@计量经济学主要公式
序
公式名称计算公式
号
y t = β0 + β1 x t + u t
1真实的回归模
型
2估计的回归模
型y t =+x t +
3真实的回归函
E(y t) = β0 + β1 x t
数
4估计的回归函
数=+x t
5最小二乘估计
公式
6
和的方
差
7σ2的无偏估
计量= s2 =
8
和估计
的方差
9总平方和
∑(y t -) 2
10回归平方和
∑(-) 2
11误差平方和
∑(y t -)2 = ∑()2 12可决系数（确
定系数）
13检验β0，β1 是
否为零的t统
计量
14β1的置信区间
-tα(T-2) ≤β1≤+tα(T-2)
15单个y T +1的点
预测=+x T+1
16E(y T+1)的区间
预测
17单个y T+1的区
间预测
18样本相关系数
表3.4 多元线性回归模型的主要计算公式
序号公式名称计算公式
1 真实的回归模型Y= X β+ u
2 估计的回归模型Y = X+
3 真实的回归函数E(Y) = X β
4 估计的回归函数= X
5 最小二乘估计公式= (X 'X)-1X 'Y
6 回归系数的方差Var() = σ2(X 'X)-1
7 σ2的无偏估计量= s2 ='/ (T - k)
8 回归系数估计的方差() =(X 'X)-1
9 回归平方和SSR = = '- T
10 总平方和SST = Y 'Y - T
11 残差平方和SSE = '
12 可决系数
13 调整的可决系数
14 F统计量
15 t统计量
16 点预测公式
C = (1 x T+1 1 x T+1 2… x T+1 k-1 )
= C = 0 +1 x T+1 1 + … + k-1 x T+1 k-1
17 E(y T+1) 的置信区间预
测
C±tα/2 (1, T-k)s
18 单个y T+1的置信区间预
测
C±tα/2 (T-k)s
19 预测误差e t = - y t, t= 1, 2, …, T
20 相对误差PE = , t= 1, 2, …, T
21 误差均方根
22 绝对误差平均
23 相对误差绝对值平均
24 Theil系数
25 偏相关系数是控制z
t不变条件下的x t, y t的简单相关系数。
26 y t与x t1,x t2,…,x tk–1的
复相关系数
是y t与的简单相关系数。其中是y t对x t1,x t2,…x tk–1
回归的拟合
(word完整版)计量经济学期末考试及答案,推荐文档
《计量经济学》课程期末考试题（二） 一、单项选择题（每小题1分，共20分） 1、计量经济研究中的数据主要有两类：一类是时间序列数据，另一类是【 】 A 、总量数据 B 、 横截面数据 C 、平均数据 D 、 相对数据 2、计量经济学分析的基本步骤是【 】 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→总体设计→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 3、在模型的经济意义检验中，不包括检验下面的哪一项【 】 A 、 参数估计量的符号 B 、参数估计量的大小 C 、 参数估计量的相互关系 D 、参数估计量的显著性 4、计量经济学模型用于政策评价时，不包括下面的那种方法【 】 A 、工具变量法 B 、 工具—目标法C 、政策模拟 D 、 最优控制方法 5、在总体回归直线E x y 10)?(ββ+=中，1β表示【 】 A 、 当x 增加一个单位时，y 增加1β个单位 B 、当x 增加一个单位时，y 平均增加1β个单位 C 、当y 增加一个单位时，x 增加1β个单位 D 、当y 增加一个单位时，x 平均增加1β个单位 6、用普通最小二乘法估计经典线性模型t t t u x y ++=10ββ，则样本回归线通过点【 】 A 、 (x ，y ) B 、 (x ，y ?) C 、(x ，y ?) D 、 (x ，y) 7、对于i ki k i i i e x x x y +++++=ββββ????22110Λ，统计量∑∑----)1/()?(/)?(2 2k n y y k y y i i i 服
计量经济学实验报告完整版
计量经济学实验报告集团标准化办公室：[VV986T-J682P28-JP266L8-68PNN]
3.3 3.3 经调查研究发现，家庭书刊消费受家庭收入及户主受教育年数的影响，表 3.6为对某地区部分家庭抽样调查得到的样本数据。 （1T ）的多 元线性回归：123i i i i u Y X T βββ=+++ 利用样本数据估计模型的参数，对模型加以检验，分析所估计模型的经济意义和 作用。 步骤： 1.打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/Unda=ted ”在Observations 后输入18，点击ok 。 2. 在命令行输入：DATA Y X T ，回车。将数据复制粘贴到Group 中的表格中。 3. 建立数据关系图为初步观察数据的关系，在命令行输入命令：sort Y ，从而实现数据Y 的递增排序。 4. 在数据表“group ”中点“view/graph/line ”，最后点击确定，出现序列Y 、X 、T 的线性图。 5. OLS 估计参数,点击主界面菜单Quick\Estimate Equation ，弹出对话框，如下图。在其中输入Y c X T ，点确定即可得到回归结果。
