计量经济学期末复习完全手册（直接使用版+高频考题真题）

计量经济学·期末复习完全手册（直接使用版）第一部分：考试题型与分值分布（通用）题型题量分值主要考查范围策略选择题10-15题20-30分基本概念辨析、模型假定、估计量性质牢记定义和经典假定判断题10-15题15-20分概念正误、假定条件理解注意“一定”“只”等绝对化表述名词解释4-6题15-20分核心术语定义+公式+意义简答题2-4题15-20分理论要点、方法比较、检验步骤分点作答，条理清晰计算题2-3题25-40分OLS估计、假设检验、异方差检验、自相关检验步骤完整，公式准确第二部分：计量经济学基本概念速查2.1计量经济学的定义与研究步骤概念定义计量经济学经济学、数学和统计学的结合，利用经济数据和统计方法对经济理论进行实证检验和定量分析的科学计量经济学研究步骤：理论模型设定→样本数据收集→模型参数估计→模型检验→模型应用（预测和政策评价）。2.2数据的类型类型特征举例截面数据同一时点上不同个体的数据2024年各省GDP时间序列数据同一个体在不同时点上的数据某企业2015-2024年销售额面板数据（混合数据）截面数据+时间序列数据31省10年GDP数据虚拟变量数据取值为0或1的定性变量性别（男=1，女=0）2.3变量类型类型说明举例被解释变量（因变量）模型中被解释的变量Y解释变量（自变量）模型中解释Y变动的变量X内生变量由模型内部决定的变量均衡价格、均衡数量外生变量由模型外部决定的变量政策变量、气候第三部分：一元线性回归模型速查3.1模型的基本形式总体回归模型：Y_i=β₀+β₁X_i+u_i估计的回归方程：Ŷ_i=β̂₀+β̂₁X_i样本回归模型：Y_i=β̂₀+β̂₁X_i+e_i符号含义β₀,β₁总体回归参数（未知）β̂₀,β̂₁回归参数的OLS估计量u_i随机误差项（不可观测）e_i残差（u_i的估计）3.2经典线性回归模型的基本假定（CLRM假定）假定内容违背时的后果假定1（线性性）Y与X之间是线性关系，Y=β₀+β₁X+u模型设定错误假定2（严格外生性）E(u_i|X_i)=0，误差项均值为零且与X不相关OLS有偏不一致假定3（同方差性）Var(u_i|X_i)=σ²（常数）OLS不再有效，标准误有偏假定4（无自相关性）Cov(u_i,u_j)=0（i≠j），误差项相互独立OLS不再有效，标准误有偏假定5X是确定的（非随机变量），或X与u不相关假定6（正态性）u_i~N(0,σ²)，误差服从正态分布小样本下t/F检验失效经典线性回归模型（CLRM）：满足以上所有假定的模型。3.3普通最小二乘法（OLS）基本思想：使残差平方和Σe_i²最小。参数公式β̂₁β̂₁=Σ(X_i-X̄)(Y_i-Ȳ)/Σ(X_i-X̄)²β̂₀β̂₀=Ȳ-β̂₁X̄OLS估计量的代数性质性质内容残差和为零Σe_i=0残差与解释变量不相关ΣX_i·e_i=0残差与拟合值不相关ΣŶ_i·e_i=0回归直线过样本均值点Ȳ=β̂₀+β̂₁X̄3.4拟合优度R²总变异的分解：TSS=ESS+RSS缩写名称公式含义TSS总平方和Σ(Y_i-Ȳ)²Y的总变异ESS回归平方和（解释平方和）Σ(Ŷ_i-Ȳ)²模型解释的部分RSS残差平方和Σe_i²=Σ(Y_i-Ŷ_i)²模型未解释的部分判定系数R²：R²=ESS/TSS=1-RSS/TSSR²取值范围[0,1]，越接近1拟合越好。一元回归中R²=r²（r为相关系数）。调整的R²：R̄²=1-(1-R²)(n-1)/(n-k-1)，k为解释变量个数。引入新变量时用调整R²判断是否改进拟合。3.5OLS估计量的统计性质有限样本性质（小样本性质）性质含义条件无偏性E(β̂)=β满足假定1-4有效性在所有线性无偏估计量中方差最小（BLUE）满足假定1-5（高斯-马尔可夫定理）高斯-马尔可夫定理：在经典线性回归模型假定下，OLS估计量是最佳线性无偏估计量（BLUE）。