《計(jì)量經(jīng)濟(jì)學(xué)》復(fù)習(xí)資料大全課件

本科《計(jì)量經(jīng)濟(jì)學(xué)》課程期末復(fù)習(xí)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(diǎn)，不考計(jì)算機(jī)操作。3．重點(diǎn)考試內(nèi)容已經(jīng)發(fā)給同學(xué)們了(復(fù)習(xí)大綱)4.數(shù)學(xué)推導(dǎo)會(huì)考一些,所以同學(xué)們?cè)趶?fù)習(xí)第二和第三章的時(shí)候一定要花一些時(shí)間5.考試的重點(diǎn)和往年類(lèi)似,所以同學(xué)們一定要對(duì)往年的試卷作出熟練的理解6.大家復(fù)習(xí)辛苦了!1本科《計(jì)量經(jīng)濟(jì)學(xué)》課程期末復(fù)習(xí)1．閉卷考試.122

33

44

55

66

77

88

99

1010

1111

考試要求：嚴(yán)格執(zhí)行考場(chǎng)紀(jì)律；一經(jīng)發(fā)現(xiàn)，做零分處理，并且不保留平時(shí)成績(jī)?？荚囍?，請(qǐng)務(wù)必將學(xué)號(hào)和任何教師的名字寫(xiě)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(lì)同學(xué)們認(rèn)真答卷，保持卷面干凈，以減少不必要的分?jǐn)?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(lèi)型（1）多項(xiàng)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(lèi)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(dá)方式，

yt=a+b/xt+ut

（3）對(duì)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(jiàn)上圖。對(duì)上式等號(hào)兩側(cè)同取對(duì)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(guān)28第6章自相關(guān)28

第6章自相關(guān)a.正自相關(guān)序列b.正自相關(guān)序列散點(diǎn)圖e.非自相關(guān)序列f非自相關(guān)序列散點(diǎn)圖（1）圖示法：依據(jù)殘差序列圖作出判斷。29第6章自相關(guān)a.正自相關(guān)序列第6章自相關(guān)30第6章自相關(guān)30第6章自相關(guān)31第6章自相關(guān)31第6章自相關(guān)32第6章自相關(guān)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(dú)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(jì)參數(shù)，估計(jì)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(zhǔn)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(diǎn)掌握）注意：(1)當(dāng)定性變量含有m個(gè)類(lèi)別時(shí)，模型不能引入m個(gè)虛擬變量。2.用虛擬變量測(cè)量截距變動(dòng)設(shè)有模型，yt=0+1xt+2D+ut,3.測(cè)量斜率變動(dòng)Yi

=0+1Xi

+2Di

+3(XiDi)+ui

4.分段線性回歸（不講）8.5時(shí)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(diǎn)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(yàn)（已講過(guò)）11.2模型單個(gè)回歸參數(shù)顯著性的t檢驗(yàn)（已講過(guò)）11.3檢驗(yàn)若干線性約束條件是否成立的F檢驗(yàn)11.4似然比（LR）檢驗(yàn)11.5沃爾德（Wald）檢驗(yàn)11.6拉格朗日乘子（LM）檢驗(yàn)（不講）11.7鄒（Chow）突變點(diǎn)檢驗(yàn)（不講）11.8JB（Jarque-Bera）正態(tài)分布檢驗(yàn)11.9格蘭杰（Granger）因果性檢驗(yàn)（不講）第11章模型的診斷與檢驗(yàn)

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

40第11章模型的診斷與檢驗(yàn)40第11章模型的診斷與檢驗(yàn)

41第11章模型的診斷與檢驗(yàn)41

第11章模型的診斷與檢驗(yàn)

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

第12章時(shí)間序列模型49第12章時(shí)間序列模型49

第12章時(shí)間序列模型50第12章時(shí)間序列模型50

第12章時(shí)間序列模型51第12章時(shí)間序列模型51

表1ARMA過(guò)程的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)

第12章時(shí)間序列模型52表1ARMA過(guò)程的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)第12章

第12章時(shí)間序列模型53第12章時(shí)間序列模型53

第12章時(shí)間序列模型54第12章時(shí)間序列模型54

5555引言一、計(jì)量經(jīng)濟(jì)學(xué)1、計(jì)量經(jīng)濟(jì)學(xué)（Econometrics）利用數(shù)學(xué)和統(tǒng)計(jì)推斷為工具，在經(jīng)濟(jì)理論指導(dǎo)下對(duì)經(jīng)濟(jì)現(xiàn)象進(jìn)行分析，并對(duì)經(jīng)濟(jì)理論進(jìn)行檢驗(yàn)和發(fā)展的一門(mén)學(xué)科。其內(nèi)容涉及經(jīng)濟(jì)理論、數(shù)理經(jīng)濟(jì)、經(jīng)濟(jì)統(tǒng)計(jì)和數(shù)理統(tǒng)計(jì)等。2、計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)理論經(jīng)濟(jì)理論：定性計(jì)量經(jīng)濟(jì)學(xué)：數(shù)值估計(jì)，檢驗(yàn)3、計(jì)量經(jīng)濟(jì)學(xué)與數(shù)理經(jīng)濟(jì)學(xué)數(shù)理經(jīng)濟(jì)學(xué)：以數(shù)學(xué)形式表述經(jīng)濟(jì)理論，不涉及理論的可度量性和經(jīng)驗(yàn)方面的可論證性。計(jì)量經(jīng)濟(jì)學(xué)：利用數(shù)理經(jīng)濟(jì)學(xué)的數(shù)學(xué)方程式，并把之改造成適合于經(jīng)驗(yàn)檢驗(yàn)的形式。引言一、計(jì)量經(jīng)濟(jì)學(xué)1、計(jì)量經(jīng)濟(jì)學(xué)（Econometric564、計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)統(tǒng)計(jì)學(xué)經(jīng)濟(jì)統(tǒng)計(jì)：經(jīng)濟(jì)數(shù)據(jù)的收集、加工，不利用數(shù)據(jù)來(lái)檢驗(yàn)經(jīng)濟(jì)理論。計(jì)量經(jīng)濟(jì)學(xué)：以經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)為原始資料進(jìn)行分析。5、計(jì)量經(jīng)濟(jì)學(xué)與數(shù)理統(tǒng)計(jì)數(shù)理統(tǒng)計(jì)：是計(jì)量經(jīng)濟(jì)學(xué)的基本工具，但由于經(jīng)濟(jì)數(shù)據(jù)的特殊性，力量經(jīng)濟(jì)學(xué)需要特殊的處理方法。4、計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)統(tǒng)計(jì)學(xué)57二、計(jì)量經(jīng)濟(jì)學(xué)的方法基本過(guò)程：①經(jīng)濟(jì)理論②理論的數(shù)學(xué)模型③理論的計(jì)量經(jīng)濟(jì)學(xué)模型④數(shù)據(jù)的收集整理⑤計(jì)量經(jīng)濟(jì)模型的參數(shù)估計(jì)⑥假設(shè)檢驗(yàn)⑦預(yù)報(bào)和預(yù)測(cè)⑧控制或政策制定二、計(jì)量經(jīng)濟(jì)學(xué)的方法基本過(guò)程：58例：檢驗(yàn)凱恩斯關(guān)于邊際消費(fèi)傾向理論，或利用該理論進(jìn)行經(jīng)濟(jì)控制或經(jīng)濟(jì)政策制定。①理論人們的消費(fèi)支出隨收入的增加而增加，但消費(fèi)支出的增加小于收入的增加。即邊際消費(fèi)傾向MPC大于零而小于1。（定性）②建立數(shù)學(xué)模型假定消費(fèi)支出Y與收入X之間有如下關(guān)系：其中，Y為消費(fèi)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(guān)系。（在不同情況下，數(shù)學(xué)模型的形式不一樣，也可能是多個(gè)方程連立，有多個(gè)解釋變量）例：檢驗(yàn)凱恩斯關(guān)于邊際消費(fèi)傾向理論，或利用該理論進(jìn)行經(jīng)濟(jì)控制59③建立計(jì)量經(jīng)濟(jì)學(xué)模型由于經(jīng)濟(jì)變量之間的關(guān)系不是確定的（以函數(shù)形式準(zhǔn)確表達(dá)），必須修改數(shù)理模型，建立計(jì)量模型：

