(完整word版)计量经济学复习笔记
(完整word版)自学考试计量经济学核心知识点,推荐文档
自学考试计量经济学核心知识点
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。
计量经济学复习笔记
计量经济学复习笔记
第⼀章统计概念
1.什么是计量经济学
计量经济学是对经济的测度，利⽤经济理论、数学、统计推断等⼯具对经济现象进⾏
分析的⼀门社会科学。
2.计量经济学的⽅法论（计量经济分析步骤）
（1）建⽴理论假说。（2）收集数据。（3）假定数学模型。（4）设⽴统计或计量模型。（5）估计经济模型参数（6）核查模型的适⽤性：模型设定检验。（7）检验源⾃模型的假定（8）利⽤模型进⾏预测
4.数据类型
（1）时间序列数据：按时间跨度获得的数据。特征是⼀般变量如、下标为t。
（2）截⾯数据：同⼀时点上的⼀个或多个变量的数据集合。如：各地区2002年⼈⼝
普查数据。
（3）合并数据：既包括时间序列数据有包括截⾯数据。例：20年间10个国家的失业数据。20年失业数据是时间序列，10个国家⼜是截⾯数据。
（4）⾯板数据：同⼀个横截⾯的单位的跨期调查数据。例：对相同的家庭数量在⼏个时间间隔内进⾏的财务状况调查。
5.理解回归关系
回归关系是⼀种统计上的相关关系，并不意味着⾃变量和因变量之间存在着因果关系。
第⼆章线性回归的基本思想
1.回归分析的含义: 回归分析是反映的⾃变量和因变量之间的统计关系，回归分析是在⾃变量给定条件下的因变量的变化，是⼀种条件回归分析
E（|）=+
2.随机误差项的性质（为什么要引⼊随机误差项）
（1）随机误差项代表着未纳⼊模型变量对因变量的影响
（2）即使模型包括了影响因变量的所有因素，模型也有不可避免的随机性。
（3）还代表着度量误差
（4）模型设定应该尽可能简单，只要不遗漏重要变量，把因变量的次要影响因素归于随机项。（奥卡姆剃⼑原则）
(完整word版)计量经济学主要公式
序号
公式名
称
计算公式
1真实的回归
模型
y t = b0 + b1 x t + u t
2估计的回归
模型
y t =+x t + 3真实的回归
函数
E（y t) = b0 + b1 x t
4估计的回归
函数
=+x t
5最小二乘估
计公式
6和的
方差
7s 2 的无偏估
计量
= s2 =
8和估
计的方差
9总平方和å(y t -) 2
10回归平方和å(—) 2
11误差平方和å（y t—）2 = å（)2
12可决系数(确
定系数）
13检验b0，b1
是否为零的
t统计量
14b1的置信区
-t a (T—2）£b1£+t a (T—2)
间
15单个y T+1的
=+x T+1
点预测
16E(y T+1)的区
间预测
17单个y T+1的
区间预测
18样本相关系
数
表3.4 多元线性回归模型的主要计算公式
序号公式名称计算公式
1真实的回归模型Y= X b+ u
2估计的回归模型Y = X+
3真实的回归函数E(Y) = X b
4估计的回归函数= X
5最小二乘估计公式= (X 'X)—1X ’Y
6回归系数的方差Var（）= s 2(X’X）—1 7s 2 的无偏估计量= s2 ='/ （T —k)
8回归系数估计的方
差
（) =(X 'X）-1
9回归平方和SSR = = ’- T
10总平方和SST = Y 'Y—T
11残差平方和SSE = '
12可决系数
13调整的可决系数
14F统计量
15t统计量
16点预测公式
C = （1 x T+1 1 x T+1 2… x T+1 k—1 )
= C= 0 +1 x T+1 1 + … + k—1 x T+1 k—1
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）
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。
计量经济学重点知识整理
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
(完整word版)计量经济学重点知识归纳整理(word文档良心出品)
1.普通最小二乘法(Ordinary Least Squares,OLS)：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
(完整版)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）
计量经济学知识点总结+名词解释重点+简答题
计量经济学知识点总结
什么是OLS估计？原理ols估计是指样本回归函数尽可能好的拟合这组织，即样本回归线上的点与真实观测点的总体误差尽可能小的估计方法。
一、什么是计量经济学？
答：计量经济学以经济理论为指导，以事实为依据，以数学和统计学为方法，以电脑技术为工具，从事经济关系与及经济活动数量规律的研究，并以建立和应用随机性的经济计量模型为核心的一门经济学科。
计量经济学模型揭示经济活动中各种因素之间的定量关系，用随机性的数量方程加以描述。
二、建立计量经济学模型的步骤和要点
1.理论模型的设计（确定模型所包含的变量，确定模型的数量形式，拟定理论模型中的待估参数的理论期望值）
2.样本数据的收集（常用的样本数据：时间序列数据，截面数据，虚变量数据）
3.模型参数的估计（选择模型参数估计方法，应用软件的使用）
4.模型的检验
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。
经济意义检验——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；
统计检验——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；计量经济学检验——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。
5.模型成功的三要素：理论、方法、数据
(完整word版)计量经济学复习笔记
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：
模型设定一一确定变量和数学关系式
估计参数一一分析变量间具体的数量关系
模型检验一一检验所得结论的可靠性
模型应用一一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 （人3 ）= 3 随机变量，变量的函数？
有效：最小方差性
一致：N趋近无穷时，3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
