《贝叶斯计量经济学》介绍了计量经济领域的贝叶斯方法，适合于高年级本科生或研究生学习。本教材自成体系，无须预先研习计量经济学。本书重点介绍应用经济学家所用的模型，以及运用贝叶斯方法进行实证研究所需的计算方法。本书包含大量实例，包含的主题有：回归模型（以及面板数据的各种应用）、时间序列模型、定性数据或审查数据模型、非参数方法和贝叶斯模型平均方法。

加里·库普是英国思克莱德大学的经济学教授。他的研究领域是贝叶斯计量经济学。另著有《实证宏观经济学》（东北财经大学出版社引进出版），并发表多篇论文。

第1章 贝叶斯计量经济学概述
1.1 贝叶斯理论
1.2 贝叶斯计算
1.3 贝叶斯计算软件
1.4 小结
1.5 习题
第2章 正态线性回归模型：自然共轭先验分布和单一解释变量情形
2.1 引言
2.2 似然函数
2.3 先验分布
2.4 后验分布
2.5 模型比较
2.6 预测
2.7 实例
2.8 小结
2.9 习题
第3章 正态线性回归模型：自然共轭先验分布和多解释变量情形
3.1 引言
3.2 线性回归模型的矩阵表示
3.3 似然函数
3.4 先验分布
3.5 后验分布
3.6 模型比较
3.7 预测
3.8 计算方法：蒙特卡罗积分
3.9 实例
3.10 小结
3.11 习题
第4章 正态线性回归模型：其他先验分布
4.1 引言
4.2 采用独立正态-伽马先验分布的正态线性回归模型
4.3 有不等式约束的正态线性回归模型
4.4 小结
4.5 习题
第5章 非线性回归模型
5.1 引言
5.2 似然函数
5.3 先验分布
5.4 后验分布
5.5 贝叶斯计算：M-H算法
5.6 模型拟合好坏的测度：后验预测p值
5.7 模型比较：Gelfand-Dey方法
5.8 预测
5.9 实例
5.10 小结
5.11 习题
第6章 线性回归模型：一般形式误差协方差矩阵
6.1 引言
6.2 Q2为一般形式的模型
6.3 异方差形式已知
6.4 异方差形式未知：误差服从t分布
6.5 误差存在序列相关
6.6 似不相关回归模型
6.7 小结
6.8 习题
第7章 面板数据的线性回归模型
7.1 引言
7.2 混同模型
7.3 个体效应模型
7.4 随机系数模型
7.5 模型比较：计算边缘似然函数的Chib方法
7.6 实例
7.7 效率分析和随机前沿模型
7.8 拓展
7.9 小结
7.10 习题
第8章 时间序列模型简介：状态空间模型
8.1 引言
8.2 局部水平模型
8.3 一般状态空间模型
8.4 扩展
8.5 小结
8.6 习题
第9章 定性和受限因变量模型
9.1 引言
9.2 概览：定性和受限因变量的单变量模型
9.3 tobit模型
9.4 probit模型
9.5 有序probit模型
9.6 多项probit模型
9.7 probit模型的扩展
9.8 其他扩展
9.9 小结
9.10 习题
第10章 更灵活的模型：非参数和半参数方法
10.1 引言
10.2 贝叶斯非参数和半参数回归模型
10.3 混合正态模型
10.4 扩展和其他方法
10.5 小结
10.6 习题
第11章 贝叶斯模型平均方法
11.1 引言
11.2 正态线性回归模型的贝叶斯模型平均方法
11.3 拓展
11.4 小结
11.5 习题
第12章 其他模型、方法和问题
12.1 引言
12.2 其他方法
12.3 其他问题
12.4 其他模型
12.5 小结
附录A 矩阵代数简介
附录B 概率和统计简介
B.1 概率的基本概念
B.2 常用的概率分布
B.3 抽样理论中的一些概念
B.4 其他一些有用的定理
参考文献