2022年计量经济学课件第三章多元线性回归模型 .pdf

《2022年计量经济学课件第三章多元线性回归模型 .pdf》由会员分享，可在线阅读，更多相关《2022年计量经济学课件第三章多元线性回归模型 .pdf（20页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、学而不思则惘，思而不学则殆第三章多元线性回归模型第一节多元线性回归模型及基本假定问题： 只有一个解释变量的线性回归模型能否满足分析经济问题的需要？简单线性回归模型的主要缺陷是：把被解释变量Y 看成是解释变量X 的函数是前提是，在其它条件不变的情况下，并且，所有其它影响Y的因素都应与X 不相关，但这在实际情况中很难满足。怎样在一元线性回归的基础上引入多元变量的回归？看教科书第7273 页关于汽车销售量的影响因素的讨论。一、多元线性回归模型的意义1、建立多元线性回归模型的意义，即一元线性回归模型的缺陷，多个主要影响因素的缺失对模型的不利影响。在一元线性回归模型中，如果总体回归函数的设定是正确的，那

2、么，根据样本数据得到的样本回归模型就应该有较好的拟合效果，这时，可决系数就应该较大。相反，如果在模型设定时忽略了影响被解释变量的某些重要因素，拟合效果可能就会较差，此时可决系数会偏低，并且由于忽略了一些重要变量而对误差项的影响会加大，这时误差项会表现出一些违背假定的情况。2、从一个解释变量到多个解释变量的演变。一个生产函数的例子，一个商品需求函数的例子，（教材第74 页） 。二、多元线性回归模型及其矩阵表示1、一般线性回归模型的数学表达式。设12233iiikk iiYXXXui=1 ，2，3， n 精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第

3、1 页，共 20 页学而不思则惘，思而不学则殆在模型表达式里，1仍是 截距项 ，它反映的是当所有解释变量取值为零时，被解释变量Y 的取值；j（j=2 ， 3， k）为斜率系数，它的经济含义 ：在其它变量不变的情况下，第j 个解释变量每变动一个单位，Y平均增加（或减少）j个单位，这就是所谓的运用边际分析法对多元变量意义下回归参数的解释。因此，称j为偏回归系数，它反映了第j 个解释变量对Y 的边际影响程度。4、2、总体回归函数，即12233(|)iiikkiE Y XXXX3、样本回归函数，即12233?iikk iYXXX4、将 n 个样本观测值代入上述表达式，可得到从形式上看，像似方程组的形式

4、。并在此基础上，转化成矩阵表达的形式，即12233231122133111212223322212233122331, 2,?iiikkiiiiikikkkknnnkknniiikkiiiiiiiYXXXuYXXXinYXXXuYXXXuYXXXuYXXXYYeYYe样本观测数据：，1112131122222322323112132223223111?1?11?kknnnnknknnnYXXXYXXXYXXXYXBUYXBeYYYYeYXXXXYXXYuuu又1112223?kknknkXeXeeXe精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第

5、2 页，共 20 页学而不思则惘，思而不学则殆三、模型的基本假定在一元线性回归模型的基础上，可将在第二章中提出的基本假定平行地推到多元回归模型中去，但对多个解释变量之间还需做出新的假定。下面给出多元线性回归模型的基本假定（用矩阵表示）。1、 零均值假定。2、 同方差和无自相关假定。3、随机扰动项与解释变量不相关假定。),2,1;0)E(0)E,E(),E(E(U),(U12121niuuuuuuuuuinnn221112122212112212211212212()();1,2,(,)()0; ,1,2,()()()iiijijnnnnnnnnVar uE uinCov u uE u uij

6、i jnuuu uu uuu uuu uE UUEuuuEuu uu uuEuE uuE u uE u uEu2222221200()00I()()00nnnnE u uE u uE u uEu11ov(,)()()()()()()()0;1, 2,()00.()0;1,2,iiiiiiiiiikiikiiiCXuEXEXuEuEXEXuEXuEXEuEXuinEX UuEuXuXEuEXuXEuEuin即精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 3 页，共 20 页学而不思则惘，思而不学则殆4、无多重共线性假定。解释变量之间要求无多重共线性

