计量经济学+的重点.docVIP

计量经济学 重点 第一章 经济计量学的特征及研究范围 1、经济计量学的定义（P1） （1）经济计量学是利用经济理论、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； （2）经济计量学运用数理统计学分析经济数据，对构建于数理经济学基础之上的模型进行实证分析，并得出数值结果。 2、学习计量经济学的目的（计量经济学与其它学科的区别）（P1-P2） （1）计量经济学与经济理论 经济理论：提出的命题和假说，多以定性描述为主 计量经济学：依据观测或试验，对大多数经济理论给出经验解释，进行数值估计 （2）计量经济学与数理经济学 数理经济学：主要是用数学形式或方程（或模型）描述经济理论 计量经济学：采用数理经济学家提出的数学模型，把这些数学模型转换成可以用于经验验证的形式 （3）计量经济学与经济统计学 经济统计学：涉及经济数据的收集、处理、绘图、制表 计量经济学：运用数据验证结论 3、进行经济计量的分析步骤（P2-P3） （1）建立一个理论假说 （2）收集数据 （3）设定数学模型 （4）设立统计或经济计量模型 （5）估计经济计量模型参数 （6）核查模型的适用性：模型设定检验 （7）检验源自模型的假设 （8）利用模型进行预测 4、用于实证分析的三类数据（P3-P4） （1）时间序列数据：按时间跨度收集到的（定性数据、定量数据）； （2）截面数据：一个或多个变量在某一时点上的数据集合； （3）合并数据：包括时间序列数据和截面数据。 （一类特殊的合并数据—面板数据（纵向数据、微观面板数据）：同一个横截面单位的跨期调查数据） 第二章 线性回归的基本思想：双变量模型 1、回归分析（P18） 用于研究一个变量（称为被解释变量或应变量）与另一个或多个变量（称为解释变量或自变量）之间的关系 2、回归分析的目的（P18-P19） （1）根据自变量的取值，估计应变量的均值； （2）检验（建立在经济理论基础上的）假设； （3）根据样本外自变量的取值，预测应变量的均值； （4）可同时进行上述各项分析。 3、总体回归函数（PRF）（P19-P22） （1）概念：反映了被解释变量的均值同一个或多个解释变量之间的关系 （2）表达式： ①确定/非随机总体回归函数：E（Y|Xi）=B1+B2Xi B1：截距；B2：斜率 从总体上表明了单个Y同解释变量和随机干扰项之间的关系 ②随机/统计总体回归函数：Yi=B1+B2Xi+μi μi：随机扰动项（随机误差项、噪声） B1+B2Xi：系统/确定性部分 μi：非系统/随机部分 4、随机误差项（P22） （1）定义：代表了与被解释变量Y有关但未被纳入模型变量的影响。每一个随机误差项对于Y的影响是非常小的，且是随机的。随机误差项的均值为0 （2）性质 ①误差项代表了未纳入模型变量的影响； ②反映人类行为的内在随机性； ③代表了度量误差； ④反映了模型的次要因素，使得模型描述尽可能简单。 5、样本回归函数（P22-P25） （1）概念：是总体回归函数的近似 （2）表达式 ①确定/非随机样本回归函数：?i=b1+b2Xi b1：截距；b2：斜率 ②随机/统计样本回归函数：Yi=b1+b2Xi+ei ei：残差项（残差），ei= Yi -?i B1+B2Xi：系统/确定性部分 μ：非系统/随机部分 6、条件期望与非条件期望 （1）E（Y|Xi）（条件期望）：在解释变量X给定条件下Y的条件期望，可以通过X给定条件下的条件（概率分布）得到； （2）非条件期望：在不考虑其他随机变量取值情况时，某个随机变量的期望值。它可以通过该随机变量的非条件分布或边缘分布得到。 6、线性回归模型 回归参数为线性（B）的模型 7、回归系数/回归参数 线性回归模型中的B参数 8、回归系数的估计量（bs） 说明了如何通过样本数据来估计回归系数Bs，计算出的回归系数的值称为样本回归估计值 9、随机总体回归函数与随机样本回归函数的关系 （1）随机样本回归函数：从所抽取样本的角度说明了被解释变量Yi同解释变量Xi及残差ei之间的关系； （2）随机总体回归函数：从总体的角度说明了被解释变量Yi同解释变量Xi及随机误差项μ之间的关系。 10、关于线性回归的两种解释（P25-P26） （1）变量线性：应变量的条件均值是自变量的线性函数 此解释下的非线性回归：E（Y）= B1+B2Xi2；E（Y）= B1+B2×1/Xi （2）参数线性：应变量的条件均值是参数B的线性函数 此解释下的非线性回归：E（Y）= B1+B22Xi *线性回归在教材中指的是参数线性的回归 11、多元线性回归的表达式（P26） （1）确定/非随机总体回归函数：E（X）=B1+B2X2i+B3X3i+B4X4i （2）随机/统计总体回归函数：Yi= B1+B2X2i+B3X3i+B4X