计量经济学考试必备公式大纲
计量经济学复习提纲
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。
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。
计量经济学复习笔记要点
计量经济学 总复习第一部分：统计基础知识均值的概念：通常人们所说的均值就是“平均数”，统计意义上的均值是“期望值”。
方差：变量的每个样本与均值的距离大小的概念。
标准差：对方差开根号就是标准差。
数学期望值与方差的数学性质总体方差： 1.常量aE （a ）=a 2σ(a)=0抽样方差： 2.变量 y=a+bxE(y)=a+bE(x)总体标准偏差： 2σ(y)=b^2 * 2σ(x)抽样标准偏差：假设检验的定义：事先做一个假设，然后再用统计方法来检验这个假设是否有统计意义。
假设检验的步骤：第一步，设定假设条件。
原定假设，H0:u=u0，和替代假设，Ha:u ≠u0。
第二步，决定用哪种检验， 如果n ≥30,用Z 检验，如果n<30, 用t 检验。
第三步，找出临界值， 根据给定的定义域的大小，即α=1%、α=5%、或 α=10% 从概率分布表中查出Zc 值，或tc 值。
第四步，计算统计值， 或者第五步，比较统计值与临界值而得出结论。
如果统计值的绝对值大于临界值，那么我们就否定原定假设； 如果统计值的绝对值小于临界值，那么我们就不能否定原定假设。
第二部分 最小二乘法最小二乘法的假设条件：（1） （2） （3） （4） （5） 文字解释：Nu x Ni ∑-=22)(σ1)(22--=∑n x xs ni2σσ=2s s =nux Z σ0*-=n s u x t 0*-=)(=X E i ε∞<=22,)(σσεi Var 0),(=j i Cov εε0),(=i i X Cov ε1),(±≠j i X X Cov(1)每个误差必须是随机的，其误差的期望值是零；(2)误差都是雷同的，其方差相等，同时其方差的变化量必须是有限的； (3)每个误差之间必须是相互独立的； (4)误差项与方程式中的自变量是无关的； (5)自变量之间无直接的线性关系。
通用最小二乘法的步骤：第一步：求出误差项：第二步：求误差的平方和最小。
计量经济学基础考试大纲
7.运用供求曲线的事例
（二）消费者的选择
1.效用论
2.无差异曲线
3.效用最大化与消费者选择
4.价格变化和收入变化对消费者均衡的影响
5.替代效应和收入效应
6.市场需求曲线
7.不确定性和选择
（三）生产函数
1.厂商
2.生产
3.短期生产函数
4.长期生产函数
（四）成本
1.成本
2.成本最小化
2.年金标准型。
3.收益率、再投资收益率、基金收益率、时间加权收益率。
4.分期偿还计划与偿债基金。
5.债券价格、溢价与折价
参考用书：《利息理论》刘占国主编，中国财政经济出版社，2006版
微观部分
（一）需求、供给和均衡价格
1.微观经济学的特点
2.需求曲线
3.供给曲线
4.需求、供给和均衡价格
5.经济模型
（六）非经典截面数据计量经济学模型
二元离散选择模型：模型的经济背景，模型的建立，二元PROBIT模型及参数估计，二元LOGIT模型及参数估计，二元离散选择模型的检验
建议参考以下教材：
《计量经济学》(第四版)，高等教育出版社，李子奈，潘文卿
《计量经济学（第三版）》，庞皓主编，科学出版社
保险学综合(F1802)考试大纲
3.计量经济学模型的应用：结构分析，经济预测，政策评价，检验与发展经济理论
（二）经典单方程计量经济学模型：一元线性回归模型
1.回归分析概述：基本概念，总体回归函数，随机干扰项，样本回归函数
2.一元线性回归模型的基本假设：对模型设定的假设，对解释变量设定的假设，对随机干扰项的假设
3.一元线性回归模型的参数估计：OLS法，ML法，最小二乘估计量的统计性质等
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：P1：什么是计量经济学？由哪三组组成？定义：“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。
”P9：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。
