计量经济学读书笔记 第一章：统计基础 (2) 第二章：计量经济学总论 (7) 第三章：双变量回归分析 (9) 第3.1回归方法 (9) 第3.2结果检验 (10) 第3.3回归参数的分布 (11) 第四章：多变量回归分析 (13) 第五章：OLS的基本假设 (14) 第六章：多重共线性 (16) 第七章：异方差性 (17) 第八章：自相关 (18) 第九章：时间序列分析 (20) 第十章：面板数据分析 (30) 第十一章：其他重要的分析方法 (49) ******加权最小二乘法 (50) ******二阶段最小二乘法TSLS (51) ******非线性最小二乘法 (51) ******多项分布滞后（PDLS） (51) ******广义矩估计 (52) ******logit和probit模型 (52) ******因子分析 (54) ******Granger因果分析 (55) ****** 广义线性回归（Generalized least squares） (55) ******格兰格因果检验 (57) ******误差修正模型（ECM） (57) 第十二章：EVIEWS (58) 第12.1节EVIEWS基本操作 (58) 第12.3节EVIEWS时间序列分析 (60) 第十三章：SPSS (61) 第13.1SPSS基本操作 (61) 第十四章：数据分析实战经验 (70)
第一章：统计基础 0 常用英文词汇的统计意义 panel data=longitudinal data 是对各个个体进行连续观察的截面数据。回归时的扰动项u=unobserved是影响因变量的其他变量之和,Univariate 单个变量的,如Univariate descriptives 意思是单个变量的统计指标 1 基本概念 统计总体是我们所关心的一些个体组成,如由多个企业构成的集合,统计意义上的总体通常不是一群人或一些物品的集合,而是一组对个体某种特征的观测数据。 参数总体的数值特征描述，如均值、标准差等。 统计量是用样本数据计算出来总体参数的估计值，从一个给定的总体中抽取容量为N的所有可能的样本,对于每一个样本我们可计算出某个统计量的值,不同的样本得到的该统计量的值是不一样的,该统计量的不同的值是不同抽样的结果（根据这些不同抽样计算出的对同一参数进行估计的统计量，可以计算出由各个统计量构成的集体的方差，该方差就是在统计软件中参数后面扩号内的方差），这符合随机变量的定义，因此该统计量也是随机变量，这个统计量的分布称之为抽样分布，它是从同一总体所抽出，同样大小的所有可能样本，其统计量的值的分布，一般情况下是一个正态分布，因为所有的估计值都是对总体参数的近似估计，因而服从以真实值为中心的正态分布，如果总体的分布是已知的则可以根据公式计算统计量 抽样分布的分布参数（均值为总体的均值，标准差为总体的标准差与N的比值）。 4在一个样本之中 包含若干个样本点，各个样本点所对应的个体的某种特征是一个变量，不同个体的该变量的取值相互独立，并且服从某种分布，因此根据样本计算的统计量可以看成是若干个独立变量的函数形式，其分布参数如均值、标准差可用数学公式推导。 时间序列是指同一现象在不同时间的相继观察值排列而成的序列,平稳序列,它的各种统计指标不随着时间而变化，在时间序列的散点图中表现为各点分布在一个以均值为中心的条状带中，同一时间序列的因素分析是指区分时间序列中各种不同因素的影响,确定长期趋势（找一条长期的趋势线）、季节变动（确定季节比率）、循环变动和不规则变动。时间序列分析时一项重要的内容就是根据过去已有的数据来预测未来的结果，利用时间序列数据进行预测时，通常假定过去的变化趋势会延续到未来，这样就可以根据过去已有的形态或模式进行预测。 统计决策是指根据样本的信息对总体的情况做出判断。 点估计是根据样本用与计算总体参数相同的法则（如求平均数）+估计总体参数的具体值,因而叫点估计如用样本的平均身高作为总体的平均身高。 区间估计就是点估计值 边际误差，边际误差是根据显著性水平及统计量的标准差，如大样本时在0.05的水平下边际误差为1.96*标准差。