最新華政計(jì)量經(jīng)濟(jì)學(xué)問(wèn),背出來(lái)你就無(wú)敵了

1、1、計(jì)量經(jīng)濟(jì)學(xué)是一門(mén)(y mn)什么樣的學(xué)科？計(jì)量經(jīng)濟(jì)學(xué)是一門(mén)(y mn)經(jīng)濟(jì)學(xué)科。計(jì)量經(jīng)濟(jì)(jngj)學(xué)是經(jīng)濟(jì)(jngj)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)三者的結(jié)合。（ Frish，1933）對(duì)象：經(jīng)濟(jì)問(wèn)題方法：統(tǒng)計(jì)學(xué)和數(shù)學(xué)依據(jù)：經(jīng)濟(jì)學(xué)原理計(jì)量經(jīng)濟(jì)學(xué)：定量化的經(jīng)濟(jì)學(xué)或經(jīng)濟(jì)學(xué)的定量化,以一定的經(jīng)濟(jì)理論和實(shí)際統(tǒng)計(jì)數(shù)據(jù)為依據(jù)，運(yùn)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)方法和計(jì)算機(jī)技術(shù)，通過(guò)建立計(jì)量經(jīng)濟(jì)模型，定量分析經(jīng)濟(jì)變量之間的隨機(jī)因果關(guān)系。共五十二頁(yè)2、計(jì)量經(jīng)濟(jì)學(xué)的幾大功能有哪些、熟悉(shx)每種功能的具體內(nèi)容,知道這些功能效果的評(píng)價(jià)？一、結(jié)構(gòu)分析二、經(jīng)濟(jì)(jngj)預(yù)測(cè)三、政策評(píng)價(jià)四、檢驗(yàn)與發(fā)展經(jīng)濟(jì)理論四大功能中，檢驗(yàn)經(jīng)濟(jì)理論與結(jié)

2、構(gòu)分析功能的可靠性強(qiáng)，而政策分析與經(jīng)濟(jì)預(yù)測(cè)功能的可靠性較弱共五十二頁(yè)功能(gngnng)之一、結(jié)構(gòu)分析結(jié)構(gòu)：經(jīng)濟(jì)變量(binling)之間的相互關(guān)系 結(jié)構(gòu)分析：定量揭示經(jīng)濟(jì)變量之間的相互關(guān)系。包含：彈性分析、乘數(shù)分析和比較靜態(tài)分析。功能之二、經(jīng)濟(jì)預(yù)測(cè)計(jì)量經(jīng)濟(jì)學(xué)模型的預(yù)測(cè)是尋找出經(jīng)濟(jì)變量過(guò)去的變化規(guī)律，并據(jù)此對(duì)經(jīng)濟(jì)變量未來(lái)的值進(jìn)行預(yù)測(cè)。對(duì)經(jīng)濟(jì)增長(zhǎng)率的預(yù)測(cè)。如對(duì)股票價(jià)格的預(yù)測(cè)、共五十二頁(yè)功能(gngnng)之三、政策評(píng)價(jià)計(jì)量經(jīng)濟(jì)(jngj)學(xué)模型具有“經(jīng)濟(jì)(jngj)政策實(shí)驗(yàn)室”功能。刺激汽車(chē)購(gòu)買(mǎi)政策效果的評(píng)估功能之四、檢驗(yàn)與發(fā)展經(jīng)濟(jì)學(xué)理論 計(jì)量經(jīng)濟(jì)學(xué)模型是檢驗(yàn)經(jīng)濟(jì)理論的有效工具，在對(duì)經(jīng)濟(jì)學(xué)理論的

3、檢驗(yàn)過(guò)程中推動(dòng)經(jīng)濟(jì)學(xué)理論的發(fā)展。 如：消費(fèi)理論的檢驗(yàn)與發(fā)展共五十二頁(yè)計(jì)量經(jīng)濟(jì)學(xué)功能的實(shí)現(xiàn) ：建立(jinl)計(jì)量經(jīng)濟(jì)學(xué)模型，解計(jì)量經(jīng)濟(jì)學(xué)模型物理模型(mxng)幾何模型模型：3、計(jì)量經(jīng)濟(jì)學(xué)的功能如何實(shí)現(xiàn)？建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型的步驟應(yīng)包括哪些內(nèi)容？共五十二頁(yè)一、建立(jinl)計(jì)量經(jīng)濟(jì)學(xué)模型計(jì)量經(jīng)濟(jì)學(xué)研究問(wèn)題(wnt)的流程 確定模型包含的變量 確定模型的數(shù)學(xué)形式二、解模型：通過(guò)數(shù)據(jù)來(lái)估計(jì)模型中的未知函數(shù)或未知參數(shù).1、收集數(shù)據(jù)：解釋變量與被解釋變量的取值，即統(tǒng)計(jì)上所謂的樣本(sample)。 截面數(shù)據(jù) 時(shí)間序列數(shù)據(jù) 面板數(shù)據(jù)2、模型估計(jì)：運(yùn)用統(tǒng)計(jì)和數(shù)學(xué)方法對(duì)模型中的未知函數(shù)（或未知參數(shù)）進(jìn)

