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
7．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。
简单线性回归的基本假定：包括两个方面：一是对变量和模型的假定；二是对随机扰动项i u 统计分布的假定。
其中对随机扰动项i u 的假定有：
（1）i u 的期望为0，即()0i E u =；
（2）的方差为一常数，即2()i Var u σ=；
（3）i u 与j u 相互独立，即(,)0,i j Cov u u i j =≠ ；
（4）随机误差项i u 与自变量j X 不相关，即(,)0,j i Cov X u i j =≠；
（5）i u 服从正态分布
这5条假设中的前4条是线性回归模型的古典假设，也称为高斯假设，满足古典假设的线性回归模型称为古典线性回归模型。
5
、相关系数的计算：XY n X Y X Y r -=
6、模型引进随机扰动项的原因？
（1）作为未知因素的代表；
（2）作为无法取得数据的已知因素的代表；
（3）作为众多细小影响因素的综合代表；
（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
7．参数的普通最小二乘估计法和基本思想各是什么？ 基本思想是使样本回归函数尽可能好地拟合样本数据，反映在图上，就是要使样本散点偏离样本回归直线的距离总体上最小。 最小二乘法以剩余平方和表示被解释变量的估计值与实际观察值的偏差总体上最小，称为最小二乘准则。
*8、OLS 回归线的性质？
（1）样本回归线过样本均值点，即样本回归线必过点 X Y （，）。
（2）估计值^i Y 的均值^i Y n ∑ 等于实际值i Y 的均值-
Y ； （3）剩余项i e 的均值为零，即
10n i i e ==∑；
（4）被解释变量估计值^i Y 与剩余项i e 不相关；
（5）解释变量i X 与剩余项i e 不相关；
*9、参数估计量的评价标准：
（1）有效性；
（2）无偏性；
（3）一致性
*10、OLS 估计量的统计特性？
（1）有效性；
（2）无偏性；
（3）线性性
11．什么是拟合优度？什么是拟合优度检验？拟合优度通过什么指标度量？为什么残差平方和不能作为拟合优度的度量指标？
拟合优度：指样本回归线对样本观测数据拟合的优劣程度。
拟合优度的统计量。
^22
222()=11()i i i Y Y e ESS RSS R TSS TSS y Y Y --
-==-=--∑∑∑∑ 与残差平方和不同，可决系数2R 是一个相对指标，具有横向可比性，因此可以用作拟合优越度检验。 （2R 越接近1优越度越高）
12、OLS 估计分布的性质：
2^1
122^222~(,)~(,)i i i
X N n x N x ββσββ∑∑∑ 22^2i
e n σ?=-∑
*13、高斯-马尔可夫定理：在古典假定条件下，OLS 估计量^1β和^
2β是总体参数1β和2β的最佳线性无偏估计量。 14、一元线性回归的检验：
（1）经济检验，就是检验估计出来的参数的符号、大小是否与经济理论和实际经验相符合，即是否具有经济意义；
（2）统计检验，
①对回归参数的检验（t 检验）
②回归方程的拟合优度，判定系数2R ；
③对回归方程的显著性检验（F 检验）；
（3）经济计量检验，随机误差项i u 的序列相关检验——DW 检验
15、预测：Y 的平均值的点预测与区间预测：
Y 的平均值的点预测与区间预测：
^^^^22+f f Y t t αασ
σ-（ 第三章 多元线性模型
*1、偏回归系数：表示在控制其他解释变量不变的情况下，其中一个解释变量单位变动对被解释变量的
*2．多元线性回归模型的基本假设：
（1）零均值假定，假定随机扰动项的期望或均值为0
（2）同方差和无自相关假定；
（3）随机扰动项与解释变量不相关假定；
（4）无多重共线性假定
*3、参数最小二乘的性质：
（1）有效性；
（2）无偏性；
（3）线性性质。 *4、随机扰动项方差的估计：22^i e n k σ
=-∑ *5、修正的可决系数：
在样本容量不变时，随着模型中解释变量的增加，总离差平方和不会改变，而解释变量的平方和可能增大，多重可决系数的值可能会变大。 2222222/()
111()/(1)()11(1)i i i i e n k e n R n k Y Y n Y Y n R R n k ------=-=------=---∑∑∑∑
*6、回归方程的F 检验：
/(1~(1,)/()
ESS k F F k n k TSS n k -=---） 在一元回归的情形下，对参数2β的显著性检验（t 检验）与对回归整体上的显著性检验（F 检验）是等价的。对方程联合显著性检验的F 检验，实际上也是对2R 的显著性检验。
第四章 多重共线性
1、多重共线基本概念：
多重共线性：解释变量之间存在线性关系
一般形式：完全共线和近似多重共线。
完全的多重共线性：若果存在不全为0的数12,k λλλ……，使得12233+0i i k ki X X X λλλλ+++=……，
*2、产生原因
