華南理工大學(xué)計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)提綱

1、1.實(shí)證分析的基本步驟1)模型設(shè)定A.經(jīng)濟(jì)理論或假說(shuō)的陳述B.理論的數(shù)學(xué)模型（經(jīng)濟(jì)模型）的設(shè)定C.理論的計(jì)量經(jīng)濟(jì)模型的設(shè)定模型設(shè)定基本要求：理論要科學(xué)、數(shù)學(xué)形式盡可能簡(jiǎn)單、包含隨機(jī)誤差項(xiàng)（計(jì)量與經(jīng)濟(jì)模型的區(qū)別）、變量可觀測(cè)2)估計(jì)參數(shù)A.收集數(shù)據(jù)：基本說(shuō)明、來(lái)源、單位、時(shí)間跨度、符號(hào)解析、數(shù)據(jù)預(yù)處理方法B.計(jì)量經(jīng)濟(jì)模型參數(shù)的估計(jì)：方法OLS等C.結(jié)果的解析概念：參數(shù)的估計(jì)值：所估計(jì)參數(shù)的具體數(shù)值參數(shù)的估計(jì)式：估計(jì)參數(shù)數(shù)值的公式參數(shù)估計(jì)的

2、常用方法：普通最小二乘、廣義最小二乘、極大似然估計(jì)、二段最小二乘、三段最小二乘、其他估計(jì)方法3)模型檢驗(yàn)假設(shè)檢驗(yàn)檢驗(yàn)的原因◇建模的理論依據(jù)可能不充分◇統(tǒng)計(jì)數(shù)據(jù)或其他信息可能不可靠◇樣本可能較小，結(jié)論只是抽樣的某種偶然結(jié)果◇可能違反計(jì)量經(jīng)濟(jì)方法的某些基本假定檢驗(yàn)的內(nèi)容對(duì)模型和所估計(jì)的參數(shù)加以評(píng)判，判定其在理論上是否有意義，在統(tǒng)計(jì)上是否可靠。1）經(jīng)濟(jì)意義的檢驗(yàn)：所估計(jì)的模型與經(jīng)濟(jì)理論是否相符2）統(tǒng)計(jì)推斷檢驗(yàn)：檢驗(yàn)參數(shù)估計(jì)值是否抽樣的偶然結(jié)果

3、方法：擬合優(yōu)度的檢驗(yàn)，假設(shè)檢驗(yàn)，方差分析3）計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)：是否符合計(jì)量經(jīng)濟(jì)方法的基本假定判定條件：是否具有（多重共線性、擾動(dòng)項(xiàng)[自相關(guān)、異方差]、模型可識(shí)別性、經(jīng)濟(jì)變量平穩(wěn)性）4）預(yù)測(cè)檢驗(yàn)：將模型預(yù)測(cè)的結(jié)果與經(jīng)濟(jì)運(yùn)行的實(shí)際對(duì)比（能否解析歷史）4)模型應(yīng)用A經(jīng)濟(jì)預(yù)測(cè)：利用估計(jì)了參數(shù)的計(jì)量經(jīng)濟(jì)模型，由已知的或預(yù)先測(cè)定的解釋變量，預(yù)測(cè)被解釋變量在樣本數(shù)據(jù)以外的數(shù)值B結(jié)構(gòu)分析：根據(jù)估計(jì)出參數(shù)的模型，分析經(jīng)濟(jì)變量之間的數(shù)量關(guān)系結(jié)構(gòu)分析方法包括：

4、邊際分析、彈性分析、乘數(shù)分析、比較靜態(tài)分析等相關(guān)分析相關(guān)分析對(duì)稱地對(duì)待任何（兩個(gè)）變量，兩個(gè)變量都被看作是隨機(jī)的?；貧w分析回歸分析對(duì)變量的處理方法存在不對(duì)稱性，即區(qū)分因變量和解釋變量：前者是隨機(jī)變量，后者不是。4.總體回歸函數(shù)、總體回歸線、樣本回歸線，及其形式總體回歸總體回歸?在給定解釋變量Xi條件下，被解釋變量Yi的期望軌跡稱為總體回歸線總體回歸線(PRL)，或更一般地稱為總體回歸曲線總體回歸曲線。相應(yīng)的函數(shù)：稱為(雙變量變量)總體回

5、歸函數(shù)總體回歸函數(shù)(PRF)。?回歸函數(shù)（PRF）說(shuō)明被解釋變量Y的平均狀態(tài)（總體條件期望）隨解釋變量X變化的規(guī)律?函數(shù)形式：可以是線性或非線性的。函數(shù)形式：可以是線性或非線性的。樣本回歸函數(shù)樣本回歸函數(shù)樣本散點(diǎn)圖近似于一條直線，畫一條直線以盡好地?cái)M合該散點(diǎn)圖。由于樣本取自總體，可以認(rèn)為該線近似地代表總體回歸線，該線稱為樣本回歸線（SRF）。記樣本回歸線的函數(shù)形式為：稱為樣本回歸函數(shù)樣本回歸函數(shù)(sampleregressionfunc