4、行估計(jì)。3、模型的檢驗(yàn) 經(jīng)濟(jì)學(xué)意義的檢驗(yàn) 統(tǒng)計(jì)檢驗(yàn) 由統(tǒng)計(jì)學(xué)理論決定 包括：擬合優(yōu)度檢驗(yàn)、方程顯著性檢驗(yàn)、變量顯著性檢驗(yàn) 計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn) 由計(jì)量經(jīng)濟(jì)學(xué)理論決定 包括：異方差性檢驗(yàn)、序列相關(guān)性檢驗(yàn)、共線(xiàn)性檢驗(yàn) 模型預(yù)測(cè)檢驗(yàn) 穩(wěn)定性檢驗(yàn)、 預(yù)測(cè)性能檢驗(yàn)共五十二頁(yè)4、建模型的時(shí)候有哪些工作要做、有哪些注意點(diǎn)？模型引入隨機(jī)擾動(dòng)項(xiàng)的原因是有哪些？樣本數(shù)據(jù)有幾種類(lèi)型？模型估計(jì)(gj)要估計(jì)(gj)什么、模型要進(jìn)行哪些檢驗(yàn)，為什么要進(jìn)行這些檢驗(yàn)？知道影響計(jì)量經(jīng)濟(jì)學(xué)模型是否能夠成功的三要素。 確定(qudng)模型包含的變量(多次反復(fù))被解釋變量：由問(wèn)題來(lái)確定。確定解釋變量與被解釋變量時(shí)的注意1：時(shí)間上關(guān)系：

5、因果關(guān)系，現(xiàn)在和未來(lái)不能解釋過(guò)去，未來(lái)不能解釋現(xiàn)在。2：沒(méi)有特別說(shuō)明，計(jì)量經(jīng)濟(jì)學(xué)模型中的變量視為隨機(jī)變量（2）原因： 代表影響被解釋變量的隨機(jī)因素 影響被解釋變量的未知因素； 代表變量缺失； 被解釋變量與解釋變量一定的條件下，被解釋變量期望的差1.代表影響被解釋變量的未知因素2.代表數(shù)據(jù)的缺失3.代表眾多對(duì)被解釋變量有微小作用的變量的綜合4.代表模型設(shè)定誤差5.代表數(shù)據(jù)觀測(cè)誤差6.變量的內(nèi)在隨機(jī)性【3.6是原生的】確定解釋變量的依據(jù)：經(jīng)濟(jì)學(xué)理論和經(jīng)濟(jì)行為分析。：用統(tǒng)計(jì)檢驗(yàn)的方法確定。共五十二頁(yè)（4）建立模型的理論、估計(jì)模型的方法與數(shù)據(jù)的質(zhì)量是決定(judng)模型能否成功建立的三要素。（3）參

6、數(shù)估計(jì)(gj)估計(jì)(gj)解釋變量影響被解釋變量的未知函數(shù) 經(jīng)濟(jì)學(xué)意義的檢驗(yàn)：由經(jīng)濟(jì)學(xué)規(guī)律來(lái)決定建?；驹恚?根據(jù)模型中參數(shù)的符號(hào)、大小、關(guān)系，對(duì)參數(shù)估計(jì)結(jié)果的可靠性進(jìn)行檢驗(yàn) 統(tǒng)計(jì)檢驗(yàn)：根據(jù)樣本推斷總體計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)：檢驗(yàn)?zāi)Ｐ褪欠穹辖?jīng)典假設(shè)，符合-，不符合-5、正確理解相關(guān)關(guān)系與因果關(guān)系之間的差異、相關(guān)性分析與回歸分析之間的差異。（1）相關(guān)關(guān)系-伴隨關(guān)系 因果關(guān)系-引起、被引起關(guān)系 具有因果關(guān)系的變量一定具有相關(guān)關(guān)系，如：收入與消費(fèi) 具有相關(guān)關(guān)系的變量未必有因果關(guān)系，如：小孩的身高與小樹(shù)的身高（2）相關(guān)性分析-通過(guò)樣本相關(guān)系數(shù)推斷總體的相關(guān)性 回歸分析-分析變量之間的因果關(guān)系及影響程度,樣

7、本推總體 通過(guò)回歸模型分析因果關(guān)系共五十二頁(yè)6、什么是多元線(xiàn)性總體回歸模型(mxng)、什么是多元線(xiàn)性總體回歸函數(shù)、什么是多元線(xiàn)性樣本回歸模型(mxng)，什么是多元線(xiàn)性樣本回歸函數(shù)？一元線(xiàn)性回歸(hugu)模型一元線(xiàn)性模型總體回歸函數(shù)一元線(xiàn)性樣本回歸函數(shù)一元線(xiàn)性樣本回歸模型殘差共五十二頁(yè)7、線(xiàn)性回歸模型參數(shù)普通最小二乘估計(jì)的原理(yunl)是什么？熟記一元線(xiàn)性回歸模型參數(shù)估計(jì)的正規(guī)方程組及參數(shù)估計(jì)的表達(dá)形式。一元線(xiàn)性回歸模型普通最小二乘估計(jì)量與參數(shù)的關(guān)系。普通(ptng)最小二乘估計(jì)的原理：從模型總體隨機(jī)抽取n樣本觀測(cè)值后，使合理的參數(shù)估計(jì)量最好得擬合樣本數(shù)據(jù)。亦是觀測(cè)值與估計(jì)值之差的平方和