（1）经济变量之间具有共同变化趋势；
（2）模型中包含滞后项；
（3）利用截面数据建立模型也可能出现多重共线性；
（4）样本数据自身的原因
*3、完全多重共线后果：
（1）参数的估计值不确定；
（2）参数估计值的方差无限大
*4、不完全多重共线的后果：
（1（2
（3）严重多重共线性时，假设检验容易做出错误的判断；（4各个参数单独的t 检验可能不显著
5、多重共线性的检验：
（1） 简单相关系数检验法：大于0.8，则存在共线问题。
（2）方差膨胀因子法：211j
VIF R =-（VIF 大于10，就认为存在严重多重共线性。） （3）直观判断法；
（4）逐步回归检测法
*6、多重共线性的补救措施：
（1）经验方法：
①剔除变量法；
②增大样本容量；
③变换模型形式(差分)；
④利用非样本先验信息； ⑤横截面数据与时序数据并用； ⑥变量变换(计算相对指标；将名义数据转换为实际数据；将小类指标合并为大类指标；将总量指标进行对数变换)。 （2）逐步回归
补充：t 检验与F 检验结果相矛盾可能是由于多重共线性造成的。根据经验，如果一个变量的值在样本期间没有很大的变化，则它对被解释变量的影响就不能很好地被度量。
多重共线性往往表现的是解释变量间的样本相关现象，在不存在完全共线性的情况下，近似共线并不意味着基本假定的任何改变，所以OLS 估计量的无偏性、一致性和有效性仍然成立，但共线性会导
（3）岭回归
第五章 异方差
1、异方差：指被解释变量观测值的分散程度是随解释变量的变化而变化的。进一步可以把异方差看成是由于某个解释变量的变化引起的。
2、产生原因：
（1）模型设定误差；
（2）测量误差的变化；
（3）截面数据中总体各单位的差异。
3、异方差后果：
（1）对参数估计式的统计特性的影响：
①参数的OLS 估计仍然具有无偏但非有效；
②参数OLS 估计式的方差不再是最小；
（2）对模型假设检验的影响：
只要存在异方差性，在古典假定下用来检验假设的统计量可能不再成立。
（3）对预测的影响：
估计量仍是无偏，并且基于此的预测也是无偏的，
4、异方差检验：
（1）图示检验法
（2）Goldfeld-Quandt 检验
适用条件：
①只适用于大样本；
②除了同方差假定不满足外，其他假定都满足。
步骤：
①排序；
②将在中间的c 个观测值去掉，再分成两部分；
③提出假设，原假设：同方差；
④构造F 统计量，后一部分的残差平方和除以前一部分的。
（3）White 检验
① 对Y 和所有解释变量X 进行OLS 回归；
② 将①得到的残差平方2?i e
作为被解释变量，对其他解释变量进行辅助回归； ③ 根据②得到的可决系数计算2nR 值
④ 根据显著性水平，确定临界值，判断2nR 是否大于临界值。如果2nR 大于临界值，则存在异方差。 *5、异方差的补救措施：
（1）对模型进行变换；
（2）加权最小二乘(当存在异方差时，方差越小，其样本值偏离均值的程度越小，其观测值应受到重视。即方差越小，在确定回归线时的作用应越大，给予的权重越大)； （3）模型的对数变换。 第六章 自相关
*1、自相关：又称序列相关，是指总体回归模型的随机误差项i u 之间存在相关关系
*2、产生原因
（1）经济系统的惯性；
（2）经济活动的滞后效应；
（3）数据处理造成的相关；
（4）蛛网现象；
（5）模型设定偏误。
自相关主要存在于时间序列数据中，但横截面数据中也可能会出现，此时称为空间相关。 *3、自相关后果：
（1）一阶自相关形式时：在i u 为一阶自回归形式的自相关时随机误差项t u 依然满足零均值、同方
差假定。
（2）对参数估计的影响： ①当随机误差项t u 存在自相关时，^2β依然是无偏的，即^22()E ββ=。因为普通最小二乘无偏性的
证明中并不要求t u 满足无自相关的假定。
②当存在自相关时，普通最小二乘估计量不再是最佳线性无偏估计量，即它在线性无偏估计量中不是方差最小的。（会导致低估真实的方差）。
（3
保留。类似的，使得F 检验也是不可靠的。
（4）对模型预测的影响：在自相关情形下，j β方差的最小二乘估计变得不可靠，因此必定加大抽样误差，预测精度降低。
*4、自相关的检验
（1）图示法（绘制1t e -与t e 的散点图）
（2）杜宾-沃森检验（DW 检验）
①条件：
a.解释变量是非随机的；
b.随机误差项是一阶自回归形式；
c.截距项不为零；
d.回归模型不包含滞后的被解释变量，即解释变量中不能出现1-t Y ；
e.没有缺失数据。
② 原假设：t μ不存在一阶自相关
③ 统计量
④ 判断：
（3）BG 检验（LM 检验或拉格朗日乘子检验）
5、自相关的补救：
广义差分法
自相关系数的确定：
①据DW 统计量；
②科克伦-奥科特迭代法；
③德宾两步法
