计量经济学重点知识整理
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。
伍德里奇计量经济学知识点总结
【伍德里奇计量经济学知识点总结】1. 基本概念伍德里奇计量经济学是指利用数学、统计学和计量经济学的方法对经济现象进行定量分析和预测的一门学科。
它是经济学的重要分支，通过建立数学模型和使用实证数据进行检验，可以揭示经济规律和进行政策分析。
2. 经典假定在伍德里奇计量经济学中，有一些经典的假定是非常重要的。
首先是线性假定，即假定经济关系是线性的；其次是随机抽样假定，即样本是随机抽取的，能够代表总体；还有就是无多重共线性、异方差和自相关等假定。
3. 模型建立在进行伍德里奇计量经济学的研究时，首先需要建立适当的计量经济模型。
常见的模型包括线性回归模型、多元回归模型、时间序列模型和横断面数据模型等。
在建立模型时，需要考虑模型的选择、变量的设定和函数形式的确定等问题。
4. 参数估计一旦模型建立完成，接下来就需要进行参数估计。
通常使用最小二乘法进行参数估计，通过最小化残差平方和来确定参数的估计值。
在进行参数估计时，需要考虑参数的一致性、有效性和假设检验等问题。
5. 模型诊断模型诊断是伍德里奇计量经济学中的重要环节，通过对模型的有效性、稳健性和适用性进行诊断，可以确保模型的准确性和可靠性。
模型诊断包括多重共线性、异方差、自相关和样本外验证等内容。
6. 预测和政策分析在进行伍德里奇计量经济学的研究时，需要对模型进行预测和政策分析。
通过对模型的预测能力和政策效应进行分析，可以为决策者提供重要的参考信息，并对经济现象进行深入理解和解释。
在我看来，伍德里奇计量经济学是一门非常有趣且重要的学科，它不仅可以帮助我们理解经济现象背后的规律，还可以为政策制定提供重要参考。
通过建立数学模型和使用实证数据进行检验，我们能够更加深入地探讨经济问题并作出合理的判断。
我也深刻意识到在进行伍德里奇计量经济学研究时，需要综合运用数学、统计学和经济学知识，这对我们的综合能力提出了更高的要求。
总结回顾起来，伍德里奇计量经济学是一门综合性强、逻辑性强的学科，在研究过程中需要我们对经济现象有着深刻的理解和分析能力。
计量经济学知识点(超全版)
1．经济变量：经济变量是用来描述经济因素数量水平的指标。
（3分）2．解释变量：是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。
（2分）它对因变量的变动做出解释，表现为方程所描述的因果关系中的“因”。
（1分）3．被解释变量：是作为研究对象的变量。
（1分）它的变动是由解释变量做出解释的，表现为方程所描述的因果关系的果。
（2分）4．内生变量：是由模型系统内部因素所决定的变量，（2分）表现为具有一定概率分布的随机变量，是模型求解的结果。
（1分）5．外生变量：是由模型系统之外的因素决定的变量，表现为非随机变量。
（2分）它影响模型中的内生变量，其数值在模型求解之前就已经确定。
（1分）6．滞后变量：是滞后内生变量和滞后外生变量的合称，（1分）前期的内生变量称为滞后内生变量；（1分）前期的外生变量称为滞后外生变量。
（1分）7．前定变量：通常将外生变量和滞后变量合称为前定变量，（1分）即是在模型求解以前已经确定或需要确定的变量。
（2分）8．控制变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条件和状态等方面的变量，（2分）它一般属于外生变量。
（1分）9．计量经济模型：为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，（2分）是以数学形式对客观经济现象所作的描述和概括。
（1分）10．函数关系：如果一个变量y的取值可以通过另一个变量或另一组变量以某种形式惟一地、精确地确定，则y与这个变量或这组变量之间的关系就是函数关系。
（3分）11．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影响，但并不由它们惟一确定，则y与这个变量或这组变量之间的关系就是相关关系。
（3分）12．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，称为最小二乘法。
（3分）13．高斯－马尔可夫定理：在古典假定条件下，OLS估计量是模型参数的最佳线性无偏估计量，这一结论即是高斯－马尔可夫定理。
《计量经济学》各章主要知识点
