计量经济学学习感受
计量经济学学习感受
经过前三章的学习，我对计量经济学了解了很多。计量经济学是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知识。同时对这门课程有了新的认识，计量经济学对我们的生活很重要，它对我国经济的发展有重要的影响。
计量经济学是一门比较难的课程，其中涉及大量的公式，不容易理解且需要大量的运算，其中需要很好的数学基础、统计基础和自己的分析思考能力，以及良好的计量软件应用能力，所以在学习的过程中我遇到了很多困难。但通过反复的视频学习，我对课上所学的最小二乘法等难理解的知识点有了进一步的理解，在掌握理论知识的同时，将其与实际的经济问题联系起来。在目前的学术现状下，要求研究者必须掌握计量的研究方法，这是实证研究最好的工具。用计量的工具，我们才能够把经济现象肢解开来，找到其中的脉络，进而分析得更加清晰。
在后期的学习中，会继续努力，熟练掌握计量经济学中一些软件的运用。
计量经济学读书笔记
计量经济学读书笔记 第一章：统计基础 (2) 第二章：计量经济学总论 (7) 第三章：双变量回归分析 (9) 第3.1回归方法 (9) 第3.2结果检验 (10) 第3.3回归参数的分布 (11) 第四章：多变量回归分析 (13) 第五章：OLS的基本假设 (14) 第六章：多重共线性 (16) 第七章：异方差性 (17) 第八章：自相关 (18) 第九章：时间序列分析 (20) 第十章：面板数据分析 (30) 第十一章：其他重要的分析方法 (49) ******加权最小二乘法 (50) ******二阶段最小二乘法TSLS (51) ******非线性最小二乘法 (51) ******多项分布滞后（PDLS） (51) ******广义矩估计 (52) ******logit和probit模型 (52) ******因子分析 (54) ******Granger因果分析 (55) ****** 广义线性回归（Generalized least squares） (55) ******格兰格因果检验 (57) ******误差修正模型（ECM） (57) 第十二章：EVIEWS (58) 第12.1节EVIEWS基本操作 (58) 第12.3节EVIEWS时间序列分析 (60) 第十三章：SPSS (61) 第13.1SPSS基本操作 (61) 第十四章：数据分析实战经验 (70)
第一章：统计基础 0 常用英文词汇的统计意义 panel data=longitudinal data 是对各个个体进行连续观察的截面数据。回归时的扰动项u=unobserved是影响因变量的其他变量之和,Univariate 单个变量的,如Univariate descriptives 意思是单个变量的统计指标 1 基本概念 统计总体是我们所关心的一些个体组成,如由多个企业构成的集合,统计意义上的总体通常不是一群人或一些物品的集合,而是一组对个体某种特征的观测数据。 参数总体的数值特征描述，如均值、标准差等。 统计量是用样本数据计算出来总体参数的估计值，从一个给定的总体中抽取容量为N的所有可能的样本,对于每一个样本我们可计算出某个统计量的值,不同的样本得到的该统计量的值是不一样的,该统计量的不同的值是不同抽样的结果（根据这些不同抽样计算出的对同一参数进行估计的统计量，可以计算出由各个统计量构成的集体的方差，该方差就是在统计软件中参数后面扩号内的方差），这符合随机变量的定义，因此该统计量也是随机变量，这个统计量的分布称之为抽样分布，它是从同一总体所抽出，同样大小的所有可能样本，其统计量的值的分布，一般情况下是一个正态分布，因为所有的估计值都是对总体参数的近似估计，因而服从以真实值为中心的正态分布，如果总体的分布是已知的则可以根据公式计算统计量 抽样分布的分布参数（均值为总体的均值，标准差为总体的标准差与N的比值）。 4在一个样本之中 包含若干个样本点，各个样本点所对应的个体的某种特征是一个变量，不同个体的该变量的取值相互独立，并且服从某种分布，因此根据样本计算的统计量可以看成是若干个独立变量的函数形式，其分布参数如均值、标准差可用数学公式推导。 时间序列是指同一现象在不同时间的相继观察值排列而成的序列,平稳序列,它的各种统计指标不随着时间而变化，在时间序列的散点图中表现为各点分布在一个以均值为中心的条状带中，同一时间序列的因素分析是指区分时间序列中各种不同因素的影响,确定长期趋势（找一条长期的趋势线）、季节变动（确定季节比率）、循环变动和不规则变动。时间序列分析时一项重要的内容就是根据过去已有的数据来预测未来的结果，利用时间序列数据进行预测时，通常假定过去的变化趋势会延续到未来，这样就可以根据过去已有的形态或模式进行预测。 统计决策是指根据样本的信息对总体的情况做出判断。 点估计是根据样本用与计算总体参数相同的法则（如求平均数）+估计总体参数的具体值,因而叫点估计如用样本的平均身高作为总体的平均身高。 区间估计就是点估计值 边际误差，边际误差是根据显著性水平及统计量的标准差，如大样本时在0.05的水平下边际误差为1.96*标准差。