导图社区 计量经济学复习框架
这是一篇有关陈强版计量经济学的复习框架,必备复习资料分享,方便大家备考时翻阅查看,提高复习效率,希望对大家备考有所帮助。
编辑于2021-07-03 14:34:27计量经济学复习 单选、多选、名词(3个)、简答(3个)、计算
引入随机扰动项的原因(简答6点)
未知影响因素的代表
无法取得数据的已知影响因素的代表
众多细小影响因素的综合代表
模型的设定误差
变量的观测误差
变量内在随机性
四个回归模型和函数的区别
总体回归函数
总体回归函数
函数没有
样本回归模型
样本回归函数
样本函数Y上有帽
样本均值点在样本回归线上
计量经济学模型的建立步骤(简答5点)
根据经济理论建立计量经济模型
样本数据的收集
参数估计
模型的检验
模型的应用
计量经济学模型的应用(简答4点)
结构分析
经济预测
政策评价
检验和发展经济理论
数据的分类(简答4点)
时间序列数据
横截面数据
面板数据
虚拟变量数据
经济含义
线性函数
一元
多元
线性对数
对数线性
双对数
古典线性回归模型的基本假定(简答5点)
零均值假定
同方差假定
无自相关假定
随机扰动项u与解释变量X不相关
对随机扰动项分布的正态性假定
由OLS估计的回归参数的性质(简答3点)
小样本性质
线性
无偏性
有效性(最小方差)
大样本性质
一致性
n越大,估计的β越接近完美的β
BLUE(名词解释)
即最佳线性无偏估计量,在古典假定的条件下最最小二乘估计量具备线性、无偏性和有效性,是最佳线性无偏估计量,这一结论就是高斯-马尔可夫定理。
计算方差和标准差
计算总变差(TSS)、回归平方和(ESS)、剩余平方和(RSS)、可决系数、调整后的可决系数、F统计量
R2注意事项
R2使用的前提
线性
含有截距项
估计方法为OLS
联系
数值上,可决系数等于被解释变量与解释变量之间简单相关系数的平方,R2=r2
区别
可决系数
就模型而言
说明解释变量对被解释变量的解释程度
度量不对称的因果关系
取值【0,1】
相关系数
就两个变量而言
度量两个变量线性依存程度
度量对称的相关关系
取值【-1,1】
显著性检验
总体检验
F统计量
单个X的检验
t统计量
构建统计量与临界值比较
置信区间
用样本函数的参数求总体函数的参数
多重共线(简答)
产生原因(4点)
经济变量之间有共同的变化趋势
模型中包含滞后变量
利用截面数据
样本自身原因
产生后果(5点)
参数估计的方差增大
参数估计的置信区间增大
参数的显著性检验容易判断错误
导致可决系数增大,但对单独参数的t检验不明显,回归系数符号相反,造成错误判断
对预测不产生影响
检验方法(4点)
简单相关系数法
方差膨胀因子法 (名解)
VIF>5或10
直观判断法
逐步回归法
解决方法(6点)
剔除变量法
扩大样本容量
变换模型法(差分模型)
变量变换
利用非样本先验信息
横截面数据和时序数据并用
异方差(简答)
产生原因(4点)
模型中省略了某些重要的解释变量
模型设定的误差
数据测量的误差
截面数据中总体各单位的差异
产生后果(4点)
参数估计的无偏性仍然存在
参数估计的方差增大
t统计量会减小,但仍用其检验参数显著性无效
预测无效
检验方法(5点)
图示检验法
GQ检验
检验递增或递减异方差
大样本容量
怀特检验
针对时间序列数据
大样本容量
可以判断某个变量引起的异方差
ARCH检验
大样本容量
时间序列数据
Glejser检验
大样本容量
可以对某个变量的变化进行诊断
解决方法(3点)
模型变换法
加权最小二乘法
模型的对数变换
自相关(简答)
产生原因(5点)
经济系统的惯性
经济活动的滞后效应
数据处理造成的相关
蛛网效应
模型设定的误差
产生后果(4点)
参数估计的无偏性仍然成立
参数估计的方差增大
t值忽大忽小,t检验失效
预测失效
检验方法(2点)
图示检验法
看Et与Et一1的散点图
DW检验法(杜宾沃特森检验)
小样本
一阶自相关
解决方法(4点)
广义差分法
CO迭代法(科克伦-奥克特迭代法)
一阶差分法
德宾二分法
6.最小二乘法(名解)
用使估计的残差平方和最小的原则确定样本回归函数的方法,称为最小二乘法
5.调整后的可决系数
为克服可决系数随解释变量数量的增加而增大的缺陷提出,用表示。
4.可决系数
回归平方和即解释了的变差ESS在总变差TSS中所占的比重,用R2表示。
3.拟合优度
样本回归线对样本观测数据拟合的优劣程度。
2.虚拟变量
把质的因素量化而构造的取值为0和1的人工变量。
1.方差膨胀因子(VIF)
是指解释变量之间存在多重共线性时的方差与不存在多重共线性时的方差之比。