計(jì)量經(jīng)濟(jì)學(xué)重點(diǎn)知識(shí)歸納整理_第1頁(yè)
計(jì)量經(jīng)濟(jì)學(xué)重點(diǎn)知識(shí)歸納整理_第2頁(yè)
計(jì)量經(jīng)濟(jì)學(xué)重點(diǎn)知識(shí)歸納整理_第3頁(yè)
計(jì)量經(jīng)濟(jì)學(xué)重點(diǎn)知識(shí)歸納整理_第4頁(yè)
計(jì)量經(jīng)濟(jì)學(xué)重點(diǎn)知識(shí)歸納整理_第5頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

-.z.1.普通最小二乘法(OrdinaryLeastSquares,OLS):一組樣本觀測(cè)值,普通最小二乘法要求樣本回歸函數(shù)盡可以好地?cái)M合這組值,即樣本回歸線上的點(diǎn)與真實(shí)觀測(cè)點(diǎn)Yt的"總體誤差〞盡可能地小。普通最小二乘法給出的判斷標(biāo)準(zhǔn)是:被解釋變量的估計(jì)值與實(shí)際觀測(cè)值之差的平方和最小。2.廣義最小二乘法GLS:加權(quán)最小二乘法具有比普通最小二乘法更普遍的意義,或者說(shuō)普通最小二乘法只是加權(quán)最小二乘法中權(quán)恒取1時(shí)的一種特殊情況。從此意義看,加權(quán)最小二乘法也稱為廣義最小二乘法。3.加權(quán)最小二乘法WLS:加權(quán)最小二乘法是對(duì)原模型加權(quán),使之變成一個(gè)新的不存在異方差性的模型,然后采用普通最小二乘法估計(jì)其參數(shù)。4.工具變量法IV:工具變量法是克制解釋變量與隨機(jī)干擾項(xiàng)相關(guān)影響的一種參數(shù)估計(jì)方法。5.兩階段最小二乘法2SLS,TwoStageLeastSquares:兩階段最小二乘法是一種既適用于恰好識(shí)別的構(gòu)造方程,以適用于過(guò)度識(shí)別的構(gòu)造方程的單方程估計(jì)方法。6.間接最小二乘法ILS:間接最小二乘法是先對(duì)關(guān)于內(nèi)生解釋變量的簡(jiǎn)化式方程采用普通小最二乘法估計(jì)簡(jiǎn)化式參數(shù),得到簡(jiǎn)化式參數(shù)估計(jì)量,然后過(guò)通參數(shù)關(guān)系體系,計(jì)算得到構(gòu)造式參數(shù)的估計(jì)量的一種方法。7.異方差性Heteroskedasticity:對(duì)于不同的樣本點(diǎn),隨機(jī)干擾項(xiàng)的方差不再是常數(shù),而是互不一樣,則認(rèn)為出現(xiàn)了異方差性。8.序列相關(guān)性SerialCorrelation:多元線性回歸模型的根本假設(shè)之一是模型的隨機(jī)干擾項(xiàng)相互獨(dú)立或不相關(guān)。如果模型的隨機(jī)干擾項(xiàng)違背了相互獨(dú)立的根本假設(shè),稱為存在序列相關(guān)性。9.多重共線性Multicollinearity:對(duì)于模型,其根本假設(shè)之一是解釋變量*1,*2,…,*k是相互獨(dú)立的。如果*兩個(gè)或多個(gè)解釋變量之間出現(xiàn)了相關(guān)性,則稱為存在多重共線性。10.時(shí)間序列數(shù)據(jù):時(shí)間序列數(shù)據(jù)是一批按照時(shí)間先后排列的統(tǒng)計(jì)數(shù)據(jù)。11.截面數(shù)據(jù):截面數(shù)所是一批發(fā)生在同一時(shí)間截面上調(diào)查數(shù)據(jù)。12.虛擬數(shù)據(jù):也稱為二進(jìn)制數(shù)據(jù),一般取0或1.13.內(nèi)生變量EndogenousVariables:內(nèi)生變量是具有*種概率分布的隨機(jī)變量,它的參數(shù)是聯(lián)立方程系統(tǒng)估計(jì)的元素。內(nèi)生變量是由模型系統(tǒng)決定的,同時(shí)也對(duì)模型系統(tǒng)產(chǎn)生影響。內(nèi)生變量一般都是經(jīng)濟(jì)變量。14.外生變量E*ogenousVariables:外生變量一般是確定性變量,或者是具有臨界概率分布的隨機(jī)變量,其參數(shù)不是模型系統(tǒng)研究的元素。外生變量影響系統(tǒng),但本身不受系統(tǒng)的影響。外生變量一般是經(jīng)濟(jì)變量、條件變量、政策變量、虛變量。15.先決變量PredeterminedVariables:外生變量與滯后內(nèi)生變量(LaggedEndogenousVariables)統(tǒng)稱為先決變量。16.總離差平方和:稱為總離差平方和,反映樣本觀測(cè)值總體離差的大小。17.殘差平方和:稱為殘差平方和,反映樣本觀測(cè)值與估計(jì)值偏離的大小,也是模型中解釋變量未解釋的那局部離差的大小。