计量经济学总结.docx

计量经济学复习范围

一、回归模型得比较

1、根据模型估计结果观察分析

(1)回归系数得符号和值得大小就就是否符合经济理论要求

(２)改变模型形式之后就就是否使判定系数得值明显提高

（３)各个解释变量t检验得显著性

2、根据残差分布观察分析

在方程窗口点击Vｉew＼Actual,Fitｔｅd,Residual\Tabe(或Graｐｈ)

(１)残差分布表中,各期残差就就是否大都落在得虚线框内。

(2)残差分布就就是否具有某种规律性,即就就是否存在着系统误差。

（３)近期残差得分布情况

二、判断新得解释变量引入模型就就是否合适(遗漏变量检验)

1、基本原理

如果模型逐次增加一个变量，由于增加一个新得变量,EＳS相对于ＲSS得增加,称为这个变量得“增量贡献”或“边际贡献”。

(即引入得变量不显著)

或

其中,为新引进解释变量得个数,为引进解释变量后得模型中参数个数。

判别增量贡献得准则:如果增加一个变量使变大，即使ＲＳＳ不显著地减少,这个变量从边际贡献来看,就就是值得增加得。

若FＦ???或者对应得P值充分小,拒绝???则认为引入新得解释变量合适;否则,接受???则认为引入新得解释变量不合适。?

三、伪回归得消除

如果解释变量和被解释变量均虽随时间而呈同趋势变动,如果不包含时间趋势变量而仅仅就就是将Y对X回归,则结果可能仅仅反映这两个变量得同趋势特征而没有反映她们之间得真实关系,这种回归也称为伪回归。

模型得结构稳定性检

CHOW检验法

1、基本原理

模型结构稳定性,就就是指模型在样本期得不同时期(子样本),其参数不发生改变。若模型参数样随样本期(子样本)得不同而发生改变,则称模型不具有结构稳定性。

另外,还可以引入虚拟变量

四、 模型得拟合优度检验

“拟合优度”,即所估计得模型对样本数据得近似程度,常用判定系数反映。

1、总误差平方和得分解

? ? ?

??总误差（TSS)＝回归误差(ESS)＋剩余误差(RＳＳ）

自由度

2、判定系数

?? ?

0≤≤１,R2得值越接近于1,则表明模型对样本数据得拟合优度越高。

经济意义:在被解释变量得变动中,由模型中解释变量变动所引起得比例，即变动得就就是由模型中解释变量变动所引起。

３、判定系数与相关系数得区别和联系

区别:(1)判定系数反映变量间不对称得因果关系

(2）相关系数反映变量间对称得线性相关关系

联系:

一元线性

多元线性

4、比较解释变量个数不同模型优劣时,利用如下三个指标

⑴调整得判定系数

越大,模型拟合优度越高。

⑵SＣ(SchwarｚCｒｉtｅｒion，施瓦兹准则)

SC＝

⑶AIC(AｋaikeInｆｏrmａtioｎCriteｒiｏｎ,赤池信息准则）

AIC=

SC和ＡＩC越小,表明模型得拟合优度越高。

方程得显著性检验——检验法

方程得显著性检验,就就就是检验模型对总体得近似程度。最常用得检验方法就就是F检验或者R检验。

F检验

??? ~?

给定得显著水平,可由F分布表查得临界值,进行判断：

?若＞,拒绝,方程得线性关系显著;

若≤,接受,方程得线性关系不显著,回归方程无效、重建。

检验通不过得原因可能在于:

⑴所选取得解释变量不就就是影响被解释变量变动得主要因素,或者说影响y变动得主要因素除方程中包含得因素外还有其她不可忽略得因素;

⑵解释变量与被解释变量之间无相关关系;

⑶解释变量与被解释变量之间不存在线性相关关系;

⑷样本容量n小。

R检验

⑴R2与F得关系

可见,F为R２得单调递增函数

⑵相关系数

由于则

在一元线性回归中,R称为简单相关系数,且│Ｒ│≤1，即-1≤R≤1

在多元线性回归中,,R称为复相关系数,且０≤Ｒ≤1。

给定显著性水平和自由度,即可查表找到

判断:︱R︱，方程线性关系显著。

︱R︱≤,方程线性关系不显著,回归方程无效，重建方程。

F检验与R检验结果一致,实际应用可选择其一。

?解释变量得显著性检验-检验法

对于模型

在之下,检验解释变量对ｙ就就是否有显著影响,建立假设

当,或所对应得伴随概率时,拒绝,即认为对有重要线性影响；

当≤,或所对应得伴随概率≥时,接受，即认为对无重要影响,应考虑将其从模型中剔除，重新建立模型。

解释变量显著性检验通不过得原因可能在于：

⑴与不存在线性相关关系;

⑵与不存在任何关系;

⑶与（ｉ≠j)存在线性相关关系。

五、最小二乘原理

所选择得回归模型应该使所有观察值得残差平方和达到最小,即＝最小

多重共线性产生得原因

对于模型