计量经济学期末重点.docxVIP

1.计量经济学的研究过程及内容:（1）模型设定(要有科学的理论依据、选择适当的数学形式、模型要兼顾真实性和实用性、包含随机误差项、方程中的变量要具有可观测性);（2）估计参数（参数是未知的，又是不可直接观测的。由于随机误差项的存在，参数也不能通过变量值去精确计算。只能通过变量样本观测值选择适当方法去估计）;（3）模型检验（经济意义检验、统计推断检验、计量经济学检验、模型预测检验）（4）模型应用（经济结构分析、经济预测、政策评价、检验发展经济理论）2.数据的要求：真实性、完整性、可比性3.可利用来建立计量经济模型的关系：行为关系（如生产、投资、消费）、生产技术关系（如投入产出关系）、制度关系（如税率）、定义关系（根据定义表达的恒等式）6.相关关系的特点(1)X和Y都是相互对称的随机变量(2)线性相关系数只反映变量间的线性相关程度，不能说明非线性相关关系(3)样本相关系数是总体相关系数的样本估计值，由于抽样波动，样本相关系数是个随机变量，其统计显著性有待检验(4)相关系数只能反映线性相关程度，不能确定因果关系，不能说明相关关系具体接近哪条直线7.回归是关于一个变量对另一个变量或多个变量依存关系的研究，用适当的数学模型去近似地表达或估计变量之间的平均变化关系，其目的是要根据解释变量的估计数值去估计所研究的被解释变量的总体平均值。8.回归函数：应变量Y的条件期望E(Y/Xi)随解释变量X的的变化而有规律的变化,如果把Y的条件期E(Y/Xi)望表现为X的某种函数,这个函数称为回归函数。9.线性回归模型主要指就参数而言是“线性”,因为只要对参数而言是线性的,都可以用类似的方法估计其参数。10.引入随机扰动项的原因:是未知影响因素的代表(理论的模糊性)、是无法取得数据的已知影响因素的代表(数据欠缺)、?是众多细小影响因素的综合代表(非系统性影响)、模型的设定误差(变量、函数形式的设定）、变量的观测误差(变量数据不符合实际)、经济现象的内在随机性(人类经济行为的内在随机性)11.样本回归函数与总体回归函数的区别：（1）总体回归函数虽然未知，但它是确定的；样本回归线却是随抽样波动而变化的，可以有许多条。样本回归线至多只是未知的总体回归线的近似反映。（2）总体回归函数的参数和是确定的常数；而样本回归函数的参数和是随抽样而变化的随机变量。（3）总体回归函数中的是不可直接观测的；而样本回归函数中的是只要估计出样本回归的参数就可以计算的数值。12.基本假定的内容：（1）对模型和变量的假定：1、假定解释变量是非随机的，或者虽然是随机的，但与扰动项U是不相关的。2、假定解释变量X在重复抽样中为固定值。3、假定模型中的变量没有测量误差。4、假定变量和模型无设定误差，13.样本回归线对样本观测数据拟合的优劣程度，可称为拟合优度。14.如果样本回归线对样本观测值拟合程度越好，各样本观测点与回归线靠的越近，由样本回归做出解释的离差的平方和在总离差平方和中占的比重也将越大，反之，拟合程度越差，这部分所占比重越小，所以R方可以作为综合度量回归模型对样本观测值拟合优度的指标，这一比例称为可决系数。15.区间估计与假设检验的区别：参数的区间估计主要回答什么样的区间包含总体参数真实值的可靠程度问题；而假设检验是要根据已知的样本观测值，判断它是否与对总体参数作的某一个假设相一致。16.假设检验的基本思想：是所估计样本回归系数概率分布性质已确定的基础上，在对总体回归系数某种原假设成立的条件下，利用适当的有明确概率分布的统计量和给定的显著性水平，构造一个小概率事件，判断原假设结果合理与否，是基于“小概率事件不易发生”的原理，可以认为小概率事件在一次观察中基本不会发生，如果该小概率事件竟然发生了，就认为原假设不真，从而拒绝原假设，不拒绝备择假设。19.多重可决系数：在多元回归模型中，由各个解释变量联合解释了的Y的变差，在Y的总变差中占的比重，用R方表示20.多重共线性：解释变量和观测值之间线性相关。完全（不完全）多重共线性：在有截距项的模型中，截距项可以视为其对应的解释变量总是为1。对于解释变量1，X1，X2，X3…,Xk，如果存在不全为0的数λ1,λ2,…λk，使得λ1+λ2i+…+λki（+vi）=0, 则称解释变量1，X1，X2，X3…,Xk之间存在着完全（不完全）的多重共线性。或者说,当rank(X)K时，表明在数据矩阵 X中，至少有一个列向量可以用其余的列向量线性表示，则说明存在完全的多重共线性。21.多重共线性产生的背景：1.经济变量之间具有共同变化趋势。2.模型中包含滞后变量。3.利用截面数据建立模型也可能出现多重共线性。 4.样本数据自身的原因22.（1）完全多重共线性产生的后果：1、参数的估计值不确定当解释变量完全线性相关时——OLS 估计式不确定2、参数估计值