计量经济学学习心得
经过一个学期对计量经济学的学习,我收获了很多,也懂得了很多。通过以计量经济学为核心,以统计学,数学,经济学等学科为指导,辅助以一些软件的应用,从这些之中我都学到了很多的知识。
通过学习计量经济学,我发现:计量经济学便是用精简的文字概括内容要点,用朴实的语言联系现实生活,让我们体会到计量经济学就在我们的身边。
参观一个城市,先站在最高处俯瞰,然后走街串巷;了解一座建筑,先看模型,后走进每一个房间。各起一半作用。计量经济学也是如此。
学习计量经济学给我印象和帮助最大的主要有两点:一:对EVIEWS软件的熟练操作与应用,记得以前学运筹学的时候,我学会了Lindo软件,而现在我又学会了Eviews软件,我感觉自己真的是很幸运,因为毕竟有些软件是属于那种有价无市的,如果没有老师的传授我不可能从市场上或是从思想上认识到它;二:对于计量经济学辩论赛的认识我是很深刻的,在这一场没有硝烟但却处处充满着科学理论的睿智辩论中,我提高了胆识,增长了见识,也学会了团队与协作的力量。
以下我将着重从六个方面阐述我对计量经济学知识的一些认识以及个人从中学到的经验与心得。
一:计量经济学教我了我很多。
在学习计量经济学的过程中,我可以旁征博引,同时老师也给了我很多有意思的启发,因为即将面临考研的抉择,这门课也是我考研过程中必备的一门课程,因此,虽然是一门限选课,但是我仍然很用心得听讲,并对一些重要的知识做了记录,从而为自己的考研奠定一定的基础。
在认识计量经济学并不断提高自己对它的认识过程中,我感触最深的便是那一次的辩论赛,真的,一次辩论可以教会我很多有用的知识,从一个辩题的准备到辩论的过程,从推陈出新到完美的放映,从团队协作再到完美的配合,这一切,我觉得我们小组都做到了。
二:计量经济学的系统知识
计量经济学的定义为: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。
克莱因(R.Klein):“计量经济学已经在经济学科中居于最重要的地位”,“在大多数大学和学院中,计量经济学的讲授已经成为经济学课程表中最有权威的一部分”
计量经济学关心统计工具在经济问题与实证资料分析上的发展和应用,经济学理论提供对于经济现象逻辑一致的可能解释。因为人类行为和决策是复杂的过程,所以一个经济议题可能存在多种不同的解释理论。当研究者无法进行实验室的实验时,一个理论必须透过其预测与事实的比较来检验,计量经济学即为检验不同的理论和经济模型的估计提供统计工具。
在计量经济学一元线性回归模型,我认识到:变量间的关系及回归分析的基本概念,主要包括:
其次有一元线形回归模型的参数估计及其统计检验与应用,包括:
这个公式得给出,以及样本回归函数的随机形式。总的说来,这一节留给我印象最深刻的,便是根据样本回归函数SRF,估计总体回归函数PRF,即总体回归线与样本回归线之间的关系。除此以外,我也学会了参数的最大似然估计法语最小二乘法。对于最小二乘法,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模型能最好的拟合样本数据,而对于最大似然估计法,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。显然,这是从不同原理出发的两种参数估计方法。即:
1.一元回归模型:
关于拟合优度的检验,也就是检验模型对样本观测值的拟合程度。被解释变量Y的观测值围绕其均值的总离差平方和可分解为两个部分:一部分来自于回归线,另一部分来自于随机势力。所以,我们用来自回归线的回归平方和占Y的总离差的平方和的比例来判断样本回归线与样本观测值的拟合优度。这个比例,我们也较它可决系数,它的取值范围是0<=R2<=1。
关于变量的显著性检验,是要考察所选择的解释变量是否对被解释变量有显著的线性影响。所应用的方法是数理统计学中的假设检验。我们在进行变量显著性检验时所应用的方法主要是t检验。这在之前我们的概率论与统计学的课程中都有所涉及,不算是新的知识。
关于置信区间估计。当我们要判断样本参数的估计值在多大程度上可以“近似”的替代总体参数的真值,往往需要通过构造一个以样本参数的估计值为中心的“区间”,来考察它以多大的概率包含这真是的参数值。这样的方法就是我们所说的参数检验的置信区间估计。当我们希望缩小置信区间时,可以采用的方法有增大样本容量和提高模型的拟合优度。
2.多元回归模型
多元回归分析与一元回归分析的几点不同:
关于修正的可绝系数。我们可于发现,在样本容量一定的情况下,增加解释变量必定使得自由度减少,所以调整的思路是:将残差平方和与总离差平方和分别除以各自的自由度,以剔除变量个数对拟合优度的影响。这样就引出了我们这里说的调整的可绝系数。
关于对多个解释变量是否对被解释变量有显著线性影响关系的联合性F检验。F检验的思想来自于总离差平方和的分解式:
TSS=ESS+RSS。通过比较F值与临界值的大小来判定原方程总体上的线性关系是否显著成立。
3. 放宽基本假定模型
异方差性,即相对于不同的样本点,也就是相对于不同的解释变量观测值,随机干扰项具有不同的方差,那么检验异方差,也就是检验随
机干扰项的方差与解释变量观测值之间的相关性。
序列相关性,如果模型的随机干扰项违背了相互独立的基本假设,称为存在序列相关性。一般经验告诉我们,对于蚕蛹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外的其他因素在时间上的连续性,带来它们对被解释变量的影响的连续性,所以往往存在序列相关性。
多重共线性,如果某两个或多个解释变量之间出现了相关性,则成为存在多重共线性。分为完全共线和近似共线两类。计量经济学模型一旦出现多重共线性,如果仍然采用普通最小二乘法估计模型参数,会产生下列的不良后果:1.完全共线性下参数估计量不存在;2.近似共线性下普通最小二乘法参数估计量的方差变大;3.参数估计量经济含义不合理;4.变量的显著性检验和模型的预测能力失去意义。
