高級(jí)計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)精要

1、高級(jí)計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)精要一、簡(jiǎn)答題（ 10 分2） ：（一）多重共線性問(wèn)題： （主要看修正方法）1、多重共線性是指線性回歸模型中的解釋變量之間由于存在精確相關(guān)關(guān)系或高度相關(guān)關(guān)系而使模型估計(jì)失真或難以估計(jì)準(zhǔn)確。完全共線性的情況并不多見，一般出現(xiàn)的是在一定程度上的共線性，即近似共線性 。2、產(chǎn)生原因 主要有 3 各方面：（1）經(jīng)濟(jì)變量相關(guān)的共同趨勢(shì)； （2）滯后變量的引入；（3）樣本資料的限制。3、造成的后果：（1）完全共線性下參數(shù)估計(jì)量不存在； （2）近似共線性下ols估計(jì)量非有效； （3）參數(shù)估計(jì)量經(jīng)濟(jì)含義不合理；（4）變量的顯著性檢驗(yàn)失去意義； （5）模型的預(yù)測(cè)功能失效。4、識(shí)別方法：（1）經(jīng)

2、驗(yàn)識(shí)別：對(duì)模型估計(jì)后，r2極高，多個(gè)變量不顯著，出現(xiàn)與理論預(yù)期相悖的情況，有理由懷疑存在多重共線性。（2）相關(guān)系數(shù)法：計(jì)算變量間兩兩相關(guān)系數(shù)。 只要其中一個(gè)大等于0.6 或 0.7 ，則表明可能存在嚴(yán)重的共線性。 （3）膨脹因子法：計(jì)算每個(gè)解釋變量的vif，若某一個(gè) vif10, 則表明存在嚴(yán)重的共線性。5、修正方法：（）根據(jù)潘老師講課內(nèi)容進(jìn)行整理共線性的修正方法有很多，按照優(yōu)劣程度排序，主要有五種方法：方法 1：擴(kuò)充樣本以減弱共線性。主要通過(guò)增加自由度來(lái)提高精度，如將時(shí)序數(shù)據(jù)或截面數(shù)據(jù)變?yōu)槊姘鍞?shù)據(jù)，從而將一維數(shù)據(jù)變?yōu)槎S。評(píng)價(jià)： 這種方法最理想，但存在的缺點(diǎn)是：效果不定；不可行。方法 2：工

3、具變量法（ iv） 。主要通過(guò)工具變量，運(yùn)用兩階段最小二乘完成。評(píng)價(jià)： 這種方法目前最受歡迎，高質(zhì)量的期刊論文通常都采用該方法。缺點(diǎn)是：由于相關(guān)關(guān)系具有傳導(dǎo)性，工具變量s很難找；用 s替代 x，有時(shí)經(jīng)濟(jì)正當(dāng)性不足。方法 3：變量變換法。 可以通過(guò)對(duì)數(shù)變換、 絕對(duì)轉(zhuǎn)相對(duì)和方程變換進(jìn)行變量變換。評(píng)價(jià)： 這種方法最簡(jiǎn)單易行，但存在的缺點(diǎn)是：簡(jiǎn)單相關(guān)系數(shù)描述的是線性關(guān)系，而對(duì)數(shù)是非線性化過(guò)程；功效不足；不是所有變量都能用來(lái)做變換，必須有明確的經(jīng)濟(jì)學(xué)指代。方法 4：逐步回歸法。 主要是通過(guò)降維減少變量來(lái)減弱共線性。評(píng)價(jià)： 這種方法要慎用，最大的缺點(diǎn)是：雖然能很好地解決共線性問(wèn)題，但是卻引發(fā)了更嚴(yán)重的內(nèi)生

4、性問(wèn)題。方法 5： 主成份分析法或因子分析法。具有降維的作用， 主要用于多指標(biāo)評(píng)價(jià)。評(píng)價(jià)： 該方法很好地消除了共線性。但這種方法要慎用，最大的缺點(diǎn)是：經(jīng)濟(jì)含義傷害過(guò)大。（二）內(nèi)生性問(wèn)題1、內(nèi)生性 是指：模型中的解釋變量與擾動(dòng)項(xiàng)相關(guān)。通常我們做古典假設(shè)i為白噪聲， e()=0 ，var （i）=2，cov(ij)=0； x是非隨機(jī)變量（微觀可以通過(guò)固定抽樣得到解決，宏觀則不可），則 cov（ x,）=0 成立。但是當(dāng)cov（x, ） 0 時(shí)上述假設(shè)便不再成立，我們稱之為內(nèi)生性，進(jìn)而導(dǎo)致 ols失效，是非一致性的。2、內(nèi)生性產(chǎn)生的原因： x與 y 存在雙向因果，即x影響 y 的同時(shí)， y 也影響