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
计量经济学知识点(超全版)
计量经济学知识点(超全版)
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。（3分）14．总变差（总离差平方和）：在回归模型中，被解释变量的观测值与其均值的离差平方和。（3分）
15．回归变差（回归平方和）：在回归模型中，因变量的估计值与其均值的离差平方和，（2分）也就是由解释变量解释的变差。（1分）
16．剩余变差（残差平方和）：在回归模型中，因变量的观测值与估计值之差的平方和，（2分）是不能由解释变量所解释的部分变差。（1分）17．估计标准误差：在回归模型中，随机误差项方差的估计量的平方根。（3分）
考研名校：《计量经济学》各章重点知识总结整理笔记
《计量经济学》各章重点知识总结整理笔记
第二章
1、变量间的关系分为函数关系与相关关系。相关系数是对变量间线性相关程度的度量。
2、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。
3、总体回归函数（PRF ）是将总体被解释变量Y 的条件均值
()i i E Y X 表现为解释变量
X 的某种函数。样本回归函数（SRF ）是将被解释变量Y 的样本条件均值^
i Y 表示为解释变量X 的某种函数。总体回归函数与样本回归函数的区别与联系。
4、随机扰动项i u 是被解释变量实际值i Y 与条件均值()i i E Y X
的偏差，代表排除在模
型以外的所有因素对Y 的影响。5、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）
6、普通最小二乘法（OLS ）估计参数的基本思想及估计式；OLS 估计式的分布性质及期望、方差和标准误差；OLS 估计式是最佳线性无偏估计式。
7、对回归系数区间估计的思想和方法。
8、拟合优度是样本回归线对样本观测数据拟合的优劣程度，可决系数是在总变差分解基础上确定的。可决系数的计算方法、特点与作用。
9、对回归系数假设检验的基本思想。对回归系数t 检验的思想与方法；用P 值判断参数的显著性。
10、被解释变量平均值预测与个别值预测的关系，被解释变量平均值的点预测和区间预测的方法，被解释变量个别值区间预测的方法。
计量经济学基础知识梳理(超全)
2.自然对数
对数可用于计量经济学应用中的各种近似计算。
1.对于x≈0，有log（1+x）≈x。这个近似计算随着x变
大而越来越不精确。 2.两对数之差可用作比例变化的近似值。令x0和x1为两
个正数，可以证明（利用微积分），对x的微小变化，有
logx1 logx0 x1 x0 x0 x x0
3.指数函数
考虑方程 log y 0 1 x
此处log（y）是x的线性函数，但是怎样写出y本身作为
x
x的一个函数呢？指数函数给出了答案。
我们把指数函数写为y=exp（x），有时也写为 y e ，
但在我们课程中这个符号不常用。 指数函数的两个重要的数值是exp（0）=1和exp（1）
例： 对数工资方程
假设小时工资与受教育年数有如下关系： 根据前面所述方程，有
logwage 2.78 0.094edu
%wage 100 0.094edu 9.4edu
由此可知，多受一年教育将使小时工资增加约9.4%。
通常把%△y/△x称为y对x的半弹性，半弹性表示当x增加 一个单位时y的百分数变化。在上述模型中，半弹性是个常 数并且等于 100 ，在上述例子中，我们可以方便的把工 1 资和教育的关系概括为：多受一年教育——无论所受教育的 起点如何——都将使工资提高约9.4%。这说明了这类模型 在经济学中的重要作用。
(完整版)计量经济学重点知识归纳整理
1.普通最小二乘法(Ordinary Least Squares,OLS)：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
(完整word版)计量经济学名词解释和简答题汇总(word文档良心出品)
计量经济学
第一部分：名次解释
1、模型：对现实的描述和模拟。
2、广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。
3、狭义计量经济学：以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。
4、总体回归函数：指在给定Xi 下Y 分布的总体均值与Xi 所形成的函数关系（或者说总体被解释变量的条件期望表示为解释变量的某种函数）。
5、样本回归函数：指从总体中抽出的关于Y ，X 的若干组值形成的样本所建立的回归函数。
6、随机的总体回归函数：含有随机干扰项的总体回归函数（是相对于条件期望形式而言的）。
7、线性回归模型：既指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以他们的1次方出现。
8、随机干扰项：即随机误差项，是一个随机变量，是针对总体回归函数而言的。
9、残差项：是一随机变量，是针对样本回归函数而言的。
10、条件期望：即条件均值，指X 取特定值Xi 时Y 的期望值。
11、回归系数：回归模型中βo ，β1等未知但却是固定的参数。
12、回归系数的估计量：指用01,ββ等表示的用已知样本提供的信息所估计出来总体未知参数的结果。
13、最小二乘法：又称最小平方法，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。
14、最大似然法：又称最大或然法，指用生产该样本概率最大的原则去确定样本回归函数的方法。
15、估计量的标准差：度量一个变量变化大小的测量值。
16、总离差平方和：用TSS 表示，用以度量被解释变量的总变动。
- 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）=0
B同方差假定 Var(u i|X i)=E(u i2)=σ2
C无自相关假定 Cov(u i,u j)=0
D 随机扰动项与解释变量不相关假定 Cov(u i ,X i )=0
E 正态性假定u i ~N(0,σ2)
F 无多重共线性假定Rank(X)=k
2、估计
在古典假设下，经典框架，可以使用OLS
方法：OLS 寻找min ∑e i 2
＾β1ols = (Y 均值)-＾β2(X 均值)
＾β2ols = ∑x i y i /∑x i 2
3、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。
P 值是尚不能拒绝原假设的最大显著水平。 （所以P 越小，显著性越好）