计量经济学复习知识点重点难点
计量经济学复习知识点重点难点
计量经济学知识点
第一章导论
1、计量经济学的研究步骤：模型设定、估计参数、模型检验、模型应用。
2、计量经济学是统计学、经济学和数学的结合。
3、计量经济学作为经济学的一门独立学科被正式确立的标志：1930年12
月国际计量经济学会的成立。
4、计量经济学是经济学的一个分支学科。
第二章简单线性回归模型
1、在总体回归函数中引进随机扰动项的原因：①作为未知影响因素的代
表；②作为无法取得数据的已知因素的代表；③作为众多细小影响因素的综合代表；④模型的设定误差；⑤变量的观测误差；⑥经济现象的内在随机性。
2、简单线性回归模型的基本假定：①零均值假定；②同方差假定；
③随机
扰动项和解释变量不相关假定；④无自相关假定；⑤正态性假定。
3、OLS回归线的性质：①样本回归线通过样本均值；②估计值的均值等于
实际值的均值；③剩余项ei的均值为零；④被解释变量的估计值与剩余项不相关；⑤解释变量与剩余项不相关。
4、参数估计量的评价标准：无偏性、有效性、一致性。
5、OLS估计量的统计特征：线性特性、无偏性、有效性。
6、可决系数R2的特点：①可决系数是非负的统计量；②可决系数的取值范
围为[0,1]；③可决系数是样本观测值的函数，可决系数是随抽样而变动的随机变量。
第三章多元线性回归模型
1、多元线性回归模型的古典假定：①零均值假定；②同方差和无自相关假
定；③随机扰动项和解释变量不相关假定；④无多重共线性假定；
⑤正态性假定。
2、估计多元线性回归模型参数的方法：最小二乘估计、极大似然估计、矩
估计、广义矩估计。
3、参数最小二乘估计的性质：线性性质、无偏性、有效性。
4、可决系数必定非负，但是根据公式计算的修正的可决系数可能为负值，
这时规定为0。
5、可决系数只是对模型拟合优度的度量，可决系数越大，只是说明列入模
型中的解释变量对被解释变量的联合影响程度越大，并非说明模型中各个解释变量对被解释变量的影响程度也大。
6、当R2=0时，F=0；当R2越大时，F值也越大；当R2=1时，F→∞。
第四章多重共线性
1、产生多重共线性的背景：①经济变量之间具有共同变化趋势；
②模型中
包含滞后变量；③利用截面数据建立的模型也可能出现多重共线性；④样本数据自身的原因。
2、完全多重共线性的后果：参数的估计值不确定、参数估计值的方差无限
大。
3、不完全多重共线性的后果：①参数估计值的方差和协方差增大；
②对参
数区间估计时，置信区间趋于变大；③严重多重共线时，假设检验容易作出错误的判断；④当多重共线性严重时，可能造成可决系数
较高，经F检验的参数联合显著性也很高，但对各个参数单独的t检验却可能不显著，甚至可能使估计的回归系数符号相反，得出完全错误的结论。
4、多重共线性的检验：简单相关关系检验法、方差扩大（膨胀）因子法、
直观判断法、逐步回归检测法。
5、修正多重共线性的经验方法：剔除变量法、增大样本容量、变换模型形
式、利用非原本先验信息、横截面数据与时间序列数据并用、变量变换。
6、变量变换：计算相对指标、将名义数据转换为实际数据、将小类指标合
并成大类指标、将总量指标进行对数变换。
第五章异方差性
1、产生异方差的原因：模型设定误差、测量误差的变化、截面数据中总体
各单位的差异。
2、异方差的后果：参数的估计仍然具有无偏性和一致性、参数的估计量不
具有有效性、在古典假定下用来检验假设的统计量可能不再成立、参数的方差会增大、Y预测值的精确度也将会下降。
3、异方差的检验：图示检验法、Goldfeld-Quanadt检验、White检验、
ARCH检验、Glejser检验。
4、异方差的补救措施：对模型变换、加权最小二乘法、模型的对数变换。
第六章自相关
1、自相关产生的原因：①经济系统的惯性；②经济活动的滞后反应；③数
据处理造成的相关；④蛛网现象；⑤模型设定误差。
2、自相关的后果：参数依然是无偏的、真实方差被低估、参数估计量无
效、F检验和R^2检验不可靠、置信区间不可靠、降低了预测的精度。
3、自相关的检验：图示检验法、DW检验法、Breusch-Godfrey 检验（LM检
验）
4、自相关的补救：广义差分法、科克伦-奥克特迭代法、德宾两步法。
第七章分布滞后模型和自回归模型
1、滞后效应：被解释变量受自身或其他经济变量过去值影响的现象。
2、滞后效应产生的原因：心理预期因素、技术因素、制度因素。
3、滞后变量：指过去时期的、对当前被解释变量产生影响的变量。
