计量经济学知识点总结培训资料
计量经济学期末复习总结(1)培训讲学
第一章导论1．计量经济学是一门什么样的学科？答：“经济计量学”不仅要研究经济问题的计量方法，还要研究经济问题发展变化的数量规律。
可以认为，计量经济学是以经济理论为指导，以经济数据为依据，以数学、统计方法为手段，通过建立、估计、检验经济模型，揭示客观经济活动中存在的随机因果关系的一门应用经济学的分支学科。
2．计量经济学与经济理论、数学、统计学的联系和区别是什么？答：计量经济学是经济理论、数学、统计学的结合，是经济学、数学、统计学的交叉学科（或边缘学科）。
6．计量经济学模型的检验包括哪几个方面？为什么要进行模型的检验？答：对模型的检验通常包括经济意义经验、统计推断检验、计量经济检验、模型预测检验四个方面。
8．计量经济学模型中的被解释变量和解释变量、内生变量和外生变量是如何划分的？答：在联立方程计量经济学模型中，按是否由模型系统决定，将变量分为内生变量（endogenous variables）和外生变量（exogenous variables）两大类。
内生变量是由模型系统决定同时可能也对模型系统产生影响的变量，是具有某种概率分布的随机变量，外生变量是不由模型系统决定但对模型系统产生影响的变量，是确定性的变量。
9．计量经济学模型中包含的变量之间的关系主要有哪些？答：计量经济学模型中变量之间的关系主要是解释变量与被解释变量之间的因果关系，包括单向因果关系、相互影响关系、恒等关系。
12．计量经济学中常用的数据类型有哪些？答：根据生成过程和结构方面的差异，计量经济学中应用的数据可分为时间序列数据（time series data）、截面数据（cross sectional data）、面板数据（panal data）和虚拟变量数据（dummy variables data）。
13．什么是数据的完整性、准确性、可比性、一致性？答：1）完整性，指模型中所有变量在每个样本点上都必须有观察数据，所有变量的样本观察数据都一样多。
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。
计量经济学复习要点
计量经济学复习要点164590(总20页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--计量经济学复习要点第1章 绪论数据类型：截面、时间序列、面板用数据度量因果效应，其他条件不变的概念 习题：C1、C2第2章 简单线性回归回归分析的基本概念，常用术语现代意义的回归是一个被解释变量对若干个解释变量依存关系的研究，回归的实质是由固定的解释变量去估计被解释变量的平均值。
简单线性回归模型是只有一个解释变量的线性回归模型。
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 y ++=10ββ--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 y E 10)(ββ+=--代表了总体变量间的依存规律。
3. 样本回归函数（Sample Regression Function ，SRF ）tt t e x y ++=10ˆˆββ--代表了样本显示的变量关系。
4. 样本回归模型（Sample Regression Model ，SRM ）tt x y 10ˆˆˆββ+=---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归模型的一个估计式，之所以建立样本回归模型，目的是用来估计总体回归模型。
线性回归的含义线性：被解释变量是关于参数的线性函数（可以不是解释变量的线性函数） 线性回归模型的基本假设简单线性回归的基本假定：对模型和变量的假定、对随机扰动项u 的假定（零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定） 普通最小二乘法（原理、推导）最小二乘法估计参数的原则是以“残差平方和最小”。
(完整版)计量经济学重点知识归纳整理
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。
计量经济学 主要知识点
《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 BLUE1、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+RSS2、 TSS ESS RSS 各自的含义3、 R2的构造4、 ∑∑==22212ˆiyx TSSESS R iβ5、 2R [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 概述一、基本概念偏回归系数及其解释二、多元线性回归的基本假定如何表示和理解？1、零均值假定2、同方差假定3、无自相关假定4、无多重共线性5、扰动项与解释变量不相关6、正态性假定第二节多元线性回归模型的最小二乘估计一、矩阵形式的OLS参数估计式二、总体方差/随机扰动项方差的OLS估计式三、参数估计量的性质：同一元情形四、样本容量问题第三节多元回归模型的检验一、拟和优度检验1、判定系数2、调整后的判定系数二、对单个回归系数的显著性检验（T检验）检验步骤三、总体回归模型的显著性检验（F检验）检验步骤第四节预测对个值预测、区间预测的理解：p74第五节可以线性化的其他函数形式一、线性回归模型的形式：对参数而言是线性的回归系数的含义:边际效应二、几种常见的线性回归模型1、 双对数模型 回归系数的经济含义:弹性2、 半对数模型3、 倒数变换模型第六节 受约束回归 基本思想和检验步骤 第四章 违背经典假设的回归模型第一节 异方差一、异方差1、 异方差，指的是回归模型中的随机误差项的方差不是常数。
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〔动身点、回宿、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实质特征〔与数学不同〕,方法是为经济咨询题效劳2注重：计量经济研究的三个方面理论：即讲明所研究对象经济行为的经济理论——计量经济研究的根底数据：对所研究对象经济行为瞧测所得到的信息——计量经济研究的原料或依据方法：模型的方法与估量、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咨询题4区不：●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量，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量参数、验证经济理论的全然依据●经济现象不能作实验，只能被动地瞧测客瞧经济现象变动的既成事实，只能依靠于经济统计数据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根底区不：●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动身，研究模型参数的估量和推断，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：计量经济学的一个重要特点是：它自身并没有固定的经济理论，而是依据其它经济理论，应用计量经济方法将这些理论数量化。
