古扎拉蒂《计量经济学基础》(第5版)笔记和课后习题详解Word文档下载推荐.doc
《古扎拉蒂《计量经济学基础》(第5版)笔记和课后习题详解Word文档下载推荐.doc》由会员分享，可在线阅读，更多相关《古扎拉蒂《计量经济学基础》(第5版)笔记和课后习题详解Word文档下载推荐.doc（400页珍藏版）》请在冰豆网上搜索。
四、计量经济学的类型
计量经济学可划分为两大类：
理论计量经济学（theoreticaleconometrics）和应用计量经济学（appliedeconometrics）。
在每一大类中均可按经典方法（classical）或贝叶斯方法（Bayesian）进行研究。
理论计量经济学是要找出适当的方法，去测度由计量经济模型设定的经济关系。
为此，计量经济学家非常依赖于数理统计。
在应用计量经济学中，利用理论计量经济学工具去研究经济学或管理学中的某些特殊领域。
0.2 课后习题详解
本章没有课后习题。
本章是全书的一个引言，对计量经济学这门学科作一个简要介绍。
对于本章内容，学员简单了解即可。
第1篇 单方程回归模型
第1章 回归分析的性质
1.1 复习笔记
一、回归的现代含义
回归分析是关于研究一个因变量对另一个或多个解释变量的依赖关系，其用意在于通过后者（在重复抽样中）的已知或设定值，去估计和（或）预测前者的（总体）均值。
二、统计关系与确定性关系
在回归分析中，考虑统计依赖关系，主要处理的是随机变量，也就是有着概率分布的变量。
但是在函数或确定性依赖关系中，要处理的变量不是随机的。
三、回归与因果关系
从逻辑上说，回归得到的统计关系式本身不可能意味着任何因果关系。
肯德尔和斯图亚特认为，一个统计关系式永远不能确立因果方面的联系：
对因果关系的理念，必须来自统计学以外的某种理论。
四、回归与相关
1．相关分析与相关系数
相关分析是以测度两个变量之间的线性关联程度为其主要目的。
相关系数是用来测度线性关联强度的。
2．回归分析与相关分析的区别
回归分析中，对因变量和解释变量的处理方法存在着不对称性。
因变量被当作是统计的、随机的，也就是它有一个概率分布。
而解释变量则被看作是（在重复抽样中）取固定值的。
相关分析中，任何（两个）变量的处理方法都是对称的；
因变量和解释变量之间不加区别；
两个变量都被看作是随机的。
五、术语与符号
1．术语
一个有代表性的清单如图1-1所示：
图1-1
2．双变量回归分析与多元回归分析
双变量回归分析研究一个变量对仅仅一个解释变量的依赖关系。
多元回归分析研究一个变量对多于一个解释变量的依赖关系。
六、经济分析所用数据的性质与来源
1．数据类型
（1）时间序列数据：
一个时间序列是对一个变量在不同时间取值的一组观测结果。
如果一个时间序列的均值和方差不随时间而系统地变化，那它就是平稳的。
（2）横截面数据：
横截面数据指对一个或多个变量在同一时间点上收集的数据。
当统计分析包含有异质的单位时，必须考虑尺度或规模效应以避免造成混乱。
（3）混合数据：
在混合或组合数据中兼有时间序列和横截面数据的成分。
面板、纵列或微观面板数据是混合数据的一种特殊类型，指对相同的横截面单位在时间轴上进行跟踪调查的数据。
如果每个横截面单位都具有相同的观测次数，则是平衡面板；
若观测次数不同，则是非平衡面板。
2．数据来源
（1）互联网。
互联网使数据搜集发生了革命性的变化。
（2）实验或非实验性质的数据。
在社会科学中，人们通常获得的数据是非实验性质的。
3．数据的准确性
数据的质量常常不那么好的原因：
（1）大部分社会科学数据是非实验性质的，有观测误差的可能；
也可能出于疏漏，或出于委托。
（2）即使是实验得来的数据，测量误差可由近似计算或进位而产生。
（3）在问卷调查中，无应答的问题也可能相当严重。
（4）获取数据的抽样方法可能变化很大，要比较不同样本得来的结果常常非常困难。
（5）通常获得的经济数据都是高度加总的。
（6）由于保密性质，某些数据只能以高度加总的形式公布。
研究结果不可能比数据的质量更好。
所以，如果在一定情况下，研究者发现研究的结果“不能令人满意”的话，原因不一定是误用模型，而是数据的质量不好。
七、对变量测量尺度的注解
1．比率尺度
对于一个变量，取其两个值和，比率和距离都是有意义的量。
这些值在这种尺度下存在着一种自然顺序（上升或下降）。
大多数经济变量都属于这一类。
2．区间尺度
一个区间尺度变量满足比率尺度变量的后面两个性质，但不满足第一个性质。
3．序数尺度
只要一个变量满足比率尺度的第三个性质（即自然顺序），那它就属于这一类变量。
4．名义尺度
