计量经济学理论与实践2版(袁建文[等]编著)思维导图

EViews/Stata计量经济学入门：导论与第一、二章EViews/Stata操作知识点：介绍计量经济学的简史，为什么研究计量经济学，计量经济学的数据类型及因果关系；EViews与Stata操作入门。

学习指导：本部分的重点知识是：计量经济学的四种数据结构——横截面数据、时间序列数据、面板数据和混合数据；因果关系；对于四种数据结构的区别要清晰，本课程重点讲解横截面数据和面板数据的处理方法；而混合数据的处理方法与横截面数据相同，而对于考虑相关性的时间序列数据，可以在另开设一门课程来介绍。

因果关系是所有学科分析重要的内容。

但由于经济社会中各变量之间关系十分复杂，所以通常需要控制其他变量后再具体分析所关心自变量对于因变量的影响，而这正是计量经济学研究的重要的内容之一。

关于EViews与Stata的详细操作不是本课程的重点，可以不单独介绍，本课程将会在后续章节的应用例题中介绍与计量经济学密切相关的软件操作步骤。

第三章一元线性回归模型知识点：一元线性回归模型的假设、最小二乘估计及其估计量的性质、系数显著性检验和预测区间。

学习指导：本部分的重点知识是：模型的假设是确保模型可以估计和估计方法好坏的基础，所以要了解假设估计间的关系；最小二乘估计是计量经济学的最基本估计方法之一，所以要熟练掌握其求解过程和其估计量的统计性质；系数显著性检验是经济分析中的重要一环，要了解检验的步骤和意义；本章难点一是如何证明在本章假设下最小二乘估计量是最优的，对于要求较高的院校，可以介绍这里所使用的添项减项技巧，并指出证明的关键是使用线性无偏条件来证明交叉相乘项为0。

本章难点二是如何证明S2是方差的无偏估计量，这里证明的关键是注意到不同误差项之间的无关性对计算过程化简的重要性。

对于要求较低的院校也可以对证明做忽略处理，仅仅指出结论也是入门计量经济学的一种常见处理方法。

第四章多元线性回归模型知识点：多元线性回归模型的假设、最小二乘估计及其估计量的性质、决定系数与修正的决定系数、单系数与线性约束的检验、多重共线性的相关问题。

[经验分享]计量经济学思维导图及...
文/日新少年
来源：经管之家论坛，感谢作者授权转载
在经管之家论坛上，作者整理出来的[经验分享] 计量经济学思维导图及经典时间序列分析方法介绍（ARMA、ARIMA、ARCH、GARCH族）一文，深受广大朋友们的喜爱。

中心小编经过联系授权，今日与大家一起学习。

参照的书籍比较杂、包括一部分笔记，这里就不一一陈述了。

另外[学科前沿] 《金融时间序列分析》分章思维导图与简评一文，给作者了很多启发。

最终做成这份思维导图，现分享给大家：
可以放大查看原图
经典时间序列分析方法
经典时间序列分析方法操作步骤简介
AR、MA、ARMA的模型及阶数判定：。

第一章：绪论1．计量经济学的学科属性、计量经济学与经济学、数学、统计学的关系；2．计量经济研究的四个基本步骤（1）建立模型（依据经济理论建立模型，通过模型识别、格兰杰因果关系检验、协整关系检验建立模型）；（2）估计模型参数（满足基本假设采用最小二乘法，否则采用其他方法：加权最小二乘估计、模型变换、广义差分法等）；（3）模型检验：经济意义检验（普通模型、双对数模型、半对数模型中的经济意义解释，见例1、例2），统计检验（T 检验，拟合优度检验、F 检验，联合检验等）；计量经济学检验（异方差、自相关、多重共线性、在时间序列模型中残差的白噪声检验等）；（4）模型应用。

例1：在模型中，y 某类商品的消费支出，x 收入，P 商品价格，试对模型进行经济意义检验，并解释21,ββ的经济学含义。

t t t P x y 31.0ln 25.0213.0ln -+=∧,其中参数21,ββ都可以通过显著性检验。

经济意义检验可以通过（商品需求与收入正相关、与商品价格负相关）。

商品消费支出关于收入的弹性为0.25（)/ln(25.0)/ln(11-∧-=t t t t x x y y ）；价格增加一个单位，商品消费需求将减少31%。

例2：研究金融发展与贫富差距的关系，认为金融发展先使贫富差距加大（恶化），尔后会使贫富差距降低（好转），成为倒U 型。

贫富差距用GINI 系数表示，金融发展用（贷款余额/存款总额）表示。

回归结果为： 229.164.034.2t t t x x GINI -+=∧，模型参数都可以通过显著性检验。

在x 的有意义的变化范围内，GINI 系数的值总是大于1，细致分析后模型变的毫无意义；同样的模型还有：GINI 系数的值总是为负231.1412.734.13t t t x x GINI -+-=∧。

3．计量经济学中的一些基本概念数据的三种类型：横截面数据、时间序列数据、面板数据；线性模型的概念；模型的解释变量与被解释变量，被解释变量为随机变量（如 果一个变量为随机变量，并与随机扰动项相关，这个变量称为内生变量），被解释变量为内生变量，有些解释变量也为内生变量。