(完整word版)《计量经济学》各章主要知识点
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。
(完整)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word版)计量经济学重点知识归纳整理(word文档良心出品)
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 主要知识点
《计量经济学》《经济计量学》《Econometrics》一、主要知识点第一章绪论第一节计量经济学一、经济计量学的产生过程1930 世界经济计量学会二、经济计量学与其他学科的关系计量经济学的定义第二节建立计量经济学模型的步骤和要点一、数据类型1、时间序列数据2、截面数据3、面板数据二、经济变量与经济参数（一）、经济变量1、内生变量和外生变量内生变量(endogenous variable)：随机变量，模型自身决定；内生变量影响模型中内生变量，同时又受外生变量和其它内生变量影响。
外生变量(exogenous variable)：通常为非随机变量，在模型之外决定。
而外生变量只影响模型中的内生变量，不受模型中任何其它变量影响。
2、解释变量与被解释变量3、滞后变量与前定变量（二）建模步骤和要点。
模型假定把所研究的经济变量之间的关系用适当的数学模型表达出来。
估计参数模型检验：经济意义的检验、统计推断的检验、计量经济的检验、预测的检验第三节计量经济学模型的应用模型应用：政策评价、经济预测、结构分析、检验和发展经济理论第二章一元线性回归模型第一节概述一、相关关系与回归分析1、函数关系与统计相关关系2、相关分析与回归分析的区别和联系二、总体回归模型与样本回归模型1、总体回归模型（PRF）：总体回归函数随机扰动项2、样本回归模型（SRF）：样本回归函数残差第二节简单线性回归模型的参数估计一、对线性回归模型的假设（古典假定）如何表示？1、零均值假定2、同方差假定3、无自相关假定4、 与解释变量不相关5、 正态性假定二、普通最小二乘法（OLS ）1、 OLS 的思想 参数估计式2、Y i 的分布三、普通最小二乘估计量的统计性质 高斯—马尔可夫定理 BLUE1、参数估计量的性质 高斯-马尔科夫定理2、 总体方差/随机扰动项方差的估计式3、 参数估计量的概率分布四、最大似然估计的概念第三节 简单线性回归模型的检验一、对估计值的直观判断（经济意义的检验） 二、拟和优度的检验1、 TSS=ESS+RSS2、 TSS ESS RSS 各自的含义3、 R2的构造4、 ∑∑==22212ˆiyx TSSESS R iβ5、 2R [0，1]三、对1β的显著性检验（T 检验） 检验步骤 四、均值预测与个值预测的置信区间 P49 第三章 多元线性回归模型 第一节 概述一、基本概念偏回归系数及其解释二、多元线性回归的基本假定如何表示和理解？1、零均值假定2、同方差假定3、无自相关假定4、无多重共线性5、扰动项与解释变量不相关6、正态性假定第二节多元线性回归模型的最小二乘估计一、矩阵形式的OLS参数估计式二、总体方差/随机扰动项方差的OLS估计式三、参数估计量的性质：同一元情形四、样本容量问题第三节多元回归模型的检验一、拟和优度检验1、判定系数2、调整后的判定系数二、对单个回归系数的显著性检验（T检验）检验步骤三、总体回归模型的显著性检验（F检验）检验步骤第四节预测对个值预测、区间预测的理解：p74第五节可以线性化的其他函数形式一、线性回归模型的形式：对参数而言是线性的回归系数的含义:边际效应二、几种常见的线性回归模型1、 双对数模型 回归系数的经济含义:弹性2、 半对数模型3、 倒数变换模型第六节 受约束回归 基本思想和检验步骤 第四章 违背经典假设的回归模型第一节 异方差一、异方差1、 异方差，指的是回归模型中的随机误差项的方差不是常数。
(完整版)计量经济学知识点(超全版)
1．经济变量：经济变量是用来描述经济因素数量水平的指标。
（3分）2．解释变量：是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量。
（2分）它对因变量的变动做出解释，表现为方程所描述的因果关系中的“因”。
（1分）3．被解释变量：是作为研究对象的变量。
（1分）它的变动是由解释变量做出解释的，表现为方程所描述的因果关系的果。
（2分）4．内生变量：是由模型系统内部因素所决定的变量，（2分）表现为具有一定概率分布的随机变量，是模型求解的结果。
（1分）5．外生变量：是由模型系统之外的因素决定的变量，表现为非随机变量。
（2分）它影响模型中的内生变量，其数值在模型求解之前就已经确定。
（1分）6．滞后变量：是滞后内生变量和滞后外生变量的合称，（1分）前期的内生变量称为滞后内生变量；（1分）前期的外生变量称为滞后外生变量。
（1分）7．前定变量：通常将外生变量和滞后变量合称为前定变量，（1分）即是在模型求解以前已经确定或需要确定的变量。
（2分）8．控制变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条件和状态等方面的变量，（2分）它一般属于外生变量。
（1分）9．计量经济模型：为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，（2分）是以数学形式对客观经济现象所作的描述和概括。
（1分）10．函数关系：如果一个变量y的取值可以通过另一个变量或另一组变量以某种形式惟一地、精确地确定，则y与这个变量或这组变量之间的关系就是函数关系。
（3分）11．相关关系：如果一个变量y的取值受另一个变量或另一组变量的影响，但并不由它们惟一确定，则y与这个变量或这组变量之间的关系就是相关关系。
