计量经济学复习提纲

计量经济学复习提纲

一、填空题

1、设随机变量X 的概率密度为

221

()x x f x

-+-=

（x -∞<<+∞）

则X 的数学期望()E X = ，方差()D X = 。

2、在经济计量模型中引入反映 因素影响的随机扰动项t ξ，目的在于使模型更符合 活动。

3、回归方程中的回归系数是自变量对因变量的 。某自变量回归系数β的意义，指的是该自变量变化一个单位引起因变量平均变化 个单位。

4、违背多元线性回归分析假设条件的三种常见现象包括异方差 、 、 。

5、联立方程组模型中方程的类型有制度方程式、恒等式 和 。

6、设离散型随机变量X 的概率分布

{}{}{}00.2,10.3,20.5P X P X P X ======，可简记为0

12~,0.20.30.5X ⎛⎫ ⎪⎝⎭

则

{}1.5P X ≤=

7、 是因变量离差平方和，它度量因变量的总变动。就因变量总变动的变异来源看，它由两部分因素所组成。一个是自变量，另一个是除自变量以外的其他因素。 是拟合值的离散程度的度量。它是由自变量的变化引起的因变量的变化，或称自变量对因变量变化的贡献。 是度量实际值与拟合值之间的差异，它是由自变量以外的其他因素所致，它又叫残差或剩余。

8、模型线性的含义，就变量而言，指的是回归模型中变量的 ；就参数而言，指的是回归模型中的参数的 ；通常线性回归模型的线性含义是就 而言的。

9、常见的自回归模型包括 、 、 。

ξ，目的在10、在经济计量模型中引入反映因素影响的随机扰动项

t

于使模型更符合活动。

11、回归方程中的回归系数是自变量对因变量的。某自变量回归系数β的意义，指的是该自变量变化一个单位引起因变量平均变化个单位。

12、模型线性的含义，就变量而言，指的是回归模型中变量的；就参数而言，指的是回归模型中的参数的；通常线性回归模型的线性含义是就而言的。

13、样本观察值与回归方程理论值之间的偏差，称为，我们用残差估计线性模型中的。

二、名词解释：

1、戈德费尔德—匡特检验

2、横截面数据

3、相关分析

4、正态分布

5、异方差

6、判定系数

7、多元线性回归模型

8、面板数据

9、虚拟变量

10、总体回归函数

11．帕克检验

12．Glejser检验

14、分布滞后模型；

15、无限滞后模型；

16、自回归模型；

三、简答题：

1、请简述回归模型产生异方差现象的原因。

2、多元线性回归模型的假设条件是什么？

3、请写出一元总体线性回归模型与方程，以及一元样本线性回归模型与方程。

4、请简述一元回归分析的五个经典假设。

5、请简述D-W检验的原理。

6、在线性回归方程中，“线性”二字如何理解？

7、用最小二乘法求线性回归方程系数的意义是什么？

8、方差分析方法把数据总的平方和分解成为两部分的意义是什么？ 9、 回归分析中的随机误差项i ε有什么作用？它与残差项t e 有何区别？ 10、判断如下模型，哪些是线性模型，哪些不是。以及它们经过怎样的变化能够变成线性模型？

模型 描述性名称

121

.i i i a Y X ββε⎛⎫

=++

⎪⎝⎭

倒数 12.ln i i i b Y X ββε=++ 半对数 12.ln i i i c Y X ββε=++ 反半对数 12.

ln ln ln i i i c Y X ββε=++ 对数或双对数

121.

ln i i i c Y X ββε⎛⎫

=-+ ⎪⎝⎭

对数倒数

11、 如下模型是线性回归模型吗？并说出原因。

12.i i X i a Y e ββε++=

121.1i i

i X b Y e

ββε++=

+

121.ln i i i c Y X ββε⎛⎫

=++ ⎪⎝⎭

()

2211.(0.5)i X i i d Y e

βββε--=+-+

3

12.i i i e Y X ββε=++

12、异方差的存在对下面各项有何影响？

（1）OLS 估计量及其方差； （2）置信区间；

（3）显著性t 检验和F 检验的使用。

13、产生异方差的经济背景是什么？检验异方差的方法思路是什么？ 14、下列异方差检查方法的逻辑关系是什么？

（1）图示法 （2）Park 检验 （3）White 检验

15、在一元线性回归函数中，假设误差方差有如下结构：

()

i i i x E 22σε=

16、如何变换模型以达到同方差的目的？我们将如何估计变换后的模型？请列出估计步骤。

17、判断以下说法正确、错误，还是不确定？并简要陈述你的理由。

(1)尽管存在完全的多重共线性，OLS 估计量还是最优线性无偏估计量（BLUE ）。 (2)在高度多重共线性的情况下，要评价一个或者多个偏回归系数的个别显著性是不可能的。

(3)如果某一辅回归显示出较高的2i R 值，则必然会存在高度的多重共线性。 (4)变量之间的相关系数较高是存在多重共线性的充分必要条件。

(5)如果回归的目的仅仅是为了预测，则变量之间存在多重共线性是无害的。 18、哪些原因可以造成自相关？ 19、如何检验是否存在自相关？ 20、比较异方差与自相关的异同。 21、分布滞后模型存在的原因是什么？ 22、分布滞后模型在参数估计时有哪些困难？

四、综合分析题：

1、考虑如下关于期望工作时间的对1543对夫妇调查后的回归结果（t 比率放在括号内）：

234567891286104.970.026 1.200.6919.47266.06118.64110.61t i i i i i i i i

Y X X X X X X X X ∧

=+-++-+--

(4.67)(3.70)( 3.80)(0.24)(0.08)(0.40)(6.94)( 3.04)( 6.14)

t =---- 20.383R = 1543n =

其中Y 为妻子希望每年花在工作上的小时数，以每年工作的小时数加上花在找工作上的时间之和计算； 2X ：妻子税后真实时薪；

3X ：丈夫在上一年度税后真实收入； 4X ：妻子的年龄； 5X ：妻子的受教育年数；

6X ：态度变量。若被调查者愿意工作而且其丈夫也同意其工作则取值1，否则为0；

7X ：态度变量。若被调查者的丈夫支持其工作则取值1，否则为0； 8X ：年龄低于6岁的子女数；

9X ：年龄在6～13岁的子女数； 回答以下问题：

（1） 各非虚拟回归元系数的符号有经济含义吗？说明你的观点。 （2） 如何解释虚拟变量6X 和7X ？这些虚拟变量统计显著吗？

（3） 在这项研究中，一位妇女的年龄和受教育程度不是影响其劳动力参与

决策的显著因素，你认为这是为什么？

12233i i i Y X X βββ=++

来对以上数据进行拟合回归。

(1) 我们能得到这3个估计量吗？并说明理由。

(2) 如果不能，那么我们能否估计得到这些参数的线性组合？可以的话，写

出必要的计算过程。

3、考虑如下模型：

12i i i i Y D X u ααβ=+++ 其中Y 代表一位大学教授的年薪； X 为从教年限； D 为性别虚拟变量。 考虑定义虚拟变量的三种方式：

（1）D 对男性取值1，对女性取值0； （2）D 对女性取值1，对男性取值2； （3）D 对女性取值1，对男性取值－1；

对每种虚拟变量定义解释上述回归模型。是否有某个方法比另外的更好？说明你的理由。

4、考虑以下模型：

231234i i i i i Y X X X ββββμ=++++

由于2X 和3X 是X 的函数，那么它们之间存在多重共线性。这种说法对吗？为什么？

5、在涉及时间序列数据的回归分析中，如果回归模型不仅含有解释变量的当前值，同时还含有它们的滞后值，我们把这类模型称为分布滞后模型（distributed-lag model ）。我们考虑以下模型：