95%置信区间是用样本数据计算出来的对总体参数一个区间估计,保证根据所有样本计算的置信区间中,有95%会把真正的总体参数包含在区间之中，根据不同样本数据对同一总体参数进行估计的相同概率的置信区间不同，根据一个样本计算的对参数进行估计的置信区间是对总体参数的一个区间估计，是总体参数的若干置信区间中的一个，如果继续不断的抽样下去。每个样本会产生一个新的对总体参数的置信区间，如果我们如此不停的抽样下去，所有区间中有95%会包含真正的参数值。区间的概念提醒我们，因为我们只有样本数据，所以我们对于总体的所有叙述都不是确定的。 变量是说明个体的某种特征的概念，如“受教育程度”、“身高”等，说明事物类别的名称叫做分类变量(categorical variable)，如性别就有两个分类变量男、女；说明事物有序类别的一个名称，称为顺序变量(rank variable)，如一等品、二等品、小学、初中、大学等；说明事物数字特征并且有米、或者公
计量经济学第三版庞皓
第二章简单线性回归模型 第一节回归分析与回归函数P15 （一）相关分析与回归分析 1、相关关系 2、相关系数 3、回归分析 （二）总体回归函数（条件期望） （三）随机扰动项 （四）样本回归函数 第二节简单线性回归模型参数的估计P26 （一）简单线性回归的基本假定 （二）普通最小二乘法求样本回归函数 （三）OLS回归线的性质 （四）最小二乘估计量的统计性质 1、参数估计量的评价标准（无偏性、有效性、一致性） 2、OLS估计量的统计特性（线性特性、无偏性、有效性、高斯-马尔可夫定理） 第三节拟合优度的度量（RSS、ESS、TSS）P35 （一）总变差的分解 （二）可决系数 （三）可决系数与相关系数的关系 第四节回归系数的区间估计与假设检验P38 （一）OLS估计的分布性质 （二）回归系数的区间估值 （三）回归系数的假设检验 1、Z检验 2、t检验 第五节回归模型预测P43 第六节案例分析P48 第三章多元线性回归模型 第一节多元线性回归模型及古典假定P64 一、多元线性回归模型 二、多元线性回归模型的矩阵形式 三、多元线性回归模型的古典假定 第二节多元线性回归模型的估计P68 一、多元线性回归性参数的最小二乘估计 二、参数最小二乘估计的性质（线性特性、无偏性、有效性） 三、OLS估计的分布性质 四、随机扰动项方差的估计 五、多元线性回归模型参数的区间估计
第三节多元线性回归模型的检验P74 一、拟合优度检验（多重可决系数、修正的可决系数） 二、回归方程的显著性检验（F-检验） 三、回归参数的显著性检验（t-检验） 第四节多元线性回归模型的预测P79 第五节案例分析P81 第四章多重共线性第一节什么是多重共线性P94 第二节多重共线性产生的后果 第三节多重共线性的检验 第四节多重共线性的补救措施 第五节案例分析P109
计量经济学读书笔记.doc
学习好资料欢迎下载 计量经济学读书笔记 第一部分基础内容 一、计量经济学与相关学科的关系 经济统计学经济学数理经济学 计量经 济学 统计学数学 数理统计学 二、古典假设下计量经济学的建模过程 1.依据经济理论建立模型 2.抽样数据收集 3.参数估计 4.模型检验 （1）经济意义检验（包括参数符号、参数大小等） （2）统计意义检验（拟合优度检验、模型显著性检验、参数显 著性检验） （3）计量经济学检验（异方差检验、自相关检验、多重共线性 检验） （4）模型预测性检验（超样本特性检验） 5.模型的应用（结构分析、经济预测、政策评价、检验和发展经济理论）
三、几个重要的“变量” 1.解释变量与被解释变量 2.内生变量与外生变量 3.滞后变量与前定变量 4.控制变量 四、回归中的四个重要概念 1. 总体回归模型（ Population Regression Model ，PRM) y t b b 1 x t u t--代表了总体变量间的真实关系。 2. 总体回归函数（ Population Regression Function ，PRF ）E( y t ) b0 b1 x t--代表了总体变量间的依存规律。 3. 样本回归函数（ Sample Regression Function ，SRF ） y t ? ? e t--代表了样本显示的变量关系。b0 b1x t 4. 样本回归模型（ Sample Regression Model ，SRM ） ? ? ? b0 b1 x t---代表了样本显示的变量依存规律。 y t 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。
计量经济学 案例分析
第二章 案例分析 研究目的：分析各地区城镇居民计算机拥有量与城镇居民收入水平的关系，对更多规律的研究具有指导意义. 一． 模型设定 2011年年底城镇居民家庭平均每百户计算机拥有量Y 与城镇居民平均每人全年家庭总收入X 的关系 图2.1 各地区城镇居民每百户计算机拥有量与人均总收入的散点图 由图可知，各地区城镇居民每百户计算机拥有量随着人均总收入水平的提高而增加，近似于线性关系，为分析其数量性变动规律，可建立如下简单线性回归模型： Y t =β1+β2X t +u t 50 60 708090100 110120130140 X Y