经济意义：家庭月平均收入每增加1元，家庭书刊消费将增加0.08645元。户主受教育年数每增加1年，家庭书刊消费平均将增加52.3703元。 作用：显示出各解释变量在其他解释变量不变的情况下，对被解释变量的影响情况。 （2）作家庭书刊消费（Y ）对户主受教育年数（T ）的一元回归，获得残差E1；再作家庭月平均收入（X ）对户主受教育年数（T ）的一元回归，并获得残差E2。 Y 对T 的一元回归： 步骤： 1. 打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/undated”，在Observations 后输入样本容量个数：18。 2. 在命令行输入：DATA Y T ，回车,将数据复制粘贴到Group 中的表格中。 3. 作散点图在命令行输入命令：SCAT T Y 。 4. 在主菜单中点“Quick ”“Estimate Equation ”，在 Specification 中输入 Y C T ，点“确定”。 E1=resid X 对T 的一元回归： 步骤： 1. 打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/undated”，在Observations 后输入样本容量个数：18。 2. 在命令行输入：DATA X T ，回车,将数据复制粘贴到Group 中的表格中。 3. 作散点图在命令行输入命令：SCAT T X 。 4. 在主菜单中点“Quick ”“Estimate Equation ”，在 Specification 中输入 X C T ，点“确定”。 E2=resid （3）作残差E1对残差E2的无截距项的回归：212i E E v α=+ ，估计其参数。 步骤1.打开EViews6，点“File ”“New ”“Workfile ”。选择 “Unstructured/Unda=ted ”在Observations 后输入18，点击ok 。 2. 在命令行输入：DATA E1 E2，回车。将数据复制粘贴到Group 中的表格 中。 3. 采用OLS 估计参数在主界面命令框栏中输入 ls E1 E2，然后回车，即可得到参数的估计结果。 由结果可知1=-6.3351+0.08645*2E E
@计量经济学主要公式
序 公式名称计算公式 号 y t = β0 + β1 x t + u t 1真实的回归模 型 2估计的回归模 型y t =+x t + 3真实的回归函 E(y t) = β0 + β1 x t 数 4估计的回归函 数=+x t 5最小二乘估计 公式 6 和的方 差 7σ2的无偏估 计量= s2 = 8 和估计 的方差 9总平方和 ∑(y t -) 2 10回归平方和 ∑(-) 2 11误差平方和 ∑(y t -)2 = ∑()2 12可决系数（确 定系数） 13检验β0，β1 是 否为零的t统 计量
14β1的置信区间 -tα(T-2) ≤β1≤+tα(T-2) 15单个y T +1的点 预测=+x T+1 16E(y T+1)的区间 预测 17单个y T+1的区 间预测 18样本相关系数 表3.4 多元线性回归模型的主要计算公式 序号公式名称计算公式 1 真实的回归模型Y= X β+ u 2 估计的回归模型Y = X+ 3 真实的回归函数E(Y) = X β 4 估计的回归函数= X 5 最小二乘估计公式= (X 'X)-1X 'Y 6 回归系数的方差Var() = σ2(X 'X)-1 7 σ2的无偏估计量= s2 ='/ (T - k) 8 回归系数估计的方差() =(X 'X)-1 9 回归平方和SSR = = '- T 10 总平方和SST = Y 'Y - T 11 残差平方和SSE = ' 12 可决系数 13 调整的可决系数
14 F统计量 15 t统计量 16 点预测公式 C = (1 x T+1 1 x T+1 2… x T+1 k-1 ) = C = 0 +1 x T+1 1 + … + k-1 x T+1 k-1 17 E(y T+1) 的置信区间预 测 C±tα/2 (1, T-k)s 18 单个y T+1的置信区间预 测 C±tα/2 (T-k)s 19 预测误差e t = - y t, t= 1, 2, …, T 20 相对误差PE = , t= 1, 2, …, T 21 误差均方根 22 绝对误差平均 23 相对误差绝对值平均 24 Theil系数 25 偏相关系数是控制z t不变条件下的x t, y t的简单相关系数。 26 y t与x t1,x t2,…,x tk–1的 复相关系数 是y t与的简单相关系数。其中是y t对x t1,x t2,…x tk–1 回归的拟合