4、计量经济学什么缘故是一门单独的学科计量经济学是经济理论、数理经济、经济统计与数理统计的混合物。
1、经济理论所作的陈述或假讲大多数是定性性质的，计量经济学对大多数经济理论给予经验内容。
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。
计量经济学知识点总结+名词解释重点+简答题
计量经济学知识点总结什么是OLS估计？原理ols估计是指样本回归函数尽可能好的拟合这组织，即样本回归线上的点与真实观测点的总体误差尽可能小的估计方法。
一、什么是计量经济学？答：计量经济学以经济理论为指导，以事实为依据，以数学和统计学为方法，以电脑技术为工具，从事经济关系与及经济活动数量规律的研究，并以建立和应用随机性的经济计量模型为核心的一门经济学科。
计量经济学模型揭示经济活动中各种因素之间的定量关系，用随机性的数量方程加以描述。
二、建立计量经济学模型的步骤和要点1.理论模型的设计（确定模型所包含的变量，确定模型的数量形式，拟定理论模型中的待估参数的理论期望值）2.样本数据的收集（常用的样本数据：时间序列数据，截面数据，虚变量数据）3.模型参数的估计（选择模型参数估计方法，应用软件的使用）4.模型的检验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。
经济意义检验——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；统计检验——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；计量经济学检验——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。
5.模型成功的三要素：理论、方法、数据三、计量经济学模型的应用方面（功能）答：结构分析，经济预测，政策评价，检验与发展经济理论四、引入随机干扰项的原因，内容？原因：1.代表未知的影响因素2.代表数据观测误差3.代表残缺数据4.代表模型设定误差5.代表众多细小影响因素6.变量的内在随机性内容：1.被遗漏的影响因素（由于研究者对客观经济现象了解不充分，或是由于经济理论上的不完善，以至于使研究者在建立模型时遗漏了一些对被解释变量有重要影响的变量）；2.变量的测量误差（在观察和测量变量时，种种原因使观测值并不等于他的真实值而造成的误差）；3.随机误差（在影响被解释变量的诸因素中，还有一些不能控制的因素）；4.模型的设定误差（在建立模型时，由于把非线性关系线性化，或者略去模型）五、什么是随机误差项和残差，他们之间的区别是什么随机误差项u=Y-E(Y/X)，而总体回归函数Y=Y^+e，其中e就是残差,利用Y^估计Y时带来的误差e=Y-Y^是对随机变量u的估计六、一元线性回归模型的基本假设主要有哪些？违背基本假设是否就不能进行估计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。
- 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)。
计量经济学知识点总
第一章:1计量经济学研究方法：模型设定，估计参数，模型检验，模型应用
2. 计量经济模型检验方式：①经济意义:模型与经济理论是否相符②统计推断：参数估计值是否抽样的偶然结果③计量经济学：是否复合基本假定④预测：模型结果与实际杜比
3. 计量经济学中应用的数据类型：①时间序列数据（同空不同时）②截面数据（同时不同空）③混合数据（面板数据）④虚拟变量数据（学历，季节，气候，性别）第二章：1.相关关系的类型：①变量数量：简单相关/多重相关（复相关）②表现形式：线性相关（散布图接近一条直线”非线性相关（散布图接近一条直线）③变化的方向:正相关（变量同方向变化，同增同减”负相关（变量反方向变化，一增一减不相关）2•引入随机扰动项的原因：①未知影响因素的代表（理论的模糊性）②无法取得数据的已知影响因素的代表（数据欠缺）③众多细小影响因素综合代表（非系统性影响）④模型可能存在设定误差（变量,函数形式设定）⑤模型中变量可能存在观测误差（变量数据不符合实际）⑥变量可能有内在随机性（人类经济行为的内在随机性） 3.0LS回归线数学性质：①剩余项的均值为零②OLS回归线通过样本均值③估计值的均值等于实际观测值的均值④被解释变量估计值与剩余项不相关⑤解释变量与剩余项不相关
4.0LS估计量”尽可能接近”原则:无偏性，有效性,一致性
5.0LS估计式的统计性质/优秀品质:线性特征，无偏性特征，最小方差性特征第三章:1.偏回归系数：控制其他解释变量不变的条件下，第j个解释变量的单位变动对被解释变量平均值的影响，即对丫平均值直接或净的影响
2. 多元线性回归中的基本假定：①零均值②同方差③无自相关④随机扰动项与解释变
量不相关⑤无多重共线性⑥正态性…一元中有12346
3. OLS回归线数学性质：同第二章3
4. OLS估计式的统计性质：线性特征,无偏性特征，最小方差性特征
5. 为什么用修正可决系数不用可决系数？可决系数只涉及变差没有考虑自由度，如果用自由度去校正所计算的变差，可纠正解释变量个数不同引起的对比困难
第四章:1.多重共线性背景：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利用截面数据建立模型可出现..④样本数据自身原因
2. 后果:A完全①参数估计值不确定②csgj值方差无限大B不完全①csgj量方差随贡献程度的增加而增加②对cs区间估计时，置信区间区域变大③假设检验用以出现错误判断④可造成可决系数较高，但对各cs估计的回归系数符号相反，得出错误结论
3. 检验:A简单相关系数检验法:COR解释变量.大于0.8,就严重B方差膨胀因子
法:因子越大越严重；＞10,严重C直观判断法：增加或剔除一个解释变量x,估计值y 发生较大变化，则存在;定性分析，重要x标准误差较大并没通过显著性检验时，则存在；x回归系数所带正负号与定性分析结果违背，则存在;x相关矩阵中,x之间相关系数较大，则存在D逐步回归检验法：将变量逐个引入模型，每引入一个x,都进行F检验,t检验,当原来引入的x由于后面引入的x不显著是，将其剔除.以确保每次引入新的解释变量之前方程种植包含显著变量.