18.回歸平方和:反映由模型中解釋變量所解釋的那局部離差的大小。19.可決系數(shù)coefficientofdetermination:可決系數(shù)R2是檢驗(yàn)?zāi)P蛿M合優(yōu)度的指標(biāo),越接近于1,模型的擬合優(yōu)度越高。20.隨機(jī)干擾項(xiàng)stochasticdisturbance:稱為觀察值Y圍繞它的期望值E(Y*)的離差〔deviation〕,記,它是一個(gè)不可觀測(cè)的隨機(jī)變量,稱為隨機(jī)誤差項(xiàng)〔stochasticerror〕,通常又不加區(qū)別地稱為隨機(jī)干擾項(xiàng)〔〕。21.構(gòu)造式模型StructuralModel:根據(jù)經(jīng)濟(jì)理論和行為規(guī)律建立的描述經(jīng)濟(jì)變量之間直接構(gòu)造關(guān)系的計(jì)量經(jīng)濟(jì)學(xué)方程系統(tǒng)稱為構(gòu)造式模型。22.簡(jiǎn)化式模型Reduced-FormModel:將聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的每個(gè)內(nèi)生變量表示成所有先決變量和隨機(jī)干擾項(xiàng)的函數(shù),即用所有先決變量作為每個(gè)內(nèi)生變量的解釋變量,所形成的模型稱為簡(jiǎn)化式模型。23.恰好識(shí)別JustIdentification:如果*一個(gè)隨機(jī)方程具有一組參數(shù)估計(jì)量,稱其為恰好識(shí)別。24.過(guò)度識(shí)別Overidentification:如果*一個(gè)隨機(jī)方程具有多組參數(shù)估計(jì)量,稱其為過(guò)度識(shí)別。15.格蘭杰因果檢驗(yàn)可能存在有四種檢驗(yàn)結(jié)果:〔1〕*對(duì)Y有單向影響,表現(xiàn)為〔1〕式*各滯后項(xiàng)前的參數(shù)整體不為零,而(2)式Y(jié)各滯后項(xiàng)前的參數(shù)整體為零;〔2〕Y對(duì)*有單向影響,表現(xiàn)為〔2〕式Y(jié)各滯后項(xiàng)前的參數(shù)整體不為零,而〔1〕式*各滯后項(xiàng)前的參數(shù)整體為零;〔3〕Y與*間存在雙向影響,表現(xiàn)為Y與*各滯后項(xiàng)前的參數(shù)整體不為零;〔4〕Y與*間不存在影響,表現(xiàn)為Y與*各滯后項(xiàng)前的參數(shù)整體為零。分別做包含與不包含*滯后項(xiàng)的回歸,記前者與后者的殘差平方和分別為RSSU、RSSR;再計(jì)算F統(tǒng)計(jì)量:k為無(wú)約束回歸模型的待估參數(shù)的個(gè)數(shù)。如果:F>Fa(m,n-k),則拒絕原假設(shè),認(rèn)為*是Y的格蘭杰原因。21、DW檢驗(yàn)假設(shè)條件:〔1〕解釋變量*非隨機(jī);〔2〕隨機(jī)誤差項(xiàng)mi為一階自回歸形式:mi=mri-1+ei〔3〕回歸模型中不應(yīng)含有滯后應(yīng)變量作為解釋變量,即不應(yīng)出現(xiàn)以下形式:Yi=b0+b1*1i+……bk*ki+gYi-1+mi〔4〕回歸含有截距項(xiàng)針對(duì)原假設(shè):H0:r=0,構(gòu)如下造統(tǒng)計(jì)量:計(jì)算DW值,給定a,由樣本容量n和解釋變量個(gè)數(shù)k的大小查DW分布表,得臨界值dL和dU比擬、判斷,假設(shè)0<D.W.<dL存在正自相關(guān)dL<D.W.<dU不能確定dU<D.W.<4-dU無(wú)自相關(guān)4-dU<D.W.<4-dL不能確定4-dL<D.W.<4存在負(fù)自相關(guān)當(dāng)D.W.值在2左右時(shí),模型不存在一階自相關(guān)。22、White檢驗(yàn)見11題懷特檢驗(yàn)不需要排序,且適合任何形式的異方差。其根本思想與步驟:然后做輔助回歸:可以證明,在同方差性假設(shè)下,從該輔助回歸得到的可決系數(shù)R2與樣本容量n的乘積,漸近地服從自由度為輔助回歸方程中解釋變量個(gè)數(shù)的~,則可在大樣本下,對(duì)統(tǒng)計(jì)量23、F檢驗(yàn)即檢驗(yàn)?zāi)P蚘i=b0+b1*1i+b2*2i+?+bk*ki+mii=1,2,?,n中的參數(shù)bj是否顯著不為0。H0:b0=b1=b2=?=bk=0H1:bj不全為0在原假設(shè)H0成立的條件下,統(tǒng)計(jì)量服從自由度為(k,n-k-1)的F分布。給定顯著性水平a,可得到臨界值Fa(k,n-k-1),由樣本求出統(tǒng)計(jì)量F的數(shù)值,通過(guò)F>Fa(k,n-k-1)或F≤Fa(k,n-k-1)來(lái)拒絕或承受原假設(shè)H0,以判定原方程總體上的線性關(guān)系是否顯著成立。