（3分）12．最小二乘法：用使估计的剩余平方和最小的原则确定样本回归函数的方法，称为最小二乘法。
（3分）13．高斯－马尔可夫定理：在古典假定条件下，OLS估计量是模型参数的最佳线性无偏估计量，这一结论即是高斯－马尔可夫定理。
(完整word版)计量经济学复习笔记
计量经济学复习笔记CH1导论1、计量经济学：以经济理论和经济数据的事实为依据，运用数学、统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。
研究主体是经济现象及其发展变化的规律。
2、运用计量分析研究步骤：模型设定一一确定变量和数学关系式估计参数一一分析变量间具体的数量关系模型检验一一检验所得结论的可靠性模型应用一一做经济分析和经济预测3、模型变量：解释变量：表示被解释变量变动原因的变量，也称自变量，回归元。
被解释变量：表示分析研究的对象，变动结果的变量，也成应变量。
内生变量：其数值由模型所决定的变量，是模型求解的结果。
外生变量：其数值由模型意外决定的变量。
外生变量数值的变化能够影响内生变量的变化，而内生变量却不能反过来影响外生变量。
前定内生变量：过去时期的、滞后的或更大范围的内生变量，不受本模型研究范围的内生变量的影响, 但能够影响我们所研究的本期的内生变量。
前定变量：前定内生变量和外生变量的总称。
数据:时间序列数据：按照时间先后排列的统计数据。
截面数据：发生在同一时间截面上的调查数据。
面板数据：虚拟变量数据：表征政策，条件等，一般取0或1.4、估计评价统计性质的标准无偏：E （人3 ）= 3 随机变量，变量的函数？有效：最小方差性一致：N趋近无穷时，3估计越来越接近真实值5、检验经济意义检验：所估计的模型与经济理论是否相等统计推断检验：检验参数估计值是否抽样的偶然结果，是否显著计量经济检验：是否符合计量经济方法的基本假定预测检验：将模型预测的结果与经济运行的实际对比CH2 CH3线性回归模型模型（假设）一一估计参数一一检验一一拟合优度一一预测1、模型（线性）（1）关于参数的线性模型就变量而言是线性的；模型就参数而言是线性的。
Yi = 3 1+ 3 2lnX i+u线性影响随机影响Y i=E (Y|X i) +u E (Y|X i) =f(X i)= 3 1+3 2lnX 引入随机扰动项，（3）古典假设A零均值假定 E ( U i |X i) =0B同方差假定Var(u i|XJ=E(u i2)=2(TC无自相关假定Cov(u i ,u j)=0D随机扰动项与解释变量不相关假定Cov(u i ,X i )=0E正态性假定u~N(0, d 2)F无多重共线性假定Rank(X)=k2、估计在古典假设下，经典框架，可以使用OLS方法：OLS 寻找min Ee i2人B iois = (Y均值)-人B 2(X均值)人B 2ois = Ex i y〃Ex i23、性质OLS回归线性质(数值性质)(1)回归线通过样本均值(X均值,Y均值)(2)估计值人Y的均值等于实际值Y的均值(3)剩余项e i的均值为0(4)被解释变量估计值人Y与剩余项8不相关Cov(人Y,ej=0(5)解释变量X与剩余项8不相关Cov(e i,X i)=0在古典假设下，OLS的统计性质是BLUE统计最佳线性无偏估计4、检验(1) Z检验Ho: B 2=0原假设验证B 2是否显著不为0标准化：Z= (A B 2- B 2) /SE (A B 2)〜N( 0,1 ) 在方差已知，样本充分大用Z检验拒绝域在两侧，跟临界值判断，是否B2显著不为0(2) t检验一一回归系数的假设性检验方差未知，用方差估计量代替 A d 2=Ee i2/(n-k) 重点记忆t =(人卩2- B 2) / A SE (A B 2)〜t (n-2)拒绝域：|t|>=t 2/a( n-2)拒绝，认为对应解释变量对被解释变量有显著影响。
计量经济学基础知识梳理(超全)
4.微分学
记忆：经济学中常用的一些函数及其导数有
y 0 1x 2 x2 ;dy dx 1 22 x
y 0 1 x ;dy dx 1 x2
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
斜率=
y x
1 22 x
方程右端是此二次函数对x的导数。
同样，2 0 则意味着x对y的边际效应递增，二次
函数的图形就呈U行，函数的最小值出现在点 x 1 22
处。
2.自然对数
在计量经济分析中起着最重要作用的非线性函数是自
然对数，或简称为对数函数，记为 y log x
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。
若
x2
y 0 1x1 2 x2
则
还有几种不同符号可以表示自然对数，最常用的是 lnx
或 loge x。当对数使用几个不同的底数时，这些不同的
符号是有作用的。目前，只有自然对数最重要，因此我们
都用 logx 表示自然对数。
2.自然对数
y
y logx
x
图2.1.4 y=log（x） 的图形
2.自然对数
有如下性质：
y x1
1，xy2
2
这些偏导数可被视为经济学所定义的偏效应。
例： 含交互项的工资方程
(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。
计量经济学重点
计量经济学（==、可以骂人嘛。
这丫就是一本书。
）第一章：1、什么是计量经济学的研究对象，一般性定义、定义：计量经济学是以经济理论为指导，以经济数据事实为依据，以数学、统计学为方法，以计算机为手段，研究经济关系和经济活动数量规律及其应用，并以建立计量经济模型为核心的一门经济学学科。