计量经济学学习心得报告 通过这个学期学习的计量经济学这门课程,王新华老师在我们学习计量经济学给了我们很多细 心的讲解和耐心的指导,我们针对学习内容主要学到的主要有两点:一:对EVIES软件的熟练操作与应用,学会了Eviews软件,我感觉自己真的是很幸运,因为毕竟有些软件是属于那种有价无市的,如果没有老师的传授我不可能从市场上或是从思想上认识到它;二:对于计量经济 学各种案例分析的认识我是很深刻的,在这一次对一个案例进行回归分析讲述中,我不但巩固 了老师课堂所讲的知识,也提高了胆识,增长了见识,也学会了团队与协作的力量。 以下我将着重从两个方面阐述我对计量经济学知识的一些认识以及个人从中学到的经验与心得。一:计量经济学教我了我很多。 在学习计量经济学的过程中,我可以旁征博引,同时老师也给了我很多有意思的启发,因为即 将面临考研的抉择,这门课也是我考研过程中必备的一门课程,因此,它作为一门核心必修课,我们都会很用心得听讲,并对一些重要的知识做了记录,从而为自己的考研奠定一定的基础。 二:计量经济学的系统知识 计量经济学的定义为: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。 计量经济学关心统计工具在经济问题与实证资料分析上的发展和应用,经济学理论提供对于经 济现象逻辑一致的可能解释。因为人类行为和决策是复杂的过程,所以一个经济议题可能存在 多种不同的解释理论。当研究者无法进行实验室的实验时,一个理论必须透过其预测与事实的 比较来检验,计量经济学即为检验不同的理论和经济模型的估计提供统计工具。 在计量经济学一元线性回归模型,我认识到:变量间的关系及回归分析的基本概念,主要包括:其次有一元线形回归模型的参数估计及其统计检验与应用,包括: 我也学会了参数的最大似然估计法语最小二乘法。对于最小二乘法,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模型能最好的拟合样本数据,而对于最大似然 估计法,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。显然,这是从不同原理出发的两种参数估计方法。即:
第一章绪论 一、填空题: 1.计量经济学是以揭示经济活动中客观存在的__________为内容的分支学科,挪威经济学家弗里希,将计量经济学定义为__________、__________、__________三者的结合。 2.数理经济模型揭示经济活动中各个因素之间的__________关系,用__________性的数学方程加以描述,计量经济模型揭示经济活动中各因素之间__________的关系,用__________性的数学方程加以描述。 3.经济数学模型是用__________描述经济活动。 4.计量经济学根据研究对象和内容侧重面不同,可以分为__________计量经济学和__________计量经济学。 5.计量经济学模型包括__________和__________两大类。 6.建模过程中理论模型的设计主要包括三部分工作,即__________、____________________、____________________。 7.确定理论模型中所包含的变量,主要指确定__________。 8.可以作为解释变量的几类变量有__________变量、__________变量、__________变量和__________变量。 9.选择模型数学形式的主要依据是__________。 10.研究经济问题时,一般要处理三种类型的数据:__________数据、__________数据和__________数据。 11.样本数据的质量包括四个方面__________、__________、__________、__________。 12.模型参数的估计包括__________、__________和软件的应用等内容。 13.计量经济学模型用于预测前必须通过的检验分别是__________检验、__________检验、__________检验和__________检验。 14.计量经济模型的计量经济检验通常包括随机误差项的__________检验、__________检验、解释变量的__________检验。 15.计量经济学模型的应用可以概括为四个方面,即__________、__________、__________、__________。 16.结构分析所采用的主要方法是__________、__________和__________。 二、单选题: 1.计量经济学是一门()学科。 A.数学 B.经济 C.统计 D.测量
计算分析题(共3小题,每题15分,共计45分) 1、下表给出了一含有3个实解释变量的模型的回归结果: 方差来源 平方和(SS ) 自由度(d.f.) 来自回归65965 — 来自残差— — 总离差(TSS) 66056 43 (1)求样本容量n 、RSS 、ESS 的自由度、RSS 的自由度 (2)求可决系数)37.0(-和调整的可决系数2 R (3)在5%的显著性水平下检验1X 、2X 和3X 总体上对Y 的影响的显著性 (已知0.05(3,40) 2.84F =) (4)根据以上信息能否确定1X 、2X 和3X 各自对Y 的贡献?为什么? 1、 (1)样本容量n=43+1=44 (1分) RSS=TSS-ESS=66056-65965=91 (1分) ESS 的自由度为: 3 (1分) RSS 的自由度为: d.f.=44-3-1=40 (1分) (2)R 2=ESS/TSS=65965/66056=0.9986 (1分) 2R =1-(1- R 2)(n-1)/(n-k-1)=1-0.0014?43/40=0.9985 (2分) (3)H 0:1230βββ=== (1分) F=/65965/39665.2/(1)91/40 ESS k RSS n k ==-- (2分) F >0.05(3,40) 2.84F = 拒绝原假设 (2分) 所以,1X 、2X 和3X 总体上对Y 的影响显著 (1分) (4)不能。 (1分) 因为仅通过上述信息,可初步判断X 1,X 2,X 3联合起来 对Y 有线性影响,三者的变化解释了Y 变化的约99.9%。但由于 无法知道回归X 1,X 2,X 3前参数的具体估计值,因此还无法 判断它们各自对Y 的影响有多大。 2、以某地区22年的年度数据估计了如下工业就业模型 i i i i i X X X Y μββββ++++=3322110ln ln ln 回归方程如下: i i i i X X X Y 321ln 62.0ln 25.0ln 51.089.3?+-+-= (-0.56)(2.3) (-1.7) (5.8) 2 0.996R = 147.3=DW 式中,Y 为总就业量;X 1为总收入;X 2为平均月工资率;X 3为地方政府的
1.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 计量经济学模型的运用 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 2、相关分析和回归分析的区别 联系:两者都是研究非确定变量间的统计关系,并且能够度量线性依赖程度的大小。 区别:前者关注相关程度,后者关注因果分析,还有具体的依赖关系。 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 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。 7、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 其 3、样本容量的关系 最小样本:样本容量必须不少于模型中解释变量中的数目(包括常数量) 一般认为,当n大于等于30或者至少n大于等于3(k+1)才能说满足模型估计的基本要求 9、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
计量经济学题库 一、单项选择题(每小题1分) 1.计量经济学是下列哪门学科的分支学科()。 A.统计学 B.数学 C.经济学 D.数理统计学 2.计量经济学成为一门独立学科的标志是()。 A.1930年世界计量经济学会成立B.1933年《计量经济学》会刊出版 C.1969年诺贝尔经济学奖设立 D.1926年计量经济学(Economics)一词构造出来 3.外生变量和滞后变量统称为()。 A.控制变量 B.解释变量 C.被解释变量 D.前定变量 4.横截面数据是指()。 A.同一时点上不同统计单位相同统计指标组成的数据B.同一时点上相同统计单位相同统计指标组成的数据 C.同一时点上相同统计单位不同统计指标组成的数据D.同一时点上不同统计单位不同统计指标组成的数据 5.同一统计指标,同一统计单位按时间顺序记录形成的数据列是()。 A.时期数据 B.混合数据 C.时间序列数据 D.横截面数据 6.在计量经济模型中,由模型系统内部因素决定,表现为具有一定的概率分布的随机变量,其数值受模型中其他变量影响的变量是()。 A.内生变量 B.外生变量 C.滞后变量 D.前定变量 7.描述微观主体经济活动中的变量关系的计量经济模型是()。 A.微观计量经济模型 B.宏观计量经济模型 C.理论计量经济模型 D.应用计量经济模型 8.经济计量模型的被解释变量一定是()。 A.控制变量 B.政策变量 C.内生变量 D.外生变量 9.下面属于横截面数据的是()。 A.1991-2003年各年某地区20个乡镇企业的平均工业产值 B.1991-2003年各年某地区20个乡镇企业各镇的工业产值 C.某年某地区20个乡镇工业产值的合计数 D.某年某地区20个乡镇各镇的工业产值 10.经济计量分析工作的基本步骤是()。 A.设定理论模型→收集样本资料→估计模型参数→检验模型B.设定模型→估计参数→检验模型→应用模型 C.个体设计→总体估计→估计模型→应用模型D.确定模型导向→确定变量及方程式→估计模型→应用模型 11.将内生变量的前期值作解释变量,这样的变量称为()。 A.虚拟变量 B.控制变量 C.政策变量 D.滞后变量 12.()是具有一定概率分布的随机变量,它的数值由模型本身决定。 A.外生变量 B.内生变量 C.前定变量 D.滞后变量 13.同一统计指标按时间顺序记录的数据列称为()。 A.横截面数据 B.时间序列数据 C.修匀数据 D.原始数据 14.计量经济模型的基本应用领域有()。 A.结构分析、经济预测、政策评价 B.弹性分析、乘数分析、政策模拟 C.消费需求分析、生产技术分析、 D.季度分析、年度分析、中长期分析 15.变量之间的关系可以分为两大类,它们是()。 A.函数关系与相关关系B.线性相关关系和非线性相关关系 C.正相关关系和负相关关系D.简单相关关系和复杂相关关系 16.相关关系是指()。 A.变量间的非独立关系B.变量间的因果关系C.变量间的函数关系 D.变量间不确定性的依存关系17.进行相关分析时的两个变量()。
