所有计量经济学检验方法(全)

计量经济学所有检验方法

一、拟合优度检验

可决系数

TSS RSS TSS ESS R -

==12 TSS 为总离差平方和，ESS 为回归平方和，RSS 为残差平方和 该统计量用来测量样本回归线对样本观测值的拟合优度。 该统计量越接近于1，模型的拟合优度越高。

调整的可决系数)1/()

1/(12----

=n TSS k n RSS R 其中：n-k-1为残差平方和的自由度，n-1为总体平方和的

自由度。将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响。

二、方程的显著性检验(F 检验) 方程的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出推断。

原假设与备择假设：H 0:β1=β2=β3=…βk =0 H 1: βj 不全为0

统计量

)1/(/--=

k n RSS k

ESS F 服从自由度为(k , n-k-1)的F 分布，给定显著性水平α，可得到临界值

F α(k,n-k-1)，由样本求出统计量F 的数值，通过F>F α(k,n-k-1)或F ≤F α(k,n-k-1)来拒绝或接受原假设H 0，以判定原方程总体上的线性关系是否显著成立。

三、变量的显著性检验（t 检验）

对每个解释变量进行显著性检验，以决定是否作为解释变量被保留在模型中。 原假设与备择假设：H0：βi =0 （i=1,2…k ）；H1：βi ≠0

给定显著性水平α，可得到临界值t α/2(n-k-1)，由样本求出统计量t 的数值，通过 |t|> t α/2(n-k-1) 或 |t|≤t α/2(n-k-1)

来拒绝或接受原假设H0，从而判定对应的解释变量是否应包括在模型中。

四、参数的置信区间

参数的置信区间用来考察：在一次抽样中所估计的参数值离参数的真实值有多“近”。

统计量

)1(~1???

----'--=

k n t k n c S t ii

i

i i

i i

e e βββββ

在(1-α)的置信水平下βi 的置信区间是

( , ) ββααββ

i i t s t s i

i

-?+?2

2

，其中，t α/2为显著性水平

为α、自由度为n-k-1的临界值。

五、异方差检验

1. 帕克(Park)检验与戈里瑟(Gleiser)检验

试建立方程：i

ji i X f e ε+=)(~2 或 i

ji i X f e ε+=)(|~|

选择关于变量X 的不同的函数形式，对方程进行估计并进行显著性检验，如果存在某一种函数形式，使得方程显著成立，则说明原模型存在异方差性。

如：帕克检验常用的函数形式：

i

e

X

X

f

ji

ji

ε

α

σ2

)

(=

或i

ji

i

X

eε

α

σ+

+

=ln

ln

)

~

ln(2

2

若α在统计上是显著的，表明存在异方差性。

Glejser检验类似于帕克检验。Glejser建议:在从OLS回归取得误差项后，使用e i的绝对值与被认为密切相关的解释变量再做LS估计，并使用如右的多种函数形式。若解释变量的系数显著，就认为存在异方差。如下函数形式：

2. 戈德菲尔德-匡特(Goldfeld-Quandt)检验

G-Q检验以F检验为基础，适用于样本容量较大、异方差递增或递减的情况。

G-Q检验的步骤：

①将n对样本观察值(Xi,Yi)按观察值Xi的大小排队

②将序列中间的c=n/4个观察值除去，并将剩下的观察值划分为较小与较大的相同的两个子样本，每个子样样本容量均为(n-c)/2

③对每个子样分别进行OLS回归，并计算各自的残差平方和

④在同方差性假定下，构造如下满足F分布的统计量

)1

2

,1

2

(

~

)1

2

(

~

)1

2

(

~

2

1

2

2

-

-

-

-

-

-

-

-

-

-

-

-

=

∑

∑

k

c

n

k

c

n

F

k

c

n

e

k

c

n

e

F

i

i

⑤给定显著性水平α，确定临界值Fα(v1,v2)，若F> Fα(v1,v2)，则拒绝同方差性假设，表明存在异方差。

3、怀特（White）检验

怀特检验不需要排序，且适合任何形式的异方差

i

i

i

i

X

X

Yμ

β

β

β+

+

+

=

2

2

1

1

做如下辅助回归i

i

i

i

i

i

i

i

X

X

X

X

X

X

eε

α

α

α

α

α

α+

+

+

+

+

+

=

2

1

5

2

2

4

2

1

3

2

2

1

1

2

~

在同方差假设下R2为辅助方程的可决系数，h为辅助方程解释变量的个数。

六、序列相关检验

1. 回归检验法

以t e

~

为被解释变量，以各种可能的相关量，诸如以1

~

-t

e、

2

~

-t

e、2~

t

e等为解释变量，建立各种方程：

t

t

t

e

eε

ρ+

=

-1

~

~

i

i

i

i

i

i

i

i

i

i

i

i

i

i

i

X

b

b

e

X

b

b

e

X

b

b

e

X

b

b

e

X

b

b

e

μ

μ

μ

μ

μ

+

+

=

+

+

=

+

+

=

+

+

=

+

+

=

2

1

1

1

1

1

1

-----WORD 格式--可编辑--专业资料-----

t

t t t e e e ερρ++=--2211~~~ …

如果存在某一种函数形式，使得方程显著成立，则说明原模型存在序列相关性。

2. 杜宾-瓦森（Durbin-Watson ）检验法

杜宾和瓦森针对原假设：H 0: ρ=0，即不存在一阶自回归，构如下造统计量：

∑∑==--=

n

t t

n

t t t

e

e e

W D 1

22

21

~)~~(..

（1）计算DW 值

（2）给定α，由n 和k 的大小查DW 分布表，得临界值dL 和dU （3）比较、判断

若 0

3. 拉格朗日乘数（Lagrange multiplier ）检验

拉格朗日乘数检验克服了DW 检验的缺陷，适合于高阶序列相关以及模型中存在滞后被解释变量的情形。 对于模型

i

ki k i i i X X X Y μββββ+++++= 22110

如果怀疑随机扰动项存在p 阶序列相关：t

p t p t t t εμρμρμρμ+++=--- 2211 GB 检验可用来检验如下受约束回归方程

t

p t p t kt k t t X X Y εμρμρβββ+++++++=-- 11110

约束条件为： H 0: ρ1=ρ2=…=ρp =0

约束条件H0为真时，大样本下 其中，n 、R2为如下辅助回归的样本容量和可决系数

给定α，查临界值χα2(p)，与LM 值比较，做出判断，实际检验中，可从1阶、2阶、…逐次向更高阶检验。

七、多重共线性检验 1.综合统计检验法

当模型的拟合优度（R 2）很高，F 值很高，而每个回归参数估计值的方差Var(βj ) 又非常大（即t 值很低）时，说明解释变量间可能存在多重共线性。 2.简单相关系数法

