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》期末重点知识归纳整理
计量经济学期末重点知识归纳1.普通最小二乘法：已知一组样本观测值{}n i Y X i i ,2,1:),(⋯=，普通最小二乘法要求样本回归函数尽可以好地拟合这组值，即样本回归线上的点∧i Y 与真实观测点Yt 的“总体误差”尽可能地小。
普通最小二乘法给出的判断标准是：被解释变量的估计值与实际观测值之差的平方和最小。
2.广义最小二乘法GLS ：加权最小二乘法具有比普通最小二乘法更普遍的意义，或者说普通最小二乘法只是加权最小二乘法中权恒取1时的一种特殊情况。
从此意义看，加权最小二乘法也称为广义最小二乘法。
3.加权最小二乘法WLS ：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，然后采用普通最小二乘法估计其参数。
4.工具变量法IV ：工具变量法是克服解释变量与随机干扰项相关影响的一种参数估计方法。
5.两阶段最小二乘法2SLS, Two Stage Least Squares ：两阶段最小二乘法是一种既适用于恰好识别的结构方程，以适用于过度识别的结构方程的单方程估计方法。
6.间接最小二乘法ILS ：间接最小二乘法是先对关于内生解释变量的简化式方程采用普通小最二乘法估计简化式参数，得到简化式参数估计量，然后过通参数关系体系，计算得到结构式参数的估计量的一种方法。
7.异方差性Heteroskedasticity ：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。
8.序列相关性Serial Correlation ：多元线性回归模型的基本假设之一是模型的随机干扰项相互独立或不相关。
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。
9.多重共线性Multicollinearity ：对于模型i k i i X X X Y μββββ++⋯+++=i k 22110i ，其基本假设之一是解释变量X 1,X 2,…,Xk 是相互独立的。
如果某两个或多个解释变量之间出现了相关性，则称为存在多重共线性。
计量经济学复习笔记要点
计量经济学 总复习第一部分：统计基础知识均值的概念：通常人们所说的均值就是“平均数”，统计意义上的均值是“期望值”。
方差：变量的每个样本与均值的距离大小的概念。
标准差：对方差开根号就是标准差。
数学期望值与方差的数学性质总体方差： 1.常量aE （a ）=a 2σ(a)=0抽样方差： 2.变量 y=a+bxE(y)=a+bE(x)总体标准偏差： 2σ(y)=b^2 * 2σ(x)抽样标准偏差：假设检验的定义：事先做一个假设，然后再用统计方法来检验这个假设是否有统计意义。
假设检验的步骤：第一步，设定假设条件。
原定假设，H0:u=u0，和替代假设，Ha:u ≠u0。
第二步，决定用哪种检验， 如果n ≥30,用Z 检验，如果n<30, 用t 检验。
第三步，找出临界值， 根据给定的定义域的大小，即α=1%、α=5%、或 α=10% 从概率分布表中查出Zc 值，或tc 值。
第四步，计算统计值， 或者第五步，比较统计值与临界值而得出结论。
如果统计值的绝对值大于临界值，那么我们就否定原定假设； 如果统计值的绝对值小于临界值，那么我们就不能否定原定假设。
第二部分 最小二乘法最小二乘法的假设条件：（1） （2） （3） （4） （5） 文字解释：Nu x Ni ∑-=22)(σ1)(22--=∑n x xs ni2σσ=2s s =nux Z σ0*-=n s u x t 0*-=)(=X E i ε∞<=22,)(σσεi Var 0),(=j i Cov εε0),(=i i X Cov ε1),(±≠j i X X Cov(1)每个误差必须是随机的，其误差的期望值是零；(2)误差都是雷同的，其方差相等，同时其方差的变化量必须是有限的； (3)每个误差之间必须是相互独立的； (4)误差项与方程式中的自变量是无关的； (5)自变量之间无直接的线性关系。
通用最小二乘法的步骤：第一步：求出误差项：第二步：求误差的平方和最小。
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。