P12：常用的样本数据：时间序列，截面，虚变量数据P13：样本数据的质量（4点）完整性；准确性；可比性；一致性P15-16：模型的检验（4个检验）1、经济意义检验2、统计检验拟合优度检验总体显著性检验变量显著性检验3、计量经济学检验异方差性检验序列相关性检验共线性检验4、模型预测检验稳定性检验：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P16计量经济学模型成功的三要素：理论、方法和数据。
P18-20：计量经济学模型的应用1、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。
2、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。
3、政策评价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。
(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。
计量经济学主要公式
序公式名称计算公式号y t = β0 + β1 x t + u t1真实的回归模型2估计的回归模型y t =+x t +3真实的回归函E(y t) = β0 + β1 x t数4估计的回归函数=+x t5最小二乘估计公式6和的方差7σ2的无偏估计量= s2 =8和估计的方差9总平方和∑(y t -) 210回归平方和∑(-) 211误差平方和∑(y t -)2 = ∑()2 12可决系数（确定系数）13检验β0，β1 是否为零的t统计量14β1的置信区间-tα(T-2) ≤β1≤+tα(T-2)15单个y T+1的点预测=+x T+116E(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 β+ u2 估计的回归模型Y = X+3 真实的回归函数E(Y) = X β4 估计的回归函数= X5 最小二乘估计公式= (X 'X)-1X 'Y6 回归系数的方差Var() = σ2(X 'X)-17 σ2的无偏估计量= s2 ='/ (T - k)8 回归系数估计的方差() =(X 'X)-19 回归平方和SSR = = '- T10 总平方和SST = Y 'Y - T11 残差平方和SSE = '12 可决系数13 调整的可决系数14 F统计量15 t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-117 E(y T+1) 的置信区间预测C±tα/2 (1, T-k)s18 单个y T+1的置信区间预测C±tα/2 (T-k)s19 预测误差e t = - y t, t= 1, 2, …, T20 相对误差PE = , t= 1, 2, …, T21 误差均方根22 绝对误差平均23 相对误差绝对值平均24 Theil系数25 偏相关系数是控制zt不变条件下的x t, y t的简单相关系数。
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
期末：计量经济学公式
序号 公式名 称 计 算 公式1 真实的回归模型 y t = β0 + β1 x t + u t2 估计的回归模型 y t =+x t +3 真实的回归函数 E(y t ) = β0 + β1 x t4 估计的回归函数 =+x t5最小二乘估计公式()()()∑∑∑∑∑∑--=---==-=2222221X n X Y X n Y X X X Y Y X X x y x b X b Y b ii i iiiii i6和的方差7 σ 2 的无偏估计量= s 2=8和估计的方差9总平方和TSS∑ (y t -) 210 回归平方和RSS ∑ (-) 211 误差平方和ESS ∑ (y t -)2 = ∑ ()212 可决系数（确定系数）=RSS/TSS13 检验β0，β1 是否为零的t 统计量14 β1的置信区间-t α (T -2) ≤β1 ≤+t α (T -2)15单个y T+1的点预测=+x T+116E(yT+1)的区间预测17单个yT+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+= X= (X 'X)-1X 'YVar(= s2 ='/ (T - k)() =(X 'X)-1= '= '= +… +C s==是控制z t不变条件下的x t, y t的简单相关系数。