u為誤差項(xiàng)，代表了影響變量間非確定關(guān)系的其他因素的影響。這是一個(gè)線性回歸模型。OXY斜率為b數(shù)理模型OXY斜率為b計(jì)量模型aa③建立計(jì)量經(jīng)濟(jì)學(xué)模型u為誤差項(xiàng)，代表了影響變60④數(shù)據(jù)的收集整理如果1980分析一國(guó)的消費(fèi)情況，要收集該國(guó)的總消費(fèi)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(guó)1980-1991年個(gè)人消費(fèi)支出與GDP(10億美元,1987年不變價(jià)格)④數(shù)據(jù)的收集整理年份YX年份YX1980244737761961⑤計(jì)量經(jīng)濟(jì)模型的參數(shù)估計(jì)采用回歸技術(shù)，利用統(tǒng)計(jì)數(shù)據(jù)估計(jì)出參數(shù)a和b的經(jīng)驗(yàn)值。根據(jù)估計(jì)結(jié)果，美國(guó)1980-1991年的MPC約為0.72。⑥假設(shè)檢驗(yàn)以一定的標(biāo)準(zhǔn)，對(duì)參數(shù)的估計(jì)結(jié)果進(jìn)行檢驗(yàn)。如果在統(tǒng)計(jì)意義上，b小于1，說(shuō)明結(jié)果是可接受的。⑦預(yù)報(bào)和預(yù)測(cè)如果計(jì)量模型可以接受，就可用來(lái)對(duì)因變量進(jìn)行預(yù)測(cè)。假定1994年，美國(guó)的GDP預(yù)計(jì)為6萬(wàn)億美元，則該年的消費(fèi)支出預(yù)計(jì)為⑤計(jì)量經(jīng)濟(jì)模型的參數(shù)估計(jì)根據(jù)估計(jì)結(jié)果，美國(guó)162⑧控制或政策制定如果希望1994年的消費(fèi)支出達(dá)到4萬(wàn)億美元，則政府必須通過(guò)政策來(lái)保證收入水平為：三、計(jì)量經(jīng)濟(jì)學(xué)的內(nèi)容可分為理論和應(yīng)用兩大類(lèi)。理論計(jì)量經(jīng)濟(jì)學(xué)：研究適當(dāng)?shù)姆椒?，?lái)測(cè)度有計(jì)量經(jīng)濟(jì)模型設(shè)定的經(jīng)濟(jì)關(guān)系式。應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)：以理論計(jì)量經(jīng)濟(jì)學(xué)為工具，研究經(jīng)濟(jì)學(xué)或商業(yè)中的各領(lǐng)域。⑧控制或政策制定三、計(jì)量經(jīng)濟(jì)學(xué)的內(nèi)容可分為63四、計(jì)量經(jīng)濟(jì)學(xué)的應(yīng)用軟件包有很多種。常用的有：TSP、SPSS、SAS等。四、計(jì)量經(jīng)濟(jì)學(xué)的應(yīng)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(jì)依賴關(guān)系，目的在于通過(guò)后者的已知或設(shè)定值去估計(jì)或預(yù)測(cè)前者的均值。假定一個(gè)國(guó)家的所有家庭的收入（X）和消費(fèi)支出（Y）統(tǒng)計(jì)如下，希望知道家庭消費(fèi)支出與家庭收入之間的關(guān)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(gè)家庭的收入和支出繪出散點(diǎn)圖，大致可看出二者間的關(guān)系：在統(tǒng)計(jì)意義上，二者成正比。由對(duì)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(gè)平均的支出水平，這一支出水平與收入大致呈線性關(guān)系。圖中的這條通過(guò)各收入階層平均支出額的直線，描述了這一依賴關(guān)系。我們把這條線稱為回歸線。YX5510012014016080根據(jù)每個(gè)66二、統(tǒng)計(jì)關(guān)系與確定關(guān)系在回歸分析中，得到因變量與自變量之間的依賴關(guān)系是統(tǒng)計(jì)依賴關(guān)系，而不是確定關(guān)系或函數(shù)關(guān)系。三、回歸與因果關(guān)系回歸分析得到的變量間的統(tǒng)計(jì)依賴關(guān)系，統(tǒng)計(jì)關(guān)系式自身不代表任何確定的因果關(guān)系。四、計(jì)量經(jīng)濟(jì)分析使用的數(shù)據(jù)有三類(lèi)。（1）時(shí)間序列數(shù)據(jù)。一個(gè)時(shí)間序列是對(duì)一個(gè)變量在不同時(shí)間取的一組觀測(cè)結(jié)果。這些數(shù)據(jù)可以按固定的時(shí)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(guó)1993年—1998年的GDP增長(zhǎng)率（%）19931994199519961997199814.213.510.59.68.87.8二、統(tǒng)計(jì)關(guān)系與確定關(guān)系199319941995199619967（2）橫截面數(shù)據(jù)。一個(gè)或多個(gè)變量在同一時(shí)點(diǎn)上收集的數(shù)據(jù)。

1992年實(shí)際GDP增長(zhǎng)（3）混合數(shù)據(jù)。國(guó)家和地區(qū)實(shí)際GDP增長(zhǎng)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(guó)2.72.33.52.02.83.93.9中國(guó)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(guó)家/地區(qū)加拿大智利墨西哥秘魯美國(guó)中國(guó)香港日本GDP0.912.33.6-1.72.714.26.31（2）橫截面數(shù)據(jù)。一個(gè)或多個(gè)變量在同一時(shí)點(diǎn)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(gè)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(dāng)解釋變量給定值時(shí)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(dāng)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?zhuān)簩?duì)變量為線性，對(duì)參數(shù)為線性。一般“線性回歸”一詞總是指對(duì)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(gè)概念704、PRF的隨機(jī)設(shè)定將個(gè)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(jī)誤差項(xiàng)（Stochasticerror）或隨機(jī)干擾項(xiàng)（Stochasticdisturbance）。線性總體回歸函數(shù)：

PRF：Yi=1+2Xi+ui=E(Y|Xi)+ui5、隨機(jī)干擾項(xiàng)的意義隨機(jī)擾動(dòng)項(xiàng)是從模型中省略下來(lái)的而又集體地影響著Y的全部變量的替代物。顯然的問(wèn)題是：為什么不把這些變量明顯地引進(jìn)到模型中來(lái)，而以隨即擾動(dòng)項(xiàng)來(lái)替代？理由是多方面的：（1）理論的含糊性：理論不能完全說(shuō)明影響因變量的所有影響因素。（2）數(shù)據(jù)的欠缺：無(wú)法獲得有關(guān)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(guān)系。（4）內(nèi)在隨機(jī)性：因變量具有內(nèi)在的隨機(jī)性。（5）替代變量：用來(lái)代替不可觀測(cè)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(jiǎn)單。（7）錯(cuò)誤的函數(shù)形式：回歸式的的選擇是主觀的。4、PRF的隨機(jī)設(shè)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(gè)樣本，要用樣本信息的基礎(chǔ)上估計(jì)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(jì)PRF。6、樣本回歸函數(shù)（SRF）X（收入）872估計(jì)量（Estimator）：一個(gè)估計(jì)量又稱統(tǒng)計(jì)量(statistic)，是指一個(gè)規(guī)則、公式或方法，以用來(lái)根據(jù)已知的樣本所提供的信息去估計(jì)總體參數(shù)。在應(yīng)用中，由估計(jì)量算出的數(shù)值稱為估計(jì)（值）（estimate)。樣本回歸函數(shù)SRF的隨機(jī)形式為：其中表示（樣本）殘差項(xiàng)（residual）。

XiXPRF:E(Y|Xi)=1+2XiSRF：YE(Y|Xi)

