应用回归分析/马立平

1 回归分析概述 1.1 回归的释义与回归分析的作用 1.2 回归分析的基本过程 1.3 回归分析的基本概念与一般模型 2 一元线性回归模型 2.1 一元线性回归模型概述 2.2 模型的参数估计 2.3 回归模型的检验与评价 2.4 回归模型的修正 2.5 一元线性回归模型的应用 2.6 案例 3 多元线性回归模型 3.1 多元线性回归模型概述 3.2 多元线性回归的参数估计 3.3 回归模型的评价 3.4 回归模型的统计检验 3.5 标准化回归方程 3.6 案例 4 线性回归的推广 4.1 非线性回归 4.2 定性被解释变量的回归分析 5 关于自变量的选择 5.1 自变量选择的基本原则 5.2 增加一个自变量的“边际”贡献分析 5.3 自变量选择的逐步回归法 5.4 虚拟变量的选择 6 回归模型的设定与改进 6.1 回归模型的设定标准 6.2 模型设定错误的主要类型 6.3 回归模型设定问题的诊断与检验 7 共线性数据模型的建立与有偏估计 7.1 解释变量共线性定义、产生原因与后果 7.2 多重共线性的诊断 7.3 多重共线性的处理 8 方差齐性诊断与模型的加权*小二乘估计 8.1 异方差的定义、形成原因与后果 8.2 异方差的诊断 8.3 异方差的处理 9 误差独立性的诊断与模型的广义*小二乘法 9.1 自相关的定义、形成的原因与后果 9.2 自相关的诊断 9.3 自相关的处理 10 动态回归分析 10.1 动态回归模型的基本概念 10.2 自回归分布滞后模型的估计方法 10.3 格兰杰因果关系的检验 11 面板数据模型 11.1 面板数据模型概述 11.2 变截距模型 11.3 面板数据模型设定检验方法 11.4 案例 12 分位数回归模型 12.1 基本概念 12.2 分位数回归模型的估计 12.3 分位数回归模型的检验 12.4 分位数的计算与分位数回归的Eviews操作 12.5 分位数回归的案例分析 参考文献