求出任意两个解释变量的简单相关系数，若接近于1，则说明两变量存在较强的多重共线性。 3.判定系数检验法

)(~2

2p nR LM χ=t

p t p t kt k t t e e X X e ερρβββ+++++++=--~~~11110

统计量F j =R j 2/(k-1)/(1-R j 2)/(n-k)服从自由度为(k-1 , n-k)的F 分布，原假设为X j 与其他解释变量间不存在显著的线性关系，给定显著性水平α，通过计算的F 值与相应的临界值的比较来判断。 4.逐步回归法

以Y 为被解释变量，逐个引入解释变量，构成回归模型，进行估计。如果拟合优度变化显著，则说明新引入的变量是一个独立解释变量；如果拟合优度变化很不显著，则说明新引入的变量不是一个独立解释变量，即它与其他变量之间存在共线性的关系。

八、格兰杰因果关系检验

对两变量Y 与X ，格兰杰因果关系检验要求估计:

t

i t m

i i m i i t i t Y X Y 11

1

μβα++=-==-∑∑ （1）

t

i t m

i i m i i t i t X Y X 21

1

μδλ++=-==-∑∑ （2）

可能存在有四种检验结果：

（1）X 对Y 有单向影响，表现为（*）式X 各滞后项前的参数整体不为零，而(**) Y 各滞后项前的参数整体为零；

（2）Y 对X 有单向影响，表现为（**）式Y 各滞后项前的参数整体不为零，而（*）X 各滞后项前的参数整体为零；

（3）Y 与X 间存在双向影响，表现为Y 与X 各滞后项前的参数整体不为零； （4）Y 与X 间不存在影响，表现为Y 与X 各滞后项前的参数整体为零。 格兰杰检验是通过受约束的F 检验完成的。如:

针对

t

i t m

i i m i i t i t Y X Y 11

1

μβα++=-==-∑∑中X 滞后项前的参数整体为零的假设(X 不是Y 的格兰

杰原因) 分别做包含与不包含X 滞后项的回归，记前者与后者的残差平方和分别为RSSU 、RSSR ；

再计算F 统计量：

)/(/)(k n RSS m

RSS RSS F U U R --=

k 为无约束回归模型的待估参数的个数

如果: F>F α(m,n-k) ，则拒绝原假设，认为X 是Y 的格兰杰原因。

九、时间序列平稳性检验 1.DF 检验

随机游走序列 X t =X t-1+μt 是非平稳的，其中μt 是白噪声。而该序列可看成是随机模型X t =ρX t-1+μt 中参数ρ= 1时的情形。

也就是说，我们对式 X t =ρX t-1+μt （1） 做回归，如果确实发现ρ=1，就说随机变量X t 有一个单位根。可变形式成差分形式：X t =(ρ-1)X t-1+μ t =δX t-1+ μt （2） 检验（1）式是否存在单位根ρ=1，也可通过（2）式判断是否有 δ=0。

检验一个时间序列Xt 的平稳性，可通过检验带有截距项的一阶自回归模型 X t =α+ ρX t-1 +μt （*）中的参数ρ是否小于1。或者：检验其等价变形式Xt=α+ δX t-1+μt （**）中的参数δ是否小于0 。

零假设 H 0：δ= 0；备择假设 H 1：δ< 0 可通过OLS 法估计Xt=α+ δX t-1+μt 并计算t 统计量的值，与DF 分布表中给定显著性水平下的临界值比较：如果：t < 临界值，则拒绝零假设H0：δ= 0 ，认为时间序列不存在单位根，是平稳的。

2.ADF 检验

在DF 检验中，实际上是假定了时间序列是由具有白噪声随机误差项的一阶自回归过程AR(1)生成的。但在实际检验中，时间序列可能由更高阶的自回归过程生成的，或者随机误差项并非是白噪声，为了保证DF 检验中随机误差项的白噪声特性，Dicky 和Fuller 对DF 检验进行了扩充，形成了ADF （Augment Dickey-Fuller ）检验。 ADF 检验是通过下面三个模型完成的：

模型1： t m

i i

t i t t X

X X εβδ+?+

=?∑=--1

1 （*）

模型2： t m

i i

t i t t X

X X εβδα+?+

+=?∑=--1

1 （**）

模型3： t m

i i

t i

t t X

X t X εβδβα+?+

++=?∑=--1

1 （***）

模型3 中的t 是时间变量，代表了时间序列随时间变化的某种趋势（如果有的话）。

检验的假设都是：针对H 1δ< 0,检验H 0δ= 0，即存在一单位根。模型1与另两模型的差别在于是否包含有常数项和趋势项。实际检验时从模型3开始，然后模型2、模型1。何时检验拒绝零假设，即原序列不存在单位根，为平稳序列，何时检验停止。否则，就要继续检验，直到检验完模型1为止。

十、协整检验

1、两变量的Engle-Granger 检验

为了检验两变量Yt,Xt 是否为协整，Engle 和Granger 于1987年提出两步检验法，也称为EG 检验。

第一步，用OLS 方法估计方程 Y t =α0+α1X t +μt 并计算非均衡误差，得到： 称为协整回归(cointegrating)或静态回归(static regression)。

单整性的检验方法仍然是DF 检验或者ADF 检验

由于协整回归中已含有截距项，则检验模型中无需再用截距项。如使用模型1t

p

i i t i t t e e e εθδ+?+=?∑=--11进行检验时，拒绝零假设H0：δ=0，意味着误差项e t 是平稳序列，

从而说明X 与Y 间是协整的。

2、多变量协整关系的检验—扩展的E-G 检验

多变量协整关系的检验要比双变量复杂一些，主要在于协整变量间可能存在多种稳定的线性组合。

假设有4个I(1)变量Z 、X 、Y 、W ，有如下的长期均衡关系 ：（1） 其中，非均衡误差项μ应是I(0)序列： （2） 然而，如果Z 与W ，X 与Y 间分别存在长期均衡关系： 则非均衡误差项v1t 、v2t 一定是稳定序列I(0)。于是它们的任意线性组合也是稳定的。例如 （3）

第二步， 检验

e t 的单整性。 如果

e t

为稳定序列，则认为变量 Y X t t , 为 (1,1) 阶协整；如果

e t

为 1 阶单整，则认为变量 Y X t t , 为 (2,1) 阶协整；…。 t t t t t Y Y e X Y ?????10-=+=ααt t t t t Y X W Z μαααα++++

=3210t t t t t Y X W Z 3210ααααμ----=t t t v W Z 110++=ββt t t v Y X 210++=γγt t t t t t t Y X W Z v v v 110021γβγβ-+---=+=

