计量经济学复习笔记.docx

计量经济学复习笔记

CH1导论1、计量经济学：以经济理论和经济数据的事实为依据，运用数学、统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。研究主体是经济现象及其发展变化的规律。2、运用计量分析研究步骤：模型设定——确定变量和数学关系式估计参数——分析变量间具体的数量关系模型检验——检验所得结论的可靠性模型应用——做经济分析和经济预测3、模型变量:解释变量:表示被解释变量变动原因的变量，也称自变量，回归元。被解释变量:表示分析研究的对象，变动结果的变量，也成应变量。内生变量:其数值由模型所决定的变量，是模型求解的结果。外生变量:其数值由模型意外决定的变量。外生变量数值的变化能够影响内生变量的变化，而内生变量却不能反过来影响外生变量。前定内生变量：过去时期的、滞后的或更大范围的内生变量，不受本模型研究范围的内生变量的影响，但能够影响我们所研究的本期的内生变量。前定变量：前定内生变量和外生变量的总称。数据:时间序列数据：按照时间先后排列的统计数据。截面数据：发生在同一时间截面上的调查数据。面板数据：虚拟变量数据：表征政策，条件等，一般取0或1.4、估计评价统计性质的标准无偏：E（＾β）=β随机变量，变量的函数？有效：最小方差性一致：N趋近无穷时，β估计越来越接近真实值5、检验经济意义检验：所估计的模型与经济理论是否相等统计推断检验：检验参数估计值是否抽样的偶然结果，是否显著计量经济检验：是否符合计量经济方法的基本假定预测检验：将模型预测的结果与经济运行的实际对比CH2CH3线性回归模型模型（假设）——估计参数——检验——拟合优度——预测1、模型（线性）（1）关于参数的线性模型就变量而言是线性的；模型就参数而言是线性的。Yi=β1+β2lnXi+ui线性影响随机影响Yi=E（Yi|Xi）+uiE（Yi|Xi）=f(Xi)=β1+β2lnXi引入随机扰动项，（3）古典假设A零均值假定E（ui|Xi）=0B同方差假定Var(ui|Xi)=E(ui2)=σ2C无自相关假定Cov(ui,uj)=0D随机扰动项与解释变量不相关假定Cov(ui,Xi)=0E正态性假定ui~N(0,σ2)F无多重共线性假定Rank(X)=k2、估计在古典假设下，经典框架，可以使用OLS方法：OLS寻找min∑ei2＾β1ols=(Y均值)-＾β2(X均值)＾β2ols=∑xiyi/∑xi23、性质OLS回归线性质（数值性质）（1）回归线通过样本均值（X均值,Y均值）（2）估计值＾Yi的均值等于实际值Yi的均值（3）剩余项ei的均值为0（4）被解释变量估计值＾Yi与剩余项ei不相关Cov(＾Yi,ei)=0（5）解释变量Xi与剩余项ei不相关Cov(ei,Xi)=0在古典假设下，OLS的统计性质是BLUE统计最佳线性无偏估计4、检验(1)Z检验Ho:β2=0原假设验证β2是否显著不为0标准化：Z=（＾β2-β2）/SE（＾β2）~N（0,1）在方差已知，样本充分大用Z检验拒绝域在两侧，跟临界值判断，是否β2显著不为0(2)t检验——回归系数的假设性检验方差未知，用方差估计量代替＾σ2=∑ei2/(n-k)重点记忆t=（＾β2-β2）/＾SE（＾β2）~t（n-2）拒绝域：|t|>=t2/a(n-2)拒绝，认为对应解释变量对被解释变量有显著影响。P值是尚不能拒绝原假设的最大显著水平。（所以P越小，显著性越好）P值>a不拒绝P值拒绝(3)F检验——回归方程显著性检验，检验整个模型原假设Ho:β2=β3=β4=0（多元，依次写下去）F=[ESS/(k-1)]/[RSS/(n-k)]~F（k-1,n-k）统计量F服从自由度为k-1和n-k的F分布F>Fa（k-1,n-k）(说明F越大越好)拒绝：说明回归方程显著，即列入模型的各个解释变量联合起来对被解释变量有显著影响一元回归下，F与t检验一致，且F=t25、拟合优度检验（1）可决系数（判定系数）R2=ESS/TSS=1-RSS/TSS特点：非负统计量，取值[0,1]，样本观测值的函数，随机变量对其解释：R2=0.95,表示拟合优度比较高，变量95%的变化可以用此模型解释，只有5%不准确(2)修正的可决系数adjustedR2=1-(1-R2）(n-1)/(n-k)adjustedR2取值[0,1]计算出负值时，规定为0k=1时，adjustedR2=R2（3）F与可决系数F=[(n-k)/（k-1）]*[R2/(1-R2)]adjustedR2,R2,F都是随机变量联系：a都是显著性检验的方法b构成统计量都是用TSS=ESS+RSSc二者等价，伴随可决系数和修正可决系数增加，F统计量不断增加R2=0时，F=0；R2=1时，F趋近无穷；区别：aF有明确分布，R2没有bF检验可在某显著水平下得出结论，可决