计量经济学庞皓第三版数据汇总

第二章简单线性回归模型第一节回归分析与回归函数P15（一）相关分析与回归分析1、相关关系2、相关系数3、回归分析（二）总体回归函数（条件期望）（三）随机扰动项（四）样本回归函数第二节简单线性回归模型参数的估计P26（一）简单线性回归的基本假定（二）普通最小二乘法求样本回归函数（三）OLS回归线的性质（四）最小二乘估计量的统计性质1、参数估计量的评价标准（无偏性、有效性、一致性）2、OLS估计量的统计特性（线性特性、无偏性、有效性、高斯-马尔可夫定理）第三节拟合优度的度量（RSS、ESS、TSS）P35（一）总变差的分解（二）可决系数（三）可决系数与相关系数的关系第四节回归系数的区间估计与假设检验P38（一）OLS估计的分布性质（二）回归系数的区间估值（三）回归系数的假设检验1、Z检验2、t检验第五节回归模型预测P43第六节案例分析P48第三章多元线性回归模型第一节多元线性回归模型及古典假定P64一、多元线性回归模型二、多元线性回归模型的矩阵形式三、多元线性回归模型的古典假定第二节多元线性回归模型的估计P68一、多元线性回归性参数的最小二乘估计二、参数最小二乘估计的性质（线性特性、无偏性、有效性）三、OLS估计的分布性质四、随机扰动项方差的估计五、多元线性回归模型参数的区间估计第三节多元线性回归模型的检验P74一、拟合优度检验（多重可决系数、修正的可决系数）二、回归方程的显著性检验（F-检验）三、回归参数的显著性检验（t-检验）第四节多元线性回归模型的预测P79第五节案例分析P81第四章多重共线性第一节什么是多重共线性P94第二节多重共线性产生的后果第三节多重共线性的检验第四节多重共线性的补救措施第五节案例分析P109。

实用文档之"第二章"2.2（1）①对于浙江省预算收入与全省生产总值的模型，用Eviews分析结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/03/14 Time: 17:00Sample (adjusted): 1 33Included observations: 33 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.X 0.176124 0.004072 43.25639 0.0000C -154.3063 39.08196 -3.948274 0.0004R-squared 0.983702 Mean dependent var 902.5148 Adjusted R-squared 0.983177 S.D. dependent var 1351.009S.E. of regression 175.2325 Akaike info criterion 13.22880Sum squared resid 951899.7 Schwarz criterion 13.31949Log likelihood -216.2751 Hannan-Quinn criter. 13.25931F-statistic 1871.115 Durbin-Watson stat 0.100021Prob(F-statistic) 0.000000②由上可知，模型的参数：斜率系数0.176124，截距为—154.3063③关于浙江省财政预算收入与全省生产总值的模型，检验模型的显著性：1）可决系数为0.983702，说明所建模型整体上对样本数据拟合较好。

2）对于回归系数的t检验：t（β2）=43.25639>t0.025(31)=2.0395，对斜率系数的显著性检验表明，全省生产总值对财政预算总收入有显著影响。

（完整word版）计量经济学总结第三版庞皓,推荐文档计量经济学第一章导论一节什么是计量经济学统计学，经济学，数学的结合二节研究步骤一、模型假定估计解释变量与被解释变量的关系，设置随机扰动项μ二、估计参数通过变量的样本观测值合理的估计总体模型的参数，是计量经济学的核心内容三、模型检验（1）经济意义检验，检验所估计的模型与经济理论是否相符（2）统计推断信息，检验参数估计值是否是抽样的偶然结果，需要运用数理统计中统计推断方法对模型及参数的统计可靠性作出说明（3）计量经济学检验，t检验和F检验检验模型是否符合计量经济学假定，如多重共线性，随机扰动项的自相关和异方差性（4）模型预测检验四、模型应用三节变量参数数据与模型一、变量经济变量：在不同的时间或空间有不同状态，回去不同的数值且可观测eg.居民家庭收入X和居民消费支出Y分类：（1）流量与存量（2）解释变量/自变量与被解释变量/因变量（3）内生变量（由模型所决定的变量，是模型求解的结果）和外生变量（由模型以外决定的变量）二、参数的估计所得到的参数估计值迎“尽可能接近总体参数真实值”原则三、计量经济学中应用的数据（1）时间序列数据（2）截面数据（3）面板数据（4）虚拟变量数据二章简单线性回归模型一节回归分析与回归函数一、相关分析与回归分析（一）经济变量之间的相关关系经济变量之间有两种关系，一种是确定性的函数关系，另一种是不确定的统计关系，也叫相关关系。

