计量经济学复习提纲.doc
计量经济学复习提纲
计量经济学复习提纲一、填空题1、设随机变量X 的概率密度为221()x x f x-+-=（x -∞<<+∞）则X 的数学期望()E X = ，方差()D X = 。
2、在经济计量模型中引入反映 因素影响的随机扰动项t ξ，目的在于使模型更符合 活动。
3、回归方程中的回归系数是自变量对因变量的 。
某自变量回归系数β的意义，指的是该自变量变化一个单位引起因变量平均变化 个单位。
4、违背多元线性回归分析假设条件的三种常见现象包括异方差 、 、 。
5、联立方程组模型中方程的类型有制度方程式、恒等式 和 。
6、设离散型随机变量X 的概率分布{}{}{}00.2,10.3,20.5P X P X P X ======，可简记为012~,0.20.30.5X ⎛⎫ ⎪⎝⎭则{}1.5P X ≤=7、 是因变量离差平方和，它度量因变量的总变动。
就因变量总变动的变异来源看，它由两部分因素所组成。
一个是自变量，另一个是除自变量以外的其他因素。
是拟合值的离散程度的度量。
它是由自变量的变化引起的因变量的变化，或称自变量对因变量变化的贡献。
是度量实际值与拟合值之间的差异，它是由自变量以外的其他因素所致，它又叫残差或剩余。
8、模型线性的含义，就变量而言，指的是回归模型中变量的 ；就参数而言，指的是回归模型中的参数的 ；通常线性回归模型的线性含义是就 而言的。
9、常见的自回归模型包括 、 、 。
ξ，目的在10、在经济计量模型中引入反映因素影响的随机扰动项t于使模型更符合活动。
11、回归方程中的回归系数是自变量对因变量的。
某自变量回归系数β的意义，指的是该自变量变化一个单位引起因变量平均变化个单位。
12、模型线性的含义，就变量而言，指的是回归模型中变量的；就参数而言，指的是回归模型中的参数的；通常线性回归模型的线性含义是就而言的。
13、样本观察值与回归方程理论值之间的偏差，称为，我们用残差估计线性模型中的。
二、名词解释：1、戈德费尔德—匡特检验2、横截面数据3、相关分析4、正态分布5、异方差6、判定系数7、多元线性回归模型8、面板数据9、虚拟变量10、总体回归函数11．帕克检验12．Glejser检验14、分布滞后模型；15、无限滞后模型；16、自回归模型；三、简答题：1、请简述回归模型产生异方差现象的原因。
计量经济学期末复习提纲（红色部分要注意）绝密!!
计量经济学期末复习提纲（红色部分要注意）绝密!!计量经济学复习提纲第一章绪论一、计量经济学的含义二、计量经济学与其他学科的联系与区别三、计量经济学的内容体系四、计量经济学的研究步骤五、计量经济学的发展概况需要掌握的主要内容1.如何理解计量经济学？（研究对象、理论基础、与经济学的区别、所研究变量的特点）计量经济学是经济学的一个分支，（起因：对经济问题的定量研究名词：1926年弗瑞希仿造出“Biometrics” “Econometrics”标志：1930年成立计量经济学会 1933年创刊《Econometrica》说明：“计量经济学” “经济计量学”）“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。
”2.狭义计量经济学研究的是具有因果关系的经济现象，用的是回归的分析方法。
3.计量经济学的建模步骤？一、理论模型的设计: 确定模型包含的变量;确定模型的数学形式;拟定模型中待估计参数的理论期望值区间二、样本数据的收集三、模型参数的估计四、模型的检验计量经济学模型成功的三要素 :理论,数据,方法,三者缺一不可.4.选择解释变量时需要注意的问题：（1）根据经济规律确定变量的数目（2）考虑数据的可得性（3）考虑所有入选变量的关系，要求各变量独立。
---否则会引起多重共线性5.如何确定模型的数学形式？（1）根据经济理论（2）画散点图（3）试模拟6.什么是时间序列数据？在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。
如我国国内生产总值从1949到2009的变化就是时间序列数据。
计量经济学复习重点.doc
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.被解释变量的观测值乙与其刨归理论值E（y）z间的偏差，称为 _；被解释变量的观测值齐与其回归估计值Z之间的偏差，称为______ O3.在多元线性回归模型屮，解释变量间呈现线性关系的现象称为一性问题，给计量经济建模带來不利影响，因此需检验和处理它。
4.以时间序列数据为样本建立起来的计量经济模型中的随机误差项往往存在—5.普通最小二乘法得到的参数估计量具有_、__ _、统计性质。