SRF是PRF的近似估計(jì)。為了使二者更為接近，即要使估計(jì)量（Estimator）：一個(gè)估計(jì)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(duì)參數(shù)是線性的假定2：在重復(fù)抽樣中X的值是固定的（非隨機(jī)）假定3：干擾項(xiàng)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(gè)干擾項(xiàng)無(wú)自相關(guān)。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(cè)次數(shù)必須大于待估計(jì)的參數(shù)個(gè)數(shù)。假定8：解釋變量X的只要有變異性。即一個(gè)樣本中，Xi不能完全相同。假定9：模型沒(méi)有設(shè)定誤差。假定10：沒(méi)有完全的多重共線性，即解釋變量之間沒(méi)有完全的線性關(guān)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(jì)一、普通最小二乘法（OrdinaryLeastSquares，OLS）基本思路：用樣本回歸函數(shù)估計(jì)總體回歸函數(shù)。以估計(jì)估計(jì)出的參數(shù)使殘差的平方和最小。時(shí)，真實(shí)值第二節(jié)雙變量回歸模型：估計(jì)一、普通最小二乘法（Ordi75求解這一最小化問(wèn)題，根據(jù)最大化的一階條件：求解這一最小化問(wèn)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(jì)（點(diǎn)估計(jì)）：OLS估計(jì)量

1、解上述正規(guī)方程組得到估計(jì)值：解出，可得到估計(jì)值。稱為最小二乘估計(jì)量（OLS估計(jì)）?？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(jì)真實(shí)方差的估計(jì)量：四、OLS估計(jì)的精度或標(biāo)準(zhǔn)誤差由于OLS估計(jì)是根據(jù)一個(gè)樣本得到的，需要檢驗(yàn)估計(jì)量的可靠性（reliability)或精密度。在統(tǒng)計(jì)學(xué)中，一個(gè)估計(jì)量的精密度由它的標(biāo)準(zhǔn)誤（standarderror,se)來(lái)衡量。三、2的估計(jì)四、OLS估計(jì)的精度或標(biāo)準(zhǔn)誤差79《計(jì)量經(jīng)濟(jì)學(xué)》復(fù)習(xí)資料大全課件80五、OLS統(tǒng)計(jì)量的性質(zhì)：高斯-馬爾柯夫定理在CLRM假定下，在所有線性無(wú)偏估計(jì)量中，OLS估計(jì)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(jì)量的性質(zhì)：高斯-馬爾柯夫定理（1）線81（2）無(wú)偏性：為的無(wú)偏估計(jì)量。（2）無(wú)偏性：為的無(wú)偏估計(jì)量。82（3）最小方差性：

OLS估計(jì)量在所有線性無(wú)偏估計(jì)量中，具有最小方差。即可以證明OLS估計(jì)量具有最小方差。（3）最小方差性：在所有線性無(wú)偏估計(jì)量中，具有最小方差83第三節(jié)擬合優(yōu)度檢驗(yàn)擬合優(yōu)度檢驗(yàn)是指對(duì)樣本回歸線與樣本觀測(cè)值之間擬合程度的檢驗(yàn)。度量擬合程度的指標(biāo)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(duì)總體的解釋程度就越好。

XiXPRFSRFY總平方和（TSS）：實(shí)測(cè)的Y值圍繞其均值的總變異：第三節(jié)擬合優(yōu)度檢驗(yàn)擬合優(yōu)度檢驗(yàn)是指對(duì)樣84定義判定系數(shù)R2：估計(jì)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(jì)的Y值圍繞其均值的總變異未被解釋的圍85

R2測(cè)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(fù)。（2）0≤R2≤1其它表達(dá)方式：R2測(cè)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(guān)系數(shù)的關(guān)系：相關(guān)系數(shù)：表示兩個(gè)隨機(jī)變量之間的相關(guān)程度。定義為：以樣本方差和樣本協(xié)方差估計(jì)X、Y的方差和協(xié)方差，樣本相關(guān)系數(shù)為：樣本相關(guān)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(guān)系數(shù)的關(guān)系：以樣本方差和樣本協(xié)87第四節(jié)區(qū)間估計(jì)為了判斷點(diǎn)估計(jì)與真值的接近程度，可以通過(guò)構(gòu)造以估計(jì)值為中心的一個(gè)區(qū)間（隨機(jī)的），以該區(qū)間包括了真值的概率來(lái)確定估計(jì)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(jì)為了判斷點(diǎn)估計(jì)與真值的接近88由于未知，以其估計(jì)值代替，-t/2t/2o/2/2給定置信系數(shù)100（1-）%，隨機(jī)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(jì)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(jì)量的顯著性檢驗(yàn)根據(jù)樣本回歸得到的總體參數(shù)的估計(jì)量，隨著選取樣本的不同觀測(cè)值而不同；給定樣本觀測(cè)值時(shí)，得到的參數(shù)也與總體參數(shù)的真值不同。因此，必須對(duì)估計(jì)的參數(shù)值是否顯著成立，做統(tǒng)計(jì)檢驗(yàn)，即顯著性檢驗(yàn)。一、的顯著性檢驗(yàn)原假設(shè)H0：2=0備擇假設(shè)H1：20-t/2t/2o/2/2第五節(jié)OLS估計(jì)量的顯著性檢驗(yàn)根據(jù)樣本91原假設(shè)H0：2=2*備擇假設(shè)H1：22*對(duì)于：如果有理由認(rèn)為2不能小于零（不能大于零），則在2倍t法則原假設(shè)H0：2=2*對(duì)于：92二、的顯著性檢驗(yàn)原假設(shè)H0：1=0備擇假設(shè)H1：10三、回歸方程的的顯著性檢驗(yàn)：F檢驗(yàn)從方差分析（analysisofvariance,ANOVA)的角度，檢驗(yàn)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(yàn)原假設(shè)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(shuō)明樣本的擬和優(yōu)度。但是我們還需要對(duì)總體做出推斷，檢驗(yàn)總體的線性是否成立。思路：若ESS/RSS比較大，則X對(duì)Y的解釋程度就比較高，可以推測(cè)總體存在線性。但是ESS/RSS樣本不同而不同，對(duì)于給定的樣本，利用ESS/RSS對(duì)總體進(jìn)行推斷，必須進(jìn)行統(tǒng)計(jì)檢驗(yàn)?？傠x差（TSS)的自由度為(n-1)，回歸平94原假設(shè)H0：2=0備擇假設(shè)H1：20若H0成立，說(shuō)明回歸方程無(wú)顯著意義，總體不存在線性；若拒絕H0，則可認(rèn)為回歸方程顯著成立，總體存在線性。因此，定義統(tǒng)計(jì)量原假設(shè)H0：2=095第六節(jié)利用回歸方程預(yù)測(cè)根據(jù)經(jīng)濟(jì)理論建立線性回歸模型，并利用統(tǒng)計(jì)資料對(duì)模型參數(shù)進(jìn)行了估計(jì)，建立了回歸方程。經(jīng)過(guò)顯著性檢驗(yàn)，判定回歸方程能正確反映經(jīng)濟(jì)現(xiàn)象時(shí)，一個(gè)重要目標(biāo)就是利用回歸方程進(jìn)行預(yù)測(cè)。一、均值預(yù)測(cè)已知X的一個(gè)特定值X0，要預(yù)測(cè)Y0的條件均值（總體回歸線上的對(duì)應(yīng)Y值）E(Y|X0)，第六節(jié)利用回歸方程預(yù)測(cè)根據(jù)經(jīng)濟(jì)理論建立96顯然，當(dāng)X0越接近X的均值，區(qū)間就變得越狹窄。顯然，當(dāng)X0越接近X的均值，區(qū)間就變得越狹97二、個(gè)值預(yù)測(cè)預(yù)測(cè)給定X的值X0，對(duì)應(yīng)的Y0，仍為BLUE)。二、個(gè)值預(yù)測(cè)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(jì)現(xiàn)象，先根據(jù)經(jīng)濟(jì)理論，選擇具有因果關(guān)系的兩個(gè)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(gè)變量是否為線性關(guān)系，也可以根據(jù)散點(diǎn)圖來(lái)分析。建立回歸模型可以是根據(jù)經(jīng)濟(jì)理論，也可以根據(jù)相同或相似經(jīng)濟(jì)現(xiàn)象的歷史分析經(jīng)驗(yàn)來(lái)建立回歸模型。建立模型時(shí)，不僅要考慮理論或經(jīng)驗(yàn)的依據(jù)，同時(shí)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(guò)適當(dāng)?shù)募庸ふ恚玫竭m于回歸分析的樣本數(shù)據(jù)集。3、估計(jì)模型參數(shù)。利用樣本數(shù)據(jù)，以O(shè)LS得到模型參數(shù)的估計(jì)值。4、對(duì)回歸模型和參數(shù)估計(jì)值進(jìn)行檢驗(yàn)。檢驗(yàn)回歸結(jié)果是否正確反映經(jīng)濟(jì)現(xiàn)象，是否與理論相符。包括理論檢驗(yàn)和統(tǒng)計(jì)檢驗(yàn)。經(jīng)濟(jì)理論檢驗(yàn)：參數(shù)的符號(hào)，大小是否與理論和實(shí)際相符。若不符，尋找原因（數(shù)據(jù)？模型設(shè)定？理論錯(cuò)誤？）統(tǒng)計(jì)檢驗(yàn)：擬和優(yōu)度檢驗(yàn)，估計(jì)量、回歸方程的顯著性檢驗(yàn)。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(yù)測(cè)對(duì)于解釋變量的特定值，帶入回歸方程得到因變量的預(yù)測(cè)值；在給定的置信水平上，得到因變量預(yù)測(cè)值的置信區(qū)間。6、回歸結(jié)果的表述：并說(shuō)明參數(shù)的顯著水平（）。5、預(yù)測(cè)并說(shuō)明參數(shù)的顯著水平（）。100以回歸分析為工具的實(shí)證分析文章的結(jié)構(gòu)一、研究的來(lái)源和基礎(chǔ)對(duì)研究的經(jīng)濟(jì)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(píng)價(jià)；本研究的出發(fā)點(diǎn)；文章的結(jié)構(gòu)介紹。

