計(jì)量經(jīng)濟(jì)學(xué)的概念

1、計(jì)量經(jīng)濟(jì)學(xué)的概念。2）樣本數(shù)據(jù)的收集：①時(shí)間序列數(shù)據(jù)易引

起模型隨機(jī)誤差項(xiàng)產(chǎn)生序列相關(guān)0②截面

計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)科學(xué)領(lǐng)域內(nèi)的一門應(yīng)用

數(shù)據(jù)易引起模型隨機(jī)誤差項(xiàng)產(chǎn)生異方差。

科學(xué)，以一定的經(jīng)濟(jì)理論和實(shí)際統(tǒng)計(jì)資料

③樣本數(shù)據(jù)的質(zhì)量：完整性、準(zhǔn)確性、可

為基礎(chǔ)，運(yùn)用數(shù)學(xué)、統(tǒng)計(jì)方法與計(jì)算機(jī)技

比性、一致性。

術(shù)，以建立經(jīng)濟(jì)計(jì)量模型為主要手段，定

3）模型參數(shù)的估計(jì)。

量分析研究具有隨機(jī)特性的經(jīng)濟(jì)變量關(guān)

4）模型的檢驗(yàn)：①經(jīng)濟(jì)意義檢驗(yàn).②統(tǒng)計(jì)

系。

檢驗(yàn)：擬合優(yōu)度檢驗(yàn)、變量的顯著性檢驗(yàn)、

2、數(shù)理經(jīng)濟(jì)模型與計(jì)量經(jīng)濟(jì)模型的區(qū)別。

方程的顯著性檢驗(yàn)。③計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)：

數(shù)理：揭示經(jīng)濟(jì)活動(dòng)中各個(gè)因素之間的理

序列相關(guān)、異方差法（隨機(jī)誤差項(xiàng)）、多重

論關(guān)系，用確定性的數(shù)學(xué)方程加以描述。

共線性（解釋變量）④模型預(yù)測(cè)檢驗(yàn)。

計(jì)量：揭示經(jīng)濟(jì)活動(dòng)中各個(gè)因素之間的定

6、計(jì)量經(jīng)濟(jì)學(xué)模型的應(yīng)用。

量關(guān)系，用隨機(jī)性的數(shù)學(xué)方程加以描述。

1）結(jié)構(gòu)分析；2）經(jīng)濟(jì)預(yù)測(cè)；3）政策評(píng)價(jià)；

3、經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)模型的一般形式。

4）檢驗(yàn)與發(fā)展經(jīng)濟(jì)理論。

4、計(jì)量經(jīng)濟(jì)學(xué)的數(shù)據(jù)類型。

7、如何正確選擇解釋變量。

時(shí)間序列數(shù)據(jù)：按時(shí)間先后排列的統(tǒng)計(jì)數(shù)

作為“變量”的原因：1）據(jù)經(jīng)濟(jì)理論和經(jīng)

據(jù)。

濟(jì)行為分析；2）考慮數(shù)據(jù)的可得性；3）

截面數(shù)據(jù)：一個(gè)或多個(gè)變量在某一時(shí)點(diǎn)上

考慮入選變量之間的關(guān)系。

的數(shù)據(jù)集合。

8、回歸分析的目的。

合并數(shù)據(jù)（平行數(shù)據(jù)）：既包含時(shí)間序列數(shù)

1）根據(jù)自變量的取值，估計(jì)應(yīng)變量的均值;

據(jù)乂有截面數(shù)據(jù)。

2）檢驗(yàn)建立在經(jīng)濟(jì)理論基礎(chǔ)上的假設(shè)；3）

5、建立計(jì)量經(jīng)濟(jì)學(xué)模型的步驟。

根據(jù)樣本外自變量的取值，預(yù)測(cè)應(yīng)變量的

1）理論模型的設(shè)計(jì)：①確定模型所包含的

均值。

變量。②確定模型的數(shù)學(xué)形式。③擬定模

9、總體回歸函數(shù)（PRF）和樣本回歸函數(shù)

型中待估計(jì)參數(shù)的理論期望值。

（SRF）各變量系數(shù)名稱及函數(shù)方程。

10、隨機(jī)誤差項(xiàng)差i)的性質(zhì)或主要內(nèi)容。確設(shè)定的。

1)代表模型中省略的次要變量；2)奧卡15、普通最小二乘估計(jì)量(或高斯一馬爾

姆剃刀原則；3)樣本點(diǎn)的測(cè)量誤差；4)可夫定理)的性質(zhì)。(BLUE最優(yōu)線性無偏

一些隨機(jī)因素。估計(jì)量)

11、最小二乘法(OLS)的判斷標(biāo)準(zhǔn)。線性性、無偏性、有效性、最小方差性。1)

殘差平方和辦"可最小。b和b?是線性估計(jì)量；2)匕和b?是無偏估

X=1

計(jì)量,BPE(b1)=B1,E(b2)=B2；3)E(#)=即,

12、參數(shù)b1,b2的計(jì)算公式。

即誤差方差的OLS估計(jì)量是無偏的；4)b.

