《計量經(jīng)濟學》復習資料大全課件

本科《計量經(jīng)濟學》課程期末復習1．閉卷考試.2．熟知EViews輸出結(jié)果和所要求掌握的內(nèi)容要點，不考計算機操作。3．重點考試內(nèi)容已經(jīng)發(fā)給同學們了(復習大綱)4.數(shù)學推導會考一些,所以同學們在復習第二和第三章的時候一定要花一些時間5.考試的重點和往年類似,所以同學們一定要對往年的試卷作出熟練的理解6.大家復習辛苦了!1本科《計量經(jīng)濟學》課程期末復習1．閉卷考試.122

33

44

55

66

77

88

99

1010

1111

考試要求：嚴格執(zhí)行考場紀律；一經(jīng)發(fā)現(xiàn)，做零分處理，并且不保留平時成績。考試中，請務必將學號和任何教師的名字寫清楚。否則如果發(fā)現(xiàn)因此而丟失試卷，將有可能做零分處理?？荚囍?，鼓勵同學們認真答卷，保持卷面干凈，以減少不必要的分數(shù)損失12考試要求：12

第2章一元線性回歸模型

13第2章一元線性回歸模型13

第2章一元線性回歸模型

14第2章一元線性回歸模型14

第2章一元線性回歸模型

15第2章一元線性回歸模型15

-t

(T-2)0t

(T-2)

第2章一元線性回歸模型

16-t(T-2)0

1717第3章多元線性回歸模型18第3章多元線性回歸模型18第3章多元線性回歸模型19第3章多元線性回歸模型19

第3章多元線性回歸模型20第3章多元線性回歸模型20

第3章多元線性回歸模型21第3章多元線性回歸模型21第4章非線性回歸模型的線性化可線性化的非線性回歸模型類型（1）多項式函數(shù)模型yt=b0+b1xt+b2xt2+b3xt3+ut

yt=b0+b1xt+b2xt2+ut

22第4章非線性回歸模型的線性化可線性化的非線性回歸模型類型

第4章非線性回歸模型的線性化（2）雙曲線函數(shù)模型1/yt=a+b/xt

+ut

或yt=1/(a+b/xt

+ut)雙曲線函數(shù)還有另一種表達方式，

yt=a+b/xt+ut

（3）對數(shù)函數(shù)模型 yt=a+bLnxt

+ut

23第4章非線性回歸模型的線性化（2）雙曲線函數(shù)模型第4章非線性回歸模型的線性化24第4章非線性回歸模型的線性化24第4章非線性回歸模型的線性化（6）冪函數(shù)模型

b取不同值的圖形分別見上圖。對上式等號兩側(cè)同取對數(shù)，得

Lnyt=Lna+bLnxt+ut

25第4章非線性回歸模型的線性化（6）冪函數(shù)模型

2626第5章異方差27第5章異方差27第6章自相關28第6章自相關28

第6章自相關a.正自相關序列b.正自相關序列散點圖e.非自相關序列f非自相關序列散點圖（1）圖示法：依據(jù)殘差序列圖作出判斷。29第6章自相關a.正自相關序列第6章自相關30第6章自相關30第6章自相關31第6章自相關31第6章自相關32第6章自相關32333334343535第8章模型中的特殊解釋變量36第8章模型中的特殊解釋變量36第8章模型中的特殊解釋變量8.3滯后變量（一般性了解）（2）自回歸模型（柯依克變換不講）Yt

=+0

Xt+1

Yt-1

+…+mYt-m+ut

如果yt，xjt是平穩(wěn)的，隨滯后期的增大yt，xjt相互獨立，具有非零的4截距，不存在完全多重共線性，可采用OLS法估計參數(shù)，估計量是有偏的，但具有一致性。自回歸模型容易引起多重共線性。最大滯后階數(shù)由AIC、SC準則決定。37第8章模型中的特殊解釋變量8.3滯后變量（一般性了解）8.4虛擬變量（重點掌握）注意：(1)當定性變量含有m個類別時，模型不能引入m個虛擬變量。2.用虛擬變量測量截距變動設有模型，yt=0+1xt+2D+ut,3.測量斜率變動Yi

=0+1Xi

+2Di

+3(XiDi)+ui

4.分段線性回歸（不講）8.5時間變量（不講）第8章模型中的特殊解釋變量388.4虛擬變量（重點掌握）第8章模型中的特殊解釋變量311.1模型總顯著性的F檢驗（已講過）11.2模型單個回歸參數(shù)顯著性的t檢驗（已講過）11.3檢驗若干線性約束條件是否成立的F檢驗11.4似然比（LR）檢驗11.5沃爾德（Wald）檢驗11.6拉格朗日乘子（LM）檢驗（不講）11.7鄒（Chow）突變點檢驗（不講）11.8JB（Jarque-Bera）正態(tài)分布檢驗11.9格蘭杰（Granger）因果性檢驗（不講）第11章模型的診斷與檢驗

3911.1模型總顯著性的F檢驗（已講過）第11章模型的診斷第11章模型的診斷與檢驗

40第11章模型的診斷與檢驗40第11章模型的診斷與檢驗

41第11章模型的診斷與檢驗41

第11章模型的診斷與檢驗

42第11章模型的診斷與檢驗42第12章時間序列模型12.1時間序列定義12.2時間序列模型的分類12.3Wold分解定理12.4自相關函數(shù)（不講）12.5偏自相關函數(shù)（不講）12.6時間序列模型的建立與預測12.8回歸與ARMA組合模型43第12章時間序列模型43第12章時間序列模型44第12章時間序列模型44第12章時間序列模型45第12章時間序列模型45第12章時間序列模型46第12章時間序列模型46第12章時間序列模型47第12章時間序列模型47第12章時間序列模型48第12章時間序列模型48

第12章時間序列模型49第12章時間序列模型49

第12章時間序列模型50第12章時間序列模型50

第12章時間序列模型51第12章時間序列模型51

表1ARMA過程的自相關函數(shù)和偏自相關函數(shù)

第12章時間序列模型52表1ARMA過程的自相關函數(shù)和偏自相關函數(shù)第12章

第12章時間序列模型53第12章時間序列模型53

第12章時間序列模型54第12章時間序列模型54

5555引言一、計量經(jīng)濟學1、計量經(jīng)濟學（Econometrics）利用數(shù)學和統(tǒng)計推斷為工具，在經(jīng)濟理論指導下對經(jīng)濟現(xiàn)象進行分析，并對經(jīng)濟理論進行檢驗和發(fā)展的一門學科。其內(nèi)容涉及經(jīng)濟理論、數(shù)理經(jīng)濟、經(jīng)濟統(tǒng)計和數(shù)理統(tǒng)計等。2、計量經(jīng)濟學與經(jīng)濟理論經(jīng)濟理論：定性計量經(jīng)濟學：數(shù)值估計，檢驗3、計量經(jīng)濟學與數(shù)理經(jīng)濟學數(shù)理經(jīng)濟學：以數(shù)學形式表述經(jīng)濟理論，不涉及理論的可度量性和經(jīng)驗方面的可論證性。計量經(jīng)濟學：利用數(shù)理經(jīng)濟學的數(shù)學方程式，并把之改造成適合于經(jīng)驗檢驗的形式。引言一、計量經(jīng)濟學1、計量經(jīng)濟學（Econometric564、計量經(jīng)濟學與經(jīng)濟統(tǒng)計學經(jīng)濟統(tǒng)計：經(jīng)濟數(shù)據(jù)的收集、加工，不利用數(shù)據(jù)來檢驗經(jīng)濟理論。計量經(jīng)濟學：以經(jīng)濟統(tǒng)計數(shù)據(jù)為原始資料進行分析。5、計量經(jīng)濟學與數(shù)理統(tǒng)計數(shù)理統(tǒng)計：是計量經(jīng)濟學的基本工具，但由于經(jīng)濟數(shù)據(jù)的特殊性，力量經(jīng)濟學需要特殊的處理方法。4、計量經(jīng)濟學與經(jīng)濟統(tǒng)計學57二、計量經(jīng)濟學的方法基本過程：①經(jīng)濟理論②理論的數(shù)學模型③理論的計量經(jīng)濟學模型④數(shù)據(jù)的收集整理⑤計量經(jīng)濟模型的參數(shù)估計⑥假設檢驗⑦預報和預測⑧控制或政策制定二、計量經(jīng)濟學的方法基本過程：58例：檢驗凱恩斯關于邊際消費傾向理論，或利用該理論進行經(jīng)濟控制或經(jīng)濟政策制定。①理論人們的消費支出隨收入的增加而增加，但消費支出的增加小于收入的增加。即邊際消費傾向MPC大于零而小于1。（定性）②建立數(shù)學模型假定消費支出Y與收入X之間有如下關系：其中，Y為消費支出，X為收入，a和b為模型參數(shù)。B就是MPC。這里Y為因變量，X為自變量/解釋變量。假定兩者之間存在先行關系。（在不同情況下，數(shù)學模型的形式不一樣，也可能是多個方程連立，有多個解釋變量）例：檢驗凱恩斯關于邊際消費傾向理論，或利用該理論進行經(jīng)濟控制59③建立計量經(jīng)濟學模型由于經(jīng)濟變量之間的關系不是確定的（以函數(shù)形式準確表達），必須修改數(shù)理模型，建立計量模型：