二、理論分析選擇合適的經(jīng)濟(jì)理論，利用理論對(duì)要研究的經(jīng)濟(jì)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(gè)數(shù)和選擇，不一定與數(shù)理模型完全相同。四、對(duì)所使用的數(shù)據(jù)做出說(shuō)明數(shù)據(jù)的來(lái)源；數(shù)據(jù)加工的原因和處理方式；替代數(shù)據(jù)的說(shuō)明等。五、回歸結(jié)果及對(duì)結(jié)果的分析列出回歸的結(jié)果（包括參數(shù)的估計(jì)值和統(tǒng)計(jì)檢驗(yàn)結(jié)果）；結(jié)合理論分析回歸結(jié)果六、結(jié)論/總結(jié)/應(yīng)用以回歸分析為工具的實(shí)證分析文章的結(jié)構(gòu)一、研究的來(lái)源和基礎(chǔ)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(duì)因變量Y有k-1個(gè)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(xiàng)，2~2

為解釋變量X2~

Xk

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

Xk

的值時(shí)，Y的期望值：E(Y|X2，X3，…，Xk)。假定有n組觀測(cè)值，則可寫(xiě)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(jī)干擾項(xiàng)的期望值為0。同方差性；無(wú)序列相關(guān)。二、多變量線性回歸模型的基本假定104無(wú)多重共線性，即Xi(i=2,3,…,k)之間不存在線性關(guān)系：隨機(jī)干擾項(xiàng)服從正態(tài)分布。三、多變量線性回歸模型的SRF無(wú)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(jì)量。第二節(jié)多變量回歸模型的OLS估計(jì)一、參數(shù)估計(jì)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(jì)106《計(jì)量經(jīng)濟(jì)學(xué)》復(fù)習(xí)資料大全課件107如果直接用矩陣微分，則二、的估計(jì)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(jì)量108《計(jì)量經(jīng)濟(jì)學(xué)》復(fù)習(xí)資料大全課件109四、OLS估計(jì)量的性質(zhì)：四、OLS估計(jì)量的性質(zhì)：110第三節(jié)擬合優(yōu)度檢驗(yàn)：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(yàn)：平方和df均方差ESSk-1RSSn111二、校正的R2

：由R2的計(jì)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(gè)數(shù)無(wú)關(guān)，而則可能隨著解釋變量的增加而減少（至少不會(huì)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(shuō)明被解釋的離差與總離差之間的關(guān)系，又能說(shuō)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(yàn)

一、單參數(shù)的顯著性檢驗(yàn)：如果接受H0

，則變量Xi

對(duì)因變量沒(méi)有影響，而接受H1，則說(shuō)明變量Xi

對(duì)因變量有顯著影響。檢驗(yàn)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(yàn)113檢驗(yàn)步驟：如果根據(jù)理論或常識(shí)，非負(fù)，則可做單側(cè)檢驗(yàn)，比較t與tα。二、回歸的總顯著性檢驗(yàn)：檢驗(yàn)回歸系數(shù)全部為零的可能性。檢驗(yàn)步驟：如果根據(jù)理論或常識(shí)，非負(fù)，則可做單側(cè)檢驗(yàn)，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(dāng)R2=1時(shí)，F(xiàn)無(wú)限大。選擇顯著水平α，計(jì)算F統(tǒng)計(jì)量的值，與F分布表中的臨界值進(jìn)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(dǎo)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(xiàn)分析在建立回歸模型時(shí)，假定我們順序引入變量。在建立了Y與X2的回歸模型，并進(jìn)行回歸分析后，再加入X2?？紤]加入的變量X2是否有貢獻(xiàn)：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(xiàn)。決定一個(gè)變量是否引入回歸模型，就要先研究它的邊際貢獻(xiàn)，以正確地建立模型。如果變量的邊際貢獻(xiàn)較小，說(shuō)明改變量沒(méi)有必要加入模型。分析變量的編輯貢獻(xiàn)，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(yàn)（扣除原來(lái)引入模型的解釋變量的貢獻(xiàn)），確定該變量的邊際貢獻(xiàn)是否顯著。一個(gè)簡(jiǎn)單的檢驗(yàn)方法，就是對(duì)引入新變量后的RSS增量與新的ESS的比值做顯著性檢驗(yàn)。第五節(jié)解釋變量的選擇116可以利用方差分析表來(lái)進(jìn)行分析。設(shè)ESS為引入變量前的回歸平方和，ESS’

為引入m個(gè)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(xiàn)(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(lái)進(jìn)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(shè)下，把計(jì)算出的該統(tǒng)計(jì)量的值與α顯著水平下的臨界值進(jìn)行比較：引入的新變量的邊際貢獻(xiàn)顯著，則應(yīng)該把這些變量納入回歸模型，否則這些變量不應(yīng)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(gè)變量X2，X2，…，Xk

有因果關(guān)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(xiàn)大小，把貢獻(xiàn)大的變量納入回歸模型。分析邊際貢獻(xiàn)并選擇變量的過(guò)程，實(shí)際上是一個(gè)逐步回歸的過(guò)程。首先，分別建立Y與k-1個(gè)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(shè)下，把計(jì)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(guò)F檢驗(yàn)的變量作為首選解釋變量，假定是X2

。此時(shí)可確定一個(gè)基本的回歸方程：在此基礎(chǔ)上進(jìn)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(gè)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(guò)F檢驗(yàn)的變量作為新增解釋變量，假定是X3

。此時(shí)可確定一個(gè)基本的回歸方程：重復(fù)這一過(guò)程，直到所有變量中，邊際貢獻(xiàn)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(xiàn)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(jìn)行預(yù)測(cè)

