計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)總結(jié)

1、-作者xxxx-日期xxxx計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)總結(jié)【精品文檔】第一章 導(dǎo)論*1計(jì)量經(jīng)濟(jì)學(xué)：是以經(jīng)濟(jì)理論和經(jīng)濟(jì)數(shù)據(jù)的事實(shí)為依據(jù)，運(yùn)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)的方法，通過建立數(shù)學(xué)模型來研究經(jīng)濟(jì)數(shù)量關(guān)系和規(guī)律的一門經(jīng)濟(jì)學(xué)科。*2計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)理論、數(shù)學(xué)、統(tǒng)計(jì)學(xué)的聯(lián)系和區(qū)別是什么？計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、數(shù)學(xué)、統(tǒng)計(jì)學(xué)的結(jié)合，是經(jīng)濟(jì)學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)的交叉學(xué)科（或邊緣學(xué)科）。*3、計(jì)量經(jīng)濟(jì)學(xué)的研究步驟：（1）確定變量和數(shù)學(xué)關(guān)系式模型假定；（2）分析變量間具體數(shù)量關(guān)系估計(jì)參數(shù)；（3）檢驗(yàn)所得結(jié)論的可靠性模型檢驗(yàn)；（4）作經(jīng)濟(jì)分析和經(jīng)濟(jì)預(yù)測模型應(yīng)用。*4計(jì)量經(jīng)濟(jì)學(xué)中常用的數(shù)據(jù)類型：根據(jù)（生成過程）和（結(jié)構(gòu)方面）的差異，可

2、分為：（1）時(shí)間序列數(shù)據(jù)：把反映某一總體特征的同一指標(biāo)的數(shù)據(jù)，按照一定的時(shí)間順序和時(shí)間間隔排列起來構(gòu)成的數(shù)據(jù)。（2）截面數(shù)據(jù)：同一時(shí)間（時(shí)期或時(shí)點(diǎn)）某個(gè)指標(biāo)在不同空間的觀測數(shù)據(jù)。（3）面板數(shù)據(jù)：指時(shí)間序列數(shù)據(jù)和截面數(shù)據(jù)相結(jié)合的數(shù)據(jù)。（4）虛擬變量數(shù)據(jù)：人為構(gòu)造的虛擬變量數(shù)據(jù)，通常以1表示某種狀態(tài)發(fā)生，以0表示某種狀態(tài)不發(fā)生。5計(jì)量經(jīng)濟(jì)學(xué)模型的檢驗(yàn)包括哪幾個(gè)方面？為什么要進(jìn)行模型的檢驗(yàn)？經(jīng)濟(jì)意義經(jīng)驗(yàn)、統(tǒng)計(jì)推斷檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)、模型預(yù)測檢驗(yàn)四個(gè)方面。6 從變量的因果關(guān)系上，可分為被解釋變量和解釋變量。根據(jù)變量的性質(zhì)，可分為內(nèi)生變量和外生變量是7計(jì)量經(jīng)濟(jì)學(xué)模型中包含的變量之間的關(guān)系主要有哪些？主

3、要是解釋變量與被解釋變量之間的因果關(guān)系，包括單向因果關(guān)系、相互影響關(guān)系、恒等關(guān)系。第二章 一元線性回歸模型1什么是相關(guān)分析？什么是回歸分析？相關(guān)分析與回歸分析的關(guān)系如何？相關(guān)分析是研究變量之間的相關(guān)關(guān)系的形式和程度的一種統(tǒng)計(jì)分析方法，主要通過繪制變量之間關(guān)系的散點(diǎn)圖和計(jì)算變量之間的相關(guān)系數(shù)進(jìn)行?；貧w分析是研究不僅存在相關(guān)關(guān)系而且存在因果關(guān)系的變量之間的依存關(guān)系的一種分析理論與方法，是計(jì)量經(jīng)濟(jì)學(xué)的方法論基礎(chǔ)。相關(guān)分析與回歸分析既有聯(lián)系又有區(qū)別。聯(lián)系在于：相關(guān)分析與回歸分析都是對(duì)存在相關(guān)關(guān)系的變量的統(tǒng)計(jì)相關(guān)關(guān)系的研究，都能測度線性相關(guān)程度的大小，都能判斷線性相關(guān)關(guān)系是正相關(guān)還是負(fù)相關(guān)。區(qū)別在于：相