名词解释 1、 因果效应:在理想化随机对照实验中得到的,某一给定的行为或处理对结果的影响 2、 实验数据:来源于为评价某种处理(某项政策)抑或某种因果效应而设计的实验 3、 观测数据:通过观察实验之外的实际行为而获得的数据 4、 截面数据:对不同个体如工人、消费者、公司或政府机关等在某一特定时间段内收集到的数据 5、 时间序列数据:对同一个体(个人、公司、国家等)在多个时期内收集到的数据 6、 面板数据:即纵向数据,是多个个体分别在两个或多个时期内观测到的数据 7、 离散型随机变量:一些随机变量是离散的 连续型随机变量:一些随机变量是连续的 8、 期望值:随机变量经过多次重复实验出现的长期平均值,记作E (Y ) 9、 期望:Y 的长期平均值,记作μY 10、方差:是Y 距离其均值的偏差平方的期望值,记作var (Y ) 11、标准差:方差的平方根来表示偏差程度,记作σY 12、独立性:两个随机变量X 和Y 中的一个变量无法提供另一个变量的相关信息 13、标准正态分布:指那些均值102==σμ、方差的正态分布,记作N (0,1) 14、简单随机抽样:n 个对象从总体中抽取,且总体中的每一个个体都有相等的可能性被选入样本 15、独立分布:两个随机变量X 和Y 中的一个变量无法提供另一个变量的相关信息,那么这两个变量X 和Y 独立分布 16、偏差:设Y Y E Y Y μμμμ-??)(为的一个估计量,则偏差是; 一致性:当样本容量增大时,Y μ ?落入真实值Y μ的微小领域区间内的概率接近于1,即Y Y μμ与?是一致的 有效性:如果Y μ ?的方差比Y μ~更小,那么可以说Y Y μμ~?比更有效 17、最小二乘估计量:21)(m i n i -Y ∑ =最小化误差m -i Y 平方和的估计量m 18、P 值:即显著性概率,指原假设为真的情况下,抽取到的统计量与原假设之间的差异程度至少等于样本计算值与 原假设之间差异程度的概率 19、第一类错误:拒绝了实际上为真的原假设 20、一元线性回归模型:i i 10i μββ+X +=Y ;1β代表1X 变化一个单位所导致Y 的变化量 21、普通最小二乘(OLS )估:选择使得估计的回归线与观测数据尽可能接近的回归系数,其中近似程度用给定X 时预 测Y 的误差的平方和来度量 22、回归2R :可以由i X 解释(或预测)的i Y 样本方差的比例,即TSS SSR TSS ESS R -==12 23、最小二乘假设:①给定i X 时误差项i μ的条件均值为零:0)(i i =X μE ; ②从联合总体中抽取的, ,,,),,(n ...21i i i =Y X 满足独立同分布; ③大异常值不存在:即i i Y X 和具有非零有限的四阶距 24、1β置信区间:以95%的概率包含1β真值的区间,即在所有可能随机抽取的样本中有95%包含了1β的真值 25、同方差:若对于任意i=1,2,...,n ,给定) (条件分布的方差时χμμ=X X i i i i var 为常数且不依赖于χ,则 称误差项i μ是同方差
计量经济学是经济科学领域内的一门应用科学,以一定的经济理论和实际统计资料为基础,运用数学、统计方法与计算机技术,以建立经济计量模型为主要手段,定量分析研究具有随机特性的经济变量关系。 2、数理经济模型与计量经济模型的区别。 数理:揭示经济活动中各个因素之间的理论关系,用确定性的数学方程加以描述。 计量:揭示经济活动中各个因素之间的定量关系,用随机性的数学方程加以描述。 3、经典计量经济学模型的一般形式。 4、计量经济学的数据类型。 时间序列数据:按时间先后排列的统计数据。 截面数据:一个或多个变量在某一时点上的数据集合。 合并数据(平行数据):既包含时间序列数据又有截面 数据。 5、建立计量经济学模型的步骤。 1) 模型的数学形式。③拟定模型中待估计参数的理论期望 值。 2)样本数据的收集: 差项产生序列相关。②截面数据易引起模型随机误差项 产生异方差。③样本数据的质量:完整性、准确性、可 比性、一致性。 3)模型参数的估计。 4 度检验、变量的显着性检验、方程的显着性检验。③计 量经济学检验:序列相关、异方差法(随机误差项)、 多重共线性(解释变量)④模型预测检验。 6、计量经济学模型的应用。 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。 7、如何正确选择解释变量。 作为“变量”的原因:1 2)考虑数据的可得性;3)考虑入选变量之间的关系。 8、回归分析的目的。 1)根据自变量的取值,估计应变量的均值;2)检验建立在经济理论基础上的假设;3) 值,预测应变量的均值。 9、总体回归函数(PRF)和样本回归函数(SRF)各变量系数名称及函数方程。 10、随机误差项(Ui)的性质或主要内容。
计量经济学复习范围 一、回归模型的比较 1.根据模型估计结果观察分析 (1)回归系数的符号与值的大小就是否符合经济理论要求 (2)改变模型形式之后就是否使判定系数的值明显提高 (3)各个解释变量t 检验的显著性 2.根据残差分布观察分析 在方程窗口点击View \ Actual,Fitted,Residual\Tabe(或Graph) (1)残差分布表中,各期残差就是否大都落在σ ?±的虚线框内。 (2)残差分布就是否具有某种规律性,即就是否存在着系统误差。 (3)近期残差的分布情况 二、 判断新的解释变量引入模型就是否合适(遗漏变量检验) 1、基本原理 如果模型逐次增加一个变量, 由于增加一个新的变量,ESS 相对于RSS 的增加,称为这个变量的“增量贡献”或“边际贡献”。 不引入:0H (即引入的变量不显著) ())'','(~)''/(/' k k F k n RSS k ESS ESS F new old new --= 或 )'','(~/)1(/)(''2' 22k k F k n R k R R F NEW OLD NEW ---= 其中,'k 为新引进解释变量的个数,''k 为引进解释变量后的模型中参数个数。 判别增量贡献的准则:如果增加一个变量使2R 变大,即使RSS 不显著地减少,这个变量从边际贡献来瞧,就是值得增加的。 若F>F 或者对应的P 值充分小,拒绝 则认为引入新的解释变量合适;否则,接受则认为引入新的解释变量不合适。 三、伪回归的消除 如果解释变量与被解释变量均虽随时间而呈同趋势变动,如果不包含时间趋势变量而仅仅就是将Y 对X 回归,则结果可能仅仅反映这两个变量的同趋势特征而没有反映它们之间的真实关系,这种回归也称为伪回归。
