2010计量经济学复习要点摘录整理.docVIP

2010计量经济学复习要点摘录整理 一绪论 1计量经济学定义：是一门经济学科。计量经济学是经济理论、统计学和数学三者的结合。 对象：经济问题；依据：经济学原理；方法：统计学和数学 2计量经济学的功能: (具体化) 结构分析;; 结构：是经济变量之间的相互关系 结构分析：计量经济学对经济变量之间的相互关系进行定量揭示。 结构分析：弹性分析、乘数分析和比较静态分析。 经济预测; 预测是寻找出经济变量过去的变化规律，并据此对经济变量未来的值进行预测。 政策评价 “经济政策实验室” 检验与发展经济理论 检验的重要性 ：任何经济学理论，只有当它成功地解释了过去，才能为人们所接受。 计量经济学模型是检验经济理论的有效工具。 在对经济学理论的检验过程中推动经济学理论的发展。 3计量经济学的功能如何实现：建模型 解模型 建模型（１）、确定模型的变量 (经济学理论和经济行为分析;用统计检验的方法确定) （２）、确定模型的数学形式 () 注意1：现在和未来不能解释过去。 注意2：计量经济学模型中的变量为随机变量。 解模型:通过数据来估计模型中的函数或参数 数据类型:截面数据; 时间序列数据 ; 面板数据 模型的检验【熟知估计结果各项之间联系】 ⑴ 经济学意义的检验 根据模型中参数的意义：符号、大小、关系，对参数估计结果的可靠性进行判断-模型的合理性 ⑵ 统计检验 拟合优度检验；方程显著性检验；变量显著性检验 ⑶ 计量经济学检验（计量经济学理论） 异方差性检验；序列相关性检验；多重共线性检验随机解释变量的检验 ⑷ 模型预测检验（最后的word中无） 由模型的应用要求决定。包括：稳定性检验；扩大样本重新估计；预测性能检验；对样本外一点进行实际预测 4、计量经济学功能的评价与决定计量经济学模型成功的要素。 （1）：四大功能中，检验经济理论与结构分析功能可靠性强，而政策分析与经济预测的功能较弱。 （2）：建立模型的理论、解模型的方法与数据的质量是决定模型能否成功建立的三要素。 二、一元线性回归模型 相关性分析回归分析： 同：研究非确定型变量间的统计依赖关系并能测度依赖程度的大小 异：相关性分析：从统计数据的角度，不考察因果关系 ——变量地位是 对称、随机变量；只关注变量间的联系程度，不关注依赖关系 回归分析： 有统计相关关系的变量间的因果关系分析——变量地位 不对称、解释与被解释变量之分、解释变量常为 非随机变量；更关注依赖关系，可通过解释变量的变化估计（预测）被解释变量的变化 回归分析含义:是研究一个变量关于另一个(些)变量的依赖关系的计算方法和理论.其目的在于通过后者的已知或设定值,去估计和(或)预测前者的(总体)均值 前一个变量——被解释变量（应变量）；后一个变量——解释变量（自变量） 回归分析：分析变量之间的因果关系及影响程度 相关关系因果关系： 具有因果关系的变量一定具有相关关系；具有相关关系的变量未必有因果关系。 因果关系：一个变量的变化引起另一变量的变化，此时前一变量是后一变量的原因，两变量之间具有因果关系 引入随机扰动项的原因： 代表影响被解释变量的未知因素； 代表众多对被解释变量有微小作用的变量的综合； 代表数据观测误差。 最小二乘原理: 使 观测值 与 估计值 之差的平方和最小 二、经典线性回归模型的基本假设 (线性回归模型的经典假设或高斯（Gauss）假设) 满足该假设的线性回归模型，也称为经典线性回归模型 1、解释变量确定 2、随机扰动项: 当解释变量一定时，期望为0，且所有随机扰动项同方差，序列不相关。 3、解释变量与随机扰动项不相关 4、正态性假设: 当解释变量一定的条件下，随机扰动项服从正态分布 进行经典假定的目的：为保证参数估计具有良好性质 ML基本原理：似然原理.一元线性回归模型ML使用的条件：已知随机扰动项的分布。 最大似然估计ML与最小二乘估计量OLS的关系: 在满足经典线性回归模型的基本假定之下，模型参数的最大似然估计量 与 普通最小二乘估计量 是相同的 但是，扰动项的方差估计是不同的 若随机扰动项不服从正态分布，则最小二乘估计与极大似然估计不一定相同 高斯—马尔可夫定理: 在经典线性回归的假定下，最小二乘估计量是具有最小方差的线性无偏估计量。 通常用于衡量估计量好坏的标准： 无偏性、有效性——样本容量一定时的性质。 渐近无偏性、渐近有效性、一致性——样本容量变大时的性质。 用可决系数R2来反映拟合优度， 性质：1、可决系数取值范围为：[0，1] 2、可决系数的意义：拟合优度越高，可决系数越接近于1，说明残差越小，模型越好。 什么情况下，线性回归模型的预测精度搞？ 样本容量n越大，预测精度越高。 样本容量一定时，置信区间的宽度在X均值处最小，在其附近进行预测精度越大；X越远离其均值，置信带越宽，预测可信度下