计量经济学期末复习重点-东北财经大学..pptVIP

计量经济学期末复习重点-东北财经大学..ppt

  1. 1、本文档共64页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
计量经济学期末复习 第1章 经济计量学的特征及研究范围 一、什么是经济计量学 经济计量学是利用经济理论、数学、统计推断等工具对经济现象进行分析的一门社会科学。 经济计量学运用数理统计知识分析经济数据,对构建于数理经济学基础之上的数学模型提供经验支持,并得出数量结果。 计量经济学与其他学科的区别 第2章 线性回归模型的基本思想:双变量模型 一、回归的含义 第 3、4章 多元线性回归模型的参数估计、假设检验 一、古典线性回归模型的基本假定 1.解释变量与扰动项不相关; 2.扰动项的均值为零; 3.扰动项同方差; 4.扰动项之间无自相关; 5.扰动项服从正态分布; 6.解释变量之间不存在线性相关关系; 第5章 回归方程的函数形式 一、双对数模型 B2表示X变化百分之一引起Y变化B2百分点,其经济意义为Y对X的弹性; 如果上述模型满足古典假定,b1、b2是无偏有效估计量。 第6章 虚拟变量 一、定义 有些指标是定性变量(性别、学历),我们用虚拟变量来描述定性变量; 习惯上我们把取值为0和1的变量称为虚拟变量,0表示变量不具备某种属性,1表示变量具备某种属性。用D表示虚拟变量 。 第8章 多重共线性 一、什么是多重共线性 多重共线性是指解释变量之间存在着完全或高度线性相关关系;可分为完全多重共线性和高度多重共线性;本书中所研究的多重共线性是指高度多重共线性。 当回归模型中的两个解释变量之间存在着完全多重共线性,我们就可以通过它们之间的线性关系消除掉其中一个变量;其后果表现为不能完全估计出模型的参数,只能估计出两变量参数的线性组合。 第9章 异方差 一、异方差定义 本章主要介绍古典假设中同方差假定不满足的情况下,如何进行计量经济分析; 异方差:对于不同的观测点,随机扰动项的方差不同。用公式表示为: 异方差问题多存在于横截面数据中; 第10章 自相关 一、自相关定义 本章主要介绍古典假设中无自相关假定不满足的情况下,如何进行计量经济分析; 自相关:指回归模型中的随机扰动项之间存在相关。用公式表示为: 自相关问题多存在于时间序列数据中; D—W检验 第11章 联立方程模型 一、基本概念 定义:包括多个方程,并且变量之间存在双向关系的回归模型称为联立方程模型; 基本概念: 内生变量、外生变量、结构方程、结构系数、恒等式、简化方程、简化系数; 五、混合模型 如果男性与女性的初始年薪和年薪增速都存在差异,我们可以将加法模型和乘法模型结合起来,得到如下模型: 上面的模型可以用来表示截距和斜率都发生变化的模型,称为混合模型; 六、虚拟变量的几点说明 基准类:赋值为0的一类称为基准类; 差别系数:虚拟变量的系数; 差别截距系数; 差别斜率系数; 对于有截距项的模型,引入的虚拟变量个数应该比研究的类别少一个,否则就会造成完全多重共线,就是通常说的虚拟变量陷阱。 二、多重共线性问题的几点说明 1.当模型中存在着多重共线性问题时,普通最小二乘法估计量仍然是线性无偏最小方差估计量; 2.最小方差性并不意味着在任何给定的样本中普通最小二乘估计量的方差会很小; 3.即使总体上各个变量之间不存在线性相关,但却可能在具体获得的样本中存在线性相关,即多重共线性本质上是一个样本问题。 三、多重共线性的实际后果 1.OLS估计量的方差和标准差较大; 2.置信区间变宽; 3.模型R2值较高,t值不显著; 4.OLS估计量及其标准差对数据的变化敏感; 5.回归系数符号有误;

文档评论(0)

ma982890 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档