计量经济学学习心得报告 通过这个学期学习的计量经济学这门课程，王新华老师在我们学习计量经济学给了我们很多细 心的讲解和耐心的指导，我们针对学习内容主要学到的主要有两点：一：对EVIES软件的熟练操作与应用，学会了Eviews软件，我感觉自己真的是很幸运，因为毕竟有些软件是属于那种有价无市的，如果没有老师的传授我不可能从市场上或是从思想上认识到它；二：对于计量经济 学各种案例分析的认识我是很深刻的，在这一次对一个案例进行回归分析讲述中，我不但巩固 了老师课堂所讲的知识，也提高了胆识，增长了见识，也学会了团队与协作的力量。 以下我将着重从两个方面阐述我对计量经济学知识的一些认识以及个人从中学到的经验与心得。一：计量经济学教我了我很多。 在学习计量经济学的过程中，我可以旁征博引，同时老师也给了我很多有意思的启发，因为即 将面临考研的抉择，这门课也是我考研过程中必备的一门课程，因此，它作为一门核心必修课，我们都会很用心得听讲，并对一些重要的知识做了记录，从而为自己的考研奠定一定的基础。 二：计量经济学的系统知识 计量经济学的定义为：用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能 和计量经济学混为一谈。计量经济学与经济统计学绝非一码事；它也不同于我们所说的一般经 济理论，尽管经济理论大部分具有一定的数量特征；计量经济学也不应视为数学应用于经济学 的同义语。经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系 来说，都是必要的，但本身并非是充分条件。三者结合起来，就是力量，这种结合便构成了计 量经济学。 计量经济学关心统计工具在经济问题与实证资料分析上的发展和应用，经济学理论提供对于经 济现象逻辑一致的可能解释。因为人类行为和决策是复杂的过程，所以一个经济议题可能存在 多种不同的解释理论。当研究者无法进行实验室的实验时，一个理论必须透过其预测与事实的 比较来检验,计量经济学即为检验不同的理论和经济模型的估计提供统计工具。 在计量经济学一元线性回归模型，我认识到：变量间的关系及回归分析的基本概念，主要包括：其次有一元线形回归模型的参数估计及其统计检验与应用，包括： 我也学会了参数的最大似然估计法语最小二乘法。对于最小二乘法，当从模型总体随机抽取n 组样本观测值后，最合理的参数估计量应该使得模型能最好的拟合样本数据，而对于最大似然 估计法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽 取该n组样本观测值的概率最大。显然，这是从不同原理出发的两种参数估计方法。即：
计量经济学练习题（二） 一、单选题 1、根据样本资料建立某消费函数如下：，其中C为消费，x为收入，虚拟变量，所有参数均检验显著，则城镇家庭 的消费函数为。 A、 B、 C、 D、 2、如果某个结构方程是恰好识别的，估计其参数可用。 A、最小二乘法 B、极大似然法 C、广义差分法 D、间接最小二乘法 3、某商品需求函数为，其中y为需求量，x为价格。为了考虑“地 区”（农村、城市）和“季节”（春、夏、秋、冬）两个因素的影响，拟引入虚拟变量，则应引入虚拟变量的个数为。 A、2 B、 4 C、5 D、6 4、消费函数模型，其中y为消费，x为收入， ，，，该模型中包含了几个质 的影响因素。 A、1 B、2 C、 3 D、4
5、同一统计指标按时间顺序记录的数据列称为 A、横截面数据 B、时间序列数 据 C、修匀数据 D、平行数据 6、判断模型参数估计量的符号、大小、相互之间关系的合理性属于（）准则。 A、经济计量准则 B、经济理论准则 C、统计准则 D、统计准则和经济理论准则 7、对于模型，为了考虑“地区”因素（北方、南方），引入2 个虚拟变量形成截距变动模型，则会产生。 A、序列的完全相关 B、序列的不完全相关 C、完全多重共线性 D、不完全多重共线性 8、简化式模型是用所有（）作为每个内生变量的解释变量。 A、外生变量 B、先决变量 C、虚拟变量 D、滞后内生变量 9、联立方程模型中，如果某一个方程具有一组参数估计量，则该方程为. A、不可识别 B、恰好识别 C、过度识别 D、模型可识别 10、如果联立方程模型中某个结构方程包含了所有的变量，则这个方程。 A、恰好识别 B、不可识别 C、过度识别 D、不确定 11、对于联立方程模型，若在第1个方程中被解释变量为，解释变量全部为先决变量；在第2个方程中被解释变量为，解释变量中除了作为第
计量经济学课后习题总结 第一章绪论 1、什么事计量经济学？ 计量经济学就是把经济理论、经济统计数据和数理统计学与其他数学方法相结合，通过建立经济计量模型来研究经济变量之间相互关系及其演变的规律的一门学科。 2、计量经济学的研究方法有那几个步骤？ （1）建立模型：包括模型中变量的选取及模型函数形式的确定。 （2）模型参数的估计：通过搜集相关是数据，采用不同的参数估计方法，进行模型参数估计。 （3）模型参数的检验：包括经济检验、以及统计学方面的检验。 （4）经济计量模型的应用：经济预测、经济结构分析、经济政策评价。 3、经济计量模型有哪些特点？ 经济计量模型是一个代数的、随即的数学模型，它可以是线性或非线性（对参数而言）形式。 4、经济计量模型中的数据有哪几种类型 （1）定量数据：时间序列数据、截面数据、面板数据 （2）定型数据：虚拟变量数据 第二章一元线性回归模型 1、什么是相关关系？它有那几种类型？（书上没有确切的答案） （1）相关关系：当一个或几个相互联系的变量取一定的数值时，与之相对应的另一变量的值虽然不确定，但它仍按某种规律在一定的范围内变化。