8、最小。共五十二頁(yè)最小二乘參數(shù)估計(jì)量最小二乘估計(jì)量的簡(jiǎn)化(jinhu)：離差或中心化共五十二頁(yè)最小二乘估計(jì)(gj)量是Y1,Y2,Yn的線(xiàn)性組合 。（即最小二乘估計(jì)(gj)是線(xiàn)性估計(jì)(gj)）普通最小二乘估計(jì)量與參數(shù)(cnsh)的關(guān)系共五十二頁(yè)系數(shù)(xsh)的性質(zhì)：8、一元、多元(du yun)線(xiàn)性回歸模型最小二乘估計(jì)殘差的性質(zhì)有哪些？會(huì)利用一元、多元(du yun)線(xiàn)性回歸模型普通最小二乘估計(jì)殘差性質(zhì)進(jìn)行有關(guān)的證明。共五十二頁(yè)普通(ptng)最小二乘估計(jì)殘差：即：正規(guī)方程組揭示(jish)的是殘差的性質(zhì)。普通最小二乘估計(jì)殘差的性質(zhì)：普通最小二乘估計(jì)有關(guān)的其他性質(zhì)（課后習(xí)題）共五十二頁(yè)二元線(xiàn)性回

9、歸模型(mxng)的擬合值與殘差二元線(xiàn)性回歸(hugu)模型的殘差的性質(zhì)共五十二頁(yè)9、衡量參數(shù)估計(jì)性質(zhì)(xngzh)好壞的標(biāo)準(zhǔn)有哪些？含義是什么？1、無(wú)偏性：若則稱(chēng)是的無(wú)偏(w pin)估計(jì)。2、有效性：對(duì)參數(shù)的兩個(gè)無(wú)偏估計(jì)，如果則稱(chēng)比有效。3、一致性：的估計(jì)，如果對(duì)任意的有則稱(chēng)是的一致估計(jì)，記作：無(wú)偏性、有效性：樣本容量一定時(shí)，好的估計(jì)量應(yīng)該具有的性質(zhì)。一致性：樣本容量變大時(shí)，好的估計(jì)量應(yīng)該具有的性質(zhì)共五十二頁(yè)10、一元、多元回歸模型的經(jīng)典假設(shè)是什么？高斯馬爾可夫定理定理的內(nèi)容是什么？在經(jīng)典假定之下， 一元線(xiàn)性回歸模型普通最小二乘估計(jì)量為什么是無(wú)偏(w pin)的、有效的；熟知一元線(xiàn)性回歸模

10、型可決系數(shù)與斜率普通最小二乘估計(jì)的關(guān)系、可決系數(shù)等于解釋變量與被解釋變量樣本相關(guān)系數(shù)等有關(guān)的證明；(1)經(jīng)典線(xiàn)性回歸(hugu)模型的基本假設(shè)：1、解釋變量是確定的。2、隨機(jī)擾動(dòng)項(xiàng)： 當(dāng)解釋變量一定時(shí)，期望為0， 且所有隨機(jī)擾動(dòng)項(xiàng)同方差，序列不相關(guān)。3、解釋變量與隨機(jī)擾動(dòng)項(xiàng)不相關(guān)，即4、正態(tài)性假設(shè)：當(dāng)解釋變量一定的條件下，隨機(jī)擾動(dòng)項(xiàng)服從正態(tài)分布即：共五十二頁(yè)一元線(xiàn)性回歸模型(mxng)經(jīng)典假定下的推論：1、在線(xiàn)性回歸模型(mxng)的經(jīng)典假定下，隨機(jī)擾動(dòng)項(xiàng)獨(dú)立同服從正態(tài)分布，即2、相互獨(dú)立3：隨機(jī)擾動(dòng)項(xiàng)方差的估計(jì)可以證明：（2）高斯馬爾可夫定理在線(xiàn)性回歸模型的經(jīng)典假定下，最小二乘估計(jì)量是方差最