4、關(guān)分析僅僅是從統(tǒng)計(jì)數(shù)據(jù)上測度變量之間的相關(guān)程度，不考慮兩者之間是否存在因果關(guān)系，因而變量的地位在相關(guān)分析中是對(duì)等的；回歸分析是對(duì)變量之間的因果關(guān)系的分析，變量的地位是不對(duì)等的，有被解釋變量和解釋變量之分。3回歸線與回歸函數(shù)：總體回歸線： 給定解釋變量條件下被解釋變量的期望軌跡稱為總體回歸曲線或總體回歸線?？傮w回歸函數(shù)：將總體被解釋變量Y的樣本條期望值E(Yi|Xi)表現(xiàn)為解釋變量X的某種函數(shù)?？傮w回歸模型：引入了隨機(jī)誤差項(xiàng)，稱為總體回歸函數(shù)的隨機(jī)設(shè)定形式，也是因?yàn)橐肓穗S機(jī)誤差項(xiàng)，成為計(jì)量經(jīng)濟(jì)學(xué)模型，稱為總體回歸模型樣本回歸模型：根據(jù)樣本數(shù)據(jù)對(duì)總體回歸函數(shù)作出的估計(jì)稱為樣本回歸函數(shù)。引入樣本回

5、歸函數(shù)中的代表各種隨機(jī)因素影響的隨機(jī)變量，稱為樣本回歸模型。*4為什么要對(duì)模型提出假設(shè)？線性回歸模型的基本假設(shè)有哪些？線性回歸模型的參數(shù)估計(jì)方法很多，但估計(jì)方法都是建立在一定的假設(shè)前提之下的，只有滿足假設(shè)，才能保證參數(shù)估計(jì)結(jié)果的可靠性。簡單線性回歸的基本假定：包括兩個(gè)方面：一是對(duì)變量和模型的假定；二是對(duì)隨機(jī)擾動(dòng)項(xiàng)統(tǒng)計(jì)分布的假定。其中對(duì)隨機(jī)擾動(dòng)項(xiàng)的假定有：（1）的期望為0，即；（2）的方差為一常數(shù)，即；（3）與相互獨(dú)立，即 ；（4）隨機(jī)誤差項(xiàng)與自變量不相關(guān)，即；（5）服從正態(tài)分布這5條假設(shè)中的前4條是線性回歸模型的古典假設(shè)，也稱為高斯假設(shè)，滿足古典假設(shè)的線性回歸模型稱為古典線性回歸模型。5、相關(guān)

6、系數(shù)的計(jì)算： 6、模型引進(jìn)隨機(jī)擾動(dòng)項(xiàng)的原因？（1）作為未知因素的代表；（2）作為無法取得數(shù)據(jù)的已知因素的代表；（3）作為眾多細(xì)小影響因素的綜合代表；（4）模型的設(shè)定誤差；（5）變量的觀測誤差；（6）經(jīng)濟(jì)現(xiàn)象的內(nèi)在隨機(jī)性7參數(shù)的普通最小二乘估計(jì)法和基本思想各是什么？基本思想是使樣本回歸函數(shù)盡可能好地?cái)M合樣本數(shù)據(jù)，反映在圖上，就是要使樣本散點(diǎn)偏離樣本回歸直線的距離總體上最小。最小二乘法以剩余平方和表示被解釋變量的估計(jì)值與實(shí)際觀察值的偏差總體上最小，稱為最小二乘準(zhǔn)則。*8、OLS回歸線的性質(zhì)？（1）樣本回歸線過樣本均值點(diǎn)，即樣本回歸線必過點(diǎn)。 （2）估計(jì)值的均值 等于實(shí)際值的均值；（3）剩余項(xiàng)的均值

