(完整word版)《计量经济学》各章主要知识点
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。
(完整)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：P1：什么是计量经济学？由哪三组组成？定义：“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。
”P9：理论模型的设计主要包含三部分工作,即选择变量，确定变量之间的数学关系，拟定模型中待估计参数的数值范围。
P12：常用的样本数据：时间序列，截面，虚变量数据P13：样本数据的质量(4点）完整性;准确性；可比性；一致性P15-16：模型的检验（4个检验)1、经济意义检验2、统计检验拟合优度检验总体显著性检验变量显著性检验3、计量经济学检验异方差性检验序列相关性检验共线性检验4、模型预测检验稳定性检验：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P16计量经济学模型成功的三要素:理论、方法和数据。
P18-20:计量经济学模型的应用1、结构分析经济学中的结构分析是对经济现象中变量之间相互关系的研究.结构分析所采用的主要方法是弹性分析、乘数分析与比较静力分析。
计量经济学模型的功能是揭示经济现象中变量之间的相互关系，即通过模型得到弹性、乘数等。
2、经济预测计量经济学模型作为一类经济数学模型，是从用于经济预测,特别是短期预测而发展起来的。
计量经济学模型是以模拟历史、从已经发生的经济活动中找出变化规律为主要技术手段。
对于非稳定发展的经济过程，对于缺乏规范行为理论的经济活动，计量经济学模型预测功能失效。
模型理论方法的发展以适应预测的需要。
3、政策评价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。
(完整word版)计量经济学重点知识归纳整理(word文档良心出品)
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。
(完整版)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）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。
(完整word版)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。
研究主体是经济现象及其发展变化的规律。
2、运用计量分析研究步骤：模型设定一一确定变量和数学关系式估计参数一一分析变量间具体的数量关系模型检验一一检验所得结论的可靠性模型应用一一做经济分析和经济预测3、模型变量：解释变量：表示被解释变量变动原因的变量，也称自变量，回归元。
被解释变量：表示分析研究的对象，变动结果的变量，也成应变量。
内生变量：其数值由模型所决定的变量，是模型求解的结果。
外生变量：其数值由模型意外决定的变量。
外生变量数值的变化能够影响内生变量的变化，而内生变量却不能反过来影响外生变量。
前定内生变量：过去时期的、滞后的或更大范围的内生变量，不受本模型研究范围的内生变量的影响, 但能够影响我们所研究的本期的内生变量。
前定变量：前定内生变量和外生变量的总称。
数据:时间序列数据：按照时间先后排列的统计数据。
截面数据：发生在同一时间截面上的调查数据。
面板数据：虚拟变量数据：表征政策，条件等，一般取0或1.4、估计评价统计性质的标准无偏：E （人3 ）= 3 随机变量，变量的函数？有效：最小方差性一致：N趋近无穷时，3估计越来越接近真实值5、检验经济意义检验：所估计的模型与经济理论是否相等统计推断检验：检验参数估计值是否抽样的偶然结果，是否显著计量经济检验：是否符合计量经济方法的基本假定预测检验：将模型预测的结果与经济运行的实际对比CH2 CH3线性回归模型模型（假设）一一估计参数一一检验一一拟合优度一一预测1、模型（线性）（1）关于参数的线性模型就变量而言是线性的；模型就参数而言是线性的。
