《计量讲义1234567》由会员分享，可在线阅读，更多相关《计量讲义1234567（40页珍藏版）》请在金锄头文库上搜索。
1、第一章 计量经济学与经济数据自然科学与社会科学的主要区别是什么？什么是计量经济学？ 应用统计方法（及经济理论）研究经济现象的科学(和艺术)。 验证理论，发展理论，拟合数据，确定经济关系，预测学习计量经济学有何用处？ 能了解别人的工作 帮助自己的工作学习计量经济学应注意什么？ 数量经济方法之一 过度依赖历史数据 经济内在关系常常被忽略 技术繁琐，难以完全适应现实情况 注意区分自然与社会现象实例1揭示因果数量关系减少班级规模对于学习有何影响效果？ 住房贷款中是否存在种族歧视？ 番茄苗施肥量对于产量的影响？ 电脑死机次数与电脑价格的关系？ 一学生开车上学驾驶时间与天气的关系？ 受教育年限如何改变收入
2、水平？ 华尔街股票“黑色星期一”暴跌的原因？香烟的价格弹性是什么？ 利率增长一个百分点对产出增长影响多少？ 环境改进对房屋价格有何影响？2揭示因果数量关系最好能通过试验数据运用统计方法经济现象一般只有观察数据，无法试验计量经济学就是研究如何通过观测数据 确定因果数量关系： 因素遗漏，交互同时因果，相关但非因果，等3什么是数据？自然、社会现象的数量表示 试验数据：为研究某种因果关系通过试验而 获得的数据。 观测数据：除试验数据外通过观测而获得的 数据。 截面数据(cross-sectional data)关于不同实体在 某一特定时期的数据 时间序列数据(time-series data)关于同一
3、实体 在不同时期的数据 面板数据(panel data)关于不同实体在不同时期 的数据4本章作业统计学和计量经济学是揭示经济现象因 果关系的最好方法吗？以一经济现象为例，说明什么是截面数 据、时间序列数据和面板数据5第二章 概率论复习2.1 随机变量和概率分布结果：随机过程可能发生的互斥的后果 概率：大量观测的结果发生的次数比例 总体：所有可能结果的集合 事件：一个或多个结果的集合 随机变量：随机结果的数值表现，分离散和连续 概率分布：离散随机变量的概率分布为变量的 所有取值及其发生概率列表；连续随机变量的 概率无法一一列出，只能用概率密度函数来表示6第二章 概率论复习2.1 随机变量和概率分
4、布事件的概率：事件发生的概率 累积概率分布：随机变量小于或等于某个特定值的概率 贝努里概率分布：随机变量只取0或1值的概率分布7第二章 概率论复习2.2 期望值、均值和方差 期望值：随机变量Y在多次重复试验或反复出现的 平均值，通常表示为E(Y)离散随机变量的期望值等于随机变量可能取值的 概率加权平均，通常表示为uy。E(Y)=uy 方差：随机变量Y距其均值的偏差平方的期望值， var(Y)=E(Y-uy)2 标准差：方差的平方根8第二章 概率论复习2.2 期望值、均值和方差 偏度：随机变量Y分布的对称程度，有正负之分，有临界值 峰度：随机变量Y分布的高低尖峭极端程度 矩：反映数据形状的指标
5、一阶矩：期望值 二阶矩：方差 三阶矩：偏度 四阶矩：峰度9第二章 概率论复习2.3 二维随机变量 联合分布：随机变量X和Y同时取某个值的概率 边缘概率分布：随机变量Y取某一特定值的概率分布 条件分布：X给定条件下Y的概率分布 条件期望：X给定条件下Y的条件分布均值 条件方差：X给定条件下Y的条件分布方差 独立性：随机变量X和Y无相互影响，分别独立分布10第二章 概率论复习2.3 二维随机变量 协方差：随机变量X和Y同时变动程度的指标 相关系数：衡量随机变量X和Y相关程度的指标 条件分布：X给定条件下Y的概率分布 条件期望：X给定条件下Y的条件分布均值 条件方差：X给定条件下Y的条件分布方差 独
