计量经济学期末
考试题型：一、单选（20题×1分＝20分） 二、判断（10×1＝10分）
三、简答（5×5＝25分）四、计算（3题、35分）五、论述（10×1＝10分）
第一章
1．计量经济学是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。
2．模型有哪些检验，请结合例子分析（如何/为什么要进行检验的必要性）？
P8－P9
模型的检验：经济意义检验，统计推断检验，计量经济学检验、模型预测检验 例子结合小组作业例子分析（自由发挥，有可能论述题）
3．计量经济学的研究步骤：一、模型设定二、估计参数三、模型检验四、模型应用4．模型检验（为何、方法、过程，结合实例）、P8
原因：首先，在设定模型时，对所研究经济现象规律性的认识可能并不充分，所依据的 经济理论对所研究对象也许还不能作出正确的解释和说明。或者虽然经济理论是 正确的，但可能我们对问题的认识知识从某些局部出发，或者知识考察了某些特 殊的样本，以局部去说明的变化规律，可能导致偏差。
其次，我们用以估计参数的统计数据或其他信息可能并不十分可靠，或者较多地采用了经济突变时期的数据，不能真实代表所研究的经济关系，或者由于样本太小，所估计的参数只是抽样的某种偶然结果。
5．可用于估计参数数据的类型：P13
1）时间序列数据，易产生自相关
2）截面数据，易产生异方差
3）面板数据 4）虚拟变量数据
第二章
6．回归分析：P21-P22
定义：一个变量（被解释变量或应变量）对另一个或多个变量（解释变量）依存关系的 研究，用适当的数学模型去近似地表达国估计变量之间的平均变化关系，其目的 是要根据解释变量的数值去估计所研究的被解释变量的总体平均值。
参数含义：如Y＝30+0.5X，其中0.5的含义即为“某某没变动1单位，平均说来可导 致另一某某增加0.5单位”
线性的理解：P25 一是模型就变量而言是线性的；而是模型就参数而言是线性的7．总体回归函数，假如Y的总体条件期望E（Y/Xi）是解释变量X的线性函数，可表示为 P23 E（Y/Xi）＝f（Xi）＝β1+β2Xi
8．样本回归函数：Y^=β1^+β2^Xi或Yi＝β1^+β2^Xi+ei
9.随机扰动项u存在的原因：P26
1）作为未知影响因素的代表； 2）作为无法取得数据的已知因素的代表；
3）作为众多细小影响因素的综合代表；4）模型的设定误差；
5）变量的观测误差； 6）经济现象的内在随机性。
10.简单线性回归的基本假定有哪些？（中文名称，符号）P30－P31 1）零均值假定，E（ui/Xi）=0
2) 同方差假定，Var（ui/Xi）＝E〔ui－E（ui/Xi）〕2＝E(ui2)=2
3)无自相关假定，Cov（ui，uj）＝E〔ui－E（ui）〕〔uj－E（uj）〕＝E（ui，uj）＝0
1
4）随机扰动项ui与解释变量Xi不相关，
Cov（ui，Xi）＝E〔ui－E（ui）〕〔Xi－E（Xi）〕＝0
5）正态性假定，即假定随机扰动项ui服从期望为零，方差为2的正态分布， ui～N（0，2）
11．普通最小二乘法P32，（不需要公式，只要原理，懂得运用）
12．OLS回归线的性质：P34
1）回归线通过样本均值； 2）估计值Yi^的均值等于实际值Yi的均值； 3）剩余项ei的均值为零；4）被解释变量估计值Yi^与剩余项ei不相关 5）解释变量Xi与剩余项ei不相关。
13．最小二乘估计式的统计性质：P36 线性性，无偏性，最小方差性
14．总变差的分解：P41图2.9
15．可决系数：1）所代表的含义，如算出R2为0.9，即Y^对Y的解释程度
2）拟合优度指标
16．回归系数的假设检验：P47
基本原则：可以认为小概率事件在一次观察中基本不会发生
t检验（一定要懂）（原假设，备择假设，统计量，结果有没通过检验性检验，及其计算） P48
17．t统计量 t＝β2^/SE^(β2^)
第三章
（有考计算题，如给定拟合优度，求调整后R2，F统计量）
18．多元线性回归模型的古典假定（中文名称，符号）P76
1）.零均值假定，假定随机扰动项的期望或均值为零，E（ui）=0（i＝1，2，……n） 2）同方差和无自相关假定，假定随机扰动项互不相关，符号见书
3）随机扰动项与解释变量不相关假定，即假定
Cov（Xji，ui）＝0（j＝2，3……k；i＝1，2……，n） 4）无多重共线性假定P77
5）正态性假定，假定随机扰动项ui服从正态分布，即ui～N（0，2）
19．第二节，多元线性回归模型的估计（了解）
20．★多元线性回归模型的检验P83（最好整小节掌握）
-
可了解可决系数R2与调整后的可决系数 | R | 2 之间的关系 |
| 2＝ 1－（1－R2）(n-1)/(n-k) |
R |
21．回归方程的显著性检验（F检验）P86结合PPT
22．F统计量与可决系数R2之间： F=(n－k)/（k－1）×R2/(1-R2)
第四章
23．多重共线性：P107
定义：在多元线性回归模型中，解释变量之间存在着完全的线性关系或接近的线性关系
在解释变量之间，拟合优度低的保留
在被解释与解释之间，拟合优度高的保留
24．产生多重共线性的原因：P107-P108
1）经济变量之间具有共同变化趋势；2）模型中包含滞后变量
2
3）利用截面数据建立模型也可能出现多重共线性