u為誤差項，代表了影響變量間非確定關系的其他因素的影響。這是一個線性回歸模型。OXY斜率為b數(shù)理模型OXY斜率為b計量模型aa③建立計量經(jīng)濟學模型u為誤差項，代表了影響變60④數(shù)據(jù)的收集整理如果1980分析一國的消費情況，要收集該國的總消費支出數(shù)據(jù)和總收入數(shù)據(jù)。年份YX年份YX198024473776198629694405198124773843198730524540198225043760198831624719198326193907198932234838198427464149199032604878198528664280199132404821

(選擇、加工）美國1980-1991年個人消費支出與GDP(10億美元,1987年不變價格)④數(shù)據(jù)的收集整理年份YX年份YX1980244737761961⑤計量經(jīng)濟模型的參數(shù)估計采用回歸技術，利用統(tǒng)計數(shù)據(jù)估計出參數(shù)a和b的經(jīng)驗值。根據(jù)估計結(jié)果，美國1980-1991年的MPC約為0.72。⑥假設檢驗以一定的標準，對參數(shù)的估計結(jié)果進行檢驗。如果在統(tǒng)計意義上，b小于1，說明結(jié)果是可接受的。⑦預報和預測如果計量模型可以接受，就可用來對因變量進行預測。假定1994年，美國的GDP預計為6萬億美元，則該年的消費支出預計為⑤計量經(jīng)濟模型的參數(shù)估計根據(jù)估計結(jié)果，美國162⑧控制或政策制定如果希望1994年的消費支出達到4萬億美元，則政府必須通過政策來保證收入水平為：三、計量經(jīng)濟學的內(nèi)容可分為理論和應用兩大類。理論計量經(jīng)濟學：研究適當?shù)姆椒?，來測度有計量經(jīng)濟模型設定的經(jīng)濟關系式。應用計量經(jīng)濟學：以理論計量經(jīng)濟學為工具，研究經(jīng)濟學或商業(yè)中的各領域。⑧控制或政策制定三、計量經(jīng)濟學的內(nèi)容可分為63四、計量經(jīng)濟學的應用軟件包有很多種。常用的有：TSP、SPSS、SAS等。四、計量經(jīng)濟學的應用軟件包有很多種。常用的有64第一章回歸分析一、回歸分析分析因變量與解釋變量之間的統(tǒng)計依賴關系，目的在于通過后者的已知或設定值去估計或預測前者的均值。假定一個國家的所有家庭的收入（X）和消費支出（Y）統(tǒng)計如下，希望知道家庭消費支出與家庭收入之間的關系：Y=F（X）。

XY80100120140160180200220240260556579801021101201351371506070849310711513613714515265749095110120140140155175708094103116130144152165178758598108118135145157175180－88－113125140－160189185－－－115－－－162－191戶數(shù)5657665765總支出32546244570767875068510439661211第一章回歸分析一、回歸分析X801001265YX5510012014016080根據(jù)每個家庭的收入和支出繪出散點圖，大致可看出二者間的關系：在統(tǒng)計意義上，二者成正比。由對全體居民的收入和支出的調(diào)查結(jié)果，我們知道處于不同收入階層的居民有一個平均的支出水平，這一支出水平與收入大致呈線性關系。圖中的這條通過各收入階層平均支出額的直線，描述了這一依賴關系。我們把這條線稱為回歸線。YX5510012014016080根據(jù)每個66二、統(tǒng)計關系與確定關系在回歸分析中，得到因變量與自變量之間的依賴關系是統(tǒng)計依賴關系，而不是確定關系或函數(shù)關系。三、回歸與因果關系回歸分析得到的變量間的統(tǒng)計依賴關系，統(tǒng)計關系式自身不代表任何確定的因果關系。四、計量經(jīng)濟分析使用的數(shù)據(jù)有三類。（1）時間序列數(shù)據(jù)。一個時間序列是對一個變量在不同時間取的一組觀測結(jié)果。這些數(shù)據(jù)可以按固定的時間間隔收集。收集的數(shù)據(jù)可以是定量的，也可以是定性的（虛擬變量）。中國1993年—1998年的GDP增長率（%）19931994199519961997199814.213.510.59.68.87.8二、統(tǒng)計關系與確定關系199319941995199619967（2）橫截面數(shù)據(jù)。一個或多個變量在同一時點上收集的數(shù)據(jù)。

1992年實際GDP增長（3）混合數(shù)據(jù)。國家和地區(qū)實際GDP增長率1992年1993年1994年1995年1996年1997年1998年加拿大0.92.53.92.21.24.03.1智利12.37.05.710.67.47.13.4墨西哥3.62.04.4-6.25.27.04.8秘魯-1.76.413.17.42.56.90.3美國2.72.33.52.02.83.93.9中國14.213.512.610.59.68.87.8香港6.36.15.43.94.65.3-5.1日本1.00.30.61.53.91.4-2.8國家/地區(qū)加拿大智利墨西哥秘魯美國中國香港日本GDP0.912.33.6-1.72.714.26.31（2）橫截面數(shù)據(jù)。一個或多個變量在同一時點上收集的數(shù)據(jù)。（368第二章雙變量回歸分析第一節(jié)經(jīng)典正態(tài)線性回歸模型（CNLRM）一、基本概念以下表為例。

XY80100120140160180200220240260556579801021101201351371506070849310711513613714515265749095110120140140155175708094103116130144152165178758598108118135145157175180－88－113125140－160189185－－－115－－－162－191戶數(shù)5657665765總支出32546244570767875068510439661211第二章雙變量回歸分析第一節(jié)經(jīng)典正態(tài)線性回歸模型（CN691、幾個概念條件分布（Conditionaldistribution）：以X取定值為條件的Y的條件分布條件概率（Conditionalprobability）：給定X的Y的概率，記為P(Y|X)。例如，P(Y=55|X=80)=1/5；P（Y=150|X=260）=1/7。(表)條件期望（conditionalExpectation）：給定X的Y的期望值，記為E(Y|X)。例如，E(Y|X=80)=55×1/5＋60×1/5＋65×1/5＋70×1/5＋75×1/5＝65總體回歸曲線（PopularRegressionCurve）（總體回歸曲線的幾何意義）：當解釋變量給定值時因變量的條件期望值的軌跡。2、總體回歸函數(shù)（PopularRegressionFunction，PRFE(Y|Xi)=f(Xi)當PRF的函數(shù)形式為線性函數(shù)，則有，E(Y|Xi)=1+2Xi其中1和2為未知而固定的參數(shù)，稱為回歸系數(shù)。1和2也分別稱為截距和斜率系數(shù)。上述方程也稱為線性總體回歸函數(shù)。3、“線性”的含義“線性”可作兩種解釋：對變量為線性，對參數(shù)為線性。一般“線性回歸”一詞總是指對參數(shù)為線性的一種回歸（即參數(shù)只以它的1次方出現(xiàn)）。1、幾個概念704、PRF的隨機設定將個別的Yi圍繞其期望值的離差(Deviation)表述如下：

ui=Yi-E(Y|Xi)或

Yi=E(Y|Xi)+ui其中ui為隨機誤差項（Stochasticerror）或隨機干擾項（Stochasticdisturbance）。線性總體回歸函數(shù)：

