计量经济学重点xfc.docx

《计量经济学重点xfc.docx》由会员分享，可在线阅读，更多相关《计量经济学重点xfc.docx（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1. 计量经济学是以以经济理论为为前提，利用用数学、数理理统计方法与与计算技术，根根据实际观测测资料来研究究带有随机影影响的经济数数量关系和规规律的一门学学科。经济理理论、数据和和统计理论这这三者对于真真正了解现代代经济生活中中的数量关系系都是必要的的，但本身并并非是充分条条件。三者结结合起来就是是力量，这种种结合便构成成了计量经济济学。经济理理论的作用是是对经济现象象进行分析和和解释，描述述在一定条件件下经济变量量之间的相互互关系。体现现在计量经济济学模型之中中。2. 三大要素的经济济理论：经济济理论对于计计量经济学是是建立计量经经济模型的依依据和出发点点。计量经济济学对于经济济理论而言是是

2、理论到实际际的桥梁和检检验工具。观测数据：主要是指统统计数据和各各种调查数据据。是所考察察的经济对象象的客观反映映和信息载体体，是计量经经济工作处理理的主要现实实素材。经济济数据是计量量经济分析的的材料。经济济数据是经济济规律的信息息载体。数据据类型有时间间序列数据、截面数据、平行数据、虚拟变量数数据。 统计理论：是是指各种数理理统计方法，包包括参数的估估计，假设检检验等内容。是是计量经济的的主要数学基基础，很多计计量经济学方方法都是在数数理统计的基基础上发展起起来的。3. 计量经济模型的的应用：结构分析 经济预预测 政策评价价 检验与与发展经济理理论4. 回归的含义：回回归分析是研研究关于一

3、个个叫做被解释释变量的变量量对另一个或或多个叫做解解释变量的依依赖关系。其其用意在于通通过后者（在在重复抽样中中）的已知或或被设定值去去估计和（或或）预测前者者的（总体）均均值。回归分分析构成计量量经济学的方方法论基础，主主要内容包括括：根据样本本观察值对经经济计量模型型参数进行估估计，求得回回归方程；对回归方程程、参数估计计值进行显著著性检验；利用回归方方程进行分析析、评价及预预测。回归分析的的用途：通过自变量量的值来估计计应变量的值值。对独立性性进行假设检检验根据经济济理论建立适适当的假设。通通过自变量的的值对应变量量进行预测。上上述多个目标标的综合。5. 回归关系与确定定性关系：回归关系

4、（统统计关系）：研究的是非非确定现象随随机变量间的的关系。确定定性关系（函函数关系）：研究的是确确定现象非随随机变量间的的关系。6. 回归关系与因果果关系：回归关系研研究一个变量量对另一个变变量的统计依依赖关系，从从逻辑上说，统统计关系式本本身并不意味味着任何因果果关系。7. 回归分析与相关关分析：回归分析/相关分析研研究一个变量量对另一个（些些）变量的统统计依赖关系系，但它们并并不意味着一一定有因果关关系。有相关关关系并不意意味着一定有有因果关系。相相关分析对称称地对待任何何（两个）变变量，两个变变量都被看作作是随机的。回回归分析对变变量的处理方方法存在不对对称性，即区区分应变量（被被解释变

5、量）和和自变量（解解释变量）：前者是随机机变量，后者者不是。8. 变量线性： VVL 、PLLV, PNLVNL,PNLL 9. 参数线性 VL 、PPL VNNL , PPL VNL,PNNL10. 随机干扰项的定定义：随机项又称随机机干扰项，是是从模型中省省略下来的而而又集体的影影响着因变量量y的全部变量量的替代物。主主要包括：模模型中被省略略的变量：理理论的含混不不清；数据的的不可得性；省略一些次次要变量（基基于节俭原则则保留主要变变量） 一些随机因因素：众多微微小的随机因因素或者偶然然因素。一般般，这些因素素不可控制、不不可预测、不不可测量，但但影响是存在在的。测量误误差、确定的数学学