是y t与的简单相关系数。
其中是y t对x t1,x t2,…x tk–12：随机误差项的性质（1）误差项代表了未纳入模型变量的影响；（2）即使模型中包括了决定数学分数的所有变量，其内在随机性也不可避免，这是做任何努力都无法解释的；（3）u代表了度量误差；（4）“奥卡姆剃刀原则”，即描述应该尽可能简单，只要不遗漏重要的信息。
3：解释回归结果的步骤（1）看整个模型的显著性，看F统计量的值；（2）看单个参数的显著性；（3）解释斜率的经济含义；（4）解释R²。
计量经济学基础知识梳理(超全)
2.自然对数
近似计算的作用： 定义y对x的弹性（elasticity）为
y x %y x y %x
换言之，y对x的弹性就是当x增加1%时y的百分数变化。
若y是x的线性函数：y 0 1x ，则这个弹性是
y x
x y
1
x y
1
0
x
1x
它明显取决于x的取值（弹性并非沿着需求曲线保持不变）。
在经验研究工作中还经常出现使用对数函数的其他可 能性。假定y>0，且
logy 0 1x 则 logy 1x ，从而 100 logy 100 1x。
由此可知，当y和x有上述方程所示关系时，
%y 100 1x
例： 对数工资方程
假设小时工资与受教育年数有如下关系：
logwage 2.78 0.094edu
y 0 1 x;dy dx 1 2 x1 2
y 0 1logx;dy dx 1 x y exp0 1x;dy dx 1 exp0 1x
4.微分学
当y是多元函数时，偏导数的概念便很重要。假定y=f
（x1，x2），此时便有两个偏导数，一个关于x1，另一个关
于 x1的x2普。通y对导x1数的。偏类导似数的记，为yxy1就，是就固是定把xx12时看方做程常对数x时2的方导程数对。
的最大值出现在x*=8/4=2处，并且这个最大值是6+8×2-
2×（2）2=14。
y 16
14
12
10
8
6
4
2
0
x
0
1
2
3
4
1.二次函数
对方程式 y 0 1x 2x2
2 0 意味着x对y的边际效应递减，这从图中清晰可
计量经济学主要公式一览表
数系关相复 与 ty 是 的 1–ktx,…,2tx,1tx 与 ty 数系关相偏
x…,2tx,1tx 对 ty 是
中其。数系关相单简的
62 52
。数系关相单简的 ty ,tx 的下件条变不 tz 制控是
数系 liehT
42
均平值对绝差误对相
32
均平差误对绝
22
根方均差误
12 02 91 81 71
+
X = Y
u + � X = Y
式 公 算 计
式公算计要主的型模归回性线元多 4.3 表
数系关相本样
81
测预间 区的 1+Ty 个单 71
测预 间区的)1+Ty(E
1+T
61
x
+
=
测预 点的 1+Ty 个单 51
)2-T(
�t
+
� 1�� )2-T( �t
间区信置的 1�
41
合拟的归回
1– kt
1
+
0
C =
式公测预点
61
)
1 -k 1+T
x …
2 1 +TFra bibliotekx1 1+T
x 1( = C
量计统 t
51
量计统 F
41
t
x 1� + 0� = )ty(E
+ tx + = ty
t
u + tx 1� + 0� = ty
式公 算 计
称 名式公
序
数系决可的整调
31
数系决可 ' = ESS 和方平差残 和方平总 = RSS = )
计量经济学考试必看重点
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。
(完整word版)计量经济学主要公式
序公式名称计算公式号y t = β0 + β1 x t + u t1真实的回归模型2估计的回归模型y t =+x t +E(y t) = β0 + β1 x t3真实的回归函数4估计的回归函数=+x t5最小二乘估计公式6和的方差7σ2的无偏估计量= s2 =8和估计的方差9总平方和∑(y t -) 210回归平方和∑(-) 211误差平方和∑(y t -)2 = ∑()212可决系数（确定系数）13检验β0，β1 是否为零的t统计量14β1的置信区间-tα(T-2) ≤β1≤+tα(T-2)15单个y T+1的点预测=+x T+116E(yT+1)的区间预测17单个yT+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+= X= (X 'X)-1X 'YVar(= s2 ='/ (T - k)() =(X 'X)-1= '= '= +… +C s==是控制z t不变条件下的x t, y t的简单相关系数。
