2023年計量經(jīng)濟(jì)學(xué)知識點(diǎn)總結(jié)

緒論計量經(jīng)濟(jì)學(xué):根據(jù)理論和觀測的事實(shí),運(yùn)用合適的推理方法使之聯(lián)系起來同時推導(dǎo),對實(shí)際經(jīng)濟(jì)現(xiàn)象進(jìn)行的數(shù)量分析。計量經(jīng)濟(jì)學(xué)（定量分析)是經(jīng)濟(jì)學(xué)(定性分析)、記錄學(xué)和數(shù)學(xué)（定量分析)的結(jié)合。目的：把實(shí)際經(jīng)驗(yàn)的內(nèi)容納入經(jīng)濟(jì)理論,擬定變現(xiàn)各種經(jīng)濟(jì)關(guān)系的經(jīng)濟(jì)參數(shù),從而驗(yàn)證經(jīng)濟(jì)理論，預(yù)測經(jīng)濟(jì)發(fā)展的趨勢，為制定經(jīng)濟(jì)策略提供依據(jù)。類型:理論計量經(jīng)濟(jì)學(xué)和應(yīng)用計量經(jīng)濟(jì)學(xué)計量經(jīng)濟(jì)學(xué)的研究環(huán)節(jié):模型設(shè)定:要有科學(xué)的理論依據(jù)選擇適當(dāng)?shù)臄?shù)學(xué)形式方程中的變量要具有可觀測性估計參數(shù)：參數(shù)不能直接觀測并且是未知的模型檢查：經(jīng)濟(jì)意義的檢查、記錄推斷檢查、計量經(jīng)濟(jì)學(xué)檢查、模型預(yù)測檢查模型應(yīng)用:經(jīng)濟(jì)分析、經(jīng)濟(jì)預(yù)測、政策評價和檢查、發(fā)展經(jīng)濟(jì)理論計量經(jīng)濟(jì)模型：計量經(jīng)濟(jì)模型是為了研究分析某個系統(tǒng)中經(jīng)濟(jì)變量之間的數(shù)量關(guān)系而采用的隨機(jī)代數(shù)模型,是以數(shù)學(xué)形式對客觀經(jīng)濟(jì)現(xiàn)象所作的描述和概括。計量經(jīng)濟(jì)研究中應(yīng)用的數(shù)據(jù)涉及:①時間序列②數(shù)據(jù)截面③數(shù)據(jù)面板④數(shù)據(jù)虛擬變量數(shù)據(jù)第二章簡樸線性回歸模型:只有一個解釋變量的線性回歸模型相關(guān)系數(shù)：兩個變量之間線性相關(guān)限度可以用簡樸線性相關(guān)系數(shù)去度量總體相關(guān)系數(shù):對于研究的總體，兩個互相關(guān)聯(lián)的變量得到相關(guān)系數(shù)?？傮w相關(guān)系數(shù)Vａｒ方差Cov協(xié)議方差r總體回歸函數(shù):將總體被解釋函數(shù)Y的條件盼望表現(xiàn)為解釋變量X的函數(shù)總體E個體Yi=β1+β引入隨機(jī)擾動項(xiàng)的因素？①作為未知影響因素的代表②作為無法取得數(shù)據(jù)的已知因素的代表③作為眾多細(xì)小因素的綜合代表④模型的設(shè)定誤差⑤變量的觀測誤差⑥經(jīng)濟(jì)現(xiàn)象的內(nèi)在隨機(jī)性。簡樸線性回歸的基本假定？（1）零均值假定期,即在給定解釋變量Xi得到條件下,隨機(jī)擾動項(xiàng)Uｉ的條件盼望或條件均值為零。(２)同方差假定,即對于給定的每一個Xi,隨機(jī)擾動項(xiàng)Uｉ的條件方差等于某一常數(shù)σ2（３）無相關(guān)假定，即隨機(jī)擾動項(xiàng)Ui的逐次值互不相干，或者說對于所有的i和j（I不等于j）,ui和ｕj的協(xié)方差為零。（4）隨機(jī)擾動項(xiàng)uｉ與解釋變量Xi不想管（5)正態(tài)性假定,即假定隨機(jī)擾動項(xiàng)ｕi服從盼望為零、方差為σ2的正態(tài)分布ββ最小二乘準(zhǔn)則：用使估計的剩余平方和最小的原則擬定楊訥回歸函數(shù)最小二乘估計量評價標(biāo)準(zhǔn):無偏性、有效性、一致性。記錄特性:線性特性、無偏性、有效性。E(β2)＝β2βP2８擬合優(yōu)度：樣本回歸直線與樣本觀測數(shù)據(jù)之間的擬合限度?？蓻Q系數(shù)R2=1-修正的決定系數(shù)及其作用。解答：（2分）其作用有：（1)用自由度調(diào)整后,可以消除擬合優(yōu)度評價中解釋變量多少對決定系數(shù)計算的影響;(2分)（2）對于包含解釋變量個數(shù)不同的模型，可以用調(diào)整后的決定系數(shù)直接比較它們的擬合優(yōu)度的高低,但不能用本來未調(diào)整的決定系數(shù)來比較（１分）。多重共線性:指解釋變量之間存在精確或近似的線性關(guān)系產(chǎn)生多重共線性的因素?(1)經(jīng)濟(jì)變量之間具有共同變化趨勢(2)模型中包含滯后變量(3）運(yùn)用截面數(shù)據(jù)建立模型也也許出現(xiàn)多重共線性（4)樣本數(shù)據(jù)自身的因素完全多重共線性的后果?(1）參數(shù)的估計值不擬定（2）參數(shù)估計值的方差無限大?不完全多重共線性下產(chǎn)生得到后果？(1)參數(shù)估計值的方差與協(xié)方差增大（２）對參數(shù)區(qū)間估計時,置信區(qū)間趨于變大

