计量经济学重点 李子奈

1、广义计量经济学和狭义计量经济学广义…是利用经济理论、数学以及统计学定量研究经济现象的方法统称分、投入产出分析、时间序列分析等）狭义…以揭示经济变量间的关系为目的，主要应用回归分析方法。单方程模型和联立方程模型对股票市场的研究VS对融市场的研究横截面数据集（cross-sectionaldataset):即定时点对个人、家庭、企业、城市、国家或一系列其他单位采集的样本所构成的数据集（应该忽略细小的时间差别）b.时序列数据集timeseriesdata：是由一个或几个变量在不同时间的观测值所构成的。c.混横截面据pooledcrosssection):有些数据既有横截面数据的特点又有时间序列的特点每一时点的样本不同常分析政府政策效果的有力数据d.综数据（data):由横截面数据集中每个数据的一个时间序列组成长期调查）回归分析是关于研究一个应变量对另一个或多个自变量的依赖关系者的已知或给定值，去估计和预测前者的（总体）均值随机干扰项的意义：1。理论的含糊性（其他因素）2。数据的欠缺（如财富）3。核心变量与周边变量（或上或下的随机影响）4。人类行为的内在随机性5。糟糕的替代变量（永久消费和永久收入）6。节省原则（多重共线性的影响）7。错误的函数形式线性回归模型的假定1。函数形式：2扰项的零均值：干项的零均值的意思是凡是模型不显著含有的并因而归属u的因素对的值都没有系的影响正值销了负的值以至于他们对的均值的影响为零3。同方差性的方差性同时也意着y的方差性，即随着的动y的值的分布是一定的，是分布不变的。4无相关干项之间的无自相关意味着y的定与其他期的u值关即不存在决定从决定的况5。回归量与干扰项的非相关：干扰项与自变量之间的非相关，干扰项本身是独立于自变量之外的，且如果干扰项与自变量存在相关，则不能独自说明其作用6。正态性：普通最小二乘法总体回归函数（与本回归函数（之的平方和最小为最小二乘法的准则。估计参数的特性最小二乘估计量的线性和无偏性质所谓线性即估计量是y的一个线性函数所谓无偏即系数估计量的期望等于系数原值估计参数的方差、标准差，协方差（注意到x的差越大，则计参数的方差越小

协方差为负，那么的高估计味着的过低估计。相关系数2-t屈一算法则如自由度=20且显著水平定为0.05，只要统计量大于2，就可拒绝“零”假设尾P值被定义为一个虚拟假设可被拒绝的最低显著水平三变量模型的符号与假定：干扰项零均值无序列相关同方差性干扰项与每一变量之间都有零协方差无设定偏误无多重共线性OLS估量的性质：1。三变量回归线通过Y、、的均值2。估计的的值等于真实Y的均值3。残差和等于残差的均值4。残差与X2、X3,Y的估计值均不相关5自变量X2和的相关系数朝着增估系数的方差(同也随的大增大6。在经典线性模型的假定下，可以证明偏回归系数的OLS估量是多变量回归的假设检验总论1。检验关于个别偏回归系数的假设t检验）2。检验所估计的多变量回归模型的总显著性F检）3。检验两个或多个系数是否相等t检）4。检验诸回归系数是否满足某种线性约束条件t检）5。检验所估计的回归模型在时间上或在不同横截面单元上的稳定性（邹检验）6。检验回归模型的函数形式多重共线性的侦察出现多重共线性的一些规则可供参考：1。平值高而显著的t比少2。回归元之间有高度的两两相关，但在多变量模型中，简单相关系数只是多重共线性存在的充分而非必要条件3。检查偏相关（一种辅助手段）4。特征值eigenvalues，变量的交叉乘积矩阵X`X)和态指conditionindex)如果CI在10与30之，就算有中强度的多重共线性，而如果CI在30之上，就算有严重多重共线性5。方差膨胀因子VIF，当VIF超过10时我们说该变量是高度共线的多重共线性的补救措施2。剔除变量但要注意设定偏误问题，有时医治也许比疾病糟糕3。变量代换（一次差分形式）4。补充新数据换一个样本或是增加新数据一般能减轻多重共线性的症状

5。其他方法，如因子分析法、脊回归法异方差性异方差性的性质：假定指明给定自变量的干扰项的方差是一个常数，即同方差（homoscedasticity)，意谓等同的（homo)分散程度（scedasticity)，如果方差不等，即为异方差性问题。异方差的侦察正式方法：1。帕克检验：提出是释变量X的个函数从而把图解法公式化。2。格莱泽Glejser)检原理上类似帕克检验。3。斯皮尔曼的级相关检验：从排序的角度来定义残差与之的相关性。4。戈德菲尔德－匡特检（适用于和回归模型中解释变量之一有正向关系的情形）步骤：最小值开始，按X值大小顺序将观测值排列步骤2：去居中的个观测值，其中C是预定的，并将其余个观测值分成两组，每组（n-c)/2个步骤：别对前后两段回归，得和RSS2步骤：算比率F＝如果值于选定显著性水平的临界F值，则拒绝同方差性假设。5、怀特（White)一般异方差检验步骤：给定的数据，估计并获得残差步骤：如下辅助回归：步骤：无异方差性的虚拟假设下，可以证明，步骤：果算得的值过选定显著性水平的临界值结论就有异方差性异方差的补救措施1。当已时，用加权最小二乘法2。当未时，列出怀特程序Whiteoption)估量，但要注意这仅限于大样本的前提3。异方差性假定下的变量变换假定：差方差正比于假定：差方差正比于假定：差方差正比于均的平方4。对数变换自相关可定义为按时间或空间排序的观测值序列的成员之间的相关干扰项之间无自相关的假设回归模型的因变量角度）自相关autocorrelation）序列相serialcorrelation)区别：变量本身与不同变量的区别侦察自相关3D-W检的基本假定：1。回归含有截