实验报告
所属课程名称计量经济学
实验日期年月日班级
学号
姓名
【实验目的及要求】
使用Eviews软件对建立的回归模型进行异方差检验并且消除异方差
【实验原理】
选取不同地区的国民收入（Y）和对外直接投资（FDI），利用Eviews软件建立回归模型并且进行异方差检验和消除异方差
【实验使用的软件】
Eviews
实验内容：【实验方案设计、步骤、记录、分析】
1.启动Eviews软件包
2.创建工作文件
3.导入30个地区的国民收入（Y）和对外直接投资（FDI）
4.建立回归模型，进行异方差检验
5.消除异方差
6.保存数据
7.关闭Eviews软件包
导入数据
导入30个地区的国民收入（Y）和对外直接投资（FDI）
建立回归模型
异方差检验
1、戈德菲尔德—匡特检验先将样本按照解释变量排序
去掉中间8组数据，得到两个样本，每个样本分别为11组数据。
分别进行两个样本回归的得到两个残差平方和RSS1和RSS2
RSS1为38138740
RSS2为1306049837
RSS1和RSS2存在显著差异，所以存在异方差性
2、怀特检验
该图中P值很小，所以可以拒绝原假设，即该模型存在异方差性。
3、戈里瑟检验
生成残差序列
由于P很小，可以拒绝原假设，所以存在异方差
消除异方差
1、令y2=log（y）, x2=log(x) 进行回归并且选择怀特检验检验异方差性
从中可以看出P值很大，所以接受原假设，存在同方差，消除异方差
2、令y1=y/x ,x1=1/x进行回归求出残差序列resid02并进行戈里瑟残差检验
从中可以看出P值很大，所以接受原假设，存在同方差，消除了异方差
《计量经济学》 习题 河北经贸大学应用经济学教研室 2004年7月
第一章绪论 ⒈为什么说计量经济学是经济理论、数学和经济统计学的结合？ ⒉为什么说计量经济学是一门经济学科？它在经济学科体系中的地位是什么？它在经济研究中的作用是什么？ ⒊建立与应用计量经济学模型的主要步骤有哪些？ ⒋计量经济学模型有哪些主要应用领域？各自的原理是什么？ ⒌下列假想模型是否属于揭示因果关系的计量经济学模型？为什么？ ⑴St=112.0+0.12Rt 其中，St为第t年农村居民储蓄增加额（亿元），Rt为第t年城镇居民可支配收入总额（亿元）。 ⑵S t-1=4432.0+0.30R t 其中，S t-1为第（t-1）年底农村居民储蓄余额（亿元），Rt为第t年农村居民纯收入总额（亿元）。 ⒍指出下列假想模型中两个最明显的错误，并说明理由： RS t=8300.0-0.24RI t+1.12IV t 其中，RS t为第t年社会消费品零售总额（亿元），RI t为第t年居民收入总额（亿元）（城镇居民可支配收入总额与农村居民纯收入总额之和），IV t为第t年全社会固定资产投资总额（亿元）。 第二章一元线性回归模型
⒈ 对于设定的回归模型作回归分析，需对模型作哪些假定，这些假定为什么是必要的？ ⒉ 试说明利用样本决定系数R 2为什么能够判定回归直线与样本观测值的拟和优度。 ⒊ 说明利用) (0∧ βS 、)(1∧βS 衡量 ∧ β、∧ 1β对 β、1β估计稳定性的道理。 ⒋ 为什么对 ∧ β、∧ 1β进行显著性检验？试述检验方法及步骤。 ⒌ 对于求得的回归方程为什么进行显著性检验？试述检验方法及步骤。 ⒍ 阐述回归分析的步骤。 ⒎ 试述计量经济模型与一般的经济模型有什么不同？ ⒏ 一元线性回归模型有时采用如下形式： i i i X Y μβ+=1 模型中的截距为零，叫做通过原点的回归模型。试证明该模型中： （1） ∑∑=∧ 21i i i X Y X β （2） ∑ = ∧ 2 2 1)var(i X μ σ β ⒐ 下述结果是从一个样本中获得的，该样本包含某企业的销售额（Y ）及相应价格（X ）的11个观测值。 18 .519_ =X ； 82 .217_ =Y ； ∑=3134543 2 i X ； ∑=1296836 i i Y X ； ∑=539512 2i Y （1）估计销售额对价格的样本回归直线，并解释其结果。 （2）回归直线的判定系数是多少？ ⒑ 已知某地区26年的工农业总产值与货运周转量的数据见下表。试作一元线性回归分析，若下一年计划该地区工农业总产值为8亿元，预测货运周转量。
计量经济学重点知识整理 1一般性定义 计量经济学是以经济理论和经济数据的事实为依据,运用数学和统计学的方法,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。 研究的主体（出发点、归宿、核心）: 经济现象及数量变化规律 研究的工具（手段）: 模型数学和统计方法 必须明确: 方法手段要服从研究对象的本质特征（与数学不同),方法是为经济问题服务 2注意:计量经济研究的三个方面 理论：即说明所研究对象经济行为的经济理论——计量经济研究的基础 数据:对所研究对象经济行为观测所得到的信息——计量经济研究的原料或依据 方法：模型的方法与估计、检验、分析的方法——计量经济研究的工具与手段 三者缺一不可 3计量经济学的学科类型 ●理论计量经济学 研究经济计量的理论和方法 ●应用计量经济学：应用计量经济方法研究某些领域的具体经济问题 4区别: ●经济理论重在定性分析,并不对经济关系提供数量上的具体度量 ●计量经济学对经济关系要作出定量的估计,对经济理论提出经验的内容 5计量经济学与经济统计学的关系 联系: ●经济统计侧重于对社会经济现象的描述性计量 ●经济统计提供的数据是计量经济学据以估计参数、验证经济理论的基本依据 ●经济现象不能作实验，只能被动地观测客观经济现象变动的既成事实，只能依赖于经济统计数据 6计量经济学与数理统计学的关系 联系: ●数理统计学是计量经济学的方法论基础 区别： ●数理统计学是在标准假定条件下抽象地研究一 般的随机变量的统计规律性; ●计量经济学是从经济模型出发，研究模型参数 的估计和推断,参数有特定的经济意义,标准 假定条件经常不能满足，需要建立一些专门的 经济计量方法 ３、计量经济学的特点：
