计量经济学复习提纲
计量经济学重点复习资料
计量经济学1、 P5 计量经济学的研究步骤① 模型设定 ②估计参数 ③模型检验 ④模型应用2、 P11 数据类型① 时间序列数据（同一空间不同时间）② 截面数据（同一时间不同空间） ③面板数据 ④虚拟变量数据3、P18 回归分析① 回归的现代意义：一个被解释变量对若干个解释变量依存关系的研究。
② 回归的实质：由解释变量去估计被解释变量的平均值。
4、P22-25总体和样本 总体回归函数：12()i i i E Y X X ββ=+ 样本回归函数：12ˆˆˆi i Y X ββ=+总体回归模型：12ii i Y X u ββ=++样本回归模型：12ˆˆi i iY X e ββ=++ 5、P22 “线性”的两种解释① 就变量而言是线性的——Y 的条件期望（均值）是X 的线性函数12()i i i E Y X X ββ=+：对参数“线性”，对变量“非线性” ② 就参数而言是线性的——Y 的条件期望（均值）是参数β的线性函数12()ln i i i E Y X X ββ=+：对变量“线性”，对参数“非线性”6、P22 随机扰动项随机扰动项是被解释变量实际值与条件均值的偏差，实际代表了排除在模型以外的所有因素对Y 的影响，i u 是其期望为0有一定分布的随机变量。
7、P23 总体回归线、样本回归线的意义① 样本回归线随抽样波动而变化：每次抽样都能获得一个样本，就可以拟合一条样本回归线。
（SRF 不唯一)② 样本回归函数的函数形式应与设定的总体回归函数的函数形式一致。
③ 样本回归线只是样本条件均值的轨迹，还不是总体回归线，它至多只是未知的总体回归线的近似表现。
8、P25i e ：剩余项或残差项① 表达式：ˆi ii e Y Y =- 或 12ˆˆi i iY X e ββ=++ ② 经济含义：被解释变量Y 的实际观测值不完全等于样本条件均值，二者之差用i e 表示 ③ 与随机扰动项的联系：i e 在概念上类似总体回归函数中的i u ，可视为对i u 的估计。
计量经济学复习大纲
计量经济学复习大纲计量经济学复习大纲第一章绪论1. 建立计量经济学模型的步骤及其要点？（1）如何正确选择解释变量？（2）如何确定模型的基本形式？（3）区分时间序列数据、横截面数据和虚变量数据。
（4）何谓经济意义检验？检验的方法？（5）计量经济学模型成功的三要素及其关系。
2. 结合实际例子理解结构分析方法（弹性、乘数的运用及其模型参数解释）。
第二章一元线性回归模型理论与方法1. 回归分析与相关分析的联系与区别？2. 回归分析的主要目的和内容？3. 总体回归函数PRF的内涵和形式（确定和随机）。
4. 随机干扰项的定义及其内涵？5. 样本回归函数的形式及其与PRF的关系？6. 线性回归模型的基本假设（结合现实经济例子给予解释说明）。
7. OLS法的原理及其参数估计量的估计方法（推导过程）、正规方程组的导出。
8. OLS估计量的计算公式（离差形式）及其参数经济意义解释（要求掌握回归函数的求解计算过程）。
9. OLS估计量的性质（要求掌握线性性、无偏性、有效性的涵义及其证明过程，基本推论要牢记且理解）10. BLUE估计量与高斯-马尔可夫定理？11. 一元参数估计量的概率分布形式、总体方差的无偏估计公式以及样本参数的标准差计算公式（要求牢记公式并熟练运用于计算）。
12. 拟合优度检验的原理（TSS、ESS和RSS的内涵及其关系）？13. 变量显著性检验的方法原理（t检验）（1）小概率事件原理（零假设必须是一小概率事件）？（2） t统计量的构造？14.. 缩小置信区间的方法：同等显著性水平下尽可能减小t检验临界值和样本参数的标准差。
一是增大样本容量；二是提高模型的拟合优度。
15. 本章练习题第2、3、7、8、9（样本参数估计量的性质）、11题要求熟练掌握。
第三章多元线性回归模型理论与方法1. 理解偏回归系数的概念及其应用解释。
2. 多元线性回归模型的基本假定（标量和矩阵形式）。
3. 理解普通最小二乘估计的正规方程组及其参数估计量计算公式。
计量经济学期末复习提纲（红色部分要注意）绝密!!