5、x； 如金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)； 外商直接投資fdi 與經(jīng)濟(jì)增長(zhǎng)； 犯罪率與警備投入。模型遺漏重要解釋變量。無(wú)論是缺失重要解釋變量導(dǎo)致，還是無(wú)法獲取數(shù)據(jù)導(dǎo)致，被遺漏的重要變量進(jìn)入了殘差項(xiàng)，如果與其他解釋變量相關(guān)，就會(huì)出現(xiàn)cov(ut,xt)0，也就是內(nèi)生性問(wèn)題。度量誤差：由于關(guān)鍵變量的度量上存在誤差，使其與真實(shí)值之間存在偏差，這種偏差可能會(huì)成為回歸誤差的一部分，從而導(dǎo)致內(nèi)生性問(wèn)題。 （潘老師上課沒講）3、解決方法：針對(duì)雙向因果產(chǎn)生的內(nèi)生性問(wèn)題，比較容易解決，通過(guò)聯(lián)立方程組即可。難處理的是遺漏重要解釋變量的情況，通常采用的方法有：工具變量法（ iv） ：就是找到一個(gè)變量和內(nèi)生化變量相關(guān)，但是和殘差項(xiàng)

6、不相關(guān)。通常采用2sls方法進(jìn)行回歸。這種方法是找到影響內(nèi)生變量的外生變量，連同其他已有的外生變量一起回歸，得到內(nèi)生變量的估計(jì)值，以此作為iv，放到原來(lái)的回歸方程中進(jìn)行回歸。（假如我們考察一個(gè)工資決定模型012isalaryeducabliu首先，用 probit模型估計(jì)()(,)p workf educ abli，得到?ip其次，構(gòu)建模型012?iisalaryeducablipv進(jìn)行估計(jì)）得分匹配與did 模型（雙差分模型） ：思想是按照一定的標(biāo)準(zhǔn)，找到與樣本match 的控制組。 在假設(shè)外在沖擊同時(shí)影響兩個(gè)組別的情況下，做差來(lái)剔除掉外界沖擊的影響。第一步，該方法關(guān)鍵在于得分匹配的確定，配

7、對(duì)樣本的選擇原則是保證兩個(gè)樣本隨時(shí)間自然變化的部分是相同的，一般根據(jù)距離最近作為配對(duì)的樣本點(diǎn)的方法進(jìn)行匹配得分。第二步是估計(jì)方法，采用雙重差分法（did） 。在假設(shè)外在沖擊同時(shí)影響兩個(gè)組別的情況下，做差來(lái)剔除掉外界沖擊的影響。（在樣本選擇上，控制不可觀測(cè)變量，然后利用雙差分模型進(jìn)行估計(jì)eg：012isalaryeducabliu（1）樣本抽取時(shí)， 將 ablity相等或相近的觀測(cè)值進(jìn)行配對(duì)（匹配標(biāo)準(zhǔn) iq/ 雙胞胎）（2）用雙差分模型（ did）進(jìn)行參數(shù)估計(jì)估計(jì)出1?，等價(jià)于原模型中的1?不足：樣本要求非常大，尤其是用多重標(biāo)準(zhǔn)進(jìn)行匹配時(shí)，樣本要求更大。）潘老師舉得例子二、虛擬變量：（20 分）

8、 （給出實(shí)際經(jīng)濟(jì)問(wèn)題，根據(jù)目標(biāo)設(shè)計(jì)虛擬變量，寫出模型?？疾煲环N群體異質(zhì)。完整考察如何設(shè)計(jì)，如何運(yùn)用到模型中。）注意事項(xiàng)： 1、模型設(shè)計(jì)時(shí)一定要有截距項(xiàng)，虛擬變量引入原則一定要滿足 m-1原則 。m為互斥類型的定性因素。2、要掌握虛擬變量引入模型的三種方法，即加法模型、乘法模型和既加又乘模型。1、舉例說(shuō)明如何引進(jìn)加法模式和乘法模式建立虛擬變量模型。答案：設(shè) y為個(gè)人消費(fèi)支出；x表示可支配收入，定義如果設(shè)定模型為此時(shí)模型僅影響截距項(xiàng)，差異表現(xiàn)為截距項(xiàng)的和，因此也稱為加法模型。如果設(shè)定模型為此時(shí)模型不僅影響截距項(xiàng)，而且還影響斜率項(xiàng)。差異表現(xiàn)為截距和斜率的雙重變化，因此也稱為乘法模型。2、考慮下面的模