此类变量不具备比率尺度变量的任何一个特征。
因此适合于比率尺度变量的计量经济方法可能不适合于名义尺度变量。
1.2 课后习题详解
1．表1-1给出了7个工业化国家的消费者价格指数（CPI）数据，以1982～1984年为该指数的基期并令1982—1984=100。
表1-11980～2005年间7个工业化国家的CPI（1982—1984=100）
资料来源：
EconomicReportofthePresident，2007，Tablel08，P.354．
a．利用所给数据计算每个国家的通货膨胀率。
b．绘制每个国家的通货膨胀率相对时间的描点图（即以时间为横轴，并以通货膨胀率为纵轴）。
c．你从这7个国家的通货膨胀经历中能得出什么宽泛的结论？
d．哪个国家的通货膨胀率波动最大？
你能给出什么样的解释呢？
答：
a．通货膨胀率等于当年的CPI减去上一年度的CPI，再除以上一年度的CPI，然后乘以100。
因此这些国家的通货膨胀率（%）如表1-2所示，它们是从1981年开始的年度数据。
表1-2
年份
美国
加拿大
日本
法国
德国
意大利
英国
1981
10.32
12.48
4.84
13.28
6.34
19.30
11.97
1982
6.16
10.86
2.94
5.31
16.31
8.53
1983
3.21
5.80
1.73
9.49
3.30
14.94
4.61
1984
4.32
4.28
2.30
7.67
2.39
10.62
5.01
1985
3.56
4.11
2.06
5.83
2.04
8.61
6.01
1986
1.86
4.13
0.67
2.53
-0.10
6.11
3.42
1987
3.65
0.00
3.24
0.19
4.59
4.18
1988
4.14
4.05
2.73
1.33
4.99
4.93
1989
4.82
4.95
2.27
3.46
6.59
7.72
1990
5.40
4.80
3.15
3.34
2.75
6.12
9.53
1991
4.21
5.61
3.23
3.16
6.39
5.87
1992
3.01
1.54
1.74
2.41
5.30
3.70
1993
2.99
1.79
1.28
2.14
4.50
4.25
1.60
1994
2.56
0.20
0.68
2.74
3.92
2.48
1995
2.83
2.16
-0.08
1.78
1.83
5.37
3.36
1996
2.95
1.59
0.08
2.02
1.50
3.87
2.46
1997
2.29
1.63
1.84
1.19
1.70
1.75
3.12
1998
1.56
0.96
0.58
0.65
0.94
1999
2.21
1.71
-0.33
0.52
1.66
1.52
2000
-0.66
1.68
1.43
2.52
2001
2.85
2.55
-0.74
1.65
1.97
2.76
2002
1.58
2.25
-0.92
1.94
1.31
1.67
2003
2.28
2.78
-0.25
2.08
1-09
2.66
2.90
2004
1.69
2.19
3.00
2005
3.39
2.15
-0.34
1.92
1.95
b．每个国家的通货膨胀率相对时间的关系如图1-2所示。
图1-2
c．从图1-2中可以看出，每个国家的通货膨胀率总体来说是逐年递减的。
d．作为对变动性的一种度量，可以使用标准差。
美国、加拿大、日本、法国、德国、意大利和英国的标准差分别是1.81、2.85、1.49、3.40、1.60、4.70和2.65。
由此可见，变动最大和最小的国家分别是意大利和日本。
2．a．利用表1-1，绘制加拿大、法国、德国、意大利、日本和英国的通货膨胀率相对美国通货膨胀率的散点图。
b．一般性地评论这6个国家的通货膨胀率相对美国通货膨胀率的表现。
c．如果你发现这6个国家的通货膨胀率与美国的通货膨胀率同向变化，那是否表明美国的通货膨胀导致了其他国家的通货膨胀？
为什么？
a．这六个国家的通货膨胀率相对于美国的通货膨胀率的散点图如图1-3所示：
图1-3
b．如图1-3所示，这六个国家的通货膨胀率与美国的通货膨胀率正相关。
c．相关并不意味着因果关系。
肯德尔和斯图亚特认为，一个统计关系式永远不能确立因果方面的联系，对因果关系的理念，必须来自统计学以外的某种理论。
3．表1-3给出了9个工业化国家1985～2006年间的外汇汇率数据。
除英国外，汇率都定义为一美元兑换外币的数量；
而英国的汇率定义为一英镑兑换美元
升级会员 