计量经济学期末复习提纲（红色部分要注意）绝密!!计量经济学复习提纲第一章绪论一、计量经济学的含义二、计量经济学与其他学科的联系与区别三、计量经济学的内容体系四、计量经济学的研究步骤五、计量经济学的发展概况需要掌握的主要内容1.如何理解计量经济学？（研究对象、理论基础、与经济学的区别、所研究变量的特点）计量经济学是经济学的一个分支，（起因：对经济问题的定量研究名词：1926年弗瑞希仿造出“Biometrics” “Econometrics”标志：1930年成立计量经济学会 1933年创刊《Econometrica》说明：“计量经济学” “经济计量学”）“用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能和计量经济学混为一谈。
计量经济学与经济统计学绝非一码事；它也不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征；计量经济学也不应视为数学应用于经济学的同义语。
经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系来说，都是必要的，但本身并非是充分条件。
三者结合起来，就是力量，这种结合便构成了计量经济学。
”2.狭义计量经济学研究的是具有因果关系的经济现象，用的是回归的分析方法。
3.计量经济学的建模步骤？一、理论模型的设计: 确定模型包含的变量;确定模型的数学形式;拟定模型中待估计参数的理论期望值区间二、样本数据的收集三、模型参数的估计四、模型的检验计量经济学模型成功的三要素 :理论,数据,方法,三者缺一不可.4.选择解释变量时需要注意的问题：（1）根据经济规律确定变量的数目（2）考虑数据的可得性（3）考虑所有入选变量的关系，要求各变量独立。
---否则会引起多重共线性5.如何确定模型的数学形式？（1）根据经济理论（2）画散点图（3）试模拟6.什么是时间序列数据？在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。
如我国国内生产总值从1949到2009的变化就是时间序列数据。
计量经济学 复习纲要
第 3 讲多元线性回归
1. 变量系数的解释（剔除、控制其他因素的影响）
ˆ X ˆ X ˆ ˆ Y i 0 1 1i 2 2i ˆ 的解释：在控制其他解释变量（X2）不变的条件下，X1 变化一个单位对 Y 对斜率系数 1
的影响；或者，在剔除了其他解释变量的影响之后，X1 的变化对 Y 的单独影响！
（1 ） （2）
ˆ u
i
0 ：残差的均值为 0；
1i
ˆX u
i
ˆ 0 ˆi X 2i 0 ， u ˆiY 0; u i
ˆ X ˆ + ˆ X （3） Y = 0 1 1 2 2
ˆ （Y ˆ 的平均值与 Y 的算术平均值相等 ） （4） Yi Y i i i
4. 多重共线性： （1）不完全多重共线与完全多重共线； （2）多重共线的后果以及检验、纠 正的办法 5. 高斯－马尔科夫定理：满足经典假设（哪些假设）的条件下，OLS 估计量是最优线性无 偏估计量。具体理解： （1）线性； （2）无偏性； （ - 1 1 2 2
ˆ X r;X X ˆ ˆ r ˆ r ˆ0 ˆ 1 X 2i r2 ） （其中 X 1i X 1i 1 0 1 2i 1 2i 2i 2 ˆ X u ˆ X ˆ ˆ u ˆi ˆi 3. OLS 估计值的性质： Yi Y i 0 1 1i 2 2i
5.柯克兰特-奥卡特（Cochrane-Orcutt）迭代法（不做考试要求）
简单题与案例分析题注意事项：
1. 计量模型的设立 (1) 被解释变量 （2）解释变量的选择：哪些因素会影响被解释变量？这些因素是否容易获得？不同变量之 间是否存在多重共线性（很强的相关）？模型函数形式的选择（需不需要加入二次项，是否 应该采用对数的形式）？ （3）解释变量的符号预期？根据经济理论或者常识判断。 （4）可能遗漏了哪些重要的变量？（不做考核要求） 2. 计量模型的估计与参数检验 （1）模型的参数的经济含义 （2）对参数的显著性进行检验（是否显著不等于 0？） （3）注意单侧与双侧 t 检验临界值的选择； 3. 计量模型的分析 （1）加入新的解释变量之后，原来模型中解释变量的系数发生了变化，解释发生变化的 原因（新加入的解释变量与原来的解释变量之间存在相关性）？ （2）综合计量模型的估计结果，对经济理论给出合理的解释。
计量经济学复习提纲 标黑为重
考试题型
• 1.单项选择题（本题共15小题，每小题1分，共 15分） • 2.多项选择题（本题共5小题，每小题2分，共10 分） • 3.名词解释（本题共5小题，每小题3分，共15分） • 4.问答题（本题共3小题，每小题5分，共15分） • 5. 计算题（共4小题，第1题7分，第2题8分，后2 题各15分，共45分）
（1）对模型识别的理解 （2）联立方程模型识别的类型 不可识别；恰好识别；过度识别 （3）联立方程模型识别的方法 模型识别的阶条件；模型识别的秩条件； 模型识别的一般步骤和经验方法
3. 联立方程模型的估计方法
（1）递归模型的估计——OLS法 （2）恰好识别模型的估计 ——间接最小二 乘法（ILS） （3）过度识别模型的估计——二段最小二乘 法（TSLS）
第四章 多重共线性
1. 掌握多重共线性的概念 2. 模型中出现多重共线性的原因和不良后果 3. 怎样诊断多重共线性： 简单相关系数检验 法、方差扩大（膨胀）因子法、直观判断法、 逐步回归检测法 4.修正多重共线性的若干方法 ： （1）修正多重共线性的经验方法：剔除变量 法；增大样本容量、变换模型形式、利用非 样本先验信息等 (2) 逐步回归法
3.自回归模型的估计
