计量经济学的概念

《计量经济学的概念》由会员分享，可在线阅读，更多相关《计量经济学的概念（7页珍藏版）》请在金锄头文库上搜索。

1、1、 计量经济学的概念。计量经济学是经济科学领域内的一门应用科学，以一定的经济理论和实际统计资料为基础，运用数学、统计方法与计算机技术，以建立经济计量模型为主要手段,定量分析研究具有随机特性的经济变量关系。2、 数理经济模型与计量经济模型的区别.数理：揭示经济活动中各个因素之间的理论关系,用确定性的数学方程加以描述。计量:揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述.3、 经典计量经济学模型的一般形式.4、 计量经济学的数据类型。时间序列数据：按时间先后排列的统计数据。截面数据:一个或多个变量在某一时点上的数据集合.合并数据(平行数据):既包含时间序列数据又有截面数据。5、

2、 建立计量经济学模型的步骤。1）理论模型的设计：确定模型所包含的变量.确定模型的数学形式。拟定模型中待估计参数的理论期望值。2）样本数据的收集：时间序列数据易引起模型随机误差项产生序列相关。截面数据易引起模型随机误差项产生异方差。样本数据的质量：完整性、准确性、可比性、一致性。）模型参数的估计。4)模型的检验：经济意义检验。统计检验:拟合优度检验、变量的显著性检验、方程的显著性检验。计量经济学检验:序列相关、异方差法(随机误差项)、多重共线性（解释变量）模型预测检验。6、 计量经济学模型的应用。）结构分析；)经济预测；3）政策评价;4）检验与发展经济理论。7、 如何正确选择解释变量。作为“变量

3、”的原因:1)据经济理论和经济行为分析；2）考虑数据的可得性；)考虑入选变量之间的关系.8、 回归分析的目的。1)根据自变量的取值，估计应变量的均值；2）检验建立在经济理论基础上的假设；3)根据样本外自变量的取值，预测应变量的均值.9、 总体回归函数（PR）和样本回归函数（RF）各变量系数名称及函数方程。10、 随机误差项(Ui）的性质或主要内容。1）代表模型中省略的次要变量;)奥卡姆剃刀原则；3）样本点的测量误差；4）一些随机因素。11、 最小二乘法（LS)的判断标准.残差平方和最小。12、 参数b1，b2的计算公式。13、 普通最小二乘估计量的性质。1)样本回归线通过Y和X的样本均值，即;

4、2)估计的Y均值等于实测的Y均值,即；3)残差ei的均值为零，即；4)残差e和预测的Yi不相关,即;5)残差ei和不相关，即。14、 经典（古典)线性回归模型的基本假定。假定：回归模型是参数线性的，但不一定是变量线性的。假定2：解释变量(X)与扰动误差项（U)不相关。假定:给定X,扰动项的期望或均值为零,即。假定4：Ui的方差为常数或同方差，即.假定5：无自相关假定,即两个误差项之间不相关，即。假定6:回归模型是正确设定的.15、 普通最小二乘估计量(或高斯-马尔可夫定理)的性质.（BLUE最优线性无偏估计量)线性性、无偏性、有效性、最小方差性.）b和b是线性估计量;2）b和b2是无偏估计量，

5、即E(1）=B1,（)=2；3),即误差方差的OLS估计量是无偏的；4）b1和b是有效估计量。16、 普通最小二乘估计量的方差和标准差的计算公式。17、 给定显著性水平,如何求置信区间.2t临界值e(b2)，bt临界值e(b2）18、 总平方和（TSS)、解释平方和（ESS）、残差平方和(RSS)三者的关系及计算公式.19、 拟合优度中判定系数2的性质及计算公式。性质:非负性；21,r2愈接近,拟合度越高，愈接近0，拟合度越低，=0，Y与X无关。20、 样本相关系数r的性质及计算公式。性质:可正可负；-r1，r接近1，正相关好，接近-,负相关好;若X与在统计上独立,则r=0，反之,则不一定成立

6、.21、 变量显著性检验（t检验）的方法及过程.22、 双边检验:设H：B20，H1:B20;2）单边检验:设Ho：20,1：B2。tt临界,拒绝零假设 23、 b1，与随机扰动项（Ui）的分布。24、 多元线性回归模型的假定.假定1：回归模型是参数线性的，并且是正确设定的。假定2：X2、X3与扰动项不相关,即。假定3:误差项均值为0,即。假定4:同方差假定，即的方差为一常量,。假定5：误差项U和Uj无自相关，即。假定6：解释变量2和X3之间不存在完全共线性,即两个解释变量之间无严格的线性关系。假定7:U服从均值为，方差为的正态分布,即。25、 多元线性回归模型的标准误差2如何计算。26、 多

7、元判定系数R2的计算公式.27、 多元回归的总体显著性检验的原假设和备择假设。Ho：B=B=，H1:B2、B3不全为。28、 F值和R2的关系,TSS，SS，ESS用R表示的公式.，(n为观察值个数，为包括截距在内的解释变量的个数）关系：R0时,F=0；R越大,越大；R2=时,F29、 校正的判定系数2的公式及性质。性质:若k1，则R2；2总为正数,可能为负数。30、 F值与2的关系。F与同向变化：当时，F=0;当=1时，F无穷大;越大,F越大。31、 双对数模型的形式及性质。双对数:lnYi =B1BXi+Ui ，性质:B测度为Y对X的弹性。32、 半对数模型的形式及性质。半对数：nY =1

