下载文档原格式
《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。
第一章 绪论1.1 一般说来，计量经济分析按照以下步骤进行：（1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据（4）估计参数 （5）假设检验 （6）预测和政策分析 1.2 我们在计量经济模型中列出了影响因变量的解释变量，但它（它们）仅是影响因变量的主要因素，还有很多对因变量有影响的因素，它们相对而言不那么重要，因而未被包括在模型中。
为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。
1.3时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。
横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。
如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。
1.4 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。
在一项应用中，依据估计量算出的一个具体的数值，称为估计值。
如Y 就是一个估计量，1nii YY n==∑。
现有一样本，共4个数，100，104，96，130，则根据这个样本的数据运用均值估计量得出的均值估计值为5.107413096104100=+++。
第二章 计量经济分析的统计学基础2.1 略，参考教材。
2.2N SS x ==45=1.25 用α=0.05，N-1=15个自由度查表得005.0t =2.947，故99%置信限为x S t X 005.0± =174±2.947×1.25=174±3.684也就是说，根据样本，我们有99%的把握说，北京男高中生的平均身高在170.316至177.684厘米之间。
2.3 原假设120:0=μH备择假设120:1≠μH检验统计量()10/25XX μσ-Z ====查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即此样本不是取自一个均值为120元、标准差为10元的正态总体。