PRF：Yi=1+2Xi+ui=E(Y|Xi)+ui5、隨機干擾項的意義隨機擾動項是從模型中省略下來的而又集體地影響著Y的全部變量的替代物。顯然的問題是：為什么不把這些變量明顯地引進到模型中來，而以隨即擾動項來替代？理由是多方面的：（1）理論的含糊性：理論不能完全說明影響因變量的所有影響因素。（2）數(shù)據(jù)的欠缺：無法獲得有關數(shù)據(jù)。（3）核心變量與周邊變量：希望能找到與有較大影響的核心變量的關系。（4）內(nèi)在隨機性：因變量具有內(nèi)在的隨機性。（5）替代變量：用來代替不可觀測變量的替代變量選擇，造成一定誤差。（6）省略原則：研究中盡可能使回歸式簡單。（7）錯誤的函數(shù)形式：回歸式的的選擇是主觀的。4、PRF的隨機設定716、樣本回歸函數(shù)（SRF）由于在大多數(shù)情況下，我們只知道變量值得一個樣本，要用樣本信息的基礎上估計PRF。(表）

X（收入）80100120140160180200220240260Y（支出）55657980102110120135137150樣本1

X（收入）80100120140160180200220240260Y（支出）708094103116130144152165178樣本2樣本回歸函數(shù)SRF：在回歸分析中，我們用SRF估計PRF。6、樣本回歸函數(shù)（SRF）X（收入）872估計量（Estimator）：一個估計量又稱統(tǒng)計量(statistic)，是指一個規(guī)則、公式或方法，以用來根據(jù)已知的樣本所提供的信息去估計總體參數(shù)。在應用中，由估計量算出的數(shù)值稱為估計（值）（estimate)。樣本回歸函數(shù)SRF的隨機形式為：其中表示（樣本）殘差項（residual）。

XiXPRF:E(Y|Xi)=1+2XiSRF：YE(Y|Xi)

SRF是PRF的近似估計。為了使二者更為接近，即要使估計量（Estimator）：一個估計量又稱73二、經(jīng)典線性回歸模型（CLRM）的基本假定假定1：回歸模型對參數(shù)是線性的假定2：在重復抽樣中X的值是固定的（非隨機）假定3：干擾項的均值為零。即，E(ui|Xi)=0假定4：同方差性或ui的方差相等。即

Var(ui|Xi)=E[ui-E(ui)|Xi]2

=E(ui2|Xi]2=2假定5：各個干擾項無自相關。即

Cov(ui,uj|Xi,Xj)=E[ui-E(ui|Xi)][uj-E(uj|Xj)] =E(ui|Xi)(uj|Xj)=0假定6：ui和Xi的協(xié)方差為零。即

Cov(ui,Xi)=E[ui–E(ui)][

Xi–E(Xi)] =E[ui(Xi–E(Xi))] =E(uiXi)–E(ui)E(Xi）

=E(uiXi)=0假定7：觀測次數(shù)必須大于待估計的參數(shù)個數(shù)。假定8：解釋變量X的只要有變異性。即一個樣本中，Xi不能完全相同。假定9：模型沒有設定誤差。假定10：沒有完全的多重共線性，即解釋變量之間沒有完全的線性關系。二、經(jīng)典線性回歸模型（CLRM）的基本假定74第二節(jié)雙變量回歸模型：估計一、普通最小二乘法（OrdinaryLeastSquares，OLS）基本思路：用樣本回歸函數(shù)估計總體回歸函數(shù)。以估計估計出的參數(shù)使殘差的平方和最小。時，真實值第二節(jié)雙變量回歸模型：估計一、普通最小二乘法（Ordi75求解這一最小化問題，根據(jù)最大化的一階條件：求解這一最小化問題，根據(jù)最大化的一階條件：76可得到以下正規(guī)方程（Normalequation）：二、參數(shù)的估計（點估計）：OLS估計量

1、解上述正規(guī)方程組得到估計值：解出，可得到估計值。稱為最小二乘估計量（OLS估計）?？傻玫揭韵抡?guī)方程（Normalequation）：二、772、OLS樣本回歸線的性質(zhì)：2、OLS樣本回歸線的性質(zhì)：78三、2的估計真實方差的估計量：四、OLS估計的精度或標準誤差由于OLS估計是根據(jù)一個樣本得到的，需要檢驗估計量的可靠性（reliability)或精密度。在統(tǒng)計學中，一個估計量的精密度由它的標準誤（standarderror,se)來衡量。三、2的估計四、OLS估計的精度或標準誤差79《計量經(jīng)濟學》復習資料大全課件80五、OLS統(tǒng)計量的性質(zhì)：高斯-馬爾柯夫定理在CLRM假定下，在所有線性無偏估計量中，OLS估計量有最小方差，即OLS是BLUE（BestLinearUnbiasedEstimator）。（1）線性：為Yi的線性函數(shù)五、OLS統(tǒng)計量的性質(zhì)：高斯-馬爾柯夫定理（1）線81（2）無偏性：為的無偏估計量。（2）無偏性：為的無偏估計量。82（3）最小方差性：

OLS估計量在所有線性無偏估計量中，具有最小方差。即可以證明OLS估計量具有最小方差。（3）最小方差性：在所有線性無偏估計量中，具有最小方差83第三節(jié)擬合優(yōu)度檢驗擬合優(yōu)度檢驗是指對樣本回歸線與樣本觀測值之間擬合程度的檢驗。度量擬合程度的指標是判定系數(shù)R2

。基本思路：因變量Y的變異，能夠被X的變異解釋的比例越大，則OLS回歸線對總體的解釋程度就越好。

XiXPRFSRFY總平方和（TSS）：實測的Y值圍繞其均值的總變異：第三節(jié)擬合優(yōu)度檢驗擬合優(yōu)度檢驗是指對樣84定義判定系數(shù)R2：估計的Y值圍繞其均值的總變異未被解釋的圍繞回歸線的Y值的變異定義判定系數(shù)R2：估計的Y值圍繞其均值的總變異未被解釋的圍85

R2測度了在Y的總變異中，由回歸模型解釋的部分所占的比例。R2越高，回歸模型擬合的程度就越好。

R2的性質(zhì)：（1）非負。（2）0≤R2≤1其它表達方式：R2測度了在Y的總變異中，由回歸模型解釋的86判定系數(shù)與相關系數(shù)的關系：相關系數(shù)：表示兩個隨機變量之間的相關程度。定義為：以樣本方差和樣本協(xié)方差估計X、Y的方差和協(xié)方差，樣本相關系數(shù)為：樣本相關系數(shù)的平方與判定系數(shù)相等，但二者的意義不同。判定系數(shù)與相關系數(shù)的關系：以樣本方差和樣本協(xié)87第四節(jié)區(qū)間估計為了判斷點估計與真值的接近程度，可以通過構(gòu)造以估計值為中心的一個區(qū)間（隨機的），以該區(qū)間包括了真值的概率來確定估計值接近真值的把握程度：一、的置信區(qū)間第四節(jié)區(qū)間估計為了判斷點估計與真值的接近88由于未知，以其估計值代替，-t/2t/2o/2/2給定置信系數(shù)100（1-）%，隨機的置信區(qū)間將有100（1-）%包含真值2。二、的置信區(qū)間由于未知，以其估計值代替，-t/2t/2o/2/289三、的置信區(qū)間三、的置信區(qū)間90第五節(jié)OLS估計量的顯著性檢驗根據(jù)樣本回歸得到的總體參數(shù)的估計量，隨著選取樣本的不同觀測值而不同；給定樣本觀測值時，得到的參數(shù)也與總體參數(shù)的真值不同。因此，必須對估計的參數(shù)值是否顯著成立，做統(tǒng)計檢驗，即顯著性檢驗。一、的顯著性檢驗原假設H0：2=0備擇假設H1：20-t/2t/2o/2/2第五節(jié)OLS估計量的顯著性檢驗根據(jù)樣本91原假設H0：2=2*備擇假設H1：22*對于：如果有理由認為2不能小于零（不能大于零），則在2倍t法則原假設H0：2=2*對于：92二、的顯著性檢驗原假設H0：1=0備擇假設H1：10三、回歸方程的的顯著性檢驗：F檢驗從方差分析（analysisofvariance,ANOVA)的角度，檢驗回歸方程的顯著性。根據(jù)總離查平方和的分解式：TSS=ESS+RSS，二、的顯著性檢驗原假設H93總離差（TSS)的自由度為(n-1)，回歸平方和（ESS)的自由度為1，殘差平方和（RSS)的自由度為（n-2)。定義均方差=平方和/自由度，方差分析表（ANOVA/AOV表)為：離差名稱平方和自由度均方差ESS1RSSn-2TSSn-1雙變量回歸模型ANOVA表樣本決定系數(shù)R2

