2008—2009学年度第一学期 计量经济学（双语）期末复习（上）
任课老师：张蕊 上课时间：周四第四大节
题型：
1、单项选择题
2、判断对错，并说明理由
3、简答题
4、推导题
5、计算题
6、分析说明题
复习重点：
（一）推导题复习： 1、最小二乘法的推导过程：
（1）最小二乘法（OLS ）的基本思想：
①估计总体回归函数的最优方法是，选择01,ββ的估计量01,ββ∧
∧
，使得到的残差i e 尽可能小 ②最小二乘法的基本思路是：选择参数01,ββ∧
∧
，使得全部观测值的残差平方和（Residual sum of squares ，RSS ）最小 ③残差和最小的数学表达：
2
2
201min ()()i i i i i e Y Y Y X ββ∧∧∧
=-=--∑∑∑ （1）
（2）最小二乘法的推导过程：
根据最小二乘法原则，确定01,ββ∧
∧
的准则是使残差的平方和最小。那么由微分学的数值原理可使（1）式对0β∧
和1β∧
的一阶偏导数为零。于是有：
2
010
20112()02()0i i i i
i i i e Y X e Y X X ββββββ∧∧∧∧∧
∧??=---=???????=---=????∑∑∑∑
于是有：
01201(2)
(3)i i i i i i Y n X X Y X X ββββ∧∧
∧∧
?
=+???=+?
∑∑∑∑∑ 其中，n 为样本容量，这些联立方程称之为正规方程（normal equation ），我们将normal equation 进行变换： 在（2）式“0
1i i Y n X β
β∧
∧
=+∑∑”左右同乘以i X ∑
在（3）式“
20
1i i i
i X Y X
X ββ∧
∧
=+∑∑∑”左右同乘以n
我们就可以消掉“0
i
n X
β∧
∑”，再次联立，我们可以得到下式：
122
22
()()i i i i i i i i i n X Y X Y n X Y nX nY n X X n X nX β∧
--?=
=
--∑∑∑∑∑∑
我们知道：
i
i i
i X
X nX X n
Y
Y nY Y n
=?==?=
∑∑∑∑
因此，由此我们得到以下式子：
1
2
2
2
2
()()()i i
i
i
i i
i
i
i
x y X X Y Y X Y n XY x X X X nX
β∧
---===--∑∑∑∑∑∑∑
10Y X ββ∧∧
=-
2、TSS=ESS+RSS 的推导
证明：总离差（i Y Y -）分为两部分，即可以由模型解释的部分i Y Y ∧
-与参差i e ，由此我们得到以下数量关系：
()i i i Y Y Y Y e ∧
-=-+
=()i i X X e αβαβ∧
∧
∧
∧
+--+=i i x e β∧
+ 所以，有以下关系式：
2
2
2
()()i i
i i Y Y y
x e β∧
-==+∑∑∑
=
2
2
()2i i i i x x e e ββ∧
∧
++∑∑∑
这里我们证明
0i i
x e =∑
()i i
i
i x e X
X e =-∑∑
00
i i i i X e Xe X e =-=-=∑∑∑
接上，我们知道2
2
()
2i
i i i x x e e ββ∧
∧
++∑∑∑=2
2
()i i x e β∧
+∑∑=2
2()i i Y Y e ∧
-+∑∑
我们定义： TSS=2
()
i Y Y -∑（总离差平方和）
ESS=2
2
()i i Y Y x β∧
∧
-=∑∑（回归平方和）
RSS=
2
i
e
∑
所以，我们得到TSS=ESS+RSS （二）计算题复习：
我们只考虑两个变量（一元的各种计算） 1、回归的计算（OLS ）： （1）公式1：正规方程组
20221
22()()i i i i i i i i i i i i i X Y X Y X n X X n Y X Y X n X X ββ∧∧?-=
?-?
?
-?=?-?
∑∑∑∑∑∑∑∑∑∑∑ （2）公式2：离差形式
1201i i
i x y x Y X
βββ∧∧
∧?=???
?=-??∑∑
2、RSS 、TSS 、ESS 以及拟合优度2
R 的计算： （1）TSS=2()i Y Y -∑=
2
i y ∑
（2）ESS=2
2
2
()i i Y Y x β
∧
∧-=∑∑
（3）RSS=2i
e
∑=TSS-ESS
（4）2
1ESS RSS R TSS TSS -=
= 2
2
212
()i i
x R y β∧=∑∑
（2
R 越大，2
R 越接近1，SRF 拟合得越好。） 3、01,ββ∧∧
标准差的计算：
首先，我们指出随机干扰项的方差2
σ是未知的，因此我们用其无偏估计量2
σ∧来进行估计，
2
2
2
i
e n σ
∧=
-∑
以下四个式子说明了，01,ββ∧
∧
的方差以及标准差： （1）1
2
2
2
i S x βσ
∧
∧=
∑
（2
）1
S β∧
∧
=
（3）0
2
22
2i i
X S n x
βσ
∧
∧=
∑∑ （4
）0
S βσ
∧
∧
= 4、t 检验的构造与计算、置信区间的计算 以对0β∧
做显著性检验为例： t 检验的构造：
∑∑-
=2
221i
i
y e R
00
t S βββ∧
∧
∧
-=
=
算出t 值后，我们查表：
如果|t|>2
(2)t n α-，则在1α-的置信度下拒绝了0H ，即通过了显著性检验
如果|t|<2
(2)t n α-，则在1α-的置信度下通过了0H ，即没有通过了显著性检验
置信区间公式：
在1α-的置信区间是22
(,)i
i
i i t S t S ααββββ∧∧∧
∧
-?+?
p-value （p 值就是概率）计算出P 值后，将给定的显著性水平α与P 值比较，
就可作出检验的结论:
如果α > P 值，则在显著性水平α下拒绝原假设。 如果α ≤ P 值，则在显著性水平α下接受原假设。
在实践中，当α = P 值时，也即统计量的值 C 刚好等于临界值，为慎重起见，可增加样本容量，重新进行抽样检验。
5、F 检验的计算（见简答题复习重点）
（三）简答题复习：
Chapter 0 序言
1、计量经济学的基本步骤 （1）陈列出经济模型或假设。
（2）构建计量经济学模型（由普通模型转换成为计量经济学模型）
例：消费函数C I αβ=+（0<β<1）为西方宏观经济学模型，我们没有考虑残差，所以，不是计量经济学模型，我们转变此模型为计量经济学模型：C I u αβ=++（0<β<1）。 所以，我们可以认定计量经济学模型包含三部分，变量、解释变量、误差。 （3）收集数据
（4）估计模型（我们估计的是变量，上例中为,αβ） （5）假设检验
（6）用计量经济学模型做预测与政策分析 2、数据的类型：
时间序列数据：same object’ data collected at regular time intervals, such as daily, monthly, quarterly, annually
横截面数据：data of different objects collected at the same point in time 混合数据：combination of time series and cross-section data
1、 模型： 1、 单方程模型
被研究的变量是若干解释变量的单个线性或非线性函数
2、联立方程模型
被研究的变量是若干解释变量的一个函数，而这些变量彼此相关，同时也通
过一组方程与被研究的变量相关。只有运用联立方程组才能比较准确地描述和分析相互关联的经济行为和经济结构
微观的市场均衡模型，宏观的国民收入模型 3、时间序列模型
被研究变量是由哪些其他变量所影响，尚不清楚，我们只能利用该被研究变量的时间序
列数据对其未来的变化做出某种预测。 预测人口增长，短期利率的变化等
变量 内生
外生 政策变量 非政策变量
参数 反映了内生变量与外生变量的经济数量关系 参数估计是计量经济学的首要工作之一
Chapter 1 古典双变量线性回归
1、古典CLRM ’s 假设的基本内容： （1）模型是参数线性的 （2）扰动项均值为0
()0i E u =
（3）同方差，每个i u 的方差为一个常数2
σ
2()i Var u σ=
（4）无自相关，即两个误差项之间不相关
cov(,)0i j u u ≠ （i j ≠）
（5）解释变量（X ）与扰动项不相关
