计量经济学考试复习
计量经济学考试复习 集团标准化工作小组 #Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN# 《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 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
1)ˆˆ(ˆˆ22iiststP
iii 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β0的假设检验 1）.对总体参数提出假设 H0：0=0， H1：00 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 /2(n-2) 5）比较，判断 若 |t|> t /2(n-2)，则拒绝H0 ，接受H1 ；
若 |t|￡ t /2(n-2)，则拒绝H1 ，接受H0 ；
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（1.3.9.10） 1.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
0ˆ0ˆ
St
)2(~ˆˆˆ0ˆ0022200ntSxnXtii
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, …,n Var (i)=
2 i=1,2, …,n
Cov(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： Cov(Xi, 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~N(0, 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
nQnXXi,/)(2
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（1.3.4.10） 1.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
计量经济学复习资料——虚拟变量
虚拟变量习题一、 单项选择题1、 若一个回归模型包含截距项，对一个具有m 个特征的质的因素需要引入的虚拟变量个数为A.m-2B.m-1C.mD.m+1 2、 某商品需求函数为:Y i =β0+β1X i +μi ，其中Y 为需求量，X 为价格，为了考虑“性别”(男性、女性)和“地区”(东部、中部、西部)两个因素的影响，考虑引入虚拟变量，则应引入虚拟变量的个数为( )A. 5B. 4C. 3D. 2 3、消费函数Y i =α0+α1D+β0X i +β1DX i +μi ,其中虚拟变量D=⎩⎨⎧农村家庭城镇家庭01，当统计检验表明下列哪项成立时，表示城镇家庭与农村家庭有一样的消费行为( ) A. α1=0, β1=0B. α1=0, β1≠0C. α1≠0, β1=0D. α1≠0, β1≠04、 根据样本资料建立某消费函数如下：ˆ100.5055.350.45t tC D X =++，其中C 为消费，X 为收入，虚拟变量 1 D 0 ⎧=⎨⎩城镇家庭农村家庭，所有参数均检验显著，则城镇家庭的消费函数为（ ）A 、ˆ155.850.45t t C X =+B 、ˆ100.500.45t tC X =+ C 、ˆ100.5055.35t t C X =+D 、ˆ100.9555.35t tC X =+ 5、 假设某需求函数为01i i i Y X ββμ=++，为了考虑“季节”因素（春、夏、秋、冬四个不同的状态），引入4个虚拟变量形成截距变动模型，则模型的 （ ）A 、参数估计量将达到最大精度B 、参数估计量是有偏估计量C 、参数估计量是非一致估计量D 、参数将无法估计6、 对于模型01i i i Y X ββμ=++，为了考虑“地区”因素（北方、南方），引入2个虚拟变量形成截距变动模型，则会产生 （ ）A 、序列的完全相关B 、序列的不完全相关C 、完全多重共线性D 、不完全多重共线性7、 设消费函数01i i i Y D X ααβμ=+++，其中虚拟变量 1 D 0 ⎧=⎨⎩北方南方，如果统计检验表明11α=成立，则北方的消费函数与南方的消费函数是 （ ）A 、相互平行的B 、相互垂直的C 、相互交叉的D 、相互重叠的8、 假定月收入水平在1000元以内时，居民边际消费倾向维持在某一水平，当月收入水平达到或超过1000元时，边际消费倾向将明显下降，则描述消费（C ）依收入（I ）变动的线性关系宜采用（ ）A 、0120, 1t t t t C I DI D αββμ⎧=+++=⎨≥⎩ I<1000元 I 1000元B 、0120, 1t t tCD I D αββμ⎧=+++=⎨≥⎩ I<1000元I 1000元C 、**010(), 1000, 1t t t C I I D I D αβμ⎧=+-+==⎨≥⎩I<1000元元 I 1000元D 、**0120(), 1000, 1t t t t C I I I D I D αββμ⎧=++-+==⎨≥⎩ I<1000元元 I 1000元9、 虚拟变量 （ ）A 、可以取1或者2B 、只能代表质的因素C 、只能代表数量因素D 、只能代表季节影响因素 10、由于引入虚拟变量，回归模型的截距项和斜率都发生变换，则这种模型称为 （ ）A 、平行模型B 、重合模型C 、汇合模型D 、相异模型二、多项选择题1、关于虚拟变量，下列表述正确的有 （ ） A 、是质的因素的数量变化 B 、一般情况下取值为1和0 C 、代表质的因素 D 、在有些情况下可以代表数量因素2、在线性模型中引入虚拟变量，可以反映 （ ） A 、截距项变动 B 、斜率变动 C 、截距项和斜率同时变动 D 、分段回归3、关于虚拟变量设置原则，下列表述正确的有 （ ） A 、当定性因素有m 个类别时，引入m-1个虚拟变量B 、当定性因素有m 个类别时，引入m 个虚拟变量，会产生多重共线性问题C 、虚拟变量的值一般情况下0和1D 、在虚拟变量的设置中，基础类别一般取值为0三、判断题1、在回归模型012i i i i Y X D βββμ=+++中，如果虚拟变量i D 的取值为0或2，而非通常情况下的0或1，那么，参数0β、1β、2β的估计值将减半。
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→∞。
计量经济学复习资料2
2、如果假设 4 满足，则假设 2 也满足。
以上假设也称为线性回归模型的经典假设或高斯（Gauss）假设，满足该假设的线性回归模
型，也称为经典线性回归模型
二、参数的普通最小二乘估计（OLS）
给定一组样本观测值（Xi, Yi）（i=1,2,…n）要求样本回归函数尽可能好地拟合这组值.