對(duì)于多元回歸模型：通過(guò)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(duì)因變量Y的值進(jìn)行估計(jì)。一、個(gè)值預(yù)測(cè)為Y0及的預(yù)測(cè)值。第六節(jié)利用多元回歸模型進(jìn)行預(yù)測(cè)對(duì)于多元回121二、區(qū)間預(yù)測(cè)二、區(qū)間預(yù)測(cè)122第一章：緒論什么是計(jì)量經(jīng)濟(jì)學(xué)？計(jì)量經(jīng)濟(jì)學(xué)的研究對(duì)象計(jì)量經(jīng)濟(jì)學(xué)的內(nèi)容體系計(jì)量經(jīng)濟(jì)學(xué)的應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)研究經(jīng)濟(jì)問(wèn)題的步驟計(jì)量經(jīng)濟(jì)學(xué)軟件第一章：緒論什么是計(jì)量經(jīng)濟(jì)學(xué)？123一、什么是計(jì)量經(jīng)濟(jì)學(xué)計(jì)量經(jīng)濟(jì)學(xué)又名經(jīng)濟(jì)計(jì)量學(xué)英文名稱：Econometrics。這個(gè)詞是在1926年由挪威經(jīng)濟(jì)學(xué)家、第一屆諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者之一拉格納·費(fèi)瑞希（RagnarFrish）仿照“生物計(jì)量學(xué)”（Biometrics）一詞提出。一、什么是計(jì)量經(jīng)濟(jì)學(xué)計(jì)量經(jīng)濟(jì)學(xué)又名經(jīng)濟(jì)計(jì)量學(xué)124一、什么是計(jì)量經(jīng)濟(jì)學(xué)費(fèi)瑞希：“對(duì)經(jīng)濟(jì)的數(shù)量研究有好幾個(gè)方面，其中任何一個(gè)就其本身來(lái)說(shuō)都不應(yīng)該和經(jīng)濟(jì)計(jì)量學(xué)混為一談。因此，經(jīng)濟(jì)計(jì)量學(xué)與經(jīng)濟(jì)統(tǒng)計(jì)學(xué)絕不是一樣的。它也不等于我們所說(shuō)的一般經(jīng)濟(jì)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(yīng)該把經(jīng)濟(jì)計(jì)量學(xué)的意義與在經(jīng)濟(jì)學(xué)中應(yīng)用數(shù)學(xué)看成是一樣的。一、什么是計(jì)量經(jīng)濟(jì)學(xué)費(fèi)瑞希：“對(duì)經(jīng)濟(jì)的數(shù)量研究有好幾個(gè)方面，125一、什么是計(jì)量經(jīng)濟(jì)學(xué)經(jīng)驗(yàn)表明，統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)理論和數(shù)學(xué)三個(gè)方面觀點(diǎn)的每一種都是實(shí)際理解現(xiàn)代化經(jīng)濟(jì)生活中數(shù)量關(guān)系的必要條件，但任何一種觀點(diǎn)本身都不是充分條件。這三者的統(tǒng)一才是強(qiáng)有力的工具；正是由于這三者的統(tǒng)一才構(gòu)成了經(jīng)濟(jì)計(jì)量學(xué)?！币弧⑹裁词怯?jì)量經(jīng)濟(jì)學(xué)經(jīng)驗(yàn)表明，統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)理論和數(shù)學(xué)三個(gè)方面126一、什么是計(jì)量經(jīng)濟(jì)學(xué)丁伯根：“計(jì)量經(jīng)濟(jì)學(xué)的范圍包括用數(shù)學(xué)表示那些從統(tǒng)計(jì)檢驗(yàn)的觀點(diǎn)所做的經(jīng)濟(jì)假設(shè)和對(duì)這些假設(shè)進(jìn)行統(tǒng)計(jì)檢驗(yàn)的實(shí)際過(guò)程。”薩繆爾森：“經(jīng)濟(jì)計(jì)量學(xué)的定義為：在理論與觀測(cè)協(xié)調(diào)發(fā)展的基礎(chǔ)上，運(yùn)用相應(yīng)的推理方法，對(duì)實(shí)際經(jīng)濟(jì)現(xiàn)象進(jìn)行數(shù)量分析?！币?、什么是計(jì)量經(jīng)濟(jì)學(xué)丁伯根：“計(jì)量經(jīng)濟(jì)學(xué)的范圍包括用數(shù)學(xué)表示127一、什么是計(jì)量經(jīng)濟(jì)學(xué)蘭格：“經(jīng)濟(jì)計(jì)量學(xué)是經(jīng)濟(jì)理論和經(jīng)濟(jì)統(tǒng)計(jì)學(xué)的結(jié)合，并運(yùn)用數(shù)學(xué)和統(tǒng)計(jì)方法對(duì)經(jīng)濟(jì)學(xué)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(jì)計(jì)量學(xué)是數(shù)學(xué)方法、統(tǒng)計(jì)技術(shù)和經(jīng)濟(jì)分析的綜合。就其字義來(lái)講，經(jīng)濟(jì)計(jì)量學(xué)不僅是指對(duì)經(jīng)濟(jì)現(xiàn)象加以測(cè)量，而且包含根據(jù)一定的經(jīng)濟(jì)理論進(jìn)行計(jì)算的意思?！币?、什么是計(jì)量經(jīng)濟(jì)學(xué)蘭格：“經(jīng)濟(jì)計(jì)量學(xué)是經(jīng)濟(jì)理論和經(jīng)濟(jì)統(tǒng)計(jì)學(xué)128一、什么是計(jì)量經(jīng)濟(jì)學(xué)計(jì)量經(jīng)濟(jì)學(xué)是利用經(jīng)濟(jì)理論、數(shù)學(xué)、統(tǒng)計(jì)推斷等工具對(duì)經(jīng)濟(jì)現(xiàn)象進(jìn)行分析的一門(mén)社會(huì)科學(xué)。計(jì)量經(jīng)濟(jì)學(xué)運(yùn)用數(shù)理統(tǒng)計(jì)知識(shí)分析經(jīng)濟(jì)數(shù)據(jù)，對(duì)構(gòu)建于數(shù)理經(jīng)濟(jì)學(xué)基礎(chǔ)之上的數(shù)學(xué)模型提供經(jīng)驗(yàn)支持，并得出數(shù)量結(jié)果。計(jì)量經(jīng)濟(jì)學(xué)是以經(jīng)濟(jì)理論為前提，利用數(shù)學(xué)、數(shù)理統(tǒng)計(jì)方法與計(jì)算技術(shù)，根據(jù)實(shí)際觀測(cè)資料來(lái)研究帶有隨機(jī)影響的經(jīng)濟(jì)數(shù)量關(guān)系和規(guī)律的一門(mén)學(xué)科。一、什么是計(jì)量經(jīng)濟(jì)學(xué)計(jì)量經(jīng)濟(jì)學(xué)是利用經(jīng)濟(jì)理論、數(shù)學(xué)、統(tǒng)計(jì)推斷129計(jì)量經(jīng)濟(jì)學(xué)構(gòu)成要素計(jì)量經(jīng)濟(jì)學(xué)構(gòu)成要素130三大要素經(jīng)濟(jì)理論數(shù)據(jù)統(tǒng)計(jì)推斷經(jīng)濟(jì)理論、數(shù)據(jù)和統(tǒng)計(jì)理論這三者對(duì)于真正了解現(xiàn)代經(jīng)濟(jì)生活中的數(shù)量關(guān)系都是必要的，但本身并非是充分條件。三者結(jié)合起來(lái)就是力量，這種結(jié)合便構(gòu)成了計(jì)量經(jīng)濟(jì)學(xué)。三大要素經(jīng)濟(jì)理論131經(jīng)濟(jì)理論經(jīng)濟(jì)理論的作用是對(duì)經(jīng)濟(jì)現(xiàn)象進(jìn)行分析和解釋?zhuān)枋鲈谝欢l件下經(jīng)濟(jì)變量之間的相互關(guān)系。體現(xiàn)在計(jì)量經(jīng)濟(jì)學(xué)模型之中。經(jīng)濟(jì)理論對(duì)于計(jì)量經(jīng)濟(jì)學(xué)是建立計(jì)量經(jīng)濟(jì)模型的依據(jù)和出發(fā)點(diǎn)。計(jì)量經(jīng)濟(jì)學(xué)對(duì)于經(jīng)濟(jì)理論而言是理論到實(shí)際的橋梁和檢驗(yàn)工具。經(jīng)濟(jì)理論經(jīng)濟(jì)理論的作用是對(duì)經(jīng)濟(jì)現(xiàn)象進(jìn)行分析和解釋?zhuān)枋鲈谝欢?32經(jīng)濟(jì)理論理論是抽象的，在實(shí)證分析時(shí)，需要具體化。計(jì)量經(jīng)濟(jì)的方法和統(tǒng)計(jì)方法一樣，本質(zhì)上是歸納法，是將實(shí)事歸納成理論的一個(gè)有效的輔助工具。計(jì)量經(jīng)濟(jì)學(xué)可以結(jié)合實(shí)際觀測(cè)數(shù)據(jù)對(duì)經(jīng)濟(jì)理論進(jìn)行驗(yàn)證，檢驗(yàn)理論的正確性，提供進(jìn)一步改進(jìn)理論的方向。經(jīng)濟(jì)理論理論是抽象的，在實(shí)證分析時(shí)，需要具體化。133數(shù)據(jù)觀測(cè)數(shù)據(jù)：主要是指統(tǒng)計(jì)數(shù)據(jù)和各種調(diào)查數(shù)據(jù)。是所考察的經(jīng)濟(jì)對(duì)象的客觀反映和信息載體，是計(jì)量經(jīng)濟(jì)工作處理的主要現(xiàn)實(shí)素材。

