2022年计量经济学重点知识归纳整理.docx

《2022年计量经济学重点知识归纳整理.docx》由会员分享，可在线阅读，更多相关《2022年计量经济学重点知识归纳整理.docx（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选学习资料 - - - - - - - - - 1. 普 通 最 小 二 乘 法 Ordinary Least Squares,OLS： 已 知 一 组 样 本 观 测 值Xi,Y i:i,12,n,一般最小二乘法要求样本回来函数尽可以好地拟合这组值,即样本回来线上的点iY 与真实观测点 Yt 的“ 总体误差” 尽可能地小；一般最小二乘法给出的判定标准是： 被说明变量的估量值与实际观测值之差的平方和最小；2.广义最小二乘法 GLS：加权最小二乘法具有比一般最小二乘法更普遍的意义,或者说一般最小二乘法只是加权最小二乘法中权恒取 1 时的一种特别情形； 从今意义看,加权最小二乘法也称为广义最小二

2、乘法；3.加权最小二乘法 WLS：加权最小二乘法是对原模型加权,使之变成一个新的不存在异方差性的模型,然后采纳一般最小二乘法估量其参数；4.工具变量法 IV ：工具变量法是克服说明变量与随机干扰项相关影响的一种参数估量方法；5.两阶段最小二乘法 2SLS, Two Stage Least Squares：两阶段最小二乘法是一种既适用于恰好识别的结构方程,以适用于过度识别的结构方程的单方程估量方法；6.间接最小二乘法 ILS：间接最小二乘法是先对关于内生说明变量的简化式方程采纳一般小最二乘法估量简化式参数,得到简化式参数估量量, 然后过通参数关系体系,运算得到结构式参数的估量量的一种方法；7.异

3、方差性 Heteroskedasticity：对于不同的样本点, 随机干扰项的方差不再是常数,而是互不相同,就认为显现了异方差性；8.序列相关性 Serial Correlation：多元线性回来模型的基本假设之一是模型的随机干扰项相互独立或不相关；假如模型的随机干扰项违反了相互独立的基本假设,称为存在序列相关性；9. 多 重 共 线 性 Multicollinearity：对 于 模 型Y i 0 1 X i 1 2 X i 2 k X i k i,其基本假设之一是说明变量 X 1,X 2, ,Xk是相互独立的； 假如某两个或多个说明变量之间显现了相关性,就称为存在多重共线性；10.时间序列

4、数据 :时间序列数据是一批依据时间先后排列的统计数据；11.截面数据：截面数所是一批发生在同一时间截面上调查数据；12.虚拟数据：也称为二进制数据,一般取 0 或 1. 13.内生变量 Endogenous Variables：内生变量是具有某种概率分布的随机变量,它的参数是联立方程系统估量的元素；内生变量是由模型系统打算的, 同时也对模型系统产生影响；内生变量一般都是经济变量；14.外生变量 Exogenous Variables：外生变量一般是确定性变量,或者是具有临界概率分布的随机变量,其参数不是模型系统讨论的元素；外生变量影响系统,但本身不受系统的影响；外生变量一般是经济变量、条件变量

5、、政策变量、虚变量；15.先 决 变 量 Predetermined Variables： 外 生 变 量 与 滞 后 内 生 变 量 Lagged Endogenous Variables统称为先决变量；名师归纳总结 16.总离差平方和：TSS2 y i YY2称为总离差平方和,反映样本观第 1 页,共 8 页测值总体离差的大小；RSS2 e i Y iY . i 2称为残差平方和,反映样本观测17.残差平方和：- - - - - - -精选学习资料 - - - - - - - - - 值与估量值偏离的大小,也是模型中说明变量未说明的那部分别差的大小；18.回来平方和：ESS y . 2 Y

6、 . Y 反映由模型中说明变量所说明的那部分别差的大小；19.可决系数 coefficient of determination ：可决系数 R2 是检验模型拟合优度的指标,R 2 ESS 1 RSS , R 2 越接近于 1,模型的拟合优度越高；TSS TSS20.随机干扰项 stochastic disturbance: 称为观看值 Y 环绕它的期望值 EY X的离差（ deviation）,记 i Y i E Y | X i ,它是一个不行观测的随机变量,称为 随机误差项（ stochastic error）,通常又不加区分地称为随机干扰项（）；21.结构式模型 Structural M

