计量经济学讲义(6)
计量经济学题库超完整版及复习资料
计量经济学题库 三、名词解释（每小题3分） 1．经济变量 2．解释变量3．被解释变量4．内生变量 5．外生变量 6．滞后变量 7．前定变量 8．控制变量9．计量经济模型10．函数关系 11．相关关系 12．最小二乘法 13．高斯－马尔可夫定理 14．总变量（总离差平方和）15．回归变差（回归平方和） 16．剩余变差（残差平方和） 17．估计标准误差 18．样本决定系数 19．点预测 20．拟合优度 21．残差 22．显著性检验23.回归变差 24.剩余变差 25.多重决定系数 26.调整后的决定系数 27.偏相关系数 28.异方差性 29.格德菲尔特-匡特检验 30.怀特检验 31.戈里瑟检验和帕克检验 32.序列相关性 33.虚假序列相关 34.差分法 35.广义差分法 36. 自回归模型 37.广义最小二乘法38.DW 检验 39.科克伦-奥克特跌代法 40.Durbin 两步法 41.相关系数 42.多重共线性 43.方差膨胀因子 44．虚拟变量 45．模型设定误差 46．工具变量 47．工具变量法 48．变参数模型 49．分段线性回归模型 50．分布滞后模型 51．有限分布滞后模型52．无限分布滞后模型 53．几何分布滞后模型 54．联立方程模型 55．结构式模型 56．简化式模型 57．结构式参数 58．简 化式参数 59．识别 60．不可识别 61．识别的阶条件 62．识别的秩条件 63．间接最小二乘法 四、简答题（每小题5分） 1．简述计量经济学与经济学、统计学、数理统计学学科间的关系。 2．计量经济模型有哪些应用？ 3．简述建立与应用计量经济模型的主要步骤。 4．对计量经济模型的检验应从几个方面入手？ 5．计量经济学应用的数据是怎样进行分类的？ 6．在计量经济模型中，为什么会存在随机误差项？ 7．古典线性回归模型的基本假定是什么？ 8．总体回归模型与样本回归模型的区别与联系。 9．试述回归分析与相关分析的联系和区别。 10．在满足古典假定条件下，一元线性回归模型的普通最小二乘估计量有哪些统计性质？ 11．简述BLUE 的含义。 12．对于多元线性回归模型，为什么在进行了总体显著性F 检验之后，还要对每个回归系数进行是否为0的t 检验？ 13.给定二元回归模型：01122t t t t y b b x b x u =+++，请叙述模型的古典假定。 14.在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？ 15.修正的决定系数2R 及其作用。 16.常见的非线性回归模型有几种情况？ 17.观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。 ①t t t u x b b y ++=310 ②t t t u x b b y ++=log 10 ③ t t t u x b b y ++=log log 10 ④t t t u x b b y +=)/(10 18. 观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。
计量经济学讲义第二讲(共十讲)
第二讲 普通最小二乘估计量 一、基本概念：估计量与估计值 对总体参数的一种估计法则就是估计量。例如，为了估计总体均值为u ，我们可以抽取一个容量为N 的样本，令Y i 为第i 次观测值，则u 的一个很自然的 估计量就是?i Y u Y N ==∑。A 、B 两同学都利用了这种 估计方法，但手中所掌握的样本分别是12(,,...,)A A A N y y y 与12(,,...,)B B B N y y y 。A 、B 两同学分别计算出估计值 ?A i A y u N =∑ 与?B i B y u N =∑ 。因此，在上例中，估计量?u 是随机的，而??,A B u u 是该随机变量可能的取值。估计量 所服从的分布称为抽样分布。 如果真实模型是：01y x ββε=++，其中01,ββ是待估计的参数，而相应的OLS 估计量就是： 1 01 2 ()???;() i i i x x y y x x x βββ-==--∑∑ 我们现在的任务就是，基于一些重要的假定，来考察上述OLS 估计量所具有的一些性质。 二、高斯-马尔科夫假定
●假定一：真实模型是：01y x ββε=++。有三种 情况属于对该假定的违背：（1）遗漏了相关的解释变量或者增加了无关的解释变量；（2）y 与x 间的关系是非线性的；（3）01,ββ并不是常数。 ●假定二：在重复抽样中，12(,,...,)N x x x 被预先固定 下来，即12(,,...,)N x x x 是非随机的（进一步的阐释见附录），显然，如果解释变量含有随机的测量误差，那么该假定被违背。还存其他的违背该假定的情况。 笔记： 12(,,...,)N x x x 是随机的情况更一般化，此时，高斯-马尔科夫假定二被更改为：对任意,i j ,i x 与j ε不相关，此即所谓的解释变量具有严格外生性。显然，当12(,,...,)N x x x 非随机时，i x 与j ε必定不相关，这是因为j ε是随机的。 ●假定三：误差项期望值为0，即 ()0,1,2i E i N ε==。 笔记： 1、当12(,,...,)N x x x 随机时，标准假定是： 12(,,...,)0,1,2,...,i N E x x x i N ε== 根据迭代期望定律有：12[(,,...,)]()i N i E E x x x E εε=,因 此，如果12(,,...,)0i N E x x x ε=成立，必定有：()0i E ε=。