9、型：其中， y 表示大學(xué)教師的年薪收入， x表示工齡。為了研究大學(xué)教師的年薪是否受到性別（男、女） 、學(xué)歷（本科、碩士、博士）的影響。按照下面的方式引入虛擬變量：3、考慮下面的模型：其中， y表示大學(xué)教師的年薪收入， x表示工齡。 為了研究大學(xué)教師的年薪是否受到性別、學(xué)歷的影響。按照下面的方式引入虛擬變量：（10 分）1. 基準(zhǔn)類是什么？2. 解釋各系數(shù)所代表的含義，并預(yù)期各系數(shù)的符號(hào)。3. 若 b4b3 ，你得出什么結(jié)論？答案： 1. 基準(zhǔn)類是本科學(xué)歷的女教師。2. b0表示剛參加工作的本科學(xué)歷女教師的收入，所以b0的符號(hào)為正。 b1表示在其他條件不變時(shí)，工齡變化一個(gè)單位所引起的收入的變化，

10、所以 b1的符號(hào)為正。 b2表示男教師與女教師的工資差異，所以b2的符號(hào)為正。 b3表示碩士學(xué)歷與本科學(xué)歷對(duì)工資收入的影響，所以 b3的符號(hào)為正。 b4表示博士學(xué)歷與本科學(xué)歷對(duì)工資收入的影響，所以 b4的符號(hào)為正。 3. 若 b4b3 ，說(shuō)明博士學(xué)歷的大學(xué)教師比碩士學(xué)歷的大學(xué)教師收入要高。4、性別因素可能對(duì)年薪和工齡之間的關(guān)系產(chǎn)生影響。試問(wèn)這種影響可能有幾種形式，并設(shè)定出相應(yīng)的計(jì)量經(jīng)濟(jì)模型。性別因素可能對(duì)年薪和工齡之間的關(guān)系的影響有三種方式。第一種，性別只影響職工的初始年薪，設(shè)定模型為：5、考慮下面的模型：其中，y mba 畢業(yè)生收入， x工齡。所有畢業(yè)生均來(lái)自清華大學(xué)，東北財(cái)經(jīng)大學(xué)，沈陽(yáng)工業(yè)

11、大學(xué)。（1）基準(zhǔn)類是什么？基準(zhǔn)類是東北財(cái)經(jīng)大學(xué)mba 畢業(yè)生。你預(yù)期各系數(shù)的符號(hào)如何？預(yù)期 b1的符號(hào)為正； b2的符號(hào)為正； b3的符號(hào)為負(fù)。（2） 如何解釋截距b2 b3？截距 b2反應(yīng)了清華大學(xué)mba 畢業(yè)生相對(duì)于東北財(cái)經(jīng)大學(xué) mba 畢業(yè)生收入的差別； 截距 b3反應(yīng)了沈陽(yáng)工業(yè)大學(xué)mba 畢業(yè)生相對(duì)于東北財(cái)經(jīng)大學(xué) mba 畢業(yè)生收入的差別。）（3） 若 b2b3 ，你得出什么結(jié)論？（4）如果b2b3， 我們可以判斷清華大學(xué)mba 畢業(yè)生的收入平均高于沈陽(yáng)工業(yè)大學(xué)mba畢業(yè)生的收入。三、異方差問(wèn)題（ 25分）模型，如果出現(xiàn)，對(duì)于不同的樣本點(diǎn)， 隨機(jī)擾動(dòng)項(xiàng)的方差不再是常數(shù)，而且互不相同，則

12、認(rèn)為出現(xiàn)了異方差。1、異方差的三大后果：一是最小二乘估計(jì)不再是有效估計(jì)量；二是相關(guān)參數(shù)的t 檢驗(yàn)、模型 f 檢驗(yàn)失效； 三是估計(jì)量的方差是有偏的，參數(shù)或因變量預(yù)測(cè)的置信區(qū)間的估計(jì)精度下降（甚至這種區(qū)間估計(jì)是失效的）。2、異方差的檢驗(yàn)識(shí)別：white 檢驗(yàn)的具體步驟如下。以二元回歸模型為例，yt = 0 +1 xt1+2 xt2+ ut(1)首先對(duì)上式進(jìn)行ols回歸， 求殘差tu?。做如下輔助回歸式， （包括截距項(xiàng)、一次項(xiàng)、平方項(xiàng)、交叉項(xiàng)）2?tu= 0 +1 xt1 +2xt2 + 3 xt12 +4xt22 + 5 xt1xt2 + vt(2)即用2?tu對(duì)原回歸式（ 1）中的各解釋變量、解