12313233i t t t t t Y X X X X βββββμ---=+++++

其中Y ——消费，X ——收入，t ——时间。该模型表示当期的消费是其现期的收入及其滞后三期的收入的线性函数。

（1） 在这一类模型中是否会存在多重共线性？为什么？ （2） 如果存在多重共线性的话，应该如何解决这个问题？

五、计算题：

1、下表给出了美国30所知名学校的MBA 学生1994年基本年薪（ASP ）、GPA 分数（1－4共四个等级）、GMAT 分数以及每年学费的数据。

1、用双变量回归模型分析GPA 是否对ASP 有影响？

2、用合适的回归模型分析GMAT 分数是否与ASP 有关系？

3、你同意高学费的商业学校意味着高质量的MBA 成绩吗？为什么？ 请参考以下数据表进行计算：

2、根据美国1965-ⅠQ 至1983-ⅡQ 数据（26n =），James Doti 与Esmael Adibi 得到下面的回归方程以解释美国个人的消费支出（PCE ）：

2310.960.93 2.09t t t Y X X =-+-

t = （-3.33） （249.06） （-3.09）

20.9996R = 93753.7

F = 其中：Y -个人消费支出/亿美元 2X -可支配（税后）收入/亿美元 3X -银行支付的主要利率（%）

（1）求边际消费倾向（MPC ）--每额外增加1美元个人可支配收入所增加的消费支出的数量。

（2）解释模型的经济意义。 （3）检验零假设：3b 显著不为零。 （4）计算每个系数的标准差。

3、中国的人均GDP （元/人，用Y 表示）与人均钢产量（千克/人，用X 表示）

（1） 试建立样本回归方程，并在5％的水平下进行显著性检验。 （2） 求简单相关系数。 4、下表给出了1977－1991年期间美国的黄金价格、消费者指数和纽约股票交易

b. 一种投资，如果它的价格和（或）回报率至少赶得上通货膨胀，就被认

为是（对通货膨胀）保值（能抵御通货膨胀）的。为检验这一假设：投资是保值的，假定a 中的散点图表明拟合以下模型是最适宜的：

1212t i i t i i

CPI NYSE CPI ββεββε=++=++黄金价格指数

5、1964年，对9966名经济学家的调查数据如下：

资料来源：“The Structure of Economists’ Employment and Salaries”, Committee on the National Science Foundation Report on the Economics Profession, American Economics Review, vol.55, No.4, December 1965.

（1）建立适当的模型解释平均工资与年龄间的关系。为了分析的方便，假设中值工资是年龄区间中点的工资。

（2）假设误差与年龄成比例，变换数据求得WLS 回归方程。 （3）现假设误差与年龄的平方成比例，求WLS 回归方程。 （4）哪一个假设更可行？

7.考虑消费函数

123i t t t C Y W βββμ=+++ 1,

2,,t n =

(2) 这一回归方程是否存在着多重共线性？你的判断依据是什么？ (3) 分别作C 对Y 和W 的回归，这些回归结果表明了什么？ (4) 作W 对Y 的回归。这一回归结果表明了什么？

(5) 如果存在严重的共线性，你是否会删除一个解释变量？为什么？

8、假定存在下表所示的时间序列数据：

请回答下列问题：

（1）利用表中数据估计模型：t t t x y εββ++=10；

（2）利用D-W 检验是否存在自相关？如果存在请用d 值计算估计自相关系数ρ；

（3）利用广义差分法重新估计模型：

'''

1011(1)()t t t

t t y y x x ρβρβρε---=-+-+。

(2021年整理)计量经济学复习提纲—庞皓版

(完整版)计量经济学复习提纲—庞皓版 编辑整理： 尊敬的读者朋友们： 这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（(完整版)计量经济学复习提纲—庞皓版）的内容能够给您的工作和学习带来便利。同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。 本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为(完整版)计量经济学复习提纲—庞皓版的全部内容。

(完整版)计量经济学复习提纲—庞皓版 编辑整理：张嬗雒老师 尊敬的读者朋友们: 这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布到文库，发布之前我们对文中内容进行仔细校对,但是难免会有疏漏的地方，但是我们任然希望（完整版）计量经济学复习提纲—庞皓版这篇文档能够给您的工作和学习带来便利.同时我们也真诚的希望收到您的建议和反馈到下面的留言区，这将是我们进步的源泉，前进的动力。 本文可编辑可修改，如果觉得对您有帮助请下载收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为〈(完整版)计量经济学复习提纲—庞皓版> 这篇文档的全部内容。

第一章 1.计量分析的四个步骤:模型设定--参数估计—-模型检验-—模型应用 2.计量模型检验：经济意义检验-—统计推断检验—-计量经济学检验——模型预测检验 3.计量模型的应用：结构分析——经济预测-—政策评价——检验与发展经济理论 4.正确选择解释变量的原则：符合理论、规律——忽略众多次要因素，突出主要经济变量—- 数据可得性—-每个解释变量之间是独立的 5.参数的数据类型：时间序列数据——截面数据-—面板数据-—虚拟变量数据 第二章 1.总体相关系数：ρ=Cov（X,Y）/√Var(X）√Var（Y) 2.样本相关系数：rxy=Σ(Xi—X_）（Yi-Y_)/√Σ（Xi—X_)^2√Σ（Yi-Y_）^2 3.总体回归函数中引入随机扰动项的原因：作为未知影响因素的代表-—作为无法取得数据的 已知因素代表—-作为众多细小影响因素的综合代表——模型的设定误差——变量的观测误差——经济现象的内在随机性 4.简单线性回归模型的基本假定:1、对变量和模型的假定；2、对随机扰动项ui统计分布的 假定（古典假定）:零均值假定——同方差假定——无自相关假定—-随机扰动项ui与解释变量Xi不相关——正态性假定 5.违反零均值假定：影响截距上的估计（影响小) 6.违反正态性假定：不影响OLS估计是最佳无偏性,但会使t检验F检验失真（影响大) 7.样本回归函数的离差形式:yi^=β2^＊xi 8.OLS估计值的离差表达式：β2^=Σ（Xi—X_）（Yi-Y_)/Σ(Xi-X_)^2=Σxiyi/Σxi^2 β1^=Y_-β2^＊X_ 9.OLS回归线的性质：样本回归线过（X_，Y_)——估计值均值等于实际值均值-—剩余项ei 的均值为零——Cov(Yi^,ei)=0—-Cov(Xi，ei）=0 10.β^的评价标准：无偏性-—有效性——一致性

