计量经济学复习提纲(选修)

计量经济学期末复习提纲（红色部分要注意）绝密!!计量经济学复习提纲第一章绪论一、计量经济学的含义二、计量经济学与其他学科的联系与区别三、计量经济学的内容体系四、计量经济学的研究步骤五、计量经济学的发展概况需要掌握的主要内容1.如何理解计量经济学？（研究对象、理论基础、与经济学的区别、所研究变量的特点）计量经济学是经济学的一个分支，（起因：对经济问题的定量研究名词：1926年弗瑞希仿造出“Biometrics” “Econometrics”标志：1930年成立计量经济学会 1933年创刊《Econometrica》说明：“计量经济学” “经济计量学”）“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。

”2.狭义计量经济学研究的是具有因果关系的经济现象，用的是回归的分析方法。

3.计量经济学的建模步骤？一、理论模型的设计: 确定模型包含的变量;确定模型的数学形式;拟定模型中待估计参数的理论期望值区间二、样本数据的收集三、模型参数的估计四、模型的检验计量经济学模型成功的三要素 :理论,数据,方法,三者缺一不可.4.选择解释变量时需要注意的问题：（1）根据经济规律确定变量的数目（2）考虑数据的可得性（3）考虑所有入选变量的关系，要求各变量独立。

---否则会引起多重共线性5.如何确定模型的数学形式？（1）根据经济理论（2）画散点图（3）试模拟6.什么是时间序列数据？在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。

如我国国内生产总值从1949到2009的变化就是时间序列数据。

计量经济学复习资料一、引言计量经济学是研究经济现象的数量关系和经济变量之间相互影响的学科。

它通过运用统计学和数学方法，以实证的方式分析经济模型和数据，以期为经济理论的验证和决策制定提供科学依据。

计量经济学作为经济学的重要分支，在经济学领域里起着举足轻重的作用。

本文将为大家提供一个关于计量经济学的复习资料，以便大家更好地复习和理解这门学科。

二、计量经济学基础1. 理论基础：回顾计量经济学的理论基础，包括经济学中的基本原理、假设和模型，以及计量经济学方法的发展演变过程。

2. 计量经济学的基本概念：介绍计量经济学中的一些基本概念，如变量、参数、模型、数据等，帮助读者建立对计量经济学基础概念的理解和认知。

三、计量经济模型1. 线性回归模型：介绍线性回归模型的基本原理和假设，包括最小二乘估计法、截距项、解释变量的选择和回归结果的解释等。

2. 多元线性回归模型：介绍多元线性回归模型的基本原理、假设和参数估计方法，包括多重共线性、异方差和自相关等问题的处理方法。

3. 非线性回归模型：介绍非线性回归模型，如对数线性模型、二项式模型和估计方法等。

4. 时间序列模型：介绍时间序列模型的基本原理、假设和参数估计方法，包括平稳性、季节性和趋势性等问题的处理方法。

四、计量经济学常用方法1. 模型诊断：介绍计量经济学中的模型诊断方法，包括残差分析、异方差检验和自相关检验等。

2. 假设检验：介绍计量经济学中的假设检验方法，包括参数显著性检验、模型拟合优度检验和模型比较等。

3. 预测方法：介绍计量经济学中的预测方法，包括时间序列分析、回归分析和面板数据分析等。

4. 因果推断：介绍计量经济学中的因果推断方法，包括工具变量法、自然实验和计量分析的注意事项等。

五、计量经济学在实际应用中的案例研究1. 劳动经济学：介绍计量经济学在劳动经济学领域的实际应用，包括劳动力市场分析、教育回报率和人力资本投资等。

2. 金融经济学：介绍计量经济学在金融经济学领域的实际应用，包括资本市场分析、投资组合选择和风险管理等。

计量经济学复习要点164590(总20页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--计量经济学复习要点第1章 绪论数据类型：截面、时间序列、面板用数据度量因果效应，其他条件不变的概念 习题：C1、C2第2章 简单线性回归回归分析的基本概念，常用术语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。

