计量经济学复习知识点重点难点

计量经济学 总复习第一部分：统计基础知识均值的概念：通常人们所说的均值就是“平均数”，统计意义上的均值是“期望值”。

方差：变量的每个样本与均值的距离大小的概念。

标准差：对方差开根号就是标准差。

数学期望值与方差的数学性质总体方差： 1.常量aE （a ）=a 2σ(a)=0抽样方差： 2.变量 y=a+bxE(y)=a+bE(x)总体标准偏差： 2σ(y)=b^2 * 2σ(x)抽样标准偏差：假设检验的定义：事先做一个假设，然后再用统计方法来检验这个假设是否有统计意义。

假设检验的步骤：第一步，设定假设条件。

原定假设，H0:u=u0，和替代假设，Ha:u ≠u0。

第二步，决定用哪种检验， 如果n ≥30,用Z 检验，如果n<30, 用t 检验。

第三步，找出临界值， 根据给定的定义域的大小，即α=1%、α=5%、或 α=10% 从概率分布表中查出Zc 值，或tc 值。

第四步，计算统计值， 或者第五步，比较统计值与临界值而得出结论。

如果统计值的绝对值大于临界值，那么我们就否定原定假设； 如果统计值的绝对值小于临界值，那么我们就不能否定原定假设。

第二部分 最小二乘法最小二乘法的假设条件：（1） （2） （3） （4） （5） 文字解释：Nu x Ni ∑-=22)(σ1)(22--=∑n x xs ni2σσ=2s s =nux Z σ0*-=n s u x t 0*-=)(=X E i ε∞<=22,)(σσεi Var 0),(=j i Cov εε0),(=i i X Cov ε1),(±≠j i X X Cov(1)每个误差必须是随机的，其误差的期望值是零；(2)误差都是雷同的，其方差相等，同时其方差的变化量必须是有限的； (3)每个误差之间必须是相互独立的； (4)误差项与方程式中的自变量是无关的； (5)自变量之间无直接的线性关系。

通用最小二乘法的步骤：第一步：求出误差项：第二步：求误差的平方和最小。

计量经济学重点计量经济学复习资料一、名词解释1.广义计经济学:利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。

2.狭义计经济学以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。

3.总体回归函数:指在给定Xi下Y分布的总体均值与Xi所形成的函数关系(或者说总体被解释变量的条件期望表示为解释变量的某种函数)。

4.样本回归函数:指从总体中抽出的关于Y, x的若干组值形成的样本所建立的回归函数。

6、随机的总体回归函数:含有随机千扰项的总体回归函数(是相对于条件期望形式而言的)。

5.线性回归模型:既指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以他们的I次方出现。

6.随机干扰项:即随机误差项，是一个随机变量，是针对总体回归函数而言的。

9、残差项:是一随机变量，是针对样本回归函数而言的。

7.条件期望:即条件均值，指X取特定值Xi时Y的期望值。

8.回归系数:回归模型中βo, β1等未知但却是固定的参数。

9.回归系教的估计量:指用β 0^ β1^等表示的用已知样本提供的信息所估计出来总体未知参数的结果。

10.最小二乘法:又称最小平方法，指根据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。

11.最大似然法:又称最大或然法，指用生产该样本概率最大的原则去确定样本回归函数的方法。

12.估计的标准差:度量一个变量变化大小的测量值。

13.总离差平方和:用TSS表示，用以度量被解释变量的总变动。

14.回归平方和:用ESS表示:度量由解释变量变化引起的被解释变量的变化部分。

15.残差平方和:用RSS表示:度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。

16.协方差:用Cov(X, Y)表示，度量XY两个变量关联程度的统计量。

17.拟合优度检验:检验模型对样本观测值的拟合程度，用R2表示，该值越接近1,模型对样木观测值拟合得越好。

计量经济学考试重点整理第一章：P1：什么是计量经济学？由哪三组组成？定义：“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。

”P9：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。

P12：常用的样本数据：时间序列，截面，虚变量数据P13：样本数据的质量(4点）完整性;准确性；可比性；一致性P15-16：模型的检验（4个检验)1、经济意义检验2、统计检验拟合优度检验总体显著性检验变量显著性检验3、计量经济学检验异方差性检验序列相关性检验共线性检验4、模型预测检验稳定性检验：扩大样本重新估计预测性能检验：对样本外一点进行实际预测P16计量经济学模型成功的三要素:理论、方法和数据。