计算分析题（共3小题，每题15分，共计45分） 1、下表给出了一含有3个实解释变量的模型的回归结果： 方差来源 平方和（SS ） 自由度（d.f.） 来自回归65965 — 来自残差— — 总离差(TSS) 66056 43 （1）求样本容量n 、RSS 、ESS 的自由度、RSS 的自由度 （2）求可决系数)37.0(-和调整的可决系数2 R （3）在5%的显著性水平下检验1X 、2X 和3X 总体上对Y 的影响的显著性 （已知0.05(3,40) 2.84F =） （4）根据以上信息能否确定1X 、2X 和3X 各自对Y 的贡献？为什么？ 1、 （1）样本容量n=43+1=44 （1分） RSS=TSS-ESS=66056-65965=91 （1分） ESS 的自由度为: 3 （1分） RSS 的自由度为: d.f.=44-3-1=40 （1分） （2）R 2=ESS/TSS=65965/66056=0.9986 （1分） 2R =1-(1- R 2)(n-1)/(n-k-1)=1-0.0014?43/40=0.9985 （2分） （3）H 0：1230βββ=== （1分） F=/65965/39665.2/(1)91/40 ESS k RSS n k ==-- （2分） F >0.05(3,40) 2.84F = 拒绝原假设 （2分） 所以，1X 、2X 和3X 总体上对Y 的影响显著 （1分） （4）不能。 （1分） 因为仅通过上述信息，可初步判断X 1，X 2，X 3联合起来 对Y 有线性影响，三者的变化解释了Y 变化的约99.9%。但由于 无法知道回归X 1，X 2，X 3前参数的具体估计值，因此还无法 判断它们各自对Y 的影响有多大。 2、以某地区22年的年度数据估计了如下工业就业模型 i i i i i X X X Y μββββ++++=3322110ln ln ln 回归方程如下： i i i i X X X Y 321ln 62.0ln 25.0ln 51.089.3?+-+-= （-0.56）(2.3) (-1.7) (5.8) 2 0.996R = 147.3=DW 式中，Y 为总就业量；X 1为总收入；X 2为平均月工资率；X 3为地方政府的
实验四异方差性 【实验目的】 掌握异方差性的检验及处理方法 【实验内容】 建立并检验我国制造业利润函数模型 【实验步骤】 【例1】表1列出了1998年我国主要制造工业销售收入与销售利润的统计资料，请利用统计软件Eviews建立我国制造业利润函数模型。 一、检验异方差性 ⒈图形分析检验 ⑴观察销售利润（Y）与销售收入（X）的相关图(图1)：SCAT X Y
图1 我国制造工业销售利润与销售收入相关图 从图中可以看出，随着销售收入X的增加，销售利润Y的平均水平不断提高，但离散程度也逐步扩大。这说明变量之间可能存在递增的异方差性。 ⑵残差分析 首先将数据排序（命令格式为：SORT X解释变量），然后建立回归方程。在方程窗口中点击Resids按钮就可以得到模型的残差分布图（或建立方程后在Eviews工作文件窗口中点击resid对象来观察）。View,Actual,Residuai 图2 我国制造业销售利润回归模型残差分布 图2显示回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。 ⒉Goldfeld-Quant检验 ⑴将样本安解释变量排序（SORT X）并分成两部分（分别有1到10共11个样本合19到28共10个样本） ⑵利用样本1建立回归模型1（回归结果如图3），其残差平方和为2579.587。 SMPL 1 10 LS Y C X 图3 样本1回归结果 Dependent Variable: Y
Method: Least Squares Date: 11/14/13 Time: 13:37 Sample: 1 10 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C 15.76466 14.82022 1.063727 0.3185 X 0.085894 0.019182 4.477937 0.0021 R-squared 0.714814 Mean dependent var 77.06400 Adjusted R-squared 0.679166 S.D. dependent var 31.70225 S.E. of regression 17.95685 Akaike info criterion 8.790677 Sum squared resid 2579.587 Schwarz criterion 8.851194 Log likelihood -41.95338 F-statistic 20.05192 Durbin-Watson stat 2.280129 Prob(F-statistic) 0.002061 ⑶利用样本2建立回归模型2（回归结果如图4），其残差平方和为63769.67。 SMPL 19 28 LS Y C X 图4 样本2回归结果 Dependent Variable: Y Method: Least Squares Date: 11/14/13 Time: 13:39 Sample: 19 28 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob.
