计量经济学复习资料
计量经济学重点复习资料
计量经济学1、 P5 计量经济学的研究步骤① 模型设定 ②估计参数 ③模型检验 ④模型应用2、 P11 数据类型① 时间序列数据（同一空间不同时间）② 截面数据（同一时间不同空间） ③面板数据 ④虚拟变量数据3、P18 回归分析① 回归的现代意义：一个被解释变量对若干个解释变量依存关系的研究。
② 回归的实质：由解释变量去估计被解释变量的平均值。
4、P22-25总体和样本 总体回归函数：12()i i i E Y X X ββ=+ 样本回归函数：12ˆˆˆi i Y X ββ=+总体回归模型：12ii i Y X u ββ=++样本回归模型：12ˆˆi i iY X e ββ=++ 5、P22 “线性”的两种解释① 就变量而言是线性的——Y 的条件期望（均值）是X 的线性函数12()i i i E Y X X ββ=+：对参数“线性”，对变量“非线性” ② 就参数而言是线性的——Y 的条件期望（均值）是参数β的线性函数12()ln i i i E Y X X ββ=+：对变量“线性”，对参数“非线性”6、P22 随机扰动项随机扰动项是被解释变量实际值与条件均值的偏差，实际代表了排除在模型以外的所有因素对Y 的影响，i u 是其期望为0有一定分布的随机变量。
7、P23 总体回归线、样本回归线的意义① 样本回归线随抽样波动而变化：每次抽样都能获得一个样本，就可以拟合一条样本回归线。
（SRF 不唯一)② 样本回归函数的函数形式应与设定的总体回归函数的函数形式一致。
③ 样本回归线只是样本条件均值的轨迹，还不是总体回归线，它至多只是未知的总体回归线的近似表现。
8、P25i e ：剩余项或残差项① 表达式：ˆi ii e Y Y =- 或 12ˆˆi i iY X e ββ=++ ② 经济含义：被解释变量Y 的实际观测值不完全等于样本条件均值，二者之差用i e 表示 ③ 与随机扰动项的联系：i e 在概念上类似总体回归函数中的i u ，可视为对i u 的估计。
计量经济学复习资料
计量经济学复习资料一、引言计量经济学是研究经济现象的数量关系和经济变量之间相互影响的学科。
它通过运用统计学和数学方法，以实证的方式分析经济模型和数据，以期为经济理论的验证和决策制定提供科学依据。
计量经济学作为经济学的重要分支，在经济学领域里起着举足轻重的作用。
本文将为大家提供一个关于计量经济学的复习资料，以便大家更好地复习和理解这门学科。
二、计量经济学基础1. 理论基础：回顾计量经济学的理论基础，包括经济学中的基本原理、假设和模型，以及计量经济学方法的发展演变过程。
2. 计量经济学的基本概念：介绍计量经济学中的一些基本概念，如变量、参数、模型、数据等，帮助读者建立对计量经济学基础概念的理解和认知。
三、计量经济模型1. 线性回归模型：介绍线性回归模型的基本原理和假设，包括最小二乘估计法、截距项、解释变量的选择和回归结果的解释等。
2. 多元线性回归模型：介绍多元线性回归模型的基本原理、假设和参数估计方法，包括多重共线性、异方差和自相关等问题的处理方法。
3. 非线性回归模型：介绍非线性回归模型，如对数线性模型、二项式模型和估计方法等。
4. 时间序列模型：介绍时间序列模型的基本原理、假设和参数估计方法，包括平稳性、季节性和趋势性等问题的处理方法。
四、计量经济学常用方法1. 模型诊断：介绍计量经济学中的模型诊断方法，包括残差分析、异方差检验和自相关检验等。
2. 假设检验：介绍计量经济学中的假设检验方法，包括参数显著性检验、模型拟合优度检验和模型比较等。
3. 预测方法：介绍计量经济学中的预测方法，包括时间序列分析、回归分析和面板数据分析等。
4. 因果推断：介绍计量经济学中的因果推断方法，包括工具变量法、自然实验和计量分析的注意事项等。
五、计量经济学在实际应用中的案例研究1. 劳动经济学：介绍计量经济学在劳动经济学领域的实际应用，包括劳动力市场分析、教育回报率和人力资本投资等。
2. 金融经济学：介绍计量经济学在金融经济学领域的实际应用，包括资本市场分析、投资组合选择和风险管理等。
计量经济学复习材料
计量经济学复习材料一、名词解释1、时间序列数据（time series data）：一批按照时间先后排列的统计数据。
2、截面数据（cross-section data）：一批发生在同一时间截面上的调查数据。
3、虚变量数据（）：是认为设定的虚拟变量的取值,也称二进制数据,一般取0或1。
4、总离差平方和（total sum of squares）：用TSS表示，用以度量被解释变量的总变动。
5、残差平方和（residual sum of squares）：用RSS 表示，用以度量由解释变量引起的被解释变量变化的部分。
6、回归平方和（explained sum of squares）：用ESS表示，用以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。
7、可决系数（coefficient of determination）：度量回归方程拟合优度的指标，为由解释变量引起的被解释变量的变化占被解释变量总变化的比重。
8、随机干扰项（stochastic disturbance）：也称随机误差项，指总体观测值与回归方程理论值之间的偏差。
9、普通最小二乘法（OLS）：用估计的剩余平方和最小的原则确定样本回归函数的方法。
10、广义最小二乘法（GLS）：是最具普遍意义的二乘法，可用来处理模型存在异方差或序列相关的估计问题。
11、加权最小二乘法（WLS）：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OLS法估计其参数。
12、异方差性（heteroskedastictity）：指对于不同样本值，随机干扰项的方差不再是常数，而是互不相同的。
13、序列相关性（serial correlation）：指对于不同样本值，随机干扰项之间不再是完全相互独立，而是存在某种相关性。
14、多重共线性（multicollinearity）：指两个或两个以上解释变量之间存在某种线性相关关系。
计量经济学期末考试复习
计量经济学期末考试复习资料第一章绪论参考重点：计量经济学的一般建模过程第一章课后题1.4.61.什么是计量经济学计量经济学方法与一般经济数学方法有什么区别答：计量经济学是经济学的一个分支学科,是以揭示经济活动中客观存在的数量关系为内容的分支学科,是由经济学、统计学和数学三者结合而成的交叉学科;计量经济学方法揭示经济活动中各个因素之间的定量关系,用随机性的数学方程加以描述；一般经济数学方法揭示经济活动中各个因素之间的理论关系,用确定性的数学方程加以描述;4.建立与应用计量经济学模型的主要步骤有哪些答：建立与应用计量经济学模型的主要步骤如下：1设定理论模型,包括选择模型所包含的变量,确定变量之间的数学关系和拟定模型中待估参数的数值范围；2收集样本数据,要考虑样本数据的完整性、准确性、可比性和—致性；3估计模型参数；4检验模型,包括经济意义检验、统计检验、计量经济学检验和模型预测检验;6.模型的检验包括几个方面其具体含义是什么答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验;在经济意义检验中,需要检验模型是否符合经济意义,检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；在统计检验中,需要检验模型参数估计值的可靠性,即检验模型的统计学性质；在计量经济学检验中,需要检验模型的计量经济学性质,包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度,以确定所建立的模型是否可以用于样本观测值以外的范围;第二章经典单方程计量经济学模型：一元线性回归模型参考重点：1.相关分析与回归分析的概念、联系以及区别2.总体随机项与样本随机项的区别与联系3.为什么需要进行拟合优度检验4．如何缩小置信区间P46由上式可以看出1.增大样本容量;样本容量变大,可使样本参数估计量的标准差减小；同时,在同样置信水平下,n越大,t分布表中的临界值越小;2提高模型的拟合优度;因为样本参数估计量的标准差和残差平方和呈正比,模型的拟合优度越高,残差平方和应越小;5．以一元线性回归为例,写出β的假设检验1.对总体参数提出假设H 0：=0, H1：2以原假设H0构造t统计量,3由样本计算其值4给定显着性水平,查t分布表得临界值t/2n-2 5比较,判断若 |t|> t /2n-2,则拒绝H0 ,接受H1；若 |t| t /2n-2,则拒绝H 1 ,接受H 0 ；上届重点：一元线性回归模型的基本假设、随机误差项产生的原因、最小二乘法、参数经济意义、决定系数、第二章PPT 里的表中国居民人均消费支出对人均GDP 的回归、t 检验△平方代表意义；△平方的认识、能够读懂Eviews 输出的估计结果第二章课后题1.3.9.101.为什么计量经济学模型的理论方程中必须包含随机干扰项经典模型中产生随机误差的原因答：计量经济学模型考察的是具有因果关系的随机变量间的具体联系方式;由于是随机变量,意味着影响被解释变量的因素是复杂的,除了解释变量的影响外,还有其他无法在模型中独立列出的各种因素的影响;这样,理论模型中就必须使用一个称为随机干扰项的变量宋代表所有这些无法在模型中独立表示出来的影响因素,以保证模型在理论上的科学性;3.一元线性回归模型的基本假设主要有哪些违背基本假设的模型是否不可以估计答：线性回归模型的基本假设有两大类：一类是关于随机干扰项的,包括零均值,同方差,不序列相关,满足正态分布等假设；另一类是关于解释变量的,主要有：解释变量是非随机的,若是随机变量,则与随机干扰项不相关;实际上,这些假设都是针对普通最小二乘法的;在违背这些基本假设的情况下,普通最小二乘估计量就不再是最佳线性无偏估计量,因此使用普通最小二乘法进行估计己无多大意义;但模型本身还是可以估计的,尤其是可以通过最大似然法等其他原理进行估计;假设1. 解释变量X 是确定性变量,不是随机变量；假设2. 随机误差项具有零均值、同方差和不序列相关性：E i =0 i=1,2, …,nVar i =2 i=1,2, …,nCov i, j =0 i≠j i,j= 1,2, …,n假设3. 随机误差项与解释变量X 之间不相关：CovX i , i =0 i=1,2, …,n假设4. 服从零均值、同方差、零协方差的正态分布i ~N0, 2 i=1,2, …,n假设5. 随着样本容量的无限增加,解释变量X 的样本方差趋于一有限常数;即假设6. 回归模型是正确设定的9、10题为计算题,见课本P52,答案见P17第三章 经典单方程计量经济学模型：多元线性回归模型上届重点：F 检验、t 检验 调整的样本决定系数、“多元”里为什么要对△平方系数进行调整第三章课后题1.2.7.1.