一定是I(0)序列

由于vt象（2）中的μt一样，也是Z、X、Y、W四个变量的线性组合，由此（3）也成为该四变量的另一稳定线性组合。

（1, -α0，-α1，-α2，-α3）对应于（2）的协整向量，（1,-β0，-γ0，-β1,1，-γ1）对应于（3）式的协整向量。

对于多变量的协整检验过程，基本与双变量情形相同，即需检验变量是否具有同阶单整性，以及是否存在稳定的线性组合。

在检验是否存在稳定的线性组合时，需通过设置一个变量为被解释变量，其他变量为解释变量，进行OLS估计并检验残差序列是否平稳。

如果不平稳，则需更换被解释变量，进行同样的OLS估计及相应的残差项检验。

当所有的变量都被作为被解释变量检验之后，仍不能得到平稳的残差项序列，则认为这些变量间不存在（d,d）阶协整。

所有计量经济学检验方法(全)

计量经济学所有检验方法 一、拟合优度检验 可决系数 TSS RSS TSS ESS R - ==12 TSS 为总离差平方和，ESS 为回归平方和，RSS 为残差平方和 该统计量用来测量样本回归线对样本观测值的拟合优度。 该统计量越接近于1，模型的拟合优度越高。 调整的可决系数)1/() 1/(12---- =n TSS k n RSS R 其中：n-k-1为残差平方和的自由度，n-1为总体平方 和的自由度。将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响。 二、方程的显著性检验(F 检验) 方程的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出推断。 原假设与备择假设：H 0:β1=β2=β3=…βk =0 H 1: βj 不全为0 统计量 )1/(/--= k n RSS k ESS F 服从自由度为(k , n-k-1)的F 分布，给定显著性水平α，可得到临 界值F α(k,n-k-1)，由样本求出统计量F 的数值，通过F>F α(k,n-k-1)或F ≤F α(k,n-k-1)来拒绝或接受原假设H 0，以判定原方程总体上的线性关系是否显著成立。 三、变量的显著性检验（t 检验） 对每个解释变量进行显著性检验，以决定是否作为解释变量被保留在模型中。 原假设与备择假设：H0：βi =0 （i=1,2…k ）；H1：βi ≠0 给定显著性水平α，可得到临界值t α/2(n-k-1)，由样本求出统计量t 的数值，通过 |t|> t α/2(n-k-1) 或 |t|≤t α/2(n-k-1) 来拒绝或接受原假设H0，从而判定对应的解释变量是否应包括在模型中。 四、参数的置信区间 参数的置信区间用来考察：在一次抽样中所估计的参数值离参数的真实值有多“近”。 统计量 )1(~1??? ----'--= k n t k n c S t ii i i i i i e e βββββ 在(1-α)的置信水平下βi 的置信区间是 ( , ) ββααββ i i t s t s i i -?+?2 2 ，其中，t α/2为显著性 水平为α、自由度为n-k-1的临界值。 五、异方差检验 1. 帕克(Park)检验与戈里瑟(Gleiser)检验 试建立方程： i ji i X f e ε+=)(~2 或 i ji i X f e ε+=)(|~|

计量经济学实验报告6 单方程线性回归模型中异方差的检验与补救

内蒙古科技大学 实验报告 课程名称：计量经济学实验项目名称：单方程线性回归模型中异方差的检验与补救 院（系）：经济与管理学院专业班级：姓名： 学号： 内蒙古科技大学 实验地点： 实验日期： 2013年 5 月 15 日 实验目的：掌握利用EViews软件对模型中存在的异方差进行检验和补救。实验内容： 根据我国2000年部分地区城镇居民每个家庭平均全年可支配收入X与消费支出Y的统计数据，通过建立双变量线性回归模型分析人均可支配收入对人均消费支出的线性影响，并讨论异方差的检验与修正过程。 1、异方差的检验 1）图示法 2）Park检验 3）Glejser检验 4）Goldfeld-Quandt检验 5）White检验 2、异方差的补救 1）加权最小二乘法（WLS） 2）对数变换 实验方法、步骤和结果： 一、前期准备工作，数据粘贴file-new-workfile Quick-empty group

内蒙古科技大学 并对数据重命名 ser01-x ser02-y 二、异方差的检验 1、先对x、y进行估计。在quick中选择estimate equation编辑方程y c x

内蒙古科技大学 2、将x、y建组，并命名为group02,并在group02中view菜单下选择graph-scatter-simple scaterr画出散点图。 从图像中可看出，三点分布由集中到慢慢扩大，而且比较明显，所以说该模型可能存在异方差。 3、y的估计值与残差平方的散点图进行判断 首先在eq01中proc菜单下选择make residual series,命名为res，找到残差。如图：

计量经济学课后习题

计量经济学课后习题 1.什么是计量经济学？计量经济学方法与一般经济数学方法有什么区别？ 答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科，是由经济学、统计学和数学三者结合而成的交叉学科。 计量经济学方法揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述；一般经济数学方法揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。 4.建立与应用计量经济学模型的主要步骤有哪些？ 答：建立与应用计量经济学模型的主要步骤如下：(1)设定理论模型，包括选择模型所包含的变量，确定变量之间的数学关系和拟定模型中待估参数的数值范围；(2)收集样本数据，要考虑样本数据的完整性、准确性、可比性和—致性；(3)估计模型参数；(4)检验模型，包括经济意义检验、统计检验、计量经济学检验和模型预测检验。 5.模型的检验包括几个方面？其具体含义是什么？ 答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。 4．如何缩小置信区间？（P46） 由上式可以看出（1）.增大样本容量。样本容量变大，可使样本参数估计量的标准差减小；同时，在同样置信水平下，n越大，t分布表中的临界值越小。（2）提高模型的拟合优度。因为样本参数估计量的标准差和残差平方和呈正比，模型的拟合优度越高，残差平方和应越小。 1.为什么计量经济学模型的理论方程中必须包含随机干扰项？ （经典模型中产生随机误差的原因） 答：计量经济学模型考察的是具有因果关系的随机变量间的具体联系方式。由于是随机变量，意味着影响被解释变量的因素是复杂的，除了解释变量的影响外，还有其他无法在模型中独立列出的各种因素的影响。这样，理论模型中就必须使用一个称为随机干扰项的变量宋代表所有这些无法在模型中独立表示出来的影响因素，以保证模型在理论上的科学性。 3.一元线性回归模型的基本假设主要有哪些？ 违背基本假设的模型是否不可以估计？ 答：线性回归模型的基本假设有两大类：一类是关于随机干扰项的，包括零均值，同方差，不序列相关，满足正态分布等假设；另一类是关于解释变量的，主要有：解释变量是非随机的，若是