第一章绪论 1、什么是计量经济学？由哪三组组成？ 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。 统计学、经济理论和数学三者结合起来便构成了计量经济学。 2、计量经济学的内容体系，重点是理论计量和应用计量和经典计量经济学理论方法方面的特 征 答：1）广义计量经济学和狭义计量经济学 2）初、中、高级计量经济学3）理论计量经济学和应用计量经济 理论计量经济学是以介绍、研究计量经济学的理论与方法为主要内容，侧重于理论与方法的数学证明与推导，与数理统计联系极为密切。除了介绍计量经济模型的数学理论基础、普遍应用的计量经济模型的参数估计方法与检验方法外，还研究特殊模型的估计方法与检验方法，应用了广泛的数学知识。 应用计量经济学则以建立与应用计量经济学模型为主要内容，强调应用模型的经济学和经济统计学基础，侧重于建立与应用模型过程中实际问题的处理。本课程是二者的结合。 4）、经典计量经济学和非经典计量经济学 经典计量经济学（Classical Econometrics）一般指20世纪70年代以前发展并广泛应用的计量经济学。 经典计量经济学在理论方法方面特征是： ⑴模型类型—随机模型； ⑵模型导向—理论导向； ⑶模型结构—线性或者可以化为线性，因果分析，解释变量具有同等地位，模型具有明
确的形式和参数； ⑷数据类型—以时间序列数据或者截面数据为样本，被解释变量为服从正态分布的连续随机变量； ⑸估计方法—仅利用样本信息，采用最小二乘方法或者最大似然方法估计模型。 经典计量经济学在应用方面的特征是： ⑴应用模型方法论基础—实证分析、经验分析、归纳； ⑵应用模型的功能—结构分析、政策评价、经济预测、理论检验与发展； ⑶应用模型的领域—传统的应用领域，例如生产、需求、消费、投资、货币需求，以及宏观经济等。 5）、微观计量经济学和宏观计量经济学 3、为什么说计量经济学是经济学的一个分支？（4点和综述） 答：（1）、从计量经济学的定义看 （2）、从计量经济学在西方国家经济学科中的地位看 （3）、从计量经济学与数理统计学的区别看 （4）、从建立与应用计量经济学模型的全过程看 综上所述，计量经济学是一门经济学科，而不是应用数学或其他。 4、理论模型的设计主要包含三部分工作，即选择变量，确定变量之间的数学关系，拟定模型 中待估计参数的数值范围。 5、常用的样本数据：时间序列，截面，面板（虚变量数据是错的，改为面板数据。主要要求时间数据序列数据和截面数据） 答：1、时间序列是一批按照时间先后排列的统计数据。 要注意问题：
1 .经济变量：经济变量是用来描述经济因素数量水平的指标。（3分） 2. 解释变量：是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量。（2分）它对因变量的变动做出解释，表现为方程所描述的因果关系中的因”。1 分） 3. 被解释变量：是作为研究对象的变量。（1分）它的变动是由解释变量做出解释的，表现为方程所描述的因果关系的果。（2分） 4. 内生变量：是由模型系统内部因素所决定的变量，（2分）表现为具有一定概率分布的随机变量，是模型求解的结果。（1分） 5. 外生变量：是由模型系统之外的因素决定的变量，表现为非随机变量。（2分）它影响模型中的内生变量，其数值在模型求解之前就已经确定。（1分） 6?滞后变量：是滞后内生变量和滞后外生变量的合称，（1分）前期的内生变量称为滞后 内生变量；（1分）前期的外生变量称为滞后外生变量。（1分） 7.前定变量：通常将外生变量和滞后变量合称为前定变量，（1分）即是在模型求解以前 已经确定或需要确定的变量。（2分） &控制变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条 件和状态等方面的变量，（2分）它一般属于外生变量。（1分） 9?计量经济模型：为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模 型，（2分）是以数学形式对客观经济现象所作的描述和概括。（1分） 10 .函数关系：如果一个变量y的取值可以通过另一个变量或另一组变量以某种形式惟一
地、精确地确定，则y与这个变量或这组变量之间的关系就是函数关系。（3分） 11 .相关关系：如果一个变量y的取值受另一个变量或另一组变量的影响，但并不由它们 惟一确定，则y与这个变量或这组变量之间的关系就是相关关系。（3分） 12 .最小二乘法：用使估计的剩余平方和最小的原则确定样本回归函数的方法，称为最小 二乘法。（3分） 13 .高斯-马尔可夫定理：在古典假定条件下，OLS估计量是模型参数的最佳线性无偏估计量，这一结论即是高斯—马尔可夫定理。（3分） 14 ?总变差（总离差平方和）：在回归模型中，被解释变量的观测值与其均值的离差平方 和。（3分） 15 ?回归变差（回归平方和）：在回归模型中，因变量的估计值与其均值的离差平方和，（2分）也就是由解释变量解释的变差。（1分） 16 ?剩余变差（残差平方和）：在回归模型中，因变量的观测值与估计值之差的平方和，（2分）是不能由解释变量所解释的部分变差。（1分） 17 ?估计标准误差：在回归模型中，随机误差项方差的估计量的平方根。（3分） 18 .样本决定系数：回归平方和在总变差中所占的比重。（3分） 19 ?点预测：给定自变量的某一个值时，利用样本回归方程求出相应的样本拟合值,以此 作为因变量实际值和其均值的估计值。（3分） 20 ?拟合优度：样本回归直线与样本观测数据之间的拟合程度。（3分） 21 ?残差：样本回归方程的拟合值与观测值的误差称为回归残差。（3分） 22 ?显著性检验：利用样本结果，来证实一个虚拟假设的真伪的一种检验程序。（3分） 23 ?回归变差：简称ESS表示由回归直线（即解释变量）所解释的部分（2分），表示x 对y的线
