계량경제학의 중요한 내용들을 가능한 한 직관적인 이해가 가능한 방식으로 서술하고자 하였다. 직관적인 설명과 더불어 수학을 이용한 설명도 덧붙였으며, 공개 소프트웨어인 R을 사용하여 기초적인 계량분석을 하는 방법도 설명하였다.
목차
저자 서문
제1장 준비 1.1 질문들 1.2 계량경제학의 근본문제 1.3 인과관계 1.4 통계학의 기초 1.5 계산과 생각 1.6 통계 소프트웨어 R
제1부 단순회귀 제2장 단순 선형회귀 모형과 그 해석 2.1 선형모형 2.2 회귀 2.3 단순 선형회귀 모형 2.4 인과적 영향과 평균적 영향 2.5 기울기에 대한 자세한 설명 2.6 로그와 증가율 제3장 단순회귀 모형의 추정 3.1 자료 3.2 직선 그리기 3.3 최소제곱법 3.4 짧은 예제들 3.5 설명변수 표본값들이 모두 동일할 때 3.6 맞춘값과 잔차 3.7 종속변수가 로그일 때 계수 추정값의 해석 3.8 제곱합 3.9 R제곱 : 모형의 설명력 3.10 기하학 3.11 측정단위의 변환 3.12 최소제곱법에 관하여 주의할 점 제4장 추정값과 참값의 관계 4.1 표본을 반복하여 추출한다면? 4.2 표본추출 반복시행 시 추정값들의 분포 4.3 상상 속의 표본추출은 어떻게? 4.4 최소제곱 추정량의 평균값 4.5 최소제곱 추정량의 표집분산 4.6 분산과 효율성 4.7 최소제곱 추정량은 선형추정량 4.8 최소제곱법의 효율성 제5장 통계적 검정의 기초 5.1 통계적 검정의 기초 5.2 가설 설정 5.3 검정통계량 5.4 검정의 크기와 힘 5.5 기각영역 5.6 귀무가설의 기각과 채택 5.7 귀무가설을 채택하는가 기각하지 못하는가? 제6장 최소제곱을 이용한 가설검정 6.1 최소제곱 추정량의 표집분포 6.2 가설들 6.3 오차분산 추정량과 표준오차 6.4 검정통계량의 도출 6.5 ‘영향없음’ 이라는 귀무가설의 검정 6.6 p값 6.7 신뢰구간 6.8 β₁ =a 라는 귀무가설의 검정 6.9 설명변수 표본값 고정의 가정을 완화 제7장 표본크기가 클 때 7.1 일관성 (일치성) 의 의미 7.2 최소제곱 추정량의 일관성 7.3 최소제곱 추정량이 일관성을 가질 조건 7.4 정규분포의 가정이 맞지 않다면? 7.5 중심극한정리 7.6 기본적인 중심극한정리의 증명 7.7 더 일반적인 중심극한정리 7.8 중심극한정리와 오차항의 분포의 문제
제2부 다중회귀 제8장 다중회귀 모형과 그 추정 8.1 다중회귀 모형 8.2 모수의 해석 8.3 최소제곱법 8.4 OLS 추정량이 유일할 조건 8.5 더미변수와 상호작용항 8.6 제곱항 8.7 맞춘값, 잔차, 제곱합, R제곱 8.A 최소제곱추정량의 행렬 표현 제9장 다중회귀 추정량의 성질 9.1 모형의 구성항목들에 대한 가정 9.2 OLS추정량의 평균 9.3 변수를 누락시키면 어떻게 될까 9.4 OLS 추정량의 분산 9.5 가우스 마코프 정리 9.6 설명변수의 추가 또는 누락과 추정량의 분산 9.7 OLS추정량의 분산의 추정 9.8 OLS 추정량의 표집분포 9.A 행렬연산을 이용한 가우스 마코프 정리의 증명 제10장 다중회귀 모형에서 가설검정 10.1 하나의 선형 제약으로 이루어진 가설의 t 검정 10.2 잔차제곱합을 비교하여 검정하는 방법 10.3 여러 선형제약으로 이루어진 가설의 검정 10.4 함수형태 설정 오류의 검정 10.5 라그랑지 승수 검정
제3부 가정의 현실화 제11장 정규분포의 문제 11.1 표본크기와 정규분포 11.2 정규분포 가정의 완화 11.3 오차항이 정규분포인지 검정 11.4 최우추정법과 오차항 분포에 대한 가정의 활용 제12장 이분산 12.1 오차의 이분산 12.2 오차항이 이분산적일 때 OLS 추정량의 분산 12.3 이분산에 견고한 분산추정 방법 12.4 표본이 크지 않을 때 HC 분산추정량 교정하기 12.5 이분산하에서 OLS를 이용한 가설검정 12.6 이분산하에서 BLUE 구하기 : 가중최소제곱법 12.7 분산의 구조를 모를 때 GLS하기 : FGLS 12.8 이분산이 존재하는지 검정 제13장 오차의 자기상관 13.1 클러스터로 묶이는 자료 13.2 클러스터의 개수에 따른 조정 13.3 시계열자료 13.4 오차의 시계열 상관