计量经济学期末考试重点
计量经济学期末考试重点
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。
计量经济学考试必看重点
经济计量学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。
计量经济学期末考试重点整理
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。
《计量经济学》期末总复习知识讲解
《计量经济学》期末总复习一、单项选择题1．在双对数线性模型lnY i =ln β0+β1lnX i +u i 中,β1的含义是（ D ） A ．Y 关于X 的增长量 B ．Y 关于X 的发展速度 C ．Y 关于X 的边际倾向 D ．Y 关于X 的弹性2．在二元线性回归模型：i i 22i 110i u X X Y +β+β+β=中，1β表示（ A ） A ．当X 2不变、X 1变动一个单位时，Y 的平均变动 B ．当X 1不变、X 2变动一个单位时，Y 的平均变动 C ．当X 1和X 2都保持不变时， Y 的平均变动 D ．当X 1和X 2都变动一个单位时， Y 的平均变动3．如果线性回归模型的随机误差项存在异方差，则参数的普通最小二乘估计量是（D ） A ．无偏的，但方差不是最小的 B ．有偏的，且方差不是最小的 C ．无偏的，且方差最小 D ．有偏的，但方差仍为最小4．DW 检验法适用于检验（ B ） A ．异方差 B ．序列相关 C ．多重共线性 D ．设定误差5．如果X 为随机解释变量，X i 与随机误差项u i 相关，即有Cov(X i ，u i )≠0，则普通最小二乘估计βˆ是（ B ） A ．有偏的、一致的 B ．有偏的、非一致的 C ．无偏的、一致的 D ．无偏的、非一致的6．设某商品需求模型为Y t =β0+β1X t + u t ，其中Y 是商品的需求量，X 是商品价格，为了考虑全年4个季节变动的影响，假设模型中引入了4个虚拟变量，则会产生的问题为（ ） A ．异方差性B ．序列相关C ．不完全的多重共线性D ．完全的多重共线性7．当截距和斜率同时变动模型Y i =α0+α1D+β1X i +β2 (DX i )+u i 退化为截距变动模型时，能通过统计检验的是（ ） A ．α1≠0，β2≠0 B ．α1=0，β2=0 C ．α1≠0，β2=0 D ．α1=0，β2≠08．若随着解释变量的变动，被解释变量的变动存在两个转折点，即有三种变动模式，则在分段线性回归模型中应引入虚拟变量的个数为（ B ） A ．1个 B ．2个 C ．3个 D ．4个9．对于无限分布滞后模型Y t =α+β0X t +β1X t-1+β2X t-2+…+u t ，无法用最小二乘法估计其参数是因为（ ） A ．参数有无限多个 B ．没有足够的自由度 C ．存在严重的多重共线性 D ．存在序列相关10．使用多项式方法估计有限分布滞后模型Y t =α+β0X t +β1X t-1+…+βk X t-k +u t 时，多项 式βi =α0+α1i+α2i 2+…+αm i m 的阶数m 必须（ ） A ．小于k B ．小于等于k C ．等于k D ．大于k11．对于无限分布滞后模型Y t =α+β0X t +β1X t-1+β2X t-2+…+u t ，Koyck 假定βk =β0λk ，0<λ<l ，则长期影响乘数为（ ）A ．λ-β10B ．λ-11C ．1－λD ．λ-β∑1i12．对自回归模型进行自相关检验时，若直接使用DW 检验，则DW 值趋于（ C ） A ．0 B ．1 C ．2 D ．413．对于Koyck 变换模型Y t =α(1-λ)+ β０X t +λY t-1+V t ，其中V t =u t -λu t-1，则可用作Y t-1的工具变量为（ ） A ．X t B ．X t-1 C ．Y t D ．V t14．使用工具变量法估计恰好识别的方程时，下列选项中有关工具变量的表述错误．．的是 （A ）A ．工具变量可选用模型中任意变量，但必须与结构方程中随机误差项不相关B ．工具变量必须与将要替代的内生解释变量高度相关C ．工具变量与所要估计的结构方程中的前定变量之间的相关性必须很弱，以避免多重共 线性D ．若引入多个工具变量，则要求这些工具变量之间不存在严重的多重共线性15．根据实际样本资料建立的回归模型是（ ） A ．理论模型 B ．回归模型 C ．样本回归模型D ．实际模型16．下列选项中，不属于．．．生产函数f(L ，K)的性质是（ ） A ．f(0，K)=f(L ，0)=0 B ．0Kf,0L f ≥∂∂≥∂∂ C ．边际生产力递减D ．投入要素之间的替代弹性小于零17．关于经济预测模型，下面说法中错误．．的是（ ） A ．经济预测模型要求模型有较高的预测精度 B ．经济预测模型比较注重对历史数据的拟合优度C ．经济预测模型比较注重宏观经济总体运行结构的分析与模拟D ．经济预测模型不太注重对经济活动行为的描述18．关于宏观经济计量模型中的季度模型，下列表述中错误．．的是（ ） A ．季度模型以季度数据为样本 B ．季度模型一般规模较大 C ．季度模型主要用于季度预测 D ．季度模型注重长期行为的描述19．