计量经济学复习概要.docx

计量经济学复习概要.docx

《计量经济学复习概要.docx》由会员分享，可在线阅读，更多相关《计量经济学复习概要.docx（7页珍藏版）》请在冰豆网上搜索。

计量经济学复习概要

计量经济学复习概要

第一章导论

计量经济学性质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。

计量经济学与其它学科的关系计量经济学与理论经济学、经济统计学、数理统计学既有联系又有区别。

计量经济学的研究步骤模型设定——选择变量和数学关系式估计参数——确定变量间的数量关系模型检验——检验所得结论的可靠性模型应用——作经济分析和经济预测模型设定特点：

抓主要因素和主要特征,不得不舍弃某些因素选用适当的数学关系式近似地、简化地表达出来模型的设计和形式的取舍具有一定主观性基本要求：

●要有科学的理论依据●选择适当的数学形式●模型要兼顾真实性和实用性●包含随机误差项●方程中的变量要具有可观测性参数估计参数的估计值：

所估计参数的具体数值参数的估计式：

估计参数数值的公式参数的真实值：

要求：

参数估计值应尽可能地接近总体参数的真实值估计方法：

单一方程模型：

普通最小二乘法、极大似然估计法等联立方程模型：

二段最小二乘法和三段最小二乘法等模型检验为什么要进行检验?

检验包括四个方面：

经济意义检验统计推断检验计量经济学检验模型预测检验模型应用结构分析经济预测政策评价理论检验与发展变量从变量的因果关系分类：

解释变量被解释变量从变量的性质分类：

内生变量外变量滞后内生变量

数据数据的来源：

各种经济统计数据专门调查取得的数据人工制造的数据数据类型:

时间数列数据截面数据混合数据虚拟变量数据数据的要求：

真实性、完整性、可比性建立模型的几种关系行为关系生产技术关系制度关系定义关系第二章简单线性回归模型

计量经济学的基本步骤确定作为研究对象的经济现象的变量分析主要影响因素分析各种影响因素与所研究经济现象的相互关系确定所研究的经济问题与各种影响因素间的数量规律分析和检验所得数量结论的可靠性运用数量研究的结果作经济分析和经济预测经济变量间的相互关系确定性的函数关系：

不确定性的统计关系—相关关系：

几种分类简单线性相关系数的定义和特点没有关系回归分析的实质现代意义的回归：

一个被解释变量对若干个解释变量依存关系的研究实质：

由固定的解释变量去估计被解释变量的平均值。

与相关分析的联系和区别：

总体回归函数（PRF）将总体被解释变量Y的条件均值表现为解释变量X的某种函数：

条件均值表现形式

个别值表现形式

对线性回归模型的“线性”有两种解释就变量而言是线性的——Y的条件均值是X的线性函数就参数而言是线性的——Y的条件均值是参数的线性函数样本回归函数（PRF）将被解释变量Y的样本条件均值表示为解释变量X的某种函数。

条件均值表现形式

个别值表现形式

总体回归函数与样本回归函数的区别与联系：

样本回归函数与总体回归函数的关系

随机扰动项概念：

被解释变量实际值与条件均值的偏差，代表排除在模型以外的所有因素对Y的影响。

性质：

引入原因：

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（OLS）估计参数的基本思想:

估计式:

OLS的性质OLS回归线的性质:

OLS估计式的分布性质:

1.线性特征

2.无偏特性

3.最小方差特性

OLS估计式是最佳线性无偏估计式。

9、拟合优度：

样本回归线对样本观测数据拟合的优劣程度，可决系数：

在总变差分解基础上确定的，模型解释了的变差在总变差中的比重可决系数的计算方法、特点与作用。

10、对回归系数的假设检验假设检验的基本思想对回归系数t检验的思想与方法

用P值判断参数的显著性11、对被解释变量的预测被解释变量平均值预测与个别值预测的关系被解释变量平均值的点预测和区间预测的方法

被解释变量个别值区间预测的方法

12、运用EViews软件对简单的线性回归模型进行估计和检验第3章多元线性回归模型

1.多元线性回归模型及其矩阵形式。

2.多元线性回归模型中对随机扰动项u的假定，除了其他基本假定以外，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量；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量。

