本书内容上包括经典计量经济学、非经典计量经济学、时间系列计量经济学、微观计量经济学、面板数据计量经济学和空间计量经济学，既涵盖了当前各个层次计量经济学的主要内容，也体现了计量经济学的新发展。全书共分十章。绪论，主要介绍计量经济学的研究内容和研究步骤以及相关知识的进展。第一章，一元线性回归模型，了解并掌握在经典假定下一元线性回归模型的估计、检验原理和方法。第二章，多元线性回归模型，介绍了多元线性回归模型的基本假设、估计方法以及检验程序。第三章，线性回归模型的扩展，掌握检验多重共线性的几种方法以及多重共线性的解决方法；掌握检验异方差性的几种方法以及出现异方差性的解决方法；掌握自相关的基本理论与方法，能够独立解决模型中的自相关问题。第四章，特殊变量，了解虚拟变量的含义和包含虚拟变量的回归模型的设定、参数的经济学解释，理解随机解释变量的概念及存在随机解释变量时的估计性质，知道经济活动中的滞后现象，了解滞后效应产生的原因，理解分布滞后模型与自回归模型的区别与联系。第五章，联立方程模型，掌握联立方程模型的基本理论和方法，能够根据本章的知识来解决相关的问题。第六章，二元选择模型，了解选择模型的分类及其经济应用背景，尤其是变量受限问题；掌握二元Logit、二元Probit、二元Tobit受限模型的一般形式、估计原理，了解二元离散选择模型与一般模型的异同。第七章，时间序列模型，掌握时间序列相关概念，时间序列数据模型常见分类，时间序列数据的识别、估计和检验；熟练掌握单位根检验、协整分析、误差修正模型与VAR模型的原理。第八章，面板数据模型，掌握面板数据概念，面板数据模型的分类、判断和设定检验；掌握固定效应模型与随机效应模型选择的Hausman检验原理。第九章，空间计量经济学模型，掌握空间权重矩阵的设定、空间相关性的各种统计检验方法与线性空间模型的极大似然估计法，熟悉运用GeoDa软件进行线性空间模型估计的详细步骤。
本教材的主要特点是体现两个结合：理论知识与应用实践相结合，基础知识与前沿知识相结合。克服同类教材理论与实践脱节、基础与前沿不分的不足。本书既适合作为经济和管理类专业本科生学习计量经济学课程的教学用书，也可以作为经济工作者和经济管理类研究生的学习教材，同时还可以作为经济管理部门、金融业技术分析人员的计量经济学自学教材或参考书。

陶长琪，男，江西财经大学统计学院教授、经济学博士、博士生导师，享受国务院政府特殊津贴专家，百千万人才工程国家级人选，教育部新世纪优秀人才支持计划人选，江西省高等学校教学名师，中国数量经济学会常务理事，中国统筹法、优选法与经济数学研究会高等教育分会副理事长，江西省精品资源共享课程《计量经济学》的负责人，主要从事数量经济学研究。

绪论
第一节 计量经济学概述
一、计量经济学的定义
二、计量经济学的发展简史
三、计量经济学在经济学中的地位
第二节 计量经济学的三大内容体系
一、理论计量经济学与应用计量经济学
二、经典计量经济学和非经典计量经济学
三、微观计量经济学和宏观计量经济学
第三节 应用计量经济学的主要研究步骤
一、模型的建立
二、参数的估计
三、模型的检验
第四节 计量经济学模型的应用
一、结构分析
二、经济预测
三、政策评价
四、检验与发展经济理论
第一章 一元线性回归模型
第一节 一元线性回归的基本概念
一、散点图
二、总体回归曲线与总体回归函数
三、随机干扰项
四、样本回归函数
第二节 一元线性回归模型的参数估计
一、最小二乘估计法的经典假定
二、普通最小二乘法（OLS）
三、最小二乘估计量的性质
四、极大似然法
第三节 一元线性回归模型的检验
一、对模型的经济意义的检验
二、拟合优度检验
三、变量的假设检验
第四节 一元线性回归模型的预测
一、均值预测
二、个值预测
第五节 案例分析
一、建立工作文件
二、输入和编辑数据
三、做散点图并建立模型
四、用OLS法估计模型参数
五、模型检验
六、预测
第二章 多元线性回归模型
第一节 多元线性回归模型及假定
一、多元线性回归模型
二、多元线性回归模型的若干经典假定
第二节 多元线性回归模型的参数估计
一、普通最小二乘法
二、极大似然法估计
三、参数估计量的性质
第三节 多元线性回归模型的检验
一、模型的拟合优度检验
二、方程总体线性显著性检验（F检验）
三、变量的显著性检验（t检验）
第四节 多元线性回归模型的置信区间
一、预测值的点估计值
二、参数估计量的置信区间
三、预测值的置信区间
第五节 可线性化的非线性回归模型
一、倒数模型
二、k阶多项式模型
三、半对数模型
四、双对数模型（幂函数模型）
第六节 受约束回归
一、模型参数的线性约束
二、对回归模型增加或减少解释变量
三、参数的稳定性
四、三大经典的非线性约束检验
第三章 线性回归模型的扩展
第一节 多重共线性
一、多重共线性的基本知识
二、多重共线性产生的原因与后果
三、多重共线性的检验
四、多重共线性的修正
第二节 异方差性
一、异方差的基本知识
二、异方差的原因与后果
三、异方差性的检验
四、异方差的修正
第三节 自相关性
一、自相关性的基本知识
二、自相关性产生的原因与后果
三、自相关性的检验
四、自相关性的修正
五、自相关系数的估计
六、广义最小二乘法与广义差分法的关系
第四章 特殊变量
第一节 虚拟变量
一、虚拟变量及其作用
二、虚拟变量的设置
三、虚拟变量的特殊应用
第二节 随机解释变量
一、随机解释变量问题
二、随机解释变量的后果
三、工具变量法
四、豪斯曼检验（Hausman test）
第三节 滞后变量
一、滞后变量的含义
二、滞后变量模型的种类
三、分布滞后模型的估计
四、自回归模型
五、一阶自回归模型的估计
第五章 联立方程模型
第一节 联立方程模型的概念
一、联立方程模型及其特点
二、联立方程模型中变量的分类
三、联立方程模型中方程的分类
四、联立方程模型的偏倚性
第二节 联立方程模型的分类
一、结构式模型
二、简化式模型
三、递归式模型
第三节 联立方程模型的识别
一、联立方程模型识别的概念
二、联立方程模型的识别类型
三、联立方程模型的识别条件
第四节 联立方程模型的参数估计
一、联立方程模型参数估计方法的选择
二、联立方程模型的参数估计方法
三、联立方程模型的检验
第六章 二元选择模型
第一节 线性概率模型
一、线性概率模型形式
二、线性概率模型估计
三、线性概率模型存在的问题
第二节 二元Logit离散模型
一、Logit回归概述
二、Logit回归模型估计
三、Logit回归模型案例分析
第三节 二元Probit离散选择模型
一、EViews下的模型估计
二、模型的期望——预测值检验
三、二元．Probit模型的经济意义分析
第四节 受限Tobit模型
一、受限Tobit模型的现实背景——受限因变量问题
二、受限T0bit模型概述
三、受限Tobit模型的EViews应用举例
第七章 时间序列模型
第一节 平稳ARMA模型
一、随机过程与时间序列
二、理论自协方差、自相关函数与偏自相关函数
三、样本自协方差、自相关