7、的意义。即对 于 解 释 变 量iX 之 间 ， 如 果 不 存 在 不 全 为 零 的 数23,k， 使 得22330kkXXX成立。5、 正态性假定。iu 独立同分布,且iu N(0, 2 ) 第二节多元线性回归模型的估计一、参数的最小二乘估计1、构造残差平方和。设,(1,2,3, ;1,2,3, )jiiXYjk in 为一组样本观测值，按残差的定义，有12222?(),1,2,iiiiiikkieYYYXXXin进一步得到残差平方和2212222?()iiiikkiQeYXXX2、最小二乘准则。求k?,?,?21，使得函数Q 有最小值。按照极值原理，求上述函数关于参数的偏导数，得kje

8、Qjij, 2, 1, 0?)(?2这样得如下正规方程组存 在 。即所 以 ， 行 列 式也 应 是 满 秩 的 ：关 系 。 此 时 矩 阵之 间 不 存 在 线 性 相 关不 为 零 ， 表 明 解 释 变 量阶 子 行 列 式至 少 有如 果 该 假 定 成 立 ，-1X)X(,0XXX)rank(XXXX)X(kkkrank精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 4 页，共 20 页学而不思则惘，思而不学则殆1222212222212222?()0?()0?()0iiikk iiiikk iiiiikk ik iYXXXYXXXXY

9、XXXX注意方括号里的表示，即2000iiiikiee Xe X用矩阵表示为0X e由回归模型的样本估计形式eBXY?对上式两端同时乘以X，得?X YX X BX e因为0X e，所以得到如下表示BXXYX?根据无多重共线性假定，这时有1)(XX存在，从而解出B?，得YXXXB)(?1即 参 数 估 计 的 矩 阵 表 达 式 。B?中 各 分 量 就 是 参 数 的 估 计 值 ， 即12? ?kB。这样，我们便得到样本回归模型12222?kkYXXX3、偏回归系数。对模型12222?kkYXXX中的参数估计值的解释。j?（j=2 ，3， k）表明的是jX （j=2 ， 3， k）对?Y的边

10、际精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 5 页，共 20 页学而不思则惘，思而不学则殆影响。多元线性回归模型的标准化形式。由于出现在模型中各个变量的单位不尽一致，这时会对变量的边际解释带来干扰，因此，需要对变量进行标准化处理。对变量进行标准化变换可得到模型的标准化形式，用标准化形式能够真实地反映每一个解释变量对应变量的直接（边际）影响。标准化变换过程如下例如， 基于下表的数据，用EViews 软件计算得线性回归模型如下，其中 Y 表示家庭书刊消费水平，X 表示家庭收入， T 表示户主受教育年限。Y X T 450 1027.2 8 507

11、.7 1045.2 9 613.9 1225.8 12 563.4 1312.2 9 501.5 1316.4 7 781.5 1442.4 15 541.8 1641 9 611.1 1768.8 10 1222.1 1981.2 18 793.2 1998.6 14 660.8 2196 10 792.7 2105.4 12 580.8 2147.4 8 612.7 2154 10 890.8 2231.4 14 1121 2611.8 18 1094.2 3143.4 16 1253 3624.6 20 1223323,1,2,iiikikiiiiikYXXXuYXXXin设变量得取值为

12、：，*2233,1, 2.,1, 2;2,3.,1,2.1,2,jiijijiijyxiiiuiiikkiiYYXXyinxinjkssuuuinsyxxxuin令精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 6 页，共 20 页学而不思则惘，思而不学则殆2?50.01640.086552.3703( 1.0112)(2.9442)(10.0670)0.9512146.2974.2.6057YXTRFDW下表为各变量描述统计的一些数字特征：Y X T Mean 755.1222 1942.933 12.16667 Median 637.3500

13、1989.900 11.00000 Maximum 1253.000 3624.600 20.00000 Minimum 450.0000 1027.200 7.000000 Std. Dev. 258.7206 698.8325 3.944467 Skewness 0.784266 0.768374 0.552971 Kurtosis 2.261701 3.209892 2.075582 Jarque-Bera 2.254034 1.804238 1.558242 Probability 0.323998 0.405709 0.458809 Observations 18 18 18 下表为