多元线性回归模型的基本假设是什么在证明最小二乘估计量的无偏性和有效性的过程中,哪些基本假设起了作用答：多元线性回归模型的基本假定仍然是针对随机干扰项与针对解释变量两大类的假设;针对随机干扰项的假设有：零均值,同方差,无序列相关且服从正态分布;针对解释量的假设有；解释变量应具有非随机性,如果后随机的,则不能与随机干扰项相关；各解释变量之间不存在完全线性相关关系;在证明最小二乘估计量的无偏性中,利用了解释变量非随机或与随机干扰项不相关的假定；在有效性的证明中,利用了随机干扰项同方差且无序列相关的假定;2.在多元线性回归分析中,t检验和F检验有何不同在一元线性回归分析中二者是否有等价作用见课本P70答：在多元线性回归分析中,t检验常被用作检验回归方程中各个参数的显着性,而F检验则被用作检验整个回归关系的显着性;各解释变量联合起来对被解释变量有显着的线性关系,并不意味着每一个解释变量分别对被解释变量有显着的线性关系;在一元线性回归分析中,二者具有等价作用,因为二者都是对共同的假设——解释变量的参数等于零一一进行检验;7、9、10题为计算题,见课本P91,答案见P53第四章经典单方程计量经济学模型：放宽基本假定的模型重点掌握：参考重点：1.以多元线性回归为例说明异方差性会产生怎样的后果可能为论述题2.检验、修正异方差性的方法3.以多元线性回归为例说明序列相关会产生怎样的后果预测,矩阵表达式推到4.检验、修正序列相关的方法5.什么是DW检验法前提条件6.以多元线性回归为例说明多重共线性会产生怎样的后果7.检验、修正多重共线性的方法8.随机解释变量问题的三种分类分别造成的后果是什么9.工具变量法的前提假设1与所替代的随机解释变量高度相关2与随机干扰项不相关3与模型中其他解释变量不相关,以避免出现多重共线性上届重点：异方差、序列相关、多重共线性等违背基本假设的情况产生原因、后果、识别方式方法、、广义差分法第四章课后题1、2题为计算题,见课本P134,答案见P84第五章经典单方程计量经济学模型：专门问题上届重点：虚拟变量的含义与设定、滞后变量的含义、为何加入滞后和虚拟变量第五章课后题1.3.4.101.回归模型中引入虚拟变量的作用是什么有哪几种基本的引入方式它们各适合用于什么情况答：在模型中引入虚拟变量,主要是为了寻找某些定性因素对解释变量的影响;加法方式与乘法方式是最主要的引入方式;前者主要适用于定性因素对截距项产生影响的情况,后者主要适用于定性因素对斜率项产生影响的情况;除此外,还可以加法与乘法组合的方式引入虚拟变量,这时可测度定性因素对截距项与斜率项同时产生影响的情况;3.滞后变量模型有哪几种类型分布滞后模型使用OLS方法存在哪些问题答：滞后变量模型有分布滞后模型和自回归模型两大类,前者只有解释变量及其滞后变量作为模型的解释变量,不包含被解释变量的滞后变量作为模型的解释变量；而后者则以当期解释变量与被解释变量的若干期滞后变量作为模型的解释变量;分布滞后模型有无限期的分布滞后模型和有限期的分布滞后模型；自回归模型又以Coyck模型、自适应预期模型和局部调整模型最为多见;分布滞后模型使用OLS法存在以下问题：1对于无限期的分布滞后模型,由于样本观测值的有限性,使得无法直接对其进行估计;2对于有限期的分布滞后模型,使用OLS方法会遇到：没有先验准则确定滞后期长度,对最大滞后期的确定往往带有主观随意性；如果滞后期较长,由于样本容量有限,当滞后变量数目增加时,必然使得自由度减少,将缺乏足够的自由度进行估计和检验；同名变量滞后值之间可能存在高度线性相关,即模型可能存在高度的多重共线性;4.产生模型设定偏误的主要原因是什么模型设定偏误的后果以及检验方法有哪些答：产生模型设定偏误的原因主要有：模型制定者不熟悉相应的理论知识；对经济问题本身认识不够或不熟悉前人的相关工作：模型制定者手头没有相关变量的数据；解释变量无法测量或数据本身存在测量误差;模型设定偏误的后果有：1如果遗漏了重要的解释变量,会造成OLS估计量在小样本下有偏,在大样本下非一致；对随机干扰项的方差估计也是有偏的;2如果包含了无关的解释变量,尽管OLS估计量具有无偏性与一致性,但不具有最小方差性;3如果选择了错误的函数形式,则后果是全方位的,不但会造成估计的参数具有完全不同的经济意义,而且估计结果也不同;对模型设定偏误的检验方法有：检验是否含有无关变量,可以使用t检验与F 检验完成：检验是否有相关变量的遗漏或函数形式设定偏误,可以使用残差图示法,Ramsey提出的RESET检验来完成;10.简述约化建模理论与传统理论的异同点答：Hendry的约化建模理论的核心是“从一般到简单”的建模思想,即首先提出一个包括各种因素在内的“一般”模型,然后再通过观测数据,利用各种检验对模型进行检验并化简,最后得到一个相对简单的模型;传统建模理论的主导思想是“从简单到复杂”的建模思想,它首先提出一个简单的模型,然后从各种可能的备选变量中选择适当的变量进入模型,最后得到一个与数据拟合较好的较为复杂的模型;从二者的主要联系上看,它们都以对经济现象的解释为目标,以已有的经济理论为建模依据,以对数据的拟合程度作为模型优劣的重要的判定标准之一,也都有若干检验标推;从二者的主要区别上看,传统的建模理论往往更依赖于某种单一的经济理论,旧“从一般到简单”的建模理论则更注重将各种不同经济理论纳入到最初的“一般”模型中,甚至更多地是从直觉和经验来建立“一般”的模型；尽管两者都有若干种检验标准,但约化建模理论从实践上有更大量的诊断性检验来看每一步建模的可行性,或寻找改善模型的路径：与传统建模实践中存在的过渡“数据开采”问题相比,由于约化建模理论的初估模型是一个包括所有可能变量的“一般”模型,因此也就避免了过度的“数据开采”问题；另外,由于初始模型的“一般”性,所有研究者在建模的初期往往有着相同的“起点”,因此,在相同的约化程序下,最后得到的最终模型也应该是相同的;而传统建模实践中对同一经济问题往往有各种不同经济理论来解释,如果不同的研究者采用不同的经济理论建模,得到的最终模型也会不同;当然,由于约化建模理论有更多的检验,使得建模过程更复杂,相比之下,传统建模方法则更加“灵活”;第六章联立方程计量经济学模型理论与方法上届重点：内生变量、外生变量、先定变量、结构式模型、简化式模型、参数关系体系、模型识别第六章课后题1.2.3.1.为什么要建立联立方程计量经济学模型联立方程计量经济学模型适用于什么样的经济现象答：经济现象是极为复杂的,其中诸因素之间的关系,在很多情况下,不是单一方程所能描述的那种简单的单向因果关系,而是相互依存,互为因果的,这时,就必须用联立的计量经济学方程才能描述清楚;所以与单方程适用于单一经济现象的研究相比,联立方程计量经济学模型适用于描述复杂的经济现象,即经济系统;2.联立方程计量经济学模型的识别状况可以分为几类其含义各是什么答：联立方程计量经济学模型的识别状况可以分为可识别和不可识别,可识别又分为恰好识别和过度识别;如果联立方程计量经济学模型中某个结构方程不具有确定的统计形式,则称该方程为不可识别,或者根据参数关系体系,在已知简化式参数估计值时,如果不能得到联立方程计量经济学模型中某个结构方程的确定的结构参数估计值,称该方程为不可识别;如果一个模型中的所有随机方程都是可以识别的,则认为该联立方程计量经济学模型系统是可以识别的;反过来,如果一个模型系统中存在一个不可识别的随机方程,则认为该联立方程汁量经济学模型系统是不可以识别的;如果某一个随机方程具有唯一一组参数估计量,称其为恰好识别；如果某一个随机方程具有多组参数估计量,称其为过度识别;3.联立方程计量经济学模型的单方程估计有哪些主要方法其适用条件和统计性质各是什么答：单方程估计的主要方法有：狭义的工具变量法IV,间接最小二乘法ILS,两阶段最小二乘法2SLS;狭义的工具变量法IV和间接最小二乘法ILS只适用于恰好识别的结构方程的估计;两阶段最小二乘法2SLs既适用于恰好识别的结构方程,又适用于过度识别的结构方程;用工具变量法估计的参数,一般情况下,在小样本下是有偏的,但在大样本下是渐近无偏的;如果选取的工具变量与方程随机干扰项完全不相关,那么其参数估计量是无偏估计量;对于间接最小二乘法,对简化式模型应用普通最小二乘法得到的参数估计量具有线性性、无偏性、有效性;通过多数关系体系计算得到结构方程的结构参数估计量在小样本下是有偏的,在大样本下是渐近无偏的;采用二阶段最小二乘法得到结构方程的结构参数估计量在小样本下是有偏的,在大样本下是渐近无偏的;补充资料计算题一给出多元线性回归的结果1.判断模型估计的结果如何,拟合效果如何2.说明每一个参数所代表的经济意义3.判断有没有违背四个基本假设计算题二给出数值,计算：1.t检验,F检验的自由度2.在给定显着性水平下参数是否显着3.估计值是有偏、无偏、有效计算题三加入虚拟变量D1,D2,D3问：虚拟变量的经济含义。
计量经济学复习知识点重点难点
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→∞。
计量经济学考试复习资料
计量经济学1. 外生变量和滞后变量统称为前定变量。
2. 设消费函数为，其中虚拟变量，当统计检验表明下列哪项成立时，表示城镇家庭与农村家庭有一样的消费行为，。
3. 当模型存在序列相关现象时，适宜的参数估计方法是广义差分法。
4. 设某商品需求模型为，其中Y 是商品的需求量，X是商品的价格，为了考虑全年12个月份季节变动的影响，假设模型中引入了12个虚拟变量，则会产生的问题为完全的多重共线性。
5. 计量经济模型的基本应用领域有结构分析、经济预测、政策评价。
6. 完全多重共线性时，可以计算模型的拟合程度的判断是不正确的。
7. 当质的因素引进经济计量模型时，需要使用虚拟变量。
8. 半对数模型中，参数β1的含义是X的相对变化，引起Y的期望值绝对量变化。
9. 存在严重的多重共线性时，参数估计的标准差变大。
10. 在由n=30的一组样本估计的、包含3个解释变量的线性回归模型中，计算得多重决定系数为0.8500，则调整后的多重决定系数为0.8327。
11. 对于模型，为了考虑“地区”因素（北方、南方），引入2个虚拟变量形成截距变动模型，则会产生完全多重共线性。
12. 模型中引入实际上与解释变量有关的变量，会导致参数的OLS估计量方差增大。
13. u t＝ρu t－1+v t序列相关可用DW检验（v t为具有零均值，常数方差且不存在序列相关的随机变量）。
14. 关于经济计量模型进行预测出现误差的原因，正确的说法是既有随机因素，又有系统因素。
15. Goldfeld-Quandt方法用于检验异方差性。
16.判定系数R2的取值范围是0≤R2≤1。
17.经济计量模型的被解释变量一定是内生变量。
18.用OLS估计经典线性模型，则样本回归直线通过点。
19. 消费函数模型，其中I为收入，则当期收入I t对未来消费C t+2的影响是：I t增加一单位，C t+2增加0.1个单位。
20. 回归模型中，关于检验所用的统计量，说法正确的是服从21. 如果模型y t=b0+b1x t+u t存在序列相关，则cov(u t, u s) ≠0(t≠s)。
计量经济学复习要点
