2022年计量经济学重点复习.docx

《2022年计量经济学重点复习.docx》由会员分享，可在线阅读，更多相关《2022年计量经济学重点复习.docx（6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、 自相关的检验方法？一阶和高阶分别用什么方法？一阶自回来形式的序列相关问题检验方法：DW 检验；是 J.Durbin杜宾 和 G.S.Watson沃特森 于 1951 年提出的一种适用于小样本的检验方法；这种检验方法是建立经济计量模型中最常用的方法第四章112高阶自相关检验方法：拉格朗日乘数检验（Breusch-Goldfrey）（补充）2、经济计量学的实际应用过程,主要是建立、估量和检验各类经济计量模型,以达到结构 分析、经济猜测和政策评判的目的；3、故一般将外生变量和滞后变量合称为前定变量（Predetermined Variable

2、）；4、一般而言,模型所含经济变量的数据可分为几种类型？（1）时间序列数据 所形成的数列是指某一经济变量在各个时期的数值按时间先后次序排列（2）截面数据 是指在同一时点或时期上,不同统计单位的相同统计指标组成的数据（3）混合数据 是指兼有时间序列和界面数据两种成分的数据（4）虚拟变量数据 是经济变量学家为不能量化的定性变量而设定的；（例如职业、性别等都是影响面包、猪肉等特定商品消费量的因素；这类具有质量属性的因素,可在方程中引进虚拟变量来近似反映其影响；）虚拟变量的取值可谓1 或 0 5 联立方程模型是否可识别的判定方法有哪两个？联立方程识别的判定方法有两种,分别是阶条件和秩条件；阶条件是方程

3、可识别的必要条件：假如一个方程能被识别,那么这个方程不包括的变量总数应大于或等于模型系统中方程个数减 1.引入数学符号表示如下：（m+k） mi+ki=m-1 其中, m=联立方程模型中内生变量的个数； mi=第 i 个方程中内生变量的个数；k=签订变量的个数；ki=第 i 个方程中前定变量的个数 秩条件是方程可识别的阶条件：全部不包含在这个方程中的其他变量的参数矩阵的秩为 m-1 即我们要判别第 i 识别方程的识别性时, 先划去结构式参数矩阵表内的第 i 行,再划去第 i 行上非零参数所在列,剩下的参数按原次序组成的一个矩阵,记做 Ai 就第 i 方程可识别的充分必要条件是：rankAi=m

4、-1 6 软件结果图的评判；建立模型,t,R2,f；（其次章）7 如何挑选 ADF检验中是否包括截距和趋势项？（伪回来 PPT76）笔记8 随机误差项 u 的意义1理论的欠缺；虽然有打算Y 的行为的理论, 但常常是不能完全确定的,理论常常有肯定的模糊性；2数据的欠缺；名师归纳总结 - - - - - - -第 1 页,共 4 页精选学习资料 - - - - - - - - - 即使能确定某些变量对 不能引入该变量；Y 有显著影响, 但由于不能得到这些变量的数据信息而3核心变量与非核心变量；在模型中, 我们往往引入的是核心变量,即主要影响因素,而非核心变量由于其非系统的或随机的影响和引入成本的不

5、合算,我们往往把他们的联合小勇当做一个随机变量来看待4人类行为的内在随机性；即使我们胜利地把全部有关的变量都引进到模型中来,在个别的 Y 中仍不免有一些“ 内在” 的随机性,无论我们花了多少力气都说明不了的；随机误差项 ui 能很好地反映这种随机性；5节约原就,我们想保持一个尽可能简洁的回来模型；假如我们能用两个或三个变量就基本上说明了因变量 的行为,就没有必要引进更多的变量；让 ui 代表全部其它变量是一种很好的挑选；9 哪种情形下使用调整后的 R2？（多元线性回来）10、边际分析和弹性分析估量系数的意义？第三章 PPT121接笔记边际的含义： 边际： 自变量变化一个单位时因变量的转变量；引

