本书适用于高等院校经济学、管理学门类各专业本科生的教材。该书系统介绍了经典计量经济学的基本理论、方法，以及为避免“伪回归现象”的发生而发展起来的协整理论的基本内容，并将它们纳入一个完整的体系中。在介绍理论和方法的过程中，除解释其基本内容外，还特别说明其产生背景或基本思想，以及适用范围。
在内容的结构安排上，先介绍解释变量为确定性变量时的建模理论及其应用，然后再扩展到可能含有随机解释变量的一般情形，而不是一开始就考虑一般情形，在给定解释变量矩阵X的条件下设定基本假定条件，直接得到一般的建模理论。尽管这两种做法论证过程相仿，但后者在涉及参数估计量的分布及数字特征的大量表述中，如均值、方差，等等，都要不厌其烦地附加以X已知为条件，相当繁琐，而且当X中含有随机变量时，若忽略掉这个条件，将参数估计量的数字特征写成X的表达式，则犯了一个常数等于一个随机变量的低级错误——不幸的是，这种错误至今仍出现在一些在国内流行的教科书中。另外，在绝大多数以X为条件设定基本假定条件的初级教科书中，都未给出参数估计量无条件的统计性质，而这些性质是许多实证建模的理论依据，因此它们在内容体系上存在缺陷。
在每一章结束语一节，以知识结构图的形式描绘整章的知识结构，并阐述学习这部分内容时应该注意的问题，具体包括它与其他章节的联系、相关内容的扩展简介和对疑难问题的较深入探讨等。

靳庭良，男，1964年生，河北省霸州人，经济学博士，数量经济学三级教授。主要研究领域为计量经济学理论及其应用，在《数量经济技术经济研究》等学术期刊独立发表论文多篇，独立出版学术专著和专著性的教材多部（含再版），主持完成国家社会科学基金项目和省级项目若干项。

1 绪论
§1.1 什么是计量经济学
1.1.1 计量经济学的诞生与发展
1.1.2 计量经济学与相关学科的关系
1.1.3 计量经济模型
§1.2 经典计量经济学的建模步骤
1.2.1 理论模型的设定
1.2.2 变量数据的搜集与处理
1.2.3 模型参数的估计
1.2.4 模型的检验
1.2.5 模型的选择
§1.3 计量经济模型的应用
1.3.1 结构分析
1.3.2 经济预测
1.3.3 政策评价
§1.4 阅读本书需要的数学预备知识及计量分析软件
1.4.1 数学预备知识
1.4.2 计量分析软件
§1.5 结束语
练习题一
2 一元线性回归模型
§2.1 回归分析与回归模型
2.1.1 回归分析的含义
2.1.2 回归模型的概念
2.1.3 引入随机误差项的原因
2.1.4 总体回归模型的可识别性
§2.2 基本概念及普通最小二乘法
2.2.1 基本概念
2.2.2 普通最小二乘法
2.2.3 斜率系数与变量之间相关系数的关系
§2.3 总体回归模型的基本假定及参数OLS估计量的统计性质
2.3.1 基本假定
2.3.2 回归系数OLS估计量的统计性质
2.3.3 随机误差项方差的OLS估计量
§2.4 拟合优度的度量
2.4.1 可决系数（R2）
2.4.2 相关系数与R2的关系
§2.5 回归系数的假设检验及其区间估计
2.5.1 回归系数0LS估计量的概率分布
2.5.2 回归系数的假设检验
2.5.3 回归系数的区间估计
§2.6 预测
2.6.1 点预测
2.6.2 区间预测
§2.7 案例分析
§2.8 结束语
练习题二
附录2.1 回归系数OLS估计量的最小方差性证明
附录2.2 随机误差项方差OLS估计量的无偏性证明
3 多元线性回归模型
§3.1 基本概念及普通最小二乘法
3.1.1 基本概念
3.1.2 普通最小二乘法
3.1.3 偏回归系数与偏相关系数的关系
§3.2 总体回归模型的基本假定及参数OLS估计量的统计性质
3.2.1 基本假定
3.2.2 回归系数OLS估计量的统计性质
3.2.3 随机误差项方差的OLS估计量
§3.3 可决系数与调整的可决系数
3.3.1 可决系数（R2）
3.3.2 调整的可决系数（R2）
§3.4 变量的显著性检验及回归系数的区间估计
3.4.1 变量的显著性检验
3.4.2 回归系数的区间估计
§3.5 预测
3.5.1 点预测
3.5.2 区间预测
3.5.3 预测区间大小的影响因素分析
§3.6 可线性化的非线性回归模型
3.6.1 几种常见的模型
3.6.2 模型的估计与预测
§3.7 案例分析
§3.8 结束语
练习题三
附录3.1 最大似然估计法
附录3.2 不可线性化非线性回归模型的估计
附录3.3 在EViews软件下进行矩阵运算的基本过程
4 违背基本假定的多元线性回归模型
引言
§4.1 多重共线性
4.1.1 多重共线性的概念
4.1.2 多重共线性的后果
4.1.3 多重共线性的诊断
4.1.4 多重共线性的处理
§4.2 异方差性
4.2.1 异方差性的概念
4.2.2 异方差性的后果
4.2.3 异方差性的检验
4.2.4 异方差性的补救措施
4.2.5 存在异方差性情形下的预测
§4.3 自相关性
4.3.1 自相关性的概念及表现形式
4.3.2 自相关性的后果
4.3.3 自相关性的检验
4.3.4 自相关性的补救措施
4.3.5 存在自相关性情形下的预测
§4.4 随机解释变量模型
4.4.1 经典线性回归模型的一般定义及参数OLSE的统计性质
4.4.2 内生解释变量问题及工具变量法
§4.5 结束语
练习题四
附录4.1 在EViews软件下利用WLS法估计模型的输出结果
5 回归模型的设定与选择
引言
§5.1 解释变量选取的偏误
5.1.1 遗漏相关变量
5.1.2 误选无关变量
5.1.3 “从一般到特殊”的建模策略
§5.2 模型设定的统计检验
5.2.1 线性约束的F检验
5.2.2 解释变量的筛选
5.2.3 非嵌套模型之间的选择
5.2.4 模型结构突变的Chow检验
§5.3 模型的选择准则
§5.4 定性因素的量化与虚拟变量
5.4.1 定性因素的量化
5.4.2 虚拟变量的设置
5.4.3 虚拟变量在模型结构差异检验中的应用
§5.5 结束语
练习题五
6 滞后变量模型
§6.1 滞后效应与滞后变量模型
§6.2 分布滞后模型
6.2.1 模型参数的意义
6.2.2 模型的估计
6.2.3 模型滞后长度的确定
§6.3 自回归模型
6.3.1 自适应预期模型
6.3.2 局部调整模型
6.3.3 一般自回归模型
§6.4 Granger因果关系检验
§6.5 结束语
练习题六
7 联立方程模型
引言
§7.1 联立方程模型的基本概念
7.1.1 变量的分类
7.1.2 结构式模型
7.1.3 简化式模型
§7.2 模型的识别
7.2.1 识别的定义
7.2.2 结构方程识别