计量经济学期末复习提纲（红色部分要注意）绝密!!
计量经济学期末复习提纲（红色部分要注意）绝密!!
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
6.什么是时间序列数据？在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随
时间的变化状态或程度。如我国国内生产总值从1949到2009的变化就是时间序列数据。什么是截面数据？截面数据就是同一时间点上各个主体的数据，比如2007年各省的GDP数据放在一起就是一组截面数据与之相对的是时间序列数据（要求能够判断）
7.数据的要求：完整性、准确性、可比性、一致性。
8.模型的检验内容：（每一项里又具体包括哪些内容？F、t检验步骤是什么？）
经济学检验: 根据拟定的符号、大小、关系以判断其合理性。
统计学检验: 由数理统计理论决定, 包括拟合优度检验（R2）, 总体显著性检验（F检验）, 变量
显著性检验（t检验）
计量经济学检验: 由计量经济学理论决定, 包括异方差性检验, 序列相关性检验, 多重共线性
检验
模型的预测检验: 由模型的应用要求决定, 包括稳定性检验：扩大样本重新估计,预测性能检验：
对样本外一点进行实际预测
模型应用的四个方面：结构分析、经济预测、政策评价、检验与发展经济理论。
第二章与第三章回归模型(包括一元与多元回归)
第一节回归分析概述
1、回归分析：研究一个变量关于另一个（些）变量的统计以及关系的计算方法和理论，其用意
在于通过后者的已知值或者设定值，去估计和预测前者的（总体）均值。
2、相关分析与回归分析的区别：清楚相关分析无须考察两者是否有因果关系；回归分析则更关
注变量间的因果关系分析。
3、总体回归函数与总体回归模型的形式
总体回归函数：用来描述在给定解释变量X条件下被解释变量Y 的期望轨迹的函数。
Y=
总体回归模型：在总体回归函数中加入随机误差项就总体回归模型。
Y=
4、随机误差项的含义：随机误差项是在模型设定中省略下来而又集体的影响着被解释变量Y的全部变量的替代物。
5、随机误差项的内容有哪些？或者为什要在总体回归函数中引入随机误差项：
（1）代表未知的影响因素，（2）代表残缺数据，（3）代表众多细小影响因素，（4）代表数据观测误差，（5）代表模型设定误差，（6）变量的内在随机性
6、回归系数的经济含义是什么？（要会具体问题具体分析）
第二节基本假设
1、回归模型的一般形式与基本假定
一般形式：Y=β0+β1 X+μ
基本假设：（1）回归模型是正确设定的，（2）解释变量X是确定性变量，不是随机变量，在重复抽样中取固定值，（3）解释变量X 在所抽取的样本中具有变异性，而且随着样本容量的无限增加，解释变量X的样本方差趋于一个非零的有限常数，（4）随机误差项μ具有
给定X的零均值、同方差以及不序列相关性（5）随机误差项与解释变量之间不相关（6）随机误差项服从零均值、同方差的正态分布。记住：正态分布并不是得到最佳无偏估计的必要条件，只要满足前4个假设就可以得到最佳无偏估计。
第三节参数估计
1、普通最小二乘法（OLS）概念：残差平方和最小的准则，就是最小二乘准则，最大似然法（LM）概念：当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。
普通最小二乘法与最大似然法之间的区别：普通最小二乘法（估计量无偏）、最大似然法（估计量有偏）在满足一系列基本假设的情况下，模型结构参数的最大或然估计量与普通最小二乘估计量是相同的。
2、正规方程组
最小二乘估计量的表达形式
其中
3、最小二乘法估计量的统计性质：线性性、无偏性、有效性（证明过程)
模型参数估计出后，需考虑参数估计值的精度，即是否能代表总体参数的真值，或者说需考察参数估计量的统计性质。
一个用于考察总体的估计量，可从如下几个方面考察其优劣性：（1）线性性，即它是否是另一随机变量的线性函数；
（2）无偏性，即它的均值或期望值是否等于总体的真实值；
（3）有效性，即它是否在所有线性无偏估计量中具有最小方差。
P：拥有这类兴致的估计量称为最佳线性无偏估计。
第四节统计检验
1、回归模型的统计检验（拟合优度检验、参数的显著性检验、模型的显著性检验）
（1）拟合优度是指检验模型对样本观测值的拟合程度，用R2表示，该值越接近于1，模型对样本观测值拟合得越好。可决系数: TSS(总离差平方和):自由度为：n-1
ESS(回归平方和)：自由度为：k
RSS(回归平方和)：自由度为：n-k-1
调整的可决系数:即
（2）参数的显著性检验（t检验）
t统计量的表达形式：在零均值假设下服从自由度t(n-k-1)
（t值的计算必考）
检验的经济意义：当小于临界值时，未通过检验，大于临界值则通过检验，如果每一个回归系数
都通过了t检验，说明模型中的每一个自变量都是显著娥，未通过显著性检验的系数所对应的变量，应结合实际情况考虑将其去除，这是自变量选择的一个最常用的方法。