1 •时间序列数据和横截面数据有何不同？2.给定一元线性凹归模型：乙=0o +卩K +角t =1,2,…,兀（1）叙述模型的基本假泄；（2）写出参数0。
和几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）写出随机扰动项方羌的无偏估计公式。
5.随机误差项包含哪些彫响因素？1、判断模型是否存在异方差的主要方法包括 ____________ 、_____________ 、2、处理模型屮异方差的主要方法是________________ o3、检验模型中是否存在序列自相关的方法有____________4、处理模型中序列自和关的方法是_____________ 和____________ o5、处理模型中多重共线性的方法_____________ o1、建立与应用计量经济学模型要经过那些主要步骤？（8分。
2、多元回归模型中应用普通最小二乘法的基木假设是什么？（6分）3、在多元线性回归中，t检验与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（6分）？1、下列模型是否属于因果关系的计量经济学模型？为什么？（4分）（1）S F112.0+0. 12R t，其中St为第t年农村居民储蓄增加额（单位:亿元）,乩为第t 年城镇居民可支配收入总额（单位：亿元）。
（2）S t=112・0+0.12R“ 其中St为第t年底农村居民储蓄余额（单位:亿元），—为第t-l 年农村居民可支配收入总额（单位：亿元）。
计量经济学 复习纲要
第 3 讲多元线性回归
1. 变量系数的解释（剔除、控制其他因素的影响）
ˆ X ˆ X ˆ ˆ Y i 0 1 1i 2 2i ˆ 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 对斜率系数 1
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！
（1 ） （2）
ˆ u
i
0 ：残差的均值为 0；
1i
ˆX u
i
ˆ 0 ˆi X 2i 0 ， u ˆiY 0; u i
ˆ X ˆ + ˆ X （3） Y = 0 1 1 2 2
ˆ （Y ˆ 的平均值与 Y 的算术平均值相等 ） （4） Yi Y i i i
4. 多重共线性： （1）不完全多重共线与完全多重共线； （2）多重共线的后果以及检验、纠 正的办法 5. 高斯－马尔科夫定理：满足经典假设（哪些假设）的条件下，OLS 估计量是最优线性无 偏估计量。具体理解： （1）线性； （2）无偏性； （ - 1 1 2 2
ˆ X r;X X ˆ ˆ r ˆ r ˆ0 ˆ 1 X 2i r2 ） （其中 X 1i X 1i 1 0 1 2i 1 2i 2i 2 ˆ X u ˆ X ˆ ˆ u ˆi ˆi 3. OLS 估计值的性质： Yi Y i 0 1 1i 2 2i
5.柯克兰特-奥卡特（Cochrane-Orcutt）迭代法（不做考试要求）
简单题与案例分析题注意事项：
1. 计量模型的设立 (1) 被解释变量 （2）解释变量的选择：哪些因素会影响被解释变量？这些因素是否容易获得？不同变量之 间是否存在多重共线性（很强的相关）？模型函数形式的选择（需不需要加入二次项，是否 应该采用对数的形式）？ （3）解释变量的符号预期？根据经济理论或者常识判断。 （4）可能遗漏了哪些重要的变量？（不做考核要求） 2. 计量模型的估计与参数检验 （1）模型的参数的经济含义 （2）对参数的显著性进行检验（是否显著不等于 0？） （3）注意单侧与双侧 t 检验临界值的选择； 3. 计量模型的分析 （1）加入新的解释变量之后，原来模型中解释变量的系数发生了变化，解释发生变化的 原因（新加入的解释变量与原来的解释变量之间存在相关性）？ （2）综合计量模型的估计结果，对经济理论给出合理的解释。
计量经济学复习提纲 标黑为重
考试题型
• 1.单项选择题（本题共15小题，每小题1分，共 15分） • 2.多项选择题（本题共5小题，每小题2分，共10 分） • 3.名词解释（本题共5小题，每小题3分，共15分） • 4.问答题（本题共3小题，每小题5分，共15分） • 5. 计算题（共4小题，第1题7分，第2题8分，后2 题各15分，共45分）
（1）对模型识别的理解 （2）联立方程模型识别的类型 不可识别；恰好识别；过度识别 （3）联立方程模型识别的方法 模型识别的阶条件；模型识别的秩条件； 模型识别的一般步骤和经验方法
3. 联立方程模型的估计方法
（1）递归模型的估计——OLS法 （2）恰好识别模型的估计 ——间接最小二 乘法（ILS） （3）过度识别模型的估计——二段最小二乘 法（TSLS）
