古扎拉蒂《计量经济学基础》(第5版)笔记和课后习题详解
合集下载
相关主题
- 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)。
1．术语
一个有代表性的清单如图1-1所示：
图1-1
2．双变量回归分析与多元回归分析
双变量回归分析研究一个变量对仅仅一个解释变量的依赖关系。
多元回归分析研究一个变量对多于一个解释变量的依赖关系。
六、经济分析所用数据的性质与来源
1．数据类型
（1）时间序列数据：一个时间序列是对一个变量在不同时间取值的一组观测结果。如果一个时间序列的均值和方差不随时间而系统地变化，那它就是平稳的。
第1章
1.1
一、回归的现代含义
回归分析是关于研究一个因变量对另一个或多个解释变量的依赖关系，其用意在于通过后者（在重复抽样中）的已知或设定值，去估计和（或）预测前者的（总体）均值。
二、统计关系与确定性关系
在回归分析中，考虑统计依赖关系，主要处理的是随机变量，也就是有着概率分布的变量。但是在函数或确定性依赖关系中，要处理的变量不是随机的。
（3）在问卷调查中，无应答的问题也可能相当严重。
（4）获取数据的抽样方法可能变化很大，要比较不同样本得来的结果常常非常困难。
（5）通常获得的经济数据都是高度加总的。
（6）由于保密性质，某些数据只能以高度加总的形式公布。
研究结果不可能比数据的质量更好。所以，如果在一定情况下，研究者发现研究的结果“不能令人满意”的话，原因不一定是误用模型，而是数据的质量不好。
三、回归与因果关系
从逻辑上说，回归得到的统计关系式本身不可能意味着任何因果关系。肯德尔和斯图亚特认为，一个统计关系式永远不能确立因果方面的联系：对因果关系的理念，必须来自统计学以外的某种理论。
四、回归与相关
1．相关分析与相关系数
相关分析是以测度两个变量之间的线性关联程度为其主要目的。
相关系数是用来测度线性关联强度的。
理论计量经济学是要找出适当的方法，去测度由计量经济模型设定的经济关系。为此，计量经济学家非常依赖于数理统计。
在应用计量经济学中，利用理论计量经济学工具去研究经济学或管理学中的某些特殊领域。
0.2
本章没有课后习题。本章是全书的一个引言，对计量经济学这门学科作一个简要介绍。对于本章内容，学员简单了解即可。
引
0.1 复习笔记
一、计量经济学
1．定义
计量经济学，是对经济学的作用存在某种期待的结果，它把数理统计学应用于经济数据，以使数理经济学构造出来的模型得到经验上的支持，并获得数值结果。
计量经济学可定义为实际经济现象的数量分析。这种分析基于理论与观测的并行发展，而理论与观测又通过适当的推断方法得以联系。
计量经济学可定义为这样的社会科学：它把经济理论、数学和统计推断作为工具，应用于经济现象的分析。
（2）横截面数据：横截面数据指对一个或多个变量在同一时间点上收集的数据。当统计分析包含有异质的单位时，必须考虑尺度或规模效应以避免造成混乱。
（3）混合数据：在混合或组合数据中兼有时间序列和横截面数据的成分。
面板、纵列或微观面板数据是混合数据的一种特殊类型，指对相同的横截面单位在时间轴上进行跟踪调查的数据。如果每个横截面单位都具有相同的观测次数，则是平衡面板；若观测次数不同，则是非平衡面板。
4．名义尺度
此类变量不具备比率尺度变量的任何一个特征。因此适合于比率尺度变量的计量经济方法可能不适合于名义尺度变量。
1.2
1．表1-1给出了7个工业化国家的消费者价格指数（CPI）数据，以1982～1984年为该指数的基期并令1982—1984=100。
1．经济理论所作的陈述或假说大多数是定性的。计量经济学家的工作就是要提供这一数值估计。换言之，计量经济学对大多数的经济理论赋予经验内容。
2．数理经济学的主要问题，是要用数学形式(方程式)来表述经济理论，而不管该理论是否可以量化或是否能够得到实证支持。计量经济学家常常使用数理经济学家所提供的数学方程式，但要把这些方程式改造成适合于经验检验的形式。这种从数学方程到计量经济方程的转换需要有许多的创造性和实际技巧。
6．假设检验；
7．预报或预测；
8．利用模型进行控制或制定政策。
四、计量经济学的类型