名词解释 1、 因果效应：在理想化随机对照实验中得到的，某一给定的行为或处理对结果的影响 2、 实验数据：来源于为评价某种处理（某项政策）抑或某种因果效应而设计的实验 3、 观测数据：通过观察实验之外的实际行为而获得的数据 4、 截面数据：对不同个体如工人、消费者、公司或政府机关等在某一特定时间段内收集到的数据 5、 时间序列数据：对同一个体（个人、公司、国家等）在多个时期内收集到的数据 6、 面板数据：即纵向数据，是多个个体分别在两个或多个时期内观测到的数据 7、 离散型随机变量：一些随机变量是离散的 连续型随机变量：一些随机变量是连续的 8、 期望值：随机变量经过多次重复实验出现的长期平均值，记作E （Y ） 9、 期望：Y 的长期平均值，记作μY 10、方差：是Y 距离其均值的偏差平方的期望值，记作var （Y ） 11、标准差：方差的平方根来表示偏差程度，记作σY 12、独立性：两个随机变量X 和Y 中的一个变量无法提供另一个变量的相关信息 13、标准正态分布：指那些均值102==σμ、方差的正态分布，记作N （0，1） 14、简单随机抽样：n 个对象从总体中抽取，且总体中的每一个个体都有相等的可能性被选入样本 15、独立分布：两个随机变量X 和Y 中的一个变量无法提供另一个变量的相关信息，那么这两个变量X 和Y 独立分布 16、偏差：设Y Y E Y Y μμμμ-??）（为的一个估计量，则偏差是； 一致性：当样本容量增大时，Y μ ?落入真实值Y μ的微小领域区间内的概率接近于1，即Y Y μμ与?是一致的 有效性：如果Y μ ?的方差比Y μ~更小，那么可以说Y Y μμ~?比更有效 17、最小二乘估计量：21)(m i n i -Y ∑ =最小化误差m -i Y 平方和的估计量m 18、P 值：即显著性概率，指原假设为真的情况下，抽取到的统计量与原假设之间的差异程度至少等于样本计算值与 原假设之间差异程度的概率 19、第一类错误：拒绝了实际上为真的原假设 20、一元线性回归模型：i i 10i μββ+X +=Y ；1β代表1X 变化一个单位所导致Y 的变化量 21、普通最小二乘（OLS ）估：选择使得估计的回归线与观测数据尽可能接近的回归系数，其中近似程度用给定X 时预 测Y 的误差的平方和来度量 22、回归2R ：可以由i X 解释（或预测）的i Y 样本方差的比例，即TSS SSR TSS ESS R -==12 23、最小二乘假设：①给定i X 时误差项i μ的条件均值为零：0)(i i =X μE ； ②从联合总体中抽取的， ，，，），，（n ...21i i i =Y X 满足独立同分布； ③大异常值不存在：即i i Y X 和具有非零有限的四阶距 24、1β置信区间：以95%的概率包含1β真值的区间，即在所有可能随机抽取的样本中有95%包含了1β的真值 25、同方差：若对于任意i=1，2，...，n ，给定） （条件分布的方差时χμμ=X X i i i i var 为常数且不依赖于χ，则 称误差项i μ是同方差
一、单项选择题 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 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
18．表示x 和y 之间真实线性关系的是（ C ）。 A ．01???t t Y X ββ=+ B ．01()t t E Y X ββ=+ C ．01t t t Y X u ββ=++ D ．01t t Y X ββ=+ 19．参数β的估计量?β具备有效性是指（ B ）。 A ．?var ()=0β B ．?var ()β为最小 C ．?()0ββ－＝ D ．?()ββ－为最小 25．对回归模型i 01i i Y X u ββ+＝＋进行检验时，通常假定i u 服从（ C ）。 A ．2i N 0) σ（， B ． t(n-2) C ．2N 0)σ（， D ．t(n) 26．以Y 表示实际观测值，?Y 表示回归估计值，则普通最小二乘法估计参数的准则是使（ D ）。 A ．i i ?Y Y 0∑（－）＝ B ．2i i ?Y Y 0∑（－）＝ C ．i i ?Y Y ∑（－）＝最小 D ．2i i ?Y Y ∑（－）＝最小 27．设Y 表示实际观测值，?Y 表示OLS 估计回归值，则下列哪项成立（ D ）。 A ．?Y Y ＝ B ．?Y Y ＝ C ．?Y Y ＝ D ．?Y Y ＝ 28．用OLS 估计经典线性模型i 01i i Y X u ββ+＝＋，则样本回归直线通过点___D______。 A ．X Y （，） B ． ?X Y （，） C ．?X Y （，） D ．X Y （，） 29．以Y 表示实际观测值，?Y 表示OLS 估计回归值，则用OLS 得到的样本回归直线i 01i ???Y X ββ+＝满足（ A ）。 A ．i i ?Y Y 0∑（－）＝ B ．2i i Y Y 0∑（－）＝ C ． 2i i ?Y Y 0∑（－）＝ D ．2i i ?Y Y 0∑（－）＝ 30．用一组有30个观测值的样本估计模型i 01i i Y X u ββ+＝＋，在0.05的显著性水平下对1β的显著性作t 检验，则1β显著地不等于零的条件是其统计量t 大于（ D ）。 A ．t 0.05(30) B ．t 0.025(30) C ．t 0.05(28) D ．t 0.025(28) 31．已知某一直线回归方程的决定系数为0.64，则解释变量与被解释变量间的线性相关系数为（ B ）。 A ．0.64 B ．0.8 C ．0.4 D ．0.32