14、变量经过标准化后的回归估计结果：Dependent Variable: YY Method: Least Squares Date: 10/21/01 Time: 20:38 Sample: 1 18 Included observations: 18 Variable Coefficient Std. Error t-Statistic Prob. XX 0.233511 0.079312 2.944186 0.0101 TT 0.798440 0.079312 10.06702 0.0000 R-squared 0.951235 Mean dependent var 8.59E-08 De

15、pendent Variable: Y Method: Least Squares Sample: 1 18 Included observations: 18 Variable Coefficient Std. Error t-Statistic Prob. C -50.01638 49.46026 -1.011244 0.3279 X 0.086450 0.029363 2.944186 0.0101 T 52.37031 5.202167 10.06702 0.0000 R-squared 0.951235 Mean dependent var 755.1222 Adjusted R-s

16、quared 0.944732 S.D. dependent var 258.7206 S.E. of regression 60.82273 Akaike info criterion 11.20482 Sum squared resid 55491.07 Schwarz criterion 11.35321 Log likelihood -97.84334 F-statistic 146.2974 Durbin-Watson stat 2.605783 Prob(F-statistic) 0.000000 精选学习资料 - - - - - - - - - 名师归纳总结 - - - - -

17、- -第 7 页，共 20 页学而不思则惘，思而不学则殆Adjusted R-squared 0.944732 S.D. dependent var 1.000000 S.E. of regression 0.235090 Akaike info criterion 0.093319 Sum squared resid 0.829012 Schwarz criterion 0.241714 Log likelihood 2.160133 F-statistic 146.2974 Durbin-Watson stat 2.605783 Prob(F-statistic) 0.000000 *?0

18、.23350.7984YXT可以看出，户主受教育时间的长短对家庭书刊消费水平的直接（边际）影响最大，其次才是家庭的收入，这一实证结论与现实情况一致。例如 ， 分析房屋售价(PRICE) 与住房面积(SQFT) 、 卧房间数 (BEDRMS) 、洗澡间数 (BATHS)之间得关系。数据由下表给出TABLE Data for Single Family Houses回归估计结果如下：精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 8 页，共 20 页学而不思则惘，思而不学则殆书写格式为：epric ?= 60.817 + 0.0866SQFT - 24

19、.577BEDRMS+31.006BATHSt= (0.823) (2.948) (-1.465) (1.026) se=(73.922) (0.029) (16.733) (30.226) Prob=(0.4298) (0.0146) (0.1736) (0.3292) R2=0.652 ，2R=0.548 ，F=6.248变量经标准化后的估计结果：PRICE1 = 0.69229973SQFT1 - 0.29910841BEDRMS1 + 0.24958698BATHS1二、参数最小二乘估计的最优性质关于在多元线性回归模型中参数估计的最优性质，可根据一元线性回归模型的情况平行得到，这里不再

20、详细给予说明。这些性质是1、线性性 。2、无偏性 。3、有效性（方差最小性）。4、一致性（大样本）。三、随机扰动项方差的估计精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 9 页，共 20 页学而不思则惘，思而不学则殆随机扰动项方差的估计和标准差的估计分别是knekneii222?式中 n 为样本容量，k 为参数个数。在EViews 的回归估计结果中，?已直接计算出，即S.E.of regressiong。四、参数估计的分布用矩阵形式表示。因为?( )E BB ，并且212?()() ,(),()jjjjVarCov BX XVar Bcse Bc

21、式中，jjc 是矩阵1()X X中第j行第j列位置上的元素。因此，在基本假定成立的前提下，有?(1,2,3, )jjk 服从正态分布（见教材第82 页式 3.34 ） ，即2?(,)jjjjNc五、参数的区间估计因为? ()?()jjjjjjjjtt nksec所以(1,2, 3,)jjk 在置信度为1下的区间估计为222?1jjjjPttc22?1jjjjjjjPtctc第三节多元线性回归模型的检验一、拟合优度检验1、多重可决系数。多重可决系数用2R表示。其推导过程与一元回归模型的情况一致。公式为：精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第

22、10 页，共 20 页学而不思则惘，思而不学则殆T SSE S ST S SR S ST SSR S ST SSR12其矩阵表示见教材第85 页式 3.45。表中， Y 为货运总量，X1为工业总产值，X2为农业总产值，X3为居民非商品性支出。2、修正的可决系数。为什么要用修正的可决系数？实际上（由上例可以看出） ，从2R的计算可看出： （ 1）在方程中增加一个解释变量，TSS不发生变化，而ESS 会明显增大，这是因为方程的解释力增强了，这就造成一种错觉，只要增加解释变量就会提高方程的解释力；（2）在样本容量一定的情况下，增加解释变量会使自由度减小，从而降低模型的可靠性。精选学习资料 - - -

