发布时间 : 星期日 文章计量经济学复习资料更新完毕开始阅读
第一章
1计量经济学 是以经济理论为指导，以经济数据为依据，以数学、统计方法为手段，通过建立、估计、检验经济模型，揭示客观经济活动中存在的随机因果关系的一门应用经济学的分 支学科。 1建立计量经济的主要步骤。
根据经济理论建立计量经济模型：样本数据的收集：估计参数；模型的检验。 2 模型检验包括哪几个方面。
经济意义检验（系数符号、大小、关系）；统计准则检验（一级检验，拟合优度评价，显著性评价）；计量经济准则检验（二级检验， 是否满足各种假设条件）； 预测误差检验（是否能用于样本以外的范围）
第二章
1 拟合优度（样本决定系数）样本回归直线与样本观测数据之间的拟合程度，称为样本回归线的拟合优度。
2估计标准差是根据样本资料来计算的，用来反映被解释变量的实际值与估计值的平均误差的程度的指标。 3最小二乘估计
用使估计的剩余平方和最小的原则确定样本回归函数，称为最小二乘准（估计）。 4 总变差（总离差平方和）
被解释变量的观测值与其均值的离差平方和，称为总变差或总离差平方和。用TSS表示。 5随机误差项
随机误差项是一个不可观测的随机变量，又称为随机干扰项，是总结出的经济规律之外的偶然因素，特殊情况。 6回归平方和
因变量y的估计值与其均值的离差平方和，也就是由解释变量解释的变差，用ESS表示。 7剩余平方和
因变量的观测值与估计值之间的平方和，是不能由解释变量x所解释的那部分变差，称为剩余平方和，用RSS表示。 TSS=ESS+RSS 1回归模型的基本假设
一元线性回归模型的基本假定 1. xi是非随机的确定变量 2. 零均值 E(ui) = 0
3. 同方差 var(ui) = ? 2
4. 无自相关 Cov(ui, uj) = 0, (i ? j ) 5. ui 服从正态分布 ui ? N (0, ? ? )
6. 随机误差项ui与解释变量xi不相关 cov(xi,ui) = 0
而多元线性回归模型的基本假定中，解释变量之间不存在多重共线性，即简单各解释变量之间不存在线性关系，或者说解释变量的观测值之间线性无关。
2影响预测精度的主要因素。
S.E越小，预测精度越高；样本容量n越大，预测精度越高；抽样取值范围越大，预测精度越高；预测点离解释变量的均值越近，预测精度越高。
1
3拟合优度（用样本决定系数表示）说明什么？它和相关系数有什么关系？ 拟合优度是指样本回归直线与样本观测数据之间的拟合程度，用样本决定系数的大小来表示。决定系数用来描述解释变量对被解释的解释程度。在数值上，样本决定系数R^2是样本相关系数的平方。
4什么是随机误差项，它的产生原因有哪些？
随机误差项是一个不可观测的随机变量，又称为随机干扰项，是总结出的经济规律之外的偶然因素，特殊情况。
产生原因 模型中被忽略掉的因素造成的误差；模型关系设定不准确；变量的测量误差；随机误差。
第三章
可线性化模型
在非线性回归模型中，有一些模型经过适当的变量变换或函数变换就可以转化成线性回归模型，从而将非线性回归模型的参数估计问题转化成线性回归模型的参数估计，称这些模型为可线性化模型。
1 多元线性回归中引入调整后可决系数的作用。 (1)调整后的R2剔除了解释变量注： 个数的影响，R2?R2 （2）可以对包含解释变量个数????????
不同的模型用R2比较拟合程度??