（3）方程总体线性的显著性检验（F检验）
F统计量的表达形式：在零均值假设下服从自由度为（k,n-k-1）检验的经济意义：若F大于临界值,则拒绝零假设，认为在显著性水平下，y对自变量有显著的线
性关系，回归方程是显著的；反之，则不能拒绝原假设，认为回归方程不显著。
（4）总离差平方和、回归平方和与残差平方和之间的关系:TSS=RSS+ESS
大题：多元线性回归模型结合多重共线性
例如：3、根据下面Eviews回归结果回答问题。
Dependent Variable: DEBT
Method: Least Squares
Date: 05/31/06 Time: 08:35
Sample: 1980 1995
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 155.6083 （）0.269042 0.7921
INCOME （）0.063573 12.99003 0.0000
COST
-56.43329 31.45720 （） 0.0961 R-squared
0.989437 Mean dependent var 2952.175 Adjusted R-squared
（） S.D. dependent var 1132.051 S.E. of regression
124.9807 Akaike info criterion 12.66156 Sum squared resid
203062.2 Schwarz criterion 12.80642 Log likelihood
-98.29245 F-statistic （）Durbin-Watson stat 1.940201 Prob(F-statistic) 0.000000
注：DEBT ——抵押贷款债务，单位亿美元；
INCOME ——个人收入，单位亿美元；
COST ——抵押贷款费用，单位%。
（1）完成Eviews 回归结果中空白处内容。
（2）写出回归分析报告，并解释参数的意义。
答案：（1）提出原假设H0 0β= ，H1：0β≠。
统计量t ＝18.7，临界值，由于18.7>2.1098，故拒绝原假设H0：0β= ，即认为参数是显著的。
（2）由于 ??()
t sb ββ=，故?0.81?()0.043318.7sb t ββ===。（3）回归模型
R2=0.81，表明拟合优度较高，解释变量对被解释变量的解释能力为81%，即收入对消费的解释能力为81％，回归直线拟合观测点较为理想。
附加：1、判定系数R 2 与F 值的关系：R 2=0.F=0. R 2
=1.F=
2、在一元线性回归中，t 检验与F 检验是一致的。
3、受约束回归是用F 统计量来判断的
4、关于样本容量，即样本容量必须不少于模型中解释变量数目（包括常数项），这就是最小样本容量，一般经验认为，当n 30或至少n 3(k+1)时，才能满足模型估计的基本要求，一般是选择题，如下：在多元线性回归模型中对样本容量的最低要求是(k 为解释变量个数)：（）
A. n ≥k+1
B. n
C. n ≥30 或n ≥3（k+1）
D. n ≥30 第四章放宽基本假定的模型
第一节异方差（无偏非有效性）
1、异方差性：对于不同的样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性，一般经验告诉我们，对于采用截面数据作样本的计量经济学问题，由于在不同样本点上解释变量以外的其他因素的差异较大，所以往往存在异方差性。
2、异方差产生的后果及检验方法
后果：参数估计量非有效；变量的显著性检验失去意义；模型的预测失效。
几种异方差的检验方法：
（1）图示法：（1）用X-Y 的散点图进行判断， (2)X-~e i 2
的散点图进行判断
（2）帕克(Park)检验与戈里瑟(Gleiser)检验，若在统计上是显著的，表明存在异方差性。
（3）戈德菲尔德-匡特(Goldfeld-Quandt)检验，G-Q 检验以F
检验为基础，适用于样本容量较大、异方差递增或递减的情况。G-Q 检验的思想：先将样本一分为二，对子样①和子样②分别作回归，然后利用两个子样的残差平方和之比构造统计量进行异方差检验。由于该统计量服从F 分布，因此假如存在递增的异方差，则F 远大于1；反之就会等于1（同方差）、或小于1（递减方差）。
（4）怀特（White ）检验：怀特检验不需要排序，且适合任何形式的异方差
怀特检验的基本思想与步骤（以二元为例）：i i i i X X Y μβββ+++=22110
先对模型做OLS 回归，得到, 然后做如下辅助回归:
i
i i i i i i i X X X X X X e εαααααα++++++=215224213221102~ 可以证明，在同方差假设下：R2为(*)的可决系数，h 为(*)式解释变量的个数.