經(jīng)濟(jì)數(shù)據(jù)是計(jì)量經(jīng)濟(jì)分析的材料。經(jīng)濟(jì)數(shù)據(jù)是經(jīng)濟(jì)規(guī)律的信息載體。數(shù)據(jù)觀測(cè)數(shù)據(jù)：主要是指統(tǒng)計(jì)數(shù)據(jù)和各種調(diào)查數(shù)據(jù)。是所考察的經(jīng)濟(jì)1341、數(shù)據(jù)類(lèi)型時(shí)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(lèi)型時(shí)間序列數(shù)據(jù)(timeseriesdata)135時(shí)間序列數(shù)據(jù)(timeseriesdata)按照時(shí)間的順序，每隔一定的時(shí)間觀測(cè)經(jīng)濟(jì)變量的取值，所得到的統(tǒng)計(jì)數(shù)據(jù)。觀測(cè)對(duì)象是一個(gè)單位：一國(guó)，一地區(qū)，某企業(yè)時(shí)間間隔：可以是一年，一個(gè)季度，一個(gè)月，一天，甚至更短，要視問(wèn)題的性質(zhì)和重要性而定。時(shí)間序列數(shù)據(jù)(timeseriesdata)按照時(shí)間的順136時(shí)間序列數(shù)據(jù)(timeseriesdata)這類(lèi)變量反應(yīng)了變量的動(dòng)態(tài)特征，即在時(shí)間上的變動(dòng)趨勢(shì)。一般可由統(tǒng)計(jì)年鑒、公報(bào)得到，是計(jì)量經(jīng)濟(jì)模型使用得最多的一類(lèi)數(shù)據(jù)。時(shí)間序列數(shù)據(jù)(timeseriesdata)這類(lèi)變量反應(yīng)137例、中國(guó)的GDP（1952～2000當(dāng)年價(jià)，億元）例、中國(guó)的GDP（1952～2000當(dāng)年價(jià)，億元）138《計(jì)量經(jīng)濟(jì)學(xué)》復(fù)習(xí)資料大全課件139截面數(shù)據(jù)(cross-sectiondata)在某一時(shí)刻所觀察到的一組個(gè)體的數(shù)據(jù)。這類(lèi)數(shù)據(jù)反應(yīng)個(gè)體在分布或者結(jié)構(gòu)上的差異。例：某班計(jì)量經(jīng)濟(jì)學(xué)的考試成績(jī)。六十個(gè)學(xué)生，有六十個(gè)成績(jī)，這是一個(gè)容量為60的截面數(shù)據(jù)。

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

平行數(shù)據(jù)(paneldata)是時(shí)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(guó)各省的GDP例從1997年到2000年，我國(guó)各省的GDP143虛擬變量數(shù)據(jù)(dummyvariabledata)或者稱為二進(jìn)制數(shù)據(jù)，一般取0和1兩個(gè)值（也可以取其他兩個(gè)不同的值）。這類(lèi)變量往往用來(lái)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(shí)際情況來(lái)確定