第四章 多重共线性
1. 掌握多重共线性的概念 2. 模型中出现多重共线性的原因和不良后果 3. 怎样诊断多重共线性： 简单相关系数检验 法、方差扩大（膨胀）因子法、直观判断法、 逐步回归检测法 4.修正多重共线性的若干方法 ： （1）修正多重共线性的经验方法：剔除变量 法；增大样本容量、变换模型形式、利用非 样本先验信息等 (2) 逐步回归法
3.自回归模型的估计
(1) 自回归模型的产生背景：无限分布滞后模 型不能直接估计，模型中引入了预期因素 库伊克模型 、自适应预期模型、局部调整模 型 （2）估计方法：工具变量法 为缓解扰动项与解释变量存在相关带来估计偏 倚：工具变量法的概念、工具变量法的特点、 工具变量法的缺点 （3）德宾h-检验 为诊断一阶自回归模型扰动项是否存在自相关 D-W检验的缺陷、德宾h-检验
计量经济学复习提纲Fra bibliotek第一章 导论
• 1. 了解计量经济学的性质及与其它学科的 关系 • 2. 了解计量经济学的基本概念和计量经济 学的基本研究方法和研究步骤； • 3. 对计量经济学中的模型、变量、数据等 有基本的认知
计量经济学复习提纲
（一）基本知识类题型4-1．解释下列概念：（1）异方差性: 由于样本的变化，导致随机误差项的方差各不相同。
（2）序列相关性：随着时间的变化，导致随机误差项之间不是相互独立的。
（3）多重共线性:解释变量之间存在着共线性关系，包括严格的或者近似的线性关系。
（4）偏回归系数：随机应变量对各个自变量的回归系数，表示其对随机变量的解释程度。
（5）完全多重共线性：一般地对K个解释变量X1,X2,…..XK,如果它们之间满足λ1X1+λ2X2+…+λkXk=0其中λ1λ2…λk为常数，且不全为0，则称X1,X2,…..XK之间存在着完全多重共线性。
（6）不完全多重共线性：若λ1X1+λ2X2+…+λkXk+νi=0，其中其中λ1λ2…λk为常数，且不全为0，则称X1,X2,…..XK 之间存在着不完全多重共线性。
（7）随机解释变量：即解释变量时随机的，不再是确定的。
（8）差分法：广义差分法，是指将回归模型滞后一期，使新的误差项νi满足经典假设的所有要求，以消除序列相关性的一种方法。
（9）广义最小二乘法：又叫GLS，将原始变量转化成满足经典模型假设的转换变量，然后使用OLS.（10）D.W.检验:即杜宾沃森检验，是检验一阶自相关最著名的方法，构造统计量d 值，判断其所在的区域得出是否存在自相关的结论。
二、判断下列各题对错，并简单说明理由：1)在存在异方差情况下，普通最小二乘法（OLS）估计量是有偏的和无效的；NO2)如果存在异方差，通常使用的t检验和F检验是无效的；YES3)在存在异方差情况下，常用的OLS法总是高估了估计量的标准差；NO4)如果从OLS回归中估计的残差呈现系统模式，则意味着数据中存在着异方差；YES5)当存在序列相关时，OLS估计量是有偏的并且也是无效的；NO6)消除序列相关的一阶差分变换假定自相关系数ρ必须等于1；NO7)两个模型，一个是一阶差分形式，一个是水平形式，这两个模型的R2值是不可以直接比较的。
计量经济学主要内容复习提要
计量经济学主要内容复习提要1、 计量经济学的含义：计量经济学是以经济理论为指导，以经济事实为依据，以数学、统计学为方法，以计量经济模型的建立和应用为核心，对经济关系与经济活动的数量规律的研究的一门应用性经济学科。
2、 计量经济学的学科性质与特点计量经济学是经济理论、统计学和数学的结合，具有综合性、交叉性、边缘性的特点。
但是经济理论、统计学和数学三者的关系不是并列的，经济学提供理论基础、统计学提供资料依据，数学提供研究方法。
作为一门实证科学，计量经济学要以一定的经济理论作假设，然后通过统计资料和数学方法加以验证。
可见，经济理论既是出发点又是归宿，自始至终都是计量经济学的核心，统计数据和数学方法要服务并服从经济理论。
所以，计量经济学属于应用经济学科。
3、 数据及其分类：变量的具体取值称为数据(Data)。
根据形式不同，数据分为时间序列数据、横截面数据和合并数据。
时间序列数据（Time Series Data ）是按时间顺序列排列而成的。
截面数据 (Cross Sectional Data,又译为横断面数据)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。
合并数据(Pooled Data)中既有时间序列数据又有横截面数据。
4、计量经济模型及其构成所谓计量经济模型就是经济变量之间所存在的随机关系的一种数学表达式，其一般表达式为：(,,)y f xu β= 模型由经济变量（y 和 x ）、参数（β）、 随机误差项（u ）和及方程的形式f (·)等四个要素构成。
