计量经济学参考书目
计量经济学参考书目
计量经济学入门：
Griffiths, W. E., R. C. Hill, and G. G. Judge, 1993, Learning and Practicing Econometrics, John Wiley & Sons. Johnston, J. and J. DiNardo, 1997, Econometric Methods, 4th ed., McGraw-Hill.
Maddala, G. S., 1992, Introduction to Econometrics, 2nd ed., Prentice-Hall. Ramanathan, R., 1998, Introductory Econometrics with Applications, 4th ed., The Dryden Press.（前四本似乎是大学程度计量经济学教科书中最为流行者）
Judge, G. G., W. E. Griffiths, R. C. Hill, T.-C. Lee, and H. Lutkepol, 1988, Introduction to the Theory and Practice of Econometrics, 2nd ed.,
John Wiley & Sons. Kennedy, P., 1998, A Guide to Econometrics, 4th. ed. The MIP Press. （本书尝试少用数学而多以文字来解释一些计量经济学的概念）
Goldberger, A. S., 1991, A Course in Econometrics, Harvard University Press. （本书善用简单例子解释一些重要的基本观念，本书缺点在于未能包括一些新课题）
Gujarati, D. N., 1995, Basic Econometrics, 3nd. ed., McGraw-Hill. Thomas, R. L., 1996, Modern Econometrics, An Introduction, Addison-Wesley. Lardaro, L., 1993, Applied Econometrics, Harper Collins.（书中包含了一些实例应用）
Ghosh, S. K., 1991, Econometrics: Theory and Applications, Prentice-Hall.（书中包含了一些实例应用）
Hill, R. C., W. E. Griffiths, and G. G. Judge, 1997, Undergraduate Econometrics, Jogn Wiley & Sons. （本书较薄较浅，适合统计学基础较弱的读者）
Draper, N. R. and H. Smith, 1998, Applied Regression Analysis, John Wiley & Sons. （本书和下一本书均是非计量经济学者学回归分析常用的教科书）
Neter, J. and W. Wasserman, 1996, Applied Linear Statistical Models, 4th ed., Irwin.
中级计量经济学：
Greene, W. H., 1997, Econometric Analysis, 3rd ed., Prentice-Hall , Inc.（最畅销的研究所计量经济学教科书，包含范围很广，但常有解释不清的地方。本书作者也是一个相当流行的计量经济学软件 Limdep 的作者）
Judge, G. G., W. E. Griffiths, R. C. Hill, and T.-C. Lee, 1985, The Theory and Practice of Econometrics, 2nd ed., John Wiley & Sons. （前一本书尚未出来时最畅销的研究所计量经济学教科书）
Fomby, T., C. Hill, and S. Johnson, 1984, Advanced Econometric Methods, Springer-Verlag. Amemiya, T., 1985, Advanced Econometrics, Harvard University Press.（内容较前几本书深）进阶计量经济学：
Maddala, G. S., 1983, Limited-Dependent and Qualitative Variables in Econometrics, Cambridge University Press.（是研究受限应变量模型的必读之作，印度籍作者前些时候刚过世，全书文笔流畅，极易阅读）
Hsiao, C., 1986, Analysis of Panel Data, Cambridge University Press. Baltagi, B., 1995, Econometric Analysis of Panel Data, John Wiley & Sons.White, H., 1984, Asymptotic Theory for Econometricians, Academic Press.（计量经济学在七零年代以前以矩阵代数作为主要分析工具，作者是将严谨数统分析工具介绍到计量经济学的关键人物，作者在这方面的贡献可由本书看出，作者近年来的贡献则在下一本书）
White, H., 1994, Estimation, Inference and Specification Analysis, Cambridge University Press. Davidson, J., 1994, Stochastic Limit Theory, Oxford University Press.（读者可由本书看出，近年来计量经济学所需的数学工具和数学系所研究的概率理论不分轩轾）
Spanos, A., 1986, Statistical Foundations of Econometric Modelling, Cambridge University Press.（本书性质接近前书）
Davidson, J., and MacKinnon, 1993, Estimation and Inference in Econometrics, Oxford University Press.（许多计量经济模型都可说是非线性模型的特例，因此作者强调以统一的分析方法来研究计量经济学。喜欢以抽象方式研究问题的人将会喜欢这本书，但对大多数学计量经济学只为实证分析的人而言，本书将可能不是很有用）
矩阵代数：
Graybill, F. A., 1983, Matrices with Applications in Statistics, Wadsworth.（计量经济学乃至统计学所需的矩阵代数大部分包括在这本书内）
Dhrymes, P., 1978, Introductory Econometrics, Springer-Verlag. （附录里的矩阵代数相当实用，可补充前一本书）
