什么是OLS估计？原理ols估计是指样本回归函数尽可能好的拟合这组织，即样本回归线上的点与真实观测点的总体误差尽可能小的估计方法。

一、什么是计量经济学？

答：计量经济学以经济理论为指导，以事实为依据，以数学和统计学为方法，以电脑技术为工具，从事经济关系与及经济活动数量规律的研究，并以建立和应用随机性的经济计量模型为核心的一门经济学科。

计量经济学模型揭示经济活动中各种因素之间的定量关系，用随机性的数量方程加以描述。

二、建立计量经济学模型的步骤和要点

1.理论模型的设计（确定模型所包含的变量，确定模型的数量形式，拟定理论模型中的待估参数的理论期望值）

2.样本数据的收集（常用的样本数据：时间序列数据，截面数据，虚变量数据）

3.模型参数的估计（选择模型参数估计方法，应用软件的使用）

4.模型的检验

模型的检验包括几个方面？其具体含义是什么？

答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。

经济意义检验——需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；

统计检验——需要检验模型参数估计值的可靠性，即检验模型的统计学性质；

计量经济学检验——需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；

模型的预测检验——主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。

5.模型成功的三要素：理论、方法、数据

三、计量经济学模型的应用方面（功能）

答：结构分析，经济预测，政策评价，检验与发展经济理论

四、引入随机干扰项的原因，内容？

原因：1.代表未知的影响因素2.代表数据观测误差3.代表残缺数据4.代表模型设定误差5.代表众多细小影响因素6.变量的内在随机性

内容：1.被遗漏的影响因素（由于研究者对客观经济现象了解不充分，或是由于经济理论上的不完善，以至于使研究者在建立模型时遗漏了一些对被解释变量有重要影响的变量）；2.变量的测量误差（在观察和测量变量时，种种原因使观测值并不等于他的真实值而造成的误差）；3.随机误差（在影响被解释变量的诸因素中，还有一些不能控制的因素）；4.模型的设定误差（在建立模型时，由于把非线性关系线性化，或者略去模型）

五、什么是随机误差项和残差，他们之间的区别是什么

随机误差项u=Y-E(Y/X)，而总体回归函数Y=Y^+e，其中e就是残差,利用Y^估计Y时带来的误差e=Y-Y^是对随机变量u的估计

六、一元线性回归模型的基本假设主要有哪些？违背基本假设是否就不能进行估计

1.回归模型是正确设定的；

2.解释变量X是确定性变量不是随机变量；在重复抽样中取固定值。

3.解释变量在x所抽取的样本中具有变异性，而且随着样本容量的无限增加，解释变量X的样本方差趋于一个非零的有限常数。

4.随机误差项u具有给定X条件下的零均值，同方差以及不序列相关性，即E(ui/Xi)=0； Var (ui/Xi)=sm2；Cov(ui，uj/ Xi，Xj)=0

5. 随机误差项与解释变量之间不相关：Cov(Xi, Ui)=0

6. 随机误差项服从零均值、同方差的正态分布

违背..还可进行估计，只是不能使用普通最小二乘法进行估计。

七、高斯-马尔可夫定理

如果满足古典线性回归模型的基本假定，则在所有线性无偏估计量中，OLS估计量具有最小方差，即OLS估计量是最优线性无偏估计量。

假设条件：1.回归模型是正确设定的；2.解释变量X是确定性变量不是随机变量；在重复抽样中取固定值。3. 解释变量在x所抽取的样本中具有变异性，而且随着样本容量的无限增加，解释变量X的样本方差趋于一个非零的有限常数。4.随机误差项u具有给定X条件下的零均值，同方差以及不序列相关性

八、异方差性

对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性。 类型：单调递增型，单调递减型，复杂型。

原因：

⑴模型中遗漏了随时间变化影响逐渐增大的因素。（即测量误差变化）

⑵模型函数形式设定误差。

⑶随机因素的影响。（即截面数据中总体各单位的差异）

后果：1．参数估计量非有效2.变量的显著性检验失去意义3.模型的预测失效

检验：图示检验法 ， 戈德菲尔德－匡特检验，怀特检验，帕克检验和戈里瑟检验

处理：基本思想:变异方差为同方差，或尽量缓解方差变异的程度。（加权最小二乘法（WLS），异方差稳健标准误法）

九、序列相关性

如果模型的随机干扰项违背了相互独立的基本假设，则称为存在...