计量经济学讲义共十讲
计量经济学讲义共十讲文档编制序号：[KKIDT-LLE0828-LLETD298-POI08]
第一讲 普通最小二乘法的代数 一、 问题 假定y 与x 具有近似的线性关系：01y x ββε=++，其中ε是随机误差项。我们对01ββ、这两个参数的值一无所知。我们的任务是利用样本数据去猜测01ββ、的取值。现在，我们手中就有一个样本容量为N 的样本，其观测值是：1122(,),(,),...,(,)N N y x y x y x 。问题是，如何利用该样本来猜测01ββ、的取值 为了回答上述问题，我们可以首先画出这些观察值的散点图（横轴x ，纵轴y ）。既然y 与x 具有近似的线性关 系，那么我们就在图中拟合一条直线：01 ???y x ββ=+。该直线是对y 与x 的真实关系的近似，而0 1 ??,β β分别是对01 ,ββ的猜测（估计）。问题是，如何确定0?β与1 ?β，以使我们的猜测看起来是合理的呢 笔记： 1、为什么要假定y 与x 的关系是0 1y x ββε=++呢一种合理的解释 是，某一经济学理论认为x 与y 具有线性的因果关系。该理论在讨论x 与y 的关系时认为影响y 的其他因素是不重要的，这些因素对y 的影响即为模型中的误差项。 2、0 1y x ββε=++被称为总体回归模型。由该模型有： 01E()E()y x x x ββε=++。既然ε代表其他不重要因素对y 的影 响，因此标准假定是：E()0x ε=。故进而有：
01E()y x x ββ=+，这被称为总体回归方程（函数），而 01 ???y x ββ=+相应地被称为样本回归方程。由样本回归方程确定的?y 与y 是有差异的，?y y -被称为残差?ε。进而有：0 1 ???y x ββε=++，这被称为样本回归模型。 二、 两种思考方法 法一： 12(,,...,)N y y y '与12???(,,...,)N y y y '是N 维空间的两点，0 ?β与1 ?β的选择应该是这两点的距离最短。这可以归结为求解一个数学问题： 由于?i i y y -是残差?i ε的定义，因此上述获得0?β与1 ?β的方法即是0 ?β 与1 ?β的值应该使残差平方和最小。 法二： 给定i x ，看起来i y 与?i y 越近越好（最近距离是0）。然而，当你选择拟合直线使得i y 与?i y 是相当近的时候，j y 与?j y 的距离也许变远了，因此存在一个权衡。一种简单的权衡方式是，给定12,,..,N x x x ，拟合直线的选择应该使1y 与 2?y 、2y 与2?y 、...、N y 与?N y 的距离的平均值是最小的。距离是一个绝对值，数学处理较为麻烦，因此，我们把第二种思考方法转化求解数学问题： 由于N 为常数，因此法一与法二对于求解0?β与1 ?β的值是无差异的。 三、 求解
《计量经济学》考试复习资料-11页
《计量经济学》期末考试复习资料 第一章绪论 参考重点： 计量经济学的一般建模过程 第一章课后题（1.4.5） 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。 第二章 经典单方程计量经济学模型：一元线性回归模型 参考重点： 1.相关分析与回归分析的概念、联系以及区别？ 2.总体随机项与样本随机项的区别与联系？ 3.为什么需要进行拟合优度检验？ 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 αβββββαα-=?+<
计量经济学资料整理
计量经济学资料整理
第一节 异方差性的概念 ●异方差性的实质 同方差的含义 同方差性：对所有的 有： 因为方差是度量被解释变量Y 的观测值围绕回 归线 的分散程度，因此同方差性指的是所有观测值的 分散程度相同。 异方差的含义 设模型为 如果对于模型中随机误差项ui 有： 则称具有异方差性。进一步，把异方差看成是由 于某个解释变量的变化而引起的，则 ●异方差产生的原因 （一）模型中省略了某些重要的解释变量 假设正确的计量模型是： 假如略去 ，而采用 (1,2,...,)i i n =2 Var()=i u σ12233...1,2,...,i i i k ki i Y X X X u i n ββββ=+++++=2Var(), 1,2,3,...,i i u i n σ==12233E()...i i i k ki Y X X X ββββ==++++22Var()() i i i u f X σσ==12233i i i i Y X X u βββ=+++*122i i i Y X u ββ=++3i X （5.5）