11、小的線(xiàn)性無(wú)偏估計(jì)量無(wú)偏性：即證：有效性：在所有線(xiàn)性無(wú)偏估計(jì)中，最小二乘估計(jì)的方差最小。(2)證明最小方差性一致性：大樣本性質(zhì)：在線(xiàn)性回歸模型的經(jīng)典假定下，普通最小二乘估計(jì)具有一致性。共五十二頁(yè)對(duì)模型的經(jīng)典(jngdin)假定一元(y yun) 對(duì)多元線(xiàn)性回歸模型的經(jīng)典假設(shè)解釋變量是確定性的；隨機(jī)擾動(dòng)項(xiàng)期望為0，方差相同，隨機(jī)擾動(dòng)項(xiàng)之間不相關(guān),服從正態(tài)分布；k個(gè)解釋變量都是確定性的，且它們之間不相關(guān)（即無(wú)多重共線(xiàn)性）隨機(jī)擾動(dòng)項(xiàng)期望為0，方差相同,隨機(jī)擾動(dòng)項(xiàng)之間不相關(guān),服從正態(tài)分布; 解釋變量與隨機(jī)擾動(dòng)項(xiàng)之間不相關(guān)（相關(guān)系數(shù)為0）解釋變量與隨機(jī)擾動(dòng)項(xiàng)之間不相關(guān)（相關(guān)系數(shù)為0）經(jīng)典假定之下，多元線(xiàn)性

12、回歸模型隨機(jī)擾動(dòng)項(xiàng)方差的最小二乘估計(jì)為前兩個(gè)推論同一元一樣(3)一元線(xiàn)性模型可決系數(shù)與參數(shù)估計(jì)的關(guān)系一元線(xiàn)性模型可決系數(shù)與解釋變量、被解釋變量相關(guān)系數(shù)的關(guān)系共五十二頁(yè)11、線(xiàn)性回歸模型總離差平方和、殘差平方和與回歸平方和的定義、自由度分別(fnbi)是什么？總離差平方和為什么可以分解？總離差平方和回歸(hugu)平方和殘差平方和TSS=ESS+RSS自由度n-1n-k-1k12、線(xiàn)性回歸模型可決系數(shù)的定義是什么？含義是什么？調(diào)整的可決系數(shù)計(jì)算公式什么？為什么要對(duì)可決系數(shù)進(jìn)行調(diào)整？方程檢驗(yàn)的統(tǒng)計(jì)量F與可決系數(shù)、調(diào)整的可決系數(shù)之間的關(guān)系是什么？共五十二頁(yè)（1）可決系數(shù)R2來(lái)反映(fnyng)擬合優(yōu)

13、度（2）性質(zhì)：1、可決系數(shù)取值范圍為：0，1 2、可決系數(shù)的意義：擬合優(yōu)度越高，可決系數(shù)越接近(jijn)于1，說(shuō)明模型擬合得越好。（3）調(diào)整的可決系數(shù)可決系數(shù)的缺陷：可決系數(shù)是解釋變量個(gè)數(shù)的不減函數(shù)與可決系數(shù)的關(guān)系（4）可決系數(shù)與方程顯著性檢驗(yàn)F統(tǒng)計(jì)量的關(guān)系、與可決系數(shù)同方向變化。、與可決系數(shù)為等價(jià)。調(diào)整的可決系數(shù)越大，AIC、SC越小,模型擬合的越好。共五十二頁(yè)13、一元線(xiàn)性回歸模型變量顯著性假設(shè)檢驗(yàn)的原理是什么,是用什么統(tǒng)計(jì)量進(jìn)行檢驗(yàn)？一元線(xiàn)性回歸模型的方程的顯著性假設(shè)檢驗(yàn)與變量顯著性假設(shè)檢驗(yàn)有什么關(guān)系(gun x)？要能夠根據(jù)軟件的結(jié)果識(shí)別出變量、方程是顯著，還是不顯著？(1)一元線(xiàn)性

14、回歸模型(mxng)變量的顯著性檢驗(yàn)假設(shè) H0： =0， H1： 0檢驗(yàn)統(tǒng)計(jì)量顯著性假設(shè)檢驗(yàn)：|T| t /2 (n-2)時(shí)，拒絕零假設(shè)。（2）變量顯著性檢驗(yàn)：（T檢驗(yàn)） 多元方程總體顯著性檢驗(yàn)：（F檢驗(yàn)）F=【ESS/K】/【RSS/n-k-1】在一元線(xiàn)性回歸中，t檢驗(yàn)和F檢驗(yàn)是一致的。原假設(shè)相同，一元里F=T2，方程的顯著性檢驗(yàn)與變量的顯著性檢驗(yàn)之間并不可以互相替代（3）根據(jù)概率下結(jié)論，P小就拒絕原假設(shè)，變量有顯著性影響，方程有顯著性影響共五十二頁(yè)14、化為多元線(xiàn)性回歸模型有哪些(nxi)基本方法？受約束回歸能解決什么(shn me)問(wèn)題？基本原理是什么(shn me)？能夠正確寫(xiě)出受約束

