1、1、计量经济学：是以经济理论和经济数据的事实为依据，运用数学、统计学的方法，借助计算机为辅助工具，通过建立数学模型来研究经济数量关系和规律的一门经济学科。2、虚拟变量数据：是人为构造的，通常取值为 1 或 0 的，用来表征政策等定性事实的数据。3、计量经济学检验：主要是检验模型是否符合计量经济方法的基本假定。4、政策评价：是利用计量经济模型对各种可供选择的政策方案的实施后果进行模拟测算，从而对各种政策方案做出评价。1、回归平方和用 ESS 表示，是被解释变量的样本估计值与其平均值的离差平方和。2、拟和优度检验：指检验模型对样本观测值的拟合程度，用 表示，该值越接近 1，模2R型对样本观测值拟合
2、得越好。3、相关关系：当一个或若干个变量 X 取一定数值时，与之相对应的另一个变量 Y 的值虽然不确定，但却按某种规律在一定范围内变化，变量之间的这种关系，称为不确定性的统计关系或相关关系，可表示为 Y=f(X，u)，其中 u 为随机变量。4、高思-马尔可福定理：在古典假定条件下， OLS 估计式是其总体参数的最佳线性无偏估计式。1、偏回归系数：在多元线性回归模型中，回归系数 （j=1 ，2，k）表示的是当j控制其他解释变量不变的条件下，第 j 个解释变量的单位变动对被解释变量平均值的影响，这样的回归系数称为偏回归系数。2、多重可决系数：“回归平方和”与“总离差平方和”的比值，用 表示。2R3
3、、修正的可决系数：用自由度修正多重可决系数 中的残差平方和与回归平方和。2R4、回归方程的显著性检验：对模型中被解释变量与所有解释变量之间的线性关系在总体上是否显著做出推断。5、 、回归参数的显著性检验：当其他解释变量不变时，某个回归系数对应的解释变量是否对被解释变量有显著影响做出推断。6、无多重共线性假定：假定各解释变量之间不存在线性关系，或者说各解释变量的观测值之间线性无关，在此条件下，解释变量观测值矩阵 X 列满秩Rank(X)=k，此时，方阵 满秩， Rank( )=kX从而 可逆, 存在。X17、正规方程组：指采用 OLS 法估计线性回归模型时，对残差平方和关于各参数求偏导，并令偏导
4、数为零后得到的一组方程，其矩阵形式为 XY1、多重共线性：解释变量之间精确的线性关系和解释变量之间近似的线性关系。2、完全的多重共线性：解释变量的数据矩阵中，至少有一个列向量可以用其余的列向量线性表示。或者指对解释变量 1， ，存在不全为 0 的数 ，使kX,32 k,321得 。123 0i i kiX ),(n3、辅助回归：多元线性回归模型，分别以每个解释变量为被解释变量，做对其他解释变量的回归。4、方差扩大因子 vif:1 除以（1- 辅助回归的多重可决系数） ，决定了方差和协方差增大的速度。 或者 21VIF=-jjR5、逐步回归法：将变量逐个的引入模型，每引入一个解释变量后，都要进行
5、 F 检验，并对已经选入的解释变量逐个进行 t 检验。通过逐步回归可筛选和剔除引起多重共线性的解释变量。6、不完全的多重共线性：指对解释变量 1， ，存在不全为 0 的数kX,32，使得 ，其中，k,321 321 iii vX ),21(n为随机变量。iv1.异方差性：随机变量的方差不是确定的常数，即被解释变量观测值的分散程度随解释变量的变化而变化。2戈德尔德-夸特检验法：将样本按解释变量排序，去掉中间约四分之一个数据后分成两部分，然后分别对两个样本进行回归，并计算比较两个回归的剩余平方和是否有明显差异，以此判断是否存在异方差。3.white: 在大样本的情况下，将 OLS 估计后的残差平方
6、对常数、解释变量、解释变量的平方及其交叉乘积等所构成一个辅助回归，利用辅助回归建立相应的检验统计量来判断异方差性。如果存在异方差，其方差与解释变量有关系，分析方差是否与解释变量有某些形式的联系以判断异方差性。4、加权最小二乘法：使得加权的残差平方和最小的求解参数估计式的方法。1.序列相关性：指总体回归模型的随机误差项之间存在相关关系。2科克伦-澳客特迭的代发：通过逐次迭代寻求更为满意的自相关系数的估计值，然后再采用广义差分法。3差分法：利用被解释变量与解释变量的现期值减去前期值消除随机误差项自相关的方法。4DW 检验法：杜宾和沃特森于 1951 年提出的一种适用于小样本的检验自相关的方法。1行
