计量经济学，由赵卫亚 彭寿康 朱晋创作，机械工业出版社出版。计量经济学是以必然的经济理论和统计资料为基础，运用数学、统计学方法与电脑技术，以建立经济计量模型为主要手段，定量分析研究具有随机性特性的经济变量关系。主要内容包罗理论计量经济学和应用经济计量学。理论经济计量学主要研究如何运用、改造和发展数理统计的方法，使之成为随机经济关系测定的特殊方法。应用计量经济学是在必然的经济理论的指导下，以反映事实的统计数据为依据，用经济计量方法研究经济数学模型的实用化或探索实证经济规律。

课程目录：

1.[1.1.1]--1.1.1计量经济学的定义
2.[1.2.1]--1.1.2相关关系与因果关系
3.[1.3.1]--1.2数据分类
4.[1.4.1]--1.3数据初步分析
5.[2.1.1]--简单回归模型的形式及术语
6.[2.2.1]--2.2.1普通最小二乘(OLS)
7.[2.3.1]--2.2.2矩方法
8.[2.4.1]--2.2.3系数的解释以及拟合值计算
9.[2.5.1]--2.2.4OLS的代数性质与几何性质
10.[2.6.1]--2.3.1OLS估计量的期望
11.[2.7.1]--2.3.2OLS估计量的方差
12.[2.8.1]--2.3.3OLS估计量方差的估计，高斯马尔科夫定理
13.[2.9.1]--2.3.4OLS估计量的大样本性质
14.[2.10.1]--2.3.5方差分解与拟合优度
15.[3.1.1]--3.1.1显著性的定义
16.[3.2.1]--3.1.2系数显著性检验与母体均值检验的比力
17.[3.3.1]--3.2.1检验系数显著性的3种方法：t统计量
18.[3.4.1]--3.2.2检验系数显著性的3种方法：p值，置信区间
19.[4.1.1]--4.1Stata软件的特点及基本界面
20.[4.2.1]--4.2.1回归前的基本数据分析
21.[4.3.1]--4.2.2Regress命令的使用以及结果的分析
22.[4.4.1]--4.3如何编写Stata程序
23.[4.5.1]--4.4简单数值模拟
24.[5.1.1]--5.1.1遗漏变量偏差及其公式
25.[5.2.1]--5-2_多元回归模型的表达式及含义_唐丹
26.[5.3.1]--5.2.1OLS的目标函数和求解过程
27.[5.4.1]--5.2.2利用两次回归解释偏效应得到估计量表达式
28.[5.5.1]--5.3R2与调整之后的R2计算以及彼此关系
29.[5.6.1]--5.4多元回归的几个基本假设和共线性解释
30.[5.7.1]--5.5.1多元回归OLS估计量的无偏性
31.[5.8.1]--5.5.2多元回归OLS估计量的方差
32.[5.9.1]--5.5.3多元回归OLS估计量的抽样分布
33.[6.1.1]--6.1.1单个系数的检验
34.[6.2.1]--6.1.2单个系数的置信区间估计和系数组合检验
35.[6.3.1]--联合假设检验——同方差假定下F统计量
36.[6.4.1]--6.3多元回归模型OLS估计的渐进性
37.[6.5.1]--6.4异方差条件下的假设检验
38.[6.6.1]--6.5多元回归方程的Stata操作演示
39.[7.1.1]--7.1非线性回归模型_多项式回归
40.[7.2.1]--7.2非线性回归模型_对数模型
41.[7.3.1]--7.3非线性回归模型_含有交互项的模型
42.[7.4.1]--7-4非线性回归模型的Stata操作
43.[8.1.1]--8.1.1虚拟变量的定义与含单个虚拟变量的回归
44.[8.2.1]--8.1.2多个组别虚拟变量，虚拟变量陷阱以及阈值效应
45.[8.3.1]--8.2.1涉及虚拟变量的交互作用
46.[8.4.1]--8.2.2样条回归
47.[8.5.1]--8.2.3邹氏检验
48.[8.6.1]--8.3使用虚拟变量进行政策评估与双重差分
49.[8.7.1]--8.4涉及虚拟变量的stata操作
50.[9.1.1]--9.1内生性的概念及后果
51.[9.2.1]--9.2合格工具变量的条件
52.[9.3.1]--9.3.1恰好识别情况下的工具变量回归
53.[9.4.1]--9.3.2两阶段最小二乘（2SLS）
54.[9.5.1]--9.3.3OLS与2SLS的比力与Hausman检验
55.[9.6.1]--9.4工具变量有效性的检验
56.[9.7.1]--9.5工具变量回归的Stata操作
57.[10.1.1]--10.1.1线性ARMA模型一些概念和定义
58.[10.2.1]--10.1.2线性ARMA模型一些概念和定义2
59.[10.3.1]--10.2MA模型
60.[10.4.1]--10.3AR模型
61.[10.5.1]--10.4ARMA模型
62.[10.6.1]--10.5.1建立ARMA模型1
63.[10.7.1]--10.5.2建立ARMA模型2
64.[10.8.1]--10.6预测
65.[10.9.1]--10.7使用STATA估计ARMA模型
66.[11.1.1]--11.1波动率聚类性
67.[11.2.1]--11.2ARCH模型定义
68.[11.3.1]--11.3建立ARCH模型
69.[11.4.1]--11.4ARCH模型预测
70.[11.5.1]--11.5.1其他ARCH类模型1
71.[11.6.1]--11.5.2其他ARCH类模型2
72.[11.7.1]--11.5.3其他ARCH类模型3
73.[11.8.1]--11.6使用STATA估计ARCH类模型
74.[12.1.1]--12.1.1确定趋势和随机趋势1
75.[12.2.1]--12.1.2确定趋势和随机趋势2
76.[12.3.1]--12.2伪回归
77.[12.4.1]--12.3单位根检验
79.[12.6.1]--12.5误差修正模型与协整检验
80.[12.7.1]--12.6使用STATA对非平稳时间序列数据建模
81.[13.1.1]--面板数据回归_13.1.1面板数据的概念及优势
82.[13.2.1]--13.1.2面板数据回归模型及解释
83.[13.3.1]--13.2.1前后比力及差分做参数估计
84.[13.4.1]--13.2.2个体中心化的方法消除固定效应
85.[13.5.1]--13.2.3加入n-1个虚拟变量的方法处理固定效应及其
86.[13.6.1]--13.2.4时间固定效应的处理
87.[13.7.1]--13.3.1个体固定的假设条件及序列自相关
88.[13.8.1]--13.3.2群聚的标准误
89.[13.9.1]--13.4.1随机效应的含义及估计
90.[13.10.1]--13.4.2Hausman检验
91.[13.11.1]--13.5面板数据的Stata操作
92.[14.1.1]--二值因变量模型_14.1线性概率模型及其优缺点
93.[14.2.1]--14.2Probit和Logit模型
94.[14.3.1]--14.3模型的估计
95.[14.4.1]--14.4推断及拟和好坏的评价
96.[14.5.1]--14.5其他受限因变量模型
97.[14.6.1]--14.6二值因变量的Stata操作(Av710149348,P97)
98.[15.1.1]--15.1如何确定一个实证标题问题
99.[15.2.1]--15.2.1资料与数据的搜集和处理
100.[15.3.1]--15.2.2模型的建立、估计和检验
101.[15.4.1]--15.3.1如何规范地报告请示与分析结果
102.[15.5.1]--15.3.2用Stata生成规范表