---经济变量，也就是用于描述经济活动水平的各种量，是经济计量建模的基础。
模型中的经济变量y 是分析研究的对象，将其称为因变量或被解释变量；模型右边中的经济变量x 是y 的影响因素，将其称为自变量或解释变量。
在一个方程中，解释变量可以有一个，也可以多个。
前者称为一元模型，后者称为多元模型。
----随机误差项u 是一个随机变量，用于表示模型中尚未包含的影响因素对因变量的影响，我们一般假定其满足某些条件。
经济计量学复习提纲
计量经济学简答题：一、 导论相关关系和因果关系。
变量间具有相关性并不等于具有因果性。
计量经济学：计量经济学是数学、经济理论和统计学三者的结合。
计量经济学建模的步骤： （1）理论模型的建立；（2）样本数据的收集；（3）模型参数的估计；（4）模型的检验。
模型的检验包括：经济意义检验、统计学检验、计量经济学检验（经典线性回归模型假设不满足的情况）和预测检验。
统计学检验包括：拟合优度检验、单个变量显著性检验、方程整体显著性检验计量经济学检验包括：多重共线性检验、异方差性检验、自相关性检验。
假设检验包括两种方法：置信区间法和显著性检验法。
进行统计推断时可能发生两类错误：第一类错误（拒绝一个为真的零假设，也可称为弃真错误）和第二类错误（接受一个为假的零假设，或称取伪错误）。
二、 线性回归基本思想：双变量回归模型1、 基本概念：回归。
总体回归模型和样本回归模型。
“线性”一词的含义：解释变量线性和参数线性。
我们所说线性回归模型中的“线性”指的是参数线性。
随机的总体线性回归方程：n i u X B B Y i i i ,,121 =++= 随机的样本线性回归方程：n i e X b b Y ii i ,121 =++=2、参数估计方法：普通最小二乘法（Ordinary Least Squared ，OLS ） 普通最小二乘法原理：使残差平方和∑2i e （RSS ）最小对于样本回归方程：n i e X b b Y i i i ,121 =++=使其残差平方和最小，()()22122ˆmin∑∑∑--=-=iiii i X b b Y Y Y e对上式求偏导，可得正规方程组：∑∑+=i i X b nb Y 21∑∑∑+=221i i iiX b X b XY可求得，最小二乘估计量1b ，2b 为：X b Y b 21-=，()()()∑∑∑∑∑∑=--=---=22222iiiiii ii ix yx X n X Y X n Y X X X Y Y X X b3、 经典线性回归模型（Classical Linear Regression Model ）假设，即最小二乘法的基本假定假定一：线性回归模型，回归模型是参数线性的，但不一定是变量线性的。
计量经济学复习提要
计量经济学复习提纲一、计量经济学复习提要注：以下所说的“教材”是指张保法的《经济计量学》（经济科学出版社，2000），可以找上一年级的同学借阅。
概率数理统计复习一、随机变量的分布随机变量的概念。
分布列和分布密度。
概率的计算。
随机变量的期望和方差。
二、常用分布 N，t，F分布。
临界值（也称分位数）。
第一章绪论参考：教材第一章一、计量经济学的定义。
计量经济学的三要素。
二、经济模型。
计量经济模型的特点。
三、建立计量经济模型的步骤。
散点图。
先验信息。
几种常见的数据类型。
计量经济模型检验包括的几个方面。
四、计量经济学应用的三个方面。
第二章多元线性回归参考：教材第二章和第三章§1概述确定性关系。
统计关系（或者回归关系）。
因果关系。
关于线性的两种解释。
§2多元线性回归模型及基本假设多元线性模型的形式。
随机干扰项包含哪些内容？模型的基本假设。
§3参数估计——最小二乘法回归方程。
残差。
残差平方和。
最小二乘法的基本思想。
高斯—马尔可夫定理的内容。
什么是线性估计、无偏估计、有效估计、一致估计？§4拟合优度三种平方和——TSS，ESS，RSS——的含义。
复相关系数R2的定义和解释。
为什么要提出修正复相关系数？复相关系数在模型评选中的作用。
§5模型的假设检验（1）参数的显著性检验。
t统计量。
检验的步骤。
简易“2倍”检验法。
p值的含义、p值检验法。
（2）方程的显著性检验。
F统计量。
检验步骤。
（3）线性约束的检验。
参数的线性约束的概念和实例。
了解检验统计量及其应用。
§6预测点预测。
了解区间预测。
什么是内插预测、外推预测。
绝对预测误差和相对预测误差。
Eviews软件会使用该软件建立多元线性回归模型：（1）掌握常用命令（如：CREATE、DATA、LS等）的使用（2）能够解释回归报告中各常用指标的含义，写出回归方程，参数估计的标准差，R2，t统计量，F统计量，p值。