第一章：绪论1.计量经济学的学科属性、计量经济学与经济学、数学、统计学的关系；2.计量经济研究的四个基本步骤（1）建立模型（依据经济理论建立模型,通过模型识别、格兰杰因果关系检验、协整关系检验建立模型）；（2）估计模型参数（满足基本假设采用最小二乘法，否则采用其他方法：加权最小二乘估计、模型变换、广义差分法等）；（3 ）模型检验:经济意义检验（普通模型、双对数模型、半对数模型中的经济意义解释，见例1、例2 ）,统计检验（T检验，拟合优度检验、F检验,联合检验等）；计量经济学检验（异方差、自相关、多重共线性、在时间序列模型中残差的白噪声检验等）；（4 ）模型应用。
例1:在模型中，y某类商品的消费支出，x收入，P商品价格，试对模型进行经济意义检验，并解释A"》的经济学含义。
In X = 0.213 +0.25 In 一0.31£其中参数卩'",都可以通过显著性检验。
经济意义检验可以通过（商品需求与收入正相关、与商品价格负相关\商品消费支出关于收入的弹性为0.25 （ 1心/畑）=0.251】心/仏））；价格增加一个单位，商品消费需求将减少31%。
例2 :硏究金融发展与贫富差距的关系，认为金融发展先使贫富差距加大（恶化）, 尔后会使贫富差距降＜氐（好转），成为倒U型。
贫富差距用GINI系数表示，金融发展用（贷款余额/存款总额）表示。
回归结果G/^VZ r =2.34 + 0.641；-1.29x；/模型参数都可以通过显著性检验。
在X的有意义的变化范围内,GINI系数的值总是大于1 ,细致分析后模型变的毫无意义；同样的模型还有：GINI系数的值总是为负= —13.34 + 7.12 兀一14.31#O3.计量经济学中的一些基本概念数据的三种类型：横截面数据、时间序列数据、面板数据；线性模型的概念；模型的解释变量与被解释变量，被解释变量为随机变量（如果—个变量为随机变量,并与随机扰动项相关，这个变量称为内生变量），被解释变量为内生变量,有些解释变量也为内生变量。
计量经济学知识点重点总结
一、一些应该掌握的概念（课都上完以后回顾时候提到的应该知道的一些知识，有可能会出简答题）1、中心极限定理2、大数定理3、正态分布4、契比雪夫不等式5、方差，期望6、协方差及其相关系数，二、一些基本题型1、随机变量分布，“离散型100%考，图形不会的补考！”（此为他课上威胁性话语，所以重视程度排在第一位了……不知道是不是真考，《北方工业大学》版本有一个其他的数据的例子，供参考）例：设对任意x，定义F(x)=P{X≤x}=P{w|X(w)≤x}X 1 2 3P 1/3 1/3 1/3求F(x)=P(X≤x)的分布1）x<1时，F(x)= P(X<1)=02）1≤x<2时，F(x)= P(X≤1)=P(X=1)=1/33）2≤x<3时，F(x)= P(X≤2) =P(X=1)+ P(X=2)=2/34）3≤x时，F(x)= P(X≤3) =P(X=1)+P(X=2)+ P(X=3)=1图形:次图形为右连续F(x)0 1 2 3 x2、需求量，很容易考（原话）P15的例1.5，实在打不出来，留个地，大家自己写上去吧。
3、联合概率密度（简单被积分数，身高、体重作为随机变量）例：用X表示身高，Y表示体重，（X,Y）为二维随机变量定义F(l,w)=P{X≤l1, Y≤w1}当两个事件相互独立时，得出F(l,w)=F X(l) * F Y(w)即同时满足身高、体重条件的概率为满足身高事件的概率与满足体重的概率乘积。
4、古典概型例子例一：有藏品100个，其中5个次品，求取8个里面最多2个次品的概率？解：书上p6，例1.1其中应注意公式：n!C m n =----------------------m!(n-m)! (公式打得难看了一点，但是很有用)例二：黑球a个，白球b个，放在一起抓阄。
1≤k≤a+b，求在第k个位置抓到黑球的概率？解：a*(a+b-1)! / (a+b)! =a/(a+b)此用来证明第k次抽签时与前面抽到的概率都相等，（本人认为考的可能性小，哈哈）例三：n个人坐一圈，求其中2个熟人坐一起的概率解：P=2/(n-1)即为，把两个人看作一个整体，与其他n-1个人排列，有n-1种方法，他们之间的座位左右更换，有两个，所以得出上式。
计量经济学重点(DOC)
一、 单选5*2 1、 线性相关系数r 与拟合优度R 2关系2、F 统计量公式及其变形3、t 检验与F 检验矛盾的原因 多重共线性的特点4、R 2与 的比较可见，当K=0时相等R 2总是小于 ；甚至可能为负数（若出现负数，视同等于0）。
