- 第1 章 ： 課程導入
- 課時1：【PPT講義】計量經濟學課程與統計知識
- 第2 章 ： 一、一元線性回歸模型
- 第1 節 ： 1.1 計量經濟學簡介與建模步驟
- 課時2：【PPT講義】計量經濟學簡介與建模步驟
- 第2 節 ： 1.2 模型的建立及其假定條件
- 課時3：【PPT講義】模型的建立及其假定條件
- 第3 節 ： 1.3 一元線性回歸模型的參數估計
- 課時4：【PPT講義】一元線性回歸模型的參數估計
- 第4 節 ： 1.4 yt，β^1和β^0的分布
- 課時5：【PPT講義】yt，β^1和β^0的分布
- 第5 節 ： 1.5 σ2的估計
- 課時6：【PPT講義】σ2的估計
- 第6 節 ： 1.6 最小二乘估計量的統計性質
- 課時7：【PPT講義】最小二乘估計量的統計性質
- 第7 節 ： 1.7 最小二乘回歸函數的性質
- 課時8：【PPT講義】最小二乘回歸函數的性質
- 第8 節 ： 1.8 擬合優度的測量
- 課時9：【PPT講義】擬合優度的測量
- 第9 節 ： 1.9 回歸系數的顯著性檢驗
- 課時10：【PPT講義】回歸系數的顯著性檢驗
- 第10 節 ： 1.10 回歸系數的置信區間
- 課時11：【PPT講義】回歸系數的置信區間
- 第11 節 ： 1.11 單方程回歸模型的預測
- 課時12：【PPT講義】單方程回歸模型的預測
- 第12 節 ： 1.12 相關分析
- 課時13：【PPT講義】相關分析
- 第13 節 ： 1.13 回歸系數β^1與相關系數r的關系
- 課時14：【PPT講義】回歸系數β^1與相關系數r的關系
- 第14 節 ： 1.14 案例分析
- 課時15：【PPT講義】案例分析
- 第3 章 ： 二、多元線性回歸模型
- 第1 節 ： 2.1 多元線性回歸模型及其假定條件
- 課時16：【PPT講義】多元線性回歸模型及其假定條件
- 第2 節 ： 2.2 最小二乘法
- 課時17：【PPT講義】最小二乘法
- 第3 節 ： 2.3 最小二乘估計量的特性
- 課時18：【PPT講義】最小二乘估計量的特性
- 第4 節 ： 2.4 殘差的方差
- 課時19：【PPT講義】殘差的方差
- 第5 節 ： 2.5 Y與最小二乘估計量 β^的分布
- 課時20：【PPT講義】Y與最小二乘估計量 β^的分布
- 第6 節 ： 2.6 多重可決系數（多重確定系數）
- 課時21：【PPT講義】多重可決系數（多重確定系數）
- 第7 節 ： 2.7 F檢驗
- 課時22：【教學視頻】F檢驗
- 第8 節 ： 2.8 t檢驗和回歸系數的置信區間
- 課時23：【PPT講義】t檢驗和回歸系數的置信區間
- 第9 節 ： 2.9 預測
- 課時24：【PPT講義】預測
- 第10 節 ： 2.10 多元線性回歸計算舉例
- 課時25：【PPT講義】多元線性回歸計算舉例
- 第11 節 ： 2.11 偏相關與復相關
- 課時26：【PPT講義】偏相關與復相關
- 第12 節 ： 2.12 案例分析
- 課時27：【PPT講義】案例分析
- 第13 節 ： 2.13 實際建模過程中應該注意的若干問題
- 課時28：【PPT講義】實際建模過程中應該注意的若干問題
- 第4 章 ： 三、可線性化的非線性回歸模型
- 第1 節 ： 3.1 可線性化的7種非線性函數
- 課時29：【PPT講義】可線性化的7種非線性函數
- 第2 節 ： 3.2 可線性化的非線性模型綜合案例
- 課時30：【PPT講義】可線性化的非線性模型綜合案例
- 第3 節 ： 3.3 可線性化的非線性模型一覽表
- 課時31：【PPT講義】可線性化的非線性模型一覽表
- 第5 章 ： 四、特殊解釋變量
- 第1 節 ： 4.1 虛擬變量
- 課時32：【PPT講義】虛擬變量
- 第2 節 ： 4.2 工具變量
- 課時33：【PPT講義】工具變量
- 第3 節 ： 4.3 滯后變量
- 第4 節 ： 4.4 隨機解釋變量
- 課時34：【PPT講義】隨機解釋變量
- 第6 章 ： 五、異方差
- 第1 節 ： 5.1 同方差假定
- 課時35：【PPT講義】同方差假定
- 第2 節 ： 5.2 異方差的表現與來源
