- 第1 章 ： 课程导入
- 课时1：【PPT讲义】计量经济学课程与统计知识
- 第2 章 ： 一、一元线性回归模型
- 第1 节 ： 1.1 计量经济学简介与建模步骤
- 课时2：【PPT讲义】计量经济学简介与建模步骤
- 第2 节 ： 1.2 模型的建立及其假定条件
- 课时3：【PPT讲义】模型的建立及其假定条件
- 第3 节 ： 1.3 一元线性回归模型的参数估计
- 课时4：【PPT讲义】一元线性回归模型的参数估计
- 第4 节 ： 1.4 yt，β^1和β^0的分布
- 课时5：【PPT讲义】yt，β^1和β^0的分布
- 第5 节 ： 1.5 σ2的估计
- 课时6：【PPT讲义】σ2的估计
- 第6 节 ： 1.6 最小二乘估计量的统计性质
- 课时7：【PPT讲义】最小二乘估计量的统计性质
- 第7 节 ： 1.7 最小二乘回归函数的性质
- 课时8：【PPT讲义】最小二乘回归函数的性质
- 第8 节 ： 1.8 拟合优度的测量
- 课时9：【PPT讲义】拟合优度的测量
- 第9 节 ： 1.9 回归系数的显著性检验
- 课时10：【PPT讲义】回归系数的显著性检验
- 第10 节 ： 1.10 回归系数的置信区间
- 课时11：【PPT讲义】回归系数的置信区间
- 第11 节 ： 1.11 单方程回归模型的预测
- 课时12：【PPT讲义】单方程回归模型的预测
- 第12 节 ： 1.12 相关分析
- 课时13：【PPT讲义】相关分析
- 第13 节 ： 1.13 回归系数β^1与相关系数r的关系
- 课时14：【PPT讲义】回归系数β^1与相关系数r的关系
- 第14 节 ： 1.14 案例分析
- 课时15：【PPT讲义】案例分析
- 第3 章 ： 二、多元线性回归模型
- 第1 节 ： 2.1 多元线性回归模型及其假定条件
- 课时16：【PPT讲义】多元线性回归模型及其假定条件
- 第2 节 ： 2.2 最小二乘法
- 课时17：【PPT讲义】最小二乘法
- 第3 节 ： 2.3 最小二乘估计量的特性
- 课时18：【PPT讲义】最小二乘估计量的特性
- 第4 节 ： 2.4 残差的方差
- 课时19：【PPT讲义】残差的方差
- 第5 节 ： 2.5 Y与最小二乘估计量 β^的分布
- 课时20：【PPT讲义】Y与最小二乘估计量 β^的分布
- 第6 节 ： 2.6 多重可决系数（多重确定系数）
- 课时21：【PPT讲义】多重可决系数（多重确定系数）
- 第7 节 ： 2.7 F检验
- 课时22：【教学视频】F检验
- 第8 节 ： 2.8 t检验和回归系数的置信区间
- 课时23：【PPT讲义】t检验和回归系数的置信区间
- 第9 节 ： 2.9 预测
- 课时24：【PPT讲义】预测
- 第10 节 ： 2.10 多元线性回归计算举例
- 课时25：【PPT讲义】多元线性回归计算举例
- 第11 节 ： 2.11 偏相关与复相关
- 课时26：【PPT讲义】偏相关与复相关
- 第12 节 ： 2.12 案例分析
- 课时27：【PPT讲义】案例分析
- 第13 节 ： 2.13 实际建模过程中应该注意的若干问题
- 课时28：【PPT讲义】实际建模过程中应该注意的若干问题
- 第4 章 ： 三、可线性化的非线性回归模型
- 第1 节 ： 3.1 可线性化的7种非线性函数
- 课时29：【PPT讲义】可线性化的7种非线性函数
- 第2 节 ： 3.2 可线性化的非线性模型综合案例
- 课时30：【PPT讲义】可线性化的非线性模型综合案例
- 第3 节 ： 3.3 可线性化的非线性模型一览表
- 课时31：【PPT讲义】可线性化的非线性模型一览表
- 第5 章 ： 四、特殊解释变量
- 第1 节 ： 4.1 虚拟变量
- 课时32：【PPT讲义】虚拟变量
- 第2 节 ： 4.2 工具变量
- 课时33：【PPT讲义】工具变量
- 第3 节 ： 4.3 滞后变量
- 第4 节 ： 4.4 随机解释变量
- 课时34：【PPT讲义】随机解释变量
- 第6 章 ： 五、异方差
- 第1 节 ： 5.1 同方差假定
- 课时35：【PPT讲义】同方差假定
- 第2 节 ： 5.2 异方差的表现与来源