进行参数显著性的检验、方程的显著性检验。
高级计量经济学复习提纲
复习提纲一、基本概念与基本原理1.简述当代计量经济学发展的动向。
2.建立计量经济学模型的基本思想（基本步骤）是什么？3.总体回归函数和样本回归函数之间有哪些区别和联系？4.简述加权最小二乘估计方法的基本原理（基本思想）。
5.有了样本可决系数，为什么还要引入调整的样本可决系数？6.比较OLS 与广义OLS 的异同。
加权最小二乘估计的基本原理是什么？7.什么是序列相关性？举例说明经济现象中序列相关性的存在。
检验序列相关性的方法思路是什么？熟悉D.W.统计量的计算方法和查表判断。
8.什么是横截面数据、时间序列数据和面板数据？简述面板数据模型的基本类型和基本形式？在建立面板数据模型之前为什么要进行模型设定的检验？9.简述非线性最小二乘估计的基本思想（基本原理）。
10.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？可使用哪些方法进行估计？11.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？12.什么是滞后现象？产生滞后现象的原因主要有哪些？为什么要建立滞后变量模型？13.在学习面板数据模型之前，我们也经常将多个时间的截面数据综合为一组样本估计模型，现在看来，它是否肯定是错误的？为什么？二、计算分析题1．已知回归模型μβα++=N E ，式中E 为某类公司一名新员工的起始薪金（元），N 为所受教育水平（年）。
随机扰动项μ的分布未知，其他所有假设都满足。
（1）从直观及经济角度解释α和β。
（2）OLS 估计量αˆ和βˆ满足线性性、无偏性及有效性吗？简单陈述理由。
（3）对参数的假设检验还能进行吗？简单陈述理由。
（4）如果被解释变量新员工起始薪金的计量单位由元改为100元，估计的截距项与斜率项有无变化？如果解释变量所受教育水平的度量单位由年改为月，估计的截距项与斜率项有无变化？2．假设模型为t t t X Y μβα++=。
给定n 个观察值),(11Y X ，),(22Y X ，…，),(n n Y X ，按如下步骤建立β的一个估计量：在散点图上把第1个点和第2个点连接起来并计算该直线的斜率；同理继续，最终将第1个点和最后一个点连接起来并计算该条线的斜率；最后对这些斜率取平均值，称之为βˆ，即β的估计值。
计量经济学复习大纲
计量经济学复习大纲计量经济学复习大纲第一章绪论1. 建立计量经济学模型的步骤及其要点？（1）如何正确选择解释变量？（2）如何确定模型的基本形式？（3）区分时间序列数据、横截面数据和虚变量数据。
（4）何谓经济意义检验？检验的方法？（5）计量经济学模型成功的三要素及其关系。
2. 结合实际例子理解结构分析方法（弹性、乘数的运用及其模型参数解释）。
第二章一元线性回归模型理论与方法1. 回归分析与相关分析的联系与区别？2. 回归分析的主要目的和内容？3. 总体回归函数PRF的内涵和形式（确定和随机）。
4. 随机干扰项的定义及其内涵？5. 样本回归函数的形式及其与PRF的关系？6. 线性回归模型的基本假设（结合现实经济例子给予解释说明）。
7. OLS法的原理及其参数估计量的估计方法（推导过程）、正规方程组的导出。
8. OLS估计量的计算公式（离差形式）及其参数经济意义解释（要求掌握回归函数的求解计算过程）。
9. OLS估计量的性质（要求掌握线性性、无偏性、有效性的涵义及其证明过程，基本推论要牢记且理解）10. BLUE估计量与高斯-马尔可夫定理？11. 一元参数估计量的概率分布形式、总体方差的无偏估计公式以及样本参数的标准差计算公式（要求牢记公式并熟练运用于计算）。
12. 拟合优度检验的原理（TSS、ESS和RSS的内涵及其关系）？13. 变量显著性检验的方法原理（t检验）（1）小概率事件原理（零假设必须是一小概率事件）？（2） t统计量的构造？14.. 缩小置信区间的方法：同等显著性水平下尽可能减小t检验临界值和样本参数的标准差。
一是增大样本容量；二是提高模型的拟合优度。
15. 本章练习题第2、3、7、8、9（样本参数估计量的性质）、11题要求熟练掌握。
第三章多元线性回归模型理论与方法1. 理解偏回归系数的概念及其应用解释。
2. 多元线性回归模型的基本假定（标量和矩阵形式）。
3. 理解普通最小二乘估计的正规方程组及其参数估计量计算公式。
最新计量经济学复习提纲
1、请列举计量经济分析要素1、数据；2、计量模型。
3、解释变量；4、被解释变量；5、相关影响2、经济计量分析中的数据类型2、计量经济分析过程基本围绕着四类值。
