計量經(jīng)濟學(xué)復(fù)習(xí)資料(共10頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上計量經(jīng)濟學(xué)復(fù)習(xí)資料一、費里希（弗里希）計量經(jīng)濟學(xué)的創(chuàng)始人。二、計量經(jīng)濟分析工作的步驟大體來講可以分以下四個步驟：1、設(shè)定模型是指根據(jù)經(jīng)濟現(xiàn)象之間的數(shù)量、經(jīng)濟關(guān)系來建立計量經(jīng)濟模型。2、估計參數(shù)是指采用一定的數(shù)學(xué)方法來對設(shè)定的待估計參數(shù)進行量的計算。3、檢驗?zāi)Ｐ褪侵高\用相關(guān)的統(tǒng)計方法對待估計參數(shù)進行統(tǒng)計檢驗和經(jīng)驗判斷。4、應(yīng)用模型是指將經(jīng)過檢驗的模型運用于實踐工作之中，做出正確的經(jīng)濟決策。三、時序數(shù)據(jù)的概念時間序列數(shù)據(jù)（時序數(shù)據(jù)）（time series date）時間序列數(shù)據(jù)是指同一統(tǒng)計單位、同一統(tǒng)計指標按時間順序記錄的數(shù)據(jù)列。四、截面數(shù)據(jù)的概念 截面數(shù)據(jù)（橫截面數(shù)據(jù)

2、）（cross sectional date）截面數(shù)據(jù)是指社會經(jīng)濟現(xiàn)象在同一時間、不同統(tǒng)計單位的相同統(tǒng)計指標所構(gòu)成的數(shù)據(jù)列。五、前定變量包括外生變量和滯后變量。六、隨機方程的含義隨機方程（行為方程）是指根據(jù)經(jīng)濟機能或者經(jīng)濟行為構(gòu)造的經(jīng)濟函數(shù)關(guān)系式。七、分析經(jīng)濟變量關(guān)系的兩種基本方法 （一）相關(guān)分析法（二）回歸分析法八、簡單線性回歸的基本假定：1、所有隨機誤差項的均值為0，即有： ；2、隨機誤差項都具有相同的方差，即有：3、任意兩個隨機誤差項 互不相關(guān)，即協(xié)方差為04、解釋變量 是確定變量，與隨機誤差項 不相關(guān)；即有： 5、隨機誤差項 服從正態(tài)分布，它服從均值為0，方差為 的正態(tài)分布，即有： 服

3、從 ；6、假定 與 之間是因果關(guān)系。九、參數(shù)估計的基本原理 我們要求 的估計量 的值，使得樣本回歸直線能夠真實地反映總體模型的實際情況，則必須要求回歸估計值 與實際值 之間的離差平方和達到最小。 所以，參數(shù)估計的基本原理就是：回歸估計值 與實際值 之間的離差平方和達到最小。十、一元線性回歸的參數(shù)估計量的方法：（公式）n 公式（）n 公式（） n 公式（） n 十一、普通最小二乘法的性質(zhì)：（一）線性性 （二）無偏性 （三）最小方差性（有效性） （四）一致性十二、對估計值的直觀判斷的兩種方法：（一）對 的符號判斷 （二）對 的大小判斷十三、擬合優(yōu)度的概念：擬合優(yōu)度是指樣本回歸直線與樣本觀測值之間的

4、擬合程度，常用判定系數(shù) 來表示。十四、判定系數(shù)的計算表示有解釋的變差在總變差中所占的比例大小。 判定系數(shù)的計算公式：（公式）十五、相關(guān)系數(shù)的計算公式十六、簡單線性回歸模型的檢驗第一步：提出假設(shè)： 第二步：計算統(tǒng)計量 第三步：查臨界值第四步：比較判斷十七、二元線性參數(shù)估計量的經(jīng)濟含義表示當解釋變量 保持不變時，被解釋變量 Y 的平均變化量表示當解釋變量 保持不變時， 每變化一個單位，被解釋變量 Y 的平均變化量； 表示當解釋變量 保持不變時， 每變化一個單位，被解釋變量 Y 的平均變化量。十八、多重判定系數(shù)的概念 “多重判定系數(shù)”是指在多元線性回歸模型中判定所有解釋變量對被解釋變量的解釋程度的系