13、普通最小二乘估計(jì)量的性質(zhì)。

和b?是有效估計(jì)量。

1)樣本回歸線通過Y和X的樣本均值，即

16、普通最小二乘估計(jì)量的方差和標(biāo)準(zhǔn)差

7=歷+岳》；2)估計(jì)的Y均值等于實(shí)測(cè)的

的計(jì)算公式。

Y均值，即3)殘差小的均值為零，

17、給定顯著性水平，如何求置售區(qū)間。

即Z&/〃=。；4)殘差已和預(yù)測(cè)的Yi不相

瓜-t臨界值?se(b2),b2-t臨界

美,即?＞%=()；5)殘差ei和兄不相關(guān)，

值?se(b2)]

即2?國(guó)=0。

18、總平方和(TSS)、解釋平方和方SS)、

14、經(jīng)典(古典)線性回歸模型的基本假

殘差平方和(RSS)三者的關(guān)系及計(jì)算公式。

定。

19、擬合優(yōu)度中判定系數(shù)P的性質(zhì)及計(jì)算

假定1：回歸模型是參數(shù)線性的，但不一

公式。

定是變量線性的。假定2：解釋變量(X)與

性質(zhì)：①非負(fù)性；②0＜召＜1,Y愈接近1,

擾動(dòng)誤差項(xiàng)(U)不相關(guān)。假定3：給定片,

擬合度越高，愈接近0,擬合度越低，r2=0,

擾動(dòng)項(xiàng)的期望或均值為零，即E(U/X.}=o.

Y與X無關(guān)。

假定4：口的方差為常數(shù)或同方差，即

20、樣本相關(guān)系數(shù)r的性質(zhì)及計(jì)算公式。

丫哂=小。假定5：無自相關(guān)假定,即兩

性質(zhì)：①可正可負(fù)；②TWrWl,r接近1,

個(gè)誤差項(xiàng)之間不相關(guān)，即

正相關(guān)好，接近T，負(fù)相關(guān)好；③若X與

cov&h,Uj)=0,j"°假定6：回歸模型是正

Y在統(tǒng)計(jì)上獨(dú)立，則10,反之，則不一定

成立。27、F值和R?的關(guān)系，TSS,RSS,ESS用R?

21、變量顯著性檢驗(yàn)(t檢驗(yàn))的方法及表示的公式。

過程。F=R：(I),(n為觀察值個(gè)數(shù)，k

(1-六)/(〃-幻

1)雙邊檢驗(yàn)：設(shè)HO：B2=0,130；2)

為包括截距在內(nèi)的解釋變量的個(gè)數(shù))

單邊檢驗(yàn)：設(shè)比:B?WO,H1：B2>0O

關(guān)系：R2=0時(shí)，F(xiàn)=0；V越大，F(xiàn)越大；R2=l

|t|>t臨界,拒絕零假設(shè).

時(shí)，F(xiàn)-*oo

22、E,人與隨機(jī)擾動(dòng)項(xiàng)(UJ的分布。

28、校正的判定系數(shù)的公式及性質(zhì)。

23、多元線性回歸模型的假定。

性質(zhì)：①若k>l,則產(chǎn)WI6②R2總為正

假定1：回歸模型是參數(shù)線性的，并且是

數(shù)，齊可能為負(fù)數(shù)。

正確設(shè)定的。假定2：X2、尤與擾動(dòng)項(xiàng)U不

29、F值與R魂關(guān)系。

相關(guān)，Wcov(x6')=00假定3：誤差項(xiàng)均值

F與巨2同向變化：當(dāng)巨2=0時(shí)，F(xiàn)=o；當(dāng)反2=1

為0,即時(shí),)=0。假定4：同方差假定,

時(shí)，F(xiàn)無窮大；方越大，F(xiàn)越大。

即U的方差為一常量，var(M)=*。假定5：

30、雙對(duì)數(shù)模型的形式及性質(zhì)。

誤差項(xiàng)U,和5無自相關(guān)，即

雙對(duì)數(shù)：InYi=BI+B2lnXi+Ui,性質(zhì)：BZ測(cè)