????????????如果R2?0，证明R2无意义，
2 可当作R?0
2 F-检验与T-检验的关系 ①t检验是针对单个解释变量对被解释变量的影响是否显著所作的检验，F检验是针对所有解释变量对被解释变量的联合影响是否显著所作的检验; ②t检验表明所有参数均显著时，F检验一定是显著的； ③F检验显著时，并不意味着每一个参数的t检验一定是显著的； ④一元线性回归中不需要进行F检验，但F=t2 ⑤在多元线性回归模型中，参数显著性t检验检验与方程显著性F检验都要进行，不能相互替代。
第四章
异方差性 随机误差项的方差不是常数， 即对不同的解释变量观测值彼此不同，则称随机误差项具有异方差性
加权最小二乘 对原模型进行加权，使之成为一个新的不存在异方差性的模型，然后采用普通最小二乘法估计其参数。
1 异方差产生的原因有哪些以及对最小二乘估计有何影响
1、模型中遗漏了某些解释变量2、模型函数形式的设定误差3、样本数据的测量误差4、随机因素的影响
2
2 简述怀特检验的步骤
以二元回归模型为例，White检验的具体步骤如下。 H0：Ut为同方差， H1：Ut存在异方差。
Yt = ?Bo +?B1 Xt1 +?B2 Xt2 + Ut （1）首先对上式进行OLS回归，求残差Ut 。 （2）做如下辅助回归式，
= ?a0 +?a1 xt1 +a2 xt2 + a3 xt1^2 +?a4 xt2^2 + a5 xt1 xt2 + vt
求辅助回归式的可决系数R2。
(3)在同方差假设条件下，构造统计量 nR^ 2 ~Xɑ^2(5)
n表示样本容量，R2是辅助回归式的OLS估计的可决系数。自由度5表示辅助回归式中解释变量项数（注意：不包括常数项，如果是一元线性回归，则要查Xɑ^2(5)。
（4）判别规则是
若 nR ^2 <=Xɑ^2(5), 接受H0（ut 具有同方差） 若 n R ^2 > Xɑ^2(5), 拒绝H0（ut 具有异方差） 第五章
一阶自相关
随机误差项只与它的前一期相关 偏相关
在多个变量Y，X1，X2，……Xk之间，如果只考虑Y与Xi （i=1，2，……,k）之间的相关关系，其他变量固定不变，则这种相关性称为偏相关。 1 自相关产生的原因
经济变量惯性的作用引起随机误差项自相关；经济行为的滞后性引起随机误差项自相关；
一些随机因素的干扰或影响引起随机误差项自相关；模型设定误差引起误差项自相关。
2 DW检验的应用条件（特点）
(1).解释变量是非随机的 (2).只适用于检验一阶自相关（一元和多元回归都适用）
(3).当模型中出现被解释变量的滞后期，DW检验失效， 即方程中不能出现yt=β0+β1xt+ β2yt-1+ut (4).截距项不为零（常数项应通过显著性检验） (5).当DW值落入无法判定区域时，检验结果不明确 (6) .样本容量应充分大（n>15）
第六章
多重共线性
1如果某两个或多个解释变量X1，X2……Xk之间出现了相关性，则称为存在多重共线性。
2检验多重共线性和消除多重共线性的方法（逐步回归法的过程）
检验方法 相关系数检验法；辅助回归模型检验；方差膨胀因子检验；特征值检验；根据回归结果判断。
消除方法: a保留重要的解释变量，去掉次要的或可替代的解释变量；b利用先
3
验信息改变参数的约束形势；c变换模型的形势；d综合使用时序数据与截面数据；
e逐步回归法 （1）用被解释变量对每一个所考虑的解释变量做简单回归。按可决系数大小给解释变量重要性排序。（2）以可决系数最大的回归方程为基础，按解释变量重要性大小为顺序逐个引入其余的解释变量。）；f增加样本容量 ；g主成分回归；
第七章
虚拟变量 反映定性因素变化表示某种特征的有和无，取值为0和1的人工变量称为虚拟变量，用D表示。 工具变量
与随机解释变量高度相关，但与随机误差项不相关，用于替代随机解释变量的解释变量。