虛擬變量數(shù)據(jù)(dummyvariabledata)或者稱144例時(shí)間序列型的虛擬變量例時(shí)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(lái)源：統(tǒng)計(jì)、調(diào)查質(zhì)量：非實(shí)驗(yàn)，歷史數(shù)據(jù)殘缺，各種偏誤（觀測(cè)誤差、選擇性、隨機(jī)性問(wèn)題、處理方法問(wèn)題）加工：加總、指數(shù)運(yùn)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(xué)。2、數(shù)據(jù)采集和處理來(lái)源：統(tǒng)計(jì)、調(diào)查147統(tǒng)計(jì)推斷統(tǒng)計(jì)理論：是指各種數(shù)理統(tǒng)計(jì)方法，包括參數(shù)的估計(jì)，假設(shè)檢驗(yàn)等內(nèi)容。是計(jì)量經(jīng)濟(jì)的主要數(shù)學(xué)基礎(chǔ)，很多計(jì)量經(jīng)濟(jì)學(xué)方法都是在數(shù)理統(tǒng)計(jì)的基礎(chǔ)上發(fā)展起來(lái)的。統(tǒng)計(jì)推斷統(tǒng)計(jì)理論：是指各種數(shù)理統(tǒng)計(jì)方法，包括參數(shù)的估計(jì)，假設(shè)148計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)的聯(lián)系和區(qū)別是經(jīng)濟(jì)學(xué)，統(tǒng)計(jì)學(xué)，數(shù)學(xué)構(gòu)成的一門(mén)交叉學(xué)科和邊緣學(xué)科。計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)的聯(lián)系和區(qū)別是經(jīng)濟(jì)學(xué)，統(tǒng)計(jì)1491、計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)理論經(jīng)濟(jì)學(xué)是計(jì)量經(jīng)濟(jì)學(xué)的服務(wù)對(duì)象，計(jì)量經(jīng)濟(jì)學(xué)是提高經(jīng)濟(jì)學(xué)科科學(xué)性和實(shí)用性的工具。一般經(jīng)濟(jì)理論（定性）是計(jì)量經(jīng)濟(jì)學(xué)的基礎(chǔ)。例：關(guān)于失業(yè)問(wèn)題的數(shù)量實(shí)證分析（1）菲利普斯曲線（工資和失業(yè)率）；（2）資本和技術(shù)變化的影響；（3）人口和移民的影響（供給方面）；（4）經(jīng)濟(jì)增長(zhǎng)和產(chǎn)業(yè)結(jié)構(gòu)（需求方面、結(jié)構(gòu)性失業(yè)）。1、計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)理論經(jīng)濟(jì)學(xué)是計(jì)量經(jīng)濟(jì)學(xué)的服務(wù)對(duì)象，計(jì)量經(jīng)1501、計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)理論一般經(jīng)濟(jì)理論是修正計(jì)量經(jīng)濟(jì)分析模型、方法的依據(jù)。一般經(jīng)濟(jì)理論是解讀計(jì)量分析結(jié)果的工具。定性、定量1、計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)理論一般經(jīng)濟(jì)理論是修正計(jì)量經(jīng)濟(jì)分析模型、1512、計(jì)量經(jīng)濟(jì)學(xué)與統(tǒng)計(jì)學(xué)計(jì)量的參數(shù)估計(jì)、模型檢驗(yàn)、數(shù)據(jù)收集和處理、方法設(shè)計(jì)，應(yīng)用分析中的置信區(qū)間分析等，都與統(tǒng)計(jì)有關(guān)，以統(tǒng)計(jì)為基礎(chǔ)。2、計(jì)量經(jīng)濟(jì)學(xué)與統(tǒng)計(jì)學(xué)計(jì)量的參數(shù)估計(jì)、模型檢驗(yàn)、數(shù)據(jù)收集和處1523、計(jì)量經(jīng)濟(jì)學(xué)與數(shù)學(xué)數(shù)學(xué)（微積分、線性代數(shù)、概率統(tǒng)計(jì)）是計(jì)量分析（級(jí)數(shù)、矩陣、方差、期望，，，）的基礎(chǔ)和工具。數(shù)學(xué)知識(shí)（函數(shù)性質(zhì)等）對(duì)計(jì)量建模的作用。計(jì)量經(jīng)濟(jì)學(xué)不是數(shù)學(xué)，是經(jīng)濟(jì)學(xué)。3、計(jì)量經(jīng)濟(jì)學(xué)與數(shù)學(xué)數(shù)學(xué)（微積分、線性代數(shù)、概率統(tǒng)計(jì)）是計(jì)量153二、研究對(duì)象計(jì)量經(jīng)濟(jì)學(xué)是利用數(shù)學(xué)的方法，根據(jù)統(tǒng)計(jì)測(cè)定的經(jīng)濟(jì)數(shù)據(jù)，對(duì)反映經(jīng)濟(jì)現(xiàn)象本質(zhì)的經(jīng)濟(jì)數(shù)量關(guān)系進(jìn)行研究。計(jì)量經(jīng)濟(jì)學(xué)研究的對(duì)象是經(jīng)濟(jì)現(xiàn)象，是研究經(jīng)濟(jì)現(xiàn)象中的具體數(shù)量規(guī)律。二、研究對(duì)象計(jì)量經(jīng)濟(jì)學(xué)是利用數(shù)學(xué)的方法，根據(jù)統(tǒng)計(jì)測(cè)定的經(jīng)濟(jì)數(shù)154三、內(nèi)容體系1、從學(xué)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(lèi)型角度劃分5、從估計(jì)方法角度劃分6、從數(shù)據(jù)類(lèi)型角度劃分三、內(nèi)容體系1、從學(xué)科發(fā)展角度劃分1551、從學(xué)科發(fā)展角度劃分經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)廣義計(jì)量經(jīng)濟(jì)學(xué)：包括投入產(chǎn)出分析方法、時(shí)間序列分析方法等1、從學(xué)科發(fā)展角度劃分經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)1562、從內(nèi)容角度劃分理論計(jì)量經(jīng)濟(jì)學(xué)：也稱經(jīng)濟(jì)計(jì)量方法，以介紹、研究計(jì)量經(jīng)濟(jì)學(xué)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(xué)證明與推導(dǎo)。包括計(jì)量經(jīng)濟(jì)學(xué)的數(shù)學(xué)理論基礎(chǔ)，計(jì)量經(jīng)濟(jì)模型的估計(jì)和檢驗(yàn)方法等內(nèi)容。應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)：以建立與應(yīng)用計(jì)量經(jīng)濟(jì)模型為主要內(nèi)容，強(qiáng)調(diào)應(yīng)用模型的經(jīng)濟(jì)學(xué)和統(tǒng)計(jì)學(xué)基礎(chǔ)，側(cè)重于建立與應(yīng)用模型過(guò)程中實(shí)際問(wèn)題的處理。2、從內(nèi)容角度劃分理論計(jì)量經(jīng)濟(jì)學(xué)：也稱經(jīng)濟(jì)計(jì)量方法，以介紹、157理論計(jì)量經(jīng)濟(jì)學(xué)與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)理論計(jì)量經(jīng)濟(jì)學(xué)與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)1583、從程度角度劃分初級(jí)計(jì)量經(jīng)濟(jì)學(xué)中級(jí)計(jì)量經(jīng)濟(jì)學(xué)高級(jí)計(jì)量經(jīng)濟(jì)學(xué)3、從程度角度劃分初級(jí)計(jì)量經(jīng)濟(jì)學(xué)1594、從模型類(lèi)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(dòng)態(tài)模型無(wú)參數(shù)回歸模型4、從模型類(lèi)型角度劃分經(jīng)典線性模型1605、從參數(shù)估計(jì)方法角度最小二乘法最大似然法貝葉斯估計(jì)方法廣義矩方法5、從參數(shù)估計(jì)方法角度最小二乘法161最小二乘法最小二乘法是一類(lèi)依賴樣本信息，從最小二乘原理出發(fā)的參數(shù)估計(jì)方法。概念清楚、方法簡(jiǎn)單，是經(jīng)典線性計(jì)量經(jīng)濟(jì)模型的最主要的估計(jì)方法。最小二乘法最小二乘法是一類(lèi)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(shè)時(shí)采用加權(quán)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(guān)二階段最小二乘法：估計(jì)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(shè)時(shí)采用163最大似然法最大似然法是一類(lèi)依賴樣本信息，從最大似然原理出發(fā)的參數(shù)估計(jì)方法。堅(jiān)實(shí)的理論基礎(chǔ)、數(shù)學(xué)描述復(fù)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(lèi)依賴樣本信息，從最大似然原理出發(fā)的164貝葉斯估計(jì)方法在計(jì)量經(jīng)濟(jì)模型參數(shù)估計(jì)中，它的主要特點(diǎn)是利用了非樣本信息，包括前驗(yàn)信息和后驗(yàn)信息。在一些特殊的計(jì)量經(jīng)濟(jì)應(yīng)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(wú)法應(yīng)用，這時(shí)貝葉斯估計(jì)方法是無(wú)可替代的。貝葉斯估計(jì)方法在計(jì)量經(jīng)濟(jì)模型參數(shù)估計(jì)中，它的主要特點(diǎn)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(lèi)依賴樣本信息的參數(shù)估計(jì)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(lèi)型角度劃分截面數(shù)據(jù)分析時(shí)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(jì)量經(jīng)濟(jì)模型受限被解釋變量數(shù)據(jù)計(jì)量經(jīng)濟(jì)模型持續(xù)被解釋變量數(shù)據(jù)計(jì)量經(jīng)濟(jì)模型6、從數(shù)據(jù)類(lèi)型角度劃分截面數(shù)據(jù)分析167四、計(jì)量經(jīng)濟(jì)模型的應(yīng)用結(jié)構(gòu)分析經(jīng)濟(jì)預(yù)測(cè)政策評(píng)價(jià)檢驗(yàn)與發(fā)展經(jīng)濟(jì)理論四、計(jì)量經(jīng)濟(jì)模型的應(yīng)用結(jié)構(gòu)分析1681、結(jié)構(gòu)分析經(jīng)濟(jì)學(xué)中的結(jié)構(gòu)分析是對(duì)經(jīng)濟(jì)現(xiàn)象中變量之間相互關(guān)系的研究。它研究的是當(dāng)一個(gè)變量或幾個(gè)變量發(fā)生變化時(shí)會(huì)對(duì)其他變量以至經(jīng)濟(jì)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(jì)學(xué)中的結(jié)構(gòu)分析是對(duì)經(jīng)濟(jì)現(xiàn)象中變量之間相互關(guān)系1692、經(jīng)濟(jì)預(yù)測(cè)計(jì)量經(jīng)濟(jì)模型作為一類(lèi)經(jīng)濟(jì)數(shù)學(xué)模型，是從用于經(jīng)濟(jì)預(yù)測(cè)，特別是短期預(yù)測(cè)而發(fā)展起來(lái)的。計(jì)量經(jīng)濟(jì)模型是以模擬歷史，從已經(jīng)發(fā)生的經(jīng)濟(jì)活動(dòng)中找出變化規(guī)律為主要技術(shù)手段。2、經(jīng)濟(jì)預(yù)測(cè)計(jì)量經(jīng)濟(jì)模型作為一類(lèi)經(jīng)濟(jì)數(shù)學(xué)模型，是從用于經(jīng)濟(jì)預(yù)1703、政策評(píng)價(jià)政策評(píng)價(jià)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(shuō)是研究不同的政策對(duì)經(jīng)濟(jì)目標(biāo)所產(chǎn)生的影響的差異。經(jīng)濟(jì)計(jì)量模型充當(dāng)“經(jīng)濟(jì)政策實(shí)驗(yàn)室”。3、政策評(píng)價(jià)政策評(píng)價(jià)是指從許多不同的政策中選擇較好的政策予以171政策評(píng)價(jià)方法工具——目標(biāo)法：給定目標(biāo)變量的預(yù)期值即我們所希望達(dá)到的目標(biāo)，通過(guò)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(jì)算各自的目標(biāo)值，比較其優(yōu)劣，決定政策的取舍。最優(yōu)控制法：將經(jīng)濟(jì)計(jì)量模型與最優(yōu)化方法結(jié)合起來(lái)，選擇使得目標(biāo)最優(yōu)的政策或政策組合。政策評(píng)價(jià)方法工具——目標(biāo)法：給定目標(biāo)變量的預(yù)期值即我們所希望1724、經(jīng)濟(jì)理論的檢驗(yàn)與發(fā)展經(jīng)濟(jì)理論的檢驗(yàn)：首先根據(jù)某種經(jīng)濟(jì)理論建立模型，然后用已經(jīng)發(fā)生的經(jīng)濟(jì)活動(dòng)的樣本數(shù)據(jù)去擬合，如果擬合效果好，則這種經(jīng)濟(jì)理論通過(guò)檢驗(yàn)。經(jīng)濟(jì)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(lái)的數(shù)量關(guān)系就是經(jīng)濟(jì)活動(dòng)所遵循的經(jīng)濟(jì)規(guī)律。4、經(jīng)濟(jì)理論的檢驗(yàn)與發(fā)展經(jīng)濟(jì)理論的檢驗(yàn)：首先根據(jù)某種經(jīng)濟(jì)理論173應(yīng)用示例1例子：各種產(chǎn)品和服務(wù)的供給和需求關(guān)系廠商欲估計(jì)廣告對(duì)銷(xiāo)售和利潤(rùn)的影響將股票價(jià)格和廠商的特征聯(lián)系起來(lái)宏觀政策，國(guó)家，地方稅收收入預(yù)測(cè)應(yīng)用示例1例子：174應(yīng)用示例2例子：廣告戰(zhàn)是否成功地增加了銷(xiāo)售?需求對(duì)價(jià)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(shí)存在工資的性別差異嗎？應(yīng)用示例2例子：175應(yīng)用示例3例子：廠商需要預(yù)測(cè)銷(xiāo)售、利潤(rùn)、生產(chǎn)成本、所需的存貨城市發(fā)展對(duì)交通、能源、通訊的需求國(guó)家的稅收、支出、通貨膨脹、失業(yè)、預(yù)算和貿(mào)易等方面的預(yù)測(cè)汽車(chē)廠商對(duì)中國(guó)轎車(chē)市場(chǎng)的預(yù)測(cè)應(yīng)用示例3例子：176五、研究經(jīng)濟(jì)問(wèn)題的步驟1、理論或假說(shuō)的陳述2、收集數(shù)據(jù)3、建立數(shù)學(xué)模型4、建立統(tǒng)計(jì)或經(jīng)濟(jì)計(jì)量模型5、估計(jì)計(jì)量經(jīng)濟(jì)模型參數(shù)6、檢查模型的準(zhǔn)確性：模型的假設(shè)檢驗(yàn)7、檢驗(yàn)來(lái)自模型的假說(shuō)8、運(yùn)用模型進(jìn)行預(yù)測(cè)五、研究經(jīng)濟(jì)問(wèn)題的步驟1、理論或假說(shuō)的陳述177五、研究經(jīng)濟(jì)問(wèn)題的步驟