计量经济学期末考试复习提纲

一、客观题的考核重点 1.理论模型的设计包含的三部分工作。 ① 确定模型包含的变量 ② 确定模型的数学形式 ③ 拟定模型中待估计参数的理论期望值区间 2.如何恰当地确定模型的数学形式。 ① 确定数学形式的第一种方法是根据经济行为理论。 ② 确定数学形式的第二种方法是根据解释变量与被解释变量之间的散点图。 3.常用的样本数据类型，样本数据质量。 ① 截面数据（Cross-sectional Data） ② 时间序列数据（Time-series Data） ③ 面板数据（Panel Data） 完整性，准确性，可比性，一致性 4.计量经济学模型几方面应用领域。 ① 结构分析 ② 经济预测 ③ 政策评价 4.检验与发展经济理论（？）

5. 总体回归函数、总体回归模型、样本回归函数、样本回归模型形式（包括矩阵形式）。（？） 线性总体回归函数：i X X 10i )|Y (E ββ+= 线性总体回归模型：i 10i i i )|Y (E Y μββμ++=+=i X X 线性样本回归函数：i X 10i ˆˆ=Y ˆββ+ 线性样本回归模型（包括矩阵形式？）：i i i e +Y ˆ=Y （多元） 总体回归函数：X X β=)|Y (E 总体回归模型：μβ+=X Y 样本回归函数：μβ+X ˆ=Y ˆ 样本回归模型：e +X ˆ=Y β 6. 最小二乘法和最大似然法的基本原理。 最小二乘法：最小二乘准则，残差平方和最小（∑ =n 1 i 2 e min i ） 最大似然法：使一组被解释变量样本从总体中被抽取的联合概率最大。

7. 线性回归模型中一系列估计量、统计量的计算。 X Y 1 0ˆˆββ-= 定义X X x i i -=，Y Y y i i -=“离差” ∑∑=21 ˆi i i x y x β 2 2 )()(var 2 2 -= --= ∑∑n e n e e e i i i （随机误差项的方差估计量） ∑∑=2 220 ˆ)ˆ(var i i x n x σβ ∑=2 21 ˆ)ˆ(var i x n σβ )ˆ(ˆ)ˆ(0ˆ1 111ββββs s t =-= 临界值 )2(2-n t α 8. 样本容量问题。 增大样本容量以及提高模型拟合程度可以缩小置信区间的宽度，样本容量越大越好 最小样本容量∶1k n +≥ 满足基本要求的样本容量∶30n ≥或)1k (3n +≥ 9. 虚拟变量的引入方式。 加法方式：i i 2i 10μβββ+++=D X Y i 乘法方式：i i i 2i 10μβββ+++=X D X Y i 混合方式：i i i 3i 2i 10μββββ++++=X D D X Y i

计量经济学复习

计量经济学复习提纲 第一章绪论 一、计量经济学的含义 二、计量经济学与其他学科的联系与区别 三、计量经济学的内容体系 四、计量经济学的研究步骤 五、计量经济学的发展概况 需要掌握的主要内容 1. 如何理解计量经济学？（研究对象、理论基础、与经济学的区别、所研究变量的特 点） 计量经济学是经济学的一个分支，（起因：对经济问题的定量研究名词：1926年弗瑞希 仿造出 “Biometrics”“Econometrics”标志：1930年成立计量经济学会 1933年创刊 《Econometrica》 说明：“计量经济学”“经济计量学”） “用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能和计量经济学混为一谈。计量经济学与经济统计学绝非一码事；它也不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征；计量经济学也不应视为数学应用于经济学的同义语。经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系来说，都是必要的，但本身并非是充分条件。三者结合起来，就是力量，这种结合便构成了计量经济学。” 2. 狭义计量经济学研究的是具有因果关系的经济现象，用的是回归的分析方法。 3. 计量经济学的建模步骤？ 一、理论模型的设计 : 确定模型包含的变量;确定模型的数学形式;拟定模型中待估计参 数的理论期望值区间二、样本数据的收集三、模型参数的估计四、模型的检验 计量经济学模型成功的三要素 :理论,数据,方法,三者缺一不可. 4. 选择解释变量时需要注意的问题：（1）根据经济规律确定变量的数目（2）考虑数据 的可得性（3）考虑所有入选变量的关系，要求各变量独立。---否则会引起多重共线性 5. 如何确定模型的数学形式？（1）根据经济理论（2）画散点图（3）试模拟

计量经济学复习要点

计量经济学复习要点

Min 21 ˆ()n i i i Y Y =-∑ 01 ˆˆ(,)ββ： 1 1 21 ()() ˆ()n i i i n i i X X Y Y X X ==--β=-∑∑ ， 01ˆˆY X β=-β OLS 估计量的性质 （1）线性：是指参数估计值0β和1β分别为观测值t y 的线性组合。 （2）无偏性：是指0β和1β的期望值分别是总体参数0β和1β。 （3）最优性（最小方差性）：是指最小二乘估计量0β和1β在在各种线性无偏估计中，具有最 小方差。 高斯-马尔可夫定理 OLS 参数估计量的概率分布 OLS 随机误差项μ的方差σ2的估计 拟合优度的检验R 2 离差平方和的分解：TSS=ESS+RSS “拟合优度”是模型对样本数据的拟合程度。检验方法是构造一个可以表征拟合程度的指标——判定系数又称决定系数。 （1）21SSE SST SSR SSR R SST SST SST -===-，表示回归平方和与总离差平方和之比；反映了样本回归线对样本观测值拟合优劣程度的一种描述； （2） 2[0,1]R ∈； （3） 回归模型中所包含的解释变量越多，2R 越大！ 变量显著性检验，t 检验 例子：回归报告 2 ^22()i Var x σβ=∑2^ 22i e n σ= -∑