95%置信区间是用样本数据计算出来的对总体参数一个区间估计,保证根据所有样本计算的置信区间中,有95%会把真正的总体参数包含在区间之中，根据不同样本数据对同一总体参数进行估计的相同概率的置信区间不同，根据一个样本计算的对参数进行估计的置信区间是对总体参数的一个区间估计，是总体参数的若干置信区间中的一个，如果继续不断的抽样下去。每个样本会产生一个新的对总体参数的置信区间，如果我们如此不停的抽样下去，所有区间中有95%会包含真正的参数值。区间的概念提醒我们，因为我们只有样本数据，所以我们对于总体的所有叙述都不是确定的。 变量是说明个体的某种特征的概念，如“受教育程度”、“身高”等，说明事物类别的名称叫做分类变量(categorical variable)，如性别就有两个分类变量男、女；说明事物有序类别的一个名称，称为顺序变量(rank variable)，如一等品、二等品、小学、初中、大学等；说明事物数字特征并且有米、或者公
1、什么是计量经济学？ 计量经济学（Econometrics） 意为“经济测量”，它是利用经济理论、数学、统计推断等工具，对经济现象进行分析的一门社会科学。 区别与联系经济理论 计量经济学vs {数理经济学 统计学 2、计量经济学的传统方法论 Step1 理论或假说的陈述经典步骤 →分析经济问题的八个经典步骤 Step5 计量模型的参数估计 Step6 检验模型设定是否正确 Step7 假设检验（检验来自模型的假说） Step8 预测或控制 ◆关于数据 1、数据分类 （1）时间序列数据（Time Series Data）： 对一个变量在不同时间取值的一组观测结果。如每年、每月、每季度等 （2）横截面数据（Cross Section Data）： 对一个变量在同一个时间点上搜集的数据。如同一年的分国别、分省、分厂家数据 （3）混合数据（Pooled Data）： 时序和横截面的混合数据，既有分时，每一时点的观察对象又有不同(多个横截面单元) 广泛运用的一类特殊的混合数据——面板数据/综列数据/合成数据（Panel Data）： 在时间轴上对相同的横截面单元跟踪调查得到的数据。如每年对各省GDP的报告。 2、研究结果永远不可能比数据的质量更好 观测误差、近似进位计量、高度加总、选择性偏误 3、数据来源： 网站、统计年鉴、商业数据库等 （1）统计局、央行、证券交易所、世行、IMF等官方网站 （2）图书馆（纸质、电子版年鉴） （3）商业数据库 ◆两个例子 例1：凯恩斯消费理论 ①人们倾向于随他们收入的增加而增加消费，但消费的增加不如收入的增加那么多。 ②C=a+bI →确定性关系 ③Y=β1+β2X+μ→μ为扰动项，非确定性关系 ④搜集80～91年美国消费及收入数据 ⑤估计参数： 解释：平均而言，收入↑1美元，消费↑72美分 ⑥检验模型设定的正确性：是否应当加入别的可能影响消费额的变量，如就业等。
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：
《计量经济学》实验报告一元线性回归模型 一、实验内容 （一）eviews 基本操作 （二）1、利用EViews 软件进行如下操作： （1）EViews 软件的启动 （2）数据的输入、编辑 （3）图形分析与描述统计分析 （4）数据文件的存贮、调用 2、查找2000-2014年涉及主要数据建立中国消费函数模型 中国国民收入与居民消费水平:表1 年份X（GDP）Y（社会消费品总量） 2000 99776.3 39105.7 2001 110270.4 43055.4 2002 121002.0 48135.9 2003 136564.6 52516.3 2004 160714.4 59501.0 2005 185895.8 68352.6 2006 217656.6 79145.2 2007 268019.4 93571.6 2008 316751.7 114830.1 2009 345629.2 132678.4 2010 408903.0 156998.4 2011 484123.5 183918.6 2012 534123.0 210307.0 2013 588018.8 242842.8 2014 635910.0 271896.1 数据来源：https://www.doczj.com/doc/be12562881.html, 二、实验目的 1.掌握eviews的基本操作。 2.掌握一元线性回归模型的基本理论，一元线性回归模型的建立、估计、检验及预测的方 法，以及相应的EViews软件操作方法。