时间数列专书： Granger, C. and P. Newbold, 1977, Forecasting Economic Time Series, Academic Press. （一本古老但却仍然很有用的入门书，数学不深，但时间数列的基本概念都被提到） Brockwell, P. J. and R. A. Davis, 1991, Time Series: Theory and Methods, 2nd ed., Springer-Verlag. （本书相当畅销，作者是统计学家，对时间数列题材的选择和处理都是标准的统计学方式，内容严谨但也提供相当多的直觉解释，是一本不错的入门书。本书的缺点是，对经济研究所关心之不稳定数列的讨论太少，必须要有其它书作为补充）
Hamilton, J. D., 1994, Time Series Analysis, Princeton University Press.（像是一本时间数列计量经济学的百科全书，蚂蚁般的小字加上八百页的重量真是让人气都喘不过来，作者行文严谨仔细，每一个等式都附有证明，但大多数的读者可跳跃式的阅读而没有问题，除了可学到不少东西，每天带来带去也可练就一身肌肉）
Enders, W., 1995, Applied Econometric Time Series, John Wiley & Sons. Mills, T. C., 1990, Time Series Techniques for Economists, Cambridge University Press. Harvey, A. C., 1991, The Econometric Analysis of Time Series, The MIT Press.（本书和前两本书都是为经济系学生所写的时间数列入门书）
Hatanaka, M., 1996, Time-Series-Based Econometrics, Oxford University Press. Banerjee, A., J. J. Dolado, J. W. Galbraith, and D. F. Hendry, 1993, Co-Integration, Error Correction, and the Econometric Analysis of Non-Stationary Data, Oxford University Press.（本书和前一本书的内容正如本书书名所示，是近二十年来时间数列计量经济学研究的主流）
Maddala, G. S. and I.-M. Kim, 1998, Unit Roots, Cointegration and Structural Change, Cambridge University Press. （内容和前两本书差不多，但写得深入浅出，相当易读）
Tanaka, K., 1996, Time Series Analysis, John Wiley & Sons.（属于前几本书的进阶研究，相当难，需要很好的数学训练才能看得懂）
Reinsel, G. C., 1993, Elements of Multivariate Time Series Analysis, Springer-Verlag.（统计学者所写，书薄而易懂，是本不错的多变量时间数列模型的入门书）
Lutkepohl, H., 1993, Introduction to Multiple Time Series Analysis, Springer-Verlag.（研究多变量时间数列模型的一本百科全书）
计量经济学应用： Berndt, E., 1990, The Practice of Econometrics, Addison-Wesley.（以数个经济学课题为主轴，穿插以实证研究所需计量方法的讨论，本书缺点是所讨论的经济学课题嫌过时，叙述也过于冗长，让读者抓不到重点）
Intriligator, M., R. Bodkin, and C. Hsiao, 1996, Econometric Models, Techniques, and Applications, 2nd. ed., Prentice-Hall.（本书对计量经济理论有一个精简的阐述，再辅之以一些简单的经济学应用）
Campbell, J. Y., A. W. Lo, and A. C. MacKinlay, 1997, The Econometrics of Financial Markets, Princeton University Press.（内容包括了财务学者所需要的许多计量经济方法，创造了一个新学科「金融市场计量经济学」）
Taylor, S. J., 1986, Modelling Financial Time Series, John Wiley & Sons.（不是教科书，是研究金融学时间数列资料的一本专著，读者可学到许多金融学时间数列数据的性质）
Pudney, S., 1989, Modelling Individual Choice: the Econometrics of Corners, Kinks and Holes, Basil Blackwell.（本书是所谓个体计量经济学的典范，读者可看到个体经济理论使如何的和计量经济模型紧密的结合在一起）
Fair, R. C., 1994, Testing Macroeconometric Models, Harvard University Press.（介绍六零、七零年代非常流行但现在已风光不再的多方程式总体计量模型，本书易读，读者可看到一些不是很难的计量模型是怎样的应用到总体经济的实证研究中）
Morgan, M. S., 1990, The History of Econometric Ideas, Cambridge University Press.（内容正如书名，说明五零年代以前，经济学家是如何的从一些问题的研究中，逐渐的发展出计量经济学这个学门）
相关统计学： DeGroot, M. H., 1986, Probability and Statistics, Addison-Wesley. （很好的一本统计入门书，在美国的经济系大学部及研究所相当流行）
Hogg, R. V. and A. T. Craig, 1995, Introduction to Mathematical Statistics, 5th. ed., Prentice-Hall. （数统入门的经典之作，长久以来几乎垄断该市场）
Bickel, P. J. and K. A. Doksum, 1977, Mathematical Statistics: Basic Ideas and Selected Topics, Holden-Day.（可作为前一本书的补充，包含了一些对计量经济研究有用的统计教材）
Cox, D. R. and D. V. Hinkley, 1974, Theoretical Statistics, Chapman and Hall. （可作为前几本书的补充，所呈现的是英国式的统计学研究方法，重视直观概念的阐释，而比较少做严谨数学的推导，和美式教科书有所不同）