7、为方程：描述决策者经济行为的某些变量与其他变量的方程。2参数关系体系：描述联立方程模型的简化式参数与结构式参数之间关系的方程组。3前定变量：在模型中滞后内生变量与外生变量一起称为前定变量。4联立方程偏倚性：由于联立方程模型中内生变量作为解释变量与随机误差项相关，而引起的 OLS 估计的参数有偏倚且不一致，称为联立方程偏倚性。5恰好识别：如果结构型模型中某个方程的参数能够由简化型模型参数值唯一解出，则称该方程恰好识别。6过度识别：如果结构型模型中某个方程的参数能够由简化型模型参数估计值解出，但求解出的值不唯一，则称该方程是过度识别简答：1、滞后现象：解释变量需要通过一段时间才能完全作用于被解释变
8、量。原因：心理预期因素、技术因素、制度因素。2、OLS 存在的问题：自由度问题、多重共线性问题、滞后长度难于确定。利用经验加权估计法和阿尔蒙法。1、数理经济模型揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。计量经济模型揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述。2经济结构分析是指用已经估计出参数的模型，对所研究的经济关系进行定量考察，以说明经济变量之间的数量比例关系。3、 （1） 要有科学的理论依据；（2）模型要选择适当的数学形式；（3）方程中的变量要具有可观测性。4、 （1）行为关系；（2）技术（或工艺）关系；（3）制度关系；（4）定义关系。1、 （
9、1）零均值假定，同方差假定，无自相关假定，随机扰动项与解释变量不相关，正态性假定。（2）ntttxy12， XY10（3）无偏性，最小方差性，线性。（4） 212nent2、随机误差项主要包括下列因素的影响：（1）未知因素的影响；（2）无法取得数据的已知因素的影响；（3）众多细小因素的综合影响；（4）模型的设定误差的影响；（5）变量的观测误差的影响；（6）经济现象的内在随机性的影响。3、普通最小二乘法参数估计量的统计性质主要有线性、无偏性和最小方差性。所谓线性是指参数估计量 是 iY的线性函数；所谓无偏性是指参数估计量 的均值（期望）等于模型参数值，即 0)(E， 1)(；参数估计量的最小方差
10、性是指在所有线性、无偏估计量中，该参数估计量的方差最小。4、 （1）收入、年龄、家庭状况、政府的相关政策等也是影响生育率的重要的因素，在上述简单回归模型中，它们被包含在了随机扰动项之中。有些因素可能与教育水平相关，如收入水平与教育水平往往呈正相关、年龄大小与教育水平呈负相关等。（2）当归结在随机扰动项中的重要影响因素与模型中的教育水平 educ 相关时，上述回归模型不能够揭示教育对生育率在其他条件不变下的影响，因为这时出现解释变量与随机扰动项相关的情形。5、可决系数 ，含义为样本回归做出解释的离差平方和在总离差平方TSRER12和中占的比重，如果拟合程度越好，各样本观测点与回归线靠得越近， 越
11、接近 1，拟合2R程度越差， 越小。而残差平方和不能反映拟合程度的优劣。21、在多元回归分析中，为了寻找有效的参数方法及对模型进行统计检验，需要对模型中的随机扰动项和解释变量做一些假定。多元线性回归模型的基本假定条件有以下几种：1）零均值假定2）同方差和无自相关假定3）随机扰动项与解释变量不行关假定4）无多重共线性假定5)正态性假定2、1）线性性质；2）无偏性；3）最小方差性。3、随着模型中解释变量的增加，多重可决系数的值会变大。当被解释变量相同而解释变量个数不同时，运用多重可决系数去比较两个模型的拟合优度会带来缺陷。用自由度去校正所计算的变差，可以纠正解释变量个数不同引起的对比困难，为此可以