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 y ++=10ββ--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 y E 10)(ββ+=--代表了总体变量间的依存规律。

3. 样本回归函数（Sample Regression Function ，SRF ）tt t e x y ++=10ˆˆββ--代表了样本显示的变量关系。

4. 样本回归模型（Sample Regression Model ，SRM ）tt x y 10ˆˆˆββ+=---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归模型的一个估计式，之所以建立样本回归模型，目的是用来估计总体回归模型。

线性回归的含义线性：被解释变量是关于参数的线性函数（可以不是解释变量的线性函数） 线性回归模型的基本假设简单线性回归的基本假定：对模型和变量的假定、对随机扰动项u 的假定（零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定） 普通最小二乘法（原理、推导）最小二乘法估计参数的原则是以“残差平方和最小”。

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。

（一）基本知识类题型4-1．解释下列概念：（1）异方差性: 由于样本的变化，导致随机误差项的方差各不相同。

（2）序列相关性：随着时间的变化，导致随机误差项之间不是相互独立的。

（3）多重共线性:解释变量之间存在着共线性关系，包括严格的或者近似的线性关系。

（4）偏回归系数：随机应变量对各个自变量的回归系数，表示其对随机变量的解释程度。

（5）完全多重共线性：一般地对K个解释变量X1,X2,…..XK,如果它们之间满足λ1X1+λ2X2+…+λkXk=0其中λ1λ2…λk为常数，且不全为0，则称X1,X2,…..XK之间存在着完全多重共线性。

（6）不完全多重共线性：若λ1X1+λ2X2+…+λkXk+νi=0，其中其中λ1λ2…λk为常数，且不全为0，则称X1,X2,…..XK 之间存在着不完全多重共线性。

（7）随机解释变量：即解释变量时随机的，不再是确定的。

（8）差分法：广义差分法，是指将回归模型滞后一期，使新的误差项νi满足经典假设的所有要求，以消除序列相关性的一种方法。

（9）广义最小二乘法：又叫GLS，将原始变量转化成满足经典模型假设的转换变量，然后使用OLS.（10）D.W.检验:即杜宾沃森检验，是检验一阶自相关最著名的方法，构造统计量d 值，判断其所在的区域得出是否存在自相关的结论。

二、判断下列各题对错，并简单说明理由：1)在存在异方差情况下，普通最小二乘法（OLS）估计量是有偏的和无效的；NO2)如果存在异方差，通常使用的t检验和F检验是无效的；YES3)在存在异方差情况下，常用的OLS法总是高估了估计量的标准差；NO4)如果从OLS回归中估计的残差呈现系统模式，则意味着数据中存在着异方差；YES5)当存在序列相关时，OLS估计量是有偏的并且也是无效的；NO6)消除序列相关的一阶差分变换假定自相关系数ρ必须等于1；NO7)两个模型，一个是一阶差分形式，一个是水平形式，这两个模型的R2值是不可以直接比较的。

计量经济学主要内容复习提要1、 计量经济学的含义：计量经济学是以经济理论为指导，以经济事实为依据，以数学、统计学为方法，以计量经济模型的建立和应用为核心，对经济关系与经济活动的数量规律的研究的一门应用性经济学科。

