计量经济学期末考试复习提纲

一、客观题的考核重点

1.理论模型的设计包含的三部分工作。

① 确定模型包含的变量

② 确定模型的数学形式

③ 拟定模型中待估计参数的理论期望值区间

2.如何恰当地确定模型的数学形式。

① 确定数学形式的第一种方法是根据经济行为理论。

② 确定数学形式的第二种方法是根据解释变量与被解释变量之间的散点图。

3.常用的样本数据类型，样本数据质量。

① 截面数据（Cross-sectional Data）

② 时间序列数据（Time-series Data）

③ 面板数据（Panel Data）

完整性，准确性，可比性，一致性

4.计量经济学模型几方面应用领域。

① 结构分析

② 经济预测

③ 政策评价

4.检验与发展经济理论（？）

5. 总体回归函数、总体回归模型、样本回归函数、样本回归模型形式（包括矩阵形式）。（？）

线性总体回归函数：i X X 10i )|Y (E ββ+=

线性总体回归模型：i 10i i i )|Y (E Y μββμ++=+=i X X

线性样本回归函数：i

X 10i ˆˆ=Y ˆββ+ 线性样本回归模型（包括矩阵形式？）：i

i i e +Y ˆ=Y （多元）

总体回归函数：X X β=)|Y (E 总体回归模型：μβ+=X Y

样本回归函数：μβ+X ˆ=Y

ˆ 样本回归模型：e +X ˆ=Y β

6. 最小二乘法和最大似然法的基本原理。

最小二乘法：最小二乘准则，残差平方和最小（∑

=n

1

i 2

e min

i ） 最大似然法：使一组被解释变量样本从总体中被抽取的联合概率最大。

7. 线性回归模型中一系列估计量、统计量的计算。

X Y 1

0ˆˆββ-= 定义X X x

i i

-=，Y Y y i i -=“离差” ∑∑=21

ˆi

i i x

y x β

2

2

)()(var 2

2

-=

--=

∑∑n e n e e e i

i

i

（随机误差项的方差估计量）

∑∑=2

220

ˆ)ˆ(var i i x n x σβ ∑=2

21

ˆ)ˆ(var i

x

n σβ

)ˆ(ˆ)ˆ(0ˆ1

111ββββs s t =-= 临界值 )2(2-n t α

8. 样本容量问题。

增大样本容量以及提高模型拟合程度可以缩小置信区间的宽度，样本容量越大越好 最小样本容量∶1k n +≥

满足基本要求的样本容量∶30n ≥或)1k (3n +≥

9. 虚拟变量的引入方式。

加法方式：i i 2i 10μβββ+++=D X Y i 乘法方式：i i i 2i 10μβββ+++=X D X Y i 混合方式：i

i i 3i 2i 10μββββ++++=X D D X Y i

10. 邹至庄检验。

基于对约束条件是否成立进行检验的基本思想也可以实现，这一框架称为邹至庄检验（Chow Test ） )]

1(2/[)()

1/()]([2121+-+++-=

k n RSS RSS k RSS RSS RSS F

第一部分总体的摸型i i i X Y μαα++=10 第二部分总体的摸型i i i X Y νββ++=10

如果两部分总体的模型没有显著差异：00βα= 11βα=

11. RESET 检验。

RESET 检验的基本原理是如果真实的模型中解释变量与被解释变量X 具有非线性关系，则建立线性模型后加入X ²、X3…应该是显著的。

12. 多重共线性、异方差性、序列相关性、内生性周边。

（一）多重共线性

（定义）

多重共线性：对于n i X X X Y i k i i i ,...,2,1,...122110=+++++=μ

ββββ如果某两个或者多个解种变量之间存在线性相关性，则称为多重共线性。

（后果）

① 完全共线性下，估计量不存在。

② 近似共线性下，模型的经济含义可能不合理。 ③ 近似共线性下，估计量的方差增大。 ④ 近似共线性下，变量的显著性检验失去意义。 ⑤ 近似共线性下，模型的预测失效。

（检验）

方法1∶计算解释变量两两之间的简单相关系数r ，若r 的绝对值接近于1，则说明两个解科变量存在较强的多重共线性。（简单相关系数检验法）

方法2∶根据多重共线性可能引起的后果，如果模型的R2与F 值较大，但t 检验值较小，则可能存在多重共线性。（判定系数法）

方法3∶使模型中每一个解释变量分别以其余解释变量为解释变量进行辅助回归（Auxiliary Regression ），并计算相应的拟合优度。如果某个回归的拟合优度很高，则说明存在共线性。（方差膨胀因子检验） 方法4∶逐步回归法，以Y 为被解释变量，逐个引入解释变量，构成回归模型，进行模型估计。 方法5∶特征值检验

（修正）

① 剔除变量法：差分法

② 减少参数估计量的方差：岭回归法、增大样本容量法 ③ 逐步回归法 ④ 变换模型形式

（二）异方差性

（定义）

异方差∶在回归模型中，如果随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性