5、數(shù)，即：有解釋的變差 與總變差 之比的結(jié)果。多重判定系數(shù)調(diào)整后的計算公式：十九、方差非齊性的概念n 所謂“異方差性”或者“方差齊性”是指在我們所研究的經(jīng)濟變量模型 中 如果所有隨機誤差項 都具有不同的方差 ，即： 或者 （ ）。則我們稱模型 具有“方差齊性”或者“異方差性”。 二十、方差非齊性條件下OLS法估計量的性質(zhì)：性質(zhì)1：參數(shù)的最小二乘估計量雖然是真實參數(shù)的無偏估計量，但卻不是最有效的估計量（是非有效估計量）； 性質(zhì)2：參數(shù)估計量不是真實參數(shù)的有效估計量，這將導(dǎo)致參數(shù)的假設(shè)檢驗也是非有效的。二十一、樣本分段比較法和殘差回歸檢驗法的步驟 樣本分段比較法（ 檢驗法）的步驟：第一步：將樣本觀測

6、值按某個解釋變量的大小排序，并分成兩段高方差段和低方差段；第二步：將兩段分別用OLS法擬合回歸模型方程，并分別計算各自的殘差平方和： 第三步：計算各段模型的隨機誤差項的方差估計量 第四步：構(gòu)造統(tǒng)計量： 特殊情況若 ，則； 第五步：查 臨界值分布表，得臨界值 第六步：比較判斷：1、若： ，則模型存在異方差性； 2、若： ，則模型不存在異方差性。殘差回歸檢驗法的步驟：“殘差回歸檢驗法”是用OLS法建立的回歸模型的殘差或其絕對值或者殘差平方作為被解釋變量，建立各種回歸方程，然后檢驗其回歸系數(shù)是否為0，以此判定模型的隨機誤差項是否有某種規(guī)律變動，以確定異方差是否存在的一種方法。二十二、解決方差非齊性模

7、型的參數(shù)估計方法稱為“加權(quán)最小二乘法”。二十三、序列相關(guān)的含義“序列相關(guān)”是指在對經(jīng)濟現(xiàn)象時間序列數(shù)據(jù)分析中， 模型 由于時間序列數(shù)據(jù)往往存在后期水平的變化要受到前期水平的影響，從而造成前后期隨機誤差項的自相關(guān)，即有： ，其中： 我們把這種情況稱為“序列相關(guān)”或者“自相關(guān)”。當 時，這些權(quán)數(shù)是隨時期的增加而呈幾何衰減的，這時我們把原模型 稱為一階正自相關(guān)； 當 時，這些權(quán)數(shù)是隨時期的增加而交錯振蕩衰減的，這時我們把原模型 稱為一階負自相關(guān)。序列相關(guān)性質(zhì)和異方差性質(zhì)一樣。序列相關(guān)的檢驗（ 檢驗法）三個特殊值序列相關(guān)的參數(shù)估計方法：（只記解決方法）（一）一階差分法 （二）廣義差分法二十四、多重共線

8、性的概念 （一）、概念：在多元線性回歸模型中，如果一個解釋變量能夠表示為另外的一個或多個解釋變量的線性組合，則稱該模型存在“多重共線性問題”。（二）、多重共線性可能產(chǎn)生的后果：1、各個解釋變量對被解釋變量的影響很難精確確定（鑒別）。2、由于存在多重共線性時，模型回歸系數(shù)的估計量的方差將會很大，這將使得模型進行顯著性檢驗時認為回歸系數(shù)的值與零無顯著性差異。3、模型參數(shù)的估計量對刪除或增添少量的觀測值以及刪除一個不顯著的解釋變量都可能非常敏感。（三）、多重共線性問題的檢測方法 （只記方法）n 1、簡單相關(guān)系數(shù)檢測法n 2、方差膨脹因子檢測法n 3、判定系數(shù)增量貢獻法 （四）、多重共線性問題的處理：

