本书抛开了复杂的数学计算以及繁琐的推导和证明，将深入浅出的理论分析贯彻始终。通过书中丰富的宏，微观经济实例和作者明白晓畅的语言风格，读者可以十分轻松地掌握经济计量学的基本原理和主要内容，并了解到经济计量学领域的最新研究成果。
注：本书配套数据文件可在章节下载中（第18章）下载。
达莫达尔N. 古亚拉提(Damodar N. Gujarati)
在纽约大学任教28年后，现任美国西点军校社会科学系经济学教授。古亚拉提博士1960年获孟买大学商学硕士学位，1963年获芝加哥大学博士学位。曾在《经济学》《金融与定量分析》《美国统计学家》《行业与劳动力》等世界知名杂志上发表了多篇论文。古亚拉提博士现任多种期刊和图书出版社的编辑与审稿人，并且是印度官方刊物《数量经济学》的编委之一。其主要著作有Pensions of the New York Fiscal, Government and Business Basic Econometrics。他的有关经济计量学方面的著作已被译为多种语言。
古亚拉提博士还是英国谢菲尔大学(1970~1971)、印度大学(1970~1971)、新加坡国立大学(1985~1986)、澳大利亚新南威尔士大学等多所大学的客座教授。作为美国新闻署赴海外讲师团成员之一，古亚拉提博士曾到澳大利亚、孟加拉国、德国、印度、以色列、韩国等国家广泛讲授宏、微观经济学专题，并在加拿大、墨西哥等国家举办过学术研讨会。
本书第2版在以下方面略作改动：
第1章重写了经济计量学方法论一节，强调指出：在用估计的模型进行假设检验和预测前，首先要检查模型的准确性。在本章附录中提供了一些网站，可供查阅有关经济数据。丰富的经济数据使得经济计量建模阶段的数据收集容易实现。
第2章增加了对峰度和偏度的讨论。它们可用于判断随机变量是否服从正态分布。正态分布是整个经济计量学的核心。
第3章更深入地讨论了如何从正态分布中获得随机样本。在这一章中，还介绍了靴攀抽样法的概念。靴攀抽样法广泛运用于经济计量学的许多领域。本章还对抽样、概率、随机变量的分布、中心极限定理等作了详细的讨论。在讨论过程中，还介绍了蒙特卡罗试验。除此之外 ，还对正态分布、t分布、c2分布、F分布之间的关系作了总结。这些概率分布将在本书中大量使用。
第6章用蒙特卡罗试验论证了最小二乘估计量的一些性质。本章还介绍了正态检验的内容，比如正态概率图，J-B检验。除此之外，还增加了一些例子。
第7章增加了有关模型结构稳定性的讨论并介绍了检验模型结构稳定性的Chow检验，而且探讨了虚拟变量是如何应用于Chow检验的。
第11章对异方差的讨论中包括了White的一般异方差检验以及White修正异方差后的标准差和t统计量。
第13章增加了模型选择的两个常用标准：Akaike信息标准（AIC）和Schwarz信息标准（SIC）。
第14章讨论了3个新的专题：（1）伪回归现象；（2）非平稳的单位根检验；（3）随机游走模型；
第15章是本书新增内容。本章讨论了联立方程模型，即研究经济变量相互关系的模型。介绍了一些重要概念：联立问题、模型识别问题、间接最小二乘（ILS）、两阶段最小二乘（2SLS）等，并通过美国具体的宏观经济数据来解释这些概念。
对这些新增专题的讨论无疑使第2版的内容比第1版丰富了许多。但是，对这些内容的讨论只是起到抛砖引玉的作用，因为本书的目的是向初学者简单地介绍经济计量学的主要内容。需要更深入了解的读者可参阅《经济计量学基础》（Basic Econometrics），以及Willam H.Greene所著的《经济计量分析》（Econometic Analysis,Prentice-Hall,3rd ed.,1997）、Russell Davidson 与James MacKinnon所著的《经济计量学：估计和推断》（Estimation and Inference in Econometrics, Oxford University Press,1993）。
数学要求
本书很少用到矩阵代数和微积分。我一直坚信应该以最直观的方式向初学者介绍经济计量学，而无须用大量的矩阵代数和微积分。而且，也未给出证明过程，除非这些证明很容易理解。当然，教师可以根据需要在适当的地方给出证明。一些证明过程可参见《经济计量学基础》一书。
解决问题的方法
我坚信边学边用。因此，在每章的最后都提供了大量的习题。在本书的最后部分还提供了部分习题的答案。
计算机与经济计量学
许多优秀的统计软件对初学者学习经济计量学大有益处。在本书的例子中使用了EVIEWS、MINITAB、SHAZAM等统计软件。
总之，本书的目的是以一种轻松的方式向初学者介绍经济计量学这门学科。我希望本书能为你将来的学术或专业研究有所帮助。
致谢