当被略去的 与 有呈同方向或反方向变化的趋势时,随 的有规律变化会体现在 式的 中。 （二）模型的设定误差 模型的设定主要包括变量的选择和模型数学形式的确定。模型中略去了重要解释变量常常导致异方差，实际就是模型设定问题。除此而外，模型的函数形式不正确，如把变量间本来为非线性的关系设定为线性，也可能导致异方差。 （三）数据的测量误差 样本数据的观测误差有可能随研究范围的扩大而增加，或随时间的推移逐步积累，也可能随着观测技术的提高而逐步减小。 （四）截面数据中总体各单位的差异 通常认为，截面数据较时间序列数据更容易产生异方差。这是因为同一时点不同对象的差异，一般说来会大于同一对象不同时间的差异。不过，在时间序列数据发生较大变化的情况下，也可能出现比截面数据更严重的异方差。 第二节 异方差性的后果 ●对参数估计统计特性的影响 2i X 2i X 3i X *i u
(新)计量经济学讲义第一讲(共十讲)
第一讲 普通最小二乘法的代数 一、 问题 假定y 与x 具有近似的线性关系：01y x ββε=++，其中ε是随机误差项。我们对01ββ、这两个参数的值一无所知。我们的任务是利用样本数据去猜测01ββ、的取值。现在，我们手中就有一个样本容量为N 的样本，其观测值是：1122(,),(,),...,(,)N N y x y x y x 。问题是，如何利用该样本来猜测01ββ、的取值？ 为了回答上述问题，我们可以首先画出这些观察值的散点图（横轴x ，纵轴y ）。既然y 与x 具有近似的线性关系，那么我们就在图中拟合一条直线： 1 ???y x ββ=+。该直线是对y 与x 的真实关系的近似，而01??,ββ分别是对01 ,ββ的猜测（估计）。问题是，如何确定0 ?β 与1 ?β，以使我们的猜测看起来是合理的呢？ 笔记： 1、为什么要假定y 与x 的关系是0 1y x ββε=++呢？一种合 理的解释是，某一经济学理论认为x 与y 具有线性的因果关系。该理论在讨论x 与y 的关系时认为影响y 的其他因素是不重要的，这些因素对y 的影响即为模型中的误差项。 2、 01y x ββε=++被称为总体回归模型。由该模型有： 01E()E()y x x x ββε=++。既然ε代表其他不重要因素对y
的影响，因此标准假定是：E()0x ε=。故进而有： 01E()y x x ββ=+，这被称为总体回归方程（函数），而01 ???y x ββ=+相应地被称为样本回归方程。由样本回归方程确定的 ?y 与y 是有差异的，?y y -被称为残差?ε。进而有：01 ???y x ββε=++，这被称为样本回归模型。 二、 两种思考方法 法一： 12(,,...,)N y y y '与12???(,,...,)N y y y '是N 维空间的两点，0 ?β 与1 ?β的选择应该是这两点的距离最短。这可以归结为求解一个数学问题： 01012201????,,11 ???()()N N i i i i i i Min y y Min y x ββββββ==-=--∑∑ 由于?i i y y -是残差?i ε的定义，因此上述获得0 ?β与1?β的方法即是0 ?β 与1 ?β的值应该使残差平方和最小。 法二： 给定i x ，看起来i y 与?i y 越近越好（最近距离是0）。然而，当你选择拟合直线使得i y 与?i y 是相当近的时候，j y 与?j y 的距离也许变远了，因此存在一个权衡。一种简单的权衡方式是，给定12,,..,N x x x ，拟合直线的选择 应该使1y 与2?y 、2y 与2?y 、...、N y 与?N y 的距离的平均值是最小的。距离是一个绝对值，数学处理较为麻烦，
计量经济学讲义第六讲(共十讲)
第六讲 多重共线 一、 FWL 定理及其应用 考虑模型： 112233i i i i i y a b x b x b x ε=++++ （1） 假如我们只关注 1 ?b ，则通过如下步骤可以获得之。 第1步：把 1x 对其他解释变量进行回归（请注意，截距所对应的解释变量为1） ，即有： 101223????i i i i x x x v βββ=+++ （2） 第2步：把 y 也对（2）中的解释变量进行回归，即有： 01223????i i i i y x x w ???=+++ （3） 第3步：把 ?w 对?v 进行回归（不含截距，当然你可以包含截距，但你会发现，截距 的估计结果是零，这是因为?w 与?v 其均值都为零） ，即有模型： ??i i i v e w η=+ （4） 则有：2????i i i w v v η=∑∑，可以验证，1??b η=，且残差?i e 等于初始的残差?i ε。此即著名的FWL 定理（Frisch-Waugh-Lovell theorem ）。关于FWL 定理的一个简单证明见附录1。思考题： 利用关于“偏导数”的直觉，你能够理解 1 ??b η=吗？ 考察2????i i i w v v η=∑∑，把01223????i i i i y x x w ? ??=---代入，现在分子是： 2012230123????()?????????i i i i i i i i i i i v x i i y x x y v x v v v w v ??????------∑∑∑==∑∑∑