函数形式（对数、半对数模型系数的解释） （1）01ˆˆˆi i Y X =β+β：X 变化一个单位Y 的变化 （2）01ˆˆˆln ln i i Y X =β+β: X 变化1%，Y 变化1ˆβ%，表示弹性。 （3）01ˆˆˆln i i Y X =β+β：X 变化一个单位，Y 变化百分之1001ˆβ （4）01ˆˆˆln i i Y X =β+β：X 变化1%，Y 变化1ˆβ/100。 第三章 多元线性回归 1、变量系数的解释（剔除、控制其他因素的影响） 0112 2ˆˆˆˆi i i Y X X =β+β+β 对斜率系数1ˆβ的解释：在控制其他解释变量（X2）不变的条件下，X1变化一个单位对Y 的影响；或者，在剔除了其他解释变量的影响之后，X1的变化对Y 的单独影响！ 2、多元线性回归模型中对随机扰动项u 的假定，除了零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定以外，还要求满足无多重共线性假定。 3、多元线性回归模型参数的最小二乘估计式；参数估计式的分布性质及期望、方差和标准误差；在基本假定满足的条件下，多元线性回归模型最小二乘估计式是最佳线性无偏估计式。 式： Y ' X X)' (X ˆ-1=β 最小二乘法 (OLS) 公 2ˆvar(σ-1(X'X)β)= 估计的回归模型： 的方差协方差矩阵： 残差的方差 ： βˆ的估计的方差协方差矩阵是： 4、修正可决系数的作用和方法。 2 22 2 2() 111()(1) ()i i i i e n k e n R Y Y n n k Y Y --=-=-----∑∑∑∑ 2ˆvar(s -1(X'X)β) =ˆˆY =X β +u βˆ2ˆˆ'u u n k -s =

计量经济学复习要点1

计量经济学复习要点 第1章绪论 数据类型：截面、时间序列、面板 用数据度量因果效应，其她条件不变得概念 习题:C１、C2 第2章简单线性回归 回归分析得基本概念，常用术语 现代意义得回归就是一个被解释变量对若干个解释变量依存关系得研究，回归得实质就是由固定得解释变量去估计被解释变量得平均值。 简单线性回归模型就是只有一个解释变量得线性回归模型。 回归中得四个重要概念 1.总体回归模型(Popuｌａtion Ｒegｒessｉon Model,ＰＲM) --代表了总体变量间得真实关系。 2.总体回归函数（Pｏpuｌatiｏn Regrｅｓsion Funcｔion,PRF) --代表了总体变量间得依存规律。 3.样本回归函数（Sａmple Reｇrｅssioｎ Function,ＳRF) --代表了样本显示得变量关系。 4.样本回归模型（Ｓampｌe ReｇrｅsｓｉoｎModeｌ,ＳＲM) ---代表了样本显示得变量依存规律。 总体回归模型与样本回归模型得主要区别就是:①描述得对象不同。总体回归模型描述总体中变量ｙ与x得相互关系,而样本回归模型描述所关得样本中变量y与x得相互关系。②建立模型得依据不同。总体回归模型就是依据总体全部观测资料建立得，样本回归模型就是依据样本观测资料建立得。③模型性质不同。总体回归模型不就是随机模型,而样本回归模型就是一个随机模型,它随样本得改变而改变。 总体回归模型与样本回归模型得联系就是:样本回归模型就是总体回归模型得一个估计式,之所以建立样本回归模型,目得就是用来估计总体回归模型。 线性回归得含义 线性:被解释变量就是关于参数得线性函数(可以不就是解释变量得线性函数） 线性回归模型得基本假设 简单线性回归得基本假定:对模型与变量得假定、对随机扰动项ｕ得假定(零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定) 普通最小二乘法(原理、推导） 最小二乘法估计参数得原则就是以“残差平方与最小”。 Min : , ＯLS得代数性质 拟合优度Ｒ2 离差平方与得分解:TSS=ESS+ＲSS “拟合优度”就是模型对样本数据得拟合程度。检验方法就是构造一个可以表征拟合程度

计量经济学复习资料

计量经济学复习资料 1、费里希（R.Frish）是经济计量学的主要开拓者和奠基人。 2、经济计量学与数理经济学和树立统计学的区别的关键之点是“经济变量关系的随机性特征”。 3、经济计量学识以数理经济学和树立统计学为理论基础和方法论基础的交叉科学。它以客观经济系统中具有随机性特征的经济关系为研究对象，用数学模型方法描述具体的经济变量关系，为经济计量分析工作提供专门的指导理论和分析方法。 4、时序数据即时间序列数据。时间序列数据是同一统计指标按时间顺序记录的数据列。 5、横截面数据是在同一时间，不同统计单位的相同统计指标组成的数据列。 6、对于一个独立的经济模型来说，变量可以分为内生变量和外生变量。内生变量被认为是具有一定概率分布的随机变量，它们的数值是由模型自身决定的；外生变量被认为是非随机变量，它们的数值是在模型之外决定的。 7、对于模型中的一个方程来说，等号左边的变量称为被解释变量，等号右边被称为解释变量。在模型中一个方程的被解释变量可以是其它方程的解释变量。被解释变量一定是模型的内生变量，而解释变量既包括外生变量，也包括一部分内生变量。 8、滞后变量与前定变量。有时模型的设计者还使用内生变量的前期值作解释变量，在计量经济学中将这样的变量程为滞后变量。滞后

变量显然在求解模型之前是已知量，因此通常将外生变量与滞后变量合称为前定变量。 9、控制变量与政策变量。由于控制论的思想不断渗入经济计量学，使某些经济计量模型具有政策控制的特点，因此在经济计量模型中又出现了控制变量、政策变量等名词。政策变量或控制变量一般在模型中表现为外生变量，但有时也表现为内生变量。 10、经济参数分为：外生参数和内生参数。外生参数一般是指依据经济法规人为确定的参数，如折旧率、税率、利息率等。内生参数是依据样本观测值，运用统计方法估计得到的参数。如何选择估计参数的方法和改进估计参数的方法，这是理论经济计量学的基本任务。 11、用数学模型描述经济系统应当遵循以下两条基本原则：第一、以理论分析作先导；第二模型规模大小要适度。 12、联立方程模型中的方程一般划分为：随机方程和非随机方程。随机方程是根据经济机能或经济行为构造的经济函数关系式。在随机方程中，被解释变量被认为是服从某种概率分布的随机变量，且假设解释变量是非随机变量。非随机方程是根据经济学理论和政策、法规的规定而构造的反应映某些经济变量关系得恒等式。 13、所谓经济计量分析工作是指依据 经济理论分析，运用经济计量模型方法，研究现实经济系统的结构、水平、提供经济预测情报和评价经济政策等的经济研究和分析工作。 14、经济计量分析工作的程序包括四部分：1、设定模型；2、估计参数；3、检验模型；4、应用模型。

