计量经济学期末重点知识归纳整理.docx

计量经济学期末重点知识归纳1.普通最小二乘法：已知一组样本观测值( X i ,Yi ) : i 1,2 ,n，普通最小二乘法要求样本回归函数尽可以好地拟合这组值， 即样本回归线上的点 Yi与真实观测点 Yt的“总体误差”尽可能地小普通最小二乘法给出的判断标准是：被解释变量的估计值与实际观测值之差的平方和最小2.广义最小二乘法 GLS：加权最小二乘法具有比普通最小二乘法更普遍的意义，或者说普通最小二乘法只是加权最小二乘法中权恒取的一种特殊情况从此意义看，加权最小二乘法也称为广义最小二乘法1时3.加权最小二乘法 WLS：加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用普通最小二乘法估计其参数4.工具变量法 IV：工具变量法是克服解释变量与随机干扰项相关影响的一种参数估计方法5.两阶段最小二乘法 2SLS, Two Stage Least Squares：两阶段最小二乘法是一种既适用于恰好识别的结构方程， 以适用于过度识别的结构方程的单方程估计方法。

6.间接最小二乘法 ILS：间接最小二乘法是先对关于内生解释变量的简化式方程采用普通小最二乘法估计简化式参数， 得到简化式参数估计量，然后过通参数关系体系，计算得到结构式参数的估计量的一种方法1 / 10 7.异方差性 Heteroskedasticity：对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性8.序列相关性 Serial Correlation：多元线性回归模型的基本假设之一是模型的随机干扰项相互独立或不相关如果模型的随机干扰项违背了相互独立的基本假设，称为存在序列相关性9.多重共线性 Multicollinearity：对于模型Yi1X i12X i 2kX i k i，其基本假设之一是解释变量0X1,X2,⋯ ,Xk是相互独立的如果某两个或多个解释变量之间出现了相关性，则称为存在多重共线性10.时间序列数据 :时间序列数据是一批按照时间先后排列的统计数据11.截面数据：截面数所是一批发生在同一时间截面上调查数据。

12.虚拟数据：也称为二进制数据，一般取 0或 1.13.内生变量 Endogenous Variables：内生变量是具有某种概率分布的随机变量，它的参数是联立方程系统估计的元素 内生变量是由模型系统决定的，同时也对模型系统产生影响内生变量一般都是经济变量14.外生变量 ExogenousVariables：外生变量一般是确定性变量，或者是具有临界概率分布的随机变量，其参数不是模型系统研究的元素外生变量影响系统，但本身不受系统的影响外生变量一般是经济变量、条件变量、政策变量、虚变量15.先决变量 Predetermined Variables：外生变量与滞后内生变量2 / 10 (Lagged Endogenous Variables)统称为先决变量TSSyi2(Yi Y) 216.总离差平方和：反映样本观测值总体离差的大小称为总离差平方和，RSSei2(Yi Y)2?i17.残差平方和：称为残差平方和，反映样本观测值与估计值偏离的大小，也是模型中解释变量未解释的那部分离差的大小。

y?i2(Y Y) 2?iESS18.回归平方和：反映由模型中解释变量所解释的那部分离差的大小19.可决系数 coefficient of determination：可决系数 R2是检验模型ESSRSS,R 2越接近于 1，模型的拟合优度拟合优度的指标，越高R 21TSSTSS20.随机干扰项 stochasticdisturbance: 称为观察值 Y围绕它的期望值 E(Y X)的离差（ deviation ），记Yi E(Y | X i )，它是一个不i可观测的随机变量，称为随机误差项（ stochasticerror），通常又不加区别地称为随机干扰项（）21.结构式模型 Structural Model：根据经济理论和行为规律建立的描述经济变量之间直接结构关系的计量经济学方程系统称为结构式模型22.简化式模型 Reduced-Form Model：将联立方程计量经济学模型的每个内生变量表示成所有先决变量和随机干扰项的函数， 即用所有先决变量作为每个内生变量的解释变量，所形成的模型称为简化式模型。

