庞浩计量经济学复习重点整理版.docVIP

计量经济学复习重点总结 任课老师：姜婷 By fantasy 题型：单选20*2 多选5*3 判断 5*3 计算 3*10 导论 计量经济学数据类型： 时间序列数据： 把反映某一总体特征的同一指标的数据，按照一定的时间顺序和时间间隔（如月度.季度.年度）排列起来，这样的统计数据称为时间序列数据。时间序列数据可以是时期数据，也可以是时点数据。如 逐年的GDP CPI 截面数据：同一时间（时期或时点）某个指标在不同空间的观测数据。如 某一年各省GDP 面板数据：指时间序列数据和截面数据相结合的数据。如在居民收支调查中收集的对各个固定调查户在不同时期的调查数据。 虚拟变量数据：某些客观存在的定性现象，如政策、自然灾害、战争等等 简单线性回归模型 总体回归函数的表示形式： 条件期望形式： 个别值形式： 样本回归函数的表示形式： 条件均值形式 个别值形式 随机扰动项和残差项的区别和联系： 区别：随机扰动项代表总体的误差，反应了未知因素、模型设定误差、变量观测误差；残差代表样本的误差，残差=随机误差项+参数估计误差。随机扰动项无法直接观测；残差的数值可以求出。联系：残差概念上类似于随机扰动项，将残差引入样本回归函数和随机引入总体回归函数的理由是相同的。 简单线性回归的基本假定：P31 随机扰动项和解释变量不相关假定， 零均值假定： 同方差假定： 正态性假定： 无自相关假定： 采用普通最小二乘法拟合的样本回归线的性质：P34 回归线通过样本均值： Yi估计值的均值等于实际值的均值： 剩余项的均值为零： 被解释变量估计值与剩余项不相关： 解释变量与剩余项不相关： OLS估计式的统计性质：P36 （BLUE最佳线性无偏估计量）线性特性： 无偏性： 最小方差性： 可决系数：R2=ESS/TSS=1-RSS/TSS 回归系数的假设检验：t检验选取的统计量及其服从的分布 P48 回归模型结果的经济含义分析： 练习题：2.7和2.9 2.7 设销售收入X为解释变量，销售成本Y为被解释变量。现已根据某百货公司某年12个月的有关资料计算出以下数据：（单位：万元） 拟合简单线性回归方程，并对方程中回归系数的经济意义作出解释。 计算可决系数和回归估计的标准误差。 对进行显著水平为5%的显著性检验。 假定下年1月销售收入为800万元，利用拟合的回归方程预测其销售成本，并给出置信度为95%的预测区间。 (1)建立回归模型: 用OLS法估计参数: 估计结果为: 说明该百货公司销售收入每增加1元,平均说来销售成本将增加0.7863元。 (2)计算可决系数和回归估计的标准误差 可决系数为： 由 可得 回归估计的标准误差: (3) 对进行显著水平为5%的显著性检验 查表得 时, 表明显著不为0,销售收入对销售成本有显著影响. 假定下年1月销售收入为800万元，利用拟合的回归方程预测其销售成本，并给出置信度为95%的预测区间。 万元 预测区间为: 2.9 按照“弗里德曼的持久收入假说”： 持久消费正比于持久收入，依此假说建立的计量模型没有截距项，设定的模型应该为：，这是一个过原点的回归。在古典假定满足时，证明过原点的回归中的OLS估计量的计算公式是什么？对该模型是否仍有和？对比有截距项模型和无截距项模型参数的OLS估计有什么不同？ 解答：没有截距项的过原点回归模型为: 因为 求偏导 令 得 而有截距项的回归为 对于过原点的回归，由OLS原则: 已不再成立, 但是是成立的。 还可以证明对于过原点的回归 ， 而有截距项的回归为 ， 多元线性回归模型 多元线性回归模型的古典假定： 随机扰动项和解释变量不相关假定： 零均值假定： 同方差假定： 无自相关假定： 正态性假定： 无多重共线性假定 参数最小二乘估计的性质：同一元线性回归 P80 随机扰动项方差的估计形式：（学会计算，考试会考） 修正的可决系数：修正的可决系数与可决系数间的关系 自由度：TSS、RSS、ESS的自由度 F统计量：，F统计量与可决系数之间的关系 回归系数的假设检验：t检验选取的统计量及其服从的分布 回归模型结果的经济含义分析 练习题：3.1、3.2 3.1为研究中国各地区入境旅游状况，建立了各省市旅游外汇收入（Y，百万美元）、旅行