计量经济学的概念

1、1、计量经济学的概念。计量经济学是经济科学领域内的一门应用 科学，以一定的经济理论和实际统计资料 为基础，运用数学、统计方法与计算机技 术，以建立经济计量模型为主要手段，定 量分析研究具有随机特性的经济变量关 系。2、数理经济模型与计量经济模型的区别。数理：揭示经济活动中各个因素之间的理 论关系，用确定性的数学方程加以描述。 计量：揭示经济活动中各个因素之间的定 量关系，用随机性的数学方程加以描述。 3、经典计量经济学模型的一般形式。4、计量经济学的数据类型。时间序列数据：按时间先后排列的统计数 据。截面数据：一个或多个变量在某一时点上 的数据集合。合并数据（平行数据）：既包含时间序列数 据又

2、有截面数据。5、建立计量经济学模型的步骤。1）理论模型的设计：确定模型所包含的 变量。确定模型的数学形式。拟定模 型中待估计参数的理论期望值。2）样本数据的收集：时间序列数据易引 起模型随机误差项产生序列相关。截面 数据易引起模型随机误差项产生异方差。样本数据的质量：完整性、准确性、可比性、一致性。3）模型参数的估计。4）模型的检验：经济意义检验。统计检验：拟合优度检验、变量的显着性检验、方程的显着性检验。计量经济学检验：序列相关、异方差法（随机误差项）、多重 共线性（解释变量）模型预测检验。6、计量经济学模型的应用。1）结构分析；2）经济预测；3）政策评价；4）检验与发展经济理论。7、如何正

3、确选择解释变量。作为“变量”的原因：1）据经济理论和经济行为分析；2）考虑数据白可得性；3） 考虑入选变量之间的关系。8、回归分析的目的。1）根据自变量的取值，估计应变量的均值；2）检验建立在经济理论基础上的假设；3）根据样本外自变量的取值，预测应变量的 均值。9、总体回归函数 （PRF）和样本回归函数（SRF）各变量系数名称及函数方程。10、随机误差项（Ui）的性质或主要内容。确设定的Y在统计上独立，则r=0 ,反之，则不一定1）代表模型中省略的次要变量； 2）奥卡 姆剃刀原则；3）样本点的测量误差；4） 一些随机因素。11、最小二乘法（OLS）的判断标准。 n2残差平方和e2Y Y?|最小

4、。i 112、参数b）b的计算公式。13、普通最小二乘估计量的性质。1）样本回归线通过 Y和X的样本均值，即 Y b1 b2X; 2）估计的Y均值等于实测的 Y均值，即诉Y ; 3）残差ei的均值为零， 即 e/n 0； 4）残差e和预测的Y不相 关，即eY? 0 ; 5）残差ei和X不相关，即 e Xi 0 014、经典（古典）线性回归模型的基本假 定。假定1:回归模型是参数线性的，但不一 定是变量线性的。假定2:解释变量（X）与 扰动误差项（U）不相关。假定3:给定X, 扰动项的期望或均值为零，即E U / Xi o。 假定4: U的方差为常数或同方差，即 var（Ui）2 o假定5:无自

5、相关假定，即两个误差项之间不相关，即 cov（Ui,Uj） 0, j i。假定6:回归模型是正15、普通最小二乘估计量（或高斯-马尔 可夫定理）的性质。（BLUE最优线性无偏 估计量）线性性、无偏性、有效性、最小方差性。1） b1和b2是线性估计量；2） b1和b2是无偏估 计量，即 E（b1）=B1,E（b2）=B2； 3） E（勺 2, 即误差方差的OLS古计量是无偏的；4） b1 和b2是有效估计量。16、普通最小二乘估计量的方差和标准差 的计算公式。17、给定显着性水平，如何求置信区间。b 2 t 临界值 se（b 2） , b2 t 临界 值. se（b 2）18、总平方和（TSS）