能夠說明樣本的擬和優(yōu)度。但是我們還需要對總體做出推斷，檢驗總體的線性是否成立。思路：若ESS/RSS比較大，則X對Y的解釋程度就比較高，可以推測總體存在線性。但是ESS/RSS樣本不同而不同，對于給定的樣本，利用ESS/RSS對總體進行推斷，必須進行統(tǒng)計檢驗?？傠x差（TSS)的自由度為(n-1)，回歸平94原假設H0：2=0備擇假設H1：20若H0成立，說明回歸方程無顯著意義，總體不存在線性；若拒絕H0，則可認為回歸方程顯著成立，總體存在線性。因此，定義統(tǒng)計量原假設H0：2=095第六節(jié)利用回歸方程預測根據(jù)經(jīng)濟理論建立線性回歸模型，并利用統(tǒng)計資料對模型參數(shù)進行了估計，建立了回歸方程。經(jīng)過顯著性檢驗，判定回歸方程能正確反映經(jīng)濟現(xiàn)象時，一個重要目標就是利用回歸方程進行預測。一、均值預測已知X的一個特定值X0，要預測Y0的條件均值（總體回歸線上的對應Y值）E(Y|X0)，第六節(jié)利用回歸方程預測根據(jù)經(jīng)濟理論建立96顯然，當X0越接近X的均值，區(qū)間就變得越狹窄。顯然，當X0越接近X的均值，區(qū)間就變得越狹97二、個值預測預測給定X的值X0，對應的Y0，仍為BLUE)。二、個值預測98小結(jié)：雙變量線性回歸分析的主要步驟1、建立回歸模型研究某一經(jīng)濟現(xiàn)象，先根據(jù)經(jīng)濟理論，選擇具有因果關系的兩個變量（Y，X)，建立線性回歸模型，確定解釋變量和被解釋變量。如果不明確兩個變量是否為線性關系，也可以根據(jù)散點圖來分析。建立回歸模型可以是根據(jù)經(jīng)濟理論，也可以根據(jù)相同或相似經(jīng)濟現(xiàn)象的歷史分析經(jīng)驗來建立回歸模型。建立模型時，不僅要考慮理論或經(jīng)驗的依據(jù)，同時也要考慮數(shù)據(jù)的可利用程度。2、收集數(shù)據(jù)，并經(jīng)過適當?shù)募庸ふ?，得到適于回歸分析的樣本數(shù)據(jù)集。3、估計模型參數(shù)。利用樣本數(shù)據(jù)，以OLS得到模型參數(shù)的估計值。4、對回歸模型和參數(shù)估計值進行檢驗。檢驗回歸結(jié)果是否正確反映經(jīng)濟現(xiàn)象，是否與理論相符。包括理論檢驗和統(tǒng)計檢驗。經(jīng)濟理論檢驗：參數(shù)的符號，大小是否與理論和實際相符。若不符，尋找原因（數(shù)據(jù)？模型設定？理論錯誤？）統(tǒng)計檢驗：擬和優(yōu)度檢驗，估計量、回歸方程的顯著性檢驗。小結(jié)：雙變量線性回歸分析的主要步驟1、建立回歸模型995、預測對于解釋變量的特定值，帶入回歸方程得到因變量的預測值；在給定的置信水平上，得到因變量預測值的置信區(qū)間。6、回歸結(jié)果的表述：并說明參數(shù)的顯著水平（）。5、預測并說明參數(shù)的顯著水平（）。100以回歸分析為工具的實證分析文章的結(jié)構(gòu)一、研究的來源和基礎對研究的經(jīng)濟現(xiàn)象的描述；研究該現(xiàn)象的意義；相同或相似的代表性研究的方法、結(jié)論，并作總結(jié)評價；本研究的出發(fā)點；文章的結(jié)構(gòu)介紹。

二、理論分析選擇合適的經(jīng)濟理論，利用理論對要研究的經(jīng)濟想象做定性分析，得到大致的結(jié)果；建立理論模型。三、建立回歸模型根據(jù)理論模型，建立合理、可分析的回歸模型。回歸模型的形式、解釋變量的個數(shù)和選擇，不一定與數(shù)理模型完全相同。四、對所使用的數(shù)據(jù)做出說明數(shù)據(jù)的來源；數(shù)據(jù)加工的原因和處理方式；替代數(shù)據(jù)的說明等。五、回歸結(jié)果及對結(jié)果的分析列出回歸的結(jié)果（包括參數(shù)的估計值和統(tǒng)計檢驗結(jié)果）；結(jié)合理論分析回歸結(jié)果六、結(jié)論/總結(jié)/應用以回歸分析為工具的實證分析文章的結(jié)構(gòu)一、研究的來源和基礎101

X（收入）Y（支出）80100120140160180200220240260556579801021101201351371506070849310711513613714515265749095110120140140155175708094103116130144152165178758598108118135145157175180－88－113125140－160189185－－－115－－－162－191戶數(shù)5657665765既定收入下，每戶支出為表中數(shù)額的概率1/51/61/51/71/61/61/51/71/61/5X（收入）801001201401601102第三章多變量回歸分析第一節(jié)多變量線性回歸模型一、多變量線性回歸模型的PRF

如果假定對因變量Y有k-1個解釋變量：X2，X3，…，Xk，k變量總體回歸函數(shù)為：其中1為常數(shù)項，2~2

為解釋變量X2~

Xk

的系數(shù)，u為隨機干擾項。總體回歸函數(shù)PRF給出的是給定解釋變量X2~

Xk

的值時，Y的期望值：E(Y|X2，X3，…，Xk)。假定有n組觀測值，則可寫成矩陣形式：第三章多變量回歸分析第一節(jié)多變量線性回歸模型其中103

二、多變量線性回歸模型的基本假定隨機干擾項的期望值為0。同方差性；無序列相關。二、多變量線性回歸模型的基本假定104無多重共線性，即Xi(i=2,3,…,k)之間不存在線性關系：隨機干擾項服從正態(tài)分布。三、多變量線性回歸模型的SRF無多重共線性，即Xi(i=2,3,…,k)之間不存105根據(jù)殘差的平方和最小化的原理，解出參數(shù)的估計量。第二節(jié)多變量回歸模型的OLS估計一、參數(shù)估計可得到如下正規(guī)方程組：根據(jù)殘差的平方和最小化的原理，解出參數(shù)的估計106《計量經(jīng)濟學》復習資料大全課件107如果直接用矩陣微分，則二、的估計量三、的方差-協(xié)方差矩陣如果直接用矩陣微分，則二、的估計量108《計量經(jīng)濟學》復習資料大全課件109四、OLS估計量的性質(zhì)：四、OLS估計量的性質(zhì)：110第三節(jié)擬合優(yōu)度檢驗：一、判定系數(shù)R2：平方和df均方差ESSk-1RSSn-kTSSn-1方差分析表（ANOVA)第三節(jié)擬合優(yōu)度檢驗：平方和df均方差ESSk-1RSSn111二、校正的R2

：由R2的計算式可看出，R2隨解釋變量的增加而可能提高（不可能降低）：與解釋變量X的個數(shù)無關，而則可能隨著解釋變量的增加而減少（至少不會下降），因而，不同的SRF，得到的R2