(,)[()][()]0i i i i i i Cov u X E u E u X E X =--=
（6）观测值足够多
2、在满足CLRM ’s 假设的前提条件，古典回归模型的特征（即所谓的Blue ）
（1）线性，即0β∧和1β∧
是随机变量Y 的线性函数 （2）无偏，
0011
()()E E ββββ∧
∧
==
（3）最小方差性： 0β∧
的方差小于其他任何一个0β的无偏估计量的方差
1β∧
的方差小于其他任何一个1β的无偏估计量的方差
附：OLS 的其它性质 （1）Y X αβ∧
∧
=+ （2）0i
e
e n
==∑
（3）
0i
i
e X
=∑
3、参数线性的含义：
201(|)i i E Y X X ββ=+（参数线性）
0(|)i i E Y X β=（参数非线性）
4、随机扰动项（PRF 中）的表现形式：
(|)i i i i u Y E Y X =- (|)i i i i Y E Y X u =+
随机扰动项的几点含义：
（1）代表了未列入模型中，但有影响因变量Y 的种种因素 （2）代表了一些随机因素 （3）代表了测量误差 （4）代表了模型的设定误差
IMPORTANT differentiation
1、correlation ：deterministic
stochastic （no-deterministic ） 相关关系：确定性
非确定性 2、Correlation and causality 相关关系与因果关系
3、Linearity : linearity in the variable
linearity in the parameters 线性：变量线性 参数线性
Chapter 2 一元线性回归模型的假设检验
1、假设检验的步骤 （1）构造假设：
01:0:0
H H ββ=≠
（2）构建T 统计量：
T T ∧
∧
=
?=
(2)t n -
（3）进行判断：
如果|t|>2
(2)t n α-，则在1α-的置信度下拒绝了0H ，即通过了显著性检验
如果|t|<2
(2)t n α-，则在1α-的置信度下通过了0H ，即没有通过了显著性检验
注1：
2
2
021()()u i X V n x βσ∧
∧
∧=-∑ 2
12
()u
i V x σβ∧∧∧=∑ 注2：
几个关键概念：
α：显著水平，这里固定的
(1)%α-：置信度
df ：自由度
Critical value ：临界值 P-value ：可能概率 2、方差分析：
TSS ESS RSS =+
2
2
2
1i i e ESS R RSS y ==-
∑∑
3、预测分为点预测（point predictor ）间预测（interval predictor ）：略
4、残差的直方图应服从正态分布：（略）
Y
Confidence
interval for individuals
The predictive ability falls markedly as X 0 departs progressively from the sample mean! 均值预测最准确，individual 的gap 越大越不准确） 样本越大，预测的值越接近实际值。
Chapter 3 多元回归分析
1、多元回归的表达式以及偏回归系数： （1）表达式：
01122......(1,2,..,)i i i k ki i Y X X X u i n ββββ=+++++=
（2）以二元回归为例，解释偏回归系数的含义：
01122i i i i Y X X e βββ∧∧
=+++
12,ββ∧∧
成为偏回归系数，其具体含义如下：
①1β∧
度量了在2X 保持不变的情况下，1X 每变动一个单位，Y 的均值()E Y 的改变量 ②2β∧度量了在1X 保持不变的情况下，2X 每变动一个单位，Y 的均值()E Y 的改变量 2、多元线性回归模型的基本假设（基本同CLRM ’s 假设） （1）扰动项均值为0
()0i E u =
（2）同方差，每个i u 的方差为一个常数2
σ
2()i Var u σ=
（3）无自相关，即两个误差项之间不相关
cov(,)0i j u u ≠ （i j ≠）
（4）解释变量（X ）与扰动项不相关
(,)[()][()]0i i i i i i Cov u X E u E u X E X =--=
（5）假定随机扰动项u 服从均值为0，方差为2
σ的正态分布
i u ～（0，2σ）
（6）无多重共线性：即两个变量之间无确切的线性关系 3、普通最小二乘法（OLS ）与方差、标准差的估计（略）
4、拟合优度与调整拟合优度的判定： （1）ESS 、RSS 、TSS 的关系：
注意：k 为解释变量的个数
TSS ESS RSS =+
..()..()..()d f TSS d f ESS d f RSS =+
（2）拟合优度：
2
1ESS RSS R TSS TSS ==-
2
2
1i i e y =-∑∑
2R 落到（0，1）之中，2R 越大，SRF 拟合的越好。解释变量越多，2R 越大，RF 拟合越
好。
（3）调整拟合优度 ①调整拟合优度的表达式
2/(1)
1/(1)RSS n k R TSS n --=--
221
1(1)1
n R R n k -=-
---
②调整拟合优度的特征
（A ）2
2
R R ≤；当k 越大时，2
R 越小 （B ）2R 可能为负
5、多元回归的t 检验（同一元，略）
6、多元回归的F 检验（步骤）： （1）提出假设：
0121: 0
:=0(i=1234....k)k i
H H ββββ====（不是所有的），，，
（2）构建F 统计量：
22///(1)
(1)
i
i
y
k
ESS k
F e
n k RSS n k ∧=
=
----∑∑～(,1)F k n k --
（3）判定（在给定α的条件下）：
①当F F α>，拒绝0H ，回归方程显著成立，这一推断的错误概率为α
②当F F α<，接受0H ，回归方程无显著意义，即在显著水平α下，变量对Y 无影响 7、F 与2
R 的关系：
22
/(1)/(1)
R k
F R n k =--- 我们知道以下关系式子：
20R = 0F = 21R = F =∞
8、CHOW 检验（略，见虚拟变量）
2008—2009年计量经济学（双语）期末复习重点（上）结束 余下部分见2008—2009年计量经济学（双语）期末复习重点（下）
版权所有，盗版必究！
)
1,(~)1/(/)??()1/(/2
2211----+=
--=
∑∑∑k n k F k n e k
x y x y k n RSS k
ESS F i
i i i i ββ
2008—2009学年度第一学期 计量经济学（双语）期末复习（下）
任课老师：张蕊 上课时间：周四第四大节
题型：
1、单项选择题
2、判断对错，并说明理由
3、简答题
4、推导题
5、计算题
6、分析说明题
复习重点：
（三）简答题复习（接上）
Chapter 4 放宽基本假定的模型
第一部分：多重共线性
1、多重共线性的数学表达以及完全线性相关 （1）完全线性相关的表达式：
2
12222
12()1i i i i x x r x x =
=∑∑∑ （1）
2221212()0i i
i i x x
x x -?=∑∑∑∑ （2）
（2）所谓多重共线性的概念：
①式子（1）与（2）是完全共线性的表达式，在这种极端的情况下，12,X X 相关系数为1，OLS 失效
②当12,X X 相关系数为0时，则不存在多重共线性问题 ③当相关系数01r <<时，则我们研究的多重共线性问题
2、多重共线性的原因以及后果： （1）产生原因：
①经济变量之间固有的联系
②经济变量在时间上，有同方向变动的趋势
③模型本身的原因：将某些解释变量的滞后值作为单独的新解释变量包含在模型中 （2）多重共线性所产生的后果：
注：在OLS 模型下，多重共线性仍然是无偏且有效的
①用最小二乘法估计的回归系数、方差都比较大，模型精度降低，增加了估计的困难 ②由于估计值方差增大，置信区间变宽、t 值变小，某些系数可能不显著，从而接受零检验 ③2
R 可能会很高，且难以衡量单个解释变量对2
R 的贡献 ④回归系数符号可能有误，不符合经济理论
⑤最小二乘估计量及其标准差对数据的微小变化很敏感 3、多重共线性的判定（诊断）方法： （1）直观判断：2
R 很高，但许多t 不显著 （2）观察两两相关性