1．经济变量：经济变量是用来描述经济因素数量水平的指标。（3分） 2．解释变量：是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量。（2分）它对因变量的变动做出解释，表现为方程所描述的因果关系中的“因”。（1分）3．被解释变量：是作为研究对象的变量。（1分）它的变动是由解释变量做出解释的，表现为方程所描述的因果关系的果。（2分） 4．内生变量：是由模型系统内部因素所决定的变量，（2分）表现为具有一定概率分布的随机变量，是模型求解的结果。（1分） 5．外生变量：是由模型系统之外的因素决定的变量，表现为非随机变量。（2分）它影响模型中的内生变量，其数值在模型求解之前就已经确定。（1分） 6．滞后变量：是滞后内生变量和滞后外生变量的合称，（1分）前期的内生变量称为滞后内生变量；（1分）前期的外生变量称为滞后外生变量。（1分） 7．前定变量：通常将外生变量和滞后变量合称为前定变量，（1分）即是在模型求解以前已经确定或需要确定的变量。（2分） 8．控制变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条件和状态等方面的变量，（2分）它一般属于外生变量。（1分） 9．计量经济模型：为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，（2分）是以数学形式对客观经济现象所作的描述和概括。（1分） 10．函数关系：如果一个变量y的取值可以通过另一个变量或另一组变量以某种形式惟一地、精确地确定，则y与这个变量或这组变量之间的关系就是函数关系。（3分） 11．相关关系：如果一个变量y的取值受另一个变量或另一组变量的影响，但并不由它们惟一确定，则y与这个变量或这组变量之间的关系就是相关关系。（3分） 12．最小二乘法：用使估计的剩余平方和最小的原则确定样本回归函数的方法，称为最小二乘法。（3分） 13．高斯－马尔可夫定理：在古典假定条件下，OLS估计量是模型参数的最佳线性无偏估计量，这一结论即是高斯－马尔可夫定理。（3分） 14．总变差（总离差平方和）：在回归模型中，被解释变量的观测值与其均值的离差平方和。（3分） 15．回归变差（回归平方和）：在回归模型中，因变量的估计值与其均值的离差平方和，（2分）也就是由解释变量解释的变差。（1分） 16．剩余变差（残差平方和）：在回归模型中，因变量的观测值与估计值之差的平方和，（2分）是不能由解释变量所解释的部分变差。（1分） 17．估计标准误差：在回归模型中，随机误差项方差的估计量的平方根。（3分） 18．样本决定系数：回归平方和在总变差中所占的比重。（3分） 19．点预测：给定自变量的某一个值时，利用样本回归方程求出相应的样本拟合值，以此作为因变量实际值和其均值的估计值。（3分） 20．拟合优度：样本回归直线与样本观测数据之间的拟合程度。（3分） 21．残差：样本回归方程的拟合值与观测值的误差称为回归残差。（3分） 22．显著性检验：利用样本结果，来证实一个虚拟假设的真伪的一种检验程序。（3分）23．回归变差：简称ESS,表示由回归直线（即解释变量）所解释的部分（2分），表示x对y的线性影响（1分）。 24．剩余变差：简称RSS，是未被回归直线解释的部分（2分），是由解释变量以外的因素造成的影响（1分）。 25．多重决定系数：在多元线性回归模型中，回归平方和与总离差平方和的比值（1分），
计量经济学分析计算题（每小题10分） 1．下表为日本的汇率与汽车出口数量数据， X:年均汇率（日元/美元） Y:汽车出口数量（万辆） 问题：（1）画出X 与Y 关系的散点图。 （2）计算X 与Y 的相关系数。其中X 129.3＝ ，Y 554.2＝，2 X X 4432.1∑ （－）＝，2 Y Y 68113.6∑（－）＝，()()X X Y Y ∑－－＝16195.4 （3）采用直线回归方程拟和出的模型为 ?81.72 3.65Y X =+ t 值 1.2427 7.2797 R 2=0.8688 F=52.99 解释参数的经济意义。 2．已知一模型的最小二乘的回归结果如下： i i ?Y =101.4-4.78X 标准差 （45.2） （1.53） n=30 R 2=0.31 其中，Y ：政府债券价格（百美元），X ：利率（%）。 回答以下问题：（1）系数的符号是否正确，并说明理由；（2）为什么左边是i ?Y 而不是i Y ； （3）在此模型中是否漏了误差项i u ；（4）该模型参数的经济意义 是什么。 3．估计消费函数模型i i i C =Y u αβ++得 i i ?C =150.81Y + t 值 （13.1）（18.7） n=19 R 2=0.81 其中，C ：消费（元） Y ：收入（元） 已知0.025(19) 2.0930t =，0.05(19) 1.729t =，0.025(17) 2.1098t =，0.05(17) 1.7396t =。
