《計量經(jīng)濟學》課程簡介

1、計量經(jīng)濟學課程簡介課程編號1240313002課程名稱計量經(jīng)濟學課程性質(zhì)必修學 時48學 分3學時分配授課：40   實驗： 上機：8   實踐：    實踐（周）：考核方式閉卷考試，平時成績 30%，期末成績70%開課學院經(jīng)濟學院更新時間2020.9適用專業(yè)財經(jīng)類專業(yè)先修課程經(jīng)濟學、微積分、線性代數(shù)、概率論、統(tǒng)計學一、教學內(nèi)容第一章 緒論教學內(nèi)容：計量經(jīng)濟學定義，發(fā)展簡史，研究目的、方法及建模過程，參考書籍、雜志介紹，Eviews軟件簡介。教學難點：計量經(jīng)濟學研究方法 教學重點：計量經(jīng)濟學概念，研究目的、方法和建模過程。第二章 一元

2、線性回歸模型2.1 模型的建立及假定條件2.2 一元線性回歸模型的參數(shù)估計2.3 最小二乘估計量的特性2.4 用樣本可決系數(shù)R2檢驗回歸方程的擬合優(yōu)度2.5 被估參數(shù)的顯著性檢驗與置信區(qū)間2.6 一元線性回歸模型的預(yù)測2.7 案例分析及Eviews的操作。教學難點：模型建立、樣本可決系數(shù)、顯著性檢驗 教學重點：模型的假定條件、OLS估計、最小二乘估計量的性質(zhì)、樣本可決系數(shù)、t 檢驗及檢驗的經(jīng)濟意義，EViews輸出結(jié)果的分析與解釋。第三章 多元線性回歸模型3.1 模型的建立及假定條件3.2 多元線性回歸模型的參數(shù)估計3.3 最小二乘估計量的特性3.4 可決系數(shù)3.5 顯著性檢驗與置信區(qū)間3.6

3、 多元線性回歸模型的預(yù)測3.7案例分析及Eviews的使用教學難點：模型顯著性檢驗與參數(shù)顯著性檢驗 教學重點：模型的假定條件、模型及參數(shù)估計量的矩陣表示形式、可決系數(shù)R2、調(diào)整的R2、模型參數(shù)的經(jīng)濟意義，顯著性檢驗（F檢驗和t檢驗），EViews輸出結(jié)果的分析與解釋。第四章 非線性回歸模型的線性化4.1 變量間的非線性關(guān)系4.2 線性化方法4.3 案例分析教學難點：柯布-道格拉斯生產(chǎn)函數(shù)教學重點：指數(shù)函數(shù)模型、對數(shù)函數(shù)模型、冪函數(shù)模型、多項式模型、柯布道格拉斯生產(chǎn)函數(shù)及參數(shù)的含義，Eviews分析與輸出結(jié)果的解釋。第五章 異方差5.1 異方差的概念5.2 異方差的來源與后果5.3 異方差的檢驗

4、5.4 異方差的修正方法加權(quán)最小二乘法5.5 案例分析教學難點：異方差的修正教學重點：異方差的概念、Goldfeld-Quandt檢驗、Glejser檢驗及加權(quán)最小二乘法，Eviews分析與輸出結(jié)果的解釋。第六章 自相關(guān) 6.1 非自相關(guān)假定6.2 自相關(guān)的來源與后果6.3 自相關(guān)檢驗6.4 自相關(guān)的解決方法6.5 克服自相關(guān)的矩陣描述6.6 自相關(guān)系數(shù)的估計6.7 案例分析教學難點：自相關(guān)的修正方法教學重點：自相關(guān)的檢驗、自相關(guān)的檢驗方法、廣義差分法、自相關(guān)系數(shù)的估計，Eviews分析與輸出結(jié)果的解釋。第七章 多重共線性7.1 多重共線性的概念7.2 多重共線性的來源與后果7.3 多重共線性

5、的檢驗7.4 多重共線性的修正方法7.5 案例分析教學難點：多重共線性的檢驗教學重點：多重共線性的概念、檢驗與逐步回歸法，Eviews分析與輸出結(jié)果的解釋。第八章 隨機解釋變量和虛擬變量8.1 隨機變量問題8.2 虛擬變量8.3 案例分析教學難點：虛擬變量模型的建立與估計教學重點：隨機變量的概念與分類，工具變量法，虛擬變量的引入、估計與檢驗，Eviews分析與輸出結(jié)果的解釋。第九章 聯(lián)立方程模型 9.1 聯(lián)立方程模型的概念9.2 聯(lián)立方程模型的分類9.3 聯(lián)立方程模型的識別9.4 聯(lián)立方程模型的識別條件9.5 聯(lián)立方程模型的估計9.6 案例分析教學難點：聯(lián)立方程模型的識別教學重點：聯(lián)立方程模型