概率理论及相关数学： Billingsley, P., 1995, Probability and Measure, 3rd ed., John Wiley & Sons.（是数学系或统计系研究所机率理论课程常用的教科书，也是理论计量经济学家所常引用的一本书）
Billingsley, P., 1968, Convergence of Probability Measures, John Wiley & Sons.（是介绍一般化中心极限定理的经典之作，对一般化中心极限定理的了解，已经是现今理论计量经济学家不可或缺的常识了）
Royden, H. L., 1988, Real Analysis, 3rd ed., MacMillan.（实变量分析是研究概率理论的基础，本书简单清楚，是实变量分析课程常用的教科书）
详细出处参考：https://www.360docs.net/doc/c212365835.html,/bbs/Archive_view_5_672.html
计量经济学习题
《计量经济学》 习题 河北经贸大学应用经济学教研室 2004年7月
第一章绪论 ⒈为什么说计量经济学是经济理论、数学和经济统计学的结合？ ⒉为什么说计量经济学是一门经济学科？它在经济学科体系中的地位是什么？它在经济研究中的作用是什么？ ⒊建立与应用计量经济学模型的主要步骤有哪些？ ⒋计量经济学模型有哪些主要应用领域？各自的原理是什么？ ⒌下列假想模型是否属于揭示因果关系的计量经济学模型？为什么？ ⑴St=112.0+0.12Rt 其中，St为第t年农村居民储蓄增加额（亿元），Rt为第t年城镇居民可支配收入总额（亿元）。 ⑵S t-1=4432.0+0.30R t 其中，S t-1为第（t-1）年底农村居民储蓄余额（亿元），Rt为第t年农村居民纯收入总额（亿元）。 ⒍指出下列假想模型中两个最明显的错误，并说明理由： RS t=8300.0-0.24RI t+1.12IV t 其中，RS t为第t年社会消费品零售总额（亿元），RI t为第t年居民收入总额（亿元）（城镇居民可支配收入总额与农村居民纯收入总额之和），IV t为第t年全社会固定资产投资总额（亿元）。 第二章一元线性回归模型
⒈ 对于设定的回归模型作回归分析，需对模型作哪些假定，这些假定为什么是必要的？ ⒉ 试说明利用样本决定系数R 2为什么能够判定回归直线与样本观测值的拟和优度。 ⒊ 说明利用) (0∧ βS 、)(1∧βS 衡量 ∧ β、∧ 1β对 β、1β估计稳定性的道理。 ⒋ 为什么对 ∧ β、∧ 1β进行显著性检验？试述检验方法及步骤。 ⒌ 对于求得的回归方程为什么进行显著性检验？试述检验方法及步骤。 ⒍ 阐述回归分析的步骤。 ⒎ 试述计量经济模型与一般的经济模型有什么不同？ ⒏ 一元线性回归模型有时采用如下形式： i i i X Y μβ+=1 模型中的截距为零，叫做通过原点的回归模型。试证明该模型中： （1） ∑∑=∧ 21i i i X Y X β （2） ∑ = ∧ 2 2 1)var(i X μ σ β ⒐ 下述结果是从一个样本中获得的，该样本包含某企业的销售额（Y ）及相应价格（X ）的11个观测值。 18 .519_ =X ； 82 .217_ =Y ； ∑=3134543 2 i X ； ∑=1296836 i i Y X ； ∑=539512 2i Y （1）估计销售额对价格的样本回归直线，并解释其结果。 （2）回归直线的判定系数是多少？ ⒑ 已知某地区26年的工农业总产值与货运周转量的数据见下表。试作一元线性回归分析，若下一年计划该地区工农业总产值为8亿元，预测货运周转量。
计量经济学--自相关性的检验及修正
经济计量分析实验报告 一、实验项目 自相关性的检验及修正 二、实验日期 2015.12.13 三、实验目的 对于国内旅游总花费的有关影响因素建立多元线性回归模型，对变量进行多重共线性的检验及修正后，对随机误差项进行异方差的检验和补救及自相关性的检验和修正。 四、实验内容 建立模型，对模型进行参数估计，对样本回归函数进行统计检验，以判定估计的可靠程度，包括拟合优度检验、方程总体线性的显著性检验、变量的显著性检验，以及参数的置信区间估计。 检验变量是否具有多重共线性并修正。 检验是否存在异方差并补救。 检验是否存在相关性并修正。 五、实验步骤 1、建立模型。 以国内旅游总花费Y 作为被解释变量，以年底总人口表示人口增长水平，以旅行社数量表示旅行社的发展情况，以城市公共交通运营数表示城市公共交通运行状况，以城乡居民储蓄存款年末增加值表示城乡居民储蓄存款增长水平。 2、模型设定为: t t t t t μβββββ+X +X +X +X +=Y 443322110t 其中：t Y — 国内旅游总花费（亿元） t 1X — 年底总人口（万人） t 2X — 旅行社数量（个） t 3X — 城市公共交通运营数（辆） t 4X — 城乡居民储蓄存款年末增加值（亿元） 3、对模型进行多重共线性检验。 4、检验异方差是否存在并补救。 5、检验自相关性是否存在并修正。 六、实验结果
消除多重共线性及排除异方差性之后的回归模型为：2382963.08388.301?X Y +-= 检验 I 、图示法 1、1-t e ，t e 散点图 -1,500 -1,000 -500 500 1,000 1,500 -2,000 -1,00001,0002,000 ET(-1) E T 大部分落在第Ⅰ，Ⅲ象限，表明随机误差项存在正自相关。 2、t e 折线图 -1,500 -1,000 -500 500 1,000 1,500 86 88 90 92 94 96 98 00 02 04 06 08 10 RESID Ⅱ、解析法 1、D-W 检验
计量经济学期末考试重点
第一章绪论 1、什么是计量经济学？由哪三组组成？ 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。 统计学、经济理论和数学三者结合起来便构成了计量经济学。 2、计量经济学的内容体系，重点是理论计量和应用计量和经典计量经济学理论方法方面的特 征 答：1）广义计量经济学和狭义计量经济学 2）初、中、高级计量经济学3）理论计量经济学和应用计量经济 理论计量经济学是以介绍、研究计量经济学的理论与方法为主要内容，侧重于理论与方法的数学证明与推导，与数理统计联系极为密切。除了介绍计量经济模型的数学理论基础、普遍应用的计量经济模型的参数估计方法与检验方法外，还研究特殊模型的估计方法与检验方法，应用了广泛的数学知识。 应用计量经济学则以建立与应用计量经济学模型为主要内容，强调应用模型的经济学和经济统计学基础，侧重于建立与应用模型过程中实际问题的处理。本课程是二者的结合。 4）、经典计量经济学和非经典计量经济学 经典计量经济学（Classical Econometrics）一般指20世纪70年代以前发展并广泛应用的计量经济学。 经典计量经济学在理论方法方面特征是： ⑴模型类型—随机模型； ⑵模型导向—理论导向； ⑶模型结构—线性或者可以化为线性，因果分析，解释变量具有同等地位，模型具有明
