计量经济学复习提纲—庞皓版.doc

第一章1. 计量分析的四个步骤：模型设定参数估计模型检验模型应用2. 计量模型检验：经济意义检验统计推断检验计量经济学检验模型预测检验3. 计量模型的应用：结构分析经济预测政策评价检验与发展经济理论4. 正确选择解释变量的原则：符合理论、规律忽略众多次要因素，突出主要经济变量数据可得性每个解释变量之间是独立的5. 参数的数据类型：时间序列数据截面数据面板数据虚拟变量数据第二章1. 总体相关系数：=Cov(X,Y)/Var(X)Var(Y)2. 样本相关系数：rxy=(Xi-X_)(Yi-Y_)/(Xi-X_)2(Yi-Y_)23. 总体回归函数中引入随机扰动项的原因：作为未知影响因素的代表作为无法取得数据的已知因素代表作为众多细小影响因素的综合代表模型的设定误差变量的观测误差经济现象的内在随机性4. 简单线性回归模型的基本假定：1、对变量和模型的假定；2、对随机扰动项ui统计分布的假定（古典假定）：零均值假定同方差假定无自相关假定随机扰动项ui与解释变量Xi不相关正态性假定5. 违反零均值假定：影响截距上的估计（影响小）6. 违反正态性假定：不影响OLS估计是最佳无偏性，但会使t检验F检验失真（影响大）7. 样本回归函数的离差形式：yi=2*xi8. OLS估计值的离差表达式：2=(Xi-X_)(Yi-Y_)/(Xi-X_)2=xiyi/xi21=Y_-2*X_9. OLS回归线的性质：样本回归线过（X_,Y_）估计值均值等于实际值均值剩余项ei的均值为零Cov(Yi,ei)=0Cov(Xi,ei)=010. 的评价标准：无偏性有效性一致性11. 的统计性质：线性无偏性有效性12. Var(1)=2/xi2Var(2)=Xi2/n*2/xi213. 2=ei2/(n-2)14. 总变差平方和：(Yi-Y_)2=yi2TSSn-1回归平方和：(Yi-Y_)2=yi2ESSk-1残差平方和：(Yi-Yi)2=ei2RSSn-k15. 可决系数：R2=ESS/TSS16. SE(1)=(2Xi2)/(nxi2)SE(2)=2/xi217. t=(1-1)/SE(1)t(n-2)t=(2-2)/SE(2)t(n-2)18. 区间估计：1. 当总体方差2已知，=0.11.645, =0.051.96, =0.012.33， P-tz=(2-2)/SE(2)t=1-2. 当总体方差2未知，样本容量大，可用2=ei2/(n-2)代替2， z=(2-2)/(/xi2)3. 当总体方差2未知，样本容量小，P-t/2 t=(2-2)/SE(2)=10，R2=0.9时，存在严重多重共线性，会过度地影响最小二乘估计9. 直观判断法：参数估计值有很大的偶然性参数显著性检验未通过经济意义检验未通过相关系数大10. 多重共线性的补救措施：一、经验方法1. 剔除变量法：简单相关系数法：选相关系数较大的两个变量中，相对不重要剔除 方差膨胀因子法：首先剔除最大，如果仍存在，剔除第二大的2. 增大样本容量3. 变换模型形式（差分法）：一般增量之间的线性关系远比总量之间的线性关系弱4. 利用非样本先验形式5. 横截面数据与时序数据并用6. 变量变换二、逐步回归法，三、岭回归法第五章1. 产生异方差的原因：模型设定误差测量误差的变化截面数据中总体各单位的差异，截面数据较时间序列数据更易产生异方差。2. 异方差后果：对参数估计统计特性的影响（仍然具有线性、无偏性、一致性、不再具有最小方差性）对参数显著性检验的影响（方差、标准差增大，t统计量变小；t检验F检验失效）对预测的影响（估计仍无偏；不再有效；扩大预测区间，精度下降；预测产生困难）3. 异方差性的检验：图示检验法Goldfeld-Quanadt检验（戈德菲尔德-夸特检验）White检验ARCH检验Glejser检验4. Goldfeld-Quanadt检验：1. 基本思想：分别对两个子样本进行回归计算比较两个回归的剩余平方和是否有明显差异2. 前提条件（特点）：大样本递减或递增只能判断异方差是否存在，无法确定具体是哪个检验功效取决于c，c越大功效越好3. 步骤：排序数据分组提出假设H0：两部分数据方差相等H1：两部分数据方差不相等构造F统计量比较、判断4.5. White检验特点：大样本适用各类异方差检验可以判断具体是哪一个变量引起的异方差辅助回归中可引入解释变量的相对于原模型的更高次幂可去掉辅助回归式中解释变量的交叉项6. ARCH检验特点：大样本数据是时间序列数据只能判断是否存在，不能具体诊断是哪个一7. 若Glejser辅助回归中的系数参数显著不为0，就认为存在异方差8. Glejser检验特点：可用于各种类型的异方差检验由于异方差形式未知需进行各种测试不仅能对异方差的存在进行判断，还能给出异方差的具体形式大样本9. 异方差性的补救措施：1. 模型变换法：（1）f(Xi)=Xi，Var(ui)=2Xi，两端同除Xi得2. 加权最小二乘法3. 模型的对数变换第六章1. 自相关，又称序列相关，是指总体回归模型的随机误差项ui间存在相关关系2. 自相关系数：3. 自相关产生的原因：经济系统的惯性经济活动的滞后效应数据处理造成的相关蛛网现象模型设定偏误4. 自相关的后果：一阶自回归形式的性质自相关对参数估计的影响（无偏性仍成立，不再具有最小方差性）自相关对模型检验和预测的影响（参数显著性检验失效：t、F、拟合优度检验失效；区间预测精度降低：存在自相关方差标准差增大区间扩大）5. 自相关检验：图示检验法DW检验法相关图和Q统计量序列相关LM检验6. DW检验的假定条件：解释变量X为非随机的随机误差项为一阶自回归形式，即 ui=ut-1+t线性回归模型中不应含有滞后内生变量作为解释变量模型的截距项不为零数据无缺失7. 步骤8. DW取值范围9. DW检验决策规则10. DW检验的缺点和局限性：有两个不能确定