11、最小二乘法(ols)的判断标准。
残差平方和最小。
12、参数b1,b2的计算公式。
13、普通最小二乘估计量的性质。
1）样本回归线通过y和x的样本均值，即；2）估计的y均值等于实测的y均值，即；3）残差ei的均值为零，即；4）残差ei和**的yi不相关，即；5）残差ei和xi不相关，即。
14、经典（古典）线性回归模型的基本假定。
假定1：回归模型是参数线性的，但不一定是变量线性的。假定2：
解释变量(x)与扰动误差项(u)不相关。假定3：给定xi，扰动项的期望或均值为零，即。
假定4：ui的方差为常数或同方差，即。假定5：
无自相关假定，即两个误差项之间不相关，即。假定6：回归模型是正确设定的。
15、普通最小二乘估计量（或高斯--马尔可夫定理）的性质。（blue最优线性无偏估计量）
线性性、无偏性、有效性、最小方差性。1）b1和b2是线性估计量；2）b1和b2是无偏估计量，即e(b1)=b1,e(b2)=b2；3），即误差方差的ols估计量是无偏的；4）b1和b2是有效估计量。
16、普通最小二乘估计量的方差和标准差的计算公式。
17、给定显著性水平，如何求置信区间。
b2t临界值·se(b2)，b2t临界值·se(b2)]
18、总平方和(tss)、解释平方和(ess)、残差平方和(rss)三者的关系及计算公式。
19、拟合优度中判定系数r2的性质及计算公式。
性质：①非负性；②0≤r2≤1，r2愈接近1，拟合度越高，愈接近0，拟合度越低，r2=0，y与x无关。
20、样本相关系数r的性质及计算公式。
性质：①可正可负；②-1≤r≤1，r接近1，正相关好，接近-1，负相关好；③若x与y在统计上独立，则r=0，反之，则不一定成立。
21、变量显著性检验（t检验）的方法及过程。
1）双边检验：设ho:b2＝0，h1:b2≠0；2）单边检验：设ho:b2≤0，h1:b2＞0。
t|＞t临界，拒绝零假设。
22、b1,b2与随机扰动项(ui)的分布。
23、多元线性回归模型的假定。
假定1：回归模型是参数线性的，并且是正确设定的。假定2：
x2、x3与扰动项u不相关，即。假定3：误差项均值为0，即。
假定4：同方差假定，即u的方差为一常量，。假定5：
误差项ui和uj无自相关，即。假定6：解释变量x2和x3之间不存在完全共线性，即两个解释变量之间无严格的线性关系。
假定7：u服从均值为0，方差为的正态分布，即。
24、多元线性回归模型的标准误差δ2如何计算。
25、多元判定系数r2的计算公式。
26、多元回归的总体显著性检验的原假设和备择假设。
ho:b2=b3=0，h1:b2、b3不全为0。
27、f值和r2的关系，tss,rss,ess用r2表示的公式。
（n为观察值个数，k为包括截距在内的解释变量的个数）
关系：r2=0时，f=0；r2越大，f越大；r2=1时，f→∞
28、校正的判定系数2的公式及性质。
性质：①若k＞1，则≤r2；②r2总为正数，可能为负数。
29、f值与2的关系。
f与同向变化：当=0时，f=0；当=1时，f无穷大；越大，f越大。
30、双对数模型的形式及性质。
双对数：lnyi =b1+b2lnxi+ui ，性质：b2测度为y对x的弹性。
31、半对数模型的形式及性质。
半对数：lnyi =b1+b2xi+ui ，性质：b2表示x增加一个单位，y的平均增长率，即因变量的相对增量。
32、线性模型与半对数模型中b2的含义。
线性：b2表示x增加一个单位，y的绝对量的平均增量，即y增加b2个单位。
半对数：b2表示x增加一个单位，y的相对量的平均增量，即y增加100*b2。
33、线性--对数模型的形式及性质。
yi =b1+b2lnxi+ui ，性质：b2表示x的相对变化引起的y的绝对量变化量，即自变量的一个单位相对增量引起因变量平均的绝对增长。
34、因变量取对数的半对数模型ⅰ与自变量取对数的半对数模型ⅱ的区别。
反映自变量的绝对量变化1个单位时，因变量变化的百分比，lnyi =b1+b2t+ui ；
反映自变量变化一个百分比时，因变量的绝对变化量，yi =b1+b2lnx+ui
35、倒数模型的形式。
yi =b1+b2+ui
36、对于线性、双对数、对数--线性、线性--对数、倒数五种系数的总结。
37、模型中引入虚拟变量的作用。
1）分离异常因素的影响；2）检验不同属性类型对因变量的作用；3）提高模型的精度。
38、虚拟变量的性质。
1）若一个定性变量有m个类别，则引入m-1个虚拟变量；2）虚拟变量的取值是随意的；3）被赋予零值的类别称为基底；4）虚拟变量的系数称为级差截距系数，表示取值的类别的截距值与基底截距差别。
39、交互作用效应如何体现。
yi=b1+b2d2i+b3d3i+b3(d2id3i)+b4xi+ui ，d2i、d3i为交互作用虚拟变量。
40、虚拟变量是定性的。
41、“好的”模型的性质。
1）简约性；2）可识别性；3）拟合优度；4）理论一致性；5）**能力。
42、模型设定偏误的类型。
1）关于解释变量选取的偏误：①漏选相关变量，②多选无关变量；2）关于模型函数形式选取的偏误。
43、模型设定偏误的后果。