确的形式和参数； ⑷数据类型—以时间序列数据或者截面数据为样本，被解释变量为服从正态分布的连续随机变量； ⑸估计方法—仅利用样本信息，采用最小二乘方法或者最大似然方法估计模型。 经典计量经济学在应用方面的特征是： ⑴应用模型方法论基础—实证分析、经验分析、归纳； ⑵应用模型的功能—结构分析、政策评价、经济预测、理论检验与发展； ⑶应用模型的领域—传统的应用领域，例如生产、需求、消费、投资、货币需求，以及宏观经济等。 5）、微观计量经济学和宏观计量经济学 3、为什么说计量经济学是经济学的一个分支？（4点和综述） 答：（1）、从计量经济学的定义看 （2）、从计量经济学在西方国家经济学科中的地位看 （3）、从计量经济学与数理统计学的区别看 （4）、从建立与应用计量经济学模型的全过程看 综上所述，计量经济学是一门经济学科，而不是应用数学或其他。 4、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。 5、常用的样本数据：时间序列，截面，面板（虚变量数据是错的，改为面板数据。主要要求时间数据序列数据和截面数据） 答：1、时间序列是一批按照时间先后排列的统计数据。 要注意问题：
计量经济学的概念
计量经济学是经济科学领域内的一门应用科学，以一定的经济理论和实际统计资料为基础，运用数学、统计方法与计算机技术，以建立经济计量模型为主要手段，定量分析研究具有随机特性的经济变量关系。 2、数理经济模型与计量经济模型的区别。 数理：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。 计量：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。 3、经典计量经济学模型的一般形式。 4、计量经济学的数据类型。 时间序列数据：按时间先后排列的统计数据。 截面数据：一个或多个变量在某一时点上的数据集合。 合并数据（平行数据）：既包含时间序列数据又有截面 数据。 5、建立计量经济学模型的步骤。 1） 模型的数学形式。③拟定模型中待估计参数的理论期望 值。 2）样本数据的收集： 差项产生序列相关。②截面数据易引起模型随机误差项 产生异方差。③样本数据的质量：完整性、准确性、可 比性、一致性。 3）模型参数的估计。 4 度检验、变量的显着性检验、方程的显着性检验。③计 量经济学检验：序列相关、异方差法（随机误差项）、 多重共线性（解释变量）④模型预测检验。 6、计量经济学模型的应用。 1）结构分析；2）经济预测；3）政策评价；4）检验与发展经济理论。 7、如何正确选择解释变量。 作为“变量”的原因：1 2）考虑数据的可得性；3）考虑入选变量之间的关系。 8、回归分析的目的。 1）根据自变量的取值，估计应变量的均值；2）检验建立在经济理论基础上的假设；3） 值，预测应变量的均值。 9、总体回归函数(PRF)和样本回归函数(SRF)各变量系数名称及函数方程。 10、随机误差项(Ui)的性质或主要内容。
《计量经济学》考试复习资料含课后题
《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（1.4.5） 1.什么是计量经济学？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。 5.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？
计量经济学例题
一、单项选择题 4．横截面数据是指（A）。 A．同一时点上不同统计单位相同统计指标组成的数据 B．同一时点上相同统计单位相同统计指标组成的数据 C．同一时点上相同统计单位不同统计指标组成的数据 D．同一时点上不同统计单位不同统计指标组成的数据 5．同一统计指标，同一统计单位按时间顺序记录形成的数据列是（C）。 A．时期数据B．混合数据C．时间序列数据D．横截面数据9．下面属于横截面数据的是（ D ）。 A．1991－2003年各年某地区20个乡镇企业的平均工业产值 B．1991－2003年各年某地区20个乡镇企业各镇的工业产值 C．某年某地区20个乡镇工业产值的合计数 D．某年某地区20个乡镇各镇的工业产值 10．经济计量分析工作的基本步骤是（ A ）。 A．设定理论模型→收集样本资料→估计模型参数→检验模型 B．设定模型→估计参数→检验模型→应用模型 C．个体设计→总体估计→估计模型→应用模型 D．确定模型导向→确定变量及方程式→估计模型→应用模型 13．同一统计指标按时间顺序记录的数据列称为（ B ）。 A．横截面数据B．时间序列数据C．修匀数据D．原始数据14．计量经济模型的基本应用领域有（ A ）。 A．结构分析、经济预测、政策评价B．弹性分析、乘数分析、政策模拟 C．消费需求分析、生产技术分析、D．季度分析、年度分析、中长期分析
18．表示x 和y 之间真实线性关系的是（ C ）。 A ．01???t t Y X ββ=+ B ．01()t t E Y X ββ=+ C ．01t t t Y X u ββ=++ D ．01t t Y X ββ=+ 19．参数β的估计量?β具备有效性是指（ B ）。 A ．?var ()=0β B ．?var ()β为最小 C ．?()0ββ－＝ D ．?()ββ－为最小 25．对回归模型i 01i i Y X u ββ+＝＋进行检验时，通常假定i u 服从（ C ）。 A ．2i N 0) σ（， B ． t(n-2) C ．2N 0)σ（， D ．t(n) 26．以Y 表示实际观测值，?Y 表示回归估计值，则普通最小二乘法估计参数的准则是使（ D ）。 A ．i i ?Y Y 0∑（－）＝ B ．2i i ?Y Y 0∑（－）＝ C ．i i ?Y Y ∑（－）＝最小 D ．2i i ?Y Y ∑（－）＝最小 27．设Y 表示实际观测值，?Y 表示OLS 估计回归值，则下列哪项成立（ D ）。 A ．?Y Y ＝ B ．?Y Y ＝ C ．?Y Y ＝ D ．?Y Y ＝ 28．用OLS 估计经典线性模型i 01i i Y X u ββ+＝＋，则样本回归直线通过点___D______。 A ．X Y （，） B ． ?X Y （，） C ．?X Y （，） D ．X Y （，） 29．以Y 表示实际观测值，?Y 表示OLS 估计回归值，则用OLS 得到的样本回归直线i 01i ???Y X ββ+＝满足（ A ）。 A ．i i ?Y Y 0∑（－）＝ B ．2i i Y Y 0∑（－）＝ C ． 2i i ?Y Y 0∑（－）＝ D ．2i i ?Y Y 0∑（－）＝ 30．用一组有30个观测值的样本估计模型i 01i i Y X u ββ+＝＋，在0.05的显著性水平下对1β的显著性作t 检验，则1β显著地不等于零的条件是其统计量t 大于（ D ）。 A ．t 0.05(30) B ．t 0.025(30) C ．t 0.05(28) D ．t 0.025(28) 31．已知某一直线回归方程的决定系数为0.64，则解释变量与被解释变量间的线性相关系数为（ B ）。 A ．0.64 B ．0.8 C ．0.4 D ．0.32
计量经济学实验报告(自相关性)