二．估计参数 假定所建模型及其随机扰动项u i满足各项古典假设，用普通最小二乘法（OLSE）估计模型参数.其结果如下： 表2.1 回归结果 Dependent Variable: Y Method: Least Squares Date: 11/13/17 Time: 12:50 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C 11.95802 5.622841 2.126686 0.0421 X 0.002873 0.000240 11.98264 0.0000 R-squared 0.831966 Mean dependent var 77.08161 Adjusted R-squared 0.826171 S.D. dependent var 19.25503 S.E. of regression 8.027957 Akaike info criterion 7.066078 Sum squared resid 1868.995 Schwarz criterion 7.158593 Log likelihood -107.5242 Hannan-Quinn criter. 7.096236 F-statistic 143.5836 Durbin-Watson stat 1.656123 Prob(F-statistic) 0.000000 由表2.1可得， β1=11.9580，β2=0.0029 故简单线性回归模型可写为： ^ Y X t t=11.9580+0.0029 其中：SE(β1)=5.6228, SE(β2)=0.0002 R-squared=0.8320，F=143.5836，n=31
2015年中国人民大学数量经济学专业考研真题,复试经验,考研经验,心得分享,考研流程
【育明教育】中国考研考博专业课辅导第一品牌育明教育官方网站：https://www.360docs.net/doc/a217547716.html, 12015年中国人民大学考研指导 育明教育，创始于2006年，由北京大学、中国人民大学、中央财经大学、北京外国语大学的教授投资创办，并有北京大学、武汉大学、中国人民大学、北京师范大学复旦大学、中央财经大学、等知名高校的博士和硕士加盟，是一个最具权威的全国范围内的考研考博辅导机构。更多详情可联系育明教育孙老师。 数量经济学专业 一、本专业是博士和硕士学位授予点。 二、专业概况 数量经济学是一门新兴的多学科交叉学科，它将经济学，统计学，数学和计算机技术相结合，以我国社会主义现代化经济建设中的实际问题为背景研究各种经济数量关系及其规律，既包括方法、技术研究，又包括应用研究和数理经济学研究。将定量分析与定性分析相结合进行研究是本学科的主要特点。 我校是全国较早获得数量经济学硕士点和博士点的单位之一。经过二十多年的建设，已形成以魏权龄教授为学科带头人，赵国庆教授、林勇教授、龙永红教授为学术骨干，韩松副教授、杨斌博士等青年学者组成的学术梯队。魏权龄教授是将数据包络分析方法（DEA）最早引入中国的国内学者，他领导的学术团队在DEA 理论及应用研究方面处于国际领先水平，在国际高水平杂志发表论文几十篇（SCI 索引）。赵国庆教授在计量经济学和应用宏观经济学，林勇教授在非线性分形，龙永红教授在数理金融和拍卖机制设计方面均有丰富成果。 2006年1月，学校进行学科调整，将数量经济学专业由数学系调整进入经济学院，使该学科能够更好地发挥优势，促进人大经济学科的发展。在2008年教育部学科评比中，人民大学包括数量经济学在内的应用经济学一级学科获得第一名。 三、主要研究方向 数理经济与数理金融；最优化与经济数学模型；计量经济学理论及应用研究；博弈论与信息经济学。 四、研究内容 本专业主要研究内容包括数理经济学和计量经济学。数理经济学主要研究：经济学的数理分析方法、微观经济理论、宏观增长模型等内容。计量经济学主要包含计量经济学方法及应用研究。
一分钟看完计量经济学
建模是计量的灵魂，所以就从建模开始。 建模步骤：A，理论模型的设计：a ,选择变量b ,确定变量关系c,拟定参数范围 B,样本数据的收集：a，数据的类型b，数据的质量 C，样本参数的估计：a，模型的识别b，估价方法选择 D，模型的检验 a , 经济意义的检验1 正相关 2反相关等等 b,统计检验：1 检验样本回归函数和样本的拟合优度, R 的平方即其修正检验 2 样本回归函数和总体回归函数的接近程度：单个解释变量显著性即t 检验,函数显著性即F 检验,接近程度的区间检验 c,模型预测检验1 解释变量条件条件均值与个值的预测 2 预测置信空间变化 d,参数的线性约束检验：1 参数线性约束的检验 2 模型增加或减少变量的检验 3参数的稳定性检验：邹氏参数稳定性检验,邹氏预测检验------------ 主要方法是以F 检验受约束前后模型的差异 e,参数的非线性约束检验：1 最大似然比检验 2沃尔德检验 3拉格朗日乘数检验------ 主要方法使用X 平方分布检验统计量分布特征 f , 计量经济学检验 1, 异方差性问题：特征：无偏,一致但标准差偏误。