OLS估计量的方差方差公式Var(β̂₁)Var(β̂₁)=σ²/Σ(X_i-X̄)²Var(β̂₀)Var(β̂₀)=σ²·ΣX_i²/[n·Σ(X_i-X̄)²]其中σ²是随机误差项的方差，用s²=Σe_i²/(n-2)估计。大样本性质：随着样本量增加，OLS估计量具有一致性（收敛于总体真值）。第四部分：多元线性回归模型速查4.1模型形式总体回归模型：Y_i=β₀+β₁X₁i+β₂X₂i+...+β_kX_ki+u_i矩阵形式：Y=Xβ+uOLS估计量：β̂=(X'X)^(-1)X'Y4.2多元回归中OLS估计量的性质性质条件无偏性E(u|X)=0（严格外生性）BLUE（最优线性无偏）CLRM假定全部成立一致性plim(X'u/n)=0（弱外生性条件）4.3多元回归的拟合优度指标公式特点R²R²=ESS/TSS随解释变量增多而单调增加调整R²R̄²=1-[RSS/(n-k-1)]/[TSS/(n-1)]引入不必要变量时会下降注意：多元回归中比较模型拟合优度应使用调整R²，而非R²。4.4多元回归中单个系数的假设检验（t检验）H₀:βj=0（X_j对Y无显著影响）H₁:βj≠0检验统计量：t=β̂j/se(β̂j)~t(n-k-1)其中k为解释变量个数，n-k-1为自由度。|t|>t_(α/2)(n-k-1)时拒绝H₀。4.5方程的显著性检验（F检验）H₀:β₁=β₂=...=βk=0（所有解释变量对Y无联合影响）H₁:至少一个βj≠0检验统计量：F=[ESS/k]/[RSS/(n-k-1)]~F(k,n-k-1)F与R²的关系：F=[R²/k]/[(1-R²)/(n-k-1)]第五部分：违背经典假定的计量经济学问题速查5.1多重共线性概念说明定义解释变量之间存在高度线性相关关系完全多重共线性一个解释变量可被其他解释变量精确线性表示→OLS无法估计（X'X不可逆）近似多重共线性高度相关但不完全线性相关→OLS可估计但方差膨胀后果：OLS仍无偏，但方差膨胀（估计精度下降）；t检验可能不显著；系数估计不稳定（微小数据变化引起较大波动）；难以区分各变量的单独影响。诊断方法方法判断标准相关系数矩阵变量间r>0.8高度相关方差膨胀因子VIFVIF_j=1/(1-R_j²)，VIF>10（或5）→严重共线性条件数>30→中度共线性；>100→严重共线性补救措施：增加样本量、删除不重要的相关变量、变量变换（差分等）、主成分回归、岭回归。5.2异方差性概念说明定义随机误差项的方差不恒定，Var(u_i)=σ_i²≠常数常见情况截面数据中，收入高的家庭消费波动更大；大企业利润波动比小企业大后果：OLS仍无偏且一致；但不再有效（非BLUE）；标准误估计有偏→t检验和F检验失效；置信区间不可靠。诊断方法方法判断图示法残差与拟合值散点图，若呈喇叭形/漏斗形→异方差怀特检验(WhiteTest)H₀:同方差；辅助回归nR²~χ²，nR²>临界值→拒绝H₀，存在异方差BP检验类似怀特检验戈德菲尔德-匡特检验(G-Q检验)适用于单调递增/递减型异方差补救措施：加权最小二乘法(WLS)、异方差稳健标准误（怀特异方差一致标准误）、变量变换（对数变换等）。5.3自相关性概念说明定义不同观测的随机误差项之间存在相关，Cov(u_i,u_j)≠0（i≠j）常见情况时间序列数据最常见（经济惯性、模型设定偏误等）一阶自回归形式：u_t=ρ·u(t-1)+εt（ρ为自相关系数，ε_t满足CLRM假定）后果：OLS仍无偏一致；但不再有效（非BLUE）；通常低估标准误→t检验膨胀（易拒绝H₀）；F检验失效。