6、、解释平方和（ESS）、 残差平方和（RSS）三者的关系及计算公式。19、拟合优度中判定系数r2的性质及计算 公式。性质：非负性；0&r20 1, r2愈接近1, 拟合度越高，愈接近0,拟合度越低，2=0, Y与X无关。20、样本相关系数r的性质及计算公式。性质：可正可负；-1 <r <1, r接近1, 正相关好，接近-1 ,负相关好；若 X与 成立。21、变量显着性检验(t检验)的方法及 过程。1)双边检验：设 H:B2 = 0, H1B2才0； 2) 单边检验：设 HL：B2<0, Hl：B2>0o |t| >t临界，拒绝零假设.22、bi,b2与随机

7、扰动项(Ui)的分布。23、多元线性回归模型的假定。假定1:回归模型是参数线性的，并且是 正确设定的。假定2:又、X与扰动项U不 相关，即cov(x ) 0 o假定3:误差项均值 为0,即E(Ui) 0。假定4:同方差假定， 即U的方差为一常量，var(Ui)2。假定5:误差项 U和 U无自相关，即 cov(Ui,Uj) 0, j i o 假定 6:解释变量 X2 和X3之间不存在完全共线性，即两个解释 变量之间无严格的线性关系。假定 7: U 服从均值为0,方差为2的正态分布，即2 UiN(0, 2) 024、多元线性回归模型的标准误差62如何计算。25、多元判定系数R2的计算公式。26、多

8、元回归的总体显着性检验的原假设 和备择假设。HO:B2=B3=0, H:B2、B3不全为 0。27、F 值和 R2 的关系，TSS,RSS,ESS用 R2表示的公式。2F R 2(k "( n为观察值个数k(1 R2) (n k)为包括截距在内的解释变量的个数)关系：R2=0时，F=0; R2越大，F越大；R2=1时，Ffx28、校正的判定系数R2的公式及性质。性质：若k>1,则R2&R2;R2总为正数，R2可能为负数。29、F值与fl!勺关系。F与R2同向变化：当R2=0时，F=0;当R2=1时，F无穷大；R2越大，F越大。30、双对数模型的形式及性质。双对数：lnY

9、i =B+B2lnXi+U，性质：B2 测度为Y对X的弹性。31、半对数模型的形式及性质。半对数：lnYi=B1+BX+U，性质：巳表示X增加一个单位，Y的平均增长率，即因变量的相对增量。32、线性模型与半对数模型中 昆的含义。线性：巳表示X增加一个单位，Y的绝对量的平均增量，即 Y增加R个单位。半对数：B表示X增加一个单位，Y的相对量的平均增量，即 Y增加100*B2O33、线性-对数模型的形式及性质应变量相同时，可以比较 R2Y =B+B2lnXi+U，性质：巳表示 X的相对 变化引起的Y的绝对量变化量，即自变量 的一个单位相对增量引起因变量平均的绝 对增长。34、因变量取对数的半对数模型

10、I与自变 量取对数的半对数模型n的区别。I反映自变量的绝对量变化 1个单位时， 因变量变化的百分比，lnYi =B+Bt+Ui ; n反映自变量变化一个百分比时，因变量 的绝对变化量， Y =B+B2lnX+Ui 35、倒数模型的形式。Y =B+8 1 +UXi36、对于线性、双对数、对数 -线性、线 37、模型中引入虚拟变量的作用。1）分离异常因素的影响；2）检验不同属 性类型对因变量的作用；3）提高模型的精 度。38、虚拟变量的性质。1）若一个定性变量有 m个类别，则引入 m-1个虚拟变量；2）虚拟变量的取值是随 意的；3）被赋予零值的类别称为基底；4） 虚拟变量的系数称为级差截距系数，表

11、示 取值的类别的截距值与基底截距差别。39、交互作用效应如何体现。形式斜率=" dX庭dX Y1)简约性;”膜的性2）可识专质解释变肝生;量3）才以合优度;线性Y=B+B2XB2物善论一至Y工性线世）：双对数lnY=B1+B2lnXY网Y) X42、B2g型设定偏微勺类型。对数对数-线性lnY =B+BXR(Y)1 R（X）F解落变量，多!变量遗取白 士无关变量J偏谶性Q；2）关于）漏选相关模型函数线性-对数Y=B+BlnXB2(工)X序式担取的，Y43、模型设扁檄性序偏误的后对数倒数Y=Bi+B2(工) XB2(X 21&（温先）中XY之变线性参娄攵解撰WO1；2)性-对数