检测方法：图示法, Park 与Gleiser 检验法, Goldfeld-Quandt 检验法, White 检验法----- 用WLS 修正异方差 2, 序列相关性问题：特征：无偏,一致,但检验不可靠,预测无效。检测方法：图示法, 回归检验法, Durbin-Waston 检验法, Lagrange 乘子检验法------ 用GLS 或广义差分法修正序列相关性 3 ，多重共线性问题：特征：无偏，一致但标准差过大，t 减小，正负号混乱。检测方法：先检验多重共线性是否存在，再检验多重共线性的范围 ------------------- 用逐步回归法，差分法或
计量经济学_庞皓_第三版(附答案)
第二章简单线性回归模型 2.1 （1）①首先分析人均寿命与人均GDP的数量关系，用Eviews分析：Dependent Variable: Y Method: Least Squares Date: 12/27/14 Time: 21:00 Sample: 1 22 Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 56.64794 1.960820 28.88992 0.0000 X1 0.128360 0.027242 4.711834 0.0001 R-squared 0.526082 Mean dependent var 62.50000 Adjusted R-squared 0.502386 S.D. dependent var 10.08889 S.E. of regression 7.116881 Akaike info criterion 6.849324 Sum squared resid 1013.000 Schwarz criterion 6.948510 Log likelihood -73.34257 Hannan-Quinn criter. 6.872689 F-statistic 22.20138 Durbin-Watson stat 0.629074 Prob(F-statistic) 0.000134 有上可知，关系式为y=56.64794+0.128360x1 ②关于人均寿命与成人识字率的关系，用Eviews分析如下：Dependent Variable: Y Method: Least Squares Date: 11/26/14 Time: 21:10 Sample: 1 22 Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 38.79424 3.532079 10.98340 0.0000 X2 0.331971 0.046656 7.115308 0.0000 R-squared 0.716825 Mean dependent var 62.50000 Adjusted R-squared 0.702666 S.D. dependent var 10.08889 S.E. of regression 5.501306 Akaike info criterion 6.334356 Sum squared resid 605.2873 Schwarz criterion 6.433542 Log likelihood -67.67792 Hannan-Quinn criter. 6.357721 F-statistic 50.62761 Durbin-Watson stat 1.846406 Prob(F-statistic) 0.000001 由上可知，关系式为y=38.79424+0.331971x2 ③关于人均寿命与一岁儿童疫苗接种率的关系，用Eviews分析如下：
计量经济学案例分析汇总
计量经济学案例分析1 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为元, 最低的黑龙江省仅为人均元，最高的上海市达人均10464元，上海是黑龙江的倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表的数据: 表 2002年中国各地区城市居民人均年消费支出和可支配收入
杨小凯