计量经济学复习要点

计量经济学复习要点 第1章 绪论 数据类型：截面、时间序列、面板 用数据度量因果效应,其他条件不变的概念 习题：C1、C2 第2章 简单线性回归 回归分析的基本概念,常用术语 现代意义的回归是一个被解释变量对若干个解释变量依存关系的研究,回归的实质是由固定的解释变量去估计被解释变量的平均值; 简单线性回归模型是只有一个解释变量的线性回归模型; 回归中的四个重要概念 1. 总体回归模型Population Regression Model,PRM t t t u x y ++=10ββ--代表了总体变量间的真实关系; 2. 总体回归函数Population Regression Function,PRF t t x y E 10)(ββ+=--代表了总体变量间的依存规律; 3. 样本回归函数Sample Regression Function,SRF t t t e x y ++=10ˆˆββ--代表了样本显示的变量关系; 4. 样本回归模型Sample Regression Model,SRM t t x y 10ˆˆˆββ+=---代表了样本显示的变量依存规律; 总体回归模型与样本回归模型的主要区别是：①描述的对象不同;总体回归模型描述 总体中变量y 与x 的相互关系,而样本回归模型描述所关的样本中变量y 与x 的相互关系;②建立模型的依据不同;总体回归模型是依据总体全部观测资料建立的,样本回归模型是依据样本观测资料建立的;③模型性质不同;总体回归模型不是随机模型,而样本回归模型是一个随机模型,它随样本的改变而改变; 总体回归模型与样本回归模型的联系是：样本回归模型是总体回归模型的一个估计式,之所以建立样本回归模型,目的是用来估计总体回归模型; 线性回归的含义 线性：被解释变量是关于参数的线性函数可以不是解释变量的线性函数 线性回归模型的基本假设 简单线性回归的基本假定：对模型和变量的假定、对随机扰动项u 的假定零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定 普通最小二乘法原理、推导 最小二乘法估计参数的原则是以“残差平方和最小”;

计量经济学复习提纲

计量经济学复习提纲 一、填空题 1、设随机变量X 的概率密度为 221 ()x x f x -+-= （x -∞<<+∞） 则X 的数学期望()E X = ，方差()D X = 。 2、在经济计量模型中引入反映 因素影响的随机扰动项t ξ，目的在于使模型更符合 活动。 3、回归方程中的回归系数是自变量对因变量的 。某自变量回归系数β的意义，指的是该自变量变化一个单位引起因变量平均变化 个单位。 4、违背多元线性回归分析假设条件的三种常见现象包括异方差 、 、 。 5、联立方程组模型中方程的类型有制度方程式、恒等式 和 。 6、设离散型随机变量X 的概率分布 {}{}{}00.2,10.3,20.5P X P X P X ======，可简记为0 12~,0.20.30.5X ?? ??? 则 {}1.5P X ≤= 7、 是因变量离差平方和，它度量因变量的总变动。就因变量总变动的变异来源看，它由两部分因素所组成。一个是自变量，另一个是除自变量以外的其他因素。 是拟合值的离散程度的度量。它是由自变量的变化引起的因变量的变化，或称自变量对因变量变化的贡献。 是度量实际值与拟合值之间的差异，它是由自变量以外的其他因素所致，它又叫残差或剩余。 8、模型线性的含义，就变量而言，指的是回归模型中变量的 ；就参数 而言，指的是回归模型中的参数的 ；通常线性回归模型的线性含义是就 而言的。 9、常见的自回归模型包括 、 、 。

ξ，目的在10、在经济计量模型中引入反映因素影响的随机扰动项 t 于使模型更符合活动。 11、回归方程中的回归系数是自变量对因变量的。某自变量回归系数β的意义，指的是该自变量变化一个单位引起因变量平均变化个单位。 12、模型线性的含义，就变量而言，指的是回归模型中变量的；就参数而言，指的是回归模型中的参数的；通常线性回归模型的线性含义是就而言的。 13、样本观察值与回归方程理论值之间的偏差，称为，我们用残差估计线性模型中的。 二、名词解释： 1、戈德费尔德—匡特检验 2、横截面数据 3、相关分析 4、正态分布 5、异方差 6、判定系数 7、多元线性回归模型 8、面板数据 9、虚拟变量 10、总体回归函数 11．帕克检验 12．Glejser检验 14、分布滞后模型； 15、无限滞后模型； 16、自回归模型； 三、简答题： 1、请简述回归模型产生异方差现象的原因。 2、多元线性回归模型的假设条件是什么？ 3、请写出一元总体线性回归模型与方程，以及一元样本线性回归模型与方程。 4、请简述一元回归分析的五个经典假设。

高级计量经济学复习提纲

复习提纲 一、基本概念与基本原理 1.简述当代计量经济学发展的动向。 2.建立计量经济学模型的基本思想（基本步骤）是什么？ 3.总体回归函数和样本回归函数之间有哪些区别和联系？ 4.简述加权最小二乘估计方法的基本原理（基本思想）。 5.有了样本可决系数，为什么还要引入调整的样本可决系数？ 6.比较OLS 与广义OLS 的异同。加权最小二乘估计的基本原理是什么？ 7.什么是序列相关性？举例说明经济现象中序列相关性的存在。检验序列相关性的方法思路是什么？熟悉D.W.统计量的计算方法和查表判断。 8.什么是横截面数据、时间序列数据和面板数据？简述面板数据模型的基本类型和基本形式？在建立面板数据模型之前为什么要进行模型设定的检验？ 9.简述非线性最小二乘估计的基本思想（基本原理）。 10.滞后变量模型有哪几种类型？分布滞后模型使用OLS 方法存在哪些问题？可使用哪些方法进行估计？ 11.产生模型设定偏误的主要原因是什么？模型设定偏误的后果以及检验方法有哪些？ 12.什么是滞后现象？产生滞后现象的原因主要有哪些？为什么要建立滞后变量模型？ 13.在学习面板数据模型之前，我们也经常将多个时间的截面数据综合为一组样本估计模型，现在看来，它是否肯定是错误的？为什么？ 二、计算分析题 1．已知回归模型μβα++=N E ，式中E 为某类公司一名新员工的起始薪金（元），N 为所受教育水平（年）。随机扰动项μ的分布未知，其他所有假设都满足。 （1）从直观及经济角度解释α和β。 （2）OLS 估计量α ?和β?满足线性性、无偏性及有效性吗？简单陈述理由。 （3）对参数的假设检验还能进行吗？简单陈述理由。 （4）如果被解释变量新员工起始薪金的计量单位由元改为100元，估计的截距项与斜率项有无变化？如果解释变量所受教育水平的度量单位由年改为月，估计的截距项与斜率项有无变化？ 2．假设模型为t t t X Y μβα++=。给定n 个观察值),(11Y X ，),(22Y X ，…，),(n n Y X ，按如下步骤建立β的一个估计量：在散点图上把第1个点和第2个点连接起来并计算该直线的斜率；同理继续，最终将第1个点和最后一个点连接起来并计算该条线的斜率；最后对这些斜 率取平均值，称之为β ?，即β的估计值。 （1）画出散点图，给出β ?的几何表示并推出代数表达式。 （2）计算β?的期望值并对所做假设进行陈述。这个估计值是有偏的还是无偏的？解释理由。 （3）证明为什么该估计值不如我们以前用OLS 方法所获得的估计值，并做具体解释。