6、立性：随机变量X和Y无相互影响，分别独立分布11第二章 概率论复习2.4 正态分布、卡方分布、学生t分布和F分布正态分布：关于均值对称 标准正态分布：期望值=0，方差=1的正态分布 卡方分布：m个独立标准正态随机变量的平方和服从的分布 学生t分布：标准正态随机变量与和它独立的 自由度为m的卡方随机变量除以自由度m的平方根之比的分布 F分布：自由度为m的卡方随机变量和与它独立的自由度为n的卡方随机变量除以n之比的分布12第二章 概率论复习2.5 随机抽样和样本均值的分布简单随机抽样：从样本总体中无区分地随机抽取 部分样本的方案 独立同分布：被抽取的样本具有相同的边缘分布 并且独立的分布 抽样样本
7、均值：抽样样本观测值的平均数 抽样分布：抽样样本均值的概率分布 样本均值的均值：等于总体均值 样本均值的方差：等于总体方差除以样本数量 样本均值的标准差：等于总体标准差除以样本数量的开方 13第三章 统计学复习3.1 期望分析 1）期望值（如前）一个随机变量所有可能值的加权平均数，以每 个可能结果出现的概率为权数。 E(Y) 2）期望值运算规则 （1）几个随机变量之和的期望值等于各个变量期望值 之和 （2）随机变量与常数之积的期望等于随机变量的期望 与常数之积 （3）常数的期望等于常数本身14第三章 统计学复习3）总体方差（如前）总体所有可能值与其平均数之差的平方的期望 值，衡量总体概率分布的
8、分散程度。 总体标准差是总体方差的平方根。 4）随机变量的分解 （1）总体期望的分解 （2）总体方差的分解15第三章 统计学复习3.2 估计量 1）估计量与估计值估计量是依据样本抽样估计总体特征的适当的公式。 估计值是估计量的取值。2）理想估计量的标准 （1）无偏性 （2）有效性 （3）一致性（相和性）16第三章 统计学复习3.3 方差分析 1）协方差总体协方差 样本协方差 协方差的运算规则 2）方差总体方差 样本方差 方差的运算规则 样本均值的方差 17181920第三章 统计学复习3.4 相关分析 1）总体相关系数 2）样本相关系数21相关系数测量 出随机变量间 的相关程度22第三章 统计
9、学复习3.5 假设检验 1）原假设：假设总体均值取某个值 2）备择假设：假设在原假设不成立时成立 233）样本标准误: 样本标准差的估计量 4）P-值计算：在原假设为真情况下，抽样统计量不 比已知抽样数据更好的概率24如果 Y 已知: 25如果可估计266）显著水平：当原假设成立时，错误地拒绝原假设 的预先确定的概率 假设检验可能犯两类错误： I 原假设为真时拒绝了原假设 II 原假设实际不为真时没有拒绝原假设2728第四章 一元线性回归1 简单回归 2 最小平方回归 3 回归分析举例 4 单自变量最小平方回归 5 对于回归方程的解释 6 拟合准确度29第五章 一元线性回归：假设检验和 置信区
10、间1 回归系数的随机成分 2 蒙特卡罗试验(Monte Carlo Experiment) 3 关于随机项的假设条件 高斯-马尔克夫条件(Gauss-Markov conditions) 4 回归系数的无偏性 5 回归系数的准确性 6 高斯-马尔克夫定理(Gauss-Markov Theorem) 7 同方差和异方差30第五章 一元线性回归：假设检验和 置信区间8 关于回归系数的假设检验 9 置信区间 10 单尾t检验 11 拟合优度的F检验 12 简单回归分析中各种检验间的关联关系（不 讲了） 1）关于相关系数的t检验 2）各种检验间的关联31第六章 多元线性回归1 遗漏变量偏差 2 多元回归模型 3 多元回归的OLS估计量 4 多元回归归系数的特性 5 多元回归归的t检验检验 与置信区间间 6 多重共线线性 7 多元回归的拟合优度32第七章 多元线性回归：假设检验和 置信区间1 单系数假设检验和置信区间 2 联合假设的检验 3 多系数单约束假设检验 4 多系数的置信集 5 多元回归的模型设定33第八章 非线性回归1 非线性回归模拟 2 一元非线性回归 3 自变量的交互作用34第九章 多元回归的评估研究1 内部和外部有效性 2 内部和外部有效性威胁 3 回归预测时的内部和外部有效性35用样本均值估计总体均值36373839学生-t分布 40
