下载文档原格式
第一章 绪论1.1 一般说来，计量经济分析按照以下步骤进行：（1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据（4）估计参数 （5）假设检验 （6）预测和政策分析 1.2 我们在计量经济模型中列出了影响因变量的解释变量，但它（它们）仅是影响因变量的主要因素，还有很多对因变量有影响的因素，它们相对而言不那么重要，因而未被包括在模型中。
为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。
1.3时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。
横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。
如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。
1.4 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。
在一项应用中，依据估计量算出的一个具体的数值，称为估计值。
如Y 就是一个估计量，1nii YY n==∑。
现有一样本，共4个数，100，104，96，130，则根据这个样本的数据运用均值估计量得出的均值估计值为5.107413096104100=+++。
第二章 计量经济分析的统计学基础2.1 略，参考教材。
2.2N SS x ==45=1.25 用α=0.05，N-1=15个自由度查表得005.0t =2.947，故99%置信限为x S t X 005.0± =174±2.947×1.25=174±3.684也就是说，根据样本，我们有99%的把握说，北京男高中生的平均身高在170.316至177.684厘米之间。
2.3 原假设120:0=μH备择假设120:1≠μH检验统计量()10/25XX μσ-Z ====查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即此样本不是取自一个均值为120元、标准差为10元的正态总体。
![[农学]B03 假设检验：双变量模型](https://img.taocdn.com/s1/m/a1aa0806bcd126fff7050b4c.png)
第3章双变量模型：假设检验3.1 复习笔记一、古典线性回归模型古典线性回归模型假定如下：假定1：回归模型是参数线性的，但不一定是变量线性的。
回归模型形式如下：Y i＝B1＋B2X i＋u i这个模型可以扩展到多个解释变量的情形。
假定2：解释变量X与扰动误差项u不相关。
但是，如果X是非随机的（即为固定值），则该假定自动满足。
即使X值是随机的，如果样本容量足够大，也不会对分析产生严重影响。
假定3：给定X，扰动项的期望或均值为零。
即E（u|X i）＝0（3-1）假定4：u i的方差为常数，或同方差，即var（u i）＝σ2（3-2）假定5：无自相关假定，即两个误差项之间不相关。
即：cov（u i，u j）＝0，i≠j（3-3）无自相关假定表明误差u i是随机的。
由于假定任何两个误差项不相关，所以任何两个Y值也是不相关的，即cov（Y i，Y j）＝0。
由于Y i＝B1＋B2X i＋u i，则给定B值和X值，Y 随u的变化而变化。
因此，如果u是不相关的，则Y也是不相关的。
假定6：回归模型是正确设定的。
换句话说，实证分析的模型不存在设定偏差或设定误差。
这一假定表明，模型中包括了所有影响变量。
二、普通最小二乘估计量的方差与标准误有了上述假定就能够估计出OLS估计量的方差和标准误。
由此可知，教材式（2-16）和教材式（2-17）给出的OLS估计量是随机变量，因为其值随样本的不同而变化。
这种抽样变异性通常由估计量的方差或其标准误（方差的平方根）来度量。
教材式（2-16）和式（2-17）中OLS估计量的方差及标准误是：（3-4）（3-5）（3-6）（3-7）其中，var表示方差，se表示标准误，σ2是扰动项u i的方差。
根据同方差假定，每一个u i具有相同的方差σ2。
一旦知道了σ2，就很容易计算等式右边的项，从而求得OLS估计量的方差和标准误。
根据下式估计σ2：（3-8）其中，σ∧2是σ2的估计量，是残差平方和，是Y的真实值与估计值差的平方和，即()122212var ibiXbn xσσ==∑∑1se()b=()22222varbibxσσ==∑()2se b=22ˆ2ienσ=−∑2ie∑n －2称为自由度，可以简单地看作是独立观察值的个数。
