第一章 导论
1、什么是计量经济学模型？它有哪些要素？要素的内容是什么？
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，其一般形式为：
模型由经济变量（x,y），随机误差项（u），参数（β）和方程的形式 f (▪)等四个要素构成。
经济变量（x,y）——用于描述经济活动水平的各种量，是经济计量建模的基础
随机误差项（u）——表示模型中尚未包含的影响
因素对因变量的影响，一般假定其满足一定条件。
参数（β）——是模型中表示变量之间 数量关系的系数，
具体说明解释变量对解释变量的影响程度。
方程的形式 f (▪) ——是将计量经济模型的三个要素联系
在一起的数学表达式，分为线性模型和非线性模型。
2、经典计量经济学模型的建模步骤及主要内容是什么？
经典计量建模可分为四个连续的阶段：模型设定，参数估计，模型检验，模型应用。模型设定阶段需研究有关经济理论并确定变量以及函数形式，进行样本数据的收集与整理；模型的参数估计阶段要用到统计推断、回归分析方法，经常需要借助于统计软件的帮助得到参数的估计结果，参数一经确定，模型中各变量之间的关系就确定了，模型也就随之确定了。参数估计的主要方法有最小平方法（OLS）及其拓展形式（GLS、WLS、2StageLS等）、最大似然估计法、数值计算法等；模型检验包括经济意义检验、统计检验、计量经济检验；模型可应用于验证与发展经济理论、结构分析、经济预测、政策评价等方面。
3、数据及数据类型
变量的具体取值称为数据(Data)。数据是经济计量分析的原材料，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。
1.时间序列数据（Time series data）是按时间顺序排列而成的数据。
2.截面数据（Cross sectional data）又称横断面数据，是指在同一时间，不同统计单位的相同统计指标组成的数据列。
3.合并数据（Pooled data）是指既有时间序列数据又有横截面数据。
计量经济学 重点
第一章 经济计量学的特征及研究范围
1、经济计量学的定义P1
1经济计量学是利用经济理论、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；
2经济计量学运用数理统计学分析经济数据,对构建于数理经济学基础之上的模型进行实证分析,并得出数值结果;
2、学习计量经济学的目的计量经济学与其它学科的区别P1-P2
1计量经济学与经济理论
经济理论：提出的命题和假说,多以定性描述为主
计量经济学：依据观测或试验,对大多数经济理论给出经验解释,进行数值估计
2计量经济学与数理经济学
数理经济学：主要是用数学形式或方程或模型描述经济理论
计量经济学：采用数理经济学家提出的数学模型,把这些数学模型转换成可以用于经验验证的形式
3计量经济学与经济统计学
经济统计学：涉及经济数据的收集、处理、绘图、制表
计量经济学：运用数据验证结论
3、进行经济计量的分析步骤P2-P3
1建立一个理论假说
2收集数据
3设定数学模型 4设立统计或经济计量模型
5估计经济计量模型参数
6核查模型的适用性：模型设定检验
7检验源自模型的假设
8利用模型进行预测
4、用于实证分析的三类数据P3-P4
1时间序列数据：按时间跨度收集到的定性数据、定量数据；
2截面数据：一个或多个变量在某一时点上的数据集合；
3合并数据：包括时间序列数据和截面数据;
一类特殊的合并数据—面板数据纵向数据、微观面板数据：同一个横截面单位的跨期调查数据
第二章 线性回归的基本思想：双变量模型
1、回归分析P18
用于研究一个变量称为被解释变量或应变量与另一个或多个变量称为解释变量或自变量之间的关系
2、回归分析的目的P18-P19
1根据自变量的取值,估计应变量的均值；
2检验建立在经济理论基础上的假设；
3根据样本外自变量的取值,预测应变量的均值；
4可同时进行上述各项分析;
3、总体回归函数PRFP19-P22
1概念：反映了被解释变量的均值同一个或多个解释变量之间的关系
第一章
1、什么是计量经济学计量经济学方法与一般经济学方法有什么区别
答：计量经济学是经济学的一个分支学科，以揭示经济活动中客观存在的经济关系为主要内容，是由经济理论、统计学、数学三者结合而成的交叉性学科。
计量经济学方法揭示经济活动中具有因果关系的各因素间的定量关系，它用随机性的数学方程加以描述；而一般经济数学方法揭示经济活动中各因素间的理论关系，更多的用确定性的数学方程加以描述。
2、计量经济学的研究对象和内容是什么计量经济学模型研究的经济关系有哪两个基本特征