在本书的写作过程中得到许多同仁的帮助。感谢波士顿大学(Boston Univesity)的Eli Berman，加利福尼亚州立大学(California State University)的John Eckalbar，波士顿学院(Boston College)的Joseph Quinn，他们通阅了本书的第二版，并提供了大量的宝贵意见；我深深感谢西点军校社会科学系系主任Col.Daniel Kanfman所给予的不遗余力的支持；感谢Major Gregory Wise，他为本书部分专题提出了诸多建设性意见；感谢MajorKevin，他解决了本书中的许多计算机问题；感谢Mark Pettit，是他指引我进入网络世界；感谢我的妹夫Joseph Buschi，他解决了书中出现的诸多硬件及软件问题；感谢我的嫂子Sushila BuschiGidwani，与她有关经济学、政治学的讨论使我受益非浅；感谢Donna Wong，他为本书制作了整个数据盘；最后，我要感谢我的妻子Pushpa及女儿Joan和Diane，她们一直是我灵感和鼓励的源泉。
张涛：暂无简介
经济计量学(Econometircs)这一术语首先是由挪威学者R.弗瑞希于1926年提出的。经过近80年的发展，经济计量学现已成为经济科学中的一个重要分支,在宏、微观经济领域中得到了越来越广泛的应用。
《经济计量学精要》是一本标准的教科书。全书共分四个部分，第一部分详细介绍了标准统计的内容，这是经济计量方法的理论基础；第二部分着重介绍了经济计量学的基础工具—线性回归模型；第三部分对古典线性回归模型的若干假设进行了详尽地阐述；第四部分简要介绍了联立方程技术。通览本书，具有以下两个突出的特点：一是基础性。本书是一本经济计量学初级教科书。主要以理论分析为主，没有涉及复杂的数学计算、推导和证明，通过宏、微观经济中的典型实例向初学者通俗、形象地介绍经济计量学的基本原理。二是全面性。本书的组织结构是从概率论基础到单方程技术，再到联立方程技术，全面反映了经济计量学研究的主要内容，并介绍了经济计量学研究的最新成果。可以预期，《经济计量学精要》一书将对经济计量学的教学和研究起到有益的作用。
各章译者分别是：第1章至第9章由张涛主译，第10章至第14章由王智勇主译，第15章由张涛主译。此外，王宏伟、彭鹏、赵陵、唐华茂、丁国勇、李克成、桑、韩曦、彭俊明、张思奇等同志也帮助翻译了部分章节。汪同三研究员对全书进行了仔细的审校。钟瑛、夏蜀、吕凌、费多益、林新等同志在文字校对方面做了大量的工作。书中的图表、图形由张跃华、汪超负责处理。在本书的翻译过程中，还得到了中国社会科学院数量经济与技术经济研究所的万利华、曹曼株、张杰、刘戈平等同志的帮助，在此深表感谢。
由于译者水平有限，书中误译在所难免，恳请指正！
张 涛
1999年12月
译者序
前言
第1章 经济计量学的特征及
研究范围 1
1.1 什么是经济计量学 1
1.2 为什么要学习经济计量学 1
1.3 经济计量学的方法论 2
1.4 全书结构 8
习题 9
附录1A 万维网上的经济数据 10
第一部分 概率与统计基础
第2章 基本统计概念的回顾 14
2.1 一些符号 14
2.2 试验、样本空间、样本点和事件 15
2.3 随机变量 16
2.4 概率 17
2.5 随机变量与概率密度函数 20
2.6 多元随机变量的概率密度函数 23
2.7 概率密度的特征 26
2.8 从总体到样本 34
2.9 小结 37
参考文献 38
习题 38
第3章 一些重要的概率分布 42
3.1 正态分布 42
3.2 样本均值X_的抽样分布或概率分布 48
3.3 c2分布 53
3.4 t分布 54
3.5 F分布 57
3.6 t分布、F分布、c2分布与正态分布的
关系 59
3.7 小结 59
习题 59
第4章 统计推断：估计与假设
检验 62
4.1 统计推断的含义 62
4.2 估计和假设检验：统计推断的
两个孪生分支 62
4.3 参数估计 63
4.4 点估计量的性质 65
4.5 统计推断：假设检验 68
4.6 小结 76
习题 76
第二部分 线性回归模型
第5章 线性回归的基本思想：
双变量模型 80
5.1 回归的含义 80
5.2 总体回归函数：一个假设的例子 81
5.3 总体回归函数误差的设定 82
5.4 随机误差项的性质 83
5.5 样本回归函数 84
5.6 “线性”回归的特殊含义 86
5.7 从双变量回归到多元线性回归 87
5.8 参数的估计：普通最小二乘法 88
5.9 实例 92
5.10 小结 94
习题 95
附录5A 最小二乘估计量的推导 98
第6章 双变量模型：假设检验 99
6.1 古典线性回归模型 99
6.2 普通最小二乘估计量的方差与标准
差 101
6.3 普通最小二乘估计量的性质 103
6.4 OLS估计量的抽样分布或概率分布 104
6.5 假设检验 105
6.6 拟合优度的检验：判定系数r2 110