计量经济学研究的三个方面：理论：即说明所研究对象经济行为的经济理论——计量经济研究的基础数据：对所研究对象经济行为观测所得到的信息——计量经济研究的原料或依据方法：模型的方法与估计、检验、分析的方法——计量经济研究的工具与手段2、计量经济学的研究的步骤：研究的步骤：1、模型设定（选择变量和数学关系式）2、估计参数（确定变量间的数量关系）3、模型检验（检验所得结论的可靠性）4、模型应用（作经济分析和经济预测）3、模型如何设定：基本要素：1、经济变量：不同时间、不同空间的表现不同，取值不同，是可以观测的因素。
是模型的研究对象或影响因素。
2、经济参数：表现经济变量相互依存程度的、决定经济结构和特征的、相对稳定的因素，通常不能直接观测。
基本要求：1、要有科学的理论依据2、选择适当的数学形式类型:（单一方程、联立方程、线性形式、非线性形式）3、模型要兼顾真实性和实用性（两种不好的模型：太过复杂—真实但不实用、过分简单—不真实）4、包含随机误差项（经济模型与计量经济模型的重要区别）5、方程中的变量要具有可观测性4、参数如何估计：原因：一般来说参数是未知的，又是不可直接观测的。
由于随机项的存在，参数也不能通过变量值去精确计算。
只能通过变量样本观测值选择适当方法去估计。
两个概念：1、参数估计值：估计参数具体数值2、参数估计式：估计参数数值公式参数估计的常用方法：普通最小二乘、广义最小二乘、极大似然估计、二段最小二乘、三段最小二乘、其它估计方法。
5、如何检验模型：原因：1、建模理论依据可能不充分2、统计数据或其他信息可能不可靠3、样本较小，结论只是抽样某种偶然结果4、可能违反计量经济方法某些基本假定。
计量经济学重点
内生变量—其数值由模型所决定旳变量，是模型求解 旳成果
外生变量—其数值由模型以外决定旳变量 （有关概念：前定内生变量、前定变量）
关系： 外生变量数值旳变化能够影响内生变量旳变化 内生变量却不能反过来影响外生变量
二、参数旳估计措施
单一方程模型：最常用旳是一般最小二乘法、 极大似然估计法等
计量经济学旳发展：
●计算机应用 ●模型旳变量和方程
由少到多，又趋向较少 多种模型归并为整体模型 ●理论与措施旳新突破
除了经典线性计量经济学模型以外，出现 非线性模型、 合理预期模型、变参数、半参数模型、动态模型、时间序 列模型、协整顿论、Panel Data数据模型、贝叶斯措施、 小样本理论等新旳研究领域 ●应用领域旳拓展 宏观、微观经济领域应用 ，由预测为主转向更多地对经 济理论假设和政策假设旳检验
三、计量经济学与其他学科旳关系
计量经济学与经济学旳关系
联络：●计量经济学研究旳主体—经济现象和经济关 系旳数量规律
●计量经济学必须以经济学提供旳理论原则和经 济运营规律为根据
●经济计量分析旳成果：对经济理论拟定旳原则 加以验证、充实、完善
区别 ●经济理论重在定性分析,并不对经济关系提供数 量上旳度量
特点：只能在一定假定前提下
忽视次要原因，突出主要原因
可利用来建立计量经济模型旳关系：
行为关系（如生产、投资、消费） 生产技术关系 （如投入产出关系） 制度关系（如税率） 定义关系
计量经济模型旳数学形式：
线性模型：如 非线性模型：如
措施手段要服从研究对象旳本质特征（与数学不同） 措施是为经济问题服务
注意：计量经济研究旳三个方面：
理论：经济理论，即阐明所研究对象经济行为旳
《计量经济学》各章主要知识点
第一章：绪论1．计量经济学的学科属性、计量经济学与经济学、数学、统计学的关系；2．计量经济研究的四个基本步骤（1）建立模型（依据经济理论建立模型，通过模型识别、格兰杰因果关系检验、协整关系检验建立模型）；（2）估计模型参数（满足基本假设采用最小二乘法，否则采用其他方法：加权最小二乘估计、模型变换、广义差分法等）；（3）模型检验：经济意义检验（普通模型、双对数模型、半对数模型中的经济意义解释，见例1、例2），统计检验（T 检验，拟合优度检验、F 检验，联合检验等）；计量经济学检验（异方差、自相关、多重共线性、在时间序列模型中残差的白噪声检验等）；（4）模型应用。
例1：在模型中，y 某类商品的消费支出，x 收入，P 商品价格，试对模型进行经济意义检验，并解释21,ββ的经济学含义。
t t t P x y 31.0ln 25.0213.0ln -+=∧,其中参数21,ββ都可以通过显著性检验。
经济意义检验可以通过（商品需求与收入正相关、与商品价格负相关）。
商品消费支出关于收入的弹性为0.25（)/ln(25.0)/ln(11-∧-=t t t t x x y y ）；价格增加一个单位，商品消费需求将减少31%。
例2：研究金融发展与贫富差距的关系，认为金融发展先使贫富差距加大（恶化），尔后会使贫富差距降低（好转），成为倒U 型。
贫富差距用GINI 系数表示，金融发展用（贷款余额/存款总额）表示。
回归结果为： 229.164.034.2t t t x x GINI -+=∧，模型参数都可以通过显著性检验。
在x 的有意义的变化范围内，GINI 系数的值总是大于1，细致分析后模型变的毫无意义；同样的模型还有：GINI 系数的值总是为负231.1412.734.13t t t x x GINI -+-=∧。
3．计量经济学中的一些基本概念数据的三种类型：横截面数据、时间序列数据、面板数据；线性模型的概念；模型的解释变量与被解释变量，被解释变量为随机变量（如 果一个变量为随机变量，并与随机扰动项相关，这个变量称为内生变量），被解释变量为内生变量，有些解释变量也为内生变量。
(完整word版)计量经济学名词解释和简答题汇总(word文档良心出品)
计量经济学第一部分：名次解释1、模型：对现实的描述和模拟。
2、广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。