23、 - - - - - - 名师归纳总结 - - - - - - -第 11 页，共 20 页学而不思则惘，思而不学则殆因此，需要对这一情况做适当修正，得到修正的可决系数，即222()/()11/(1)()(1)iienkRSS nkRTSS nYYn式中 k 为参数的个数，n 为样本容量。3、2R与2R的关系knnRR1)1(122或者1)1(122nknRR（2R与2R之关系的数学推导作为课外练习）。当 k=1 时，即只有截距项时，22RR。当 k1 时，2R2R。2R有时可能会出现负值，这时令2R=0。 （即当2R11nk时，会出现2R0 的情况， 如果仍然用2R去判断拟合优度，将会失去意

24、义。因此，2R只适用于Y 与23,kXXX 的整体相关程度比较高的情况。赵国庆，2001， pp.66-pp.67 ） 。利用修正的可决系数可以判断新增加的解释变量对被解释变量的影响程度，当模型中增加一个解释变量时，如果knRSS变 小，则2R会增大，便可认为这个解释变量是对Y 有显著性影响，这时可将该变量放进模型，否则，应于放弃（于俊年，2000，pp.60） 。二、 F 检验1、F 检验的意义。（1）2R检验的不足。尽管2R具有对模型整体拟合状况的判断，但它并不能得到2R到底要多大时回归方程才算通过了拟合优度检验。虽然精选学习资料 - - - - - - - - - 名师归纳总结 - -

25、- - - - -第 12 页，共 20 页学而不思则惘，思而不学则殆R2能够给出评价模型拟合好坏的度量，但它只是对样本的拟合程度进行评价，不能回答总体的真实状况。比如是不是只有当R2=0 时，才表明总体中X 完全不能解释Y。根据可决系数与相关系数之间的关系可知，即使总体相关系数为零，未必样本相关系数就正好是零，反之亦然。这就提出了一个问题，X 与 Y 的样本相关系数不为零（0r） ，是否表示了 X 与 Y 的总体相关系数也不为零（0） 。所以要精确地回答这一问题，就需要通过假设检验来完成，F 检验就是完成这一工作的重要检验。（2）F 检验的目的。对于总体多元线性回归模型，从整体上看，多个解释

26、变量与被解释变量之间是否存在显著的线性关系，或者说Y 的变动是否依赖于这些解释变量的变化。0:320kH；), 2, 1(:1kjHj不全为零)() 1(knR S SkE S SFF（k-1 ，n-k ）由 F 统计量的构成可以看出（可以证明ESS 服从自由度为k-1 的2分布，RSS 服从自由度为n-k 的2分布），如果ESS 显著地大于RSS，则表明不能认为所有的k,32全为零，这时在很大程度上要拒绝0H 。则在该意义下，说明回归方程中的所有解释变量对应变量存在显著性影响。F 检验的一般步骤是：（ 1）构造F 统计量，即)()1(knRSSkE SSF。（ 2）给定显著性水平，查 F 分

27、布表，得临界值), 1(knkF，其中 k 为参数的个数，n 为样本容量。（ 3）比较判断。若F), 1(knkF，则拒绝原假使0H ，表明回归函数从整体上看是显著的，即所有解释变量对应变量有显著性影响。2、F 检验与t 检验的联系与区别。精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 13 页，共 20 页学而不思则惘，思而不学则殆（1） 联系。 在一元回归模型中，有t2=F，即一元回归模型条件下，t 检验与F 检验是一致的。但在多元回归模型中，则没有这一关系，甚至有的时候它们之间存在完全相反的检验结果（参见教科书第88 页和第95 页表 3.4

