本科阶段《计量经济学》课程思政引领下实证能力培养教学设计

本科阶段《计量经济学》课程思政引领下实证能力培养教学设计一、教学基本信息【课程名称】计量经济学【授课章节】第一章经典单方程计量经济学模型：理论与应用（多元线性回归模型深化）【授课对象】大学本科三年级经济学、金融学、统计学专业【授课学时】本章节共计9学时（其中理论讲授6学时，上机实验3学时）【授课地点】多媒体教室与计量经济学专业实验室（配备EViews、Stata软件）【教材信息】庞皓，《计量经济学》（第五版），科学出版社，“十二五”国家级规划教材2【教学理念】秉持“重思想、重方法、重应用”的教学指导原则，坚持“理论抽象与案例具体相结合、模型推导与软件操作相结合、方法学习与解决问题相结合”2。二、教学目标设计（一）知识与技能目标（【基础】）1.深入理解多元线性回归模型的基本概念与建模思想，能够准确区分总体回归函数与样本回归函数。2.熟练掌握普通最小二乘法（OrdinaryLeastSquares,OLS）的原理，能够独立推导参数估计量的表达式，并理解其作为随机变量的分布性质。3.精准掌握多元线性回归模型的古典假定，理解高斯马尔科夫定理的内涵，能够证明在假定条件下OLS估计量是最优线性无偏估计量（BestLinearUnbiasedEstimator,BLUE）。4.系统掌握模型的统计检验体系，包括拟合优度检验（R²检验）、方程总体线性显著性检验（F检验）和变量显著性检验（t检验），并能准确解读检验结果的统计学与经济学含义。5.熟练运用EViews或Stata软件完成数据的输入、模型的参数估计、各类检验及被解释变量的预测。（二）过程与方法目标（【重要】）1.通过“问题导向式”教学，引导学生经历“提出问题—查阅文献—建立模型—估计参数—假设检验—预测应用”的科学研究全过程，培养学生的实证研究逻辑思维。2.通过案例驱动教学，使学生掌握从“抽象的经济理论”转化为“可计量的数学模型”的方法，并能够根据模型输出的结果反向验证理论的正确性。3.通过上机实验的分组对抗，培养学生运用计量软件解决实际复杂问题的动手能力，以及在团队中协作沟通的能力。（三）情感态度与价值观目标（【热点·思政元素】）1.培养学生的科学严谨精神：通过古典假定的严格推导和高斯马尔科夫定理的证明，让学生体会到科学研究的严谨性，杜绝学术研究中的随意性。2.厚植家国情怀与经世济民意识：在案例选择上，引入“中国经济发展数据”（如长三角地区全要素生产率测算、脱贫攻坚成效评估等），引导学生用计量方法讲好“中国故事”，理解中国特色社会主义经济建设的伟大成就1。3.树立学术规范与底线意识：在实证项目训练中，强调数据的真实性、结果的可重复性，杜绝篡改数据、伪造结果的行为，培育诚实守信的学术品格。三、教学重点与难点（一）教学重点（【高频考点】）1.多元线性回归模型的矩阵形式表达及OLS估计的矩阵推导。2.OLS估计量的统计性质（线性性、无偏性、有效性）及其证明。3.多元回归模型的假设检验（t检验与F检验）的原理与步骤。（二）教学难点（【难点】）1.对“随机误差项”的理解。学生往往难以理解为什么模型中必须存在一个不可观测的随机项，以及它如何影响估计量的性质。2.多元线性回归的“偏效应”解释。如何在控制其他变量不变的情况下，准确解释某一个解释变量的系数。3.最小二乘原理的矩阵微商求解。对于数学基础相对薄弱的学生，矩阵求导是一个认知难点。四、教学准备与资源1.线上学习平台：依托超星学习通或智慧树平台，发布预习任务（包括“一元回归复习”微课视频、课前导学案）1。2.软件环境：实验室安装EViews12或Stata/SE17.0版本。3.案例数据：收集中国年的居民消费水平（CPC）、国内生产总值（GDP）、居民消费价格指数（CPI）数据，以及某上市公司股票收益率与市场指数的历史数据。五、教学实施过程（核心环节，共9学时）（一）课前线上导学（累计约90分钟学生自主学习时间）教师在平台发布任务：【任务1】复习一元线性回归模型，思考“只有一个解释变量是否足以解释复杂的消费行为？”【任务2】观看视频“矩阵视角下的线性回归”，预习矩阵的基本运算法则。发布预习测验题，了解学生对矩阵知识的掌握程度。（二）课堂线下精讲与互动（第一、二、三讲，每讲3学时）第一讲：从一元到多元——模型的扩展与矩阵表达1.创设情境，引入课题（15分钟）教师展示2025年中央经济工作会议关于“扩大内需”的报道截图，提出问题：【非常重要·热点】“居民的消费水平仅仅由GDP决定吗？物价水平、人口结构、城市化率是否也在同时起作用？”引导学生认识到，在复杂的现实经济系统中，一元回归远远不够，必须引入多元回归模型。由此自然引出本章标题。2.概念构建：多元线性回归模型的矩阵表示（45分钟）......总体回归模型的一般形式：Yi=β₁+β₂X₂i+β₃X₃i+...+βkXki+μi（i=1,2,...,n）。随后，针对【难点】“偏效应”进行详细解读：系数βj度量了在控制其他解释变量不变的情况下，Xj变动一个单位对Y产生的平均影响。此处结合“消费函数”案例进行阐释——在控制CPI（物价）不变的条件下，GDP每增加1亿元，消费平均增加多少亿元。接下来，为了简化书写和便于后续推导，引入矩阵表示法。教师带领学生将n个方程写为矩阵形式：Y=Xβ+μ其中，Y为n×1观测值向量，X为n×k数据矩阵（通常第一列为全1向量，对应截距项），β为k×1参数向量，μ为n×1随机误差项向量。教师强调：【重要】掌握矩阵形式是通往高级计量经济学的钥匙，并要求学生当堂完成将一个包含3个变量、5个观测值的具体数据集转化为矩阵形式的练习。3.核心推导：普通最小二乘（OLS）的矩阵求解（60分钟）教师回顾一元回归中最小二乘的思想：寻找参数使得残差平方和最小。在多元中，残差向量为e=YXβ̂，残差平方和为：RSS=e‘e=(YXβ̂)’(YXβ̂)=Y‘Y2β̂’X‘Y+β̂’X‘Xβ̂。【难点攻克】教师详细演示对β̂求导的过程。由于涉及矩阵微商，这是学生首次接触，教师采用“标量类比”的方法：回忆一元二次函数求极值，类比多元情况下对向量求导。最终推导出正规方程组：(X‘X)β̂=X’Y进而得到OLS估计量的核心公式：β̂=(X‘X)^{1}X’Y教师特别指出：【高频考点】这里要求X‘X必须可逆（即满秩），这是“不存在完全多重共线性”假定的体现。4.案例分析：中国消费函数的初步估计（30分钟）教师打开EViews软件，导入中国年的数据，现场演示操作过程：（1）建立工作文件；（2）输入或导入数据；（3）命令区输入：LSYCX2X3（其中Y为人均消费，X2为人均GDP，X3为CPI）；（4）解读输出结果。引导学生观察输出的系数估计值，并尝试写出样本回归函数：Ŷt=β̂₁+β̂₂X₂t+β̂₃X₃t让学生直观感受软件输出与理论公式的对应关系。同时，提出问题：“我们算出的这个系数靠谱吗？它离真实值有多远？”引出下一讲的内容——OLS估计量的统计性质。