6、模型形式的的误差11. 对ui分布的假假定： 为了假设检验验，假定随机机项u服从均值为为0，方差为 u 2的正正态分布，即即 uN(0, u 22)一元：无自相关假定定：Cov(ui, uuj)=0, i j, ii,j=1,2.nn 随机项与自自变量不相关关：Cov(ui, xxi)=0 同方差假定定：Var(ui)= u 22, ii=1,2,n 零均值值假定：E(ui)=00,i=1,2,.nn 二元：无自相关假定定：Cov(ui, uuj)=0, i j, ii,j=1,2.nn 随机项与自自变量不相关关：Cov(ui, xxi)=0 同方差假定定：Var(ui)= u 22, ii=

7、1,2,n 零均值值假定：E(ui)=00,i=1,2,.nn解释变量X11 ，X2之间不存存在线性相关关关系，即两两个解释变量量之间无确切切的线性关系系。12. 最小二乘估计量量b0 、b1的计算u 另：Xci=XXi-Xp, Yci=YYi-Ypu 则： u b1=Xcci Ycii/Xci 22u b0 =Ypp- b1Xpu 计算Y对X的线线性回归方程程 YY= b00+b1Xu X 的平均数 4u Y 的平均数14u Xci Ycci =1886u Xci 2 =62u b1 =3 u b0 =YYp- b11Xp =14-3*4=213. 最优线性无偏（BBLUE）性性质OLS估计

8、量bb0 ,bb1具有线线性、无偏性性、有效性，简简化记为具有有最优线性无无偏BLUEE(Bestt Lineear Unnbiaseed Esttimatoor)性质。 b00 ,b11称为BLUEE估计量。14. 离差：Y的第i个观测测值Yi与Y的样本平均均值Yp之差叫做做Yi的离差。记记为： yii= Yi - Yp总离差平方和分分解公式：TTSS=ESSS+RSSS 其中TSS=yi2 ，ESS=yi2 ，RSS=ei 2 推导ESS= yyi2叫做做回归平方和和，是由回归归直线所解释释的部分，表表示了解释变变量X对Y的线性影响响。RSS= eei 2叫做做残差平方和和，它是未被被回归

9、直线解解释的部分。是是由解释变量量X对Y的影响以外外的一切因素素对Y作用而造成成。15. 样本决定系数:R2=ESS/TSS= yi2 / yi2 0 R2 1如果R2越接近近于1，表示回归归直线与样本本观测值拟合合越好，称“拟合优度越越好”。 R2 =1时，表示示完全拟合。如如果R2越接近于于0，表示回归归直线与样本本观测值拟合合越差，称“拟合优度越越差”。 R2 =0时，表示示被解释变量量与解释变量量没有线性关关系。16. 检验统计量tt统计量在基本假设下：在H0成立下17. 检验统计量FF统计量:u F统计量：u 含义：其意义是是与残差平方方和相比，回回归平方和越越大，方程越越显著18.

10、 P值检验法(PP-Valuue)P值：准则：a) 当P 值小于于显著性水平平时，系数在在显著性水平平下是显著的的b) 当P 值大于于显著性水平平时，系数在在显著性水平平下是不显著著的19. F检验法H0：b1 b2 =00 （零假设设） H1： b1，b2至少有一一个不等于00 （备择假假设）F统计量：F=ESS/22/ RSS/(n-2-1) 服服从F(2,n-3)分分布含义：其意义是是与残差平方方和相比，回回归平方和越越大，方程越越显著20. 对数线性模型：度量弹性考虑函数：Y=AXb1 变量X非线性恒等变换：lnnY=lnAA+b1lnnXln表示自然对对数（以e为底的对数数）lnY=

