《计量经济学》期末重点知识归纳整理 .pdfVIP

计量经济学期末重点知识归纳 1.普通最小二乘法：已知一组样本观测值 ，普通最 (X ,Y ) : i 1,2 ,n i i 小二乘法要求样本回归函数尽可以好地拟合这组值，即样本回归线上  的点 与真实观测点Yt 的“总体误差”尽可能地小。普通最小二乘 Y i 法给出的判断标准是：被解释变量的估计值与实际观测值之差的平方 和最小。 2.广义最小二乘法GLS ：加权最小二乘法具有比普通最小二乘法更普 遍的意义，或者说普通最小二乘法只是加权最小二乘法中权恒取1 时 的一种特殊情况。从此意义看，加权最小二乘法也称为广义最小二乘 法。 3.加权最小二乘法 WLS ：加权最小二乘法是对原模型加权，使之变 成一个新的不存在异方差性的模型，然后采用普通最小二乘法估计其 参数。 4.工具变量法 IV ：工具变量法是克服解释变量与随机干扰项相关 影响的一种参数估计方法。 5.两阶段最小二乘法2SLS, Two Stage Least Squares ：两阶段最小二 乘法是一种既适用于恰好识别的结构方程，以适用于过度识别的结构 方程的单方程估计方法。 6. 间接最小二乘法ILS ：间接最小二乘法是先对关于内生解释变量的 简化式方程采用普通小最二乘法估计简化式参数，得到简化式参数估 计量，然后过通参数关系体系，计算得到结构式参数的估计量的一种 方法。 1 / 10 7.异方差性Heteroskedasticity ：对于不同的样本点，随机干扰项的方 差不再是常数，而是互不相同，则认为出现了异方差性。 8.序列相关性Serial Correlation ：多元线性回归模型的基本假设之一 是模型的随机干扰项相互独立或不相关。如果模型的随机干扰项违背 了相互独立的基本假设，称为存在序列相关性。 9.多重共线性Multicollinearity ：对于模型      ，其基本假设之一是解释变量 Y   X  X  X  i 0 1 i1 2 i2 k ik i X ,X ,…,Xk 是相互独立的。如果某两个或多个解释变量之间出现了 1 2 相关性，则称为存在多重共线性。 10.时间序列数据:时间序列数据是一批按照时间先后排列的统计数 据。 11.截面数据：截面数所是一批发生在同一时间截面上调查数据。 12.虚拟数据：也称为二进制数据，一般取0 或1. 13. 内生变量Endogenous Variables ：内生变量是具有某种概率分布的 随机变量，它的参数是联立方程系统估计的元素。内生变量是由模型 系统决定的，同时也对模型系统产生影响。内生变量一般都是经济变 量。 14.外生变量Exogenous Variables ：外生变量一般是确定性变量，或 者是具有临界概率分布的随机变量，其参数不是模型系统研究的元 素。外生变量影响系统，但本身不受系统的影响。外生变量一般是经 济变量、条件变量、政策变量、虚变量。 15.先决变量 Predetermined Variables ：外生变量与滞后内生变量 2 / 10 (Lagged Endogenous Variables)统称为先决变量。   TSS  y 2  (Y Y )2 16.总离差平方和： i i 称为总离差平方和， 反映样本观测值总体离差的大小。   ˆ RSS  e