2、 计量经济学的学科性质与特点计量经济学是经济理论、统计学和数学的结合，具有综合性、交叉性、边缘性的特点。

但是经济理论、统计学和数学三者的关系不是并列的，经济学提供理论基础、统计学提供资料依据，数学提供研究方法。

作为一门实证科学，计量经济学要以一定的经济理论作假设，然后通过统计资料和数学方法加以验证。

可见，经济理论既是出发点又是归宿，自始至终都是计量经济学的核心，统计数据和数学方法要服务并服从经济理论。

所以，计量经济学属于应用经济学科。

3、 数据及其分类：变量的具体取值称为数据(Data)。

根据形式不同，数据分为时间序列数据、横截面数据和合并数据。

时间序列数据（Time Series Data ）是按时间顺序列排列而成的。

截面数据 (Cross Sectional Data,又译为横断面数据)是在同一时间，不同统计单位的相同统计指标组成的数据列。

合并数据(Pooled Data)中既有时间序列数据又有横截面数据。

4、计量经济模型及其构成所谓计量经济模型就是经济变量之间所存在的随机关系的一种数学表达式，其一般表达式为：(,,)y f xu β= 模型由经济变量（y 和 x ）、参数（β）、 随机误差项（u ）和及方程的形式f (·)等四个要素构成。

---经济变量，也就是用于描述经济活动水平的各种量，是经济计量建模的基础。

模型中的经济变量y 是分析研究的对象，将其称为因变量或被解释变量；模型右边中的经济变量x 是y 的影响因素，将其称为自变量或解释变量。

在一个方程中，解释变量可以有一个，也可以多个。

前者称为一元模型，后者称为多元模型。

----随机误差项u 是一个随机变量，用于表示模型中尚未包含的影响因素对因变量的影响，我们一般假定其满足某些条件。

计量经济学简答题：一、 导论相关关系和因果关系。

变量间具有相关性并不等于具有因果性。

计量经济学：计量经济学是数学、经济理论和统计学三者的结合。

计量经济学建模的步骤： （1）理论模型的建立；（2）样本数据的收集；（3）模型参数的估计；（4）模型的检验。

模型的检验包括：经济意义检验、统计学检验、计量经济学检验（经典线性回归模型假设不满足的情况）和预测检验。

统计学检验包括：拟合优度检验、单个变量显著性检验、方程整体显著性检验计量经济学检验包括：多重共线性检验、异方差性检验、自相关性检验。

假设检验包括两种方法：置信区间法和显著性检验法。

进行统计推断时可能发生两类错误：第一类错误（拒绝一个为真的零假设，也可称为弃真错误）和第二类错误（接受一个为假的零假设，或称取伪错误）。

二、 线性回归基本思想：双变量回归模型1、 基本概念：回归。

总体回归模型和样本回归模型。

“线性”一词的含义：解释变量线性和参数线性。

我们所说线性回归模型中的“线性”指的是参数线性。

随机的总体线性回归方程：n i u X B B Y i i i ,,121 =++= 随机的样本线性回归方程：n i e X b b Y ii i ,121 =++=2、参数估计方法：普通最小二乘法（Ordinary Least Squared ，OLS ） 普通最小二乘法原理：使残差平方和∑2i e （RSS ）最小对于样本回归方程：n i e X b b Y i i i ,121 =++=使其残差平方和最小，()()22122ˆmin∑∑∑--=-=iiii i X b b Y Y Y e对上式求偏导，可得正规方程组：∑∑+=i i X b nb Y 21∑∑∑+=221i i iiX b X b XY可求得，最小二乘估计量1b ，2b 为：X b Y b 21-=，()()()∑∑∑∑∑∑=--=---=22222iiiiii ii ix yx X n X Y X n Y X X X Y Y X X b3、 经典线性回归模型（Classical Linear Regression Model ）假设，即最小二乘法的基本假定假定一：线性回归模型，回归模型是参数线性的，但不一定是变量线性的。

计量经济学复习提纲一、填空题1、设随机变量X 的概率密度为221()x x f x-+-=（x -∞<<+∞）则X 的数学期望()E X = ，方差()D X = 。