11、lnAA+b1lnnX+u 令b0=lnnA lnY= b0 +bb1lnX+u将形式如上式的的模型称为双双对数模型。21. 半对数模型：测测度增长率22. 线性对数模型解释变量是对数数形式，而因因变量不是对对数形式。考考虑模型：YY=b0+bb1lnX+u23. 双曲函数模型：Y=b0+b1(1/X)+u参数线性 ：变变量非线性（X以倒数形式进入模型）特征：X无限增增大时，1/X趋近于0，Y逐渐接近b00渐近值。24. 多项式回归模型型：在模型等等式右边只有有一个解释变变量，但却以以不同的次幂幂出现，可将将它们看作多多元回归模型型。多项式回回归模型在生生产与成本函函数领域中被被广泛应用。25

12、. 双曲函数模型平均固定成本恩格尔消费曲线线菲利普斯曲线26. 多重共线性的原原因：模型设定:在模模型中加入多多项式项，特特别是当X的取值范围围很小的时候候。27. 变量之间有共同同的时间趋势势 模型型的过定（ overddetermmined）解解释变量的数数目多于观测测的数目。28. 多重共线性的实实际后果：OLS估计量量的方差和标标准差较大。也也就是说，OOLS估计量量的精确度下下降。置信区区间变宽。tt值不显著， R2较高。OLSS估计量及其其标准差对数数据的微小变变化非常敏感感，也就是说说它们趋于不不稳定。回归归系数符号有有误。难以衡衡量各个解释释变量对回归归平方和（EESS）或R2

13、的贡献。29. 异方差的性质规模效应：如果果截面数据来来自于一组规规模差异很大大的对象，在在数据中就会会存在异方差差性。比如，小小公司、中等等的公司、大大公司；低收收入家庭、中中等收入家庭庭、高收入家家庭。 在时间序列数据据中，变量趋趋于具有相似似的数量等级级。30. 异方差的后果OLS估计量仍仍然是线性的的OLS估计量仍仍然是无偏的的但无论是对大样样本，还是小小样本，OLLS估计量不不再具有最小小方差性。也也就是说，OOLS估计量量不再是有效效的。根据常用估计OOLS估计量量方差的公式式得到的方差差通常是有偏偏的。因此，建建立在t分布和F分布之上的的置信区间和和假设检验是是不可靠的。31.

14、残差平方模式 图11不是GQ检验：32. White检验验：假定模型：Y=b0+b1X1+b2X2+uWhite检验验步骤：用OOLS估计回回归方程，得得到残差eii然后作如下下回归：ei 2 =AA0+A1XX1+A2XX2+A3XX1 2 +A4X2 2 +A55X1X2+v求辅助回归方程程的R2值。满足足零假设，则则不存在异方方差。33. 异方差的补救措措施(si)2已知知的加权最小小二乘法（WWLS）(si)2未知知时的变换：情形1：误差与Xii 成比例：平方根变换换nnnnnn 如果模型中包括括多个解释变变量，可以根根据图形找出出合适的解释释变量。n 如果有多个解释释变量都可以以，就

15、不使用用任何解释变变量，而是利利用Y的估计值Y作为变换变变量，因为YY是解释变变量的线性组组合。n 情形2：误差与与Xi 2成比比例nn重新设定模型34. 自相关的性质自相关问题通常常是与时间序序列数据有关关在横截面数据中中也可能产生生自相关问题题，称为空间间相关某一季度工人罢罢工对本季度度及下一季度度产出影响某一家庭消费支支出与另一家家庭的消费支支出35. 自相关产生的原原因惯性模型设定误差蛛网现象数据加工36. 自相关的后果最小二乘估计量量仍然是线性性和无偏的但但不再是有效效的。OLS估计量的的方差是有偏偏的。有时候候，用来计算算方差和OLLS估计量标标准差的公式式会严重低估估真实的方差差和标准差，从从而导致t值变大，这这会使的从表表面上看某个个系数显著不不为0，但事实并并非如此。因因此，通常所所用的t检验和F检验一般来来说是不可靠靠的。通常计计算的R2不能测度度真实R237. 杜宾瓦尔森检检验DW统计量：38. 补救措施：（估估计r ）一阶差分法用 DW 统计计量估计r用最小二乘残差差估计Hildretth-Lu搜搜索法其他估计方法