- 課時36：【PPT講義】異方差的表現與來源
- 第3 節 ： 5.3 模型存在異方差的后果
- 課時37：【PPT講義】模型存在異方差的后果
- 第4 節 ： 5.4 異方差檢驗
- 課時38：【PPT講義】異方差檢驗
- 第5 節 ： 5.5 克服異方差的方法
- 課時39：【PPT講義】克服異方差的方法
- 第6 節 ： 5.6 案例分析
- 課時40：【PPT講義】案例分析
- 第7 章 ： 六、自相關
- 第1 節 ： 6.1 非自相關假定
- 課時41：【PPT講義】非自相關假定
- 第2 節 ： 6.2 自相關的來源與后果
- 課時42：【PPT講義】自相關的來源與后果
- 第3 節 ： 6.3 自相關檢驗
- 課時43：【PPT講義】自相關檢驗
- 第4 節 ： 6.4 自相關的解決方法
- 課時44：【PPT講義】自相關的解決方法
- 第5 節 ： 6.5 克服自相關的矩陣描述
- 第6 節 ： 6.6 自相關系數的估計
- 課時45：【PPT講義】自相關系數的估計
- 第7 節 ： 6.7 案例分析
- 課時46：【PPT講義】案例分析
- 第8 章 ： 七、多重共線性
- 第1 節 ： 7.1 非多重共線性假定
- 課時47：【PPT講義】非多重共線性假定
- 第2 節 ： 7.2 多重共線性的來源
- 課時48：【PPT講義】多重共線性的來源
- 第3 節 ： 7.3 多重共線性的后果
- 課時49：【PPT講義】多重共線性的后果
- 第4 節 ： 7.4 多重共線性的檢測
- 課時50：【PPT講義】多重共線性的檢測
- 第5 節 ： 7.5 多重共線性的解決方法
- 課時51：【PPT講義】多重共線性的解決方法
- 第6 節 ： 7.6 案例分析
- 課時52：【PPT講義】案例分析
- 第7 節 ： 7.7 多重共線性與解釋變量的不正確剔除
- 課時53：【PPT講義】多重共線性與解釋變量的不正確剔除
- 第8 節 ： 7.8 違反模型假定條件的其他幾種情形
- 課時54：【PPT講義】違反模型假定條件的其他幾種情形
- 第9 章 ： 八、聯立方程模型
- 第1 節 ： 8.1 聯立方程模型的概念
- 課時55：【PPT講義】聯立方程模型的概念
- 第2 節 ： 8.2 聯立方程模型的分類
- 課時56：【PPT講義】聯立方程模型的分類
- 第3 節 ： 8.3 聯立方程模型的識別
- 課時57：【PPT講義】聯立方程模型的識別
- 第4 節 ： 8.4 聯立方程模型的估計方法
- 課時58：【PPT講義】聯立方程模型的估計方法
- 第5 節 ： 8.5 聯立方程模型舉例
- 課時59：【PPT講義】聯立方程模型舉例
- 第10 章 ： 九、模型診斷常用統計量與檢驗
- 第1 節 ： 9.1 檢驗模型中全部解釋變量都無解釋作用的F統計量
- 課時60：【PPT講義】檢驗模型中全部解釋變量都無解釋作用的F統計量
- 第2 節 ： 9.2 檢驗單個回歸系數顯著性的t統計量
- 課時61：【PPT講義】檢驗單個回歸系數顯著性的t統計量
- 第3 節 ： 9.3 檢驗回歸系數線性約束條件是否成立的F統計量
- 課時62：【PPT講義】檢驗回歸系數線性約束條件是否成立的F統計量
- 第4 節 ： 9.4 似然比統計量
- 課時63：【PPT講義】似然比統計量
- 第5 節 ： 9.5 沃爾德（Wald）統計量
- 課時64：【PPT講義】沃爾德（Wald）統計量
- 第6 節 ： 9.6 拉格朗日乘子統計量
- 課時65：【PPT講義】拉格朗日乘子統計量
- 第7 節 ： 9.7 赤池、施瓦茨和漢南-奎因統計量
- 課時66：【PPT講義】赤池、施瓦茨和漢南-奎因統計量
- 第8 節 ： 9.8 檢驗正態分布性的JB統計量
- 課時67：【PPT講義】檢驗正態分布性的JB統計量
- 第9 節 ： 9.9 格蘭杰因果性檢驗
- 課時68：【PPT講義】格蘭杰因果性檢驗
- 第10 節 ： 9.10 鄒突變點檢驗
- 課時69：【PPT講義】鄒突變點檢驗
- 第11 節 ： 9.11 回歸系數穩定性的鄒檢驗
- 課時70：【PPT講義】回歸系數穩定性的鄒檢驗
- 第12 節 ： 9.12 遞歸分析
- 第11 章 ： 十、時間序列ARIMA模型