2、在经济计量模型中引入反映 因素影响的随机扰动项t ξ，目的在于使模型更符合 活动。

3、回归方程中的回归系数是自变量对因变量的 。

某自变量回归系数β的意义，指的是该自变量变化一个单位引起因变量平均变化 个单位。

4、违背多元线性回归分析假设条件的三种常见现象包括异方差 、 、 。

5、联立方程组模型中方程的类型有制度方程式、恒等式 和 。

6、设离散型随机变量X 的概率分布{}{}{}00.2,10.3,20.5P X P X P X ======，可简记为012~,0.20.30.5X ⎛⎫ ⎪⎝⎭则{}1.5P X ≤=7、 是因变量离差平方和，它度量因变量的总变动。

就因变量总变动的变异来源看，它由两部分因素所组成。

一个是自变量，另一个是除自变量以外的其他因素。

是拟合值的离散程度的度量。

它是由自变量的变化引起的因变量的变化，或称自变量对因变量变化的贡献。

是度量实际值与拟合值之间的差异，它是由自变量以外的其他因素所致，它又叫残差或剩余。

8、模型线性的含义，就变量而言，指的是回归模型中变量的 ；就参数而言，指的是回归模型中的参数的 ；通常线性回归模型的线性含义是就 而言的。

9、常见的自回归模型包括 、 、 。

ξ，目的在10、在经济计量模型中引入反映因素影响的随机扰动项t于使模型更符合活动。

11、回归方程中的回归系数是自变量对因变量的。

某自变量回归系数β的意义，指的是该自变量变化一个单位引起因变量平均变化个单位。

12、模型线性的含义，就变量而言，指的是回归模型中变量的；就参数而言，指的是回归模型中的参数的；通常线性回归模型的线性含义是就而言的。

13、样本观察值与回归方程理论值之间的偏差，称为，我们用残差估计线性模型中的。

二、名词解释：1、戈德费尔德—匡特检验2、横截面数据3、相关分析4、正态分布5、异方差6、判定系数7、多元线性回归模型8、面板数据9、虚拟变量10、总体回归函数11．帕克检验12．Glejser检验14、分布滞后模型；15、无限滞后模型；16、自回归模型；三、简答题：1、请简述回归模型产生异方差现象的原因。

复习提纲一、基本概念与基本原理1.简述当代计量经济学发展的动向。

2.建立计量经济学模型的基本思想（基本步骤）是什么？3.总体回归函数和样本回归函数之间有哪些区别和联系？4.简述加权最小二乘估计方法的基本原理（基本思想）。

5.有了样本可决系数，为什么还要引入调整的样本可决系数？6.比较OLS 与广义OLS 的异同。

加权最小二乘估计的基本原理是什么？7.什么是序列相关性？举例说明经济现象中序列相关性的存在。

检验序列相关性的方法思路是什么？熟悉D.W.统计量的计算方法和查表判断。

8.什么是横截面数据、时间序列数据和面板数据？简述面板数据模型的基本类型和基本形式？在建立面板数据模型之前为什么要进行模型设定的检验？9.简述非线性最小二乘估计的基本思想（基本原理）。

10.滞后变量模型有哪几种类型？分布滞后模型使用OLS 方法存在哪些问题？可使用哪些方法进行估计？11.产生模型设定偏误的主要原因是什么？模型设定偏误的后果以及检验方法有哪些？12.什么是滞后现象？产生滞后现象的原因主要有哪些？为什么要建立滞后变量模型？13.在学习面板数据模型之前，我们也经常将多个时间的截面数据综合为一组样本估计模型，现在看来，它是否肯定是错误的？为什么？二、计算分析题1．已知回归模型μβα++=N E ，式中E 为某类公司一名新员工的起始薪金（元），N 为所受教育水平（年）。

随机扰动项μ的分布未知，其他所有假设都满足。

（1）从直观及经济角度解释α和β。

（2）OLS 估计量αˆ和βˆ满足线性性、无偏性及有效性吗？简单陈述理由。

（3）对参数的假设检验还能进行吗？简单陈述理由。

（4）如果被解释变量新员工起始薪金的计量单位由元改为100元，估计的截距项与斜率项有无变化？如果解释变量所受教育水平的度量单位由年改为月，估计的截距项与斜率项有无变化？2．假设模型为t t t X Y μβα++=。