Yi = 3 1+ 3 2lnX i+u线性影响随机影响Y i=E (Y|X i) +u E (Y|X i) =f(X i)= 3 1+3 2lnX 引入随机扰动项，（3）古典假设A零均值假定 E ( U i |X i) =0B同方差假定Var(u i|XJ=E(u i2)=2(TC无自相关假定Cov(u i ,u j)=0D随机扰动项与解释变量不相关假定Cov(u i ,X i )=0E正态性假定u~N(0, d 2)F无多重共线性假定Rank(X)=k2、估计在古典假设下，经典框架，可以使用OLS方法：OLS 寻找min Ee i2人B iois = (Y均值)-人B 2(X均值)人B 2ois = Ex i y〃Ex i23、性质OLS回归线性质(数值性质)(1)回归线通过样本均值(X均值,Y均值)(2)估计值人Y的均值等于实际值Y的均值(3)剩余项e i的均值为0(4)被解释变量估计值人Y与剩余项8不相关Cov(人Y,ej=0(5)解释变量X与剩余项8不相关Cov(e i,X i)=0在古典假设下，OLS的统计性质是BLUE统计最佳线性无偏估计4、检验(1) Z检验Ho: B 2=0原假设验证B 2是否显著不为0标准化：Z= (A B 2- B 2) /SE (A B 2)〜N( 0,1 ) 在方差已知，样本充分大用Z检验拒绝域在两侧，跟临界值判断，是否B2显著不为0(2) t检验一一回归系数的假设性检验方差未知，用方差估计量代替 A d 2=Ee i2/(n-k) 重点记忆t =(人卩2- B 2) / A SE (A B 2)〜t (n-2)拒绝域：|t|>=t 2/a( n-2)拒绝，认为对应解释变量对被解释变量有显著影响。
计量经济学基础知识梳理(超全)
4.微分学
记忆：经济学中常用的一些函数及其导数有
y 0 1x 2 x2 ;dy dx 1 22 x
y 0 1 x ;dy dx 1 x2
y 0 1 x;dy dx 1 2 x1 2
y 0 1logx;dy dx 1 x y exp0 1x;dy dx 1 exp0 1x
斜率=
y x
1 22 x
方程右端是此二次函数对x的导数。
同样，2 0 则意味着x对y的边际效应递增，二次
函数的图形就呈U行，函数的最小值出现在点 x 1 22
处。
2.自然对数
在计量经济分析中起着最重要作用的非线性函数是自
然对数，或简称为对数函数，记为 y log x
4.微分学
当y是多元函数时，偏导数的概念便很重要。假定y=f
（x1，x2），此时便有两个偏导数，一个关于x1，另一个关
于 x1的x2普。通y对导x1数的。偏类导似数的记，为yxy1就，是就固是定把xx12时看方做程常对数x时2的方导程数对。
若
x2
y 0 1x1 2 x2
则
还有几种不同符号可以表示自然对数，最常用的是 lnx
或 loge x。当对数使用几个不同的底数时，这些不同的
符号是有作用的。目前，只有自然对数最重要，因此我们
都用 logx 表示自然对数。
2.自然对数
y
y logx
x
图2.1.4 y=log（x） 的图形
2.自然对数
有如下性质：
y x1
1，xy2
2
这些偏导数可被视为经济学所定义的偏效应。
例： 含交互项的工资方程
(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。
- 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)。
第一章：绪论
1．计量经济学的学科属性、计量经济学与经济学、数学、统计学的关系；
2．计量经济研究的四个基本步骤
（1）建立模型（依据经济理论建立模型，通过模型识别、格兰杰因果关系检验、协整关系检验建立模型）；
（2）估计模型参数（满足基本假设采用最小二乘法，否则采用其他方法：加权最小二乘估计、模型变换、广义差分法等）；
（3）模型检验：经济意义检验（普通模型、双对数模型、半对数模型中的经济意义解释，见例1、例2），统计检验（T 检验，拟合优度检验、F 检验，联合检验等）；计量经济学检验（异方差、自相关、多重共线性、在时间序列模型中残差的白噪声检验等）；
（4）模型应用。
例1：在模型中，y 某类商品的消费支出，x 收入，P 商品价格，试对模型进行经济意义检验，并解释21,ββ的经济学含义。
