《计量经济学复习提纲 标黑为重》由会员分享，可在线阅读，更多相关《计量经济学复习提纲 标黑为重（16页珍藏版）》请在金锄头文库上搜索。
1、计量经济学复习提纲第一章 导论 1. 了解计量经济学的性质及与其它学科的 关系 2. 了解计量经济学的基本概念和计量经济 学的基本研究方法和研究步骤； 3. 对计量经济学中的模型、变量、数据等 有基本的认知 第二章 简单线性回归模型1. 理解回归分析与相关分析的含义， 回归分析与相 关分析的联系与区别，相关系数的含义与计算 2. 总体回归函数与样本回归函数的含义、表现形式 （条件均值形式、个别值形式、离差形式）、二 者关系 3. 理解和掌握简单线性回归的基本假定：零均值假 定；同方差假定；无自相关假定；随机扰动项与 解释变量不相关假定；随机扰动项正态性假定 4. 理解普通最小二乘法OLS的基本
2、思想，掌握简单 线性回归模型参数的最小二乘估计量（估计式）5. 理解最小二乘估计式的统计性质：线性特 性；无偏特性；最小方差性；一致性 6. 高斯-马尔科夫定理 7. 拟合优度的度量： （1）总变差的分解： 总离差平方和、回归平方和、残差平方和 ； （2）可决系数的定义、特点（3）可决 系数与相关系数的关系 8. 理解和掌握区间估计和假设检验（t检验 ）的基本思想和方法第三章 多元线性回归模型 1. 理解多元线性回归模型的含义和基本假定 ：无多重共线性假定 2.多元线性回归模型参数的最小二乘估计和 区间估计、随机扰动项的方差估计 3. 多元线性回归模型的拟合优度检验：多重 可决系数和修正的可决
3、系数的定义和计算 4. 方差分析与回归方程的显著性检验：F检 验, F检验与方差分析，F检验与可决系数的 关系 5. 回归参数的显著性检验（t-检验）第四章 多重共线性 1. 掌握多重共线性的概念 2. 模型中出现多重共线性的原因和不良后果 3. 怎样诊断多重共线性： 简单相关系数检 验法、方差扩大（膨胀）因子法、直观判 断法、逐步回归检测法 4.修正多重共线性的若干方法 ： （1）修正多重共线性的经验方法：剔除变 量法；增大样本容量、变换模型形式、利 用非样本先验信息等(2) 逐步回归法第五章 异方差性 1.掌握异方差的概念，异方差出现的原因 及对模型的不良影响 2. 诊断异方差的方法： 图
4、图示检验检验 法、相 关图图形分析；残差图图形分析、戈德菲尔德 -夸特（Goldfeld-Quanadt）检验检验 、White 检验检验 、ARCH检验（时间序列）、Glejser 检验检验 3. 修正异方差的若干方法：对模型变换、 加权最小二乘法、模型的对数变换第六章 自相关 1. 掌握自相关的基本概念，自相关性用一阶 自回归表示的数学性质，自相关系数 2. 自相关出现的原因和严重后果：普通最小 二乘估计量依然是无偏、一致的，但不再有 效;参数的显显著性检验检验 失效; 预测预测 精度降低 3. 诊断自相关存在的方法 （1）图示检验法：绘制和的散点图；按照时 间顺序绘制回归残差项的图形 (
5、2) D-W检验: D-W检验的适用条件；D- W统计量；D-W显著性检验；D-W检验的 缺陷4.自相关的补救方法 （1）广义差分法差分系数已知；差分系数未知 （2） 科克伦伦奥克特（CochraneOrcutt ）迭代法 （3）其它方法：一阶阶差分法、德宾宾两步法第七章 分布滞后模型与自回归模型 1.了解分布滞后模型与自回归模型的区别与 联系 2. 分布滞后模型的估计：不能直接运用OLS 方法进进行估计计，原因在于自由度损失、多 重共线性和滞后长度难于确定；克服这这些 困难难的方法是采用变变通估计计方法，变变通的 估计计方法有经验加权法、阿尔蒙法及库库依 克法。3.自回归模型的估计(1) 自
6、回归模型的产生背景：无限分布滞后模 型不能直接估计，模型中引入了预期因素 库 伊克模型 、自适应预应预 期模型、局部调整模型（2）估计方法：工具变量法为缓为缓 解扰动项扰动项 与解释变释变 量存在相关带带来估 计计偏倚：工具变量法的概念、工具变量法的 特点、工具变量法的缺点（3）德宾h-检验为诊断一阶自回归模型扰动项是否存在自相 关 D-W检验的缺陷、德宾h-检验第八章 虚拟变量回归 1. 虚拟变量的基本概念 2.虚拟变量的设置规则：虚拟变量数量的 设置规则；虚拟变量的“0”和“1”的选取原 则 3.加入虚拟解释变量的途径：一是加法类 型；二是乘法类型。以加法方式引入虚拟 变量改变的是模型的截
7、距；以乘法方式引 入虚拟变量改变的是模型的斜率。第十一章 联立方程组模型 1. 掌握线性联立方程组模型的一般概念： （1）联立方程模型的性质联立方程组模型；联立方程模型的特点 （2）联立方程模型中变量的类型内生变量；外生变量；滞后内生变量；前定变 量 （3） 联立方程模型的偏倚性 （4）联立方程模型的种类：结构型模型；简化型 模型；递归模型2. 联立方程模型的识别 （1）对模型识别的理解 （2）联立方程模型识别的类型不可识别；恰好识别；过度识别 （3）联立方程模型识别的方法模型识别的阶条件；模型识别的秩条件 ；模型识别的一般步骤和经验方法3. 联立方程模型的估计方法 （1）递归模型的估计OLS法 （2）恰好识别模型的估计 间接最小二 乘法（ILS） （3）过度识别模型的估计二段最小二 乘法（TSLS）考试题型 1.单项选择题（本题共15小题，每小题1分，共 15分） 2.多项选择题（本题共5小题，每小题2分，共 10分） 3.名词解释（本题共5小题，每小题3分，共15 分） 4.问答题（本题共3小题，每小题5分，共15分 ） 5. 计算题（共4小题，第1题7分，第2题8分，后 2题各15分，共45分）
