1、1、計量經濟學的概念。計量經濟學是經濟科學領域內的一門應用 科學，以一定的經濟理論和實際統計資料 為基礎，運用數學、統計方法與計算機技 術，以建立經濟計量模型為主要手段，定 量分析研究具有隨機特性的經濟變量關 系。2、數理經濟模型與計量經濟模型的區別。數理：揭示經濟活動中各個因素之間的理 論關系，用確定性的數學方程加以描述。 計量：揭示經濟活動中各個因素之間的定 量關系，用隨機性的數學方程加以描述。 3、經典計量經濟學模型的一般形式。4、計量經濟學的數據類型。時間序列數據：按時間先后排列的統計數 據。截面數據：一個或多個變量在某一時點上 的數據集合。合并數據（平行數據）：既包含時間序列數 據又

2、有截面數據。5、建立計量經濟學模型的步驟。1）理論模型的設計：確定模型所包含的 變量。確定模型的數學形式。擬定模 型中待估計參數的理論期望值。2）樣本數據的收集：時間序列數據易引 起模型隨機誤差項產生序列相關。截面 數據易引起模型隨機誤差項產生異方差。樣本數據的質量：完整性、準確性、可比性、一致性。3）模型參數的估計。4）模型的檢驗：經濟意義檢驗。統計檢驗：擬合優度檢驗、變量的顯著性檢驗、方程的顯著性檢驗。計量經濟學檢驗：序列相關、異方差法（隨機誤差項）、多重 共線性（解釋變量）模型預測檢驗。6、計量經濟學模型的應用。1）結構分析；2）經濟預測；3）政策評價；4）檢驗與發展經濟理論。7、如何正

3、確選擇解釋變量。作為“變量”的原因：1）據經濟理論和經濟行為分析；2）考慮數據白可得性；3） 考慮入選變量之間的關系。8、回歸分析的目的。1）根據自變量的取值，估計應變量的均值；2）檢驗建立在經濟理論基礎上的假設；3）根據樣本外自變量的取值，預測應變量的 均值。9、總體回歸函數 （PRF）和樣本回歸函數（SRF）各變量系數名稱及函數方程。10、隨機誤差項（Ui）的性質或主要內容。確設定的Y在統計上獨立，則r=0 ,反之，則不一定1）代表模型中省略的次要變量； 2）奧卡 姆剃刀原則；3）樣本點的測量誤差；4） 一些隨機因素。11、最小二乘法（OLS）的判斷標準。 n2殘差平方和e2Y Y?|最小

4、。i 112、參數b）b的計算公式。13、普通最小二乘估計量的性質。1）樣本回歸線通過 Y和X的樣本均值，即 Y b1 b2X; 2）估計的Y均值等于實測的 Y均值，即訴Y ; 3）殘差ei的均值為零， 即 e/n 0； 4）殘差e和預測的Y不相 關，即eY? 0 ; 5）殘差ei和X不相關，即 e Xi 0 014、經典（古典）線性回歸模型的基本假 定。假定1:回歸模型是參數線性的，但不一 定是變量線性的。假定2:解釋變量（X）與 擾動誤差項（U）不相關。假定3:給定X, 擾動項的期望或均值為零，即E U / Xi o。 假定4: U的方差為常數或同方差，即 var（Ui）2 o假定5:無自

5、相關假定，即兩個誤差項之間不相關，即 cov（Ui,Uj） 0, j i。假定6:回歸模型是正15、普通最小二乘估計量（或高斯-馬爾 可夫定理）的性質。（BLUE最優線性無偏 估計量）線性性、無偏性、有效性、最小方差性。1） b1和b2是線性估計量；2） b1和b2是無偏估 計量，即 E（b1）=B1,E（b2）=B2； 3） E（勺 2, 即誤差方差的OLS古計量是無偏的；4） b1 和b2是有效估計量。16、普通最小二乘估計量的方差和標準差 的計算公式。17、給定顯著性水平，如何求置信區間。b 2 t 臨界值 se（b 2） , b2 t 臨界 值. se（b 2）18、總平方和（TSS）