计量经济学检验报告

1.研究目的和意义 我们研究的对象是各地区居民消费支出的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民家庭每人每年的平均消费支出”来比较，而这正是可国家统计局中获得数据的变量。所以模型的被解释变量Y选定为“城市居民家庭平均每人生活消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2007年的截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，另外，居民消费支出具有一定的惯性，也就是说居民当年的消费支出在一定程度上受上一年已经实现的消费支出的影响。其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民家庭人均消费支出”相对应，选择在国家 X，统计局中可以获得的“各地区城市居民家庭人均可支配收入”作为解释变量 1 X。 “上年各地区城镇居民家庭平均每人生活消费支出”作为 2 从国家统计局中得到表1的数据: 表 1 城镇居民家庭平均每人生活消费支出与各地区城镇居民家庭人均可支配收入 地区Y X1 X2 北京14825.41 19977.52 13244.20 天津10548.05 14283.09 9653.26 河北7343.49 10304.56 6699.67 山西7170.94 10027.70 6342.63 内蒙古7666.61 10357.99 6928.60

计量经济学检验汇总

最全计量经济学检验汇总 现代计量经济学的检验包括以下三个大类： §1.1 系数检验 一、Wald 检验——系数约束条件检验 Wald 检验没有把原假设定义的系数限制加入回归，通过估计这一无限制回归来计算检验统计量。Wald 统计量计算无约束估计量如何满足原假设下的约束。如果约束为真，无约束估计量应接近于满足约束条件。 考虑一个线性回归模型：εβ+=X y 和一个线性约束：0:0=-r R H β，R 是一个已知的k q ?阶矩阵，r 是q 维向量。Wald 统计量在0H 下服从渐近分布)(2q χ，可简写为： )())(()(112r Rb R X X R s r Rb W -'''-=-- 进一步假设误差ε独立同时服从正态分布，我们就有一确定的、有限的样本F-统计量 q W k T u u q u u u u F /) /(/)~~(=-''-'= u ~是约束回归的残差向量。F 统计量比较有约束和没有约束计算出的残差平方和。如果约束有效，这两个残差平方和差异很小，F 统计量值也应很小。EViews 显示2χ和F 统计量以及相应的p 值。 假设Cobb-Douglas 生产函数估计形式如下： εβα+++=K L A Q log log log （1） Q 为产出增加量，K 为资本投入，L 为劳动力投入。系数假设检验时，加入约束1=+βα。 为进行Wald 检验，选择View/Coefficient Tests/Wald-Coefficient Restrictions ，在编辑对话框中输入约束条件，多个系数约束条件用逗号隔开。约束条件应表示为含有估计参数和常数（不可以含有序列名）的方程，系数应表示为c(1)，c(2)等等，除非在估计中已使用过一个不同的系数向量。 为检验规模报酬不变1=+βα的假设，在对话框中输入下列约束：c(2)+c(3)=1 二、遗漏变量检验 这一检验能给现有方程添加变量，而且询问添加的变量对解释因变量变动是否有显著作用。原假设 0H 是添加变量不显著。 选择View/Coefficient Tests/Omitted Variables —Likehood Ration ，在打开的对话框中，列出检验统计量名，用至少一个空格相互隔开。例如：原始回归为 LS log(q) c log(L) log(k) ，输入：K L ，EViews 将显示含有这两个附加解释变量的无约束回归结果，而且显示假定新变量系数为0的检验统计量。 三、冗余变量 冗余变量检验可以检验方程中一部分变量的统计显著性。更正式，可以确定方程中一部分变量系数是否为0，从而可以从方程中剔出去。只有以列出回归因子形式，而不是公式定义方程，检验才可以进行。 选择View/Coefficient Tests/Redundant Variable —likelihood Ratio ，在对话框中，输入每一检验的变量名，相互间至少用一空格隔开。例如：原始回归为： Ls log(Q) c log(L) log(K) K L ，如果输入K L ，EViews 显示去掉这两个回归因子的约束回归结果，以及检验原假设（这两个变量系数为0）的统计量。 §1.2 残差检验 一、相关图和Q —统计量 在方程对象菜单中，选择View/Residual Tests/Correlogram-Q-Statistics ，将显示直到定义滞后阶数的残差自相关性和偏自相关图和Q-统计量。在滞后定义对话框中，定义计算相关图时所使用的滞后数。如果残差不存在序列相关，在各阶滞后的自相关和偏自相关值都接近于零。所有的Q -统计量不显著，并且有大

计量经济学案例分析 课程报告 论文

中国经济增长影响因素实证分析 一、研究对象 经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。因此,研究消费需求对经济增长的影响,并对我国消费需求对经济增长的影响程度进行实证分析，可以更好的理解消费对我国经济增长的作用。 二、数据收集与模型的建立 （一）数据收集 表2.1 中国经济增长影响因素模型时间序列表 年份国内生产总 值（y） 年末从业 人员数 （x1） 全社会固定资 产投资总额 (x2) 居民消费价格指 数（上年=100） (x3) 1980 4545.6 42361 910.9 107.5 1981 4891.6 43725 961 102.5 1982 5323.4 45295 1230.4 102 1983 5962.7 46436 1430.1 102 1984 7208.1 48197 1832.9 102.7 1985 9016 49873 2543.2 109.3 1986 10275.2 51282 3120.6 106.5 1987 12058.6 52783 3791.7 107.3 1988 15042.8 54334 4753.8 118.8 1989 16992.3 55329 4410.4 118 1990 18667.8 64749 4517 103.1 1991 21781.5 65491 5594.5 103.4 1992 26923.5 66152 8080.1 106.4 1993 35333.9 66808 13072.3 114.7 1994 48197.9 67455 17042.1 124.1 1995 60793.7 68065 20019.3 117.1 1996 71176.6 68950 22913.5 108.3 1997 78973 69820 24941.1 102.8 1998 84402.3 70637 28406.2 99.2 1999 89677.1 71394 29854.7 98.6 2000 99214.6 72085 32917.7 100.4 2001 109655.2 73025 37213.5 100.7 2002 120332.7 73740 43499.9 99.2 2003 135822.8 74432 55566.6 101.2 2004 159878.3 75200 70477.4 103.9 2005 184937.4 75825 88773.6 101.8 2006 216314.4 76400 109998.2 101.5 2007 265810.3 76990 137323.9 104.8