应该注意到，在进行第一步回归时，OLS 法保证了 203???i i i i i v x x v v ===∑∑∑ 因此，22??????i i i i i i w v y v v v η== ∑∑∑∑ 显然，如果把 y 对?v 直接进行无截距回归： *?i i i y v η? =+ （5） 我们也可以得到： *122???????i i i i i i y v w v b v v η η====∑∑∑∑。 因此，如果只关注如何获得1 ?b ，我们可以把FWL 定理中第二步与第三步合并为把y 对 ? v 直接进行无截距回归。 思考题： ?i ?与?i e 相等吗？提示： ???????i i i e v i i i w y v η ?η--== 注意到， 2?i v ∑是（2）中的残差平方和，对（2），有： 22211 11 ()()??i i i x x x x v TSS ESS RSS -=-+↓↓↓∑∑∑
计量经济学知识点总结培训资料
计量经济学知识点总
第一章:1计量经济学研究方法：模型设定，估计参数，模型检验，模型应用 2. 计量经济模型检验方式：①经济意义:模型与经济理论是否相符②统计推断：参数估计值是否抽样的偶然结果③计量经济学：是否复合基本假定④预测：模型结果与实际杜比 3. 计量经济学中应用的数据类型：①时间序列数据（同空不同时）②截面数据（同时不同空）③混合数据（面板数据）④虚拟变量数据（学历，季节，气候，性别）第二章：1.相关关系的类型：①变量数量：简单相关/多重相关（复相关）②表现形式：线性相关（散布图接近一条直线”非线性相关（散布图接近一条直线）③变化的方向:正相关（变量同方向变化，同增同减”负相关（变量反方向变化，一增一减不相关）2?引入随机扰动项的原因：①未知影响因素的代表（理论的模糊性）②无法取得数据的已知影响因素的代表（数据欠缺）③众多细小影响因素综合代表（非系统性影响）④模型可能存在设定误差（变量,函数形式设定）⑤模型中变量可能存在观测误差（变量数据不符合实际）⑥变量可能有内在随机性（人类经济行为的内在随机性） 3.0LS回归线数学性质：①剩余项的均值为零②OLS回归线通过样本均值③估计值的均值等于实际观测值的均值④被解释变量估计值与剩余项不相关⑤解释变量与剩余项不相关 4.0LS估计量”尽可能接近”原则:无偏性，有效性,一致性 5.0LS估计式的统计性质/优秀品质:线性特征，无偏性特征，最小方差性特征第三章:1.偏回归系数：控制其他解释变量不变的条件下，第j个解释变量的单位变动对被解释变量平均值的影响，即对丫平均值直接或净的影响 2. 多元线性回归中的基本假定：①零均值②同方差③无自相关④随机扰动项与解释变
计量经济学讲义
计量经济学讲义 第四讲 趋势和DF 检验（修订版） 此翻译稿制作学习之用，如有错误之处，文责自负。 趋势平稳序列（TS ）（图1和2） 一个趋势平稳序列绕着一个确定的趋势（序列的均值），其波动幅度不显示增大或者减小的趋势。 线性确定性趋势： t t t y εβα++= ),0(~2 σεiid t t=1,2,… 平方确定性趋势： t t t t y εγβα+++=2 ),0(~2 σεiid t t=1,2,… 通常： t t t f y ε+=)( ),0(~2 σεiid t t=1,2,… 均值是是随时间变化的（川），但是方差是常数。t ε可以为任意平稳序列，也就是说，不一定要是白噪声过程。 通过拟合一个确定的多项式时间趋势，趋势可以来消除：拟合趋势后残差将给出一个去趋势的序列。 一个带线性确定性趋势AR （1）过程可以写作： t 1-t 1t )1)-t (y (t y εβαφβα+--=-- ),0(~2 σεiid t t=1,2,… 此处确定性趋势被t y 减去。然而在实践中，α、β是未知的而且必须估计出来。于是模型可以被重述为： t 1-t 1111t y t )1()1(y εφβφβφαφ++-++-= 其中包含一个截距和一个趋势，也就是 t 1-t 1* *t y t y εφβα+++= 此处 βφαφα11*)1(+-= 且 βφβ)1(1* -= 若1||1<φ，那么此AR 过程就是围绕一个确定性趋势的平稳过程. 差分平稳序列（DF ）（也叫单整序列）和随机性趋势 如果一个非平稳序列可以由一个平稳序列通过d 次差分得到，那么我们说这个序列就是d 阶单整的，写做I （d ）.这一过程也因此叫做差分平稳过程（DSP ）. 因此，平稳序列就是零阶单整的，I （0）。白噪声序列是I （0）。 所以如果序列t d t y w ?=是平稳的，那么t y 就是I （d ）。?是差分算子，即 等等2-t 1-t t 2-t 1-t 1-t t 1-t t t t 21-t t t y 2y y )y y ()y y ()y y (y y ,y y y +-=---=-?=??=?-=? 如果序列 1-t t t t y y y w -=?= 是平稳的话，t y 是I （1）； 如果序列2-t 1-t t t 2 t y 2y y y w +-=?= 是平稳的，t y 是I （2），
计量经济学复习10