宏观经济模型的导向是（ ） A ．由总供给与总需求的矛盾决定的 B ．由国家的经济发展水平决定的 C ．由总供给决定的 D ．由总需求决定的20．X 与Y 的样本回归直线为（D ） A ．Y i =β0十β1X i +u i B ．Y i =i i 10u X +β+β∧∧C ．E(Y i )=β0十β1X iD ．i Y ∧=i 10X ∧∧β+β21．在线性回归模型中，若解释变量X 1和X 2的观测值成比例，即X 1i =KX 2i ，其中K 为常数，则表明模型中存在（ C ） A ，方差非齐性 B ．序列相关 C ．多重共线性 D ．设定误差22．回归分析中，用来说明拟合优度的统计量为（ C ） A ．相关系数 B ．回归系数 C ．判定系数 D ．标准差23．若某一正常商品的市场需求曲线向下倾斜，可以断定（ B ） A ．它具有不变的价格弹性 B ．随价格下降需求量增加 C ．随价格上升需求量增加 D ．需求无弹性24．在判定系数定义中，ESS 表示（ B ） A ．∑(Y i —Y)2B ．∑2i )Y Y (-∧C ．∑(Y i -∧Y )2 D ．∑(Y i —Y )25．用于检验序列相关的DW 统计量的取值范围是（ D ） A ．O≤DW≤1 B ．-1≤DW≤1 C ．-2≤DW ≤2 D ．O≤DW≤426．误差变量模型是指（ A ） A ．模型中包含有观测误差的解释变量 B ．用误差作被解释变量C ．用误差作解释变量D ．模型中包含有观测误差的被解释变量27．由简化式参数的估计量得到结构参数的估计量的方法是（ C ） A ．二阶段最小二乘法 B ．极大似然法 C ．间接最小二乘法 D ．工具变量法28．将社会经济现象中质的因素引入线性模型（ C ） A ．只影响模型的截距 B ．只影响模型的斜率C ．在很多情况下，不仅影响模型截距，还同时会改变模型的斜率D ．既不影响模型截距，也不改变模型的斜率29．时间序列资料中，大多存在序列相关问题，对于分布滞后模型，这种序列相关问题就转化为（ B ） A ．异方差问题 B ．多重共线性问题 C ．随机解释变量问题 D ．设定误差问题30．根据判定系数R 2与F 统计量的关系可知，当R 2=1时有（ D ） A ．F=-1 B ．F=0 C ．F=1 D ．F=∞31．发达市场经济国家宏观经济计量模型的核心部分包括总需求、总供给和（ C ） A ．建模时所依据的经济理论 B ．总收入C ．关于总需求，总生产和总收入的恒等关系D ．总投资32．在消费Y t 对收入Z t 的误差修正模型t 1t 21t 101t 10t Z )Z Y (Y ε+∆α+β-β-α+α=∆---中，21αα和称为（C ）A ．均衡参数B ．协整参数C ．短期参数D ．长期参数33．用模型描述现实经济系统的原则是（B ） A ．以理论分析作先导，解释变量应包括所有解释变量 B ．以理论分析作先导，模型规模大小要适度 C ．模型规模越大越好，这样更切合实际情况 D ．模型规模大小要适度，结构尽可能复杂34．下列模型中E(Y i )是参数1β的线性函数，并且是解释变量X i 的非线性函数的是（ B ）A ．E(Y i )=2i 210X β+β B ．E(Y i )=i 10X β+β C ．E(Y i )=i10X 1β+β D ．E(Y i )=i10X 1β+β35．估计简单线性回归模型的最小二乘准则是：确定0∧β、1∧β,使得（ A ） A ．∑(Y i -0∧β-1∧βX i )2最小 B ．∑(Y i -0∧β-1∧βX i -e i )2最小 C ．∑(Y i -0∧β-1∧βX i -u i )2最小 D ．∑(Y i -i 10X β-β)2最小36．在模型Y i =i1u i 0e X ββ中，下列有关Y 对X 的弹性的说法中，正确的是（ A ）A ．1β是Y 关于X 的弹性B ．0β是Y 关于X 的弹性C ．ln 0β是Y 关于X 的弹性D ．ln 1β是Y 关于X 的弹性37．假设回归模型为Y i =i i u X +β，其中X i 为随机变量，且X i 与u i 相关，则β的普通最小二乘估计量（ D ） A ．无偏且不一致 B ．无偏但不一致 C ．有偏但一致 D. 有偏且不一致38．设截距和斜率同时变动模型为Y i =i i 2i 110u )DX (X D +β+β+α+α,其中D 为虚拟变量。
《计量经济学》期末考试复习资料
《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。
6)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。
6。
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。
计量经济学复习重点
1、统计检验是利用统计推断的原理，对参数估计的可靠程度、观察数据的拟合程度进行检验；主要方法有拟合优度检验、变量和方程的显著性检验2、计量经济学检验：检验模型的计量经济学性质，即检验模型基本假设的满足程度、各种经济计量假设的合理性。
主要检验准则：序列相关检验、异方差检验和多重共线检验。