24、t檢驗(yàn)25、估計(jì)聯(lián)立方程的參數(shù)常用哪幾種方法?特點(diǎn)?聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的估計(jì)方法分為兩大類:?jiǎn)畏匠坦烙?jì)方法與系統(tǒng)估計(jì)方法。單方程估計(jì)方法按其方法原理又分為兩類。一類以最小二乘為原理,例如間接最小二乘法〔ILS,IndirectLeastSquare〕、兩階段最小二乘法(2SLS,TwoStageLeastSquares)、工具變量法〔IV,InstrumentalVariables〕等,稱其為經(jīng)典方法;一類不以最小二乘為原理,或者不直接從最小二乘原理出發(fā),例如以最大或然為原理的有限信息最大或然法(LIML,LimitedInformationMa*imumLikelihood),以及仍然應(yīng)用最小二乘原理、但并不以殘差平方和最小為判斷標(biāo)準(zhǔn)的最小方差比方法(LVR,LeastVariableRation)等。工具變量法〔IV,InstrumentalVariables〕工具變量法只適用于恰好識(shí)別的構(gòu)造方程的估計(jì)間接最小二乘法只適用于恰好識(shí)別的構(gòu)造方程的參數(shù)估計(jì),因?yàn)橹挥星『米R(shí)別的構(gòu)造方程,才能從參數(shù)關(guān)系體系中得到唯一一組構(gòu)造參數(shù)的估計(jì)量。間接最小二乘法也是一種工具變量方法2SLS是一種既適用于恰好識(shí)別的構(gòu)造方程,又適用于過(guò)度識(shí)別的構(gòu)造方程的單方程估計(jì)方法。二階段最小二乘法也是一種工具變量方法26、聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)〔構(gòu)造式、簡(jiǎn)化式、參數(shù)關(guān)系體系、構(gòu)造識(shí)別〕構(gòu)造式模型:根據(jù)經(jīng)濟(jì)理論和行為規(guī)律建立的描述經(jīng)濟(jì)變量之間直接構(gòu)造關(guān)系的計(jì)量經(jīng)濟(jì)學(xué)方程系統(tǒng)稱為構(gòu)造式模型。具有g(shù)個(gè)內(nèi)生變量、k個(gè)先決變量、g個(gè)構(gòu)造方程的模型被稱為完備的構(gòu)造式模型。在完備的構(gòu)造式模型中,獨(dú)立的構(gòu)造方程的數(shù)目等于內(nèi)生變量的數(shù)目,每個(gè)內(nèi)生變量都分別由一個(gè)方程來(lái)描述。完備的構(gòu)造式模型的矩陣表示習(xí)慣上用Y表示內(nèi)生變量,*表示先決變量,μ表示隨機(jī)項(xiàng),β表示內(nèi)生變量的構(gòu)造參數(shù),γ表示先決變量的構(gòu)造參數(shù),如果模型中有常數(shù)項(xiàng),可以看成為一個(gè)外生的虛變量,它的觀測(cè)值始終取1。簡(jiǎn)化式模型:用所有先決變量作為每個(gè)內(nèi)生變量的解釋變量,所形成的模型稱為簡(jiǎn)化式模型。如P195式〔6.2.8〕參數(shù)關(guān)系體系:P195式〔6.2.9〕構(gòu)造式識(shí)別條件P20127、計(jì)量經(jīng)濟(jì)學(xué)常用的數(shù)據(jù)有哪幾類?時(shí)間序列數(shù)據(jù):時(shí)間序列數(shù)據(jù)是一批按照時(shí)間先后排列的統(tǒng)計(jì)數(shù)據(jù)。截面數(shù)據(jù):截面數(shù)所是一批發(fā)生在同一時(shí)間截面上調(diào)查數(shù)據(jù)。虛擬數(shù)據(jù):也稱為二進(jìn)制數(shù)據(jù),一般取0或1.28、多遠(yuǎn)線性回歸OLS,WLS,GLS,IV這幾種方法的參數(shù)估計(jì)矩陣表達(dá)式普通最小二乘估計(jì)量OLSP65加權(quán)最小二乘估計(jì)量WLS廣義最小二乘估計(jì)量GLSP127IV工具變量法P148稱為工具變量矩陣29、聯(lián)立方程IV,ILS,2SLS這幾種方法的參數(shù)估計(jì)矩陣表達(dá)式及適用IV 狹義的工具變量法〔IV,InstrumentalVariables〕工具變量法只適用于恰好識(shí)別的構(gòu)造方程的估計(jì)ILS間接最小二乘法(ILS,IndirectLeastSquares)間接最小二乘法只適用于恰好識(shí)別的構(gòu)造方程的參數(shù)估計(jì),因?yàn)橹挥星『米R(shí)別的構(gòu)造方程,才能從參數(shù)關(guān)系體系中得到唯一一組構(gòu)造參數(shù)的估

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論