(1) 自回归模型的产生背景：无限分布滞后模 型不能直接估计，模型中引入了预期因素 库伊克模型 、自适应预期模型、局部调整模 型 （2）估计方法：工具变量法 为缓解扰动项与解释变量存在相关带来估计偏 倚：工具变量法的概念、工具变量法的特点、 工具变量法的缺点 （3）德宾h-检验 为诊断一阶自回归模型扰动项是否存在自相关 D-W检验的缺陷、德宾h-检验
计量经济学复习提纲Fra bibliotek第一章 导论
• 1. 了解计量经济学的性质及与其它学科的 关系 • 2. 了解计量经济学的基本概念和计量经济 学的基本研究方法和研究步骤； • 3. 对计量经济学中的模型、变量、数据等 有基本的认知
计量经济学复习提纲
（一）基本知识类题型4-1．解释下列概念：（1）异方差性: 由于样本的变化，导致随机误差项的方差各不相同。
（2）序列相关性：随着时间的变化，导致随机误差项之间不是相互独立的。
（3）多重共线性:解释变量之间存在着共线性关系，包括严格的或者近似的线性关系。
（4）偏回归系数：随机应变量对各个自变量的回归系数，表示其对随机变量的解释程度。
（5）完全多重共线性：一般地对K个解释变量X1,X2,…..XK,如果它们之间满足λ1X1+λ2X2+…+λkXk=0其中λ1λ2…λk为常数，且不全为0，则称X1,X2,…..XK之间存在着完全多重共线性。
（6）不完全多重共线性：若λ1X1+λ2X2+…+λkXk+νi=0，其中其中λ1λ2…λk为常数，且不全为0，则称X1,X2,…..XK 之间存在着不完全多重共线性。
（7）随机解释变量：即解释变量时随机的，不再是确定的。
（8）差分法：广义差分法，是指将回归模型滞后一期，使新的误差项νi满足经典假设的所有要求，以消除序列相关性的一种方法。
（9）广义最小二乘法：又叫GLS，将原始变量转化成满足经典模型假设的转换变量，然后使用OLS.（10）D.W.检验:即杜宾沃森检验，是检验一阶自相关最著名的方法，构造统计量d 值，判断其所在的区域得出是否存在自相关的结论。
二、判断下列各题对错，并简单说明理由：1)在存在异方差情况下，普通最小二乘法（OLS）估计量是有偏的和无效的；NO2)如果存在异方差，通常使用的t检验和F检验是无效的；YES3)在存在异方差情况下，常用的OLS法总是高估了估计量的标准差；NO4)如果从OLS回归中估计的残差呈现系统模式，则意味着数据中存在着异方差；YES5)当存在序列相关时，OLS估计量是有偏的并且也是无效的；NO6)消除序列相关的一阶差分变换假定自相关系数ρ必须等于1；NO7)两个模型，一个是一阶差分形式，一个是水平形式，这两个模型的R2值是不可以直接比较的。
计量经济学主要内容复习提要
计量经济学主要内容复习提要1、 计量经济学的含义：计量经济学是以经济理论为指导，以经济事实为依据，以数学、统计学为方法，以计量经济模型的建立和应用为核心，对经济关系与经济活动的数量规律的研究的一门应用性经济学科。
2、 计量经济学的学科性质与特点计量经济学是经济理论、统计学和数学的结合，具有综合性、交叉性、边缘性的特点。
但是经济理论、统计学和数学三者的关系不是并列的，经济学提供理论基础、统计学提供资料依据，数学提供研究方法。
作为一门实证科学，计量经济学要以一定的经济理论作假设，然后通过统计资料和数学方法加以验证。
可见，经济理论既是出发点又是归宿，自始至终都是计量经济学的核心，统计数据和数学方法要服务并服从经济理论。
所以，计量经济学属于应用经济学科。
3、 数据及其分类：变量的具体取值称为数据(Data)。
根据形式不同，数据分为时间序列数据、横截面数据和合并数据。
时间序列数据（Time Series Data ）是按时间顺序列排列而成的。
截面数据 (Cross Sectional Data,又译为横断面数据)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。
合并数据(Pooled Data)中既有时间序列数据又有横截面数据。
4、计量经济模型及其构成所谓计量经济模型就是经济变量之间所存在的随机关系的一种数学表达式，其一般表达式为：(,,)y f xu β= 模型由经济变量（y 和 x ）、参数（β）、 随机误差项（u ）和及方程的形式f (·)等四个要素构成。
---经济变量，也就是用于描述经济活动水平的各种量，是经济计量建模的基础。
模型中的经济变量y 是分析研究的对象，将其称为因变量或被解释变量；模型右边中的经济变量x 是y 的影响因素，将其称为自变量或解释变量。
在一个方程中，解释变量可以有一个，也可以多个。
前者称为一元模型，后者称为多元模型。
----随机误差项u 是一个随机变量，用于表示模型中尚未包含的影响因素对因变量的影响，我们一般假定其满足某些条件。
考研经济学计量经济学的重点复习
考研经济学计量经济学的重点复习计量经济学是经济学研究中的重要分支，通过运用数理统计方法对经济现象进行定量分析和预测。
对于考研经济学专业的学生来说，掌握计量经济学的核心概念和方法对于提高解题能力和研究能力至关重要。
本文将从历年考研试卷的出题特点出发，总结计量经济学的重点复习内容，助您顺利备考。
一、计量经济学基本概念1. 计量经济学的定义和基本内容- 计量经济学的定义- 计量经济学的研究对象和特点- 计量经济学的基本方法和步骤2. 经济数据的类型和基本统计概念- 定量数据和定性数据- 总体和样本的概念- 统计量和参数的区别与联系3. 计量经济学的基本假设和模型- 随机性假设和确定性假设- 线性回归模型的假设和表达式- 经济学假设与计量经济模型的关系二、简单线性回归模型1. 简单线性回归模型的基本原理- 变量关系的线性假设- 残差项和估计项的定义及意义- 最小二乘估计法的推导和求解2. 简单线性回归模型的假设检验- 相关系数和回归系数的显著性检验 - 模型整体显著性检验- 拟合优度和解释方差的检验3. 简单线性回归模型的统计推断- 参数估计的抽样分布与性质- 参数的置信区间及解释- 参数的假设检验及结论三、多元线性回归模型1. 多元线性回归模型的基本原理- 多元回归模型的定义和表示- 模型的估计和解释- 多重共线性问题及处理方法2. 多元线性回归模型的假设检验 - 回归系数的显著性检验- 模型整体显著性检验- 拟合优度和解释方差的检验3. 多元线性回归模型的统计推断 - 参数估计的抽样分布与性质- 参数的置信区间及解释- 参数的假设检验及结论四、计量经济学的拓展内容1. 异方差问题和加权最小二乘估计 - 异方差性的检验和处理方法- 加权最小二乘法的原理和应用2. 非线性回归模型- 非线性回归模型的基本形式- 参数估计和统计推断方法- 模型的应用与分析3. 模型诊断和残差分析- 残差的定义和性质- 异常观测值和影响观测值的识别方法- 模型诊断和改进的常用方法总结：通过对历年考研试卷的分析可以看出，计量经济学在考研经济学专业中的分量较大。