给定n 个观察值),(11Y X ，),(22Y X ，…，),(n n Y X ，按如下步骤建立β的一个估计量：在散点图上把第1个点和第2个点连接起来并计算该直线的斜率；同理继续，最终将第1个点和最后一个点连接起来并计算该条线的斜率；最后对这些斜率取平均值，称之为βˆ，即β的估计值。

计量经济学复习大纲计量经济学复习大纲第一章绪论1. 建立计量经济学模型的步骤及其要点？（1）如何正确选择解释变量？（2）如何确定模型的基本形式？（3）区分时间序列数据、横截面数据和虚变量数据。

（4）何谓经济意义检验？检验的方法？（5）计量经济学模型成功的三要素及其关系。

2. 结合实际例子理解结构分析方法（弹性、乘数的运用及其模型参数解释）。

第二章一元线性回归模型理论与方法1. 回归分析与相关分析的联系与区别？2. 回归分析的主要目的和内容？3. 总体回归函数PRF的内涵和形式（确定和随机）。

4. 随机干扰项的定义及其内涵？5. 样本回归函数的形式及其与PRF的关系？6. 线性回归模型的基本假设（结合现实经济例子给予解释说明）。

7. OLS法的原理及其参数估计量的估计方法（推导过程）、正规方程组的导出。

8. OLS估计量的计算公式（离差形式）及其参数经济意义解释（要求掌握回归函数的求解计算过程）。

9. OLS估计量的性质（要求掌握线性性、无偏性、有效性的涵义及其证明过程，基本推论要牢记且理解）10. BLUE估计量与高斯-马尔可夫定理？11. 一元参数估计量的概率分布形式、总体方差的无偏估计公式以及样本参数的标准差计算公式（要求牢记公式并熟练运用于计算）。

12. 拟合优度检验的原理（TSS、ESS和RSS的内涵及其关系）？13. 变量显著性检验的方法原理（t检验）（1）小概率事件原理（零假设必须是一小概率事件）？（2） t统计量的构造？14.. 缩小置信区间的方法：同等显著性水平下尽可能减小t检验临界值和样本参数的标准差。