诊断方法方法判断图示法残差时间序列图；残差与滞后残差散点图德宾-沃森检验(DW检验)DW≈2(1-ρ̂)，DW接近2→无自相关；DW接近0→正自相关；DW接近4→负自相关拉格朗日乘数检验(LM检验/BG检验)可检验高阶自相关DW检验的适用条件：模型含截距项；解释变量非随机；只检验一阶自相关；无被解释变量滞后项。补救措施：广义最小二乘法(GLS)、科克伦-奥克特(Cochrane-Orcutt)迭代法、尼威-韦斯特(Newey-West)异方差自相关稳健标准误。第六部分：虚拟变量模型速查6.1虚拟变量的基本概念概念说明虚拟变量（哑变量）取值为0或1的变量，表示某种属性或类别基准组（参照组）取值为0的类别虚拟变量陷阱：如果模型包含截距项，且分类变量有m个类别，则只能引入m-1个虚拟变量。引入m个会导致完全多重共线性。6.2虚拟变量的应用应用模型形式说明截距变动模型Y=β₀+δD+β₁X+u不同类别截距不同斜率变动模型Y=β₀+β₁X+γ(D·X)+u不同类别斜率不同截距和斜率都变动Y=β₀+δD+β₁X+γ(D·X)+u两者都不同其中D为虚拟变量（0或1）。虚拟变量系数的含义：δ表示截距差异，γ表示斜率差异。邹氏检验（ChowTest）：检验两组（或不同时期）数据的回归系数是否相等。H₀：两组系数相同（无结构变化）。用F检验。第七部分：联立方程模型简介速查7.1基本概念概念说明联立方程模型由多个相互关联的方程组成的模型，变量之间存在双向因果关系内生变量由模型系统内部决定的变量前定变量（外生变量+滞后内生变量）由模型外部决定或前期已确定的变量结构方程描述经济行为关系的方程简化方程将内生变量表示为前定变量的函数7.2联立方程模型的偏误联立性偏误：如果直接用OLS估计结构方程，由于内生解释变量与误差项相关，OLS估计量有偏且不一致。7.3识别问题识别状态含义是否可估计不可识别无法从样本数据获得参数估计值否恰好识别可以唯一确定参数估计值是（用ILS）过度识别有多于一组参数估计值是（用2SLS）识别的阶条件（必要条件）：方程中排除的前定变量数≥方程包含的内生变量数-1识别的秩条件（充要条件）：待识别方程排除的变量构成的矩阵的秩等于G-1（G为内生变量总数）7.4联立方程模型的估计方法单一方程法（每次估计一个方程）方法适用间接最小二乘法(ILS)恰好识别两阶段最小二乘法(2SLS)恰好识别和过度识别（最常用）系统估计法（同时估计所有方程）：三阶段最小二乘法(3SLS)、完全信息最大似然法(FIML)。2SLS基本思想：第一阶段——用内生解释变量对所有前定变量回归，得内生变量的拟合值；第二阶段——用拟合值替代原内生变量进行OLS回归。第八部分：时间序列计量经济学基础速查8.1时间序列的基本概念概念定义平稳性序列的均值和方差不随时间变化，协方差只取决于时间间隔非平稳序列均值和方差随时间变化（如带趋势的GDP序列）非平稳序列回归的危险：伪回归（两个无关的非平稳序列也可能得到高R²和显著t值）。8.2单位根检验（DF检验/ADF检验）H₀:存在单位根（非平稳）H₁:不存在单位根（平稳）若|ADF统计量|>|临界值|，拒绝H₀，序列平稳。若不能拒绝H₀，序列非平稳，需差分后建模。8.3协整概念定义协整两个或多个非平稳序列的线性组合是平稳的，说明它们之间存在长期均衡关系协整检验（EG两步法）：第一步——用OLS估计长期均衡方程，得残差；第二步——对残差进行单位根检验，若残差平稳→存在协整关系。误差修正模型(ECM)：ΔY_t=β₀ΔX_t-λe(t-1)+εt，其中e_(t-1)为上一期偏离均衡的误差，λ>0表示向均衡调整的速度。8.4格兰杰因果检验H₀:X不是Y的格兰杰原因（X的滞后项对Y无预测能力）若F统计量显著→拒绝H₀，X是Y的格兰杰原因。注意：格兰杰因果≠哲学上的因果关系，只是统计上的预测关系。第九部分：高频计算题完整步骤模板题型一：一元线性回归OLS估计例题：已知5个样本：X:1,2,3,4,5Y:3,5,7,9,11。

