计量经济学，作为经济管理类本科生和研究生的必修课或公共专业基础课，在我国各高校得到了广泛的传授。在课程设置上，计量经济学这门课一般由理论和实验两部分组成。本书的写作目的是设法提高计量经济学的应用水平，从而使读者能够借助计量经济学实验深入研究相关的经济与社会问题，以及通过实验手段发现计量经济学应用与理论的新问题，供今后做进一步的研究。为此，每一个实验都是以现实的数据作为研究对象，以现有的计量经济学理论构建模型，借助统计学，对实验对象作深入的分析。每一个实验的分析深度往往取决于读者的理论功底，没有唯一的答案。基于这样的设计构思，每一个实验将留给读者最大的发挥空间。对同样的一个问题，不同的读者往往有深浅不一的解读。本书试图引导读者对实验结果作更加深入的分析，使读者领会实验结果所揭示的深层涵义。

计量经济学实验是经济管理类本科生和研究生的必修课或公共专业基础课的重要组成部分。本书是专门为这门课程撰写的教材，共由7章组成：第1章为回归分析实验，第2章为虚拟变量模型回归实验，第3章为Logistic回归实验，第4章为共线性问题实验，第5章为异方差问题实验，第6章为自相关问题实验，第7章为线性时间序列回归分析实验。

本书适合本科高年级学生、研究生和研究人员作为教材、教学参考书或研究参考书使用。

第1章 回归分析实验 1

　1.1 线性回归模型 2

　1.2 非线性回归模型 5

　1.3 线性回归分析实验示范 5

　　1.3.1 背景资料 5

　　1.3.2 实验步骤分解 5

　1.4 非线性回归分析实验示范 8

　　1.4.1 背景资料 8

　　1.4.2 回归报告 9

　　1.4.3 结果解释 10

　1.5 回归分析实验练习 10

　注记1 11

　参考文献 13

　附表1 13

第2章 虚拟变量模型回归实验 16

　2.1 虚拟变量模型 17

　2.2 虚拟变量模型回归实验示范 17

　　2.2.1 背景资料 17

　　2.2.2 回归报告 18

　　2.2.3 结果解释 19

　2.3 虚拟变量模型回归实验练习 21

　注记2 22

　参考文献 22

　附表2 23

第3章 Logistic回归实验 25

　3.1 Logistic模型 26

　　3.1.1 Logistic回归模型 26

　　3.1.2 Logistic回归替代模型 27

　　3.1.3 Tobit模型及其推广 28

　3.2 Logistic回归实验示范 28

　　3.2.1 背景资料 29

　　3.2.2 回归报告 29

　　3.2.3 结果解释 30

　3.3 Probit回归实验示范 31

　　3.3.1 背景资料 31

　　3.3.2 回归报告 31

　　3.3.3 结果解释 32

　3.4 Tobit回归实验示范 33

　　3.4.1 背景资料 33

　　3.4.2 回归报告 33

　　3.4.3 结果解释 33

　3.5 Logistic回归实验练习 34

　注记3 34

　参考文献 36

　附表3 36

第4章 共线性问题实验 53

　4.1 共线性问题 54

　　4.1.1 t统计量小 54

　　4.1.2 最小二乘估计量及其标准差的结构敏感性 55

　　4.1.3 从属回归模型检验 55

　4.2 共线性问题实验示范 56

　　4.2.1 背景资料 56

　　4.2.2 回归报告 57

　　4.2.3 结果解释 57

　4.3 共线性问题实验练习 59

　　4.3.1 背景资料（一） 59

　　4.3.2 背景资料（二） 59

　注记4 59

　参考文献 61

　附表4 61

第5章 异方差问题实验 64

　5.1 异方差问题 65

　　5.1.1 残差图 65

　　5.1.2 异方差检验模式 66

　5.2 异方差问题实验示范 68

　　5.2.1 背景资料 68

　　5.2.2 回归报告 68

　　5.2.3 结果解释 70

　5.3 异方差问题实验练习 71

　注记5 72

　参考文献 74

　附表5 74

第6章 自相关问题实验 76

　6.1 自相关问题 77

　6.2 自相关现象的识别 78

　　6.2.1 直观法 78

　　6.2.2 Durbin-Watson的d检验 79

　　6.2.3 条件异方差 80

　6.3 自相关问题实验示范一 81

　　6.3.1 背景资料 81

　　6.3.2 回归报告 82

　　6.3.3 结果解释 83

　6.4 自相关问题实验示范二 84

　　6.4.1 背景资料 85

　　6.4.2 回归报告 85

　　6.4.3 结果解释 88

　6.5 自相关问题实验示范三 88

　　6.5.1 背景资料 89

　　6.5.2 回归报告 89

　　6.5.3 结果解释 90

　6.6 自相关问题实验练习 90

　注记6 91

　参考文献 92

　附表6 93

第7章 线性时间序列回归分析实验 103

　7.1 线性时间序列分布滞后模型 105

　7.2 分布滞后模型的因果检验 106

　　7.2.1 Granger因果检验 106

　　7.2.2 Sims因果检验 107

　7.3 时间序列的平稳性 108

　　7.3.1 时间序列的平稳随机过程 108

　　7.3.2 单位根检验 110

　　7.3.3 协整检验 111

　7.4 时间序列预测 111

　　7.4.1 ARIMA模型 111

　　7.4.2 联立方程与向量自回归模型 113

　7.5 线性时间序列分布滞后模型实验示范 117

　　7.5.1 背景资料 117

　　7.5.2 回归报告 117

　　7.5.3 结果解释 118

　7.6 Koyok模型实验示范 118

　　7.6.1 背景资料 119

　　7.6.2 回归报告 119

　　7.6.3 结果解释 119

　7.7 协整实验示范 121

　　7.7.1 背景资料 121

　　7.7.2 回归报告 121

　　7.7.3 结果解释 122

　7.8 时间序列因果检验实验示范之一 125

　　7.8.1 背景资料 125

　　7.8.2 回归报告 125

　　7.8.3 结果解释 128

　7.9 时间序列因果检验实验示范之二 128

　　7.9.1 背景资料 128

　　7.9.2 回归报告 128

　　7.9.3 结果解释 129

　7.10 时间序列因果检验实验示范之三 130

　　7.10.1 背景资料 130

　　7.10.2 回归报告 130

　　7.10.3 结果解释 132

　7.11 ARIMA模型实验示范 132

　　7.11.1 背景资料 133

　　7.11.2 回归报告 133

　　7.11.3 结果解释 136

　7.12 向量自回归模型实验示范 137

　　7.12.1 背景资料 137

　　7.12.2 回归报告 138

　　7.12.3 结果解释 140

　7.13 时间序列回归分析实验练习 148

　注记7 149

　参考文献 151

　附表7 152