3、狭义计量经济学：以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。
4、总体回归函数：指在给定Xi 下Y 分布的总体均值与Xi 所形成的函数关系（或者说总体被解释变量的条件期望表示为解释变量的某种函数）。
5、样本回归函数：指从总体中抽出的关于Y ，X 的若干组值形成的样本所建立的回归函数。
6、随机的总体回归函数：含有随机干扰项的总体回归函数（是相对于条件期望形式而言的）。
7、线性回归模型：既指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以他们的1次方出现。
8、随机干扰项：即随机误差项，是一个随机变量，是针对总体回归函数而言的。
9、残差项：是一随机变量，是针对样本回归函数而言的。
10、条件期望：即条件均值，指X 取特定值Xi 时Y 的期望值。
11、回归系数：回归模型中βo ，β1等未知但却是固定的参数。
12、回归系数的估计量：指用01,ββ等表示的用已知样本提供的信息所估计出来总体未知参数的结果。
13、最小二乘法：又称最小平方法，指根据使估计的剩余平方和最小的原则确定样本回归函数的方法。
14、最大似然法：又称最大或然法，指用生产该样本概率最大的原则去确定样本回归函数的方法。
15、估计量的标准差：度量一个变量变化大小的测量值。
16、总离差平方和：用TSS 表示，用以度量被解释变量的总变动。
17、回归平方和：用ESS 表示：度量由解释变量变化引起的被解释变量的变化部分。
18、残差平方和：用RSS 表示：度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。
19、协方差：用Cov （X ，Y ）表示，度量X,Y 两个变量关联程度的统计量。
20、拟合优度检验：检验模型对样本观测值的拟合程度，用2R 表示，该值越接近1，模型对样本观测值拟合得越好。
计量经济学重点内容
第一章导论计量经济学定义：计量经济学（Econometrics）是一门应用数学、统计学和经济理论来分析、估计和检验经济现象与理论的科学。
通过使用统计数据和经济模型，计量经济学试图量化经济关系，以更好地理解经济变量之间的相互作用。
研究的问题（相关关系）：计量经济学的目的是研究经济变量之间的关系，例如：1. 消费与收入的关系。
2. 教育与工资的关系。
3. 利率与投资的关系。
第二章 OLS (普通最小二乘法)：OLS 是一种用于估计线性回归模型中未知参数的方法。
它通过最小化误差平方和来找到回归线。
在一元线性回归中，我们通常使用普通最小二乘法（OLS）来估计模型参数。
对于模型 Y = α + βX + ε，我们可以使用以下公式来计算α和β：β= Σ( (X - mean(X)) (Y - mean(Y)) ) / Σ( (X - mean(X))^2 ) α̂ = mean(Y) - β̂ * mean(X)这里，mea n(X) 是 X 变量的平均值（即ΣX/n），mean(Y) 是 Y 变量的平均值（即ΣY/n）。
在这些公式中，mean 表示求平均值。
Σ 表示对所有数据点求和，n 是样本大小。
这里α_hat 是截距的估计值，β_hat 是斜率的估计值。
结论及推论：1. 在高斯马尔可夫假设下，OLS 估计量是最佳线性无偏估计量（BLUE）。
2. 当误差项的方差是常数时，OLS 估计量是有效的。
3. 如果模型是正确规范的，并且误差项是独立且同分布的，那么 OLS 估计量是一致的。
4. 如果误差项与解释变量相关，或者存在遗漏变量，那么 OLS 估计量可能是有偏的。
5. OLS 提供了估计的标准误差、t 统计量和其他统计量，这些可以用于进行假设检验和构建置信区间。
第三章一元回归：(1)总函、样函：总函数和样本函数是线性回归模型的两种表现形式。
总函数（总体函数）表示整体样本的关系，一般形式为Y = β0 + β1X + ε。
计量经济学知识点汇总
计量经济学知识点汇总1. 计量经济学概念
- 定义和作用
- 理论基础和研究方法
2. 数据处理
- 数据收集和探索性分析
- 异常值处理和缺失值处理
- 数据转换和规范化
3. 回归分析
- 简单线性回归
- 多元线性回归
- 回归假设和诊断
4. 时间序列分析
- 平稳性和单位根检验
- 自相关和偏自相关
- ARIMA模型和Box-Jenkins方法
5. 面板数据分析
- 固定效应模型和随机效应模型
- hausman检验
- 动态面板数据模型
6. 内生性和工具变量
- 内生性问题及其检验
- 工具变量法
- 两阶段最小二乘法
7. 离散选择模型
- 二项Logit/Probit模型
- 多项Logit/Probit模型
- 计数数据模型
8. 模型评估和选择
- 模型适合度检验
- 信息准则
- 交叉验证和预测评估
9. 计量经济学软件应用
- R/Python/Stata/EViews等软件使用 - 数据导入和清洗
- 模型构建和结果解释
10. 实证研究案例分析
- 经典文献阅读和评析
- 实证研究设计和实施
- 结果分析和政策建议
以上是计量经济学的主要知识点汇总,每个知识点都包含了相关的理论基础、模型方法和实践应用,可根据具体需求进行深入学习和研究。
计量经济学复习知识点重点难点
计量经济学知识点第一章导论1、计量经济学的研究步骤：模型设定、估计参数、模型检验、模型应用。
2、计量经济学是统计学、经济学和数学的结合。
3、计量经济学作为经济学的一门独立学科被正式确立的标志：1930年12月国际计量经济学会的成立。
4、计量经济学是经济学的一个分支学科。
第二章简单线性回归模型1、在总体回归函数中引进随机扰动项的原因：①作为未知影响因素的代表；②作为无法取得数据的已知因素的代表；③作为众多细小影响因素的综合代表；④模型的设定误差；⑤变量的观测误差；⑥经济现象的内在随机性。
