| 前言 | 第1-12页 |
| 中英文摘要 | 第12-15页 |
| 第一章 经济计量建模述评 | 第15-21页 |
| ·建模发展史简介 | 第15-16页 |
| ·建模方法论进展 | 第16-19页 |
| ·建模诊断思想应用的可能性 | 第19-21页 |
| 第二章 建模数据的影响度量 | 第21-35页 |
| ·线性计量模型中的影响度量 | 第21-32页 |
| ·异常值点的刻划 | 第21-24页 |
| (一) 普通残差 | 第22页 |
| (二) 学生化残差 | 第22-23页 |
| (三) 预测残差 | 第23页 |
| (四) 不相关残差和BLUS残差 | 第23-24页 |
| (五) 递归残差 | 第24页 |
| (六) 偏残差 | 第24页 |
| ·一个简单的中国消费模型异常值诊断 | 第24-27页 |
| ·高杠杆点的刻划与诊断 | 第27-28页 |
| ·强影响点的刻划与诊断 | 第28-32页 |
| (一) Cook距离 | 第28-29页 |
| (二) W-K统计量 | 第29-30页 |
| (三) AP统计量 | 第30-31页 |
| (四) 似然距离 | 第31-32页 |
| (五) 其它的影响度量 | 第32页 |
| ·非线性计量模型中的影响度量 | 第32-35页 |
| (一) Cook距离D_1和FD_1 | 第33页 |
| (二) 似然距离LD_1(θ，σ~2)和LD_1(θ|σ~2) | 第33-34页 |
| (三) 统计曲率型诊断量 | 第34-35页 |
| 第三章 经验建模中估计的影响分析 | 第35-46页 |
| ·线性单方程计量模型中估计的影响分析 | 第35-37页 |
| ·病态线性单方程计量模型下的诊断分析 | 第37-44页 |
| ·复共线影响点的Walker诊断技术 | 第38-39页 |
| ·复共线影响点的主成分诊断法 | 第39-44页 |
| (一) 法国经济分析数据的诊断 | 第40-42页 |
| (二) Webster-Gunst-Mason数据的复共线影响分析 | 第42-44页 |
| ·季节波动的诊断与影响分析 | 第44-46页 |
| 第四章 模型变换下点的影响分析 | 第46-52页 |
| ·变换参数的估计方法 | 第47-50页 |
| (一) Atkinson方法 | 第47-49页 |
| (二) 变换参数的最大似然估计法 | 第49页 |
| (三) 两种估计方法的使用前提 | 第49-50页 |
| ·数据变换的诊断与实例 | 第50-52页 |
| 第五章 建模中变量选择的影响分析 | 第52-61页 |
| ·数据对自变量选择的影响 | 第52-56页 |
| ·R~2和(?)~2准则及其诊断 | 第52-54页 |
| (一) 数据删除模型下的R~2 | 第53页 |
| (二) 均值漂移模型下的R~2 | 第53页 |
| (三) 异方差模型下的R~2 | 第53-54页 |
| ·C_p准则及其诊断 | 第54-55页 |
| ·AIC准则及其诊断 | 第55页 |
| ·SC准则及其诊断 | 第55-56页 |
| ·变量选择影响诊断的例证 | 第56页 |
| ·复共线关系对变量选择的影响 | 第56-58页 |
| ·模型错定对变量选择的影响 | 第58-61页 |
| 第六章 统计假设检验的诊断 | 第61-77页 |
| ·检验诊断的例证和检验强影响点 | 第61-67页 |
| ·统计参数假设检验诊断的例证 | 第62-64页 |
| ·非参数假设检验诊断的例证 | 第64-66页 |
| ·检验强影响点的价值 | 第66页 |
| ·检验诊断统计量 | 第66-67页 |
| ·异方差性检验及其诊断 | 第67-70页 |
| ·线性模型下异方差性的检验与评价 | 第67-69页 |
| (一) 图示检验法 | 第68页 |
| (二) 等级相关系数法 | 第68页 |
| (三) Glejser检验法 | 第68页 |
| (四) Breusch-Pagan检验法 | 第68-69页 |
| (五) Goldfeld-Quandt检验法 | 第69页 |
| (六) White大样本检验法 | 第69页 |
| (七) Wald检验、拉格朗日乘数检验和似然比检验法 | 第69页 |
| (八) 一个异方差检验诊断算例 | 第69页 |
| ·非线性模型下异方差的检验与影响分析 | 第69-70页 |