就可能不同。必須消除這種因素，使R2

即能說明被解釋的離差與總離差之間的關系，又能說明自由度的數(shù)目。定義校正的樣本決定系數(shù)：二、校正的R2：與解釋變量X的112三、R2

與的性質(zhì)第四節(jié)顯著性檢驗

一、單參數(shù)的顯著性檢驗：如果接受H0

，則變量Xi

對因變量沒有影響，而接受H1，則說明變量Xi

對因變量有顯著影響。檢驗的顯著性，即在一定顯著水平下，是否顯著不為0。三、R2與的性質(zhì)第四節(jié)顯著性檢驗113檢驗步驟：如果根據(jù)理論或常識，非負，則可做單側(cè)檢驗，比較t與tα。二、回歸的總顯著性檢驗：檢驗回歸系數(shù)全部為零的可能性。檢驗步驟：如果根據(jù)理論或常識，非負，則可做單側(cè)檢驗，114平方和df均方差ESSk-1RSSn-kTSSn-1方差分析表（ANOVA)顯然，R2

越大，F(xiàn)越大，當R2=1時，F(xiàn)無限大。選擇顯著水平α，計算F統(tǒng)計量的值，與F分布表中的臨界值進行比較：平方和df均方差ESSk-1RSSn-kTSSn-1方差分析115第五節(jié)解釋變量的選擇

在回歸模型中的解釋變量，除非由明確的理論指導或其他原因，在選擇上具有一定的主觀性，如何正確選擇解釋變量是非常重要的。一、解釋變量的邊際貢獻分析在建立回歸模型時，假定我們順序引入變量。在建立了Y與X2的回歸模型，并進行回歸分析后，再加入X2?？紤]加入的變量X2是否有貢獻：能否再加入后顯著提高回歸的解釋程度ESS或決定系數(shù)R2。ESS提高的量稱為變量X2的邊際貢獻。決定一個變量是否引入回歸模型，就要先研究它的邊際貢獻，以正確地建立模型。如果變量的邊際貢獻較小，說明改變量沒有必要加入模型。分析變量的編輯貢獻，可以使用方差分析表為工具，根據(jù)變量引入前、后的RSS的變化量及其顯著性檢驗（扣除原來引入模型的解釋變量的貢獻），確定該變量的邊際貢獻是否顯著。一個簡單的檢驗方法，就是對引入新變量后的RSS增量與新的ESS的比值做顯著性檢驗。第五節(jié)解釋變量的選擇116可以利用方差分析表來進行分析。設ESS為引入變量前的回歸平方和，ESS’

為引入m個新變量后，得到的回歸平方和，RSS’為引入變量后的殘差平方和。

ANOVA表如下：平方和自由度均方差引入變量前的ESSU1k-1U1/(k-1)引入變量后的ESSU2k+m-1U2/(k+m-1)添加變量的邊際貢獻(U2-U1)m(U2-U1)/m添加變量后的RSSQn-(k+m)Q/(n-k-m)TSSn-1可以利用方差分析表來進行分析。平方和自由度117在新引入變量的系數(shù)為0的原假設下，把計算出的該統(tǒng)計量的值與α顯著水平下的臨界值進行比較：引入的新變量的邊際貢獻顯著，則應該把這些變量納入回歸模型，否則這些變量不應引入回歸模型做解釋變量。二、逐步回歸法如果根據(jù)理論，因變量Y與k-1個變量X2，X2，…，Xk

有因果關系，我們要建立的回歸模型要在這些變量中選擇正確的解釋變量，要根據(jù)變量的邊際貢獻大小，把貢獻大的變量納入回歸模型。分析邊際貢獻并選擇變量的過程，實際上是一個逐步回歸的過程。首先，分別建立Y與k-1個變量X2，X2，…，Xk

的回歸模型：在新引入變量的系數(shù)為0的原假設下，把計算出的118回歸后，得到各回歸方程的平方和選擇其中ESS最大并通過F檢驗的變量作為首選解釋變量，假定是X2

。此時可確定一個基本的回歸方程：在此基礎上進行第二次回歸，在剩下的變量中尋找最佳的變量：建立k–2個回歸方程：回歸后，得到各回歸方程的平方和選擇其中ESS119回歸后，得到各回歸方程的平方和：同樣，選擇其中ESS最大并通過F檢驗的變量作為新增解釋變量，假定是X3

。此時可確定一個基本的回歸方程：重復這一過程，直到所有變量中，邊際貢獻顯著的變量全部引入回歸模型中為止，得到最終的回歸式：也可以采用逐步減少邊際貢獻不顯著的變量的方式，逐步回歸確定回歸模型包括的變量，方法一樣?；貧w后，得到各回歸方程的平方和：同樣，選擇其120第六節(jié)利用多元回歸模型進行預測

對于多元回歸模型：通過回歸分析，得到回歸方程后，就可根據(jù)給定的解釋變量的一組值X0=(1,X20，X30，…，Xk0)，對因變量Y的值進行估計。一、個值預測為Y0及的預測值。第六節(jié)利用多元回歸模型進行預測對于多元回121二、區(qū)間預測二、區(qū)間預測122第一章：緒論什么是計量經(jīng)濟學？計量經(jīng)濟學的研究對象計量經(jīng)濟學的內(nèi)容體系計量經(jīng)濟學的應用計量經(jīng)濟學研究經(jīng)濟問題的步驟計量經(jīng)濟學軟件第一章：緒論什么是計量經(jīng)濟學？123一、什么是計量經(jīng)濟學計量經(jīng)濟學又名經(jīng)濟計量學英文名稱：Econometrics。這個詞是在1926年由挪威經(jīng)濟學家、第一屆諾貝爾經(jīng)濟學獎獲得者之一拉格納·費瑞希（RagnarFrish）仿照“生物計量學”（Biometrics）一詞提出。一、什么是計量經(jīng)濟學計量經(jīng)濟學又名經(jīng)濟計量學124一、什么是計量經(jīng)濟學費瑞希：“對經(jīng)濟的數(shù)量研究有好幾個方面，其中任何一個就其本身來說都不應該和經(jīng)濟計量學混為一談。因此，經(jīng)濟計量學與經(jīng)濟統(tǒng)計學絕不是一樣的。它也不等于我們所說的一般經(jīng)濟理論，即使這種理論中有很大部分具有確定的數(shù)量特征，也不應該把經(jīng)濟計量學的意義與在經(jīng)濟學中應用數(shù)學看成是一樣的。一、什么是計量經(jīng)濟學費瑞希：“對經(jīng)濟的數(shù)量研究有好幾個方面，125一、什么是計量經(jīng)濟學經(jīng)驗表明，統(tǒng)計學、經(jīng)濟理論和數(shù)學三個方面觀點的每一種都是實際理解現(xiàn)代化經(jīng)濟生活中數(shù)量關系的必要條件，但任何一種觀點本身都不是充分條件。這三者的統(tǒng)一才是強有力的工具；正是由于這三者的統(tǒng)一才構(gòu)成了經(jīng)濟計量學?！币弧⑹裁词怯嬃拷?jīng)濟學經(jīng)驗表明，統(tǒng)計學、經(jīng)濟理論和數(shù)學三個方面126一、什么是計量經(jīng)濟學丁伯根：“計量經(jīng)濟學的范圍包括用數(shù)學表示那些從統(tǒng)計檢驗的觀點所做的經(jīng)濟假設和對這些假設進行統(tǒng)計檢驗的實際過程?！彼_繆爾森：“經(jīng)濟計量學的定義為：在理論與觀測協(xié)調(diào)發(fā)展的基礎上，運用相應的推理方法，對實際經(jīng)濟現(xiàn)象進行數(shù)量分析?！币弧⑹裁词怯嬃拷?jīng)濟學丁伯根：“計量經(jīng)濟學的范圍包括用數(shù)學表示127一、什么是計量經(jīng)濟學蘭格：“經(jīng)濟計量學是經(jīng)濟理論和經(jīng)濟統(tǒng)計學的結(jié)合，并運用數(shù)學和統(tǒng)計方法對經(jīng)濟學理論所確定的一般規(guī)律給予具體的和數(shù)量上的表示。”克萊茵：“經(jīng)濟計量學是數(shù)學方法、統(tǒng)計技術和經(jīng)濟分析的綜合。就其字義來講，經(jīng)濟計量學不僅是指對經(jīng)濟現(xiàn)象加以測量，而且包含根據(jù)一定的經(jīng)濟理論進行計算的意思?！币?、什么是計量經(jīng)濟學蘭格：“經(jīng)濟計量學是經(jīng)濟理論和經(jīng)濟統(tǒng)計學128一、什么是計量經(jīng)濟學計量經(jīng)濟學是利用經(jīng)濟理論、數(shù)學、統(tǒng)計推斷等工具對經(jīng)濟現(xiàn)象進行分析的一門社會科學。計量經(jīng)濟學運用數(shù)理統(tǒng)計知識分析經(jīng)濟數(shù)據(jù)，對構(gòu)建于數(shù)理經(jīng)濟學基礎之上的數(shù)學模型提供經(jīng)驗支持，并得出數(shù)量結(jié)果。計量經(jīng)濟學是以經(jīng)濟理論為前提，利用數(shù)學、數(shù)理統(tǒng)計方法與計算技術，根據(jù)實際觀測資料來研究帶有隨機影響的經(jīng)濟數(shù)量關系和規(guī)律的一門學科。一、什么是計量經(jīng)濟學計量經(jīng)濟學是利用經(jīng)濟理論、數(shù)學、統(tǒng)計推斷129計量經(jīng)濟學構(gòu)成要素計量經(jīng)濟學構(gòu)成要素130三大要素經(jīng)濟理論數(shù)據(jù)統(tǒng)計推斷經(jīng)濟理論、數(shù)據(jù)和統(tǒng)計理論這三者對于真正了解現(xiàn)代經(jīng)濟生活中的數(shù)量關系都是必要的，但本身并非是充分條件。三者結(jié)合起來就是力量，這種結(jié)合便構(gòu)成了計量經(jīng)濟學。三大要素經(jīng)濟理論131經(jīng)濟理論經(jīng)濟理論的作用是對經(jīng)濟現(xiàn)象進行分析和解釋，描述在一定條件下經(jīng)濟變量之間的相互關系。體現(xiàn)在計量經(jīng)濟學模型之中。經(jīng)濟理論對于計量經(jīng)濟學是建立計量經(jīng)濟模型的依據(jù)和出發(fā)點。計量經(jīng)濟學對于經(jīng)濟理論而言是理論到實際的橋梁和檢驗工具。經(jīng)濟理論經(jīng)濟理論的作用是對經(jīng)濟現(xiàn)象進行分析和解釋，描述在一定132經(jīng)濟理論理論是抽象的，在實證分析時，需要具體化。計量經(jīng)濟的方法和統(tǒng)計方法一樣，本質(zhì)上是歸納法，是將實事歸納成理論的一個有效的輔助工具。計量經(jīng)濟學可以結(jié)合實際觀測數(shù)據(jù)對經(jīng)濟理論進行驗證，檢驗理論的正確性，提供進一步改進理論的方向。經(jīng)濟理論理論是抽象的，在實證分析時，需要具體化。133數(shù)據(jù)觀測數(shù)據(jù)：主要是指統(tǒng)計數(shù)據(jù)和各種調(diào)查數(shù)據(jù)。是所考察的經(jīng)濟對象的客觀反映和信息載體，是計量經(jīng)濟工作處理的主要現(xiàn)實素材。