计量经济学可划分为两大类：理论计量经济学(theoretical econometrics)和应用计量经济学(applied econometrics)。在每一大类中均可按经典方法(classical)或贝叶斯方法(Bayesian)进行研究。
2．回归分析与相关分析的区别
回归分析中，对因变量和解释变量的处理方法存在着不对称性。因变量被当作是统计的、随Fra Baidu bibliotek的，也就是它有一个概率分布。而解释变量则被看作是（在重复抽样中）取固定值的。
相关分析中，任何（两个）变量的处理方法都是对称的；因变量和解释变量之间不加区别；两个变量都被看作是随机的。
五、术语与符号
2．数据来源
（1）互联网。互联网使数据搜集发生了革命性的变化。
（2）实验或非实验性质的数据。在社会科学中，人们通常获得的数据是非实验性质的。
3．数据的准确性
数据的质量常常不那么好的原因：
（1）大部分社会科学数据是非实验性质的，有观测误差的可能；也可能出于疏漏，或出于委托。
（2）即使是实验得来的数据，测量误差可由近似计算或进位而产生。
七、对变量测量尺度的注解
1．比率尺度
对于一个变量 ，取其两个值 和 ，比率 和距离 都是有意义的量。这些值在这种尺度下存在着一种自然顺序（上升或下降）。大多数经济变量都属于这一类。
2．区间尺度
一个区间尺度变量满足比率尺度变量的后面两个性质，但不满足第一个性质。
3．序数尺度
只要一个变量满足比率尺度的第三个性质（即自然顺序），那它就属于这一类变量。
3．经济统计学的问题，主要是收集、加工并通过图表的形式来展现经济数据。但是，经济统计学家不考虑怎样利用所收集来的数据去检验经济理论。
三、计量经济学方法论
大致说来，传统的计量经济学方法论按如下路线进行：
1．理论或假说的陈述；
2．理论的数学模型设定；
3．统计或计量经济模型设定；
4．获取数据；
5．计量经济模型的参数估计；
2．研究对象和研究方法
计量经济学研究经济定律的经验判定。计量经济学家的艺术，就在于找出一组足够具体且足够现实的假定，使他尽可能最好地利用他所获得的数据。
计量经济学的研究方法是，利用统计推断的理论和技术作为桥头堡，以达到经济理论和实际测算相衔接的目的。
二、计量经济学是一门单独的学科
计量经济学值得作为一门独立的学科来研究，理由如下：
一个有代表性的清单如图1-1所示：
图1-1
2．双变量回归分析与多元回归分析
双变量回归分析研究一个变量对仅仅一个解释变量的依赖关系。
多元回归分析研究一个变量对多于一个解释变量的依赖关系。
六、经济分析所用数据的性质与来源
1．数据类型
（1）时间序列数据：一个时间序列是对一个变量在不同时间取值的一组观测结果。如果一个时间序列的均值和方差不随时间而系统地变化，那它就是平稳的。
第1章
1.1
一、回归的现代含义
回归分析是关于研究一个因变量对另一个或多个解释变量的依赖关系，其用意在于通过后者（在重复抽样中）的已知或设定值，去估计和（或）预测前者的（总体）均值。
二、统计关系与确定性关系
在回归分析中，考虑统计依赖关系，主要处理的是随机变量，也就是有着概率分布的变量。但是在函数或确定性依赖关系中，要处理的变量不是随机的。
（3）在问卷调查中，无应答的问题也可能相当严重。
（4）获取数据的抽样方法可能变化很大，要比较不同样本得来的结果常常非常困难。
（5）通常获得的经济数据都是高度加总的。
（6）由于保密性质，某些数据只能以高度加总的形式公布。
研究结果不可能比数据的质量更好。所以，如果在一定情况下，研究者发现研究的结果“不能令人满意”的话，原因不一定是误用模型，而是数据的质量不好。
三、回归与因果关系
从逻辑上说，回归得到的统计关系式本身不可能意味着任何因果关系。肯德尔和斯图亚特认为，一个统计关系式永远不能确立因果方面的联系：对因果关系的理念，必须来自统计学以外的某种理论。
四、回归与相关
1．相关分析与相关系数
相关分析是以测度两个变量之间的线性关联程度为其主要目的。
相关系数是用来测度线性关联强度的。
理论计量经济学是要找出适当的方法，去测度由计量经济模型设定的经济关系。为此，计量经济学家非常依赖于数理统计。
在应用计量经济学中，利用理论计量经济学工具去研究经济学或管理学中的某些特殊领域。
0.2
本章没有课后习题。本章是全书的一个引言，对计量经济学这门学科作一个简要介绍。对于本章内容，学员简单了解即可。