28、） ；（2）区别。 t 检验是针对个别参数的显著性，而F 检验是针对模型整体的显著性。3、F 检验与可决系数R2的关系 。根据这一关系式，我们做了如下测算，来看 F 统计量与R2的实证基础。如果当n=30，k=6 ，=0.05 时 ,查 F 分布 ,得临界值62.205.0F,则只须 R2 0.3531; 当n=20, k=6, =0.05时 , 得96. 205. 0F,则 只 须R20.5139 。可见当样本容量较大时，拟合优度可低一些，但当样本容量较小时，则拟合优度要求就高。否则显著性检验难以通过。通过可决系数与F 检验的特点，实际上F 检验可以看是对R2的显著性检验。练习：试讨论F 检

29、验与可决系数R2的区别。三、 t 检验关于t 检验在第二章已经作了详细介绍，而且在多元线性回归模型里与一元的情况是一致的。需要注意的是在多元线性回归模型对参数的t 检验中，即?()()jjjjjjtseset(n-k) （在0H 成立下）这里jt?是服从自由度为(n-k) 的 t 分布。因此，在多元的情况下，运用t检验的操作过程如下FkknkFR)1()1(2精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 14 页，共 20 页学而不思则惘，思而不学则殆（1）提出假设.,2, 1.0:; 0:10kjHHjj（2）构造检验统计量在 H0成立的情况下

30、，有)?( ?jjestjt(n-k) （3）计算t 统计量值，)?( ?jjestj。（4）根据t 分布，给定显著性水平，查表得临界值)(2knt。（5）比较判断，若jt?)(2knt，则拒绝H0，同时接受H1。表明第j 个解释变量Xj对被解释变量Y 存在显著性影响；否则，表明第j 个解释变量Xj对被解释变量Y 不存在显著性影响。统计检验归纳如下表：类型1、假 设 条 件2、 检验统 计量3、 自 由度4、 临 界 值比较判 断参数.0:; 0:10jjHH)?( ?jjestjn-k )(2knt24拒 绝 H0模型0:320kH), 2 , 1(:1kjHj)()1(knRSSkESSF

31、 k-1 n-k ), 1(knkF24 拒 绝 H0拟 合 优 度一 元 用2R, 多 元 用2R02R1,02R1 第四节多元线性回归模型的预测一、点预测二、区间预测三、建立样本多元线性回归模型的步骤1、估计多元回归参数。精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 15 页，共 20 页学而不思则惘，思而不学则殆2、写出样本回归模型表达式。3、计算残差。4、计算参数估计值的标准差。5、检验。（1）计算2R与2R；（2）计算 t 统计量与F 统计量（3）对模型进行评价（参数个体、模型整体）第五节如何运用计量经济学模型分析经济问题计量经济学建立

32、模型的三个要素：理论、数据、方法。一、 选题选题是经过发现问题来实现的，要实现对问题的发现就得靠大量地阅读文献。反过来，选题的目的也是为了发现问题，解决问题。选题阅读文献发现问题1、查阅文献，确定研究问题的对象，即选题（解决怎样发现问题、发现什么问题） 。2、分析有关理论和现实，设定理论函数，包括确定模型中的变量和模型的函数形式。对所研究对象的行为理论进行分析，它是计量经济分析的基础。 如研究宏观经济问题，则需要研究宏观经济理论和运行机制，各经济主体的行为理论；如研究消费问题，则要认识消费理论，分析各类消费者的消费行为。在选择变量中要注意两点：（ 1）能否正确体现所研究经济活动的经济学内涵，变

33、量的引入必须精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 16 页，共 20 页学而不思则惘，思而不学则殆要慎重。（ 2）从技术上讲，变量的选择不是一次性完成的，需要经过多次反复地测算、实验和检验才能完成。例如，研究生产活动中产出量与影响产出量的诸因素之间的关系，在供给环境下，应考虑各种投入要素如资本、劳动力、能源等作为解释变量；在需求环境下，应考虑反映需求的因素如收入、人口等。但应用不同的方程进行反映，原因是产出量与需求量并不一定相等（有均衡与非均衡之分） 。再例如，研究消费活动，选择消费额作为被解释变量，在不同的消费理论下，解释变量的选择是不

34、同的。如绝对收入假说、相对收入假说、持久收入假说等，还有消费结构、消费类型等问题。下面是几个存在问题的样本估计模型。9900.0*49.6813.14720?*2.16.230?*2127.0*0534.0*2448.07854.0?*6025.67*1806.0*2080.0*7257.0?*2214.0*1288.06562.107?2R俄罗斯人口金中国消费基种植业产值值农业总产受灾面积农机动力粮食产量值农业总产进出口政策生产消费出口轻工业投资口进农副产品收购额社会商品零售总额口出确定模型函数形式的几点经验：（ 1） 计量 经济模型的建立（或确定变量 之间的关系形式）主要 依据经济行为理论