实验6.美国股票价格指数与经济增长的关系 ——自相关性的判定和修正 一、实验内容：研究美国股票价格指数与经济增长的关系。 1、实验目的: 练习并熟练线性回归方程的建立和基本的经济检验和统计检验；学会判别自相关的存在，并能够熟练使用学过的方法对模型进行修正。 2、实验要求： （1）分析数据，建立适当的计量经济学模型 （2）对所建立的模型进行自相关分析 （3）对存在自相关性的模型进行调整与修正 二、实验报告 1、问题提出 通过对全球经济形势的观察，我们发现在经济发达的国家，其证券市场通常也发展的较好，因此我们会自然地产生以下问题，即股票价格指数与经济增长是否具有相关关系？ GDP是一国经济成就的根本反映。从长期看，在上市公司的行业结构与国家产业结构基本一致的情况下，股票平均价格的变动跟GDP的变化趋势是吻合的，但不能简单地认为GDP增长，股票价格就随之上涨，实际走势有时恰恰相反。必须将GDP与经济形势结合起来考虑。在持续、稳定、高速的GDP增长下，社会总需求与总供给协调增长，上市公司利润持续上升，股息不断增加，老百姓收入增加，投资需求膨胀，闲散资金得到充分利用，股票的内在含金量增加，促使股票价格上涨，股市走牛。 本次试验研究的1970-1987年的美国正处在经济持续高速发展的状态下，据此笔者利用这一时期美国SPI与GDP的数据建立计量经济学模型，并对其进行分析。 2、指标选择： 指标数据为美国1970—1987年美国股票价格指数与美国GDP数据。 3、数据来源： 实验数据来自《总统经济报告》（1989年），如表1所示：
表1 4、数据处理 将两组数据利用Eviews绘图，如图1、2所示： 图1 GDP数据简图图2 SPI数据简图
计量经济学中相关证明
课本中相关章节的证明过程 第2章有关的证明过程 2.1 一元线性回归模型 有一元线性回归模型为：y t = β0 + β1 x t + u t 上式表示变量y t 和x t之间的真实关系。其中y t 称被解释变量（因变量），x t称解释变量（自变量），u t称随机误差项，β0称常数项，β1称回归系数（通常未知）。上模型可以分为两部分。（1）回归函数部分，E(y t) = β0 + β1 x t, （2）随机部分，u t。 图2.8 真实的回归直线 这种模型可以赋予各种实际意义，收入与支出的关系；如脉搏与血压的关系；商品价格与供给量的关系；文件容量与保存时间的关系；林区木材采伐量与木材剩余物的关系；身高与体重的关系等。 以收入与支出的关系为例。 假设固定对一个家庭进行观察，随着收入水平的不同，与支出呈线性函数关系。但实际上数据来自各个家庭，来自各个不同收入水平，使其他条件不变成为不可能，所以由数据得到的散点图不在一条直线上（不呈函数关系），而是散在直线周围，服从统计关系。随机误差项u t中可能包括家庭人口数不同，消费习惯不同，不同地域的消费指数不同，不同家庭的外来收入不同等因素。所以，在经济问题上“控制其他因素不变”实际是不可能的。 回归模型的随机误差项中一般包括如下几项内容，（1）非重要解释变量的省略，（2）人的随机行为，（3）数学模型形式欠妥，（4）归并误差（粮食的归并）（5）测量误差等。 回归模型存在两个特点。（1）建立在某些假定条件不变前提下抽象出来的回归函数不能百分之百地再现所研究的经济过程。（2）也正是由于这些假定与抽象，才使我们能够透过复杂的经济现象，深刻认识到该经济过程的本质。
计量经济学课件：第六章-自相关性
第六章 自相关性 本章教学要求：本章是违背古典假定情况下线性回归描写的参数估计的又一问题。通过本章的学习应达到：掌握自相关的基本概念，产生自相关的背景；自相关出现对模型影响的后果；诊断自相关存在的方法和修正自相关的方法。能够运用本章的知识独立解决模型中的自相关问题。经过第四、五、六章的学习，要求自行选择一个实际经济问题，建立模型，并判断和解决上述可能存在的问题。 第一节 自相关性的概念 一、一个例子 研究中国城镇居民消费函数，其中选取了两个变量，城镇家庭商品性支出（现价）和城镇家庭可支配收入（现价），分别记为CSJTZC 和CSJTSR ，时间从1978年到1997年，n=20。但为了剔除物价的影响，分别对CSJTZC 和CSJTSR 除以物价（用CPI 表示），这里CPI 为城镇居民消费物价指数（以1990年为100%），经过扣除价格因素以后，记 CPI CSJTSR X CPI CSJTZC Y = = 即如下表
回归以后得到的残差为 Dependent Variable: Y Method: Least Squares Date: 10/27/04 Time: 09:39 Sample: 1978 1997 Included observations: 20 Std. Error t-Statistic Prob. Variable Coefficien t C-103.369278.80739-1.3116690.2061 X0.9235510.01603357.603880.0000 3939.341 R-squared0.994605Mean dependent var Adjusted R-squared0.994305S.D. dependent var2124.467 S.E. of regression160.3247Akaike info criterion13.08692 Sum squared resid462671.9Schwarz criterion13.18649
计量经济学数据分析
计量经济学数据分析 学院：管理与经济学院 专业：技术经济及管理 姓名：葛文 学号：20808172
分析中国经济发展对中国股票市场的影响本文通过分析2000年到2007年各月股票市场流通市值（value），成交金额(turnover)，GDP现价和居民储蓄(saving)的相关数据，试图分析我国经济发展对股票市场的影响。数据来源为CCFR数据库和证监会网站。具体分析如下： 一、绘制四个数据变量的线性图，查看2000年到2007年他们各自的走势。 5000 10000 15000 20000 25000 2000200120022003200420052006 GDP 40000 60000 80000 100000 120000 140000 160000 180000 2000200120022003200420052006 SAVING 0 10000 20000 30000 40000 50000 60000 2000200120022003200420052006 turnover 10000 20000 30000 40000 50000 60000 2000200120022003200420052006 value 二、采用最小二乘法（ＯＬＳ）进行分析
回归表达式：gdp=10433.48+0.191218*turnover 其中：Prob低于0.05，说明对应系数显著不为零；R2=0.195641，说明拟合程度一般；Prob（F-statistic）=0.000013<0.05，说明至少有一个解释变量的回归系数不为零。 回归表达式：gdp=8470.567+0.196853*value 其中：Prob低于0.05，说明对应系数显著不为零；R2=0.154730，说明拟合程度一般；Prob（F-statistic）=0.000125<0.05，说明至少有一个解释变量的回归系数不为零。