计量经济学复习资料
计量经济学复习资料一、引言计量经济学是研究经济现象的数量关系和经济变量之间相互影响的学科。
它通过运用统计学和数学方法，以实证的方式分析经济模型和数据，以期为经济理论的验证和决策制定提供科学依据。
计量经济学作为经济学的重要分支，在经济学领域里起着举足轻重的作用。
本文将为大家提供一个关于计量经济学的复习资料，以便大家更好地复习和理解这门学科。
二、计量经济学基础1. 理论基础：回顾计量经济学的理论基础，包括经济学中的基本原理、假设和模型，以及计量经济学方法的发展演变过程。
2. 计量经济学的基本概念：介绍计量经济学中的一些基本概念，如变量、参数、模型、数据等，帮助读者建立对计量经济学基础概念的理解和认知。
三、计量经济模型1. 线性回归模型：介绍线性回归模型的基本原理和假设，包括最小二乘估计法、截距项、解释变量的选择和回归结果的解释等。
2. 多元线性回归模型：介绍多元线性回归模型的基本原理、假设和参数估计方法，包括多重共线性、异方差和自相关等问题的处理方法。
3. 非线性回归模型：介绍非线性回归模型，如对数线性模型、二项式模型和估计方法等。
4. 时间序列模型：介绍时间序列模型的基本原理、假设和参数估计方法，包括平稳性、季节性和趋势性等问题的处理方法。
四、计量经济学常用方法1. 模型诊断：介绍计量经济学中的模型诊断方法，包括残差分析、异方差检验和自相关检验等。
2. 假设检验：介绍计量经济学中的假设检验方法，包括参数显著性检验、模型拟合优度检验和模型比较等。
3. 预测方法：介绍计量经济学中的预测方法，包括时间序列分析、回归分析和面板数据分析等。
4. 因果推断：介绍计量经济学中的因果推断方法，包括工具变量法、自然实验和计量分析的注意事项等。
五、计量经济学在实际应用中的案例研究1. 劳动经济学：介绍计量经济学在劳动经济学领域的实际应用，包括劳动力市场分析、教育回报率和人力资本投资等。
2. 金融经济学：介绍计量经济学在金融经济学领域的实际应用，包括资本市场分析、投资组合选择和风险管理等。
计量经济学 复习纲要
第 3 讲多元线性回归
1. 变量系数的解释（剔除、控制其他因素的影响）
ˆ X ˆ X ˆ ˆ Y i 0 1 1i 2 2i ˆ 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 对斜率系数 1
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！
（1 ） （2）
ˆ u
i
0 ：残差的均值为 0；
1i
ˆX u
i
ˆ 0 ˆi X 2i 0 ， u ˆiY 0; u i
ˆ X ˆ + ˆ X （3） Y = 0 1 1 2 2
ˆ （Y ˆ 的平均值与 Y 的算术平均值相等 ） （4） Yi Y i i i
4. 多重共线性： （1）不完全多重共线与完全多重共线； （2）多重共线的后果以及检验、纠 正的办法 5. 高斯－马尔科夫定理：满足经典假设（哪些假设）的条件下，OLS 估计量是最优线性无 偏估计量。具体理解： （1）线性； （2）无偏性； （ - 1 1 2 2
ˆ X r;X X ˆ ˆ r ˆ r ˆ0 ˆ 1 X 2i r2 ） （其中 X 1i X 1i 1 0 1 2i 1 2i 2i 2 ˆ X u ˆ X ˆ ˆ u ˆi ˆi 3. OLS 估计值的性质： Yi Y i 0 1 1i 2 2i
5.柯克兰特-奥卡特（Cochrane-Orcutt）迭代法（不做考试要求）
简单题与案例分析题注意事项：
1. 计量模型的设立 (1) 被解释变量 （2）解释变量的选择：哪些因素会影响被解释变量？这些因素是否容易获得？不同变量之 间是否存在多重共线性（很强的相关）？模型函数形式的选择（需不需要加入二次项，是否 应该采用对数的形式）？ （3）解释变量的符号预期？根据经济理论或者常识判断。 （4）可能遗漏了哪些重要的变量？（不做考核要求） 2. 计量模型的估计与参数检验 （1）模型的参数的经济含义 （2）对参数的显著性进行检验（是否显著不等于 0？） （3）注意单侧与双侧 t 检验临界值的选择； 3. 计量模型的分析 （1）加入新的解释变量之后，原来模型中解释变量的系数发生了变化，解释发生变化的 原因（新加入的解释变量与原来的解释变量之间存在相关性）？ （2）综合计量模型的估计结果，对经济理论给出合理的解释。