问：（1）利用t 值检验参数β的显著性（α＝0.05）；（2）确定参数β的标准差；（3）判断一下该模型的拟合情况。 4．已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ （－）＝，2 Y Y 68113.6∑ （－）＝， 求判定系数和相关系数。 5．有如下表数据 日本物价上涨率与失业率的关系 （1）设横轴是U ，纵轴是P ，画出散点图。根据图形判断，物价上涨率与失业率之间是什么样的关系？拟合什么样的模型比较合适？ （2）根据以上数据，分别拟合了以下两个模型： 模型一：1 6.3219.14 P U =-+ 模型二：8.64 2.87P U =- 分别求两个模型的样本决定系数。 7．根据容量n=30的样本观测值数据计算得到下列数据：XY 146.5＝ ，X 12.6＝，Y 11.3＝，2X 164.2＝，2Y ＝134.6，试估计Y 对X 的回归直线。 8．下表中的数据是从某个行业5个不同的工厂收集的，请回答以下问题：
第五章课后答案 5.1 （1）因为22()i i f X X =，所以取221i i W X =，用2i W 乘给定模型两端，得 31232222 1i i i i i i i Y X u X X X X βββ=+++ 上述模型的随机误差项的方差为一固定常数，即 2 2221 ()()i i i i u Var Var u X X σ== （2）根据加权最小二乘法，可得修正异方差后的参数估计式为 ***12233???Y X X βββ=-- ()()()() ()()() ***2*** *22232322 322*2*2** 2223223?i i i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-= -∑∑∑∑∑∑∑ ()()( )()()( )( )** *2 ** ** 232222223 3 2 *2 *2** 2223223?i i i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-= -∑∑ ∑ ∑ ∑∑∑ 其中 2223 2***23222, , i i i i i i i i i W X W X W Y X X Y W W W = = = ∑∑∑∑∑∑ ***** *222333 i i i i i x X X x X X y Y Y =-=-=- 5.2 （1） 22222 11111 ln()ln()ln(1)1 u ln()1 Y X Y X Y u u X X X u ββββββββββ--==+≈=-∴=+ [ln()]0 ()[ln()1][ln()]11 E u E E u E u μ=∴=+=+=又 （2） [ln()]ln ln 0 1 ()11 i i i i P P i i i i P P i i E P E μμμμμμμ===?====∑∏∏∑∏∏不能推导出 所以E 1μ（）=时，不一定有E 0μ（ln ）= (3) 对方程进行差分得： 1)i i βμμ--i i-12i i-1lnY -lnY =(lnX -X )+(ln ln 则有：1)]0i i μμ--=E[(ln ln
课本中相关章节的证明过程 第2章有关的证明过程 2.1 一元线性回归模型 有一元线性回归模型为：y t = β0 + β1 x t + u t 上式表示变量y t 和x t之间的真实关系。其中y t 称被解释变量（因变量），x t称解释变量（自变量），u t称随机误差项，β0称常数项，β1称回归系数（通常未知）。上模型可以分为两部分。（1）回归函数部分，E(y t) = β0 + β1 x t, （2）随机部分，u t。 图2.8 真实的回归直线 这种模型可以赋予各种实际意义，收入与支出的关系；如脉搏与血压的关系；商品价格与供给量的关系；文件容量与保存时间的关系；林区木材采伐量与木材剩余物的关系；身高与体重的关系等。 以收入与支出的关系为例。 假设固定对一个家庭进行观察，随着收入水平的不同，与支出呈线性函数关系。但实际上数据来自各个家庭，来自各个不同收入水平，使其他条件不变成为不可能，所以由数据得到的散点图不在一条直线上（不呈函数关系），而是散在直线周围，服从统计关系。随机误差项u t中可能包括家庭人口数不同，消费习惯不同，不同地域的消费指数不同，不同家庭的外来收入不同等因素。所以，在经济问题上“控制其他因素不变”实际是不可能的。 回归模型的随机误差项中一般包括如下几项内容，（1）非重要解释变量的省略，（2）人的随机行为，（3）数学模型形式欠妥，（4）归并误差（粮食的归并）（5）测量误差等。 回归模型存在两个特点。（1）建立在某些假定条件不变前提下抽象出来的回归函数不能百分之百地再现所研究的经济过程。（2）也正是由于这些假定与抽象，才使我们能够透过复杂的经济现象，深刻认识到该经济过程的本质。
计量经济学重点知识归纳 Final revision on November 26, 2020