求：(1)OLS估计量β̂₀和β̂₁；(2)判定系数R²。

解：

(1)X̄=3，Ȳ=7

Σ(X_i-X̄)(Y_i-Ȳ)=(-2)(-4)+(-1)(-2)+0×0+1×2+2×4=8+2+0+2+8=20

Σ(X_i-X̄)²=(-2)²+(-1)²+0²+1²+2²=4+1+0+1+4=10

β̂₁=20/10=2

β̂₀=7-2×3=1

回归方程：Ŷ=1+2X

(2)Ŷ值：1+2×1=3,1+2×2=5,1+2×3=7,1+2×4=9,1+2×5=11

Σ(Y_i-Ȳ)²=(-4)²+(-2)²+0²+2²+4²=16+4+0+4+16=40(TSS)

Σ(Ŷ_i-Ȳ)²=(3-7)²+(5-7)²+(7-7)²+(9-7)²+(11-7)²=16+4+0+4+16=40(ESS)

RSS=TSS-ESS=0

R²=ESS/TSS=40/40=1

答：Ŷ=1+2X，R²=1（完全拟合）。题型二：假设检验（t检验）例题：一元回归n=25，β̂₁=0.8，se(β̂₁)=0.2。检验X对Y是否有显著影响(α=0.05)。