计量经济学复习要点
计量经济学复习要点第一篇：计量经济学复习要点计量经济学复习要点第一章、概率论基础1.随机事件的概念P22.古典概行例题P5例1.1P2例1.2利用第一章的知识说明抽签的合理性如何利用第一章的知识估计一个池塘有多少鱼还有一个关于晚上紧急集合穿错鞋的题目，记不太清楚了3.期望与方差的概念，切比雪夫不等式，看例题1.4-例题1.8，不要求求出数4.变异系数的概念P175.大数定律和中心极限定律（具有独立同分布的随机变量序列的有限和近似地服从正态分布）的概念P24、P25第二章、矩阵代数1.矩阵的定义，加（page29）、减（page29）、乘（page30）、转置（page30）、逆（page31）知道怎么回事2.最小二乘法P39-P41（定义最小二乘解）3.第三节没有听，求听课学霸补充第三章、数据的分析方法和参数的统计推断1.数据的分析方法（算数平均、加权算数平均、几何平均、移动平均）（1）几种分析方法的定义（2）几中分析方法的不同（3）每种分析方法的具体作用（4）移动平均法中k的选择（5）指数平滑法的意义，α的选择，P552.t分布的概率密度函数3.矩估计法定义4.几大似然估计法P65，例题3.7例题3.85.贝叶斯估计和极大极小估计（应该是只看一下概念就可以了）6.假设检验（1）基本思想P75（2）双边假设检验（3）单边假设检验（4）参数检验P807.方差分析的思想、作用和模型第四章、一元线性回归（计算题）回归方程的求法，显著性检验，经济解释（各参数的解释），不显著的解释第六章、虚拟变量的回归模型1.虚拟变量的作用及模型2.应用虚拟变量改变回归直线的截距、斜率3.对稳定性的检验第二篇：2007计量经济学复习要点2007年计量经济学课程要点归纳1.十大经典假设的证明（关于两变量模型的性质检验）2.BLUE估计量的证明3.自相关检验方法（检验方法一定要记住）4.异方差检验方法（至少三种）5.孙老师讲过的附录要留意6.异方差与自相关的补救措施7.违反十大经典假设情况下的问题怎么解决（如多重共线性，异方差，自相关问题，虚拟变量的估计）注：以上重点均是提供参考，不做考试说明计量考察的重点是对计量模型的建立与估算，结果评价与补救思路的考察，没有大量的数学计算，请同学们放心！建议大家根据参考要点确定进度，并根据孙老师上课的重点决定自己的复习范围！希望同学们认真复习，考出好成绩！王琳第三篇：计量经济学复习笔记计量经济学复习笔记CH1导论1、计量经济学：以经济理论和经济数据的事实为依据，运用数学、统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。
计量经济学复习提纲
（一）基本知识类题型4-1．解释下列概念：（1）异方差性: 由于样本的变化，导致随机误差项的方差各不相同。
（2）序列相关性：随着时间的变化，导致随机误差项之间不是相互独立的。
（3）多重共线性:解释变量之间存在着共线性关系，包括严格的或者近似的线性关系。
（4）偏回归系数：随机应变量对各个自变量的回归系数，表示其对随机变量的解释程度。
（5）完全多重共线性：一般地对K个解释变量X1,X2,…..XK,如果它们之间满足λ1X1+λ2X2+…+λkXk=0其中λ1λ2…λk为常数，且不全为0，则称X1,X2,…..XK之间存在着完全多重共线性。
（6）不完全多重共线性：若λ1X1+λ2X2+…+λkXk+νi=0，其中其中λ1λ2…λk为常数，且不全为0，则称X1,X2,…..XK 之间存在着不完全多重共线性。
（7）随机解释变量：即解释变量时随机的，不再是确定的。
（8）差分法：广义差分法，是指将回归模型滞后一期，使新的误差项νi满足经典假设的所有要求，以消除序列相关性的一种方法。
（9）广义最小二乘法：又叫GLS，将原始变量转化成满足经典模型假设的转换变量，然后使用OLS.（10）D.W.检验:即杜宾沃森检验，是检验一阶自相关最著名的方法，构造统计量d 值，判断其所在的区域得出是否存在自相关的结论。