是y t与的简单相关系数。
其中是y t对x t1,x t2,…x tk–12：随机误差项的性质（1）误差项代表了未纳入模型变量的影响；（2）即使模型中包括了决定数学分数的所有变量，其内在随机性也不可避免，这是做任何努力都无法解释的；（3）u代表了度量误差；（4）“奥卡姆剃刀原则”，即描述应该尽可能简单，只要不遗漏重要的信息。
3：解释回归结果的步骤（1）看整个模型的显著性，看F统计量的值；（2）看单个参数的显著性；（3）解释斜率的经济含义；（4）解释R²。
4：古典线性回归模型的基本假定（同多元线性回归模型的基本假定相同）（1）所有自变量是确定性变量； （2）（3）自变量之间不存在完全多重共线性。
12：样本回归方程，i e 为残差项，i i i e X b b Y ++=21总体回归方程，i u 为随机误差项i i i u X B B Y ++=215：样本回归函数：随机样本回归函数：总体回归函数：随机总体回归方程：观察值可表示为： 6：普通最小二乘法就是要选择参数1b 、2b ，使得参差平方和最小。
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。
11、运用EViews 软件实现对简单线性回归模型的估计和检验。
第二章主要公式表第三章1、多元线性回归模型是将总体回归函数描述为一个被解释变量与多个解释变量之间线性关系的模型。
通常多元线性回归模型可以用矩阵形式表示。
2、多元线性回归模型中对随机扰动项u的假定，除了零均值假定、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、正态性假定以外，还要求满足无多重共线性假定。
计量经济学主要公式
9 总平方和' (P t-〕)2回归平方10 和1 误差平方'(P tJ)2「(Q21 和1 可决系数S2 （确定系数）1检验9, 肓―3 J是否为零的t统计量1 M的置信n ；* * ；*⑴t ：(T-2W 一+ ⑴t ：.(T-2)4 区间1单个P T+1 l 二=二 + £ i G T+1 5 的点预测1E(P T+1)的6 区间预测1 单个P T+1「+宀如…f左‘ 丫応-壬）27 的区间预测1样本相关8 系数表3.4多元线性回归模型的主要计算公式2 :随机误差项的性质（1）误差项代表了未纳入模型变量的影响；（2 ）即使模型中包括了决定数学分数的所有变量，其内在随机性也不可避免，这是做任何努力都无法解释的；（3）u代表了度量误差；（4）“奥卡姆剃刀原则”，即描述应该尽可能简单，只要不遗漏重要的信息。
3 :解释回归结果的步骤（1）看整个模型的显著性，看F统计量的值；（2 ）看单个参数的显著性；（3）解释斜率的经济含义；（4）解释R2。
4 :古典线性回归模型的基本假定（同多元线性回归模型的基本假定相同）（1）所有自变量是确定性变量；（2）（3）自变量之间不存在完全多重共线性。
12 :样本回归方程，e为残差项，Y -b1 b2X i e总体回归方程，U i为随机误差项ESS/k-1 RSS/n — kY = B 1B 2X iuE(Y| X i)= B i+ B 2X i总体回归函数：Y = B i + B 2X i + U i随机总体回归方程： 观察值可表示为:d：j 普通最小二乘法就是要选择参数XQ i、u i，使得参差平方和最小。
TSS:总离差平方和ESS:回归平方和 RSS:残差平方和 TSS^ESS RSS(1),ESS RSSTSS TSS(2)R2_ ESS TSS(3) 牛:FE 检Sbf方差来来源Sd.平方和自由度d.f. MSS 竺◎ '力乂玄 b/ y t xG 2 d f---- =—2 〜F(2, n_3) 来自回归 、ESS n —3)k —1 ESS/k -1来自残差判定系RSS R2之间的重要关系RSS/ n-k 总离差 T SSn -1F = R (k -1)(1 _R 2) (n_k)当R2 = 0, F = 0，当R2= 1 , F 值为无穷大 10 :校正的判定系数R222n -1 R =1 - 1 - Rn 「k11 :普通最小二乘估计量的一些重要性质：样本回归函数：Y 二 b 2X ie i5:b i b 2X i随机样本回归函数： b 2 7: Z xy i 送(X i —X jY —Y ) 送 X i Y — nXYY =b i b2X o =送e / n = o '、eXi =0:不同函数形式的总结。