计量经济学复习资料

计量经济学复习资料 第一部分：基础知识复习 1.1 统计学基础 1.概率、概率分布与密度函数：概率论基本公理、离散和连续的概率分布、期望和方差的定义； 2.统计量：样本均值和样本方差的计算方法； 3.参数估计：点估计和区间估计的概念、常用估计量的性质； 4.假设检验：假设检验的基本思想、检验统计量和拒绝域的确定方法。 1.2 线性回归模型 1.简单线性回归模型：回归方程、最小二乘估计量和OLS估计量的性质； 2.多元线性回归模型：回归方程、多元最小二乘估计量和OLS估计量 的性质； 3.假设检验：线性假设的F检验和t检验、显著性水平的确定方法； 4.模型诊断：残差的检验、异方差问题和多重共线性问题的处理方式。第二部分：进阶内容深入研究 2.1 非线性回归模型 1.模型的形式和分类：离散非线性回归和连续非线性回归； 2.参数估计和假设检验：最小二乘估计法、一般化最小二乘估计法和偏最小二乘估计法、非线性假设的检验方法。 2.2 面板数据模型 1.面板数据的基本概念：面板数据的定义和分类，面板数据的平稳性假设； 2.面板数据的估计方法：固定效应模型和随机效应模型的区别、2SLS 估计、差分估计； 3.面板数据的假设检验：面板数据中固定效应和随机效应的显著性检验、面板数据的序列相关性检验。 2.3 贝叶斯计量经济学 1.贝叶斯方法：贝叶斯定理、贝叶斯统计推断以及参数的先验分布和后验分布的表示； 2.贝叶斯计量经济模型：贝叶斯线性回归模型和非线性回归模型、贝叶斯面板数据模型；

3.贝叶斯模型的特点：置信区间、贝叶斯因子和蒙特卡罗模拟等的运用。 第三部分：综合应用 3.1 计量经济学方法在实证研究中的应用 1.计量经济学方法在生产率研究中的应用：数据的构建和分析、生产力 分析的方法和指标、生产率的影响因素及其解释方式； 2.计量经济学方法在国际贸易研究中的应用：国际贸易的影响因素、重 要的回归方程和变量、实证研究的局限性和方法改进； 3.计量经济学方法在金融研究中的应用：金融计量学是研究金融市场和 金融机构的定量方法、计量金融学的方法和应用、金融计量学中的发展趋势和未来发展空间。 3.2 计量经济学与大数据 1.计量经济学在大数据处理中的应用：大数据的处理和分析、计量经济 学的方法； 2.大数据对计量经济学的影响：数据时效性的提高、数据挖掘的应用、 大数据对计量经济研究的挑战； 3.计量经济学在大数据背景下的应用优势：计量经济学研究的数据来源 广泛、研究结果更实用、结果的可重复性和可验证性更强。 本文简单复习了计量经济学的基础知识和进阶内容，包括统计学基础、线性回 归模型、非线性回归模型、面板数据模型、贝叶斯计量经济学等内容。同时，本文还介绍了计量经济学方法在实证研究中的应用、计量经济学与大数据的关系。希望本文能够为读者提供一些帮助和启示，让他们更好地理解和掌握计量经济学。

华南理工大学计量经济学复习提纲

1.实证分析的基本步骤 1)模型设定 A.经济理论或假说的陈述 B.理论的数学模型（经济模型）的设定 C.理论的计量经济模型的设定 模型设定基本要求： 理论要科学、数学形式尽可能简单、包含随机误差项（计量与经济模型的区别）、变量可观测 2)估计参数 A.收集数据：基本说明、来源、单位、时间跨度、符号解析、数据预处理方 法 B.计量经济模型参数的估计：方法OLS等 C.结果的解析 概念： 参数的估计值：所估计参数的具体数值 参数的估计式：估计参数数值的公式 参数估计的常用方法： 普通最小二乘、广义最小二乘、极大似然估计、二段最小二乘、三段最小二乘、其他估计方法 3)模型检验 假设检验 检验的原因 ◇建模的理论依据可能不充分 ◇统计数据或其他信息可能不可靠 ◇样本可能较小，结论只是抽样的某种偶然结果 ◇可能违反计量经济方法的某些基本假定 检验的内容 对模型和所估计的参数加以评判，判定其在理论上是否有意义，在统计上是否可靠。

1）经济意义的检验：所估计的模型与经济理论是否相符 2）统计推断检验：检验参数估计值是否抽样的偶然结果 方法：拟合优度的检验，假设检验，方差分析 3）计量经济学检验：是否符合计量经济方法的基本假定 判定条件：是否具有（多重共线性、扰动项[自相关、异方差]、模型可识别 性、经济变量平稳性） 4）预测检验：将模型预测的结果与经济运行的实际对比（能否解析历史） 4)模型应用 A 经济预测：利用估计了参数的计量经济模型，由已知的或预先测定的解释变 量，预测被解释变量在样本数据以外的数值 B 结构分析：根据估计出参数的模型，分析经济变量之间的数量关系 结构分析方法包括：边际分析、弹性分析、乘数分析、比较静态分析等 ?边际分析：边际消费倾向为，说明国民总收入每增加1亿美元，总消费支出将增加亿美元。?乘数分析： C 政策评价：利用模型对可供选择的政策方法的实施后果进行模拟测试，从而 对各种政策方案做出评价

计量经济学复习资料

计量经济学复习资料 1、外生变量与滞后内生变量统称为先决变量，先决变量只能作为解释变量。 2、滞后变量：把过去时期的具有滞后作用的变量叫做滞后变量。滞后变量是联立方程计量经济学模型中重要的不可或缺的一部分变量，用以反映经济系统的动态性；与连续性。 3、内生变量是具有某种概率分布的随机变量，它的参数是联立方程系统估计的元素，内生变量时有模型系统决定的，同时也对模型系统产生影响，内生变量一般都是经济变量/ 4、拟合优度：关于模型（样本回归直线）与样本观测值的拟合程度。 5、偏回归系数：自变量变化一个百分点，应变量变化贝塔个百分点。 6、参数：参数是用来描述总体特征的概括性数字度量，它是研究者想要了解的总体某种特征值。是总体数据特征的概括，它的取值是唯一的、未知的。 7、R的平方=0.9的含义：R平方被称作可决系数，是检验模型拟合优度的一个指标，在总离差平方和中，回归平方和（ESS）所占的比重越大，残差平方和所占的比重就越小，回归直线于样本点拟合的就越好。所以该统计量越接近1，模型的拟合优度就越高。所以R的平方=0.9表示被解释变量的90%可由解释变量来解释！ 8、.残差平方和（RSS=0）等于零：残差平方和是用来反映样本观测值与估计值偏离的大小，也是模型中解释变量未解释的那部分离差的大小，所以残差平方和等于零的含义就是模型中解释变量未解释的部分离差等于零，即因变量完全由解释变量解释。 9、经济计量学模型：是指通过用随机性数学方程的方法对现实进行描述和模拟，进而揭示经济活动中各个因素之间的定量关系的模型。 1.矩估计法：对于原总体多元回归模型，通过变形求期望得到：，该等式被称作总体回归方程的一组矩条件（表明了原总体回归方程所