随机解释变量
解释变量为随机的，不为确定性变量，则称其为随机解释变量。 1什么是虚拟变量，在模型当中有何作用？ 反映定性因素变化表示某种特征的有和无，取值为0和1的人工变量称为虚拟变量。
作用 可以描述和测量定性因素的影响；能够正确反映经济变量之间的相互关系，提高模型的精度；能够处理异常数据。 2工具变量应具备什么的条件？
工具变量必须是有明确经济含义的外生变量；工具变量与随机解释变量高度相关，而又与随机误差项不相关；工具变量与模型中的其他解释变量也不相关；模型中多个工具变量之间不相关。
3引入虚拟变量的方法有哪些，各适用于什么情况？
加法方式 直接在所设定的计量经济模型中加入适当的虚拟变量，此时虚拟变量与其他解释变量在设定模型中是相加的关系。其作用是改变了设定模型的截距水平。
乘法方式 在所设定的精量经济模型中，将虚拟解释变量与其他解释变量相乘作为新的解释变量，以达到其调整模型斜率系数的目的。
一般方式 直接以加法和乘法的方式引入虚拟变量，然后再利用T检验判断其系数是否显著的不等于零，进而确定虚拟变量的具体引入方式。
第八章
分布滞后模型
如果被解释变量的Yt不仅受同期解释变量Xt的影响，而且还明显依赖于X的滞后值Xt-1,Xt-2…这样的模型就是分布滞后模型，分布滞后模型可以反映解释变量对被解释变量的影响。 自回归模型
利用前期若干时刻的随机变量的线性组合来描述以后某时刻随机变量的线性回归模型。
1 分布滞后模型估计存在哪些困难？如何处理这些困难
4
困难：（1）滞后期长度难以确定（2）损失自由度（3）产生多重共线性 处理方法：1、经验加权估计（对解释变量进行归并以削弱或消除多重共线性） 2阿尔蒙（Almon）法 （用有限多项式来减少待估计参数的个数，以削弱多重共线性及参数估计中的自由度损失。） 2比较三种模型的异同
相同点 有相同的被解释变量和解释变量，都是一阶回归模型 ；都存在随机解释变量问题，即违背基本假设1
不同点 科伊克模型和自适应预期模型都违反基本假设6，局部调整模型不违反基本假设6；估计方法不相同：科伊克模型和自适应预期模型采用工具变量法，局部调整模型采用简单最小二乘即可
第十章
前定变量 在模型求解之前就确定了取值的变量，前定变量包括外生变量和滞后变量。
外生变量 由模型系统之外其他因素所决定的变量，表现为非随机变量，其数值在模型求解之前就已经确定，不受模型中任何变量的影响。 内生变量 由模型本身所决定的变量，表现为具有一定概率分布的随机变量，其数值受模型中其他变量的影响，是模型求解的结果。 结构式模型 将一个内生变量表示为其它内生变量、先决变量和随机误差项的函数形式。
简化式模型 将每一个内生变量都表示为先决变量和随机误差项的函数形式。 方程的识别 若能由简化式模型参数估计值推导出结构式模型参数的估计值，则称特定的方程可识别，否则称该方程不可识别。 1结构式模型与简化式模型的联系与区别
1结构式模型直观地描述经济变量之间的关系结构，有十分明确的经济含义。而简化式模型并不反映经济变量这种直接关系，没有明确的经济含义。 2 简化式模型反映了前定变量对内生变量的总影响情况，便于直接进行经济预测等定量分析，而结构式模型却不便于进行经济预测。
3结构式模型中的解释变量可能是前定变量也可能是内生变量；简化式模型中的解释变量均为前定变量。
4简化式模型可以用最小二乘法来估计参数，但结构式模型不能。 5简化式模型是通过变量的连续替换从结构式模型中导出的。 2联立方程模型变量分几类，各自的含义是什么？ 内生变量和外生变量两大类。
外生变量 由模型系统之外其他因素所决定的变量，表现为非随机变量，其数值在模型求解之前就已经确定，不受模型中任何变量的影响。 内生变量 由模型本身所决定的变量，表现为具有一定概率分布的随机变量，其数值受模型中其他变量的影响，是模型求解的结果。
5