计量经济学知识点、学习指导及框架图.pdfVIP

导论与第一、二章EViews/Stata操作

知识点：介绍计量经济学的简史，为什么研究计量经济学，计量经济

学的数据类型及因果关系；EViews与Stata操作入门。

学习指导：本部分的重点知识是：计量经济学的四种数据结构——

横截面数据、时间序列数据、面板数据和混合数据；因果关系；

对于四种数据结构的区别要清晰，本课程重点讲解横截面数据和面板

数据的处理方法；而混合数据的处理方法与横截面数据相同，而对于

考虑相关性的时间序列数据，可以在另开设一门课程来介绍。因果关

系是所有学科分析重要的内容。但由于经济社会中各变量之间关系十

分复杂，所以通常需要控制其他变量后再具体分析所关心自变量对于

因变量的影响，而这正是计量经济学研究的重要的内容之一。

关于EViews与Stata的详细操作不是本课程的重点，可以不单

独介绍，本课程将会在后续章节的应用例题中介绍与计量经济学密切

相关的软件操作步骤。

第三章一元线性回归模型

知识点：一元线性回归模型的假设、最小二乘估计及其估计量的性质、

系数显著性检验和预测区间。

学习指导：本部分的重点知识是：模型的假设是确保模型可以估计

和估计方法好坏的基础，所以要了解假设估计间的关系；最小二乘估

计是计量经济学的最基本估计方法之一，所以要熟练掌握其求解过程

要了解检验的步骤和意义；

本章难点一是如何证明在本章假设下最小二乘估计量是最优的，

对于要求较高的院校，可以介绍这里所使用的添项减项技巧，并指出

证明的关键是使用线性无偏条件来证明交叉相乘项为0。

2

本章难点二是如何证明S是方差的无偏估计量，这里证明的关

键是注意到不同误差项之间的无关性对计算过程化简的重要性。

对于要求较低的院校也可以对证明做忽略处理，仅仅指出结论也

是入门计量经济学的一种常见处理方法。

第四章多元线性回归模型

知识点：多元线性回归模型的假设、最小二乘估计及其估计量的性质、

决定系数与修正的决定系数、单系数与线性约束的检验、多重共线性

的相关问题。

学习指导：本部分的重点知识是：模型的假设是确保模型可以估计

和估计方法好坏的基础，所以要了解假设估计间的关系；最小二乘估

计是计量经济学的最基本估计方法之一，所以要熟练掌握其求解过程

和其估计量的统计性质（这里使用了多个变量，计算过程与一元处理

有所区别）；决定系数与修正的决定系数是衡量一个模型整体拟合度

的一个重要指标；估计结果的检验可以用于判断经济理论和经验判断

的正确与否，是经济政策执行结果的重要定量参考；了解多重共线性

产生的原因和影响、处理方法是分析和完善估计过程的重要环节。

难点一是如何证明在本章假设下使用矩阵方法求解最小二

乘估计量，对于要求较高的院校，可以介绍这里所使用的向量导数。

本章难点二是如何使用矩阵方法证明残差平方和服从卡方分布，

这里需要注意三点：残差的矩阵表示；二次型的期望与其迹的期

望相等；幂等矩阵的对角化。

对于要求较低的院校也可以对这些相关证明做忽略处理，或者使

用3变量模型来做一个简单介绍,然后再推广到K变量情形。这些处

理方式也是入门计量经济学的一种常见处理方法。

其次这里本课程并没有要求使用矩阵方法证明最小二乘估计量的

最优性和统计量F为什么服从F分布。感兴趣的同学可以参考本课程

给出的相关参考书目。

第五章误差项的序列相关与异方差性

知识点：当模型的误差项出现序列相关和异方差性时，如何检验和估

计的相关问题。

学习指导：本部分的重点知识是：在了解序列相关带来的影响后，

学会使用DW检验方法，并了解更高阶相关性检验的LM检验法，并学

会使用GLS估计和CO变换估计；在了解异方差的影响后，学会使用

BP检验方法，并了解GQ检验，图示法及问题性质法，并学会使用文

中介绍的GLS估计法；理解和使用异方差的Robust处理方法。

本章难点一是出现序列相关和异方差性后，如何使用GLS方法

进行估计，这里的关键就是理解进行GLS前的变量变换，理解变换后

OLS的经典假设，因而具有最优性；同时，明确软件默认

的方差估计是无序列相关和同方差的，如果在出现序列相关和异方差

性后，继续使用默认估计将会影响模型的精度和