- 第1 節 ： 10.1 隨機過程與時間序列定義
- 課時71：【PPT講義】隨機過程與時間序列定義
- 第2 節 ： 10.2 ARIMA模型的分類
- 課時72：【PPT講義】ARIMA模型的分類
- 第3 節 ： 10.3 伍爾德（Wold）分解定理
- 課時73：【PPT講義】伍爾德（Wold）分解定理
- 第4 節 ： 10.4 自相關函數及其估計
- 課時74：【PPT講義】自相關函數及其估計
- 第5 節 ： 10.5 偏自相關函數及其估計
- 課時75：【PPT講義】偏自相關函數及其估計
- 第6 節 ： 10.6 ARIMA模型的建立、估計過程與預測
- 課時76：【PPT講義】ARIMA模型的建立、估計過程與預測
- 第7 節 ： 10.7 ARIMA模型建模案例
- 課時77：【PPT講義】ARIMA模型建模案例
- 第8 節 ： 10.8 季節時間序列ARIMA模型
- 課時78：【PPT講義】季節時間序列ARIMA模型
- 第9 節 ： 10.9 回歸與ARMA組合模型（regARIMA模型）
- 課時79：【PPT講義】回歸與ARMA組合模型（regARIMA模型）
- 第12 章 ： 十一、虛假回歸
- 第1 節 ： 11.1 問題的提出
- 課時80：【PPT講義】問題的提出
- 第2 節 ： 11.2 單整性定義
- 課時81：【PPT講義】單整性定義
- 第3 節 ： 11.3 單整序列的統計特征
- 課時82：【PPT講義】單整序列的統計特征
- 第4 節 ： 11.4 虛假回歸
- 課時83：【PPT講義】虛假回歸
- 第13 章 ： 十二、單位根檢驗
- 第1 節 ： 12.1 4種典型的非平穩過程
- 課時84：【PPT講義】4種典型的非平穩過程
- 第2 節 ： 12.2 DF，T(β^-1)統計量的分布特征
- 課時85：【PPT講義】DF，T(β^-1)統計量的分布特征
- 第3 節 ： 12.3 單位根檢驗
- 課時86：【PPT講義】單位根檢驗
- 第4 節 ： 12.4 單位根檢驗的EViews 9操作
- 課時87：【PPT講義】單位根檢驗的EViews 9操作
- 第5 節 ： 12.5 單位根檢驗案例分析
- 課時88：【PPT講義】單位根檢驗案例分析
- 第6 節 ： 12.6 結構突變序列的單位根檢驗
- 課時89：【PPT講義】結構突變序列的單位根檢驗
- 第14 章 ： 十三、單方程誤差修正模型
- 第1 節 ： 13.1 均衡概念
- 課時90：【PPT講義】均衡概念
- 第2 節 ： 13.2 誤差修正模型
- 課時91：【PPT講義】誤差修正模型
- 第3 節 ： 13.3 協整定義
- 課時92：【PPT講義】協整定義
- 第4 節 ： 13.4 協整檢驗
- 課時93：【PPT講義】協整檢驗
- 第5 節 ： 13.5 格蘭杰定理
- 課時94：【PPT講義】格蘭杰定理
- 第6 節 ： 13.6 建立單方程誤差修正模型的EG兩步法
- 課時95：【PPT講義】建立單方程誤差修正模型的EG兩步法
- 第15 章 ： 十四、面板數據模型
- 第1 節 ： 14.1 面板數據的定義
- 課時96：【PPT講義】面板數據的定義
- 第2 節 ： 14.2 面板數據模型分類
- 課時97：【PPT講義】面板數據模型分類
- 第3 節 ： 14.3 面板數據模型估計方法
- 課時98：【PPT講義】面板數據模型估計方法
- 第4 節 ： 14.4 面板數據模型的設定與檢驗
- 課時99：【PPT講義】面板數據模型的設定與檢驗
- 第5 節 ： 14.5 面板數據建模案例分析
- 課時100：【PPT講義】面板數據建模案例分析
- 第6 節 ： 14.6 面板數據建模的EViews 9操作
- 課時101：【PPT講義】面板數據建模的EViews 9操作
授課教師
最新學員
學員動態
9c1kfo
加入課程 計量經濟學（張曉峒）
已注銷199385
開始學習課時 【PPT講義】建立單方程誤差修...
已注銷199385
開始學習課時 【PPT講義】計量經濟學課程與...
已注銷199385
加入課程 計量經濟學（張曉峒）
納光仙客
開始學習課時 【PPT講義】計量經濟學簡介與...