解：

H₀:β₁=0H₁:β₁≠0（双侧检验）

t=β̂₁/se(β̂₁)=0.8/0.2=4.0

t_(0.025)(23)≈2.069

|t|=4.0>2.069，拒绝H₀。

答：X对Y有显著影响。题型三：DW检验判断自相关例题：一元回归n=30，k=1，DW=1.10。判断是否存在自相关(α=0.05)。

解：

查DW表：n=30，k'=1（k'为解释变量个数，不含截距）

d_L≈1.352，d_U≈1.489

DW=1.10<d_L=1.352

答：存在一阶正自相关。第十部分：高频计算题练习（附带最终答案）序号题目答案1已知n=10，Σx_i=100，Σy_i=200，Σx_i²=1200，Σx_iy_i=2500，求β̂₁和β̂₀x̄=10,ȳ=20;β̂₁=(2500-10×10×20)/(1200-10×10²)=500/200=2.5;β̂₀=20-2.5×10=-52TSS=500，RSS=150，n=25，k=2，求R²和R̄²R²=1-150/500=0.7;R̄²=1-(1-0.7)×(24/22)≈0.67273β̂₁=3，se(β̂₁)=0.8，n=30，求t值并判断显著性(双侧α=0.05)t=3/0.8=3.75>t_(0.025)(28)≈2.048，显著4F=15，k=3，n=40，ESS=1800，求RSS和R²RSS=ESS×(n-k-1)/(k×F)=1800×36/(3×15)=1440;R²=1800/(1800+1440)≈0.55565VIF_j=8，判断是否存在严重多重共线性VIF<10，一般不认为严重（或视VIF>5即需关注）6DW=2.35，n=50，k'=3，判断是否存在自相关4-DW=1.65，查表比较，若d_L<1.65<d_U则不确定，若1.65<d_L则无自相关7n=20，k=3，RSS=320，求σ̂²（误差方差估计）σ̂²=320/(20-3-1)=320/16=208怀特检验辅助回归R²=0.35，n=50，辅助回归解释变量数p=5，求检验统计量并判断(α=0.05)nR²=50×0.35=17.5;χ²_(0.05)(5)≈11.07;17.5>11.07→拒绝H₀，存在异方差9一元回归：x̄=100，ȳ=50，Σxy=52000，Σx²=105000，n=10，求β̂₁β̂₁=(52000-10×100×50)/(105000-10×100²)=2000/5000=0.410已知β̂₀=10，β̂₁=0.6，当X=50时，求Y的预测值Ŷ=10+0.6×50=4011两个模型：模型1R̄²=0.75，模型2R̄²=0.73，哪个拟合更好？模型1（R̄²越大越好）12某变量VIF=12，说明什么存在严重多重共线性（VIF>10）13DW检验中，若d_U<DW<4-d_U，结论是不存在自相关14ADF检验中P值=0.03，α=0.05，结论拒绝H₀，序列平稳15EG两步法协整检验：残差ADF检验P值=0.02，α=0.05，结论残差平稳，存在协整关系第十一部分：高频选择题题库（50题）模块一：基本概念题号题目选项A选项B选项C选项D答案1计量经济学的研究步骤中第一步是收集数据参数估计模型设定模型检验C2同一时点上不同个体的数据称为时间序列数据截面数据面板数据虚拟数据B3模型中由系统内部决定的变量称为外生变量前定变量内生变量解释变量C4取值为0或1的变量称为内生变量外生变量前定变量虚拟变量D5被解释变量又称自变量因变量控制变量工具变量B模块二：一元回归题号题目选项A选项B选项C选项D答案6OLS估计是使什么最小化残差和残差绝对值之和残差平方和总平方和C7一元回归中，R²等于残差平方和/总平方和回归平方和/总平方和回归平方和/残差平方和1-RSS/ESSB8高斯-马尔可夫定理说明OLS估计量是有偏的BLUE不一致的非线性的B9无偏性是指E(β̂)=01βσ²C10OLS估计量有效性的含义是无偏方差最小一致残差最小B11σ²的无偏估计是Σe_i²/nΣe_i²/(n-1)Σe_i²/(n-2)Σe_i²/(n-k-1)C12t检验用于检验方程整体显著性单个系数的显著性异方差自相关B模块三：多元回归题号题目选项A选项B选项C选项D答案13多元回归中，调整R²与R²的关系通常是R̄²>R²R̄²≤R²R̄²=R²无关B14F检验的原假设是β₁=0所有斜率系数都为零β₀=0模型不存在异方差B15多元回归中，t检验的自由度为n-1n-2n-k-1n-kC16如果F检验拒绝H₀，说明截距项显著所有变量都不显著至少一个解释变量显著存在异方差C17多元回归的OLS估计量矩阵表达式为β̂=(X'X)X'Yβ̂=(X'X)^(-1)X'Yβ̂=X(X'X)^(-1)Yβ̂=X'YB模块四：多重共线性题号题目选项A选项B选项C选项