计量经济学知识点总结.doc
【精品文档】如有侵权，请联系网站删除，仅供学习与交流计量经济学知识点总结.精品文档.第一章:1计量经济学研究方法:模型设定,估计参数,模型检验,模型应用2.计量经济模型检验方式:经济意义:模型与经济理论是否相符统计推断:参数估计值是否抽样的偶然结果计量经济学:是否复合基本假定预测:模型结果与实际杜比3.计量经济学中应用的数据类型:时间序列数据(同空不同时)截面数据(同时不同空)混合数据(面板数据)虚拟变量数据(学历,季节,气候,性别)第二章:1.相关关系的类型:变量数量:简单相关/多重相关(复相关)表现形式:线性相关(散布图接近一条直线)/非线性相关(散布图接近一条直线)变化的方向:正相关(变量同方向变化,同增同减)/负相关(变量反方向变化,一增一减不相关)2.引入随机扰动项的原因:未知影响因素的代表(理论的模糊性)无法取得数据的已知影响因素的代表(数据欠缺)众多细小影响因素综合代表(非系统性影响)模型可能存在设定误差(变量,函数形式设定)模型中变量可能存在观测误差(变量数据不符合实际)变量可能有内在随机性(人类经济行为的内在随机性)3.OLS回归线数学性质:剩余项的均值为零OLS回归线通过样本均值估计值的均值等于实际观测值的均值被解释变量估计值与剩余项不相关解释变量与剩余项不相关4.OLS估计量”尽可能接近”原则:无偏性,有效性,一致性5.OLS估计式的统计性质/优秀品质:线性特征,无偏性特征,最小方差性特征第三章:1.偏回归系数:控制其他解释变量不变的条件下,第j个解释变量的单位变动对被解释变量平均值的影响,即对Y平均值直接或净的影响2.多元线性回归中的基本假定:零均值同方差无自相关随机扰动项与解释变量不相关无多重共线性正态性一元中有123463. OLS回归线数学性质:同第二章34. OLS估计式的统计性质:线性特征,无偏性特征,最小方差性特征5.为什么用修正可决系数不用可决系数?可决系数只涉及变差没有考虑自由度,如果用自由度去校正所计算的变差,可纠正解释变量个数不同引起的对比困难第四章:1.多重共线性背景:经济变量之间具有共同变化趋势模型中包含滞后变量利用截面数据建立模型可出现.样本数据自身原因2.后果:A完全参数估计值不确定csgj值方差无限大B不完全csgj量方差随贡献程度的增加而增加对cs区间估计时,置信区间区域变大假设检验用以出现错误判断可造成可决系数较高,但对各cs估计的回归系数符号相反,得出错误结论3.检验:A简单相关系数检验法:COR 解释变量.大于0.8,就严重B方差膨胀因子法:因子越大越严重;10,严重C直观判断法:增加或剔除一个解释变量x,估计值y发生较大变化,则存在;定性分析,重要x标准误差较大并没通过显著性检验时,则存在;x回归系数所带正负号与定性分析结果违背,则存在;x相关矩阵中,x之间相关系数较大,则存在D逐步回归检验法:将变量逐个引入模型,每引入一个x,都进行F检验,t检验,当原来引入的x由于后面引入的x不显著是，将其剔除.以确保每次引入新的解释变量之前方程种植包含显著变量.4.补救措施:剔除变量法增大样本容量变换模型形式:自相关利用非样本先验信息截面数据与时序数据并用:异方差变量变换第五章:1.异方差产生原因:模型中省略了某些重要的解释变量模型设定误差数据测量误差截面数据中总体各单位的差异2.后果:A参数估计统计特性:参数估计的无偏性仍然成立;参数估计方差不再是最小B参数显著性检验:t统计量进行参数检验失去意义C预测影响:将无效3检验:A图示相关图形分析data x y,看散点图,quickgraphx,yOKscatter diagramOK,可以看到x,y散点图残差图形分析data x y,sort x;ls y c x;再回归结果的子菜单点resid,可以看残差分析图Bgoldfeld-quanadt:data x y;sort x;smpl 1 n1;ls y c x(RSS1);smpl n2 n;ls y c x(RSS2);计算F*=RSS2/RSS1,取=0.05，查F分布表，得F0.05(n-c)/2,(n-c)/2),将F值与此对比.若F*F(0.05),拒绝原假设,存在异方差Cwhite:data x y;ls y c x;在回归结果的子菜单中点击view-residual test-white heteroskedasticity,可以看到辅助回归模型的估计结果D arch;E：glejser:data x y;ls y c x;genr E1=resid;genr E2=abs(E1);genr XH=Xh;ls E2 c xh;依次根据XH的T值判断E2与XH之间是否存在异方差4.补救措施:A模型变换法:genr y1=y/根号xh; genr x2=1/根号xh ; genr x3=x/根号xh;ls y1 x2 x3;B加权最小二乘法wls:权数:w1t=1/xt;w2t=1/xt2;w3t=1/根号xt.电脑操作:genr w1=1/x;genr w2=1/(x2);genr w3=1/sqr(x);ls (w=w1t) y c x;ls (w2=w2t) y c x;ls (w3=w3t) y c x.第六章:1.自相关产生原因:经济系统的惯性经济活动的滞后效应数据处理造成的相关蛛网现象模型设定偏误2.表现形式:自相关性质可以用自相关系数符号判断.即0为负相关, 0为正相关.当|接近1时,表示相关的程度很高.自相关形式:见公式.3.后果:见公式.4.检验:A图示检验:data x y;ls y c x;再回归模型的子菜单点击resids,可以看到模型残差分布图;genr e=resid;data e e(-1);view-graph-scatter-simple scatter.B.DW检验:data x y;ls y c x;根据回归结果得出DW值,然后判断是否自相关.(正相关0dl,无法判断dldu,正相关du24-du,无法判断4-du4-dl,负相关4-dl4).5.补救:A广义差分法:data x y;ls y c x;根据DW求尖>(尖=1-DW/2);smpl 2 n;genr yi=y-尖*y(-1); genr xi=x-尖*x(-1);ls y1 c x1;运用DW检验判断是否消除了自相关B:Cochrane orcutt迭代法:data x y;la y c x ar(1);运用DW检验判断C其他方法:一阶差分法:data x y;ls y c x;smpl 2 n;genr y1=y-y(-1); genr x1=x-x(-1);ls y1 c x1; 运用DW检验判断德宾两步法:data x y;smpl 2 n;ls y c y(-1)根据输出结果看y(-1)前系数,求出尖; genr yi=y-尖*y(-1); genr xi=x-尖*x(-1);ls y1 c x1;运用DW检验判断第七章:1.虚拟变量0和1选取原则:0基期,比较的基础,参照物;1报告期:被比较类型2.虚拟变量数量的设置规则:若定性因素具有m2个相互排斥属性,当回归模型有截距项时,只能引入m-1个变量当回归模型无截距项时,引入m个变量3.虚拟解释变量的回归:加法截距: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解释变量包含一个定量变量和一个分为两种类型的定性变量解释变量包含一个定量变量和一个两种以上类型的定性变量解释变量包含一个定量变量和两个定性变量.乘法斜率:截距不变情形结局斜率均发生变化分段回归分析描述的精度.