2222221222[()()]()ˆ()()()xyi i i i ixx yyiLx x y y x x R r x x y y L L y y β---====---∑∑∑∑∑2222/1(1)/(1)1R k R n k F R n k R k --==⋅----~(,1)/(1)ESS kF F k n k RSS n k =----2R 22/(1)11111(1)/(1)11RSS n k RSS n n R R TSS n TSS n k n k ----=-=-⋅=-------2R5、6、回归的标准误差，即把下面的平方7、双对数模型单对数模型二、名词解释5*41、普通最小平方和(OLS)：即最小二乘法，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。
2、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3、总平方和(TSS): 即总离差平方和，用TSS 表示，用以度量被解释变量的总变动。
2ˆσ是包含所有k 个自变量时的均方误差 2ˆ);1kRSS n k σ=--ux y ++=10ln ββ2222()i iTSS y y y ny Y Y ny'=-=-=-∑∑22011222ˆ()ˆˆˆˆi i i i i i k ki i ESS y y y x y x y x y ny''nyββββ=-=++++-=-∑∑∑∑∑βX Y 2201122ˆ()ˆˆˆˆi i ii i i i i k ki iRSS y y y y x y x y x y ''ββββ=-=-----==∑∑∑∑∑∑Y'Y -βX Yuy y ++=ln ln ln 10ββ4、样本决定系数(R 2):回归平方和占总平方和的比重。
(财务知识)计量经济学重点最全版
（财务知识）计量经济学重点计量经济学是以经济理论为前提，利用数学、数理统计方法和计算技术，根据实际观测资料来研究带有随机影响的经济数量关系和规律的壹门学科。
经济理论、数据和统计理论这三者对于真正了解现代经济生活中的数量关系都是必要的，但本身且非是充分条件。
三者结合起来就是力量，这种结合便构成了计量经济学。
经济理论的作用是对经济现象进行分析和解释，描述在壹定条件下经济变量之间的相互关系。
体当下计量经济学模型之中。
1.三大要素的经济理论：经济理论对于计量经济学是建立计量经济模型的依据和出发点。
计量经济学对于经济理论而言是理论到实际的桥梁和检验工具。
观测数据：主要是指统计数据和各种调查数据。
是所考察的经济对象的客观反映和信息载体，是计量经济工作处理的主要现实素材。
经济数据是计量经济分析的材料。
经济数据是经济规律的信息载体。
数据类型有时间序列数据、截面数据、平行数据、虚拟变量数据。
统计理论：是指各种数理统计方法，包括参数的估计，假设检验等内容。
是计量经济的主要数学基础，很多计量经济学方法都是在数理统计的基础上发展起来的。
2.计量经济模型的应用：结构分析经济预测政策评价检验和发展经济理论3.回归的含义：回归分析是研究关于壹个叫做被解释变量的变量对另壹个或多个叫做解释变量的依赖关系。
其用意在于通过后者（在重复抽样中）的已知或被设定值去估计和（或）预测前者的（总体）均值。
回归分析构成计量经济学的方法论基础，主要内容包括：根据样本观察值对经济计量模型参数进行估计，求得回归方程；对回归方程、参数估计值进行显著性检验；利用回归方程进行分析、评价及预测。
回归分析的用途：通过自变量的值来估计应变量的值。
对独立性进行假设检验——根据经济理论建立适当的假设。
通过自变量的值对应变量进行预测。
上述多个目标的综合。
4.回归关系和确定性关系：回归关系（统计关系）：研究的是非确定现象随机变量间的关系。
确定性关系（函数关系）：研究的是确定现象非随机变量间的关系。
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。
- 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)。
计量经济学重点知识整理1一般性定义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必须明确：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2注意：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三者缺一不可3计量经济学的学科类型●理论计量经济学研究经济计量的理论和方法●应用计量经济学：应用计量经济方法研究某些领域的具体经济问题4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5计量经济学与经济统计学的关系联系：●经济统计侧重于对社会经济现象的描述性计量●经济统计提供的数据是计量经济学据以估计参数、验证经济理论的基本依据●经济现象不能作实验，只能被动地观测客观经济现象变动的既成事实，只能依赖于经济统计数据6计量经济学与数理统计学的关系联系：●数理统计学是计量经济学的方法论基础区别：●数理统计学是在标准假定条件下抽象地研究一般的随机变量的统计规律性；●计量经济学是从经济模型出发，研究模型参数的估计和推断，参数有特定的经济意义，标准假定条件经常不能满足，需要建立一些专门的经济计量方法3、计量经济学的特点：计量经济学的一个重要特点是：它自身并没有固定的经济理论，而是根据其它经济理论，应用计量经济方法将这些理论数量化。