计量经济学提纲
1．OLS估计量的重要性质？用OLS法得出的样本回归线经过样本均值点;残差的均值总为零；对残差与解释变量的积求和，其值为零，即这两个变量不相关；对残差与被解释变量的估计值的积求和，其值为零。
2.参数最小二乘估计的性质？线性性；无偏性；最小方差性。
3.OLS估计量的性质？B1,b2是线性估计量；b1,b2是无偏估计量；误差方差的OLS估计量也是无偏的；b1,b2是有效估计量（最小方差性）4.普通最小二乘法的定义及思想？普通最小二乘法就是要选择参数b1、b2，使得残差平方和最小。
用OLS法得出的样本回归线经过样本均值点;残差的均值总为零；对残差与解释变量的积求和，其值为零，即这两个变量不相关；对残差与被解释变量的估计值的积求和，其值为零。
5.古典线性回归模型的7个假定条件？回归模型是参数线性的，但不一定是变量线性的；解释变量与扰动误差项无关；给定Xi，扰动项的期望或均值为零；ui的方差为常数，或同方差；无自相关假定，即两个误差项之间不相关；回归模型是正确设定的；正态性假定，即随机扰动项。
6.为什么会出现多重共线性？1、解释变量都享有共同的时间趋势；2、滞后变量的存在。
一个解释变量是另一个的滞后，二者往往遵循一个趋势；3、选择变量与变化区间时，变化口径不太大，变化区间窄。
由于数据收集的基础不够宽，某些解释变量可能会一起变动；4、某些解释变量间存在某种近似的线性关系；5、利用截面数据建立模型也可能出现多重共线性；6、样本数据自身的问题。
7．多重共线性的后果？理论后果:在近似共线性的情况下，OLS的估计量仍然是无偏的；近似共线性并未破坏OLS 估计量的最小方差性；即使在总体回归方程中变量X之间不是线性相关的，但在某个样本中，X之间的可能是线性相关的。
理论后果:OLS估计量的方差和标准误差较大；置信区间变宽；t值不显著；R的平方值较高；OLS估计量及其标准误差对数据的微小变化非常敏感，即它们很不稳定；难以评估各个解释变量对回归平方和或者R的平方的贡献。
经济计量学复习提纲
计量经济学简答题：一、 导论相关关系和因果关系。
变量间具有相关性并不等于具有因果性。
计量经济学：计量经济学是数学、经济理论和统计学三者的结合。
计量经济学建模的步骤： （1）理论模型的建立；（2）样本数据的收集；（3）模型参数的估计；（4）模型的检验。
模型的检验包括：经济意义检验、统计学检验、计量经济学检验（经典线性回归模型假设不满足的情况）和预测检验。
统计学检验包括：拟合优度检验、单个变量显著性检验、方程整体显著性检验计量经济学检验包括：多重共线性检验、异方差性检验、自相关性检验。
假设检验包括两种方法：置信区间法和显著性检验法。
进行统计推断时可能发生两类错误：第一类错误（拒绝一个为真的零假设，也可称为弃真错误）和第二类错误（接受一个为假的零假设，或称取伪错误）。
二、 线性回归基本思想：双变量回归模型1、 基本概念：回归。
总体回归模型和样本回归模型。
“线性”一词的含义：解释变量线性和参数线性。
我们所说线性回归模型中的“线性”指的是参数线性。
随机的总体线性回归方程：n i u X B B Y i i i ,,121 =++= 随机的样本线性回归方程：n i e X b b Y ii i ,121 =++=2、参数估计方法：普通最小二乘法（Ordinary Least Squared ，OLS ） 普通最小二乘法原理：使残差平方和∑2i e （RSS ）最小对于样本回归方程：n i e X b b Y i i i ,121 =++=使其残差平方和最小，()()22122ˆmin∑∑∑--=-=iiii i X b b Y Y Y e对上式求偏导，可得正规方程组：∑∑+=i i X b nb Y 21∑∑∑+=221i i iiX b X b XY可求得，最小二乘估计量1b ，2b 为：X b Y b 21-=，()()()∑∑∑∑∑∑=--=---=22222iiiiii ii ix yx X n X Y X n Y X X X Y Y X X b3、 经典线性回归模型（Classical Linear Regression Model ）假设，即最小二乘法的基本假定假定一：线性回归模型，回归模型是参数线性的，但不一定是变量线性的。
中央财经大学计量经济学提纲
第一题判断题10×2=20分（从以下题目中任选10题，判断对错；如果错误，说明理由）P661，OLS法是使残差平方和最小化的估计方法。
对2，计算OLS估计值无需古典线性回归模型的基本假定。
对3，若线性回归模型满足假设条件（1）——（4），但扰动项不服从正态分布，则尽管OLS 估计量不再是BLUE，但仍为无偏估计量。
错只要满足（1）——（4），OLS估计量就是BLUE4，最小二乘斜率系数的假设检验所依据的是t分布，要求߈的抽样分布是正态分布。
对5,R =TSS/ESS错R =ESS/TSS6，若回归模型中无截距项，则Σet=0未必成立。
对7，若原假设未被拒绝，则它为真。
错只能说不能拒绝原假设8，在双变量回归模型中，б 的值越大，斜率系数的方差越大。
错Var(߈)=б /Σxt 只有当Σxt 恒定，上述说法才正确。