计量经济学期末考试试卷B
读书破万卷下笔如有神 山东轻工业学院08/09学年第二学期《计量经济学》期末考试试卷 （B卷）（本试卷共7 页） 适用班级：经管学院07级所有学生 20 分）共（本题共一、单项选择题10 小题，每小题2 分， 得分请将其代码填写在每小题列出的四个备选项中只有一个 1. 在多元回归中，调整后的判定系数与判定系数的关系有（） A． < B． > C． D．关系不能确定 2R＝1时有（）根据判定系数2. 与F统计量的关系可知，当 A．F＝－1 B．F＝0 C．F＝1 D． F＝∞ 3.DW检验法适用于检验（） A．异方差性 B．序列相关 C．多重共线性 D．设定误差 2=0.98，X1的t值＝如果一个二元回归模型的 4. OLS结果为R0.00001,X2的t 值＝0.0000008，则可能存在（）问题。 A. 异方差 B. 自相关 C. 多重共线 D. 随机解释变量 读书破万卷下笔如有神
5. 在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近1，则表明模型中存在（） A．异方差性 B．序列相关 C．多重共线性 D．拟合优度低 6.容易产生自相关的数据是（） A．横截面数据 B．时间序列数据 C．年度数据 D．混合数据 ????中，模型：检验7. 线性回归??????x?ux?x?y i20ik1i12kii?时，所用的统计量为：（）),2,(,?0?k?,1H:0? i ?i0????????ii1k?1?t?nt??ttn?k．． B A ?????? ??VV ????ii1??n?tFnk?1,?k?1ktF?．． D C?????? ii22???? ??VV ii2????，8. 对于线性回归模型：检验随机误差项是否u?xxy????????x tkt221ttt0k1存在自相关的统计 量是：（） ???2ee?d61?tti2t?1t??d B． A．??1r nn2? ??n1nn???2e t1?t??2n?r i?t．． D C?t?? ?V2r1?i9. 若回归模型中的随机误差项存在一阶自回归形式的序列相关，则估计模型参数应采用（） A．普通最小二乘法 B．加权最小二乘法 C．广义差分法 D．工具变量法 d和d,在给定显著水平下，若DW统计量的下和上临界值分别为则当10. ul d DW d 时，可认为随机误差项（）ul
计量经济学的概念
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。
计量经济学期末考试题库(完整版)及答案
计量经济学题库 、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(C)O 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(B)。 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(EConOIniCS) —词构造出来 3.外生变量和滞后变量统称为(D)O 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)O 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(C)O 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(B )o A.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 )o 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 &经济计量模型的被解释变量一定是(C )o A.控制变量 B.政策变量 C.生变量 D.外生变量 9.下面属于横截面数据的是(D )o 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 )0 A.设定理论模型一收集样本资料一估计模型参数一检验模型 B.设定模型一估计参数一检验模型一应用模型 C：个体设计f总体估计f估计模型f应用模型D.确定模型导向一确定变量及方程式一估计模型一应用模型 11.将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 12.( B )是具有一定概率分布的随机变量， A.外生变量 B.生变量 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 C.消费需求分析、生产技术分析、 15.变量之间的关系可以分为两大类， A.函数关系与相关关系 C.正相关关系和负相关关系 D )0 C.政策变量 它的数值由模型本身决定。 C.前定变量 B )0 C.修匀数据 A )0 B.弹性分析、D.季度分析、它们是(A 乘数分析、政策模拟年度分析、中长期分析 )o B.线性相关关系和非线性相关关系D.简单相关关系和复杂相关关系 D ?滞后变量D.滞后变量D.原始数