模型設(shè)計(jì)數(shù)據(jù)收集模型檢驗(yàn)參數(shù)估計(jì)應(yīng)用五、研究經(jīng)濟(jì)問(wèn)題的步驟模型數(shù)據(jù)模型參數(shù)應(yīng)用1781、模型設(shè)計(jì)模型設(shè)定(理論模型設(shè)計(jì)):依據(jù)一定的經(jīng)濟(jì)理論，先驗(yàn)地用一個(gè)或一組數(shù)學(xué)方程式來(lái)表示被研究經(jīng)濟(jì)系統(tǒng)內(nèi)經(jīng)濟(jì)變量之間的關(guān)系。需要做以下工作：

研究有關(guān)經(jīng)濟(jì)理論確定函數(shù)形式確定參數(shù)的符號(hào)和理論期望值1、模型設(shè)計(jì)模型設(shè)定(理論模型設(shè)計(jì)):依據(jù)一定的經(jīng)濟(jì)理論，先179研究有關(guān)經(jīng)濟(jì)理論根據(jù)經(jīng)濟(jì)理論分析所研究的經(jīng)濟(jì)現(xiàn)象，找出經(jīng)濟(jì)變量之間的因果關(guān)系及相互之間的聯(lián)系，把目標(biāo)或者經(jīng)濟(jì)問(wèn)題作為因變量，影響問(wèn)題的主要因素作為自變量，非主要因素歸入隨機(jī)項(xiàng)，按照它們之間的結(jié)構(gòu)關(guān)系和經(jīng)濟(jì)理論，建立方程。研究有關(guān)經(jīng)濟(jì)理論根據(jù)經(jīng)濟(jì)理論分析所研究的經(jīng)濟(jì)現(xiàn)象，找出經(jīng)濟(jì)變180需求函數(shù)：Q=f(P1,P2,Y,T……)-?++消費(fèi)函數(shù)：C＝f(Y)按照凱恩斯的絕對(duì)收入假說(shuō)，“平均說(shuō)來(lái)，當(dāng)人們收入增多時(shí)，消費(fèi)傾向于增加，但其增長(zhǎng)的程度并非和收入增加的程度一樣多。”

按照凱恩斯的觀點(diǎn)，

邊際消費(fèi)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(duì)象?！肮眡’s:自變量，解釋變量；是影響因素。“因”變量選擇要注意：變量的選擇要以經(jīng)濟(jì)理論為基礎(chǔ)，要有明確的經(jīng)濟(jì)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(jiǎn)明。一般形式182確定函數(shù)形式設(shè)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(duì)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(shè)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(chǎng)需求量Q=b0+b1P1+b2P2+b3Y+b4T+uQ：該商品需求量

P1：該商品的價(jià)格

P2：其他相關(guān)商品的價(jià)格

Y：消費(fèi)者收入

T：消費(fèi)者偏好例：某商品的市場(chǎng)需求量Q=b0+b1P1+b2P2+b3Y+1842、數(shù)據(jù)的收集整理數(shù)據(jù)的來(lái)源：官方公布的統(tǒng)計(jì)年鑒、公報(bào)等；各種調(diào)查，包括抽樣、典型和問(wèn)卷等調(diào)查。

對(duì)樣本數(shù)據(jù)的要求：完整性準(zhǔn)確性可比性2、數(shù)據(jù)的收集整理數(shù)據(jù)的來(lái)源：185完整性經(jīng)濟(jì)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(jì)數(shù)據(jù)是殘缺不全的比如，1000個(gè)企業(yè)中，只有100個(gè)企業(yè)有完整的數(shù)據(jù)完整性經(jīng)濟(jì)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(zhǔn)確性必須是模型中所要求的數(shù)據(jù)必須準(zhǔn)確反映被研究對(duì)象的狀態(tài)，否則經(jīng)濟(jì)模型將被扭曲，不能客觀反映經(jīng)濟(jì)的實(shí)際狀況。炕頭上點(diǎn)羊懷揣報(bào)表開(kāi)統(tǒng)計(jì)會(huì)議，比著填數(shù)字美國(guó)匹茲堡大學(xué)經(jīng)濟(jì)學(xué)家托馬斯·羅斯基2000年《中國(guó)GDP統(tǒng)計(jì)發(fā)生了什么？》羅斯基認(rèn)為1997年～1999年中國(guó)經(jīng)濟(jì)增長(zhǎng)率在正負(fù)2.2％之間。準(zhǔn)確性必須是模型中所要求的數(shù)據(jù)187可比性統(tǒng)計(jì)口徑的可比性如價(jià)格的可比性當(dāng)年價(jià)／可比價(jià)指標(biāo)內(nèi)涵的可比性社會(huì)總產(chǎn)值／GDP工業(yè)總產(chǎn)值／工業(yè)增加值可比性統(tǒng)計(jì)口徑的可比性188口徑問(wèn)題（1）價(jià)格上的口徑，一般使用可比價(jià)；（2）指標(biāo)內(nèi)涵的口徑比如在我國(guó)，反應(yīng)經(jīng)濟(jì)活動(dòng)總規(guī)模的總產(chǎn)值被國(guó)民生產(chǎn)總值所代替，而這兩個(gè)指標(biāo)的含義是不同的，因此在使用時(shí)要進(jìn)行數(shù)據(jù)的調(diào)整。

口徑問(wèn)題（1）價(jià)格上的口徑，一般使用可比價(jià)；189不變價(jià)和當(dāng)年價(jià)不變價(jià)和當(dāng)年價(jià)190數(shù)據(jù)整理中變量的構(gòu)造在計(jì)量經(jīng)濟(jì)建模中，數(shù)據(jù)變量未必是原始觀測(cè)變量，而是通過(guò)某種變換，把原始數(shù)據(jù)轉(zhuǎn)變?yōu)榉嫌谀撤N統(tǒng)計(jì)或經(jīng)濟(jì)概念的新的變量。常用變換：取對(duì)數(shù)LGDP=Log(GDP)

取倒數(shù)