计量经济学知识总结.doc

1、回归模型的基本假设？1）回归模型是正确设定的。2）解释变量X是确定性变量，不是随机变量，在重复抽样中取固定值。3）解释变量X在所抽取的样本中具有变异性，而且随着样本容量的无限增加，解释变量X的样本方差趋于一个非零的有限常数。4）随机误差项m具有零均值、同方差和不序列相关性5）随机误差项m与解释变量X之间不相关6）随机误差项m服从零均值、同方差、零协方差的正态分布2、回归分析的主要内容？1）根据样本观察值对计量经济学模型参数进行估计，求得回归方程。2）对回归方程、参数估计值进行显著性检验。3）利用回归方程进行分析、评价及预测。3、多元线性回归模型与一元线性回归模型的区别？1）解释变量个数不同2）模型经典假设不同，多元线性回归模型比一元线性回归模型多了“解释变量之间不存在线性相关关系”的假设.3)多元线性回归模型的参数估计式的的表达更复杂。4、异方差性A、原因：采用截面数据作为样本的经济学问题，由于在不同样本带您上解释变量以外的其他因素的差异较大，所以往往存在异方差性B、后果： 1）参数估计量非有效2）变量的显著性检验失去意义3）模型的预测失效C、异方差性的检验：1）图示法 2）帕克(Park)检验与戈里瑟(Gleiser)检验 3）戈德菲尔德-匡特(Goldfeld-Quandt)检验 4）怀特（White）检验D、异方差的修正：1）加权最小二乘法 2）异方差稳健标准误法5、序列相关性A、原因： 1）经济变量固有惯性 2 ）模型设定的偏误 3） 数据的编造B、后果：1）参数估计量非有效2） 变量的显著性检验失去意义3） 模型的预测失效C、序列相关性的检验：1）图示法 2）回归检验法 3）杜宾-瓦森（Durbin-Watson）检验法 (D.W.) 4）拉格朗日乘数（Lagrange multiplier）检验 （LM）D、序列相关的补救：1）广义最小二乘法 2）广义差分法6、多重共线性A、原因：1）经济变量相关的共同趋势 2） 滞后变量的引入 3）样本资料的限制B、后果:1）完全共线性下参数估计量不存在 2）近似共线性下OLS估计量非有效 3）参数估计量经济含义不合理 4）变量的显著性检验和模型的预测功能失去意义C、多重共线性的检验：1）检验多重共线性是否存在 2）判明存在多重共线性的范围D、克服多重共线性的方法:1）排除引起共线性的变量 2）差分法 3）减小参数估计量的方差7、随机解释变量问题A情况：1）随机解释变量与随机干扰项独立2）随机解释变量与随机干扰项同期无关但异期相关3）随机解释变量与随机干扰项同期相同，B、后果： 1）X与m相互独立，得到的参数估计量任然是无偏一致估计量 2）X与m同期不相关，异期相关，得到的参数估计量有偏，但却是一致的 3）X与m同期相关，得到的参数估计量有偏且非一致C、处理方法：工具变量法 工具变量，是指在模型估计过程中被作为工具作用，以替代与随机干扰项相关的随机解释变量。被选择为工具变量的变量Z必须满足以下条件：（1）与所替代的随机解释变量高度相关（2）与随机干扰项不相关（3）与模型中其他解释变量不相关，以避免出现多重共线性。8、拟合优度检验 （P43）9、变量的显著性检验（P46）10、回归分析与相关分析的区别与联系。联系：两者都是研究非确定性变量间的统计依赖关系，并能测度线性依赖程度的大小。区别：相关分析仅仅是从统计数据上测度变量间的相关程度，而无需考察两者间是否有因果关系，因此，变量的地位在相关分析中是对称的，而且都是随机变量；回归分析则更关注具有统计相关关系的变量间的因果关系分析，变量的地位是不对称的，有解释变量与被解释变量之分，而且解释变量也往往被假设为非随机变量。再次，相关分析只关注变量间的联系程度，不关注具体的依赖关系；而回归分析则更加关注变量间的具体依赖关系，因此可以进一步通过解释变量的变化来估计或预测被解释变量的变化，达到深入分析变量间依存关系、掌握其运动规律的目的。其余知识点：第一章A、样本数据的收集 几类常用的样本数据常用的样本数据有三类：时间序列数据、截面数据和虚变量数据。 样本数据的质量(完整性，准确性，可比性，一致性).B、模型的检验 经济意义检验 统计检验 计量经济学检验 模型预测检验第二章A、普通最小二乘原理：样本回归函数尽可能好地拟合这组值，即样本回归线上的点与真实观测点的“总体误差”尽可能地小，或者说被解释变量的估计值与观测值应该在总体上最为接近，最小二乘法给出的判断标准是：二者之差的平方和 =最小。B、估计量的BLUE性质：（1）线性性，即它是否是另一随机变量的线性函数；（2）无偏性，即它的均值或期望值是否等于总体的真实值；（3）有效性，即它是否在所有线性无偏估计量中具有最小方差。（4）渐近无偏性，即样本容量趋于无穷大时，它的均值序列趋于总体真值；（5）一致性，即样本容量趋于无穷大时，它是否依概率收敛于总体的真值；（6）渐近有效性，即样本容量趋于无穷大时，它在所有的一致估计量中具有最小的渐近方差。C、总体方差的最小二乘估计量公式： 第三章F检验 t检验第五章A、虚拟变量的引入1）加法方式反映的是虚拟变量对截距项的影响2）乘法方式反映的是虚拟变量对斜率参数的影响B、(1) a1=b1 ，且a2=b2 ，即两个回归相同，称为重合回归 (2) a1b1 ,但a2=b2 ，即两个回归的差异仅在其截距，称为平行回归 (3) a1=b1 ，但a2b2 ，即两个回归的差异仅在其斜率，称为汇合回归(4) a1b1，且a2b2 ，即两个回归完全不同，称为相异回归C、虚拟变量的个数须按以下原则确定： 每一定性变量所需的虚拟变量个数要比该定性变量的类别数少1，即如果有m个定性变量，只在模型中引入m-1个虚拟变量。D、b0：短期或即期乘数 bi ：动态乘数或延迟系数E、1）经验加权法 （主要针对有期限滞后模型）优点：简单易行 缺点：设置权数的随意性较大2）阿尔蒙（Almond）多项式法 （主要针对有期限滞后模型）3）科伊克（Koyck）方法（主要针对无期限滞后模型） l，称为分布滞后衰减率， l 越小，衰减速度就越快。1-l称为调整速率 科伊克模型的特点：1）以一个滞后因变量Yt-1代替了大量的滞后解释变量Xt-i，最大限度地节省了自由度，解决了滞后期长度s难以确定的问题；（2）由于滞后一期的因变量Yt-1与Xt的线性相关程度可以肯定小于X的各期滞后值之间的相关程度，从而缓解了多重共线性。科伊克变换产生了两个新问题：（1）模型存在随机项vt的一阶自相关性 （2）滞后被解释变