P18-20:计量经济学模型的应用1、结构分析经济学中的结构分析是对经济现象中变量之间相互关系的研究.结构分析所采用的主要方法是弹性分析、乘数分析与比较静力分析。

计量经济学模型的功能是揭示经济现象中变量之间的相互关系，即通过模型得到弹性、乘数等。

2、经济预测计量经济学模型作为一类经济数学模型，是从用于经济预测,特别是短期预测而发展起来的。

计量经济学模型是以模拟历史、从已经发生的经济活动中找出变化规律为主要技术手段。

对于非稳定发展的经济过程，对于缺乏规范行为理论的经济活动，计量经济学模型预测功能失效。

模型理论方法的发展以适应预测的需要。

3、政策评价政策评价是指从许多不同的政策中选择较好的政策予以实行，或者说不同的政策对经济目标所产生的影响的差异。

1、经济变量：用来描述经济因素数量水平的指标。

2、解释变童：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。

它对因变量的变额为发热所引5动做出解释。

3、被解释变量：是作为研究对象的变量。

它的变动是由•解释变量做出廉释的4、控制变量：在计量经济模型中人为设置的反映政黃要求、决策者意愿、经济系统运行条件和状态等方面的变量。

5、计量经济模型：为了研究分析某个系统中经济变量之问的数量关系而采用的随机代数模型。

6、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彩响.但并不由它们惟一确定，则y与这个变量或这组变量之问的关系就是相关关系。

7、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。

8、拟合优度：样本回归直线与样本观测数据之问的拟合程度。

（9、残差：样本回归方程的拟合值与观測值的误差。

10、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豔程序。

11、偏相关系数：在Y. X|. 1三个变量中，当儿既定时，表示Y与X2之问相关关系的指标。

12、异方差性：在线性回归模型中，如果随机误差项的方差不是常数，即对不同的解释变量观测值彼此不同，则称葩机项U1具有异方差性。

13、序列相关性：对于模型Xi = % + 妙九 +色乜+•••+%%+“i = 12 …屮菠机误差项互相独立的基本假设表现为C"（冷"” =0 /> j,i,j = \2…』（I分）如果出现Cov（比，“ J） H 0 i H人i J = 12…屮即对于不同的样本点•随机误差项之问不再是完全互相独立，而是存在某种相关性，则认为出现了序列相关性。