计量经济学中相关证明
计量经济学中相关证明https://www.360docs.net/doc/c212365835.html,work Information Technology Company.2020YEAR
课本中相关章节的证明过程 第2章有关的证明过程 2.1 一元线性回归模型 有一元线性回归模型为：y t = 0 + 1 x t + u t 上式表示变量y t 和x t之间的真实关系。其中y t 称被解释变量（因变量），x t称解释变量（自变量），u t称随机误差项，0称常数项，1称回归系数（通常未知）。上模型可以分为两部分。（1）回归函数部分，E(y t) = 0 + 1 x t,（2）随机部分，u t。 图2.8 真实的回归直线 这种模型可以赋予各种实际意义，收入与支出的关系；如脉搏与血压的关系；商品价格与供给量的关系；文件容量与保存时间的关系；林区木材采伐量与木材剩余物的关系；身高与体重的关系等。 以收入与支出的关系为例。 假设固定对一个家庭进行观察，随着收入水平的不同，与支出呈线性函数关系。但实际上数据来自各个家庭，来自各个不同收入水平，使其他条件不变成为不可能，所以由数据得到的散点图不在一条直线上（不呈函数关系），而是散在直线周围，服从统计关系。随机误差项u t中可能包括家庭人口数不同，消费习惯不同，不同地域的消费指数不同，不同家庭的外来收入不同等因素。所以，在经济问题上“控制其他因素不变”实际是不可能的。 回归模型的随机误差项中一般包括如下几项内容，（1）非重要解释变量的省略，（2）人的随机行为，（3）数学模型形式欠妥，（4）归并误差（粮食的归并）（5）测量误差等。 回归模型存在两个特点。（1）建立在某些假定条件不变前提下抽象出来的回归函数不能百分之百地再现所研究的经济过程。（2）也正是由于这些假定与抽象，才使我们能够透过复杂的经济现象，深刻认识到该经济过程的本质。 通常，线性回归函数E(y t) = 0 + 1 x t是观察不到的，利用样本得到的只是对E(y t) = 0 + 1 x t 的估计，即对0和1的估计。 在对回归函数进行估计之前应该对随机误差项u t做出如下假定。 (1) u t 是一个随机变量，u t 的取值服从概率分布。 (2) E(u t) = 0。 (3) D(u t) = E[u t - E(u t) ]2 = E(u t)2 = 2。称u i 具有同方差性。 (4) u t 为正态分布（根据中心极限定理）。以上四个假定可作如下表达：u t N (0,)。
计量经济学实验题目和数据
注意：实验报告的题可以从以下题目中选择，也可以自己命题，自己命题要与金融专业知识相关。 第一部分多元线性回归 1、经研究发现，家庭书刊消费受家庭收入及户主受教育年数的影响，表中为对某地区部分家庭抽样调查得到样本数据： 家庭书刊年消费支出（元）Y 家庭月平 均收入 （元）X 户主受教 育年数 （年）T 家庭书 刊年消 费支出 （元）Y 家庭月平 均收入 （元）X 户主受教 育年数 （年）T 450 1027.2 8 793.2 1998.6 14 507.7 1045.2 9 660.8 2196 10 613.9 1225.8 12 792.7 2105.4 12 563.4 1312.2 9 580.8 2147.4 8 501.5 1316.4 7 612.7 2154 10 781.5 1442.4 15 890.8 2231.4 14 541.8 1641 9 1121 2611.8 18 611.1 1768.8 10 1094.2 3143.4 16 1222.1 1981.2 18 1253 3624.6 20 (1) 建立家庭书刊消费的计量经济模型； （2）利用样本数据估计模型的参数； （3）检验户主受教育年数对家庭书刊消费是否有显著影响； （4）分析所估计模型的经济意义和作用 2某地区城镇居民人均全年耐用消费品支出、人均年可支配收入及耐用消费品价格指数的统计资料如表所示： 年份人均耐用消费 品支出 Y（元）人均年可支配 收入 X1（元） 耐用消费品价 格指数 X2（1990年 =100） 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 137.16 124.56 107.91 102.96 125.24 162.45 217.43 253.42 251.07 285.85 327.26 1181.4 1375.7 1501.2 1700.6 2026.6 2577.4 3496.2 4283.0 4838.9 5160.3 5425.1 115.96 133.35 128.21 124.85 122.49 129.86 139.52 140.44 139.12 133.35 126.39 利用表中数据，建立该地区城镇居民人均全年耐用消费品支出关于人均年可支配收入和耐用消费品价格指数的回归模型，进行回归分析，并检验人均年可支配收入及耐用消费品价格指数对城镇居民人均全年耐用消费品支出是否有显著影响。
计量经济学复习要点
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 ） t t t e x y ++=10??ββ--代表了样本显示的变量关系。 4. 样本回归模型（Sample Regression Model ，SRM ） t t x y 10???ββ+=---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 21?()n i i i Y Y =-∑ 01 ??(,)ββ：
计量经济学中相关证明
计量经济学中相关证明Newly compiled on November 23, 2020
课本中相关章节的证明过程 第2章有关的证明过程 一元线性回归模型 有一元线性回归模型为：y t = 0 + 1 x t + u t 上式表示变量y t 和x t之间的真实关系。其中y t 称被解释变量（因变量），x t称解释变量（自变量），u t称随机误差项，0称常数项，1称回归系数（通常未知）。上模型可以分为两部分。（1）回归函数部分，E(y t) = 0 + 1 x t, （2）随机部分，u t。 图真实的回归直线 这种模型可以赋予各种实际意义，收入与支出的关系；如脉搏与血压的关系；商品价格与供给量的关系；文件容量与保存时间的关系；林区木材采伐量与木材剩余物的关系；身高与体重的关系等。 以收入与支出的关系为例。 假设固定对一个家庭进行观察，随着收入水平的不同，与支出呈线性函数关系。但实际上数据来自各个家庭，来自各个不同收入水平，使其他条件不变成为不可能，所以由数据得到的散点图不在一条直线上（不呈函数关系），而是散在直线周围，服从统计关系。随机误差项u t中可能包括家庭人口数不同，消费习惯不同，不同地域的消费指数不同，不同家庭的外来收入不同等因素。所以，在经济问题上“控制其他因素不变”实际是不可能的。