D答案18完全多重共线性下，OLS估计仍无偏无法估计更有效不影响B19方差膨胀因子VIF>10说明不存在共线性存在严重共线性存在异方差存在自相关B20下列哪项不是多重共线性的后果方差膨胀t检验失效有偏不一致系数估计不稳定C21解决多重共线性的方法不包括增加样本量删除变量加权最小二乘法主成分回归C模块五：异方差题号题目选项A选项B选项C选项D答案22异方差存在时OLS估计量有偏非BLUE不一致无效但仍BLUEB23怀特检验用于检验多重共线性异方差性自相关性平稳性B24异方差最常出现在什么数据中时间序列数据截面数据面板数据实验数据B25异方差稳健标准误的提出者是高斯怀特德宾邹至庄B26当存在异方差时，参数估计量的方差通常被高估低估不变无法确定B模块六：自相关题号题目选项A选项B选项C选项D答案27自相关最常出现在什么数据中截面数据时间序列数据面板数据虚拟数据B28DW检验的原假设是存在自相关不存在自相关存在异方差不存在异方差B29DW≈2说明正自相关负自相关无自相关异方差C30一阶自回归形式u_t=ρu(t-1)+εt中，ρ>0表示负自相关正自相关无自相关异方差B31DW检验不适用于哪种情况模型有截距项被解释变量滞后项作解释变量大样本一阶自相关B32广义最小二乘法(GLS)用于解决多重共线性异方差和自相关内生性非平稳性B模块七：虚拟变量题号题目选项A选项B选项C选项D答案33含有截距项的模型中，m个类别的定性变量应引入几个虚拟变量m个m+1个m-1个1个C34虚拟变量陷阱是指虚拟变量过多导致完全共线性虚拟变量过少不引入虚拟变量虚拟变量显著A35邹氏检验(ChowTest)用于检验异方差自相关结构变化平稳性C36模型Y=β₀+δD+β₁X+u中，δ表示斜率差异截距差异总体均值残差B模块八：联立方程与时间序列题号题目选项A选项B选项C选项D答案37联立方程模型直接用OLS估计会导致有效性降低有偏且不一致异方差自相关B38恰好识别的方程可用什么方法估计OLSILSWLSGLSB392SLS的中文名称是间接最小二乘法两阶段最小二乘法加权最小二乘法广义最小二乘法B402SLS的第一阶段是做什么用OLS直接估计内生变量对所有前定变量回归对残差回归求工具变量B41平稳时间序列的特征是均值随时间变化方差随时间变化均值和方差不随时间变化不可预测C42单位根检验的原假设是序列平稳序列存在单位根（非平稳）存在自相关存在异方差B43协整检验用于检验变量间是否存在因果关系短期关系长期均衡关系线性关系C44格兰杰因果检验的H₀是X是Y的格兰杰原因X不是Y的格兰杰原因存在协整关系不存在单位根B模块九：综合题号题目选项A选项B选项C选项D答案45计量经济学模型的随机误差项不包括模型设定误差测量误差参数估计误差人类行为的随机性C46如果解释变量与随机误差项相关，OLS估计量是无偏的有偏且不一致的有效的一致的B47回归分析中，残差e_i与随机误差项u_i的关系是e_i=u_ie_i是u_i的估计u_i是e_i的估计无关B48面板数据具有什么优势增加样本容量控制个体异质性建模更简单A和BD49调整R²可能为负值吗可能不可能一定为正一定为0A50计量经济学中，术语“一致估计量”是指估计量无偏n→∞时估计量收敛于真值估计量方差最小估计量有最小均方误差B第十二部分：判断题速记（30题）序号题目答案1截面数据是同一时点上不同个体的数据。对2OLS估计是使残差绝对值之和最小。错（残差平方和最小）3经典线性回归模型要求误差项服从正态分布才能保证OLS无偏。错（正态性用于小样本检验，无偏性不需要正态性）4高斯-马尔可夫定理保证OLS估计量在所有估计量中方差最小。错（在所有线性无偏估计量中方差最小）5R²越接近1，模型拟合越好。对6多元回归中增加解释变量，R²一定增大。对（但R̄²可能降低）7t检验显著说明该变量在理论上重要。错（统计显著不等于经济显著/理论重要）8F检验显著说明每个解释变量都显著。错（至少一个显著，不一定全部）9多重共线性会使OLS估计有偏。错（近似共线性下OLS仍无偏）10VIF=8说明存在严重多重共线性。错（一般VIF>10视为严重，有的标准VIF>5需关注）11异方差存在时OLS估计量是有偏的。错（仍无偏，但非有效）12怀特检验可以检验异方差。对13截面数据容易产生自相关问题。错（自相关主要出现在时间序列数据）14DW检验值接近2说明不存在自相关。对15DW检验可用于检验高阶自相关。错（仅适用于一阶自相关）16存在自相关时OLS估计有偏。错（仍无偏，但非有效）17虚拟变量陷阱是由于引入了过多虚拟变量导致完全共线性。对18含截距项的模型中，m类定性变量应引入m个虚拟变量。错（m-1个）19邹氏检验用于检验结构变化。对20联立方程模型可以直接用OLS估计结构参数。错（有联立性偏误，需要用ILS或2SLS等）212SLS方法的第二阶段用拟合值替代内生解释变量做OLS回归。