3、估计量评选标准,及含义4、矩估计，极大似然估计方法5、假设检验中的 t 检验6、多元OLS 模型模型的研究过程：1、建立模型，模型应用条件，动因。
2、参数估计，估计量意义。
3、相关概念，如拟合优度，残差，拟合等。
4、估计量统计特征，期望，方差。
5、相关假设检验。
模型检验，参数真值检验。
1）、简单OLS 模型建立，估计量公式121()()1()ni i i n i i x x y y x x β==---∑=∑，01y x ββ=-估计量的推导方法2）、无偏估计量条件（零条件均值假定含义）3）、多元OLS 模型动因4）、矩阵描述方式5）、OLS 估计量计算方法1(')'X X X y β-=6）、残差，拟合值7）、高斯马科夫定理, 高斯 – 马科夫假设 p16111111{}{(')'}{(')'()}{(')(')(')')}{(')')}{(')'}{}E E X X X y E X X X X E X X X X X X X E X X X E X X X E ββεβεβεβεβ------==+=+=+=+= （U ）1111112121(')'(')'()(')'{}{()()'}{(')''(')}(')'()(')(')X X X y X X X X X X X Var E E X X X X X X X X X I X X X X X ββεβεβββββεεσσ--------==+=+=--=== (B) 估计量线性 （L ）8） 理解系数含义9） 假设检验，t 检验，F 检验10） 拟合优度221211()N ii Nii R y y ε===--∑∑，221211/()_11/(1)()N i i N i i N K adjusted R N y y ε==-=---∑∑ 7、虚拟变量 8、外生变量，内生变量11） 虚拟变量模型9、时间序列弱平稳性条件，判定方法。
计量经济学复习提纲
复习课10月28日By Dandan Zhang第一讲：导论1、计量经济学方法的应用？用定量研究的方法分析经济变量间的因果关系。
（causality, ceteris paribus）研究社会科学问题，通常采用非实验数据，这种基于非实验数据的研究方法在分析因果关系时会出现很多问题，比如多个相互关联的因素都会对结果产生影响，那么我们就要采用计量经济学的方法尽可能剔除其他因素的影响，isolate出我们感兴趣的两个变量之间的关系。
一个经典的例子是小时工资的决定，educ, ability, exper。
计量经济学方法的魅力就在于它可以使社会科学研究人员模拟自然科学家在实验室的实验操作手法分析变量间的因果关系。
2、经济数据的种类a) 截面数据（同一时点的不同观测）—本课程的重点b) 时间序列c) 合并的截面数据d) 面板数据******************************************************************************* 第二讲：概率论、估计和假设检验1、统计推断用来自总体的一个样本来推断这个总体的特性。
给定不同的样本，可以得到不同的估计值。
这些估计值的集合就是估计量。
估计量是随机变量（存在一个分布），估计值是一个特定的常数。
2、如何判断估计量是准确地估计的总体特征呢？——3个标准a)无偏性：估计量的期望等于真值b)有效性：对总体某个参数的无偏估计量往往不只一个，对应不同的抽样分布，方差小的那个估计量更为有效。
c)一致性: 在大样本条件下，估计量的渐进性。
随着样本量的增加，估计量的分布趋近于总体真值附近。
plim.第三讲：简单线性回归模型1、为了得到x对y影响的因果判断，必须依赖两个假设条件：a)误差项均值为零E(u)=0b)条件期望零值假设E(u|x)=E(u)=02、OLSa)对方程参数进行估计，确定回归线b)思路：最小化残差平方和，解极值条件，联立方程组3、OLS统计量的代数性质a)残差的样本均值为0b)残差和解释变量（被解释变量的估计值）不相关c)均值点一定在OLS回归线上4、拟和优度a)X对Y的解释程度。
计量经济学复习提纲
计 量 经 济 学期末复习提纲一、 题型分布1、简答题——2个，每个15分，共计30分。
2、分析题——1个，每个10分，共计10分。
3、模型分析——6个，每个10分，共计60分。
二、 复习要点1、无推导题型。
2、以笔记为主。
3、强调建模和解释。
4、能独立完成期末论文，就能顺利完成考试试卷。
三、 复习重点——参照笔记1、回归分析概述。
2、普通最小二乘法。
3、模型设定——函数形式的选择（重点）。
4、虚拟变量回归及解释。
5、多重共线性、异方差及序列相关的定义、影响和解决办法。