6、、解釋平方和（ESS）、 殘差平方和（RSS）三者的關系及計算公式。19、擬合優度中判定系數r2的性質及計算 公式。性質：非負性；0&r20 1, r2愈接近1, 擬合度越高，愈接近0,擬合度越低，2=0, Y與X無關。20、樣本相關系數r的性質及計算公式。性質：可正可負；-1 <r <1, r接近1, 正相關好，接近-1 ,負相關好；若 X與 成立。21、變量顯著性檢驗(t檢驗)的方法及 過程。1)雙邊檢驗：設 H:B2 = 0, H1B2才0； 2) 單邊檢驗：設 HL：B2<0, Hl：B2>0o |t| >t臨界，拒絕零假設.22、bi,b2與隨機

7、擾動項(Ui)的分布。23、多元線性回歸模型的假定。假定1:回歸模型是參數線性的，并且是 正確設定的。假定2:又、X與擾動項U不 相關，即cov(x ) 0 o假定3:誤差項均值 為0,即E(Ui) 0。假定4:同方差假定， 即U的方差為一常量，var(Ui)2。假定5:誤差項 U和 U無自相關，即 cov(Ui,Uj) 0, j i o 假定 6:解釋變量 X2 和X3之間不存在完全共線性，即兩個解釋 變量之間無嚴格的線性關系。假定 7: U 服從均值為0,方差為2的正態分布，即2 UiN(0, 2) 024、多元線性回歸模型的標準誤差62如何計算。25、多元判定系數R2的計算公式。26、多

8、元回歸的總體顯著性檢驗的原假設 和備擇假設。HO:B2=B3=0, H:B2、B3不全為 0。27、F 值和 R2 的關系，TSS,RSS,ESS用 R2表示的公式。2F R 2(k "( n為觀察值個數k(1 R2) (n k)為包括截距在內的解釋變量的個數)關系：R2=0時，F=0; R2越大，F越大；R2=1時，Ffx28、校正的判定系數R2的公式及性質。性質：若k>1,則R2&R2;R2總為正數，R2可能為負數。29、F值與fl!勺關系。F與R2同向變化：當R2=0時，F=0;當R2=1時，F無窮大；R2越大，F越大。30、雙對數模型的形式及性質。雙對數：lnY

9、i =B+B2lnXi+U，性質：B2 測度為Y對X的彈性。31、半對數模型的形式及性質。半對數：lnYi=B1+BX+U，性質：巳表示X增加一個單位，Y的平均增長率，即因變量的相對增量。32、線性模型與半對數模型中 昆的含義。線性：巳表示X增加一個單位，Y的絕對量的平均增量，即 Y增加R個單位。半對數：B表示X增加一個單位，Y的相對量的平均增量，即 Y增加100*B2O33、線性-對數模型的形式及性質應變量相同時，可以比較 R2Y =B+B2lnXi+U，性質：巳表示 X的相對 變化引起的Y的絕對量變化量，即自變量 的一個單位相對增量引起因變量平均的絕 對增長。34、因變量取對數的半對數模型

10、I與自變 量取對數的半對數模型n的區別。I反映自變量的絕對量變化 1個單位時， 因變量變化的百分比，lnYi =B+Bt+Ui ; n反映自變量變化一個百分比時，因變量 的絕對變化量， Y =B+B2lnX+Ui 35、倒數模型的形式。Y =B+8 1 +UXi36、對于線性、雙對數、對數 -線性、線 37、模型中引入虛擬變量的作用。1）分離異常因素的影響；2）檢驗不同屬 性類型對因變量的作用；3）提高模型的精 度。38、虛擬變量的性質。1）若一個定性變量有 m個類別，則引入 m-1個虛擬變量；2）虛擬變量的取值是隨 意的；3）被賦予零值的類別稱為基底；4） 虛擬變量的系數稱為級差截距系數，表

11、示 取值的類別的截距值與基底截距差別。39、交互作用效應如何體現。形式斜率=" dX庭dX Y1)簡約性;”膜的性2）可識專質解釋變肝生;量3）才以合優度;線性Y=B+B2XB2物善論一至Y工性線世）：雙對數lnY=B1+B2lnXY網Y) X42、B2g型設定偏微勺類型。對數對數-線性lnY =B+BXR(Y)1 R（X）F解落變量，多!變量遺取白 士無關變量J偏讖性Q；2）關于）漏選相關模型函數線性-對數Y=B+BlnXB2(工)X序式擔取的，Y43、模型設扁檄性序偏誤的后對數倒數Y=Bi+B2(工) XB2(X 21&（溫先）中XY之變線性參婁攵解撰WO1；2)性-對數

