拟合优度 : 样本回归直线与样本观测值之间的拟合 程度。样本观测值距回归直线越近 , 拟合优度越好 ,X 对
丫的解释程度越强。
方差非齐性 :如果回归模型中的随机误差项方差不是常数 , 则称为方差非齐 性。 虚拟变量:在经济计量模型中表示本质因素的变量 ,通常取值为 0或 1。 恰好识别 : 如果通过简化模型的参数估计值和参数关系式可以得到结构方程的 参数估计值的唯一解 , 则称该结构方程恰好识别。
过度识别 : 如果通过简化模型的参数估计值和参数关系式可以得到结构方程的 参数估计值的多个解 , 则称该结构方程恰好识别。
工具变量：当随机解释变量X与扰动项u高度相关时，设法找到另一个变量Z, 它与X高对相关,与u无关,从而用Z替换X。变量Z称为工具变量。
自相关：在进行回归分析时 ,我们总假定其随机误差项是不相关的 ,即上式表示 不同时点的误差项之间不相关。如果一个回归模型不满足上式 , 即我们称随机误差 项之间存在着序列相关现象 , 也称自相关。
内生变量 ： 由模型系统决定其取值的变量称为内生变量。 总体回归模型根据总体的全部资料建立的回归模型又称理论模型
多重共线性 ： 是指线性回归模型中的解释变量之间由于存在精确相关关系或高 度相关关系而使模型估计失真或难以估计准确。一般来说 , 由于经济数据的限制使 得模型设计不当 , 导致设计矩阵中解释变量间存在普遍的相关关系。完全共线性的 情况并不多见 , 一般出现的是在一定程度上的共线性 , 即近似共线性。
联立方程中的制度方程 :是由法律 , 政策,法令与规章制度等确定的经济数量关 系。
歌德菲特夸特检验又称样本分段比较法
非随机方程 : 是根据经济学理论和政策 , 法规的规定而构造的反映某些经济变 量关系的恒等式
虚拟变量的作用 :分离异常因素的影响 ,检验不同属性类型对因变量的影响 , 提 高模型的精度 , 相当于将不同属性的样本合并 , 扩大了样本容量 (增加了误差自由度 , 从而降低了误差方差 )
间接最小二乘法 :对某个结构方程 , 如果它是恰好识别的 ,则其待估的结构参数 可以通过简化模型的简化参数和参数关系式来唯一确定 , 因此只要求得简化参数的 估计值 , 再利用参数关系式 , 就可得到该方程结构参数的估计值 , 称此估计方法为间 接最小二乘法。
简述经典线性回归模型的经典假定 : ①随机误差 u i 的均值为 0, 即 E(u i)=0,i=1,2,…②所有随机误差项的方差都相同，即Var(u i)= c u2,i=1,2,…③(无 序列相关)任意两个随机误差项相互独立,即Cov(u i,u j)=0,i 丰j,i,j=1,2,
…④
解释变量X是非随机变量，与随机误差项u i不相关。⑤ui服从正态分布，即 ui~N(0, c u2)。 (6)Xi是确定变量。(7)解释变量X1,X2…Xn之间不存在精确的(完 全的)线性关系,即解释变量的样本观测值矩阵 X为满秩矩阵rank(x)=k+1 联系:(1) 相关分析是回归分析的基础和前提 ;二者都是研究相关关系 (2)回归 分析是相关分析的继续和深入。 (3) 相关分析中相关系数平方等于回归分析中拟合 优度。 区别: ①相关分析关心的是变量之间的相关程度 , 但并不给出变量之间的因果 关 系。回归分析则通过建立回归方程来估计解释变量对被解释变量之间的因果关 系。②在回归分析中，被解释变量为随机变量，解释变量为非随机变量；相关分析中 都是随机变量。 (3) 相关分析主要是研究两个变量之间关系的密切程度 , 回归分析主 要用来研究自变量与因变量之间的一般 关系值； 简述普通最小二乘法：为了研究总体回归模型中变量 X与丫之间的线性关系， 需要求一条拟合直线。一条好的拟合直线应该使残差平方和达到最小 ,以此为准则 , 确定X与丫之间的线性关系。这就是著名的最小二乘法。 简述存在异方差时普通最小二乘估计存在的问题 ： ①参数估计量不再是有效估 计量，但仍具有线性性和无偏性。②变量的显著性检验失去意义 ,t统计量建立在正 确估计了参数标准差的基础上 , 如果出现异方差 , 估计的参数标准差偏大或偏小 ,t 检验失去意义。③模型预测失效。一方面，参数估计量不再是有效的，故对丫的点预 测也将无效 ； 另一方面 , 预测区间中含有随机误差项的无偏估计量 a, 当模型存在异 方差时,a不再是a的无偏估计，而是有偏估计，故预测失效。 简述存在序列相关 ( 自相关 ) 时普通最小二乘估计存在问题 ：(1) 最小二乘估计 不再是有效估计,一般OLS估计亮的实际方差将被低估，但仍然是无偏的估计。(2)t 检验失去意义。在自相关的影响下 V ar(??1) 的估计偏低将直接导致 t 统计量的值 偏大, 从而容易将不重要的解释变量误认为重要的解释变量 ,使 t 检验失去意义。 (3) 模型预测失效 ： 存在自相关时。 Var(??1) 和 a 平方都将被低估 , 所以用 ols 法得 到的预测 ,预测精度低 ,预测失效。 二阶最小二乘法的计算步骤
计量经济学加强版