3、异方差的修正
模型检验出存在异方差性，可用加权最小二乘法（Weighted Least Squares, WLS ）进行估计。
加权最小二乘法的基本思想：加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用OLS 估计其参数。对较小的残差平方ei2赋予较大的权数，对较大的残差平方ei2赋予较小的权数。加权最小二乘估计量，是无偏、有效的估计量。
第二节序列相关（无偏非有效）
1、产生原因：经济变量固有的惯性；模型设定的偏误；数据的编造。一般经验告诉我们，对于采用时间序列数
据作样本的计量经济学问题，由于在不同样本点上解释变量以及以外的其他因素在时间上的连续性，带来它们对解释变量的影响的连续性，所以往往存在序列相关性。
2、序列相关性的后果:参数估计量非有效；变量的显著性检验失去意义；模型预测失效。
3、序列相关性的检验
（1）图示法
（2）回归检验法
（3） D.W 检验法，该方法的假定条件如下:解释变量X 非随机性；随机干扰项u t 为一阶自回归形式u t =pu t-1+；回归
模型中不应含有滞后应变量作为解释变量；回归模型含有截距项。
如果存在完全一阶正相关，则
如果存在完全一阶负相关，则如果完全不相关，
则。 D.W 检验只能检验一阶自相关，并且对存在滞后被解释变量的模型无法检验。
（4）拉格朗日乘数检验
4、序列相关的补救：广义最小二乘法（广义最小二乘估计量是无偏的、有效的估计量）和广义差分法
第三节多重共线性（有偏）
1、产生多重共线的原因：经济变量相关的共同趋势；滞后变量的引入；样本资料的限制；
2、产生后果：完全共线性下参数估计量不存在；近似共线性下普通最小二乘法乘数估计量的方差变大；参数估
计量经济含义不合理；变量的显著性检验和模型的预测功能失去意义。
3、检验方法：对两个解释变量的模型——简单相关系数；对多个解释变量的模型——综合统计检验法。
4、克服多重共线性的方法：排除引起共线性的变量；差分法。
第四节随机解释变量
1、如果存在一个或多个随机变量作为解释变量，则称原模型出现随机解释变量问题。对于随机解释
变量问题，分三种不同情况：随机解释变量与随机误差项独立；随机解释变量与随机误差项同期无关，但异期相关；随机解释变量与随机误差项同期相关。
2、随机解释变量的后果
（1）如果X 与相互独立，得到的参数估计量仍然是无偏、一致估计量。
（2）如果X 与同期不相关，异期相关，得到的参数估计量有偏、但却是一致的。
（3）如果X 与同期相关，得到的参数估计量有偏、且非一致。
注意：
如果模型中带有滞后被解释变量作为解释变量，则当该滞后被解释变量与随机误差项同期相关时，OLS 估计量是有偏的、且是非一致的。即使同期无关，其OLS 估计量也是有偏的，因为此时肯定出现异期相关。
工具变量法（工具变量法估计量虽有偏但是一致估计量）
3、选择为工具变量的变量必须满足以下条件：
（1）与所替代的随机解释变量高度相关；
（2）与随机误差项不相关；
（3）与模型中其它解释变量不相关，以避免出现多重共线性。
如果模型中有两个以上的随机解释变量与随机误差项相关，就必须找到两个以上的工具变量，如果一个随机解释变量可以找到多个互相独立的工具变量，就形成了广义矩方法
第五章经典单方程计量经济学模型：专门问题
第一节虚拟变量模型
1、虚拟变量：构造只取“0”或“1”的人工变量。
2、虚拟变量模型：例如：其中，为职工的薪金；为工龄；=1代表男性；=0
代表女性。
3、虚拟变量的引入方式
（1）加法方式：斜率不变，截距不同。
（2）乘法方式：截距相等，斜率不同。当截距与斜率发生变化时，则需要同时引入加法与乘法形式的虚拟变量。特别注意：如果有m个定性变量，只在模型中引入m-1个虚拟变量，如果取m个虚拟变量，
会使得参数无法唯一求出，出现“虚拟变量陷阱”。
第二节滞后变量模型
1、滞后变量模型的概念：含有滞后变量的模型
2、滞后变量模型的分类以及系数含义
（1）分布滞后模型：如果滞后变量模型中没有滞后被解释变量，仅有解释变量X的当期值极其若干期的滞后变量，称为分布滞后模型。