4、分布滞后模型：滞后变量模型中没有被解释变量，被解释变量只受解释
变量的影响，且这种影响分布在解释变量不同时期的滞后值上的滞后变量模型。
5、在分布滞后模型中：β0称为短期乘数或即期乘数，βi称为延迟乘数或
动态乘数，Σβi称为长期乘数或总分布乘数（i=0,1,2,…,s）。
6、自回归模型：滞后变量模型的解释变量仅包括自变量X的当期值和被解
释变量的若干期滞后值的模型。
7、分布滞后模型的估计困难：自由度问题、多重共线性问题、滞后长度难
以确定。
8、衡量回归模型的两个准则：赤池AIC信息准则、施瓦茨SIC信息准则。
9、有限分布滞后模型的常用估计方法：经验加权法、阿尔蒙法。
10、经验加权估计法：根据实际经济问题的特点及经验判断，形成相应的约
束，对解释变量的系数赋予一定的权数，利用这些权数构成各滞后变量的线性组合，以形成新的变量，再应用最小二乘法进行估计。
11、常见的滞后结构模型：递减滞后结构、不变滞后结构、∧形滞后结构。
12、经验加权法的优点：简单易行、少损失自由度、避免多重共线性干扰及
参数估计具有一致性。缺点：设置权数的主观随意性较大，要求分析者对实际问题的特征有比较透彻的了解。
13、阿尔蒙法基本原理：在有限分布滞后模型滞后长度s已知的情况下，滞
后项系数可以看成是相应滞后期i的函数。
14、通过阿尔蒙多项式变换，新模型中的变量个数少于原分布滞后模型的变
量个数，从而自由度得到了保证，并在一定程度上缓解了多重共线性问题。
15、自回归模型的构建：库伊克模型、自适应预期模型、局部调整模型。
16、自回归模型估计的困难：①出现了随机解释变量Yt-1,而Yt-1可能与随
机扰动项相关；②随机扰动项可能自相关，库伊克模型和自适应预期模型的随机扰动项都会导致自相关，只有局部调整模型的随机扰动项无自相关。
17、工具变量法：在进行参数估计的过程中选择适当的工具变量，代替回归
模型中同随机扰动项存在相关性的解释变量。
18、工具变量选择的条件：①与代替的解释变量高度相关；②与随机扰动项
不相关；③与其他解释变量不相关，以避免出现多重共线性。
19、缓减解释变量Yt-1与随机扰动项存在相关带来的估计偏倚，可采用工具
变量法；诊断一阶自回归模型扰动项是否存在自相关，可用德宾h 检验法。
第八章虚拟变量回归
1、虚拟变量：人工构造的作为属性因素代表的变量通常用字母D （或dummy
的缩写DUM）表示。一般情形下，虚拟变量的取值为0和1。
2、虚拟变量的作用：①可以作为属性因素的代表；②可以作为某些非精确
计量的数量因素的代表；③可以作为某些偶然因素或政策因素的代表；④可以作为时间序列分析中季节（月份）的代表；⑤可以实现分段回归，研究斜率、截距的变动，或比较两个回归模型的结构差异。
3、常用的虚拟变量模型：①解释变量中只包含虚拟变量，作用是在假定其
他因素都不变时，只研究定性变量是否使被解释变量表现出显著性差异；②解释变量中既包含定量变量，又含虚拟变量，研究定量变量和虚拟变量同时对被解释变量的影响；③被解释变量本身为虚拟变量的模型，是被解释变量本身取值为0或1的模型，适于对某社会经济现象进行“是”与“否”的判断研究。
4、虚拟变量的取值原则：虚拟变量取“0”，通常代表为比较基础的类型；
虚拟变量取“1”，通常代表与基础类型相比较的类型。
5、若一个定性因素有m个相互排斥的类型（或水平、属性）时，虚拟变量
个数的设置规则：①在有截距项的模型中，只能引入m-1个虚拟变量，否则会陷入所谓的“虚拟变量陷阱”，产生完全的多重共线性；
②在无截距的模型中，可以引入m个虚拟变量，而不会导致完全的多重共线性。
6、“虚拟变量陷阱”的实质，是模型中虚拟变量的设置是否会导
致多重共
线性的问题。
7、引入虚拟解释变量的基本方式：加法方式和乘法方式。以加法方式引入
虚拟变量会改变原有模型的截距；以乘法方式引入虚拟变量会改变原有模型的斜率。
8、以加法方式引入虚拟变量的四种情形：①解释变量只有一个分为两种相
互排斥类型的定性变量而无定量变量；②解释变量包含一个定量变量和一个分为两种类型的定性变量；③解释变量包含一个定量变量和一个两种以上类型的定性变量；④解释变量包含一个定量变量和一个以上定性变量。
9、以乘法方式引入虚拟解释变量的主要作用：①关于两个回归模型的比
较；②因素间的交互影响分析；③提高模型对现实经济现象的描述精度。
计量经济学重点知识整理