(财务知识)计量经济学最全版

（财务知识）计量经济学

1、费里希（R.Frish）是经济计量学的主要开拓者和奠基人。 2、经济计量学和数理经济学和树立统计学的区别的关键之点是“经济变量关系的随机性特征”。 3、经济计量学识以数理经济学和树立统计学为理论基础和方法论基础的交叉科学。它以客观经济系统中具有随机性特征的经济关系为研究对象，用数学模型方法描述具体的经济变量关系，为经济计量分析工作提供专门的指导理论和分析方法。 4、时序数据即时间序列数据。时间序列数据是同壹统计指标按时间顺序记录的数据列。 5、横截面数据是在同壹时间，不同统计单位的相同统计指标组成的数据列。 6、对于壹个独立的经济模型来说，变量能够分为内生变量和外生变量。内生变量被认为是具有壹定概率分布的随机变量，它们的数值是由模型自身决定的；外生变量被认为是非随机变量，它们的数值是在模型之外决定的。 7、对于模型中的壹个方程来说，等号左边的变量称为被解释变量，等号右边被称为解释变量。在模型中壹个方程的被解释变量能够是其它方程的解释变量。被解释变量壹定是模型的内生变量，而解释变量既包括外生变量，也包括壹部分内生变量。 8、滞后变量和前定变量。有时模型的设计者仍使用内生变量的前期值作解释变量，在计量经济学中将这样的变量程为滞后变量。滞后变量显然在求解模型之前是已知量，因此通常将外生变量和滞后变量合称为前定变量。 9、控制变量和政策变量。由于控制论的思想不断渗入经济计量学，使某些经济计量模型具有政策控制的特点，因此在经济计量模型中又出现了控制变量、政策变量等名词。政策变量或控制变量壹般在模型中表现为外生变量，但有时也表现为内生变量。 10、经济参数分为：外生参数和内生参数。外生参数壹般是指依据经济法规人为确定的参数，如折旧率、税率、利息率等。内生参数是依据样本观测值，运用统计方法估计得到的参数。如何选择估计参数的方法和改进估计参数的方法，这是理论经济计量学的基本任务。 11、用数学模型描述经济系统应当遵循以下俩条基本原则：第壹、以理论分析作先导；第二模型规模大小要适度。 12、联立方程模型中的方程壹般划分为：随机方程和非随机方程。随机方程是根据经济机能或经济行为构造的经济函数关系式。在随机方程中，被解释变量被认为是服从某种概率分布的随机变量，且假设解释变量是非随机变量。非随机方程是根据经济学理论和政策、法规的规定而构造的反应映某些经济变量关系得恒等式。 13、所谓经济计量分析工作是指依据经济理论分析，运用经济计量模型方法，研究现实经济系统的结构、水平、提供经济预测情报和评价经济政策等的经济研究和分析工作。 14、经济计量分析工作的程序包括四部分：1、设定模型；2、估计参数；3、检验模型；4、应用模型。

计量经济学试卷汇总_(含答案)

选择题（单选题1－10 每题1 分，多选题11－15 每题2 分，共20 分） 1、在多元线性回归中，判定系数R2随着解释变量数目的增加而 B A.减少 B．增加 C．不变 D．变化不定 2、在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近1，则表明模型中 存在 C A．异方差性 B．序列相关 C．多重共线性 D．拟合优度低 3、经济计量模型是指 D A.投入产出模型 B.数学规划模 C.模糊数学模型 D.包含随机方程的经济数学模型 4、当质的因素引进经济计量模型时，需要使用 D A.外生变量 B.前定变量 C.生变量 D.虚拟变量 5、将生变量的前期值作解释变量，这样的变量称为 D A.虚拟变量 B.控制变量 C.政策变量 D.滞后变量 6、根据样本资料已估计得出人均消费支出Y对人均收入X的回归模型Ln Y=5+0.75LnX,这表明 人均收入每增加1%，人均消费支出将预期增加 B A．0.2% B．0.75% C．5% D．7.5% 7、对样本相关系数r，以下结论中错误的是 D A．越接近于1，Y与X之间线性相关程度越高 B．越接 近于0，Y与X之间线性相关程度越弱 C．-1≤r≤1

D．若r=0,则X与Y独立 8、当DW>4-d L，则认为随机误差项εi A．不存在一阶负自相关 B．无一阶序列相关 C．存在一阶正自相关D．存在一阶负自相关 9、如果回归模型包含二个质的因素，且每个因素有两种特征，则回归模型中需要引入 A．一个虚拟变量B．两个虚拟变量 C．三个虚拟变量 D．四个虚拟变量 10、线性回归模型中，检验H0: i =0（i=1，2，…,k） 时，所用的统计量t ?i 服从 var(?i ) A.t(n-k+1) B.t(n-k-2) C.t(n-k-1) D.t(n-k+2) 11、对于经典的线性回归模型，各回归系数的普通最小二乘法估计量具有的优良特性有ABC A．无偏性 B．有效性 C．一致性 D．确定性 E．线性特性 12、经济计量模型主要应用于ABCD A．经济预测 B．经济结构分析 C．评价经济政策 D．政策模拟 13、常用的检验异方差性的方法有ABC、 A．戈里瑟检验 B．戈德菲尔德-匡特检验 C．怀特检验 D．DW检验 E．方差膨胀因子检测 14、对分布滞后模型直接采用普通最小二乘法估计参数时，会遇到的困难有BCE A．不能有效提高模型的拟合优度 B．难以客观确定滞后期的长度 C．滞后期长而样本小时缺乏足够自由度 D．滞后的解释变量存在序列相关问题 E．解释变量间存在多重共线性问题

计量经济学调查报告

大学生月消费支出调查报告 一、引言 在当前尚且低迷，尚未完全复苏的经济环境下，消费问题被大家广泛关注。物价的连续上涨，直接反映了社会的消费和需求问题。当前的消费市场中，大学生作为一个特殊的消费群体正受到越来越大的关注。由于大学生年龄较轻，群体较特别，他们有着不同于社会其他消费群体的消费心理和行为。一方面，他们有着旺盛的消费需求，另一方面，他们尚未获得经济上的独立，消费受到很大的制约。消费观念的超前和消费实力的滞后，都对他们的消费有很大影响。特殊群体自然有自己特殊的特点，同时难免存在一些非理性的消费甚至一些消费的问题。为了调查清楚大学生的消费情况，我决定在身边的同学中进行一次消费的调研，对大家的消费进行归宗和分析。 二、理论综述 我们主要对大学生每人每月消费支出进行多因素分析，并从周围同学搜集相关数据，建立模型，对此进行数量分析。 影响大学生每人每月消费支出的主要因素如下： 1、学习支出 2、消费收入 3、生活支出 三、模型设定 Y：每人每月消费支出 X1：学习支出X2：消费收入 X3：生活支出 四、数据搜集 1、数据说明 我们特对周围大学生的消费水平做了简单调查，再用计量经济学的知识分析其影响因素。 2、数据的搜集情况 人数每人每月消 费 支出Y 学习支出 （X1） 消费收入（X2）生活支出（X3） 1760310800450 2630230600400 311002301350880 4420170450250 59601601000800 6580280500300 78702201000650 8300110400190 910501501300900 10126016015001100 11130030015001000 12500190550310 13600180750420 149001401000760