4）样本数据自身的原因
25．完全多重共线性产生的后果：P108
1）参数的估计值不确定； 2）参数估计量的方差无限大
26．不完全多重共线性下产生的后果：P109
1）参数估计量的方差增大；2）对参数区间估计时，置信区间趋于变大；
3）严重多重共线时，假设检验容易作出错误的判断；
4）当多重共线性严重时，可能造成科举系数R2较高，经F检验的参数联合显著性也 很高，但对各个参数单独的t检验却可能不显著，甚至可能使估计回归系数符号相 反，得出完全错误的结论。
27．简单相关系数检验法：P112是利用解释变量之间的线性相关程度去判断是否存在严重多重共线性的一种简便方法。大于0.8，存在着较严重的多重共线性，较高的简单相关系数只是多重共线性的充分条件，而不是必要条件。
28．房差扩大（膨胀）因子法P112
VIFj＝1/（1－Rj2）
29．直观判断法P113
30．多重共线性的补救措施：
修正多重共线性的经验方法：1）剔除变量法；2)增大样本容量；3）变换模型形式 4）利用非样本先验信息（看课件）
5）横截面数据与时间序列数据并用
31．逐步回归法（修正多重共线性的方法）P116
第五章
32．异方差性：P130
定义：指的是被解释变量观测值的分散程度是随解释变量的变化而变化的。
Var（ui）＝i2≠2（i＝1，2，3.……n）
33．产生异方差的原因：P130
1）模型设定误差； 2）测量误差的变化（主要体现在时间序列中）
3）截面数据中总体各单位的差异
34．异方差性的后果：P133
1）对参数估计式统计特性的影响；2）对模型假设检验的影响；3）对预测的影响 （即参数可以估计，存在偏差，偏差不明显，多重共线性非常明显、方差偏大，有所增加， 但增加程度不高，不明显、t＝β^/SE^）
35．★异方差性的检验P133
1）图示检验法
2）戈德菲尔德－夸特检验（G-Q检验），检验是否存在异方差，及其步骤P135 3）Glejser（戈里瑟）检验：有无存在异方差，以及其具体形式
36．加权最小二乘法P140-P141（修正方式、给加权型式如何修正异方差）
权重＝1/f（Xi）
3
第六章
37．自相关：P155
定义：又称序列相关，是指总体回归模型的随机误差项项ui之间存在相关关系。
Cov（ut，ut－1）≠0
38．自相关的程度可用自相关系数去表示。随机误差项ut与滞后一期ut－1的自相关系数。
P155
39．自相关产生的原因：P155
1）经济系统的惯性； 2）经济活动的滞后效应； 3）数据处理造成的相关； 4）蛛网现象； 5）模型设定偏误
40．自相关的后果P157
补充：1）最小二乘估计量存在偏差； 2）最小二乘估计量仍然是线性的和无偏的， 不具有最小方差； 3）T检验不再可靠
41．DW检验法P162
前提条件：1）解释变量X为非随机的；
2）随机误差项为一阶自回归形式，即ut＝put－1+vt
3）线性模型的解释变量中不包含滞后的被解释变量
4）截距项不为零，即只适用于有常数项的回归模型
5）数据序列无缺失项
42．DW≈2（1－p^） P163的表6.1，DW值与P^的值的对应关系
43．DW检验的缺点和局限性：P163
1）DW检验有两个不能确定的区域，一旦DW值落在这两个区域，就无法判断；
-
2）DW 统计量的上、下界表要求n | | 15，要求大样本； |
3）DW检验不适应随机误差项具有高阶序列相关的检验。
44．P1 图6.2DW检验示意图
45．广义差分法P1－P165
第八章
46．虚拟变量：P211
定义：（或称为属性变量、双值变量、类型变量、定性变量、二元型变量）等，是人为 构造的变量，通常用字幕D（或dummy的缩写DUM）表示。
设置规则：1）虚拟变量数量的设置规则，分两种情况①在有截距项的模型中，只能引 ，产生完全的多入m－1个虚拟变量，否则会陷入所谓“虚拟变量陷阱”
重共线性；②在无截距项的模型中，可引入m个虚拟变量，不会导致完
全的多重共线性，这种情形下虚拟变量参数的估计结果，实际上是D＝1
时的样本均值。
2）虚拟变量的“0”和“1”的选取原则（如1950－1984，按改革开放时间
选取，0：1950－1977；1：1978－1984）
47．用虚拟变量表示不同截距的回归――加法类型（改变截距）P213
48．用虚拟变量表示不同斜率的回归――惩罚类型（改变斜率）P216
4
第十一章P285
49．联立方程模型P285（简单理解，2分）
把Yt＝β1+β2Ct和Ct＝β3+β4Yt
50．与单一方程模型相比，联立方程模型有以下特点:P286
1）联立方程组模型是由若干个单一方程组成的。模型中不止一个被解释变量，通常 建立M个方程就应有M个被解释变量；
2）联立方程组模型里既有非确定性方程（即随机方程）又有确定性方程，但必须含 有随机方程；
3）被解释变量和解释变量之间不仅是单向的因果关系，而且可能互为因果，又得变 量在某个方程为解释变量，但同时在另一个方程中可能为被解释变量。因此解释
变量有可能是随机的不可控变量；
4）解释变量可能与随机扰动项相关，违反OLS基本假定。
51．联立方程模型中，一部门可使用最小二乘法，另一部门不可以。
52．联立方程模型的种类（3种）P288-P291
结构型模型、简化型模型、递归模型
(以上内容仅供参考)
5