变量 间的这种相互关系，称为具有不确定性的相关关系 （2）相关关系的种类 1.按相关程度分类： （1）完全相关：一种现象的数量变化完全由另一种现象的数量变化所确定。在这种情况下，相关关系便称为函数关系，因此也可以说函数关 系是相关关系的一个特例。 （2）不完全相关：两个现象之间的关系介于完全相关和不相关之间 （3）不相关：两个现象彼此互不影响，其数量变化各自独立 2.按相关的方向分类： （1）正相关：两个现象的变化方向相同 （2）负相关：两个现象的变化方向相反 3.按相关的形式分类 （1）线性相关：两种相关现象之间的关系大致呈现为线性关系 （2）非线性相关：两种相关现象之间的关系并不表现为直线关系，而是 近似于某种曲线方程的关系
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
【育明教育】中国考研考博专业课辅导第一品牌育明教育官方网站：https://www.doczj.com/doc/7e12246517.html, 12015年中国人民大学考研指导 育明教育，创始于2006年，由北京大学、中国人民大学、中央财经大学、北京外国语大学的教授投资创办，并有北京大学、武汉大学、中国人民大学、北京师范大学复旦大学、中央财经大学、等知名高校的博士和硕士加盟，是一个最具权威的全国范围内的考研考博辅导机构。更多详情可联系育明教育孙老师。 数量经济学专业 一、本专业是博士和硕士学位授予点。 二、专业概况 数量经济学是一门新兴的多学科交叉学科，它将经济学，统计学，数学和计算机技术相结合，以我国社会主义现代化经济建设中的实际问题为背景研究各种经济数量关系及其规律，既包括方法、技术研究，又包括应用研究和数理经济学研究。将定量分析与定性分析相结合进行研究是本学科的主要特点。 我校是全国较早获得数量经济学硕士点和博士点的单位之一。经过二十多年的建设，已形成以魏权龄教授为学科带头人，赵国庆教授、林勇教授、龙永红教授为学术骨干，韩松副教授、杨斌博士等青年学者组成的学术梯队。魏权龄教授是将数据包络分析方法（DEA）最早引入中国的国内学者，他领导的学术团队在DEA 理论及应用研究方面处于国际领先水平，在国际高水平杂志发表论文几十篇（SCI 索引）。赵国庆教授在计量经济学和应用宏观经济学，林勇教授在非线性分形，龙永红教授在数理金融和拍卖机制设计方面均有丰富成果。 2006年1月，学校进行学科调整，将数量经济学专业由数学系调整进入经济学院，使该学科能够更好地发挥优势，促进人大经济学科的发展。在2008年教育部学科评比中，人民大学包括数量经济学在内的应用经济学一级学科获得第一名。 三、主要研究方向 数理经济与数理金融；最优化与经济数学模型；计量经济学理论及应用研究；博弈论与信息经济学。 四、研究内容 本专业主要研究内容包括数理经济学和计量经济学。数理经济学主要研究：经济学的数理分析方法、微观经济理论、宏观增长模型等内容。计量经济学主要包含计量经济学方法及应用研究。
计量经济学复习范围 一、回归模型的比较 1.根据模型估计结果观察分析 (1)回归系数的符号与值的大小就是否符合经济理论要求 (2)改变模型形式之后就是否使判定系数的值明显提高 (3)各个解释变量t 检验的显著性 2.根据残差分布观察分析 在方程窗口点击View \ Actual,Fitted,Residual\Tabe(或Graph) (1)残差分布表中,各期残差就是否大都落在σ ?±的虚线框内。 (2)残差分布就是否具有某种规律性,即就是否存在着系统误差。 (3)近期残差的分布情况 二、 判断新的解释变量引入模型就是否合适(遗漏变量检验) 1、基本原理 如果模型逐次增加一个变量, 由于增加一个新的变量,ESS 相对于RSS 的增加,称为这个变量的“增量贡献”或“边际贡献”。 不引入:0H (即引入的变量不显著) ())'','(~)''/(/' k k F k n RSS k ESS ESS F new old new --= 或 )'','(~/)1(/)(''2' 22k k F k n R k R R F NEW OLD NEW ---= 其中,'k 为新引进解释变量的个数,''k 为引进解释变量后的模型中参数个数。 判别增量贡献的准则:如果增加一个变量使2R 变大,即使RSS 不显著地减少,这个变量从边际贡献来瞧,就是值得增加的。 若F>F 或者对应的P 值充分小,拒绝 则认为引入新的解释变量合适;否则,接受则认为引入新的解释变量不合适。 三、伪回归的消除 如果解释变量与被解释变量均虽随时间而呈同趋势变动,如果不包含时间趋势变量而仅仅就是将Y 对X 回归,则结果可能仅仅反映这两个变量的同趋势特征而没有反映它们之间的真实关系,这种回归也称为伪回归。