计量经济学考试大纲及知识点
一、 概念与题型<林清泉版王璐山寨整理,仅作复习参考>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. 协方差与其相关系数7. 计算中经常使用到的排列组合公式<样题中用到组合C 错误!〕8. 其它几个计算题型参见后面的样题二、 简答文字版<07.06考题>1. 经典回归的主要假设答：y x u αβ=++,存在一个干扰项u 。
对总体回归函数〔PRF 〕,需要估计参数αβ和。
为了进行估计,需要对干扰项做出严格的假设：1、误差分布的均值为0,即对于所有i,()0i E u =；2、误差项的方差相同,2()i Var u σ=；3、误差项相互独立,即(,)0i j Cov u u =；4、所有的i X 都是可观察的并且独立于i u ,(,)0i Cov X u =；5、误差服从于正态分布,均值是0,方差是2σ；6、X 是非随机的。
7、还有几个潜在的假设：线性回归模型；观测次数必须大于待沽参数个数；X 值要有变异性；正确设定了回归模型〔没有设定偏误〕。
第二种答案：〔应该也是正确的,可能因授课老师不同,答案不同〕答：经典回归的主要假设有：1、回归模型对参数而言是线性的；2、各自变量 X 的值在重复抽样中是固定的；3、对给定的 X,随机干扰项 ui 的均值为零；4、对给定的 X,随机干扰项 ui 的方差不变；5、对给定的 X,随机干扰项 ui 无自相关；6、如果 X 是随机的,则干扰项与各 X 是独立的或不相关；7、观测次数必定大于自变量的个数；8、自变量的取值必须有足够的变异性；9、回归模型是正确设定的；10 、自变量之间无准确的线性关系,即无多重共线性；11 、随机干扰项 ui 是正态分布的。
只有符合了这些假定,通过普通最小二乘法进行估计所获得的结果才是最佳的,即最小方差无偏估计BLUE 〔Best linear unbiased estimator 〕。
计量经济学主要公式一览表
k-1 T+1 k-1
C t s � �/2 (1, T-k)
C t s � �/2 (T-k) et = - yt, t = 1, 2, …, T
PE =
, t = 1, 2, …, T
24
Theil 系数
25
偏相关系数
yt 与 xt1,xt2,…,xtk–1 的
26 复相关系数
是控制 zt 不变条件下的 xt, yt 的简单相关系数。
14
F 统计量
15
t 统计量
16
点预测公式
E(yT+1) 的置信区间预
17
测
单个 yT+1 的置信区间预
18
测
19
预测误差
20
相对误差
21
误差均方根
22 绝对误差平均
23 相对误差绝对值平均
C = (1 xT+1 1
x … x ) T+1 2
T+1 k-1
C x x =
=
0 + 1 + T+1 1 … +
序 公式名 称
计 算 公式
号
1 真实的回归模 yt = �0 + �1 xt + ut 型
2 估计的回归模
型
yt = + xt +
3 真实的回归函 E(yt) = �0 + �1 xt 数
4 估计的回归函 数
= + xt
5 最小二乘估计 公式
6 和 的方
差
7 � � 的无偏估 计量
计量经济学复习概要2
（说为参考，发现错误，纯属正常，意料之中的事情，嘿嘿……） 1、最小二乘法对随机误差项u 做了哪些假定？说明这些假定条件的意义：（1）E （i u ）=0，i =1,2，……表示在Xi 已知的条件下，随机误差项i u 可以取不同的值，有些大于零，有些小于零，如果考虑所有可能的值，他们的期望值或平均值等于零。
（2）i ar u V （） =2[()]i i E u E u - =E （2i u ）=2u σ，i =1，2，……表示每个Xi 对应的随机误差项i u 具有相同的常数方差，称为同方差性。
（3）i j ov u u C （，） =[()]i i E u E u -[j j u u E -（）]=i j u u E （）=0，i j ≠，i ，j=1,2，……表示任意两个i X 和j X 所对应的随机误差项i j u u ，，称为随机误差项u 无序列相关。
（4）i i ov u C （，X ）=E[i u -E （i u ）][ i X -E （i X ）]= E （i i u X ）=0，表示解释变量X 是确定的变量，与随机相u 不相关，此假定保证解释变量X 是非随机变量。