注：两两相关性是多重共线性的充分不必要条件，因为多重共线性可能存在两个以上的变量之间
（3）利用不包括某一解释变量所构成的可绝系数： ①将多元线性回归模型写成以下函数形式：
12(,,....,)k Y f X X X =
②设定其判定系数为2
R 。假定依次缺一个解释变量所得到的回归方程为
11232213111121(,,....,)(,,....,)(,....,....,)(,,....,)
k k i i i i k k k k Y f X X X Y f X X X Y f X X X X Y f X X X -+-====
③我们定义可绝系数21R ，22R ，…2i R …2k R ，其中我们知道2i R 对应为缺i X 的方程的可绝系数
④判定法则：k 个可绝系数2
R 中最大的2i R 所对应的i X 便是多元线性回归方程中产生多重
共线性最严重的那个变量。
（4）利用解释变量之间所构成的回归方程的可绝系数 ①设解释变量为123,,,...k X X X X ，分别构成k 个回归方程
11232213111121(,,....,)(,,....,)(,....,....,)(,,....,)
k k j j j j k k k k X f X X X X f X X X X f X X X X X f X X X -+-====
②我们定义可绝系数21R ，22R ，…2j R …2k R ，其中我们知道2j R 对应的是以j X 为解释变量的回归方程
③判定法则：k 个可绝系数2
R 中最大、最接近于1的2j R 所对应的j X 便是多元线性回归方
程中产生多重共线性最严重的那个变量。 （5）本证值与条件指数： ①我们定义条件数（k ）为：
k =
最大本征值
最小本征值
②我们定义条件指数（CI ）为：
CI
③经验判定：
（A ）10CI <：方程存在轻度多重共线性 （B ）10CI<30≤：多重共线性问题较为严重 （C ）30CI >：多重共线性问题非常严重 （6）方差膨胀因子（j VIF ）： ①方差膨胀因子j VIF 的定义：
2
2
222
1()()1j j j j j
Var VIF x R x σσβ∧
=?=?-∑∑ 我们知道：j VIF =
2
1
1j
R -
②j VIF 的经验判定：10j VIF ≥则方程存在严重多重共线性 ③容许度j TOL 的定义
211j j j
TOL R VIF =-=
4、多重共线性的补救方法（因为没有固定的办法，所以略写） ※目的：预测→不纠正，理论分析→纠正 （1）什么都不做 （2）利用“先验”信息 （3）变换模型形式 （4）扩大样本容量 （5）删除变量
注：可能会导致模型失去BLUE 的特征
第二部分：异方差
1、异方差的含义：
在古典假设中，我们知道2()i Var u σ=，
而在放宽基本假设的条件下，2()()i i i Var u f X σ==，这就是异方差 2、异方差产生的原因与后果： （1）产生的原因：
①统计失误，以致略去某些变量 ②测量失误，数据收集技术的改进 ③特异变量（极大或极小）的出现 ④横截面数据
（一）设定偏误——解释变量的缺失，函数形式不正确 例：
真实模型：01122i i i i Y X X u βββ=+++
错误模型：011i
i i Y X v ββ=++
则
22i i i v X u β=+
()i Var v 会随着2i X 的变化而变化
（二）样本数据的观测误差
随着时间的推移 () ()
i i Var u Var u ?↑
??↓??观测误差累积观测技术提高
（2）产生的后果：
①OLS 回归，是无偏但不是有效的，失去了BLUE 的特征，失去了最小的方差
22
2
1
22
2()()
i
i u i
i
x Var x x
δσβ∧
?=
≠
∑∑∑
2
22022
11()()()i i u i
i X X Var X n x n x βδσ∧
=-?≠-∑∑∑ ②很难构建t 检验（显著性检验）和置信区间 ③
2
1
i
e
n k --∑不再是无偏估计量，故进一步导致01(),()Var Var ββ∧∧
不再无偏
④预测精度下降，异方差导致OLS 的估计量变大，失去了预测的精度
（一）参数估计量仍然是线性无偏的
（二）参数估计量不再具有最小方差性（OLS 低估真实方差） （三）解释变量显著性检验失效
111
11?? ()()?t t ? ()
Var Se t Se ββββ?
?
?=??
低估真实方差
被低估
被低估
检验显著性检验被高估被夸大失效
3、异方差的诊断（重点是White 检验） （1）残差的图形检验 （2）Goldfeld-Quandt 检验
（3）Park 检验 （4）Glejser 检验 （5）White 检验：
①假定两个解释变量的线性回归模型：
01122i i i i Y X X u βββ=+++ （3）
②White 检验的基本过程：
（A ）用OLS 进行回归，然后计算(1,2,3,...)i e i n = （B ）做辅助回归：
222011223142512i i e A A X A X A X A X A X X v =++++++
（C ）求出辅助回归的2
R ，计算2
R 与样本容量的乘积：2
R n ?
注：在零假设，不存在异方差条件下，2
R n ?服从2χ分布，自由度为式子（3）中的解释变量的个数（不包括截距项）
2n R ?～2χ(..)d f
(1) H 0: σ 2 = σ 02 vs H 1: σ 2 ≠ σ 02
用χα2 (n -1) 表示 χ2 (n -1)的上α 分位数, 则可以构造出假设(1)的水平α 拒绝域
此时, 在H 0下有
（D ）判定异方差：
a ）若计算出2
n R ?超过了所选显著水平下2
χ的临界值，则拒绝零假设，原线性回归模型存在异方差性
b ）若计算出2n R ?小于所选显著水平下2
χ的临界值，则接受零假设，原线性回归模型不存在异方差性
2
2
21
220
()(1)~(1)
n
i
n i X
X n S
n ξχσ
σ
=--=
=
-∑22
1W {(1) (1)}n n ααξχξχ-=≤-≥-或2
2
22
1(){(1)}{(1)}2
2
P W P n P n ααα
α
ξχξχα
-
=≤-+≥-=+
=
4、异方差的解决办法——加权平均最小二乘法（WLS ） （1）扰动项方差2i σ已知的情况 ①将模型两端除以方差2i σ的平方差i σ
011
(
)(
)i
i
i
i
i
i
i
Y X u ββσσσσ=++
②我们将方程改写成：
01*****i i i Y X v ββ=++ （4）
③我们可以保证*i v （*i v =
i
i
u σ）是同方差的，所以，当我们对式子（4）进行回归的时候，
我们又会得到一个BLUE 的方程 （2）扰动项方差2i σ未知的情况： ①假设误差的方差与X 成比例 （A ）表达式：22()i i i E u k X σ== （B ）回归方程如下：
β=+ ②假设误差的方差与2
X 成比例 （A ）表达式：222()i i i E u k X σ== （B ）回归方程如下：
其它补救方法（略）
第三部分：自相关
1、自相关的含义
数学定义式：cov(,)0i j u u ≠（i j ≠）
i
i i i i X u
X X Y ++=10ββ
《计量经济学》期末考试复习资料 第一章绪论 参考重点： 计量经济学的一般建模过程 第一章课后题（1.4.5） 1.什么是计量经济学？计量经济学方法与一般经济数学方法有什么区别？ 答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科，是由经济学、统计学和数学三者结合而成的交叉学科。 计量经济学方法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；一般经济数学方法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。 4.建立与应用计量经济学模型的主要步骤有哪些？ 答：建立与应用计量经济学模型的主要步骤如下：(1)设定理论模型，包括选择模型所包含的变量，确定变量之间的数学关系和拟定模型中待估参数的数值范围；(2)收集样本数据，要考虑样本数据的完整性、准确性、可比性和—致性；(3)估计模型参数；(4)检验模型，包括经济意义检验、统计检验、计量经济学检验和模型预测检验。 5.模型的检验包括几个方面？其具体含义是什么？ 答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。 第二章经典单方程计量经济学模型：一元线性回归模型参考重点： 1.相关分析与回归分析的概念、联系以及区别？ 2.总体随机项与样本随机项的区别与联系？