7、為零，即；（4）被解釋變量估計(jì)值與剩余項(xiàng)不相關(guān)；（5）解釋變量與剩余項(xiàng)不相關(guān)； *9、參數(shù)估計(jì)量的評(píng)價(jià)標(biāo)準(zhǔn)：（1）有效性；（2）無偏性；（3）一致性*10、OLS估計(jì)量的統(tǒng)計(jì)特性？（1）有效性；（2）無偏性；（3）線性性11什么是擬合優(yōu)度？什么是擬合優(yōu)度檢驗(yàn)？擬合優(yōu)度通過什么指標(biāo)度量？為什么殘差平方和不能作為擬合優(yōu)度的度量指標(biāo)？擬合優(yōu)度：指樣本回歸線對(duì)樣本觀測數(shù)據(jù)擬合的優(yōu)劣程度。擬合優(yōu)度檢驗(yàn)：就是檢驗(yàn)樣本回歸線對(duì)樣本數(shù)據(jù)擬合的精確程度。樣本殘差平方和是一個(gè)可用來描述模型擬合效果的指標(biāo)，殘差平方和越大，表明擬合效果越差；殘差平方和越小，表明擬合效果越好。但殘差平方和是一個(gè)絕對(duì)指標(biāo)，不具有橫向可比

8、性，不能作為度量擬合優(yōu)度的統(tǒng)計(jì)量。與殘差平方和不同，可決系數(shù)是一個(gè)相對(duì)指標(biāo)，具有橫向可比性，因此可以用作擬合優(yōu)越度檢驗(yàn)。（越接近1優(yōu)越度越高）12、OLS估計(jì)分布的性質(zhì)： *13、高斯-馬爾可夫定理：在古典假定條件下，OLS估計(jì)量和是總體參數(shù)和的最佳線性無偏估計(jì)量。14、一元線性回歸的檢驗(yàn)：（1）經(jīng)濟(jì)檢驗(yàn)，就是檢驗(yàn)估計(jì)出來的參數(shù)的符號(hào)、大小是否與經(jīng)濟(jì)理論和實(shí)際經(jīng)驗(yàn)相符合，即是否具有經(jīng)濟(jì)意義；（2）統(tǒng)計(jì)檢驗(yàn)，對(duì)回歸參數(shù)的檢驗(yàn)（檢驗(yàn)）回歸方程的擬合優(yōu)度，判定系數(shù)；對(duì)回歸方程的顯著性檢驗(yàn)（檢驗(yàn)）；（3）經(jīng)濟(jì)計(jì)量檢驗(yàn)，隨機(jī)誤差項(xiàng)的序列相關(guān)檢驗(yàn)檢驗(yàn)15、預(yù)測：Y的平均值的點(diǎn)預(yù)測與區(qū)間預(yù)測：Y的平均值的點(diǎn)

9、預(yù)測與區(qū)間預(yù)測： 第三章 多元線性模型*1、偏回歸系數(shù)：表示在控制其他解釋變量不變的情況下，其中一個(gè)解釋變量單位變動(dòng)對(duì)被解釋變量的平均值的影響，這樣的回歸系數(shù)被稱為偏回歸系數(shù)。*2多元線性回歸模型的基本假設(shè)： （1）零均值假定，假定隨機(jī)擾動(dòng)項(xiàng)的期望或均值為0（2）同方差和無自相關(guān)假定；（3）隨機(jī)擾動(dòng)項(xiàng)與解釋變量不相關(guān)假定；（4）無多重共線性假定*3、參數(shù)最小二乘的性質(zhì)：（1）有效性；（2）無偏性；（3）線性性質(zhì)。*4、隨機(jī)擾動(dòng)項(xiàng)方差的估計(jì)：*5、修正的可決系數(shù)：在樣本容量不變時(shí)，隨著模型中解釋變量的增加，總離差平方和不會(huì)改變，而解釋變量的平方和可能增大，多重可決系數(shù)的值可能會(huì)變大。 *6、回歸