回归模型的随机误差项中一般包括如下几项内容，（1）非重要解释变量的省略，（2）人的随机行为，（3）数学模型形式欠妥，（4）归并误差（粮食的归并）（5）测量误差等。 回归模型存在两个特点。（1）建立在某些假定条件不变前提下抽象出来的回归函数不能百分之百地再现所研究的经济过程。（2）也正是由于这些假定与抽象，才使我们能够透过复杂的经济现象，深刻认识到该经济过程的本质。 通常，线性回归函数E(y t) = 0 + 1 x t是观察不到的，利用样本得到的只是对E(y t) = 0 + x t 的估计，即对0和1的估计。 1 在对回归函数进行估计之前应该对随机误差项u t做出如下假定。 (1) u t 是一个随机变量，u t 的取值服从概率分布。 (2) E(u t) = 0。 (3) D(u t) = E[u t - E(u t) ]2 = E(u t)2 = 2。称u i 具有同方差性。 (4) u t 为正态分布（根据中心极限定理）。以上四个假定可作如下表达：u t N (0,)。 (5) Cov(u i, u j) = E[(u i - E(u i) ) ( u j - E(u j) )] = E(u i, u j) = 0, (i j )。含义是不同观测值所对应的随机项相互独立。称为u i 的非自相关性。 (6) x i是非随机的。 (7) Cov(u i, x i) = E[(u i - E(u i) ) (x i - E(x i) )] = E[u i (x i - E(x i) ] = E[u i x i - u i E(x i) ] = E(u i x i) = 0. u i与x i相互独立。否则，分不清是谁对y t的贡献。 (8) 对于多元线性回归模型，解释变量之间不能完全相关或高度相关（非多重共线性）。 在假定（1），（2）成立条件下有E(y t) = E(0+ 1 x t+ u t) = 0+ 1 x t。
计量经济学(第四版)习题及参考答案详细版
计量经济学（第四版）习题参考答案 潘省初
第一章 绪论 1.1 试列出计量经济分析的主要步骤。 一般说来，计量经济分析按照以下步骤进行： （1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据 （4）估计参数 （5）假设检验 （6）预测和政策分析 1.2 计量经济模型中为何要包括扰动项? 为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。 1.3什么是时间序列和横截面数据? 试举例说明二者的区别。 时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。 横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。 1.4估计量和估计值有何区别？ 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。在一项应用中，依据估计量算出的一个具体的数值，称为估计值。如Y 就是一个估计量，1 n i i Y Y n == ∑。现有一样本，共4个数，100，104，96，130，则 根据这个样本的数据运用均值估计量得出的均值估计值为 5.1074 130 96104100=+++。 第二章 计量经济分析的统计学基础 2.1 略，参考教材。
2.2请用例2.2中的数据求北京男生平均身高的99％置信区间 N S S x = =45 =1.25 用α=0.05，N-1=15个自由度查表得005.0t =2.947，故99%置信限为 x S t X 005.0± =174±2.947×1.25=174±3.684 也就是说，根据样本，我们有99%的把握说，北京男高中生的平均身高在170.316至177.684厘米之间。 2.3 25个雇员的随机样本的平均周薪为130元，试问此样本是否取自一个均值为120元、标准差为10元的正态总体？ 原假设 120:0=μH 备择假设 120:1≠μH 检验统计量 () 10/25X X μσ-Z == == 查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即 此样本不是取自一个均值为120元、标准差为10元的正态总体。 2.4 某月对零售商店的调查结果表明，市郊食品店的月平均销售额为2500元，在下一个月份中，取出16个这种食品店的一个样本，其月平均销售额为2600元，销售额的标准差为480元。试问能否得出结论，从上次调查以来，平均月销售额已经发生了变化？ 原假设 : 2500:0=μH 备择假设 : 2500:1≠μH ()100/1200.83?X X t μσ-= === 查表得 131.2)116(025.0=-t 因为t = 0.83 < 131.2=c t , 故接受原假 设,即从上次调查以来，平均月销售额没有发生变化。
计量经济学自相关性检验实验报告
计量经济学 自相关性检验实验报告 实验内容：自相关性检验 工业增加值主要由全社会固定资产投资决定。为了考察全社会固 定资产投资对工业增加值的影响，可使用如下模型：Y i = 1 β β+ i X； 其中，X表示全社会固定资产投资，Y表示工业增加值。下表列出了中国1998-2000的全社会固定资产投资X与工业增加值Y的统计数据。 一、估计回归方程
OLS法的估计结果如下： Y=668.0114+1.181861X （2.24039）（61.0963） R2=0.994936，R2=0.994669，SE=951.3388，D.W.=1.282353。 二、进行序列相关性检验 （1）图示检验法
通过残差与残差滞后一期的散点图可以判断，随机干扰项存在正序列相关性。 （2）回归检验法 一阶回归检验 e=0.356978e1-t+εt t 二阶回归检验
e=0.572433e1-t－0.607831e2-t+εt t 可见：该模型存在二阶序列相关。 （3）杜宾-瓦森（D.W）检验法 由OLS法的估计结果知：D.W.=1.282353。本例中，在5%的显 =1.22，著性水平下，解释变量个数为2，样本容量为21，查表得d l d u=1.42,而D.W.=1.282353，位于下限与上限之间，不能确定相关性。（4）拉格朗日乘数（LM）检验法 F-statistic 6.662380 Probability 0.007304 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 12/26/09 Time: 22:55 X 0.005520 0.015408 0.358245 0.7246 RESID(-1) 0.578069 0.195306 2.959807 0.0088 Adjusted R-squared 0.340473 S.D. dependent var 927.2503 S.E. of regression 753.0318 Akaike info criterion 16.25574 Sum squared resid 9639967. Schwarz criterion 16.45469 Log likelihood -166.6852 F-statistic 4.441587 由上表可知：含二阶滞后残差项的辅助回归为： e=-35.61516+0.05520X+0.578069e1-t－0.617998e2-t t (-0.1507) (0.3582) (2.9598) (-3.0757)