计量经济学期末考试及答案3
《计量经济学》课程期末考试试卷（三） 一、 单项选择题（每小题1分，共20分） 1、计量经济学的理论模型设计工作，不包括下面【 】方面。 A 、选择变量 B 、确定变量之间的数学表达式 C 、收集数据 D 、确定待估计参数理论预期值 2、计量经济学模型成功的三要素不包括【 】。 A 、理论 B 、应用 C 、数据 D 、方法 3、相关关系是指变量间的【 】关系。 A 、逻辑依存 B 、因果 C 、函数依存 D 、随机数学 4、截面数据是指同一时间条件下【 】组成的数据。 A 、不同统计单位相同统计指标 B 、相同统计单位相同统计指标 C 、相同统计单位不同统计指标 D 、不同统计单位不同统计指标 5、参数β的估计量β?被称为“最有效估计”是指ββ=)?(E 且【 】。 A 、0)?(=β Var B 、=)?(βVar 最小 C 、0)?(2=-ββ D 、ββ-?最小 6、可决系数2R 的取值范围是【 】。 A 、2R ≤－1 B 、2R ≥1 C 、0≤2R ≤1 D 、－1≤2R ≤1 7、下列关于模型参数估计的说法中正确的是【 】。 A 、一致性是指：样本量趋于无穷时，估计量收敛到参数真值。 B 、方差最小的估计量一定最好。 C 、对于无偏估计而言，均方误差最小与方差最小等价。 D 、对任意线性回归模型而言，最小二乘估计与最大似然估计等价。 8、下列模型不可化为线性回归模型的是【 】。 A 、i i i AX Y μα += B 、i i i LnX Y μββ++=10 C 、i i i X LnY μββ++=10 D 、i i i LnX LnY μββ++=`0
四川大学制造科学与工程学院本科课程 《电脑平面设计》教学大纲 课程编号：302206040 课程类型：必修课 Course Code: 302206040 Course Type: Required 课程名称：电脑平面设计授课对象：本科二年级学生Course Name: Computer Graphic Design Audience: Sophomore 学时/学分：64/4 授课语言：中文 Credit Hours / Credits: 64/4 Language of Instruction: Chinese Mandarin 先修课程：平面构成开课院系：工业设计系 Prerequisite: Plane Composition Design Course offered by: Department of Industrial Design 适用专业：工业设计 Intended for: Industrial Design 大纲执笔人：张珣大纲审核人：干静 Edited by: Zhang Xun Inspected by: Gan Jing 一、课程简介 电脑平面设计是指利用当今主流硬件平台和软件工具进行二维平面图形、图像的生成、绘制、处理和创作，是执行各类设计创造活动必备的数字化设计手段。 该课程在工业设计本科专业培养体系中起到关键的承接作用，前序以徒手绘制为手段的课程如素描写生、产品效果图、平面构成等，需依靠该课程中教授的电脑设计技法、技巧和流程进行更为精确、准确、细致和丰富的全新表达和演绎，从设计工具、途径和载体全方位完成二维平面设计由非数字化向数字化的转变，以满足后续专业核心课程和骨干课程的创作和实践要求，包括CIS/VIS视觉形象系统、视觉传达、产品类设计竞赛、产品课程设计等。交互设计、网站建设与网页设计、界面设计等大三阶段的重要课程更需要学生具备电脑图形、图像的设计表现和创意创作技能，不仅奠定工业设计学生平面化的技术基础，更与未来的行业就业、学术研究形成直接或潜在关联，是本科二年级初期最为重要的专业课程之一。
计量经济学题库 令狐采学 、单项选择题（每小题1分） 1．计量经济学是下列哪门学科的分支学科（C）。 A．统计学 B．数学 C．经济学D．数理统计学 2．计量经济学成为一门自力学科的标记是（B）。 A．1930年世界计量经济学会成立B．1933年《计量经济学》会刊出版 C．1969年诺贝尔经济学奖设立 D．1926年计量经济学（Economics）一词构造出来 3．外生变量和滞后变量统称为（D）。 A．控制变量 B．解释变量 C．被解释变量 D．前定变量 4．横截面数据是指（A）。 A．同一时点上不合统计单位相同统计指标组成的数据B．同一时点上相同统计单位相同统计指标组成的数据 C．同一时点上相同统计单位不合统计指标组成的数据D．同一时点上不合统计单位不合统计指标组成的数据 5．同一统计指标，同一统计单位按时间顺序记录形成的数据列是（C）。 A．时期数据 B．混合数据 C．时间序列
数据D．横截面数据 6．在计量经济模型中，由模型系统内部因素决定，表示为具有一定的几率散布的随机变量，其数值受模型中其他变量影响的变量是（ B ）。 A．内生变量 B．外生变量 C．滞后变量 D．前定变量 7．描述微观主体经济活动中的变量关系的计量经济模型是 （ A ）。 A．微观计量经济模型 B．宏观计量经济模型 C．理论计量经济模型 D．应用计量经济模型 8．经济计量模型的被解释变量一定是（ C ）。 A．控制变量 B．政策变量 C．内生变量 D．外生变量 9．下面属于横截面数据的是（ D ）。 A．1991－各年某地区20个乡镇企业的平均工业产值 B．1991－各年某地区20个乡镇企业各镇的工业产值 C．某年某地区20个乡镇工业产值的合计数 D．某年某地区20个乡镇各镇的工业产值 10．经济计量阐发工作的基本步调是（ A ）。 A．设定理论模型→收集样本资料→估计模型参数→检验模型B．设定模型→估计参数→检验模型→应用模型 C．个体设计→总体估计→估计模型→应用模型D．确定模型导向→确定变量及方程式→估计模型→应用模型
各位同学：请大家按照这个复习重点进行认真复习，考试时请大家带上计算器，平时成绩占30%，期末占70%。 考试题型： 一、名词解释题(每小题4分，共20分) 计量经济学：一门由经济学、统计学和数学结合而成的交叉学科. 经济学提供理论基础,统计学提供资料依据,数学提供研究方法 总体回归函数：被解释变量的均值同一个或者多个解释变量之间的关系 样本回归函数：是总体回归函数的近似 OLS 估计量 ：以残差平方和最小的原则对回归模型中的系数进行估计的方法。普通最小二乘法估计量 OLS 估计量可以由观测值计算 OLS 估计量是点估计量 一旦从样本数据取得OLS 估计值，就可以画出样本回归线 BLUE 估计量、BLUE ：最优线性无偏估计量, 其估计量是无偏估计量，且在所有的无偏估计量中其方差最小。 拟合优度、衡量了解释变量能解释的离差占被解释变量的百分比。 拟合优度R 2(被解释部分在总平方和(SST)中所占的比例) 虚拟变量陷阱、 带有截距项的回归模型，如果有m 个定性变量，只能引入m-1个虚拟变量。如果引入了m 个，就将陷入虚拟变量陷阱。既模型中存在完全共线性，使得模型无法估计 方差分析模型、解释变量仅包含定性变量或虚拟变量的模型。 协方差分析模型、回归模型中的解释变量有些是定性的有些是定量的。 多重共线性 多重共线性是指解释变量之间存在完全的线性关系或近似的线性关系. 分为完全多重共线性和不完全多重共线性 ??)X |E(Y ?) )X |E(Y ( ??? :SRF 2211i 21i 21的估计量。是的估计量；是的估计量；是其中相对于ββββββββi i i i Y X X Y +=+=∑∑==2 22?i i y y TSS ESS R