13、釋變量的平方項(xiàng)、交叉積項(xiàng)進(jìn)行ols回歸。 求輔助回歸式 (2) 的可決系數(shù)r2。white 檢驗(yàn)的零假設(shè)和備擇假設(shè)是 h0: (1)式中的ut不存在異方差， h1: （1)式中的ut存在異方差在不存在異方差假設(shè)條件下構(gòu)造lm統(tǒng)計(jì)量或 f統(tǒng)計(jì)量 lm=n r 2 2(5)或 f= /5r)6/()r-(122_n f（5，n-6）其中n表示樣本容量，r2是輔助回歸式 (2) 的 ols估計(jì)式的可決系數(shù)。自由度 5 表示輔助回歸式 (2) 中解釋變量項(xiàng)數(shù) （注意， 不計(jì)算常數(shù)項(xiàng)） ,n-6 是樣本量減參數(shù)個(gè)數(shù)（ 因此可以擴(kuò)展到k個(gè)解釋變量的情形） 。nr 2屬于lm統(tǒng)計(jì)量。判別規(guī)則是若n r 22

14、 (5), 接受 h0（ut 具有同方差）若nr 2 2 (5), 拒絕 h0（ut 具有異方差）或 f f （5，n-6） ，接受 h0（ut 具有同方差）反之拒絕3、 異方差的消除（ wls ：加權(quán)最小二乘估計(jì)）關(guān)鍵在于權(quán)重的選擇，我們考的是采用殘差作為權(quán)重，即采用（1）式中估計(jì)的1/|tu ?| 為權(quán)重，將殘差的絕對(duì)值除（1）式的左右兩邊，然后對(duì)轉(zhuǎn)換后的（1）式進(jìn)行 ols 。1、什么是異方差性?舉例說(shuō)明經(jīng)濟(jì)現(xiàn)象中的異方差性。1） 模型，如果出現(xiàn)，對(duì)于不同的樣本點(diǎn)， 隨機(jī)擾動(dòng)項(xiàng)的方差不再是常數(shù)，而且互不相同，則認(rèn)為出現(xiàn)了異方差。2）在現(xiàn)實(shí)經(jīng)濟(jì)中，異方差性經(jīng)常出現(xiàn)，尤其是采用截面數(shù)據(jù)作樣本

15、的計(jì)量經(jīng)濟(jì)學(xué)問(wèn)題。例如：工業(yè)企業(yè)的研究與發(fā)展費(fèi)用支出同企業(yè)的銷售和利潤(rùn)之間關(guān)系的函數(shù)模型；服裝需求量與季節(jié)、收入之間關(guān)系的函數(shù)模型；個(gè)人儲(chǔ)蓄與個(gè)人可支配收入之間關(guān)系的函數(shù)模型等。檢驗(yàn)異方差的主要思路就是檢驗(yàn)隨機(jī)擾動(dòng)項(xiàng)的方差與解釋變量觀察值的某種函數(shù)形式之間是否存在相關(guān)性。2、下面是一個(gè)回歸模型的檢驗(yàn)結(jié)果。white heteroskedasticity test: f-statistic 19.41659 ?probability 0.000022 obs*r-squared 16.01986 ?probability 0.006788 test equation: dependent var

16、iable: resid2 method: least squares date: 05/31/06 time: 10:54 sample: 1 18 included observations: 18 variable coefficient std. error t-statistic prob.? c 693735.7 2652973. 0.261494 0.7981 x1 135.0044 107.7244 1.253239 0.2340 x12 -0.002708 0.000790 -3.427009 0.0050 x1*x2 0.050110 0.020745 2.415467 0

17、.0326 x2 -1965.712 1297.758 -1.514698 0.1557 x22 -0.116387 0.146629 -0.793752 0.4428 r-squared 0.889992 ?mean dependent var 6167356. adjusted r-squared 0.844155 ?s.d. dependent var s.e. of regression 5148181. ?akaike info criterion 34.00739 sum squared resid 3.18e+14 ?schwarz criterion 34.30418 log