计量经济学重点知识整理 1一般性定义 计量经济学是以经济理论和经济数据的事实为依据，运用数学和统计学的方法，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。 研究的主体（出发点、归宿、核心）： 经济现象及数量变化规律 研究的工具（手段）： 模型数学和统计方法 必须明确： 方法手段要服从研究对象的本质特征（与数学不同）,方法是为经济问题服务 2注意：计量经济研究的三个方面 理论：即说明所研究对象经济行为的经济理论——计量经济研究的基础 数据：对所研究对象经济行为观测所得到的信息——计量经济研究的原料或依据 方法：模型的方法与估计、检验、分析的方法——计量经济研究的工具与手段 三者缺一不可 3计量经济学的学科类型 ●理论计量经济学 研究经济计量的理论和方法 ●应用计量经济学：应用计量经济方法研究某些领域的具体经济问题 4区别： ●经济理论重在定性分析,并不对经济关系提供数量上的具体度量 ●计量经济学对经济关系要作出定量的估计，对经济理论提出经验的内容 5计量经济学与经济统计学的关系 联系： ●经济统计侧重于对社会经济现象的描述性计量 ●经济统计提供的数据是计量经济学据以估计参数、验证经济理论的基本依据 ●经济现象不能作实验，只能被动地观测客观经济现象变动的既成事实，只能依赖于经济统计数据 6计量经济学与数理统计学的关系 联系： ●数理统计学是计量经济学的方法论基础 区别： ●数理统计学是在标准假定条件下抽象地研究一 般的随机变量的统计规律性； ●计量经济学是从经济模型出发，研究模型参数 的估计和推断，参数有特定的经济意义，标准 假定条件经常不能满足，需要建立一些专门的 经济计量方法 3、计量经济学的特点：
计量经济学复习知识点重点难点
计量经济学复习知识点重点难点 计量经济学知识点 第一章导论 1、计量经济学的研究步骤：模型设定、估计参数、模型检验、模型应用。 2、计量经济学是统计学、经济学和数学的结合。 3、计量经济学作为经济学的一门独立学科被正式确立的标志：1930年12 月国际计量经济学会的成立。 4、计量经济学是经济学的一个分支学科。 第二章简单线性回归模型 1、在总体回归函数中引进随机扰动项的原因：①作为未知影响因素的代 表；②作为无法取得数据的已知因素的代表；③作为众多细小影响因素的综合代表；④模型的设定误差；⑤变量的观测误差；⑥经济现象的内在随机性。 2、简单线性回归模型的基本假定：①零均值假定；②同方差假定； ③随机 扰动项和解释变量不相关假定；④无自相关假定；⑤正态性假定。 3、OLS回归线的性质：①样本回归线通过样本均值；②估计值的均值等于 实际值的均值；③剩余项ei的均值为零；④被解释变量的估计值与剩余项不相关；⑤解释变量与剩余项不相关。 4、参数估计量的评价标准：无偏性、有效性、一致性。 5、OLS估计量的统计特征：线性特性、无偏性、有效性。 6、可决系数R2的特点：①可决系数是非负的统计量；②可决系数的取值范 围为[0,1]；③可决系数是样本观测值的函数，可决系数是随抽样而变动的随机变量。
第三章多元线性回归模型 1、多元线性回归模型的古典假定：①零均值假定；②同方差和无自相关假 定；③随机扰动项和解释变量不相关假定；④无多重共线性假定； ⑤正态性假定。 2、估计多元线性回归模型参数的方法：最小二乘估计、极大似然估计、矩 估计、广义矩估计。 3、参数最小二乘估计的性质：线性性质、无偏性、有效性。 4、可决系数必定非负，但是根据公式计算的修正的可决系数可能为负值， 这时规定为0。 5、可决系数只是对模型拟合优度的度量，可决系数越大，只是说明列入模 型中的解释变量对被解释变量的联合影响程度越大，并非说明模型中各个解释变量对被解释变量的影响程度也大。 6、当R2=0时，F=0；当R2越大时，F值也越大；当R2=1时，F→∞。 第四章多重共线性 1、产生多重共线性的背景：①经济变量之间具有共同变化趋势； ②模型中 包含滞后变量；③利用截面数据建立的模型也可能出现多重共线性；④样本数据自身的原因。 2、完全多重共线性的后果：参数的估计值不确定、参数估计值的方差无限 大。 3、不完全多重共线性的后果：①参数估计值的方差和协方差增大； ②对参 数区间估计时，置信区间趋于变大；③严重多重共线时，假设检验容易作出错误的判断；④当多重共线性严重时，可能造成可决系数
计量经济学知识点重点总结
