最新计量经济学复习要点
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。
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。
计量经济学重点
计量经济学重点计量经济学复习资料一、名词解释1.广义计经济学:利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。
2.狭义计经济学以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。
3.总体回归函数:指在给定Xi下Y分布的总体均值与Xi所形成的函数关系(或者说总体被解释变量的条件期望表示为解释变量的某种函数)。
4.样本回归函数:指从总体中抽出的关于Y, x的若干组值形成的样本所建立的回归函数。
6、随机的总体回归函数:含有随机千扰项的总体回归函数(是相对于条件期望形式而言的)。
5.线性回归模型:既指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以他们的I次方出现。
6.随机干扰项:即随机误差项，是一个随机变量，是针对总体回归函数而言的。
9、残差项:是一随机变量，是针对样本回归函数而言的。
7.条件期望:即条件均值，指X取特定值Xi时Y的期望值。
8.回归系数:回归模型中βo, β1等未知但却是固定的参数。
9.回归系教的估计量:指用β 0^ β1^等表示的用已知样本提供的信息所估计出来总体未知参数的结果。
10.最小二乘法:又称最小平方法，指根据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。
11.最大似然法:又称最大或然法，指用生产该样本概率最大的原则去确定样本回归函数的方法。
12.估计的标准差:度量一个变量变化大小的测量值。
13.总离差平方和:用TSS表示，用以度量被解释变量的总变动。
14.回归平方和:用ESS表示:度量由解释变量变化引起的被解释变量的变化部分。
15.残差平方和:用RSS表示:度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。
16.协方差:用Cov(X, Y)表示，度量XY两个变量关联程度的统计量。
17.拟合优度检验:检验模型对样本观测值的拟合程度，用R2表示，该值越接近1,模型对样木观测值拟合得越好。
计量经济学复习重点
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6. 模型中的变量及其类型从变量的因果关系区分：被解释变量（应变量）——要分析研究的变量解释变量（自变量）—说明应变量变动主要原因的变量（非主要原因归入随机误差项）从变量的性质区分内生变量—其数值由模型所决定的变量，是模型求解的结果外生变量—其数值由模型以外决定的变量（相关概念：前定内生变量、前定变量）注意:外生变量数值的变化能够影响内生变量的变化，内生变量却不能反过来影响外生变量7. 计量经济研究中数据的类型时间数列数据（同一空间、不同时间）、截面数据（同一时间、不同空间）、混合数据（面板数据 Panel Data）、虚拟变量数据8. 参数估计的方法类型单一方程模型最常用的是普通最小二乘法、极大似然估计法等联立方程模型常用二段最小二乘法和三段最小二乘法等9. 建立计量经济模型的依据第二章1、变量间的关系：函数关系——相关关系相关系数——对变量间线性相关程度的度量◆相关关系的类型●?从涉及的变量数量看简单相关、多重相关（复相关）●?从变量相关关系的表现形式看线性相关——散布图接近一条直线、非线性相关——散布图接近一条曲线●??从变量相关关系变化的方向看正相关——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、现代意义的回归：一个被解释变量对若干个解释变量依存关系的研究实质：由固定的解释变量去估计被解释变量的平均值3、总体回归函数（PRF）：将总体被解释变量Y的条件均值表现为解释变量X 的某种函数样本回归函数（SRF）：将被解释变量Y 的样本条件均值表示为解释变量X 的某种函数。
计量经济学复习重点
1、经济变量：用来描述经济因素数量水平的指标。
2、解释变童：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。
它对因变量的变额为发热所引5动做出解释。
3、被解释变量：是作为研究对象的变量。