计量经济学第二章主要公式
第二章主要公式 资料地址：https://www.360docs.net/doc/054712050.html,/jl 1、回归模型概述 （1）相关分析与回归分析 经济变量之间的关系：函数关系、相关关系 相关关系：单相关和复相关，完全相关、不完全相关和不相关，正相关与负相关，线性相关和负相关，线性相关和非线性相关。 相关分析： ——总体相关系数XY ρ= ——样本相关系数()() n i i XY X X Y Y r --= ∑ ——多个变量之间的相关程度可用复相关系数和偏相关系数度量 回归分析：相关关系 + 因果关系 （2）随机误差项：含有随机误差项是计量经济学模型与数理经济学模型的一大区别。 （3）总体回归模型 总体回归曲线：给定解释变量条件下被解释变量的期望轨迹。 总体回归函数：(|)()i i E Y X f X = 总体回归模型：(|)()i i i i i Y E Y X f X μμ=+=+ 线性总体回归模型：011,2,...,i i i Y X i n ββμ=++= （4）样本回归模型 样本回归曲线：根据样本回归函数得到的被解释变量的轨迹。 （线性）样本回归函数： 01???i i Y X ββ=+ （线性）样本回归模型：01???i i i Y X e ββ=++ 2、一元线性回归模型的参数估计 （1）基本假设 ① 解释变量：是确定性变量，不是随机变量 var()0i X = ② 随机误差项：零均值、同方差，在不同样本点之间独立，不存在序列相关等 ()01,2,...,i E i n μ== 2var()1,2,...,i i n μσ==
cov(,)0;,1,2,...,i j i j i j n μμ=≠= ③ 随机误差项与解释变量：不相关 cov(,)01,2,...,i i X i n μ== ④ （针对最大似然法和假设检验）随机误差项： 2~(0,)1,2,...,i N i n μσ= ⑤ 回归模型正确设定。 【前四条为线性回归模型的古典假设，即高斯假设。满足古典假设的线性回归模型称为古典线性回归模型。】 （2）参数的普通最小二乘估计（OLS ） 目标：21 min n i i e =∑ 对于一元线性回归模型：011,2,...,i i i Y X i n ββμ=++= 正规方程组： 011 011 ?? 2[()]0??2[()]0n i i i n i i i i Y X X Y X ββββ==?--+=????--+=??∑∑ 解得： 011 112 211??()()?()n n i i i i i i n n i i i i Y X X X Y Y x y X X x βββ====?=-???--?==??-?? ∑∑∑∑ （3）最大似然估计（ML ） 对于一元线性回归模型：011,2,...,i i i Y X i n ββμ=++= 重要的基本假设： 2~(0,)1,2,...,cov(,)0;,1,2,...,var()01,2,...,i i j i N i n i j i j n X i n μσμμ?=? =≠=?? ==? 得到：2 01~(,)1,2,...,i i Y N X i n ββσ+= 【且cov(,)0;,1,2,...,i j Y Y i j i j n =≠=，这个对最大似然法的估计很重要】 则目标：12,,...,n Y Y Y 的联合概率密度最大，即
计量经济学期末考试及答案3
计量经济学期末考试及答案3
《计量经济学》课程期末考试试卷（三） 一、 单项选择题（每小题1分，共20分） 1、计量经济学的理论模型设计工作，不包括下面【 】方面。 A 、选择变量 B 、确定变量之间的数学表达式 C 、收集数据 D 、确定待估计参数理论预期值 2、计量经济学模型成功的三要素不包括【 】。 A 、理论 B 、应用 C 、数据 D 、方法 3、相关关系是指变量间的【 】关系。 A 、逻辑依存 B 、因果 C 、函数依存 D 、随机数学 4、截面数据是指同一时间条件下【 】组成的数据。 A 、不同统计单位相同统计指标 B 、相同统计单位相同统计指标 C 、相同统计单位不同统计指标 D 、不同统计单位不同统计指标 5、参数β的估计量β?被称为“最有效估计”是指ββ=)?(E 且【 】。 A 、0)?(=β Var B 、=)?(βVar 最小 C 、0)?(2=-ββ D 、ββ-?最小 6、可决系数2R 的取值范围是【 】。 A 、2R ≤－1 B 、2R ≥1 C 、0≤2R ≤1 D 、－1≤2R ≤1 7、下列关于模型参数估计的说法中正确的是【 】。 A 、一致性是指：样本量趋于无穷时，估计量收敛到参数真值。 B 、方差最小的估计量一定最好。 C 、对于无偏估计而言，均方误差最小与方差最小等价。 D 、对任意线性回归模型而言，最小二乘估计与最大似然估计等价。 8、下列模型不可化为线性回归模型的是【 】。 A 、i i i AX Y μα += B 、i i i LnX Y μββ++=10 C 、i i i X LnY μββ++=10 D 、i i i LnX LnY μββ++=`0