一、一些应该掌握的概念（课都上完以后回顾时候提到的应该知道的一些知识，有可能会出简答题） 1、中心极限定理 2、大数定理 3、正态分布 4、契比雪夫不等式 5、方差，期望 6、协方差及其相关系数， 二、一些基本题型 1、随机变量分布，“离散型100%考，图形不会的补考！”（此为他课上威胁性话语，所以重视程度排在第一位了……不知道是不是真考，《北方工业大学》版本有一个其他的数据的例子，供参考） 例：设对任意x，定义F(x)=P{X≤x}=P{w|X(w)≤x} X 1 2 3 P 1/3 1/3 1/3 求F(x)=P(X≤x)的分布 1）x<1时，F(x)= P(X<1)=0 2）1≤x<2时，F(x)= P(X≤1)=P(X=1)=1/3 3）2≤x<3时，F(x)= P(X≤2) =P(X=1)+ P(X=2)=2/3 4）3≤x时，F(x)= P(X≤3) =P(X=1)+P(X=2)+ P(X=3)=1 图形:次图形为右连续 F(x) 0 1 2 3 x 2、需求量，很容易考（原话） P15的例1.5，实在打不出来，留个地，大家自己写上去吧。 3、联合概率密度（简单被积分数，身高、体重作为随机变量） 例：用X表示身高，Y表示体重，（X,Y）为二维随机变量 定义F(l,w)=P{X≤l1, Y≤w1} 当两个事件相互独立时，得出
F(l,w)=F X(l) * F Y(w) 即同时满足身高、体重条件的概率为满足身高事件的概率与满足体重的概率乘积。 4、古典概型例子 例一：有藏品100个，其中5个次品，求取8个里面最多2个次品的概率？解：书上p6，例1.1 其中应注意公式： n! C m n =---------------------- m!(n-m)! (公式打得难看了一点，但是很有用) 例二：黑球a个，白球b个，放在一起抓阄。1≤k≤a+b，求在第k个位置抓到黑球的概率？ 解： a*(a+b-1)! / (a+b)! =a/(a+b) 此用来证明第k次抽签时与前面抽到的概率都相等，（本人认为考的可能性小，哈哈） 例三：n个人坐一圈，求其中2个熟人坐一起的概率 解： P=2/(n-1) 即为，把两个人看作一个整体，与其他n-1个人排列，有n-1种方法，他们之间的座位左右更换，有两个，所以得出上式。太简单了，估计不会考吧？ 例四：n个人，至少2个人同生日的概率 如p6，例1.2 P=1 - 365*364*…（365-n+1）/365n 例五：n双不同的鞋，取2k只，（2k 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) 8．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 的线性影响(1 分)。 24．剩余变差：简称 RSS，是未被回归直线解释的部分(2 分)，是由解释变量以外的因素造成的影响(1分)。 25．多重决定系数：在多元线性回归模型中，回归平方和与总离差平方和的比值(1 分)， 计量经济学考试重点整理 计量经济学考试重点整理 第一章： 计量经济学是指用数学方法探讨经济学的一门学科，由统计学、经济理论和数学三者结合而成。它不同于经济统计学和一般经济理论，也不是数学应用于经济学的同义语。三者结合起来，才能构成计量经济学的力量。 理论模型的设计包含三个主要部分：选择变量、确定变量之间的数学关系和拟定模型中待估计参数的数值范围。 常用的样本数据有时间序列、截面和虚拟变量数据。样本数据的质量应具备完整性、准确性、可比性和一致性。 模型的检验包括经济意义检验、统计检验、计量经济学检验和模型预测检验。其中，计量经济学检验包括异方差性检验、序列相关性检验和共线性检验。 计量经济学模型的成功要素包括理论、方法和数据。应用方面，计量经济学模型可用于结构分析、经济预测、政策评价和理论检验与发展。其中，结构分析主要采用弹性分析、乘数分析和比较静力分析等方法。 经济预测是计量经济学模型的一个主要应用领域，它是从用于经济预测，特别是短期预测而发展起来的。对于非稳定发展的经济过程和缺乏规范行为理论的经济活动，计量经济学模型预测功能可能失效。 政策评价是指从许多不同的政策中选择较好的政策予以实行，或者说不同的政策对经济目标所产生的影响的差异。计量经济学模型可以起到“经济政策实验室”的作用，将经济目标作为被解释变量，经济政策作为解释变量，评价各种不同政策对目标的影响。 最后，实践是检验真理的唯一标准，计量经济学模型的理论方法需要不断发展以适应预测的需要。 任何经济学理论只有在成功解释过去的情况下才能被人们所接受。计量经济学模型提供了一种检验经济理论的好方法，通过对理论假设的检验可以发现和发展理论。 