新时代经济社会发展的数字化、智能化与智慧化大趋势，使得计量经济分析方法的综合应用成为最基本、最核心的职业技能。为适应这一趋势与要求，培养能够系统掌握计量分析基本知识与软件实现的高级人才，我们整理了多年的课程讲义，编写了本书。
本书有三大特色：一是内容全面，对应Stata软件实现功能，针对每一类模型，均进行了丰富的拓展，包括各种由小到大、由简单到复杂的模型族。二是Stata语法解释详细，是一本非常翔实具体的计量分析Stata手册。三是示例丰富，针对每种模型与方法，均配备了具体的应用示例，读者可以利用自己的数据通过替换变量与参数设置，实现临摹复刻。

崔百胜，金融学博士，上海师范大学商学院副教授，硕士生导师。主要讲授“计量经济学”“货币理论与政策”等课程。主要研究领域为金融经济学。在CSSCI核心期刊发表学术论文近20篇，参与编写《风险管理》《信用风险管理》等专业教材。参与多项省部级科研项目。

第1章 线性回归
1.1 线性回归
1.2 模型经典假设检验
1.3 模型设定检验
1.4 模型设定形式检验
1.5 回归图形分析
1.6 模型预测分析
1.7 模型变量的边际效应分析
1.8 约束线性回归
第2章 线性回归拓展
2.1 最大似然估计法
2.2 非线性最小二乘估计
2.3 删失回归
2.4 截尾回归
2.5 异方差线性回归
2.6 Box-Cox变换模型
2.7 分位数回归
2.8 分数多项式回归
2.9 多元分数多项式回归
2.10 跨栏回归
第3章 二元结果
3.1 Logistic回归
3.2 Probit回归
3.3 互补重对数回归
3.4 条件Logistic回归
3.5 精确Logistic回归
3.6 偏斜Logistic回归
3.7 含内生协变量的Probit回归
3.8 含样本选择的Probit回归
3.9 异方差Probit回归
3.10 含内生变量、样本选择和处理的Probit回归
第4章 序数结果
4.1 有序Logistic回归
4.2 有序Probit回归
4.3 多值排序Logit模型
4.4 多值排序Probit模型
第5章 分类结果
5.1 多项Logistic回归
5.2 多项Probit回归
5.3 多项Probit选择模型
5.4 混合Logit选择模型
5.5 面板数据混合Logit模型
5.6 嵌套Logit模型
第6章 计数结果
6.1 泊松回归
6.2 负二项回归与广义负二项回归
6.3 零膨胀泊松回归
6.4 零膨胀负二项回归
6.5 截断泊松回归与截断负二项回归
6.6 删失泊松回归
第7章 复杂线性回归模型
7.1 分数回归
7.2 Beta回归
7.3 广义线性模型
7.4 Heckman选择模型
7.5 含样本选择的泊松回归
第8章 单变量时间序列
8.1 序列自相关与偏自相关
8.2 序列平稳性及其检验
8.3 回归后的时间序列设定检验
8.4 平稳时序建模
8.5 含AR(1)随机项的线性回归
8.6 Newey-West标准误差回归
8.7 ARIMA模型
8.8 SARIMA模型
8.9 ARMAX族模型
8.10 ARFIMA模型
8.11 时间序列预测
第9章 GARCH模型
9.1 ARCH模型
9.2 残差的ARCH效应LM检验
9.2 GARCH模型
9.3 基本GARCH模型的扩展
9.4 GARCH族模型及其预测的实现
第10章 时间序列成分分解及预测
10.1 不可观测成分模型
10.2 平滑法／/单变量预测
10.3 周期成分滤波
10.4 预测
10.5 参数谱密度估计
10.6 滚动窗口和递归估计
第11章 时序结构转换分析
11.1 马尔可夫转换模型
11.2 门限转换回归模型
11.3 平滑转换模型
附录A Stata计量应用基础
A.1 Stata软件简介
A.2 窗口及帮助系统
A.3 数据导入与处理
A.4 Stata命令
A.5 画图命令
A.6 结果输出