普通最小二乘法给出的判断标准是：二者之差的平方和最小。
R 2 1 RSS /(n k 1) TSS /(n 1) 其中：n-k-1 为残差平方和的自由度，n-1 为总体平方和
的自由度。
R 2 1 (1 R 2 ) n 1 n k 1
三、方程的显著性检验(F 检验) H0： ß0= ß1= ß2= … =ßk=0 H1： ßj 不全为 0
TSS yi2 (Yi Y )2 总体平方和
ESS yˆi2 (Yˆi Y )2 回归平方和
RSS ei2 (Yi Yˆi )2 残差平方和
1、TSS=ESS+RSS 2、可决系数 R2 统计量
记
R 2 ESS 1 RSS
TSS
TSS
称 R2 为（样本）可决系数/判定系数 可决系数的取值范围：[0，1] R2 越接近 1，说明实际观测点离样本线越近，拟合优度越高。 T 检验 检验步骤： （1）对总体参数提出假设
n
n
Q (Yi Yˆi )2 (Yi (ˆ0 ˆ1 X i ))2
1
1
xi2
(X i X )2
X
2 i
1 n
Xi 2
xi yi
(X i X )(Yi Y )
X
iYi
1 n
X i Yi
上述参数估计量可以写成：
ˆ1
计量经济学复习
第二章 一元线性回归模型1.随机误差项形成的原因：① 在解释变量中被忽略的因素 ② 变量观测值的观测误差 ③ 模型的关系误差或设定误差 ④ 其他随机因素的影响。
2.总体回归方程和样本回归方程的区别和联系：总体回归方程是对总体变量间关系的定量表述,条件均值E(Y|X=x)是x 的一个函数 ,记作:E(Y|X=x)=f(x),其中,f(x)为x 的某个函数 ,它表明在X=x 下,Y 的条件均值与x 之间的关系。
但实际中往往不可能得到总体的全部资料 ,只能先从总体中抽取一个样本,获得样本回归方程 ,并用它对总体回归方程做出统计推断。
通过样本回归方程按照一定的准则近似地估计总体回归方程 ,但由于样本回归方程随着样本的不同而有所不同,所以这种高估或低估是不可避免的。
3.随机误差项的假定条件：（1）零均值：随机误差项具有零均值，即E( )=0，i=1，2，… （2）随机误差项具有同方差： 即每个 对应的随机误差项 具有相同的常数方差。
Var( )=Var( )= ，i=1,2，… （3）无序列相关：即任意两个 和 所对应的随机误差项 、 是不相关的。
Cov( , )=E( )=0,i j,i,j=1,2,… （4）解释变量X 是确定性变量，与随机误差项不相关。
Cov( , )=E( )=0，此假定保证解释变量X 是非随机变量。
（5） 服从正态分布， ～N(0, )4.为什么用决定系数 评价拟合优度，而不用残差平方和作为评价标准？判定系数 = = 1- ，含义为由解释变量引起的被解释变量的变化占被解释变量总变化的比重,用来判定回归直线拟合的优劣。
该值越大说明拟合得越好。
而残差平方和值的大小受变量值大小的影响,不适合具有不同量纲的模型的比较。
5.可决系数 说明了什么？在简单线性回归中它与斜率系数的t 检验的关系是什么？可决系数 是对模型拟合优度的综合度量 ,其值越大,说明在Y 的总变差中由模型作出了解释的部分占得比重越大 ,模 型的拟合优度越高 ,模型总体线性关系的显著性越强。
庞浩计量经济学复习重点整理版复习课程
计量经济学复习重点总结任课老师：姜婷By fantasy题型：单选20*2 多选5*3 判断5*3 计算3*10第一章导论计量经济学数据类型：时间序列数据：把反映某一总体特征的同一指标的数据，按照一定的时间顺序和时间间隔（如月度.季度.年度）排列起来，这样的统计数据称为时间序列数据。
时间序列数据可以是时期数据，也可以是时点数据。
如逐年的GDP CPI截面数据：同一时间（时期或时点）某个指标在不同空间的观测数据。
如某一年各省GDP 面板数据：指时间序列数据和截面数据相结合的数据。
如在居民收支调查中收集的对各个固定调查户在不同时期的调查数据。
虚拟变量数据：某些客观存在的定性现象，如政策、自然灾害、战争等等第二章简单线性回归模型总体回归函数的表示形式：条件期望形式：个别值形式：样本回归函数的表示形式：条件均值形式个别值形式随机扰动项和残差项的区别和联系：区别：随机扰动项代表总体的误差，反应了未知因素、模型设定误差、变量观测误差；残差代表样本的误差，残差=随机误差项+参数估计误差。
