计量总结.docVIP

1、经济计量学就是经济的计量，即利用经济理论、数学、统计推断等工具对经济现象进行分析的一门社会科学。计量经济学运用数理统计知识分析经济数据，对构建于数理统计学基础之上的数学模型提供经验支持(经济理论的解释)，并得出数量结果。 2、经济计量学方法论①理论分析②收集数据③建立数学模型④建立统计或经济计量模型⑤经济计量模型的参数估计⑥检查模型的准确性、适用性⑦检验来自模型的假说⑧模型的应用 3、数理经济学只是用数学模型来描述经济理论而不考虑对经济理论的度量和经验解释；经济计量学对经济理论给出经验的解释，以统计资料作为验证经济理论、预测未来、进行政策评价和检验发展经济理论的手段。 4、回归关系：研究一个变量（被解释变量）与另一个或多个变量（解释变量）之间关系的方法 。变量之间的因果关系：由经济系统的内在联系和客观规律决定，不是由回归分析决定。相关关系是两个随机变量间的关系，可以用简单相关系数来衡量。 5、普通最小二乘法(OLS) 由样本回归函数：Yi=b1+b2Xi+ei来估计总体回归函数：Yi=B1+B2Xi+μi的一种方法。它估计总体回归函数的原理是：选择B1，B2的估计量b1，b2，使得残差ei尽可能的小。残差ei的定义为ei=实际的Yi - 估计的Yi= Yi - = Yi - b1- b2Xi OLS估计过程的数学形式表示为：应用微积分求极值的方法，可得下面方程组，称为正规方程组， 进一步可求得 即为最小二乘估计量 =Xi- = Yi- 即小写字母代表了变量与其均值之间的偏差 6、正规方程组的性质：①用OLS法得出的样本回归线经过样本均值点 即： ②对残差与解释变量的积求和，其值为零(即这两个变量不相关) ③ 即残差的均值为0 7、古典线性回归模型的基本假定①扰动项均值为零E(ui)=0 ②扰动项同方差var(ui)=(2 ③扰动项无自相关 cov(ui,uj)=0，i,j=1,2,…..n,i(j ④解释变量与扰动项不相关 cov(Xi,ui)=0 i=1,2,3……n ⑤回归模型参数线性，但不一定变量线性。 ⑥随机扰动项服从(0，)正态分布。⑦模型形式设定正确 8、OLS 估计量是随机变量 E(b1)= B1，E(b2)= B2 通常使用残差信息来估计误差的方差且 9、OLS估计量的性质：①b1、b2是Y的线性函数②无偏性：E(b1)=B1 E(b2)=B2 平均的看b1、b2将与其真实值B1、B2相一致， 与其真实值相一致。③有效性（最小方差性）：OLS 估计量的方差是所有无偏线性估计量中最小的。 11、扰动项服从正态分布是合理的吗？怎样检验（重点看JB检验） 合理；中心极限的定理是：独立同分布的随机变量 随着变量个数的增加，其和分布近似服从正态分布;而误差项ui代表没有纳入模型的影响因素，在这些影响因素中每种因素对Y的影响都很微弱，若这些影响因素都是随机的，ui也代表了这些影响因素的和，那么根据中心极限定理，它是近似服从正态分布。假设ui服从正态分布是合理的。可以通过残差直方图、正太概率图和雅克-贝拉检验来对ui进行检验。 12、总体回归方程的随机形式Yi=B1+B2X2i+B3X3i+ui ，B2、B3称为偏回归系数。eg。B2度量了在X3不变的情况下，X2每变动一单位，Y的均值E(Y)的改变量。所以，偏回归系数反映了当模型中一个解释变量为常量时，另一个解释变量对应变量均值的影响。 13、拟和优度的检验：判定系数r2 由变换得 即经过数学变形得 TSS=ESS+RSS 称为总离差平方和，记为TSS 称为回归平方和，记为ESS 称为残差平方和，记为RSS。 判定系数r2 量度了回归线的拟合优度，它表示回归模型对Y的变动的解释程度。若r2 =1，表示线性模型完全解释Yi的变动。若r2=0,则表示Y与X之间无任何关系。样本相关系数r度量两变量之间的线性相关程度。判定系数r2则告诉我们解释变量对应变量变化的解释程度，因而它全面的反映了一个变量决定另一个变量变动的程度。判定系数r2比相关系数r更有意义。 14、在建立模型时，随着模型中解释变量个数的增多， R2值就越大。为了克服随解释变量个数增加而增加的缺点，再定义一个拟合优度的度量指标，它能根据模型中解释变量的个数进行调整，我们称为校正的判定系数：校正的判定系数性质：①若k 1，则。即，随着模型中解释变量的增加，校正的判定系数越来越小于非校正的判定系数，这似乎是对增加变量的“惩罚”。② 虽然非校正的判定系数R2总为正，但校正的判定系数可能为负。 15、显著性检验法步骤（以t检验为例）：①H0：B2=；H1：B2( ②取定，构造统计量，查表得到临界值t(/2（n-2）③计算的值