（5）服从正态分布，由（1）（2）知，i u N （0，σu^2）。
【P9】2、阐述对样本回归模型拟合优度的检验及对回归系数估计值显著性检验的步骤：（1）总离差平方和的分解、样本可决系数、样本相关系数（2）随机变量u 的方差、回归系数估计值的显著性检验——t 检验：提出原假设H0：β=0，备择假设1H =1β≠0，计算t=11S ββ,给出显著水平α，查自由度v=n-2的t 分布表，得临界值/2t α（n-2）。
做出判断：如果t </2t α（n-2），拒绝H0t >/2t α（n-2），拒绝0H ，接受1H ：1β0≠，表明X 对Y 有显著影响。
对常数项0β∧的显著性检验于此类似。
如果接受0H :0β=0，则常数项0β不应该出现在模型中。
计量经济学第二章主要公式
第二章主要公式资料地址：/jl1、回归模型概述（1）相关分析与回归分析经济变量之间的关系：函数关系、相关关系相关关系：单相关和复相关，完全相关、不完全相关和不相关，正相关与负相关，线性相关和负相关，线性相关和非线性相关。
相关分析：——总体相关系数XY ρ=——样本相关系数()()nii XY XX Y Y r --=∑——多个变量之间的相关程度可用复相关系数和偏相关系数度量 回归分析：相关关系 + 因果关系（2）随机误差项：含有随机误差项是计量经济学模型与数理经济学模型的一大区别。
（3）总体回归模型总体回归曲线：给定解释变量条件下被解释变量的期望轨迹。
总体回归函数：(|)()i i E Y X f X =总体回归模型：(|)()i i i i i Y E Y X f X μμ=+=+ 线性总体回归模型：011,2,...,i i iY X i n ββμ=++=（4）样本回归模型样本回归曲线：根据样本回归函数得到的被解释变量的轨迹。
（线性）样本回归函数： 01ˆˆˆi i Y X ββ=+ （线性）样本回归模型：01ˆˆˆi i iY X e ββ=++ 2、一元线性回归模型的参数估计（1）基本假设① 解释变量：是确定性变量，不是随机变量var()0i X =② 随机误差项：零均值、同方差，在不同样本点之间独立，不存在序列相关等()01,2,...,i E i n μ==2var()1,2,...,i i n μσ==cov(,)0;,1,2,...,i j i j i j n μμ=≠=③ 随机误差项与解释变量：不相关cov(,)01,2,...,i i X i n μ==④ （针对最大似然法和假设检验）随机误差项：2~(0,)1,2,...,i N i n μσ=⑤ 回归模型正确设定。
【前四条为线性回归模型的古典假设，即高斯假设。
满足古典假设的线性回归模型称为古典线性回归模型。
】 （2）参数的普通最小二乘估计（OLS ） 目标：21minnii e=∑对于一元线性回归模型：011,2,...,i i i Y X i n ββμ=++=正规方程组：011011ˆˆ2[()]0ˆˆ2[()]0ni i i ni i i i Y X X Y X ββββ==⎧--+=⎪⎪⎨⎪--+=⎪⎩∑∑ 解得：011112211ˆˆ()()ˆ()n n i i i i i i n ni i i i Y X X X Y Y x y X X x βββ====⎧=-⎪⎪⎪--⎨==⎪⎪-⎪⎩∑∑∑∑（3）最大似然估计（ML ）对于一元线性回归模型：011,2,...,i i i Y X i n ββμ=++=重要的基本假设：2~(0,)1,2,...,cov(,)0;,1,2,...,var()01,2,...,i i j i N i n i j i j n X i nμσμμ⎧=⎪=≠=⎨⎪==⎩ 得到：201~(,)1,2,...,i i Y N X i n ββσ+=【且cov(,)0;,1,2,...,i j Y Y i j i j n =≠=，这个对最大似然法的估计很重要】则目标：12,,...,n Y Y Y 的联合概率密度最大，即()2012112121ˆˆ()2max (,,...,)()()()1ni i i n n Y X nf Y Y Y f Y f Y f Y eββσ=---=⋅⋅⋅∑=最终结果与OLS 得到的结果相同。
- 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)。