计量经济学复习要点第一篇：计量经济学复习要点计量经济学复习要点第一章、概率论基础1.随机事件的概念P22.古典概行例题P5例1.1P2例1.2利用第一章的知识说明抽签的合理性如何利用第一章的知识估计一个池塘有多少鱼还有一个关于晚上紧急集合穿错鞋的题目，记不太清楚了3.期望与方差的概念，切比雪夫不等式，看例题1.4-例题1.8，不要求求出数4.变异系数的概念P175.大数定律和中心极限定律（具有独立同分布的随机变量序列的有限和近似地服从正态分布）的概念P24、P25第二章、矩阵代数1.矩阵的定义，加（page29）、减（page29）、乘（page30）、转置（page30）、逆（page31）知道怎么回事2.最小二乘法P39-P41（定义最小二乘解）3.第三节没有听，求听课学霸补充第三章、数据的分析方法和参数的统计推断1.数据的分析方法（算数平均、加权算数平均、几何平均、移动平均）（1）几种分析方法的定义（2）几中分析方法的不同（3）每种分析方法的具体作用（4）移动平均法中k的选择（5）指数平滑法的意义，α的选择，P552.t分布的概率密度函数3.矩估计法定义4.几大似然估计法P65，例题3.7例题3.85.贝叶斯估计和极大极小估计（应该是只看一下概念就可以了）6.假设检验（1）基本思想P75（2）双边假设检验（3）单边假设检验（4）参数检验P807.方差分析的思想、作用和模型第四章、一元线性回归（计算题）回归方程的求法，显著性检验，经济解释（各参数的解释），不显著的解释第六章、虚拟变量的回归模型1.虚拟变量的作用及模型2.应用虚拟变量改变回归直线的截距、斜率3.对稳定性的检验第二篇：2007计量经济学复习要点2007年计量经济学课程要点归纳1.十大经典假设的证明（关于两变量模型的性质检验）2.BLUE估计量的证明3.自相关检验方法（检验方法一定要记住）4.异方差检验方法（至少三种）5.孙老师讲过的附录要留意6.异方差与自相关的补救措施7.违反十大经典假设情况下的问题怎么解决（如多重共线性，异方差，自相关问题，虚拟变量的估计）注：以上重点均是提供参考，不做考试说明计量考察的重点是对计量模型的建立与估算，结果评价与补救思路的考察，没有大量的数学计算，请同学们放心！建议大家根据参考要点确定进度，并根据孙老师上课的重点决定自己的复习范围！希望同学们认真复习，考出好成绩！王琳第三篇：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。
计量经济学期末考试复习资料
《计量经济学》课程综合复习资料一、单选题1.个人保健支出的计量经济模型为：i i i i X D Y μβαα+++=221，其中i Y 为保健年度支出；i X 为个人年度收入；虚拟变量⎩⎨⎧=大学以下大学及以上012i D ；i μ满足古典假定。
则大学以上群体的平均年度保健支出为（）。
A.i i i i X D X Y E βα+==12)0,/(B.i i i i X D X Y E βαα++==212)1,/(C.21αα+D.1α答案：B2.假设根据某地区1970——1999年的消费总额Y （亿元）和货币收入总额X （亿元）的年度资料，估计出库伊克模型如下，则（）。
216.14323997.0)9166.12()7717.5()6521.1(8136.02518.09057.6ˆ21===-=++-=-DW F R t Y X Y t t tA.分布滞后系数的衰减率为0.1864B.在显著性水平05.0=α下，DW 检验临界值为3.1=l d ，由于3.1216.1=<=l d d ，据此可以推断模型扰动项存在自相关C.即期消费倾向为0.2518，表明收入每增加1元，当期的消费将增加0.2518元D.收入对消费的长期影响乘数为1-t Y 的估计系数0.8136答案：C3.设t u 为随机误差项，则一阶线性自相关是指（）。
答案：B4.设线性回归模型为i i i i u x x y +++=33221βββ，下列表明变量之间具有完全多重共线性的是（）。
其中v 为随机误差项。
答案：A5.已知模型的形式为u x y 21+β+β=,在用实际数据对模型的参数进行估计的时候,测得DW 统计量为0.52,则广义差分变量是（）。
A.1,148.048.0----t t t t x x y yB.117453.0,7453.0----t t t t x x y yC.1152.0,52.0----t t t t x x y yD.1174.0,74.0----t t t t x x y y答案：D6.已知模型的形式为01Y X u ββ=++,在用实际数据对模型的参数进行估计的时候,测得DW 统计量为0.6453,则广义差分变量是（）。
计量经济学复习要点
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,PRMt 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,PRFt 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,SRFtt 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,SRMtt 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”;Min21ˆ()niii Y Y =-∑01ˆˆ(,)ββ： 1121()()ˆ()nii i n ii XX Y Y X X ==--β=-∑∑ , 01ˆˆY X β=-βOLS 的代数性质拟合优度R 2离差平方和的分解：TSS=ESS+RSS“拟合优度”是模型对样本数据的拟合程度;检验方法是构造一个可以表征拟合程度的指标——判定系数又称决定系数;121SSE SST SSR SSRR SST SST SST-===-,表示回归平方和与总离差平方和之比；反映了样本回归线对样本观测值拟合优劣程度的一种描述； 2 2[0,1]R ∈；3 回归模型中所包含的解释变量越多,2R 越大改变度量单位对OLS 统计量的影响函数形式对数、半对数模型系数的解释101ˆˆˆi iY X =β+β：X 变化一个单位Y 的变化 201ˆˆˆln ln i i Y X =β+β: X 变化1%,Y 变化1ˆβ%,表示弹性; 301ˆˆˆln i i Y X =β+β：X 变化一个单位,Y 变化百分之1001ˆβ 401ˆˆˆln i i Y X =β+β：X 变化1%,Y 变化1ˆβ%; OLS 无偏性,无偏性的证明 OLS 估计量的抽样方差 误差方差的估计 OLS 估计量的性质1线性：是指参数估计值0β和1β分别为观测值t y 的线性组合; 2无偏性：是指0β和1β的期望值分别是总体参数0β和1β; 3最优性最小方差性：是指最小二乘估计量0β和1β在在各种线性无偏估计中,具有最小方差;高斯-马尔可夫定理OLS 参数估计量的概率分布2^22()iVar x σβ=∑OLS 随机误差项μ的方差σ2的估计 简单回归的高斯马尔科夫假定 对零条件均值的理解习题：4、5、6；C2、C3、C4第3章 多元回归分析：估计1、变量系数的解释剔除、控制其他因素的影响对斜率系数1ˆβ的解释：在控制其他解释变量X2不变的条件下,X1变化一个单位对Y 的影响；或者,在剔除了其他解释变量的影响之后,X1的变化对Y 的单独影响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;3、多元线性回归模型参数的最小二乘估计式；参数估计式的分布性质及期望、方差和标准误差；在基本假定满足的条件下,多元线性回归模型最小二乘估计式是最佳线性无偏估计式;最小二乘法 OLS 公式：Y ' X X)' (X ˆ-1=β 估计的回归模型:的方差协方差矩阵：残差的方差 ： 估计的方差协方差矩阵是： 拟合优度 遗漏变量偏误 多重共线性多重共线性的概念多重共线性的后果 多重共线性的检验 多重共线性的处理习题：1、2、6、7、8、10；C2、C5、C6第4章 多元回归分析：推断经典线性模型假定 正态抽样分布2^22i e n σ=-∑变量显着性检验,t 检验 检验β值的其他假设 P 值实际显着性与统计显着性 检验参数的一个线性组合假设 多个线性约束的检验：F 检验 理解排除性约束 报告回归结果习题：1、2、3、4、6、7、10、11；C3、C5、C8第6章 多元回归分析：专题测度单位对OLS 统计量的影响 进一步理解对数模型 二次式的模型 交互项的模型 拟合优度修正可决系数的作用和方法;习题：1、3、4、7；C2、C3、C5、C9、C12第7章 虚拟变量虚拟变量的定义如何引入虚拟变量：如果一个变量分成N 组,引入该变量的虚拟变量形式是只能放入N-1个虚拟变量 虚拟变量系数的解释虚拟变量系数的解释：不同组均值的差基准组或对照组与处理组 以下几种模型形式表达的不同含义；1tt t t u D X Y +++=210βββ：截距项不同； 2tt t t t u X D X Y +++=210βββ：斜率不同；3tt t t t t u X D D X Y ++++=3210ββββ：截距项与斜率都不同；其中D 是二值虚拟变量,X 是连续的变量;虚拟变量陷阱虚拟变量的交互作用习题：2、4、9；C2、C3、C6、C7、C11第8章异方差异方差的后果异方差稳健标准误BP检验异方差的检验White检验加权最小二乘法习题：1、2、3、4；C1、C2、C8、C9Eviews回归结果界面解释表计量经济学复习题第1章习题：C1、C2第2章习题：4、5、6；C2、C3、C4第3章习题：1、2、6、7、8、10；C2、C5、C6 第4章习题：1、2、3、4、6、7、10、11；C3、C5、C8 第6章习题：1、3、4、7；C2、C3、C5、C9、C12 第7章习题：2、4、9；C2、C3、C6、C7、C11 第8章习题：1、2、3、4；C1、C2、C8、C9 1、判断下列表达式是否正确2469 2、给定一元线性回归模型：1叙述模型的基本假定；2写出参数0β和1β的最小二乘估计公式； 3说明满足基本假定的最小二乘估计量的统计性质； 4写出随机扰动项方差的无偏估计公式; 3、对于多元线性计量经济学模型：1该模型的矩阵形式及各矩阵的含义； 2对应的样本线性回归模型的矩阵形式； 3模型的最小二乘参数估计量;4、根据美国1961年第一季度至1977年第二季度的数据,我们得到了如下的咖啡需求函数的回归方程：D D D P I P t t t t t t tT Q 321'0097.0157.00961.00089.0ln 1483.0ln 5115.0ln 1647.02789.1ˆln ----++-=其中,Q=人均咖啡消费量单位：磅；P=咖啡的价格以1967年价格为不变价格；I=人均可支配收入单位：千元,以1967年价格为不变价格；P '=茶的价格1/4磅,以1967年价格为不变价格；T=时间趋势变量1961年第一季度为1,…,1977年第二季度为66；D 1=1：第一季度；D 2=1：第二季度；D 