计量经济学知识点总结培训资料

合集下载
相关主题
  1. 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. 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. 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)。

计量经济学知识点总

第一章:1计量经济学研究方法:模型设定,估计参数,模型检验,模型应用

2. 计量经济模型检验方式:①经济意义:模型与经济理论是否相符②统计推断:参数估计值是否抽样的偶然结果③计量经济学:是否复合基本假定④预测:模型结果与实际杜比

3. 计量经济学中应用的数据类型:①时间序列数据(同空不同时)②截面数据(同时不同空)③混合数据(面板数据)④虚拟变量数据(学历,季节,气候,性别)第二章:1.相关关系的类型:①变量数量:简单相关/多重相关(复相关)②表现形式:线性相关(散布图接近一条直线”非线性相关(散布图接近一条直线)③变化的方向:正相关(变量同方向变化,同增同减”负相关(变量反方向变化,一增一减不相关)2•引入随机扰动项的原因:①未知影响因素的代表(理论的模糊性)②无法取得数据的已知影响因素的代表(数据欠缺)③众多细小影响因素综合代表(非系统性影响)④模型可能存在设定误差(变量,函数形式设定)⑤模型中变量可能存在观测误差(变量数据不符合实际)⑥变量可能有内在随机性(人类经济行为的内在随机性) 3.0LS回归线数学性质:①剩余项的均值为零②OLS回归线通过样本均值③估计值的均值等于实际观测值的均值④被解释变量估计值与剩余项不相关⑤解释变量与剩余项不相关

4.0LS估计量”尽可能接近”原则:无偏性,有效性,一致性

5.0LS估计式的统计性质/优秀品质:线性特征,无偏性特征,最小方差性特征第三章:1.偏回归系数:控制其他解释变量不变的条件下,第j个解释变量的单位变动对被解释变量平均值的影响,即对丫平均值直接或净的影响

2. 多元线性回归中的基本假定:①零均值②同方差③无自相关④随机扰动项与解释变

量不相关⑤无多重共线性⑥正态性…一元中有12346

3. OLS回归线数学性质:同第二章3

4. OLS估计式的统计性质:线性特征,无偏性特征,最小方差性特征

5. 为什么用修正可决系数不用可决系数?可决系数只涉及变差没有考虑自由度,如果用自由度去校正所计算的变差,可纠正解释变量个数不同引起的对比困难

第四章:1.多重共线性背景:①经济变量之间具有共同变化趋势②模型中包含滞后变量

③利用截面数据建立模型可出现..④样本数据自身原因

2. 后果:A完全①参数估计值不确定②csgj值方差无限大B不完全①csgj量方差随贡献程度的增加而增加②对cs区间估计时,置信区间区域变大③假设检验用以出现错误判断④可造成可决系数较高,但对各cs估计的回归系数符号相反,得出错误结论

3. 检验:A简单相关系数检验法:COR解释变量.大于0.8,就严重B方差膨胀因子

法:因子越大越严重;>10,严重C直观判断法:增加或剔除一个解释变量x,估计值y 发生较大变化,则存在;定性分析,重要x标准误差较大并没通过显著性检验时,则存在;x回归系数所带正负号与定性分析结果违背,则存在;x相关矩阵中,x之间相关系数较大,则存在D逐步回归检验法:将变量逐个引入模型,每引入一个x,都进行F检验,t检验,当原来引入的x由于后面引入的x不显著是,将其剔除.以确保每次引入新的解释变量之前方程种植包含显著变量.

4. 补救措施:①剔除变量法②增大样本容量③变换模型形式:自相关④利用非样本先验信息⑤截面数据与时序数据并用:异方差⑥变量变换

第五章:1.异方差产生原因:①模型中省略了某些重要的解释变量②模型设定误差③数据测量误差④截面数据中总体各单位的差异

2. 后果:A参数估计统计特性:参数估计的无偏性仍然成立;参数估计方差不再是最小B参数显著性检验:t统计量进行参数检验失去意义C预测影响:将无效

3检验:A图示①相关图形分析data x y看散点图,quick—graph—x,y—OK—scatter diagram—OK,可以看到x,y散点图②残差图形分析data x y,sort x;ls y c x; 再回归结果的子菜单点resid,可以看残差分析图Bgoldfeld-quanadt:data x y;sort x;smpl 1 n 1;ls y c x(RSS1);smpl n2 n;ls y c x(RSS2)计算F*=RSS2/RSS1 取a =0.05,查F 分布表,得F0.05((n-c)/2,(n-c)/2),将 F 值与此对比.若F* > F(0.05)拒绝原假设,存在异方差Cwhite:data x y;ls y c x;在回归结果的子菜单中点击viewresidual test-white heteroskedasticity可以看到辅助回归模型的估计结果 D

arch;E:glejser:data x y;ls y c x;genr E1=resid;genr E2=abs(E1);genr XH=X A h;ls E2 c xh;依次根据XH的T值判断E2与XH之间是否存在异方差

4补救措施:A 模型变换法:genr y1=y/根号xAh; genr x2=1/根号xAh ; genr x3=x/根号xAh;ls y1 x2 x3;B 加权最小二乘法wls:权数:w1t=1/xt;w2t=1/xtA2;w3t=1/ 根号xt. 电脑操作:genr w仁1/x;genr w2=1/(xA2);genr w3=1/sqr(x);ls (w=w1t) y c x;ls

(w2=w2t) y c x;ls (w3=w3t) y c x.

第六章:1.自相关产生原因:①经济系统的惯性②经济活动的滞后效应③数据处理造成的相关④蛛网现象⑤模型设定偏误

2.表现形式:自相关性质可以用自相关系数符号判断.即p<0为负相关,p>0为正相关.当P接近1时,表示相关的程度很高.自相关形式:见公式.

3后果:见公式4检验:A图示检验:data x y;ls y c x;再回归模型的子菜单点击

resids可以看至U模型残差分布图;genr e=resid;data e e(-1);view-graph-scatter-simple scatter.B.DW检验:data x y;ls y c x;根据回归结果得出DW值然后判断是否自相

相关文档
最新文档