计量经济学核心名词解释

计量经济学核心重点：

1.计量经济学

2.计量经济学模型成功的三要素

3.建立计量经济学模型的步骤

4.最小二乘原理

5.最小二乘估计量的性质

6.总体回归模型

7.总体回归函数

8.总体回归函数的随机设定形式

9.样本回归函数10.样本回归模型11.最小样本容量

12.异方差性13.异方差性的后果14.异方差性的检验方法15.异方差性的修正

16.序列相关性17.序列相关性的后果 18.序列相关性的检验方法19.序列相关性的补救

20.多重共线性21.多重共线性的后果22.多重共线性的检验23.克服多重共线性的方法

24.随机解释变量的克服方法

25.工具变量法

26.虚拟变量

27.单方程计量经济学模型与联立计量经济学模型的区别

28.变量29.内生变量30.外生变量31.先决变量32.结构是模型33.简化式模型34.联立方程计量经济学模型的估计方法

以下是具体的名词解释，你背背，在回答的时候能用得上。

1、计量经济学: 是经济学的一个分支学科，是已揭示经济活动中的客观存在的数量关系为内容的分支学科。

2.计量经济学模型成功的三要素:理论、方法和数据。

3.建立计量经济学模型的步骤:(1)理论模型的设计(2)样本数据的收集(3)模型参数的估计(4)模型的检验。

4.最小二乘原理：样本回归线上的点Yi（上有盖）与真实观测点Yi之查可正可负，简单求和可能将很大的误差抵消掉，只有平方和才能反映二者在总体上的接近程度，这就是最小二乘原理。

5.最小二乘估计量的性质：(1)线形性(2)无偏性(3)有效性(4)渐近无偏性(5)一致性(6)渐进有效性。Yi=E(Y|Xi)+Ui或Yi=Bo+B1Xi+Ui即给定可支配收入水平Xi，个别家庭的消费支出可表示为两部分之和:(1)该收入水平下所有家庭的平均消费支出E（Y|Xi）,称为系统性部分或确定性部分：(2)其他随机部分或非系统部分Ui，

6.总体回归模型:Yi=E(Y|Xi)+Ui或Yi=Bo+B1Xi+Ui式称为总体回归函数的随机设定形式，它表明被解释变量Y除了受解释变量X的系统性影响外，还受其他未包括在模型中的诸多因素的随机性影响，U即为这些影响因素的综合代表。由于方程中引入了随机干扰项，成为计量经济学模型，因此也称为总体回归模型。

7.总体回归函数:在给定解释变量Xi条件下被解释变量Yi的期望轨迹称为总体回归线，或更一般地称为总体回归曲线，相应的函数E(Y|Xi)=f(Xi)称为（双变量）总体回归函数。

8.总体回归函数的随机设定形式：Yi=E(Y|Xi)+Ui或Yi=Bo+B1Xi+Ui式称为总体回归函数的随机设定形式,即给定可支配收入水平Xi，个别家庭的消费支出可表示为两部分之和:(1)该收入水平下所有家庭的平均消费支出E（Y|Xi）,称为系统性部分或确定性部分：(2)其他随机部分或非系统部分Ui。

9.样本回归函数：样本散点图近似于一条直线，画一条直线尽可能地拟合该散点图，由于样本取自总体，可用该线近似地代表总体回归线，该线称为样本回归线，其函数形式记为Yi（上有盖）=f(Xi)=Bo （上有盖）+B1（上有盖）Xi称为样本回归函数。

10.样本回归模型：样本回归函数也有如下的随机形式：Yi=Yi（上有盖）+Ui（上有盖）=Bo（上有盖）+B1（上有盖）Xi+ei,其中ei称为（样本）残差（或剩余）项，代表了其他影响Yi的随机因素的集合，可看成是Ui的估计量Ui（上有盖），由于方程中引入了随机项，成为计量经济学模型，因此也称为样本回归模型。

11.最小样本容量：即从最小二乘原理和最大似然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限。

12.异方差性：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。

13.异方差性的后果：(1)参数估计量非有效(2)变量的显著性检验失去意义(3)模型的预测失效

14.异方差性的检验方法：(1)图示检验法(2)帕克检验和戈里瑟检验(3)G-Q检验(4)怀特检验。

15.异方差性的修正:最常用的方法是加权最小二乘法，即对原模型加权，使之变成一个新的不存在异方差的模型，然后采用OLS法估计其参数。

16.序列相关性：多元线形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。

17.序列相关性的后果：(1)参数估计量非有效(2)变量的显著性检验失去意义(3)模型的预测失败。

18.序列相关性的检验方法：(1)图示法(2)回归检验法(3)杜宾—瓦森检验法(4)拉格朗日乘法检验。

19.序列相关性的补救:(1)广义最小二乘法(2)广义差分法(3)随机干扰项相关系数的估计(4)广义差分法在计量经济学软件中的实现。

20.多重共线性:(1)对于模型Yi=Bo+B1X1i+B2X2i+...+BkXki+Ui, i=1,2,...,n 其基本假设之一是解释变量X1，X2，...，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。

21.多重共线性的后果：(1)完全共线性下参数估计量不存在(2)近似共线性下普通最小二乘法参数估计量的方差变大(3)参数估计量经济含义不合理(4)变量的显著性检验和模型的预测功能失去意义。

22.多重共线性的检验:(1)检验多重共线性是否存在(2)判明存在多重共线性的范围。

23.克服多重共线性的方法:(1)排出引起共线性的变量(2)差分法(3)减小参数估计量的方差。

24.随机解释变量的克服方法:模型中出现随机解释变量并且与随机干扰项相关时，普通最小二乘法计量是由偏的。如果随机解释变量与随机干扰项异期相关，则可以通过增大样本容量的办法来得到一致的估计量；但如果是同期相关，即使增大样本容量也无济于事。这时最常用的估计方法是工具变量法。

25.工具变量法:(1)工具变量的选取(2)工具变量的应用(3)工具变量法估计量是一致估计量。

26.虚拟变量：许多经济变量是可以定量度量的，为了在模型中反映对模型的影响因素，并提高模型的精度，需要将它们“量化”，这种“量化”是通过引入“虚拟变量”来完成的。根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称为虚拟变量。