三、实验步骤（简要写明实验步骤） 1、数据的输入、编辑 2、图形分析与描述统计分析 3、数据文件的存贮、调用 4、一元线性回归的过程 点击view中的Graph-scatter-中的第三个获得 在上方输入ls y c x回车得到下图
学习好资料欢迎下载 计量经济学读书笔记 第一部分基础内容 一、计量经济学与相关学科的关系 经济统计学经济学数理经济学 计量经 济学 统计学数学 数理统计学 二、古典假设下计量经济学的建模过程 1.依据经济理论建立模型 2.抽样数据收集 3.参数估计 4.模型检验 （1）经济意义检验（包括参数符号、参数大小等） （2）统计意义检验（拟合优度检验、模型显著性检验、参数显 著性检验） （3）计量经济学检验（异方差检验、自相关检验、多重共线性 检验） （4）模型预测性检验（超样本特性检验） 5.模型的应用（结构分析、经济预测、政策评价、检验和发展经济理论）
三、几个重要的“变量” 1.解释变量与被解释变量 2.内生变量与外生变量 3.滞后变量与前定变量 4.控制变量 四、回归中的四个重要概念 1. 总体回归模型（ Population Regression Model ，PRM) y t b b 1 x t u t--代表了总体变量间的真实关系。 2. 总体回归函数（ Population Regression Function ，PRF ）E( y t ) b0 b1 x t--代表了总体变量间的依存规律。 3. 样本回归函数（ Sample Regression Function ，SRF ） y t ? ? e t--代表了样本显示的变量关系。b0 b1x t 4. 样本回归模型（ Sample Regression Model ，SRM ） ? ? ? b0 b1 x t---代表了样本显示的变量依存规律。 y t 总体回归模型与样本回归模型的主要区别是：①描述的对象不同。总体回归模型描述总体中变量y 与 x 的相互关系，而样本回归模型描述所关的样本中变量y 与 x 的相互关系。②建立模型的依据不同。总体回归模型是依据总体全部观测资料建立的，样本回归 模型是依据样本观测资料建立的。③模型性质不同。总体回归模 型不是随机模型，而样本回归模型是一个随机模型，它随样本的 改变而改变。
第12章自相关：误差项相关会怎么样？ 1、自相关的性质 （自相关与序列相关的区别，延特纳把一给定序列同它滞后若干期的序列的滞后相关称为自相关，而把不同时间序列之间的相关称为序列相关，本书中两个定义视为相同） 注意：自相关不仅限于当期与过去误差项之间的关系，还包括当期与过去误差方差之间的关系 自相关的原因： 1. 惯性：GDP、价格指数、生产、就业等时间序列数据呈现出一定的 周期性 2. 设定偏误：应含而未含的情形 3. 设定偏误：不准确的函数形式 4. 蛛网现象：供给对价格的反映要滞后一期 5. 滞后效应：（自回归模型） 6. 数据的操作:数据变换（一阶差分形式） 7. 非平稳性 2、自相关的后果 在，假定（马尔科夫一阶自回归AR（1）） ，，， 注意：具有以上性质的误差项称为白噪音误差项 ，，，斜率系数的OLS估计量的方差为，在AR（1）模式下 自相关出现时的BLUE（最优线性无偏估计） ， 出现自相关时使用OLS的后果 1、考虑到自相关的OLS估计量 尽管OLS估计量是线性无偏的，但为了构造置信区间并检验假设，要用GLS而不是OLS 2、忽略自相关的OLS估计 （1）残差方差很可能低估了真实的，结果高估了 （2）即使没有低估，也可能低估了（一阶）自相关情形下的方差，虽然较低效，因此通常的t或F检验都不再可靠 3、自相关的侦查 1、图解法（标准化残差对时间的散点图，即期残差与滞后残差的散点图） 2、游程检验