- 课时36：【PPT讲义】异方差的表现与来源
- 第3 节 ： 5.3 模型存在异方差的后果
- 课时37：【PPT讲义】模型存在异方差的后果
- 第4 节 ： 5.4 异方差检验
- 课时38：【PPT讲义】异方差检验
- 第5 节 ： 5.5 克服异方差的方法
- 课时39：【PPT讲义】克服异方差的方法
- 第6 节 ： 5.6 案例分析
- 课时40：【PPT讲义】案例分析
- 第7 章 ： 六、自相关
- 第1 节 ： 6.1 非自相关假定
- 课时41：【PPT讲义】非自相关假定
- 第2 节 ： 6.2 自相关的来源与后果
- 课时42：【PPT讲义】自相关的来源与后果
- 第3 节 ： 6.3 自相关检验
- 课时43：【PPT讲义】自相关检验
- 第4 节 ： 6.4 自相关的解决方法
- 课时44：【PPT讲义】自相关的解决方法
- 第5 节 ： 6.5 克服自相关的矩阵描述
- 第6 节 ： 6.6 自相关系数的估计
- 课时45：【PPT讲义】自相关系数的估计
- 第7 节 ： 6.7 案例分析
- 课时46：【PPT讲义】案例分析
- 第8 章 ： 七、多重共线性
- 第1 节 ： 7.1 非多重共线性假定
- 课时47：【PPT讲义】非多重共线性假定
- 第2 节 ： 7.2 多重共线性的来源
- 课时48：【PPT讲义】多重共线性的来源
- 第3 节 ： 7.3 多重共线性的后果
- 课时49：【PPT讲义】多重共线性的后果
- 第4 节 ： 7.4 多重共线性的检测
- 课时50：【PPT讲义】多重共线性的检测
- 第5 节 ： 7.5 多重共线性的解决方法
- 课时51：【PPT讲义】多重共线性的解决方法
- 第6 节 ： 7.6 案例分析
- 课时52：【PPT讲义】案例分析
- 第7 节 ： 7.7 多重共线性与解释变量的不正确剔除
- 课时53：【PPT讲义】多重共线性与解释变量的不正确剔除
- 第8 节 ： 7.8 违反模型假定条件的其他几种情形
- 课时54：【PPT讲义】违反模型假定条件的其他几种情形
- 第9 章 ： 八、联立方程模型
- 第1 节 ： 8.1 联立方程模型的概念
- 课时55：【PPT讲义】联立方程模型的概念
- 第2 节 ： 8.2 联立方程模型的分类
- 课时56：【PPT讲义】联立方程模型的分类
- 第3 节 ： 8.3 联立方程模型的识别
- 课时57：【PPT讲义】联立方程模型的识别
- 第4 节 ： 8.4 联立方程模型的估计方法
- 课时58：【PPT讲义】联立方程模型的估计方法
- 第5 节 ： 8.5 联立方程模型举例
- 课时59：【PPT讲义】联立方程模型举例
- 第10 章 ： 九、模型诊断常用统计量与检验
- 第1 节 ： 9.1 检验模型中全部解释变量都无解释作用的F统计量
- 课时60：【PPT讲义】检验模型中全部解释变量都无解释作用的F统计量
- 第2 节 ： 9.2 检验单个回归系数显著性的t统计量
- 课时61：【PPT讲义】检验单个回归系数显著性的t统计量
- 第3 节 ： 9.3 检验回归系数线性约束条件是否成立的F统计量
- 课时62：【PPT讲义】检验回归系数线性约束条件是否成立的F统计量
- 第4 节 ： 9.4 似然比统计量
- 课时63：【PPT讲义】似然比统计量
- 第5 节 ： 9.5 沃尔德（Wald）统计量
- 课时64：【PPT讲义】沃尔德（Wald）统计量
- 第6 节 ： 9.6 拉格朗日乘子统计量
- 课时65：【PPT讲义】拉格朗日乘子统计量
- 第7 节 ： 9.7 赤池、施瓦茨和汉南-奎因统计量
- 课时66：【PPT讲义】赤池、施瓦茨和汉南-奎因统计量
- 第8 节 ： 9.8 检验正态分布性的JB统计量
- 课时67：【PPT讲义】检验正态分布性的JB统计量
- 第9 节 ： 9.9 格兰杰因果性检验
- 课时68：【PPT讲义】格兰杰因果性检验
- 第10 节 ： 9.10 邹突变点检验
- 课时69：【PPT讲义】邹突变点检验
- 第11 节 ： 9.11 回归系数稳定性的邹检验
- 课时70：【PPT讲义】回归系数稳定性的邹检验
- 第12 节 ： 9.12 递归分析
- 第11 章 ： 十、时间序列ARIMA模型
