计量经济学考试公式大纲.docVIP

异方差性：对于不一样的样本点，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。类型：单调递增型，单调递减型，复杂型。因素：⑴?模型中漏掉了随时间变化影响逐渐增大的因素。（即测量误差变化）⑵?模型函数形式设定误差。⑶?随机因素的影响。（即截面数据中总体各单位的差异）后果：1．参数估量量非有效2.变量的明显性检验失去意义3.模型的预测失效检验：图示检验法，戈德菲尔德－匡特检验，怀特检验，帕克检验和戈里瑟检验解决：变异方差为同方差，或尽量缓解方差变异的限度。（加权最小二乘法（WLS），异方差稳健原则误法）

序列相关性：假如模型的随机干扰项违反了相互独立的基本假设，则称为存在...因素：经济数据序列惯性；模型设定的偏误；滞后效应；蛛网现象；数据的编造后果：1．参数估量量非有效；2.变量的明显性检验失去意义；3.模型的预测失效检验方法：图示法；回归检验法；D.W.检验法；拉格朗曰乘数检验补救方法：广义最小二乘法（GLS），广义差分法，随机干扰项相关系数的估量，广义差分法在计量经济学软件中的实现，序列相关稳健原则误法。

多重共线性：假如模型的解释变量之间存在着较强的相关关系，则称模型存在多重共线性。因素：经济变量相关的共同趋势、滞后变量的引入、样本资料的限制后果（一）完全：1、?参数估量值不拟定。?2、参数估量值的方差会无限大。(?二)不完全：1、有可能求出参数的估量值，但估量值很不稳定。2、参数估量值的方差会随多重共线性（近似）限度的提高而增大。3、对总体参数的区间估量将会降低精准度（置信区间变宽）。评价区间估量的两个原则：?(1)估量的可靠度。（2）估量的精准度.4、对总体参数的明显性检验（t检验）在记录上将会不明显。检验：1.检验多重共线性是否存在2.判明存在多重共线性的范围克服方法：1.排除引起共线性的变量2.差分法3.见笑参数估量量的方差

●经典假定：1、零均值假定。2、同方差假定。3、无自相关假定。4、解释变量与随机误差项不相关。5、无多重共线性假定。6、正态性假定。●多元线性回归模型的基本假定：零均值假定、同方差和无自相关（条件方差不变、条件自相关等于0）、随机扰动项与解释变量不相关、无多重共线性、正态性假定独立同分布,且～?N?(0,σ2)

拟和直线的优度-鉴定系数r2。TSS为总离差平方和，反映Y的样本观测值的平均差异限度；ESS为Y的估量值与均值的离差平方和，反映解释变量的变化所引起的对Y的波动大小，即解释变量在模型中存在的重要限度；RSS为残差平方和，反映Y依据回归直线没有得到解释的变差。

F检验的意义（1）检验的局限性。尽管具备对模型整体拟合情况的判断，但它并不能得到究竟要多大时回归方程才算经过了拟合优度检验。即使R2可以給出评价模型拟合好坏的度量，但它只是对样本的拟合限度进行评价，不能回答总体的真实情况。（2）F检验的目标。对于总体多元线性回归模型，从整体上看，多个解释变量与被解释变量之间是否存在明显的线性关系，或者说?Y?的变动是否依赖于这些解释变量的变化。由F记录量的构成可以看出（ESS服从自由度为k-1，RSS服从n-k?的分布），假如ESS明显地不小于RSS，则表明不能认为全部的全为零，这时在很大限度上要拒绝。则在该意义下，阐明回归方程中的全部解释变量相应变量存在明显性影响。F?检验的通常环节是：（1）结构?F?记录量，即。（2）給定明显性水平，查F分布表，得临界值，其中k为参数的个数，n为样本容量。（3）比较判断。若F﹥，则拒绝原假使，表明回归函数从整体上看是明显的，即全部解释变量相应变量有明显性影响。

t?检验在多元线性回归模型里与一元的情况是一致的。需要注意的是在多元线性回归模型对参数的?t?检验中，即~?t(n-k)?（在成立下）这里是服从自由度为?(n-k)?的?t?分布。所以，在多元的情况下，运用?t?检验的操作过程如下（1）提出假设（2）结构检验记录量在H?0?成立的情况下，有：~t(n-k)（3）计算t记录量值，。（4）依照t分布，給定明显性水平，查表得临界值。（5）比较判断，若，则拒绝?H?0?，同时接受?H?1?。表明第?j?个解释变量?X?j?对被解释变量?Y?存在明显性影响；不然，表明第?j?个解释变量?X?j?对被解释变量?Y?不存在明显性影响。