经济计量学知识点总结自考

  1. 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. 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. 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)。

经济计量学知识点总结自考

第一章

计量经济学的任务是以经济学、统计学、数学之间的统一为工具,分析经济中的数量关系。

时序数据:同一统计指标按时间顺序记录的数据列,同一数列中的各个数据必须是同口径的,

要求具有可比性。时序数据可以是时期数,也可以是时点数。

横截面数据:同一时间,不同统计单位的相同统计指标组成的数据列。要求统计的时间相同,

但不要求统计对象及范围相同。也要求数据的统计口紧和计算方法具有可比性。

内生变量:内生变量是具有一定概率分布的随机变量,它的数值是由模型本身决定的。

外生变量:是指非随机变量,它的取值是在模型之外决定的,是求解模型时的已知数。

解释变量:列于模型方程右边的作为影响因素的变量,即自变量。

被解释变量:是指列于模型中方程的左边作为分析对象的变量,即因变量。

滞后变量:是指内生变量和外生变量的时间滞后量(前期量)。

控制变量:是模型中决策者可以控制的变量。

政策变量:是模型中由政府操纵且反映政府政策的变量。

内生参数:是指依据样本观察值,运用统计方法估计得到的参数。

外生参数:一般是依据经济法规人为设定的参数,入资产折旧率、税率、利息率。

经济计量模型:是对现实经济系统的数学抽象,用于经济预测、结构分析、政策评价。原则:以理论为先导,大小要适度。

行为方程:随机方程式根据经济行为建立的经济函数关系,又被称为“行为方程”。

总体设计是指选择模型中各系统模块以及各模块之间衔接关系的设计。个体设计是变量的选择及变量间关系的描述。

模型建立步骤:设定模型,估计参数,检验模型,使用模型

第二章

函数关系:如果给定解释变量X的值,被杰斯变量(或称因变量)Y的值就唯一地确定了,

Y与X的关系就是函数关系,即Y=f(X)。

相关关系:如果给定了解释变量X的值,被解释变量Y的值不是唯一的,Y与X 的关系就是相关关系。

总体回归模型:是根据总体的全部资料建立的回归模型。

样本回归模型:是指根据样本资料建立的回归模型。

回归分析研:究被解释变量对于一个或多个解释变量的依存关系。定义被解释变量为随机变量

相关分析:研究变量之间的相关程度。

X与Y的真实关系:Yi=β0+βXi+ui

样本估计的关系式:Yi=β0一尖+β一尖Xi+ui

真实的回归直线:E(Yi)=β0+βXi

有样本估计的回归直线:Yi一尖=β0一尖+β一尖Xi

最小二乘法假设:①随机误差ui的均值为零,Eui=0

②随机误差项ui同方差,Var(ui)=σ2异

方差问题

③随机误差项ui,uj之间的协方差为0,COV(ui,uj)=0序列相关问题

④随机误差项ui和解释变量之间没有关系随机解释变量问题

⑤随机误差项ui~N()正态分布,结合前面ui~(0(均值为零),σ2)

最小二乘法优点:无偏、一致、有效、线性

拟合优度:回归直线与观测值之间的拟合程度

判定系数:r平方=ESS/TSS=1-RSS/TSS=贝塔1平方乘xxxxx除TSS TSS=∑(Yi-Y)2

判定系数r平方:大于0小于1,越大,拟合度越好。

相关系数r:大于-1小于1,表示变量间的线性相关程度,=0时变量间无关。

判定系数:有解释的变差ESS和总变差的比值。用于判断回归直线和样本点之间的拟合程度。

残差:RSS,回归直线上的点与样本点间的差。样本观测值Yi与样本回归直线值Yi之间的差,Yi—Yi=(Yi-Y)+(Y-Yi)

复相关系数:复相关系数表示所有解释变脸与被解释变量Y的线性相关程度。

第三章

方差非齐性:回归模型中的随机误差项的方差不是常数,即var(ui)≠δ2,var(ui)=δi2则称

随机误差项有方差非齐性或异方差。加权最小二乘法估计,样本分段比较法(戈-匡特),残差回归检验法:怀特、戈里瑟检测。1.参数估计无偏,2.非有效.参

数估计量的Var有偏,导致参数的假设检验也非有效。

加权最小二乘法的方法:即用随机误差项的方差的根—标准差,除以方程各项,消除异方差。

样本分段比较方法:将样本排序,分段,分别估计,分别计算RSS,用F法检验是否异方差。

序列相关:线性回归模型中各个随机误差项之间存在关系,之间的协方差不为0,即有Cov(ui,uj)≠0,i≠j,称为序列相关或自相关。一阶差分法、广义差分法法估计,<0DW法检测<4。回归系数估计无偏,估计量方差不定,假设检验失效。

多重共线性:解释变量x的样本观测值间存在线性相关或近似的线性关系。岭

回归估计法、主成分回归法估计,简单相关系数法、方差因子膨胀法、判定系数法、矩阵条件数检测法。完全失效。

多重共线性的后果:①各X对Y的影响难精确鉴别

②系数估计量的方差会很大,将导致显著性u,t检验失效

③模型对增删不显著解释变量非常敏感。

多重共线性的处理:①追加样本信息

②使用非样本先验信息

③进行变量形式的转换

④使用有偏估计

随机解释变量模型:Xi与随机误差项ui的有关希

Xi、ui相互独立,无偏,

Xi、ui不独立且相关,有偏不一致,

Xi、ui不独立不相关,有偏一致。

误差变量模型:由于

许多经济变量都难以十分精确地计量,所以包含有观测误差解释变量的

模型就是误差变量模型。

设定误差:遗漏了某个有关解释变量,加了某个无关解释变量,模型形式设定有误。漏了相关变量,有偏不一致,漏了无关变量,无偏不一致。

工具变量法:找一个变量,该变量与模型中的随机解释变量高度相关,但却不与随机误差项

相关,这种估计方法就称为工具变量法,这个变量就成为工具变量。

DW统计量:此统计量称为德宾—瓦森统计量或DW统计量,是经济计量实践最常用的检验序列相关的统计量。DW=2(1-ρ)

DW检验的局限性:①只适合一阶自回归问题

②不适用于解释变量与随机项相关的模型

③DW检验存在两个不能确定的区域。dL~dU4-dU~4-dL

简单相关系数检验法:两变量之间的简单关系系数r是测定两变量之间线性相关程度的重要

指标,因此可用来检测回归模型的解释变量之间的共性程度。

方差膨胀因子:所谓方差膨胀因子就是将存在多重共线时回归系数估计量的方差与无多重共线时回归系数估计量的方差对比而得出的比值系数。公式:VIF=

相关文档
最新文档