3=1：第三季度; 请回答以下问题：① 模型中P 、I 和P '的系数的经济含义是什么 ② 咖啡的需求是否很有弹性③ 咖啡和茶是互补品还是替代品 ④ 你如何解释时间变量T 的系数 ⑤ 你如何解释模型中虚拟变量的作用 ⑥ 哪一个虚拟变量在统计上是显着的 ⑦ 咖啡的需求是否存在季节效应5、为研究体重与身高的关系,我们随机抽样调查了51名学生其中36名男生,15名女生,并得到如下两种回归模型：h W5662.506551.232ˆ+-= t=h D W7402.38238.239621.122ˆ++-= t=其中,Wweight=体重 单位：磅；hheight=身高 单位：英寸 请回答以下问题：① 你将选择哪一个模型为什么② 如果模型确实更好,而你选择了,你犯了什么错误 ③ D 的系数说明了什么6、简述异方差对下列各项有何影响：1OLS 估计量及其方差；2置信区间；3显着性t 检验和F 检验的使用;4预测;7、假设某研究者基于100组三年级的班级规模CS 和平均测试成绩TestScore 数据估计的OLS 回归为：（1） 若某班级有22个学生,则班级平均测试成绩的回归预测值是多少 （2） 某班去年有19个学生,而今年有23个学生,则班级平均测试成绩变化的回归预测值是多少（3） 100个班级的样本平均班级规模为,则这100个班级的样本平均测试成绩是多少（4） 100个班级的测试成绩样本标准差是多少提示：利用R 2和SER 的公式 （5） 求关于CS 的回归斜率系数的95%置信区间;（6） 计算t 统计量,根据经验法则t=2来判断显着性检验的结果; 8、设从总体中抽取一容量为200的20岁男性随机样本,记录他们的身高和体重;得体重对身高的回归为：其中体重的单位是英镑,身高的单位是英寸;（1） 身高为70英寸的人,其体重的回归预测值是多少65英寸的呢74英寸的呢（2） 某人发育较晚,一年里蹿高了英寸;则根据回归预测体重增加多少 （3） 解释系数值和的含义;（4）假定不用英镑和英寸度量体重和身高而分别用厘米和千克,则这个新的厘米-千克回归估计是什么给出所有结果,包括回归系数估计值,R2和SER;（5）基于回归方程,能对一个3岁小孩的体重假设身高1米作出可靠预测吗9、假设某研究使用250名男性和280名女性工人的工资Wage数据估计出如下OLS回归：标准误其中WAGE的单位是美元/小时,Male为男性=1,女性=0的虚拟变量;用男性和女性的平均收入之差定义工资的性别差距;1性别差距的估计值是多少2计算截距项和Male系数的t统计量,估计出的性别差距统计显着不为0吗5%显着水平的t统计量临界值为3样本中女性的平均工资是多少男性的呢4对本回归的R2你有什么评论,它告诉了你什么,没有告诉你什么这个很小的R2可否说明这个回归模型没有什么价值5另一个研究者利用相同的数据,但建立了WAGE对Female的回归,其中Female为女性=1,男性=0的变量;由此计算出的回归估计是什么10、基于美国CPS人口调查1998年的数据得到平均小时收入对性别、教育和其他特征的回归结果,见下表;该数据集是由4000名全年工作的全职工人数据组成的;其中：AHE=平均小时收入；College=二元变量大学取1,高中取0；Female女性取1,男性取0；Age=年龄年；Northeast居于东北取1,否则为0；Midwest居于中西取1,否则为0；South居于南部取1,否则为0；West居于西部取1,否则取0;表1：基于2004年CPS数据得到的平均小时收入对年龄、性别、教育、地区的回归结果概括统计量和联合检验SERR2注：括号中是标准误;（1）计算每个回归的调整R2;（2）利用表1中列1的回归结果回答：大学毕业的工人平均比高中毕业的工人挣得多吗多多少这个差距在5%显着性水平下统计显着吗男性平均比女性挣的多吗多多少这个差距在5%显着性水平下统计显着吗（3）年龄是收入的重要决定因素吗请解释;使用适当的统计检验来回答; （4）Sally是29岁女性大学毕业生,Betsy是34岁女性大学毕业生,预测她们的收入;（5）用列3的回归结果回答：地区间平均收入存在显着差距吗利用适当的假设检验解释你的答案;（6）为什么在回归中省略了回归变量West如果加上会怎样;解释3个地区回归变量的系数的经济含义;7Juantia是南部28岁女性大学毕业生,Jennifer是中西部28岁女性大学毕业生,计算她们收入的期望差距计量经济学补充复习题一、填空题1、 计量经济学常用的三类样本数据是_横截面数据__、__时间序列数据__和_面板数据;2、虚拟解释变量不同的引入方式产生不同的作用;若要描述各种类型的模型在截距水平的差异,则以 加法形式 引入虚拟解释变量；若要反映各种类型的模型的不同相对变化率时,则以 乘法形式 引入虚拟解释变量;二、选择题1、参数的估计量βˆ具备有效性是指 BA Var βˆ=0B Var βˆ为最小C βˆ－＝0D βˆ－为最小2、产量x,台与单位产品成本y, 元/台之间的回归方程为yˆ＝356－,这说明 DA 产量每增加一台,单位产品成本增加356元B 产量每增加一台,单位产品成本减少元C 产量每增加一台,单位产品成本平均增加356元D 产量每增加一台,单位产品成本平均减少元3、在总体回归直线E x y10)ˆ(ββ+=中,1β表示 B A 当x 增加一个单位时,y 增加1β个单位B 当x 增加一个单位时,y 平均增加1β个单位C 当y 增加一个单位时,x 增加1β个单位D 当y 增加一个单位时,x 平均增加1β个单位4、以y 表示实际观测值,yˆ表示回归估计值,则普通最小二乘法估计参数的准则是使 DA )ˆ(i i yy -∑＝0 B 2)ˆ(i i y y -∑＝0 C )ˆ(i i yy -∑为最小 D 2)ˆ(i i y y -∑为最小 5、设y 表示实际观测值,yˆ表示OLS 回归估计值,则下列哪项成立 D A yˆ=y B y ˆ=y C yˆ=y D y ˆ=y 6、用普通最小二乘法估计经典线性模型t t t u x y ++=10ββ,则样本回归线通过点 DA x,yB x,yˆ C x ,yˆ D x ,y 7、判定系数2R 的取值范围是 CA 2R －1B 2R 1C 02R 1D －12R 18、对于总体平方和TSS 、回归平方和RSS 和残差平方和ESS 的相互关系,正确的是 BA TSS>RSS+ESSB TSS=RSS+ESSC TSS<RSS+ESSD TSS 2=RSS 2+ESS 29、决定系数2R 是指 CA 剩余平方和占总离差平方和的比重B 总离差平方和占回归平方和的比重C 回归平方和占总离差平方和的比重D 回归平方和占剩余平方和的比重10、如果两个经济变量x 与y 间的关系近似地表现为当x 发生一个绝对量变动x 时,y 有一个固定地相对量y/y 变动,则适宜配合地回归模型是 BA i i i u x y ++=10ββB ln i i i u x y ++=10ββC i ii u x y ++=110ββ D ln i i i u x y ++=ln 10ββ 11、下列哪个模型为常数弹性模型 AA ln i i i u x y ++=ln ln 10ββB ln i i i u x y ++=10ln ββC i i i u x y ++=ln 10ββD i ii u x y ++=110ββ 12、模型i i i u x y ++=ln 10ββ中,y 关于x 的弹性为 C A i x 1β B i x 1β C iy 1β D i y 1β 13、模型ln i i i u x y ++=ln ln 10ββ中,1β的实际含义是 BA x 关于y 的弹性B y 关于x 的弹性C x 关于y 的边际倾向D y 关于x 的边际倾向14、当存在异方差现象时,估计模型参数的适当方法是 AA 加权最小二乘法B 工具变量法C 广义差分法D 使用非样本先验信息15、加权最小二乘法克服异方差的主要原理是通过赋予不同观测点以不同的权数,从而提高估计精度,即 BA 重视大误差的作用,轻视小误差的作用B 重视小误差的作用,轻视大误差的作用C 重视小误差和大误差的作用D 轻视小误差和大误差的作用16、容易产生异方差的数据是 CA 时间序列数据B 修匀数据C 横截面数据D 年度数据17、设回归模型为i i i u x y +=β,其中var i u =22i x σ,则的最小二乘估计量为 CA. 无偏且有效 B 无偏但非有效C 有偏但有效D 有偏且非有效18、如果模型t t t u x b b y ++=10存在序列相关,则 DA cov t x ,t u =0B cov t u ,s u =0tsC cov t x ,t u 0D cov t u ,s u 0ts19、下列哪种形式的序列相关可用DW 统计量来检验i v 为具有零均值,常数方差,且不存在序列相关的随机变量 AA t t t v u u +=-1ρB t t t t v u u u +++=-- 221ρρC t t v u ρ=D ++=-12t t t v v u ρρ20、DW 的取值范围是DA －1DW0B －1DW1C －2DW2D 0 DW421、当DW ＝4是时,说明 DA 不存在序列相关B 不能判断是否存在一阶自相关C 存在完全的正的一阶自相关D 存在完全的负的一阶自相关22、模型中引入一个无关的解释变量 CA 对模型参数估计量的性质不产生任何影响B 导致普通最小二乘估计量有偏C 导致普通最小二乘估计量精度下降D 导致普通最小二乘估计量有偏,同时精度下降23、如果方差膨胀因子VIF ＝10,则认为什么问题是严重的 CA 异方差问题B 序列相关问题C 多重共线性问题D 解释变量与随机项的相关性24、某商品需求函数为i i i u x b b y ++=10,其中y 为需求量,x 为价格;为了考虑“地区”农村、城市和“季节”春、夏、秋、冬两个因素的影响,拟引入虚拟变量,则应引入虚拟变量的个数为 BA 2B 4C 5D 625、根据样本资料建立某消费函数如下：tC ˆ=+tD +t x ,其中C 为消费,x 为收入,虚拟变量D ＝农村家庭城镇家庭⎩⎨⎧01,所有参数均检验显着,则城镇家庭的消费函数为AA t C ˆ=+t xB tC ˆ=+t xC t C ˆ=+t xD tC ˆ=+t x 26、假设某需求函数为i i i u x b b y ++=10,为了考虑“季节”因素春、夏、秋、冬四个不同的状态,引入4个虚拟变量形式形成截距变动模型,则模型的 DA 参数估计量将达到最大精度B 参数估计量是有偏估计量C 参数估计量是非一致估计量D 参数将无法估计27、对于模型i i i u x b b y ++=10,为了考虑“地区”因素北方、南方,引入2个虚拟变量形式形成截距变动模型,则会产生 DA 序列的完全相关B 序列不完全相关C 完全多重共线性D 不完全多重共线性28、如果一个回归模型中不包含截距项,对一个具有m 个特征的质的因素要引入虚拟变量的数目为 AA mB m-1C m-2D m+129、某一时间序列经一次差分变换成平稳时间序列,此时间序列称为A;A ．