t t t P x y 31.0ln 25.0213.0ln -+=∧,
其中参数21,ββ都可以通过显著性检验。
经济意义检验可以通过（商品需求与收入正相关、与商品价格负相关）。
商品消费支出关于收入的弹性为0.25（)/ln(25.0)/ln(11-∧
-=t t t t x x y y ）；
价格增加一个单位，商品消费需求将减少31%。
例2：研究金融发展与贫富差距的关系，认为金融发展先使贫富差距加大（恶化），尔后会使贫富差距降低（好转），成为倒U 型。
贫富差距用GINI 系数表示，金融发展用（贷款余额/存款总额）表示。
回归结果
为：
229.164.034.2t t t x x GINI -+=∧，
模型参数都可以通过显著性检验。
在x 的有意义的变化范围内，GINI 系数的值总是大于1，细致分析后模型变的毫无意义；
同样的模型还有：GINI 系数的值总是为负
231.1412.734.13t t t x x GINI -+-=∧。
3．计量经济学中的一些基本概念
数据的三种类型：横截面数据、时间序列数据、面板数据；
线性模型的概念；模型的解释变量与被解释变量，被解释变量为随机变量（如 果一个变量为随机变量，并与随机扰动项相关，这个变量称为内生变量），被解释变量为内生变量，有些解释变量也为内生变量。
第二章：回归模型
1．两个变量的相关关系，相关关系与随机因果关系的区别；
2．总体回归函数与线性总体回归函数；
3．一元与多元线性回归模型，回归模型的基本假设；
4．最小二乘估计的基本原理与最小二乘估计量的具体表达式，随机扰动项的方差的估计方法；
5．最小二乘估计的数值性质与最小二乘估计的统计性质，样本容量变化对统计性质的影响；
6．在回归模型中（包括对数模型）计量单位变化对模型参数估计的影响（例3）；
7．样本回归直线及其性质；
8．高斯-马尔柯夫定理及其证明。
在回归模型中，我们将解释变量看成非随机变量，但如果解释变量为随机变量，并解释变量与随机扰动项相关，那么高斯-马尔柯夫定理就不成立，实际上在此时，对参数的最小二乘估计并不是一个无偏估计；
9．总体平方和分解公式及其含义；
10．拟合优度的含义与计算，拟合优度检验的适用条件；
11．解释变量的显著性检验，T 统计量的计算方法，T 统计量与样本容量的关系，0:0≠=b H i β的显著性检验方法，模型参数（解释变量）的置信区间（区间估计）；
12．联合检验与模型的显著性检验方法，F 统计量的具体计算方法，F 统计量与样本容量的关系；
13．2R 与F 统计量、2R 与_2R 的相互关系；
14．回归分析结果中，各变量之间的相互关系；
15．利用回归模型进行点预测与区间预测；
16．非线性模型的线性化方法，普通回归模型、半对数模型、双对数模型的具体解释意义上的区别；
17．回归结果的标准表达方式。
例3：考虑下面模型中，计量单位（如从元改变为万元）变化对模型参数的影响， t t t P x y 31.0ln 25.0213.0ln -+=∧,
第三章：回归模型的扩展
异方差的定义，异方差与模型基本假设的违背；
异方差的产生原因：模型缺失重要解释变量、样本数据的观察误差、异常值的影
响、模型函数形式的设定误差、随机因素的影响；
存在异方差的后果：最小二乘估计不再为有效估计（有效估计的概念）、无法正确估计系数的标准误差、t检验的可靠性降低（具体的影响方式）、增大模型的预测误差；
异方差的检验方法：图示检验法（一元与多元模型的检验方法）、Goldfeld-Quandt 检验（Eviews中的实现方法）、White检验与实现方法、Park检验和Gleiser检验与实现方法；
异方差的补救方法：模型变换法（与Park检验和Gleiser检验的关系）、加权最小二乘估计（加权最小二乘估计的基本思想：怎样利用权重进行调整，更加重视大的方差还是小的方差），模型变换方法与加权最小二乘估计方法的区别，建立半对数模型或双对数模型；
自相关的定义，自相关与模型基本假设的违背，一阶自相关与高阶自相关；
自相关产生的原因：模型中遗漏了重要的解释变量（与异方差同）、经济变量的惯性作用、某些经济行为的滞后性、模型函数形式设置不当（与异方差同）、随机因素的影响（与异方差同）；
