数量经济学专业核心课程.docVIP

数量经济学专业核心课程 计量经济学 结构大纲 （含初级、中级、高级） 第1章、导论 1.1 计量经济学概述 1.2 与相关学科关系 1.3 计量分析方法与步骤 1.4 计量模型应用 1.5 计量分析软件 第一篇、经典单方程计量经济模型 第2章、相关分析和回归分析 2.1 相关分析 2.2 线性回归基本假定 2.3 总体回归与样本回归 2.4 随机干扰项 第3章、一元线形回归模型 3.1参数估计 3.1.1最小二乘估计 3.1.2估计量性质：最优、线性、无偏估计 3.1.3 最大似然估计 3.2 置信区间与显著性检验 3.2.1 抽样分布 3.2.2 参数的置信区间 3.2.3 参数的显著性检验 3.3 方差分析与拟合优度 3.3.1 方差分解 3.3.2 拟合优度检验 3.3.3 F检验与方差分析表 3.4 预测与应用实例 3.4.1 均值预测 3.4.2 个值预测 3.4.3 应用实例 第4章、多元线形回归模型 4.1 多元回归基本假设 4.2 多元回归参数估计 4.2.1 最小二乘估计 4.2.2 最小二乘估计的统计特性和随机项的方差估计 4.2.3 最大似然估计与Cramer-Rao定理 4.2.4 估计量的分布特性 4.2.5 样本容量问题 4.3 多元回归统计检验 4.3.1 系数的置信区间 4.3.2 系数的假设检验（t检验） 4.4 方差分析与拟合优度 4.4.1 方差分解 4.4.2 拟合优度检验 4.4.3 F检验和方差分析表 4.5 偏相关系数 4.5.1 简单相关系数与偏相关系数 4.5.2 偏回归系数 4.6 解释变量的选取（模型选定） 4.6.1 前进法 4.6.2 后退法 4.6.3 逐步回归法 4.6.4 偏相关系数法 4.7 参数线性约束与参数的稳定性 4.7.1 参数的线性约束及检验 4.7.2 参数稳定性：邹(chow)稳定性检验和邹预测检验 4.7.3 分段线性回归 4.7.4 参数的非线性约束 4.7 预测与应用实例 4.7.1 均值预测 4.7.2 个值预测 4.7.3 多元回归应用实例 4.7.4 解释变量选取（模型选定）实例 第二篇、放宽基本假设的单方程计量经济模型 第5章、异方差性 5.1 异方差类型及产生原因（来源） 5.2 异方差性的非有效性（后果） 5.3 异方差性的检验方法 5.3.1 图示法检验 5.3.2 帕克（Park）检验和格莱泽（Glejser）检验 5.3.3 歌德费尔德（Goldfeld）-匡特（Quandt）检验 5.3.4 布劳殊(Breusch)-培干(Pagan)-戈弗雷(Godfrey)检验 5.3.5 怀特（White）检验 5.4异方差性的修正（消除）方法 5.4.1 加权最小二乘法（WLS） 5.4.2 广义最小二乘法(GLS) 5.5 案例分析 第6章、序列相关性 6.1 序列相关性及来源 6.1.1 序列相关性定义 6.1.2 序列相关性产生原因 6.2 序列相关性的影响（后果） 6.2.1 参数估计的非有效 6.2.2 估计后果 6.3 序列相关性的检验 6.3.1 图示法检验 6.3.2 DW(Durbin-Waston)检验 6.3.3 h检验(DW检验拓展) 6.3.4 沃尔利斯（Wallis）四阶自回归检验 6.3.5 布劳殊(Breusch)-戈弗雷(Godfrey)检验(GB检验/拉格朗日乘数检验) 6.4序列相关性的补救 6.4.1 广义最小二乘法(GLS) 6.4.2 广义差分法 6.4.3 随机项系数估计（科克伦迭代法和杜宾两步法） 6.5虚假序列相关性 6.6 案例分析 第7章、多重共线性 7.1 多重共线性及来源 7.2 多重共线性的影响（后果） 7.3 多重共线性的检验 7.3.1 检查是否存在 7.3.2 判明存在范围 7.4 克服多重共线性的方法 7.4.1 先验信息与补充样本数据 7.4.2 截面数据和时间数据并用 7.4.3 剔除变量与设定误差 7.4.4 减少参数估计方差(岭回归法) 7.4.5 差分法 7.5 案例分析 第8章、随机解释变量问题 8.1 随机解释变量概述 8.2 随机解释变量后果 8.3 随机解释变量解决方法：工具变量法 8.4 案例分析 第9章、虚拟变量模型 9.1 虚