cov0M)=0,/"。假定6：解釋變量X2

度為Y對(duì)X的彈性。

和X：,之間不存在完全共線性，即兩個(gè)解釋

31、半對(duì)數(shù)模型的形式及性質(zhì)。

變量之間無嚴(yán)格的線性關(guān)系。假定7：U

半對(duì)數(shù)：InY產(chǎn)Bi+BM+Ui,性質(zhì)：B?表示X

服從均值為0,方差為川的正態(tài)分布，即

增加一個(gè)單位，Y的平均增長(zhǎng)率，即因變

U?N(0?2)。

量的相對(duì)增量。

32、線性模型與半對(duì)數(shù)模型中B2的含義。

何計(jì)算。

線性：B,表示X增加一個(gè)單位，Y的絕對(duì)

25、多元判定系數(shù)R2的計(jì)算公式。

量的平均增量，即Y增加B2個(gè)單位。

26、多元回歸的總體顯著性檢驗(yàn)的原假設(shè)

半對(duì)數(shù)：B?表示X增加一個(gè)單位，Y的相

和備擇假設(shè)。

對(duì)量的平均增量，即Y增加100*B2O

HO：B2=B3=0,HI：B2、B3不全為0。

33、線性一對(duì)數(shù)模型的形式及性質(zhì)?！鲬?yīng)變量相同時(shí)，可以比較R%

YEi+IUnXi+Ui,性質(zhì)：Bz表示X的相對(duì)37、模型中引入虛擬變量的作用。

變化引起的Y的絕對(duì)量變化量，即自變量1）分離異常因素的影響；2）檢驗(yàn)不同屬

的一個(gè)單位相對(duì)增量引起因變量平均的絕性類型對(duì)因變量的作用；3）提高模型的精

對(duì)增長(zhǎng)。度。

34、因變量取對(duì)數(shù)的半對(duì)數(shù)模型I與自變38、虛擬變量的性質(zhì)。

量取對(duì)數(shù)的半對(duì)數(shù)模型II的區(qū)別。1）若一個(gè)定性變量有m個(gè)類別,則引入

I反映自變量的絕對(duì)量變化1個(gè)單位時(shí)，mT個(gè)虛擬變量；2）虛擬變量的取值是隨

因變量變化的百分比，InK=Bi+Bzt+Ui；意的；3）被賦予零值的類別稱為基底；4）

H反映自變量變化一個(gè)百分比時(shí)，因變量虛擬變量的系數(shù)稱為級(jí)差截距系數(shù)，表示

的絕對(duì)變化量，=Bi+BJnX+U取值的類別的截距值與基底截距差別。

35、倒數(shù)模型的形式。39、交互作用效應(yīng)如何體現(xiàn)。

Yi=B1+B2-L+UiYi=Bi+B2D2i+Ba+B3（D2D3i）+BX+Ui,小、小

Xi

36、對(duì)于線性、雙對(duì)數(shù)、對(duì)數(shù)一線性、線為交互作用虛擬變量。

性一對(duì)數(shù)、倒數(shù)五種系數(shù)的總結(jié)。40、虛擬變量是定性的。

形式斜率二好步雅;p蛤的”懶型的螭底變

dX

1）簡(jiǎn)約性2）可識(shí)見性量3）擬合優(yōu)度；

物崢論一效愣性）預(yù)雌帙J。

線性Y=B1+B2XB2

B4)

雙對(duì)數(shù)lnY=B.+B2lnX423模型設(shè)定牖煲的!類型口數(shù)

1/麴方解釋變博避取的僦幃①漏選相關(guān)

對(duì)數(shù)一線InY=BI+B2XB2(Y)

性變量，②多選無關(guān)變揖；2）關(guān)于模型函數(shù)

耐a取的偏獴性對(duì)數(shù)

線性一對(duì)Y=Bi+B』r)XB2(1)

X

數(shù)43、模型設(shè)定偏誤的后果。

（溫選相關(guān)變翻參麴倒計(jì)郭J偏誤；2）

倒數(shù)Y=BI+BJ)-B2(-L)

XX2XY

多選無關(guān)變量：估計(jì)量無偏、一致但不具

有最小方差性；3）錯(cuò)誤函數(shù)形成：全方位簡(jiǎn)化："息+」/，+」口

偏誤。48、聯(lián)立方程模型的識(shí)別狀態(tài)。

44、模型設(shè)定偏誤的檢驗(yàn)方法。1）可識(shí)別：①恰度識(shí)別（唯一地估計(jì)參數(shù)）;