第一章导论 1．计量经济学是一门什么样的学科？ 答：“经济计量学”不仅要研究经济问题的计量方法，还要研究经济问题发展变化的数量规律。可以认为，计量经济学是以经济理论为指导，以经济数据为依据，以数学、统计方法为手段，通过建立、估计、检验经济模型，揭示客观经济活动中存在的随机因果关系的一门应用经济学的分支学科。 2．计量经济学与经济理论、数学、统计学的联系和区别是什么？ 答：计量经济学是经济理论、数学、统计学的结合，是经济学、数学、统计学的交叉学科（或边缘学科）。 6．计量经济学模型的检验包括哪几个方面？为什么要进行模型的检验？ 答：对模型的检验通常包括经济意义经验、统计推断检验、计量经济检验、模型预测检验四个方面。 8．计量经济学模型中的被解释变量和解释变量、内生变量和外生变量是如何划分的？ 答：在联立方程计量经济学模型中，按是否由模型系统决定，将变量分为内生变量（endogenous variables）和外生变量（exogenous variables）两大类。内生变量是由模型系统决定同时可能也对模型系统产生影响的变量，是具有某种概率分布的随机变量，外生变量是不由模型系统决定但对模型系统产生影响的变量，是确定性的变量。 9．计量经济学模型中包含的变量之间的关系主要有哪些？ 答：计量经济学模型中变量之间的关系主要是解释变量与被解释变量之间的因果关系，包括单向因果关系、相互影响关系、恒等关系。 12．计量经济学中常用的数据类型有哪些？ 答：根据生成过程和结构方面的差异，计量经济学中应用的数据可分为时间序列数据（time series data）、截面数据（cross sectional data）、面板数据（panal data）和虚拟变量数据（dummy variables data）。 13．什么是数据的完整性、准确性、可比性、一致性？ 答：1）完整性，指模型中所有变量在每个样本点上都必须有观察数据，所有变量的样本观察数据都一样多。 2）准确性，指样本数据必须准确反映经济变量的状态或水平。数据的准确性与样本数据的采集直接相关，通常是研究者所不能控制的。 3）可比性，指数据的统计口径必须相同，不同样本点上的数据要有可比性。 4）一致性，指母体与样本即变量与数据必须一致。
读书破万卷下笔如有神 山东轻工业学院08/09学年第二学期《计量经济学》期末考试试卷 （B卷）（本试卷共7 页） 适用班级：经管学院07级所有学生 20 分）共（本题共一、单项选择题10 小题，每小题2 分， 得分请将其代码填写在每小题列出的四个备选项中只有一个 1. 在多元回归中，调整后的判定系数与判定系数的关系有（） A． < B． > C． D．关系不能确定 2R＝1时有（）根据判定系数2. 与F统计量的关系可知，当 A．F＝－1 B．F＝0 C．F＝1 D． F＝∞ 3.DW检验法适用于检验（） A．异方差性 B．序列相关 C．多重共线性 D．设定误差 2=0.98，X1的t值＝如果一个二元回归模型的 4. OLS结果为R0.00001,X2的t 值＝0.0000008，则可能存在（）问题。 A. 异方差 B. 自相关 C. 多重共线 D. 随机解释变量 读书破万卷下笔如有神
5. 在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近1，则表明模型中存在（） A．异方差性 B．序列相关 C．多重共线性 D．拟合优度低 6.容易产生自相关的数据是（） A．横截面数据 B．时间序列数据 C．年度数据 D．混合数据 ????中，模型：检验7. 线性回归??????x?ux?x?y i20ik1i12kii?时，所用的统计量为：（）),2,(,?0?k?,1H:0? i ?i0????????ii1k?1?t?nt??ttn?k．． B A ?????? ??VV ????ii1??n?tFnk?1,?k?1ktF?．． D C?????? ii22???? ??VV ii2????，8. 对于线性回归模型：检验随机误差项是否u?xxy????????x tkt221ttt0k1存在自相关的统计 量是：（） ???2ee?d61?tti2t?1t??d B． A．??1r nn2? ??n1nn???2e t1?t??2n?r i?t．． D C?t?? ?V2r1?i9. 若回归模型中的随机误差项存在一阶自回归形式的序列相关，则估计模型参数应采用（） A．普通最小二乘法 B．加权最小二乘法 C．广义差分法 D．工具变量法 d和d,在给定显著水平下，若DW统计量的下和上临界值分别为则当10. ul d DW d 时，可认为随机误差项（）ul
计量经济学复习题精编 W O R D版 IBM system office room 【A0816H-A0912AAAHH-GX8Q8-GNTHHJ8】
．对于人均存款与人均收入之间的关系式t t t Y S μβα++=使用美国36年的年度数据得如 下 估 计 模 型 ， 括 号 内 为 标 准 差 ： 2R ＝0.538 023.199?=σ （1）β的经济解释是什么？ （2）α和β的符号是什么为什么实际的符号与你的直觉一致吗如果有冲突的话，你可以给出可能的原因吗 （3）对于拟合优度你有什么看法吗？ （4）检验是否每一个回归系数都与零显着不同（在1%水平下）。同时对零假设和备择假设、检验统计值、其分布和自由度以及拒绝零假设的标准进行陈述。你的结论是什么？ 解答：（1）β为收入的边际储蓄倾向，表示人均收入每增加1美元时人均储蓄的预期平均变化量。 （2）由于收入为零时，家庭仍会有支出，可预期零收入时的平均储蓄为负，因此α符号应为负。储蓄是收入的一部分，且会随着收入的增加而增加，因此预期β的符号为正。实际的回归式中，β的符号为正，与预期的一致。但截距项为负，与预期不符。这可能与由于模型的错误设定形造成的。如家庭的人口数可能影响家庭的储蓄形为，省略该变量将对截距项的估计产生影响；另一种可能就是线性设定可能不正确。 （3）拟合优度刻画解释变量对被解释变量变化的解释能力。模型中53.8%的拟合优度，表明收入的变化可以解释储蓄中53.8 %的变动。
（4）检验单个参数采用t 检验，零假设为参数为零，备择假设为参数不为零。双变量情形下在零假设下t 分布的自由度为n-2=36-2=34。由t 分布表知，双侧1%下的临界值位于2.750与2.704之间。斜率项计算的t 值为0.067/0.011=6.09，截距项计算的t 值为384.105/151.105=2.54。可见斜率项计算的t 值大于临界值，截距项小于临界值，因此拒绝斜率项为零的假设，但不拒绝截距项为零的假设。 2-2．判断正误并说明理由： 1) 随机误差项u i 和残差项e i 是一回事 2) 总体回归函数给出了对应于每一个自变量的因变量的值 3) 线性回归模型意味着变量是线性的 4) 在线性回归模型中，解释变量是原因，被解释变量是结果 5) 随机变量的条件均值与非条件均值是一回事 答：错；错；错；错；错。 2-3． 试证明： （1）0=∑i e ，从而：0=e （2）0=∑i i x e （3）0=∧ ∑i i Y e ；即残差i e 与i Y 的估计值之积的和为零。 答：⑴根据定义得知，
计量经济学复习 1、各章需要掌握的内容 2、练习题 第一章 概述 ? 掌握什么是计量经济学；了解计量经济学的产生与发展、计量经济学的应用步骤。 ? 计量经济学是由数学、统计学、经济理论相结合的综合性学科，是一门从数量上研究经济关系和经济活动规律及其应用的科学。 第二章 一元线性回归模型 熟练掌握模型及模型的基本假定、参数的估计及估计量的有关统计性质、回归参数的显著性检验和模型拟合优度的描述（可决系数）；掌握平方和分解公式基本内容与具体含义；会用所学的理论进行实证分析（主要是预测问题）。 第二章 一元线性回归模型 ? 离差平方和分解： ? 由LS 法的正规方程可得 第三章 多元线性回归模型 ? 熟练掌握模型及模型的基本假定（用矩阵描述）、参数的OLS 估计、回归参数的显著性检验、模型拟合优度和修正拟合优度描述、模型的整体显著性检验；掌握参数估计的有关统计性质；会用所学的理论进行实证分析（主要是预测问题）。 第三章 多元线性回归模型 ? 多元线性回归模型基本假定的矩阵描述 ? 1、模型满足 ? 记 ? 2、X 的元素不是随机的且具有有限的方差；且X 的秩为k ，k 小于观测值个数N 。 ? 3、ε服从E(ε)=0, E(ε ε’)=σ2I 的正态分布。 第四章 单方程回归模型应用 熟练掌握非线性模型的线性化问题；掌握虚拟变量概念及其应用；了解分段回归问题分析的思想。 第五章 多重共线性 ? 掌握多重共线性含意、多重共线性后果；熟练掌握多重共线性检验、多重共线性克服。 ? 