它的变动是由•解释变量做出廉释的4、控制变量：在计量经济模型中人为设置的反映政黃要求、决策者意愿、经济系统运行条件和状态等方面的变量。
5、计量经济模型：为了研究分析某个系统中经济变量之问的数量关系而采用的随机代数模型。
6、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彩响.但并不由它们惟一确定，则y与这个变量或这组变量之问的关系就是相关关系。
7、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。
8、拟合优度：样本回归直线与样本观测数据之问的拟合程度。
（9、残差：样本回归方程的拟合值与观測值的误差。
10、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豔程序。
11、偏相关系数：在Y. X|. 1三个变量中，当儿既定时，表示Y与X2之问相关关系的指标。
12、异方差性：在线性回归模型中，如果随机误差项的方差不是常数，即对不同的解释变量观测值彼此不同，则称葩机项U1具有异方差性。
13、序列相关性：对于模型Xi = % + 妙九 +色乜+•••+%%+“i = 12 …屮菠机误差项互相独立的基本假设表现为C"（冷"” =0 /> j,i,j = \2…』（I分）如果出现Cov（比，“ J） H 0 i H人i J = 12…屮即对于不同的样本点•随机误差项之问不再是完全互相独立，而是存在某种相关性，则认为出现了序列相关性。
14、自回归模型：15、广乂最小二乘法：是最有普遍意义的最小二乘法，普通最小二乘法和加权最小二乘法是它的特例。
16、相关系数：度量变量之问相关程度的一个系数，一般用P表示。
17、多重共线性：解释变量之问存在完全或不完全的线性关系。
计量经济学期末考试复习
计量经济学期末考试复习资料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1.4.61.什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;6.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3.为什么需要进行拟合优度检验4．如何缩小置信区间P46由上式可以看出1.增大样本容量;样本容量变大,可使样本参数估计量的标准差减小；同时,在同样置信水平下,n越大,t分布表中的临界值越小;2提高模型的拟合优度;因为样本参数估计量的标准差和残差平方和呈正比,模型的拟合优度越高,残差平方和应越小;5．以一元线性回归为例,写出β的假设检验1.对总体参数提出假设H 0：=0, H1：2以原假设H0构造t统计量,3由样本计算其值4给定显着性水平,查t分布表得临界值t/2n-2 5比较,判断若 |t|> t /2n-2,则拒绝H0 ,接受H1；若 |t| t /2n-2,则拒绝H 1 ,接受H 0 ；上届重点：一元线性回归模型的基本假设、随机误差项产生的原因、最小二乘法、参数经济意义、决定系数、第二章PPT 里的表中国居民人均消费支出对人均GDP 的回归、t 检验△平方代表意义；△平方的认识、能够读懂Eviews 输出的估计结果第二章课后题1.3.9.101.为什么计量经济学模型的理论方程中必须包含随机干扰项经典模型中产生随机误差的原因答：计量经济学模型考察的是具有因果关系的随机变量间的具体联系方式;由于是随机变量,意味着影响被解释变量的因素是复杂的,除了解释变量的影响外,还有其他无法在模型中独立列出的各种因素的影响;这样,理论模型中就必须使用一个称为随机干扰项的变量宋代表所有这些无法在模型中独立表示出来的影响因素,以保证模型在理论上的科学性;3.一元线性回归模型的基本假设主要有哪些违背基本假设的模型是否不可以估计答：线性回归模型的基本假设有两大类：一类是关于随机干扰项的,包括零均值,同方差,不序列相关,满足正态分布等假设；另一类是关于解释变量的,主要有：解释变量是非随机的,若是随机变量,则与随机干扰项不相关;实际上,这些假设都是针对普通最小二乘法的;在违背这些基本假设的情况下,普通最小二乘估计量就不再是最佳线性无偏估计量,因此使用普通最小二乘法进行估计己无多大意义;但模型本身还是可以估计的,尤其是可以通过最大似然法等其他原理进行估计;假设1. 解释变量X 是确定性变量,不是随机变量；假设2. 随机误差项具有零均值、同方差和不序列相关性：E i =0 i=1,2, …,nVar i =2 i=1,2, …,nCov i, j =0 i≠j i,j= 1,2, …,n假设3. 