游程个数渐进服从正态分布，， ，其中为残差为正的总个数 3、德宾-沃森d检验 注意：（1）回归中含有截距项（2）解释变量X是非随机的（3）干扰项是按一阶自回归模式生成（4）服从正态分布（5）不适合自回归模型（6）没有缺失数据 d的值介于0到4之间， 1、，若，则在水平上拒绝，即存在统计显著上的正相关 2、，若，则在水平上拒绝，即存在统计显著上的负相关 3、，若或，则在水平上拒绝，即存在统计显著上的正或负相关 当样本容量很大时， 4、布罗施-戈弗雷检验（BG检验） 允许非随机回归元，如回归子的滞后值；高阶自回归模式 令在，假定 该检验过程如下： （1）使用OLS估计模型，得到残差记为。 （2）进行辅助回归，并计算辅助回归模型的可决系数 （3）在大样本下，渐进地有： 缺陷：（1）滞后长度不能事先确定，需借助赤池和施瓦茨信息准则来筛选长度（2）假定了同方差 4、自相关的补救 若是模型误设，则改进模型假定，若是纯粹自相关，则选用广义最小二乘法，GLS的基本思想：将存在自相的误差项转化为一个满足经典假定的误差项，然后对转化后的模型进行OLS回归。 在，假定 (1) 已知，则模型转换为，普莱斯-温斯顿变换，将变换为 (2) 未知： 1、曼德拉提出一个粗略的检验法则，只要，则能用一阶差分形式，若一阶差分方程中含有截距项，则可检验原模型中是否出现趋势变量，一阶差分即消除了一阶自相关，又使时间序列变得平稳，可谓一箭双雕，严格地讲只有时才可运用一阶差分形式，贝伦布鲁特-韦布检验可检验，检验统计量 2、 3、从残差中估计出， 4、科克伦—奥克特迭代估计
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
大连海事大学 实验报告 实验名称：计量经济学软件应用 专业班级：财务管理2013-1 姓名：安妮 指导教师：赵冰茹 交通运输管理学院 二○一六年十一月 一、实验目标 学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。二、实验环境 WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。 三、实验模型建立与分析 案例1：
我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。 表1我国1995-2014年人均国民生产总值与居民消费水平情况
（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义； 利用eviews软件输出结果报告如下： Dependent Variable: CONSUMPTION Method: Least Squares Date: 06/11/16 Time: 19:02 Sample: 1995 2014 Included observations: 20
Variable Coeffici ent Std. Error t-Statisti c Prob.?? C691.0225113.3920 6.0941040.0000 AVGDP0.3527700.00490871.880540.0000 R-squared0.996528????Mean dependent var7351.300 Adjusted R-squared0.996335????S.D. dependent var4828.765 S.E. of regression292.3118????Akaike info criterion14.28816 Sum squared resid1538032.????Schwarz criterion14.38773 Log likelihood -140.881 6 ????Hannan-Quinn criter.14.30760 F-statistic5166.811????Durbin-Watson stat0.403709 Prob(F-statistic)0.000000 由上表可知财政收入随国内生产总值变化的一元线性回归方程为:
