- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
1、计量经济学计量经济学是一门从数量上研究物质资料的生产、交换、分配、消费等经济关系和经济活动规律及其应用的科学。2、数据质量数据满足明确或隐含需求程度的指标3、相关分析主要研究变量之间的相互关联程度,用相关系数表示。包括简单相关和多重相关(复相关)。4、回归分析(Regression Analysis)研究一个变量(因变量)对于一个或多个其他变量(解释变量)的数量依存关系。其目的在于根据已知的解释变量的数值来估计或预测因变量的总体平均值。5.内生变量指由模型系统内决定的变量,取值在系统内决定6、面板数据时间序列数据和截面数据的混合7.异方差:总体回归函数中的随机误差项满足同方差性,即它们都有相同的方差。如果这一假定不满足,则称线性回归模型存在异方差性。8.自相关 自相关是在时间序列资料中按时间顺序排列的观测值之间的相关或在横截面资料中按空间顺序排列的观测值之间的相关9.多重共线性解释变量之间存在完全的线性关系或近似的线性关系。解释变量存在完全的线性关系叫完全多重共线;解释变量之间存在近似的线性关系叫不完全多重共线。 10.虚拟变量虚拟变量:在建立模型时,有一些影响经济变量的因素无法定量描述构造只取“0”或“1”的人工变量,通常称为虚拟变量,记为D11.平稳序列是指时间序列的统计规律不会随着时间的推移而发生变化。12.伪回归 所谓“伪回归”,是指变量间本来不存在相依关系,但回归结果却得出存在相依关系的错误结论。13.协整 所谓协整,是指多个非平稳变量的某种线性组合是平稳的14.前定变量 所有的外生变量和滞后的内生变量。前定变量=外生变量+滞后内生变量+滞后外生变量15.恰好识别恰好识别:能够唯一地估计出结构参数值。16.结构式模型体现经济理论中经济变量之间的关系结构的联立方程模型,称为结构式模型17.过度识别 过度识别:结构参数的估计值具有多个确定值 18.自回归模型自回归模型:指模型中的解释变量仅是 X 的当期值与被解释变量 Y 的若干期滞后值, 它 由于被解释变量的滞后期值对被解释变量现期做了回归,故叫做自回归模型。利用前期若干时刻的随机变量的线性组合来描述以后某时刻随机变量的线性回归模型。19.拟合优度:拟合优度检验:指检验模型对样本观测值的拟合程度20.修正的拟合优度二、.1、什么是计量经济学?简述计量经济学的工作步骤含义:计量经济学是一门从数量上研究物质资料的生产、交换、分配、消费等经济关系和经济活动规律及其应用的科学。它以数学和统计推断为工具,在经济理论指导下对经济现象进行分析,并对经济理论进行检验和发展的一门综合性学科。 其内容涉及经济理论、数理经济、经济统计和数理统计等。 研究的主体(出发点、归宿、核心):经济现象及其变化规律 研究的工具(手段):数学和统计方法过程:(1)模型的设定 ①确定模型必须包含的因变量(被解释变量)和解释变量;②选定模型的数学形式③根据经济理论确定模型中参数的符号和大小。 (2)估计参数①数据的收集与整理:时间序列数据、截面数据和混合数据。②模型条件分析(异方差、自相关、多重共线);③选择恰当的估计参数的计量经济学方法。(3)模型检验 ①经济意义检验;②统计检验; ③计量经济学检验。(4)模型应用 ①结构分析;结构分析所采用的主要方法是弹性分析、乘数分析与比较静力分析。②经济预测;以模拟历史、从已经发生的经济活动中找出变化规律为主要技术手段。③政策评价;计量经济学模型有“经济政策实验室”功能④检验和发展经济理论。实践是检验真理的唯一标准;计量经济学模型提供了一种检验经济理论的好方法;对理论假设的检验可以发现和发展理论。2、多元线性回归基本假定1、u零均值。所有的ui均值为0,E(ui)=0。 2、u同方差。Var(ui)=δ2,i=1,2,…,n 3、3.简述多元线性回归分析的步骤4.普通最小二乘性质 1.线性性 2.无偏性 3.最小方差性5、什么是异方差性?异方差性产生的原因有那些?异方差性产生的后果是什么?(一)什么是异方差性:总体回归函数中的随机误差项满足同方差性,即它们都有相同的方差。如果这一假定不满足,则称线性回归模型存在异方差性(二)、异方差的原因:1、省略了重要的解释变量引起异方差。2、模型形式设定不当,引起异方差。3、统计资料误差引起异方差。(时间序列数据中,观测技术的缺陷引起的观测值的误差)(三)异方差的后果 基于CLRM假定的OLS估计参数结果将受到影响。1、考虑异方差性的OLS估计,估计量是线性无偏的,但不是最优估计量(具有最小方差性)。2、参数的显著性检验失去意义, t、F检验都是在同方差下推出的,出现异方差,将失去意义。3、预测精度降低(预测
文档评论(0)