3、模型预测检验：检验模型参数估计量的稳定性以及相对样本容量变化时的灵敏度，确定所建立的模型是否可以用于观察值以外的范围。
具体检验方法：（1）利用扩大了的样本 重新估计参数，检验两次估计结果的差异显著性；（2）将所建立的模型用于样本以外某一时期的实际预测，预测值与实际值进行比较并检验差异显著性。
4、建立计量经济模型的步骤5、样本回归模型回归分析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。
由于总体的信息往往无法掌握，现实的情况只能是在一次观测中得到总体的一组样本样本散点图近似于一条直线，画一条直线以尽可能好地拟合该散点图，由于样本取自总体，可以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：6、随机扰动项U ：理论经济学和数理经济学一般假定经济变量之间存在确定性的规律，从而建立确定性的模型。
引入随机扰动项是为了更准确地描述社会经济系统。
随机扰动项是不可观察的，只能通过残差——实际值与拟合值的差——进行估计7、Gauss —Markov 定理（高斯-马克）：满足性质1、2、3的最小二乘估计量是最优线性无偏估计量 最小二乘法求出参数估计量达到最小值。
性质1：线性特性；估计量a,b 均可由被解释变量Y 线性表示出来。
性质2：无偏性E （a ）= E （b ）= β 性质3：在a 、β的各种线性无偏估计中，最小二乘估计量a,b 具有最小方差。
8、完全共线性：如果存在 c 1X 1i +c 2X 2i +…+c k X ki =0 i=1,2,…,nii i X X f Y 10ˆˆ)(ˆββ+== （2.1.4）称为样本回归函数（sample regression function ）SRF 。
计量经济学考试重点整理
计量经济学考试重点整理计量经济学考试重点整理第一章：计量经济学是指用数学方法探讨经济学的一门学科，由统计学、经济理论和数学三者结合而成。
它不同于经济统计学和一般经济理论，也不是数学应用于经济学的同义语。
三者结合起来，才能构成计量经济学的力量。
理论模型的设计包含三个主要部分：选择变量、确定变量之间的数学关系和拟定模型中待估计参数的数值范围。
常用的样本数据有时间序列、截面和虚拟变量数据。
样本数据的质量应具备完整性、准确性、可比性和一致性。
模型的检验包括经济意义检验、统计检验、计量经济学检验和模型预测检验。
其中，计量经济学检验包括异方差性检验、序列相关性检验和共线性检验。
计量经济学模型的成功要素包括理论、方法和数据。
应用方面，计量经济学模型可用于结构分析、经济预测、政策评价和理论检验与发展。
其中，结构分析主要采用弹性分析、乘数分析和比较静力分析等方法。
经济预测是计量经济学模型的一个主要应用领域，它是从用于经济预测，特别是短期预测而发展起来的。
对于非稳定发展的经济过程和缺乏规范行为理论的经济活动，计量经济学模型预测功能可能失效。
政策评价是指从许多不同的政策中选择较好的政策予以实行，或者说不同的政策对经济目标所产生的影响的差异。
计量经济学模型可以起到“经济政策实验室”的作用，将经济目标作为被解释变量，经济政策作为解释变量，评价各种不同政策对目标的影响。
最后，实践是检验真理的唯一标准，计量经济学模型的理论方法需要不断发展以适应预测的需要。
任何经济学理论只有在成功解释过去的情况下才能被人们所接受。
计量经济学模型提供了一种检验经济理论的好方法，通过对理论假设的检验可以发现和发展理论。
相关分析主要研究随机变量间的相关形式及相关程度，适用于所有统计关系。
但相关分析有其局限性，不能说明变量间的具体相关关系形式，也不能从一个变量推测另一个变量的具体变化。
回归分析则是研究一个变量关于另一个或几个变量的具体依赖关系的计算方法和理论，目的是根据已知的解释变量的数值去估计被解释变量的平均值。
计量经济学-期末考试重点
计量经济学题型：单选（10×3´）、简答（5×8´）、计算（3×10´） 1、统计资料类型：时间序列统计资料、横截面统计资料、时间序列和横截面数据合并的统计资料。
2、什么是最小二乘法。
为了研究总体回归模型中变量X 与Y 之间的线性关系，需要求一条拟合直线。
一条好的拟合直线应该是使残差平方和达到最小，以此为准则，确定X 与Y 之间的线性关系。
3、样本相关系数：是变量X 与Y 之间线性相关程度的度量指标，定义为：∑∑∑=2i2ii i yx y x r—1≤r ≤1。
当r=—1时，X 与Y 完全负线性相关；当r=1时，X 与Y 完全正线性相关； 当r=0时，X 与Y 无线性相关关系；一般地，—1＜r ＜1。
|r|越接近1，说明X 与Y 有较强的线性相关关系。
4、 异方差来源于截面数据。
自相关是一种序列数据。
5、异方差对最小二乘统计特性的影响计量模型中若存在异方差性，采用普通最小二乘法估计模型参数，估计量仍具有线性特征和无偏性，但不具有最小方差性（即有效性）。
6、误差项存在自相关，主要有如下几个原因：（1）模型的数字形式不妥。
（2）惯性。
（3）回归模型中略去了带有自相关的重要解释变量。
7、多重共线性来源：（1）许多经济变量在时间上有共同变动的趋势。
（2）把一些解释变量的滞后值也作为解释变量在模型中使用，连贯性原则说明解释变量与其滞后变量通常是相关的。