建模是计量的灵魂，所以就从建模开始。 建模步骤：A，理论模型的设计：a ,选择变量b ,确定变量关系c,拟定参数范围 B,样本数据的收集：a，数据的类型b，数据的质量 C，样本参数的估计：a，模型的识别b，估价方法选择 D，模型的检验 a , 经济意义的检验1 正相关 2反相关等等 b,统计检验：1 检验样本回归函数和样本的拟合优度, R 的平方即其修正检验 2 样本回归函数和总体回归函数的接近程度：单个解释变量显著性即t 检验,函数显著性即F 检验,接近程度的区间检验 c,模型预测检验1 解释变量条件条件均值与个值的预测 2 预测置信空间变化 d,参数的线性约束检验：1 参数线性约束的检验 2 模型增加或减少变量的检验 3参数的稳定性检验：邹氏参数稳定性检验,邹氏预测检验------------ 主要方法是以F 检验受约束前后模型的差异 e,参数的非线性约束检验：1 最大似然比检验 2沃尔德检验 3拉格朗日乘数检验------ 主要方法使用X 平方分布检验统计量分布特征 f , 计量经济学检验 1, 异方差性问题：特征：无偏,一致但标准差偏误。检测方法：图示法, Park 与Gleiser 检验法, Goldfeld-Quandt 检验法, White 检验法----- 用WLS 修正异方差 2, 序列相关性问题：特征：无偏,一致,但检验不可靠,预测无效。检测方法：图示法, 回归检验法, Durbin-Waston 检验法, Lagrange 乘子检验法------ 用GLS 或广义差分法修正序列相关性 3 ，多重共线性问题：特征：无偏，一致但标准差过大，t 减小，正负号混乱。检测方法：先检验多重共线性是否存在，再检验多重共线性的范围 ------------------- 用逐步回归法，差分法或
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），
杨小凯（1948年10月6日－2004年7月7日），原名杨曦光，澳大利亚经济学家，华人。杨小凯原籍中国湖南省湘潭县，出生于吉林省，在湖南长沙长大。他最突出的贡献是提出新兴古典经济学与超边际分析方法和理论。他已出版的中英文专著包括：《专业化与经济组织》、《经济学：新兴古典与新古典框架》、《发展经济学：超边际与边际分析》，使他获得了世界级的成就和同行的推崇。他曾两次被提名诺贝尔经济学奖（2002年和2003年）2004年于澳洲墨尔本的家中去世，享年55岁。 主要成就：提出新兴古典经济学方法和理论提出超边际分析方法和理论 代表作品：《专业化与经济组织》；《经济学：新兴古典与新古典框架》等重要事件：被两次提名诺贝尔经济学奖 杨小凯，1988年获普林斯顿大学经济学博士学位，曾任哈佛大学国际发展中心(CID)研究员、澳洲莫纳什大学经济学讲座教授、澳洲社会科学院院士。 他的论文见于“美国经济评论”，“政治经济期刊”、“发展经济学期刊”、“经济学期刊”、“城市经济学期刊”等匿名审稿杂志。他和黄有光合著的《专业化和经济组织》一书被权威杂志书评称为“盖世杰作”。财务理论奇才布莱克称此书为“天才著作”。 他的《经济学：新兴古典与新古典框架》被匿名书评人称为“对经济学根基 进行重新梳理，为经济学教学提供了崭新的方法。”该书评人认为“杨正在建立起一个全新的领域。是的，我敢预见，人们对新兴古典经济学的兴趣将迅速兴起，我认为它很可能成为未来的潮流。” 诺贝尔奖得主布坎南认为杨的工作比卢卡斯(Lucas)、罗默(Romer)、克鲁格曼(Krugman)的要好得多。另一位诺贝尔奖得主阿罗称赞杨的研究使亚当·斯密的劳动分工论与科斯的交易费用理论浑为一体。 由于其在经济学上的巨大成就，杨小凯被誉为“离诺贝尔奖最近的华人”。 研究领域：
计量经济学复习笔记 CH1导论 1、计量经济学： 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。研究主体是经济现象及其发展变化的规律。 2、运用计量分析研究步骤： 模型设定——确定变量和数学关系式 估计参数——分析变量间具体的数量关系 模型检验——检验所得结论的可靠性 模型应用——做经济分析和经济预测 3、模型 变量:解释变量:表示被解释变量变动原因的变量，也称自变量，回归元。 被解释变量:表示分析研究的对象，变动结果的变量，也成应变量。 内生变量:其数值由模型所决定的变量，是模型求解的结果。 外生变量:其数值由模型意外决定的变量。 外生变量数值的变化能够影响内生变量的变化，而内生变量却不能反过来影响外生变量。 前定内生变量：过去时期的、滞后的或更大范围的内生变量，不受本模型研究范围的内生变量的影响，但能够影响我们所研究的本期的内生变量。 前定变量：前定内生变量和外生变量的总称。 数据:时间序列数据：按照时间先后排列的统计数据。 截面数据：发生在同一时间截面上的调查数据。 