一、名词解释 1.时间序列数据的平稳性:如果随机时间序列均值和方差均是与时间t无关的常数,协方差只与时间间隔k有关,则称该随机时间序列是平稳的。 2.虚拟变量:是指人们构造的反应定性因素变化、只取0和1的人工变量,并且习惯上用符号D来表示。 3.异方差性:对于不同的样本点,随机误差项的方差不等于常数,则称模型出现了异方差性。 4.自相关性:如果随机误差项的各期值之间存在着相关关系,即协方差不等于0,则称模型存在着自相关性。 5随机变量的协整关系:如果同阶单整序列线性组合后单整阶数降低,则称变量之间存在着协整关系。 6.给定一个信息集,At,它至少包含(Xt,Yt),在“现在和过去可以影响未来,而未来不能影响过去”城里下,如果利用Xt的过去比不利用它时可以更好地预测Yt,称Xt为Yt的格兰杰原因,反之亦然。 7.随机变量的协整性: 8. 条件异方差ARCH模型:考虑m阶自回归模型AR(m) Yt=c+ρ1yt-1+ρ2yt-2+……+ρmyt-m+εt 其中εt为白噪声过程 随机误差项的平方(εt)2服从一个q阶自回归过程,即 (εt)2=α0+α1(εt-1)2+α2(εt-2)2+……+αq(εt-p)2+ηt (1) 其中ηt服从白噪声过程。对模型的一个约束条件是(1)的特征方程 1-α1z-α2z2-……-αq Z q=0 的所有根均落在单位圆外,即要求模型参数满足 其中α1+α2+……αq<1 此外,为保证εt2为正值,对模型的另一个约束条件为α0>0,αi≥0,1≤i≤q。上述模型即为条件方差模型。 9.误差修正模型ECM: 对于yi的(1,1)阶自回归滞后模型: εi Y t=α+β0x t+β1x t-1+β2y t-1+ ⊿y =β0⊿x t+γecm t-1+εt 。(1) 其中,ecm t-1=y t-1-α0-α1x t-1 ,γ=β2-1,α0=(α+ t β0)/﹙1-β2﹚,α1=β1/(1-β2) 称式(1)为误差修正模型ECM 10.多重共线性:多元回归模型的解释变量之间存在较强的线性关系的性质 二、填空题 1.合理选择解释变量的关键:正确理解有关经济理论和把握所研究经济现象的行为规律。 2.计量经济模型的用途一般包括:结构分析、经济预测、政策评价、实证分析。 3.计量经济模型检验的内容一般包括:经济检验、统计检验、计量经济检验、预测性能检验。 4.对于不可直接线性化的非线性模型的处理方法: 对于可间接线性化的模型,可以通过Cobb-Douglas生产函数模型、Logistic模型变换成标准的线性模型;对于不可线性化的模型,可以通过Toylor技术展开法、非线性最小二乘法来求得参数估计值。
计量经济学分析计算题(每小题10分) 1.下表为日本的汇率与汽车出口数量数据, X:年均汇率(日元/美元) Y:汽车出口数量(万辆) 问题:(1)画出X 与Y 关系的散点图。 (2)计算X 与Y 的相关系数。其中X 129.3= ,Y 554.2=,2 X X 4432.1∑ (-)=,2 Y Y 68113.6∑(-)=,()()X X Y Y ∑--=16195.4 (3)采用直线回归方程拟和出的模型为 ?81.72 3.65Y X =+ t 值 1.2427 7.2797 R 2=0.8688 F=52.99 解释参数的经济意义。 2.已知一模型的最小二乘的回归结果如下: i i ?Y =101.4-4.78X 标准差 (45.2) (1.53) n=30 R 2=0.31 其中,Y :政府债券价格(百美元),X :利率(%)。 回答以下问题:(1)系数的符号是否正确,并说明理由;(2)为什么左边是i ?Y 而不是i Y ; (3)在此模型中是否漏了误差项i u ;(4)该模型参数的经济意义 是什么。 3.估计消费函数模型i i i C =Y u αβ++得 i i ?C =150.81Y + t 值 (13.1)(18.7) n=19 R 2=0.81 其中,C :消费(元) Y :收入(元) 已知0.025(19) 2.0930t =,0.05(19) 1.729t =,0.025(17) 2.1098t =,0.05(17) 1.7396t =。
问:(1)利用t 值检验参数β的显著性(α=0.05);(2)确定参数β的标准差;(3)判断一下该模型的拟合情况。 4.已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ (-)=,2 Y Y 68113.6∑ (-)=, 求判定系数和相关系数。 5.有如下表数据 日本物价上涨率与失业率的关系 (1)设横轴是U ,纵轴是P ,画出散点图。根据图形判断,物价上涨率与失业率之间是什么样的关系?拟合什么样的模型比较合适? (2)根据以上数据,分别拟合了以下两个模型: 模型一:1 6.3219.14 P U =-+ 模型二:8.64 2.87P U =- 分别求两个模型的样本决定系数。 7.根据容量n=30的样本观测值数据计算得到下列数据:XY 146.5= ,X 12.6=,Y 11.3=,2X 164.2=,2Y =134.6,试估计Y 对X 的回归直线。 8.下表中的数据是从某个行业5个不同的工厂收集的,请回答以下问题:
线性回归分析的基本步骤 步骤一、建立模型 知识点: 1、总体回归模型、总体回归方程、样本回归模型、样本回归方程 ①总体回归模型:研究总体之中自变量和因变量之间某种非确定依赖关系的计量模型。 Y X U β=+ 特点:由于随机误差项U 的存在,使得Y 和X 不在一条直线/平面上。 例1:某镇共有60个家庭,经普查,60个家庭的每周收入(X )与每周消费(Y )数据如下: 作出其散点图如下: ②总体回归方程(线):由于假定0EU =,因此因变量的均值与自变量总处于一条直线上,这条直线 ()|E Y X X β=就称为总体回归线(方程)。 总体回归方程的求法:以例1的数据为例 1)对第一个X i ,求出E (Y |X i )。
