譯者序作者簡介前言教學建議第1章 導論 1.1 麵闆數據：一些例子 1.2 為什麼使用麵闆數據，它們的優點和局限性 注釋第2章 單因素誤差迴歸模型 2.1 介紹 2.2 固定效應模型 2.3 隨機效應模型 2.4 極大似然估計 2.5 預測 2.6 案例 2.7 精選的應用案例 2.8 計算的注意事項 注釋 本章習題第3章 雙因素誤差迴歸模型 3.1 簡介 3.2 固定效應模型 3.3 隨機效應模型 3.4 極大似然估計 3.5 預測 3.6 案例 3.7 應用精選 注釋 本章習題第4章 麵闆數據的假設檢驗 4.1 麵闆數據的混閤估計檢驗 4.2 對個體效應和時間效應的檢驗 4.3 Hausman設定檢驗 4.4 進一步閱讀 注釋 本章習題第5章 單因素誤差模型中的異方差和序列相關 5.1 異方差 5.2 序列相關 注釋 本章習題第6章 因素誤差的似不相關迴歸模型 6.1 單因素誤差模型 6.2 雙因素誤差模型 6.3 應用與擴展 本章習題第7章 單因素誤差的聯立方程組 7.1 單方程的估計 7.2 經驗案例：北卡羅來納州的犯罪 7.3 係統估計 7.4 Hausman和Taylor估計量 7.5 實證分析：PSID數據的收入方程 7.6 進一步閱讀以及擴展 注釋 本章習題第8章 動態麵闆數據模型 8.1 簡介 8.2 Arellano和Bond估計量 8.3 Arellano和Bover估計量 8.4 Ahn和Schmidf矩條件 8.5 BIundell和Bond係統GMM估計量 8.6 Keane和RunkIe估計量 8.7 最新進展 8.8 經驗研究案例 8.9 進一步閱讀 注釋 本章習題第9章 非平衡麵闆數據模型 9.1 介紹 9.2 非平衡的單因素誤差模型 9.3 經驗案例：享樂主義者的住房 9.4 非平衡雙因素誤差模型 9.5 非平衡麵闆數據個體效應和時間效應的檢驗 9.6 非平衡嵌套誤差模型 注釋 本章習題第10章 專題 10.1 測量誤差和麵闆數據 10.2 輪換麵闆 10.3 僞麵闆 10.4 閤並截麵時間序列的其他方法 10.5 空間麵闆數據 10.6 混閤模型的短期和長期估計 10.7 異質麵闆數據 10.8 計數麵闆數據 注釋 本章習題第11章 限值因變量與麵闆數據 11.1 固定的和隨機的logit和probit模型 11.2 麵闆數據限值因變量模型的模擬估計 11.3 動態麵闆限值因變量模型 11.4 麵闆數據的選擇偏倚 11.5 刪截和截尾的麵闆數據模型 11.6 實證應用 11.7 經驗案例：護士勞動力的供給 11.8 進一步的閱讀 注釋 本章習題第12章 非平穩麵闆 12.1 引言 12.2 假定截麵獨立的麵闆單位根檢驗 12.3 截麵相關的麵闆單位根檢驗 12.4 麵闆數據中的虛假迴歸 12.5 麵闆數據的協整檢驗 12.6 麵闆協整模型的估計與推斷 12.7 經驗案例：購買力平價 12.8 進一步閱讀 注釋 本章習題參考文獻
· · · · · · (收起)