12、、倒数五种系数的总结。40、虚拟变量是定性的。多选无关变量：估计量无偏、一致但不具Y=B+BD2i+BD3i+B3（D2id）+B4X+U , DI、d 为交互作用虚拟变量。有最小方差性；3）错误函数形成：全方位偏误。44、模型设定偏误的检验方法。简化：Yt Bo1 It 1 Ut1 Bi 1 Bi1 B148、联立方程模型的识别状态。1）可识别：恰度识别（唯一地估计参数）1）无关变量：1个变量t检验；n过度识别（一个或几个参数有若干估计个变量F检验，F阀尸m(1 R2r) (n k)结构：C=B+RY+U通过检验。2）存在范围：判定系数检验2）漏选变量和不正确函数形式一一参数（R2, R2;

13、t值；估计函数的符号）A、残差图示法；B、RESET佥验（a、如果事先知道遗漏了哪个变量，只需将此变量 引入模型，估计并检验其参数是否显着不为0即可；b、不知道哪个变量遗漏， 找个 替代变量Z,进行上述检验）；C、MWD-P176 45、计量经济学方法中的联立方程问题主 要表现在哪些方面。1）随机解释变量问题；2）损失变量信息 问题；3）损失方程之间的相关性信息问题。46、变量的分类。内生变量（由系统内产生，并影响系统） 和外生变量（影响系统，本身不受系统影 响）、外生变量与滞后内牛变量称为先决变 殳（只能作解释变量）。47、结构式模型与简化式模型的形式。值）。2）不可识别：不能估计参数。49

14、、识别规则。k=m-1,恰度识别；k>m-1,过度识别；k vm-1,不可识别。m方程个数；k：不包 括在该方程中所有变量的个数。50、各方程识别的方法。1）恰度识别：间接最小二乘法（ILS） ; 2） 过度识别：两阶最小二乘法（2SLS） 51、多重共线性形式：1）统计学形式：X、X 相关；即两个或多个解释变量出现相关性。 2） 数据类型：时间序列数据。3）实际经济现 象：滞后变量的引入。后果：1）参数估计量：无偏、有效（经济 含义不合理）。2）变量的显着性检验：t 检验失效（失去意义）。3）模型的预测功 能：失效。检验：1）是否存在：简单相关系数法：|t|接近1,存在较强多重共线性；

15、综 合统计检验法：R2很大，t值不显着，未法；逐步回归法；逐步剔除法；逐 个引入法；方差膨胀因子：VIF 二丁。1 R2祖町第！： 1）排除引起共线性的变量：逐 步回归法；2）差分法；3）减少参数估计 量的方差：改变样本，增加样本容量。评价：1）为了利用模型预测应变量的未来 均值（坏事）；2）除预测，还估计参数（好 事）°52、异方差芨式:1） var（Ui）2; 2）即随机误差项的的方差不是常数；3）截面数据；4）单 调型递增、单调型递减、复杂型。后果：1）无偏、无效；2） t检验失效（失 去意义）；3）失效。检验.（以2表示随机误差项的方差）：1） 图示检验法：散点扩大、缩小或复

16、杂趋势；2）戈星瑟或帕克检验：i2 f（x）,则存在 异方差；3） White检验：先用OLS估计 方程得残差e ；做02对所有原始变量等的回归；求辅助回归方程中的R2 （n R2 Xk 1 ）；得到的X值超过临界值，则有异方差，或 P很低，拒绝无 异方差。补救二1）加权最小二乘法（WLS：对原 模型加权，再采用 OLS估计参数；对较 小的e2赋予较大的权数；对较大的 ei2赋 予较小的权数。2）重新设定模型：改变PRF53、自相关形式：1） cov（Ui,Uj） 0; 2）即随机误差 项之间存在某种相关性；3）时间序列数据； 4） UtUt 1 t （-1 v v 1）,为自协方差系数或一阶相关系数。原因：1）惯性；2）设定误差：模型中遗 漏了显着的变量；3）设定误差：不正确的 函数形式；4）蛛网现象；5）数据的“偏 造”。后果；1）无偏无效；2