- 第1 节 ： 10.1 随机过程与时间序列定义
- 课时71：【PPT讲义】随机过程与时间序列定义
- 第2 节 ： 10.2 ARIMA模型的分类
- 课时72：【PPT讲义】ARIMA模型的分类
- 第3 节 ： 10.3 伍尔德（Wold）分解定理
- 课时73：【PPT讲义】伍尔德（Wold）分解定理
- 第4 节 ： 10.4 自相关函数及其估计
- 课时74：【PPT讲义】自相关函数及其估计
- 第5 节 ： 10.5 偏自相关函数及其估计
- 课时75：【PPT讲义】偏自相关函数及其估计
- 第6 节 ： 10.6 ARIMA模型的建立、估计过程与预测
- 课时76：【PPT讲义】ARIMA模型的建立、估计过程与预测
- 第7 节 ： 10.7 ARIMA模型建模案例
- 课时77：【PPT讲义】ARIMA模型建模案例
- 第8 节 ： 10.8 季节时间序列ARIMA模型
- 课时78：【PPT讲义】季节时间序列ARIMA模型
- 第9 节 ： 10.9 回归与ARMA组合模型（regARIMA模型）
- 课时79：【PPT讲义】回归与ARMA组合模型（regARIMA模型）
- 第12 章 ： 十一、虚假回归
- 第1 节 ： 11.1 问题的提出
- 课时80：【PPT讲义】问题的提出
- 第2 节 ： 11.2 单整性定义
- 课时81：【PPT讲义】单整性定义
- 第3 节 ： 11.3 单整序列的统计特征
- 课时82：【PPT讲义】单整序列的统计特征
- 第4 节 ： 11.4 虚假回归
- 课时83：【PPT讲义】虚假回归
- 第13 章 ： 十二、单位根检验
- 第1 节 ： 12.1 4种典型的非平稳过程
- 课时84：【PPT讲义】4种典型的非平稳过程
- 第2 节 ： 12.2 DF，T(β^-1)统计量的分布特征
- 课时85：【PPT讲义】DF，T(β^-1)统计量的分布特征
- 第3 节 ： 12.3 单位根检验
- 课时86：【PPT讲义】单位根检验
- 第4 节 ： 12.4 单位根检验的EViews 9操作
- 课时87：【PPT讲义】单位根检验的EViews 9操作
- 第5 节 ： 12.5 单位根检验案例分析
- 课时88：【PPT讲义】单位根检验案例分析
- 第6 节 ： 12.6 结构突变序列的单位根检验
- 课时89：【PPT讲义】结构突变序列的单位根检验
- 第14 章 ： 十三、单方程误差修正模型
- 第1 节 ： 13.1 均衡概念
- 课时90：【PPT讲义】均衡概念
- 第2 节 ： 13.2 误差修正模型
- 课时91：【PPT讲义】误差修正模型
- 第3 节 ： 13.3 协整定义
- 课时92：【PPT讲义】协整定义
- 第4 节 ： 13.4 协整检验
- 课时93：【PPT讲义】协整检验
- 第5 节 ： 13.5 格兰杰定理
- 课时94：【PPT讲义】格兰杰定理
- 第6 节 ： 13.6 建立单方程误差修正模型的EG两步法
- 课时95：【PPT讲义】建立单方程误差修正模型的EG两步法
- 第15 章 ： 十四、面板数据模型
- 第1 节 ： 14.1 面板数据的定义
- 课时96：【PPT讲义】面板数据的定义
- 第2 节 ： 14.2 面板数据模型分类
- 课时97：【PPT讲义】面板数据模型分类
- 第3 节 ： 14.3 面板数据模型估计方法
- 课时98：【PPT讲义】面板数据模型估计方法
- 第4 节 ： 14.4 面板数据模型的设定与检验
- 课时99：【PPT讲义】面板数据模型的设定与检验
- 第5 节 ： 14.5 面板数据建模案例分析
- 课时100：【PPT讲义】面板数据建模案例分析
- 第6 节 ： 14.6 面板数据建模的EViews 9操作
- 课时101：【PPT讲义】面板数据建模的EViews 9操作
授课教师
最新学员
学员动态
9c1kfo
加入课程 计量经济学（张晓峒）
已注销199385
开始学习课时 【PPT讲义】建立单方程误差修...
已注销199385
开始学习课时 【PPT讲义】计量经济学课程与...
已注销199385
加入课程 计量经济学（张晓峒）
纳光仙客
开始学习课时 【PPT讲义】计量经济学简介与...