计量经济学名词解释

1、计量经济学 计量经济学是一门从数量上研究物质资料的生产、交换、分配、消费等经济关系和经济活动规律及其应用的科学。 2、数据质量 数据满足明确或隐含需求程度的指标 3、相关分析 主要研究变量之间的相互关联程度，用相关系数表示。包括简单相关和多重相关（复相关）。 4、回归分析（Regression Analysis） 研究一个变量（因变量）对于一个或多个其他变量（解释变量）的数量依存关系。其目的在于根据已知的解释变量的数值来估计或预测因变量的总体平均值。 5.内生变量 指由模型系统内决定的变量，取值在系统内决定 6、面板数据 时间序列数据和截面数据的混合 7.异方差: 总体回归函数中的随机误差项满足同方差性，即它们都有相同的方差。如果这一假定不满足，则称线性回归模型存在异方差性。 8.自相关 自相关是在时间序列资料中按时间顺序排列的观测值之间的相关或在横截面资料中按空间顺序排列的观测值之间的相关 9.多重共线性 解释变量之间存在完全的线性关系或近似的线性关系。解释变量存在完全的线性关系叫完全多重共线；解释变量之间存在近似的线性关系叫不完全多重共线。 10.虚拟变量 虚拟变量：在建立模型时，有一些影响经济变量的因素无法定量描述 构造只取“0”或“1”的人工变量，通常称为虚拟变量，记为D 11.平稳序列 是指时间序列的统计规律不会随着时间的推移而发生变化。

12.伪回归 所谓“伪回归”，是指变量间本来不存在相依关系，但回归结果却得出存在相依关系的错误结论。 13.协整 所谓协整，是指多个非平稳变量的某种线性组合是平稳的 14.前定变量 所有的外生变量和滞后的内生变量。前定变量=外生变量＋滞后内生变量＋滞后外生变量 15.恰好识别 恰好识别：能够唯一地估计出结构参数值。 16.结构式模型 体现经济理论中经济变量之间的关系结构的联立方程模型，称为结构式模型17.过度识别 过度识别：结构参数的估计值具有多个确定值 18.自回归模型 自回归模型：指模型中的解释变量仅是X 的当期值与被解释变量Y 的若干期滞后值，它由于被解释变量的滞后期值对被解释变量现期做了回归，故叫做自回归模型。 利用前期若干时刻的随机变量的线性组合来描述以后某时刻随机变量的线性回归模型。 19.拟合优度2R:拟合优度检验：指检验模型对样本观测值的拟合程度 20.修正的拟合优度2R 二、.

计量经济学考试重点整理

计量经济学考试重点整理 第一章： P1：什么是计量经济学？由哪三组组成？ 定义：“用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能和计量经济学混为一谈。计量经济学与经济统计学绝非一码事；它也不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征；计量经济学也不应视为数学应用于经济学的同义语。经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系来说，都是必要的，但本身并非是充分条件。三者结合起来，就是力量，这种结合便构成了计量经济学。” P9：理论模型的设计主要包含三部分工作，即选择变量，确定变量之间的数学关系，拟定模型中待估计参数的数值范围。 P12：常用的样本数据：时间序列，截面，虚变量数据 P13：样本数据的质量（4点） 完整性；准确性；可比性；一致性 P15-16：模型的检验（4个检验） 1、经济意义检验 2、统计检验 拟合优度检验 总体显著性检验 变量显著性检验 3、计量经济学检验 异方差性检验 序列相关性检验 共线性检验 4、模型预测检验 稳定性检验：扩大样本重新估计 预测性能检验：对样本外一点进行实际预测 P16计量经济学模型成功的三要素：理论、方法和数据。 P18-20：计量经济学模型的应用 1、结构分析 经济学中的结构分析是对经济现象中变量之间相互关系的研究。 结构分析所采用的主要方法是弹性分析、乘数分析与比较静力分析。 计量经济学模型的功能是揭示经济现象中变量之间的相互关系，即通过模型得到弹性、乘数等。 2、经济预测 计量经济学模型作为一类经济数学模型，是从用于经济预测，特别是短期预测而发展起来的。 计量经济学模型是以模拟历史、从已经发生的经济活动中找出变化规律为主要技术手段。 对于非稳定发展的经济过程，对于缺乏规范行为理论的经济活动，计量经济学模型预测功能失效。 模型理论方法的发展以适应预测的需要。

计量经济学期末报告

计量经济学实验报告 我国居民储蓄余额的影响因素的计量分析 XX学院 XX专业 小组成员：（姓名及学号）

我国居民储蓄余额的影响因素的计量分析 一．研究的目的要求 1.研究的背景 居民储蓄额作为一个国家经济增长中来源最稳定、数额最大的影响因素，它的高低对一国的经济发展、投资和居民生活等方面都有不同程度的影响。目前我国国内居民储蓄意愿强劲、储蓄额居高不下，形成了储蓄的超常增长，主要呈现以下特点：（1）储蓄率世界之冠；（2）储蓄增长速度高于经济和居民收入增长速度；（3）城乡之间差别大；（4）不同收入阶层分布不均匀；（5）不同地区分布极不平均。我国储蓄的超常增长一方面能为银行提供了充足的信贷资金，保证金融机构的稳健运行，还能为国家提供了物质基础；此外，面对世界的日益发展，高储蓄额还能帮助我国进一步改革。但是，在另一方面我还国存在金融机构对资本的运用效益不高、居民投资渠不多、投资效益不稳定等问题。这些问题导致我国现在储蓄存款过剩、消费不足和资本形成不足同时并存的局面。 2013年6月余额宝正式上线，在此后的一年中该产品的客户数量和管理资产出现爆炸式的增长。截止2014年3月余额宝资金规模已经达到5413亿元，截止2014年4月，居民人民币存款减少1.23万亿元。余额宝作为一条“鲶鱼”和随后出现的众多“宝宝”们一起加速了中国利率市场化的进程，对未来我国储蓄额有着重大影响。 为了分析我国居民储蓄存款如今的发展状况、更好地把握我国储蓄余额未来的走向，所以对我国储蓄余额的及其影响因素的研究是十分必要的。 2.影响因素的分析 为了研究影响中国储蓄余额高低的主要原因，分析居民储蓄余额增长规律，预测中国储蓄余额的增长趋势，需要建立计量经济模型。通过参考相关文献并结合我国经济发展的实际情况提出了以下几个变量。（1）收入水平。根据经济理论可以认为，收入水平是影响储蓄的最主要因素。（2）利率水平。利率作为消费的机会成本也会对储蓄产生影响。理论上认为，利率越高，居民消费的机会成本越高，所以会减少消费增加储蓄；反之，利率越低消费成本越低，居民会增加消费减少储蓄。（3）物价水平。物价水平会影响消费和储蓄。物价水平越高相同消费水平需要支付的货币更多。而且物价水

