《计量经济学复习指南2013版.docVIP

计量经济学复习指南2013版 第一部分 线性回归模型 1．能够识别Eviews软件参数估计的结果，并且对不同形式解释变量的经济意义进行解释。水平值-水平值模型：乘数；对数-对数模型：弹性。 2．掌握拟合优度的计算公式，能够根据拟合优度对模型进行评价。解释为什么要对拟合优度进行调整，掌握R2与调整R2之间的关系。能够根据调整R2判断是否可以将新的解释变量加入模型。 3．掌握变量显著性检验的框架，包括检验的原假设与备择假设，t统计量的计算公式（），能够根据临界值准则和伴随概率准则得出检验结论。 4．多重共线性的定义（完全共线性和近似共线性）、后果（使估计量方差增大）。多重共线性的检验，包括初步判断：模型的拟合优度或者F统计量较高，但个别变量不显著则可能存在多重共线性；简单相关系数法和判定系数法。可以利用逐步回归对多重共线性进行修正。 附：逐步回归的原理。分为向前和向后回归。向前回归：一开始只选用和被解释变量相关程度最高的解释变量建立模型，然后依次根据调整的R2、t统计量或者信息准则加入候选变量；向后回归：一开始将所有候选变量加入模型然后根据准则从模型中剔除。 5．掌握对线性约束条件是否成立（变量的联合显著性）进行F检验的框架，包括检验的原假设与备择假设，F统计量的计算公式，能够根据临界值准则和伴随概率准则得出检验结论。能够利用该检验判断是否应该对模型增加或者减少一组解释变量。 6．Chow检验的基本思想，检验的原假设与备择假设，F检验统计量的构造，能够使用Chow检验判断回归模型参数是否存在差异。 附：Chow检验原理。将时间序列分为两个阶段，或者两个不同截面数据形成两个样本。分别使用两个样本的数据估计模型得到和以及两个残差平方和RSS1和RSS2。如果我们认为两个模型的回归系数没有显著差异，则将两个样本混合起来估计模型得到的残差平方和RSS与RSS1、RSS2之和相近。因此可以构造统计量为。 7．虚拟变量的定义以及引入方式；虚拟变量的设置原则。 加法方式（斜率相同，截距不同）： 时，；时， 乘法方式（截距相同，斜率不同）： 时，；时， 虚拟变量的应用：研究不同类型总体均值是否相等、季节效应、参数是否发生结构变化的检验、门槛效应、等级效应。 8．模型误设的RESET检验的基本原理，检验的原假设与备择假设、检验统计量的构造。能够根据RESET检验结果得出检验结论。 附：RESET检验的原理。以拟合值的若干次幂（称为检验阶数）作为遗漏变量的替代，即：，其中和都是解释变量的非线性函数。如果模型设定正确，则和前的回归系数不显著，即约束条件成立。 专题二 异方差与序列相关 1．异方差的定义以及带来的后果（估计量丧失有效性） 2．异方差检验的基本原理；Breusch-Pagan检验与White检验的辅助回归、原假设与备择假设以及检验统计量的构造。 附：Breusch-Pagan检验与White检验的原理 Breusch-Pagan检验：认为异方差具有线性形式，即。如果解释变量前的系数不全为0，则模型是异方差的。因此，Breusch-Pagan检验就是对辅助回归进行方程的显著性检验，可以构造F统计量。 White检验：在Breusch-Pagan检验的基础上加入解释变量的非线性形式。以回归模型为例，进行OLS回归得到残差序列e，构造辅助回归：。利用LM统计量判断辅助回归的显著性，即 3．异方差的修正—加权最小二乘法。如果，权重为。 4．序列相关的定义、带来的后果（估计量丧失有效性）。一阶序列相关可以表示为；高阶序列相关可以表示为。 5．对一阶序列相关的DW检验和对高阶序列相关的LM检验。 附：DW检验的原理。辅助回归：。DW统计量的表达式为。DW统计量的临界值有两个dL和dU，取决于样本容量n和解释变量个数k（含截距）。时，正相关；，无法确定。 LM检验的原理。辅助回归为 检验假设为：，不全为0 得到可决系数R2，并构造LM统计量： 6．使用广义最小二乘法和广义差分法修正序列相关性 专题三 离散选择模型 1．线性概率模型及其存在的问题。注意对线性概率模型回归系数的经济意义进行解释。在中，在其他因素保持不变的情况下，当X1增加1个单位，Y取1的概率（“成功率”）增加个单位。该模型中解释变量的边际效应是恒定的，并且存在异方差问题以及随机误差项非正态问题。 2．Logit模型和probit模型的基本思想、成功率的计算、解释变量边际效应的计算。 令为probit或者logit模型的拟合结果。则成功率可以根据以下两个公式计算。probit模型：；logit模型： 在此基础上我们还可以计算某个解释变量的边际效应。 的边际效应： 3．Logit和probit模型的拟合优度检验。，为模型中所有解释变量的系数都为0时的对数似然函数值，在软件中表示为“Restr.