（３）嚴(yán)重的多重共線性時,假設(shè)檢查容易作犯錯誤的判斷?(4）當(dāng)多重共線性嚴(yán)重時,也許導(dǎo)致可決系數(shù)R2較高

多重共線性檢查方法（１）簡樸相關(guān)系數(shù)檢查法（2)方差膨脹因子法(3)直接觀測法（４）逐步回歸檢測法?減少多重共線性的經(jīng)驗(yàn)方法？(1）運(yùn)用外部或經(jīng)驗(yàn)信息(2）橫截面與時間序列數(shù)據(jù)并用（３)剔除高度共線性的變量?(4)數(shù)據(jù)轉(zhuǎn)換(５）獲取補(bǔ)充數(shù)據(jù)或新數(shù)據(jù)（6)選擇有偏估計量異方差性:其他假設(shè)均不變,但模型中隨機(jī)誤差項(xiàng)ui的方差Ｖar（ui2)=σi2則ui異方差性產(chǎn)生的因素？（１）模型設(shè)定誤差（2）測量誤差的變化（３）截面數(shù)據(jù)中總體名單的差異異方差性產(chǎn)生的后果?(1）對參數(shù)估計式記錄特性的影響：參數(shù)的ＯＬＳ估計仍然具有無偏性。參數(shù)OLＳ估計式得到方差不再是最小的?（2)對模型假定檢查的影響:參數(shù)估計的方差若還是用OＬS方法去估計方差,通常得到t記錄量不再服從t分布,并且使用大樣本也不能解決這個問題

(３）對預(yù)測的影響：導(dǎo)致參數(shù)的顯著性檢查失效和預(yù)測的精度減少。異方差性的檢查1．圖示檢查法相關(guān)圖分析殘差分布圖分析2．（Ｇｏldfeｌd—Qｕａndt)檢查3.（Wｈitｅ)檢查4.RCH檢查異方差性的補(bǔ)救措施?(1)對模型變換（2）加權(quán)最小二乘法（３）模型的的對數(shù)變換自相關(guān)：指總體回歸模型的隨機(jī)誤差項(xiàng)ｕi之間存在的相關(guān)關(guān)系自相關(guān)產(chǎn)生的因素？（1）經(jīng)濟(jì)系統(tǒng)的慣性(2）經(jīng)濟(jì)活動的滯后效應(yīng)(３）數(shù)據(jù)解決導(dǎo)致的相關(guān)(4)蛛網(wǎng)現(xiàn)象(5）模型設(shè)定偏誤?自相關(guān)的后果?(1)一階自回歸形式的性質(zhì)：自協(xié)方差均不為零。

（２）自相關(guān)對參數(shù)估計的影響：導(dǎo)致低估真實(shí)的σ2?(3)對模型檢查的影響:參數(shù)的最小二乘估計量是無效的,使得Ｆ檢查和R2檢查也是不可靠的。

自相關(guān)檢查?

（1）圖示檢查法（2）ＤW檢查法(3）LM檢查

自相關(guān)的補(bǔ)救？

（１）廣義差分法(2)自相關(guān)系數(shù)ρ的擬定殘差平方和F檢查的環(huán)節(jié):1、提出假設(shè)２、在原假設(shè)成立的條件下，記錄量3、