《计量经济学》课程教学大纲 课程名称：经济计量学 / Econometrics 课程代码：030230 学时：32 学分：2 讲课学时：328 上机/实验学时：0 考核方式：考试 先修课程：经济学、微积分、线性代数、概率统计、计算机基础 适用专业：金融学及相关专业 开课院系：管理学院投机金融系 教材：赵国庆. 计量经济学. 中国人民大学出版社，2002年 主要参考书： [1] 李子奈.计量经济学.高等教育出版社，2000年7月 [2] 李长风.经济计量学.上海财经大学出版社， 1996.5 [3] 刘振亚.计量经济学教程.中国人民大学出版社，1999 [4]（美）格林著.计量经济分析.科学技术出版社，1999年 [5]（美）Robert S. Pindyck, Daniel L. Rubinfeld 著，钱小军等译. 计量经济模型与经济预测. 机械工业出版社，1999.11 [6] 张保法.经济计量学（第四版）.经济科学出版社，2000年1 [7] 孙敬水主编。计量经济学.清华大学出版社，2004年9月 [8] 庞皓主编.计量经济学.西南财经大学出版社，2002年8月 一、课程的性质和任务 计量经济学是经济学类的一门核心课程。该课程是以经济理论为指导，统计为基础，数学为手段，考察现代经济社会中的各种经济数量关系、预测经济发展趋势、检验经济政策效果的工具。本课程的主要特点是：理论知识与实际应用并重。要求理论与实际相结合，定性与定量相结合。学习过程中，既要认真学习计量经济学的基础理论知识，又要注重经济计量方法在实践中的应用。本课程的主要任务是：在本课程的教学中，要求学生学习、掌握计量经济学的基本原理和计量方法，培养学生在现代经济学的理论基础上，运用经济计量方法、经济计量模型定量分析与定量研究经济学中的有关问题，提高分析和解决有关实际经济问题的能力。 二、教学内容和基本要求 教学内容： 第一章绪论 1.1 计量经济学的有关概念 1.1.1 计量经济学的产生和发展 1.1.2 计量经济学的内容体系 1.1.3 计量经济学与相关学科的关系 1.2 计量经济学模型的特点与建模步骤 1.2.1 计量经济学模型的特点 1.2.2 计量经济学模型建模前的分析 1.2.3计量经济学模型的特建模步骤 1.3 计量经济学中常用概率分布基础 1.3.1 随机变量的概率分布与分布特征 1.3.2 常用概率分布及其特征 1.3.3 常用样本统计量与抽样分布
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：
1. 计量经济分析的步骤 2）建立计量经济模型。 ①确定模型包含的变量；②确定模型的数学形式；③拟定模型中待估计参数的理论期望值区间 3）收集数据。数据质量: 完整性、准确性、可比性、一致性 4）估计参数。参数估计为经济理论提供了实际经验的内容，并验证经济理论。 5）假设检验。①经济意义检验：根据拟定的符号、大小、关系②统计检验③计量经济学检验 ④模型预测检验 6）预测和政策分析。①结构分析②经济预测③政策评价④实证分析（理论检验与发展 经典线性回归模型 2.统计假设 ②E(ui uj)=0,③E(ut 2)=σ2④Xjt 是非随机量，⑤（K+1）< n; ⑥各解释变量之间不存在严格的线性关系。 2）A1. E(u)=0 A2. A3. X 是一个非随机元素矩阵 A4. Rank(X) = (K+1) < n 3.β的统计值及其分布 ~ 4.拟合优度（决定系数、修正决定系数） 使用修正决定系数原因：决定系数是一个与解释变量的个数有关的量，解释变量个数增加，RSS 减小，从而使R 2 增大。人们总是可以通过增加模型中解释变量的方法来增大 R2 的值。 5.假设检验 1）单个系数显著性检验 2）若干个系数的显著性检验（联合假设检验） ～t(n-k-1) ～F(g,n-k-1) 3）全部斜率系数为0的检验 4）检验其他形式的系数约束条件（同联合检验） ～F(g,n-k-1) 6. 回归结果的提供和分析： DW 检验值说明是否存在扰动项的自相关。 7. 斜率和截距都变动（分别检验β2和β4的显著性即可） n I u u E 2)(σ='?''-1β=(X X)X Y )6(??)5()()())((?2222X Y x y x X X n Y X Y X n X X Y Y X X t t t t t t t t t t t t βαβ-==--=---=∑∑∑∑∑∑∑∑∑β?),(22∑t x N σβ2?~(,)j j jj N c ββσ()TSS RSS TSS ESS R Y Y e R -==--==∑∑112222或总变差解释变差()∑∑-----=22)1()1(1Y Y K n e n ())1()1(1222-----=∑∑n Y Y K n e R 1)1)(1(12-----=K n R n /2?(1)j t n k αβ±--σ)?(?)?(?j j j j ββββVar Se t ==())1(---=K n S g S S F R )1()1(22---=K n R K R u DX X D Y u X D D Y ++++=++++=)()()(43214321ββββββββ即：
1.普通最小二乘法(Ordinary Least Squares,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, Two Stage Least Squares ：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Serial Correlation ：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