1 根据1961年到1985年期间美国个人消费支出和个人可支配收入数据，得到如下的回归模型： ()() () 8755 .0.9979 .06933.22936.702392.20925.088544.04664.49?232==-=++-=W D R t X X Y t t t 其中：=Y 个人消费支出（1982年10亿美元），=2X 个人可支配收入（PDI ）（1982年10亿美元），=3X 道.琼斯工业平均指数。0.946, 1.543L U d d == （1）在回归方程的残差中存在一阶自相关吗？你是如何知道的。 （2）利用杜宾两阶段回归，将上述回归模型进行转换，重新进行回归，结果如下： ()() 28 .2.981 .066.272.3009.089.097.17?2*3*2*===++-=W D R t X X Y t t t 自相关问题解决了吗？你是如何知道的？ （3）比较初始回归和变换后的回归，PDI 的t 值急剧下降，这一变化说明了什么？ （4）初始方程的2 0.9979R =大于变换后的方程2 0.981R =，因此，初始方程的解释能力比变换后的方程的解释能力强，这种说法是否正确，为什么？ 1）存在。因为0.946, 1.543L U d d ==，0.87550.946<，所以存在正相关。 2）自相关问题已经解决。因为0.946, 1.543L U d d ==，1.543 2.284 1.543<<-， 所以不存在自相关。 3）这一变化说明，初始回归方程中，由于存在自相关，使得PDI 的方差被高估了。 4）这种说法不正确。因为被解释变量不同。 2.下面是一个回归模型的检验结果。 White Heteroskedasticity Test: F-statistic 19.41659 Probability 0.000022 Obs*R-squared 16.01986 Probability 0.006788 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/31/06 Time: 10:54 Sample: 1 18 Included observations: 18 Variable Coefficient Std. Error t-Statistic Prob.
计量经济学考试复习资料
《计量经济学》期末考试复习资料第一章绪论 参考重点： 计量经济学的一般建模过程 第一章课后题（1.4.5） 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。 第二章经典单方程计量经济学模型：一元线性回归模型 参考重点： 1.相关分析与回归分析的概念、联系以及区别？ 2.总体随机项与样本随机项的区别与联系？ 页12 共页1 第
中级计量经济学讲义_第一章引言
《中级计量经济学》 蒋岳祥 第一章引言 1.1什么是计量经济学？ 计量经济学是由挪威经济学家R.Fisher在三十年代首先创立的一门学科，是关于运用统计方法测量经济关系的艺术与科学，已经成为现代经济学的重要组成部分之一。 如果要给计量经济学（Econometrics）下一个较为确切的定义，我们可以这样界定：计量经济学是这样一门学科，它根据以往历史的经济资料与数据，从经济理论出发，运用数理统计的分析方法对经济关系建立经济计量模型，并依据所建立的模型对经济系统进行结构分析，经济预测和政策评价。所以计量经济学涉及数学学科中的统计学领域和经济学领域，统计学与经济理论是计量经济学的两块基石。 经济现象包罗万象，影响经济的因素有很多，如果我们企图将所有的因素作为研究的对象，我们可能什么结论也得不到，研究经济问题的一般方法是：我们总是选用最重要的因素变量而屏弃一些非本质的因素（变量），还需要了解哪些经济现象是有待解释的，哪些重要因素是有助于解释这些经济现象的，如何度量量化那些因素，并努力寻求它们之间存在的数量关系，并用统计推断来检验这些关系，故一般建立计量经济模型的过程与方法是：
计量经济模型建立，求解，解释过程图 2
1.2 计量经济模型(Econometric Modeling)实例 学过经济学中凯恩斯经济理论的人都知道，理论上说消费和收入存在着密切的联系，如果C 表示消费，Y 表示收入。则C 与Y 的关系，可用消费函数表示： C=f （Y ） （1） 这样的函数满足： 1）边际消费倾向（MPC ）dY dC 位于0和1之间，即 0＜ dY dC ＜1； 2）平均消费倾向（APC ） Y C 是随着收入的增加而减少。 我们不妨将第二个条件作些化解，这个条件用数学语言表示是：dY Y C d ??? ??＜0， 而 C Y Y dY dC dY Y C d dY Y C d 2 111- ? = ? ?? ?? ?= )(1)( 1APC MPC Y Y C dY dC Y -=-?= ＜0 即MPC ＜APC 。 在现实经济社会中，消费与收入之间的关系很难确切地用方程（1）表示收入，我们所能采集到的数据往往受到这样那样的影响，我们可用随机扰动ε来表示这些影响，所以，我们要对方程（1）要作适当调整，于是消费和收入之间的关系可以写成如下形式： ),(εY f C = （2） 其中ε是随机扰动。 满足凯恩斯条件的)(ε?Y f 很多，无法枚举穷尽，但我们可以大致将它们分为线性模型与非线性模型两类。 [例1]线性模型(Linear Model) 方程（2）的一个最简单的情况，是C 与Y 的线性关系，即 C=α+βY+ε （3） 其中0＜β＜1，α＞0 如果我们现在从历史记录中或观察到N 个样本，即（Y t ，C t ），t=1.2，……N ，于是我们有如下一组方程：