P1491，尽管存在严重多重共线性，普通最小二乘法估计量仍然是最佳线性无偏估计量。
对2，如果分析的目的仅仅是为了预测，则多重共线性并无妨碍。
对3，如果解释变量两两之间的相关系数都低，则一定不存在多重共线性。
错即使解释变量两两之间的相关系数都低，也不能排除存在多重共线性的可能性4，如果存在异方差性，通常用的t检验和F检验是无效的。
对5，当存在自相关时，OLS估计量既不是无偏的，也不是有效的。
注意：本书中无偏性不成立仅两种情况：1，模型中忽略了有关的解释变量。
2，随机解释变量与扰动项同期无关。
错在扰动项自相关的情况下OLS估计量仍为无偏估计量，但不再具有最小方差的性质，即不是BLUE6，消除一阶自相关的一阶差分变换法假定自相关系数必须等于1。
对7，模型中包含无关的解释变量，参数估计会有偏，并且会增大估计量的方差，即增大误差。
错模型中包含无关的解释变量，参数估计仍无偏，但会增大估计量的方差，即增大误差8，多元回归中，如果全部“斜率”系数各自t检验都不显著，则R 值也高不了。
最新计量经济学复习提纲
1、请列举计量经济分析要素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、经济计量分析中的数据类型2、计量经济分析过程基本围绕着四类值。
3、估计量评选标准,及含义4、矩估计，极大似然估计方法5、假设检验中的 t 检验6、多元OLS 模型模型的研究过程：1、建立模型，模型应用条件，动因。
2、参数估计，估计量意义。
3、相关概念，如拟合优度，残差，拟合等。
4、估计量统计特征，期望，方差。
5、相关假设检验。
模型检验，参数真值检验。
1）、简单OLS 模型建立，估计量公式121()()1()ni i i n i i x x y y x x β==---∑=∑，01y x ββ=-估计量的推导方法2）、无偏估计量条件（零条件均值假定含义）3）、多元OLS 模型动因4）、矩阵描述方式5）、OLS 估计量计算方法1(')'X X X y β-=6）、残差，拟合值7）、高斯马科夫定理, 高斯 – 马科夫假设 p16111111{}{(')'}{(')'()}{(')(')(')')}{(')')}{(')'}{}E E X X X y E X X X X E X X X X X X X E X X X E X X X E ββεβεβεβεβ------==+=+=+=+= （U ）1111112121(')'(')'()(')'{}{()()'}{(')''(')}(')'()(')(')X X X y X X X X X X X Var E E X X X X X X X X X I X X X X X ββεβεβββββεεσσ--------==+=+=--=== (B) 估计量线性 （L ）8） 理解系数含义9） 假设检验，t 检验，F 检验10） 拟合优度221211()N ii Nii R y y ε===--∑∑，221211/()_11/(1)()N i i N i i N K adjusted R N y y ε==-=---∑∑ 7、虚拟变量 8、外生变量，内生变量11） 虚拟变量模型9、时间序列弱平稳性条件，判定方法。
计量经济学复习提纲庞皓版
1.计量分析的四个步骤：模型设定——参数估计——模型检验——模型应用2.计量模型检验：经济意义检验——统计推断检验——计量经济学检验——模型预测检验3.计量模型的应用：结构分析——经济预测——政策评价——检验与发展经济理论4.正确选择解释变量的原则：符合理论、规律——忽略众多次要因素，突出主要经济变量——数据可得性——每个解释变量之间是独立的5.参数的数据类型：时间序列数据——截面数据——面板数据——虚拟变量数据第二章1.总体相关系数：ρ=Cov(X,Y)/√Var(X)√Var(Y)2.样本相关系数：rxy=Σ(Xi-X_)(Yi-Y_)/√Σ(Xi-X_)^2√Σ(Yi-Y_)^23.总体回归函数中引入随机扰动项的原因：作为未知影响因素的代表——作为无法取得数据的已知因素代表——作为众多细小影响因素的综合代表——模型的设定误差——变量的观测误差——经济现象的内在随机性4.简单线性回归模型的基本假定：1、对变量和模型的假定；2、对随机扰动项ui统计分布的假定（古典假定）：零均值假定——同方差假定——无自相关假定——随机扰动项ui与解释变量Xi不相关——正态性假定5.违反零均值假定：影响截距上的估计（影响小）6.违反正态性假定：不影响OLS估计是最佳无偏性，但会使t检验F检验失真（影响大）7.样本回归函数的离差形式：yi^=β2^*xi8.OLS估计值的离差表达式：β2^=Σ(Xi-X_)(Yi-Y_)/Σ(Xi-X_)^2=Σxiyi/Σxi^2β1^=Y_-β2^*X_9.OLS回归线的性质：样本回归线过（X_,Y_）——估计值均值等于实际值均值——剩余项ei的均值为零——Cov(Yi^,ei)=0——Cov(Xi,ei)=010.β^的评价标准：无偏性——有效性——一致性11.β^的统计性质：线性——无偏性——有效性12.Var(^β1)=Ơ^2/Σxi^2——Var(^β2)=ΣXi^2/n*Ơ^2/Σxi^213.^Ơ^2=Σei^2/(n-2)14.总变差平方和：Σ(Yi-Y_)^2=Σyi^2……TSS……n-1回归平方和：Σ(Yi^-Y_)^2=Σ^yi^2……ESS……k-1残差平方和：Σ(Yi-Yi^)^2=Σei^2……RSS……n-k15.可决系数：R^2=ESS/TSS16.SE(^β1)=√(Ơ^2ΣXi^2)/(nΣxi^2)SE(^β2)=√Ơ^2/Σxi^217.t=(^β1-β1)/^SE(^β1)~t(n-2)t=(^β2-β2)/^SE(^β2)~t(n-2)18.区间估计：1.