35、。在经济学原理中已有较成熟的行为理论如生产函数、消费函数、需求函数、投资函数等。任何建立在一定经济学理论基础之上的理论模型，如果依据样本估计得到的函数不能很好地解释过去，尤其是历史统计数据，则它就不能被人们所接受。因此，从此意义上讲，模型的建立要在参数估计、检验的过程中不断地去反复修改，以得到一个能有较好的经济学解释，同时又能较好地反映历史上已发生的各变量精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 17 页，共 20 页学而不思则惘，思而不学则殆之间关系的数学模型。（ 2）根据样本数据对解释变量与被解释变量之间关系作出散点图 ，通过散点图显示变

36、量之间的函数关系作为模型的数学形式的参考。如果是多变量，则可依次作被解释变量与解释变量的两两散点图，以此为判断函数形式的参考。（ 3）如果无任何先验信息，则可采用不同的形式进行模拟实验 ，以选择出模拟效果较好的一种。3、收集有关数据，对数据的预处理。即收集、处理反映研究对象的活动水平、相互间联系以及外部环境的数据。对数据的要求主要是针对数据的质量问题。包括：完整性、准确性、可比性、一致性。除此之外，对数据还要考虑它的可得性 和可用性 ，即根据研究问题的目的不同，来确定对数据的要求。如模型是用来进行预测，则对参数估计值的最小方差性要求就较高；如果模型是用来进行结构分析或政策评价，则参数估计值的无

37、偏性就很重要。在存在多种数据可供选择时，在保证经济意义的前提下，应比较参数估计值的统计性质（通过统计检验）以选择较好的样本数据。二、估计未知参数三、检验1、经济意义检验。（ 1）符号问题。9181.0*0026.0*0068.0*0153.0*0007.05427.108?2R木材消耗量电力消耗量职工人数固定资产原值量煤炭产此例中，电力消耗量前的符号不正确，应考虑模型的函数形式、变量的精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 18 页，共 20 页学而不思则惘，思而不学则殆选取等是否存在不足，数据在口径上是否一致，是否存在异常值。（ 2）参数

38、估计值的大小问题。固定资产原值上年国有工业工业部门新增固定资产值国有工业固定资产原*002.1*0759.2?工业部门新增固定资产与上年国有工业固定资产原值前的系数均应小于1。（ 3）判断经济行为确定的参数之间的关系是否存在的问题。)ln(*4. 6)ln(2. 169.3)?ln(日用品类价格人均收入出人均购买日用品支在该方程种收入弹性为1.2，价格弹性为-6.4 。但根据需求原理，在齐次性条件下，当需求量用价值量表示时，推得的所有弹性之和应等于1。2、统计检验。针对样本回归模型对总体回归模型的推断。3、计量经济学检验。针对违背基本假定情况的检验。4、模拟检验。针对模型与样本数据或外推数据的

39、配合的检验。四、运用模型解释经济问题和应用本单元小结（包括第一、二、三章内容）：一、基本概念计量经济学模型：变量、数据、模型（定义及类型）总体回归函数、样本回归函数、随机误差项的引入、基本假定（六条）二、基本方法计量经济分析步骤、最小二乘法、参数的区间估计、检验（模型的整体检验和局部检验）、预测（点预测和区间预测）三、基本理论样本回归线的性质、参数估计的最佳线性无偏性质四、计算机操作精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 19 页，共 20 页学而不思则惘，思而不学则殆1、正确解释EViews 的计算结果（由变量的关系所引出）。2、总体回归函数与样本回归函数（由推断统计的思想所导出）。3、随机误差项（建立计量经济模型的重要切入点）。4、最小二乘法（经典计量经济学的核心方法）。5、对参数估计的最佳线性无偏性质的理解（基本假定与这些性质成立的联系） 。6、t 检验（一元与多元相一致）。7、)(22RR（一元与多元不一致）。8、F 检验（更强调多元情况下的使用）。9、预测。精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 20 页，共 20 页