14、自回归模型：15、广乂最小二乘法：是最有普遍意义的最小二乘法，普通最小二乘法和加权最小二乘法是它的特例。

16、相关系数：度量变量之问相关程度的一个系数，一般用P表示。

17、多重共线性：解释变量之问存在完全或不完全的线性关系。

计量经济学重点知识整理计量经济学是经济学中重要的一个分支，主要研究经济现象和经济理论的数理化方法。

本文将整理计量经济学中的重点知识，帮助读者系统地理解和掌握这门学科。

一、计量经济学简介计量经济学是运用统计方法和经济模型对经济问题进行定量分析的学科。

它利用数理统计学的工具，根据经济理论和实证研究的需要，对经济现象进行测度和解释。

计量经济学方法的特点是同时考虑了外生性和内生性变量之间的关系，能够揭示其中的因果关系。

二、计量经济学的基本原理1. 线性回归模型线性回归模型是计量经济学中最基本的模型之一，用于描述因变量与自变量之间的线性关系。

常见的线性回归模型有简单线性回归模型和多元线性回归模型。

对于简单线性回归模型，可以通过最小二乘法估计模型参数，求得最佳拟合曲线。

而多元线性回归模型则通过矩阵运算推导出参数的估计公式。

2. 假设检验在计量经济学中，假设检验是一种重要的统计方法，用于验证经济理论的假设。

常见的假设检验包括 t 检验、F 检验和卡方检验等。

通过构建原假设和备择假设，并计算相应的统计量，可以对经济理论提出的假设进行检验，从而得出结论。

3. 时间序列分析时间序列分析是计量经济学中的一个重要分支，用于研究随时间变化的经济现象。

常见的时间序列分析方法包括自相关函数（ACF）和偏自相关函数（PACF）的计算，以及平稳性检验、白噪声检验、单位根检验等。

这些方法可以帮助我们了解时间序列数据的性质，并进行有效的预测。

4. 面板数据分析面板数据是计量经济学中常用的一种数据类型，指同一时期内多个个体或单位的多个观测数据。

面板数据分析方法可以更好地解决普通截面数据和时间序列数据的缺陷，提高分析的效果。

常见的面板数据模型包括固定效应模型和随机效应模型，通过估计模型参数，可以得到各个因素对经济变量的影响。

三、计量经济学的应用领域1. 消费者行为分析计量经济学方法可以应用于消费者行为的分析，通过对消费者支出和收入等因素的测度和分析，揭示消费者行为背后的规律。

计量经济学重点(简答论述题)计量经济学简答题重点一、计量经济学的定义及作用计量经济学，又称经济计量学，是基于经济理论和实际统计资料，利用数学、统计学和计算机技术建立模型，定量分析经济变量之间的随机因果关系的学科。

其作用在于提供科学的方法和工具，帮助经济学家和政策制定者更好地理解和预测经济现象，评估政策效果，推动经济理论的发展。

二、计量经济学研究步骤计量经济学研究步骤包括理论模型的设计、数据获取、模型参数估计、模型检验和模型应用。

其中，理论模型的设计需要明确理论或假说的陈述，建立数学模型和计量经济模型。

数据获取需要注意完整性、准确性、可比性和一致性。

模型参数估计采用普通最小二乘法。

模型检验包括经济学检验、统计学检验和计量经济学检验。

模型应用包括结构分析、经济预测、政策评价和经济理论的检验与发展。

三、统计数据的类别及注意事项统计数据的类别包括时间序列数据、截面数据、混合数据和虚变量数据。

时间序列数据是按时间先后排列收集的数据，需要注意样本区间的经济行为一致性、可比性和集中性以及随机误差项序列相关问题。

截面数据是一批发生在同一时间截面上的调查数据，需要注意样本与母体的一致性和随机误差项的异方差问题。

混合数据既有时间序列数据又有截面数据。

虚变量数据只能取和1两个值，表示某个对象的质量特征。

四、模型的检验内容及含义模型的检验包括经济学检验、统计学检验和计量经济学检验。

经济学检验主要检验参数的符合和大致取值。

统计学检验包括拟合优度检验、模型的显著性检验和参数的显著性检验。

计量经济学检验包括序列相关性、异方差检验和多重共线性检验。

模型的预测检验可通过扩大样本容量或变换样本重新估价模型，或利用模型对样本期以外的某一期进行预测。

五、回归分析和相关分析的联系与区别回归分析是一种数学方法，用于研究变量之间的依赖关系，以解释变量和解释变量为基础。

相关分析也是研究变量间关系的方法，但不考虑因果关系，只关注变量之间的相关程度。

计量经济学复习要点第一篇：计量经济学复习要点计量经济学复习要点第一章、概率论基础1.随机事件的概念P22.古典概行例题P5例1.1P2例1.2利用第一章的知识说明抽签的合理性如何利用第一章的知识估计一个池塘有多少鱼还有一个关于晚上紧急集合穿错鞋的题目，记不太清楚了3.期望与方差的概念，切比雪夫不等式，看例题1.4-例题1.8，不要求求出数4.变异系数的概念P175.大数定律和中心极限定律（具有独立同分布的随机变量序列的有限和近似地服从正态分布）的概念P24、P25第二章、矩阵代数1.矩阵的定义，加（page29）、减（page29）、乘（page30）、转置（page30）、逆（page31）知道怎么回事2.最小二乘法P39-P41（定义最小二乘解）3.第三节没有听，求听课学霸补充第三章、数据的分析方法和参数的统计推断1.数据的分析方法（算数平均、加权算数平均、几何平均、移动平均）（1）几种分析方法的定义（2）几中分析方法的不同（3）每种分析方法的具体作用（4）移动平均法中k的选择（5）指数平滑法的意义，α的选择，P552.t分布的概率密度函数3.矩估计法定义4.几大似然估计法P65，例题3.7例题3.85.贝叶斯估计和极大极小估计（应该是只看一下概念就可以了）6.假设检验（1）基本思想P75（2）双边假设检验（3）单边假设检验（4）参数检验P807.方差分析的思想、作用和模型第四章、一元线性回归（计算题）回归方程的求法，显著性检验，经济解释（各参数的解释），不显著的解释第六章、虚拟变量的回归模型1.虚拟变量的作用及模型2.应用虚拟变量改变回归直线的截距、斜率3.对稳定性的检验第二篇：2007计量经济学复习要点2007年计量经济学课程要点归纳1.十大经典假设的证明（关于两变量模型的性质检验）2.BLUE估计量的证明3.自相关检验方法（检验方法一定要记住）4.异方差检验方法（至少三种）5.孙老师讲过的附录要留意6.异方差与自相关的补救措施7.违反十大经典假设情况下的问题怎么解决（如多重共线性，异方差，自相关问题，虚拟变量的估计）注：以上重点均是提供参考，不做考试说明计量考察的重点是对计量模型的建立与估算，结果评价与补救思路的考察，没有大量的数学计算，请同学们放心！建议大家根据参考要点确定进度，并根据孙老师上课的重点决定自己的复习范围！希望同学们认真复习，考出好成绩！王琳第三篇：计量经济学复习笔记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。