随机扰动项无法直接观测；残差的数值可以求出。
联系：残差概念上类似于随机扰动项，将残差引入样本回归函数和随机引入总体回归函数的理由是相同的。
简单线性回归的基本假定：P31随机扰动项和解释变量不相关假定，零均值假定：同方差假定：正态性假定：无自相关假定：采用普通最小二乘法拟合的样本回归线的性质：P34回归线通过样本均值：Yi估计值的均值等于实际值的均值：剩余项的均值为零：被解释变量估计值与剩余项不相关：解释变量与剩余项不相关：OLS估计式的统计性质：P36（BLUE最佳线性无偏估计量）线性特性：无偏性：最小方差性：可决系数：R 2=ESS/TSS=1-RSS/TSS回归系数的假设检验：t 检验选取的统计量及其服从的分布 P48回归模型结果的经济含义分析： 练习题：2.7和2.92.7 设销售收入X 为解释变量，销售成本Y 为被解释变量。
计量经济学复习资料
计量经济学复习资料1、费里希（R.Frish）是经济计量学的主要开拓者和奠基人。
2、经济计量学与数理经济学和树立统计学的区别的关键之点是“经济变量关系的随机性特征”。
3、经济计量学识以数理经济学和树立统计学为理论基础和方法论基础的交叉科学。
它以客观经济系统中具有随机性特征的经济关系为研究对象，用数学模型方法描述具体的经济变量关系，为经济计量分析工作提供专门的指导理论和分析方法。
4、时序数据即时间序列数据。
时间序列数据是同一统计指标按时间顺序记录的数据列。
5、横截面数据是在同一时间，不同统计单位的相同统计指标组成的数据列。
6、对于一个独立的经济模型来说，变量可以分为内生变量和外生变量。
内生变量被认为是具有一定概率分布的随机变量，它们的数值是由模型自身决定的；外生变量被认为是非随机变量，它们的数值是在模型之外决定的。
7、对于模型中的一个方程来说，等号左边的变量称为被解释变量，等号右边被称为解释变量。
在模型中一个方程的被解释变量可以是其它方程的解释变量。
被解释变量一定是模型的内生变量，而解释变量既包括外生变量，也包括一部分内生变量。
8、滞后变量与前定变量。
有时模型的设计者还使用内生变量的前期值作解释变量，在计量经济学中将这样的变量程为滞后变量。
滞后变量显然在求解模型之前是已知量，因此通常将外生变量与滞后变量合称为前定变量。
9、控制变量与政策变量。
由于控制论的思想不断渗入经济计量学，使某些经济计量模型具有政策控制的特点，因此在经济计量模型中又出现了控制变量、政策变量等名词。
政策变量或控制变量一般在模型中表现为外生变量，但有时也表现为内生变量。
10、经济参数分为：外生参数和内生参数。
外生参数一般是指依据经济法规人为确定的参数，如折旧率、税率、利息率等。
内生参数是依据样本观测值，运用统计方法估计得到的参数。
如何选择估计参数的方法和改进估计参数的方法，这是理论经济计量学的基本任务。
11、用数学模型描述经济系统应当遵循以下两条基本原则：第一、以理论分析作先导；第二模型规模大小要适度。
计量经济学复习笔记(注释)
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——确定变量和数学关系式估计参数——分析变量间具体的数量关系模型检验——检验所得结论的可靠性模型应用——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（＾β）=β 随机变量，变量的函数？有效：最小方差性一致：N趋近无穷时，β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）——估计参数——检验——拟合优度——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。