由于01|i i i E Y X X ββ=+,因此任意带入两个X i 和其对应的E (Y |X i )值,即可求出0 1 ββ 和, 并进而得到总体回归方程。 如 将 ()()222777100,|77200,|137 X E Y X X E Y X ====和代入 ()01|i i i E Y X X ββ =+可得:0100117710017 1372000.6ββββββ=+=?????=+=?? 以上求出 01 ββ和反映了E (Y |X i )和X i 之间的真实关系,即所求的总体回归方程为: ()|170.6i i i E Y X X =+ ,其图形为: ③样本回归模型:总体通常难以得到,因此只能通过抽样得到样本数据。如在例1中,通过抽样考察,我们得到了20个家庭的样本数据:
那么描述样本数据中因变量Y和自变量X之间非确定依赖关系的模型 ? Y X e β =+就称为样本回归 模型。 ④样本回归方程(线):通过样本数据估计出?β ,得到样本观测值的拟合值与解释变量之间的关系方程 ? ?Y Xβ =称为样本回归方程。如下图所示: ⑤四者之间的关系: ⅰ:总体回归模型建立在总体数据之上,它描述的是因变量Y和自变量X之间的真实的非确定型依赖关系;样本回归模型建立在抽样数据基础之上,它描述的是因变量Y和自变量X之间的近似于真实的非确 定型依赖关系。这种近似表现在两个方面:一是结构参数?β 是其真实值 β的一种近似估计;二是残差 e是随机误差项U的一个近似估计; ⅱ:总体回归方程是根据总体数据得到的,它描述的是因变量的条件均值E(Y|X)与自变量X之间的线性 关系;样本回归方程是根据抽样数据得到的,它描述的是因变量Y样本预测值的拟合值?Y 与自变量X 之间的线性关系。 ⅲ:回归分析的目的是试图通过样本数据得到真实结构参数β的估计值,并要求估计结果?β 足够接近 真实值β。由于抽样数据有多种可能,每一次抽样所得到的估计值?β 都不会相同,即 β的估计量?β 是一个随机变量。因此必须选择合适的参数估计方法,使其具有良好的统计性质。 2、随机误差项U存在的原因: ①非重要解释变量的省略 ②人的随机行为
四、简答题(每小题5分) 1.简述计量经济学与经济学、统计学、数理统计学学科间的关系。2.计量经济模型有哪些应用? 3.简述建立与应用计量经济模型的主要步骤。 4.对计量经济模型的检验应从几个方面入手? 5.计量经济学应用的数据是怎样进行分类的? 6.在计量经济模型中,为什么会存在随机误差项? 7.古典线性回归模型的基本假定是什么? 8.总体回归模型与样本回归模型的区别与联系。 9.试述回归分析与相关分析的联系和区别。 10.在满足古典假定条件下,一元线性回归模型的普通最小二乘估计量有哪些统计性质? 11.简述BLUE 的含义。 12.对于多元线性回归模型,为什么在进行了总体显著性F 检验之后,还要对每个回归系数进行是否为0的t 检验? 13.给定二元回归模型:,请叙述模型的古典假定。 14.在多元线性回归分析中,为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度? 15.修正的决定系数2R 及其作用。 16.常见的非线性回归模型有几种情况? 17.观察下列方程并判断其变量是否呈线性,系数是否呈线性,或都是或都不是。 ①t t t u x b b y ++=310 ②t t t u x b b y ++=log 10 ③ t t t u x b b y ++=log log 10 ④t t t u x b b y +=)/(10 18. 观察下列方程并判断其变量是否呈线性,系数是否呈线性,或都是或都不是。 ①t t t u x b b y ++=log 10 ②t t t u x b b b y ++=)(210 ③ t t t u x b b y +=)/(10 ④t b t t u x b y +-+=)1(110 19.什么是异方差性?试举例说明经济现象中的异方差性。 20.产生异方差性的原因及异方差性对模型的OLS 估计有何影响。 21.检验异方差性的方法有哪些? 22.异方差性的解决方法有哪些? 23.什么是加权最小二乘法?它的基本思想是什么? 24.样本分段法(即戈德菲尔特——匡特检验)检验异方差性的基本原理及其使用条件。 25.简述DW 检验的局限性。 26.序列相关性的后果。 27.简述序列相关性的几种检验方法。
计量经济学课程学习感悟 姓名:贺璐 班级:金融1402班 学号:1605140228
计量经济学学习感悟 经过一学期的计量经济学习,我感触很深,获益匪浅。我是文科生,在金融的部分专业课有关模型或数据分析时,我总是不是很敏感、不能很快掌握所学内容,因此较少选数学模型的选修课,但这一次的计量经济学课让我收获了很多知识。 一、计量经济学的系统知识 计量经济学的定义为:用数学方法探讨经济学可以从多个方面入手,但任何一个方面都不能和计量经济学混为一谈。计量经济学不等同于经济统计学、一般经济理论、数学,而是它们的有效结合共同促成了计量经济学。 二、state软件和理论 在用STATE软件做实证报告前,由于没有系统复习回顾,当时还有较多困惑:比如自相关补救程序是什么?什么时候该用线性或双对数模型或半对数模型?如何估计p?为什么有时回归系数与经济理论不符合等等。但我觉得求人不如求己,不能一有问题就找同学,很多东西需要自己慢慢琢磨。于是这段时间,我集中全力,一方面细细看书,一方面找大量资料案例研究state命令,选择自己原来不清楚的对数模型为我的实证研究函数,尽力寻找每一个当初不懂得问题。虽然从最初数据模型寻找到最后做出实证报告确实用了更久的实间,但自己扎扎实实,从统计学知识回顾沿着计量经济学框架脉络系统,复习了计量经济学各章知识;同时学会使用state这一有用的软件使用方式,有效的将理论与软件使用相结合。同时更加认识到,计量理论才是根本,只有计量理论弄清楚了软件才能发挥它最大的效用。 但是接触state软件的时间仅短短几个月,现在掌握的state的程序命令和结果解读仍很浅显,但是今后在找模型回归分析等问题时,我仍会尽可能多用state软件,加强学习应用。像上学期的统计学课spss的软件一样好好应用,在大学学习更多的知识充实自己。同时本
