本书中的部分内容独立成章，第7章及以后章节含有学生所需的全部数学、概率和统计的背景信息；实际应用和理论基础两手抓；附有大量关于中途失败和意外结果的实例，并提供如何使用诊断检验改善模型设定和估计的建议；提供注释计算机输出内容，以便学生确切了解经济计量方法在实践中的使用。
作者拉姆·拉玛纳山为马德拉斯大学数学硕士、印度统计学院统计学硕士、明尼苏达州立大学经济学博士。
拉姆·拉玛纳山博士的主要研究领域为应用经济计量学、能源经济学、经济增长和国际贸易。其著作颇丰，作品在美国、英国、澳大利亚和印度的主要刊物上发表。著作包括《经济计量学统计方法》和《经济增长理论入门》，与他人合著的有《圣地亚哥：经济分析》、《固体废物管理外部效应的度量》和《区域负载曲线模型》。他是其自1967年以来所执教的圣地亚哥加州大学的名誉退休教授、加州大学能源研究组顾问委员会会员、国际性杂志《能源》的副主编、数量经济研究协会(QUERI)的主席。同时，拉姆·拉玛纳山博士也是圣地亚哥政府协会能源金融委员会的委员，并在其中发挥主要作用。
很荣幸本书能够出到第5版，为此我要感谢国内外的众多教授，他们在经济计量学的理论基础和本书所讲述的实际应用中找到了适用于其课程的平衡点。本版将延续以往各版的传统，即，(1)理论假设的清楚设定，性质的证明大多放在附录中；(2)详细描述估计模型和进行改善模型设定的诊断检验和／或估计方法的步骤；(3)实际应用举例，说明如何把经济计量方法应用到现实的数据中去；(4)结果的直觉解释。
第1章增加了对各类数据——试验数据、观察数据和样本调查数据——的讨论。由于经济计量学大多数时候涉及的都是对一个或多个变量建模，影响一个或多个变量的其他变量值已知，所以第2章和第3章的理论部分变化最大。在第2章中，联合概率一节的内容有了新的扩展，增加了对条件概率、条件期望和条件方差的讨论。在第3章的理论部分，所有有关误差项的假设都作为对给定X的条件。无偏性和高斯—马尔可夫定理的证明开始的时候都假设X已知，然后再扩展到其为随机变量的情况。第4章新增了一节，讨论在多元回归模型中生成因变量的预测值和置信区间。同时，还增加了有关解释回归系数，尤其是解释以百分比或比例度量的变量的回归系数的小节。强调对结果的适当解释在第6章中通过讨论和列表总结对包含变量对数的模型系数的解释得到了加强和扩展。第7章就对数线性模型中的虚拟系数的解释进行了修改。第10章的变化也很大，增加了有关向量自回归(VAR)模型和panel数据处理的内容。第11章把预测合并内容扩展到包括序列相关、ARCH影响和时变权重。在第14章中关于实证项目进行步骤的描述上，扩展了对如何计算指数以及妥当处理基期发生的变化的重要性的讨论。
本版增加了若干新的数据集、章末练习和参考书目。所有的数据都有很多格式供读者选择：ASCII(即文本格式)、B34S、Eviews、Excel、GRETL、PcGive和SHAZAM。附录D为数据列表，包括变量名称、度量单位和数据源。本书网站http：／／econ．ucsd．edu／～rramanat／embook5．htm的变化也很大，包括测试题、本书数据集的链接以及外部数据库、经济计量软件包等。有关这些链接的详细内容见附录C。
欢迎广大读者提出宝贵的意见和建议(e-mail：rramanathan@ucsd．edu)，尤其是希望读者们能够指出虽然经过仔细校对但仍难免出现的一些印刷排版错误。
薛菁睿：暂无简介
很荣幸能够有机会翻译《应用经济计量学》这本书，也非常高兴能够借助译者序这个版面来和广大读者分享一下我的翻译心得。