存在自相关性的后果：最小二乘估计不再为有效估计、系数的标准差被严重低估（T统计量被放大、T检验的可靠性降低）、降低模型的预测精度；
自相关的检验方法：图示法与相关性检验（包括对残差序列进行自相关、偏自相关分析）、DW检验法（检验统计量的推导、五个区域的检验方法、DW检验法的适用条件）、高阶自相关性检验（BG检验）；
自相关性的补救方法（一阶自相关的补救方法）：广义差分方法（相关系数已知，相关系数需要估计，不同的估计方法）、广义最小二乘法；
多重共线性与完全多重共线性的定义；
多重共线性的产生原因：经济变量的内在联系、经济变量的共同变化趋势、模型中滞后变量的影响；
存在多重共线性的后果：增大OLS估计量的方差、难于区分每个解释变量的单独影响、T检验的可靠性降低（可能存在低估T统计量的情况）、回归模型缺乏稳定性，需要注意的是，在存在多重共先线性的情况下，如果我们构建模型的目的是为了预测，只要构建模型的样本是随机样本（样本数据中的共线性结构与总体中的共线性结构相同），那么存在共线性的模型并不会影响模型的预测准确性；多重共线性的检验方法：相关系数检验法、辅助回归模型法、变量显著性与模型显著性的综合检验、方差膨胀因子检验；
多重共线性的补救方法：增加样本容量（共线性现象是由抽样不当造成）、直接剔除次要的解释变量、利用先验信息方法改变模型的结构（减少解释变量的个数）、面板数据方法、逐步回归法；
虚拟变量的定义与虚拟变量的设置、虚拟变量陷阱；
虚拟变量模型的构建方法：加法模型及其含义、乘法模型及其含义、混合模型及其含义，虚拟变量模型的等价形式；
虚拟变量模型的应用：将定性因素引入模型（检验定性因素对被解释变量的影响）、模型的结构变化检验、分段回归模型的构建；
Chou检验方法及其应用。
第四章：时间序列模型
1．时间序列的平稳性概念（强平稳、弱平稳-协方差平稳）；
2．白噪声过程是一个平稳时间序列，其线性组合亦为平稳时间序列（例4）；
3．一元平稳时间序列建模时的模型识别：自回归模型的自相关系数、偏自相关系数的特征，移动平均过程的自相关系数、偏自相关系数的特征，自回归移动平均回归的自相关系数、偏自相关系数的特征；
4．时间序列的平稳性检验方法：单位根检验（ADF 检验）的检验模型、检验的原假设、检验结果的分析方法（例5、例6）；
5．格兰杰因果关系的含义，格兰杰因果关系检验的模型，格兰杰因果关系检验的结果分析；
6．格兰杰因果关系检验与时间序列的平稳性的关系。
例4：已知}{t ε为一个白噪声过程，t t t t z εεε5.03.02.01++=-，试证明}{t z 为一个平稳时间序列。
证明：
设2)(,σεε==t t D u E ，则u u u u Ez t =++=5.03.02.0；
2238.0)25.009.004.0()(σσ=++=t z D
2
2232121121.015.006.0)](5.0)(3.0)(2.0)][(5.0)(3.0)(2.0[))((σσσεεεεεε=+=-+-+--+-+-=
--------u u u u u u E u z u z E t t t t t t t t 2
4322121.0)](5.0)(3.0)(2.0)][(5.0)(3.0)(2.0[))((σεεεεεε=-+-+--+-+-=
--------u u u u u u E u z u z E t t t t t t t t 而当K>2时，
0))((=---u z u z E k t t ，因此}{t z 为一个平稳时间序列。
例5：
分析在0.1和0.05、0.01三个显著性水平下，下列时间序列的平稳性问题。
表5-1
股指序列单位根检验输出结果
其中c 常数项、t 趋势项、m 滞后阶数。
例6：证明随机游走过程是一个非平稳的时间序列
t t t y y ε+=-1，其中}{t ε为一个白噪声过程。
第五章：协整与误差修正模型
1．时间序列单整阶数的定义，时间序列的单整阶数的检验方法；
2．时间序列的单整性的相关性质；
3．时间序列的协整关系的定义与实际含义；
4．两变量协整关系的EG 两步检验法的原理、检验模型与具体实现方法；
第六章：ARCH 模型及其拓展形式
1．金融时间序列的波动集聚现象与厚尾现象；
2．ARCH 模型的基本思想、基本形式与模型约束条件；。