随机误差项与解释变量X 之间不相关：CovX i , i =0 i=1,2, …,n假设4. 服从零均值、同方差、零协方差的正态分布i ~N0, 2 i=1,2, …,n假设5. 随着样本容量的无限增加,解释变量X 的样本方差趋于一有限常数;即假设6. 回归模型是正确设定的9、10题为计算题,见课本P52,答案见P17第三章 经典单方程计量经济学模型：多元线性回归模型上届重点：F 检验、t 检验 调整的样本决定系数、“多元”里为什么要对△平方系数进行调整第三章课后题1.2.7.1.多元线性回归模型的基本假设是什么在证明最小二乘估计量的无偏性和有效性的过程中,哪些基本假设起了作用答：多元线性回归模型的基本假定仍然是针对随机干扰项与针对解释变量两大类的假设;针对随机干扰项的假设有：零均值,同方差,无序列相关且服从正态分布;针对解释量的假设有；解释变量应具有非随机性,如果后随机的,则不能与随机干扰项相关；各解释变量之间不存在完全线性相关关系;在证明最小二乘估计量的无偏性中,利用了解释变量非随机或与随机干扰项不相关的假定；在有效性的证明中,利用了随机干扰项同方差且无序列相关的假定;2.在多元线性回归分析中,t检验和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见课本P70答：在多元线性回归分析中,t检验常被用作检验回归方程中各个参数的显着性,而F检验则被用作检验整个回归关系的显着性;各解释变量联合起来对被解释变量有显着的线性关系,并不意味着每一个解释变量分别对被解释变量有显着的线性关系;在一元线性回归分析中,二者具有等价作用,因为二者都是对共同的假设——解释变量的参数等于零一一进行检验;7、9、10题为计算题,见课本P91,答案见P53第四章经典单方程计量经济学模型：放宽基本假定的模型重点掌握：参考重点：1.以多元线性回归为例说明异方差性会产生怎样的后果可能为论述题2.检验、修正异方差性的方法3.以多元线性回归为例说明序列相关会产生怎样的后果预测,矩阵表达式推到4.检验、修正序列相关的方法5.什么是DW检验法前提条件6.以多元线性回归为例说明多重共线性会产生怎样的后果7.检验、修正多重共线性的方法8.随机解释变量问题的三种分类分别造成的后果是什么9.工具变量法的前提假设1与所替代的随机解释变量高度相关2与随机干扰项不相关3与模型中其他解释变量不相关,以避免出现多重共线性上届重点：异方差、序列相关、多重共线性等违背基本假设的情况产生原因、后果、识别方式方法、、广义差分法第四章课后题1、2题为计算题,见课本P134,答案见P84第五章经典单方程计量经济学模型：专门问题上届重点：虚拟变量的含义与设定、滞后变量的含义、为何加入滞后和虚拟变量第五章课后题1.3.4.101.回归模型中引入虚拟变量的作用是什么有哪几种基本的引入方式它们各适合用于什么情况答：在模型中引入虚拟变量,主要是为了寻找某些定性因素对解释变量的影响;加法方式与乘法方式是最主要的引入方式;前者主要适用于定性因素对截距项产生影响的情况,后者主要适用于定性因素对斜率项产生影响的情况;除此外,还可以加法与乘法组合的方式引入虚拟变量,这时可测度定性因素对截距项与斜率项同时产生影响的情况;3.滞后变量模型有哪几种类型分布滞后模型使用OLS方法存在哪些问题答：滞后变量模型有分布滞后模型和自回归模型两大类,前者只有解释变量及其滞后变量作为模型的解释变量,不包含被解释变量的滞后变量作为模型的解释变量；而后者则以当期解释变量与被解释变量的若干期滞后变量作为模型的解释变量;分布滞后模型有无限期的分布滞后模型和有限期的分布滞后模型；自回归模型又以Coyck模型、自适应预期模型和局部调整模型最为多见;分布滞后模型使用OLS法存在以下问题：1对于无限期的分布滞后模型,由于样本观测值的有限性,使得无法直接对其进行估计;2对于有限期的分布滞后模型,使用OLS方法会遇到：没有先验准则确定滞后期长度,对最大滞后期的确定往往带有主观随意性；如果滞后期较长,由于样本容量有限,当滞后变量数目增加时,必然使得自由度减少,将缺乏足够的自由度进行估计和检验；同名变量滞后值之间可能存在高度线性相关,即模型可能存在高度的多重共线性;4.产生模型设定偏误的主要原因是什么模型设定偏误的后果以及检验方法有哪些答：产生模型设定偏误的原因主要有：模型制定者不熟悉相应的理论知识；对经济问题本身认识不够或不熟悉前人的相关工作：模型制定者手头没有相关变量的数据；解释变量无法测量或数据本身存在测量误差;模型设定偏误的后果有：1如果遗漏了重要的解释变量,会造成OLS估计量在小样本下有偏,在大样本下非一致；对随机干扰项的方差估计也是有偏的;2如果包含了无关的解释变量,尽管OLS估计量具有无偏性与一致性,但不具有最小方差性;3如果选择了错误的函数形式,则后果是全方位的,不但会造成估计的参数具有完全不同的经济意义,而且估计结果也不同;对模型设定偏误的检验方法有：检验是否含有无关变量,可以使用t检验与F 检验完成：检验是否有相关变量的遗漏或函数形式设定偏误,可以使用残差图示法,Ramsey提出的RESET检验来完成;10.