1．本书是经济计量学的理论、实际应用和示范的完美结合。经济计量学就是在经济学中应用统计工具的科学。具体而言，就是利用数学方法，根据实际统计资料，为经济理论中阐述的经济关系计量出实际数值，以便用计量结果验证或改进经济理论的文字阐述，并进一步解释过去、预测未来和规划政策。经济计量学因此常被视为经济理论、数学和统计的结合。而《应用经济计量学》并没有纯粹地进行枯燥的理论讲解，而是通过一个个实例把理论和实践生动地结合在一起，能够激发读者的兴趣和发挥读者的想像力，让我们真正地了解到经济计量学的魅力所在，让我们体会到它并不是高高在上的，而是实实在在为我们的社会服务的一门优秀学科。
2．书中提供了大量注释计算机输出内容，以便学生确切了解经济计量方法在实践中的应用。理论最终要服务于现实。实际使用情况的具体介绍和展示有助于读者建立对这门学科的感性认识。
3．书中收录了大量有关中途失败和意外结果的实例，提供了如何使用诊断检验改善模型设定和估计的建议。任何学科的实践过程都不是一帆风顺的，因此，在学习过程中多了解一些可能出现的失败情况和意外情况，无论对于我们的实践指导，还是心理准备方面，都是大有裨益的。
4．完整的数学、概率和统计的背景信息介绍，方便读者适时回顾和查看。《应用经济计量学》一书的作者拉姆·拉玛纳山博士在经济计量学研究领域著作颇丰，作品曾在美国、英国、澳大利亚和印度的主要刊物上发表。相信本书的面世一定会给广大读者提供一个深入、完整地了解经济计量学并与实践相结合的机会。鉴于个人水平有限，翻译中难免有不足之处，欢迎广大读者提出宝贵意见。
薛菁睿
2003年3月1日
译者序
前言
作者简介
第一部分 背景
第1章 绪论
1．1 什么是经济计量学
1．2 实证研究的基本步骤
1．3 实证项目
总结
关键术语
练习
第2章 概率和统计知识回顾
2．1 随机变量和概率分布
2．2 数学期望值、均值和方差
2．3 联合概率、协方差和相关
2．4 随机抽样和抽样分布
2．5 参数估计方法
2．6 估计量的性质
2．7 卡方分布、t-分布和F-分布
2．8 假设检验
2．9 区间估计
关键术语
参考书目
练习
附录2．A 其他推导
2．A．1 求和的一些实用结果
2．A．2 最大化和最小化
2．A．3 更多有关估计的内容
第二部分 基础篇
第3章 简单线性回归模型
3．1 基本模型
3．2 利用最小二乘法估计基本模型
3．3 估计量的性质
3．4 估计量的精确度和拟合优度
3．5 假设检验
3．6 度量单位的改变
3．7 应用：用思格尔曲线来估计
保健支出和收入之间的关系
3．8 置信区间
3．9 预测
3．10 回归模型中的因果关系
3．11 应用：专利和研发支出之间的关系
总结
关键术语
参考书目
练习
附录3．A 其他推导
3．A．1 简单线性模型的三维表示
3．A．2 有关求和的更多结果
3．A．3 最小二乘法推导正规方程
3．A．4 最佳线性无偏估计量和
高斯-马尔可夫定理
3．A．5 最大近似估计量
3．A．6 估计量方差的推导
3．A．7 误差项方差的无偏估计量
3．A．8 方程(3-26)的推导
3．A．9 方程(3-27a)的推导
3．A．10 证明r xy =R 2为简单回归
模型
3．A．11 方程(3-29)的推导
3．A．12 方程(3-30)的推导
第4章 多元回归模型
4．1 正规方程
4．2 拟合优度
4．3 模型选择的一般标准
4．4 假设检验
4．5 设定误差
4．6 应用：公共汽车乘客人数
的决定因素
4．7 应用：女性劳动力参与情况
4．8 实例：净移民率和生活质量
4．9 实证项目
总结
关键术语
参考书目
练习
附录4．A 其他推导
4．A．1 三变量回归模型
4．A．2 由于省略相关变量而引起
的偏差
4．A．3 性质4．4的证明
第5章 多重共线性
5．1 多重共线性的例子
5．2 完全多重共线性
5．3 接近多重共线性
5．4 应用
总结
关键术语
参考书目
练习
附录5．A 通过方程(5-6)推导
