第1章 導論
1．1 麵闆數據的優點
1．2 使用麵闆數據時的問題
1．3 全書內容提要
第2章 協方差分析
2．1 引言
2．2 協方差分析
2．3 案例
第3章 簡單變截距迴歸模型
3．1 引言
3．2 固定效應模型：最小二乘虛擬變量法
3．3 隨機效應模型：方差成分模型的估計
3．4 固定效應還是隨機效應
3．5 誤設檢驗
3．6 包含特異變量以及個體和時間特異效應項的模型
3．7 異方差
3．8 誤差項序列相關的模型
3．9 任意誤差結構的模型——Chamberlainπ法
附錄3A 最小距離估計量的一緻性和漸近正態性
附錄3B 三成分模型的方差一協方差矩陣的特徵嚮量和逆
第4章 變截距動態模型
4．1 引言
4．2 協方差估計量
4．3 隨機效應模型
4．4 案例
4．5 固定效應模型
4．6 殘差任意相關時動態模型的估計
4．7 固定效應嚮量自迴歸模型
附錄4A 可行MDE的漸近協方差矩陣的推導
第5章 聯立方程模型
5．1 引言
5．2 聯閤廣義最小二乘估計技術
5．3 結構方程的估計
5．4 三角形方程組
附錄5A
第6章 變係數模型
6．1 引言
6．2 係數隨橫截麵單元變化
6．3 係數隨時期和橫截麵單元變化
6．4 隨時間演化的係數
6．5 係數是其他外生變量的函數
6．6 固定係數和隨機係數的混閤模型
6．7 動態隨機係數模型
6．8 案例——流動性限製和企業投資支齣
附錄6A 兩個正態分布的聯閤分布
第7章 離散數據
7．1 引言
7．2 常見的離散響應模型
7．3 估計包含異質項的靜態模型的參數方法
7．4 估計靜態模型的半參數方法
7．5 動態模型
第8章 斷尾和截取數據
8．1 引言
8．2 案例——非隨機缺失數據
8．3 包含隨機個體效應項的Tobit模型
8．4 固定效應估計量
8．5 案例：住房支齣
8．6 動態Tobit模型
第9章 不完全麵闆數據
9．1 短麵闆分布滯後模型的估計
9．2 輪換或隨機缺失數據
9．3 僞麵闆(或重復橫截麵數據)
9．4 單個橫截麵數據集和單個時序數據集的混閤
第10章 前沿問題
10．1 模擬方法
10．2 具有大N和大T的麵闆
10．3 單位根檢驗
10．4 多層結構的數據
10．5 測量誤差
10．6 對橫截麵相依的建模
第11章 全書概略
11．1 引言
11．2 麵闆數據的優點和局限性
11．3 估計的效率
注釋
參考文獻
譯後記
· · · · · · (收起)