杨小凯（1948年10月6日－2004年7月7日），原名杨曦光，澳大利亚经济学家，华人。杨小凯原籍中国湖南省湘潭县，出生于吉林省，在湖南长沙长大。他最突出的贡献是提出新兴古典经济学与超边际分析方法和理论。他已出版的中英文专著包括：《专业化与经济组织》、《经济学：新兴古典与新古典框架》、《发展经济学：超边际与边际分析》，使他获得了世界级的成就和同行的推崇。他曾两次被提名诺贝尔经济学奖（2002年和2003年）2004年于澳洲墨尔本的家中去世，享年55岁。 主要成就：提出新兴古典经济学方法和理论提出超边际分析方法和理论 代表作品：《专业化与经济组织》；《经济学：新兴古典与新古典框架》等重要事件：被两次提名诺贝尔经济学奖 杨小凯，1988年获普林斯顿大学经济学博士学位，曾任哈佛大学国际发展中心(CID)研究员、澳洲莫纳什大学经济学讲座教授、澳洲社会科学院院士。 他的论文见于“美国经济评论”，“政治经济期刊”、“发展经济学期刊”、“经济学期刊”、“城市经济学期刊”等匿名审稿杂志。他和黄有光合著的《专业化和经济组织》一书被权威杂志书评称为“盖世杰作”。财务理论奇才布莱克称此书为“天才著作”。 他的《经济学：新兴古典与新古典框架》被匿名书评人称为“对经济学根基 进行重新梳理，为经济学教学提供了崭新的方法。”该书评人认为“杨正在建立起一个全新的领域。是的，我敢预见，人们对新兴古典经济学的兴趣将迅速兴起，我认为它很可能成为未来的潮流。” 诺贝尔奖得主布坎南认为杨的工作比卢卡斯(Lucas)、罗默(Romer)、克鲁格曼(Krugman)的要好得多。另一位诺贝尔奖得主阿罗称赞杨的研究使亚当·斯密的劳动分工论与科斯的交易费用理论浑为一体。 由于其在经济学上的巨大成就，杨小凯被誉为“离诺贝尔奖最近的华人”。 研究领域：
计量经济学-案例分析-第六章
第六章 案例分析 一、研究目的 2003年中国农村人口占59.47％，而消费总量却只占41.4%，农村居民的收入和消费是一个值得研究的问题。消费模型是研究居民消费行为的常用工具。通过中国农村居民消费模型的分析可判断农村居民的边际消费倾向，这是宏观经济分析的重要参数。同时，农村居民消费模型也能用于农村居民消费水平的预测。 二、模型设定 正如第二章所讲述的，影响居民消费的因素很多，但由于受各种条件的限制，通常只引入居民收入一个变量做解释变量，即消费模型设定为 t t t u X Y ++=21ββ （6.43） 式中，Y t 为农村居民人均消费支出，X t 为农村人均居民纯收入，u t 为随机误差项。表6.3是从《中国统计年鉴》收集的中国农村居民1985-2003年的收入与消费数据。 表6.3 1985-2003年农村居民人均收入和消费 单位： 元
2000 2001 2002 2003 2253.40 2366.40 2475.60 2622.24 1670.00 1741.00 1834.00 1943.30 314.0 316.5 315.2 320.2 717.64 747.68 785.41 818.86 531.85 550.08 581.85 606.81 为了消除价格变动因素对农村居民收入和消费支出的影响，不宜直接采用现价人均纯收入和现价人均消费支出的数据，而需要用经消费价格指数进行调整后的1985年可比价格计的人均纯收入和人均消费支出的数据作回归分析。 根据表6.3中调整后的1985年可比价格计的人均纯收入和人均消费支出的数据，使用普通最小二乘法估计消费模型得 t t X Y 0.59987528.106?+= （6.44） Se = (12.2238) (0.0214) t = (8.7332) (28.3067) R 2 = 0.9788，F = 786.0548，d f = 17，DW = 0.7706 该回归方程可决系数较高，回归系数均显著。对样本量为19、一个解释变量的模型、5%显著水平，查DW 统计表可知，d L =1.18，d U = 1.40，模型中DW 第六章 联立方程计量经济学模型案例 1、下面建立一个包含3个方程的中国宏观经济模型，已经判断消费方程式恰好识别的，投资方程是过度识别的。对模型进行估计。样本观测值见表6.1 01211012t t t t t t t t t t t C Y C u I Y u Y I C G αααββ-=+++?? =++??=++? 表6.1 中国宏观经济数据 单位：亿元 （1） 用狭义的工具变量法估计消费方程 选取方程中未包含的先决变量G 作为内生解释变量Y 的工具变量，过程如下： 结果如下： 所以，得到结构参数的工具变量法估计量为： 012???582.27610.2748560.432124α αα===，， （2） 用间接最小二乘法估计消费方程 消费方程中包含的内生变量的简化式方程为： 1011112120211222t t t t t t t t C C G Y C G πππεπππε--=+++?? =+++? 参数关系体系为： 11121210012012122000 παπαπααππαπ--=?? --=??-=? 用普通最小二乘法估计，结果如下： 所以参数估计量为： 101112???1135.937,0.619782, 1.239898π ππ=== 202122???2014.368,0.682750, 4.511084π ππ=== 所以，得到间接最小二乘估计值为： 12122??0.274856?