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） &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
计量经济学期末试卷
?第一题判断题10×2=20分（从以下题目中任选10题，判断对错；如果2 ? P66 1，OLS法是使残差平方和最小化的估计方法。 对 2，计算OLS估计值无需古典线性回归模型的基本假定。 对 3，若线性回归模型满足假设条件（1）——（4），但扰动项不服从正态分布，则尽管OLS估计量不再是BLUE，但仍为无偏估计量。 错只要满足（1）——（4），OLS估计量就是BLUE 4，最小二乘斜率系数的假设检验所依据的是t分布，要求??的抽样分布是正态分布。 对 5,R =TSS/ESS 错R =ESS/TSS 6，若回归模型中无截距项，则Σet=0未必成立。 对 7，若原假设未被拒绝，则它为真。 错只能说不能拒绝原假设 8，在双变量回归模型中，б 的值越大，斜率系数的方差越大。 错Var(??)=б /Σxt 只有当Σxt 恒定，上述说法才正确。 P149
1，尽管存在严重多重共线性，普通最小二乘法估计量仍然是最佳线性 无偏估计量。 对 2，如果分析的目的仅仅是为了预测，则多重共线性并无妨碍。 对 3，如果解释变量两两之间的相关系数都低，则一定不存在多重共线性。 错即使解释变量两两之间的相关系数都低，也不能排除存在多重共线性 的可能性 4，如果存在异方差性，通常用的t检验和F检验是无效的。 对 5，当存在自相关时，OLS估计量既不是无偏的，也不是有效的。 注意： 本书中无偏性不成立仅两种情况： 1，模型中忽略了有关的解释变量。 2，随机解释变量与扰动项同期无关。 错在扰动项自相关的情况下OLS估计量仍为无偏估计量，但不再具有最 小方差的性质，即不是BLUE 6，消除一阶自相关的一阶差分变换法假定自相关系数必须等于1。 对 7，模型中包含无关的解释变量，参数估计会有偏，并且会增大估计量的 方差，即增大误差。 错模型中包含无关的解释变量，参数估计仍无偏，但会增大估计量的方 差，即增大误差 8，多元回归中，如果全部“斜率”系数各自t检验都不显著，则R 值也高 不了。
计量经济学实验报告 (3)
1.背景 经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP）和国内生产总值的的增长来计算。 古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。 从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主要因素。 经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31年中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。 本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。 2.模型的建立 2.1 假设模型
为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（Y ）这个经济指标作为研究对象；用总就业人员数（1X ）衡量劳动力；用固定资产投资总额(2X )衡量资本投入：用价格指数（3X ）去代表消费需求。运用这些数据进行回归分析。 这里的被解释变量是，Y ：国内生产总值， 与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为： 1X 代表社会就业人数， 2X 代表固定资产投资， 3X 代表消费价格指数， μ代表随机干扰项。 模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。 国内生产总值 经济活动人口 全社会固定资产投资 居民消费价格指数 1992年 26,923.48 66,782.00 8,080.10 106.4 1993年 35,333.92 67,468.00 13,072.30 114.7 1994年 48,197.86 68,135.00 17,042.10 124.1 1995年 60,793.73 68,855.00 20,019.30 117.1 1996年 71,176.59 69,765.00 22,913.50 108.3 1997年 78,973.03 70,800.00 24,941.10 102.8 1998年 84,402.28 72,087.00 28,406.20 99.2 1999年 89,677.05 72,791.00 29,854.70 98.6 2000年 99,214.55 73,992.00 32,917.70 100.4 2001年 109,655.17 73,884.00 37,213.50 100.7 2002年 120,332.69 74,492.00 43,499.90 99.2 2003年 135,822.76 74,911.00 55,566.61 101.2 2004年 159,878.34 75,290.00 70,477.43 103.9 2005年 184,937.37 76,120.00 88,773.61 101.8 2006年 216,314.43 76,315.00 109,998.16 101.5