經(jīng)濟數(shù)據(jù)是計量經(jīng)濟分析的材料。經(jīng)濟數(shù)據(jù)是經(jīng)濟規(guī)律的信息載體。數(shù)據(jù)觀測數(shù)據(jù)：主要是指統(tǒng)計數(shù)據(jù)和各種調(diào)查數(shù)據(jù)。是所考察的經(jīng)濟1341、數(shù)據(jù)類型時間序列數(shù)據(jù)(timeseriesdata)截面數(shù)據(jù)(cross-sectiondata)平行數(shù)據(jù)(paneldata)虛擬變量數(shù)據(jù)(dummyvariabledata)1、數(shù)據(jù)類型時間序列數(shù)據(jù)(timeseriesdata)135時間序列數(shù)據(jù)(timeseriesdata)按照時間的順序，每隔一定的時間觀測經(jīng)濟變量的取值，所得到的統(tǒng)計數(shù)據(jù)。觀測對象是一個單位：一國，一地區(qū)，某企業(yè)時間間隔：可以是一年，一個季度，一個月，一天，甚至更短，要視問題的性質(zhì)和重要性而定。時間序列數(shù)據(jù)(timeseriesdata)按照時間的順136時間序列數(shù)據(jù)(timeseriesdata)這類變量反應了變量的動態(tài)特征，即在時間上的變動趨勢。一般可由統(tǒng)計年鑒、公報得到，是計量經(jīng)濟模型使用得最多的一類數(shù)據(jù)。時間序列數(shù)據(jù)(timeseriesdata)這類變量反應137例、中國的GDP（1952～2000當年價，億元）例、中國的GDP（1952～2000當年價，億元）138《計量經(jīng)濟學》復習資料大全課件139截面數(shù)據(jù)(cross-sectiondata)在某一時刻所觀察到的一組個體的數(shù)據(jù)。這類數(shù)據(jù)反應個體在分布或者結(jié)構(gòu)上的差異。例：某班計量經(jīng)濟學的考試成績。六十個學生，有六十個成績，這是一個容量為60的截面數(shù)據(jù)。

截面數(shù)據(jù)(cross-sectiondata)在某一時刻所140時序數(shù)據(jù)和截面數(shù)據(jù)的區(qū)別前者：同一個體在不同時間的數(shù)據(jù)；后者：一組個體在同一個時刻的數(shù)據(jù)。例如，一名學生的體重，被連續(xù)的記錄了十年，得到一個容量為10的時間序列數(shù)據(jù)；在某一時間，記錄一個班級所有30個學生的體重，得到一個容量為30的截面數(shù)據(jù)。時序數(shù)據(jù)和截面數(shù)據(jù)的區(qū)別前者：同一個體在不同時間的數(shù)據(jù)；141平行數(shù)據(jù)(paneldata)是時間序列數(shù)據(jù)和截面數(shù)據(jù)的結(jié)合。是一組個體在一段時間上的數(shù)據(jù)，既研究某段時間內(nèi)的數(shù)據(jù)又研究某個時刻上的數(shù)據(jù)。

平行數(shù)據(jù)(paneldata)是時間序列數(shù)據(jù)和截面數(shù)據(jù)的結(jié)142例從1997年到2000年，我國各省的GDP例從1997年到2000年，我國各省的GDP143虛擬變量數(shù)據(jù)(dummyvariabledata)或者稱為二進制數(shù)據(jù)，一般取0和1兩個值（也可以取其他兩個不同的值）。這類變量往往用來表示性質(zhì)和狀態(tài)的差異，也可以表示分組取0還是1：研究者按照實際情況來確定