简述约化建模理论与传统理论的异同点答：Hendry的约化建模理论的核心是“从一般到简单”的建模思想,即首先提出一个包括各种因素在内的“一般”模型,然后再通过观测数据,利用各种检验对模型进行检验并化简,最后得到一个相对简单的模型;传统建模理论的主导思想是“从简单到复杂”的建模思想,它首先提出一个简单的模型,然后从各种可能的备选变量中选择适当的变量进入模型,最后得到一个与数据拟合较好的较为复杂的模型;从二者的主要联系上看,它们都以对经济现象的解释为目标,以已有的经济理论为建模依据,以对数据的拟合程度作为模型优劣的重要的判定标准之一,也都有若干检验标推;从二者的主要区别上看,传统的建模理论往往更依赖于某种单一的经济理论,旧“从一般到简单”的建模理论则更注重将各种不同经济理论纳入到最初的“一般”模型中,甚至更多地是从直觉和经验来建立“一般”的模型；尽管两者都有若干种检验标准,但约化建模理论从实践上有更大量的诊断性检验来看每一步建模的可行性,或寻找改善模型的路径：与传统建模实践中存在的过渡“数据开采”问题相比,由于约化建模理论的初估模型是一个包括所有可能变量的“一般”模型,因此也就避免了过度的“数据开采”问题；另外,由于初始模型的“一般”性,所有研究者在建模的初期往往有着相同的“起点”,因此,在相同的约化程序下,最后得到的最终模型也应该是相同的;而传统建模实践中对同一经济问题往往有各种不同经济理论来解释,如果不同的研究者采用不同的经济理论建模,得到的最终模型也会不同;当然,由于约化建模理论有更多的检验,使得建模过程更复杂,相比之下,传统建模方法则更加“灵活”;第六章联立方程计量经济学模型理论与方法上届重点：内生变量、外生变量、先定变量、结构式模型、简化式模型、参数关系体系、模型识别第六章课后题1.2.3.1.为什么要建立联立方程计量经济学模型联立方程计量经济学模型适用于什么样的经济现象答：经济现象是极为复杂的,其中诸因素之间的关系,在很多情况下,不是单一方程所能描述的那种简单的单向因果关系,而是相互依存,互为因果的,这时,就必须用联立的计量经济学方程才能描述清楚;所以与单方程适用于单一经济现象的研究相比,联立方程计量经济学模型适用于描述复杂的经济现象,即经济系统;2.联立方程计量经济学模型的识别状况可以分为几类其含义各是什么答：联立方程计量经济学模型的识别状况可以分为可识别和不可识别,可识别又分为恰好识别和过度识别;如果联立方程计量经济学模型中某个结构方程不具有确定的统计形式,则称该方程为不可识别,或者根据参数关系体系,在已知简化式参数估计值时,如果不能得到联立方程计量经济学模型中某个结构方程的确定的结构参数估计值,称该方程为不可识别;如果一个模型中的所有随机方程都是可以识别的,则认为该联立方程计量经济学模型系统是可以识别的;反过来,如果一个模型系统中存在一个不可识别的随机方程,则认为该联立方程汁量经济学模型系统是不可以识别的;如果某一个随机方程具有唯一一组参数估计量,称其为恰好识别；如果某一个随机方程具有多组参数估计量,称其为过度识别;3.联立方程计量经济学模型的单方程估计有哪些主要方法其适用条件和统计性质各是什么答：单方程估计的主要方法有：狭义的工具变量法IV,间接最小二乘法ILS,两阶段最小二乘法2SLS;狭义的工具变量法IV和间接最小二乘法ILS只适用于恰好识别的结构方程的估计;两阶段最小二乘法2SLs既适用于恰好识别的结构方程,又适用于过度识别的结构方程;用工具变量法估计的参数,一般情况下,在小样本下是有偏的,但在大样本下是渐近无偏的;如果选取的工具变量与方程随机干扰项完全不相关,那么其参数估计量是无偏估计量;对于间接最小二乘法,对简化式模型应用普通最小二乘法得到的参数估计量具有线性性、无偏性、有效性;通过多数关系体系计算得到结构方程的结构参数估计量在小样本下是有偏的,在大样本下是渐近无偏的;采用二阶段最小二乘法得到结构方程的结构参数估计量在小样本下是有偏的,在大样本下是渐近无偏的;补充资料计算题一给出多元线性回归的结果1.判断模型估计的结果如何,拟合效果如何2.说明每一个参数所代表的经济意义3.判断有没有违背四个基本假设计算题二给出数值,计算：1.t检验,F检验的自由度2.在给定显着性水平下参数是否显着3.估计值是有偏、无偏、有效计算题三加入虚拟变量D1,D2,D3问：虚拟变量的经济含义。