计量经济学(第四版)习题参考答案 潘省初
第一章 绪论 1.1 试列出计量经济分析的主要步骤。 一般说来,计量经济分析按照以下步骤进行: (1)陈述理论(或假说) (2)建立计量经济模型 (3)收集数据 (4)估计参数 (5)假设检验 (6)预测和政策分析 1.2 计量经济模型中为何要包括扰动项? 为了使模型更现实,我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素,这些因素包括相对而言不重要因而未被引入模型的变量,以及纯粹的随机因素。 1.3什么是时间序列和横截面数据? 试举例说明二者的区别。 时间序列数据是按时间周期(即按固定的时间间隔)收集的数据,如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。 横截面数据是在同一时点收集的不同个体(如个人、公司、国家等)的数据。如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。 1.4估计量和估计值有何区别? 估计量是指一个公式或方法,它告诉人们怎样用手中样本所提供的信息去估计总体参数。在一项应用中,依据估计量算出的一个具体的数值,称为估计值。如Y 就是一个估计量,1 n i i Y Y n == ∑。现有一样本,共4个数,100,104,96,130,则 根据这个样本的数据运用均值估计量得出的均值估计值为 5.1074 130 96104100=+++。 第二章 计量经济分析的统计学基础 2.1 略,参考教材。
2.2请用例2.2中的数据求北京男生平均身高的99%置信区间 N S S x = =45 =1.25 用α=0.05,N-1=15个自由度查表得005.0t =2.947,故99%置信限为 x S t X 005.0± =174±2.947×1.25=174±3.684 也就是说,根据样本,我们有99%的把握说,北京男高中生的平均身高在170.316至177.684厘米之间。 2.3 25个雇员的随机样本的平均周薪为130元,试问此样本是否取自一个均值为120元、标准差为10元的正态总体? 原假设 120:0=μH 备择假设 120:1≠μH 检验统计量 () 10/25X X μσ-Z == == 查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即 此样本不是取自一个均值为120元、标准差为10元的正态总体。 2.4 某月对零售商店的调查结果表明,市郊食品店的月平均销售额为2500元,在下一个月份中,取出16个这种食品店的一个样本,其月平均销售额为2600元,销售额的标准差为480元。试问能否得出结论,从上次调查以来,平均月销售额已经发生了变化? 原假设 : 2500:0=μH 备择假设 : 2500:1≠μH ()100/1200.83?X X t μσ-= === 查表得 131.2)116(025.0=-t 因为t = 0.83 < 131.2=c t , 故接受原假 设,即从上次调查以来,平均月销售额没有发生变化。
计量经济学:部分计算题解法汇总 1、求判别系数——R^2 已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ (-)=,2Y Y 68113.6∑(-)=, 2、置信区间 有10户家庭的收入(X ,元)和消费(Y ,百元)数据如下表: 10户家庭的收入(X )与消费(Y )的资料 X 20 30 33 40 15 13 26 38 35 43 Y 7 9 8 11 5 4 8 10 9 10 若建立的消费Y 对收入X 的回归直线的Eviews 输出结果如下: Dependent Variable: Y Adjusted R-squared F-statistic Durbin-Watson (1(2)在95%的置信度下检验参数的显著性。(0.025(10) 2.2281t =,0.05(10) 1.8125t =,0.025(8) 2.3060t =,0.05(8) 1.8595t =) (3)在90%的置信度下,预测当X =45(百元)时,消费(Y )的置信区间。(其中29.3x =,2()992.1x x - =∑) 答:(1)回归模型的R 2 =,表明在消费Y 的总变差中,由回归直线解释的部分占到90%以上,回归直线的代表性及解释能力较好。(2分) 家庭收入对消费有显著影响。(2分)对于截距项,
检验。(2分) (3)Y f =+×45=(2分) 90%置信区间为(,+),即(,)。(2分) 注意:a 水平下的t 统计量的的重要性水平,由于是双边检验,应当减半 3、求SSE 、SST 、R^2等 已知相关系数r =,估计标准误差?8σ=,样本容量n=62。 求:(1)剩余变差;(2)决定系数;(3)总变差。 (2)2220.60.36R r ===(2分) 4、联系相关系数与方差(标准差),注意是n-1 在相关和回归分析中,已知下列资料: 222X Y i 1610n=20r=0.9(Y -Y)=2000σσ∑=,=,,,。 (1)计算Y 对X 的回归直线的斜率系数。(2)计算回归变差和剩余变差。(3) (2)R 2=r 2==, 总变差:TSS =RSS/(1-R 2)=2000/=(2分)