相关分析主要研究随机变量间的相关形式及相关程度，适用于所有统计关系。但相关分析有其局限性，不能说明变量间的具体相关关系形式，也不能从一个变量推测另一个变量的具体变化。回归分析则是研究一个变量关于另一个或几个变量的具体依赖关系的计算方法和理论，目的是根据已知的解释变量的数值去估计被解释变量的平均值。 相关分析和回归分析都是研究非确定性变量间的统计依赖关系，并能度量线性依赖程度的大小。但两者的区别在于，相关分析是研究变量间相互联系的方向和程度，而回归分析则是寻求变量间联系的具体数学形式。此外，相关分析中的变量均为随机变量，不考虑两者的因果关系，而回归分析则是在变量因果关系的基础上研究自变量对因变量的具体影响，必须明确划分自变量和因变量，回归分析中通常假定自变量为非随机变量，因变量为随机变量。 EViews/Stata计量经济学入门： 导论与第一、二章EViews/Stata操作 知识点：介绍计量经济学的简史，为什么研究计量经济学，计量经济学的数据类型及因果关系；EViews与Stata操作入门。 学习指导：本部分的重点知识是：计量经济学的四种数据结构——横截面数据、时间序列数据、面板数据和混合数据；因果关系； 对于四种数据结构的区别要清晰，本课程重点讲解横截面数据和面板数据的处理方法；而混合数据的处理方法与横截面数据相同，而对于考虑相关性的时间序列数据，可以在另开设一门课程来介绍。因果关系是所有学科分析重要的内容。但由于经济社会中各变量之间关系十分复杂，所以通常需要控制其他变量后再具体分析所关心自变量对于因变量的影响，而这正是计量经济学研究的重要的内容之一。 关于EViews与Stata的详细操作不是本课程的重点，可以不单独介绍，本课程将会在后续章节的应用例题中介绍与计量经济学密切相关的软件操作步骤。 第三章一元线性回归模型 知识点：一元线性回归模型的假设、最小二乘估计及其估计量的性质、系数显著性检验和预测区间。 学习指导：本部分的重点知识是：模型的假设是确保模型可以估计和估计方法好坏的基础，所以要了解假设估计间的关系；最小二乘估计是计量经济学的最基本估计方法之一，所以要熟练掌握其求解过程 和其估计量的统计性质；系数显著性检验是经济分析中的重要一环，要了解检验的步骤和意义； 本章难点一是如何证明在本章假设下最小二乘估计量是最优的，对于要求较高的院校，可以介绍这里所使用的添项减项技巧，并指出证明的关键是使用线性无偏条件来证明交叉相乘项为0。 本章难点二是如何证明S2是方差的无偏估计量，这里证明的关键是注意到不同误差项之间的无关性对计算过程化简的重要性。 对于要求较低的院校也可以对证明做忽略处理，仅仅指出结论也是入门计量经济学的一种常见处理方法。 第四章多元线性回归模型 知识点：多元线性回归模型的假设、最小二乘估计及其估计量的性质、决定系数与修正的决定系数、单系数与线性约束的检验、多重共线性的相关问题。 学习指导：本部分的重点知识是：模型的假设是确保模型可以估计和估计方法好坏的基础，所以要了解假设估计间的关系；最小二乘估计是计量经济学的最基本估计方法之一，所以要熟练掌握其求解过程和其估计量的统计性质（这里使用了多个变量，计算过程与一元处理有所区别）；决定系数与修正的决定系数是衡量一个模型整体拟合度的一个重要指标；估计结果的检验可以用于判断经济理论和经验判断的正确与否，是经济政策执行结果的重要定量参考；了解多重共线性产生的原因和影响、处理方法是分析和完善估计过程的重要环节。 计量经济学重点知识归纳 计量经济学重点知识归纳 1.普通最小二乘法(Ordinary Least Squares,OLS)：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 1.普通最小二乘法(Ordinary Least Squares,OLS)：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。 10.时间序列数据:时间序列数据是一批按照时间先后排列的统计数据。 11.截面数据：截面数所是一批发生在同一时间截面上调查数据。 12.虚拟数据：也称为二进制数据，一般取0或1. 13.内生变量Endogenous Variables ：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。内生变量是由模型系统决定的，同时也对 模型系统产生影响。内生变量一般都是经济变量。 14.