18、likelihood -300.0665 ?f-statistic 19.41659 durbin-watson stat 2.127414 ?prob(f-statistic) 0.000022 1）寫出原回歸模型？2）檢驗(yàn)結(jié)果說(shuō)明什么問(wèn)題？異方差問(wèn)題。3）如何修正？加權(quán)最小二乘法，做變量變換。3、試述異方差的后果及其補(bǔ)救措施。答案：后果： ols估計(jì)量是線性無(wú)偏的，不是有效的， 估計(jì)量方差的估計(jì)有偏。建立在 t 分布和 f 分布之上的置信區(qū)間和假設(shè)檢驗(yàn)是不可靠的。補(bǔ)救措施：加權(quán)最小二乘法（wls ）1假設(shè)已知，則對(duì)模型進(jìn)行如下變換：2如果未知（1）誤差與成比例：平方根變換。可見，此時(shí)模型同

19、方差，從而可以利用ols估計(jì)和假設(shè)檢驗(yàn)。（2） 誤差方差和成比例。即3 重新設(shè)定模型：若在模型：中存在下列形式的異方差：，你如何估計(jì)參數(shù)由于，所以式 (2) 所表示的模型不再存在異方差問(wèn)題，故可利用普通最小二乘法對(duì)其進(jìn)行估計(jì)，求得參數(shù)的估計(jì)值。四、面板數(shù)據(jù)問(wèn)題（ 20 分）1. 模型形式的選擇（混合模型、變截距模型及變系數(shù)模型的選擇問(wèn)題）：f 檢驗(yàn)混合模型形式：針對(duì)不同截面?zhèn)€體和時(shí)點(diǎn)，截距項(xiàng)相等和斜率項(xiàng)也相等（1）變截距模型：不同截面?zhèn)€體的截距項(xiàng)不同，但斜率項(xiàng)相同（2）變系數(shù)模型：所有參數(shù)在不同截面?zhèn)€體間不一樣（3）所以 f檢驗(yàn)的目的在于對(duì)截距參數(shù)和斜率參數(shù)進(jìn)行檢驗(yàn)假設(shè)：h1: b1=b2=

20、=bnh2: a1=a2= =an; b1=b2=bn如果接受 h2，則應(yīng)該選擇混合模型，如果拒絕h2,然后檢驗(yàn) h1 ，若接受 h1,則選擇變截距模型，否則選擇變系數(shù)模型。f 檢驗(yàn)的基本思想：記變系數(shù)模型（ 6）的殘差平方和s1，變截距模型的殘差平方和為s2，混合模型的殘差平方和為s3。在 h2下檢驗(yàn)統(tǒng)計(jì)量f2服從相應(yīng)自由度下的f 分布，即如果 f2的值小于給定顯著性水平下的臨界值f （ （n-1(k+1),n(t-k-1),（k為解釋變量的個(gè)數(shù) ） 。則接受 h2 ，即選擇混合模型；若大于臨界值，則繼續(xù)檢驗(yàn)h1. 在 h1下檢驗(yàn)統(tǒng)計(jì)量f1也服從相應(yīng)自由度下f 分布，即若 f1的值小于給定顯

21、著性水平下的臨界值f （ （n-1）k,n(t-k-1)，則接受 h1 ，應(yīng)建立變截距模型，否則建立變系數(shù)模型。 以下不需要記，僅供大家理解，公式看著復(fù)雜，其實(shí)理解f 檢驗(yàn)的思想就好記了（方便大家記憶，給出個(gè)人對(duì)f 檢驗(yàn)的理解）：f 檢驗(yàn)是在給定約束條件下（即原假設(shè)） ，比較兩個(gè)模型的好壞，判斷好壞的一個(gè)標(biāo)準(zhǔn)就是看哪個(gè)模型的殘差平方和較小（很顯然模型擬合的結(jié)果顯示殘差平方和最小，表明解釋變量量越能解釋因變量的變異程度）就選該模型（要小到如何程度或大到如何程度呢，所以需要在給定一個(gè)顯著性水平下的臨界值比較），但不同模型的自由度不一樣，所以應(yīng)該比較平均殘差平方和（術(shù)語(yǔ)叫做均方誤 ） ，用含約束的模