四、 举例1、举例讨论计量建模的步骤。
2、最小二乘法的基本思想及基本假定。
3、一位同学在综合练习中根据需求法则建立中国食品需求模型，以31个省会城市2006年数据为样本，以人均年食品消费量为被解释变量，以食品价格指数为解释变量，建立一元回归模型，估计得到食品价格指数的参数为正，于是发现“需求法则不适用于中国”。
试回答：①该问题的主要错误在哪里？②试建立一个你认为正确的模型。
4、在一篇研究居民收入差距与经济增长之间关系的论文中，作者分析了居民收入差距将直接影响固定资本投资和人力资本投资，而固定资本投资和人力资本投资直接影响经济增长，于是建立了一个定量分析模型，以GDP 增长率为被解释变量，居民收入差距及其平方项、固定资本投资增长率和人力资本投资增长率同时作为解释变量。
试回答：①该模型的解释变量选择是否正确？为什么？②如果认为不正确，应该如何建立该问题的计量经济学模型？5、考虑用企业年销售额（sales ）、股权收益率（roe ，以百分比表示）和企业股票的收益率（ros ，以百分比表示）来解释CEO 薪水（salary ）的一个方程：ξββββ++++=ros roe sales salary 3210)ln()ln(问：①解释1β。
②解释2β和3β。
③用模型参数表述虚拟假设，即在控制了sales 和roe 后，ros 对CEO 的薪水没有影响。
- 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)。
第一早
1、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、统计学的方法，通过建立数学模型来研究经济数塑关系和规律的一门经济学科。
计童经济学与理论经济学、数理经济学、经济统计学、数理统计学既有区别乂有联系。
2、计量经济研究分为模型设定、参数估计、模型检验、模型运用等四个步骤。
3、模型的设定主要是选择变量和确定变最间联系的数学形式。
适于对实际经济活动作计量分析的计量经济模型应包含经济变量、待确定的参数和随机误差项。
行为方程、技术方程、制度方程和定义方程可作为建立模型时参考。
4、计量经济模型屮的变量分为被解释变量（应变量）和解释变量、内生变量和外生变量。
5、参数是计量经济模型中表现经济变量相互依存程度的因素，通常具有相对稳定性。
参数无法直接观测和计算，只能用适当的方法根据变量的样本观测值去估计。
参数估计的方法应符合“尽可能地接近总体参数真实值”的准则。
6、计量经济研究中应用的数据包括时间序列数据、截而数据、而板数据、虚拟变量数据等。
7、、对模型检验包括经济意义检验、统计推断检验、计量经济学检验和模型预测检验。
8、计量经济模型主要可应川于经济结构分析、政策评价和经济预测。
第二章
1、变量间的关系分为函数关系与相关关系。
相关系数是对变量间线性相关程度的度量。
2、现代意义的回归是一个被解释变量对若干个解禅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。
简单线性回归模熨是只有一个解释变量的线性回归模型。
3、总体冋归函数（PRF）是将总体被解释变量Y的条件均值XJ表现为解释变量
A
X的某种函数。
样木回归函数（SRF）是将被解释变量Y的样本条件均值齐表示为解释变量X的某种函数。
总体回归函数为样本回归函数的区别与联系。
4、随机扰动项堆是被解释变量实际值E与条件均值J的偏差，代表排除在模型以外的所有因素对Y的影响。
5、简单线性冋归的基本假定：对模型和变量的假定、対随机扰动项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）
6、普通最小二乘法（OLS）估计参数的基本思想及估计式；OLS估计式的分布性质及期望、方差和标准误差；OLS估计式是最佳线性无偏估计式。
7、对冋归系数区间估计的思想和方法。
8、拟合优度是样本回归线对样本观测数据拟合的优劣程度，可决系数是在总变差分解基础上确定的。
可决系数的计算方法、特点与作用。
9、对冋归系数假设检验的基木思想。
对冋归系数t检验的思想与方法；用P值判断参数的显著性。
10、被解释变暈平均值预测为个别值预测的关系，被解释变暈平均值的点预测和区间预测的方法，被解释变暈个别值区间预测的方法。
11、运用EViews软件实现对简单线性回归模型的佔计和检验。
第三章
1、多元线性回归模型是将总体回归函数描述为一个被解释变量与多个解释变量Z间线性关系的模型。
通常多元线性冋归模型可以用矩阵形式表示。
2、多元线性冋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■解释变量不相关假定、正态性假定以外，还要求满足无多車共线性假定。