引
0.1 复习笔记
一、计量经济学
1．定义
计量经济学，是对经济学的作用存在某种期待的结果，它把数理统计学应用于经济数据，以使数理经济学构造出来的模型得到经验上的支持，并获得数值结果。
计量经济学可定义为实际经济现象的数量分析。这种分析基于理论与观测的并行发展，而理论与观测又通过适当的推断方法得以联系。
计量经济学可定义为这样的社会科学：它把经济理论、数学和统计推断作为工具，应用于经济现象的分析。
（2）横截面数据：横截面数据指对一个或多个变量在同一时间点上收集的数据。当统计分析包含有异质的单位时，必须考虑尺度或规模效应以避免造成混乱。
（3）混合数据：在混合或组合数据中兼有时间序列和横截面数据的成分。
面板、纵列或微观面板数据是混合数据的一种特殊类型，指对相同的横截面单位在时间轴上进行跟踪调查的数据。如果每个横截面单位都具有相同的观测次数，则是平衡面板；若观测次数不同，则是非平衡面板。
4．名义尺度
此类变量不具备比率尺度变量的任何一个特征。因此适合于比率尺度变量的计量经济方法可能不适合于名义尺度变量。
1.2
1．表1-1给出了7个工业化国家的消费者价格指数（CPI）数据，以1982～1984年为该指数的基期并令1982—1984=100。
1．经济理论所作的陈述或假说大多数是定性的。计量经济学家的工作就是要提供这一数值估计。换言之，计量经济学对大多数的经济理论赋予经验内容。
2．数理经济学的主要问题，是要用数学形式(方程式)来表述经济理论，而不管该理论是否可以量化或是否能够得到实证支持。计量经济学家常常使用数理经济学家所提供的数学方程式，但要把这些方程式改造成适合于经验检验的形式。这种从数学方程到计量经济方程的转换需要有许多的创造性和实际技巧。
6．假设检验；
7．预报或预测；
8．利用模型进行控制或制定政策。
四、计量经济学的类型
计量经济学可划分为两大类：理论计量经济学(theoretical econometrics)和应用计量经济学(applied econometrics)。在每一大类中均可按经典方法(classical)或贝叶斯方法(Bayesian)进行研究。
2．回归分析与相关分析的区别
回归分析中，对因变量和解释变量的处理方法存在着不对称性。因变量被当作是统计的、随Fra Baidu bibliotek的，也就是它有一个概率分布。而解释变量则被看作是（在重复抽样中）取固定值的。
相关分析中，任何（两个）变量的处理方法都是对称的；因变量和解释变量之间不加区别；两个变量都被看作是随机的。
五、术语与符号
2．数据来源
（1）互联网。互联网使数据搜集发生了革命性的变化。
（2）实验或非实验性质的数据。在社会科学中，人们通常获得的数据是非实验性质的。
3．数据的准确性
数据的质量常常不那么好的原因：
（1）大部分社会科学数据是非实验性质的，有观测误差的可能；也可能出于疏漏，或出于委托。
（2）即使是实验得来的数据，测量误差可由近似计算或进位而产生。
七、对变量测量尺度的注解
1．比率尺度
对于一个变量 ，取其两个值 和 ，比率 和距离 都是有意义的量。这些值在这种尺度下存在着一种自然顺序（上升或下降）。大多数经济变量都属于这一类。
2．区间尺度
一个区间尺度变量满足比率尺度变量的后面两个性质，但不满足第一个性质。
3．序数尺度
只要一个变量满足比率尺度的第三个性质（即自然顺序），那它就属于这一类变量。
3．经济统计学的问题，主要是收集、加工并通过图表的形式来展现经济数据。但是，经济统计学家不考虑怎样利用所收集来的数据去检验经济理论。
三、计量经济学方法论
大致说来，传统的计量经济学方法论按如下路线进行：
1．理论或假说的陈述；
2．理论的数学模型设定；
3．统计或计量经济模型设定；
4．获取数据；
5．计量经济模型的参数估计；
2．研究对象和研究方法
计量经济学研究经济定律的经验判定。计量经济学家的艺术，就在于找出一组足够具体且足够现实的假定，使他尽可能最好地利用他所获得的数据。
计量经济学的研究方法是，利用统计推断的理论和技术作为桥头堡，以达到经济理论和实际测算相衔接的目的。
二、计量经济学是一门单独的学科
计量经济学值得作为一门独立的学科来研究，理由如下：