1阶单整B ．2阶单整C ．K 阶单整D ．以上答案均不正确30、当随机误差项存在自相关时,进行单位根检验是由B 来实现;A . DF 检验B ．ADF 检验C ．EG 检验D ．DW 检验三、多项选择题：1、一元线性回归模型t t t u x y ++=10ββ的经典假设包括 ABCDEA 0)(=t u EB 2)(σ=t u Var 常数C 0),cov(=j i u uD t u ～N0,1E x 为非随机变量,且0),cov(=t t u x2、以带“”表示估计值,u 表示随机误差项,如果y 与x 为线性相关关系,则下列哪些是正确的 BEA t t x y 10ββ+=B t t t u x y ++=10ββC t t t u x y ++=10ˆˆββD tt t u x y ++=10ˆˆˆββ E tt x y 10ˆˆˆββ+= 3、用普通最小二乘法估计模型t t t u x y ++=10ββ的参数,要使参数估计量具备最佳线性无偏估计性质,则要求： ABCDEA 0)(=t u EB 2)(σ=t u Var 常数C 0),cov(=j i u uD t u 服从正态分布E x 为非随机变量,且0),cov(=t t u x4、假设线性回归模型满足全部基本假设,则其参数估计量具备 CDEA 可靠性B 合理性C 线性D 无偏性E 有效性5、下列哪些非线性模型可以通过变量替换转化为线性模型 ABC A i i i u x y ++=210ββ B i ii u x y ++=110ββ C ln i i i u x y ++=ln 10ββ D i i i u x y ++=210ββE i i i i u x y ++=ββ06、异方差性将导致 BCDEA 普通最小二乘估计量有偏和非一致B 普通最小二乘估计量非有效C 普通最小二乘估计量的方差的估计量有偏D 建立在普通最小二乘估计基础上的假设检验失效E 建立在普通最小二乘估计基础上的预测区间变宽7、当模型中解释变量间存在高度的多重共线性时 ACDA 各个解释变量对被解释变量的影响将难于精确鉴别B 部分解释变量与随机误差项之间将高度相关C 估计量的精度将大幅下降D 估计量对于样本容量的变动将十分敏感E 模型的随机误差项也将序列相关8、下述统计量可以用来检验多重共线性的严重性 ACDA 相关系数B DW 值C 方差膨胀因子D 特征值E 自相关系数三、判断题1、随机误差项u i 与残差项e i 是一回事; F2、当异方差出现时,常用的t 检验和F 检验失效; T3、在异方差情况下,通常预测失效; T四、计算分析题1、指出下列模型中的错误,并说明理由;1 tt Y C 2.1180ˆ+= 其中,C 、Y 分别为城镇居民的消费支出和可支配收入;2 tt t L K Y ln 28.0ln 62.115.1ˆln -+= 其中,Y 、K 、L 分别为工业总产值、工业生产资金和职工人数;2、对下列模型进行适当变换化为标准线性模型：（1） y =0β+1βx 1+2β21x +u ； （2） Q =A u e L K βα；（3） Y =exp 0β+1βx+u ；3、一个由容量为209的样本估计的解释CEO 薪水的方程为：其中,Y 表示年薪水平单位:万元, 1X 表示年收入单位:万元, 2X 表示公司股票收益单位:万元; 321D D D ，，均为虚拟变量,分别表示金融业、消费品工业和公用事业;假设对比产业为交通运输业;（1） 解释三个虚拟变量参数的经济含义;（2） 保持1X 和2X 不变,计算公用事业和交通运输业之间估计薪水的近似百分比差异;这个差异在1%的显着性水平上是统计显着吗消费品工业和金融业之间估计薪水的近似百分比差异是多少。
计量经济学复习资料
计量经济学复习资料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。
考研经济学计量经济学的重点复习
考研经济学计量经济学的重点复习计量经济学是经济学研究中的重要分支，通过运用数理统计方法对经济现象进行定量分析和预测。
对于考研经济学专业的学生来说，掌握计量经济学的核心概念和方法对于提高解题能力和研究能力至关重要。
本文将从历年考研试卷的出题特点出发，总结计量经济学的重点复习内容，助您顺利备考。
一、计量经济学基本概念1. 计量经济学的定义和基本内容- 计量经济学的定义- 计量经济学的研究对象和特点- 计量经济学的基本方法和步骤2. 经济数据的类型和基本统计概念- 定量数据和定性数据- 总体和样本的概念- 统计量和参数的区别与联系3. 计量经济学的基本假设和模型- 随机性假设和确定性假设- 线性回归模型的假设和表达式- 经济学假设与计量经济模型的关系二、简单线性回归模型1. 简单线性回归模型的基本原理- 变量关系的线性假设- 残差项和估计项的定义及意义- 最小二乘估计法的推导和求解2. 简单线性回归模型的假设检验- 相关系数和回归系数的显著性检验 - 模型整体显著性检验- 拟合优度和解释方差的检验3. 简单线性回归模型的统计推断- 参数估计的抽样分布与性质- 参数的置信区间及解释- 参数的假设检验及结论三、多元线性回归模型1. 多元线性回归模型的基本原理- 多元回归模型的定义和表示- 模型的估计和解释- 多重共线性问题及处理方法2. 多元线性回归模型的假设检验 - 回归系数的显著性检验- 模型整体显著性检验- 拟合优度和解释方差的检验3. 多元线性回归模型的统计推断 - 参数估计的抽样分布与性质- 参数的置信区间及解释- 参数的假设检验及结论四、计量经济学的拓展内容1. 异方差问题和加权最小二乘估计 - 异方差性的检验和处理方法- 加权最小二乘法的原理和应用2. 非线性回归模型- 非线性回归模型的基本形式- 参数估计和统计推断方法- 模型的应用与分析3. 模型诊断和残差分析- 残差的定义和性质- 异常观测值和影响观测值的识别方法- 模型诊断和改进的常用方法总结：通过对历年考研试卷的分析可以看出，计量经济学在考研经济学专业中的分量较大。
计量经济学期末复习资料.（精选）
计量经济学期末复习资料.（精选）计量经济学试题⼀⼀、判断题（20分）2．多元回归模型统计显著是指模型中每个变量都是统计显著的。
（） 4．总体回归线是当解释变量取给定值时因变量的条件均值的轨迹。
（） 5．线性回归是指解释变量和被解释变量之间呈现线性关系。
（） 6．判定系数2R 的⼤⼩不受到回归模型中所包含的解释变量个数的影响。
（） 7．多重共线性是⼀种随机误差现象。
（）8．当存在⾃相关时，OLS 估计量是有偏的并且也是⽆效的。
（） 10．任何两个计量经济模型的2R 都是可以⽐较的。
（）⼆．简答题（10）1．计量经济模型分析经济问题的基本步骤。
（4分）2．举例说明如何引进加法模式和乘法模式建⽴虚拟变量模型。
（6分）三．下⾯是我国1990-2003年GDP 对M1之间回归的结果。
（5分）ln() 1.37 0.76ln(1)se (0.15) ( )t ( ) ( 23 )GDP M =+()1.7820.05,12P t >==⾃由度；1．求出空⽩处的数值，填在括号内。
（2分） 2．系数是否显著，给出理由。
（3分）四．试述异⽅差的后果及其补救措施。
（10分）五．多重共线性的后果及修正措施。
（10分）六．试述D-W 检验的适⽤条件及其检验步骤？（10分）⼋、（20分）应⽤题为了研究我国经济增长和国债之间的关系，建⽴回归模型。
得到的结果如下：Dependent Variable: LOG(GDP) Method: Least Squares Date: 06/04/05 Time: 18:58 Sample: 1985 2003 Included observations: 19Variable CoefficientStd. Errort-StatisticProb.LOG(DEBT) 0.650.0232.80 Adjusted R-squared 0.983 S.D. dependent var 0.86 S.E. of regression 0.11 Akaike info criterion -1.46 Sum squared resid 0.21 Schwarz criterion -1.36 Log likelihood 15.8 F-statistic 1075.5Durbin-Watson stat0.81 Prob(F-statistic)2,19, 1.074, 1.536,0.05L U k n d d ====若显著性⽔平＝其中， GDP 表⽰国内⽣产总值，DEBT 表⽰国债发⾏量。
计量学复习资料(经济类)
《计量经济学》复习题(含答案)第一章绪论一、填空题：1．计量经济学是以揭示经济活动中客观存在的__________为内容的分支学科，挪威经济学家弗里希，将计量经济学定义为__________、__________、__________三者的结合。
2．数理经济模型揭示经济活动中各个因素之间的__________关系，用__________性的数学方程加以描述，计量经济模型揭示经济活动中各因素之间的_________关系，用__________性的数学方程加以描述。
3．经济数学模型是用__________描述经济活动。
4．计量经济学根据研究对象和内容侧重面不同，可以分为__________计量经济学和__________计量经济学。
5．计量经济学模型包括__________和__________两大类。
6．建模过程中理论模型的设计主要包括三部分工作，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取值范围。
7．确定理论模型中所包含的变量，主要指确定__________。
8．可以作为解释变量的几类变量有_外生经济_变量、_外生条件_变量、_外生政策_变量和_滞后被解释_变量。
9．选择模型数学形式的主要依据是_经济行为理论_。
10．研究经济问题时，一般要处理三种类型的数据：_时间序列_数据、_截面_数据和_虚变量_数据。
11．样本数据的质量包括四个方面_完整性_、_可比性_、_准确性_、_一致性_。
12．模型参数的估计包括_对模型进行识别_、_估计方法的选择_和软件的应用等内容。
13．计量经济学模型用于预测前必须通过的检验分别是_经济意义_检验、_统计_检验、_计量经济学_检验和_预测_检验。
14．计量经济模型的计量经济检验通常包括随机误差项的_异方差_检验、_序列相关_检验、解释变量的_多重共线性_检验。
15．计量经济学模型的应用可以概括为四个方面，即_结构分析_、_经济预测_、_政策评价_、_检验和发展经济理论_。
《计量经济学》期末总复习