π α π == 211121????0.432124α παπ=-= 010120????582.2758α παπ=-= （3）用两阶段最小二乘法估计消费方程 第一阶段使用普通最小二乘法估计内生解释变量的简化方程，得到 1?2014.3680.68275 4.511084t t t Y C G -=++ 用Y 的预测值替换消费方程中的Y ，直接用OLS 估计消费方程，过程如下： 计量经济学读书笔记 第一部分基础内容 一、计量经济学与相关学科的关系 二、古典假设下计量经济学的建模过程 1.依据经济理论建立模型 2.抽样数据收集 3.参数估计 4.模型检验 （1）经济意义检验（包括参数符号、参数大小等） （2）统计意义检验（拟合优度检验、模型显著性检验、参数显 著性检验） （3）计量经济学检验（异方差检验、自相关检验、多重共线性 检验） （4）模型预测性检验（超样本特性检验） 5.模型的应用（结构分析、经济预测、政策评价、检验和发展经济理论） 三、 几个重要的“变量” 1. 解释变量与被解释变量 2. 内生变量与外生变量 3. 滞后变量与前定变量 4. 控制变量 四、 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 b b y ++=10--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 b b y E 10)(+=--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 b b y ++=10??--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 b b y 10???+=---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 第二章 简单线性回归模型 2.1 （1） ①首先分析人均寿命与人均GDP 的数量关系，用Eviews 分析： Dependent Variable: Y Method: Least Squares Date: 12/27/14 Time: 21:00 Sample: 1 22 Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 56.64794 1.960820 28.88992 0.0000 X1 0.128360 0.027242 4.711834 0.0001 R-squared 0.526082 Mean dependent var 62.50000 Adjusted R-squared 0.502386 S.D. dependent var 10.08889 S.E. of regression 7.116881 Akaike info criterion 6.849324 Sum squared resid 1013.000 Schwarz criterion 6.948510 Log likelihood -73.34257 Hannan-Quinn criter. 6.872689 F-statistic 22.20138 Durbin-Watson stat 0.629074 Prob(F-statistic) 0.000134 有上可知，关系式为y=56.64794+0.128360x 1 ②关于人均寿命与成人识字率的关系，用Eviews 分析如下： Dependent Variable: Y Method: Least Squares Date: 11/26/14 Time: 21:10 Sample: 1 22 Included observations: 22 Variable Coefficien t Std. Error t-Statistic Prob. C 38.79424 3.532079 10.98340 0.0000 X2 0.331971 0.046656 7.115308 0.0000 R-squared 0.716825 Mean dependent var 62.50000 Adjusted R-squared 0.702666 S.D. dependent var 10.08889 S.E. of regression 5.501306 Akaike info criterion 6.334356 Sum squared resid 605.2873 Schwarz criterion 6.433542 Log likelihood -67.67792 Hannan-Quinn criter. 6.357721 第八章案例分析 改革开放以来，随着经济的发展中国城乡居民的收入快速增长，同时城乡居民的储蓄存 款也迅速增长。经济学界的一种观点认为，20世纪90年代以后由于经济体制、住房、医疗、养老等社会保障体制的变化，使居民的储蓄行为发生了明显改变。为了考察改革开放以来中 国居民的储蓄存款与收入的关系是否已发生变化，以城乡居民人民币储蓄存款年底余额代表 居民储蓄（Y），以国民总收入GNI代表城乡居民收入，分析居民收入对储蓄存款影响的数量关系。 