分布滞后模型的各系数体现了解释变量的当期值和各期滞后值对被解释变量的不同影响程度，因此也成为乘数。称为短期乘数，表示本期X变化一个单位对Y平均值得影响程度。则称为长期或均衡乘数，表示
X变化一个单位，由于滞后效应而形成的对Y平均值总影响的大小。
（2）自回归模型：如果滞后变量模型中的解释变量仅包含X的当期值与被解释变量Y的一个或多个滞后值，则称为自回归模型。
3、修正估计方法
（1）经验加权法和阿尔蒙多项式法分布滞后模型
（2）科伊克方法从分布滞后转变为自回归模型
4、格兰杰因果关系检验（去年考过）
格兰杰因果关系检验旨在揭示两个变量之间是否存在过去行为对当前行为的相互影响。通过构造F统计量来检验是否存在此相互影响。
第六章联立方程计量经济学模型：理论与方法
1、内生变量、外生变量、结构式模型、简化式模型等基本概念；
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，内生变量既可以作为解释变量，又可以在不同的方程中作为被解释变量。
外生变量：一般是确定性变量，或者是具有临界概率分布的随机变量，其参数不是模型系统研究的元素，外甥变量只能是解释变量。
结构式模型：根据经济理论和行为规律的描述经济变量之间直接
关系结构的计量经济学方程系统
简化式模型：将联立方程计量经济学模型的每个内生变量表示成所有先决变量和随机干扰项的函数，即所有先决变量作为每个内生变量的解释变量所形成的模型。
如果某一个随机方程只具有一组参数估计量，称其为恰好识别；
如果某一个随机方程具有多组参数估计量，称其为过度识别。
例：判断模型1的可识别性。
模型1 t=1,2,…,n 解：（1）消费方程不可识别。因为第2与第3个方程的线性组合得到的新方程具有与消费方程相同的统计形式。
（2）投资方程也不可识别。因为第1与第3个方程的线性组合得到的新方程具有与投资方程相同的统计形式。
（3）所以，该模型系统不可识别。
提醒：如果参数关系体系中有效方程数目大于未知结构参数估计量数目，那么每次从中选择与未知结构参数估计量数目相等的方程数，可以解得一组结构参数估计值，换一组方程，又可以解得一组结构参数估计值，这样就可以得到多组结构参数估计值，被认为可以识别，但不是恰好识别，而是过度识别。
2、修改模型使不可识别的方程变成可以识别。
在其它方程中增加变量；者在该不可识别方程中减少变量。但必须保持经济意义的合理性。
3、结构式模型转化成简化式模型，得出参数关系体系
4、运用结构式识别条件进行模型识别判断；
设联立方程经济学模型结构式为：模型系统包含的内生变量和先决变量（含常数项）的数目分别用g 和k 表示。如果其中的第i 个结构方程包含gi 个内生变量和ki 个先决变量（含常数项），第i 个方程中未包含的变量（包括内生变量和先决变量）在其它g-1个方程中对应系数所组成的矩阵为(
)，那么，判断第i 个结构方程识别状态的结构式条件为：
（1）如果R(B 0Γ0)＜g -1，则第i 个结构方程不可识别；
（2）如果R(B 0Γ0)＝g -1，则第i 个结构方程可以识别，
并且有
①如果k -k i ＝g i -1，则第i 个结构方程恰好识别，
②如果k -k i ＞g i -1，则第i 个结构方程过度识别。
5、针对不同的识别状况进行估计方法的选择（IV,ILS,2SLS ）
工具变量法和间接最小二乘法都只适用于恰好识别的结构方程的估计；二阶段最小二乘法是一种既适用于恰好识别的结构方程，又适用于过度识别的结构方程的单方程估计方法。
第六章有大题：重点把握6.2.1的例题1，从结构式化为简单式，判断是否可识别，再判断是恰好识别还是过度识别，最后针对不同的识别状况进行估计方法的选择。
例题
1
共有三道大题：
1、多元线性回归与多重共线结合分析
2、虚拟变量的引入：运用加法方式和乘法方式
3、6.2.1联立方程例1，结构式模型转化成简化式模型，得出参数关系体系，运用结构式识别条件进行模型识别判断。
+=++=++=t
