计量经济学:科学、艺术与创新

1 导言
1.1 引言
1.2 本书写作的动因
1.3 本书的重点
1.4 本书的结构和范围
2 计量经济学方法综述
2.1 引言
2.2 计量经济学的创建
2.3 社会物理学
2.4 科学计量经济学的核心思想
2.5 计量经济方法中的概率革命
2.6 从数据中发现
2.7 从静态到动态建模
2.8 关于21世纪统计方法的争论
2.9 总结和结论
3 简单回归分析方法
3.1 引言
3.2 简单（单元）回归分析
3.3 SRF系数的估计方法
3.4 标准统计假设
3.5 *佳线性无偏估计量
3.6 精度评估和模型评估
3.7 零假设统计检验
3.8 统计科学的危机
3.9 模拟方法
3.10 总结和结论
4 多元回归分析方法
4.1 引言
4.2 多元线性回归方法
4.3 多元回归模型中的*小二乘估计
4.4 多元回归模型的假设
4.5 多元回归模型估计的问题
4.6 多重共线性
4.7 拉索回归
4.8 机器学习
4.9 总结和结论
5 时间序列回归分析
5.1 引言
5.2 使用时间序列数据的回归模型的挑战
5.3 使用时间序列数据的回归模型
5.4 自相关性的检测
5.5 自相关系数估计
5.6 非平稳时间序列
5.7 传统计量经济模型的挑战
5.8 总结和结论
6 经济预测方法
6.1 引言
6.2 因果计量经济预测模型
6.3 ARIMA模型的艺术
6.4 总结和结论
7 动态计量经济模型
7.1 引言
7.2 联立方程模型
7.3 误差修正模型
7.4. regARIMA 模型
7.5 总结和结论
8 状态空间模型
8.1 引言
8.2 状态空间模型
8.3 单方程状态空间模型
8.4 时间不变模型和时间变动模型
8.5 多方程状态空间模型
8.6 总结和结论
9 贝叶斯方法
9.1 引言
9.2 频率论者与贝叶斯论者的差异
9.3 从经验中学习
9.4 贝叶斯推理的机制
9.5 贝叶斯预测机制
9.6 贝叶斯方法的优点
9.7 总结和结论
10 计量经济学的创新
10.1 引言
10.2 创新条件的硬件发展
10.3 创新条件的软件发展
10.4 创新的原动力
10.5 创新的潜在驱动力
10.6 创新的持续驱动力
10.7 诺贝尔经济学奖例证
10.8 总结和结论
11 结束语
11.1 引言
11.2 计量经济学的因果关系分析方法
11.3 计量经济学方法论的核心思想
11.4 计量经济方法的*新发展
11.5 计量经济学的挑战
11.6 结论
参考文献