(2021年整理)计量经济学复习提纲—庞皓版

(完整版)计量经济学复习提纲—庞皓版

编辑整理：

尊敬的读者朋友们：

这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（(完整版)计量经济学复习提纲—庞皓版）的内容能够给您的工作和学习带来便利。同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。

本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为(完整版)计量经济学复习提纲—庞皓版的全部内容。

(完整版)计量经济学复习提纲—庞皓版

编辑整理：张嬗雒老师

尊敬的读者朋友们:

这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布到文库，发布之前我们对文中内容进行仔细校对,但是难免会有疏漏的地方，但是我们任然希望（完整版）计量经济学复习提纲—庞皓版这篇文档能够给您的工作和学习带来便利.同时我们也真诚的希望收到您的建议和反馈到下面的留言区，这将是我们进步的源泉，前进的动力。

本文可编辑可修改，如果觉得对您有帮助请下载收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为〈(完整版)计量经济学复习提纲—庞皓版> 这篇文档的全部内容。

第一章

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_）^2

3.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^＊xi

8.OLS估计值的离差表达式：β2^=Σ（Xi—X_）（Yi-Y_)/Σ(Xi-X_)^2=Σxiyi/Σxi^2

β1^=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）=0

10.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^2

13.^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—k

15.可决系数：R^2=ESS/TSS

16.SE(^β1）=√（Ơ^2ΣXi^2)/(nΣxi^2）

SE（^β2）=√Ơ^2/Σxi^2

17.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

2.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-

α

19.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］｝

第三章

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^2

3.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.error

6.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。当严重多重共线性时,可能造成可决系数较高，经F检验的参数联合显著性也很高，但对各个参数单独的t检验却可能不显著，甚至可能使估计的回归系数符号相反，得出完全错误的结论

4.多重共线性↑--VIF↑——var(^β2)↑、cov（^β2，^β3)↑

5.方差膨胀因子：VIF=1/(1-r23^2)

6.