计量经济学复习要点.docVIP

计量经济学复习要点 计量经济学复习要点 PAGE / NUMPAGESPAGE / NUMPAGES 计量经济学复习要点 计 量 经 济 学 复 习 要 点 参照教材：伍德里奇 《计量经济学导论》 第1章绪论 数据种类：截面、时间序列、面板 用数据胸怀因果效应，其余条件不变的观点 习题： C1、C2 第 2 章 简单线性回归 回归剖析的基本观点，常用术语 现代意义的回归是一个被解说变量对若干个解说变量依存关系的研究，回归的本质是由固定的解说变量去预计被解说变量的均匀值。 简单线性回归模型是只有一个解说变量的线性回归模型。 回归中的四个重要观点 1. 整体回归模型（ Population Regression Model ，PRM) yt 01xtut -- 代表了整体变量间的真切关系。 2. 整体回归函数（ Population Regression Function ，PRF） E ( yt ) 0 1xt -- 代表了整体变量间的依存规律。 3. 样本回归函数（  Sample Regression Function  ，SRF） yt  ? ?x 0 1 t  et  -- 代表了样本显示的变量关系。 样本回归模型（ Sample Regression Model ，SRM） yt 0 1xt 代表了样本显示的变量依存规律。 ? ? ? 整体回归模型与样本回归模型的主要差别是：①描绘的对象不一样。整体回归模型描绘总 体中变量 y 与 x 的互相关系，而样本回归模型描绘所关的样本中变量 y 与 x 的互相关系。②成立模型的依照不一样。整体回归模型是依照整体所有观察资料成立的，样本回归模型是依照 样本观察资料成立的。③模型性质不一样。整体回归模型不是随机模型，而样本回归模型是一个随机模型，它随样本的改变而改变。 整体回归模型与样本回归模型的联系是：样本回归模型是整体回归模型的一个预计式，之因此成立样本回归模型，目的是用来预计整体回归模型。 线性回归的含义 线性：被解说变量是对于参数的线性函数（能够不是解说变量的线性函数） 线性回归模型的基本假定 简单线性回归的基本假定：对模型和变量的假定、对随机扰动项 u 的假定（零均值假定、同方差假定、无自有关假定、随机扰动与解说变量不有关假定、正态性假定） 一般最小二乘法（原理、推导） 最小二乘法预计参数的原则是以“残差平方和最小” 。 n ? 2 ? ? (Y ： Min Y ) ( , i i 0 ) i 1 n ? ( X i X )(Yi Y ) ? ? i 1 Y 1 n ， ( Xi X )2 0 1 X i 1 OLS的代数性质 2 拟合优度 R 离差平方和的分解： TSS=ESS+RSS “拟合优度” 是模型对样本数据的拟合程度。查验方法是结构一个能够表征拟合程度的 指标——判断系数又称决定系数。 （ 1） R2 SSE SST SSR 1 SSR，表示回归平方和与总离差平方和之比；反应了样 SST SST SST 本回归线对样本观察值拟合好坏程度的一种描绘； 2） R2 [0,1] ； （ 3） 回归模型中所包含的解说变量越多， R2 越大！ 改变胸怀单位对 OLS统计量的影响 函数形式（对数、半对数模型系数的解说） （1） ? ? ? Yi 0 1 X i ： X 变化一个单位 Y 的变化 （2） ? ? ? ， 变化 ? ln Yi 0 Y 1 %，表示弹性。 1 ln X i : X 变化 1% （3） ? ? ? ? ln Yi 0 1X i ： X 变化一个单位， Y 变化百分之 100 1 （4） ? ? ? ln Xi ： X 变化 ， 变化 ? 。 Yi 0 1 1% Y 1 % OLS无偏性，无偏性的证明 OLS预计量的抽样方差 偏差方差的预计 OLS预计量的性质 （1）线性：是指参数预计值 0 和 1 分别为观察值 yt 的线性组合。 （2）无偏性：是指 0 和 1 的希望值分别是整体参数 0和 1。 （3）最优性（最小方差性）：是指最小二乘预计量 0 和 1 在在各样线性无偏预计中，拥有最 小方差。 高斯 - 马尔可夫定理 ^ 2 OLS参数预计量的概率散布 Var ( 2 ) xi2 OLS随机偏差项 μ 的方差 σ2 的预计 ^ 2 简单回归的高斯马尔科夫假定 2 ei n 2 对零条件均值的理解 习题： 4、 5、 6； C2、C3、C4 第 3 章 多元回归剖析：预计 1、变量系数的解说（剔除、控制其余要素的影响） 对斜率系数 ?1 的解说：在控制其余解说变量（ X2）不变的条件下， X1 变化一个单位对 Y 的影响；或许，在剔除了其余解说变量的影响以后， X1的变化对 Y 的独自影响！ 2