8、给出类别，问：可提供几个虚拟变量。
P188当模型含有k 个定性变量，每个变量含有i m ，（1，2，…，k ）个类别时，应设()∑=k1i i 1-m 个虚拟变量。
9、 基础类别换了，模型会写成什么样变量带了对数。
10、 虚拟变量模型类似 ()i i i 3i 2i 10i u ++++=D X D X Y ββββ ()3i 10-ββββX D X Y ++= 11、判断有无多重共线性。
计量经济学考试重点总结
1、简述计量经济学：是以经济理论和经济数据为事实依据，运用数学统计学的的方法建立数学模型，来研究经济数量关系和和规律的一门经济学科。
2、计量经济模型有哪些应用：①结构分析。
②经济预测。
③政策评价。
④检验和发展经济理论。
3、计量经济学研究的主要步骤：①确定变量和数学关系式——模型设定；②分析变量间具体的数量关系式——估计参数；③检验所的结论的可靠性——模型检验；④作经济分析和经济预测——模型应用。
5．计量经济学数据的分类：①时间序列数据；②截面数据；③面板数据；④虚拟变量数据。
6.在计量经济模型中，为什么会存在随机误差项：随机误差项是计量经济模型中不可缺少的一部分。
产生随机误差项的原因有以下几个方面：①模型中被忽略掉的影响因素造成的误差；②模型的设定误差；③变量的测量误差；④随机因素。
7、总体回归函数中，引进随机误差想的原因：①作为位置影响因素的代表；作为无法取得数据的已知因素的代表；作为众多细小影响因素的综合代表；②模型设定的误差；③变量测定的误差；③经济现象内在的随机性。
8、古典线性回归模型的基本假定：①零均值假定。
即在给定xt的条件下，随机误差项的数学期望为0；②同方差假定。
误差项的方差与t无关，为一个常数。
③无自相关假定。
即不同的误差项相互独立。
④解释变量与随机误差项不相关假定。
（1分）⑤正态性假定，即假定误差项服从均值为0，方差为的正态分布。
9、总体回归模型与样本回归模型的区别：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观测的样本中变量y与x的相互关系。
②建立模型的不同。
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，样本回归模型是随机模型，它随着样本的改变而改变。
联系：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。
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的统计性质：①线性，是指参数估计量和分别为观测值和随机误差项的线性函数或线性组合。
计量经济学(重点)
模型: 01i i i Y X u ββ=++ 1.最小二乘法参数估计C245.3522 153.9605 1.593605 0.1241 245.35220.551514i iY X =+ SE=153.9605 0.009135 t=(1.593605) (60.37623)20.993459R = 20.993187R =其中， i X 为解释变量”GDP”，ˆiY 为解释变量”最终消费支出”。
2. 经济意义的 检验所估计的参数1ˆ0.551514β=，说明人均国民收入每增加1元，可导致最终消费支出增加0.551514元。
这与经济学中边际消费倾向的意义相符。
3. 拟合优度检验由上表可以看出，本例中可决系数R 平方为0.993459，说明所建模型整体上对样本数据拟合较好，即解释变量“GDP ”对被解释变量“最终消费支出”的绝大部分变动做出了解释。
4. 回归系数的显著性检验（0.05的显著水平）对回归系数的t 检验：原假设0H ：0β=0和0H ：1β=0，由表还可以看出，估计的回归系数0ˆβ的标准误差和t 统计值分别为：SE （0ˆβ）=153.9605，t （0ˆβ）=1.593605；1ˆβ的标准误差和t 统计值分别为：SE （1ˆβ）=0.009135，t （1ˆβ）=60.37623取显著性水平α=0.005，查t 分布表得自由度=n-2=24的临界值0.0025(21)t =2.064因为0)ˆ(t β=1.593605<0.0025(21)t =2.064，所以不能拒绝0H ：0β=0；因为t （1ˆβ）=60.37623>0.0025(21)t =2.064,所以应拒绝0H ：1β=0，这表明GDP 对财政收入有显著影响5回归系数的区间估计（置信水平为95%）即我们以95%概率保证，1ˆβ的置信区间为： 1/2111/21ˆˆˆˆˆˆˆ()()P t SE t SE ααβββββ⎡⎤-<=<=+⎣⎦ 6）2004年Y 期望值的置信区间（预测期2004年X=38000亿元,置信水平为95%）Std. Dev. 9357.245222(2)(262)9357.2452101392816x x n σ∑=-=-⨯=222004()(3800014138.17)569386930.9X X -=-= 给定显著性水平0.05α=，查表得0.025(24) 2.064t =，由于0Y 在00.025(2)ˆn Y t σ-± 即2004ˆY 的95%预测区间为[]20052.31121,22353.43438。