15、的回歸模型。方法1、直接置換法(如倒數(shù)模型、多項(xiàng)式模型）方法2、取對(duì)數(shù)變換法 檢驗(yàn)回歸模型的系數(shù)是否滿(mǎn)足某些關(guān)系MUR：不受約束的回歸模型受約束的回歸模型MR檢驗(yàn)假設(shè)H0：如果原假設(shè)成立（約束成立），那么，受約束的回歸模型與不受約束的回歸模型是同一個(gè)模型，反映被解釋變量與解釋變量之間相同的關(guān)系，殘差應(yīng)該相差相近。如果受約束的回歸模型的殘差與不受約束的回歸模型的殘差差異較大，那么，就拒絕原假設(shè)。共五十二頁(yè)檢驗(yàn)(jinyn)統(tǒng)計(jì)量：分別為受約束與不受約束回歸(hugu)模型的殘差平方和。分別為不受約束與受約束回歸模型解釋變量的個(gè)數(shù)。推斷：若F F(ku-kR,n-kU-1)則拒絕原假設(shè)H0，參數(shù)沒(méi)

16、關(guān)系15、知道估計(jì)參數(shù)所需要的的最小樣本容量、滿(mǎn)足經(jīng)典假設(shè)要求的樣本容量？樣本最小容量必須不少于模型中待估參數(shù)的個(gè)數(shù),即 n k+1一般經(jīng)驗(yàn)認(rèn)為:當(dāng)n30或者至少n3(k+1)時(shí)，樣本容量合適共五十二頁(yè)16、正確解釋多元線(xiàn)性回歸模型(mxng)（雙對(duì)數(shù)模型(mxng)、普通模型(mxng)）參數(shù)的意義。熟知多元線(xiàn)性回歸模型估計(jì)輸出結(jié)果，及相應(yīng)的關(guān)系。熟悉常見(jiàn)的模型估計(jì)及計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)軟件輸出結(jié)果，能根據(jù)軟件給出的結(jié)果進(jìn)行相關(guān)的計(jì)算。1、多元(du yun)線(xiàn)性模型參數(shù)解釋?zhuān)簠?shù)的意義：其他解釋變量一定的條件下，解釋變量變化一個(gè)單位，對(duì)被解釋變量均值的影響，反映邊際2、雙對(duì)數(shù)模型參數(shù)的意義：其他

17、解釋變量一定的條件下，解釋變量變化一個(gè)百分點(diǎn)，被解釋變量均值變動(dòng)的百分點(diǎn)是多少，參數(shù)反映的是彈性。共五十二頁(yè)R-squared可決系數(shù)(xsh)Sum squared resid殘差平方和RSSLog likelihood對(duì)數(shù)(du sh)似然函數(shù)的函數(shù)值A(chǔ)djusted R-squared調(diào)整的可決系數(shù)S.E. of regressionMean dependent var被解釋變量的均值S.D. dependent var被解釋變量的標(biāo)準(zhǔn)差A(yù)kaike info criterion赤池信息準(zhǔn)則AICSchwarz criterion施瓦茨準(zhǔn)則SCt-statistic t統(tǒng)計(jì)量的值F-st

18、atistic F統(tǒng)計(jì)量的值共五十二頁(yè)17、異方差的含義是什么？模型存在異方差的后果(hugu)是什么（只要知道后果(hugu)，證明不做要求）？異方差如何進(jìn)行檢驗(yàn)（理解white異方差檢驗(yàn)的基本原理、要能敘述此方法進(jìn)行檢驗(yàn)的過(guò)程）；模型存在異方差時(shí)，加權(quán)最小二乘法的原理是什么（要能完整敘述）？要能根據(jù)軟件的結(jié)果識(shí)別是否有異方差。異方差(fn ch)同方差異方差一般情況下，異方差是指不同的樣本點(diǎn)所對(duì)應(yīng)的隨機(jī)擾動(dòng)項(xiàng)的方差不同，隨機(jī)擾動(dòng)項(xiàng)的方差是樣本點(diǎn)的函數(shù)。存在異方差的后果模型存在異方差時(shí)普通最小二乘估計(jì)量的性質(zhì)。1、仍具有線(xiàn)性性、無(wú)偏性，一致性；但不具有有效性 2、關(guān)于變量的顯著性檢驗(yàn)的原有做

19、法失去意義3、模型的預(yù)測(cè)失效共五十二頁(yè)對(duì)異方差(fn ch)進(jìn)行的檢驗(yàn)：懷特（White）檢驗(yàn)以二元模型(mxng)為例懷特（White）檢驗(yàn)設(shè)：檢驗(yàn)假設(shè)：法1：對(duì)上述方程進(jìn)行檢驗(yàn)（F統(tǒng)計(jì)量）法2：在同方差假設(shè)下輔助回歸可決系數(shù)漸近服從輔助回歸解釋變量的個(gè)數(shù)White異方差檢驗(yàn)：如果原模型不存在異方差，那么， nR2應(yīng)該比較??；反之，如果發(fā)現(xiàn)nR2比較大，那么有理由認(rèn)為有異方差存在。若 ，則拒絕原假設(shè)H0，即模型存在異方差；否則模型不存在異方差。共五十二頁(yè)模型(mxng)具有異方差時(shí)，模型(mxng)求解加權(quán)最小二乘法(chngf)：是對(duì)原模型變形，使之變成一個(gè)新的、不存在異方差的模型， 然后