7、odel：依据经济理论和行为规律建立的描述经济变量之间直接结构关系的计量经济学方程系统称为结构式模型；22.简化式模型 Reduced-Form Model：将联立方程计量经济学模型的每个内生变量表示成全部先决变量和随机干扰项的函数,即用全部先决变量作为每个内生变量的说明变量,所形成的模型称为简化式模型；23.恰好识别 Just Identification：假如某一个随机方程具有一组参数估量量,称其为恰好识别；24.过度识别 Over identification：假如某一个随机方程具有多组参数估量量,称其为过度识别；15格兰杰因果检验可能存在有四种检验结果：（1）X 对 Y 有单向影响,表

8、现为（ 1）式 X 各滞后项前的参数整体不为零,而2式 Y 各滞后项前的参数整体为零；（2）Y 对 X 有单向影响,表现为（ 2）式 Y 各滞后项前的参数整体不为零,而（1）式 X 各滞后项前的参数整体为零；（3）Y 与 X 间存在双向影响,表现为Y 与 X 各滞后项前的参数整体不为零；名师归纳总结 （4）Y 与 X 间不存在影响,表现为Y 与 X 各滞后项前的参数整体为零；第 2 页,共 8 页- - - - - - -精选学习资料 - - - - - - - - - 分别做包含与不包含 X 滞后项的回来,记前者与后者的残差平方和分别为 RSSU、RSSR；再运算 F 统计量： RSS R

9、FRSS URSSU/m/nkk 为无约束回来模型的待估参数的个数；假如 : FF m, n-k ,就拒绝原假设,认为21、 DW 检验假设条件：（1）说明变量 X 非随机；X 是 Y 的格兰杰缘由 ；（2）随机误差项i 为一阶自回来形式：i=i-1+ i （3）回来模型中不应含有滞后应变量作为说明变量,即不应显现以下形式：Yi=0+1X 1i+ kX ki+ Y i-1+i（4）回来含有截距项针对原假设： H0: =0, 构如下造统计量：n e t e t 1 2t 2D . W . n e t 2t 1运算 DW 值,给定,由样本容量 n 和说明变量个数 k 的大小查 DW 分布表,得临界

10、值 dL 和 dU 比较、判定,如0D.W.dL 存在正自相关dLD.W.dU 不能确定dU D.W.4dU 无自相关4dU D.W.4 dL 不能确定4dL D.W.4 存在负自相关当 D.W.值在 2 左右时,模型不存在一阶自相关；名师归纳总结 - - - - - - -第 3 页,共 8 页精选学习资料 - - - - - - - - - 22、 White 检验 见 11 题怀特检验不需要排序,且适合任何形式的异方差；其基本思想与步骤：Yi01X1i2X2ii2 X 2 i5X 1 iX2 ii然后做帮助回来： e 201X 12X2 i32 X 1 i4可以证明,在同方差性假设下,从

11、该帮助回来得到的可决系数R2 与样本容量 n的乘积,渐近地听从自由度为帮助回来方程中说明变量个数的2分布：nR22 ,就可在大样本下,对统计量nR2进行相应的2检验；23、 F 检验即检验模型Yi=0+ 1X1i+2X2i+ + kXki+i i=1,2, ,n 中的参数j 是否显著不为0；H0：0= 1= 2= = k=0 H1：j 不全为 0 在原假设 H0 成立的条件下,统计量ESS / kFRSS / n k 1 听从自由度为 k , n- k-1 的 F 分布；给定显著性水平,可得到临界值 F k,n-k-1,由样本求出统计量 F 的数值,通过F F k,n-k-1 或 F F k,

12、n-k- 1 来拒绝或接受原假设 H0,以判定原方程 总体上 的线性关系是否显著成立；24、 t 检验25、估量联立方程的参数常用哪几种方法？特点？联立方程计量经济学模型的估量方法分为两大类：单方程估量方法与系统估量方法；单方程估量方法按其方法原理又分为两类；一类以最小二乘为原理,例如间接最小二乘法（ILS, Indirect Least Square ）、两阶段最小二乘法2SLS, Two Stage Least Squares、工具变量法（ IV, Instrumental Variables ）等,称其为经典方法；一类不以最小二乘为原理,或者不直接从最小二乘原理动身,例如以最大或然为原理

13、的有限信息最大或然法 LIML, Limited Information Maximum Likelihood,以及仍旧应用最小二乘原理、但并不以残差平方和最小为判定标准的最小方差比方法LVR, Least Variable Ration 等；名师归纳总结 - - - - - - -第 4 页,共 8 页精选学习资料 - - - - - - - - - 工具变量法（ IV , Instrumental Variables）工具变量法只适用于恰好识别的结构方程的估量间接最小二乘法只适用于恰好识别的结构方程的参数估量,由于只有恰好识别的结构方程,才能从参数关系体系中得到唯独一组结构参数的估量量；间