表8.1为1978-2003年中国的国民总收入和城乡居民人民币储蓄存款年底余额及增加额的数据。 单位：亿元 2004 鉴数值，与用年底余额计算的数值有差异。 为了研究1978—2003年期间城乡居民储蓄存款随收入的变化规律是否有变化,考证城 乡居民储蓄存款、国民总收入随时间的变化情况，如下图所示: 图8.5 从图8.5中，尚无法得到居民的储蓄行为发生明显改变的详尽信息。若取居民储蓄的增量 （YY ）,并作时序图（见图 8.6） 从居民储蓄增量图可以看出，城乡居民的储蓄行为表现出了明显的阶段特征: 2000年有两个明显的转折点。再从城乡居民储蓄存款增量与国民总收入之间关系的散布图 看（见图8.7），也呈现出了相同的阶段性特征。 为了分析居民储蓄行为在 1996年前后和2000年前后三个阶段的数量关系，引入虚拟变 量D 和D2°D 和D 2的选择，是以1996>2000年两个转折点作为依据，1996年的GNI 为66850.50 亿元,2000年的GNI 为国为民8254.00亿元，并设定了如下以加法和乘法两种方式同时引入 虚拟变量的的模型: YY = 1+ 2GNI t 3 GNI t 66850.50 D 1t + 4 GNh 88254.00 D 2t i D 1 t 1996年以后 D 1 t 2000年以后 其中: D 1t _ t 1996年及以前 2t 0 t 2000年及以前 对上式进行回归后，有: Dependent Variable: YY Method: Least Squares Date: 06/16/05 Time: 23:27 120000 8.7 1996年和 100000- 40000 2WM GNi o eOB2&ISEea9a9l2949698[Ma2 20CUC ir-“- 1CC0C 图 8.6 *OOCO mnoot ， RtKXD Tconr GF* 文献读后感——基于动态计量经济学模型的房地产 周期研究 丁毅1 （南京财经大学国民经济学MG11001049） 摘要：本文作者参见清华大学学报2007年第47卷第12期《基于动态计量经济学模型的房地产周期研究》一问，研究了动态计量经济学模型在现实的应用方法。参考文献对所涉及的内容包括自回归分布滞后的ARMAX模型，使用了ADF检验和多重协整JJ检验，求出了误差修正序列（ECM）。 关键词：动态经济学模型ECMARMAX模型JJ检验 0 文献内容 本文是研究张红教授等《基于动态计量经济学模型的房地产周期研究》一文后的读后笔记。原文是以北京市1989年至2004年的时间序列数据为基础，建立了用于分析和判别房地产周期的动态计量经济学模型。原文作者使用的动态计量经济学模型，是有别于传统计量经济学模型的理论先导方法。张红教授认为如果后者先验理论的不准确，将导致传统计量经济学模型参数的错误。这与《中级计量经济学》中所认为的伪拟合问题含义相同。原文采用了误差修正模型和协整理论基础上的动态经济学模型，建立了北京房地产市场模型。经过系列分析后，得出结论：2006年北京房地产市场继续稳步上升。这与事实现今基本相同，因此本文作者认为该模型拟合过程正确。同时，张红教授指出，模型后期修正可以构建房地产周期识别指标和复杂性指标体系，时期合理体现市场的真实情况，而且可以考虑应用广义脉冲函数等分析某单独因素对房地产市场的周期的冲击性影响。[1] 1 原文解读 1.1选择动态经济学模型原因 中国房地产各种非理性因素对房地产有着深刻的影响能力，同时房地产行业的统计数据质量和时间序列长度无法满足分析需要，因此传统计量经济学模型效果差，应当考虑动态计量经济学模型。使用一个代表数据生成过程的自回归分布整合模型，然后推出包含变量间长期稳定关系的简单模型。这种模型使用了经济理论和统计数据，充分利用数据所包含的全部信息，适合于房地产市场周期分析。1.2建模思路 1.确定房地产周期变量相关的时间序列，建 立指标体系； 2.建立ARMAX模型； 3.确定模型参数，及ARMAX的滞后阶数； 4.对参数进行检验，ADF和多重协整JJ检验； 5.求出ECM，以此表明周期实际表征数据； 6.建立包含修正项的ARMAX模型； 7.模型的预测和分析； 1.3ARMAX模型 Eq1表示ARMAX模型。其中，RD表示销售率，INVT表示年度完成投资额，PRIE表示年度商品房平均销售价格，EARN表示家庭年均可支配收入；因为原文中，指标体系是通过经验判断和行业规范建立的，因此本文作者在此不进行叙述。 1.4JJ检验[2] Johansen和Juselius的似然比检验方法，简称JJ检验，主要用来分析诸多变量组成的V AR系统，借助典型相关理论在V AR模型基础上使用似然比检验进行协整检验的同时确定协整关系。其中，要注意的问题有 1.根据时间序列的数据生成过程正确选择确定成 分，正确处理好截距项和趋势项； 2.在实证分析阶段的结果上选择临界值； 3.协整关系非唯一性问题，当检验结果出现多个 第一章绪论 参考重点： 计量经济学的一般建模过程 第一章课后题（1.4.5） 1.