外生变量Exogenous Variables ：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。外生变量影响系统， 但本身不受系统的影响。外生变量一般是经济变量、条件变量、政策变量、虚变 量。 15.先决变量Predetermined Variables ：外生变量与滞后内生变量(Lagged Endogenous Variables)统称为先决变量。 16.总离差平方和： 称为总离差平方和，反映样本观测值总体离差的大小。 ∑∑-= =22)(Y Y y TSS i i 各位同学：请大家按照这个复习重点进行认真复习，考试时请大家带上计算器，平时成绩占30%，期末占70%。 考试题型： 一、名词解释题(每小题4分，共20分) 计量经济学：一门由经济学、统计学和数学结合而成的交叉学科. 经济学提供理论基础,统计学提供资料依据,数学提供研究方法 总体回归函数：被解释变量的均值同一个或者多个解释变量之间的关系 样本回归函数：是总体回归函数的近似 OLS 估计量 ：以残差平方和最小的原则对回归模型中的系数进行估计的方法。普通最小二乘法估计量 OLS 估计量可以由观测值计算 OLS 估计量是点估计量 一旦从样本数据取得OLS 估计值，就可以画出样本回归线 BLUE 估计量、BLUE ：最优线性无偏估计量, 其估计量是无偏估计量，且在所有的无偏估计量中其方差最小。 拟合优度、衡量了解释变量能解释的离差占被解释变量的百分比。 拟合优度R 2(被解释部分在总平方和(SST)中所占的比例) 虚拟变量陷阱、 带有截距项的回归模型，如果有m 个定性变量，只能引入m-1个虚拟变量。如果引入了m 个，就将陷入虚拟变量陷阱。既模型中存在完全共线性，使得模型无法估计 方差分析模型、解释变量仅包含定性变量或虚拟变量的模型。 协方差分析模型、回归模型中的解释变量有些是定性的有些是定量的。 多重共线性 多重共线性是指解释变量之间存在完全的线性关系或近似的线性关系. 分为完全多重共线性和不完全多重共线性 ˆˆ)X |E(Y ˆ) )X |E(Y ( ˆˆˆ :SRF 2211i 21i 21的估计量。是的估计量；是的估计量；是其中相对于ββββββββi i i i Y X X Y +=+=∑∑==2 22ˆi i y y TSS ESS R 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。被解释变量的观测值i Y 与其回归理论值)(Y E 之间的偏差，称为__ _；被解释变量的 观测值i Y 与其回归估计值i Y ˆ之间的偏差，称为__ __. 3.在多元线性回归模型中,解释变量间呈现线性关系的现象称为_ 性问题,给计量经济建模带来不利影响,因此需检验和处理它. 4。以时间序列数据为样本建立起来的计量经济模型中的随机误差项往往存在_ 5．普通最小二乘法得到的参数估计量具有_ _、__ _、_ _统计性质. 1．时间序列数据和横截面数据有何不同？ 2。 给定一元线性回归模型: t t t X Y μββ++=10 n t ,,2,1 = （1)叙述模型的基本假定； (2)写出参数0β和1β的最小二乘估计公式； （3）说明满足基本假定的最小二乘估计量的统计性质； （4)写出随机扰动项方差的无偏估计公式。 5. 随机误差项包含哪些影响因素？ 1、判断模型是否存在异方差的主要方法包括 、 、 、 。 2、处理模型中异方差的主要方法是 。 3、检验模型中是否存在序列自相关的方法有 、 、 、 。 4、处理模型中序列自相关的方法是 和 。 5、处理模型中多重共线性的方法 。 1、建立与应用计量经济学模型要经过那些主要步骤？（ 8分)。 2、多元回归模型中应用普通最小二乘法的基本假设是什么？（6分） 3、在多元线性回归中，t 检验与F 检验有何不同？在一元线性回归分析中，二者是否有等价作用（6分）？ 1、下列模型是否属于因果关系的计量经济学模型?为什么？（4分） （1）S t =112.0+0。12R t ,其中St 为第t 年农村居民储蓄增加额（单位:亿元）,R t 为第t 年城镇居民可支配收入总额（单位：亿元）. （2）S t =112。0+0.12R t-1,其中S t 为第t 年底农村居民储蓄余额(单位：亿元），R t —1为第 一、 1、列举计量经济分析过程的几个要素:1、数据; 2、计量模型。 3、解释变量; 4、被解释变量; 5、相关影响。 2、计量经济分析过程基本围绕着四类值。