12、、倒數五種系數的總結。40、虛擬變量是定性的。多選無關變量：估計量無偏、一致但不具Y=B+BD2i+BD3i+B3（D2id）+B4X+U , DI、d 為交互作用虛擬變量。有最小方差性；3）錯誤函數形成：全方位偏誤。44、模型設定偏誤的檢驗方法。簡化：Yt Bo1 It 1 Ut1 Bi 1 Bi1 B148、聯立方程模型的識別狀態。1）可識別：恰度識別（唯一地估計參數）1）無關變量：1個變量t檢驗；n過度識別（一個或幾個參數有若干估計個變量F檢驗，F閥尸m(1 R2r) (n k)結構：C=B+RY+U通過檢驗。2）存在范圍：判定系數檢驗2）漏選變量和不正確函數形式一一參數（R2, R2;

13、t值；估計函數的符號）A、殘差圖示法；B、RESET僉驗（a、如果事先知道遺漏了哪個變量，只需將此變量 引入模型，估計并檢驗其參數是否顯著不為0即可；b、不知道哪個變量遺漏， 找個 替代變量Z,進行上述檢驗）；C、MWD-P176 45、計量經濟學方法中的聯立方程問題主 要表現在哪些方面。1）隨機解釋變量問題；2）損失變量信息 問題；3）損失方程之間的相關性信息問題。46、變量的分類。內生變量（由系統內產生，并影響系統） 和外生變量（影響系統，本身不受系統影 響）、外生變量與滯后內牛變量稱為先決變 殳（只能作解釋變量）。47、結構式模型與簡化式模型的形式。值）。2）不可識別：不能估計參數。49

14、、識別規則。k=m-1,恰度識別；k>m-1,過度識別；k vm-1,不可識別。m方程個數；k：不包 括在該方程中所有變量的個數。50、各方程識別的方法。1）恰度識別：間接最小二乘法（ILS） ; 2） 過度識別：兩階最小二乘法（2SLS） 51、多重共線性形式：1）統計學形式：X、X 相關；即兩個或多個解釋變量出現相關性。 2） 數據類型：時間序列數據。3）實際經濟現 象：滯后變量的引入。后果：1）參數估計量：無偏、有效（經濟 含義不合理）。2）變量的顯著性檢驗：t 檢驗失效（失去意義）。3）模型的預測功 能：失效。檢驗：1）是否存在：簡單相關系數法：|t|接近1,存在較強多重共線性；

15、綜 合統計檢驗法：R2很大，t值不顯著，未法；逐步回歸法；逐步剔除法；逐 個引入法；方差膨脹因子：VIF 二丁。1 R2祖町第！： 1）排除引起共線性的變量：逐 步回歸法；2）差分法；3）減少參數估計 量的方差：改變樣本，增加樣本容量。評價：1）為了利用模型預測應變量的未來 均值（壞事）；2）除預測，還估計參數（好 事）°52、異方差芨式:1） var（Ui）2; 2）即隨機誤差項的的方差不是常數；3）截面數據；4）單 調型遞增、單調型遞減、復雜型。后果：1）無偏、無效；2） t檢驗失效（失 去意義）；3）失效。檢驗.（以2表示隨機誤差項的方差）：1） 圖示檢驗法：散點擴大、縮小或復

16、雜趨勢；2）戈星瑟或帕克檢驗：i2 f（x）,則存在 異方差；3） White檢驗：先用OLS估計 方程得殘差e ；做02對所有原始變量等的回歸；求輔助回歸方程中的R2 （n R2 Xk 1 ）；得到的X值超過臨界值，則有異方差，或 P很低，拒絕無 異方差。補救二1）加權最小二乘法（WLS：對原 模型加權，再采用 OLS估計參數；對較 小的e2賦予較大的權數；對較大的 ei2賦 予較小的權數。2）重新設定模型：改變PRF53、自相關形式：1） cov（Ui,Uj） 0; 2）即隨機誤差 項之間存在某種相關性；3）時間序列數據； 4） UtUt 1 t （-1 v v 1）,為自協方差系數或一階相關系數。原因：1）慣性；2）設定誤差：模型中遺 漏了顯著的變量；3）設定誤差：不正確的 函數形式；4）蛛網現象；5）數據的“偏 造”。后果；1）無偏無效；2