1）漏选相关变量：参数估计的偏误；2）多选无关变量：估计量无偏、一致但不具有最小方差性；3）错误函数形成：全方位偏误。
44、模型设定偏误的检验方法。
1）无关变量：①1个变量——t检验；②n个变量——f检验，
2）漏选变量和不正确函数形式——参数（①r2，；②t值；③估计函数的符号）
a、残差图示法；b、reset检验（a、如果事先知道遗漏了哪个变量，只需将此变量引入模型，估计并检验其参数是否显著不为0即可；b、不知道哪个变量遗漏，找个替代变量z，进行上述检验）；c、mwd---p176。
45、计量经济学方法中的联立方程问题主要表现在哪些方面。
1）随机解释变量问题；2）损失变量信息问题；3）损失方程之间的相关性信息问题。
46、变量的分类。
内生变量（由系统内产生，并影响系统）和外生变量（影响系统，本身不受系统影响），外生变量与滞后内生变量称为先决变量（只能作解释变量）。
47、结构式模型与简化式模型的形式。
结构：ct=b1+b2yt+ut
简化： 48、联立方程模型的识别状态。
1）可识别：①恰度识别（唯一地估计参数）；②过度识别（一个或几个参数有若干估计值）。2）不可识别：不能估计参数。
49、识别规则。
k=m-1，恰度识别；k＞m-1，过度识别；k＜m-1，不可识别。m：方程个数；k：不包括在该方程中所有变量的个数。
50、各方程识别的方法。
1）恰度识别：间接最小二乘法（ils)；2）过度识别：两阶最小二乘法（2sls)
51、多重共线性。
形式：1）统计学形式：①xi、xj … 相关；②即两个或多个解释变量出现相关性。2）数据类型：时间序列数据。3）实际经济现象：滞后变量的引入。
后果：1）参数估计量：无偏、有效（经济含义不合理）。2）变量的显著性检验：t检验失效（失去意义）。3）模型的**功能：失效。
检验：1）是否存在：①简单相关系数法：
|t| 接近1，存在较强多重共线性；②综合统计检验法：r2很大，t值不显著，未通过检验。2）存在范围：
①判定系数检验法；②逐步回归法；③逐步剔除法；④逐个引入法；⑤方差膨胀因子：。
补救措施：1）排除引起共线性的变量：逐步回归法；2）差分法；3）减少参数估计量的方差：①改变样本，②增加样本容量。
评价：1）为了利用模型**应变量的未来均值（坏事）；2）除**，还估计参数（好事）。
52、异方差。
形式：1）；2）即随机误差项的的方差不是常数；3）截面数据；4）单调型递增、单调型递减、复杂型。
后果：1）无偏、无效；2）t检验失效（失去意义）；3）失效。
检验（以表示随机误差项的方差）：1）图示检验法：散点扩大、缩小或复杂趋势；2）戈星瑟或帕克检验：
，则存在异方差；3）white检验：①先用ols估计方程得残差；②做对所有原始变量等的回归；③求辅助回归方程中的r2（）；得到的x值超过临界值，则有异方差，或p很低，拒绝ho，无异方差。
补救：1）加权最小二乘法（wls）：①对原模型加权，再采用ols估计参数；②对较小的赋予较大的权数；③对较大的赋予较小的权数。2）重新设定模型：改变prf。
53、自相关。
形式：1）cov(ui,uj)0；2）即随机误差项之间存在某种相关性；3）时间序列数据；4）（-1＜＜1），为自协方差系数或一阶相关系数。
原因：1）惯性；2）设定误差：模型中遗漏了显著的变量；3）设定误差：不正确的函数形式；4）蛛网现象；5）数据的“偏造”。
后果：1）无偏无效；2）t检验失效（失去意义）；3）失效。
检验（——近似估计量）：1）图示法；2）回归检验法：反复试算；3）杜宾-瓦森（d-w）检验。
d-w：1）假设条件：①解释变量x非随机变量；②扰动项：
，为自相关系数[马尔可夫一阶自回归过程（ar(1)过程）]；解释变量中不包含应变量的滞后值；④回归模型中含有截距项；⑤没有缺失数据。
即不存在一阶自相关；,即ui存在一阶自相关。
0 dl du 2 4-du 4-dl 4 d
补救：1）一阶差分法；2）广义差分法：d-w中估计。
计量经济学复习
题型 名词解释6个 单选 判断 简答 计算 2 12分 一 名词解释。1 总体回归函数 指在给定xi下的y的分布的总体均值与xi有函数关系。2 样本回归函数 指对应于某个给定的x的y值的一个样本而建立的回归函数。3 线性回归模型 指对参数 为线性的回归，即 只以它的一次方出现，对x可以是或不是线性的...
计量经济学复习
一。名词解释。1.最大似然估计。2.平稳性。3.加权最小二乘法。4.序列相关性。5.多重共线性。6.解释变量的内生性。7.虚拟变量。10.单位根。11.高斯 马尔可夫定理。12.异方差性。13最佳线性无偏估计量。14调整的可决系数。16.经典假定。17.广义差分法。18.拟合优度。19.随机误差项。...
计量经济学复习
1 普通最小二乘法 ols 其中是的估计值，如何得到？普通最小二乘法选择能最小残差平方和的估计值。即给定有关的n个观测。同时选择的。要使下式尽可能小 这个问题可通过使用多元微积分求解。这样就得到这k 1个未知变量的k 1个线性方程 这个方程组通常被称为ols一阶条件。第i个观测值的残差 1 残差的样...