1.普通最小二乘法(OrdinaryLeastSquares,OLS)：已知一组样本观测值 {}n i Y X i i ,2,1:),(?=，普通最小二乘法要求样本回归函数尽可以好地拟合这组值，即样本回归线上的点∧ i Y 与真实观测点Yt 的“总体误差”尽可能地小。普通最小二乘法给出的判断标准是：被解释变量的估计值与实际观测值之差的平方和最小。 2.广义最小二乘法GLS ：加权最小二乘法具有比普通最小二乘法更普遍的意义，或者说普通最小二乘法只是加权最小二乘法中权恒取1时的一种特殊情况。从此意义看，加权最小二乘法也称为广义最小二乘法。 3.加权最小二乘法WLS ：加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用普通最小二乘法估计其参数。 4.工具变量法IV ：工具变量法是克服解释变量与随机干扰项相关影响的一种参数估计方法。 5.两阶段最小二乘法2SLS,TwoStageLeastSquares ：两阶段最小二乘法是一种既适用于恰好识别的结构方程，以适用于过度识别的结构方程的单方程估计方法。 6.间接最小二乘法ILS ：间接最小二乘法是先对关于内生解释变量的简化式方程采用普通小最二乘法估计简化式参数，得到简化式参数估计量，然后过通参数关系体系，计算得到结构式参数的估计量的一种方法。 7.异方差性Heteroskedasticity ：对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性。 8.序列相关性SerialCorrelation ：多元线性回归模型的基本假设之一是模型的随机干扰项相互独立或不相关。如果模型的随机干扰项违背了相互独立的基本假设，称为存在序列相关性。 9.多重共线性Multicollinearity ：对于模型i k i i X X X Y μββββ++?+++=i k 22110i ，其基本假设之一是解释变量X 1,X 2,…,Xk 是相互独立的。如果某两个或多个解释变量之间出 现了相关性，则称为存在多重共线性。 10.时间序列数据:时间序列数据是一批按照时间先后排列的统计数据。 11.截面数据：截面数所是一批发生在同一时间截面上调查数据。 12.虚拟数据：也称为二进制数据，一般取0或1. 13.内生变量EndogenousVariables ：内生变量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。内生变量是由模型系统决定的，同时也对模型系统产生影响。内生变量一般都是经济变量。 14.外生变量ExogenousVariables ：外生变量一般是确定性变量，或者是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。外生变量影响系统，但本身不受系统的影响。外生变量一般是经济变量、条件变量、政策变量、虚变量。 15.先决变量PredeterminedVariables ：外生变量与滞后内生变量 (LaggedEndogenousVariables)统称为先决变量。 16.总离差平方和：称为总离差平方和，反映样本观测值总体离差的大小。 17.残差平方和：称为残差平方和，反映样本观测值与估计值偏离的大小，也是模型中解 释变量未解释的那部分离差的大小。 ∑∑-==22)(Y Y y TSS i i ∑∑-==22)?(i i i Y Y e RSS
绪论 计量经济学：根据理论和观测的事实，运用合适的推理方法使之联系起来同时推导，对实际经济现象进行的数量分析。 计量经济学（定量分析）是经济学（定性分析）、统计学和数学（定量分析）的结合。 目的：把实际经验的内容纳入经济理论，确定变现各种经济关系的经济参数，从而验证经济理论，预测经济发展的趋势，为制定经济策略提供依据。 类型：理论计量经济学和应用计量经济学 计量经济学的研究步骤： （一）模型设定：要有科学的理论依据选择适当的数学形式方程中的变量要具有可观测性 （二）估计参数：参数不能直接观测而且是未知的 （三）模型检验：经济意义的检验、统计推断检验、计量经济学检验、模型预测检验 （四）模型应用：经济分析、经济预测、政策评价和检验、发展经济理论计量经济模型：计量经济模型是为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，是以数学形式对客观经济现象所作的描述和概括。 计量经济研究中应用的数据包括：①时间序列②数据截面③数据面板④数据虚拟变量数据 第二章 简单线性回归模型：只有一个解释变量的线性回归模型 相关系数：两个变量之间线性相关程度可以用简单线性相关系数去度量 总体相关系数：对于研究的总体，两个相互关联的变量得到相关系数。 总体相关系数Var方差Cov协议方差
总体回归函数：将总体被解释函数Y的条件期望表现为解释变量X的函数 总体 个体随机扰动项 引入随机扰动项的原因？ ①作为未知影响因素的代表②作为无法取得数据的已知因素的代表③作为众多细小因素的综合代表④模型的设定误差⑤变量的观测误差⑥经济现象的内在随机性。 简单线性回归的基本假定？ （1）零均值假定时，即在给定解释变量Xi得到条件下，随机扰动项Ui的条件期望或条件均值为零。 （2）同方差假定，即对于给定的每一个Xi，随机扰动项Ui的条件方差等于某一常数。 （3）无相关假定，即随机扰动项Ui的逐次值互不相干，或者说对于所有的i和j（I不等于j），ui和uj的协方差为零。 （4）随机扰动项ui与解释变量Xi不想管 （5）正态性假定，即假定随机扰动项ui服从期望为零、方差为的正态分布。 最小二乘准则：用使估计的剩余平方和最小的原则确定杨讷回归函数 最小二乘估计量评价标准：无偏性、有效性、一致性。 统计特性：线性特性、无偏性、有效性。 E（）= P28