10、方程的F檢驗(yàn)： 在一元回歸的情形下，對(duì)參數(shù)的顯著性檢驗(yàn)（t檢驗(yàn)）與對(duì)回歸整體上的顯著性檢驗(yàn)（F檢驗(yàn)）是等價(jià)的。對(duì)方程聯(lián)合顯著性檢驗(yàn)的F檢驗(yàn)，實(shí)際上也是對(duì)的顯著性檢驗(yàn)。第四章 多重共線性1、多重共線基本概念：多重共線性：解釋變量之間存在線性關(guān)系一般形式：完全共線和近似多重共線。完全的多重共線性：若果存在不全為0的數(shù)，使得，則稱解釋變量完全的多重共線性。*2、產(chǎn)生原因（1）經(jīng)濟(jì)變量之間具有共同變化趨勢；（2）模型中包含滯后項(xiàng)；（3）利用截面數(shù)據(jù)建立模型也可能出現(xiàn)多重共線性；（4）樣本數(shù)據(jù)自身的原因*3、完全多重共線后果：（1）參數(shù)的估計(jì)值不確定；（2）參數(shù)估計(jì)值的方差無限大*4、不完全多重共線的后

11、果：（1）參數(shù)估計(jì)值的方差與協(xié)方差無限大；（2）對(duì)參數(shù)進(jìn)行區(qū)間估計(jì)時(shí)，置信區(qū)間趨于變大；（3）嚴(yán)重多重共線性時(shí)，假設(shè)檢驗(yàn)容易做出錯(cuò)誤的判斷；（4）當(dāng)多重共線性嚴(yán)重時(shí)，可能造成可決系數(shù)較高，經(jīng)F檢驗(yàn)的參數(shù)聯(lián)合性顯著性也較高，但對(duì)各個(gè)參數(shù)單獨(dú)的t檢驗(yàn)可能不顯著 ，甚至可能使估計(jì)的回歸參數(shù)符號(hào)相反，得出完全相反的結(jié)論。5、多重共線性的檢驗(yàn)：（1） 簡單相關(guān)系數(shù)檢驗(yàn)法：，則存在共線問題。（2）方差膨脹因子法：（VIF大于10，就認(rèn)為存在嚴(yán)重多重共線性。）（3）直觀判斷法；（4）逐步回歸檢測法*6、多重共線性的補(bǔ)救措施：（1）經(jīng)驗(yàn)方法：剔除變量法；增大樣本容量；變換模型形式(差分)；利用非樣本先驗(yàn)信息；

12、橫截面數(shù)據(jù)與時(shí)序數(shù)據(jù)并用；變量變換(計(jì)算相對(duì)指標(biāo)；將名義數(shù)據(jù)轉(zhuǎn)換為實(shí)際數(shù)據(jù)；將小類指標(biāo)合并為大類指標(biāo)；將總量指標(biāo)進(jìn)行對(duì)數(shù)變換)。（2）逐步回歸補(bǔ)充：t檢驗(yàn)與F檢驗(yàn)結(jié)果相矛盾可能是由于多重共線性造成的。根據(jù)經(jīng)驗(yàn)，如果一個(gè)變量的值在樣本期間沒有很大的變化，則它對(duì)被解釋變量的影響就不能很好地被度量。多重共線性往往表現(xiàn)的是解釋變量間的樣本相關(guān)現(xiàn)象，在不存在完全共線性的情況下，近似共線并不意味著基本假定的任何改變，所以O(shè)LS估計(jì)量的無偏性、一致性和有效性仍然成立，但共線性會(huì)導(dǎo)致參數(shù)估計(jì)值的方差大于不存在多重共線性的情況。（3）嶺回歸第五章 異方差1、異方差：指被解釋變量觀測值的分散程度是隨解釋變量的變化