计量经济学报告报告

《计量经济学》课程论文 城镇居民消费主要影响因素的实证分析 小组成员：何志滔李学贤吴晓天 指导教师：张子昱 日期：2010年12月23日

城镇居民消费主要影响因素的实证分析 摘要 中国经济的快速增长，城镇化步伐加快。城镇居民的消费在国民经济中占有极其重要的比重，城镇居民的消费水平对整个国名经济的的发展有重大的作用。面对这个巨大的消费，如何提高消费水平就成了扩大内需、拉动经济所面对的问题。本文运用计量经济学的方法，就城镇居民的消费水平的主要影响因素进行了简单的分析。 关键词：城镇居民；消费水平；影响因素 一问题的提出 经济危机以来，中国遭遇增长上的瓶颈。一直以来中国经济的增长主要依赖于投资、出口和消费三架马车，而又以投资和出口的拉动作用最大。虽然我国一直在强调要扩大内需，但经济危机中由于出口减少而引起经济的下滑还是说明国内经济对出口的依赖还是很大的。 西方经济学中有很多关于需求、消费的理论。微观经济学中供求和均衡价格理论中的需求定理阐述了需求的定义和影响因素。需求是指某一特定时期内，在各种可能的价格水平下，消费者愿意而且能够买到的某种商品的数量。影响需求的主要因素包括商品本身的价格、其他商品的价格、消费者的偏好、消费者收入及人们对未来的期望等。 由于数据的可获得性及影响的重要性，对于城镇居民的消费水平主要选取了以下两个影响因素;城镇居民家庭可支配纯收入及商品零售价格指数。 二1991年到2008年城镇居民消费水平及其影响因素的统计数据（表1）

三建立模型 由数据分析，初步建立模型Y=b0+b1*X1+b2*X2+ui b0表示在没有任何影响因素下城镇居民的消费水平；b1表示城镇家庭可支配纯收入对城镇居民消费水平的影响；b2表示商品零售价格指数对城镇居民的消费水平的影响；ui为随机扰动项 四模型的检验与修正 （一）模型的参数估计及经济意义和统计意义上的检验 利用Eviews软件，做Y对X1 X2的回归。回归结果如下表1： Dependent Variable: Y Method: Least Squares Date: 12/22/10 Time: 12:48 Sample: 1991 2008 Included observations: 18 Variable Coeffici ent Std. Error t-Statisti c Prob. C 3435.487 1604.745 2.140831 0.0491 X1 0.782495 0.024778 31.58077 0.0000 X2 -20.2479 0 14.85835 -1.362728 0.1931 R-squared 0.986696 Mean dependent var 6826.167 Adjusted R-squared 0.984922 S.D. dependent var 3180.842 S.E. of regression 390.5890 Akaike info 14.92420

所有计量经济学检验方法(全)

所有计量经济学检验方法(全)

计量经济学所有检验方法 一、拟合优度检验 可决系数 TSS RSS TSS ESS R -== 12 TSS 为总离差平方和，ESS 为回归平方和，RSS 为残差平方和 该统计量用来测量样本回归线对样本观测值的拟合优度。 该统计量越接近于1，模型的拟合优度越高。 调整的可决系数 ) 1/() 1/(12---- =n TSS k n RSS R 其中：n-k-1为残差 平方和的自由度，n-1为总体平方和的自由度。将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响。 二、方程的显著性检验(F 检验) 方程的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出推断。 原假设与备择假设： H 0:β1=β2=β3=…βk =0 H 1: βj 不全为0 统计量 ) 1/(/--= k n RSS k ESS F 服从自由度为(k , n-k-1)的F

分布，给定显著性水平α，可得到临界值F α(k,n-k-1)，由样本求出统计量F的数值，通过 F>F α(k,n-k-1)或F≤F α (k,n-k-1)来拒绝或接受 原假设H ，以判定原方程总体上的线性关系是否显著成立。 三、变量的显著性检验（t检验） 对每个解释变量进行显著性检验，以决定是否作为解释变量被保留在模型中。 原假设与备择假设：H0：β i =0 （i=1,2…k）； H1：β i ≠0 给定显著性水平α，可得到临界值t α/2 (n-k-1)，由样本求出统计量t的数值，通过 |t|> t α/2(n-k-1) 或|t|≤t α /2 (n-k-1) 来拒绝或接受原假设H0，从而判定对应的解释变量是否应包括在模型中。 四、参数的置信区间 参数的置信区间用来考察：在一次抽样中所估计的参数值离参数的真实值有多“近”。

计量经济学实验报告

中国海洋大学 《计量经济学》实验报告实验项目名称：黄金价格影响因素解析 指导教师：殷克东 姓名：王焜 学号： 年级专业： 14金融 中国海洋大学经济学院

【实验步骤——自己操作】 一、实验数据： 黄金价格、美元指数、通胀率、原油价格、US利率、GDP、标准普尔指数的数据如下：二、实验步骤： （1）建立回归模型 1.建立实验文件 2.输入Y、X的数据 在EViews软件的命令窗口键入DATA命令，命令格式为：： 输入：data Y X1 X2 X3 X4 X5 X6 X7 3.建立回归模型： 建立Y C X1 X2 X3 X4 X5 X6 X7的回归，

其中Y代表黄金价格 X1代表美元指数 X2代表通胀率 X3代表原油价格 X4代表短期US 利率 X5代表长期US利率 X6代表GDP X7代表标准普尔指数 4．回归结果如下： 5、对模型的初步分析 a.对模型拟合度分析：从报告单可以看出，R-squared为，模型拟合度在89%左右。