例如要预测一个硬币被抛1000次出现正面的次数,第一步: 从理论上研究,出现正面的概率就是1/2, 这个概率就是真值;第二步:做实验,例如抛硬币100次,观察出现正面的次数,那么这个次数为观察值;第三步:估计概率,用观察的次数除以100作为概率的估计值;第四步:用估计的概率乘以1000作为硬币被抛1000次出现正面的预测值。 3、估计量一般都采用哪三种评选标准:1、无偏性;2、有效性;3、一致性、 4、无偏估计量的概念:若估计量的数学期望存在且等于其对应真值,即()E θθ=。 4估计量的有效性:设1θ与2θ均为θ的无偏估计量,若对于任意θ,有1θ的方差小于等于2θ的方差,则1θ较2θ有效。 5、列举计量经济分析的三种数据类型:1、横截面数据;2、时间序列数据;3、面板数据。 6、虚拟变量即一种二值变量,就是对解释变量的一种定性描述。 二、: 1、简述多元线性回归中('i i i y x βε=+)的高斯-马科夫假设(Gauss – Markov assumption)?若要求得到无偏估计量需满足其中的哪(些)项？ 112{}0,1,2,...,{,...,}{,...,}{}1,2,...,{,}0i N N i i j E i N x x V i N Cov εεεεσεε=====与相互独立 ， 若想得到无偏估计量,需满足{}0,1,2,...,i E i N ε==,与 11{,...,}{,...,}N N x x εε与相互独立 某种元件的寿命X(以小时计)服从正态分布N(),均未知、现测得16只元 件的寿命如下(已知 t 0、05(15) =1、7531) : 159 280 101 212 224 379 179 264 222 362 168 250 149 260 485 170 问就是否有理由认为元件的平均寿命大于225(小时)? 2:解 按题意需检验 : =225, : 取a =0、05、此检验问题的拒绝域为 t=t a (n-1)、 现在n=16, t 0、05(15) =1、7531、又根据 ,s= 算得 =241、5, s=98、7259,即有 t ==0、66851、7531、 t 没有落在拒绝域中,故接受,即认为元件的平均寿命不大于225小时、 3、在平炉上进行一项试验以确定改变操作方法的建议就是否会增加钢的得率, 《计量经济学》《经济计量学》《Econometrics》 一、主要知识点 第一章绪论 第一节计量经济学 一、经济计量学的产生过程 1930 世界经济计量学会 二、经济计量学与其他学科的关系 计量经济学的定义 第二节建立计量经济学模型的步骤和要点 一、数据类型 1、时间序列数据 2、截面数据 3、面板数据 二、经济变量与经济参数 （一）、经济变量 1、内生变量和外生变量 内生变量(endogenous variable)：随机变量，模型自身决定；内生变量影响模 型 中内生变量，同时又受外生变量和其它内生变量影响。 外生变量(exogenous variable)：通常为非随机变量，在模型之外决定。而外 生变量只影响模型中的内生变量，不受模型中任何其它变量影响。 2、解释变量与被解释变量 3、滞后变量与前定变量 （二）建模步骤和要点 。。。 模型假定把所研究的经济变量之间的关系用适当的数学模型表达出来。 估计参数 模型检验：经济意义的检验、统计推断的检验、计量经济的检验、预测的检验第三节计量经济学模型的应用 模型应用：政策评价、经济预测、结构分析、检验和发展经济理论 第二章一元线性回归模型 第一节概述 一、相关关系与回归分析 1、函数关系与统计相关关系 2、相关分析与回归分析的区别和联系 二、总体回归模型与样本回归模型 1、总体回归模型（PRF）：总体回归函数随机扰动项 2、样本回归模型（SRF）：样本回归函数残差 第二节简单线性回归模型的参数估计 一、对线性回归模型的假设（古典假定）如何表示？ 