计量经济学期末考试复习重点
对于不同的解释变量的值，随机误差项的方差不再是常数，则认为出现了异方差性假性异方差:模型遗漏了重要的变量,模型函数形式的设定误差。
解决方法：设定正确模型真正的异方差,随机因素的影响(截面数据中，波动与经济规模的比例关系。
如赚钱越多，消费的选择余地越大。
时间序列中，波动的系统变化)后果：出现异方差如仍采用OLS估计模型参数，OLS估计量仍然是线性、无偏的，但是OLS 估计不再是有效估计。
无法正确估计回归系数的标准差,参数估计的标准差出现偏差。
T检验失效。
模型预测不准确（区间估计与随机误差项的方差有关）残差分析图的eview实现：(Sort X)Ls Y C X Genr E1=resid Genr E2=abs(E1) 或者genr E2=E1*E1Scat x E2G_Q检验的适用范围：样本容量较大，单调异方差的情形，对于复杂异方差则无法应用步骤：将Xi按大小排列，去掉中间C=N/4个，剩下的观察值划分成大小相同两个子样本，对每个子样本分别求回归方程，并计算各自的残差平方和，提出假设构造统计量如果F＞Fa ，误差项存在明显的递增异方差性；如果1≤F≤Fa，误差项无明显异方差性。
Sort X Smpl 1 x1 Ls Y C X ，求RSS1 Smpl x2 n Ls Y C X, 求RSS2计算F，查F临界值，并进行判断G-Q检验缺点：无法确定具体形式，对如何解决异方差没有提供建议，复杂异方差不适用，对于多元的情况，处理比较麻烦怀特检验的适用范围：任何形式的异方差，对于多元模型也很方便，可初步推测异方差形式步骤：估计回归模型，并计算残差平方，估计辅助回归方程即将残差平方关于所有解释变量的一次项，二次项和交叉项回归。
计算辅助回归判定系，可证：同方差假设下（），渐进地有：如Park和Gleiser检验：White检验形式太过一般，为了具体化，和以后修正异方差的需要。
基本思想:利用残差绝对值序列或残差平方序列，分别对Xi（的某种形式）进行一元辅助回归。
计量经济学重点(简答题)
二十一、
A.经济变量的不可控，使得解释变量观测值具有随机性；
B.由于随机干扰项中包括了模型略去的解释变量，而略去的解释变量与模型中的解释变量往往是相关的；
C.模型中含有被解释变量的滞后项，而被解释变量本身就是随机的。
随机解释变量有三种情形，不同情形下最小二乘估计的影响和后果也不同。
A.解释变量是随机的，但与随机干扰项不相关；这时采用OLS估计得到的参数估计量仍为无偏估计量；
3)T检验的可靠性降低。
4)增大模型的预测误差。
当模型存在异方差时，根据普通最小二乘法估计出的参数估计量仍具有线性特性和无偏性，但不再具有有效性；用于参数显著性的检验统计量，要涉及到参数估计量的标准差，因而参数检验也失去意义。
十七、
模型的序列相关违背的基本假定是Cov(ui,uj) = 0 (i≠j)。
答：因为人们发现随着模型中解释变量的增多，多重决定系数 的值往往会变大，从而增加了模型的解释功能。这样就使得人们认为要使模型拟合得好，就必须增加解释变量。但是，在样本容量一定的情况下，增加解释变量必定使得待估参数的个数增加，从而损失自由度，而实际中如果引入的解释变量并非必要的话可能会产生很多问题，比如，降低预测精确度、引起多重共线性等等。为此用修正的决定系数来估计模型对样本观测值的拟合优度。
内生变量是其数值由模型所决定的变量，是模型求解的结果。
外生变量是其数值由模型以外决定的变量。
7、计量经济学的含义
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、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。
8.在计量经济模型中，为什么会存在随机误差项？
答：随机误差项是计量经济模型中不可缺少的一部分。
计量经济学期末复习整理
名词解释1.简单线性相关系数在各种类型的相关分析中，只有两个变量的线性相关的关系是最简单的。
两个变量之间线性相关程度可以用简单线性相关系数去度量，这种关系时最常用的，简称为相关系数。
总体相关系数ρ反映总体两个变量X和Y的线性相关程度。
2.回归现代意义上的回归是关于一个变量（被解释变量或应变量）对另一个或多个变量（解释变量）依存关系的研究，是用适当的数学模型去近似地表达或估计变量之间的平均变化关系，其目的使根据解释变量的数值去估计所研究的被解释变量的总体平均值。
3.随机扰动项若令各个Y i值与条件期望E（Y│Xi）偏差为μi，μi为是一个可正可负的随机变量，称为随机扰动项或随机误差项，即μi=Y i-E（Y│Xi），Y i=E（Y│Xi）+μi 4.最佳线性无偏估计量在古典假定条件下，OLS估计量βˆ1和βˆ2是总体参数β1和β2的最佳线性无偏估计量，这一结论称为高斯-马尔可夫定理。
5.偏回归系数在多元线性回归模型中，回归系数βj（j=1，2，3，…，k）表示的正是在控制其他解释变量不变的条件下，第j个解释变量的单位变动对被解释变量平均值的影响，这样的回归系数称为偏回归系数。
6.多重共线性计量经济学中的多重共线性，不仅包括解释变量之间精确的线性关系，还包括解释变量之间近似的线性关系。