计量经济学计算题总结 1、表中所列数据是关于某种商品的市场供给量Y和价格水平X的观察值： ①用OLS法拟合回归直线； ②计算拟合优度R2； ③确定β1是否与零有区别。 2、求下列模型的参数估计量，
3 、设某商品需求函数的估计结果为（n=18 ）： 解：（1） 4 、
5、 模型式下括号中的数字为相应回归系数估计量的标准误。又由t分布表和F分布表得知：t0.025（5）=2.57，t0.025（6）=2.45；F0.05（3,6）=4.76，F0.05（4,5）=5.19， 试根据上述资料，对所给出的两个模型进行检验，并选择出一个合适的模型。
解：（1 ）总离差平方和的自由度为n-1，所以样本容量为35。 （2） （3） 7．某商品的需求函数为 其中，Y 为需求量，X1为消费者收入，X2为该商品价格。 （1）解释参数的经济意义。 （2）若价格上涨10%将导致需求如何变化？ （3）在价格上涨10%情况下，收入增加多少才能保持需求不变。 （4）解释模型中各个统计量的含义。 220.611 4384126783 /(1)10.587/(1)ESS R TSS RSS n k R TSS n ===--=-=-ESS/k 解：（1）由样本方程的形式可知，X1的参数为此商品的收入弹性，表示X2的参数为此商品的价格弹性。 （2）由弹性的定义知，如果其它条件不变，价格上涨10%，那么对此商品的需求量将下降1.8%。 （3）根据同比例关系，在价格上涨10%情况下，为了保持需求不变，收入需要增加0.46×0.018= 0.00828，即 0.828%。 （4）第一行括弧里的数据0.126、0.032是参数估计量的样本标准差，第二行括弧里的数据3.651、-5.625是变量 显著性检验的t 值，t 值较大,说明收入和价格对需求的影响显著. 分别是决定系数、调整的决定系数、方程显著性检验的F 值，这三个统计量的取值较大，说明模型的总体拟合 效果较好。 8、 现有X 和Y 的样本观察值如下表： X 2 5 10 4 10 Y 4 7 4 5 9 假设Y 对X 的回归模型为: 试用适当的方法估计此回归模型。
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
计量经济学课程Array论文 论文题目：影响我国国内旅游经济的因素分析 课程名称：计量经济学 任课教师： 专业： 班级： 学号： 姓名： 年月日 [摘要] 本文旨在根据我国旅游相关数据，分析出影响我国国内旅游发展的部分因 素。首先基于对旅游发展的一些考证以及对影响我国国内旅游业收入的因素分 析，同时综合了相关的市场细分和消费分析理论，选取了国内国内旅游人数等三 个解释变量建立了理论模型。在收集了相关的数据基础上，利用EVIEWS软件对 计量模型进行了参数估计和检验，并加以修正。最后，我们对所得的结果作了经 济意义的分析，并提出一些相应政策建议。 [引言] 随着市场经济的稳定繁荣和改革开放的深入发展，我国的人均可支配收入的 大幅度增长，我国人均生活水平有了大幅度提高，其主要表现在物质需求向精神 需求的转变。特别是对“旅游”这一朝阳产业，人们的认识有了翻天覆地的变化， 进入21世纪以来，2000年到2009年，中国国内旅游人次从7.44亿增加到19.02 亿，国内旅游总花费从3175.5亿元增长到10183.7亿元，分别增加了1.55倍和 2.20倍。
改革开放3０多年来，我国旅游基础设施建设、开发和管理水平全面提高。据最新统计，2009年底，全国旅行社总资产585.96亿元，同比增长12.28%，其中，负债345.99亿元，同比增长15.34%；所有者权益239.97亿元，同比增长8.15%。按形态分，固定资产106.31亿元，占总量的18.14%，同比增加14.23%；流动资产430.39亿元，占总量的73.45%,同比增加20.95%；其他类型资产49.26亿元，占总量的8.41%。目前，中国已成为世界旅游业标准管理的先进国家。旅游业是中国与国际接轨最早并紧跟世界潮流的行业，已初步形成了“大旅游、大产业、大发展”的格局。 旅游业已成为中国社会新的经济增长点。旅游产业已经成为扩大就业和经济发展的重要领域。中国会成为世界第一大旅游入境国和第四大旅游出境国，形成由旅游大国到旅游强国的转变。旅游产业正在向国民经济战略性产业迈进。旅游服务业在整个国民经济中的地位越来越突出，功能越来越综合，贡献越来越巨大。[关键词] 旅游收入市场细分国内旅游多重共线性异方差自相关 一、问题的提出 旅游业具有“无烟产业”和“永远的朝阳产业”的美称，它已经和石油业、汽车业并列为世界三大产业。旅游业一般分为国际旅游业和国内旅游业。国内旅游业是为国内旅游者服务的一系列相关的行业。改革开放以来，我国的旅游业呈现蓬勃的发展趋势，旅游景点吸引着来自四面八方的人。随着经济的发展和人民生活水平的进一步提高，闲暇时间的增多，带薪假期的普遍实行。由于旅游条件的改观，人民的旅游热情将进一步焕发，人民对旅游消费的需求将进一步上升，国内旅游业在国民经济中的地位和作用越来越重要。未来10 年间，我国旅游业将保持年均10.4%的增长速度，其中个人旅游消费将以年均9.8%的速度增长，企业/政府旅游的增长速度将达到10.9%，到2010 我国旅游总收入占GDP的比例将从2002年的5.44%达到8%。到2020 年，中国将成为世界第一大旅游目的地国和第四大客源输出国。旅游产业的快速发展，需要理论研究的有力支撑。因此，对影响我国国内旅游消费的因素的分析就显得尤为重要。