4、计量经济学为什么是一门单独的学科计量经济学是经济理论、数理经济、经济统计与数理统计的混合物。
1、经济理论所作的陈述或假说大多数是定性性质的，计量经济学对大多数经济理论赋予经验内容。
2、经济统计学的问题主要是收集、加工并通过图或表的形式以展现经济数据，他们不考虑怎样用所收集的数据来检验经济理论。
3、虽然数理统计学提供了这一行业中使用的许多工具，但由于大多数经济数据的独特性，计量经济学家常常需要有特殊的方法。
§2、计量经济学的方法论1、用计量经济学来分析问题的一般方法;（1）理论或假说的陈述（2）理论的数学模型的设定（3）理论的计量模型的设定（4）获取数据（5）计量经济模型的参数估计（6）模型检验（假设检验）（7）模型的应用：A、预报或预测B、利用模型进行控制或制定政策2、应用举例（消费函数）：（1）理论或假说的陈述：凯恩斯认为：随着收入的增加，消费也会增加，但是消费的增加不及收入增加的多。
即边际消费倾向递减。
（2）理论的数学模型设定：Y = a + bX其中y为消费支出，x为收入，ａｂ为模型的参数，分别代表截距和斜率系数。
斜率系数ｂ就是消费边际倾向MPC的度量。
其中左边的Y称为应变量，方程右边的X称为自变量或解释变量。
该方程表明消费和收入之间存在准确的一一对应关系。
（3）计量模型的设定：考虑到经济变量间的非准确关系，则消费函数的计量模型可以设定为: Y = a + Bx + μ其中μ被称为干扰项，或误差项，是一个随机变量，它有良好定义的概率性质。
μ是从模型中省略下来的而又集体影响着Y的全部变量的替代物（就是除了收入外，其它可能影响消费的所有因素）。
（4）数据的获得各种统计年鉴，企业报表和相关职能部门公布的统计数据。
（该例中我们可以通过中国统计年鉴获取相关数据）（5）参数估计（利用各种统计或计量软件来进行如：Eviews）以美国1980-1991年的数据，通过Eviews5.0的计算，我们可得如下消费函数方程：ý＝-231.8 + 0.7196其中ａ＝-231.8 ｂ＝0.7196它表明在1980-1991年间，实际收入每增加一元，美国人的平均消费增加0.72元。
（6）模型检验（假设检验）A、对理论或假说的检验弗里德曼认为凡是不能通过经验数据检验（实证检验）的理论或假设，都不能作为科学探索的一部分。
0 ＜0.7196＜1B、对模型的检验统计推断检验：模型的拟合优度检验、变量的显著性检验计量经济学检验：平稳性、多重共线性、自相关、异方差等方面的检验、（7）预报或预测（8）利用模型进行控制或制定政策4.计量经济学模型的应用一、结构分析经济学中的结构分析是对经济现象中变量之间相互关系的研究。
结构分析所采用的主要方法是弹性分析、乘数分析与比较静力分析。
计量经济学模型的功能是揭示经济现象中变量之间的相互关系，即通过模型得到弹性、乘数等。
应用举例二、经济预测计量经济学模型作为一类经济数学模型，是从用于经济预测，特别是短期预测而发展起来的。
计量经济学模型是以模拟历史、从已经发生的经济活动中找出变化规律为主要技术手段。
对于非稳定发展的经济过程，对于缺乏规范行为理论的经济活动，计量经济学模型预测功能失效。
模型理论方法的发展以适应预测的需要。
三、政策评价政策评价的重要性。
经济政策的不可试验性。
计量经济学模型的“经济政策实验室”功能。
四、理论检验与发展实践是检验真理的唯一标准。
任何经济学理论，只有当它成功地解释了过去，才能为人们所接受。
计量经济学模型提供了一种检验经济理论的好方法。
对理论假设的检验可以发现和发展理论。
§3 变量数据参数与模型1、计量经济模型中的变量（1）从变量的因果关系分：自变量因（应）变量解释变量被解释变量（2）从变量的性质分内生变量：模型求解的结果外生变量：2、计量经济学中应用的数据（1）时间序列数据（2）截面数据（3）混合数据（4）虚拟变量数据：一些定性的事实，不能直接用一般的数据去计量。
