计量经济学考试范围

《计量经济学考试范围》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第一章计量经济学含义：以经济理论为基石，以经济数据为基础，运用从概率论与数理统计学中产生的计量经济学方法量化经济变量间的关系，来检验经济理论，提出政策建议或进行政策评价与结构分析，以减少未来经济活动中的不确定性的的一门经济学的分支学科。数据类型：横截面数据：给定时点，随机抽样得到时间序列数据：不同时间的观测值混合横截面数据：随机+不同时间综列（或纵剖而）数据：若干单位、不同时间、重复跟踪调查变量类型：应变量；解释变量；随机变量计量经济学模型范式（即建模过程）P5（1）经济理论（2）数学模型（3）计量经济模型（4）获取数

2、据（5）参数估计（6）假设检验（7）预测（8）检验经济理论，政策评价和结构分析计量经济学与其他学科的关系：计量经济学是经济学、统计学和数学三科结合而成的交叉型学科。经济学为其提供理论基础，统计学和数学为其提供研究方法。但计量经济学又是一门独立的学科。①经济学主要做定性研究，而计量经济学又添加了定量研究；②统计学主要收集加工数据，而计量经济学又在数据的基础上检验经济理论和政策结构分析；③数学往往用实验数据，计量经济学往往用非实验数据。第二章第三章线性指什么（对于参数或变量）P102对于变量来说，Y的条件期望是解释变量Xi

3、的线性函数，此时回归曲线是一条直线。对于参数来说，Y的条件期望是各参数B的线性函数，可以是或不是解释变量X的线性函数。因此只要模型中的回归系数是线性的，就可以认为是线性模型。回归的本质：通过一定变量或一些变量的变化解释另一变量的变化回归分析与相关分析的联系与区别：两者的联系：①相关分析是冋归分析的前提和基础；冋归分析是相关分析的深入和继续。②相关分析需要依靠回归分析来表现变量之间的数量关系，而回归分析需要靠相关分析来表现变量之间数量变化的相关程度③只有当变量Z间存在显著相关时，进行回归分析寻求其相关的具体形式才有意义。

4、两者的区别：①在回归分析中，y被称为因变量，处在被解释的特殊地位，而在相关分析中，x与y处于平等的地位，即研究x与y的密切程度和研究y与x的密切程度是一致的②相关分析可以不必确定变量屮哪个是自变量，哪个是因变量，其所涉及的变量可以都是随机变量。而冋归分析则必须事先研究确定具有相关关系的变量中哪个为自变量，哪个为因变量，通常被解释变量y是随机变量，解释变量x是非随机变量。简单回归系数与偏回归系数的联系与区别：联系：都是线性冋归模型中的冋归系数，表示解释变量的单位变动对被解释变量平均值的影响。区别：①简单回归系数存在于简单

5、线性回归模型中，表示模型中唯一解释变量的单位变动对被解释变量平均值的影响。②偏冋归系数存在于多元线性冋归模型中，偏回归系数0i（i=l,2,,,,k）表示的是当控制其它解释变量不变的条件下，第i个解释变量的单位变动对被解释变量平均值的影响。③简单线性回归模型把许多未观测到的因素放入到扰动项中，从而使研究者无法通最小二乘法控制这些变量，因而回归系数所反映的并不是模型中的解释变量对应变量的净影响。所以一般简单冋归系数的最小二乘是有偏和不一致的。④多元回归方程解决了实验科学中保持其他情况不变的问题，使对经济学的研究更具有“实

6、验性”，这是简单线性回归不能做到的。最小二乘法思想和公式思想：估计的冋归系数能使原有数列的实际数值与趋势线的估计数值的残差平方和最小公式：P23估计系数：使残差平方和最小的回归系数的估计经典线性回归的基本假设：1、随机扰动项的数学期望（均值）为02、随机扰动项方差相等3、随机扰动项之间不存在相关关系4、随机扰动性与解释变量不相关5、随机扰动项为服从正态分布的随机变量6、解释变量必须有足够的变异（为了使样木回归系数的值能够被计算出来）总体回归模型与样本回归模型:定义：总体冋归模型：在总体回归函数基础上，考虑进随机扰动项的

7、影响。（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）。样本回归模型：在样本回归函数基础上，考虑进残差的影响。（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。）范式：P20.21联系与区别：联系：样本冋归模型是总体冋归模型的一个估计式。区别：①描述的对象不同。总体回归模型描述总体中变量y与x的相互关系，而样本回归模型描述所观测的样本中变量y与x的相互关系。②建立模型的不同。总体回归模型是依据总体全部观测资料建立

8、的，样本回归模型是依据样本观测资料建立的。③模型性质不同。总体回归模型不是随机模型，样本回归模型是随机模型，它随着样本的改变而改变。OLS评判标准P68①无偏性：估计值的均值为真实值②有效性：在所有线性无偏估计量中，最小二乘估计量具有最小方差③一致性：在大样本情况下，即便X是随机的，只要X满足一些条件，最小二乘估计量将依概率收敛于