当总体方差Ơ^2已知，α=0.1—±1.645, α=0.05—±1.96, α=0.01—±2.33，P[-tα<z=(^β2-β2)/^SE(^β2)<tα]=1-α2.当总体方差Ơ^2未知，样本容量大，可用^Ơ^2=Σei^2/(n-2)代替Ơ^2，z=(^β2-β2)/(^Ơ/√Σxi^2)3.当总体方差Ơ^2未知，样本容量小，P[-tα/2< t=(^β2-β2)/^SE(^β2)<tα/2]=1-α19.对Y平均值的区间预测：SE(^Yf)=Ơ√{1/n+[(Xf-X_)^2/Σxi^2]}，置信度1-α的预测区间[^Yf-tα/2* SE(^Yf), ^Yf+tα/2* SE(^Yf)]20.对Y个别值预测区间：Yf=^Yf±tα/2*^Ơ√{1+1/n+[(Xf-X_)^2/Σxi^2]}1.多元线性回归模型的古典假定：零均值假定——同方差和无自相关假定——随机扰动项与解释变量不相关——无多重共线性假定——正态性假定2.修正的可决系数：_R^2=1-(1-R^2)(n-1)/(n-k)……k是待估参数个数，R^2必定为正，但修正的可决系数可能为负，这是规定其为0，随着k的增加，_R^2越来越小于R^23.F=ESS(k-1)/RSS(n-k)=R^2/(1-R^2)*(n-k)/(k-1)4.S.E. of regression：Ơ^2=Σei^2/(n-k)——Ơ=5.t-statistic=coefficient/std.error6.TSS=(n-1)*(S.D.dependent var)^2第四章1.多重共线性产生的原因：经济变量之间具有共同变化趋势——模型中包含滞后变量——利用截面数据建立模型也可能出现多重共线性——样本数据自身的原因2.完全多重共线性产生的后果：参数的估计值不确定——参数估计值得方差无限大3.不完全多重共线性后果：参数估计值的方差和协方差增大——对参数区间估计时，置信区间趋于变大——严重多重共线性时，假设检验容易作出错误判断——参数估计经济含义不合理。
计量经济学复习要点
计量经济学复习要点 Standardization of sany group #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#计量经济学复习要点第1章 绪论数据类型：截面、时间序列、面板用数据度量因果效应，其他条件不变的概念 习题：C1、C2第2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 ）tt t e x y ++=10ˆˆββ--代表了样本显示的变量关系。
4. 样本回归模型（Sample Regression Model ，SRM ）tt x y 10ˆˆˆββ+=---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”。
计量经济学复习提纲
复习课10月28日By Dandan Zhang第一讲：导论1、计量经济学方法的应用？用定量研究的方法分析经济变量间的因果关系。
（causality, ceteris paribus）研究社会科学问题，通常采用非实验数据，这种基于非实验数据的研究方法在分析因果关系时会出现很多问题，比如多个相互关联的因素都会对结果产生影响，那么我们就要采用计量经济学的方法尽可能剔除其他因素的影响，isolate出我们感兴趣的两个变量之间的关系。
一个经典的例子是小时工资的决定，educ, ability, exper。
计量经济学方法的魅力就在于它可以使社会科学研究人员模拟自然科学家在实验室的实验操作手法分析变量间的因果关系。
2、经济数据的种类a) 截面数据（同一时点的不同观测）—本课程的重点b) 时间序列c) 合并的截面数据d) 面板数据******************************************************************************* 第二讲：概率论、估计和假设检验1、统计推断用来自总体的一个样本来推断这个总体的特性。
给定不同的样本，可以得到不同的估计值。
这些估计值的集合就是估计量。
估计量是随机变量（存在一个分布），估计值是一个特定的常数。
2、如何判断估计量是准确地估计的总体特征呢？——3个标准a)无偏性：估计量的期望等于真值b)有效性：对总体某个参数的无偏估计量往往不只一个，对应不同的抽样分布，方差小的那个估计量更为有效。
c)一致性: 在大样本条件下，估计量的渐进性。
随着样本量的增加，估计量的分布趋近于总体真值附近。
plim.第三讲：简单线性回归模型1、为了得到x对y影响的因果判断，必须依赖两个假设条件：a)误差项均值为零E(u)=0b)条件期望零值假设E(u|x)=E(u)=02、OLSa)对方程参数进行估计，确定回归线b)思路：最小化残差平方和，解极值条件，联立方程组3、OLS统计量的代数性质a)残差的样本均值为0b)残差和解释变量（被解释变量的估计值）不相关c)均值点一定在OLS回归线上4、拟和优度a)X对Y的解释程度。
计量经济学复习提纲
计 量 经 济 学期末复习提纲一、 题型分布1、简答题——2个，每个15分，共计30分。
2、分析题——1个，每个10分，共计10分。
3、模型分析——6个，每个10分，共计60分。
二、 复习要点1、无推导题型。
2、以笔记为主。
3、强调建模和解释。
4、能独立完成期末论文，就能顺利完成考试试卷。
三、 复习重点——参照笔记1、回归分析概述。
2、普通最小二乘法。
3、模型设定——函数形式的选择（重点）。
4、虚拟变量回归及解释。
5、多重共线性、异方差及序列相关的定义、影响和解决办法。
四、 举例1、举例讨论计量建模的步骤。
2、最小二乘法的基本思想及基本假定。
3、一位同学在综合练习中根据需求法则建立中国食品需求模型，以31个省会城市2006年数据为样本，以人均年食品消费量为被解释变量，以食品价格指数为解释变量，建立一元回归模型，估计得到食品价格指数的参数为正，于是发现“需求法则不适用于中国”。
