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。
⑦ 假设检验：H 0 : β 2 < 1 （边际消费倾向<1）
⑧ 预测：给定X ，算Y
控制：给定Y ，算X
例2：受挫工人假说（P2～8）
◆ 基本的统计学术语和概念
1、随机变量 (r.v)
以一定的概率取到各种可能值的变量，取值由抽样或试验结果决定。若取这些数值的概率为p,则p 属于[0, 1]。r.v.通常用大写字母X ，Z…表示。
如：人的年龄、身高、体重、肺活量；猪肉价格；
抛两枚硬币，正面朝上的个数
按其取值情况随机变量可分为两类：
离散型r.v ：只可能取到有限或可列个结果
连续型r.v ：可以取某一区间范围内的任意值
2、总体、个体、样本
• 总体（样本空间），它是所有可能结果的集合.通常情况下，它＝研究对象。
例：广西男青年的身高、南宁市猪肉价格、
东盟国家的出口额
• 个体，它是组成总体的基本单位，代表了样本空间中的某一种结果。
例：男青年甲的身高、某摊贩的猪肉价格、越南出口额
• 总体具有同质性：同一总体中的每个个体具有
某些共同的特征，因而与其它总体相区别
• 抽样：通常情况下总体难以被穷举，因此难以直接观测其性质。需要通过抽取样本
的方法来研究其性质。
样本性质 总体性质
• 样本，是总体中抽出若干个个体（样本点）组成的集合。样本中包含的个体个数称
为样本的容量，又称为样本的大小。
• 注意：抽样是按随机原则选取的，即总体中每个个体有同样的机会被选入样本。
3、描述性统计量
期望值/均值：度量r.v.取值的集中趋势（Expected value/Mean ）
• 方差、标准差：度量对均值的偏离程度（Variance 、Standard Deviation / S.d.）
第二部分 线性回归模型
Ch6、7 双变量模型
——线性回归的基本思想、实现步骤
Ch8 多变量模型
Ch9 其它函数形式的回归模型
实际运用得最多
Ch10 包含虚拟变量的回归模型
§1. 回归分析概述
回归分析：一种统计技术在计量经济学中被大量使用
主要用意：分析一个叫做被解释变量的变量对另外一个（或多个）叫做解释变量 的变量的统计依赖性
术语和符号
1、被解释变量与解释变量的多种叫法
被解释变量 Explained variable 解释变量 Explanatory variable
应变量 Dependent variable 自变量 Independent variable
预测子 Predictand 预测元 Predictor
回归子 Regressand 回归元 Regressor
响应 Response 控制变量 Control variable
内生变量 Endogenous 外生变量 Exogenous variable
2、回归模型的分类和叫法
双变量回归、一元回归、简单回归
多变量回归、多元回归、复变量回归
3、符号约定
被解释变量—— Y
解释变量——
X
横截面数据——下标 i
时间序列数据——下标 t
§2. 双变量回归的基本概念
总体回归线
（Population Regression Line ）
在几何意义上，总体回归线就是解释变量取给定值时，被解释变量的条件均值或期望值的轨迹。
（X 取遍所有可能值，然后把 的点连起来）
2、总体回归函数（PRF ） → 它是总体回归线的数学表达式（Population Regression Function ）
——截距系数intercept Parameters
——斜率系数，两者都是回归系数/参数
Slope Regression coefficients
总体回归函数的随机设定
离差(Deviation)，表述如下：
总体回归函数的随机表达
其中，ui 是一个可正可负的的随机变量，称为随机干扰项/扰动项/误差项（Stochastic disturbance/ Stochastic error ）
随机干扰项的性质和意义
它是从模型中省略下来，但又集体地影响着Y 的全部变量的替代物。
3、样本回归线/样本回归函数（仍以博彩为例）
由于总体往往不能直接观测，因而要在样本信息的基础上，用SRF 来估计PRF
样本回归函数（SRF ）也有两种表述形式。
)
X Y (Y i i i E u -=12i i i Y B B X u =++