Y i =β1+β2lnX i +u i线性影响 随机影响Y i =E （Y i |X i ）+u i E （Y i |X i ）=f(X i )=β1+β2lnX i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 |X i )=E(u i 2)=σ2C 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 i ~N(0,σ2)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 ∑e i2 ＾β1ols = (Y 均值)-＾β2(X 均值)＾β2ols = ∑x i y i /∑x i 23、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＾Y i 的均值等于实际值Y i 的均值（3）剩余项e i 的均值为0（4）被解释变量估计值＾Y i 与剩余项e i 不相关 Cov(＾Y i ,e i )=0（5）解释变量X i 与剩余项e i 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:β2=0 原假设 验证β2是否显著不为0标准化： Z=（＾β2-β2）/SE （＾β2）~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β2显著不为0(2)t 检验——回归系数的假设性检验方差未知，用方差估计量代替 ＾σ2=∑e i 2/(n-k) 重点记忆t =（＾β2-β2）/＾SE （＾β2）~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。
计量经济学复习重点
一、1、列举计量经济分析过程的几个要素：1、数据；2、计量模型。
3、解释变量；4、被解释变量；5、相关影响。
2、计量经济分析过程基本围绕着四类值。
例如要预测一个硬币被抛1000次出现正面的次数，第一步: 从理论上研究，出现正面的概率是1/2, 这个概率是真值；第二步：做实验，例如抛硬币100次，观察出现正面的次数，那么这个次数为观察值；第三步：估计概率，用观察的次数除以100作为概率的估计值；第四步：用估计的概率乘以1000作为硬币被抛1000次出现正面的预测值。
3、估计量一般都采用哪三种评选标准：1、无偏性；2、有效性；3、一致性.4、无偏估计量的概念：若估计量的数学期望存在且等于其对应真值，即$()E θθ=。
4估计量的有效性：设$1θ与$2θ均为θ的无偏估计量，若对于任意θ，有$1θ的方差小于等于$2θ的方差，则$1θ较$2θ有效。
5、列举计量经济分析的三种数据类型：1、横截面数据；2、时间序列数据；3、面板数据。
6、虚拟变量即一种二值变量，是对解释变量的一种定性描述。
二、：1、简述多元线性回归中('i i i y x βε=+)的高斯-马科夫假设（Gauss – Markov assumption ）?若要求得到无偏估计量需满足其中的哪（些）项？112{}0,1,2,...,{,...,}{,...,}{}1,2,...,{,}0i N N i i j E i Nx x V i NCov εεεεσεε=====与相互独立， 若想得到无偏估计量，需满足{}0,1,2,...,i E i N ε==，和11{,...,}{,...,}N N x x εε与相互独立 某种元件的寿命X(以小时计)服从正态分布N(),均未知.现测得16只元件的寿命如下(已知 t 0.05(15) =1.7531) : 159 280 101 212 224 379 179 264222 362 168 250 149 260 485 170问是否有理由认为元件的平均寿命大于225(小时)?2：解 按题意需检验: =225, :取a =0.05.此检验问题的拒绝域为t=t a (n-1).现在n=16, t 0.05(15) =1.7531.又根据 ,s= 算得=241.5, s=98.7259,即有t==0.66851.7531.t没有落在拒绝域中,故接受,即认为元件的平均寿命不大于225小时.3、在平炉上进行一项试验以确定改变操作方法的建议是否会增加钢的得率,试验是在同一只平炉上进行的,每炼一炉钢时除操作方法外,其他条件都尽可能做到相同.先用标准方法炼一炉,然后用建议的方法炼一炉,以后交替进行,各炼成了10炉,其得率分别为(1) 标准方法78.1 72.4 76.2 74.3 77.4 78.476.0 75.5 76.7 77.3(2) 新方法79.1 81.0 77.3 79.1 80.0 79.179.1 77.3 80.2 82.1设这两个样本相互独立,且分别来自正态总体N()和N(),,均未知.