试回答：①该问题的主要错误在哪里？②试建立一个你认为正确的模型。
4、在一篇研究居民收入差距与经济增长之间关系的论文中，作者分析了居民收入差距将直接影响固定资本投资和人力资本投资，而固定资本投资和人力资本投资直接影响经济增长，于是建立了一个定量分析模型，以GDP 增长率为被解释变量，居民收入差距及其平方项、固定资本投资增长率和人力资本投资增长率同时作为解释变量。
试回答：①该模型的解释变量选择是否正确？为什么？②如果认为不正确，应该如何建立该问题的计量经济学模型？5、考虑用企业年销售额（sales ）、股权收益率（roe ，以百分比表示）和企业股票的收益率（ros ，以百分比表示）来解释CEO 薪水（salary ）的一个方程：ξββββ++++=ros roe sales salary 3210)ln()ln(问：①解释1β。
②解释2β和3β。
③用模型参数表述虚拟假设，即在控制了sales 和roe 后，ros 对CEO 的薪水没有影响。
- 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)。
计量经济学复习提纲一、填空题1、设随机变量X 的概率密度为221()x x f x-+-=（x -∞<<+∞）则X 的数学期望()E X = ，方差()D X = 。
2、在经济计量模型中引入反映 因素影响的随机扰动项t ξ，目的在于使模型更符合 活动。
3、回归方程中的回归系数是自变量对因变量的 。
某自变量回归系数β的意义，指的是该自变量变化一个单位引起因变量平均变化 个单位。
4、违背多元线性回归分析假设条件的三种常见现象包括异方差 、 、 。
5、联立方程组模型中方程的类型有制度方程式、恒等式 和 。
6、设离散型随机变量X 的概率分布{}{}{}00.2,10.3,20.5P X P X P X ======，可简记为012~,0.20.30.5X ⎛⎫ ⎪⎝⎭则{}1.5P X ≤=7、 是因变量离差平方和，它度量因变量的总变动。
就因变量总变动的变异来源看，它由两部分因素所组成。
一个是自变量，另一个是除自变量以外的其他因素。
是拟合值的离散程度的度量。
它是由自变量的变化引起的因变量的变化，或称自变量对因变量变化的贡献。
是度量实际值与拟合值之间的差异，它是由自变量以外的其他因素所致，它又叫残差或剩余。
8、模型线性的含义，就变量而言，指的是回归模型中变量的 ；就参数而言，指的是回归模型中的参数的 ；通常线性回归模型的线性含义是就 而言的。
9、常见的自回归模型包括 、 、 。
ξ，目的在10、在经济计量模型中引入反映因素影响的随机扰动项t于使模型更符合活动。
11、回归方程中的回归系数是自变量对因变量的。
某自变量回归系数β的意义，指的是该自变量变化一个单位引起因变量平均变化个单位。
12、模型线性的含义，就变量而言，指的是回归模型中变量的；就参数而言，指的是回归模型中的参数的；通常线性回归模型的线性含义是就而言的。
13、样本观察值与回归方程理论值之间的偏差，称为，我们用残差估计线性模型中的。
二、名词解释：1、戈德费尔德—匡特检验2、横截面数据3、相关分析4、正态分布5、异方差6、判定系数7、多元线性回归模型8、面板数据9、虚拟变量10、总体回归函数11．帕克检验12．Glejser检验14、分布滞后模型；15、无限滞后模型；16、自回归模型；三、简答题：1、请简述回归模型产生异方差现象的原因。
2、多元线性回归模型的假设条件是什么？3、请写出一元总体线性回归模型与方程，以及一元样本线性回归模型与方程。
4、请简述一元回归分析的五个经典假设。
5、请简述D-W检验的原理。
6、在线性回归方程中，“线性”二字如何理解？7、用最小二乘法求线性回归方程系数的意义是什么？8、方差分析方法把数据总的平方和分解成为两部分的意义是什么？ 9、 回归分析中的随机误差项i ε有什么作用？它与残差项t e 有何区别？ 10、判断如下模型，哪些是线性模型，哪些不是。
以及它们经过怎样的变化能够变成线性模型？模型 描述性名称121.i i i a Y X ββε⎛⎫=++⎪⎝⎭倒数 12.ln i i i b Y X ββε=++ 半对数 12.ln i i i c Y X ββε=++ 反半对数 12.ln ln ln i i i c Y X ββε=++ 对数或双对数121.ln i i i c Y X ββε⎛⎫=-+ ⎪⎝⎭对数倒数11、 如下模型是线性回归模型吗？并说出原因。
12.i i X i a Y e ββε++=121.1i ii X b Y eββε++=+121.ln i i i c Y X ββε⎛⎫=++ ⎪⎝⎭()2211.(0.5)i X i i d Y eβββε--=+-+312.i i i e Y X ββε=++12、异方差的存在对下面各项有何影响？（1）OLS 估计量及其方差； （2）置信区间；（3）显著性t 检验和F 检验的使用。
13、产生异方差的经济背景是什么？检验异方差的方法思路是什么？ 14、下列异方差检查方法的逻辑关系是什么？（1）图示法 （2）Park 检验 （3）White 检验15、在一元线性回归函数中，假设误差方差有如下结构：()i i i x E 22σε=16、如何变换模型以达到同方差的目的？我们将如何估计变换后的模型？请列出估计步骤。
17、判断以下说法正确、错误，还是不确定？并简要陈述你的理由。
(1)尽管存在完全的多重共线性，OLS 估计量还是最优线性无偏估计量（BLUE ）。
(2)在高度多重共线性的情况下，要评价一个或者多个偏回归系数的个别显著性是不可能的。
(3)如果某一辅回归显示出较高的2i R 值，则必然会存在高度的多重共线性。
(4)变量之间的相关系数较高是存在多重共线性的充分必要条件。
(5)如果回归的目的仅仅是为了预测，则变量之间存在多重共线性是无害的。