多重共线性是指两个或多个变量(或变量组合)之间高度相关(不一定完全相关)时，模型出现了多重共线性。用系数矩阵X 表示就是(X ’X)的行列式等于0或接近于0。其中从正规方程解出参数 ? 可以看出，多重共线性会造成模型不可识别。克服方法是去掉其中的一个变量 第五章 多重共线性 ? 多重共线性的常用检验方法是条件数法。 ? 多元线性回归模型 ? 的条件数是指由矩阵X ’X 的最大特征根和最小特征根比值定义的。条件数 条件数大于20或30时是存在多重共线性的标志。 异方差性 了解异方差表现与来源；掌握异方差的后果； 熟练掌握异方差检验克服异方差的方法。 ? 异方差的存在影响参数OLS 估计的有效性。 ? 利用加权LS 估计法，能够克服异方差对参数OLS 估计有效性的影响。 ? 异方差的检验通常有三种方法： ? 1、排序分组法(Goldfeld-Guandt 检验) ? 2、标准残差回归法(Breusch-Pagan 检验) ? 检验统计量 ? 3、残差回归法(White 检验) ? 检验统计量 第七章 序列相关性 ? 掌握非自相关假定、一阶自相关、自相关的来源与后果；熟练掌握自相关检验、克服自相关的方法；掌握自相关系数的估计。 ? 误差项序列相关会影响参数OLS 估计的有效性 ? 利用广义差分法可以消除一阶自相关。 ? 通常采用迭代法(Cochrane-Orcutt 计算法)和网格点法(Hildreth-Lu 对比法)估计自相关系数ρ ? 序列相关的DW 检验 ∑∑∑-+-=-N i N i i N i Y Y Y Y Y Y 222)?()?()(??? ????==--==-=--∑∑∑∑∑=====0?)??(0 ?)? ()??(111 11 N i i i N i i i i N i i N i i i N i i i X X Y X Y Y X Y εβαεβα?? ???? ? ??+ ??????? ????????? ??=??????? ??N k kN N k k N X X X X X X Y Y Y εεεβββ 21212222121 2111 1εβ+=X Y i i i Z νδγσε++=2 2 ? ?2 1 ~2 χRSS i i i Z νδγε++=2 ?212~χnR
一、课程基本信息 课程名称：基础日语-1 Basic Japanese（1） 课程号：10501880 课程类别：必修课 学时：128 学分：8 二、教学目的及要求 本课程为零起点的本科日语专业学生而设置。通过一学期的学习，达到使学生对日语的发音、文字、书写、语法、词汇等日语基础知识有一个初步了解及掌握的目的，为其进入下一阶段的学习打下坚实的基础。具体要求学生在学期结束时掌握初级语法知识，100个左右的日语汉字，1000个左右单词，能进行简单对话，读写简单句子及文章，即达到日语能力水平考试的4级水平。 三、教学内容 教学内容的第一部分拟用一个月时间（32个学时）教授日语语音知识并进行系统的语音训练，使学生基本掌握日语标准音的发音、声调及语调的基本规律。其余部分即二、三、四单元基本按教学大纲及教材编排，阶梯式教学，使学生逐步掌握日语的四大基本句式，十大格助词，部分助动词、提示助词、副助词及初级句型。每课包括正文、对话文、功能用语、语法词法解释，练习及阅读文。 四、教材 《新编日语》第一册，周平，陈小芬编，上海外教育出版社，1993年5月。 《新编日语习题集》第一册，陆静华编，上海外教育出版社，1994年5月。 五、主要参考资料 六、成绩评定 本教材附有相应的练习册，平时对每一课的练习进行抽检，并以十分制打出分数，各单元作相应的测试，并以百分制打分，二者作为平时成绩占期末总成绩百分之十计算。 另外，平时的语音语调操练、背诵、朗读、写作等都将作为考核项目供期末参考。
一、课程基本信息 课程名称：基础日语-2 Basic Japanese（2） 课程号：10501980 课程类别：必修课 学时：128 学分：8 二、教学目的及要求 该课程的设计对象为日语专业第一学年第二学期的本科学生，教学目的是使学生在完成第一学期约150个学时，掌握基本语音、语法、词汇知识的基础上，进一步扩展语法知识，增加词汇量（400个汉字，1，500个单词），熟练日常会话，具备初级写作能力。总课时在150小时以上。最终水平达到日语能力测试3级。 三、教学内容 教学内容以教材编排为主要依据，分为四个单元，每单元有五课，每单元最后一课为复习总结。每课仍包括正文、会话文、功能用语、语法、句法、词法、阅读、练习等部分，题材涉及学校、家庭、社会生活诸方面，并兼有日本文化、风俗习惯等内容。教学重点放在语法、词法、句法的讲解上，使学生基本掌握日语所有的格助词、助动词及大部分提示助词、副助词、形式体言、掌握几十种惯用句型。教学进度为每课8学时，单元复习课4学时。 四、教材 《新编日语》第二册周平陈小芬编上海外语教育出版社2004年5月 《新编日语习题集》第二册陈静华编上海外语教育出版社2003年11月 五、主要参考资料 六、成绩评定 本教材附有相应的练习册，平时对每一课的练习进行抽检，并以十分制打分，各项各单元作相应的测试，并以百分制打分，二者作为平时成绩占期末总成绩的百分之十计算。 另外，平时的朗读、背诵、写作、情景对话等都将作为考核项目供期末参考。
?第一题判断题10×2=20分（从以下题目中任选10题，判断对错；如果2 ? P66 1，OLS法是使残差平方和最小化的估计方法。 对 2，计算OLS估计值无需古典线性回归模型的基本假定。 对 3，若线性回归模型满足假设条件（1）——（4），但扰动项不服从正态分布，则尽管OLS估计量不再是BLUE，但仍为无偏估计量。 错只要满足（1）——（4），OLS估计量就是BLUE 4，最小二乘斜率系数的假设检验所依据的是t分布，要求??的抽样分布是正态分布。 对 5,R =TSS/ESS 错R =ESS/TSS 6，若回归模型中无截距项，则Σet=0未必成立。 对 7，若原假设未被拒绝，则它为真。 错只能说不能拒绝原假设 8，在双变量回归模型中，б 的值越大，斜率系数的方差越大。 错Var(??)=б /Σxt 只有当Σxt 恒定，上述说法才正确。 P149
1，尽管存在严重多重共线性，普通最小二乘法估计量仍然是最佳线性 无偏估计量。 对 2，如果分析的目的仅仅是为了预测，则多重共线性并无妨碍。 对 3，如果解释变量两两之间的相关系数都低，则一定不存在多重共线性。 错即使解释变量两两之间的相关系数都低，也不能排除存在多重共线性 的可能性 4，如果存在异方差性，通常用的t检验和F检验是无效的。 对 5，当存在自相关时，OLS估计量既不是无偏的，也不是有效的。 注意： 本书中无偏性不成立仅两种情况： 1，模型中忽略了有关的解释变量。 2，随机解释变量与扰动项同期无关。 错在扰动项自相关的情况下OLS估计量仍为无偏估计量，但不再具有最 小方差的性质，即不是BLUE 6，消除一阶自相关的一阶差分变换法假定自相关系数必须等于1。 对 7，模型中包含无关的解释变量，参数估计会有偏，并且会增大估计量的 方差，即增大误差。 错模型中包含无关的解释变量，参数估计仍无偏，但会增大估计量的方 差，即增大误差 8，多元回归中，如果全部“斜率”系数各自t检验都不显著，则R 值也高 不了。
计量经济学考试复习题 计量经济学练习题 1、经济计量学的研究步骤有哪些 一、模型设定：依据一定的经济理论或经验，先验地用一个或一组数学方程式表示被研究系统内经济变量之间的关系。 1、研究有关经济理论； 2、确定变量以及函数形式； 3、统计数据的收集与整理 二、参数估计：参数估计的方法主要有一般最小平方法（OLS）及其拓展形式（GLS、WLS、2Stage LS 等）、最大似然估计法、数值计算法等。 三、模型检验 1、经济意义准则； 2、统计检验准则； 3、计量经济检验准则 四、模型应用 1、检验经济理论； 2、结构分析（乘数分析、弹性分析）； 3、政策评价 4、预测 （ 2、简述经济计量模型的检验准则有哪三方面 （1）经济意义准则；（2）统计检验准则；（3）计量经济检验准则 3、经济计量模型中的随机干扰项来自哪些方面 1、变量的省略。 由于人们认识的局限不能穷尽所有的影响因素或由于受时间、费用、数据质量等制约而没有引入模型之中的对被解释变量有一定影响的自变量。 2、统计误差。 数据搜集中由于计量、计算、记录等导致的登记误差；或由样本信息推断总体信息时产生的代表性误差。 3、模型的设定误差。 ( 如在模型构造时，非线性关系用线性模型描述了；复杂关系用简单模型描述了；此非线性关系用彼非线性模型描述了等等。 4、随机误差。 被解释变量还受一些不可控制的众多的、细小的偶然因素的影响。若相互依赖的变量间没有因果关系，则称其有相关关系。 4、多元线性回归模型随机干扰项的假定有哪些 （1）随机误差项的条件期望值为零。