虛擬變量數(shù)據(jù)(dummyvariabledata)或者稱144例時間序列型的虛擬變量例時間序列型的虛擬變量145例截面數(shù)據(jù)型虛擬變量例截面數(shù)據(jù)型虛擬變量1462、數(shù)據(jù)采集和處理來源：統(tǒng)計、調(diào)查質(zhì)量：非實驗，歷史數(shù)據(jù)殘缺，各種偏誤（觀測誤差、選擇性、隨機性問題、處理方法問題）加工：加總、指數(shù)運算、季節(jié)調(diào)整，隨變量作變換結(jié)論：研究結(jié)果的質(zhì)量不可能高于數(shù)據(jù)的質(zhì)量。不管方法多么科學。2、數(shù)據(jù)采集和處理來源：統(tǒng)計、調(diào)查147統(tǒng)計推斷統(tǒng)計理論：是指各種數(shù)理統(tǒng)計方法，包括參數(shù)的估計，假設檢驗等內(nèi)容。是計量經(jīng)濟的主要數(shù)學基礎，很多計量經(jīng)濟學方法都是在數(shù)理統(tǒng)計的基礎上發(fā)展起來的。統(tǒng)計推斷統(tǒng)計理論：是指各種數(shù)理統(tǒng)計方法，包括參數(shù)的估計，假設148計量經(jīng)濟學與經(jīng)濟理論、統(tǒng)計學和數(shù)學的聯(lián)系和區(qū)別是經(jīng)濟學，統(tǒng)計學，數(shù)學構(gòu)成的一門交叉學科和邊緣學科。計量經(jīng)濟學與經(jīng)濟理論、統(tǒng)計學和數(shù)學的聯(lián)系和區(qū)別是經(jīng)濟學，統(tǒng)計1491、計量經(jīng)濟學與經(jīng)濟理論經(jīng)濟學是計量經(jīng)濟學的服務對象，計量經(jīng)濟學是提高經(jīng)濟學科科學性和實用性的工具。一般經(jīng)濟理論（定性）是計量經(jīng)濟學的基礎。例：關于失業(yè)問題的數(shù)量實證分析（1）菲利普斯曲線（工資和失業(yè)率）；（2）資本和技術變化的影響；（3）人口和移民的影響（供給方面）；（4）經(jīng)濟增長和產(chǎn)業(yè)結(jié)構(gòu)（需求方面、結(jié)構(gòu)性失業(yè)）。1、計量經(jīng)濟學與經(jīng)濟理論經(jīng)濟學是計量經(jīng)濟學的服務對象，計量經(jīng)1501、計量經(jīng)濟學與經(jīng)濟理論一般經(jīng)濟理論是修正計量經(jīng)濟分析模型、方法的依據(jù)。一般經(jīng)濟理論是解讀計量分析結(jié)果的工具。定性、定量1、計量經(jīng)濟學與經(jīng)濟理論一般經(jīng)濟理論是修正計量經(jīng)濟分析模型、1512、計量經(jīng)濟學與統(tǒng)計學計量的參數(shù)估計、模型檢驗、數(shù)據(jù)收集和處理、方法設計，應用分析中的置信區(qū)間分析等，都與統(tǒng)計有關，以統(tǒng)計為基礎。2、計量經(jīng)濟學與統(tǒng)計學計量的參數(shù)估計、模型檢驗、數(shù)據(jù)收集和處1523、計量經(jīng)濟學與數(shù)學數(shù)學（微積分、線性代數(shù)、概率統(tǒng)計）是計量分析（級數(shù)、矩陣、方差、期望，，，）的基礎和工具。數(shù)學知識（函數(shù)性質(zhì)等）對計量建模的作用。計量經(jīng)濟學不是數(shù)學，是經(jīng)濟學。3、計量經(jīng)濟學與數(shù)學數(shù)學（微積分、線性代數(shù)、概率統(tǒng)計）是計量153二、研究對象計量經(jīng)濟學是利用數(shù)學的方法，根據(jù)統(tǒng)計測定的經(jīng)濟數(shù)據(jù)，對反映經(jīng)濟現(xiàn)象本質(zhì)的經(jīng)濟數(shù)量關系進行研究。計量經(jīng)濟學研究的對象是經(jīng)濟現(xiàn)象，是研究經(jīng)濟現(xiàn)象中的具體數(shù)量規(guī)律。二、研究對象計量經(jīng)濟學是利用數(shù)學的方法，根據(jù)統(tǒng)計測定的經(jīng)濟數(shù)154三、內(nèi)容體系1、從學科發(fā)展角度劃分2、從內(nèi)容角度劃分3、從程度角度劃分4、從模型類型角度劃分5、從估計方法角度劃分6、從數(shù)據(jù)類型角度劃分三、內(nèi)容體系1、從學科發(fā)展角度劃分1551、從學科發(fā)展角度劃分經(jīng)典計量經(jīng)濟學廣義計量經(jīng)濟學：包括投入產(chǎn)出分析方法、時間序列分析方法等1、從學科發(fā)展角度劃分經(jīng)典計量經(jīng)濟學1562、從內(nèi)容角度劃分理論計量經(jīng)濟學：也稱經(jīng)濟計量方法，以介紹、研究計量經(jīng)濟學的理論與方法為主要內(nèi)容，側(cè)重于理論與方法的數(shù)學證明與推導。包括計量經(jīng)濟學的數(shù)學理論基礎，計量經(jīng)濟模型的估計和檢驗方法等內(nèi)容。應用計量經(jīng)濟學：以建立與應用計量經(jīng)濟模型為主要內(nèi)容，強調(diào)應用模型的經(jīng)濟學和統(tǒng)計學基礎，側(cè)重于建立與應用模型過程中實際問題的處理。2、從內(nèi)容角度劃分理論計量經(jīng)濟學：也稱經(jīng)濟計量方法，以介紹、157理論計量經(jīng)濟學與應用計量經(jīng)濟學理論計量經(jīng)濟學與應用計量經(jīng)濟學1583、從程度角度劃分初級計量經(jīng)濟學中級計量經(jīng)濟學高級計量經(jīng)濟學3、從程度角度劃分初級計量經(jīng)濟學1594、從模型類型角度劃分經(jīng)典線性模型非經(jīng)典線性模型非線性模型動態(tài)模型無參數(shù)回歸模型4、從模型類型角度劃分經(jīng)典線性模型1605、從參數(shù)估計方法角度最小二乘法最大似然法貝葉斯估計方法廣義矩方法5、從參數(shù)估計方法角度最小二乘法161最小二乘法最小二乘法是一類依賴樣本信息，從最小二乘原理出發(fā)的參數(shù)估計方法。概念清楚、方法簡單，是經(jīng)典線性計量經(jīng)濟模型的最主要的估計方法。最小二乘法最小二乘法是一類依賴樣本信息，從最小二乘原理出發(fā)的162最小二乘法普通最小二乘法（OLS）：模型滿足基本假設時采用加權最小二乘法：模型存在異方差廣義最小二乘法：模型存在序列相關二階段最小二乘法：估計聯(lián)立方程最小二乘法普通最小二乘法（OLS）：模型滿足基本假設時采用163最大似然法最大似然法是一類依賴樣本信息，從最大似然原理出發(fā)的參數(shù)估計方法。堅實的理論基礎、數(shù)學描述復雜最大似然法——普通最小二乘法有限信息最大似然法——二階段最小二乘法完全信息最大似然法——三階段最小二乘法最大似然法最大似然法是一類依賴樣本信息，從最大似然原理出發(fā)的164貝葉斯估計方法在計量經(jīng)濟模型參數(shù)估計中，它的主要特點是利用了非樣本信息，包括前驗信息和后驗信息。在一些特殊的計量經(jīng)濟應用模型中，由于樣本量不足，使得最小二乘法和最大似然法無法應用，這時貝葉斯估計方法是無可替代的。貝葉斯估計方法在計量經(jīng)濟模型參數(shù)估計中，它的主要特點是利用了165廣義矩方法廣義矩（Generalizedmethodofmoments,GMM）方法是矩方法（Methodofmoments，MM）的一般化，也是一類依賴樣本信息的參數(shù)估計方法，具有廣泛的適用性。最小二乘法和最大似然法等可以看作是廣義矩方法的特例。廣義矩方法廣義矩（Generalizedmethodof1666、從數(shù)據(jù)類型角度劃分截面數(shù)據(jù)分析時序數(shù)據(jù)分析平行數(shù)據(jù)分析離散被解釋變量數(shù)據(jù)計量經(jīng)濟模型受限被解釋變量數(shù)據(jù)計量經(jīng)濟模型持續(xù)被解釋變量數(shù)據(jù)計量經(jīng)濟模型6、從數(shù)據(jù)類型角度劃分截面數(shù)據(jù)分析167四、計量經(jīng)濟模型的應用結(jié)構(gòu)分析經(jīng)濟預測政策評價檢驗與發(fā)展經(jīng)濟理論四、計量經(jīng)濟模型的應用結(jié)構(gòu)分析1681、結(jié)構(gòu)分析經(jīng)濟學中的結(jié)構(gòu)分析是對經(jīng)濟現(xiàn)象中變量之間相互關系的研究。它研究的是當一個變量或幾個變量發(fā)生變化時會對其他變量以至經(jīng)濟系統(tǒng)產(chǎn)生什么樣的影響。結(jié)構(gòu)分析采用的主要分析方法：彈性分析、乘數(shù)分析、比較靜態(tài)分析。1、結(jié)構(gòu)分析經(jīng)濟學中的結(jié)構(gòu)分析是對經(jīng)濟現(xiàn)象中變量之間相互關系1692、經(jīng)濟預測計量經(jīng)濟模型作為一類經(jīng)濟數(shù)學模型，是從用于經(jīng)濟預測，特別是短期預測而發(fā)展起來的。計量經(jīng)濟模型是以模擬歷史，從已經(jīng)發(fā)生的經(jīng)濟活動中找出變化規(guī)律為主要技術手段。2、經(jīng)濟預測計量經(jīng)濟模型作為一類經(jīng)濟數(shù)學模型，是從用于經(jīng)濟預1703、政策評價政策評價是指從許多不同的政策中選擇較好的政策予以執(zhí)行，或者說是研究不同的政策對經(jīng)濟目標所產(chǎn)生的影響的差異。經(jīng)濟計量模型充當“經(jīng)濟政策實驗室”。3、政策評價政策評價是指從許多不同的政策中選擇較好的政策予以171政策評價方法工具——目標法：給定目標變量的預期值即我們所希望達到的目標，通過求解模型可以得到政策變量值。政策模擬法：即將各種不同的政策代入模型，計算各自的目標值，比較其優(yōu)劣，決定政策的取舍。最優(yōu)控制法：將經(jīng)濟計量模型與最優(yōu)化方法結(jié)合起來，選擇使得目標最優(yōu)的政策或政策組合。政策評價方法工具——目標法：給定目標變量的預期值即我們所希望1724、經(jīng)濟理論的檢驗與發(fā)展經(jīng)濟理論的檢驗：首先根據(jù)某種經(jīng)濟理論建立模型，然后用已經(jīng)發(fā)生的經(jīng)濟活動的樣本數(shù)據(jù)去擬合，如果擬合效果好，則這種經(jīng)濟理論通過檢驗。經(jīng)濟理論的發(fā)現(xiàn)與發(fā)展：用所采集的樣本數(shù)據(jù)擬合各種模型，擬合最好的模型所表現(xiàn)出來的數(shù)量關系就是經(jīng)濟活動所遵循的經(jīng)濟規(guī)律。4、經(jīng)濟理論的檢驗與發(fā)展經(jīng)濟理論的檢驗：首先根據(jù)某種經(jīng)濟理論173應用示例1例子：各種產(chǎn)品和服務的供給和需求關系廠商欲估計廣告對銷售和利潤的影響將股票價格和廠商的特征聯(lián)系起來宏觀政策，國家，地方稅收收入預測應用示例1例子：174應用示例2例子：廣告戰(zhàn)是否成功地增加了銷售?需求對價格變化是富有彈性的，還是缺乏彈性的？政府的宏觀政策是否有效？確實存在工資的性別差異嗎？應用示例2例子：175應用示例3例子：廠商需要預測銷售、利潤、生產(chǎn)成本、所需的存貨城市發(fā)展對交通、能源、通訊的需求國家的稅收、支出、通貨膨脹、失業(yè)、預算和貿(mào)易等方面的預測汽車廠商對中國轎車市場的預測應用示例3例子：176五、研究經(jīng)濟問題的步驟1、理論或假說的陳述2、收集數(shù)據(jù)3、建立數(shù)學模型4、建立統(tǒng)計或經(jīng)濟計量模型5、估計計量經(jīng)濟模型參數(shù)6、檢查模型的準確性：模型的假設檢驗7、檢驗來自模型的假說8、運用模型進行預測五、研究經(jīng)濟問題的步驟1、理論或假說的陳述177五、研究經(jīng)濟問題的步驟