3、参数及其估计准则（1）无偏性（2）最小方差性（最优无偏估计）（3）一致性4、计量模型的基本函数形式（1）线性模型（2）非线性模型（可变为线性形式的非线性模型）双对数模型半对数模型倒数变换模型第二章 一元回归模型概述回归分析的性质回归分析的一些基本概念对线性的几点说明§2.1 回归分析的性质一、变量间的关系及回归分析的基本概念1、变量间的关系经济变量之间的关系，大体可分为两类：（1）确定性关系或函数关系：研究的是确定现象非随机变量间的关系。
（2）统计依赖或相关关系：研究的是非确定现象随机变量间的关系。
（以一定的统计规律呈现出来的关系）例如：函数关系：统计依赖关系/统计相关关系：正相关 线性相关 不相关 相关系数：统计依赖关系 负相关 11≤≤-XY ρ 有因果关系 正相关 无因果关系 非线性相关 不相关负相关▲注意：①不线性相关并不意味着不相关；②有相关关系并不意味着一定有因果关系；③回归分析/相关分析研究一个变量对另一个（些）变量的统计依赖关系，但它们并不意味着一定有因果关系。
④相关分析对称地对待任何（两个）变量，两个变量都被看作是随机的。
回归分析对变量的处理方法存在不对称性，即区分应变量（被解释变量）和自变量（解释变量）：前者是随机变量，后者不是。
回归与因果关系虽然回归分析研究一个变量对另一（些）变量的依赖关系，但它并不意味着因果关系。
Kendall 和Stuart 认为一个统计关系式不管多么强，也不管多么有启发性，却永远不能确立因果方面的联系，对因果关系方面的理念必须来自统计学之外，最终来自这种或那种理论。
从逻辑上说，统计关系式本身不可能意味着任何因果关系。
要谈因果关系，必须诉诸先验或理论上的思考。
§2.2回归分析的基本思想：()2,半径半径圆面积⋅==ππf ()施肥量阳光降雨量气温农作物产量,,,f =一、利用样本来推断总体1、总回归函数（PRF）2、样本回归函数（SRF）3、样本回归函数对总回归函数的进行拟合：（1）最小二乘法（OLS）（2）最小二乘法的基本假定（3）最小二乘估计的精度或标准误（4）最小二乘估计量的性质（5）拟合优度的度量（6）区间估计或假设检验4、利用回归方程进行分析、评价及预测。
二、回归分析的基本概念1、回归分析(regression analysis)是研究一个变量关于另一个（些）变量的具体依赖关系的计算方法和理论。
其用意：在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值。
这里：前一个变量被称为被解释变量或因变量对变量测量尺度的注解：分类尺度（名义尺度）、顺序尺度（序数尺度）、间隔尺度（区间尺度）、比率尺度（比率尺度）三、总体回归函数由于变量间关系的随机性，回归分析关心的是根据解释变量的已知或给定值，考察被解释变量的总体均值，即当解释变量取某个确定值时，与之统计相关的被解释变量所有可能出现的对应值的平均值。
例2.1：一个假想的社区有100户家庭组成，要研究该社区每月家庭消费支出Y与每月家庭可支配收入X的关系。
即如果知道了家庭的月收入，能否预测该社区家庭的平均月消费支出水平。
为达到此目的，将该100户家庭划分为组内收入差不多的10组，以分析每一收入组的家庭消费支出。
分析：（1）由于不确定因素的影响，对同一收入水平X，不同家庭的消费支出不完全相同；（2）但由于调查的完备性，给定收入水平X的消费支出Y的分布是确定的，即以X的给定值为条件的Y的条件分布（Conditional distribution）是已知的，如：P(Y=561|X=800）=1/4。
因此，给定收入X的值Xi，可得消费支出Y的条件均值（conditional mean）或条件期望（conditional expectation）：E(Y|X=Xi)该例中：E(Y | X=800)=561描出散点图发现：随着收入的增加，消费“平均地说”也在增加，且Y的条件均值均落在一根正斜率的直线上。
这条直线称为总体回归线。
概念：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：)()|(i i X f X Y E =称为（双变量）总体回归函数。
含义：回归函数（PRF ）说明被解释变量Y 的平均状态（总体条件期望）随解释变量X 变化的规律。
函数形式：可以是线性或非线性的。
例2.1中，将居民消费支出看成是其可支配收入的线性函数时: i i X X Y E 10)|(ββ+= 为一线性函数。
其中，β0，β1是未知参数，称为回归系数（regression coefficients ）。
。
四、随机扰动项总体回归函数说明在给定的收入水平Xi 下，该社区家庭平均的消费支出水平。
但对某一个别的家庭，其消费支出可能与该平均水平有偏差。
记：)|(i i i X Y E Y -=μ称μi 为观察值Yi 围绕它的期望值E(Y|Xi)的离，是一个不可观测的随机变量，又称为随机干扰项或随机误差项。