20、采用OLS估計(jì)其參數(shù)。情形1：如果隨機(jī)擾動(dòng)項(xiàng)方差與解釋變量的關(guān)系已知：易證：變換后的模型其隨機(jī)擾動(dòng)項(xiàng)同方差，用OLS法估計(jì)性質(zhì)最優(yōu)對(duì)新模型進(jìn)行的普通最小二乘估計(jì)就是對(duì)原模型進(jìn)行的加權(quán)最小二乘估計(jì)共五十二頁(yè)情形2、如果(rgu)隨機(jī)擾動(dòng)項(xiàng)方差與解釋變量關(guān)系未知方法(fngf)一：對(duì)此模型進(jìn)行的普通最小二乘估計(jì)就是對(duì)原模型進(jìn)行的加權(quán)最小二乘估計(jì)。方法二：估計(jì)：設(shè)其中函數(shù)的形式為：共五十二頁(yè)OLS：共五十二頁(yè)情形(qng xing)2情形(qng xing)118、序列相關(guān)的含義是什么？模型存在序列相關(guān)的后果是什么（只要知道后果，證明不做要求）？序列相關(guān)如何進(jìn)行檢驗(yàn)（有哪些方法，原理是什么，要能完整

21、敘述出這些檢驗(yàn)來(lái)）；模型存在序列相關(guān)時(shí)，應(yīng)該用什么方法進(jìn)行估計(jì)？能根據(jù)軟件的結(jié)果識(shí)別是否有序列相關(guān)。DW統(tǒng)計(jì)量與殘差相關(guān)系數(shù)之間的關(guān)系？熟記DW檢驗(yàn)適用條件與判別規(guī)則。共五十二頁(yè)模型存在序列(xli)相關(guān)的后果模型(mxng)參數(shù)估計(jì)量仍然是線(xiàn)性性、無(wú)偏、一致的估計(jì)量，但是參數(shù)估計(jì)量不具有有效性此外，變量的顯著性檢驗(yàn)失效，模型的預(yù)測(cè)精度下降含義：模型隨機(jī)擾動(dòng)項(xiàng)之間存在相關(guān)性序列相關(guān)性的檢驗(yàn)方法一：計(jì)算殘差的樣本相關(guān)系數(shù)（或圖示）由：是否顯著不為0，推斷原模型是否存在自相關(guān)。H0：或圖示作出 與 的散點(diǎn)圖，用此圖來(lái)反映隨機(jī)擾動(dòng)項(xiàng)之間的相關(guān)關(guān)系。方法二、杜賓-瓦森（Durbin-Watson）檢驗(yàn)

22、法共五十二頁(yè)該方法只能檢驗(yàn)(jinyn)模型隨機(jī)擾動(dòng)項(xiàng)之間是否存在一階自相關(guān)。該方法的適用條件是： -解釋變量X是確定性的； -回歸模型中不含有(hn yu)滯后被解釋變量作為解釋變量； -回歸含有截距項(xiàng)。即DW不能對(duì)這種模型是否具有自相關(guān)進(jìn)行檢驗(yàn)：D.W. 統(tǒng)計(jì)量:對(duì)原模型進(jìn)行OLS估計(jì)，用殘差構(gòu)造統(tǒng)計(jì)量。顯然：H0: =0DW檢驗(yàn)：共五十二頁(yè)DW與殘差自相關(guān)系(gun x)數(shù)的關(guān)系(gun x)：完全(wnqun)一階正相關(guān)， = 1， D.W. 0 ；完全一階負(fù)相關(guān)， = -1, D.W. 4；不存在相關(guān)性，= 0， D.W. 2 ； D.W檢驗(yàn)規(guī)則: 計(jì)算DW值 給定，由n和參數(shù)個(gè)數(shù)的

23、多少查DW分布表，得臨界值dL和dU 比較、判斷 0D.W.dL 存在正自相關(guān) dLD.W.dU 不能確定 dU D.W.4dU 無(wú)自相關(guān)4dU D.W.4 dL 不能確定4dL D.W.4 存在負(fù)自相關(guān) 經(jīng)驗(yàn)：DW近似為2時(shí)，不存在自相關(guān)。共五十二頁(yè)方法(fngf)之三：拉格朗日乘數(shù)（Lagrange multiplier）檢驗(yàn)適用于序列相關(guān)的所有情況，以及模型中存在滯后被解釋(jish)變量的情形。進(jìn)行如下輔助回歸：先檢驗(yàn)是否存在一階序列相關(guān)。H0: =0檢驗(yàn)：殘差項(xiàng)是否顯著，轉(zhuǎn)化為變量的顯著性假設(shè)檢驗(yàn)。nR2大，拒絕原假設(shè)，0，有一階序列相關(guān)，要檢驗(yàn)是否僅具有一階共五十二頁(yè)若檢驗(yàn)原模型有