（2）随机误差项的条件方差相同。 （3）随机误差项之间无序列相关。 （4）自变量与随机误差项独立无关。 （5）随机误差项服从正态分布。 ； （6）各解释变量之间不存在显著的线性相关关系。 5、简述选择解释变量的逐步回归法 逐步回归的基本思想是“有进有出”。 具体做法是将变量一个一个引入，引入变量的条件是t统计量经检验是显著的。即每引入一个自变量后，对已经被选入的变量要进行逐个检验，当原引入的变量由于后面变量的引入而变得不再显著时，要将其剔除。引入一个变量或从回归方程中剔除一个变量，为逐步回归的一步，每一步都要进行t检验，以确保每次引入新的变量之前回归方程中只包含显著的变量。 6、对于非线性模型如何进行参数估计 一、解释变量可以直接替换的非线性回归模型 1、多项式函数模型 （1）多项式函数形式 ! 令原模型可化为线性形式，即可利用多元线性回归分析的方法处理了。（2）利用Eviews应用软件进行回归分析 在主窗口的命令栏内，直接键入ls y c x x^2 x^3，回车即可得到输出结果 （3）利用SPSS应用软件进行回归分析 在SPSS中，依次点击Analyze / Regression / Curve Estimation，打开对话窗口。在Models 选项组中，共有11种曲线可供选择：Linear（直线）、Quadratic（二次曲线）、Compound （复合曲线）、Growth（增长曲线）、Logarithmic（对数曲线）、Cubic（三次曲线）、S（S 曲线）、Exponential（指数曲线）、Inverse（倒数曲线）、Power（Power曲线）、Logistic （逻辑斯蒂曲线）。 * 2、双曲线（倒数）模型 令原模型可化为线性形式，即可利用一元线性回归分析的方法处理。
计量经济学题库 、单项选择题（每小题1分） 1．计量经济学是下列哪门学科的分支学科（C）。 A．统计学 B．数学 C．经济学 D．数理统计学 2．计量经济学成为一门独立学科的标志是（B）。 A．1930年世界计量经济学会成立B．1933年《计量经济学》会刊出版 C．1969年诺贝尔经济学奖设立 D．1926年计量经济学（Economics）一词构造出来 3．外生变量和滞后变量统称为（D）。 A．控制变量 B．解释变量 C．被解释变量 D．前定变量 4．横截面数据是指（A）。 A．同一时点上不同统计单位相同统计指标组成的数据B．同一时点上相同统计单位相同统计指标组成的数据 C．同一时点上相同统计单位不同统计指标组成的数据D．同一时点上不同统计单位不同统计指标组成的数据 5．同一统计指标，同一统计单位按时间顺序记录形成的数据列是（C）。 A．时期数据 B．混合数据 C．时间序列数据 D．横截面数据 6．在计量经济模型中，由模型系统内部因素决定，表现为具有一定的概率分布的随机变量，其数值受模型中其他变量影响的变量是（ B ）。 A．内生变量 B．外生变量 C．滞后变量 D．前定变量 7．描述微观主体经济活动中的变量关系的计量经济模型是（ A ）。 A．微观计量经济模型 B．宏观计量经济模型 C．理论计量经济模型 D．应用计量经济模型 8．经济计量模型的被解释变量一定是（ C ）。 A．控制变量 B．政策变量 C．内生变量 D．外生变量 9．下面属于横截面数据的是（ D ）。 A．1991－2003年各年某地区20个乡镇企业的平均工业产值 B．1991－2003年各年某地区20个乡镇企业各镇的工业产值 C．某年某地区20个乡镇工业产值的合计数 D．某年某地区20个乡镇各镇的工业产值10．经济计量分析工作的基本步骤是（ A ）。 A．设定理论模型→收集样本资料→估计模型参数→检验模型B．设定模型→估计参数→检验模型→应用模型 C．个体设计→总体估计→估计模型→应用模型D．确定模型导向→确定变量及方程式→估计模型→应用模型 11．将内生变量的前期值作解释变量，这样的变量称为（ D ）。 A．虚拟变量 B．控制变量 C．政策变量 D．滞后变量 12．（ B ）是具有一定概率分布的随机变量，它的数值由模型本身决定。 A．外生变量 B．内生变量 C．前定变量 D．滞后变量 13．同一统计指标按时间顺序记录的数据列称为（ B ）。 A．横截面数据 B．时间序列数据 C．修匀数据 D．原始数据 14．计量经济模型的基本应用领域有（ A ）。 A．结构分析、经济预测、政策评价 B．弹性分析、乘数分析、政策模拟 C．消费需求分析、生产技术分析、 D．季度分析、年度分析、中长期分析 15．变量之间的关系可以分为两大类，它们是（ A ）。 A．函数关系与相关关系B．线性相关关系和非线性相关关系 C．正相关关系和负相关关系D．简单相关关系和复杂相关关系 16．相关关系是指（ D ）。 A．变量间的非独立关系B．变量间的因果关系C．变量间的函数关系 D．变量间不确定性的依存关系
四川大学外国语学院日语专业本科课程教学大纲 一,课程基本信息 课程名称(中,英文):基础日语-2 Basic Japanese(2) 课程号(代码):10501940 课程类别:(校级公共课或校级平台课,基础课或类级平台课,专业课,实践课, 选修课) 学时:8小时/周学分:8 二,教学目的及要求 该课程的设计对象为日语专业第一学年第二学期的本科学生,教学目的是使学生在完成第一学期约150个学时,掌握基本语音,语法,词汇知识的基础上,进一步扩展语法知识,增加词汇量(400个汉字,1,500个单词),熟练日常会话,具备初级写作能力.总课时在150小时以上.最终水平达到日语能力测试3级. 三,教学内容(含各章节主要内容,学时分配,并以下划线或*等方式注明重点,难点) 教学内容以教材编排为主要依据,分为四个单元,每单元有五课,每单元最后一课为复习总结.每课仍包括正文,会话文,功能用语,语法,句法,词法,阅读,练习等部分,题材涉及学校,家庭,社会生活诸方面,并兼有日本文化,风俗习惯等内容.教学重点放在语法,词法,句法的讲解上,使学生基本掌握日语所有的格助词,助动词及大部分提示助词,副助词,形式体言,掌握几十种惯用句型.教学进度为每课8学时,单元复习课4学时. 四,教材(名称,作者,出版社,出版时间) 《新编日语》第二册周平陈小芬编上海外语教育出版社2004年5月 《新编日语习题集》第二册陈静华编上海外语教育出版社2003年11月 五,主要参考资料 六,成绩评定(注明期末,期中,平时成绩所占的比例或理论考核,初中考核成绩所占的比例) 本教材附有相应的练习册,平时对每一课的练习进行抽检,并以十分制打分,各项各单元作相应的测试,并以百分制打分,二者作为平时成绩占期末总成绩的百分之十计算. 另外,平时的朗读,背诵,写作,情景对话等都将作为考核项目供期末参考. 四川大学外国语学院日语专业本科课程教学大纲 一,课程基本信息 课程名称(中,英文):基础日语-1 Basic Japanese(1) 课程号(代码):10501840 课程类别:(校级公共课或校级平台课,基础课或类级平台课,专业课,实践课,选修课) 学时:8小时/周学分:8 二,教学目的及要求 本课程为零起点的本科日语专业学生而设置.通过一学期的学习,达到使学生对日语的发音,文字,书写,语法,词汇等日语基础知识有一个初步了解及掌握的目的,为其进入下一阶段的学习打下坚实的基础.具体要求学生在学期结束时掌握初级语法知识,100个左右的日语汉字,1000个左右单词,能进行简单对话,读写简单句子及文章,即达到日语能力水平考试的4级水平. 三,教学内容(含各章节主要内容,学时分配,并以下划线或*等方式注明重点,难点) 教学内容的第一部分拟用一个月时间(32个学时)教授日语语音知识并进行系统的语音训练,使学生基本掌握日语标准音的发音,声调及语调的基本规律.其余部分即二,三,四单元基本按教学大纲及教材编排,阶梯式教学,使学生逐步掌握日语的四大基本句式,十大格助词,部分助动词,提示助词,副助词及初级句型.每课包括正文,对话文,功能用语,语法词法解释,练习及阅