问建议的新操作方法能否提高得率?(取a=0.05,已知t0.05(18)=1.7341)3：解需要检验假设: -0,: -0分别求出标准方法和新方法下的样本均值和样本方差如下:根据 ,s= =10, =76.23, =3.325, 根据 ,s= =10, =79.43, =2.225. 又,==2.775, t 0.05(18)=1.7341,故拒绝域为 t =-t 0.05(18)=-1.7341.现在由于样本观察值t = -4.295-1.7341,所以拒绝,即认为建议的新操作方法较原来的方法为优.4、时间序列过程t Y 为平稳过程需要满足哪些条件？若121.20.32t t t t Y Y Y ε--=-+，试问这个过程是一个平稳过程吗？解：平稳过程需满足三个条件：1、{}t E Y μ=，期望为有限常数与时间t 无关。
计量经济学期末考试题库(完整版)及答案
计量经济学题库、单项选择题（每小题1分）1．计量经济学是下列哪门学科的分支学科（C)。
A．统计学B．数学C．经济学D．数理统计学2．计量经济学成为一门独立学科的标志是（B）。
A．1930年世界计量经济学会成立B．1933年《计量经济学》会刊出版C．1969年诺贝尔经济学奖设立D．1926年计量经济学（Economics)一词构造出来3．外生变量和滞后变量统称为（D）.A．控制变量B．解释变量C．被解释变量D．前定变量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6．在计量经济模型中，由模型系统内部因素决定，表现为具有一定的概率分布的随机变量，其数值受模型中其他变量影响的变量是（ B ).A．内生变量B．外生变量C．滞后变量D．前定变量7．描述微观主体经济活动中的变量关系的计量经济模型是（A ）.A．微观计量经济模型B．宏观计量经济模型C．理论计量经济模型D．应用计量经济模型8．经济计量模型的被解释变量一定是（ C ）。
A．控制变量B．政策变量C．内生变量D．外生变量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11．将内生变量的前期值作解释变量,这样的变量称为（ D )。
计量经济学复习资料
计量经济学复习资料1、外生变量与滞后内生变量统称为先决变量，先决变量只能作为解释变量。
2、滞后变量：把过去时期的具有滞后作用的变量叫做滞后变量。
滞后变量是联立方程计量经济学模型中重要的不可或缺的一部分变量，用以反映经济系统的动态性；与连续性。
3、内生变量是具有某种概率分布的随机变量，它的参数是联立方程系统估计的元素，内生变量时有模型系统决定的，同时也对模型系统产生影响，内生变量一般都是经济变量/4、拟合优度：关于模型（样本回归直线）与样本观测值的拟合程度。
5、偏回归系数：自变量变化一个百分点，应变量变化贝塔个百分点。
6、参数：参数是用来描述总体特征的概括性数字度量，它是研究者想要了解的总体某种特征值。
是总体数据特征的概括，它的取值是唯一的、未知的。
7、R的平方=0.9的含义：R平方被称作可决系数，是检验模型拟合优度的一个指标，在总离差平方和中，回归平方和（ESS）所占的比重越大，残差平方和所占的比重就越小，回归直线于样本点拟合的就越好。
所以该统计量越接近1，模型的拟合优度就越高。
所以R的平方=0.9表示被解释变量的90%可由解释变量来解释！8、.残差平方和（RSS=0）等于零：残差平方和是用来反映样本观测值与估计值偏离的大小，也是模型中解释变量未解释的那部分离差的大小，所以残差平方和等于零的含义就是模型中解释变量未解释的部分离差等于零，即因变量完全由解释变量解释。
9、经济计量学模型：是指通过用随机性数学方程的方法对现实进行描述和模拟，进而揭示经济活动中各个因素之间的定量关系的模型。
1.矩估计法：对于原总体多元回归模型，通过变形求期望得到：，该等式被称作总体回归方程的一组矩条件（表明了原总体回归方程所具有的内在特征），若从原总体中随机抽出一个样本，由该样本估计出的样本方程能够近似代表总体回归方程的话，则应成立，由此得到正规方程组：，解此正规方程组即得样本估计参数，这种估计样本回归方程的方法称为矩估计。