《计量经济学-教学大纲》由会员分享，可在线阅读，更多相关《计量经济学-教学大纲（19页珍藏版）》请在金锄头文库上搜索。
1、精选优质文档-倾情为你奉上计量经济学教学大纲适用专业：国际贸易专业课程编码：制订单位：国际贸易教研室执 笔 人：王彦审定时间：2016年5月30日审 定：经济与管理学院一、课程说明（一）课程简介 计量经济学是一门融理论性与应用性于一体的学科，是经济类专业的必修课，通过本课程的学习，使学生掌握计量经济模型的特性与建模步骤，掌握模型的参数估计及检验方法，并能够利用统计数据，建立单变量计量经济模型，及对于复杂的经济系统，建立联立方程计量经济模型。（二）本课程的性质计量经济学是国际贸易专业的专业选修课。通过本课程学习，一方面使学生掌握计量经济学的基本理论、基本概念和基本方法，为进一步学习专业课程及将来
2、从事管理工作奠定基础；另一方面使学生能使用计量的方法分析现代经济问题，并利用确定的模型对实际经济问题进行结构分析、经济预测和政策评价。（三）本课程教学目的及任务通过学习，要求学生从理论和实践两个方面进行掌握和运用，从理论层面掌握计量经济学的基本概念及计量模型的基本特性。掌握计量经济模型的参数估计、统计检验的方法，并能够对联立方程计量经济模型进行模型识别及参数估计与检验。 从实践技能层面，能够根据实际经济问题设定理论计量经济模型，收集相关的数据、信息，并进行预处理。能够利用计算机软件（Eviews软件）对实际问题的计量经济模型，利用统计数据进行参数估计及检验。（四）本课程同其他课程的关系1.本课
3、程的先行学习课程一般包括 微积分、线性代数、统计学、经济学原理2.本课程又是学习下列课程的先行课程 经济预测与决策，市场调查与预测。（五）教学时数分配计划学时64， 其中课堂教学48学时，实践教学16学时， 共3.5学分。章 节教学内容学 时讲授实践作业第一章绪论264第二章一元线性回归模型58第三章多元线性回归模型56第四章非线性回归模型的线性化44第五章异方差46第六章自相关426第七章多重共线性46第八章模型中的特殊解释变量446第九章联立方程模型45第十章几种典型的计量经济模型442第十一章模型的诊断与检验46第十二章非平稳经济变量与协整44合 计481663（六）教材与参考书目教材：
4、计量经济学基础（第四版），张晓峒.南开大学出版社.2014.12.参考书目： J.M伍德里奇.计量经济学导论现代观点，中国人民大学出版社，2003.潘省初.计量经济分析软件，中国人民大学出版社，2006.李子奈.计量经济学习题集，高等教育出版社，2005.（七）考核方式学期期末采用标准化闭卷考试。（八）教学方式课堂教学与实践教学相结合二、教学内容第一章 绪论（2学时）【教学要求】通过本章学习，使学生了解计量经济学的学科性质，基本概念和内容体系，了解计量经济研究的基本步骤，计量经济学发展的基本情况，以及主要的计量经济学软件，了解EViews软件的基本操作方法。【重点、难点】重点是计量经济学的学科
5、性质、计量经济研究的基本步骤；难点是课时紧，教师要处理好课堂讲授与学生自学的关系。【教学内容】第一节 计量经济学的定义 一、计量经济学的产生和发展 二、计量经济学的定义第二节 计量经济学的特点一、计量经济模型二、统计数据分类第三节 计量经济学的目的一、结果分析二、预测未来三、政策评价第四节 计量经济学的内容及研究问题的方法 一、计量经济学的内容二、计量经济学的研究方法第二章一元线性回归模型（5学时）【教学要求】通过本章学习，要求学生掌握简单线性回归模型的基本理论与方法，推导和证明普通最小二乘估计的参数估计式和相关结论，掌握对模型的经济意义检验和统计检验的基本方法，并能应用计量经济学软件进行简单
6、线性回归模型的普通最小二乘估计。【重点、难点】本章重点是简单线性回归模型的基本假设、最小二乘估计及性质、模型的经济意义与统计检验。难点是最小二乘估计的性质、模型的统计检验。【教学内容】第一节 模型的建立及其假定条件一、回归分析的概念二、一元线性回归方程三、随机误差项的假定条件第二节 一元线性回归模型的参数估计一、普通最小二乘法二、几个常用的结果三、截距项为零的一元线性回归模型的参数估计四、一元线性回归模型范例第三节 最小二乘估计量的统计性持 一、线性性二、无偏性三、最小方差性第四节 用样本可决系数检验回归方程的拟合优度一、总离差平方和的分解二、样本可决系数三、样本相关系数第五节、回归系数估计值
7、的显著性检验与置信区间一、随机变量u的方差二、回归系数估计值的显著性检验t检验三、回归系数的置信区间第六节 一元线性回归方程预测一、点预测二、区间预测第七节 小结 第八节 案例分析第三章多元线性回归模型（5学时）【教学要求】通过本章的学习，要求学生掌握单方程多元线性回归模型的基本理论与方法，独立完成建立单方程多元线性回归模型的全过程工作。【重点、难点】教学重点是多元线性回归模型的基本假设、模型的统计检验。难点是所涉及的矩阵表示与矩阵运算。【教学内容】第一节 模型的建立及其假定条件一、基本概念二、模型的假定第二节 最小二乘法一、参数的最小二乘估计二、离差形式的最小二乘估计三、随机误差项方差的估计