计量经济学实验报告多元线性回归自相关
计量经济学实验报告多 元线性回归自相关 Document number【980KGB-6898YT-769T8CB-246UT-18GG08】
实验报告 课程名称计量经济学 实验项目名称多元线性回归自相关 异方差多重共线性 班级与班级代码 08国际商务1班 实验室名称（或课室）实验楼910 专业国际商务 任课教师刘照德 学号： 043 姓名：张柳文 实验日期： 2011 年 06 月 23日 广东商学院教务处制
姓名张柳文实验报告成绩 评语： 指导教师（签名） 年月日说明：指导教师评分后，实验报告交院（系）办公室保存。
计量经济学实验报告 实验项目：多元线性回归、自相关、异方差、多重共线性 实验目的：掌握多元线性回归模型、自相关模型、异方差模型、多重共线性模型的估计和检验方法和处理方法 实验要求：选择方程进行多元线性回归；熟悉图形法检验和掌握D-W 检验，理解广义差分法变换和掌握迭代法；掌握Park或 Glejser检验，理解同方差性变换； 实验原理：普通最小二乘法图形检验法 D-W检验广义差分变换加权最小二乘法 Park检验等 实验步骤： 首先：选择数据 为了研究影响中国税收收入增长的主要原因，选择国内生产总值（GDP）、财政支出（ED）、商品零售价格指数（RPI）做为解释变量，对税收收入（Y）做多元线性回归。从《中国统计年鉴》2011中收集1978—2009年各项影响因素的数据。如下表所示：
1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 实验一：多元线性回归 1、将数据导入后，分别对三个解释变量与被解释变量做散点图，选择两个变量作为group打开，在数据表“group”中点击view/graph/scatter/simple scatter，出现数据的散点图，分别如下图所示：
计量经济学数据分析
计量经济学数据分析
计量经济学数据分析 学院：管理与经济学院 专业：技术经济及管理 姓名：葛文 学号：20808172
分析中国经济发展对中国股票市场的影响 本文通过分析2000年到2007年各月股票市场流通市值（value ），成交金额(turnover)，GDP 现价和居民储蓄(saving)的相关数据，试图分析我国经济发展对股票市场的影响。数据来源为CCFR 数据库和证监会网站。具体分析如下： 一、绘制四个数据变量的线性图，查看2000年到2007年他们各自的走势。 5000 1000015000 20000250002000200120022003200420052006GDP 4000060000 80000 100000 120000 140000 160000 180000 2000200120022003200420052006SAVING 10000 20000 30000 40000 50000 60000 2000200120022003200420052006turnover 01000020000300004000050000600002000200120022003200420052006value 二、采用最小二乘法（ＯＬＳ）进行分析
回归表达式：gdp=10433.48+0.191218*turnover 其中：Prob低于0.05，说明对应系数显著不为零；R2=0.195641，说明拟合程度一般；Prob（F-statistic）=0.000013<0.05，说明至少有一个解释变量的回归系数不为零。 回归表达式：gdp=8470.567+0.196853*value 其中：Prob低于0.05，说明对应系数显著不为零；R2=0.154730，说明拟合程度一般；Prob（F-statistic）=0.000125<0.05，说明至少有一个解释变量的回归系数不为零。
计量经济学-期末考试-简答题
计量经济学期末考试简答题 1．简述计量经济学与经济学、统计学、数理统计学学科间的关系。 2．计量经济模型有哪些应用？ 3．简述建立与应用计量经济模型的主要步骤。 4．对计量经济模型的检验应从几个方面入手？ 5．计量经济学应用的数据是怎样进行分类的？ 6．在计量经济模型中，为什么会存在随机误差项？ 7．古典线性回归模型的基本假定是什么？ 8．总体回归模型与样本回归模型的区别与联系。 9．试述回归分析与相关分析的联系和区别。 10．在满足古典假定条件下，一元线性回归模型的普通最小二乘估计量有哪些统计性质？11．简述BLUE的含义。 12．对于多元线性回归模型，为什么在进行了总体显著性F检验之后，还要对每个回归系数进行是否为0的t检验？ 13.给定二元回归模型：，请叙述模型的古典假定。 14.在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？ 15.修正的决定系数及其作用。 16.常见的非线性回归模型有几种情况？ 17. 18观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。 19.什么是异方差性？试举例说明经济现象中的异方差性。 20.产生异方差性的原因及异方差性对模型的OLS估计有何影响。 21.检验异方差性的方法有哪些？ 22.异方差性的解决方法有哪些？ 23.什么是加权最小二乘法？它的基本思想是什么？ 24.样本分段法（即戈德菲尔特——匡特检验）检验异方差性的基本原理及其使用条件。25．简述DW检验的局限性。 26．序列相关性的后果。 27．简述序列相关性的几种检验方法。 28．广义最小二乘法（GLS）的基本思想是什么？ 29．解决序列相关性的问题主要有哪几种方法？ 30．差分法的基本思想是什么？ 31．差分法和广义差分法主要区别是什么？ 32．请简述什么是虚假序列相关。 33．序列相关和自相关的概念和范畴是否是一个意思？ 34．DW值与一阶自相关系数的关系是什么？ 35．什么是多重共线性？产生多重共线性的原因是什么？ 36．什么是完全多重共线性？什么是不完全多重共线性？ 37．完全多重共线性对OLS估计量的影响有哪些？ 38．不完全多重共线性对OLS估计量的影响有哪些？ 39．从哪些症状中可以判断可能存在多重共线性？ 40．什么是方差膨胀因子检验法？ 41．模型中引入虚拟变量的作用是什么？ 42．虚拟变量引入的原则是什么？ 43．虚拟变量引入的方式及每种方式的作用是什么？ 44．判断计量经济模型优劣的基本原则是什么？ 45．模型设定误差的类型有那些？ 46．工具变量选择必须满足的条件是什么？ 47．设定误差产生的主要原因是什么？ 48．在建立计量经济学模型时，什么时候，为什么要引入虚拟变量？ 49．估计有限分布滞后模型会遇到哪些困难 50．什么是滞后现像？产生滞后现像的原因主要有哪些？ 51．简述koyck模型的特点。 52．简述联立方程的类型有哪几种 53．简述联立方程的变量有哪几种类型