12、用自由度去修正多重可决系数中的残差平方和与回归平方和，从而引入修正可决系数。4、 21nkRF5、在一元回归模型中，F 检验与 t 检验等价，即 F= 2t6、在多元模型中，F 检验与 T 检验的作用不同，具体表现在：F 检验是检验整个方程，即所有解释变量联合起来对被解释变量的影响，但并未说明各个解释变量对被解释变量的影响；而 t 检验是检验当其他解释变量不变时，单个解释变量对被解释变量的影响。1、解释变量之间存在精确的或近似的线性关系。2、1） 、经济变量之间具有共同变化趋势。2） 、模型中包含滞后变量。3） 、利用截面数据建立模型也可能出现多重共线性。4） 、样本数据自身的原因。3、1）
13、、完全多重共线性：参数估计式为不定式，参数估计值的方差无限大。2） 、不完全多重共线性：参数估计值的方差增大，对参数区间估计时，置信区间趋于变大。4、简单相关系数检验法，方差扩大（膨胀）因子法，直观判断法，逐步回归检测法。5、1） 、修正多重共线性的经验方法：剔除变量法，增大样本容量，变换模型形式，利用非样本先验信息，横截面数据与时间序列数据并用，变量变换。2） 、逐步回归法。6、可以，如果研究目的仅在于预测，各个解释变量之间的多重线性关系的性质在未来将继续保持，这时可估计这些系数的某些线性组合。1模型存在异方差时，普通最小二乘估计仍具有无偏性，但估计式的方差不再是最小的。加权最小二乘法是在模
14、型存在异方差时估计参数的一种方法。2 1） 、参数的 OLS 估计式的方差不再是最小的。2） 、夸大用于参数显著性检验的 t 统计量。3） 、预测值的精确度下降。3 1） 、模型中省略了某些重要的解释变量。2） 、模型设定误差。3） 、测量误差的变化。4） 、截面数据中总体各单位的差异。4 图示检验法，戈德菲尔德-夸特检验，White 检验， ARCH 检验，Glejser 检验。1、 （1）完全一阶正自相关?（2）差分为广义差分法?2、广义差分法，科克伦-奥克特迭代法，一阶差分法，德宾两步法。3、1） 、DW 检验有运用的前提条件。2） 、DW 统计量的上、下界一般要求 。3） 、15nDW
15、 检验不适应随机误差项具有高阶序列相关的检验。4 ） 、DW 检验有两个不能确定的区域1、若定性因素有 m 个相互排斥的类型（或属性、水平） ，在有截距项的模型中只能引入m-1 个虚拟变量，否则会产生完全的多重共线性。在无截距项的模型中，定性因素有 m 个相互排斥的类型时，引入 m 个虚拟变量不会导致完全多重共线性。2、1） 、可以作为属性因素的代表。2） 、作为某些非精确计量的数量因素的代表。3） 、作为某些偶然因素或政策因素的代表。4） 、作为时间序列分析中季节（月份）的代表。5） 、实现分段回归，研究斜率、截距的变动，或比较两个回归某些的结构差异。3、应从分析问题的目的出发予以确定。从理
16、论上讲，虚拟变量取“0” ，通常代表基础类型；虚拟变量取“1” ，通常代表与基础类型相比较的类型。1 分成两大类。内生变量：由模型体现的经济系统本身所决定的随机变量。外生变量：在模型体现的经济系统之外给定的、在模型中是非随机的变量。2结构型模型具有偏倚性问题。3提供足够的估计各个结构参数的信息或对模型的设定方程施加足够的约束。 4在恰好识别的条件下，利用简化型模型与结构型模型之间参数的关系式可唯一解出结构型方程的参数估计量。5相对于其他方法，OLS 法可以充分利用样本数据信息、对样本容量的要求不高、可以避免确定性误差的传递。6(1)从考虑数据的可用性和计算方法的复杂性来看,通常分为有限信息估计法和系统估计法: 单一方程估计法：最小二乘法、工具变量法、间接最小二乘法、二段最小二乘法、有限信息最大似然估计法; 系统估计法：三段最小二乘法、似乎不相关法、完全信息最大似然估计法。(2)、从模型的识别条件来看，恰好识别模型：间接最小二乘法、工具变量法等，过度识别模型：二段最小二乘法、三段最小二乘法等，递归型模型直接用 OLS 法估计参数。
