计量经济学期末复习.pptVIP

计量经济学复习绪论计量经济学概念计量经济学模型的设计确定模型所包含的变量考虑经济现象的经济学理论及经济行为规律，数据的可得性，选择变量间的独立性；确定模型的数学形式；拟定理论模型中待估参数的理论期望值。

样本数据的类型时间序列数据、截面数据及虚拟变量数据。样本数据的质量完整性、准确性、可比性及一致性。样本数据的收集01经济意义检验统计检验（拟合优度检验、变量及方程的显著性检验）计量经济学检验（随机干扰项的相关性检验、异方差性检验及解释变量的多重共线性检验）模型预测检验模型的检验02

结构分析01经济预测02政策评价03检验与发展经济理论04计量经济学模型的应用

变量间的关系（确定的函数关系、不确定的统计关系）相关分析、回归分析相关分析和回归分析的相互联系与区别总体回归函数样本回归函数样本回归函数的随机形式基本概念二、一元线性回归模型

这些假设都是针对普通最小二乘法的。另一类是关于解释变量的，主要有：解释变量是非随机的，如果是随机变量，则与随机干扰项不相关。高－马定理一类是关于随机干扰项的，包括零均值，同方差、不序列相关，满足正态分布；对于多元回归还包括：各解释变量之间不存在相关性。二、线性回归模型

一元线性回归参数估计01参数的估计02参数的性质03线性性、无偏性、最小方差性（BLUE）04在经典假定下，普通最小二乘估计量具有线性性、无偏性和最小方差性（BLUE）。05

参数的分布t统计量

参数估计的最小二乘原理（基本思想）总体方差的估计

拟合优度01离差平方和分解02关系03总离差：TSS＝ESS+RSS04自由度：N－1=k+(N-k-1)05拟合优度06

三、违背经济假定的模型当模型假定不符合高－马定理仍然采用OLS估计模型所带来的后果：异方差性是随机干扰项的方差不相同时产生的一类现象。OLS估计仍是无偏、一致的，但通常的假设检验t、F不可靠，将导致错误的结论。常用的检验方法：图示法、Park和Gleiser检验法、Goldfeld-Quandt检验法、White检验法。消除异方差的方法加权最小二乘法法（WLS）

序列相关性1是模型随机干扰项出现序列相关时产生现象。2OLS估计量仍具有无偏性与一致性，但假设检验不可靠，预测变得无效。3检验方法4图示法、回归检验法、D.W检验法等。5修正方法6广义差分法、广义最小二乘法（GLS）7违背经济假定的模型

010203040506多重共线性是指多个解释变量间存在共线性（相关性），分为完全共线或近似共线。模型完全共线时，模型参数无法估计。近似共线时，不违背经典假设，模型参数OLS仍是无偏、一致且有效的，但估计的参数的标准差往往较大，使得t减少，参数显著性下降。消除方法逐步回归法、差分法、增大样本容量法、使用额外信息法。违背经济假定的模型

违背经济假定的模型

01练习1：解释下列概念：02异方差性（2）序列相关性03多重共线性（4）完全共线性04近似共线性（6）随机解释变量05差分法（8）广义最小二乘法06D.W检验07练习2.判断下列各题的对错，并说明理由：08在存在异方差情况下，OLS估计量是有偏的和无效的。09如果存在异方差，导致t检验与F检验失效。10在存在异方差情况下，OLS法总是高估了估计量的标准差。

存在序列相关时，OLS估计量是有偏的并且也是无效的。消除序列相关的一阶差分变换假定自相关系数必须等于1。存在多重共线时，模型参数无法估计。存在多重共线时，一定会使参数估计值的方差增大，从而造成估计率的损失。一旦模型中的解释变量是随机的，则违背了基本假设，使得模型的OLS估计量有偏且不一致。0302010405

练习3.简述异方差对下列各项有何影响：（1）OLS估计量及其方差；（2）置信区间；（3）显著性t检验和F检验的使用。练习4.什么是异方差性？举例说明经济现象中的异方差性。检验异方差性的方法和思路是什么？练习5.什么是序列相关性？举例说明经济现象中序列相关性的存在。检验序列相关性的方法思路是什么？熟悉D.W统计量的计算方法和查表判断。练习6.什么是多重共线性？产生多重共线性的经济背景是什么？有何危害？为什么会造成这些危害？检验多重共线性的方法思路是什么？有哪些克服方法？

例题例1.下列哪种情况是异方差性造成的结果？（1）OLS估计是有偏的；（2）通常的t检验不再服从t分布；（3）OLS估计量不再具有最佳线性无偏性。例2.以某地区22年的年度数据估计了如下工业就业回归方程：D.W=1.147(-0.56)(2.3)(-1.7)(5.8)其中Y为总就业量，X1为总收入，X2为平均月工资，X3为地方政府的总支出。证明：一阶自相关的D.W检验无定论。

例3.某地区供