模型設計數(shù)據(jù)收集模型檢驗參數(shù)估計應用五、研究經(jīng)濟問題的步驟模型數(shù)據(jù)模型參數(shù)應用1781、模型設計模型設定(理論模型設計):依據(jù)一定的經(jīng)濟理論，先驗地用一個或一組數(shù)學方程式來表示被研究經(jīng)濟系統(tǒng)內(nèi)經(jīng)濟變量之間的關系。需要做以下工作：

研究有關經(jīng)濟理論確定函數(shù)形式確定參數(shù)的符號和理論期望值1、模型設計模型設定(理論模型設計):依據(jù)一定的經(jīng)濟理論，先179研究有關經(jīng)濟理論根據(jù)經(jīng)濟理論分析所研究的經(jīng)濟現(xiàn)象，找出經(jīng)濟變量之間的因果關系及相互之間的聯(lián)系，把目標或者經(jīng)濟問題作為因變量，影響問題的主要因素作為自變量，非主要因素歸入隨機項，按照它們之間的結(jié)構(gòu)關系和經(jīng)濟理論，建立方程。研究有關經(jīng)濟理論根據(jù)經(jīng)濟理論分析所研究的經(jīng)濟現(xiàn)象，找出經(jīng)濟變180需求函數(shù)：Q=f(P1,P2,Y,T……)-?++消費函數(shù)：C＝f(Y)按照凱恩斯的絕對收入假說，“平均說來，當人們收入增多時，消費傾向于增加，但其增長的程度并非和收入增加的程度一樣多?！?/p>

按照凱恩斯的觀點，

邊際消費傾向

MPC＝b=dc/dy

，0<b<1。需求函數(shù)：Q=f(P1,P2,Y,T……)181一般形式y(tǒng):因變量，被解釋變量；是被研究對象。“果”x’s:自變量，解釋變量；是影響因素?！耙颉弊兞窟x擇要注意：變量的選擇要以經(jīng)濟理論為基礎，要有明確的經(jīng)濟解釋要突出主要的影響因素，把握主要矛盾，從而使模型凝練、簡明。一般形式182確定函數(shù)形式設定模型的函數(shù)形式，是線性的，還是非線性的，如果是非線性的話，是對數(shù)的，還是指數(shù)的，還是倒數(shù)的，……例Q＝a+bP+cPr+dI+eN+fPeQ＝aPbPrcIdNePef確定函數(shù)形式設定模型的函數(shù)形式，是線性的，還是非線性的，如果183例：某商品的市場需求量Q=b0+b1P1+b2P2+b3Y+b4T+uQ：該商品需求量

P1：該商品的價格

P2：其他相關商品的價格

Y：消費者收入

T：消費者偏好例：某商品的市場需求量Q=b0+b1P1+b2P2+b3Y+1842、數(shù)據(jù)的收集整理數(shù)據(jù)的來源：官方公布的統(tǒng)計年鑒、公報等；各種調(diào)查，包括抽樣、典型和問卷等調(diào)查。

對樣本數(shù)據(jù)的要求：完整性準確性可比性2、數(shù)據(jù)的收集整理數(shù)據(jù)的來源：185完整性經(jīng)濟數(shù)據(jù)作為系統(tǒng)狀態(tài)和外部環(huán)境的數(shù)量描述，必須是完整的。文革10年中，很多經(jīng)濟數(shù)據(jù)是殘缺不全的比如，1000個企業(yè)中，只有100個企業(yè)有完整的數(shù)據(jù)完整性經(jīng)濟數(shù)據(jù)作為系統(tǒng)狀態(tài)和外部環(huán)境的數(shù)量描述，必須是完整的186準確性必須是模型中所要求的數(shù)據(jù)必須準確反映被研究對象的狀態(tài)，否則經(jīng)濟模型將被扭曲，不能客觀反映經(jīng)濟的實際狀況?？活^上點羊懷揣報表開統(tǒng)計會議，比著填數(shù)字美國匹茲堡大學經(jīng)濟學家托馬斯·羅斯基2000年《中國GDP統(tǒng)計發(fā)生了什么？》羅斯基認為1997年～1999年中國經(jīng)濟增長率在正負2.2％之間。準確性必須是模型中所要求的數(shù)據(jù)187可比性統(tǒng)計口徑的可比性如價格的可比性當年價／可比價指標內(nèi)涵的可比性社會總產(chǎn)值／GDP工業(yè)總產(chǎn)值／工業(yè)增加值可比性統(tǒng)計口徑的可比性188口徑問題（1）價格上的口徑，一般使用可比價；（2）指標內(nèi)涵的口徑比如在我國，反應經(jīng)濟活動總規(guī)模的總產(chǎn)值被國民生產(chǎn)總值所代替，而這兩個指標的含義是不同的，因此在使用時要進行數(shù)據(jù)的調(diào)整。

口徑問題（1）價格上的口徑，一般使用可比價；189不變價和當年價不變價和當年價190數(shù)據(jù)整理中變量的構(gòu)造在計量經(jīng)濟建模中，數(shù)據(jù)變量未必是原始觀測變量，而是通過某種變換，把原始數(shù)據(jù)轉(zhuǎn)變?yōu)榉嫌谀撤N統(tǒng)計或經(jīng)濟概念的新的變量。常用變換：取對數(shù)LGDP=Log(GDP)

取倒數(shù)