期中练习题 1、回归分析中使用的距离是点到直线的垂直坐标距离。最小二乘准则是指（ ） A ．使∑=-n t t t Y Y 1 )?(达到最小值 B.使∑=-n t t t Y Y 1 达到最小值 C. 使 ∑=-n t t t Y Y 1 2 )(达到最小值 D.使∑=-n t t t Y Y 1 2)?(达到最小值 2、根据样本资料估计得出人均消费支出 Y 对人均收入 X 的回归模型为 ?ln 2.00.75ln i i Y X =+，这表明人均收入每增加 1％，人均消费支出将增加 （ ） A. 0.75 B. 0.75% C. 2 D. 7.5% 3、设k 为回归模型中的参数个数,n 为样本容量。则对总体回归模型进行显著性检验的F 统计量与可决系数2 R 之间的关系为( ) A.)1/()1()/(R 2 2---=k R k n F B. )/(1)-(k ) R 1/(R 22k n F --= C. )/()1(22k n R R F --= D. ) 1()1/(22R k R F --= 6、二元线性回归分析中 TSS=RSS+ESS 。则 RSS 的自由度为（ ） A.1 B.n-2 C.2 D.n-3 9、已知五个解释变量线形回归模型估计的残差平方和为 8002=∑t e ，样本容量为46，则随机 误差项μ的方差估计量2 ?σ 为（ ） A.33.33 B.40 C.38.09 D. 20 1、经典线性回归模型运用普通最小二乘法估计参数时，下列哪些假定是正确的（ ） A.0)E(u i = B. 2 i )V ar(u i σ= C. 0)u E(u j i ≠ D.随机解释变量X 与随机误差i u 不相关 E. i u ～),0(2 i N σ 2、对于二元样本回归模型i i i i e X X Y +++=2211???ββα，下列各式成立的有（ ） A.0 =∑i e B. 0 1=∑i i X e C. 0 2=∑i i X e D. =∑i i Y e E. 21=∑i i X X 4、能够检验多重共线性的方法有（ ） A.简单相关系数矩阵法 B. t 检验与F 检验综合判断法 C. DW 检验法 D.ARCH 检验法 E.辅助回归法
线性回归分析的基本步骤 步骤一、建立模型 知识点： 1、总体回归模型、总体回归方程、样本回归模型、样本回归方程 ①总体回归模型：研究总体之中自变量和因变量之间某种非确定依赖关系的计量模型。 Y X U β=+ 特点：由于随机误差项U 的存在，使得Y 和X 不在一条直线/平面上。 例1：某镇共有60个家庭，经普查，60个家庭的每周收入（X ）与每周消费（Y ）数据如下： 作出其散点图如下： ②总体回归方程（线）：由于假定0EU =，因此因变量的均值与自变量总处于一条直线上，这条直线 ()|E Y X X β=就称为总体回归线（方程）。 总体回归方程的求法：以例1的数据为例 1）对第一个X i ，求出E (Y |X i )。
由于01|i i i E Y X X ββ=+，因此任意带入两个X i 和其对应的E (Y |X i )值，即可求出0 1 ββ 和， 并进而得到总体回归方程。 如 将 ()()222777100,|77200,|137 X E Y X X E Y X ====和代入 ()01|i i i E Y X X ββ =+可得：0100117710017 1372000.6ββββββ=+=?????=+=?? 以上求出 01 ββ和反映了E (Y |X i )和X i 之间的真实关系，即所求的总体回归方程为： ()|170.6i i i E Y X X =+ ，其图形为： ③样本回归模型：总体通常难以得到，因此只能通过抽样得到样本数据。如在例1中，通过抽样考察，我们得到了20个家庭的样本数据：
那么描述样本数据中因变量Y和自变量X之间非确定依赖关系的模型 ? Y X e β =+就称为样本回归 模型。 ④样本回归方程（线）：通过样本数据估计出?β ，得到样本观测值的拟合值与解释变量之间的关系方程 ? ?Y Xβ =称为样本回归方程。如下图所示： ⑤四者之间的关系： ⅰ：总体回归模型建立在总体数据之上，它描述的是因变量Y和自变量X之间的真实的非确定型依赖关系；样本回归模型建立在抽样数据基础之上，它描述的是因变量Y和自变量X之间的近似于真实的非确 定型依赖关系。这种近似表现在两个方面：一是结构参数?β 是其真实值 β的一种近似估计；二是残差 e是随机误差项U的一个近似估计； ⅱ：总体回归方程是根据总体数据得到的，它描述的是因变量的条件均值E(Y|X)与自变量X之间的线性 关系；样本回归方程是根据抽样数据得到的，它描述的是因变量Y样本预测值的拟合值?Y 与自变量X 之间的线性关系。 ⅲ：回归分析的目的是试图通过样本数据得到真实结构参数β的估计值，并要求估计结果?β 足够接近 真实值β。由于抽样数据有多种可能，每一次抽样所得到的估计值?β 都不会相同，即 β的估计量?β 是一个随机变量。因此必须选择合适的参数估计方法，使其具有良好的统计性质。 2、随机误差项U存在的原因： ①非重要解释变量的省略 ②人的随机行为