一是增大样本容量；二是提高模型的拟合优度。

15. 本章练习题第2、3、7、8、9（样本参数估计量的性质）、11题要求熟练掌握。

第三章多元线性回归模型理论与方法1. 理解偏回归系数的概念及其应用解释。

2. 多元线性回归模型的基本假定（标量和矩阵形式）。

3. 理解普通最小二乘估计的正规方程组及其参数估计量计算公式。

1.计量分析的四个步骤：模型设定——参数估计——模型检验——模型应用2.计量模型检验：经济意义检验——统计推断检验——计量经济学检验——模型预测检验3.计量模型的应用：结构分析——经济预测——政策评价——检验与发展经济理论4.正确选择解释变量的原则：符合理论、规律——忽略众多次要因素，突出主要经济变量——数据可得性——每个解释变量之间是独立的5.参数的数据类型：时间序列数据——截面数据——面板数据——虚拟变量数据第二章1.总体相关系数：ρ=Cov(X,Y)/√Var(X)√Var(Y)2.样本相关系数：rxy=Σ(Xi-X_)(Yi-Y_)/√Σ(Xi-X_)^2√Σ(Yi-Y_)^23.总体回归函数中引入随机扰动项的原因：作为未知影响因素的代表——作为无法取得数据的已知因素代表——作为众多细小影响因素的综合代表——模型的设定误差——变量的观测误差——经济现象的内在随机性4.简单线性回归模型的基本假定：1、对变量和模型的假定；2、对随机扰动项ui统计分布的假定（古典假定）：零均值假定——同方差假定——无自相关假定——随机扰动项ui与解释变量Xi不相关——正态性假定5.违反零均值假定：影响截距上的估计（影响小）6.违反正态性假定：不影响OLS估计是最佳无偏性，但会使t检验F检验失真（影响大）7.样本回归函数的离差形式：yi^=β2^*xi8.OLS估计值的离差表达式：β2^=Σ(Xi-X_)(Yi-Y_)/Σ(Xi-X_)^2=Σxiyi/Σxi^2β1^=Y_-β2^*X_9.OLS回归线的性质：样本回归线过（X_,Y_）——估计值均值等于实际值均值——剩余项ei的均值为零——Cov(Yi^,ei)=0——Cov(Xi,ei)=010.β^的评价标准：无偏性——有效性——一致性11.β^的统计性质：线性——无偏性——有效性12.Var(^β1)=Ơ^2/Σxi^2——Var(^β2)=ΣXi^2/n*Ơ^2/Σxi^213.^Ơ^2=Σei^2/(n-2)14.总变差平方和：Σ(Yi-Y_)^2=Σyi^2……TSS……n-1回归平方和：Σ(Yi^-Y_)^2=Σ^yi^2……ESS……k-1残差平方和：Σ(Yi-Yi^)^2=Σei^2……RSS……n-k15.可决系数：R^2=ESS/TSS16.SE(^β1)=√(Ơ^2ΣXi^2)/(nΣxi^2)SE(^β2)=√Ơ^2/Σxi^217.t=(^β1-β1)/^SE(^β1)~t(n-2)t=(^β2-β2)/^SE(^β2)~t(n-2)18.区间估计：1.当总体方差Ơ^2已知，α=0.1—±1.645, α=0.05—±1.96, α=0.01—±2.33，P[-tα<z=(^β2-β2)/^SE(^β2)<tα]=1-α2.当总体方差Ơ^2未知，样本容量大，可用^Ơ^2=Σei^2/(n-2)代替Ơ^2，z=(^β2-β2)/(^Ơ/√Σxi^2)3.当总体方差Ơ^2未知，样本容量小，P[-tα/2< t=(^β2-β2)/^SE(^β2)<tα/2]=1-α19.对Y平均值的区间预测：SE(^Yf)=Ơ√{1/n+[(Xf-X_)^2/Σxi^2]}，置信度1-α的预测区间[^Yf-tα/2* SE(^Yf), ^Yf+tα/2* SE(^Yf)]20.对Y个别值预测区间：Yf=^Yf±tα/2*^Ơ√{1+1/n+[(Xf-X_)^2/Σxi^2]}1.多元线性回归模型的古典假定：零均值假定——同方差和无自相关假定——随机扰动项与解释变量不相关——无多重共线性假定——正态性假定2.修正的可决系数：_R^2=1-(1-R^2)(n-1)/(n-k)……k是待估参数个数，R^2必定为正，但修正的可决系数可能为负，这是规定其为0，随着k的增加，_R^2越来越小于R^23.F=ESS(k-1)/RSS(n-k)=R^2/(1-R^2)*(n-k)/(k-1)4.S.E. of regression：Ơ^2=Σei^2/(n-k)——Ơ=5.t-statistic=coefficient/std.error6.TSS=(n-1)*(S.D.dependent var)^2第四章1.多重共线性产生的原因：经济变量之间具有共同变化趋势——模型中包含滞后变量——利用截面数据建立模型也可能出现多重共线性——样本数据自身的原因2.完全多重共线性产生的后果：参数的估计值不确定——参数估计值得方差无限大3.不完全多重共线性后果：参数估计值的方差和协方差增大——对参数区间估计时，置信区间趋于变大——严重多重共线性时，假设检验容易作出错误判断——参数估计经济含义不合理。