b.对变量的显着性分析：在t检验中，截距项参数、RS的参数并不显着。可能为0。但要判断是否为0，还要对残差和变量进行检验。 c.对模型显着性分析F检验中，F统计量值为，大于显着水平为5%的临界值，说明模型显着。对多个解释变量的模型，若OLS法估价的R2与F值较大，但t检验值较小，则说明各解释变量对Y的联合线性作用显着，但各解释变量间存在共线性而使得它们对Y的独立作用不能分辨，故t检验不显着。 d、对模型的残差项进行分析 异方差检验：怀特检验 由图知Obs*R-squared统计量为，概率值大于，说明不存在异方差 自相关检验 P(Obs*R-squared)为，大于的显着水平，所以不存在自相关。 e、对变量进行分析 对变量进行多重共线性检验 由相关系数矩阵知： 与RL、RS和SP存在明显的线性相关性。可以看出GDP与利率存在线性负相关，与股票市场存在线性正相关。因为GDP是反映国家经济的一个重要指标，因此，国家为了刺激经济，货币政策往往比较宽松，利率比较低，此时国家经济发展，GDP加速上升，带动股市上扬。 与SP存在明显的线性相关性。由股票理论价格=股票收益/利率知 道利率与股票价格存在负相关。 由于存在多重共线性存在，导致OLS下估计量的非有效、变量显着性检验失效和模型预测失效，因此必须克服模型多重共线性，对模型进行修改。 6、对模型的修正 前面已经大致检测出存在多重共线性的解释变量，分别是短期利率（X4）、长期利率（X5）、标准普尔指数（X7）、GDP（X6）。对这些解释变量进行逐步回归： 短期利率： 长期利率 标准普尔指数 GDP 可以看出在标长期利率的逐步回归中t检验最显着；R检验值为，在四个检验中最好；因

计量经济学--名词解释--简答题--部分汇总

计量经济学 第一部分：名次解释 第一章 1、模型：对现实的描述和模拟。 2、广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。 3、狭义计量经济学：以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。 第二章 1、总体回归函数：指在给定Xi 下Y 分布的总体均值与Xi 所形成的函数关系（或者说总体被解释变量的条件期望表示为解释变量的某种函数）。 2、样本回归函数：指从总体中抽出的关于Y ，X 的若干组值形成的样本所建立的回归函数。 3、随机的总体回归函数：含有随机干扰项的总体回归函数（是相对于条件期望形式而言的）。 4、线性回归模型：既指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以他们的1次方出现。 5、随机干扰项：即随机误差项，是一个随机变量，是针对总体回归函数而言的。 6、残差项：是一随机变量，是针对样本回归函数而言的。 7、条件期望：即条件均值，指X 取特定值Xi 时Y 的期望值。 8、回归系数：回归模型中βo ，β1等未知但却是固定的参数。 9、回归系数的估计量：指用?μ01 ,ββ等表示的用已知样本提供的信息所估计出来总体未知参数的结果。 10、最小二乘法：又称最小平方法，指根据使估计的剩余平方和最小的原则确定样本回归函数的方法。 11、最大似然法：又称最大或然法，指用生产该样本概率最大的原则去确定样本回归函数的方法。 12、估计量的标准差：度量一个变量变化大小的测量值。

13、总离差平方和：用TSS表示，用以度量被解释变量的总变动。 14、回归平方和：用ESS表示：度量由解释变量变化引起的被解释变量的变化部分。 15、残差平方和：用RSS表示：度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。 16、协方差：用Cov（X，Y）表示，度量X,Y两个变量关联程度的统计量。 17、拟合优度检验：检验模型对样本观测值的拟合程度，用2R表示，该值越接近1，模型对样本观测值拟合得越好。 18、t检验时针对每个解释变量进行的显著性检验，即构造一个t统计量，如果该统计量的值落在置信区间外，就拒绝原假设。 19、相关分析：研究随机变量间的相关形式 20、回归分析：研究一个变量关于另一个（些）变量的依赖关系的计算方法和理论。 第三章 1、多元线性回归模型：在现实经济活动中往往存在一个变量受到其他多个变量的影响的现象，表现为在线性回归模型中有多个解释变量，这样的模型成为多元线性回归模型，多元指多个变量。 2、偏回归系数：在多元回归模型中，每一个解释变量前的参数即为偏回归系数，它测度了当其他解释变量保持不变时，该变量增加1个单位对解释变量带来的平均影响程度。 3、正规方程组：指采用OLS法估计线性回归模型时，对残差平方和关于各参数求偏导，并令偏导数为0后得到的一组方程，其矩阵形式为μ '' β= X X X Y 4、调整的多元可决系数：又称多元判定系数，是一个用于描述伴随模型中解释变量的增加和多个解释变量对被解释变量的联合影响程度的量。它与有如下关系： 5、多重共线性：指多个解释变量间存在线性相关的情形。如果存在完全的线性相关性，则模型的参数就无法求出，OLS回归无法进行。 6、联合假设检验：是相对于单个假设检验来说的，指假设检验中的假设有多个，不止一个。如多元

计量经济学自相关性检验报告分析(doc 7页)

计量经济学自相关性检验报告分析 (doc 7页) 部门： xxx 时间： xxx 整理范文，仅供参考，可下载自行编辑

计量经济学 自相关性检验实验报告 实验内容：自相关性检验 工业增加值主要由全社会固定资产投资决定。为了考察全社会固定资产投资对工业增加值的影响，可使用如下模型：Y=；其中，X 表示全社会固定资产投资，Y表示工业增加值。下表列出了中国1998-2000的全社会固定资产投资X与工业增加值Y的统计数据。 一、估计回归方程

OLS法的估计结果如下： Y=668.0114+1.181861X （2.24039）（61.0963） R2=0.994936，R2=0.994669，SE=951.3388，D.W.=1.282353。 二、进行序列相关性检验 （1）图示检验法

通过残差与残差滞后一期的散点图可以判断，随机干扰项存在正序列相关性。 （2）回归检验法 一阶回归检验 e=0.356978e1-t+εt t 二阶回归检验

e=0.572433e1-t－0.607831e2-t+εt t 可见：该模型存在二阶序列相关。 （3）杜宾-瓦森（D.W）检验法 由OLS法的估计结果知：D.W.=1.282353。本例中，在5%的显 =1.22，著性水平下，解释变量个数为2，样本容量为21，查表得d l d u=1.42,而 D.W.=1.282353，位于下限与上限之间，不能确定相关性。 （4）拉格朗日乘数（LM）检验法 Breusch-Godfrey Serial Correlation LM Test: Obs*R-squared 9.227442 Probability 0.009915 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 12/26/09 Time: 22:55 Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. X 0.005520 0.015408 0.358245 0.7246 RESID(-1) 0.578069 0.195306 2.959807 0.0088 RESID(-2) -0.617998 0.200927 -3.075729 0.0069 Adjusted R-squared 0.340473 S.D. dependent var 927.2503 S.E. of regression 753.0318 Akaike info criterion 16.25574 Sum squared resid 9639967. Schwarz criterion 16.45469 Log likelihood -166.6852 F-statistic 4.441587 Durbin-Watson stat 2.569721 Prob(F-statistic) 0.017675 由上表可知：含二阶滞后残差项的辅助回归为： e=-35.61516+0.05520X+0.578069e1-t－0.617998e2-t t (-0.1507) (0.3582) (2.9598) (-3.0757) R2=0.439402