《计量经济学》期末总复习一、单选题1. 在双对数线性模型lnYi=lnβ0+β1lnXi+ui中,β1旳含义是（ D ）A. Y有关X旳增长量B. Y有关X旳发展速度C. Y有关X旳边际倾向D. Y有关X旳弹性2. 在二元线性回归模型: 中, 表达（A ）A. 当X2不变、X1变动一种单位时, Y旳平均变动B. 当X1不变、X2变动一种单位时, Y旳平均变动C. 当X1和X2都保持不变时, Y旳平均变动D．当X1和X2都变动一种单位时, Y旳平均变动3. 如果线性回归模型旳随机误差项存在异方差, 则参数旳一般最小二乘估计量是（D ）A. 无偏旳, 但方差不是最小旳B. 有偏旳, 且方差不是最小旳C．无偏旳, 且方差最小D．有偏旳, 但方差仍为最小4. DW检查法合用于检查（ B ）A. 异方差B. 序列有关C. 多重共线性D. 设定误差5. 如果X为随机解释变量, Xi与随机误差项ui有关, 即有Cov(Xi, ui)≠0, 则一般最小二乘估计是（ B ）A. 有偏旳、一致旳B. 有偏旳、非一致旳C. 无偏旳、一致旳D. 无偏旳、非一致旳6. 设某商品需求模型为Yt=β0+β1Xt+ ut, 其中Y是商品旳需求量, X是商品价格, 为了考虑全年4个季节变动旳影响, 假设模型中引入了4个虚拟变量, 则会产生旳问题为（）A. 异方差性 B. 序列有关C. 不完全旳多重共线性D. 完全旳多重共线性7. 当截距和斜率同步变动模型Yi=α0+α1D+β1Xi+β2 (DXi)+ui退化为截距变动模型时, 能通过记录检查旳是（）A. α1≠0, β2≠0B. α1=0, β2=0C．α1≠0, β2=0 D．α1=0, β2≠08. 若随着解释变量旳变动, 被解释变量旳变动存在两个转折点, 即有三种变动模式, 则在分段线性回归模型中应引入虚拟变量旳个数为（ B ）A. 1个B. 2个C. 3个D. 4个9. 对于无限分布滞后模型Yt=α+β0Xt+β1Xt-1+β2Xt-2+…+ut, 无法用最小二乘法估计其参数是由于（）A. 参数有无限多种B. 没有足够旳自由度C. 存在严重旳多重共线性D. 存在序列有关10. 使用多项式措施估计有限分布滞后模型Yt=α+β0Xt+β1Xt-1+…+βkXt-k+ut时, 多项式βi=α0+α1i+α2i2+…+αm i m旳阶数m必须（）A. 小于kB. 小于等于kC. 等于kD. 大于k11. 对于无限分布滞后模型Yt=α+β0Xt+β1Xt-1+β2Xt-2+…+ut, Koyck假定βk=β0λk, 0<λ<l, 则长期影响乘数为（）A. B.C. 1－λD.12. 对自回归模型进行自有关检查时, 若直接使用DW检查, 则DW值趋于（ C ）A. 0B. 1C. 2D. 413. 对于Koyck变换模型Yt=α(1-λ)+ β０Xt+λYt-1+Vt, 其中Vt=ut-λut-1, 则可用作Yt-1旳工具变量为（）A. XtB. Xt-1C. YtD. Vt14. 使用工具变量法估计正好辨认旳方程时, 下列选项中有关工具变量旳表述错误旳是（A ）A. 工具变量可选用模型中任意变量, 但必须与构造方程中随机误差项不有关B. 工具变量必须与将要替代旳内生解释变量高度有关C．工具变量与所要估计旳构造方程中旳前定变量之间旳有关性必须很弱, 以避免多重共线性D. 若引入多种工具变量, 则规定这些工具变量之间不存在严重旳多重共线性15. 根据实际样本资料建立旳回归模型是（）A. 理论模型B. 回归模型C. 样本回归模型D. 实际模型16. 下列选项中, 不属于生产函数f(L, K)旳性质是（）A．f(0, K)=f(L, 0)=0 B．C. 边际生产力递减D. 投入要素之间旳替代弹性小于零17. 有关经济预测模型, 下面说法中错误旳是（）A. 经济预测模型规定模型有较高旳预测精度B. 经济预测模型比较注重对历史数据旳拟合优度C. 经济预测模型比较注重宏观经济总体运营构造旳分析与模拟D. 经济预测模型不太注重对经济活动行为旳描述18. 有关宏观经济计量模型中旳季度模型, 下列表述中错误旳是（）A. 季度模型以季度数据为样本B. 季度模型一般规模较大C. 季度模型重要用于季度预测D. 季度模型注重长期行为旳描述19. 宏观经济模型旳导向是（）A. 由总供应与总需求旳矛盾决定旳B. 由国家旳经济发展水平决定旳C. 由总供应决定旳D. 由总需求决定旳20. X与Y旳样本回归直线为（D ）A. Yi=β0十β1Xi+uiB. Yi=C. E(Yi)=β0十β1XiD. =21. 在线性回归模型中, 若解释变量X1和X2旳观测值成比例, 即X1i=KX2i, 其中K为常数, 则表白模型中存在（ C ）A, 方差非齐性B．序列有关C. 多重共线性D. 设定误差22. 回归分析中, 用来阐明拟合优度旳记录量为（ C ）A. 有关系数B. 回归系数C. 鉴定系数D. 原则差23. 若某一正常商品旳市场需求曲线向下倾斜, 可以断定（ B ）A. 它具有不变旳价格弹性B. 随价格下降需求量增长C. 随价格上升需求量增长D. 需求无弹性24. 在鉴定系数定义中, ESS表达（ B ）A. ∑(Yi—)2B. ∑C. ∑(Yi- )2D. ∑(Yi—)25. 用于检查序列有关旳DW记录量旳取值范畴是（ D ）A. O≤DW≤1B. -1≤DW≤1C. -2≤DW≤2D. O≤DW≤426. 误差变量模型是指（ A ）A. 模型中包具有观测误差旳解释变量B. 用误差作被解释变量C. 用误差作解释变量D. 模型中包具有观测误差旳被解释变量27. 由简化式参数旳估计量得到构造参数旳估计量旳措施是（ C ）A. 二阶段最小二乘法B. 极大似然法C. 间接最小二乘法D. 工具变量法28. 将社会经济现象中质旳因素引入线性模型（ C ）A. 只影响模型旳截距B. 只影响模型旳斜率C. 在诸多状况下, 不仅影响模型截距, 还同步会变化模型旳斜率D．既不影响模型截距, 也不变化模型旳斜率29. 时间序列资料中, 大多存在序列有关问题, 对于分布滞后模型, 这种序列有关问题就转化为（B ）A. 异方差问题B. 多重共线性问题C. 随机解释变量问题D. 设定误差问题30. 根据鉴定系数R2与F记录量旳关系可知, 当R2=1时有（ D ）A. F=-1B. F=0C. F=1D. F=∞31. 发达市场经济国家宏观经济计量模型旳核心部分涉及总需求、总供应和（ C ）A. 建模时所根据旳经济理论B. 总收入C．有关总需求, 总生产和总收入旳恒等关系D. 总投资32. 在消费Yt对收入Zt旳误差修正模型中, 称为（C ）A. 均衡参数B. 协整参数C. 短期参数D. 长期参数33. 用模型描述现实经济系统旳原则是（B ）A. 以理论分析作先导, 解释变量应涉及所有解释变量B. 以理论分析作先导, 模型规模大小要适度C. 模型规模越大越好, 这样更切合实际状况D．模型规模大小要适度, 构造尽量复杂34. 下列模型中E(Yi)是参数旳线性函数, 并且是解释变量Xi旳非线性函数旳是（ B ）A. E(Yi)=B. E(Yi)=C. E(Yi)=D. E(Yi)=35. 估计简朴线性回归模型旳最小二乘准则是: 拟定、,使得（ A ）A. ∑(Yi- - Xi)2最小B. ∑(Yi- - Xi-ei)2最小C. ∑(Yi- - Xi-ui)2最小D. ∑(Yi- )2最小36. 在模型Yi= 中, 下列有关Y对X旳弹性旳说法中, 对旳旳是（A ）A. 是Y有关X旳弹性B. 是Y有关X旳弹性C. ln 是Y有关X旳弹性D. ln 是Y有关X旳弹性37. 假设回归模型为Yi= , 其中Xi为随机变量, 且Xi与ui有关, 则旳一般最小二乘估计量（ D ）A. 无偏且不一致B. 无偏但不一致C．有偏但一致 D.有偏且不一致38. 设截距和斜率同步变动模型为Yi= ,其中D为虚拟变量。
计量经济学复习资料整理
第一章1、建立与应用计量经济学模型的主要步骤有哪些？(１)根据经济理论建立计量经济模型；(２)样本数据的搜集；(３)估计参数；(４)模型的检验；(５)模型的应用。
2、模型的检验包括几个方面？具体含义？（１）经济意义检验。
即观测模型参数的符号在经济意义上是否合理；（２）统计准则检验。
从数学上证明所建立的模型是否成立，即评定建立在样本观察值基础上的参数估计值的可靠性和精确度；（３）计量经济准则检验。
是从参数估计的条件上证明所建立的模型是否成立；（４）模型预测检验。
主要是检验模型参数估计值的稳定性和相关样本容量变化的灵敏度。
第二章1、经典假设条件的内容是什么？（１）零均值假定。
即在给定ｘｔ的条件下，随机误差项ｕｔ的数学期望为零，即Ｅ(ｕｔ)＝０；（２）同方差假定。
误差项ｕｔ的方差与ｔ无关，为一个常数，即Ｖａｒ（ｕｔ）＝（３）无自相关假定。
即不同的误差项ｕｔ和ｕｓ相互独立，即Ｃｏｖ（ｕｔ，ｕｓ）＝０（４）解释变量ｘｔ与随机误差项ｕｔ不相关假定，即Ｃｏｖ（ｘｔ，ｕｓ）＝０（５）正态性假定。
即随机误差项ｕｔ服从均值为零，方差为的正太分布，即Ｙｔ～Ｎ(０,)2、最小二乘估计量有哪些特性？（１）线性。
是指参数估计值ｂ０和ｂ１分别为观测值ｙｔ和随机误差项ｕｔ的线性函数；（２）无偏性。
是指参数估计量ｂ０和ｂ１的均值分别等于总体参数值ｂ０和ｂ１。
（３）有效性。
是指在所有的线性＼无偏估计量中，最小二乘估计量ｂ０和ｂ１的方差是最小的。
既是无偏的，同时又是最小方差的估计量，称为最佳无偏估计量。
在古典假定条件下，ＯＬＳ估计量ｂ０和ｂ１是参数ｂ０和ｂ１的最佳线性无偏估计量，这一结论就是高斯马尔可夫定理。
第四章重要1、样本分段法检验异方差性的基本步骤及其适用条件?（1）将观察值按解释变量的大小顺序排列，被解释变量和解释变量保持原来的对应关系；（2）将排列在中间的约四分之一的观察值删除掉，除去的观察值记为c,则余下的观察值分为两个部分，每部分的观察值为（n-c）/2 .（3）提出假设检验。
计量经济学复习资料
三、名词解释（每小题3分）随机误差项：表示模型中尚未包含的影响因素对因变量的影响，一般假定其满足一定的条件残差：样本点与回归直线的偏差称为残差。
残差是判断拟合程度最基本得标准异方差：指模型中随机误差项的方差不是常量，而且它的变化与解释变量的变动有关。
可表示为自相关：又称序列相关，指总体回归模型的随机误差之间存在相关关系，那不同观测点上的误差项彼此相关多重共线性：模型中的解释变量之间存在某种程度的线性关系，包括完全多重共线性和不完全多重线性函数关系：也称为确定性关系，它反映着现象之间存在着严格的数量依存关系相关关系：是指某一变量的取值与其他变量的取值之间存在着一定的依存关系，但不是确定和严格依存的经济模型的检验的三个准则：经济意义准则、统计检验准则、计量经济检验准则经济模型普通最小二乘法基本假定：1变量间存在随机函数关系2误差项均值为0. 3误差项序列同方差4误差序列不相关E5解释变量是确定性的变量，而非随机变量6误差项服从正态分布检验多重共线性的方法：1简单相关系数检验法2方差膨胀因子法3直观判断法4逐步回归检测法在多元回归模型中对拟合优度进行调整的原因：从回归决定系数公式可以发现，该决定系数只与被解释变量的观测值以及回归残差相关，而与解释变量无直接关系，从技术上完全可以把它直接推广到多元线性回归分析，作为评价多元线性回归拟合度的指标。