1）無關(guān)變量：①1個(gè)變量一一t檢驗(yàn)；②n②過度識(shí)別（一個(gè)或幾個(gè)參數(shù)有若干估計(jì)

個(gè)變量——F檢驗(yàn)，F(xiàn)=（鼠；值）。2）不可識(shí)別：不能估計(jì)參數(shù)。

（1-心,）/5-幻

49、識(shí)別規(guī)則。

2）漏選變量和不正確函數(shù)形式一一參數(shù)

恰度識(shí)別：k>m-l,過度識(shí)別：k

（①R:產(chǎn)；②t值；③估計(jì)函數(shù)的符號(hào)）

<m-l,不可識(shí)別。m：方程個(gè)數(shù)；k：不包

A、殘差圖示法；B、RESET檢驗(yàn)（a、如果

括在該方程中所有變量的個(gè)數(shù)。

事先知道遺漏了哪個(gè)變量，只需將此變量

50、各方程識(shí)別的方法。

引入模型，估計(jì)并檢驗(yàn)其參數(shù)是否顯著不

1）恰度識(shí)別：間接最小二乘法（ILS）；2）

為0即可；b、不知道哪個(gè)變量遺漏，找個(gè)

過度識(shí)另J：兩階最小二乘法（2SLS）

替代變量Z,進(jìn)行上述檢驗(yàn)）；C、

51、多重共線性

MWD-—P176o

形式：1）統(tǒng)計(jì)學(xué)形式:①Xi、Xj…相關(guān);

45、計(jì)量經(jīng)濟(jì)學(xué)方法中的聯(lián)立方程問題主

②即兩個(gè)或多個(gè)解釋變量出現(xiàn)相關(guān)性。2）

要表現(xiàn)在哪些方面。

數(shù)據(jù)類型：時(shí)間序列數(shù)據(jù)。3）實(shí)際經(jīng)濟(jì)現(xiàn)

1）隨機(jī)解釋變量問題；2）損失變量信息

象：滯后變量的引入。

問題；3）損失方程之間的相關(guān)性信息問題。

后果：1）參數(shù)估計(jì)量：無偏、有效（經(jīng)濟(jì)

46、變量的分類。

含義不合理）。2）變量的顯著性檢驗(yàn)：t

內(nèi)生變量（由系統(tǒng)內(nèi)產(chǎn)生，并影響系統(tǒng)）

檢驗(yàn)失效（失去意義）。3）模型的預(yù)測(cè)功

和外生變量（影響系統(tǒng)，公身不受系統(tǒng)影

能：失效。

響），外生變量與滯后內(nèi)生變量稱為先決變

檢驗(yàn)：1）是否存在：①簡(jiǎn)單相關(guān)系數(shù)法：

量（只能作解釋變量）。

|t|接近1,存在較強(qiáng)多重共線性；②綜

47、結(jié)構(gòu)式模型與簡(jiǎn)化式模型的形式。

合統(tǒng)計(jì)檢驗(yàn)法：R2很大，t值不顯著，未

結(jié)構(gòu)：Ct=BI+B2Yt+Ut

通過檢驗(yàn)。2）存在范圍：①判定系數(shù)檢驗(yàn)

法；②逐步回歸法；③逐步剔除法；④逐模型加權(quán)，再采用OLS估計(jì)參數(shù)；②對(duì)較

小的片賦予較大的權(quán)數(shù)；③對(duì)較大的片賦

個(gè)引入法；⑤方差膨脹因子：WF=—

1-R±

予較小的權(quán)數(shù)。2）重新設(shè)定模型：改變

補(bǔ)救措施：1）排除引起共線性的變量：逐

PRFo

步回歸法；2）差分法；3）減少參數(shù)估計(jì)

53、自相關(guān)

量的方差：①改變樣本，②增加樣本容量。

形式:1）cov（Ui,Uj）H0；2）即隨機(jī)誤差

評(píng)價(jià)：1）為了利用模型預(yù)測(cè)應(yīng)變量的未來

項(xiàng)之間存在某種相關(guān)性：3）時(shí)間序列數(shù)據(jù)：

均值（壞事）；2）除預(yù)測(cè)，還估計(jì)參數(shù)（好

4）Ut=pU-i+G（-l<p<l）,夕為

事）。

白協(xié)方差系數(shù)或一階相關(guān)系數(shù)。

52、異方差

原因：1）慣性；2）設(shè)定誤差：模型中遺

形式：1）vag）“；2）即隨機(jī)誤差項(xiàng)

漏了顯著的變量；3）設(shè)定誤差：不正確的

的的方差不是常數(shù)；3）截面數(shù)據(jù)；4）單

函數(shù)