2、简单线性回归模型的基本假定：①零均值假定；②同方差假定；③随机扰动项和解释变量不相关假定；④无自相关假定；⑤正态性假定。
3、OLS回归线的性质：①样本回归线通过样本均值；②估计值的均值等于实际值的均值；③剩余项ei的均值为零；④被解释变量的估计值与剩余项不相关；⑤解释变量与剩余项不相关。
4、参数估计量的评价标准：无偏性、有效性、一致性。
5、OLS估计量的统计特征：线性特性、无偏性、有效性。
6、可决系数R²的特点：①可决系数是非负的统计量；②可决系数的取值范围为[0,1]；③可决系数是样本观测值的函数，可决系数是随抽样而变动的随机变量。
第三章多元线性回归模型1、多元线性回归模型的古典假定：①零均值假定；②同方差和无自相关假定；③随机扰动项和解释变量不相关假定；④无多重共线性假定；⑤正态性假定。
2、估计多元线性回归模型参数的方法：最小二乘估计、极大似然估计、矩估计、广义矩估计。
3、参数最小二乘估计的性质：线性性质、无偏性、有效性。
4、可决系数必定非负，但是根据公式计算的修正的可决系数可能为负值，这时规定为0。
5、可决系数只是对模型拟合优度的度量，可决系数越大，只是说明列入模型中的解释变量对被解释变量的联合影响程度越大，并非说明模型中各个解释变量对被解释变量的影响程度也大。
6、当R²=0时，F=0；当R²越大时，F值也越大；当R²=1时，F→∞。
(完整word版)计量经济学知识点总结
（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也可能出现多重共线性（4）样本数据自身的原因
完全多重共线性的后果？
（1）参数的估计值不确定（2）参数估计值的方差无限大
不完全多重共线性下产生得到后果？
（1）参数估计值的方差与协方差增大（2）对参数区间估计时，置信区间趋于变大
异方差性的补救措施？
（1）对模型变换（2）加权最小二乘法（3）模型的的对数变换
自相关：指总体回归模型的随机误差项ui之间存在的相关关系
自相关产生的原因？
（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
自相关的后果？
（1）一阶自回归形式的性质：自协方差均不为零。
可决系数 =1-
修正的决定系数 及其作用。
解答： （2分）其作用有：（1）用自由度调整后，可以消除拟合优度评价中解释变量多少对决定系数计算的影响；（2分）（2）对于包含解释变量个数不同的模型，可以用调整后的决定系数直接比较它们的拟合优度的高低，但不能用原来未调整的决定系数来比较（1分）。
多重共线性：指解释变量之间存在精确或近似的线性关系
（4）数据转换（5）获取补充数据或新数据（6）选择有偏估计量
异方差性：其他假设均不变，但模型中随机误差项 的方差Var（ ）= （i=1,2..n）
则 具有异方差性
异方差性产生的原因？
（1）模型设定误差（2）测量误差的变化（3）截面数据中总体名单的差异
异方差性产生的后果？
（1）对参数估计式统计特性的影响：参数的OLS估计仍然具有无偏性。参数OLS估计式得到方差不再是最小的
（4）随机扰动项ui与解释变量Xi不想管
计量经济学重点知识整理
计量经济学重点知识整理1一般性定义计量经济学是以经济理论和经济数据的事实为依据，运用数学和统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。
研究的主体（出发点、归宿、核心）：经济现象及数量变化规律研究的工具（手段）：模型数学和统计方法必须明确：方法手段要服从研究对象的本质特征（与数学不同）,方法是为经济问题服务2注意：计量经济研究的三个方面理论：即说明所研究对象经济行为的经济理论——计量经济研究的基础数据：对所研究对象经济行为观测所得到的信息——计量经济研究的原料或依据方法：模型的方法与估计、检验、分析的方法——计量经济研究的工具与手段三者缺一不可3计量经济学的学科类型●理论计量经济学研究经济计量的理论和方法●应用计量经济学：应用计量经济方法研究某些领域的具体经济问题4区别：●经济理论重在定性分析,并不对经济关系提供数量上的具体度量●计量经济学对经济关系要作出定量的估计，对经济理论提出经验的内容5计量经济学与经济统计学的关系联系：●经济统计侧重于对社会经济现象的描述性计量●经济统计提供的数据是计量经济学据以估计参数、验证经济理论的基本依据●经济现象不能作实验，只能被动地观测客观经济现象变动的既成事实，只能依赖于经济统计数据6计量经济学与数理统计学的关系联系：●数理统计学是计量经济学的方法论基础区别：●数理统计学是在标准假定条件下抽象地研究一般的随机变量的统计规律性；●计量经济学是从经济模型出发，研究模型参数的估计和推断，参数有特定的经济意义，标准假定条件经常不能满足，需要建立一些专门的经济计量方法3、计量经济学的特点：计量经济学的一个重要特点是：它自身并没有固定的经济理论，而是根据其它经济理论，应用计量经济方法将这些理论数量化。
4、计量经济学为什么是一门单独的学科计量经济学是经济理论、数理经济、经济统计与数理统计的混合物。
1、经济理论所作的陈述或假说大多数是定性性质的，计量经济学对大多数经济理论赋予经验内容。
计量经济学复习要点
计量经济学复习要点 Standardization of sany group #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#计量经济学复习要点第1章 绪论数据类型：截面、时间序列、面板用数据度量因果效应，其他条件不变的概念 习题：C1、C2第2章 简单线性回归回归分析的基本概念，常用术语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。