原因：1．经济数据序列惯性；2．模型设定的偏误；3．滞后效应；4．蛛网现象；5．数据的编造

后果：1．参数估计量非有效；2.变量的显著性检验失去意义；3.模型的预测失效

检验方法：一、图示法；二、回归检验法；三、D.W.检验法；四、拉格朗日乘数检验

补救方法：广义最小二乘法（GLS），广义差分法，随机干扰项相关系数的估计，广义差分法在计量经济学软件中的实现，序列相关稳健标准误法。

十、多重共线性

如果模型的解释变量之间存在着较强的相关关系，则称模型存在多重共线性。

原因：（1）经济变量相关的共同趋势2.滞后变量的引入3.样本资料的限制

后果：1.完全共线性下参数估计量不存在2.近似共线性下普通最小二乘法参数估计量的方差变大3.参数估计量经济含义不合理4.变量的显著性检验和模型的预测功能失去意义 检验：1.检验多重共线性是否存在2.判明存在多重共线性的范围

克服方法：1.排除引起共线性的变量2.差分法3.见笑参数估计量的方差

十一、回归模型中引入虚拟变量的作用是什么？有哪几种基本的引入方式？它们各适合用于什么情况

答：在模型中引入虚拟变量，主要是为了寻找某(些)定性因素对解释变量的影响。 加法方式与乘法方式是最主要的引入方式。

前者主要适用于定性因素对截距项产生影响的情况，后者主要适用于定性因素对斜率项产生影响的情况。除此外，还可以加法与乘法组合的方式引入虚拟变量，这时可测度定性因素对截距项与斜率项同时产生影响的情况。

十二、滞后变量模型有哪几种类型？分布滞后模型使用OLS方法存在哪些问题？

答：滞后变量模型有分布滞后模型和自回归模型两大类，前者只有解释变量及其滞后变量作为模型的解释变量，不包含被解释变量的滞后变量作为模型的解释变量；而后者则以当期解释变量与被解释变量的若干期滞后变量作为模型的解释变量。分布滞后模型有无限期的分布滞后模型和有限期的分布滞后模型；自回归模型又以Coyck模型、自适应预期模型和局部调整模型最为多见。

分布滞后模型使用OLS法存在以下问题：(1)对于无限期的分布滞后模型，由于样本观测值的有限性，使得无法直接对其进行估计。(2)对于有限期的分布滞后模型，使用OLS方法会遇到：没有先验准则确定滞后期长度，对最大滞后期的确定往往带有主观随意性；如果滞后期较长，由于样本容量有限，当滞后变量数目增加时，必然使得自由度减少，将缺乏足够的自由度进行估计和检验；同名变量滞后值之间可能存在高度线性相关，即模型可能存在高度的多重共线性。

 

第二篇：计量经济学总结20xx

第一章 绪论

一、 计量经济学的含义

二、 计量经济学与其他学科的联系与区别

三、 计量经济学的内容体系

四、 计量经济学的研究步骤

五、 计量经济学的发展概况

需要掌握的主要内容

1. 如何理解计量经济学？（研究对象、理论基础、与经济学的区别、所研究变量的特点）

2. 狭义计量经济学研究的是具有因果关系的经济现象，用的是回归的分析方法。

3. 计量经济学的建模步骤？

4. 选择解释变量时需要注意的问题：（1）根据经济规律确定变量的数目（2）考虑数据的可得性（3）考虑所有入选变量的关系，要求各变量独立。---否则会引起多重共线性