8、+B2Xi+Ui ，性质:B表示增加一个单位，Y的平均增长率，即因变量的相对增量。33、 线性模型与半对数模型中B的含义.线性:表示X增加一个单位,的绝对量的平均增量，即Y增加B2个单位。半对数:表示X增加一个单位,Y的相对量的平均增量，即Y增加10*2。34、 线性-对数模型的形式及性质.Y B1+BlX+U,性质：2表示的相对变化引起的Y的绝对量变化量,即自变量的一个单位相对增量引起因变量平均的绝对增长。35、 因变量取对数的半对数模型与自变量取对数的半对数模型的区别。反映自变量的绝对量变化1个单位时，因变量变化的百分比，nYi =B1+Ui;反映自变量变化一个百分比时,因变量的绝对变化量

9、,Yi B1+lX+i 36、 倒数模型的形式.i=1+B2Ui 37、 对于线性、双对数、对数-线性、线性-对数、倒数五种系数的总结。形式斜率弹性= 应变量解释变量线性Y=B1+BXB22(）线性线性双对数lY=+2nX2()B2对数对数对数线性Y =B1+2XB2（Y）B2(X)对数线性线性-对数Y =B+B2nXB2（)B2(）线性对数倒数 B1B2（）B2()B（)线性非线性应变量相同时,可以比较2.38、 模型中引入虚拟变量的作用.1） 分离异常因素的影响；）检验不同属性类型对因变量的作用;3)提高模型的精度.39、 虚拟变量的性质。）若一个定性变量有m个类别,则引入1个虚拟变量;2

10、)虚拟变量的取值是随意的；3）被赋予零值的类别称为基底；4)虚拟变量的系数称为级差截距系数,表示取值的类别的截距值与基底截距差别。40、 交互作用效应如何体现。i=B1B2i3Di+3(D2iD3i）B4X+i ，Di、3i为交互作用虚拟变量。41、 虚拟变量是定性的。42、 “好的”模型的性质。)简约性;2)可识别性；3）拟合优度；4）理论一致性；）预测能力。43、 模型设定偏误的类型。1)关于解释变量选取的偏误：漏选相关变量，多选无关变量；2)关于模型函数形式选取的偏误。44、 模型设定偏误的后果.1）漏选相关变量：参数估计的偏误；2）多选无关变量：估计量无偏、一致但不具有最小方差性；)错

11、误函数形成:全方位偏误.45、 模型设定偏误的检验方法.1） 无关变量：1个变量t检验;n个变量F检验，2） 漏选变量和不正确函数形式-参数（R2，;t值;估计函数的符号）A、残差图示法；B、RSET检验（a、如果事先知道遗漏了哪个变量，只需将此变量引入模型,估计并检验其参数是否显著不为即可;、不知道哪个变量遗漏，找个替代变量Z,进行上述检验）;C、WD-P176.46、 计量经济学方法中的联立方程问题主要表现在哪些方面。1)随机解释变量问题;2)损失变量信息问题;3)损失方程之间的相关性信息问题。47、 变量的分类。内生变量(由系统内产生，并影响系统)和外生变量（影响系统，本身不受系统影响）

12、,外生变量与滞后内生变量称为先决变量（只能作解释变量）。48、 结构式模型与简化式模型的形式。结构:Ct=B1+B2Yt+Ut简化：49、 联立方程模型的识别状态。）可识别:恰度识别(唯一地估计参数）;过度识别（一个或几个参数有若干估计值)。2)不可识别：不能估计参数.50、 识别规则。=m-1，恰度识别;k1，过度识别；，不可识别.：方程个数；k：不包括在该方程中所有变量的个数。51、 各方程识别的方法。1） 恰度识别:间接最小二乘法（IL);)过度识别：两阶最小二乘法（2SL)5、多重共线性形式:1）统计学形式：Xi、Xj相关；即两个或多个解释变量出现相关性。）数据类型：时间序列数据。3）

13、实际经济现象：滞后变量的引入。后果：1）参数估计量：无偏、有效（经济含义不合理)。2)变量的显著性检验：t检验失效（失去意义)。3)模型的预测功能：失效。检验：1)是否存在:简单相关系数法：|t|接近1，存在较强多重共线性;综合统计检验法:2很大，t值不显著，未通过检验.）存在范围:判定系数检验法;逐步回归法;逐步剔除法;逐个引入法；方差膨胀因子：。补救措施:1)排除引起共线性的变量：逐步回归法；2）差分法；)减少参数估计量的方差:改变样本，增加样本容量。评价:1）为了利用模型预测应变量的未来均值(坏事）；2）除预测，还估计参数（好事）。52、 异方差形式：1）;2)即随机误差项的的方差不是常

14、数;)截面数据；）单调型递增、单调型递减、复杂型。后果:）无偏、无效；2）检验失效（失去意义);3）失效。检验（以表示随机误差项的方差）：)图示检验法:散点扩大、缩小或复杂趋势；2）戈星瑟或帕克检验：,则存在异方差；)hi检验：先用OLS估计方程得残差；做对所有原始变量等的回归；求辅助回归方程中的2（）;得到的X值超过临界值，则有异方差,或P很低,拒绝Ho，无异方差。补救:1)加权最小二乘法(LS）：对原模型加权，再采用OLS估计参数;对较小的赋予较大的权数；对较大的赋予较小的权数。2）重新设定模型：改变F。53、 自相关形式：）ov（Ui，j)0；2)即随机误差项之间存在某种相关性；3）时间序列数据;)（11），为自协方差系数或一阶相关系数。原因:1）惯性；2）设定误差:模型中遗漏了显著的变量；3)设定误差：不正确的函数形式；）蛛网现象;5）数据的“偏造”。后果:1）无偏无效;2)t检验失效(失去意义）;3)失效。检验（-近似估计量）:1)图示法；2）回归检验法:反复试算；3）杜宾瓦森(DW)检验。D-W：）假设条件：解释变量X非随机