计量经济学第八讲v
第八讲 平稳时间序列 在严格意义上，随机过程{}t X 的平稳性是指这个 过程的联合和条件概率分布随着时间t 的改变而保持不变。在实践中，我们更关注弱意义上的平稳或者所谓的协方差平稳： 2();();(,)t t t t j j E X Var X Cov X X μδδ+=== 显然20δδ=。 在本讲义中，平稳皆指协方差平稳。当上述条件中的任意一个被违背时，则称{}t X 是非平稳的。 （一）平稳随机过程的例子 1、白噪声过程{}t ε： 20()0;();(,)0,t t t t j j E Var Cov εεδεε+≠=== 笔记： 假定t ε还服从正态分布，则{}t ε被称为高斯白噪声。在正态分布下，独立与不相关是两个等价的概念，从而高斯白噪声{}t ε也属于严格白噪声。对于严格白噪声过程，有： , (12) ()()t t t t E E εεεε--=,。因此，就预测t ε来说，,1t i i ε-≥没有任何信息价值。当一个变量的当期及其过去值对预测变量未来值没有任何帮助时，我们常常称该变量是不可预测的。
2、AR(1)过程： 011,11t t t y a a y a ε<-=++，{}t ε是白噪声过程 为了验证上述过程满足平稳性条件，我们首先通过迭代得到：1 1 1 1 00 1 0t t i i t i i i t t y a a a y a ε---===++∑∑。接下来注意到， 1 1 1)0(t i i t t E y a a a y -==+∑，进一步假设数据生成过程发生了 很久，即t 趋于无穷大，则0 1 )1(t a E y a μ-==；其次也有 1 1 ()() t i t i i t Var y Var a ε--==∑，当t 趋于无穷大时， 2 12 2 1()11()i t Var a a Var y εδ-= - = ；最后，当t 趋于无穷大时，有： 1211111111222 (12411112) 1......(...) [()()] [()()]s s t t s t s t t s t s t s t t s s s s s a a a a a E y y E a a a a a μμδδεεεεεεε+-----------++- -+++++++++++= == 关于AR(p)过程的平稳性，见附录。下图是对一个 平稳AR(1)过程的模拟。 1,(0,1) 10.8t N ID t t t y y εε-+=+ 笔记：
计量经济学复习资料
一、单选题： 1．拉格朗日乘数检验法适用于检验( c ) A. 异方差性 B. 多重共线性 C. 序列相关 D. 设定误差 2．解释变量X 的回归系数为β，下列哪种情况表明变量X 是显著的？( b ) A. t 统计量大于临界值 B. t 统计量的绝对值大于临界值 C. t 统计量小于临界值 D. t 统计量的绝对值小于临界值 3．回归分析中定义的( b ) A. 解释变量和被解释变量都是随机变量 B. 解释变量为非随机变量，被解释变量为随机变量 C. 解释变量和被解释变量都为非随机变量 D. 解释变量为随机变量，被解释变量为非随机变量 4．下列样本模型中，哪一个模型通常是无效的?( b ) A. C(消费)=500+0.8I(收入) B. Q D (商品需求)=10+0.8I(收入)-0.9P(价格) C. Qs(商品供给)=20-0.75P(价格) D. Y(产出量)=0.65K 0.6(资本)L 0.4(劳动) 5．判定系数R 2=0.75，说明回归直线能解释被解释变量总离差的：( b ) A. 80% B. 64% C. 20% D. 75% 6．根据20个观测值估计的结果，一元线性回归模型的DW=0.6,在α=0.05的显著性水 平下查得样本容量n=20，解释变量k=1个时，d L =1.20,d U =1.41，则可以判断：( d ) A.不存在一阶自相关 B.存在正的一阶自相关C.存在负的一阶自相关 D.无法判断 7．普通最小二乘法确定一元线性回归模型Y i =i i 10e X ??+β+β的参数0?β和1? β的准则是使 （ b ） A ．∑e i 最小 B ．∑e i 2最小 C ．∑e i 最大 D ．∑e i 2最大 8．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于1，则表明模型中存在( a ) A. 多重共线性 B. 异方差性 C. 序列相关 D. 高拟合优度 9．拟合优度检验是检验 (b ) A ．模型对总体回归线的拟合程度 B. 模型对样本观测值的拟合程度 C. 模型对回归参数的拟合程度 D. 模型对解释变量的观测值的拟合程度 10．根据样本资料已估计得出人均消费支出Y 对人均收入X 的回归模型是 t t t LnX LnY μ++=76.05.3，这表明人均收入每增加1％，人均消费支出将( d ) A.增加24％ B.增加76％ C.增加0.24％ D.增加0.76％ 二、填空题： 1. 杜宾—沃森检验法可用于诊断序列相关性 。 2． 在给定的显著性水平之下，若DW 统计量临界值的上、下限分别为d U 和d L ,则当