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：计量经济学的一个重要特点是：它自身并没有固定的经济理论，而是根据其它经济理论，应用计量经济方法将这些理论数量化。

4、计量经济学为什么是一门单独的学科计量经济学是经济理论、数理经济、经济统计与数理统计的混合物。

1、经济理论所作的陈述或假说大多数是定性性质的，计量经济学对大多数经济理论赋予经验内容。

考研经济学计量经济学的重点复习计量经济学是经济学研究中的重要分支，通过运用数理统计方法对经济现象进行定量分析和预测。

对于考研经济学专业的学生来说，掌握计量经济学的核心概念和方法对于提高解题能力和研究能力至关重要。

本文将从历年考研试卷的出题特点出发，总结计量经济学的重点复习内容，助您顺利备考。

一、计量经济学基本概念1. 计量经济学的定义和基本内容- 计量经济学的定义- 计量经济学的研究对象和特点- 计量经济学的基本方法和步骤2. 经济数据的类型和基本统计概念- 定量数据和定性数据- 总体和样本的概念- 统计量和参数的区别与联系3. 计量经济学的基本假设和模型- 随机性假设和确定性假设- 线性回归模型的假设和表达式- 经济学假设与计量经济模型的关系二、简单线性回归模型1. 简单线性回归模型的基本原理- 变量关系的线性假设- 残差项和估计项的定义及意义- 最小二乘估计法的推导和求解2. 简单线性回归模型的假设检验- 相关系数和回归系数的显著性检验 - 模型整体显著性检验- 拟合优度和解释方差的检验3. 简单线性回归模型的统计推断- 参数估计的抽样分布与性质- 参数的置信区间及解释- 参数的假设检验及结论三、多元线性回归模型1. 多元线性回归模型的基本原理- 多元回归模型的定义和表示- 模型的估计和解释- 多重共线性问题及处理方法2. 多元线性回归模型的假设检验 - 回归系数的显著性检验- 模型整体显著性检验- 拟合优度和解释方差的检验3. 多元线性回归模型的统计推断 - 参数估计的抽样分布与性质- 参数的置信区间及解释- 参数的假设检验及结论四、计量经济学的拓展内容1. 异方差问题和加权最小二乘估计 - 异方差性的检验和处理方法- 加权最小二乘法的原理和应用2. 非线性回归模型- 非线性回归模型的基本形式- 参数估计和统计推断方法- 模型的应用与分析3. 模型诊断和残差分析- 残差的定义和性质- 异常观测值和影响观测值的识别方法- 模型诊断和改进的常用方法总结：通过对历年考研试卷的分析可以看出，计量经济学在考研经济学专业中的分量较大。

《计量经济学重点难点》Ch1 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。

计量经济学与理论经济学、数理经济学、经济统计学、数理统计学既有区别又有联系。

2、计量经济研究分为模型设定、参数估计、模型检验、模型运用等四个步骤。

3、模型的设定主要是选择变量和确定变量间联系的数学形式。

适于对实际经济活动作计量分析的计量经济模型应包含经济变量、待确定的参数和随机误差项。

行为方程、技术方程、制度方程和定义方程可作为建立模型时参考。

4、计量经济模型中的变量分为被解释变量（应变量）和解释变量、内生变量和外生变量。

5、参数是计量经济模型中表现经济变量相互依存程度的因素，通常具有相对稳定性。

参数无法直接观测和计算，只能用适当的方法根据变量的样本观测值去估计。

参数估计的方法应符合“尽可能地接近总体参数真实值”的准则。

6、计量经济研究中应用的数据包括时间序列数据、截面数据、面板数据、虚拟变量数据等。

7、对模型检验包括经济意义检验、统计推断检验、计量经济学检验和模型预测检验。

８、计量经济模型主要可应用于经济结构分析、政策评价和经济预测。

９、相关学科补充内容：西方经济学、经济统计学、线性代数（矩阵、向量）、概率论与数理统计（各种分布、显著性检验）Ch2 简单线性回归模型1、变量间的关系分为函数关系与相关关系。