一、 概念与题型<林清泉版王璐山寨整理,仅作复习参考>1. 中心极限定理2. 大数定理3. 正态分布4. 契比雪夫不等式5. 方差,期望6. 协方差与其相关系数7. 计算中经常使用到的排列组合公式<样题中用到组合C 错误!〕8. 其它几个计算题型参见后面的样题二、 简答文字版<07.06考题>1. 经典回归的主要假设答：y x u αβ=++,存在一个干扰项u 。

对总体回归函数〔PRF 〕,需要估计参数αβ和。

为了进行估计,需要对干扰项做出严格的假设：1、误差分布的均值为0,即对于所有i,()0i E u =；2、误差项的方差相同,2()i Var u σ=；3、误差项相互独立,即(,)0i j Cov u u =；4、所有的i X 都是可观察的并且独立于i u ,(,)0i Cov X u =；5、误差服从于正态分布,均值是0,方差是2σ；6、X 是非随机的。

7、还有几个潜在的假设：线性回归模型；观测次数必须大于待沽参数个数；X 值要有变异性；正确设定了回归模型〔没有设定偏误〕。

第二种答案：〔应该也是正确的,可能因授课老师不同,答案不同〕答：经典回归的主要假设有：1、回归模型对参数而言是线性的；2、各自变量 X 的值在重复抽样中是固定的；3、对给定的 X,随机干扰项 ui 的均值为零；4、对给定的 X,随机干扰项 ui 的方差不变；5、对给定的 X,随机干扰项 ui 无自相关；6、如果 X 是随机的,则干扰项与各 X 是独立的或不相关；7、观测次数必定大于自变量的个数；8、自变量的取值必须有足够的变异性；9、回归模型是正确设定的；10 、自变量之间无准确的线性关系,即无多重共线性；11 、随机干扰项 ui 是正态分布的。

只有符合了这些假定,通过普通最小二乘法进行估计所获得的结果才是最佳的,即最小方差无偏估计BLUE 〔Best linear unbiased estimator 〕。

复习课10月28日By Dandan Zhang第一讲：导论1、计量经济学方法的应用？用定量研究的方法分析经济变量间的因果关系。

（causality, ceteris paribus）研究社会科学问题，通常采用非实验数据，这种基于非实验数据的研究方法在分析因果关系时会出现很多问题，比如多个相互关联的因素都会对结果产生影响，那么我们就要采用计量经济学的方法尽可能剔除其他因素的影响，isolate出我们感兴趣的两个变量之间的关系。

一个经典的例子是小时工资的决定，educ, ability, exper。

计量经济学方法的魅力就在于它可以使社会科学研究人员模拟自然科学家在实验室的实验操作手法分析变量间的因果关系。

2、经济数据的种类a) 截面数据（同一时点的不同观测）—本课程的重点b) 时间序列c) 合并的截面数据d) 面板数据******************************************************************************* 第二讲：概率论、估计和假设检验1、统计推断用来自总体的一个样本来推断这个总体的特性。

给定不同的样本，可以得到不同的估计值。

这些估计值的集合就是估计量。

估计量是随机变量（存在一个分布），估计值是一个特定的常数。

2、如何判断估计量是准确地估计的总体特征呢？——3个标准a)无偏性：估计量的期望等于真值b)有效性：对总体某个参数的无偏估计量往往不只一个，对应不同的抽样分布，方差小的那个估计量更为有效。

c)一致性: 在大样本条件下，估计量的渐进性。

随着样本量的增加，估计量的分布趋近于总体真值附近。

plim.第三讲：简单线性回归模型1、为了得到x对y影响的因果判断，必须依赖两个假设条件：a)误差项均值为零E(u)=0b)条件期望零值假设E(u|x)=E(u)=02、OLSa)对方程参数进行估计，确定回归线b)思路：最小化残差平方和，解极值条件，联立方程组3、OLS统计量的代数性质a)残差的样本均值为0b)残差和解释变量（被解释变量的估计值）不相关c)均值点一定在OLS回归线上4、拟和优度a)X对Y的解释程度。