t t t t t t t t I C Y Y I Y C 210110μββμααN
=Γ+B X Y ++=+++=++=-t
t t t t t t t t t t G I C Y Y Y I Y C 21210110μβββμαα
(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
计量经济学期末复习1上课讲义
Econometrics计量经济学：根据经济理论和统计观测数据，运用随机数学方程模型的方法研究经济定量问题的科学。 Econometrics model：计量经济学模型：在一定假条件下，描述经济变量之间数量关系的一个或一组随机的数学方程。 Explaining variable：解释变量，影响研究对象结果的因素变量。 Explained variable：被解释变量，作为研究对象的变量。 Regression analysis：狭义回归分析，用确定性的数学函数近似的描写不确定性的相关关系。Correlation analyse：相关分析，测定变量之间联系的密切程度。 Economic variable：经济变量，不同时间，不同地点，取值不同的，可以观测到的经济指标，是模型的研究对象和影响因素。 Parameter of model ：模型参数，表示经济变量相互依存程度不能直接观测的常数。 Ols 最小平方法：用使估计的剩余平方和最小的原则确定样本回归函数。 Spurious regression伪回归：时间数列模型由于变量不平稳，使拟合优度R2和T统计量虚高。Simulataneous equations model：联立方程模型，描写个经济系统复杂关系的多个随机数学方程。 一、计量经济学步骤。 1．模型设定。确定变量和数学关系式。所谓经济模型是指经济现象或过程的一种数学模型，要有合理的科学理论依据，实际的经济活动以及真实性实用性。模型要选择合适的数学形式以及方程中的变量要具有客观性，即存在解释变量被解释变量和U。 2．数据收集。要求数据完整性准确性可比性一致性。数据分为截面数据时间序列数据以及面板数据。 3．参数估计。分析变量之间具体的数量关系。参数决定着变量之间的数量关系，未知、待定、不可直接观测不能精确计算，只能用变量的样本观测值估计，参数一旦确定整个经济系统也基本确定了。 4．假设检验，检验所得结论是否符合经济意义。经济学检验是最简单最重要，参数是否符合大小，是否符合经济意义。统计学检验。计量经济学检验，是否违背模型的经典假设{假设类型}。模拟预测检验，历史数据检验参数估计的稳定性和灵敏性。 5．模型的应用，做经济分析和经济预测。结构性分析（用已经估计出参数的模型，对所研究的经济关系进行定量的考察以说明经济变量之间的比例关系。）（边际、弹性、乘数分析）、政策分析（由已知的或预测的解释变量去预测被解释变量所观测的样本数据以外的数据。点、区间预测。）、经济预测分析（对各种可供选择的政策方案实施后果模拟测算从而做出评价。目标、政策变量）、理论实证（验证既有寂静理论或提出新理论）-倒U理论。 在一定假设条件下，描述经济变量间一个或一组随机的数学方程。经估计参数和模型检验被认为是可靠的模型才可以被认为是实际的经济系统的真实缩影。 一、经典假设： 零均值假设，在给定解释变量X的条件下，U的条件期望为零。同方差，对给定的X，U 的条件方差等于常数。无自相关，对所有的ij,U协方差为零。U和x不相关，即两两不相关。正态性假设，假定U服从期望为O，方差为的正太分布。无多重，解释变量间线性无关。 二、自相关autocorrrelation 是指总体回归模型中的随机误差项U之间存在相关关系。原因：经济系统的惯性、经济活
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。
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。
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