前言
章　似然估計(jì)與假設(shè)檢驗(yàn)
節(jié)　似然估計(jì)與條件似然估計(jì)
一　似然估計(jì)
二　條件似然估計(jì)
第二節(jié)　似然估計(jì)量的性質(zhì)及準(zhǔn)似然估計(jì)
一 似然估計(jì)量的性質(zhì)
二 似然估計(jì)及其性質(zhì)案例
三 似然估計(jì)量方差的估計(jì)
四 準(zhǔn)似然估計(jì)
第三節(jié)　三種常用的假設(shè)檢驗(yàn)
一　似然比檢驗(yàn)
二　沃爾德檢驗(yàn)
三 拉格朗日乘數(shù)檢驗(yàn)（得分檢驗(yàn)）
四 三種檢驗(yàn)方法的比較
第四節(jié)　案例分析
一 似然估計(jì)及參數(shù)約束檢驗(yàn)案例
二 參數(shù)約束檢驗(yàn)實(shí)證分析案例
第五節(jié)　數(shù)值化方法
一　格子搜索法
二　陡爬坡法
三 牛頓拉夫森方法
思考題
第二章　廣義矩方法
節(jié)　經(jīng)典矩方法
一 基本概念
二　經(jīng)典矩方法
三 經(jīng)典矩估計(jì)量漸近協(xié)方差的計(jì)算
　第二節(jié)　廣義矩方法及其性質(zhì)
　一　廣義矩方法
　二 一般廣義矩估計(jì)量的性質(zhì)
　第三節(jié)　權(quán)矩陣與GMM
一　權(quán)矩陣的選擇
二 GMM估計(jì)示例
三 GMM估計(jì)量數(shù)值算法的步驟
　第四節(jié)　過度識別約束檢驗(yàn)
一 線性回歸模型的GMM估計(jì)
二 過度識別約束檢驗(yàn)（Hansen檢驗(yàn)或者J檢驗(yàn)）
　思考題
第三章　非參數(shù)與半?yún)��?shù)方法
　節(jié)　非參數(shù)密度估計(jì)
一 局部直方圖法
二 羅森布拉特帕森核估計(jì)方法
三　k近鄰估計(jì)方法
四 可變窗寬核估計(jì)方法
第二節(jié)　密度函數(shù)核估計(jì)量的性質(zhì)及其窗寬的選擇
一 密度函數(shù)核估計(jì)量的性質(zhì)
二 密度函數(shù)核估計(jì)過程中窗寬的選擇與嵌入估計(jì)
三 多元密度函數(shù)的核估計(jì)
第三節(jié)　非參數(shù)回歸模型
一 納達(dá)那亞沃森核回歸方法
二 核回歸中窗寬的選擇及其交叉核實(shí)估計(jì)
三 多元非參數(shù)模型的核回歸估計(jì)
四 非參數(shù)模型的局部線性回歸估計(jì)
五 非參數(shù)模型的k近鄰估計(jì)
第四節(jié)　半?yún)��?shù)線性回歸模型
　……
第四章 貝葉斯分析與MCMC算法
第五章 分位數(shù)回歸與自助法
第六章 ARMA過程與ARCH模型
第七章 協(xié)整與誤差修正模型
第八章 向量自回歸
第九章 狀態(tài)空間模型與卡爾曼濾波
第十章 離散選擇模型與托比特模型
第十一章 面板數(shù)據(jù)分析
第十二章 非平穩(wěn)面板數(shù)據(jù)分析
主要參考書目