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→∞。
- 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)。
计量经济学复习要点参考教材：李子奈 潘文卿 《计量经济学》 数据类型：截面、时间序列、面板第二章 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”。
Min 21ˆ()ni ii Y Y =-∑01ˆˆ(,)ββ：1121()()ˆ()nii i n ii XX Y Y X X ==--β=-∑∑ ，01ˆˆY X β=-βOLS 估计量的性质（1）线性：是指参数估计值0β和1β分别为观测值t y 的线性组合。
（2）无偏性：是指0β和1β的期望值分别是总体参数0β和1β。
（3）最优性（最小方差性）：是指最小二乘估计量0β和1β在在各种线性无偏估计中，具有最小方差。
高斯-马尔可夫定理OLS 参数估计量的概率分布OLS 随机误差项μ的方差σ2的估计拟合优度的检验R 2离差平方和的分解：TSS=ESS+RSS“拟合优度”是模型对样本数据的拟合程度。
检验方法是构造一个可以表征拟合程度的指标——判定系数又称决定系数。
（1）21SSE SST SSR SSRR SST SST SST-===-，表示回归平方和与总离差平方和之比；反映了样本回归线对样本观测值拟合优劣程度的一种描述； （2） 2[0,1]R ∈；（3） 回归模型中所包含的解释变量越多，2R 越大！变量显著性检验，t 检验 1ˆ1ˆββS t =例子：回归报告函数形式（对数、半对数模型系数的解释）（1）01ˆˆˆi iY X =β+β：X 变化一个单位Y 的变化 （2）01ˆˆˆln ln i iY X =β+β: X 变化1%，Y 变化1ˆβ%，表示弹性。
2^22()i Var x σβ=∑2^22i e n σ=-∑（3）01ˆˆˆln i i Y X =β+β：X 变化一个单位，Y 变化百分之1001ˆβ （4）01ˆˆˆln i iY X =β+β：X 变化1%，Y 变化1ˆβ/100。
第三章 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）01122ˆˆˆˆi i i Y X X =β+β+β 对斜率系数1ˆβ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 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！2、多元线性回归模型中对随机扰动项u 的假定，除了零均值假定、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、正态性假定以外，还要求满足无多重共线性假定。
3、多元线性回归模型参数的最小二乘估计式；参数估计式的分布性质及期望、方差和标准误差；在基本假定满足的条件下，多元线性回归模型最小二乘估计式是最佳线性无偏估计式。
最小二乘法 (OLS) 公式： Y ' X X)' (X ˆ-1=β2ˆvar(σ-1(X'X)β)=估计的回归模型：的方差协方差矩阵：残差的方差 ：βˆ的估计的方差协方差矩阵是：4、修正可决系数的作用和方法。
22222()111()(1)()ii i i en k e n R Y Y n n k Y Y --=-=-----∑∑∑∑ 5、F 检验是对多元线性回归模型中所有解释变量联合显著性的检验，F 检验是在方差分析基础上进行的。
6、t 检验7、可化为线性回归的模型2ˆvar(s -1(X'X)β)=ˆˆY =X β+u βˆ2ˆˆ'uu n k -s =8、约束回归第四章放宽基本假设一、异方差什么是异方差异方差的后果异方差的检验（White检验）异方差的处理加权最小二乘法异方差稳健标准误二、序列相关什么是序列相关序列相关的后果序列相关的检验（DW检验、LM检验）序列相关的处理广义最小二乘法Newey-West稳健标准误三、多重共线性多重共线性的概念多重共线性的后果多重共线性的检验多重共线性的处理四、工具变量什么时候需要工具变量作为工具变量的条件两阶段最小二乘法第五章 专门问题一、虚拟变量1. 虚拟变量的定义：定性变量（二值与多值）；虚拟变量有时候不一定只是0和1；2. 如何引入虚拟变量：如果一个变量分成N 组，引入该变量的虚拟变量形式是只能放入N-1个虚拟变量；3. 虚拟变量系数的解释：不同组均值的差（基准组或对照组与处理组）4. 以下几种模型形式表达的不同含义；1）tt t t u D X Y +++=210βββ：截距项不同； 2）tt t t t u X D X Y +++=210βββ：斜率不同；3）tt t t t t u X D D X Y ++++=3210ββββ：截距项与斜率都不同；其中D 是二值虚拟变量，X 是连续的变量。