当一个或若干个变量x取一定值时，与之对应的另一个变量Y的值虽然不确定，但按照某种规律在一定范围内变化，称这种变量之间的关系为不确定的统计关系或相关关系。

分类（1）简单相关关系/多重相关关系（2）线性相关/非线性相关（3）正相关/负相关（4）完全相关/不相关（二）简单线性相关关系的度量1简单线性相关系数总体相关系数ρρ反应了总体两个变量X和Y的线性相关程度。

变量X和Y的样本相关系数通常用表示2相关系数特点（1）（2）相关系数至反应变量间线性相关程度，不能说明非线性关系（3）样本相关系数不是确定的值，二是随抽样变动的随机变量（三）回归分析相关分析：（1）分析是否存在相关关系（2）明确相关关系类型（3）激浪祥光关系密切程度回归分析用于具体测定变量之间相关关系的数量形式，是关于一个变量（被解释变量）对另一个变量（解释变量）依存关系的研究，用适当的数学模型近似的表达或估计变量之间平均变化关系二、总体回归函数将总体被解释变量Y的条件期望表现为解释变量X的函数，这个函数称为总体回归函数：若Y的总体条件期望是解释变量X的线性函数，可表示为关于线性的解释（1）模型就变量而言是线性的（2）模型就参数而言是线性的一般指第二个三、随机扰动项μ个别值总是分布在条件期望周围，而不是全在代表平均值轨迹的回归线上，零各个与条件期望的偏差为μ（表示对Y有影响但是没有纳入模型的诸多因素的综合影响）若总体回归函数是只有一个解释变量的线性函数，有有等式暗含的假设条件，也就是假设回归线通过Y的天健期望或条件均值引入随机扰动项的原因：（1）作为未知影响因素的代表（2）（3）（4）（5）（6）四、样本回归函数对于实际经济问题，由于总体包含的单位数太多，无法掌握所有单位的数值，总体回归函数虽然存在但往往未知，能做到的只是通过对样本观测获得的信息去顾及总体回归函数。

第二章 简单线性回归模型2.1（1） ①首先分析人均寿命与人均GDP 的数量关系，用Eviews 分析：Dependent Variable: YMethod: Least SquaresDate: 12/27/14 Time: 21:00Sample: 1 22Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 56.64794 1.960820 28.88992 0.0000X1 0.128360 0.027242 4.711834 0.0001 R-squared 0.526082 Mean dependent var 62.50000AdjustedR-squared 0.502386 S.D. dependent var 10.08889S.E. of regression 7.116881 Akaike info criterion 6.849324Sum squared resid 1013.000 Schwarz criterion 6.948510Log likelihood -73.34257 Hannan-Quinncriter. 6.872689F-statistic 22.20138 Durbin-Watson stat 0.629074Prob(F-statistic) 0.000134 有上可知，关系式为y=56.64794+0.128360x 1②关于人均寿命与成人识字率的关系，用Eviews 分析如下：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:10Sample: 1 22Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 38.79424 3.532079 10.98340 0.0000X2 0.331971 0.046656 7.115308 0.0000 R-squared 0.716825 Mean dependent var 62.50000AdjustedR-squared 0.702666 S.D. dependent var 10.08889S.E. of regression 5.501306 Akaike info criterion 6.334356Sum squared resid 605.2873 Schwarz criterion 6.433542Log likelihood -67.67792 Hannan-Quinncriter. 6.357721F-statistic 50.62761 Durbin-Watson stat 1.846406Prob(F-statistic) 0.000001 由上可知，关系式为y=38.79424+0.331971x 2③关于人均寿命与一岁儿童疫苗接种率的关系，用Eviews 分析如下：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:14Sample: 1 22Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 31.79956 6.536434 4.864971 0.0001X3 0.387276 0.080260 4.825285 0.0001 R-squared 0.537929 Mean dependent var 62.50000AdjustedR-squared 0.514825 S.D. dependent var 10.08889S.E. of regression 7.027364 Akaike info criterion 6.824009Sum squared resid 987.6770 Schwarz criterion 6.923194Log likelihood -73.06409 Hannan-Quinncriter. 6.847374F-statistic 23.28338 Durbin-Watson stat 0.952555Prob(F-statistic) 0.000103 由上可知，关系式为y=31.79956+0.387276x 3（2）①关于人均寿命与人均GDP 模型，由上可知，可决系数为0.526082，说明所建模型整体上对样本数据拟合较好。