计量经济学考试必备公式大纲
学习用途,考试专用，请用完删除自己总结1159952047 1、异方差性：对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性。类型：单调递增型，单调递减型，复杂型。原因：⑴模型中遗漏了随时间变化影响逐渐增大的因素。（即测量误差变化）⑵模型函数形式设定误差。⑶随机因素的影响。（即截面数据中总体各单位的差异）后果：1．参数估计量非有效2.变量的显著性检验失去意义3.模型的预测失效检验：图示检验法，戈德菲尔德－匡特检验，怀特检验，帕克检验和戈里瑟检验处理：变异方差为同方差，或尽量缓解方差变异的程度。（加权最小二乘法（WLS），异方差稳健标准误法） 2、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，则称为存在... 原因：经济数据序列惯性；模型设定的偏误；滞后效应；蛛网现象；数据的编造后果：1．参数估计量非有效；2.变量的显著性检验失去意义；3.模型的预测失效检验方法：图示法；回归检验法；D.W.检验法；拉格朗日乘数检验补救方法：广义最小二乘法（GLS），广义差分法，随机干扰项相关系数的估计，广义差分法在计量经济学软件中的实现，序列相关稳健标准误法。 3、多重共线性：如果模型的解释变量之间存在着较强的相关关系，则称模型存在多重共线性。 原因：经济变量相关的共同趋势、滞后变量的引入、样本资料的限制后果（一）完全：1、参数估计值不确定。 2、参数估计值的方差会无限大。( 二)不完全：1、有可能求出参数的估计值，但估计值很不稳定。2、参数估计值的方差会随多重共线性（近似）程度的提高而增大。3、对总体参数的区间估计将会降低精确度（置信区间变宽）。评价区间估计的两个标准： (1)估计的可靠度。（2）估计的精确度 .4、对总体参数的显著性检验（t检验）在统计上将会不显著。检验：1.检验多重共线性是否存在2.判明存在多重共线性的范围克服方法：1.排除引起共线性的变量2.差分法3.见笑参数估计量的方差 4、●经典假定：1、零均值假定。2、同方差假定。3、无自相关假定。4、解释变量与随机误差项不相关。 5、无多重共线性假定。 6、正态性假定。●多元线性回归模型的基本假定：零均值假定、同方差和无自相关（条件方差不变、条件自相关等于0）、随机扰动项与解释变量不相关、无多重共线性、正态性假定独立同分布,且～ N (0,σ2) 5、拟和直线的优度-判定系数r2。TSS为总离差平方和，反映Y的样本观测值的平均差异程度；ESS 为Y的估计值与均值的离差平方和，反映解释变量的变化所引起的对Y的波动大小，即解释变量在模型中存在的重要程度；RSS为残差平方和，反映Y依据回归直线没有得到解释的变差。 6、F检验的意义（1）检验的不足。尽管具有对模型整体拟合状况的判断，但它并不能得到到底要多大时回归方程才算通过了拟合优度检验。虽然R2能够给出评价模型拟合好坏的度量，但它只是对样本的拟合程度进行评价，不能回答总体的真实状况。（2）F检验的目的。对于总体多元线性回归模型，从整体上看，多个解释变量与被解释变量之间是否存在显著的线性关系，或者说 Y 的变动是否依赖于这些解释变量的变化。由F统计量的构成可以看出（ESS服从自由度为k-1，RSS服从n-k 的分布），如果ESS显著地大于RSS，则表明不能认为所有的全为零，这时在很大程度上要拒绝。则在该意义下，说明回归方程中的所有解释变量对应变量存在显著性影响。F 检验的一般步骤是：（1）构造 F 统计量，即。（2）给定显著性水平，查F分布表，得临界值，其中k为参数的个数，n为样本容量。（3）比较判断。若F﹥，则拒绝原假使，表明回归函数从整体上看是显著的，即所有解释变量对应变量有显著性影响。 7、t 检验在多元线性回归模型里与一元的情况是一致的。需要注意的是在多元线性回归模型对参数的 t 检验中，即~ t(n-k) （在成立下）这里是服从自由度为 (n-k) 的 t 分布。因此，在多元的情况下，运用 t 检验的操作过程如下（1）提出假设（2）构造检验统计量在H 0 成立的情况下，有：~t(n-k)（3）计算t统计量值，。（4）根据t分布，给定显著性水平，查表得临界值。（5）比较判断，若，则拒绝 H 0 ，同时接受 H 1 。表明第 j 个解释变量 X j 对被解释变量 Y 存在显著性影响；否则，表明第 j 个解释变量 X j 对被解释变量 Y 不存在显著性影响。 8、
斯托克,沃森计量经济学第七章实证练习stata
E7.2 E7.3 E7.4