9、1、追加樣本信息法 2、分步估計參數(shù)法 3、使用非樣本先驗信息法二十五、隨機解釋變量產(chǎn)生的后果n 1、如果解釋變量 與隨機誤差項 是相互獨立的，那么回歸參數(shù)的普通最小二乘估計量仍然是真實參數(shù)的無偏估計量和一致估計量，此時，OLS法仍然有效。n 2、如果解釋變量 X 與隨機誤差項 不獨立，即有： ，那么回歸參數(shù)的普通最小二乘估計量既不是真實參數(shù)的無偏估計量，也不是真實參數(shù)的一致估計量，此時，OLS法失效。二十六、工具變量的概念指模型中的替代變量，此變量與被替代變量高度線性相關(guān)，與隨機誤差項不相關(guān)二十七、 狹義設(shè)定誤差的三種形式 1、所設(shè)定的模型中遺漏了某個或某些與被解釋變量有關(guān)的解釋變量； 2、

10、所設(shè)定的模型中包含了與被解釋變量無關(guān)的某個或某些解釋變量； 3、回歸方程模型形式設(shè)定有誤。n 模型中遺漏了有關(guān)解釋變量的影響：（一）如果遺漏的解釋變量與包含在模型中的解釋變量線性相關(guān)，則參數(shù)的普通最小二乘估計量都是有偏的和不一致的。（二）如果模型中遺漏的解釋變量與包含在模型中的解釋變量不相關(guān)，那么 是真實參數(shù) 的無偏估計量，同時也是真實參數(shù)的一致估計量；而 除非 ，否則 仍是有偏的和不一致的。二十八、虛擬變量 （一）、概念：將質(zhì)變量因素數(shù)量化，分別用“1”和“0”表示。我們把這種變量稱為“虛擬變量”。 （二）、虛擬變量模型的特性n 1、以“0”和“1”取值的虛擬變量 D所反映的內(nèi)容可以任意設(shè)定

11、。n 2、虛擬變量 D=0所代表的特征狀態(tài)，通常用以說明基礎(chǔ)類型。n 3、基礎(chǔ)類型的截距項 被稱為公共截距項系數(shù)； 為 差別截距項系數(shù)。它表示 D=1 時的截距項系數(shù)與基礎(chǔ)類型的截距項系數(shù)的差異。n 4、如果一個回歸模型有截距項，那么對于具有兩種特征的質(zhì)變量，只需引入一個虛擬變量；若同時引入兩個虛擬變量，則模型中兩個解釋變量之間將存在完全的多重共線性問題，這樣會導(dǎo)致該模型的參數(shù)將無法精確估計。(三)、引入虛擬變量的一般原則n 1、如果模型中包含截距項，則一個質(zhì)變量有m種特征，只需入 (m-1) 個虛擬變量；n 2、如果模型中不包含截距項，則一個質(zhì)變量有 m 種特征，需要引入 m 個虛擬變量。二

12、十九、模型統(tǒng)計檢驗結(jié)果（選擇判斷題） 對于包含質(zhì)變量的模型：n 1、如果 ；則模型為截距和斜率同時變動模型；n 2、如果 ；則模型為截距變動模型；n 3、如果 ；則模型為沒有質(zhì)因素影響的變動模型；n 4、如果 ；則模型為斜率變動模型。三十、截距變動模型、截距和斜率同時變動模型實際上是系統(tǒng)變參數(shù)模型的特殊情況，即把引起參數(shù)變化的量看成為虛擬變量即可。三十一、分布滯后模型的種類1， 有限分布滯后模型2， 無限分布滯后模型3， 短期影響乘數(shù)、延期過度性乘數(shù)、長期影響乘數(shù)在分布滯后模型： 中 短期影響乘數(shù)，表示同期解釋變量 變化一個單位對被解釋變量 Y 所產(chǎn)生的影響 而： 、 、 、 延期過度性乘數(shù)， 它們是用來測定以前時期 變化一個單位對被解釋變量 所產(chǎn)生的滯后影響 長期影響乘數(shù)或： 長期影響乘數(shù) 長期影響乘數(shù)表示本期觀測值對被解釋變量的總的影響程度。三十二、用OLS法對分布滯后模型直接進行參數(shù)估計的困難n 1、對于無限分布滯后模型，由