[计量经济学大纲.docx

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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
[计量经济学大纲

会计学本科各专业《计量经济学》教学大纲(2013年修订稿)一、说明1.本课程的目的和任务计量经济学是在对社会经济现象作定性分析的基础上,探讨如何运用模型方法定量描述和分析具有随机性特征的经济变量关系的经济学分支。它是经济类各专业的核心课程。通过本课程的教学,要求学生达到了解计量经济学作为现代经济学的重要组成部分所具有的特征与地位,了解计量经济分析方法在经济学科的发展和实际经济工作中的作用;掌握计量经济学分析经济问题的基本思想,掌握计量经济学建模的基本原理;熟知计量经济分析的基本内容和工作程序;具备运用计量经济分析软件和计量经济分析方法对实际经济问题作定量分析的初步能力;并打下进一步学习更高层次计量经济学课程的基础。2.本课程的教学要求学生在学习本课程之前,应先学习了《微积分》、《线性代数》、《经济学》(包含微观经济学和宏观经济学)、《概率论与数理统计》和《经济统计学》等课程。教师在讲授本课程时,首先应特别注重对经济理论的认识和经济现象的分析,强调已学的《经济学》基础;其次突出计量经济建模基本思想的讲授,侧重在计量经济学研究对象的理解和《经济学》、《经济统计学》与《数学》相结合的知识背景上;应“重思想、重方法、重应用”,尽量避免繁杂的数学证明,但对于表述基本原理和模型应用分析中的数学是必要的,故应强调《微积分》、《线性代数》与《概率论与数理统计》的基础知识;最后应加强对计量经济学概念的总结和应用实例的分析,包括计量经济专门分析软件(Eviews)的应用操作。教学方法采用“课堂教学、实验教学、课程论文”三结合,在课堂教学的基础上,辅助于必要的上机实习,并要求学生完成运用计量经济方法的课程论文。采用科学出版社出版的由我校统计学院编写的《计量经济学》作为基本教材。二、教学主要内容和要求第一章导论本章教学要求:本章既是计量经济学入门的基础,又是整个教材的纲。要求学生通过本章的学习应达到:了解计量经济学产生和发展的背景;了解计量经济学的性质及与其它学科的关系;了解计量经济学的基本概念和计量经济学的基本研究方法;对计量经济学中的模型、变量、数据等有基本的认知。建立对计量经济学整体的概略认识,为学习以后各章做好准备。第一节什么是计量经济学计量经济学的产生与发展计量经济学的产生;计量经济学的发展;计量经济学在中国的发展二、计量经济学的性质计量经济学的性质;计量经济学不同类型的划分以及相互间的联系;三、计量经济学与其它学科的关系计量经济学与经济学的关系;计量经济学与经济统计学的关系;计量经济学与数理统计学的关系计量经济学的研究方法一、建立模型经济模型;计量经济模型的特点;单一方程模型;联立方程模型二、估计参数估计参数的依据是统计数据;估计参数的方法类型三、模型检验为什么要对模型进行检验;模型的经济理论检验;模型的统计检验;模型的计量经济检验;预测拟合检验四、模型的应用经济结构分析;经济预测;经济政策评价数据、变量与模型一、计量经济学中应用的数据时间序列数据;截面数据;虚拟变量数据;统计数据的收集;统计数据的调整二、计量经济模型中的变量解释变量;被解释变量;前定变量;内生变量与外生变量;计量经济学中变量的选择三、计量经济模型计量经济模型的构成要素;计量经济学模型的特点;模型的要求;模型的设定方式第二章简单线性回归模型本章教学要求:本章是整个课程的重要的基础部分。通过教学应达到:熟练掌握简单(一元)线性回归模型的基本理论和方法;清楚一元线性回归的古典假定条件、基本的数学推导和结论;熟知一元线性回归模型的有关检验;能够运用计量经济分析专门软件独立地建立简单线性回归模型。回归分析与回归方程一、回归与相关经济变量间的函数关系;经济变量间的函数关系与相关关系;简单相关与多重相关;线性相关与非线性相关;正相关与负相关;总体相关系数与样本相关系数;复相关系数与偏相关系数;相关分析的注意事项回归的古典意义;回归的现代意义;回归直线与回归曲线;回归分析与相关分析的联系与区别二、总体回归函数总体回归函数的意义;总体回归函数的设定;线性总体回归函数的含义三、随机扰动项随机扰动项的意义;随机扰动项产生的原因;随机扰动项的概率分布性质四、样本回归函数样本回归线的描述;样本回归函数;Y的样本条件均值;样本剩余项;样本回归函数与总体回归函数的关系简单线性回归模型的最小二乘估计一、对随机扰动项的古典假定零均值假定;同方差假定;无相关假定;与解释变量不相关假定;正态性假定普通最小二乘法OLS最小二乘估计;剩余平方和最小准则;参数的最小二乘估计式;参数的点估计值三、OLS回归线的性质回归线通过样本均值;估计的Yi的均值等于Yi的均值;剩余项Ei均值为零;估计的Yi与Ei不相关;解释变量Xi与Ei不相关四、最小二乘估计式的统计性质参数估计式的评价标准:无偏性;最小方差性;有效性OLS估

文档评论(0)

xudaye + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档