5. 如何确定模型的数学形式？（1）根据经济理论（2）画散点图（3）试模拟

6. 什么是时间序列数据？什么是截面数据？（要求能够判断）

7. 数据的要求：完整性、准确性、可比性、一致性。

8. 模型的检验内容：经济学检验、统计学检验、计量经济学检验、模型的预测检验。（每一项里又具体包括哪些内容？F、t检验步骤是什么？）模型应用的四个方面：结构分析、经济预测、政策评

价、检验与发展经济理论。

第二章 与 第三章 回归模型(包括一元与多元回归)

第一节 回归分析概述

第二节 基本假设

第三节 参数估计

第四节 统计检验

第五节 预测问题

本章内容提要：主要介绍了回归分析的基本思想与方法。从总体回归模型与总体回归函数、样本回归模型与样本回归函数这两组概念开始，建立了回归分析的基本思想。总体回归函数是对总体变量间关系的定量表述，由现实中只能先从总体中抽取一个样本，获得样本回归函数，并用它对总体回归函数作出统计推断。

学习重点：对样本回归函数能否代表总体回归函数进行统计推断，即进行所谓的统计检验。统计检验包括两个方面：一、先检验样本回归函数与样本点的“拟合优度”。二、检验样本回归函数与总体回归函数的“接近”程度。后者又包括两层含义：第一层：检验解释变量对被解释变量是否存在着显著的线性影响，通过t检验完成。第二层：检验样本回归函数与总体回归函数的“接近”程度，通过参数估计值的“区间检验”完成。

掌握内容：

1、回归分析：研究一个变量关于另一个（些）变量的统计以来关系

的计算方法和理论，其用意在于通过后者的已知值或者设定值，去估计和预测前者的（总体）均值。

2、总体回归函数、总体回归模型

3、随机误差项的含义：随机误差项是在模型设定中省略下来而又集体的影响着被解释变量Y的全部变量的替代物。

随机误差项的内容有哪些？或者为什要在总体回归函数中引入随机误差项。

4、样本回归函数、样本回归模型

5、回归系数的经济含义是什么？

6、回归模型的一般形式与基本假定

7、OLS概念：残差平方和最小的准则，就是最小二乘准则。

8、正规方程组；最小二乘估计量的表达形式

9、最小二乘法估计量的统计性质：线性性、无偏性、有效性（证明过程)

10、回归模型的统计检验（拟合优度检验、参数的显著性检验、模型的显著性检验）

拟合优度是指检验模型对样本观测值的拟合程度，用R2表示，该值越接近于1，模型对样本观测值拟合得越好。可决系数R2统计量、调整的可决系数；F统计量、t统计量的表达形式。

总离差平方和、回归平方和与残差平方和之间的关系；

11、参数的置信区间

第四章 放宽基本假定的模型

第一节 异方差

第二节 序列相关

第三节 多重共线性

第四节 随机解释变量

主要介绍计量经济学模型的二级检验问题，即计量经济学检验。主要讨论如何对回归模型的若干基本经典假定是否成立进行检验，当检验发现不成立时继续采用OLS估计模型会带来什么后果，以及如何修正等问题。

掌握：

1、概念：异方差、序列相关、多重共线性、随机解释变量。

2、异方差类型；引起“异方差、序列相关、多重共线性、随机解释变量”的原因、产生的后果、修正方法。

第五章 经典单方程计量经济学模型：专门问题

第一节 虚拟变量模型

第二节 滞后变量模型

掌握：

1、虚拟变量、虚拟变量模型、虚拟变量的引入方式、虚拟变量陷阱；

2、滞后变量模型的概念、分类以及系数含义

3、格兰杰因果关系检验

第六章 联立方程计量经济学模型：理论与方法

第一节 联立方程计量经济学模型的提出

第二节 联立方程计量经济学模型的若干基本概念

第三节 联立方程计量经济学模型的识别

第四节 联立方程计量经济学模型的估计

掌握：

1、内生变量、外生变量、结构式模型、简化式模型等基本概念；

2、结构式模型转化成简化式模型，得出参数关系体系；

3、运用结构式识别条件进行模型识别判断；

4、针对不同的识别状况进行估计方法的选择（IV,ILS,2SLS）