1、零均值假定 2、同方差假定 3、无自相关假定 4、 与解释变量不相关 5、 正态性假定 二、普通最小二乘法（OLS ） 1、 OLS 的思想 参数估计式 2、Y i 的分布 三、普通最小二乘估计量的统计性质 高斯—马尔可夫定理 BLUE 1、参数估计量的性质 高斯-马尔科夫定理 2、 总体方差/随机扰动项方差的估计式 3、 参数估计量的概率分布 四、最大似然估计的概念 第三节 简单线性回归模型的检验 一、对估计值的直观判断（经济意义的检验） 二、拟和优度的检验 1、 TSS=ESS+RSS 2、 TSS ESS RSS 各自的含义 3、 R2的构造 4、 ∑∑== 22 212 ˆi y x TSS ESS R i β 5、 2 R [0，1] 三、对1β的显著性检验（T 检验） 检验步骤 四、均值预测与个值预测的置信区间 P49 第三章 多元线性回归模型 第一节 概述 计量经济学重点 第一章经济计量学的特征及研究范围 1、经济计量学的定义P1 1经济计量学是利用经济理论、数学、统计推断等工具对经济现象进行分析的一门社会科学； 2经济计量学运用数理统计学分析经济数据,对构建于数理经济学基础之上的模型进行实证分析,并得出数值结果; 2、学习计量经济学的目的计量经济学与其它学科的区别P1-P2 1计量经济学与经济理论 经济理论：提出的命题和假说,多以定性描述为主 计量经济学：依据观测或试验,对大多数经济理论给出经验解释,进行数值估计2计量经济学与数理经济学 数理经济学：主要是用数学形式或方程或模型描述经济理论 计量经济学：采用数理经济学家提出的数学模型,把这些数学模型转换成可以用于经验验证的形式 3计量经济学与经济统计学 经济统计学：涉及经济数据的收集、处理、绘图、制表 计量经济学：运用数据验证结论 3、进行经济计量的分析步骤P2-P3 1建立一个理论假说 2收集数据 3设定数学模型 4设立统计或经济计量模型 5估计经济计量模型参数 6核查模型的适用性：模型设定检验 7检验源自模型的假设 8利用模型进行预测 4、用于实证分析的三类数据P3-P4 1时间序列数据：按时间跨度收集到的定性数据、定量数据； 2截面数据：一个或多个变量在某一时点上的数据集合； 3合并数据：包括时间序列数据和截面数据; 一类特殊的合并数据—面板数据纵向数据、微观面板数据：同一个横截面单位的跨期调查数据 第二章线性回归的基本思想：双变量模型 1、回归分析P18 用于研究一个变量称为被解释变量或应变量与另一个或多个变量称为解释变量或自变量之间的关系 2、回归分析的目的P18-P19 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根据样本外自变量的取值,预测应变量的均值； 4可同时进行上述各项分析; 3、总体回归函数PRFP19-P22 1概念：反映了被解释变量的均值同一个或多个解释变量之间的关系 2表达式： 计量经济学复习重点 第一章 1. 计量经济学的性质 计量经济学是以经济理论和经济数据的事实为依据，运用数学和统计学的方法，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。 研究的主体（出发点、归宿、核心)：经济现象及数量变化规律 研究的工具(手段）：模型数学和统计方法 方法手段要服从研究对象的本质特征（与数学不同），方法是为经济问题服务计量经济研究的三个方面 理论：即说明所研究对象经济行为的经济理论（计量经济研究的基础) 数据：对所研究对象经济行为观测所得到的信息（计量经济研究的原料或依据） 方法：模型的方法与估计、检验、分析的方法（计量经济研究的工具与手段2. 计量经济学与相关学科的联系与区别 联系： ●计量经济学研究的主体—经济现象和经济系的数量规律 ●计量经济学必须以经济学提供的理论原则和经济运行规律为依据 ●经济计量分析的结果：对经济理论确定的原则加以验证、充实、完善 区别: ●经济理论重在定性分析，并不对经济关系提供数量上的具体度量 ●计量经济学对经济关系要作出定量的估计，对经济理论提出经验的内容 3. 学习计量经济学的必要性 4. 计量经济学研究的基本思路和步骤 模型设定（选择变量和数学关系式）、估计参数（确定变量间的数量关系）、模型检验（检验所得结论的可靠性）、模型应用（作经济分析和经济预测）5。模型的设定、参数估计、模型检验的要求 模型设定要求 ●要有科学的理论依据 ●选择适当的数学形式（单一方程、联立方程线性形式、非线性形式） ●模型要兼顾真实性和实用性 ●包含随机误差项 ●方程中的变量要具有可观测性 参数估计要求 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经管类专业课复习资料-计量经济学知识点(超全版)
计量经济学考试重点整理
计量经济学知识点、学习指导及框架图
计量经济学重点知识归纳
(完整版)计量经济学重点知识归纳整理
计量经济学复习重点及答案
计量经济学复习重点
计量经济学复习重点
计量经济学 主要知识点
计量经济学重点
计量经济学复习重点