学习用途,考试专用，请用完删除自己总结1159952047
1、异方差性：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。
类型：单调递增型，单调递减型，复杂型。
原因：⑴模型中遗漏了随时间变化影响逐渐增大的因素。
（即测量误差变化）⑵模型函数形式设定误差。
⑶随机因素的影响。
（即截面数据中总体各单位的差异）后果：1．参数估计量非有效2.变量的显著性检验失去意义3.模型的预测失效检验：图示检验法，戈德菲尔德－匡特检验，怀特检验，帕克检验和戈里瑟检验处理：变异方差为同方差，或尽量缓解方差变异的程度。
（加权最小二乘法（WLS），异方差稳健标准误法）
2、序列相关性：如果模型的随机干扰项违背了相互独立的基本假设，则称为存在... 原因：经济数据序列惯性；模型设定的偏误；滞后效应；蛛网现象；数据的编造后果：1．参数估计量非有效；2.变量的显著性检验失去意义；3.模型的预测失效检验方法：图示法；回归检验法；D.W.检验法；拉格朗日乘数检验补救方法：广义最小二乘法（GLS），广义差分法，随机干扰项相关系数的估计，广义差分法在计量经济学软件中的实现，序列相关稳健标准误法。
3、多重共线性：如果模型的解释变量之间存在着较强的相关关系，则称模型存在多重共线性。
原因：经济变量相关的共同趋势、滞后变量的引入、样本资料的限制后果（一）完全：1、参数估计值不确定。
2、参数估计值的方差会无限大。
( 二)不完全：1、有可能求出参数的估计值，但估计值很不稳定。
2、参数估计值的方差会随多重共线性（近似）程度的提高而增大。
3、对总体参数的区间估计将会降低精确度（置信区间变宽）。
评价区间估计的两个标准： (1)估计的可靠度。
（2）估计的精确度 .4、对总体参数的显著性检验（t检验）在统计上将会不显著。
检验：1.检验多重共线性是否存在2.判明存在多重共线性的范围克服方法：1.排除引起共线性的变量2.差分法3.见笑参数估计量的方差
4、●经典假定：1、零均值假定。
2、同方差假定。
3、无自相关假定。
4、解释变量与随机误差项不相关。
5、无多重共线性假定。
6、正态性假定。
●多元线性回归模型的基本假定：零均值假定、同方差和无自相关（条件方差不变、条件自相关等于0）、随机扰动项与解释变量不相关、无多重共线性、正态性假定独立同分布,且～ N (0,σ2)
5、拟和直线的优度-判定系数r2。
TSS为总离差平方和，反映Y的样本观测值的平均差异程度；ESS 为Y的估计值与均值的离差平方和，反映解释变量的变化所引起的对Y的波动大小，即解释变量在模型中存在的重要程度；RSS为残差平方和，反映Y依据回归直线没有得到解释的变差。
6、F检验的意义（1）检验的不足。
尽管具有对模型整体拟合状况的判断，但它并不能得到到底要多大时回归方程才算通过了拟合优度检验。
虽然R2能够给出评价模型拟合好坏的度量，但它只是对样本的拟合程度进行评价，不能回答总体的真实状况。
（2）F检验的目的。
对于总体多元线性回归模型，从整体上看，多个解释变量与被解释变量之间是否存在显著的线性关系，或者说 Y 的变动是否依赖于这些解释变量的变化。
由F统计量的构成可以看出（ESS服从自由度为k-1，RSS服从n-k 的分布），如果ESS显著地大于RSS，则表明不能认为所有的全为零，这时在很大程度上要拒绝。
则在该意义下，说明回归方程中的所有解释变量对应变量存在显著性影响。
F 检验的一般步骤是：（1）构造 F 统计量，即。
（2）给定显著性水平，查F分布表，得临界值，其中k为参数的个数，n为样本容量。
（3）比较判断。
若F﹥，则拒绝原假使，表明回归函数从整体上看是显著的，即所有解释变量对应变量有显著性影响。
7、t 检验在多元线性回归模型里与一元的情况是一致的。
需要注意的是在多元线性回归模型对参数的 t 检验中，即~ t(n-k) （在成立下）这里是服从自由度为 (n-k) 的 t 分布。
因此，在多元的情况下，运用 t 检验的操作过程如下（1）提出假设（2）构造检验统计量在H 0 成立的情况下，有：~t(n-k)（3）计算t统计量值，。
（4）根据t分布，给定显著性水平，查表得临界值。
（5）比较判断，若，则拒绝 H 0 ，同时接受 H 1 。
表明第 j 个解释变量 X j 对被解释变量 Y 存在显著性影响；否则，表明第 j 个解释变量 X j 对被解释变量 Y 不存在显著性影响。
8、。