计量经济学小结 经过一个学期对计量经济学的学习，我收获了很多，也懂得了很多。通过以计量经济学为核心，以统计学，数学，经济学等学科为指导，辅助以一些软件的应用，从这些之中我都学到了很多知识。同时对这门课程有了新的认识，计量经济学对我们的生活很重要，它对我国经济的发展有重要的影响。 计量经济学对我们研究经济问题是很好的方法和理论。学习计量经济学给我印象和帮助最大的主要对EVIES软件的熟练操作与应用，记得以前学运筹学的时候，我学会了Lindo软件，而现在我又学会了Eviews软件，我感觉自己真的是很幸运，因为毕竟有些软件是属于那种有价无市的，如果没有老师的传授我不可能从市场上或是从思想上认识到它; 初步投身于计量经济学，通过利用Eviews软件将所学到的计量知识进行实践，让我加深了对理论的理解和掌握，直观而充分地体会到老师课堂讲授内容的精华之所在。在实验过程中我们提高了手动操作软件、数量化分析与解决问题的能力，还可以培养我在处理实验经济问题的严谨的科学的态度，并且避免了课堂知识与实际应用的脱节。虽然在实验过程中出现了很多错误，但这些经验却锤炼了我们发现问题的眼光，丰富了我们分析问题的思路。通过这次实验让我受益匪浅。 计量经济学是一门比较难的课程，其中涉及大量的公式，不容易理解且需要大量的运算，其中需要很好的数学基础、统计基础和自己
的分析思考能力，以及良好的计量软件应用能力，所以在学习的过程中我遇到了很多困难。但通过这次的实验，我对课上所学的最小二乘法有了进一步的理解，在掌握理论知识的同时，将其与实际的经济问题联系起来。在目前的学术现状下，要求研究者必须掌握计量的研究方法，这是实证研究最好的工具。用计量的工具，我们才能够把经济现象肢解开来，找到其中的脉络，进而分析得更加清晰。 对于计量经济学这一学科，虽然只是一门选修课，但是对我们很有用，特别是对EVIES软件的运用。我自认为自己对这一软件还没有完全掌握，在后期的学习中，希望能继续学习，熟练掌握这一软件的运用。
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）
经济学实习心得体会 经济学实习心得体会(一) 在李老师的安排下，我六个人成为一个小组，同时 确定实习的题目为价格歧视的表现形式，虽然这次实习 时间不长，仅有一周时间，但让我们受益匪浅。使我们 所学的知识不局限课本，理论与实践相结合。了解经济 学在现实生活中广泛存在，并能用所学知识分析问题， 解决问题。 我们小组进行实际调查，走访安康各大超市，批发 市场，各大医院及联通、移动、电信等通讯公司了解价 格歧视在这些领域的表现形式，小组成员之间团结互助，共同分析探讨，在规定的时间内比较出色的完成了这次 实习任务。我们知道实践是检验真理的唯一标准，一个 人的知识和能力只有在实践中才能发挥作用，才能得到 丰富、完善和发展。只用经过共同的探讨才能迸出思想 的火花，在实践中才能学到书本中学不到的东西。 同时也认识到了自己很多的不足。我作为一名大学生，由于从未深入地接触社会，在与别人交谈时，语言 过于专业化，使得不少调查对象不明白自己说什么。自 己一向喜欢独处，经过这次实习才发现团队合作在工作 中的重要性，以后我也会向这方面改进，将所学的理论
知识与实践结合在一起，不断总结，逐步完善，主动学习，积累经验，提高综合能力，以求在以后的学习工作 中能发挥出更多的作用，扮演更重要的角色。另外，感 谢李老师为我们的这次集体实习所作的帮助和努力，同 时希望学校能给我们更多的实习机会。 经济学实习心得体会(二) 20XX年7月9日至20XX年全年7月13日，我们进 行了为期一周的经济学专业认知实习，对经济学有了全 新的认知，如下是我对经济学专业新的认知： 经济学是现代的一个独立的学科，研究的是一个社 会如何利用西游的资源生产有价值的物品和劳务，并将 它们在不同的人中间进行分配，经济学主要进行三点考虑：资源的稀缺性是经济学分析的前提，选择行为时经 济学分析的对象，资源的有效配置是经济学分析的中心 目标，其主要任务是利用有限的地球资源尽可能持续地 开发人类所需求的商品及其合理分配，即生产力与生产 关系两个方面。 经济学是研究经济活动规律的科学，也就是说，经 济学是有系统地探索财富的转化和传递规律的一门学科，财富的转化和传递就是指财富的创造、财富的消费、财 富传递等过程，经济学的核心就是经济规律，即价值规 律和剩余价值规律。
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。