从数学意义上去说明多重共线性，即若存在不全为0的数λ1，λ2，λ3，…λk，使得λ1X1i+λ2X2i+…λk X ki=0(i=1,2,…，n)则称解释变量X1，X2，X3，…，X k 之间存在完全的多重共线性。
不完全的多重共线性是指对于解释变量X1，X2，X3，…，X k，存在不全为0 的数λ1，λ2，λ3，…λk，使得λ1X1i+λ2X2i+λ3X3…λk X ki+V i=0（i=1,2,…，n）7.VIF将VIF定义为 VIF表明，参数估计的方差是由于多重共线性的出现而膨胀起来的。
8.异方差设模型为Y i=β1+β2X2i+…+βk X ki+μi （i=1,2,…，n）。
《计量经济学》期末重点知识归纳整理
计量经济学期末重点知识归纳1.普通最小二乘法：已知一组样本观测值{}n i Y X i i ,2,1:),(⋯=，普通最小二乘法要求样本回归函数尽可以好地拟合这组值，即样本回归线上的点∧i Y 与真实观测点Yt 的“总体误差”尽可能地小。
普通最小二乘法给出的判断标准是：被解释变量的估计值与实际观测值之差的平方和最小。
2.广义最小二乘法GLS ：加权最小二乘法具有比普通最小二乘法更普遍的意义，或者说普通最小二乘法只是加权最小二乘法中权恒取1时的一种特殊情况。
从此意义看，加权最小二乘法也称为广义最小二乘法。
3.加权最小二乘法WLS ：加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用普通最小二乘法估计其参数。
4.工具变量法IV ：工具变量法是克服解释变量与随机干扰项相关影响的一种参数估计方法。
5.两阶段最小二乘法2SLS, Two Stage Least Squares ：两阶段最小二乘法是一种既适用于恰好识别的结构方程，以适用于过度识别的结构方程的单方程估计方法。
6.间接最小二乘法ILS ：间接最小二乘法是先对关于内生解释变量的简化式方程采用普通小最二乘法估计简化式参数，得到简化式参数估计量，然后过通参数关系体系，计算得到结构式参数的估计量的一种方法。
7.异方差性Heteroskedasticity ：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。
8.序列相关性Serial Correlation ：多元线性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。
9.多重共线性Multicollinearity ：对于模型i k i i X X X Y μββββ++⋯+++=i k 22110i ，其基本假设之一是解释变量X 1,X 2,…,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。
计量经济学期末重点
计量经济学期末重点一、名词解释：1、讣量经济学是以一定的经济理论和统计资料为基础，运用数学、统计学方法与电脑技术, 以建立经济il鱼模型为主要手段，定量分析研究具有随机性特性的经济变量关系的一门经济学学科。
主要内容包括理论计量经济学和应用经济计量学。
理论经济计量学主要研究如何运用、改造和发展数理统讣的方法，使之成为经济关系测是的特殊方法。
应用计戢经济学是在一左的经济理论的指导下，以反映事实的统汁数据为依据，用经济计量方法研究经济数学模型的实用化或探索实证经济规律。
2、平稳随机过程：平稳随机过程是在固左时间和位置的蛊塹迩与所有时间和位置的概率分布相同的随机过程，即随机过程的统计特性不随时间的推移而变化，因此数学期望和方差这些参数不随时间和位置变化。
3、可决系数：可决系数，亦称测立系数、决左系数、可决指数。
与复相关系数类似的，表示一个随机变量与多个随机变虽关系的数字特征，用来反映回归模式说明因变量变化可靠程度的一个统讣指标，一般用符号“R”表示，可泄义为已被模式中全部自变量说明的自变量的变差对自变量总变差的比值。
4、随机游走：随机游進(random walk)也称随机漫步，随机行止等是指基于过去的表现，无法预测将来的发展步骤和方向。
核心概念是指任何无规则行龙者所带的守恒呈:都各自对应着一个扩散运输定律，接近于布朗运动，是布朗运动理想的数学状态，现阶段主要应用于互联网链接分析及金融股票市场中。
5、OLS：ols 全称o rdinary least squares.是回归分析(regression analysis)最根本的一个形式，对模型条件要求最少，也就是使散点图上的所有观测值到回归直线距离的平方和最小。
普通最小二乘法6、BLUE：如果一个参数的估计量具有线性性(估计量是样本观察值的线性函数)、无偏性(估计戢的数学期望等于真值)和估汁误差方差最小等统讣学性质，称其为最佳线性无偏估计量。
7、多重共线性：指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。
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→∞。
计量经济学期末考试重点