18、哪些原因可以造成自相关？ 19、如何检验是否存在自相关？ 20、比较异方差与自相关的异同。
21、分布滞后模型存在的原因是什么？ 22、分布滞后模型在参数估计时有哪些困难？四、综合分析题：1、考虑如下关于期望工作时间的对1543对夫妇调查后的回归结果（t 比率放在括号内）：234567891286104.970.026 1.200.6919.47266.06118.64110.61t i i i i i i i iY X X X X X X X X ∧=+-++-+--(4.67)(3.70)( 3.80)(0.24)(0.08)(0.40)(6.94)( 3.04)( 6.14)t =---- 20.383R = 1543n =其中Y 为妻子希望每年花在工作上的小时数，以每年工作的小时数加上花在找工作上的时间之和计算； 2X ：妻子税后真实时薪；3X ：丈夫在上一年度税后真实收入； 4X ：妻子的年龄； 5X ：妻子的受教育年数；6X ：态度变量。
若被调查者愿意工作而且其丈夫也同意其工作则取值1，否则为0；7X ：态度变量。
若被调查者的丈夫支持其工作则取值1，否则为0； 8X ：年龄低于6岁的子女数；9X ：年龄在6～13岁的子女数； 回答以下问题：（1） 各非虚拟回归元系数的符号有经济含义吗？说明你的观点。
（2） 如何解释虚拟变量6X 和7X ？这些虚拟变量统计显著吗？（3） 在这项研究中，一位妇女的年龄和受教育程度不是影响其劳动力参与决策的显著因素，你认为这是为什么？12233i i i Y X X βββ=++来对以上数据进行拟合回归。
(1) 我们能得到这3个估计量吗？并说明理由。
(2) 如果不能，那么我们能否估计得到这些参数的线性组合？可以的话，写出必要的计算过程。
3、考虑如下模型：12i i i i Y D X u ααβ=+++ 其中Y 代表一位大学教授的年薪； X 为从教年限； D 为性别虚拟变量。
考虑定义虚拟变量的三种方式：（1）D 对男性取值1，对女性取值0； （2）D 对女性取值1，对男性取值2； （3）D 对女性取值1，对男性取值－1；对每种虚拟变量定义解释上述回归模型。
是否有某个方法比另外的更好？说明你的理由。
4、考虑以下模型：231234i i i i i Y X X X ββββμ=++++由于2X 和3X 是X 的函数，那么它们之间存在多重共线性。
这种说法对吗？为什么？5、在涉及时间序列数据的回归分析中，如果回归模型不仅含有解释变量的当前值，同时还含有它们的滞后值，我们把这类模型称为分布滞后模型（distributed-lag model ）。
我们考虑以下模型：12313233i t t t t t Y X X X X βββββμ---=+++++其中Y ——消费，X ——收入，t ——时间。
该模型表示当期的消费是其现期的收入及其滞后三期的收入的线性函数。
（1） 在这一类模型中是否会存在多重共线性？为什么？ （2） 如果存在多重共线性的话，应该如何解决这个问题？五、计算题：1、下表给出了美国30所知名学校的MBA 学生1994年基本年薪（ASP ）、GPA 分数（1－4共四个等级）、GMAT 分数以及每年学费的数据。
1、用双变量回归模型分析GPA 是否对ASP 有影响？2、用合适的回归模型分析GMAT 分数是否与ASP 有关系？3、你同意高学费的商业学校意味着高质量的MBA 成绩吗？为什么？ 请参考以下数据表进行计算：2、根据美国1965-ⅠQ 至1983-ⅡQ 数据（26n =），James Doti 与Esmael Adibi 得到下面的回归方程以解释美国个人的消费支出（PCE ）：2310.960.93 2.09t t t Y X X =-+-t = （-3.33） （249.06） （-3.09）20.9996R = 93753.7F = 其中：Y -个人消费支出/亿美元 2X -可支配（税后）收入/亿美元 3X -银行支付的主要利率（%）（1）求边际消费倾向（MPC ）--每额外增加1美元个人可支配收入所增加的消费支出的数量。
（2）解释模型的经济意义。
（3）检验零假设：3b 显著不为零。
（4）计算每个系数的标准差。
3、中国的人均GDP （元/人，用Y 表示）与人均钢产量（千克/人，用X 表示）（1） 试建立样本回归方程，并在5％的水平下进行显著性检验。
（2） 求简单相关系数。
4、下表给出了1977－1991年期间美国的黄金价格、消费者指数和纽约股票交易b. 一种投资，如果它的价格和（或）回报率至少赶得上通货膨胀，就被认为是（对通货膨胀）保值（能抵御通货膨胀）的。
为检验这一假设：投资是保值的，假定a 中的散点图表明拟合以下模型是最适宜的：1212t i i t i iCPI NYSE CPI ββεββε=++=++黄金价格指数5、1964年，对9966名经济学家的调查数据如下：资料来源：“The Structure of Economists’ Employment and Salaries”, Committee on the National Science Foundation Report on the Economics Profession, American Economics Review, vol.55, No.4, December 1965.（1）建立适当的模型解释平均工资与年龄间的关系。
为了分析的方便，假设中值工资是年龄区间中点的工资。
（2）假设误差与年龄成比例，变换数据求得WLS 回归方程。
（3）现假设误差与年龄的平方成比例，求WLS 回归方程。
（4）哪一个假设更可行？7.考虑消费函数123i t t t C Y W βββμ=+++ 1,2,,t n =(2) 这一回归方程是否存在着多重共线性？你的判断依据是什么？ (3) 分别作C 对Y 和W 的回归，这些回归结果表明了什么？ (4) 作W 对Y 的回归。