但多元线性回归模型解释变量的数目有多有少，数学上可以证明该决定系数是解释变量数目的增函数，意味着不管增加的解释变量是否真是影响被解释变量的重要因素，都会提高决定系数的数值，解释变量个数越多，决定系数一定越大。
因此用该决定系数衡量多元回归模型的拟合程度是有问题的，会导致片面追求解释变量数量的错误倾向。
正是由于存在这种缺陷，决定系数在多元线性回归分析拟合度评价方面的作用受到了很大限制异方差的检验方法：1残差序列图分析2戈德菲尔德—夸特检验3戈里瑟检验4 white 检验5 ARCA检验多重共线性产生的经济背景主要有几种情形：1经济变量之间具有共同变化趋势，密切的关联度2模型中包含滞后变量3样本数据自身的原因自相关的危害有哪些：1对参数估计的影响。
计量经济学复习资料
计量经济学复习资料1、外生变量与滞后内生变量统称为先决变量，先决变量只能作为解释变量。
2、滞后变量：把过去时期的具有滞后作用的变量叫做滞后变量。
滞后变量是联立方程计量经济学模型中重要的不可或缺的一部分变量，用以反映经济系统的动态性；与连续性。
3、内生变量是具有某种概率分布的随机变量，它的参数是联立方程系统估计的元素，内生变量时有模型系统决定的，同时也对模型系统产生影响，内生变量一般都是经济变量/4、拟合优度：关于模型（样本回归直线）与样本观测值的拟合程度。
5、偏回归系数：自变量变化一个百分点，应变量变化贝塔个百分点。
6、参数：参数是用来描述总体特征的概括性数字度量，它是研究者想要了解的总体某种特征值。
是总体数据特征的概括，它的取值是唯一的、未知的。
7、R的平方=0.9的含义：R平方被称作可决系数，是检验模型拟合优度的一个指标，在总离差平方和中，回归平方和（ESS）所占的比重越大，残差平方和所占的比重就越小，回归直线于样本点拟合的就越好。
所以该统计量越接近1，模型的拟合优度就越高。
所以R的平方=0.9表示被解释变量的90%可由解释变量来解释！8、.残差平方和（RSS=0）等于零：残差平方和是用来反映样本观测值与估计值偏离的大小，也是模型中解释变量未解释的那部分离差的大小，所以残差平方和等于零的含义就是模型中解释变量未解释的部分离差等于零，即因变量完全由解释变量解释。
9、经济计量学模型：是指通过用随机性数学方程的方法对现实进行描述和模拟，进而揭示经济活动中各个因素之间的定量关系的模型。
1.矩估计法：对于原总体多元回归模型，通过变形求期望得到：，该等式被称作总体回归方程的一组矩条件（表明了原总体回归方程所具有的内在特征），若从原总体中随机抽出一个样本，由该样本估计出的样本方程能够近似代表总体回归方程的话，则应成立，由此得到正规方程组：，解此正规方程组即得样本估计参数，这种估计样本回归方程的方法称为矩估计。
计量经济学复习资料（重要）
一、回归分析的基本方法和原理1、计量经济学的建模分析步骤和要点 （1） 确定模型所包含的变量 （2） 确定模型的数学模式（3） 拟定理论模型中待估参数的理论期望值 二、二、回归分析的含义？回归分析的含义？ 回归分析基本概念回归分析基本概念• 变量间的相互关系变量间的相互关系（1）函数关系）函数关系 （2）相关关系）相关关系• 相关分析与回归分析相关分析与回归分析相关分析：主要研究随机变量间的相关形式及相关程度。
相关分析：主要研究随机变量间的相关形式及相关程度。
回归分析：研究存在因果关系的变量间的依存关系。
回归分析：研究存在因果关系的变量间的依存关系。
回归分析是研究一个变量关于另一个（些）变量的依赖关系的计算方法和理论。
其目的在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值前一个变量称为被解释变量或因变量，后一个变量成为解释变量或自变量。
三、总体回归函数三、总体回归函数• 在给定解释变量X 的条件下，被解释变量Y 的期望轨迹，称为总体回归线，或总体回归曲线。
其相应的函数则称为总体回归函数回归曲线。
其相应的函数则称为总体回归函数 • 函数一般式：函数一般式： E(Y/X)=f （X ）• 总体回归函数表明被解释变量Y 的平均状态随解释变量X 变化的规律。
变化的规律。
• 线性总体回归函数：线性总体回归函数： E(Y/X)=β0+β1x • 总体回归函数引入随机干扰项，总体回归函数引入随机干扰项，则变成计量经济学模型，则变成计量经济学模型，则变成计量经济学模型，也称为总体回归模型。
也称为总体回归模型。
也称为总体回归模型。
即：即：• Y=β0+β1x +μ 四、样本回归函数四、样本回归函数• 由于总体回归函数未知，通过从抽样，得到总体的样本，再以样本的信息来估计总体回归函数。
体回归函数。
• 以样本的资料反映总体的情况，所形成的散点连线，称为样本回归线，其函数形式则称为样本回归函数则称为样本回归函数样本回归函数的随机形式：样本回归函数的随机形式：也称样本回归函数也称样本回归函数 e 的含义的含义• e 为随机干扰项μ的估计值，称为残差项。
(完整版)计量经济学重点(张晓峒版).docx
计量经济学复习资料一、名词解释1.广义计经济学: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。
2.狭义计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。
3.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)。
4.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:含有随机千扰项的总体回归函数(是相对于条件期望形式而言的)。
5.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I次方出现。
6.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。
7.条件期望:即条件均值，指X取特定值Xi时Y的期望值。
8.回归系数:回归模型中βo, β1等未知但却是固定的参数。
9.回归系教的估计量:指用β0^ β1^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。
10.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。
11.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。
12.估计的标准差:度量一个变量变化大小的测量值。
13.总离差平方和:用TSS表示，用以度量被解释变量的总变动。
14.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。
15.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。
16.协方差:用Cov(X, Y)表示，度量XY两个变量关联程度的统计量。
17.拟合优度检验:检验模型对样本观测值的拟合程度，用R2表示，该值越接近1,模型对样木观测值拟合得越好。
- 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)。
一、单选题：1．拉格朗日乘数检验法适用于检验( c )A. 异方差性B. 多重共线性C. 序列相关D. 设定误差 2．解释变量X 的回归系数为β，下列哪种情况表明变量X 是显著的？( b ) A. t 统计量大于临界值 B. t 统计量的绝对值大于临界值 C. t 统计量小于临界值 D. t 统计量的绝对值小于临界值 3．回归分析中定义的( b )A. 解释变量和被解释变量都是随机变量B. 解释变量为非随机变量，被解释变量为随机变量C. 解释变量和被解释变量都为非随机变量D. 解释变量为随机变量，被解释变量为非随机变量 4．下列样本模型中，哪一个模型通常是无效的?( b )A. C(消费)=500+0.8I(收入)B. Q D (商品需求)=10+0.8I(收入)-0.9P(价格)C. Qs(商品供给)=20-0.75P(价格)D. Y(产出量)=0.65K 0.6(资本)L 0.4(劳动) 5．判定系数R 2=0.75，说明回归直线能解释被解释变量总离差的：( b ) A. 80% B. 64% C. 20% D. 75%6．根据20个观测值估计的结果，一元线性回归模型的DW=0.6,在α=0.05的显著性水 平下查得样本容量n=20，解释变量k=1个时，d L =1.20,d U =1.41，则可以判断：( d ) A.不存在一阶自相关 B.存在正的一阶自相关C.存在负的一阶自相关 D.无法判断7．普通最小二乘法确定一元线性回归模型Y i=i i 10e X ˆˆ+β+β的参数0ˆβ和1ˆβ的准则是使（ b ） A ．∑e i 最小B ．∑e i 2最小C ．∑e i 最大D ．∑e i 2最大8．在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近于1，则表明模型中存在( a )A. 多重共线性B. 异方差性C. 序列相关D. 高拟合优度 9．拟合优度检验是检验 (b )A ．模型对总体回归线的拟合程度 B. 模型对样本观测值的拟合程度 C. 模型对回归参数的拟合程度 D. 模型对解释变量的观测值的拟合程度 10．根据样本资料已估计得出人均消费支出Y 对人均收入X 的回归模型是t t t LnX LnY μ++=76.05.3，这表明人均收入每增加1％，人均消费支出将( d )A.增加24％B.增加76％C.增加0.24％D.增加0.76％ 二、填空题：1. 杜宾—沃森检验法可用于诊断序列相关性 。
2． 在给定的显著性水平之下，若DW 统计量临界值的上、下限分别为d U 和d L ,则当d U <DW<4-dU时，可认为随机误差项不存在一阶序列相关性。
3. 容易产生序列相关的数据为时间序列数据。
4. 在对多元线性回归模型进行检验时，发现各参数估计量的t检验值都很低，但模型的判定系数R2却很高，这说明模型可能存在多重共线。
5. 同一时间点不同个体的数据集合是截面数据。
三、判断题：1.相关系数r的取值范围为-1≤r≤1 。
( y )2.多元回归模型中F检验的原假设为:偏回归系数不全为0。
( y )3.根据判定系数R2与F统计量的关系可知，当R2=1时，有F=0 。
( y )4.在给定的显著性水平之下，若DW统计量的下和上临界值分别为d L和d U,则当d L<DW<d U时，可认为随机误差项不存在一阶正自相关。
( )5.如果一个非平稳时间序列经过K-1次差分后为平稳时间序列，则该序列为K阶单整序列。
( )四、简答题：简述模型出现异方差性的后果。
答：（1）参数估计量非有效；（2）t检验和F检验失效；（3）模型预测失效。