计量经济学讲义-3--第一章 线性回归基础
4 最小二乘原理 计量经济学最关心的理论模型是类似于y x αβ=+ 表示变量之间的关系。 1. 散点图 为了弄清楚变量之间的关系，我们从画出他们的散点图开始比较好。从画的图中我们可以大体上判断以下变量之间是呈直线关系，还是二次曲线关系。这对准确建立模型很有帮助。 模型y x αβ=+代表只要我们知道x ，我们就可以完全知道y 。但是现实中不是这样。这时除了系统因素x 之外，还有其他别的因素影响y 。此时我们用确率模型 ,1,2,,t t t Y X u t n αβ=++= 来表示。其中，y 是被说明变量，或从属变量；x 是说明变量，或独立变量；u 是误差项，也可以叫做搅乱项。 2. 函数的设定与参数的意义 不同的模型定义，它所定义的参数的意义不同。为简单起见，在本节中，我们先省去误差项。我们讨论一下参数的意义。 在y x αβ=+中，dy dx β= ，β意味着x 发生一单位的变化时，y 相应地变化几个单 位，也就是我们所熟悉的限界消费性向。 但是对于y x βα=来说，我们先两边取自然对数，log log log y x αβ=+，这时， log log d y d x β=，其中，log ,log dy dx d y d x y x ==，结果log log d y x dy d x y dx β==。β代 表x 变化1%时，y 变化β%单位。也就是弹力性。 3. 最小二乘法 3-1． 基本符号 样本平均 1 111,n n t t t t X X Y Y n n === = ∑ ∑ 偏离样本平均的平方和 () 2 2222 1 1 1 n n n x t t t t t t S x X X X nX ==== = -= -∑∑∑ ； () 2 2222 1 11n n n y t t t t t t S y Y Y Y nY ==== = -= -∑ ∑∑ ()()1 1 1 n n n xy t t t t t t t t t S x y X X Y Y X Y nX Y ==== = --=-∑∑∑ 其中，,t t t t x X X y Y Y =-=-，小写代表偏离样本平均的程度，即偏差。 偏差有以下重要性质： ()1 1 0n n t t t t x X X === -=∑∑； ()1 1 0n n t t t t y Y Y === -=∑ ∑
计量经济学讲义
计量经济学讲义
计量经济学讲义 第四讲 趋势和DF 检验（修订版） 此翻译稿制作学习之用，如有错误之处，文责自负。 趋势平稳序列（TS ）（图1和2） 一个趋势平稳序列绕着一个确定的趋势（序列的均值），其波动幅度不显示增大或者减小的趋势。 线性确定性趋势： t t t y εβα++= ) ,0(~2σεiid t t=1,2,… 平方确定性趋势： t t t t y εγβα+++=2 ) ,0(~2σεiid t t=1,2,… 通常： t t t f y ε+=)( ) ,0(~2σεiid t t=1,2,… 均值是是随时间变化的（川），但是方差是常数。t ε可以为任意平稳序列，也就是说，不一 定要是白噪声过程。 通过拟合一个确定的多项式时间趋势，趋势可以来消除：拟合趋势后残差将给出一个去趋势的序列。 一个带线性确定性趋势AR （1）过程可以写作： t 1-t 1t )1)-t (y (t y εβαφβα+--=-- ) ,0(~2σεiid t 版权所
t=1,2,… 此处确定性趋势被t y 减去。然而在实践中，α、 β 是未知的而且必须估计出来。于是模型可以被 重述为： t 1-t 1111t y t )1()1(y εφβφβφαφ++-++-= 其中包含一个截距和一个趋势，也就是 t 1 -t 1 * * t y t y εφβα+++= 此处 β φαφα11* )1(+-= 且 β φβ)1(1*-= 若1 ||1 <φ ，那么此AR 过程就是围绕一个确定性 趋势的平稳过程. 差分平稳序列（DF ）（也叫单整序列）和随机性趋势 如果一个非平稳序列可以由一个平稳序列通过d 次差分得到，那么我们说这个序列就是d 阶单整的，写做I （d ）.这一过程也因此叫做差分平稳过程（DSP ）. 因此，平稳序列就是零阶单整的，I （0）。白噪声序列是I （0）。 所以如果序列t d t y w ?=是平稳的，那么t y 就是I （d ）。? 是差分算子，即 等等 2-t 1-t t 2-t 1-t 1-t t 1-t t t t 21-t t t y 2y y )y y ()y y ()y y (y y ,y y y +-=---=-?=??=?-=?