回归中的四个重要概念1. 总体回归模型（Population Regression Model ，PRM)t t t u x y ++=10ββ--代表了总体变量间的真实关系。
2. 总体回归函数（Population Regression Function ，PRF ）t t x y E 10)(ββ+=--代表了总体变量间的依存规律。
3. 样本回归函数（Sample Regression Function ，SRF ）tt t e x y ++=10ˆˆββ--代表了样本显示的变量关系。
4. 样本回归模型（Sample Regression Model ，SRM ）tt x y 10ˆˆˆββ+=---代表了样本显示的变量依存规律。
总体回归模型与样本回归模型的主要区别是：①描述的对象不同。
总体回归模型描述总体中变量y 与x 的相互关系，而样本回归模型描述所关的样本中变量y 与x 的相互关系。
②建立模型的依据不同。
总体回归模型是依据总体全部观测资料建立的，样本回归模型是依据样本观测资料建立的。
③模型性质不同。
总体回归模型不是随机模型，而样本回归模型是一个随机模型，它随样本的改变而改变。
总体回归模型与样本回归模型的联系是：样本回归模型是总体回归模型的一个估计式，之所以建立样本回归模型，目的是用来估计总体回归模型。
线性回归的含义线性：被解释变量是关于参数的线性函数（可以不是解释变量的线性函数） 线性回归模型的基本假设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） 普通最小二乘法（原理、推导）最小二乘法估计参数的原则是以“残差平方和最小”。
计量经济学知识点
第一章1.计量经济学含义：以经济理论为基础，以统计资料为材料，运用数理统计知识和计算机技术，建立计量模型，对经济变量进行定量分析，以验证经济理论、分析政策效果、或进行商业预测。
2.计量经济学和其他学科关系▪1、经济学，尤其是数理经济学，为其提供理论依据▪2、经济统计学为其提供搜集加工整理统计资料的工具但价格、收入、投资、储蓄等经济数据是不可控的非实验数据，存在测量误差、遗漏、设计错误等▪3、数理统计为其提供假设检验的工具，以验证模型正确性主要有概率、概率分布、随机变量、抽样、参数估计、假设检验和回归分析等内容，只有具备了一定的数理统计学基础，才能很好地掌握计量经济学。
▪4、线性代数3.经济计量学建模步骤p2一、寻找研究的理论依据/设立一个理论假说二、确定统计指标，搜集编制数据①明确变量对应的统计指标②数据分类：时间序列数据：按时间跨度收集到的数据集合横截面数据：某个时点上的数据集合合并数据：时间序列数据和横截面数据的组合③数据来源：统计年鉴、统计类网站、数据公司三、建立数学模型四、设立经济计量模型：引入误差项自变量和因变量之间是统计关系，而不是确定的函数关系解释变量：函数的自变量被解释变量：函数的应变量五、采用适当方法，估计模型参数六、进行检验，验证模型的适用性经济检验：所估计参数的符号，大小是否符合理论等统计性检验：拟合优度检验：回归线拟合真实值优劣程度参数显著性检验：样本是否很好的代表了总体计量经济检验：回归模型前提条件的检验，例如多重共线性检验，异方差检验。
预测性检验本章考核要求▪识记：计量经济学含义、统计数据分类、参数、斜率、截距、解释变量和被解释变量、随机误差项等基本概念。
▪领会：计量经济学与其他学科的关系，计量经济模型基本的建模步骤第二章1.求和符号的性质p17常数的n次求和为常数的n倍常数可提到求和符号前两个变量的求和等于对两个变量分别求和2.几个定义▪1、实验：例：测试某批共1000灯泡的使用寿命▪2、总体：实验的所有可能结果的集合例：该批灯泡中每个灯泡的使用寿命，以小时计▪3、样本：由总体中抽出的若干个体的集合。
（完整word版）计量经济学知识点总结
（完整word版）计量经济学知识点总结第一章: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.OLS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.OLS估计量”尽可能接近”原则:无偏性,有效性,一致性5.OLS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Y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123463. OLS回归线数学性质:同第二章34. 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 n1;ls y c x(RSS1);smpl n2 n;ls y c x(RSS2);计算F*=RSS2/RSS1,取α=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view-residual 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^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x^h; genr x2=1/根号x^h ; genr x3=x/根号x^h;ls y1 x2 x3;B加权最小二乘法wls:权数:w1t=1/xt;w2t=1/xt^2;w3t=1/根号xt.电脑操作:genr w1=1/x;genr w2=1/(x^2);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ρ＜0为负相关, ρ＞0为正相关.