3 / 10 23.恰好识别 Just Identification：如果某一个随机方程具有一组参数估计量，称其为恰好识别24.过度识别 Over identification：如果某一个随机方程具有多组参数估计量，称其为过度识别15．格兰杰因果检验可能存在有四种检验结果：（ 1） X对 Y有单向影响，表现为（ 1）式 X各滞后项前的参数整体不为零，而(2)式 Y各滞后项前的参数整体为零；（ 2） Y对 X有单向影响，表现为（ 2）式 Y各滞后项前的参数整体不为零，而（ 1）式 X各滞后项前的参数整体为零；（ 3） Y与 X间存在双向影响，表现为 Y与 X各滞后项前的参数整体不为零；（ 4） Y与 X间不存在影响，表现为 Y与 X各滞后项前的参数整体为零分别做包含与不包含 X 滞后项的回归，记前者与后者的残差平方和分别为(RSS R RSSU ) / mRSSU、 RSSR；再计算 F 统计量：FRSSU /( n k)k为无约束回归模型的待估参数的个数。

如果 : F>F (m, n-k)，则拒绝原假设，认为 X是 Y的格兰杰原因21、 DW 检验4 / 10 假设条件：（ 1）解释变量 X 非随机；（ 2）随机误差项 i为一阶自回归形式：（ 3）回归模型中不应含有滞后应变量作为解释变量，即不应出现下列形式：+⋯⋯ + Yi= i-1+ iYi=0+1X1ikXkii i-1+（ 4）回归含有截距项针对原假设： H0: =0，构如下造统计量：n~ ~(e et 1 ) 2tt 2D.W .n~2ett 1计算 DW 值，给定得临界值 dL和 dU比较、判断，若，由样本容量 n和解释变量个数 k的大小查 DW 分布表，0

22、 White检验见 11题怀特检验不需要排序，且适合任何形式的异方差其基本思想与步骤：Yi01 X 1i2 X 2 ii~22 2X X X X 5X1i X 2i1 1i 2 2i 3 1i 4 2iei0i然后做辅助回归：可以证明，在同方差性假设下，从该辅助回归得到的可决系数的乘积，渐近地服从自由度为辅助回归方程中解释变量个数的R2与样本容量 n2分布： nR2~ 2 ,则可在大样本下，对统计量 nR2进行相应的2 检验5 / 10 23、 F检验即检验模型Yi= 0+ 1X1i+ 2X2i++ kXki+ ii=1,2,,n 中的参数j是否显著不为0H0：H1：0= 1= 2= = k=0j不全为 0在原假设 H0成立的条件下，统计量ESS/ kFRSS/(n k 1)服从自由度为 ( k , n- k-1)的 F 分布。

给定显著性水平，可得到临界值 F的数值，通过F≤ F (k,n-k- 1)H0，以判定原方程总体上的线性关系是否显著成立F (k,n-k- 1)，由样本求出统计量F F (k,n-k-1)或来拒绝或接受原假设24、 t检验25、估计联立方程的参数常用哪几种方法？特点？联立方程计量经济学模型的估计方法分为两大类：单方程估计方法与系统估计方法单方程估计方法按其方法原理又分为两类一类以最小二乘为原理，例如间接最小二乘法（ ILS, Indirect Least Square）、两阶段最小二乘法 (2SLS, Two Stage Least Squares)、工具变量法（ IV, Instrumental Variables）等，称其为经典方法；一类不以最小二乘为原理，或者不直接从最小二乘原理出发，例如以最大或然为原理的有限，以及仍然应用最小二乘原信息最大或然法 (LIML, Limited Information Maximum Likelihood)理、但并不以残差平方和最小为判断标准的最小方差比方法(LVR, Least Variable Ration) 等。

工具变量法（ IV。