高级计量经济学/计量经济学丛书

第一章 导论 1.1 引言 1.2 本书框架介绍 1.3 经典线性回归模型的局限性 第二章 最大似然估计 2.1 最大似然估计的定义 2.2 最大似然估计的迭代求解 2.2.1 无导数方法 2.2.2 二阶导数方法 2.2.3 一阶导数方法 2.3 非线性模型最大似然估计实例 2.3.1 非线性回归模型的最大似然估计 2.3.2 Logit模型的最大似然估计 2.4 最大似然估计的大样本性质及渐近协方差矩阵 2.4.1 正则条件 2.4.2 得分函数的定义及性质 2.4.3 信息矩阵的定义及性质 2.4.4 最大似然估计的大样本性质 2.4.5 最大似然估计的渐近协方差矩阵的估计方法 2.5 准最大似然估计法 2.6 三类渐近等价的统计检验及随机扰动项的正态性检验 2.6.1 三类渐近等价的统计检验 2.6.2 对正态分布假设的检验 第三章 广义矩估计法 3.1 矩估计 3.1.1 矩估计定义 3.1.2 随机抽样和分布的参数估计 3.1.3 计算矩估计量的方差 3.2 广义矩估计 3.2.1 广义矩估计定义 3.2.2 一致性和渐近正态性 3.2.3 GMM估计中的相关统计检验 3.3 线性回归模型中的广义矩估计量 3.3.1 IV估计 3.3.2 最大似然估计也是广义矩估计 3.3.3 实例 第四章 贝叶斯估计 4.1 贝叶斯估计的基本思想 4.2 贝叶斯定理 4.3 基于后验分布的统计推断 4.4 先验分布的选取 4.5 线性回归模型贝叶斯估计的例子 4.6 向量自回归模型的贝叶斯估计 4.6.1 向量自回归模型 4.6.2 Minnesota先验分布的参数设定 4.6.3 模型参数的后验估计 第五章 向量自回归模型 5.1 时间序列的VAR模型 5.1.1 VAR模型的设定、推导及解释 5.1.2 脉冲响应函数