当|ρ|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,可以看到模型残差分布图;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,然后判断是否自相关.(正相关0~dl,无法判断dl~du,正相关du~2~4-du,无法判断4-du~4-dl,负相关4-dl~4).5.补救:A广义差分法:data x y;ls y c x;根据DW求ρ尖>(ρ尖=1-DW/2);smpl 2 n;genr yi=y-ρ尖*y(-1); genr xi=x-ρ尖*x(-1);ls y1 c x1;运用DW检验判断是否消除了自相关B:Cochrane orcutt迭代法:data x y;la y c x ar(1);运用DW检验判断C其他方法:①一阶差分法:data x y;ls y c x;smpl 2 n;genr y1=y-y(-1); genr x1=x-x(-1);ls y1 c x1; 运用DW检验判断②德宾两步法:data x y;smpl 2 n;ls y c y(-1)根据输出结果看y(-1)前系数,求出ρ尖; genr yi=y-ρ尖*y(-1); genr xi=x-ρ尖*x(-1);ls y1 c x1;运用DW检验判断第七章:1.虚拟变量0和1选取原则:0基期,比较的基础,参照物;1报告期:被比较类型2.虚拟变量数量的设置规则:①若定性因素具有m≥2个相互排斥属性,当回归模型有截距项时,只能引入m-1个变量②当回归模型无截距项时,引入m个变量3.虚拟解释变量的回归:加法截距:①解释变量只有一个分为两种相互排斥类型的定性变量而无定量变量②解释变量包含一个定量变量和一个分为两种类型的定性变量③解释变量包含一个定量变量和一个两种以上类型的定性变量④解释变量包含一个定量变量和两个定性变量.乘法斜率:①截距不变情形②结局斜率均发生变化③分段回归分析描述的精度.。
- 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)。
第一章：绪论
1．计量经济学的学科属性、计量经济学与经济学、数学、统计学的关系；
2．计量经济研究的四个基本步骤
（1）建立模型（依据经济理论建立模型，通过模型识别、格兰杰因果关系检验、协整关系检验建立模型）；
（2）估计模型参数（满足基本假设采用最小二乘法，否则采用其他方法：加权最小二乘估计、模型变换、广义差分法等）；
（3）模型检验：经济意义检验（普通模型、双对数模型、半对数模型中的经济意义解释，见例1、例2），统计检验（T 检验，拟合优度检验、F 检验，联合检验等）；计量经济学检验（异方差、自相关、多重共线性、在时间序列模型中残差的白噪声检验等）；
（4）模型应用。
例1：在模型中，y 某类商品的消费支出，x 收入，P 商品价格，试对模型进行经济意义检验，并解释21,ββ的经济学含义。
t t t P x y 31.0ln 25.0213.0ln -+=∧,
其中参数21,ββ都可以通过显著性检验。
经济意义检验可以通过（商品需求与收入正相关、与商品价格负相关）。
商品消费支出关于收入的弹性为0.25（)/ln(25.0)/ln(11-∧
-=t t t t x x y y ）；
价格增加一个单位，商品消费需求将减少31%。
例2：研究金融发展与贫富差距的关系，认为金融发展先使贫富差距加大（恶化），尔后会使贫富差距降低（好转），成为倒U 型。
贫富差距用GINI 系数表示，金融发展用（贷款余额/存款总额）表示。
回归结果
为：
229.164.034.2t t t x x GINI -+=∧，
模型参数都可以通过显著性检验。
在x 的有意义的变化范围内，GINI 系数的值总是大于1，细致分析后模型变的毫无意义；
同样的模型还有：GINI 系数的值总是为负
231.1412.734.13t t t x x GINI -+-=∧。
3．计量经济学中的一些基本概念
数据的三种类型：横截面数据、时间序列数据、面板数据；
线性模型的概念；模型的解释变量与被解释变量，被解释变量为随机变量（如 果一个变量为随机变量，并与随机扰动项相关，这个变量称为内生变量），被解释变量为内生变量，有些解释变量也为内生变量。
第二章：回归模型
1．两个变量的相关关系，相关关系与随机因果关系的区别；
2．总体回归函数与线性总体回归函数；
3．一元与多元线性回归模型，回归模型的基本假设；
4．最小二乘估计的基本原理与最小二乘估计量的具体表达式，随机扰动项的方差的估计方法；
5．最小二乘估计的数值性质与最小二乘估计的统计性质，样本容量变化对统计性质的影响；
6．在回归模型中（包括对数模型）计量单位变化对模型参数估计的影响（例3）；
7．样本回归直线及其性质；
8．高斯-马尔柯夫定理及其证明。
在回归模型中，我们将解释变量看成非随机变量，但如果解释变量为随机变量，并解释变量与随机扰动项相关，那么高斯-马尔柯夫定理就不成立，实际上在此时，对参数的最小二乘估计并不是一个无偏估计；
9．总体平方和分解公式及其含义；
10．拟合优度的含义与计算，拟合优度检验的适用条件；
11．解释变量的显著性检验，T 统计量的计算方法，T 统计量与样本容量的关系，0:0≠=b H i β的显著性检验方法，模型参数（解释变量）的置信区间（区间估计）；
12．联合检验与模型的显著性检验方法，F 统计量的具体计算方法，F 统计量与样本容量的关系；
13．2R 与F 统计量、2R 与_2R 的相互关系；
14．回归分析结果中，各变量之间的相互关系；
15．利用回归模型进行点预测与区间预测；
16．非线性模型的线性化方法，普通回归模型、半对数模型、双对数模型的具体解释意义上的区别；