对22时间序列平稳是其均值、方差、协方差不随时间变化。对23ADF检验的原假设是序列平稳。错（原假设是存在单位根，即非平稳）24协整表示变量之间存在长期均衡关系。对25格兰杰因果关系就是哲学意义上的因果关系。错（统计上的预测关系）26误差修正模型(ECM)可以描述短期动态调整过程。对27加权最小二乘法(WLS)常用于处理异方差。对28GLS（广义最小二乘法）可用于处理自相关。对29伪回归是指无关的非平稳序列回归也可能得到显著结果。对30怀特异方差一致标准误不影响系数估计值，只修正标准误。对第十三部分：填空题高频考点（直接背诵）序号题目答案1计量经济学模型包含的三种变量类型是__、__、__。被解释变量（因变量）、解释变量（自变量）、随机误差项2计量经济学研究步骤：模型设定→__→__→__→模型应用。数据收集、参数估计、模型检验3三种主要数据类型是__数据、__数据、__数据。截面、时间序列、面板（混合）4OLS估计的基本思想是最小化__。残差平方和（Σe_i²）5经典线性回归模型要求Var(u_i)=__，称为__性。σ²（常数）、同方差6高斯-马尔可夫定理的结论是OLS估计量是__。最佳线性无偏估计量（BLUE）7总平方和TSS=__+__。ESS（回归平方和）、RSS（残差平方和）8判定系数R²=__/__。ESS、TSS9调整R²的引入是为了惩罚过多地增加__。解释变量10t检验用于检验__，F检验用于检验__。单个系数显著性、方程整体显著性11多重共线性可通过__指标诊断，大于__认为严重。VIF（方差膨胀因子）、1012异方差的诊断方法有__、__检验等。怀特(White)检验、BP检验（或G-Q检验）13自相关的诊断方法有__检验、__检验等。DW（德宾-沃森）检验、LM(BG)检验14加权最小二乘法(WLS)主要用于处理__。异方差性15广义最小二乘法(GLS)可用于处理__或__。异方差、自相关16m个类别的定性变量在含截距模型中应引入__个虚拟变量。m-117邹氏检验(ChowTest)用于检验__。结构变化18联立方程模型直接用OLS估计会产生__偏误。联立性192SLS中文全称是__，分__个阶段。两阶段最小二乘法、两20时间序列平稳意味着__、__不随时间变化。均值、方差21ADF检验的原假设是存在__。单位根（序列非平稳）22__表示多个非平稳序列之间存在长期均衡关系。协整23误差修正模型(ECM)中，误差修正项系数λ表示__。向长期均衡调整的速度24格兰杰因果检验的原假设是X__Y的格兰杰原因。不是25面板数据模型通常可以控制不可观测的__。个体异质性第十四部分：名词解释高频考点名词定义计量经济学经济学、数学和统计学的结合，利用经济数据和统计方法对经济理论进行实证检验和定量分析的科学OLS（普通最小二乘法）使残差平方和最小化来估计回归模型参数的方法BLUE最佳线性无偏估计量，在CLRM假定下OLS估计量所具有的性质高斯-马尔可夫定理在经典线性回归模型假定下，OLS估计量是最佳线性无偏估计量判定系数R²回归平方和占总平方和的比例，衡量模型拟合优度，R²=ESS/TSS调整R²对R²进行自由度调整后的拟合优度指标，可避免过多引入不必要变量多重共线性解释变量之间存在高度线性相关关系的现象方差膨胀因子(VIF)度量多重共线性严重程度的指标，VIF_j=1/(1-R_j²)异方差性随机误差项的方差不恒定，Var(u_i)≠常数自相关性不同观测的随机误差项之间存在相关关系，Cov(u_i,u_j)≠0（i≠j）DW检验德宾-沃森检验，用于检验一阶自相关，DW≈2(1-ρ̂)怀特检验用于检验异方差的统计检验，以辅助回归的nR²为检验统计量虚拟变量取值为0或1的变量，用于表示定性因素（如性别、政策有无等）联立性偏误联立方程模型中直接用OLS估计，由于内生解释变量与误差项相关导致的偏误2SLS（两阶段最小二乘法）处理联立方程过度识别或恰好识别的最常用单一方程估计方法平稳性时间序列的均值、方差、协方差不随时间变化单位根特征方程根为1，意味着序列非平稳，需要差分处理协整多个非平稳序列的线性组合是平稳的，表示变量间存在长期均衡关系格兰杰因果如果X的滞后项对Y有预测能力，则称X是Y的格兰杰原因（统计预测关系）第十五部分：简答题高频考点速记1.简述经典线性回归模型（CLRM）的基本假定线性性：Y与X呈线性关系严格外生性：E(u_i|X_i)=0同方差性：Var(u_i)=σ²无自相关性：Cov(u_i,u_j)=0（i≠j）X非随机或与u不相关正态性：u_i~N(0,σ²)（小样本检验需要）2.简述高斯-马尔可夫定理在满足CLRM假定的条件下，OLS估计量是β的最佳线性无偏估计量（BLUE），即在所有线性无偏估计量中方差最小。3.简述多重共线性的后果与