第一章 导论
*1．计量经济学：是以经济理论和经济数据事实为依据，运用数学、统计学方法，通过建立数学模型来研究经济数量关系和规律一门经济学科。
*2．计量经济学及经济理论、数学、统计学联系和区别是什么？
计量经济学是经济理论、数学、统计学结合，是经济学、数学、统计学交叉学科（或边缘学科）。 *3、计量经济学研究步骤：
（1）确定变量和数学关系式——模型假定； （2）分析变量间具体数量关系——估计参数； （3）检验所得结论可靠性——模型检验； （4）作经济分析和经济预测——模型应用。 *4．计量经济学中常用数据类型：
根据（生成过程）和（结构方面）差异，可分为：
（1）时间序列数据：把反映某一总体特征同一指标数据，按照一定时间顺序和时间间隔排列起来构成数据。
（2）截面数据：同一时间（时期或时点）某个指标在不同空间观测数据。 （3）面板数据：指时间序列数据和截面数据相结合数据。
（4）虚拟变量数据：人为构造虚拟变量数据，通常以1表示某种状态发生，以0表示某种状态不发生。 5．计量经济学模型检验包括哪几个方面？为什么要进行模型检验？
经济意义经验、统计推断检验、计量经济学检验、模型预测检验四个方面。 6． 从变量因果关系上，可分为被解释变量和解释变量。
根据变量性质，可分为内生变量和外生变量是 7．计量经济学模型中包含变量之间关系主要有哪些？
主要是解释变量及被解释变量之间因果关系，包括单向因果关系、相互影响关系、恒等关系。
第二章 一元线性回归模型
1．什么是相关分析？什么是回归分析？相关分析及回归分析关系如何？
相关分析是研究变量之间相关关系形式和程度一种统计分析方法，主要通过绘制变量之间关系散点图和计算变量之间相关系数进行。
回归分析是研究不仅存在相关关系而且存在因果关系变量之间依存关系一种分析理论及方法，是计量经济学方法论基础。
相关分析及回归分析既有联系又有区别。
联系在于：相关分析及回归分析都是对存在相关关系变量统计相关关系研究，都能测度线性相关程度大小，都能判断线性相关关系是正相关还是负相关。 区别在于：
相关分析仅仅是从统计数据上测度变量之间相关程度，不考虑两者之间是否存在因果关系，因而变量地位在相关分析中是对等；
回归分析是对变量之间因果关系分析，变量地位是不对等，有被解释变量和解释变量之分。 3．回归线及回归函数：
总体回归线： 给定解释变量条件下被解释变量期望轨迹称为总体回归曲线或总体回归线。 总体回归函数：将总体被解释变量Y样本条期望值E(Yi|Xi)表现为解释变量X某种函数。
总体回归模型：引入了随机误差项，称为总体回归函数随机设定形式，也是因为引入了随机误差项，成为计量经济学模型，称为总体回归模型
样本回归模型：根据样本数据对总体回归函数作出估计称为样本回归函数。引入样本回归函数中代表各种随机因素影响随机变量，称为样本回归模型。
1 / 7
*4．为什么要对模型提出假设？线性回归模型基本假设有哪些？
线性回归模型参数估计方法很多，但估计方法都是建立在一定假设前提之下，只有满足假设，才能保证参数估计结果可靠性。
简单线性回归基本假定：包括两个方面：一是对变量和模型假定；二是对随机扰动项ui统计分布假定。
其中对随机扰动项ui假定有：
（1）ui期望为0，即E(ui)?0； （2）方差为一常数，即Var(ui)??2；
（3）ui及uj相互独立，即Cov(ui,uj)?0,i?j ；
（4）随机误差项ui及自变量Xj不相关，即Cov(Xj,ui)?0,i?j；
（5）ui服从正态分布
这5条假设中前4条是线性回归模型古典假设，也称为高斯假设，满足古典假设线性回归模型称为古典线性回归模型。 5、相关系数计算：rXY?n?XiYi??Xi?Yin?X?(?Xi)2i2n?Yi?(?Yi)22
6、模型引进随机扰动项原因？ （1）作为未知因素代表；
（2）作为无法取得数据已知因素代表； （3）作为众多细小影响因素综合代表； （4）模型设定误差； （5）变量观测误差； （6）经济现象内在随机性
7．参数普通最小二乘估计法和基本思想各是什么？
基本思想是使样本回归函数尽可能好地拟合样本数据，反映在图上，就是要使样本散点偏离样本回归直线距离总体上最小。
最小二乘法以剩余平方和表示被解释变量估计值及实际观察值偏差总体上最小，称为最小二乘准则。
*8、OLS回归线性质？
（X，Y ）（1）样本回归线过样本均值点，即样本回归线必过点。
（2）估计值Yi均值 等于实际值Yi均值Y； （3）剩余项ei均值为零，即；
（4）被解释变量估计值Yi及剩余项ei不相关；
2 / 7
^^-（5）解释变量Xi及剩余项ei不相关；
*9、参数估计量评价标准： （1）有效性； （2）无偏性； （3）一致性
*10、OLS估计量统计特性？ （1）有效性； （2）无偏性； （3）线性性 11．什么是拟合优度？什么是拟合优度检验？拟合优度通过什么指标度量？为什么残差平方和不能作为拟合优度度量指标？
拟合优度：指样本回归线对样本观测数据拟合优劣程度。
拟合优度检验：就是检验样本回归线对样本数据拟合精确程度。 样本残差平方和是一个可用来描述模型拟合效果指标，残差平方和越大，表明拟合效果越差；残差平方和越小，表明拟合效果越好。但残差平方和是一个绝对指标，不具有横向可比性，不能作为度量拟合优度统计量。
ESSR?=TSS2?(Y?Y)?(Y?Y)?i^?22RSS?ei ?1??1?TSS?yi22及残差平方和不同，可决系数R2是一个相对指标，具有横向可比性，因此可以用作拟合优越度检验。 （R2越接近1优越度越高） 12、OLS估计分布性质：
*13、高斯-马尔可夫定理：在古典假定条件下，OLS估计量?1和?2是总体参数?1和?2最佳线性无偏估计量。
14、一元线性回归检验：
（1）经济检验，就是检验估计出来参数符号、大小是否及经济理论和实际经验相符合，即是否具有经济意义；
（2）统计检验，
①对回归参数检验（t检验）
②回归方程拟合优度，判定系数R2； ③对回归方程显著性检验（F检验）；
（3）经济计量检验，随机误差项ui序列相关检验——DW检验 15、预测：Y平均值点预测及区间预测：
Y平均值点预测及区间预测：
??^^（Yf?t??2^^^1(Xf?X)^?，Yf+t??2nx?i2221(Xf?X)?） 2nx?i3 / 7
计量经济学期末复习总结
