庞浩计量经济学复习重点整理版.pdfVIP

计量经济学复习重点总结 任课老师：姜婷 By fantasy 题型：单选 20*2 多选 5*3 判断 5*3 计算 3*10 第一章 导论 计量经济学数据类型 ： 时间序列数据： 把反映某一总体特征的同一指标的数据 ，按照一定的时间顺序和时间间隔 （如 月度.季度.年度）排列起来，这样的统计数据称为时间序列数据。时间序列数据可以是时期数 据，也可以是时点数据。如 逐年的 GDP CPI 截面数据： 同一时间（时期或时点）某个指标在不同空间的观测数据。如 某一年各省 GDP 面板数据：指时间序列数据和截面数据相结合的数据。如在居民收支调查中收集的对各个固定 调查户在不同时期的调查数据。 虚拟变量数据：某些客观存在的定性现象，如政策、自然灾害、战争等等 第二章 简单线性回归模型 总体回归函数的表示形式： 条件期望形式： 个别值形式： 样本回归函数的表示形式： 条件均值形式 个别值形式 随机扰动项和残差项的区别和联系： 区别：随机扰动项代表总体的误差，反应了未知因素、模型设定误差、变量观测误差；残差代 表样本的误差，残差=随机误差项+参数估计误差。随机扰动项无法直接观测；残差的数值可 以求出。联系：残差概念上类似于随机扰动项，将残差引入样本回归函数和随机引入总体回归 函数的理由是相同的。 简单线性回归的基本假定：P31 随机扰动项和解释变量不相关假定， 零均值假定： 同方差假定： 正态性假定： 无自相关假定： 采用普通最小二乘法拟合的样本回归线的性质：P34 回归线通过样本均值： Yi 估计值的均值等于实际值的均值： 剩余项的均值为零： 被解释变量估计值与剩余项不相关： 解释变量与剩余项不相关： OLS 估计式的统计性质：P36 （BLUE 最佳线性无偏估计量）线性特性： 无偏性： 最小方差性： 2 可决系数：R =ESS/TSS=1-RSS/TSS 回归系数的假设检验：t 检验选取的统计量及其服从的分布 P48 回归模型结果的经济含义分析： 练习题 ：2.7 和 2.9 2.7 设销售收入 X 为解释变量，销售成本 Y 为被解释变量。现已根据某百货公司某年 12 个月的有关资料 计算出以下数据：（单位：万元）  (X t  X )2  425053.73 X  647.88  (Y  Y )2  262855.25 Y  549.8 t  (X  X )(Y  Y )  334229.09 t t （1） 拟合简单线性回归方程，并对方程中回归系数的经济意义作出解释。 （2 ） 计算可决系数和回归估计的标准误差。 （3 ） 对 2 进行显著水平为 5%的显著性检验。 （4 ） 假定下年 1 月销售收入为 800 万元，利用拟合的回归方程预测其销售成本，并给出置信度为 95%的 预测区间。 (1)建立回归模型: Y     X  u i 1 2 i i  (X  X )(Y  Y ) x y 334229.09 i i i i ˆ 用 OLS 法估计参数: 2  2  2   0.7863  (X i  X ) xi 425053.73