6、起的因变量的增长率（接笔记）弹性的含义： 因变量增长率所11、异方差性 : 在线性模型的基本假定中,关于方差不变的假定不成立,其他假定不变的 情形称为异方差性；12、序列相关产生的背景和缘由Cov u uj0,ij在进行回来分析时,我们总假定其随机误差项是不相关的,即上式表示不同时点的误差项之间不相关；假如一个回来模型不满意上式,就我们称随机误 差项之间存在着序列相关现象,也称为自相关；背景和缘由如下：遗漏了重要的说明变量在回来分析的建模过程中,假如忽视了一个或几个重要的说明变量,而这些遗漏的 重要变量随着时间的推移而出现出相关的趋势,回来模型中的误差项就会具有明显的相关 趋势,这是由于误差项

7、包含了遗漏的变量；经济变量的滞后性在实际问题的讨论中,很多经济变量都会产生滞后影响,例如物价指数、 基建投资、国民收入、消费、货币发行量等都有肯定的滞后性；如前期消费额对后期消费额一般会有 明显的影响；回来函数形式的设定错误也可能引起序列相关例如,假定某实际问题的正确回来函数应由指数模型 性回来模型 来表示；（4 章 82）蛛网现象 Cobweb Phenomenon；来表示；但是,讨论者误用线微观经济学中的一个概念；它表示某种商品的供应量因受前一期价格影响而表现出来 的某种规律性,即呈蛛网状收敛或发散于供需的均衡点；由于规律性的作用,使得所用回 归模型的误差项不再是随机的了,而产生了某种自相

8、关；对原始数据加工整理；在回来分析建模中,我们常常要对原始数据进行一些处理,如在具有季节性时序资料的建模中, 我们常常要排除季节性,对数据作修匀处理；但假如采纳了不恰当的差分变换,也会带来序列相关；序列相关问题不仅在时序资料的建模中会常常遇到,而且在截面样本中有时也会存在；名师归纳总结 - - - - - - -第 2 页,共 4 页精选学习资料 - - - - - - - - - 大多数经济时间序列由于受经济波动规律的作用,一般随着时间的推移有一种向下或向上变动的趋势；所以,随机误差项ut 一般会显现序列相关的情形；13 直观判定法（如何简洁直观地判定多重共线性）多重共线性的概念（书） ：

9、R 2 较高,而显著 t 统计量较少时,可能存在多重共线性问题；当增加或剔除一个说明变量,或者转变一个观测值时,回来系数的估量值发生较大变化,我们就认为回来方程存在严峻的多重共线性；一些重要的说明变量在回来方程中没有通过显著性检验时,可初步判定存在着严峻的多重共线性；有些说明变量的回来系数所带符号与定性分析结果违反时,可能存在多重共线性问题；说明变量间的相关系数较大时,可能会显现多重共线性问题；14 假如只有一个质的因素,且具有 m 个特点,那么假如是含有截距项的,就要引入 m-1 个虚拟变量；不含有截距项的,应当引入 m 个虚拟变量,这就是 虚拟变量的设定原就；15 如何通过设置虚拟变量来建

10、立截距、斜率变动模型？名师归纳总结 - - - - - - -第 3 页,共 4 页精选学习资料 - - - - - - - - - 16 明白计量经济模型分析的步骤；（绪论课件中）在回来分析中使用对数线性模型的优点和规章：优点：（1）对数线性模型中斜率系数度量了一个变量（Y）对另一个变量（X）的弹性；（2）斜率系数与变量 X,Y 的测量单位无关,其结果值与 X,Y 的测量单位无关；（3）当 Y 0 时,使用对数形式 LnY比使用水平值 Y 作为被说明变量的模型更接近经典线性模型；大于零的变量,其条件分布常常是有异方差性或偏态性；取对数后,虽然不能消除这两方面的问题,但可大大弱化这两方面的问题；（4）取对数后会缩小变量的取值范畴；使得估量值对被说明变量或说明变量的反常值不会很敏锐；规章：对于何时取对数并不存在一个固定模式,但有一些体会法就；（1）对于大于 0 的数量变量,通常均可取对数；例如,需求量、价格、工资等；2）以年度量的变量,如受训练年数、工龄、年龄等就通常以其原有形式显现；（3）以比例或百分比度量的变量,如失业率、通货膨胀率、犯罪率等变量即可使用原形式也可使用对数形式；但两种使用方法中参数的意义不同；名师归纳总结 （4）使用对数时,变量不能取0 或负第 4 页,共 4 页- - - - - - -