计量经济学考点整理.docx

第一章

计量经济学定义：统计学、经济理论和数学三者的结合。正经济学中，我们用数学的函数概念表达对经济变量间的关系的看法。

计量经济学模型建立的步骤：一、理论模型的设计

二、 样本数据的收集

三、 模型参数的估计

四、 模型的检验

计量经济学模型成功的三要素：理论数据方法计量经济学模型的应用：一、结构分析

二、 经济预测

三、 政策评价

四、 理论检验与发展

整一*M

弟一章

回归分析概述：是研究一个变量关于另一个（些）变量的具体依赖关系的计算方法和理论。其目的在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值。

回归分析与相关分析异同

同：对变量间统计依赖关系的考察

异：1。相关分析适用于所有统计关系，回归分析仅对存在因果关系而言

相关分析对称地对待任何（两个）变量，两个变量都被看作是随机的。

回归分析对变量的处理方法存在不对称性，即区分应变量（被解释变量）和自变量（解释变量），前者是随机变量，后者不一定是。

医院线性回归的基本假设：针对采用普通最小一乘法（OrdinaryLeastSquares,OLS）估计而提出的。分为：1、关于模型关系的假设：1。模型设定正确假设。

2线性回归假设匚工基匚工

cov(X,日.)=0,i

cov(X,日.)=0,i=1,2,...,nE(XV)=0,i=1,2,...,n ii

与随机项不相关假设

观测值变化假设

无完全共线性假设

样本方差假设：随着样本容量的无限增加，

(X-X)2/n—Q,

i

3、关于随机项的假设：

3、关于随机项的假设：1。0均值假设

2.同方差假设

E(V」X)=0,i=1,2, ,n

Var(VX)=b2,i=1,2,…,n

3

3序列不相关假设

Cov(v,VX,X)=0,i,j=1,2,…,n,i。j i——j

4、随机项的正态性假设：正态性假设

V?N（0,b2）TV?NID（0,b2）

i i

5、CLRM和CNLRM

、元线性回归模型的参数估计：一、参数的普通最小二乘估计(OLS)

二、 参数估计的最大或然法(ML)

三、 最小二乘估计量的性质

四、 参数估计量的概率分布及随机干扰项方差的估计

=2(Yi-Y.)2

=2(Yi-Y.)2=2(Yi-(脱+*X「))2

MinQ

二、参数估计的最大或然法(ML)：基本原理：当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大

三、最小二乘估计量的性质：1准则：

线性性(linear),即它是否是另一随机变量的线性函数；

无偏性(unbiased)，即它的均值或期望值是否等于总体的真实值；

有效性(efficient)，即它是否在所有线性无偏估计量中具有最小方差。

2.高斯一马尔可夫定理：在给定经典线性回

归的假定下，最 小二乘估计量是具有最小方差的线性无偏估计量。

二、一元线性回归模型的统计检验：一、拟合优度检验：

三、变量的显著性检验

三、参数的置信区间

拟合优度检验：对样本回归直线与样本观测值之间拟合程度的检验。

R22nnb---

R22nnb---^zz .Z2/2yAye

拟合优度:

EESS「

RSS

-

R2= =1-

TSS

TSS

3、可决系数R2统计量

TOC\o1-5\h\z总体平方和 TSS=

回归平方和 ESS=

残差平方和 RSS=

I II

TSS=ESS+RSS

如果实际观测点离样本回归线越近，则ESS在TSS中占的比重越大，因此

是一个非负的统计量。取值范围：[0,1]

越接近1，说明实际观测点离回归线越近，拟合优度越高。

二、变量的显著性检验：在一元线性模型中，变量的显著性检验就是判断X是否对

Y具有显 著的线性性影响。

变量的显著性检验所应用的方法是数理统计学中的假设检验。

通过检验变量的参数真值是否为零来实现显著性检验

变量的显著性检验：1、假设检验：一。所谓假设检验，就是事先对总体参数或总体分布形式作出一个假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著差异，从而决定是否接受或否定原假设。

假设检验采用的逻辑推理方法是反证法。先假定原假设

正确，然后根据样本信息，观察由此假设而导

致的结果

是否合理，从而判断是否接受原假设。

判断结果合理与否，是基于“小概率事件不易发

生”这一原

理的

2、变量的显著性检验一t检验

A 人

P-PP-Ph

t=—ii==i 1~t