4. 补救措施：①剔除变量法②增大样本容量③变换模型形式：自相关④利用非样本先验信息⑤截面数据与时序数据并用：异方差⑥变量变换
第五章:1.异方差产生原因：①模型中省略了某些重要的解释变量②模型设定误差③数据测量误差④截面数据中总体各单位的差异
2. 后果:A参数估计统计特性：参数估计的无偏性仍然成立；参数估计方差不再是最小B参数显著性检验:t统计量进行参数检验失去意义C预测影响:将无效
3检验:A图示①相关图形分析data x y看散点图，quick—graph—x,y—OK—scatter diagram—OK,可以看到x,y散点图②残差图形分析data x y,sort x;ls y c x; 再回归结果的子菜单点resid,可以看残差分析图Bgoldfeld-quanadt:data x y;sort x;smpl 1 n 1;ls y c x(RSS1);smpl n2 n;ls y c x(RSS2)计算F*=RSS2/RSS1 取a =0.05,查F 分布表，得F0.05((n-c)/2,(n-c)/2),将 F 值与此对比.若F* > F(0.05)拒绝原假设，存在异方差Cwhite:data x y;ls y c x;在回归结果的子菜单中点击viewresidual test-white heteroskedasticity可以看到辅助回归模型的估计结果 D
arch;E：glejser:data x y;ls y c x;genr E1=resid;genr E2=abs(E1);genr XH=X A h;ls E2 c xh;依次根据XH的T值判断E2与XH之间是否存在异方差
4补救措施:A 模型变换法：genr y1=y/根号xAh; genr x2=1/根号xAh ; genr x3=x/根号xAh;ls y1 x2 x3;B 加权最小二乘法wls:权数:w1t=1/xt;w2t=1/xtA2;w3t=1/ 根号xt. 电脑操作:genr w仁1/x;genr w2=1/(xA2);genr w3=1/sqr(x);ls (w=w1t) y c x;ls
(w2=w2t) y c x;ls (w3=w3t) y c x.
第六章:1.自相关产生原因：①经济系统的惯性②经济活动的滞后效应③数据处理造成的相关④蛛网现象⑤模型设定偏误
2.表现形式：自相关性质可以用自相关系数符号判断.即p<0为负相关，p>0为正相关.当P接近1时,表示相关的程度很高.自相关形式：见公式.
3后果:见公式4检验:A图示检验:data x y;ls y c x;再回归模型的子菜单点击
resids可以看至U模型残差分布图;genr e=resid;data e e(-1);view-graph-scatter-simple scatter.B.DW检验:data x y;ls y c x;根据回归结果得出DW值然后判断是否自相
关.(正相关O~dl,无法判断dl~du,正相关du~2~4-du无法判断4-du~4-dl,负相关4-
dl~4).
5. 补救:A广义差分法:data x y;ls y c x根据DW求卩尖＞(p尖=1-DW/2);smpl 2 n;genr yi=y- p 尖y(-1); genr xi=x- p 尖x(-1);ls y1 c x1;运用DW 检验判断是否消除了自相关B:Cochrane orcutt迭代法:data x y;la y c x ar(1);运用DW 检验判断C其他方法:①一阶差分法:data x y;ls y c x;smpl 2 n;genr y1=y-y(-1); genr x1=x-x(-1);ls y1 c x1;运用DW检验判断②德宾两步法：data x y;smpl 2 n;ls y c y(-1)根据输出结果看y(-1)前系数，求出p 尖genr yi=y- p 尖y(-1); genr xi=x- p 尖x(-1);ls y1 c x1;运用DW检验判断
第七章:1.虚拟变量0和1选取原则:0基期，比较的基础，参照物;1报告期:被比较类型
2. 虚拟变量数量的设置规则：①若定性因素具有m》2个相互排斥属性，当回归模
型有截距项时，只能引入m-1个变量②当回归模型无截距项时，引入m个变量
3. 虚拟解释变量的回归：加法截距：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两个定性变量.乘法斜率:①截距不变情形②结局斜率均发生变化③分段回归分析描述的精度•。