计量经济学期末复习资料及答案
一、单项选择题： 1．下面哪个假定保证了线性模型y = X β + μ的OLS 估计量的无偏性。（ A ） A ．X 与μ不相关。 B ．μ是同方差的。 C ．μ无序列相关。 D ．矩阵X 是满秩的。 2．下列对于自相关问题的表述，哪个是不正确的。（ B ） A ．Durbin-Watson 检验只用于检验一阶自相关。 B ．BG （Breusch-Godfrey ）统计量只用于检验高阶自相关。 C ．一阶自相关系数可以通过ρ=1-DW/2进行估计。 D ．DW 检验不适用于模型中存在被解释变量的滞后项作解释变量的情形。 3．下列关于时间序列的论述哪个是不正确的。（ C ） A ．AR 过程的自相关函数呈拖尾特征。 B ．MA 过程的偏自相关函数呈拖尾特征。 C ．对于一个时间序列，其自相关函数和偏自相关函数必定有一个是截尾的。 D ．在MA(q)过程中，白噪声项对该随机过程的影响只会持续q 期。 4.对于ARMA （1，1）过程（x t = ?1 x t -1 + u t + θ1 u t -1）,其相关图(上)与偏相关图（下）如下: -0. 0.0 0.5 1.0 -0.0.0 0.5 1.0
则可以确定（ C ）是正确的。 A. ?1>0；θ1<0 B. ?1<0；θ1<0 C. ?1>0；θ1>0 D. ?1<0；θ1>0 ()() 11212120.3.0.70.1.0.60.1.0.70.6t t t t t t t t t t t t t t t t x x B x x x C x x x D x x x μμμμμ-------=+=-+=-+=++5.下列不平稳的时间序列为白噪声过程有A.(D) {}()() {}{}{}(){}01..t t t t t t t t t t X X t X B X t X D X E X δδμμμ=++---6.设时间序列是由是一白噪声过程生成,下列陈述 正确的是A.是平稳时间序列是平稳时间序列C.是平稳时间序列 是平稳时间序列 (D) {}()()() ()()()()()()()()120,11 ,22 ....t t t t t t t t t t t t t t t X E X Var X A E X Var X B E X Var X C E X Var X D E X Var X μμμμ--=-+7.设是一个期望为方差为1的独立同分布随机时间序列,定义如下随机过程:则对与的描述,下列 正确的是与均与时间t 有关 与时间t 有关,而与时间t 无关与均与时间t 无关 与时间t 无关,而与时间t 有关 (C) 二、判断并说明理由（四个全对） ()()() ()011221011221.1; 2,,.1045i i i i i i i i i i i i i Y X X Y X X X i P αααμβββνμνμν=+++-=+++=-有两个模型:为白噪声过程则对相同的样本,两个模型的最小二乘法残差相等,即对任何有教材 22.,,YX XY YX XY Y X X Y r r X Y ββββ=令和分别为对的回归方程及对回归方程中的斜率则有其中为与之间的线性相关系数.
《计量经济学讲义》新
第一章绪论 §计量经济学 一、计量经济学的产生与发展 计量经济学是经济学的一个分支，是以揭示经济活动中的客观存在的数量关系为内容的分支学科。其创立者R.弗里希将其定义为经济理论、统计学、数学三者的结合，但它又完全不同于这三个学科的每一个分支。 计量经济学（Econometrics）1926年由挪威经济学家弗里希（R.Frish）仿造生物计量学（Biometrics）一词提出的。1930年12月弗里希、丁百根和费歇耳等经济学家在美国克利夫兰市成立经济计量学会。1933年出版《计量经济学杂志》在发刊词中弗里希将计量经济学定义为：经济理论、数学、统计学的结合。 计量经济学的学术渊源和社会历史根源： 17世纪英国经济学家威廉.配弟在《政治算术》一书中应用“数字、重量或尺度”来阐述经济现象 19世纪法国经济学家古尔诺《财富理论的数学原理研究》中认为：某些经济范畴、需求、价格、供给可以视为互为函数关系，从而有可能用一系列的函数方程表述市场中的关系，并且可以用数学语言系统地阐述某些经济规律（数理学派的奠基者） 其后瑞士经济学家瓦尔拉斯创立了一般均衡理论，利用联立方程研究一般均衡的决定条件（洛桑学派的先驱） 意大利经济学家帕累托发展了一般均衡理论。用立体几何研究经济变量之间的关系。 1890年（剑桥学派的创始人）马歇尔的《经济学原理》的问世，使数学成为经济学研究不可缺少的描述与分析推理的工具为计量经济学奠定了基础 计量经济学从二十世纪三十年代诞生起就显示了极强的生命力。一方面出于对经济的干预政策的需要，许多国家都广泛采用经济计量理论和方法，进行经济预测，加强市场研究，探讨经济政策的效果。另一方面随着科学技术的发展与进步，各门科学相互协作、相互渗透，计算机科学、数学、系统论、信息论、控制论等相继进入了经济研究领域。特别是计算机技术的高速发展为计量经济学广泛应用铺平了道路。