17．回归结果的标准表达方式。
例3：考虑下面模型中，计量单位（如从元改变为万元）变化对模型参数的影响， t t t P x y 31.0ln 25.0213.0ln -+=∧,
第三章：回归模型的扩展
异方差的定义，异方差与模型基本假设的违背；
异方差的产生原因：模型缺失重要解释变量、样本数据的观察误差、异常值的影
响、模型函数形式的设定误差、随机因素的影响；
存在异方差的后果：最小二乘估计不再为有效估计（有效估计的概念）、无法正确估计系数的标准误差、t检验的可靠性降低（具体的影响方式）、增大模型的预测误差；
异方差的检验方法：图示检验法（一元与多元模型的检验方法）、Goldfeld-Quandt 检验（Eviews中的实现方法）、White检验与实现方法、Park检验和Gleiser检验与实现方法；
异方差的补救方法：模型变换法（与Park检验和Gleiser检验的关系）、加权最小二乘估计（加权最小二乘估计的基本思想：怎样利用权重进行调整，更加重视大的方差还是小的方差），模型变换方法与加权最小二乘估计方法的区别，建立半对数模型或双对数模型；
自相关的定义，自相关与模型基本假设的违背，一阶自相关与高阶自相关；
自相关产生的原因：模型中遗漏了重要的解释变量（与异方差同）、经济变量的惯性作用、某些经济行为的滞后性、模型函数形式设置不当（与异方差同）、随机因素的影响（与异方差同）；
存在自相关性的后果：最小二乘估计不再为有效估计、系数的标准差被严重低估（T统计量被放大、T检验的可靠性降低）、降低模型的预测精度；
自相关的检验方法：图示法与相关性检验（包括对残差序列进行自相关、偏自相关分析）、DW检验法（检验统计量的推导、五个区域的检验方法、DW检验法的适用条件）、高阶自相关性检验（BG检验）；
自相关性的补救方法（一阶自相关的补救方法）：广义差分方法（相关系数已知，相关系数需要估计，不同的估计方法）、广义最小二乘法；
多重共线性与完全多重共线性的定义；
多重共线性的产生原因：经济变量的内在联系、经济变量的共同变化趋势、模型中滞后变量的影响；
存在多重共线性的后果：增大OLS估计量的方差、难于区分每个解释变量的单独影响、T检验的可靠性降低（可能存在低估T统计量的情况）、回归模型缺乏稳定性，需要注意的是，在存在多重共先线性的情况下，如果我们构建模型的目的是为了预测，只要构建模型的样本是随机样本（样本数据中的共线性结构与总体中的共线性结构相同），那么存在共线性的模型并不会影响模型的预测准确性；多重共线性的检验方法：相关系数检验法、辅助回归模型法、变量显著性与模型显著性的综合检验、方差膨胀因子检验；
多重共线性的补救方法：增加样本容量（共线性现象是由抽样不当造成）、直接剔除次要的解释变量、利用先验信息方法改变模型的结构（减少解释变量的个数）、面板数据方法、逐步回归法；
虚拟变量的定义与虚拟变量的设置、虚拟变量陷阱；
虚拟变量模型的构建方法：加法模型及其含义、乘法模型及其含义、混合模型及其含义，虚拟变量模型的等价形式；
虚拟变量模型的应用：将定性因素引入模型（检验定性因素对被解释变量的影响）、模型的结构变化检验、分段回归模型的构建；
Chou检验方法及其应用。
第四章：时间序列模型
1．时间序列的平稳性概念（强平稳、弱平稳-协方差平稳）；
2．白噪声过程是一个平稳时间序列，其线性组合亦为平稳时间序列（例4）；
3．一元平稳时间序列建模时的模型识别：自回归模型的自相关系数、偏自相关系数的特征，移动平均过程的自相关系数、偏自相关系数的特征，自回归移动平均回归的自相关系数、偏自相关系数的特征；
4．时间序列的平稳性检验方法：单位根检验（ADF 检验）的检验模型、检验的原假设、检验结果的分析方法（例5、例6）；
5．格兰杰因果关系的含义，格兰杰因果关系检验的模型，格兰杰因果关系检验的结果分析；
6．格兰杰因果关系检验与时间序列的平稳性的关系。
例4：已知}{t ε为一个白噪声过程，t t t t z εεε5.03.02.01++=-，试证明}{t z 为一个平稳时间序列。
证明：
设2)(,σεε==t t D u E ，则u u u u Ez t =++=5.03.02.0；
2238.0)25.009.004.0()(σσ=++=t z D
2
2232121121.015.006.0)](5.0)(3.0)(2.0)][(5.0)(3.0)(2.0[))((σσσεεεεεε=+=-+-+--+-+-=
--------u u u u u u E u z u z E t t t t t t t t 2
4322121.0)](5.0)(3.0)(2.0)][(5.0)(3.0)(2.0[))((σεεεεεε=-+-+--+-+-=
--------u u u u u u E u z u z E t t t t t t t t 而当K>2时，
0))((=---u z u z E k t t ，因此}{t z 为一个平稳时间序列。
例5：
分析在0.1和0.05、0.01三个显著性水平下，下列时间序列的平稳性问题。
表5-1
股指序列单位根检验输出结果
其中c 常数项、t 趋势项、m 滞后阶数。
例6：证明随机游走过程是一个非平稳的时间序列
t t t y y ε+=-1，其中}{t ε为一个白噪声过程。
第五章：协整与误差修正模型
1．时间序列单整阶数的定义，时间序列的单整阶数的检验方法；
2．时间序列的单整性的相关性质；
3．时间序列的协整关系的定义与实际含义；
4．两变量协整关系的EG 两步检验法的原理、检验模型与具体实现方法；
第六章：ARCH 模型及其拓展形式
1．金融时间序列的波动集聚现象与厚尾现象；
2．ARCH 模型的基本思想、基本形式与模型约束条件；。