1.内生变量由模型系统内部因素所决定的变量，表现为具有一定概率分布的随机变量，是模型求解的结果. 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。
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。
6（滞后变量：是滞后内生变量和滞后外生变量的合称，前期的内生变量称为滞后内生变量；前期的外生变量称为滞后外生变量。
7（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。
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.(点预测：给定自变量的某一个值时，利用样本回归方程求出相应的样本拟合值，以此作为因变量实际值19和其均值的估计值.20(拟合优度：样本回归直线与样本观测数据之间的拟合程度。
21、异方差性：在线性回归模型中，如果随机误差项的方差不是常数，即对不同的解释变量观测值彼此不同，则称随机项具有异方差性。
22.自相关：随机误差项u与其滞后项的相关关系.42。
多重共线性:是指解释变量之间存在完全或不完全的线性关系53(联立方程模型:是指由两个或更多相互联系的方程构建的模型.55（结构式模型：是根据经济理论建立的反映经济变量间直接关系结构的计量方程系统。
56(简化式模型：把内生变量表示成前定变量和随机项的函数(结构式参数：结构模型中的参数叫结构式参数 5758（简化式参数：简化式模型中的参数叫简化式参数.59(恰好识别:如果通过简化模型的参数估计值和参数关系式可以得到结构方程的参数估计值的唯一解则称该结构方程恰好识别。
过度识别：如果通过简化模型的参数估计值和参数关系式可以得到结构方程的参数估计值的多个解则称该结构方程过度识别。
60(不可识别:如果通过简化模型的参数估计值和参数关系式得不到结构方程的参数估计值的解则称该结构方程不可识别.61(识别的阶条件：如果一个方程能被识别,那么这个方程不包含的变量的总数应大于或等于模型系统中方程个数减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、"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)。
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：1)所选择的样本区间内经济行为的一致性问题。
2)样本数据在不同样本点之间的可比性问题。
3)样本观测值过于集中的问题。
4)模型随机干扰项的序列相关问题。
2、截面数据是一批发生在同一时间截面上的调查数据。
要注意问题：1样本与母体的一致性问题。
2模型随机干扰项的异方差问题。
6、样本数据的质量（4点）答：完整性、准确性、可比性、一致性。
7、模型参数的估计方法是计量经济学的核心内容。
8、模型的检验（4个检验）答：⑴经济意义检验根据拟定的符号、大小、关系⑵统计检验由数理统计理论决定包括拟合优度检验总体显着性检验变量显着性检验⑶计量经济学检验由计量经济学理论决定，包括异方差性检验、序列相关性检验、共线性检验。
⑷模型预测检验由模型的应用要求决定，包括稳定性检验：扩大样本重新估计；预测性能检验：对样本外一点进行实际预测。
9、计量经济学模型的应用（绿体字）答：结构分析、经济预测、政策评价、检验与发展经济理论第二章经典单方程计量经济学模型：一元线性回归模型1、相关分析和回归分析的含义及其联系答：相关分析分析变量之间是否存在相关关系分析相关关系的类型计量相关关系的密切程度相关分析的局限：不能说明变量间的相关关系的具体形式不能从一个变量去推测另一个变量的具体变化回归分析：回归是关于一个变量对另一个或多个变量依存关系的研究，是用适当的数学模型去近似地表达或估计变量之间地平均变化关系，回归分析目的：根据已知的自变量的数值，去估计因变量的总体平均值。
区别：从研究目的上看：相关分析是研究变量间相互联系的方向和程度；回归分析是寻求变量间联系的具体数学形式，是要根据自变量的固定值去估计和预测因变量的值。
从对变量的处理来看：相关分析中的变量均为随机变量，不考虑两者的因果关系；回归分析是在变量因果关系的基础上研究自变量对因变量的具体影响，必须明确划分自变量和因变量，回归分析中通常假定自变量为非随机变量，因变量为随机变量。
联系：●共同的研究对象：都是对变量间相关关系的分析●只有当变量间存在相关关系时，用回归分析去寻求相关的具体数学形式才有实际意义●相关分析只表明变量间相关关系的性质和程度，要确定变量间相关的具体数学形式依赖于回归分析2、在总体回归函数中引入随机干扰项的主要原因：答：1、代表未知的影响因素；2、代表残缺数据; 3、代表众多细小影响因素 4、代表数据观测误差5、代表模型设定误差6、变量的内在随机性。