| ·序列相关的检验与诊断 | 第70-75页 |
| (一) Durbin-Watson型检验与诊断算例 | 第71-74页 |
| (二) Von Neumann比检验与诊断算例 | 第74-75页 |
| (三) 回归检验法 | 第75页 |
| ·同期相关与约束的检验诊断 | 第75-77页 |
| 第七章 时间序列建模法中的诊断理论 | 第77-90页 |
| ·时间序列的统计检验诊断 | 第77-79页 |
| ·序列正态性检验及其诊断 | 第77-78页 |
| ·序列平稳性检验及其诊断 | 第78-79页 |
| ·白噪声检验及其诊断 | 第79页 |
| ·ARMA模型中的AO和IO异常的刻划与识别 | 第79-83页 |
| ·AO和IO的模型刻划 | 第80-81页 |
| ·两类异常的识别方法 | 第81-83页 |
| (一) 似然比方法 | 第81-82页 |
| (二) Bayes准则 | 第82-83页 |
| (三) 数据扰动识别法 | 第83页 |
| ·ARIMA模型中的一般诊断技术 | 第83-87页 |
| ·模型及参数估计 | 第84页 |
| ·对系数和新生方差的影响诊断 | 第84-86页 |
| ·ARIMA模型拟合的整体策略 | 第86-87页 |
| (一) 片特性(PP) | 第86页 |
| (二) 片长度确定的策略 | 第86页 |
| (三) 影响片长度确定的序贯方法 | 第86页 |
| (四) 迭代剔除 | 第86页 |
| (五) 结构变动和灵便的子集剔除技术 | 第86-87页 |
| (六) 模型识别和残差分析 | 第87页 |
| ·ARMA(p，q)模型定阶中的影响诊断 | 第87-90页 |
| (一) F—检验准则 | 第87页 |
| (二) AIC准则 | 第87-88页 |
| (三) BIC准则 | 第88页 |
| (四) φ—准则 | 第88页 |
| (五) ACH准则 | 第88页 |
| (六) FPE准则 | 第88-90页 |
| 第八章 贝叶斯建模诊断理论 | 第90-96页 |
| ·异常值点的Bayesian诊断 | 第90-92页 |
| ·Box-Tiao方法 | 第90-91页 |
| ·条件预测法 | 第91页 |
| ·Chaloner-Brant方法 | 第91-92页 |
| ·贝叶斯估计的影响度量和预测的影响 | 第92-94页 |
| ·贝叶斯估计的影响度量 | 第92-93页 |
| ·贝叶斯预测的影响度量 | 第93-94页 |
| ·贝叶斯推断的诊断 | 第94-96页 |
| 第九章 模型结构变动的诊断分析 | 第96-103页 |
| ·参数常数性检验及诊断 | 第96-97页 |
| (一) 邹至庄检验 | 第96-97页 |
| (二) 累积和(CUSUM)及累积平方和(CUSUMSQ)检验 | 第97页 |
| ·变结构模型中转折点的贝叶斯诊断 | 第97-99页 |
| ·结构变动分析中的图示诊断法 | 第99-103页 |
| ·平滑残差 | 第99-101页 |
| ·结构变动分析中图示诊断例证 | 第101-103页 |
| 第十章 协整理论及其诊断 | 第103-122页 |
| ·协整及Granger表示定理 | 第103-105页 |
| ·协整系数参数的估计与渐近特性 | 第105-110页 |
| ·OLS估计及渐近特性 | 第106-108页 |
| ·ML估计及渐近特性 | 第108-110页 |
| ·协整检验及其势特性 | 第110-116页 |
| ·扩展的Dickey-Fuller检验 | 第110-111页 |
| ·Z_a和Z_(?)检验 | 第111页 |
| ·最小特征根检验 | 第111-112页 |
| ·Johansen's似然比检验 | 第112页 |
| ·POC伪回归量检验 | 第112-113页 |
| ·Cochrane-Orcutt变换检验 | 第113页 |
| ·迹检验和方差比检验 | 第113-114页 |
| ·局部最佳不变(LBI)检验 | 第114页 |
| ·长期协方差阵的核估计 | 第114-115页 |
| ·检验的模拟样本势特性 | 第115-116页 |
| ·协整检验与诊断实例 | 第116-122页 |
| ·汇率数据第Ⅰ组的协整检验 | 第116-117页 |
| ·汇率数据第Ⅱ组的协整检验 | 第117-119页 |
| ·评论 | 第119-122页 |
| 参考文献 | 第122-127页 |