24、一階序列相關(guān)(xinggun)，再檢驗(yàn)是否僅存在一階序列相關(guān)。進(jìn)行如下(rxi)輔助回歸：H0: 2=0檢驗(yàn)新引入的殘差項(xiàng)是否顯著，轉(zhuǎn)化為變量的顯著性假設(shè)檢驗(yàn)。進(jìn)行如下輔助回歸：若原模型有自相關(guān)，但不是僅存在一階序列相關(guān)，再檢驗(yàn)是否僅存在二階序列相關(guān)。H0: 3=0檢驗(yàn)新引入的殘差項(xiàng)是否顯著，轉(zhuǎn)化為變量的顯著性假設(shè)檢驗(yàn)。仿以上過(guò)程檢驗(yàn)直到僅存在某p階序列相關(guān)時(shí)為止。共五十二頁(yè)模型存在(cnzi)序列相關(guān)時(shí)參數(shù)的估計(jì)方法廣義(gungy)差分法Newey-West standard errors調(diào)整法將具有自相關(guān)的原模型變換為無(wú)自相關(guān)的模型，再用OLS估計(jì)比如隨機(jī)擾動(dòng)項(xiàng)僅存在一階自相關(guān)：此模型為

25、原模型的廣義差分模型，隨機(jī)擾動(dòng)項(xiàng)之間是不相關(guān)的，可以用OLS進(jìn)行估計(jì)。對(duì)變換后的模型進(jìn)行的普通量小二乘估計(jì)就是對(duì)原模型的廣義差分估計(jì)。是隨機(jī)變量，此時(shí)滿(mǎn)足隨機(jī)擾動(dòng)項(xiàng)滿(mǎn)足的所有假定。廣義差分法實(shí)施的過(guò)程采用OLS法估計(jì) 共五十二頁(yè)得到隨機(jī)擾動(dòng)項(xiàng)的“近似(jn s)或估計(jì)”：殘差對(duì)上式采用(ciyng)OLS法估計(jì) 采用OLS法對(duì)上述模型進(jìn)行估計(jì) 共五十二頁(yè)19、多重共線(xiàn)的含義是什么？模型存在多重共線(xiàn)的后果是什么（只要知道后果，證明不做要求）？二元模型中的方差膨脹(png zhng)因子的計(jì)算公式是什么（能根據(jù)二元模型中的解釋變量的樣本相關(guān)系數(shù)計(jì)算方差膨脹(png zhng)因子的大?。?？。多重共

26、線(xiàn)如何進(jìn)行檢驗(yàn)（有哪些方法，要能完整敘述出這些檢驗(yàn)來(lái)）；模型存在多重共線(xiàn)時(shí)，如何處理？能根據(jù)軟件的結(jié)果識(shí)別是否有可能有多重共線(xiàn)的問(wèn)題。如果兩個(gè)或多個(gè)解釋(jish)變量之間出現(xiàn)了相關(guān)性，則稱(chēng)為模型出現(xiàn)了多重共線(xiàn)性多重共線(xiàn)性的后果1、完全共線(xiàn)性的后果：參數(shù)估計(jì)量不存在2、近似共線(xiàn)性存在時(shí)的后果,OLS估計(jì)量非有效存在近似共線(xiàn)性時(shí)，模型的預(yù)測(cè)功能降低)var(b1多重共線(xiàn)性使參數(shù)估計(jì)量的方差增大，定義 為方差膨脹因子相關(guān)系數(shù)絕對(duì)值|r|00.450.330.24相關(guān)系數(shù)平方r200.20.10.06方差膨脹因子1/1-r211.251.111.05共五十二頁(yè)多重共線(xiàn)性的檢驗(yàn)(jinyn)如果將模型

27、用OLS估計(jì)出以后，R2與F值較大，但t檢驗(yàn)值較小，變量不顯著，而且參數(shù)的意義不合理，此時(shí)，可以斷定(dundng)解釋變量存在多重共線(xiàn)性。印象1：分別對(duì)于各解釋變量進(jìn)行回歸時(shí)，變量都顯著，但是對(duì)于解釋變量的全體進(jìn)行回歸時(shí)，變量都不顯著，則此時(shí)模型可能存在多重共線(xiàn)性。印象2:（1）檢驗(yàn)多重共線(xiàn)性是否存在，是完全多重共線(xiàn)性，還是近似多重共線(xiàn)性。（2）判斷哪些變量之間存在共線(xiàn)性。1、檢驗(yàn)多重共線(xiàn)性是否存在 (1)對(duì)兩個(gè)解釋變量的模型，多重共線(xiàn)性的檢驗(yàn)方法：簡(jiǎn)單相關(guān)系數(shù)法：求出X1與X2的樣本相關(guān)系數(shù)r，若|r|很大、甚至接近于1，則說(shuō)明兩變量存在較強(qiáng)的多重共線(xiàn)性。 (2)對(duì)多個(gè)解釋變量的模型：考察

