计量经济学是统计方法在使用数据对假设的经济关系进行量化和批判性评估中的应用。英国计量经济学要素课程旨在给学生一个机会去发展对计量经济学的理解，使他们能够理解和评估横截面数据的大多数应用分析，并能够自己进行这样的分析。以下是课程可能涵盖的主题。
一、随机变量和抽样理论
随机变量的概率分布；随机变量的期望值；随机变量函数的期望值；离散随机变量的总体方差及其替代表达；期望值规则；两个随机变量的独立性；总体协方差、协方差和方差规则以及相关性；抽样和估计量；无偏性；损失函数和均方误差；方差、协方差和相关性的估计量；正态分布；假设检验；T检验；置信区间；单边测试；概率和plim规则的收敛性；一致性；分布的收敛(渐近极限分布)和中心极限定理的作用。
二、单元回归分析
简单回归模型；线性回归系数的推导；回归方程的解释；拟合优度。
三、回归系数的性质
数据类型和回归模型；作为随机变量的回归系数；回归系数的无偏性；回归系数的精度；高斯-马尔可夫定理；与回归系数相关的假设检验；第一类错误和第二类错误；置信区间；单边测试；拟合优度检验。
四、多元回归分析
双解释变量多元回归；多元回归模型中关系的图形表示；多元回归系数的性质；回归系数的总体方差；多重共线性；多元回归模型中的F检验。
五、变量变换
线性和非线性；弹性和双对数模型；半对数模型；具有二次变量和交互变量的模型；非线性回归。
六、虚拟变量
虚拟变量；多组虚拟变量；斜率虚拟变量；Chow测验与虚拟群体测验的关系。
七、回归变量
省略可变偏差；代理变量；线性限制的检验；回归模型的重新参数化；限制测试；多重限制测试；零限制测试。
八、异方差
异方差的含义；异方差的后果；Quandt和White检验；使用加权或对数回归消除异方差；异方差一致性标准误差的使用。
九、随机回归和测量误差
随机回归变量；随机回归模型的假设；随机回归模型中回归系数的有限样本和渐近性质；测量误差及其后果；弗里德曼的永久收入假说；当只有渐近性质可以通过分析确定时，使用模拟来研究估计量的有限样本性质。
十、联立方程估计
内生变量、外生变量、结构方程和简化形式的定义；OLS的不一致性；工具变量的使用；精确识别、识别不足和识别过度；两阶段最小二乘法(TSLS)。
十一、二元选择模型和最大似然估计
线性概率模型；Logit模型；概率单位模型；随机变量总体均值和方差的最大似然估计；回归系数的最大似然估计；似然比检验。
除上述内容之外，英国计量经济学要素课程还可能涉及使用时间序列数据的模型、自相关、非平稳过程等主题。之后，我们会进一步介绍这些主题所涵盖的关键知识点，同学可以持续进行关注。