计量经济学：部分计算题解法汇总 1、求判别系数——R^2 已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ （－）＝，2Y Y 68113.6∑（－）＝， 2、置信区间 有10户家庭的收入（X ，元）和消费（Y ，百元）数据如下表： 10户家庭的收入（X ）与消费（Y ）的资料 X 20 30 33 40 15 13 26 38 35 43 Y 7 9 8 11 5 4 8 10 9 10 若建立的消费Y 对收入X 的回归直线的Eviews 输出结果如下： Dependent Variable: Y Adjusted R-squared F-statistic Durbin-Watson （1（2）在95%的置信度下检验参数的显著性。（0.025(10) 2.2281t =，0.05(10) 1.8125t =，0.025(8) 2.3060t =，0.05(8) 1.8595t =） （3）在90%的置信度下，预测当X ＝45（百元）时，消费（Y ）的置信区间。（其中29.3x =，2()992.1x x - =∑） 答：（1）回归模型的R 2 ＝，表明在消费Y 的总变差中，由回归直线解释的部分占到90％以上，回归直线的代表性及解释能力较好。（2分） 家庭收入对消费有显著影响。（2分）对于截距项，
检验。（2分） （3）Y f =+×45＝（2分） 90%置信区间为（，+），即（，）。（2分） 注意：a 水平下的t 统计量的的重要性水平，由于是双边检验，应当减半 3、求SSE 、SST 、R^2等 已知相关系数r ＝，估计标准误差?8σ＝，样本容量n=62。 求：（1）剩余变差；（2）决定系数；（3）总变差。 （2）2220.60.36R r ===（2分） 4、联系相关系数与方差（标准差），注意是n-1 在相关和回归分析中，已知下列资料： 222X Y i 1610n=20r=0.9(Y -Y)=2000σσ∑＝，＝，，，。 （1）计算Y 对X 的回归直线的斜率系数。（2）计算回归变差和剩余变差。（3） （2）R 2=r 2==， 总变差：TSS ＝RSS/(1-R 2)=2000/=（2分）
计量经济学知识点总
第一章:1计量经济学研究方法：模型设定，估计参数，模型检验，模型应用 2. 计量经济模型检验方式：①经济意义:模型与经济理论是否相符②统计推断：参数估计值是否抽样的偶然结果③计量经济学：是否复合基本假定④预测：模型结果与实际杜比 3. 计量经济学中应用的数据类型：①时间序列数据（同空不同时）②截面数据（同时不同空）③混合数据（面板数据）④虚拟变量数据（学历，季节，气候，性别）第二章：1.相关关系的类型：①变量数量：简单相关/多重相关（复相关）②表现形式：线性相关（散布图接近一条直线”非线性相关（散布图接近一条直线）③变化的方向:正相关（变量同方向变化，同增同减”负相关（变量反方向变化，一增一减不相关）2?引入随机扰动项的原因：①未知影响因素的代表（理论的模糊性）②无法取得数据的已知影响因素的代表（数据欠缺）③众多细小影响因素综合代表（非系统性影响）④模型可能存在设定误差（变量,函数形式设定）⑤模型中变量可能存在观测误差（变量数据不符合实际）⑥变量可能有内在随机性（人类经济行为的内在随机性） 3.0LS回归线数学性质：①剩余项的均值为零②OLS回归线通过样本均值③估计值的均值等于实际观测值的均值④被解释变量估计值与剩余项不相关⑤解释变量与剩余项不相关 4.0LS估计量”尽可能接近”原则:无偏性，有效性,一致性 5.0LS估计式的统计性质/优秀品质:线性特征，无偏性特征，最小方差性特征第三章:1.偏回归系数：控制其他解释变量不变的条件下，第j个解释变量的单位变动对被解释变量平均值的影响，即对丫平均值直接或净的影响 2. 多元线性回归中的基本假定：①零均值②同方差③无自相关④随机扰动项与解释变
1、某农产品试验产量Y （公斤/亩）和施肥量X （公斤/亩）7块地的数据资料汇总如下： ∑=255i X ∑=3050i Y ∑=71.12172i x ∑=429.83712i y ∑=857.3122i i y x 后来发现遗漏的第八块地的数据：208=X ，4008=Y 。 要求汇总全部8块地数据后进行以下各项计算，并对计算结果的经济意义和统计意义做简要的解释。 （1）该农产品试验产量对施肥量X （公斤/亩）回归模型Y a bX u =++进行估计； （2）对回归系数（斜率）进行统计假设检验，信度为； （3）估计可决系数并进行统计假设检验，信度为。 解：首先汇总全部8块地数据： 871 81 X X X i i i i +=∑∑== =255+20 =275 n X X i i ∑==8 1 )8(375.348 275 == 2) 7(7 127 127X x X i i i i +=∑∑== =+7?2 7255?? ? ??=10507 287 1 28 1 2X X X i i i i +=∑∑== =10507+202 = 10907 2) 8(8 1 28 1 28X X x i i i i +=∑∑== = 10907-8?2 8275?? ? ??= 87 1 81 Y Y Y i i i i +=∑∑===3050+400=3450 25.4318 3450 8 1 )8(== =∑=n Y Y i i 2) 7(7 1 2 712 7Y y Y i i i i +=∑∑== =+7?2 73050??? ??=1337300 287 1 2 81 2Y Y Y i i i i +=∑∑== =1337300+4002 = 1497300 2)8(8 1 28128Y Y y i i i i +=∑∑== =1497300 -8?( 8 3450)2 == ) 7()7(7 1 7 17Y X y x Y X i i i i i i +=∑∑== ==+7??? ??7255??? ? ??73050 =114230 887 1 81 Y X Y X Y X i i i i i i +=∑∑== =114230+20?400 =122230