什么是计量经济学？计量经济学方法与一般经济数学方法有什么区别？ 答：计量经济学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，是由经济学、统计学和数学三者结合而成的交叉学科。 计量经济学方法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；一般经济数学方法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。 4.建立与应用计量经济学模型的主要步骤有哪些？ 答：建立与应用计量经济学模型的主要步骤如下：(1)设定理论模型，包括选择模型所包含的变量，确定变量之间的数学关系和拟定模型中待估参数的数值范围；(2)收集样本数据，要考虑样本数据的完整性、准确性、可比性和—致性；(3)估计模型参数；(4)检验模型，包括经济意义检验、统计检验、计量经济学检验和模型预测检验。 5.模型的检验包括几个方面？其具体含义是什么？ 答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。 第二章经典单方程计量经济学模型：一元线性回归模型参考重点： 1.相关分析与回归分析的概念、联系以及区别？ 2.总体随机项与样本随机项的区别与联系？ 第二章案例分析 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为6029.88元, 最低的黑龙江省仅为人均4462.08元，最高的上海市达人均10464元，上海是黑龙江的2.35倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y 选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表2.5的数据: 表2.52002年中国各地区城市居民人均年消费支出和可支配收入 数据分析是一种信息提取过程。数据的搜索，聚集，整理是数据分析的前提，只有通过分析的数据才有使用的价值和意义。数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。 在统计学中，数据分析可划分为描述性统计分析、探索性数据分析以及验证性数据分析。所谓描述性统计分析，就是对一组数据的各种特征进行分析，以便于描述测量样本的各种特征及其所代表的总体的特征；探索性数据分析侧重于在数据之中发现新的特征；而验证性数据析，则侧重于验证或推翻已有的假设。 《数据分析》一书中介绍了数据描述性分析、非参数方法、回归分析等分析方法并介绍了常用数据分析方法的SAS实现过程。第一章介绍的数据描述分析是利用最基础的数理知识实现最简单的数据分析，包括对均值、方差、中值等的计算，数据分布图的勾画，对多元数据的相关分析等。这些简单的分析是复杂数据分析的基础。简单的数据分析在大多数情况下无法满足信息使用者的要求，这时，就需要对数据进行更深入的分析。 回归分析基于观测数据，建立变量间的适当以来关系，用以分析数据的内在规律，可用于预报、控制等问题。回归分析中要解决的问题有：参数估计、假设检验、模型选取等。模型的选取尤为关键，一个好的模型，既要较好地反映问题的本质，又要包含尽可能少的自变量。模型的选取有穷举法和逐步回归法两种。一个好的模型可以准确地预测应变量的值，在数据分析中起到重大的作用。该部分内容与上学期所学的《计量经济学》有诸多相同之处。数据分为三大类，即：截面数据、时间序列数据和虚拟数据。 第七章所介绍的时间序列分析正是对时间序列数据的普遍的处理方法。时间序列是按时间顺序排列的、随时间变化且相互关联的数据序列。其中，AR序列、MA序列、ARMA序列是最基本的三种时间序列形式。时间序列分析旨在建立一个平稳的序列模型用以预测将来某一时刻的数据。平稳的时间序列满足序列的分布特征不随时间的变化而变化，宽平稳时间序列具体要求：有常数均值、常数方差、任何两点间的协方差只与两点间的间隔有关。 第八章介绍了Bayes统计分析，贝叶斯统计中的两个基本概念是先验分布和后验分布。先验分布：总体分布参数θ的一个概率分布。贝叶斯学派的根本观点，是认为在关于总体分布参数θ的任何统计推断问题中，除了使用样本所提供的信息外，还必须规定一个先验分布，它是在进行统计推断时不可缺少的一个要素。他们认为先验分布不必有客观的依据，可以部分地或完全地基于主观信念。后验分布：根据样本分布和未知参数的先验分布，用概率论中求条件概率分布的方法，求出的在样本已知下，未知参数的条件分布。因为这个分布是在抽样以后才得到的，故称为后验分布。贝叶斯推断方法的关键是任何推断都必须且只须根据后验分布，而不能再涉及样本分布。第六章联立方程计量经济学模型案例
计量经济学读书笔记
计量经济学庞皓第三版课后答案解析
计量经济学-案例分析-第八章
计量经济学论文读后感
《计量经济学》第三版课后题答案
计量经济学-案例分析-第二章
数据分析读后感