14、接最小二乘法也是一种工具变量方法2SLS 是一种既适用于恰好识别的结构方程,又适用于过度识别的结构方程的单方程估量方法；二阶段最小二乘法也是一种工具变量方法26、联立方程计量经济学（结构式、简化式、参数关系体系、结构识别）结构式模型 ：依据经济理论和行为规律建立的描述经济变量之间直接结构关系的计量经济学方程系统称为结构式模型；具有g 个内生变量、 k 个先决变量、 g 个结构方程的模型被称为完备的结构式模型；在完备的结构式模型中,独立的结构方程的数目等于内生变量的数目,每个内生变量都分别由一个方程来描述；完备的结构式模型的矩阵表示 习惯上用 Y 表示内生变量, X 表示先决变量, 表示随机项,

15、 表示内生变量的结构参数, 表示先决变量的结构参数,假如模型中有常数项,可以看成为一个外生的虚变量,它的观测值始终取1；y 1nX1x 11x 12x 1 nYXY 1y 11y 12YY 21y21y221 ky2nXX211x 21x 221gx 2nY gyg 1yg2ygnXkx k 1x k2x kn11121 n12221222n21222ggg1g2gng1g2gg111221222kk 1k2kk简化式模型： 用全部先决变量作为每个内生变量的说明变量,如 P195 式（ 6.2.8）所形成的模型称为简化式模型；名师归纳总结 - - - - - - -第 5 页,共 8 页精选学

16、习资料 - - - - - - - - - 参数关系体系：P195 式（ 6.2.9）结构式识别条件 P201 联立方程计量经济学模型的结构式中的第YXgi 个内生变量（含被说明变量）和ki 个先i 个方程中包含决变量（含常数项）,模型系统中内生变量和先决变量的数目仍用 g和 k表示,矩阵00表示第i 个方程中未包含的变量（包括内生变量和先决变量）矩阵；于是,判定第在其它 g 1个方程中对应系数所组成的 i 个结构方程识别状态的结构式条件为：27、计量经济学常用的数据有哪几类？时间序列数据 :时间序列数据是一批依据时间先后排列的统计数据；截面数据：截面数所是一批发生在同一时间截面上调查数据；名

17、师归纳总结 - - - - - - -第 6 页,共 8 页精选学习资料 - - - - - - - - - 虚拟数据：也称为二进制数据,一般取 0 或 1.28、多远线性回来 OLS,WLS,GLS,IV 这几种方法的参数估量矩阵表达式一般最小二乘估量量 OLS P65 . X X 1 X Y加权最小二乘估量量 WLS 广义最小二乘估量量 GLS P127IV 工具变量法 P148 Z X 1 ZY1 1 1X 11 X 12 X 1 nZ Z 1 Z 2 Z nX k 1 X k 2 X kn 称为 工具变量矩阵29、联立方程 IV,ILS,2SLS 这几种方法的参数估量矩阵表达式IV 狭

18、义的工具变量法（IV ,Instrumental Variables）工具变量法只适用于恰好识别的结构方程的估量ILS 间接最小二乘法ILS, Indirect Least Squares 间接最小二乘法只适用于恰好识别的结构方程的参数估量,由于只有恰好识别的结构方名师归纳总结 程,才能从参数关系体系中得到唯独一组结构参数的估量量；第 7 页,共 8 页- - - - - - -精选学习资料 - - - - - - - - - 参数估量矩阵表达式：P210 2SLS .0ILSXY0X01XY 1. 0二阶段最小二乘法2SLS, Two Stage Least Squares 2SLS 是一种既适用于恰好识别的结构方程,方法步骤及表达式：P211-P212 又适用于过度识别的结构方程的单方程估量.02SLSY . 0X0Y . 0X01Y . 0X0Y 1. 030、回来模型中引入虚变量的作用？有两个转折点的虚变量回来模型作用： 很多经济变量是可以定量度量的,但也有一些影响经济变量的因素无法定量度量,引入“ 虚拟变量 ” 将它们 “ 量化 ”, 从而反映这些因素的影响,并提高模型的精度；（红色加粗字体没有答案哦）名师归纳总结 - - - - - - -第 8 页,共 8 页