譯者序
前言
1經(jīng)典最小二乘估計(jì)理論
1.1線(xiàn)性回歸模型
1.2最小二乘理論
1.3正態(tài)分布假設(shè)的模型1
1.4帶線(xiàn)性約束的模型1
1.5檢驗(yàn)線(xiàn)性假設(shè)
1.6預(yù)測(cè)

2回歸分析的最新發(fā)展
2.1選擇回歸變量
2.2嶺回歸和Stein估計(jì)量
2.3穩(wěn)健性回歸

3大樣本理論
3.1隨機(jī)變量和分布函數(shù)
3.2不同收斂方式
3.3大數(shù)定律和中心極限定理
3.4limE、AE和plim的關(guān)系
3.5最小二乘估計(jì)量的相合性和漸近正態(tài)性

4極值估計(jì)量的漸近性質(zhì)
4.1一般結(jié)論
4.2極大似然估計(jì)量
4.3非線(xiàn)性最小二乘估計(jì)量
4.4迭代方法
4.5漸近檢驗(yàn)及相關(guān)問(wèn)題
4.6最小絕對(duì)偏差估計(jì)量

5時(shí)間序列分析
5.1簡(jiǎn)介
5.2自回歸模型
5.3殘差為移動(dòng)平均的自回歸模型
5.4自回歸模型的最小二乘估計(jì)量和極大似然估計(jì)量的漸近性質(zhì)
5.5預(yù)測(cè)
5.6分布滯后模型

6廣義最小二乘理論
6.1已知協(xié)方差矩陣
6.2協(xié)方差矩陣未知
6.3系列相關(guān)
6.4似不相關(guān)回歸模型
6.5異方差性
6.6誤差成分模型
6.7隨機(jī)系數(shù)模型

7線(xiàn)性聯(lián)立方程模型
7.1模型和識(shí)別
7.2完全信息極大似然估計(jì)量
7.3有限信息模型
7.4三階段最小二乘估計(jì)量
7.5前沿性論題

8非線(xiàn)性聯(lián)立方程模型
8.1單方程估計(jì)
8.2方程組估計(jì)
8.3假設(shè)檢驗(yàn)、預(yù)測(cè)和計(jì)算

9定性反應(yīng)模型
9.1簡(jiǎn)介
9.2單維二分變量模型
9.3多分模型
9.4多元模型
9.5基于選擇的抽樣
9.6任意分布法
9.7面板數(shù)據(jù)QR模型

10Tobit模型
10.1簡(jiǎn)介
10.2標(biāo)準(zhǔn)Tobit模型(第一類(lèi)ToNt模型)
10.3實(shí)證事例
10.4標(biāo)準(zhǔn)假設(shè)的估計(jì)量的性質(zhì)
10.5非標(biāo)準(zhǔn)假設(shè)的Tobit極大似然估計(jì)量的性質(zhì)
10.6廣義Tobit模型
10.7第二類(lèi)Tobit模型：P(y1<0)?P(y1>0，y2)
10.8第三類(lèi)Tobit模型：P(y1<0)?P(y1，y2)
10.9第四類(lèi)Tobit模型
10.10第五類(lèi)Tobit模型：P(y1<0，y3)?P(y1>0，y2)

11馬爾科夫鏈和持續(xù)期限模型
11.1馬爾科夫鏈模型
11.2持續(xù)期限模型
附錄1矩陣分析的常用定理
附錄2分布理論
參考文獻(xiàn)