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；在基木假定满足的条件下，多元线性冋归模型最小二乘估计式是最佳线性尢偏估计式。
4、多元线性回归模型中参数区间估计的方法。
5、多重可决系数的意义和计算方法，修正可决系数的作川和方法。
6、F检验是对多元线性冋归模型中所有解释变量联合显著性的检验，F检验是在方差分析基础上进行的。
7、多元回归分析中，为了分别检验当其它解释变量不变时，各个解释变量是否对被解释变量有显苦影响，需要分别对所估计的各个回归系数作t检验。
8、利川多元线性回归模型作被解释变暈平均值预测与个别值预测的方法。
第三章主要公式表
第四章
1、经典线性回归模型的假定Z—是各个解释变量XZ间不存在多虫共线性。
一般说来，多重共线性是指各个解释变量x之间有准确或近似准确的线性关系。
2、多重共线性的后果是：如果各个解释变量X之间有完全的共线性，则它们的冋归系数是不确定的，并且它们的方差会无穷大。
如果共线性是高度的但不完全的，则回归系数的估计是对能的，但有较大的标准误差的趋势。
结果回归系数不能准确地加以估计。
不过，如果目的是估计这些系数的线性组合用于预测，多重共线性不是严重问题。
3、诊断共线性的经验方法主要有：（1）多重共线性的明显表现是可决系数R2异常高而冋归系数在通常的t检验中在统计上不显著。
（2）在仅有两个解释变量的模型中，检查两个变量Z 间的零阶或简单相关系数，一般说来高的相关系数通常可认为有多亜共线性。
（3）当模型中涉及多于两个解释变量的情形时，较低的零阶相关也可能出现多重共线性，这时需要检查偏相关系数。
（4妆II果R2高而偏相关系数低，则多重共线性是可能的，这时会存在一个或多个解释变量是多余的。
如果R2高而偏相关系数也高，则多重共线性难以识别。
（5）在建模时, 首先可以将每一个解释变量X,对其余所有解禅变量进行辅助回归，并计算出相应的可决系数用。
较高的可能表明X,和其余的解释变量高度相关，在不会引起严重的设定偏误的前提下，可考虑把Xj从模型中剔除。
4、降低多重共线性的经验方法有:（1）利用外部或先验信息；（2）横截而与吋间序列数据并用；（3）剔除高度共线性的变量；（4）数据转换；（5）获取补充数据或新数据；（6）选择有偏估计量（如岭回归）。
经验方法的效果取决丁•数据的性质和共线性的严重程度。
第四章主要公式表
第五章
1、异方差性是指模型屮随机误差项的方差不是常量，而且它的变化为解释变暈的变动有关。
2、产生异方差性的主要原因有：模型中略去的变量随解释变量的变化而呈规律性的变化、变量的设定问题、截血数据的使用，利用平均数作为样本数据等。
3、存在异方差性时对模型的OLS估计仍然具有无偏性，但最小方差性不成立，从而导致参数的显著性检验失效和预测的精度降低。
4、检验异方差性的方法有多种，常用的有图形法、Goldfeld-Qunandt检验、White检验、ARCH检验以及Glejser检验，运用这些检验方法吋要注意它们的假设条件。
5、修止异方差性的主要方法是加权最小二乘法，也可以用变量变换法和对数变换法。
变量变换法与加权最小二乘法实际是等价的。
第五章主要公式表
第八早
1、当总体回归模型的随机误差项在不同观测点上彼此相关时就产牛了口相关问题。
2、时间序列的惯性、经济活动的滞后效应、模型设定错误、数据的处理等多种原因都可能导致出现自相关。
3、在出现口相关时，普通最小二乘估计量依然是无偏、一致的，但不再是有效的。
如
果仍用OLS法计算参数佔计值的方差，将会低估存在口相关时参数佔计值的真实方差。
而
2 ?
且会因低估真实的”■，导致参数估计值的方差被进一步低估。
rh于真实的低估和参数估计值方差的低估,通常的f检验和F检验都不能有效地使用，也使预测的置信区间不可靠，降低了预测的耕度。
4、随机误差项的自相关形式决定于其关联形式，可以为加阶自冋归形式加=1，2…加）, 即A7?（,n） o为了研究问题的方便和考虑实际问题的代表意义，通常将自相关设定为一阶自相关即AR （1）模式。
用一阶自相关系数。
表示自相关的程度与方向。
5、由于⑷不可观测，通常使用⑷的估计量◎判断⑷的特性。
绘制耳-1, ©的散点图或按照吋间顺序绘制冋归残差项勺的图形，可以判断自相关的存在。
判断白相关的存在最常用的方法是依据◎计算的DW统计量，但要注意DW检验法的前提条件和局限性。
6、如果自相关系数。
是己知的，我们可以使用广义差分法消除序列相关。
7、如果口相关系数。
是未知的，我们可采用科克伦一奥克特迭代法或德宾两步法求得。
的估计值，然后用广义差分法消除序列相关。
第六章主要公式表。