网站大量收购独家精品文档,联系QQ:2885784924

计量经济学教学大纲-上海财经大学经济学院.DOC

计量经济学教学大纲-上海财经大学经济学院.DOC

  1. 1、本文档共3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
计量经济学教学大纲-上海财经大学经济学院

PAGE PAGE 1 研究生《高级计量经济学》课程提纲 【说明】这是非经济学院、一个学期的研究生《高级计量经济学》课程的指导性纲要,包括推荐的教材、教学内容、课时安排和教学要求。 教材: 第一本可作为指定教材备案;后两本教材更适合学生阅读。教师可根据需要补充其它参考资料。 [1] William H. Greene, Econometric Analysis, 5th edition。(有中译本)。 [2] Jeffrey Wooldridge著,费剑平译,计量经济学导论(第三版)上下册,中国人民大学出版社,2007。(英文原版:Introductory Econometrics: A Modern Approach,South-Western College Publishing, 2000)。 [3] Walter Enders (2004), Applied Econometric Time Series, 2nd edition, John Wiley Sons, Inc. 中译本:应用计量经济学时间序列分析(第2版),杜江和谢志超译,高等教育出版社,2006。 预备知识:经济学基础、微积分学、线性代数,概率论和数理统计。 授课对象:非经济学院的、仅上一个学期“高级计量经济学”的硕士、博士。 课时安排:每周3课时 ? 17(周)=51课时。 考核方式:包括作业、期中考试和期末考试。期中考试和期末考试均采用闭卷形式。 教学内容、课时安排和教学要求: 课时安排说明:内容讲解约43课时(预估课时都标注在各章名称后面的括号内),复习约6课时,期中考试2课时,共计51课时。 助教职责:计量软件辅导(如Eviews、Stata等),问题答疑,批改作业,协助老师评判试卷。 课程概述及复习(预估6课时) 主要内容: (一)计量经济学课程简介,包括计量经济学的学科性质、实证分析的步骤、经济数据的类型、因果关系概念介绍、本课程的学习内容、课程要求等。 (二)微积分、线性代数相关知识简要复习。 (三)概率统计相关知识简要复习。 教学要求:了解计量经济学分析的目的和研究范围、了解经济学实证分析的步骤,复习与本课程有关的预备知识。 经典线性回归模型(预估12课时) 主要内容 经典多元线性回归模型的设定(五个假设)及矩阵表示。 OLS估计的思想、矩阵表示、几何解释,以及在五个经典假设下的有限样本性质(无偏性、Gauss-Markov theorem、MVUE、正态性,等等)和大样本性质(一致性,渐近正太性,渐近有效性)。简要介绍矩估计和极大似然估计(MLE)方法。 线性回归模型的拟合优度和推断关于单个回归系数的t检验、多个回归系数和多个回归系数线性组合的F检验(包括回归方程的显著性检验)。 解释变量的选择,定性解释变量(虚拟变量)的使用,共线性问题,基于残差分析的模型设定检验。 线性回归模型的应用,样本内和样本外预测(点预测、区间预测),预测误差。 教学要求:掌握相关概念、思想、假设条件、估计和检验方法、回归结果的解释。要求必要的理论推导;学习用矩阵语言表示相关的概念、思想、假设、估计和检验。 经典线性回归模型的推广(预估12课时) 主要内容 简要介绍经典多元线性回归模型的推广放松五个经典假设:从“正态性假设”到“非正太性假设”,从“同方差/不相关”到“异方差/相关”,从“严外生”到“弱外生”,从“线性回归函数”到“非线性回归函数”。 简要介绍在上述模型推广下,最小二乘估计的有限样本性质可能不再成立,但在相当弱的条件下大样本性质中的“一致性”和“渐近正太性”仍可成立。对于“回归系数的线性限制条件”的检验问题,简要介绍三种大样本下的检验方法:Wald检验,LR检验,LM检验。 介绍广义线性回归模型:误差项“异方差、序列相关”产生原因及后果,GLS估计的思想和矩阵表示,可行的GLS估计及计算,White的协方差估计(HCCME),Newey-West的协方差矩阵(HAC)估计,异方差检验(White检验,等),序列相关检验(DW检验,Box-Pierce检验,Ljung-Box检验,等)。 内生性问题和它产生的原因(遗漏相关变量,度量误差,联立方程组,等)及后果,工具变量(IV)估计和GMM估计,内生性检验(Durbin-Wu-Hausman检验)。 模型选择及设定检验:一般线性模型(log线性模型,多项式模型,“交互项”作为解释变量,等),结构变化(Chow检验,Hansen检验,CUSUM检验)。 教学要求:了解经典线性回归模型推广的意义、所产生的问题和后果(对原有的估计和推断方法)、以及怎样解决这些问题。不要求理论推导。 离散选择和受限制数据模型(预估4课时) 主要内容: 二项选择模型:Logit和Probit模型的设定和估计。

您可能关注的文档

文档评论(0)

xiaozu + 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