3、样本回归函数和总体回归函数的公式答：总体回归模型的随机形式：总体回归模型的确定形式：样本回归函数的随机形式：样本回归函数的确定形式：4、一元线性回归模型的基本假设（重点掌握前4个）答：假设1、解释变量X 是确定性变量，不是随机变量，而且在重复抽样中取固定值； 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, …,nVar (?i )=??2 i=1,2, …,nCov(?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：（同期相关从这里引申出来的）^^01i i i Y X e ββ=++^^01Y X eββ=++Cov(X i , ?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旨在排除时间序列数据出现持续上升或下降的变量作为解释变量，因为这类数据不仅使大样本统计推断变得无效，而且往往产生所谓的伪回归问题。
假设6也被称为模型没有设定误差注意：1、如果假设1、2满足，则假设3也满足;2、如果假设4满足，则假设2也满足。
5、最小二乘法的推导过程（推导至2.2.5）答：普通最小二乘法（Ordinary least squares, OLS ）给出的判断标准是：二者之差的平方和 ∑∑+-=-=n i i i n i X Y Y Y Q 121021))ˆˆ(()ˆ(ββ 最小。
根据微积分学的运算，但Q 对0β、1β的一阶偏导数为0时，Q 达到最小，即可推得用于估计0β、1β的下列方程组：方程组（*）称为正规方程组6、最小二乘估计法的性质（重点看前三个，知道线性性和无偏性的推导）答：当模型参数估计出后，需考虑参数估计值的精度，即是否能代表总体参数的真值，或者说需考察参数估计量的统计性质。
一个用于考察总体的估计量，可从如下几个方面考察其优劣性：（1）线性性，即它是否是另一随机变量的线性函数；（2）无偏性，即它的均值或期望值是否等于总体的真实值；（3）有效性，即它是否在所有线性无偏估计量中具有最小方差。
证明：线性性：无偏性：因为02==∑∑∑i i i x x k ∑=1i i X k 故 ∑+=i i k μββ11ˆ 7、区别那三个平方和（TSS,ESS,RSS ）如果Yi=?i 即实际观测值落在样本回归“线”上，则拟合最好。
可认为，“离差”全部来自回归线，而与“残差”无关。
8、可决系数R2统计量答：拟合优度检验：对样本回归直线与样本观测值之间拟合程度的检验。
度量拟合优度的指标：判定系数（可决系数）2R称 R2 为可决系数/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。
9、T 值公式（2.3.5）答：t 检验：检验步骤：1）对总体参数提出假设H 0： ?1=0， H 1：?1?02）以原假设H0构造t 统计量，并由样本计算其值3）给定显着性水平?，查t 分布表得临界值t ?/2(n-2)4) 比较，判断 )2(~ˆˆˆ1ˆ112211--=-=∑n t S x t i βββσββ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H010、掌握黑体字部分与参数的置信区间的求法（2.3.7）答：如果存在这样一个区间，称之为置信区间（confidence interval）；1-α称为置信系数（置信度）（confidence coefficient），α称为显着性水平（level of significance）；置信区间的端点称为置信限（confidence limit）或临界值（critical values）。
11、如何才能缩小置信区间（2个）答：（1）增大样本容量n。
因为在同样的置信水平下，n越大，t分布表中的临界值越小；同时，增大样本容量，还可使样本参数估计量的标准差减小；（2）提高模型的拟合优度。
因为样本参数估计量的标准差与残差平方和呈正比，模型拟合优度越高，残差平方和应越小。
12、预测问题的黑色字体部分答：ˆY只是被解释变量的预测值的估计值，而不是预测值。
原因在于两方面：一是模型中的参数估计量是不确定的；二是随机干扰项的影响。
所以，我们得到的仅是预测值的估计值，预测值仅以某一个置信度处于以该估计值为中心的一个区间中。
预测值在更大程度上说是一个区间估计问题。
13、置信带（域）（49页图上方的两段话）答：如下图所示，如果对每个X值求其总体均值()E Y X的95%的置信区间，将区间端点连接起|来，可以得到关于总体回归函数的置信带（域）。
同样地，对每个X值求Y的个别值Y的置信带（域）。
可以看出，Y的个别值Y的置信带比其总体均值的置信带宽。
对于Y的总体均值E(Y|X)与个体值的预测区间（置信区间）：（1）样本容量n越大，预测精度越高，反之预测精度越低；（2）样本容量一定时，置信带的宽度当在X 均值处最小，其附近进行预测（插值预测）精度越大；X 越远离其均值，置信带越宽，预测可信度下降。
14、时间序列问题答：关于“伪回归问题”。
注意到对可决系数的定义与解释，它被定义为回归平方和占总离差平方和的比重，解释为被解释变量Y 的变化中可由解释变量X 的变化“解释”的部分。
我们并未将这里的“解释”替换为“引起”，因为因果关系不能通过回归分析本身来判断。
然而回归分析往往就是要对因果关系进行评判，人们自然倾向于认为一个高的可决系数就意味着X 对Y 的“影响”能力强。
在现实经济问题中，对时间序列数据作回归，即使两个变量间没有任何的实际联系，也往往会得到较高的可决系数，尤其对于具有相同变化趋势（同时上升或下降）的变量，更是如此。