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，修正可决系数的作用和方法。

6.对多元线性回归模型中所有解释变量联合显著性的F检验。

7.多元回归分析中，对各个解释变量是否对被解释变量有显著影响的t检验。

8.利用多元线性回归模型作被解释变量平均值预测与个别值预测的方法。

第四章多重共线性

1.多重共线性的实质和分类。

2.多重共线性的后果：

完全多重共线性：

则它们的回归系数是不确定的，并且它们的方差会无穷大。

不完全多重共线性：

回归系数可估计，但有较大的标准误差。

回归系数不能准确地估计。

3.诊断共线性的经验方法：

（1）简单相关系数法。

（2）方差扩大因子法。

（3）直观判断法。

4.降低多重共线性的经验方法：

（1）利用外部或先验信息；

（2）横截面与时间序列数据并用；（3）剔除高度共线性的变量（如逐步回归）；（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于数据的性质和共线性的严重程度。

第五章异方差

1.异方差性的实质。

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、截面数据的使用，利用平均数作为样本数据等。

3.异方差性的后果：

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.检验异方差性图形法Goldfeld-Qunandt检验White检验ARCH检验Glejser检验运用这些检验方法时要注意它们的假设条件。

5.异方差性的修正方法：

加权最小二乘法变量变换法对数变换法变量变换法与加权最小二乘法实际是等价的。

第六章自相关

1.自相关的概念。

2.自相关的出现有多种原因。

3.后果：

普通最小二乘估计量依然是无偏、一致的，但不再是有效的。

通常的t检验和F检验都不能有效地使用。

4.为了研究问题的方便和考虑实际问题的代表意义，我们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.检验方法：

图示法DW检验法6.如果自相关系数是已知的，我们可以使用广义差分法消除序列相关。

7.如果自相关系数是未知的，我们可采用科克伦－奥克特迭代法求得的估计值，然后用广义差分法消除序列相关。

第七章分布滞后模型与自回归模型

滞后的概念分布滞后模型相关概念自回归模型相关概念分布滞后模型估计的困难和估计方法的原理经验加权法阿尔蒙法自回归模型的构建库伊克模型自适应预期模型局部调整模型自回归模型估计的困难及估计方法第八章虚拟变量1.虚拟变量的基本概念。

2.虚拟变量个数的设置规则3加入虚拟解释变量的途径有两种基本类型：

一是加法类型——改变的是模型的截距二是乘法类型——改变的是模型的斜率。

4.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的回归，称为方差分析模型。

5.解释变量包含一个分为两种类型定性变量的回归时，只使用了一个虚拟变量；解释变量包含一个两种以上类型的定性变量的回归时，定性变量有种类型，依据虚拟变量设置规则引入了个虚拟变量。

6.解释变量包含两个（或个）定性变量的回归中，可选用了两个（或个）虚拟变量去表示，这并不会出现“虚拟变量陷阱”。

7.以乘法形式引入虚拟解释变量：

对回归模型结构变化的检验；定性因素间交互作用的影响分析分段线性回归等。

要求：

学会建模+学会用方差分析第十章时间序列模型

1.时间序列平稳性的定义，严格平稳和弱平稳。

2.时间序列非平稳造成的后果3.单位根定义，白噪声和随机游走的平稳性判断4.d阶单整序列的定义5.ADF检验的原理以及检验方法6.协整的基本概念。

7.协整的检验方法8.误差修正模型，如何建立?

本章小节

1.联立方程模型的基本概念：

实质和特点2.联立方程模型中的内生变量、外生变量、滞后内生变量和前定变量3.联立方程模型中的联立方程偏倚的原因和后果4.联立方程模型的种类结构型模型简化型模型递归型模型5.识别的基本概念6.模型的类型恰好识别；过度识别；不可识别7.判断模型识别性的阶条件和秩条件8.联立方程模型的估计：

递归型——用OLS法估计恰好识别——可用间接最小二乘法估计过度识别和恰好识别——可用二阶段最小二乘法估计不可识别——无法估计单择题（15分，15小题）简单分析题（如进行t检验，F检验，多重共线性检验，异方差检验，自相关检验等，模型的检验等等）计算题（如区间估计，预测，各种问题的修正补救措施等）综合题（如建立自回归模型，虚拟变量模型，建立联立方程模型，判断识别状态等等）