计量经济学复习要点 (1)

计量经济学复习要点 参考教材：伍德里奇 《计量经济学导论》 第1章 绪论 数据类型：截面、时间序列、面板 用数据度量因果效应，其他条件不变的概念 习题：C1、C2 第2章 简单线性回归 回归分析的基本概念，常用术语 现代意义的回归是一个被解释变量对若干个解释变量依存关系的研究，回归的实质是由固定的解释变量去估计被解释变量的平均值。 简单线性回归模型是只有一个解释变量的线性回归模型。 回归中的四个重要概念 1. 总体回归模型（Population Regression Model ，PRM) t t t u x y ++=10ββ--代表了总体变量间的真实关系。 2. 总体回归函数（Population Regression Function ，PRF ） t t x y E 10)(ββ+=--代表了总体变量间的依存规律。

3. 样本回归函数（Sample Regression Function ，SRF ） t t t e x y ++=10ˆˆββ--代表了样本显示的变量关系。 4. 样本回归模型（Sample Regression Model ，SRM ） t t x y 10ˆˆˆββ+=---代表了样本显示的变量依存规律。 总体回归模型与样本回归模型的主要区别是：①描述的对象不同。总体回归模型描述总体中变量y 与x 的相互关系，而样本回归模型描述所关的样本中变量y 与x 的相互关系。②建立模型的依据不同。总体回归模型是依据总体全部观测资料建立的，样本回归模型是依据样本观测资料建立的。③模型性质不同。总体回归模型不是随机模型，而样本回归模型是一个随机模型，它随样本的改变而改变。 总体回归模型与样本回归模型的联系是：样本回归模型是总体回归模型的一个估计式，之所以建立样本回归模型，目的是用来估计总体回归模型。 线性回归的含义 线性：被解释变量是关于参数的线性函数（可以不是解释变量的线性函数） 线性回归模型的基本假设 简单线性回归的基本假定：对模型和变量的假定、对随机扰动项u 的假定（零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定） 普通最小二乘法（原理、推导）

计量经济学复习提纲

计量经济学复习提纲 绪论 1．为什么说计量经济学是经济理论、数学和经济统计学的结合？ 2．为什么说计量经济学是一门经济学科？它在经济学科体系中的地位是什么？它在经济研究中的作用是什么？ 3．建立经典线性计量经济学模型的主要步骤有哪些？ 4．计量经济学模型有哪些主要用途？各自的原理是什么？ 5．与经典线性计量经济学模型相比较，现代计量经济学模型理论方法分别在哪些方面产生了哪些重要的发展？ 6．当你学完本课程并对现代计量经济学模型理论方法有了较全面的了解后，再认真总结经典线性计量经济学模型理论方法在计量经济学理论上的价值和实际应用价值，以认识它在计量经济学内容体系中的重要性。 7．了解对计量经济学发展作出过突出贡献获得过诺贝尔奖的经济学家及其贡献。 8．熟悉中国建立计量经济学模型的特征，从实践中能够选择正确建立模型的变量。 第一、二章 1．掌握一般经典线性模型的古典假设、矩阵表达式与最小二乘法的基本原理及其矩阵求法。 2．掌握OLS估计的参数方差——协方差矩阵的推导，能够熟练对OLS估计的BLUE性质进行证明。 3．熟练掌握正规方程组的写法与线性模型相应的各种检验统计量及其意义（拟合优度R、F检验与t检验）。 4．极大似然法的基本原理是什么？为什么说在计量经济学理论中它比最小二乘法有更重要的意义？ 5．理解可行的广义最小二乘估计、分部回归估计、偏回归估计和交叉估计的概念。根据分部回归估计的原理，解释在实际计量经济学模型估计中，当剔除被检验为不显著的变量后，被保留的变量的参数估计量发生了变化这一现象。对于具体给定的模型能够进行实际分析并清楚的辨别其存在的错误。 第三、四、五章 1．掌握违背古典假设的各种情况及其方差——协方差矩阵表达式。 2．掌握多重共线性的概念、产生的经济背景、对模型的影响后果、在模型中的表现及其克服方法。 3．了解主成分分析的基本原理、性质及其优缺点。 4．了解岭回归方法的基本原理、性质及其优缺点。 6．掌握解异方差的概念、产生的经济背景、对模型的影响后果、在模型中的表现及其克服方法。 7．掌握序列相关性的概念、产生的经济背景、对模型的影响后果、在模型中的表现及其克服方法。 第十章 1．掌握联立计量经济学模型产生的背景、内生变量、外生变量、先决变量的概念，理解完备计量经济学模型的含义。熟悉结构式模型和简化式模型的关系。

经管类专业课复习资料-计量经济学知识点(超全版)