答：计量经济学的研究对象是经济现象，主要研究经济现象中的具体数量规律，换言之，计量经济学是利用数学方法，根据统计测定的经济数据，对反映经济现象本质的经济数量关系进行研究。计量经济学的内容大致包括两个方面：一是方法论，即计量经济学方法或理论计量经济学；二是应用，即应用计量经济学。无论理论计量经济学还是应用计量经济学，都包括理论、方法和数据三要素。
计量经济学模型研究的经济关系有两个基本特征：一是随机关系，二是因果关系。
3、为什么说计量经济学模型研究是演绎与归纳的结合
计量经济学应用研究包含两大基本步骤：设定模型和检验模型。前者是由一定的前提假设出发，经由逻辑变形而导出可检验的理论假说，并将之形式化为数理模型，属于演绎法的范畴；后者则是依托于样本数据，对模型进行回归估计和统计检验，并根据检验结果作出在一定概率水平上接受或拒绝原理论假说的判断，属于归纳法的范畴。如果缺少前一个步骤，而仅仅从事经济数据的调查、收集、整理和统计分析，那就不再是计量经济学，而是经济统计学的工作；如果缺少后一个步骤，而仅仅对经济变量之间的逻辑关系进行数理推导，那也不再是计量经济学，而是数理经济学的工作。计量经济学综合了上述两个步骤，将抽象演绎法和经验归纳法有机结合，或者说，它既是归纳的，又是演绎的。
倘若简单地把计量经济学视为经验归纳法，过度拘泥于计量研究中的模型检验阶段，而不对模型设定给予足够的重视，那么，不论回归方法多么复杂和先进，检验步骤多么精细和准确，得出的结论仍然有可能是没有价值的，甚至是完全错误的。必须认识到，在计量经济学应用研究中，演绎推理和归纳推理是紧密结合在一起的，这种结合不仅意味着彼此补充，也导致了彼此限制。由于计量研究中归纳推理的作用在于检验演绎推理得出的理论假说，故而演绎阶段对归纳阶段形成了根本性的限制。如果一项计量经济学模型应用研究的演绎基础薄弱甚至错误，归纳阶段做得再好也无法弥补蕴含在待检验理论假说中的缺陷。当然，归纳阶段反过来也会对演绎阶段形成极大限制。从模型的基本形式（截面分析还是时序分析线性方程还是非线性方程参数估计还是非参数估计等等）到变量的选择，甚至最初研究主题的确定，都要受到既定的数据条件和已有的计量分析方法的局限，结果往往和“理想的”经验检验相去甚远。在现实中，后一种限制极为常见，几乎在每一项经济学经验研究中都不同程度地存在。然而重要的是，不能因为遇到后一种限制而忘记前一种限制；不能为了处理归纳阶段的问题而降低演绎阶段的研究质量；从更根本的层面上说，不能片面强调计量经济学的归纳性质而忽视其演绎性质。简言之，演绎法和归纳法是计量经济学的两翼，缺一不可，不能偏废。
《计量经济学》各章主要知识点
计量经济学是一门融合了经济学、统计学和数学的交叉学科，旨在通过建立经济模型、运用数据和统计方法来定量分析经济现象和经济关系。以下将为您详细介绍其各章的主要知识点。
第一章：绪论
这一章主要介绍计量经济学的定义、研究目的和发展历程。让我们了解到计量经济学是利用经济数据和统计方法来验证经济理论、进行经济预测和为政策制定提供依据的学科。还会阐述计量经济学与其他相关学科，如经济学、统计学的联系与区别。同时，会提到建立计量经济模型的基本步骤，包括理论模型的设定、数据收集、模型估计、模型检验和模型应用等。
第二章：一元线性回归模型
一元线性回归模型是计量经济学中最基础的模型之一。我们要掌握模型的数学表达式，即 Y ＝ β₀ ＋ β₁X ＋ u ，其中 Y 是被解释变量，X 是解释变量，β₀ 是截距项，β₁ 是斜率系数，u 是随机误差项。重点理解最小二乘法（OLS）的原理和应用，它是估计模型参数的常用方法。通过最小二乘法，我们可以得到使得样本观测值与模型估计值的残差平方和最小的参数估计值。还需要了解一元线性回归模型的基本假定，如零均值假定、同方差假定、无自相关假定、解释变量与随机误差项不相关假定以及随机误差项服从正态分布假定等。 第三章：多元线性回归模型
在这一章，模型扩展到多个解释变量。多元线性回归模型的一般形式为 Y ＝ β₀ ＋ β₁X₁ ＋ β₂X₂ ＋ ＋ βₖXₖ ＋ u 。要学会如何使用矩阵形式来表示和求解这个模型。同样，多元线性回归模型也有一系列假定，如解释变量之间不存在完全共线性等。参数估计仍然可以使用最小二乘法，但需要注意多重共线性、异方差和自相关等问题的检验和处理。
第四章：异方差性
异方差性是指模型中的随机误差项的方差不是常数，而是随着解释变量的变化而变化。了解异方差性产生的原因，比如模型设定错误、测量误差的变化等。掌握异方差性的检验方法，如图示法、帕克检验、戈德菲尔德 匡特检验等。对于存在异方差性的模型，要学会使用加权最小二乘法（WLS）等方法进行修正，以得到更有效的参数估计。