二、判断下列各题对错，并简单说明理由：1)在存在异方差情况下，普通最小二乘法（OLS）估计量是有偏的和无效的；NO2)如果存在异方差，通常使用的t检验和F检验是无效的；YES3)在存在异方差情况下，常用的OLS法总是高估了估计量的标准差；NO4)如果从OLS回归中估计的残差呈现系统模式，则意味着数据中存在着异方差；YES5)当存在序列相关时，OLS估计量是有偏的并且也是无效的；NO6)消除序列相关的一阶差分变换假定自相关系数ρ必须等于1；NO7)两个模型，一个是一阶差分形式，一个是水平形式，这两个模型的R2值是不可以直接比较的。
计量经济学期末考试复习重点
对于不同的解释变量的值，随机误差项的方差不再是常数，则认为出现了异方差性假性异方差:模型遗漏了重要的变量,模型函数形式的设定误差。
解决方法：设定正确模型真正的异方差,随机因素的影响(截面数据中，波动与经济规模的比例关系。
如赚钱越多，消费的选择余地越大。
时间序列中，波动的系统变化)后果：出现异方差如仍采用OLS估计模型参数，OLS估计量仍然是线性、无偏的，但是OLS 估计不再是有效估计。
无法正确估计回归系数的标准差,参数估计的标准差出现偏差。
T检验失效。
模型预测不准确（区间估计与随机误差项的方差有关）残差分析图的eview实现：(Sort X)Ls Y C X Genr E1=resid Genr E2=abs(E1) 或者genr E2=E1*E1Scat x E2G_Q检验的适用范围：样本容量较大，单调异方差的情形，对于复杂异方差则无法应用步骤：将Xi按大小排列，去掉中间C=N/4个，剩下的观察值划分成大小相同两个子样本，对每个子样本分别求回归方程，并计算各自的残差平方和，提出假设构造统计量如果F＞Fa ，误差项存在明显的递增异方差性；如果1≤F≤Fa，误差项无明显异方差性。
Sort X Smpl 1 x1 Ls Y C X ，求RSS1 Smpl x2 n Ls Y C X, 求RSS2计算F，查F临界值，并进行判断G-Q检验缺点：无法确定具体形式，对如何解决异方差没有提供建议，复杂异方差不适用，对于多元的情况，处理比较麻烦怀特检验的适用范围：任何形式的异方差，对于多元模型也很方便，可初步推测异方差形式步骤：估计回归模型，并计算残差平方，估计辅助回归方程即将残差平方关于所有解释变量的一次项，二次项和交叉项回归。
计算辅助回归判定系，可证：同方差假设下（），渐进地有：如Park和Gleiser检验：White检验形式太过一般，为了具体化，和以后修正异方差的需要。
基本思想:利用残差绝对值序列或残差平方序列，分别对Xi（的某种形式）进行一元辅助回归。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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-1ESS(回归平方和)：自由度为：kRSS(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: DEBTMethod: Least SquaresDate: 05/31/06 Time: 08:35Sample: 1980 1995Included observations: 16Variable Coefficient Std. Error t-Statistic Prob.C 155.6083 （）0.269042 0.7921INCOME （）0.063573 12.99003 0.0000COST-56.43329 31.45720 （ ） 0.0961 R-squared0.989437 Mean dependent var 2952.175 Adjusted R-squared（ ） S.D. dependent var 1132.051 S.E. of regression124.9807 Akaike info criterion 12.66156 Sum squared resid203062.2 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 ˆˆ()t sb ββ=，故 ˆ0.81ˆ()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+1B. n<k+1C. 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。