1．经济变量：经济变量是用来描述经济因素数量水平的指标。(3 分) 2．解释变量：是用来解释作为研究对象的变量(即因变量) 为什么变动、如何变动的变量。 (2 分)它对因变量的变动做出解释，表现为方程所描述的因果关系中的“因”。(1 分) 3．被解释变量：是作为研究对象的变量。( 1 分) 它的变动是由解释变量做出解释的，表现为方程所描述的因果关系的果。(2 分) 4．内生变量：是由模型系统内部因素所决定的变量，(2 分) 表现为具有一定概率分布的随机变量，是模型求解的结果。(1 分) 5．外生变量：是由模型系统之外的因素决定的变量，表现为非随机变量。(2 分) 它影响模型中的内生变量，其数值在模型求解之前就已经确定。( 1 分) 6．滞后变量：是滞后内生变量和滞后外生变量的合称，( 1 分) 前期的内生变量称为滞后内生变量；( 1 分)前期的外生变量称为滞后外生变量。( 1 分) 7．前定变量：通常将外生变量和滞后变量合称为前定变量，(1 分) 即是在模型求解以前已经确定或需要确定的变量。(2 分) 8．控制变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条件和状态等方面的变量，(2 分)它一般属于外生变量。( 1 分) 9 ．计量经济模型：为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，(2 分) 是以数学形式对客观经济现象所作的描述和概括。( 1 分) 10．函数关系：如果一个变量y 的取值可以通过另一个变量或另一组变量以某种形式惟一地、精确地确定，则y 与这个变量或这组变量之间的关系就是函数关系。(3 分) 11．相关关系：如果一个变量y 的取值受另一个变量或另一组变量的影响，但并不由它们惟一确定，则y 与这个变量或这组变量之间的关系就是相关关系。(3 分) 12．最小二乘法：用使估计的剩余平方和最小的原则确定样本回归函数的方法，称为最小二乘法。(3 分) 13 ．高斯－马尔可夫定理：在古典假定条件下，OLS 估计量是模型参数的最佳线性无偏估计量，这一结论即是高斯－马尔可夫定理。(3 分) 14．总变差(总离差平方和)：在回归模型中，被解释变量的观测值与其均值的离差平方和。 (3 分) 15．回归变差(回归平方和)：在回归模型中，因变量的估计值与其均值的离差平方和，(2 分)也就是由解释变量解释的变差。( 1 分) 16．剩余变差(残差平方和)：在回归模型中，因变量的观测值与估计值之差的平方和，(2 分)是不能由解释变量所解释的部分变差。( 1 分) 17．估计标准误差：在回归模型中，随机误差项方差的估计量的平方根。(3 分) 18．样本决定系数：回归平方和在总变差中所占的比重。(3 分) 19．点预测：给定自变量的某一个值时，利用样本回归方程求出相应的样本拟合值，以此作为因变量实际值和其均值的估计值。(3分) 20．拟合优度：样本回归直线与样本观测数据之间的拟合程度。(3 分) 21．残差：样本回归方程的拟合值与观测值的误差称为回归残差。(3 分) 22．显著性检验：利用样本结果，来证实一个虚拟假设的真伪的一种检验程序。(3分) 23．回归变差：简称 ESS,表示由回归直线(即解释变量)所解释的部分(2 分)，表示 x 对y 的线性影响(1 分)。 24．剩余变差：简称 RSS，是未被回归直线解释的部分(2 分)，是由解释变量以外的因素造成的影响(1分)。 25．多重决定系数：在多元线性回归模型中，回归平方和与总离差平方和的比值(1 分)，

计量经济学复习知识要点

计量经济学复习知识要点 1计量经济学定义。P1 是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科。是经济理论、统计学和数学三者的结合。 2建立与应用计量经济学模型的主要步骤。P9-P18 一、设定理论模型 二、收集样本数据 三、估计模型参数 四、检验模型 3理论模型的设计包含的三部分工作。P9 选择模型所包含变量、确定变量之间的数学关系、拟定模型中待估计参数的数值范围 4在确定了被解释变量之后，怎样才能正确地选择解释变量。P9-P10 （1）需要正确理解和把握所研究的经济现象中暗含的经济学理论和经济行为规律。 （2）要考虑数据的可得性。 （3）要考虑所有入选变量之间的关系，使得每一个解释变量都是独立的。 5如何恰当地确定模型的数学形式。P11 （1）选择模型数学形式的主要依据是经济行为理论。 （2）也可以根据变量的样本数据作出解释变量与被解释变量之间关系的散点图，作为建立理论模型的依据。 （3）在某种情况下，若无法事先确定模型的数学形式，那么就要采用各种可能的形式试模拟，然后选择模拟结果较好的一种。 6常用的样本数据类型。样本数据质量。P12,P13 时间序列数据、截面数据、虚变量数据。 完整性：即模型中包含的所有变量都必须得到相同容量的样本观测值。 准确性；有两方面含义，一是所得到的数据必须准确反映它所描述的经济因素的状态，即统计数据或调查数据本身是准确的；二是它必须是模型研究中所准确需要的，即满足模型对变量口径的要求。 可比性：也就是数据口径和价格的可比性问题。 一致性：即母体与样本的一致性 7虚变量。带常数项的计量模型引入虚拟变量个数原则。P13,p145 虚变量数据也称为二进制数据，一般取0或1。虚变量经常被用在计量经济学模型中，以表征政策、条件等因素。 对于含有截距项的计量经济模型，若想将含有m个互斥类型的定性因素引入到模型中，则应

计量经济学复习提纲—庞皓版

第一章 1.计量分析的四个步骤：模型设定——参数估计——模型检验——模型应用 2.计量模型检验：经济意义检验——统计推断检验——计量经济学检验——模型预测检验 3.计量模型的应用：结构分析——经济预测——政策评价——检验与发展经济理论 4.正确选择解释变量的原则：符合理论、规律——忽略众多次要因素，突出主要经济变量—— 数据可得性——每个解释变量之间是独立的 5.参数的数据类型：时间序列数据——截面数据——面板数据——虚拟变量数据第二章 1.总体相关系数：p =Cov(X,Y)/J Var(X) J Var(Y) 2.样本相关系数：rxy=Z (Xi-X_)(Yi-Y_)/ V Z (Xi-X_)A2 V Z (Yi-Y_)A2 3.总体回归函数中引入随机扰动项的原因：作为未知影响因素的代表——作为无法取得数据的 已知因素代表——作为众多细小影响因素的综合代表——模型的设定误差——变量的观测误差——经济现象的内在随机性 4.简单线性回归模型的基本假定：1、对变量和模型的假定；2、对随机扰动项ui统计分布的 假定(古典假定)：零均值假定——同方差假定——无自相关假定——随机扰动项ui与解释变量Xi不相关一一正态性假定 5.违反零均值假定：影响截距上的估计(影响小) 6.违反正态性假定：不影响OLS估计是最佳无偏性，但会使t检验F检验失真(影响大) 7.样本回归函数的离差形式：yQ=B 2A*xi 8.OLS 估计值的离差表达式：B 2A=Z (Xi-X_)(Yi-Y_)/Z (Xi-X_)A2=Z xiyi/Z xi A2 B 1A=Y_-B 2A*X_ 9.OLS回归线的性质：样本回归线过(X_,Y_)——估计值均值等于实际值均值一一剩余项ei 的均 值为零 -------- C ov(Yi A,ei)=0 ------ Cov(Xi,ei)=0 10.B人的评价标准：无偏性一一有效性一一一致性 11.B人的统计性质：线性一一无偏性一一有效性 12.Var(A B 1)=0A2/Z xi A2——Var(A B 2)=Z Xi A2/n*O A2/Z xi A2 13.O2=Z ei A2/(n-2) 14.总变差平方和：Z (Yi-Y_)A2=Z yi A2 ....... T SS ...... n-1 回归平方和：Z (Yi A-Y_)A2=Z A yi A2 ........ E SS ...... k-1 残差平方和：Z (Yi-Yi A)A2=Z ei A2 ....... RSS ........ n-k 15.可决系数：R A2=ESS/TSS 16.SE(A B 1)=V(82Z Xi A2)/(n Z xi A2) SE(A B 2)= V82/Z xi A2 17.t=(A B 1-B 1)/A SE(A Pl)~t(n-2) t=(A P2-P2)/A SE(A P2)~t(n-2) 18.区间估计： 1.当总体方差0人2 已知，a =0.1一±1.645,a =0.05一±1.96,a =0.01一± 2.33, P[-t a