8、量 第三、最小二乘估计量的特性一、线性性二、无偏性三、最小方差性第四节 可决系数一、总离差平方和的分解式二、多元样本可决系数三、三个平方和的计算公式第五节 显著性检验与置信区间一、回归方程的显著性检验（F检验）二、解释变量的显著性检验（t检验）三、回归系数的置信区间第六节 预测一、点预测二、区间预测第七节 案例分析第四章 非线性回归模型的线性化（4学时）【教学要求】通过本章的学习，要求学生掌握变量间的非线性关系、线性化的基本方法、常用非线性函数的线性化方法，独立完成非线性回归模型线性化的全过程工作。【重点、难点】教学重点是几种常用非线性函数的线性化方法。难点是不可线性化的非线性函数回归模型的线
9、性化估计方法。【教学内容】第一节 变量间的非线性关系一、第一种类型二、第二种类型三、第三种类型第二节 线性化方法一、非标准线性回归模型的线性化方法二、可线性化的非线性回归模型的线性化方法三、不可线性化的非线性回归方程的线性化估计方法第三节 案例分析第五章 异方差（4学时）【教学要求】通过本章的学习，要求学生了解异方差的概念、来源与后果、异方差的检验异方差的修正方法。要求学生应用所学知识，独立完成一个综合练习，自己选择研究对象、建立理论模型、收集样本数据，进行模型参数的估计和对模型的各种检验。【重点、难点】教学重点是异方差的检验与修正方法。难点是异方差的修正方法。【教学内容】第一节 异方差的概念
10、一、异方差的概念二、异方差的几种常见类型第二节 异方差的来源与后果一、异方差的来源二、异方差的后果第三节 异方差检验一、图示法二、戈尔菲尔特夸特法三、怀特检验四、斯皮尔曼等级系数检验第四节 异方差的修正方法加权最小二乘法第五节 案例分析 第六节 异方差问题小结第六章 自相关（4学时）【教学要求】通过本章的学习，要求学生理解序列相关（自相关）的概念及对OLS的影响；理解一阶自回归过程的表达式及相应的方差及协方差的矩阵表达式；了解自相关检验的图示法；掌握D-W检验法的应用条件、步骤；了解应用GLS法处理序列相关问题的方法；掌握并熟练运用广义差分法处理序列相关问题；了解求相关系数估计的几种方法；了解
11、杜宾两步法和迭代法。 【重点、难点】本章重点是自相关的来源与后果、自相关的检验。难点自相关的检验、自相关的解决办法。【教学内容】第一节 非自相关假定第二节 自相关的来源与后果一、自相关的来源二、自相关的后果第三节 自相关检验一、图示法二、德斌检验法三、LM检验法四、回归检验法第四节 自相关的解决方法一、广义最小二乘法二、步骤第五节 克服自相关的矩阵描述第六节 自相关系数的估计一、利用DW统计量的值计算p二、Durbin两步法第七节 案例分析第六章 多重共线性（4学时）【教学要求】通过本章的学习，要求学生理解多重共线性的含义及产生的后果；了解检验多重共线性的检验法；理解消除多重共线的逐步回归法。
12、 【重点、难点】本章重点是多重共线性的来源与后果、多重共线性的检验、多重共线性的修正方法。难点多重共线性的检验及解决办法。【教学内容】第一节 多种共线性的概念 第二节 多重共线性的来源于后果一、多重共线性的来源二、多重共线性的后果第三节 多重共线性的检验一、两个解释变量的相关性检验二、多个解释变量的相关性检验三、参数估计值的经济检验四、参数估计值的稳定性五、参数估计值的统计检验第三节 多重共线性的修正方法一、增加样本观测值二、略去不重要的变量三、用被解释变量的滞后值去代替解释变量的滞后值四、利用参数之间的关系五、利用解释变量之间的关系六、变量模型的形式七、对数据进行中心化处理八、修正Frisc
13、h法（逐步回归法）第五节 案例分析 第八章 模型中的特殊解释变量（4学时）【教学要求】通过本章的学习，要求学生理解和掌握随机解释变量、滞后变量、虚拟变量、时间变量等几种特殊的解释变量。 【重点、难点】本章重点是随机解释变量、滞后变量、虚拟变量、时间变量。难点滞后变量、虚拟变量。【教学内容】第一节 随机解释变量一、估计量的渐进特征二、随机解释变量模型的最小二乘估计量的统计特征三、工具变量法四、工具变量法估计量的统计性质 第二节 滞后变量一、外生变量分布滞后二、有限分布滞后模型的估计三、自回归模型第三节 虚拟变量一、为什幺引入虚拟变量二、用虚拟变量测量截距的变动三、测量斜率的变动四、分段线性回归
14、第四节 时间变第九章 联立方程模型（4学时）【教学要求】通过本章的学习，要求学生理解和掌握联立方程模型的概念、分类、识别、识别条件以及联立方程模型的估计。 【重点、难点】本章重点是联立方程模型的识别以及估计。难点是联立方程模型的识别。【教学内容】第一节 联立方程模型的概念一、联立方程模型中变量的分类二、联立方程模型中的分类 第二节 联立方程模型的分类一、结构模型二、简化模型第三节 联立方程模型的识别一、恰好识别二、过度识别三、不可识别四、可是别的等价定义 第四节 识别条件一、结构方程识别的阶条件二、结构方程识别的秩条件 第五节 联立方程模型的估计一、间接最小二乘法二、工具变量法三 两阶段最小二乘法 第六节 案例分析 第七节 Eiews估计 第十章 几种典型的计量经济模型（4学时）【教学要求】通过本章