6、的分類、識別條件（階條件和秩條件）、工具變量法、二段最小二乘法二、教學基本要求 第一章 緒論 教學要求：通過對本章的學習使學生了解計量經(jīng)濟學的定義、發(fā)展簡史，研究目的和研究方法及應(yīng)用領(lǐng)域等。第二章 一元線性回歸模型 教學要求：通過本章的學習，使學生初步掌握經(jīng)典回歸模型的假定條件的含義和必要性，并掌握最小二乘估計的原理和方法以及最小二乘估計量的特性。要求學生能夠?qū)σ呀⒌囊辉€性回歸模型的優(yōu)良性進行判斷，即能夠?qū)烙媴?shù)和回歸模型的擬合程度進行檢驗，進而可以利用回歸方程進行預(yù)測。同時，要掌握Eviews軟件相關(guān)內(nèi)容的使用、分析和輸出結(jié)果的解釋。第三章 多元線性回歸模型 教學要求：通過本章的學習，

7、使學生掌握多元線性回歸的假定條件、估計方法和和原理，以及相關(guān)的檢驗及經(jīng)濟含義。具備獨立建立簡單模型的能力；要求熟悉模型及假定條件的矩陣表示形式，并能據(jù)此推導(dǎo)出待估參數(shù)的矩陣表示式，同時還要了解估計量的統(tǒng)計性質(zhì)。對于回歸方程的顯著性檢驗和待估參數(shù)的檢驗也必須掌握。另外，能夠較熟練的應(yīng)用Eviews的基本操作來建立模型，并能根據(jù)Eviews的輸出結(jié)果對所建模型進行分析。第四章 非線性回歸模型的線性化 教學要求：通過學習，使學生掌握非線性模型線性化的方法，要求能夠在對非線性化的模型進行線性化后，利用最小二乘估計進行參數(shù)估計，并能夠?qū)?shù)的含義進行解釋。同時，要掌握Eviews軟件相關(guān)內(nèi)容的使用、分析

8、和輸出結(jié)果的解釋。第五章 異方差教學要求：通過對本章的學習，使學生掌握當模型在不能完全滿足經(jīng)典模型假定條件（不滿足同方差性的假設(shè)）的情況下，如何對模型進行檢驗、和修正。要求學生掌握異方差的定義、來源及后果、以及異方差的檢驗方法和修正方法。同時，要掌握Eviews軟件相關(guān)內(nèi)容的使用、分析和輸出結(jié)果的解釋。第六章 自相關(guān)教學要求：通過學習，使學生掌握當隨機誤差項存在序列相關(guān)時，如何對不滿足假定條件的模型進行檢驗和修正。要求學生能夠利用Eview軟件，通過輸出結(jié)果對模型進行自相關(guān)的檢驗，并能夠進行克服。第七章 多重共線性教學要求：通過學習、使學生認識到多重共線性存在的普遍性，了解其來源與后果，掌握檢

9、驗方法和克服方法。要求學生能夠獨立對多元回歸模型的共線性情況進行檢驗，并能夠利用逐步回歸的方法消除多重共線性。第八章 隨機解釋變量和虛擬變量教學要求：通過學習，使學生明白什么是隨機解釋變量，什么時候會出現(xiàn)隨機解釋變量問題，隨機解釋變量問題對OLS估計有什么影響，如何克服；另外，引入虛擬變量的原因以及如何引入虛擬變量。要求學生能夠在對實際的經(jīng)濟問題分析時，合理使用虛擬變量。同時掌握相關(guān)Eviews軟件的使用和分析。第九章 聯(lián)立方程模型教學要求：通過對本章的學習，使學生明白什么使聯(lián)立方程模型、為什么要建立聯(lián)立方程模型，以及聯(lián)立方程模型的分類、識別和估計方法。要求學生在學完本章后，能夠?qū)β?lián)立方程模型進行識別、并對不同的模型能夠明確其所應(yīng)使用的估計方法。三、章節(jié)學時分配章次總課時課堂講授實驗上機實踐備 注132823844254637842869