关于计量经济学的学习经验 首先声明我的观点,计量是工具也是理论,它不是普通计算机软件,不懂背后的道理也可以用,我个人强烈反对不掌握扎实的理论就去“应用”计量经济学,那绝对是强奸数据。 本人学习经历:读过大多数国际流行的各种“级别”的计量教科书(除了HAYASHI那本,没借到),熟悉SAS,做过大量计算机练习,“蹂躏”过不少中国的数据,现在读paper,参考手册。 开始篇(不是入门,那是很往后的事情了) 个人认为只有wooldridge那本书是值得反复读的(是那个初级本,国内译本也很好),古扎拉弟就算了,很多理论上的原因大家学到后来就明白了。古的书我读了两遍,现在早就扔了。但现在依然常常翻阅WOO.对于开始的人,woo书上的海量例子太宝贵了,而且绝大多数取材于著名论文,值得仔细品味。 学习方法:用随便那个软件(我用SAS)把书中的例子几乎全部做一遍,知道你用的软件所报告的结果中那些重要的东西是怎么来的(不用知道的太精确),该怎么解释。―――书上后来那几章不懂也没关系。 数学要求:基础数理统计学(就是一般初级书上附录那些内容),不用懂大样本理论,知道有一致性这个概念就行了,并且记住它是计量经济学中几乎唯一重要的评价统计量的标准。什么无偏啊有效啊都几乎是空中楼阁,达不到的标准。 忠告:1、别管R square,几乎不用管多重共线性,知道异方差和自相关的概念就行了,知道大概怎么诊断,至于纠正嘛,不用太在意。不过对于GLS还是要有个认识。 2、对于简单二元模型中OLS相关的重要推导全部背下来,不多,但很重要。 3、这个阶段不要陷入公式推导。 4、如果你是初学者,不要指望把woo的书处处看懂,差不多就行了。 5、可以拿中国的数据“蹂躏”一下。 入门篇 数学要求:矩阵,大样本理论稍微再难一点的统计学 矩阵书很多,GREEN附录也可以(推荐Dhrymes --mathematics for econometrics,这本书对大多数人来说需要看的也就大概三四十页吧)。大样本理论有难度,需要做比较严肃的准备,有比较好的概率背景的同学大概也需要时间来适应其中繁琐的推导,white---asympotic theory for econometricians前三四章是值得花时间的。数理统计学教材多如牛毛,不说了,大致GREEN附录的那些内容是要了解的(尤其MLE)。 教材:买一本GREEN的书放着,看完附录就算了,可以以后时不时的查阅其中其他内容。读过这本书的同学我相信会有很多人认为它是不值得通读的,没有重点,全面铺开,很恶心的做法。而且这本书例子不多,实际上我认为思想也很肤浅,没有着重捕捉回归的思想,
第一章导论 一、单项选择题 1-6: CCCBCAC 二、多项选择题 ABCD;ACD;ABCD 三.问答题 什么是计量经济学? 答案见教材第3页 四、案例分析题 假定让你对中国家庭用汽车市场发展情况进行研究,应该分哪些步骤,分别如何分析?(参考计量经济学研究的步骤) 第一步:选取被研究对象的变量:汽车销售量 第二步:根据理论及经验分析,寻找影响汽车销售量的因素,如汽车价格,汽油价格,收入水平等 第三步:建立反映汽车销售量及其影响因素的计量经济学模型 第四步:估计模型中的参数; 第五步:对模型进行计量经济学检验、统计检验以及经济意义检验; 第六步:进行结构分析及在给定解释变量的情况下预测中国汽车销售量的未来值为汽车业的发展提供政策实施依据。 第二章简单线性回归模型 一、填空题 1、线性、无偏、最小方差性(有效性),BLUE。 2、解释变量;参数;参数。 3、随机误差项;随机误差项。 二、单项选择题 1-4:BBDA;6-11:CDCBCA 三、多项选择题 1.ABC; 2.ABC; 3.BC; 4.ABE; 5.AD; 6.BC 四、判断正误: 1. 错; 2. 错; 3. 对; 4.错; 5. 错; 6. 对; 7. 对; 8.错 五、简答题: 1.为什么模型中要引入随机扰动项? 答:模型是对经济问题的一种数学模型,在模型中,被解释变量是研究的对象,解释变量是其确定的解释因素,但由于实际问题的错综复杂,影响被解释变量的因素中,除了包括在模型中的解释变量以外,还有其他一些因素未能包括在模型中,但却影响被解释变量,我们把这类变量统一用随机误差项表示。随机误差项包含的因素有:
1、某农产品试验产量Y (公斤/亩)和施肥量X (公斤/亩)7块地的数据资料汇总如下: ∑=255i X ∑=3050i Y ∑=71.12172i x ∑=429.83712i y ∑=857.3122i i y x 后来发现遗漏的第八块地的数据:208=X ,4008=Y 。 要求汇总全部8块地数据后进行以下各项计算,并对计算结果的经济意义和统计意义做简要的解释。 (1)该农产品试验产量对施肥量X (公斤/亩)回归模型Y a bX u =++进行估计; (2)对回归系数(斜率)进行统计假设检验,信度为; (3)估计可决系数并进行统计假设检验,信度为。 解:首先汇总全部8块地数据: 871 81 X X X i i i i +=∑∑== =255+20 =275 n X X i i ∑==8 1 )8(375.348 275 == 2) 7(7 127 127X x X i i i i +=∑∑== =+7?2 7255?? ? ??=10507 287 1 28 1 2X X X i i i i +=∑∑== =10507+202 = 10907 2) 8(8 1 28 1 28X X x i i i i +=∑∑== = 10907-8?2 8275?? ? ??= 87 1 81 Y Y Y i i i i +=∑∑===3050+400=3450 25.4318 3450 8 1 )8(== =∑=n Y Y i i 2) 7(7 1 2 712 7Y y Y i i i i +=∑∑== =+7?2 73050??? ??=1337300 287 1 2 81 2Y Y Y i i i i +=∑∑== =1337300+4002 = 1497300 2)8(8 1 28128Y Y y i i i i +=∑∑== =1497300 -8?( 8 3450)2 == ) 7()7(7 1 7 17Y X y x Y X i i i i i i +=∑∑== ==+7??? ??7255??? ? ??73050 =114230 887 1 81 Y X Y X Y X i i i i i i +=∑∑== =114230+20?400 =122230