22、型的殘差平方和原模型（即不含約束或假設(shè)的模型）的殘差平方差和之差再除以自由度之差即分子，分母就是原模型的均方誤(記不住自由度， 可以投機(jī)取巧 ： 如分子的自由度表示為qr-qur,分別注明為約束方程殘差平方和的自由度與不存在約束的方程的殘差平方和的自由度（ 注意指出哪個(gè)是約束方程哪個(gè)不是約束方程），分母自由度為qur) 。1、 變截距模型中固定效應(yīng)（fe ：fixed effect）和隨機(jī)效應(yīng) （re: random effect）的檢驗(yàn) : hausman檢驗(yàn)（豪斯曼檢驗(yàn)）首先將變截距模型變形為： 如下不需要記：方便大家理解，個(gè)人總結(jié)理解（理解這些，hausman檢驗(yàn)的假設(shè)就不需要記）：變形

23、的目的在于將截距項(xiàng)分成不隨截面?zhèn)€體變化的共同截距成分和隨不同截面?zhèn)€體變化的部分，這就是變截距模型的實(shí)質(zhì)，如果分離出的隨截面?zhèn)€體變化的截距成分與樣本有關(guān)，即與x 有關(guān)，則這些因素是由樣本或自變量決定的，是可由樣本控制或可觀測(cè)或可確定（為什么稱為“固定效應(yīng)”呢？原因就在于此，該效應(yīng)在給定樣本下是確定的）的成分，如果是不能由樣本決定則其是不受控制或不可觀測(cè)的成分，即由其他樣本之外的隨機(jī)因素決定，則該成分與樣本是無(wú)關(guān)的 ，這就構(gòu)成了如下hausman檢驗(yàn)的假設(shè)條件：h0：cov(xit,vi)=0 (re) h1: cov(xit,vi)0(fe) hausman檢驗(yàn)統(tǒng)計(jì)量為：其中g(shù)lscvbolsb

24、參數(shù)估計(jì)，變換為固定效應(yīng)模型的離差為隨機(jī)效應(yīng)模型的參數(shù)估計(jì)。在原假設(shè)成立下， w服從自由度為k（解釋變量的個(gè)數(shù)）的卡方分布，所以在給定顯著性水平下與臨界值x）（k2進(jìn)行比較，若大于卡方臨界值則拒絕h1 ，應(yīng)該建立固定效應(yīng)模型，反之則建立隨機(jī)效應(yīng)模型。 不需要記憶，僅供大家理解，理解 hausman檢驗(yàn)的思想：如果截距項(xiàng)與解釋變量是不相關(guān)的，實(shí)際上這種隨機(jī)成分可以歸入誤差項(xiàng)，則采用兩種估計(jì)參數(shù)的方法得到的估計(jì)量均還是一致估計(jì)量，因?yàn)闅埐铐?xiàng)與解釋變量不相關(guān)，所以兩種估計(jì)方法的參數(shù)估計(jì)之差應(yīng)該是很小的，若h0不成立，即截距項(xiàng)與解釋變量相關(guān)，則gls將不是一致估計(jì)，則參數(shù)之差應(yīng)比較離差變換ols估計(jì)可

25、行g(shù)ls估計(jì)估計(jì)量之差個(gè)體隨機(jī)效應(yīng)回歸模型估計(jì)量具有一致性估計(jì)量具有一致性小個(gè)體固定效應(yīng)回歸模型估計(jì)量具有一致性估計(jì)量不具有一致性大大。 2、 fe和 re的參數(shù)估計(jì)方法（離差變換ols估計(jì)和 fgls估計(jì)）（1） fe的參數(shù)估計(jì)：離差變換ols 即分別對(duì)因變量和各解釋變量取平均值，并對(duì)原模型進(jìn)行離差轉(zhuǎn)換，此時(shí)無(wú)截距項(xiàng)，如下：變換的方程為)()(/iitiitituuxxyy然后采用 ols對(duì)該方程進(jìn)行估計(jì)。（2） re效應(yīng)模型的 fgls估計(jì)大家看伍德里奇書上第468-469 頁(yè)五、給定經(jīng)濟(jì)現(xiàn)象，請(qǐng)選擇解釋變量，設(shè)定模型。（15 分）主要考點(diǎn)： 被解釋變量解釋變量有哪些 為什么引入這些變量解釋變量如何度量？（虛擬 or 數(shù)值）寫出具體的模型形式。判斷經(jīng)濟(jì)顯著性，即預(yù)期符號(hào)。舉例子：博學(xué)樓6：00-9：00 自習(xí)室上座率。1、變量選取和數(shù)據(jù)獲得被解釋變量：y 博學(xué)樓 6：00-9 ：00 自習(xí)室上座率y=上自習(xí)人數(shù) / 座位數(shù) *100% 調(diào)查取得；x1