-------------------------------------------- (1) (2) ahe ahe -------------------------------------------- age 0.605*** 0.585*** (15.02) (16.02) female -3.664*** (-17.65) bachelor 8.083*** (38.00) _cons 1.082 -0.636 (0.93) (-0.59) （表2）Robust ci in parentheses *** p<0.01, ** p<0.05, * p<0.1 -------------------------------------------- N 7711 7711 -------------------------------------------- t statistics in parentheses * p<0.10, ** p<0.05, *** p<0.01 (表1) （1） 建立ahe 对age 的回归。截距估计值是1.082，斜率估计值是0.605。 （2） ①建立ahe 对age ，female 和bachelor 的回归。Age 对收入的效应的估计值是0.585。 ② age 回归系数的95%置信区间： (0.514，0.657) （3） 设H 0:βa,（2）-βa,（1）=0 H1:βa,（2）-βa （1）≠0 由表3，得SE ，SE(βa,（2）-βa,（1）)=√（0.0403）2+(0.0365)2=0.054 t=（0.605-0.585）/0.054=0.37<1.96 所以不拒绝原假设，即在5%显著水平下age 对ahe 的效应估计没有显著差异，所以（1）中的回归没有遭遇遗漏变量偏差。 （4） B ob’s predicted ahe=0.585×26-3.664×0+8.083×0-0.636=＄14.574 Alexis ’s predicted ahe=0.585×30-3.664×1+8.083×1-0.636=＄21.333 VARIABLES ahe age 0.585*** (0.514 - 0.657) female -3.664*** (-4.071 - -3.257) bachelor 8.083*** (7.666 - 8.500) Constant -0.636 (-2.759 - 1.487) Observations 7,711 R-squared 0.200
计量经济学期末试卷(满分70分)
计量经济学期末试卷（2004年6月，满分70分） 一（24分）将中国城镇居民按照人均年收入分成组，以2003年的组平均数为样本观测值，建立中国城镇居民消费函数模型，以人均年消费额为被解释变量，经过理论分析和经验检验，选择人均年收入和人均储蓄余额作为解释变量，解释变量和被解释变量之间的关系为直接线性关系。模型形式为： ⑴分别写出该问题的总体回归函数、总体回归模型、样本回归函数和样本回归模型； ⑵分别写出随机误差项具有同方差且无序列相关、具有异方差但无序列相关、具有异方差且具有一阶序列相关时的方差—协方差矩阵； ⑶当模型满足基本假设时，写出关于普通最小二乘法参数估计量的正规方程组； ⑷直观判断该模型是否具有异方差性？为什么？ ⑸如果该模型存在异方差性，写出加权最小二乘法参数估计量的矩阵表达式，并指出在实际估计时权矩阵是如何选择的； ⑹指出“偏回归系数” 的实际含义，并指出解释变量满足什么条件时可以用一元回归模型得到相同的的估计结果？ ⑺如果仅以入均收入200元及以上的收入组为样本，用OLS和ML分别估计模型，参数估计量是否等价？为什么？ ⑻如果模型中未包括显著的解释变量，可能导致模型违背哪些基本假设？ 二（8分）简要回答下列问题： ⑴C-D生产函数模型和CES生产函数模型关于要素替代弹性和技术进步的假设分别是什么？ ⑵建立城镇居民食品类需求函数模型如下： 其中V为人均购买食品支出额、Y为人均收入、为食品类价格、为其它商品类价格。指出各个参数估计量的经济意义和数值范围。 三（8分）某联立方程计量经济学模型有3个方程、3个内生变量、3个外生变量和样本观测值始终为1的虚变量C，样本容量为n。其中第二个方程为 ⑴能否采用OLS方法估计该结构方程？为什么？ ⑵如果采用工具变量方法估计该方程，如何选择的工具变量？（指出两种选择） 四（16分）中国的银行系统正遭受着坏帐的困扰，有估计认为全部坏帐足以让整个银行系统崩溃。毫无疑问坏帐是资源配置被扭曲的一个例子，换句话说如果没有坏帐，中国的GDP增长率也许会更高。为检验这一理论，假设你已经收集了中国银行系统坏帐累计总额的时序数据，以及其它一些总量数据如GDP，人口和总投资。 ⑴写出一个能够描述该问题的计量经济学模型，并解释。 ⑵写出检验下述命题的原假设：“坏帐对当期GDP增长率无影响”。 ⑶为1中你的模型提供合适的计量经济学估计方法，详细说明。 ⑷要让3中你的估计量满足一致性，必须满足什么条件？ 五（14分）假设你想研究国企和外企生产率的差别，为此你建立了如下的模型：
计量经济学实验四、五