方程(5-4)
第三部分 扩充篇
第6章 选择函数形式和检验
模型设定
6．1 指数函数和对数函数基础
知识复习
6．2 线性对数关系
6．3 倒数转换
6．4 多项式曲线拟合
6．5 交互作用项
6．6 行为滞后(动态模型)
6．7 应用：专利和研发支出关系的
再分析
6．8 对数线性关系(或半对数模型)
6．9 模型间R2值的比较
6．10 双对数(对数对数)模型
6．11 应用：估计乘公共汽车的弹性
6．12 其他模型
6．13 “从一般到简单”的亨德瑞／LSE
模型建立方法
6．14 使用拉格朗日乘数检验的
“从简单到一般”的模型设立方法
6．15 拉姆齐检验关于回归设定错误
的RESET方法
总结
关键术语
参考书目
练习
附录6．A 有关LR、瓦尔德和LM检验
的更多内容
6．A．1 似然率检验
6．A．2 瓦尔德检验
6．A．3 拉格朗日乘数检验
第7章 定性(或虚拟)自变量
7．1 仅有两种分类的定性变量
7．2 具有多种分类的定性变量
7．3 定性变量对斜率项的影响
(协方差分析)
7．4 应用：工资模型的协方差分析
7．5 估计季节影响
7．6 检验结构变化
7．7 实例：输送机解除管制
7．8 应用：建筑用密封剂的需求
7．9 实证项目
总结
关键术语
参考书目
练习
第四部分 横截面数据和时间序列数据的
一些特殊问题
第8章 异方差
8．1 忽略异方差的后果
8．2 异方差检验
8．3 估计方法
8．4 应用：美国医疗保健的支出模型
8．5 实证项目
总结
关键术语
参考书目
练习
附录8．A 异方差存在情况下OLS估计量
的性质
第9章 序列相关
9．1 一阶序列相关
9．2 忽略序列相关的后果
9．3 一阶序列相关检验
9．4 序列相关的处理
9．5 高阶序列相关
9．6 恩格尔的ARCH检验
9．7 应用：用电需求
总结
关键术语
参考书目
练习
附录9．A 其他推导
9．A．1 DW的d近似等于2(1-p)
的证明
9．A．2 u t为AR(1)时的性质
9．A．3 AR(1)存在情况下第一个观察值
的处理
第10章 分布滞后模型
10．1 滞后自变量
10．2 滞后因变量
10．3 滞后因变量和序列相关
10．4 滞后因变量模型的估计
10．5 应用：英国消费支出的动态模型
10．6 应用：再论小时电力负荷模型
10．7 单位根和迪基—富勒检验
10．8 误差纠正模型
10．9 应用：美国国防支出的误差纠正
模型
10．10 协积
10．11 因果关系
10．12 合并横截面和时间序列数据
(或panel数据)
10．13 实证项目
总结
关键术语
参考书目
练习
第五部分 专题
第11章 预测
11．1 拟合值、事后和事前预测值
11．2 模型评估
11．3 条件预测值和无条件预测值
11．4 时间趋势预测
11．5 组合预测
11．6 经济计量模型预测
11．7 时间序列模型预测
总结
关键术语
参考书目
练习
第12章 定性和有限因变量
12．1 线性概率(或二元选择)模型
12．2 概率单位模型
12．3 对数单位模型
12．4 有限因变量
总结
关键术语
参考书目
练习
第13章 联立方程模型
13．1 联立方程模型的结构和简化形式
13．2 忽略联立的后果
13．3 识别问题
13．4 估计方法
13．5 实例：隐形眼镜业的规定
13．6 应用：简单的凯恩斯模型
总结
关键术语
参考书目
练习
附录13．A OLS估计值极限的推导
第六部分 实践
第14章 实证项目研究
14．1 选题
14．2 文献回顾
14．3 建立一般模型
14．4 收集数据
14．5 实证分析
关键术语
参考书目
附录A 统计表
附录B 部分练习答案
附录c 计算机练习部分
附录D 数据描述和计算机练习部分
