計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)要點(diǎn)

1、1計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)要點(diǎn)計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)要點(diǎn)參考教材：伍德里奇參考教材：伍德里奇《計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論》第1章緒論緒論數(shù)據(jù)類型：截面、時(shí)間序列、面板用數(shù)據(jù)度量因果效應(yīng)，其他條件不變的概念習(xí)題：習(xí)題：C1、C2第2章簡(jiǎn)單線性回歸簡(jiǎn)單線性回歸回歸分析的基本概念，常用術(shù)語現(xiàn)代意義的回歸是一個(gè)被解釋變量對(duì)若干個(gè)解釋變量依存關(guān)系的研究，回歸的實(shí)質(zhì)是由固定的解釋變量去估計(jì)被解釋變量的平均值。簡(jiǎn)單線性回歸模型是只有一個(gè)解釋變量的線性回歸模型?；貧w中

2、的四個(gè)重要概念1.總體回歸模型（PopulationRegressionModel，PRM)代表了總體變量間的真實(shí)關(guān)系。tttuxy???10??2.總體回歸函數(shù)（PopulationRegressionFunction，PRF）代表了總體變量間的依存規(guī)律。ttxyE10)(????3.樣本回歸函數(shù)（SampleRegressionFunction，SRF）代表了樣本顯示的變量關(guān)系。tttexy???10????4.樣本回歸模型（Sam

3、pleRegressionModel，SRM）代表了樣本顯示的變量依存規(guī)律。ttxy10???????總體回歸模型與樣本回歸模型的主要區(qū)別是：①描述的對(duì)象不同?？傮w回歸模型描述總體中變量y與x的相互關(guān)系，而樣本回歸模型描述所關(guān)的樣本中變量y與x的相互關(guān)系。②建立模型的依據(jù)不同?？傮w回歸模型是依據(jù)總體全部觀測(cè)資料建立的，樣本回歸模型是依據(jù)樣本觀測(cè)資料建立的。③模型性質(zhì)不同?？傮w回歸模型不是隨機(jī)模型，而樣本回歸模型是一個(gè)隨機(jī)模型，它隨樣本的

4、改變而改變?？傮w回歸模型與樣本回歸模型的聯(lián)系是：樣本回歸模型是總體回歸模型的一個(gè)估計(jì)式，之所以建立樣本回歸模型，目的是用來估計(jì)總體回歸模型。線性回歸的含義線性：被解釋變量是關(guān)于參數(shù)的線性函數(shù)（可以不是解釋變量的線性函數(shù)）線性回歸模型的基本假設(shè)簡(jiǎn)單線性回歸的基本假定：對(duì)模型和變量的假定、對(duì)隨機(jī)擾動(dòng)項(xiàng)u的假定（零均值假定、同方差假定、無自相關(guān)假定、隨機(jī)擾動(dòng)與解釋變量不相關(guān)假定、正態(tài)性假定）3高斯馬爾可夫定理OLS參數(shù)估計(jì)量的概率分布OLS隨

5、機(jī)誤差項(xiàng)μ的方差σ2的估計(jì)簡(jiǎn)單回歸的高斯馬爾科夫假定對(duì)零條件均值的理解習(xí)題：習(xí)題：4、5、6；C2、C3、C4第3章多元回歸分析：估計(jì)多元回歸分析：估計(jì)1、變量系數(shù)的解釋（剔除、控制其他因素的影響）01122????iiiYXX??????對(duì)斜率系數(shù)的解1??釋：在控制其他解釋變量（X2）不變的條件下，X1變化一個(gè)單位對(duì)Y的影響；或者，在剔除了其他解釋變量的影響之后，X1的變化對(duì)Y的單獨(dú)影響！2、多元線性回歸模型中對(duì)隨機(jī)擾動(dòng)項(xiàng)u的假定，

6、除了零均值假定、同方差假定、無自相關(guān)假定、隨機(jī)擾動(dòng)與解釋變量不相關(guān)假定、正態(tài)性假定以外，還要求滿足無多重共線性假定。3、多元線性回歸模型參數(shù)的最小二乘估計(jì)式；參數(shù)估計(jì)式的分布性質(zhì)及期望、方差和標(biāo)準(zhǔn)誤差；在基本假定滿足的條件下，多元線性回歸模型最小二乘估計(jì)式是最佳線性無偏估計(jì)式。最小二乘法(OLS)公式：YXX)(X?1??估計(jì)的回歸模型:的方差協(xié)方差矩陣：殘差的方差：??Y=Xβu??2??uunk?s=2?var(?1(XX)???2