相关系数是对变量间线性相关程度的度量。

2、现代意义的回归是一个被解释变量对若干个解释变量依存关系的研究，回归的实质是由固定的解释变量去估计被解释变量的平均值。

简单线性回归模型是只有一个解释变量的线性回归模型。

3、总体回归函数（PRF ）是将总体被解释变量Y 的条件均值)(i i X Y E 表现为解释变量X 的某种函数。

样本回归函数（SRF ）是将被解释变量Y 的样本条件均值^i Y 表示为解释变量X 的某种函数。

总体回归函数与样本回归函数的区别与联系。

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 ）=0B 同方差假定 Var(u i |X i )=E(u i 2)=σ2C 无自相关假定 Cov(u i ,u j )=0D 随机扰动项与解释变量不相关假定 Cov(u i ,X i )=0E 正态性假定u i ~N(0,σ2)F 无多重共线性假定Rank(X)=k2、估计在古典假设下，经典框架，可以使用OLS方法：OLS 寻找min ∑e i2 ＾β1ols = (Y 均值)-＾β2(X 均值)＾β2ols = ∑x i y i /∑x i 23、性质OLS 回归线性质（数值性质）（1）回归线通过样本均值 （X 均值,Y 均值）（2）估计值＾Y i 的均值等于实际值Y i 的均值（3）剩余项e i 的均值为0（4）被解释变量估计值＾Y i 与剩余项e i 不相关 Cov(＾Y i ,e i )=0（5）解释变量X i 与剩余项e i 不相关 Cov(e i ,X i )=0在古典假设下，OLS 的统计性质是BLUE 统计 最佳线性无偏估计4、检验(1)Z 检验Ho:β2=0 原假设 验证β2是否显著不为0标准化： Z=（＾β2-β2）/SE （＾β2）~N （0,1） 在方差已知，样本充分大用Z 检验拒绝域在两侧，跟临界值判断，是否β2显著不为0(2)t 检验——回归系数的假设性检验方差未知，用方差估计量代替 ＾σ2=∑e i 2/(n-k) 重点记忆t =（＾β2-β2）/＾SE （＾β2）~t （n-2）拒绝域：|t|>=t 2/a (n-2)拒绝，认为对应解释变量对被解释变量有显著影响。

计量经济学期末重点知识归纳1.普通最小二乘法：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变量之间出现了相关性，则称为存在多重共线性。

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。

计量经济学复习重点一、1、列举计量经济分析过程的几个要素：1、数据；2、计量模型。

3、解释变量；4、被解释变量；5、相关影响。

2、计量经济分析过程基本围绕着四类值。

例如要预测一个硬币被抛1000次出现正面的次数，第一步: 从理论上研究，出现正面的概率是1/2, 这个概率是真值；第二步：做实验，例如抛硬币100次，观察出现正面的次数，那么这个次数为观察值；第三步：估计概率，用观察的次数除以100作为概率的估计值；第四步：用估计的概率乘以1000作为硬币被抛1000次出现正面的预测值。