28、多個(gè)解釋變量之間的相關(guān)系數(shù)是否比較大，若有兩個(gè)解釋變量之間的相關(guān)系數(shù)比較大，則存在多重共線(xiàn)性。共五十二頁(yè)判定系數(shù)檢驗(yàn)法用模型中每一個(gè)解釋變量分別對(duì)其余解釋變量進(jìn)行輔助回歸，計(jì)算相應(yīng)的擬合優(yōu)度。如果某一種回歸Xji=1X1i+2X2i+LXLi的可決系數(shù)較大(jio d)，說(shuō)明Xj與其他X間存在共線(xiàn)性。對(duì)相應(yīng)回歸方程的顯著性進(jìn)行檢驗(yàn)2、判斷存在多重共線(xiàn)性的范圍：是哪些解釋(jish)變量存在多重共線(xiàn)性。F檢驗(yàn)：克服多重共線(xiàn)性的方法1、第一類(lèi)方法：排除引起共線(xiàn)性的變量逐步回歸法2、第二類(lèi)方法：差分法適用于時(shí)間序列數(shù)據(jù)模型;將原模型變換為差分模型,可以有效地消除原模型中的多重共線(xiàn)性。 一般講，對(duì)于經(jīng)

29、濟(jì)數(shù)據(jù)，增量之間的線(xiàn)性關(guān)系遠(yuǎn)比總量之間的線(xiàn)性關(guān)系弱得多。共五十二頁(yè)首先、找出擬合最好(zu ho)的一元回歸模型分別(fnbi)用ln(Y)對(duì)每一個(gè)解釋變量做一元回歸模型，選擇可決系數(shù)、或AIC最小的模型。 逐步回歸 若引入后，擬合優(yōu)度變化顯著，則引入變量為獨(dú)立解釋變量，即不共線(xiàn) 第二，在擬合最好的一元模型基礎(chǔ)上，分別引入其他解釋變量，做二元模型，根據(jù)調(diào)整可決系數(shù)顯著提高、且引入的解釋變量與已有解釋變量無(wú)共線(xiàn)決定最佳的二元回歸模型。 第三，在擬合最好的二元模型基礎(chǔ)上，分別引入其他解釋變量，做三元模型，根據(jù)調(diào)整可決系數(shù)顯著提高、且引入的解釋變量與已有解釋變量無(wú)共線(xiàn)決定最佳的三元回歸模型。共五十二

30、頁(yè)20、隨機(jī)(su j)解釋變量的含義是什么？模型存在隨機(jī)(su j)解釋變量的后果是什么（只要知道后果，證明不做要求）？模型存在隨機(jī)(su j)解釋變量時(shí)，補(bǔ)救的方法是什么？（知道工具變量應(yīng)該具備的條件、檢驗(yàn)隨機(jī)(su j)解釋變量與隨機(jī)(su j)擾動(dòng)項(xiàng)是否相關(guān)的hausman檢驗(yàn)的過(guò)程；要能敘述一元模型的工具變量法估計(jì)的過(guò)程，能夠熟練寫(xiě)出一元模型斜率的工具變量估計(jì)的結(jié)果，且注意其與普通最小二乘估計(jì)的區(qū)別）1、隨機(jī)解釋(jish)變量問(wèn)題的含義 經(jīng)典假設(shè):解釋變量X1,X2,Xk是確定性變量。 如果存在一個(gè)或多個(gè)解釋變量不是確定性變量，而是隨機(jī)變量，則稱(chēng)原模型出現(xiàn)隨機(jī)解釋變量問(wèn)題。 2、模

31、型存在隨機(jī)解釋變量的后果1、如果X與u不相關(guān)，參數(shù)OLS估計(jì)量仍然具有線(xiàn)性性、無(wú)偏、一致估計(jì)量。2、如果X與u同期不相關(guān)，異期相關(guān)，得到的參數(shù)估計(jì)量有偏、但卻是一致的。3、如果X與u同期相關(guān)，得到的參數(shù)估計(jì)量有偏、不是一致的。共五十二頁(yè)3、模型中有隨機(jī)解釋變量且與隨機(jī)擾動(dòng)項(xiàng)相關(guān)時(shí)的參數(shù)(cnsh)的估計(jì)：工具變量法條件：1.與隨機(jī)擾動(dòng)項(xiàng)不相關(guān)；2.與隨機(jī)解釋變量高度相關(guān)；3.與其他解釋變量不相關(guān)工具(gngj)變量估計(jì)與普通最小二乘估計(jì)的區(qū)別：以一元回歸模型為例新模型：新模型的普通最小二乘估計(jì)即為原模型的工具變量估計(jì)：僅X1與隨擾項(xiàng)相關(guān)，取工具變量Z1i，得輔助回歸ols估計(jì)則，ols估計(jì)共五十二頁(yè)一元模型工具(gngj)變量估計(jì)與參數(shù)的關(guān)系4、工具變量(binling)法估計(jì)量是一致估計(jì)量共五十二頁(yè)隨機(jī)(su j)解釋變量的檢驗(yàn)檢驗(yàn)隨機(jī)解釋變量與隨機(jī)擾動(dòng)(rodng)項(xiàng)是否具有相關(guān)性1