13、而變化的。進(jìn)一步可以把異方差看成是由于某個(gè)解釋變量的變化引起的。2、產(chǎn)生原因：（1）模型設(shè)定誤差；（2）測量誤差的變化；（3）截面數(shù)據(jù)中總體各單位的差異。3、異方差后果：（1）對(duì)參數(shù)估計(jì)式的統(tǒng)計(jì)特性的影響：參數(shù)的OLS估計(jì)仍然具有無偏但非有效；參數(shù)OLS估計(jì)式的方差不再是最?。唬?）對(duì)模型假設(shè)檢驗(yàn)的影響：只要存在異方差性，在古典假定下用來檢驗(yàn)假設(shè)的統(tǒng)計(jì)量可能不再成立。（3）對(duì)預(yù)測的影響：盡管參數(shù)的OLS估計(jì)量仍是無偏，并且基于此的預(yù)測也是無偏的，但會(huì)由于參數(shù)估計(jì)量不是有效的，從而對(duì)Y的預(yù)測也將不是有效的4、異方差檢驗(yàn)：（1）圖示檢驗(yàn)法（2）Goldfeld-Quandt檢驗(yàn)適用條件：只適用于大

14、樣本；除了同方差假定不滿足外，其他假定都滿足。步驟：排序；將在中間的c個(gè)觀測值去掉，再分成兩部分；提出假設(shè)，原假設(shè)：同方差；構(gòu)造F統(tǒng)計(jì)量，后一部分的殘差平方和除以前一部分的。（3）White檢驗(yàn) 對(duì)Y和所有解釋變量X進(jìn)行OLS回歸； 將得到的殘差平方作為被解釋變量，對(duì)其他解釋變量進(jìn)行輔助回歸； 根據(jù)得到的可決系數(shù)計(jì)算值 根據(jù)顯著性水平，確定臨界值，判斷是否大于臨界值。如果大于臨界值，則存在異方差。*5、異方差的補(bǔ)救措施：（1）對(duì)模型進(jìn)行變換；（2）加權(quán)最小二乘(當(dāng)存在異方差時(shí)，方差越小，其樣本值偏離均值的程度越小，其觀測值應(yīng)受到重視。即方差越小，在確定回歸線時(shí)的作用應(yīng)越大，給予的權(quán)重越大)；（

15、3）模型的對(duì)數(shù)變換。第六章 自相關(guān)*1、自相關(guān)：又稱序列相關(guān)，是指總體回歸模型的隨機(jī)誤差項(xiàng)之間存在相關(guān)關(guān)系*2、產(chǎn)生原因（1）經(jīng)濟(jì)系統(tǒng)的慣性；（2）經(jīng)濟(jì)活動(dòng)的滯后效應(yīng)；（3）數(shù)據(jù)處理造成的相關(guān)；（4）蛛網(wǎng)現(xiàn)象；（5）模型設(shè)定偏誤。自相關(guān)主要存在于時(shí)間序列數(shù)據(jù)中，但橫截面數(shù)據(jù)中也可能會(huì)出現(xiàn)，此時(shí)稱為空間相關(guān)。*3、自相關(guān)后果：（1）一階自相關(guān)形式時(shí)：在為一階自回歸形式的自相關(guān)時(shí)隨機(jī)誤差項(xiàng)依然滿足零均值、同方差假定。（2）對(duì)參數(shù)估計(jì)的影響：當(dāng)隨機(jī)誤差項(xiàng)存在自相關(guān)時(shí)，依然是無偏的，即。因?yàn)槠胀ㄗ钚《藷o偏性的證明中并不要求滿足無自相關(guān)的假定。當(dāng)存在自相關(guān)時(shí)，普通最小二乘估計(jì)量不再是最佳線性無偏估計(jì)量，即它在線性無偏估計(jì)量中不是方差最小的。（會(huì)導(dǎo)致低估真實(shí)的方差）。（3）對(duì)模型檢驗(yàn)的影響：當(dāng)存在自相關(guān)時(shí)，會(huì)低估真實(shí)的方差，更會(huì)低估參數(shù)估計(jì)值的方差，從而過高估計(jì)t統(tǒng)計(jì)量的值，會(huì)夸大所估計(jì)參數(shù)的顯著性，對(duì)原來本不重要的解釋變量可能誤認(rèn)為重要而保留。類似的，使得F檢驗(yàn)也是不可靠的。（4）對(duì)模型預(yù)測的影響：在自相關(guān)情形下，方差的