3、估计量一般都采用哪三种评选标准：1、无偏性；2、有效性；3、一致性.4、无偏估计量的概念：若估计量的数学期望存在且等于其对应真值，即()E θθ=。

4估计量的有效性：设1θ与2θ均为θ的无偏估计量，若对于任意θ，有1θ的方差小于等于2θ的方差，则1θ较2θ有效。

5、列举计量经济分析的三种数据类型：1、横截面数据；2、时间序列数据；3、面板数据。

6、虚拟变量即一种二值变量，是对解释变量的一种定性描述。

二、：1、简述多元线性回归中('i i i y x βε=+)的高斯-马科夫假设（Gauss – Markov assumption ）?若要求得到无偏估计量需满足其中的哪（些）项？112{}0,1,2,...,{,...,}{,...,}{}1,2,...,{,}0i N N i i j E i N x x V i NCov εεεεσεε=====与相互独立，若想得到无偏估计量，需满足{}0,1,2,...,i E i N ε==，和11{,...,}{,...,}N N x x εε与相互独立 某种元件的寿命X(以小时计)服从正态分布N(),均未知.现测得16只元件的寿命如下(已知 t 0.05(15) =1.7531) :159 280 101 212 224 379 179 264222 362 168 250 149 260 485 170 问是否有理由认为元件的平均寿命大于225(小时)?2：解 按题意需检验: =225, :取a =0.05.此检验问题的拒绝域为t=t a (n-1).现在n=16, t 0.05(15) =1.7531.又根据 ,s=算得 =241.5, s=98.7259,即有 t ==0.66851.7531.t没有落在拒绝域中,故接受,即认为元件的平均寿命不大于225小时.3、在平炉上进行一项试验以确定改变操作方法的建议是否会增加钢的得率,试验是在同一只平炉上进行的,每炼一炉钢时除操作方法外,其他条件都尽可能做到相同.先用标准方法炼一炉,然后用建议的方法炼一炉,以后交替进行,各炼成了10炉,其得率分别为(1) 标准方法 78.1 72.4 76.2 74.3 77.4 78.476.0 75.5 76.7 77.3(2) 新方法 79.1 81.0 77.3 79.1 80.0 79.179.1 77.3 80.2 82.1设这两个样本相互独立,且分别来自正态总体N()和N(),,均未知.问建议的新操作方法能否提高得率?(取 a=0.05,已知 t0.05(18)=1.7341)3：解需要检验假设: -0,: -0分别求出标准方法和新方法下的样本均值和样本方差如下:根据 ,s==10, =76.23, =3.325,根据,s= =10, =79.43, =2.225.又,==2.775, t 0.05(18)=1.7341, 故拒绝域为 t =-t 0.05(18)=-1.7341.现在由于样本观察值t = -4.295-1.7341,所以拒绝,即认为建议的新操作方法较原来的方法为优.4、时间序列过程t Y 为平稳过程需要满足哪些条件？若121.20.32t t t t Y Y Y ε--=-+，试问这个过程是一个平稳过程吗？解：平稳过程需满足三个条件：1、{}t E Y μ=，期望为有限常数与时间t 无关。

计量经济学知识点第一章导论1、计量经济学的研究步骤：模型设定、估计参数、模型检验、模型应用。

2、计量经济学是统计学、经济学和数学的结合。

3、计量经济学作为经济学的一门独立学科被正式确立的标志：1930年12月国际计量经济学会的成立。

4、计量经济学是经济学的一个分支学科。

第二章简单线性回归模型1、在总体回归函数中引进随机扰动项的原因：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。

2、简单线性回归模型的基本假定：①零均值假定；②同方差假定；③随机扰动项和解释变量不相关假定；④无自相关假定；⑤正态性假定。

3、OLS回归线的性质：①样本回归线通过样本均值；②估计值的均值等于实际值的均值；③剩余项ei的均值为零；④被解释变量的估计值与剩余项不相关；⑤解释变量与剩余项不相关。

4、参数估计量的评价标准：无偏性、有效性、一致性。

5、OLS估计量的统计特征：线性特性、无偏性、有效性。

6、可决系数R²的特点：①可决系数是非负的统计量；②可决系数的取值范围为[0,1]；③可决系数是样本观测值的函数，可决系数是随抽样而变动的随机变量。

第三章多元线性回归模型1、多元线性回归模型的古典假定：①零均值假定；②同方差和无自相关假定；③随机扰动项和解释变量不相关假定；④无多重共线性假定；⑤正态性假定。

2、估计多元线性回归模型参数的方法：最小二乘估计、极大似然估计、矩估计、广义矩估计。

3、参数最小二乘估计的性质：线性性质、无偏性、有效性。

4、可决系数必定非负，但是根据公式计算的修正的可决系数可能为负值，这时规定为0。

5、可决系数只是对模型拟合优度的度量，可决系数越大，只是说明列入模型中的解释变量对被解释变量的联合影响程度越大，并非说明模型中各个解释变量对被解释变量的影响程度也大。

6、当R²=0时，F=0；当R²越大时，F值也越大；当R²=1时，F→∞。