面板数据： 虚拟变量数据：表征政策，条件等，一般取0或1. 4、估计 评价统计性质的标准 无偏：E（＾β）=β 随机变量，变量的函数？ 有效：最小方差性 一致：N趋近无穷时，β估计越来越接近真实值 5、检验 经济意义检验：所估计的模型与经济理论是否相等 统计推断检验：检验参数估计值是否抽样的偶然结果，是否显著 计量经济检验：是否符合计量经济方法的基本假定 预测检验：将模型预测的结果与经济运行的实际对比 CH2 CH3 线性回归模型 模型（假设）——估计参数——检验——拟合优度——预测 1、模型（线性） （1）关于参数的线性模型就变量而言是线性的；模型就参数而言是线性的。 Y i=β1+β2lnX i+u i 线性影响随机影响 Y i=E（Y i|X i）+u i E（Y i|X i）=f(X i)=β1+β2lnX i 引入随机扰动项， （3）古典假设 A零均值假定 E（u i|X i）=0 B同方差假定 Var(u i|X i)=E(u i2)=σ2 C无自相关假定 Cov(u i,u j)=0
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
实验一Eviews的基本操作与一元线性回归模型的最小二乘估计实验目的： 1、熟悉Eviews的窗口与界面 2、掌握Eviews的命令与菜单的操作 3、掌握用Eviews估计与检验一元线性回归模型 实验内容： 1、启动Eviews 双击Eviews图标，出现Eviews窗口，它由以下部分组成：标题栏“Eviews”、主菜单“File，Edit，…，Help”、命令窗口（空白处）和工作区域。 命令窗口 工作区域 图1-1 2、产生文件 Eviews的操作在工作文件中进行，故首先要有工作文件，然后进行数据输入、分析等等操作。 （1）读已存在文件：File→Open→Workfile。 （2）新建文件：File→New→Workfile，出现对话框“工作文件范围”，选取或填上数据类型、起止时间。OK后，得到一个无名字的工作文件，其中有：时间范围、当前工作文件样本范围、filter 、默认方程、系数向量C、序列RESID。 在主菜单上依次点击File/New/Workfile，即选择新建对象的类型为工作文件，将弹出一个对话框（如图所示），由用户选择数据的时间频率（frequency）、
起始期和终止期。 图1-2工作文件对话框 其中， Annual——年度 Monthly——月度 Semi-annual——半年 Weekly——周 Quarterly——季度 Daily——日 Undated or irregular——非时序数据 选择时间频率为Annual（年度），再分别点击起始期栏（Start date）和终止期栏（End date），输入相应的日前1985和1998。然后点击OK按钮，将在EViews 软件的主显示窗口显示相应的工作文件窗口（如图所示）。 图1-3工作文件窗口 工作文件窗口是EViews的子窗口，工作文件一开始其中就包含了两个对象，一个是系数向量C（保存估计系数用），另一个是残差序列RESID（实际值与拟合值之差）。 （3）命令方式新建文件 在EViews软件的命令窗口中直接键入CREATE命令，也可以建立工作文件。
计量经济学读书笔记 第一部分基础内容 一、计量经济学与相关学科的关系 二、古典假设下计量经济学的建模过程 1.依据经济理论建立模型 2.抽样数据收集 3.参数估计 4.模型检验 （1）经济意义检验（包括参数符号、参数大小等） （2）统计意义检验（拟合优度检验、模型显著性检验、参数显 著性检验） （3）计量经济学检验（异方差检验、自相关检验、多重共线性 检验） （4）模型预测性检验（超样本特性检验） 5.模型的应用（结构分析、经济预测、政策评价、检验和发展经济理论）