实验四 序列相关的检验与修正 实验目的 1、理解序列相关的含义后果、 2、学会序列相关的检验与消除方法 实验内容 利用下表资料，试建立我国城乡居民储蓄存款模型，并检验模型的自相关性。 表3 我国城乡居民储蓄存款与GDP 统计资料（1978年＝100） 一、模型的估计 0、准备工作。建立工作文件，并输入数据。 1、相关图分析 SCAT X Y 相关图表明，GDP 指数与居民储蓄存款二者的曲线相关关系较为明显。现将函数初步设定为线性、双对数等不同形式，进而加以比较分析。 2、估计模型，利用LS 命令分别建立以下模型 ⑴线性模型： LS Y C X x y 5075.9284.14984?+-=
=t (-6.706) (13.862) 2R ＝0.9100 F ＝192.145 S.E ＝5030.809 ⑵双对数模型：GENR LNY=LOG(Y) GENR LNX=LOG(X) LS LNY C LNX x y ln 9588.20753.8?ln +-= =t (-31.604) (64.189) 2R ＝0.9954 F ＝4120.223 S.E ＝0.1221 3、选择模型 比较以上模型，可见各模型回归系数的符号及数值较为合理。各解释变量及常数项都通过了t 检验，模型都较为显著。比较各模型的残差分布表。线性模型的残差在较长时期内呈连续递减趋势而后又转为连续递增趋势，残差先呈连续递增趋势而后又转为连续递减趋势，因此，可以初步判断这种函数形式设置是不当的。而且，这个模型的拟合优度也较双对数模型低，所以又可舍弃线性模型。双对数模型具有很高的拟合优度，因而初步选定回归模型为双对数回归模型。 二、模型自相关的检验 1.图示法 其一，残差序列e t 的变动趋势图。菜单：Quick→Graph→line ，在对话框中输入resid ；或者用命令操作，直接在命令行输入：line X 。 其二，作e t-1和e t 之间的散点图。菜单：Quick→Graph→Scatter ，在对话框中输入resid(-1) resid ；或者用命令操作，直接在命令行输入：scat resid(-1) resid 。 2.DW 检验 因为n ＝21，k ＝1，取显著性水平α＝0.05时，查表得L d ＝1.22，U d ＝1.42，而0<0.7062＝DW 2：随机误差项的性质 （1）误差项代表了未纳入模型变量的影响； （2）即使模型中包括了决定数学分数的所有变量，其内在随机性也不可避免，这是做任何 努力都无法解释的； （3）u 代表了度量误差； （4）“奥卡姆剃刀原则”，即描述应该尽可能简单，只要不遗漏重要的信息。 3：解释回归结果的步骤 （1）看整个模型的显著性，看F 统计量的值； （2）看单个参数的显著性； （3）解释斜率的经济含义； （4）解释R 2。 4：古典线性回归模型的基本假定（同多元线性回归模型的基本假定相同） （1）所有自变量是确定性变量； （2） （3）自变量之间不存在完全多重共线性。 12：样本回归方程，i e 为残差项， i i i e X b b Y ++=21 总体回归方程，i u 为随机误差项 i i i u X B B Y ++=21 5： 样本回归函数： 随机样本回归函数： 总体回归函数： 随机总体回归方程： 观察值可表示为： 6：普通最小二乘法就是要选择参数1b 、2b ，使得参差平方和最小。 ()()() ∑∑∑∑∑∑--=---==-=2 2 2 22 21X n X Y X n Y X X X Y Y X X x y x b X b Y b i i i i i i i i i i i i i i i i i i i i i i i i i u X Y E Y e Y Y u X B B Y X B B X Y E e X b b Y X b b Y +=+=++=+=++=+=)|(?)|(?21212121 7：R 2的计算公式：( R 2度量了回归模型对Y 变异的解释比例) TSS ：总离差平方和 ESS ：回归平方和 RSS ：残差平方和 （1） （2） （3） 8：F 检验 ) 3,2(~) 3(2 )(. ...23322--+= =∑∑∑n F n e x y b x y b f d RSS f d ESS F t t t t t ()1 //1/1/1P ..-------?=n TSS k n RSS k n RSS p k n RSS k ESS k ESS k ESS F f d SS MSS f d 总离差 来自残差来自回归值值自由度平方和方差来源 9：F 与判定系数R2之间的重要关系 当R2＝0，F ＝0，当R2＝1，F 值为无穷大 10：校正的判定系数R 2 ( )k n n R R ----=1112 2 11：普通最小二乘估计量的一些重要性质: ∑∑∑====+=0 ?00 21i i i i i Y e X e n e e X b b Y 21ESS RSS TSS TSS ESS R TSS =+ = RSS ESS TSS +=)()1()1(22 k n R k R F ---=计量经济学公式整理.doc