6.7 回归分析结果的报告 113
6.8 正态性检验 114
6.9 关于计算：回归分析的软件 115
6.10 实例：美国进口支出 116
6.11 预测 119
6.12 实例 120
6.13 小结 122
习题 122
第7章 多元回归：估计与假设
检验 127
7.1 三变量线性回归模型 127
7.2 多元线性回归模型的若干假定 129
7.3 多元回归参数的估计 130
7.4 实例：未偿付抵押贷款债务 132
7.5 估计的多元回归方程的拟合优度：
多元判定系数R2 133
7.6 多元回归的假设检验：一般的解释 134
7.7 对回归参数进行假设检验 135
7.8 对联合假设的检验 137
7.9 从多元回归模型到双变量模型：
设定误差 140
7.10 两个不同的R2的比较：校正的判定
系数 140
7.11 什么时候增加新的解释变量 141
7.12 回归模型的结构稳定性检验：
Chow检验 141
7.13 实例 144
7.14 小结 147
习题 147
附录7A.1 OLS估计量的推导 151
附录7A.2 式(7-31)的推导 151
附录7A.3 式(7-53)的推导 151
附录7A.4 EVIEWS计算结果
(抵押贷款债务一例) 152
第8章 回归方程的函数形式 153
8.1 如何度量弹性：对数线性模型 154
8.2 线性模型与对数线性模型的比较 156
8.3 多元对数线性回归模型 157
8.4 如何测度增长率：半对数模型 160
8.5 线性对数模型：解释变量是对数形式 163
8.6 双曲函数模型 165
8.7 多项式回归模型 167
8.8 不同函数形式模型小结 168
8.9 小结 169
习题 169
附录8A 对数 174
第9章 包含虚拟变量的回归模型 176
9.1 虚拟变量的性质 176
9.2 包含一个定量变量，一个两分定性变量
的回归模型 179
9.3 虚拟变量有多种分类的情况 182
9.4 包含一个定量变量，两个定性变量的
回归模型 183
9.5 模型的推广 184
9.6 回归模型中的结构稳定性：
虚拟变量法 185
9.7 虚拟变量在季节分析中的应用 189
9.8 小结 192
习题 192
第三部分 实践中的回归分析
第10章 多重共线性 200
10.1 多重共线性的性质：完全多重
共线性的情况 200
10.2 接近或者不完全多重共线性的情形 202
10.3 多重共线性的理论后果 204
10.4 多重共线性的实际后果 204
10.5 多重共线性的测定 206
10.6 多重共线性必定不好吗 208
10.7 一个扩充例子：1960至1982年期间
美国的鸡肉需求 209
10.8 如何对付多重共线性：补救措施 211
10.9 小结 215
习题 215
第11章 异方差 219
11.1 异方差的性质 219
11.2 异方差的后果 224
11.3 异方差的检验：如何知道存在异方
差问题 225
11.4 观察到异方差该怎么办：补救措施 231
11.5 White异方差校正后的标准差和
t 统计量 235
11.6 实例 236
11.7 小结 238
习题 238
第12章 自相关 244
12.1 自相关的性质 244
12.2 自相关的后果 247
12.3 自相关的诊断 247
12.4 补救措施 253
12.5 如何估计r 254
12.6 小结 257
习题 258
第13章 模型选择：标准与检验 262
13.1 “好的”模型具有的特性 262
13.2 设定误差的类型 263
13.3 诊断设定误差：设定误差的检验 269
13.4 用于预测的模型选择 273
13.5 小结 274
习题 275
第14章 单方程回归模型：几个补
充专题 280
14.1 有限最小二乘法 280
14.2 动态经济模型：自回归模型和分布
滞后模型 283
14.3 用于分布滞后模型的夸克方法 287
14.4 解释变量是虚拟变量的情形 289
14.5 分对数模型 292
14.6 伪回归现象 296
14.7 小结 303
习题 304
第四部分 联立方程模型简介
第15章 联立方程模型 310
15.1 联立方程模型的性质 311
15.2 联立方程的偏误：普通最小二乘
估计量的不一致性 312
15.3 间接最小二乘法 313
15.4 实例 314
15.5 模型识别问题 315
15.6 模型识别的判定规则：识别的阶条件 320
15.7 对过度识别方程的估计：
两阶段最小二乘法 320
15.8 2SLS：一个数字例子 321
15.9 小结 323
习题 323
附录15A OLS估计量的不一致性 325
附 录
附录A 统计表 328
附录B 部分习题答案 343
参考文献 347