三、 几个重要的“变量” 1. 解释变量与被解释变量 2. 内生变量与外生变量 3. 滞后变量与前定变量 4. 控制变量 四、 回归中的四个重要概念 1. 总体回归模型（Population Regression Model ，PRM) t t t u x b b y ++=10--代表了总体变量间的真实关系。 2. 总体回归函数（Population Regression Function ，PRF ） t t x b b y E 10)(+=--代表了总体变量间的依存规律。 3. 样本回归函数（Sample Regression Function ，SRF ） t t t e x b b y ++=10??--代表了样本显示的变量关系。 4. 样本回归模型（Sample Regression Model ，SRM ） t t x b b y 10???+=---代表了样本显示的变量依存规律。 总体回归模型与样本回归模型的主要区别是：①描述的对象不同。总体回归模型描述总体中变量y 与x 的相互关系，而样本回归模型描述所关的样本中变量y 与x 的相互关系。②建立模型的依据不同。总体回归模型是依据总体全部观测资料建立的，样本回归模型是依据样本观测资料建立的。③模型性质不同。总体回归模型不是随机模型，而样本回归模型是一个随机模型，它随样本的改变而改变。 总体回归模型与样本回归模型的联系是：样本回归模型是总体回
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
时间 地点 实验题目 异方差的诊断与修正 一、实验目的与要求： 要求目的：1、用图示法初步判断是否存在异方差，再用White 检验异方差； 2、用加权最小二乘法修正异方差。 二、实验内容 根据1998年我国重要制造业的销售利润与销售收入数据，运用EV 软件，做回归分析，用图示法，White 检验模型是否存在异方差，如果存在异方差，运用加权最小二乘法修正异方差。 三、实验过程：（实践过程、实践所有参数与指标、理论依据说明等） （一） 模型设定 为了研究我国重要制造业的销售利润与销售收入是否有关，假定销售利润与销售收入之间满足线性约束，则理论模型设定为： i Y =1β+2βi X +i μ 其中，i Y 表示销售利润，i X 表示销售收入。由1998年我国重要制造业的销售收入与销售利润的数据，如图1： 1988年我国重要制造业销售收入与销售利润的数据 （单位：亿元）
（二） 参数估计 1、双击“Eviews ”，进入主页。输入数据：点击主菜单中的File/Open /EV Workfile —Excel —异方差数据2.xls ； 2、在EV 主页界面的窗口，输入“ls y c x ”，按“Enter ”。出现OLS 回归结果,如图2： 估计样本回归函数 Dependent Variable: Y Method: Least Squares Date: 10/19/05 Time: 15:27 Sample: 1 28 Included observations: 28 Variable Coefficient Std. Error t-Statistic Prob. C 12.03564 19.51779 0.616650 0.5428 X 0.104393 0.008441 12.36670 0.0000 R-squared 0.854696 Mean dependent var 213.4650 Adjusted R-squared 0.849107 S.D. dependent var 146.4895 S.E. of regression 56.90368 Akaike info criterion 10.98935 Sum squared resid 84188.74 Schwarz criterion 11.08450 Log likelihood -151.8508 F-statistic 152.9353 Durbin-Watson stat 1.212795 Prob(F-statistic) 0.000000 估计结果为： i Y ? = 12.03564 + 0.104393i X （19.51779） (0.008441) t=（0.616650） （12.36670） 2R =0.854696 2R =0.849107 S.E.=56.89947 DW=1.212859 F=152.9353 这说明在其他因素不变的情况下，销售收入每增长1元，销售利润平均增长0.104393元。 2R =0.854696 , 拟合程度较好。在给定 =0.0时，t=12.36670 > )26(025.0t =2.056 ，拒