EViewsによる計量経済分析

第１章　最小二乗法（OLS)　
１　サンプル，平均，分散，標準偏差　
２　２変数の関係　
３　単純回帰　
3.1　パラメータの求め方と誤差項
3.2　OLSの標準的仮定
3.3　係数の有意性とモデルの当てはまり
3.4　EViewsによる推定例　
４　多重回帰への拡張　
4.1　多重回帰の係数の求め方
4.2　t値，自由度修正済み決定係数
4.3　変数をコントローすることの意味
　第２章　仮説の検定1)　
１　帰無仮説と対立仮説　
２　有意水準と棄却域　
2.1　有意水準
2.2　棄却域　
３　片側検定と両側検定
４　第１種の誤りと第２種の誤り　
５　点推定と区間推定，点予測と区間予測　
5.1　点推定と区間推定　
5.2　点予測と区間予測　
６　多重共線関係　
７　ダミー変数　
7.1　定数項ダミー
7.2　複数のダミー変数
7.3　交差項，係数ダミー
８　F検定と線形制約　
8.1　０制約の例　
8.2　単独仮説検定と複合仮説検定
９　不要な変数を入れる場合，必要な変数を
　　落とす場合　
9.1　過小定式化の問題
9.2　過剰定式化　
　第３章　仮説の検定2)　
１　グループ間でパラメータは共通か　
２　時系列データでの構造変化　
2.1　構造変化の時点があらかじめ予測されるとき
2.2　構造変化の時点があらかじめわからないとき
３　最尤法と尤度比検定，Wald検定，
　　ラグランジュ乗数検定　
3.1　最尤法
3.2　尤度比検定，Wald検定，ラグランジュ乗数検定
４　関数型と弾性値，限界性向　
５　モデルの選択　
5.1　モデルの選択と情報量基準
5.2　非入れ子型モデルの選択，J testと Encompassing test　
5.3　ラムゼイテスト
　第４章　分散不均一　
１　分散不均一の性質　
２　分散不均一のときのOLSの推定量と問題　
３　分散不均一の検定　
3.1　Goldfeld-Quandt test
3.2　Breusch-Pagan test，White test
４　EViewsによる分散不均一の検定　
５　分散不均一が存在するときの修正　
６　加重最小二乗法とデータの変換　
　第５章　系列相関　
１　系列相関とは何か　
２　系列相関と推定量　
３　系列相関のパターン　
3.1　ARモデル　
3.2　MAモデル　
3.3　ARMAモデル
3.4　自己相関，偏自己相関
４　系列相関の検定　
4.1　Durbin-Watson test（DW test)
4.2　Q test　
4.3　LM検定　
５　系列相関がある場合の推定　
5.1　Newey-Westの一致性のある推定
5.2　ARモデルの推定　
5.3　MAモデル，ARMAモデルの推定　
６　EViewsによる推定　
　第６章　ラグのあるモデル，動学モデル，期待のモデル　
１　はじめに　
２　分布ラグモデル（distributed lag model)　
2.1　単純なラグのあるモデル
2.2　無限のラグを持つモデル
2.3　多項式ラグモデル（polynomial distributed lag model,  Almon lag model)
３　部分調整モデル　
４　期待のモデル　
4.1　適応的期待形成　
4.2　合理的期待形成モデル
５　操作変数法　
5.1　どういうときに用いるか
5.2　IV法による推定　
5.3　操作変数の選択　
5.4　EViewsによる推計例
　第７章　連立方程式モデル　
１　連立方程式バイアス　
1.1　経済活動の相互依存関係
1.2　誘導型とOLSの連立方程式バイアス
２　識別問題　
2.1　丁度識別
2.2　過小識別
2.3　過剰識別
2.4　次数条件
３　２段階最小二乗法　
４　EViewsによる2SLSの推計例　
５　2SLSの仮説の検定　
5.1　外生性の検定（exogeneity test)　
5.2　系列相関　
６　連立方程式体系の推定　
6.1　SUR　
6.2　３段階最小二乗法　
　第８章　単位根と共和分　
１　データの定常性　
２　単位根検定　
2.1　単位根　
2.2　DF test，ADF test
2.3　PP test　
2.4　EViewsでの推計例　
2.5　単位根検定の課題　
３　共和分とEngle-Grangerの推定法　
3.1　共和分関係　
3.2　共和分の検定とECM
　第９章　時系列モデル　
１　VARモデル　
1.1　VARモデルの考え方
1.2　説明変数とラグの長さの選択
1.3　EViewsによる推計例　
２　因果性の検定　
2.1　Grangerの意味での因果関係　
2.2　EViewsでのGranger test　
2.3　ブロック外生性
３　インパルス反応関数　
４　予測誤差の分散分解　
4.1　EViewsでの予測例
4.2　VECM　
５　ARIMA　
5.1　同定　
5.2　推定　
5.3　診断　
5.4　予測　
5.5　EViewsでの推定例
６　ARCH　
　第10章　パネル分析　
１　パネルデータとその意義　
1.1　パネルデータ　
1.2　パネルデータの意義
1.3　パネルデータの問題
２　パネルデータのOLS推計　
３　フィックスド・イフェクトモデル　
3.1　ダミー変数を用いるケース　
3.2　グループ内変換モデル（within-group estimator
　　 model)　
3.3　関連モデルと推定量
４　ランダム・イフェクトモデル　
５　フィックスド・イフェクトモデルとランダム・
　　イフェクトモデルの選択　
5.1　選択の考え方　
5.2　Wu-Hausman test
5.3　補助回帰による検定　
5.4　EViewsによるWu-Hausman検定
　第11章　質的選択モデルとトービット・モデル　
１　はじめに　
1.1　質的選択とは何か
1.2　個票データの利点と問題点
２　プロビット・モデル，ロジット・モデル　
2.1　OLSによる質的選択モデルの分析　
2.2　プロビット・モデル，ロジット・モデルの考え方
３　EViewsでのプロビット・モデル，ロジット・モデルの推定例　
3.1　プロビット・モデルの推定例
3.2　ロジット・モデルの推定例
４　分散不均一，過小定式化　
4.1　分散不均一の問題　
4.2　EViewsでの推定例　
５　被説明変数に制約のあるモデル　
5.1　切断分布モデル
5.2　トービット・モデル
5.3　仮説の検定　
5.4　EViewsでの推計例
　第12章　実践のために　
１　はじめに・・あなたは何をやりたいのか　
２　データの利用可能性とその性質，定式化について　
2.1　データの利用可能性
2.2　データの性質
2.3　定式化の選択と構造変化
３　実例　
3.1　労働調整速度
3.2　為替レートと合理的期待形成
3.3　教育費の分析
４　おわりに