计量经济学复习材料 一、名词解释 1、时间序列数据（time series data）：一批按照时间先后排列的统计数据。 2、截面数据（cross-section data）：一批发生在同一时间截面上的调查数据。 3、虚变量数据（）：是认为设定的虚拟变量的取值,也称二进制数据,一般取0或1。 4、总离差平方和（total sum of squares）：用TSS表示，用以度量被解释变量的 总变动。 5、残差平方和（residual sum of squares）：用RSS 表示，用以度量由解释变量 引起的被解释变量变化的部分。 6、回归平方和（explained sum of squares）：用ESS表示，用以度量实际值与拟 合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。 7、可决系数（coefficient of determination）：度量回归方程拟合优度的指标，为 由解释变量引起的被解释变量的变化占被解释变量总变化的比重。 8、随机干扰项（stochastic disturbance）：也称随机误差项，指总体观测值与回 归方程理论值之间的偏差。 9、普通最小二乘法（OLS）：用估计的剩余平方和最小的原则确定样本回归函数 的方法。 10、广义最小二乘法（GLS）：是最具普遍意义的二乘法，可用来处理模型存在 异方差或序列相关的估计问题。 11、加权最小二乘法（WLS）：是对原模型加权，使之变成一个新的不存在异方 差性的模型，然后采用OLS法估计其参数。 12、异方差性（heteroskedastictity）：指对于不同样本值，随机干扰项的方差不 再是常数，而是互不相同的。 13、序列相关性（serial correlation）：指对于不同样本值，随机干扰项之间不再 是完全相互独立，而是存在某种相关性。 14、多重共线性（multicollinearity）：指两个或两个以上解释变量之间存在某种 线性相关关系。 15、间接最小二乘法（ILS）：先对关于内生解释变量的简化式方程采用普通最 小二乘法估计简化式参数，得到简化式参数估计量，然后通过参数关系体系，计算得到结构式参数的估计量。这种方法称为间接最小二乘法。 16、二阶段最小二乘法（2ILS）：估计联立方程计量经济学模型中的某个结构式 方程时，先用OLS对其中内生解释变量的简化式进行估计，得到它的估计值，用此估计值代替原结构式方程，用OLS进行估计。这种方法称为二阶段最小二乘法。 17、内生变量（endogenous variables）：是具有某种概率分布的随机变量，它的 参数是联立方程系统估计的元素，由模型系统决定，同时也对模型系统产生影响。内生变量一般都是经济变量。 18、外生变量（exogenous variables）：一般是确定性变量。具有临界概率分布的 随机变量。其参数不是模型系统研究的元素，会影响系统，但不受系统影响。 19、先决变量（predetermined variables）：外生变量与滞后内生变量被统称为先 决变量。滞后内生变量是联立方程计量经济学模型中重要的不可缺少的一部
第一章导论 *1．计量经济学：是以经济理论和经济数据的事实为依据，运用数学、统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。 *2．计量经济学与经济理论、数学、统计学的联系和区别是什么？ 计量经济学是经济理论、数学、统计学的结合，是经济学、数学、统计学的交叉学科（或边缘学科）。*3、计量经济学的研究步骤： （1）确定变量和数学关系式——模型假定；（2）分析变量间具体数量关系——估计参数；（3）检验所得结论的可靠性——模型检验；（4）作经济分析和经济预测——模型应用 *4．计量经济学中常用的数据类型： 根据（生成过程）和（结构方面）的差异，可分为： （1）时间序列数据：把反映某一总体特征的同一指标的数据，按照一定的时间顺序和时间间隔排列起来构成的数据。 （2）截面数据：同一时间（时期或时点）某个指标在不同空间的观测数据。 （3）面板数据：指时间序列数据和截面数据相结合的数据。 （4）虚拟变量数据：人为构造的虚拟变量数据，通常以1表示某种状态发生，以0表示某种状态不发生。 5．计量经济学模型的检验包括哪几个方面？为什么要进行模型的检验？ 经济意义经验、统计推断检验、计量经济学检验、模型预测检验四个方面。 6．从变量的因果关系上，可分为被解释变量和解释变量。 根据变量的性质，可分为内生变量和外生变量是 9．计量经济学模型中包含的变量之间的关系主要有哪些？ 主要是解释变量与被解释变量之间的因果关系，包括单向因果关系、相互影响关系、恒等关系。 第二章一元线性回归模型 1．什么是相关分析？什么是回归分析？相关分析与回归分析的关系如何？ 相关分析是研究变量之间的相关关系的形式和程度的一种统计分析方法，主要通过绘制变量之间关系的散点图和计算变量之间的相关系数进行。 回归分析是研究不仅存在相关关系而且存在因果关系的变量之间的依存关系的一种分析理论与方法，是计量经济学的方法论基础。 相关分析与回归分析既有联系又有区别。联系在于：相关分析与回归分析都是对存在相关关系的变量的统计相关关系的研究，都能测度线性相关程度的大小，都能判断线性相关关系是正相关还是负相关。区别在于：相关分析仅仅是从统计数据上测度变量之间的相关程度，不考虑两者之间是否存在因果关系，因而变量的地位在相关分析中是对等的；回归分析是对变量之间的因果关系的分析，变量的地位是不对等的，有被解释变量和解释变量之分。 3．回归线与回归函数： 总体回归线：给定解释变量条件下被解释变量的期望轨迹称为总体回归曲线或总体回归线。 总体回归函数：将总体被解释变量Y的样本条期望值E(Yi|Xi)表现为解释变量X的某种函数。 总体回归模型：引入了随机误差项，称为总体回归函数的随机设定形式，也是因为引入了随机误差项，成为计量经济学模型，称为总体回归模型 样本回归模型：根据样本数据对总体回归函数作出的估计称为样本回归函数。引入样本回归函数中的代表各种随机因素影响的随机变量，称为样本回归模型。 *4．为什么要对模型提出假设？线性回归模型的基本假设有哪些？ 线性回归模型的参数估计方法很多，但估计方法都是建立在一定的假设前提之下的，只有满足假设，才能保证参数估计结果的可靠性。
四川大学本科课程考试试卷分析 （公共管理学院） 课程名称（中英文）： 课程号（代码）： 课程类别：学时：学分： 参试学生年级：专业：参试总人数（N）： 卷面总分（T）：客观题总分：主观题总分： 考试时间：年月日 任课教师：试卷分析签名： 一．基本分析 1．成绩分布： *若卷面总分不等于100分，应折合换算为标准总分100分，再按标准分数段进行统计。 2．参考标准：在教学状况正常、考试命题适宜、试卷评阅严谨的前提下，考生成绩应基本符合正态分布。
二．扩展分析 1．定量统计： * “答对人数”指得分在该题满分的90%（含）以上的人数（即：得分≥0.9?Ti 的人数）。 ** 各题“难度系数” Pi = Ti Ai ，难度系数是反映试题难易程度的指标。 *** 各题“区分度” N Li Gi Di 27.0-= ， 其中，Gi 为高分组中该题的答对人数，高分组为卷面总成绩排前27%的人数； Li 为低分组中该题的答对人数，低分组为卷面总成绩排后27%的人数。 区分度是反映试题能在多大程度上把不同水平的学生区别开来的指标。 2．分析参考标准： 一般情况下，试卷平均难度系数 P >0.7 为试题难度低； P ≤4.0≤0.7 为难度较为适中（选拔性测试 P =0.5左右为宜，通常期末考试为目标参照性考试,P 可适当偏高）； P <0.4 为难度高。难度适中能更客观地反映出学生的学习效果情况。 一般情况下，试卷平均区分度 D ≥0.3 为区分度高度显著； D ≥0.15 为区分
度基本显著；D<0.15 为区分度较差。 试题的难度系数与区分度相结合可提供命题质量的更为可靠的信息。 三．分析总结 1．从卷面整体解答情况所反映出的教与学中存在的主要问题（含命题质量）： 2．对今后进一步改进教学的思考： 备注： 1．各单位应按《四川大学考试工作管理办法》充分重视试卷分析工作，通过试卷分析更客观地利用考试的教学信息反馈功能，不断提高命题质量，促进考试工作的科学化、制度化建设，推动进一步改进教学工作，提高教学质量。 2．试卷分析由教研室（系）组织、安排相关教师认真完成，并督促、检查将分析