五、应用分析题：1. 某地区1993-2010年居民消费水平Y、人均GDP X1、城乡居民平均可支配收入X2、居民消费者价格指数X3和城乡居民家庭平均恩格尔系数X4的相关数据进行分析，试根据EVIEWS结果回答问题：（14分）表8 OLS参数估计结果Variable Coefficient Std. Error t-Statistic Prob.C 3492.003 893.1026 3.909968 0.0018X1 0.257521 0.030844 8.349222 0.0000X2 0.087844 0.042958 2.044893 0.0617X3 2.227280 7.581211 0.293789 0.2736X4 -57.88742 19.17187 -3.019393 0.0099R-squared 0.990111 Mean dependent var 3354.611Adjusted R-squared 0.992122 S.D. dependent var 1806.047S.E. of regression 160.2966 Akaike info criterion 13.22206Sum squared resid 334035.2 Schwarz criterion 13.46939Log likelihood -113.9986 F-statistic 536.2585Durbin-Watson stat 1.106099 Prob(F-statistic) 0.000000(1)检验变量间是否存在多重共线？（4分）答：根据表8，R2为0.99011，拟合优度很高，但X3对应的Prob.值为0.2736，大于0.1，t 统计值很小，即X3对Y的影响不显著，可以认为模型存在多重共线。
（2）利用逐步回归法消除多重共线时，一般选择最优初始回归模型的依据是什么？（4分）答：拟合优度R2最大，该解释变量对被解释变量影响显著，且根据经济理论分析影响也是很大的。
（3）确定最优初始回归模型之后对于新加入的解释变量如何决定其去留？（6分）答：一、若新引进的解释变量使R2得到提高，而其他参数回归系数在统计上和经济理论上仍然合理，则可以作为解释变量予以保留；（2分）二、若新引进的解释变量对R2改进不明显，对其他回归系数也没多大影响，则不必保留在回归模型中；（2分）三、若新引进的解释变量不仅改变了R2，而且对其他回归系数的数值或符号有明显影响，则新引进的变量不能简单舍弃，而是应研究改善模型的形式。
（2分）2.表1给出了利用2010年我国31个地区就业人数(X)与地区生产总值(Y)数据进行回归分析的结果，根据结果回答以下问题：（14分）表1 OLS估计结果Variable Coefficint Std. Error t-Statistic Prob.C 48.6446 1733.357 0.258445 0.7826X 5.280359 0.607022 9.051402 0.0000R-squared 0.831616 Mean dependent var 10555.48 Adjusted R-squared 0.618913 S.D. dependent var 8855.166S.E. of regression 5466.490 Akaike info criterion 20.11300Sum squared resid 7.6E+08 Schwarz criterion 20.20552Log likelihood -309.752 F-statistic 89.72227Durbin-Watson stat 1.707937 Prob(F-statistic) 0.000000表2 White检验结果White Heteroskedasticity Test:F-statistic 12.23120 Probability 0.000152Obs*R-squared 16.45481 Probability 0.000026 Variable Coefficiet Std. Error t-Statistic Prob.C 8574576. 13234048 0.647918 0.5223X -1583.372 11256.08 -2.240668 0.0291 X^22.8337451.9096242.1839280.0349表3 White 检验结果White Heteroskedasticity Test:F-statistic0.868746 Probability 0.430479 Obs*R-squared1.711258 Probability 0.504288Variable Coefficiet Std. Error t-Statistic Prob.C -1.655936 3.323644 -0.498229 0.6222 LOG(X) 0.644278 0.952315 3.676539 0.0022 (LOG(X))^2-0.0510520.067332 -3.758210 0.0017（1）写出创建工作文件、建立数据文档、作X 与Y 关系的散点图及用最小二乘法估计模型参数的命令。
(4分)答：创建工作文件：CREA TE U 1 31 （1分） 建立数据文档：DATA Y X （1分） 关系的散点图：SCAT X Y （1分）最小二乘法估计模型参数：LS Y C X （1分） （2）根据表1结果写出地区生产总值与就业人数的一元回归模型。
(2分)答：72.8971.1..8316.0)051.9()258.0(28.564.482===++=F W D R X Y tt t ，，μ（3）解释斜率参数的经济意义。
(2分)答：就业人数增加一个单位时地区生产总值增加5.28个单位。
（4）判定系数R 2及RSS 各为多少？(2分)答：判定系数R 2=0.8316（1分） 残差平方和RSS=7.6E+08（1分）（5）表2为用White 检验进行异方差检验的结果，根据结果分析模型是否存在异方差。
答：由于统计量nR 2=16.45481大于临界值，且对应的Prob.小于0.01，X 和X 2的参数估计值显著不为零，所以在1%的显著水平下拒绝原假设，认为存在异方差。
(2分) （6）表3为用对数变换法消除异方差后再进行White 检验的结果，根据结果分析模型是否存在异方差。
(2分)答：由于统计量nR 2=1.711258小于临界值，且对应的Prob.为0.5大于0.1，所以在10%的显著水平下接受原假设，认为不存在异方差。
3. 利用1994-2012年中国社会消费品零售总额Y、国内生产总值GDP、消费者价格指数CPI 的相关数据进行分析，试根据EVIEWS结果回答问题：（14分）表4 OLS参数估计结果Variable Coefficient Std. Error t-Statistic Prob.C 12258.31 4482.666 3.225383 0.0053GDP 0.370561 0.003512 99.82313 0.0000CPI -112.9540 41.38877 -2.608293 0.0190R-squared 0.998545 Mean dependent var 41971.27Adjusted R-squared 0.998363 S.D. dependent var 28047.41S.E. of regression 1134.816 Akaike info criterion 17.05027Sum squared resid 20604921 Schwarz criterion 17.19939Log likelihood -158.9775 F-statistic 3489.649Durbin-Watson stat 0.470778 Prob(F-statistic) 0.000000表5 滞后期为2阶时LM检验结果Breusch-Godfrey Serial Correlation LM Test:F-statistic 12.59685 Probability 0.000742Obs*R-squared 12.21320 Probability 0.002228Variable Coefficient Std. Error t-Statistic Prob.C 478.2253 3546.596 0.134841 0.8947GDP 0.001713 0.002273 0.753903 0.4634CPI -5.877374 33.06011 -0.177778 0.8614RESID(-1) 1.167397 0.258187 4.521516 0.0005RESID(-2) -0.657725 0.317432 -2.072017 0.0572表6 滞后期为3阶时LM检验结果Breusch-Godfrey Serial Correlation LM Test:F-statistic 10.60285 Probability 0.000844Obs*R-squared 13.48766 Probability 0.003692Variable Coefficient Std. Error t-Statistic Prob.C 4483.962 4042.377 1.109239 0.2874GDP 0.003036 0.002258 1.344371 0.2018 CPI -44.77898 38.20359 -1.172115 0.2622 RESID(-1) 1.013994 0.257171 3.942875 0.0017 RESID(-2) -0.268509 0.372208 -0.721396 0.4834 RESID(-3)-0.6360440.366876 -1.733674 0.1066表7 广义差分法估计结果Variable Coefficient Std. Error t-Statistic Prob.C 18872.61 5874.985 3.212368 0.0075 GDP 0.350687 0.004639 75.59442 0.0000 CPI -147.6543 53.68732 -2.750264 0.0176 AR(1) 1.154734 0.244911 4.714917 0.0005 AR(2)-0.6964510.240357-2.8975730.0134R-squared0.999597 Mean dependent var 45866.97 Adjusted R-squared 0.999462 S.D. dependent var 27051.12 S.E. of regression 627.3861 Akaike info criterion 15.96093 Sum squared resid 4723360. Schwarz criterion 16.20599 Log likelihood -130.6679 F-statistic 7433.365 Durbin-Watson stat1.989644 Prob(F-statistic)0.000000（1）根据表4写出中国社会消费品零售总额的计量经济模型。