第八章 时间序列平稳性的概念 白噪声 随机游走 单位根的概念单位根的检验（ADF 检验，ADF 的三种形式） 单整趋势平稳与差分平稳 协整的概念 协整的检验 误差修正模型Eviews 回归结果界面解释表英文名称中文名称常用计算公式常用相互关系和判断准则Variable 变量 Coefficient 系数Sta.Error 标准差一般是绝对值越小越好 t-statisticT 检验统计量/()t se ββ=绝对值大于2时可粗略判断系数通过t 检验ProbT 统计量的P 值P 值小于给定显著水平时系数通过t 检验R －squared 2R 2/1/R ESS TSS RSS TSS ==- Ajusted R －squared 2R2/(1)1/(1)RSS n k R TSS n --=--2211(1)1n R R n k -=----S.E. of regression扰动项标准差2i e RSSn kn kσ==--∑Sum squared resid 残差平方和 2i RSS e =∑Log likelihood 似然函数对数值Durbin-Watson stat DW 统计量2(1)d ρ≈-Mean dependent var应变量样本均值iYY n=∑S.D. dependent var应变量样本标准差()2111i TSS Y Y n n -=--∑Akaike infocriterion AIC 准则 一般是越小越好Schwarz criterion SC 准则 一般是越小越好F-statisticF 统计量//(1)ESS k F RSS n k =--22/(1)/(1)R kF R n k =---Prob(F-statistic)F 统计量的P 值P 值小于给定显著水平时模型通过F 检验计量经济学复习题第二章习题：1、2、3、5、6、7、9、10、11、12第三章习题：1、2、3、4、5、6、7、8、9、10、11、12、13 第四章习题：2、5、6、8、9、10 第五章习题：1、2、3、5、6 第八章习题：1、2、5、6、7、81、判断下列表达式是否正确010*******, 1,2,,ˆˆˆ, 1,2,,(), 1,2,,(), 1,2,,ˆˆ(), 1,2,,i i i i i i i i i i i i i iy x i ny x i n E y x x i nE y x x i n E y x x i nββββββμββββ=+==+==++==+==+=0101010101, 1,2,,ˆˆˆ, 1,2,,ˆˆ, 1,2,,ˆˆˆ, 1,2,,ˆˆˆˆ, 1,2,,i i i iiii i i i i i i i i y x i n yx i n y x i n y x i n y x i nββμββμββμββμββμ=++==++==++==++==++=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。
3、对于多元线性计量经济学模型：t kt k t t t X X X Y μββββ+++++= 33221 n t ，，， 21=（1）该模型的矩阵形式及各矩阵的含义； （2）对应的样本线性回归模型的矩阵形式； （3）模型的最小二乘参数估计量。
4、根据美国1961年第一季度至1977年第二季度的数据，我们得到了如下的咖啡需求函数的回归方程：D D D P I P t t t t t t tT Q 321'0097.0157.00961.00089.0ln 1483.0ln 5115.0ln 1647.02789.1ˆln ----++-= (-2.14) (1.23) (0.55) (-3.36) (-3.74) (-6.03) (-0.37)80.02=R其中，Q=人均咖啡消费量（单位：磅）；P=咖啡的价格（以1967年价格为不变价格）；I=人均可支配收入（单位：千元，以1967年价格为不变价格）；P '=茶的价格（1/4磅，以1967年价格为不变价格）；T=时间趋势变量（1961年第一季度为1，…，1977年第二季度为66）；D 1=1：第一季度；D 2=1：第二季度；D 3=1：第三季度。