1、1、 相關(guān)分析：相關(guān)分析（correlation analysis），相關(guān)分析是研究現(xiàn)象之間是否存在某種依存關(guān)系，并對(duì)具體有依存關(guān)系的現(xiàn)象探討其相關(guān)方向以及相關(guān)程度，是研究隨機(jī)變量之間的相關(guān)關(guān)系的一種統(tǒng)計(jì)方法。2、 計(jì)量經(jīng)濟(jì)學(xué)：計(jì)量經(jīng)濟(jì)學(xué)是以一定的經(jīng)濟(jì)理論和統(tǒng)計(jì)資料為基礎(chǔ)，運(yùn)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)方法與電腦技術(shù)，以建立經(jīng)濟(jì)計(jì)量模型為主要手段，定量分析研究具有隨機(jī)性特性的經(jīng)濟(jì)變量關(guān)系。主要內(nèi)容包括理論計(jì)量經(jīng)濟(jì)學(xué)和應(yīng)用經(jīng)濟(jì)計(jì)量學(xué)。3、 區(qū)間估計(jì)：參數(shù)估計(jì)的一種形式。通過從總體中抽取的樣本，根據(jù)一定的正確度與精確度的要求，構(gòu)造出適當(dāng)?shù)膮^(qū)間，以作為總體的分布參數(shù)(或參數(shù)的函數(shù))的真值所在范圍的估計(jì)。4、 假設(shè)

2、檢驗(yàn)：假設(shè)檢驗(yàn)是數(shù)理統(tǒng)計(jì)學(xué)中根據(jù)一定假設(shè)條件由樣本推斷總體的一種方法。具體作法是：根據(jù)問題的需要對(duì)所研究的總體作某種假設(shè)，記作H0；選取合適的統(tǒng)計(jì)量，這個(gè)統(tǒng)計(jì)量的選取要使得在假設(shè)H0成立時(shí)，其分布為已知；由實(shí)測的樣本，計(jì)算出統(tǒng)計(jì)量的值，并根據(jù)預(yù)先給定的顯著性水平進(jìn)行檢驗(yàn)，作出拒絕或接受假設(shè)H0的判斷。常用的假設(shè)檢驗(yàn)方法有u檢驗(yàn)法、t檢驗(yàn)法、2檢驗(yàn)法(卡方檢驗(yàn))、F檢驗(yàn)法，秩和檢驗(yàn)等。5、 正態(tài)分布：正態(tài)分布（Normal distribution）又名高斯分布（Gaussian distribution），是一個(gè)在數(shù)學(xué)、物理及工程等領(lǐng)域都非常重要的概率分布，在統(tǒng)計(jì)學(xué)的許多方面有著重大的影響力。

3、若隨機(jī)變量X服從一個(gè)數(shù)學(xué)期望為、方差為 的高斯分布，記為N(， )。其概率密度函數(shù)為正態(tài)分布的期望值決定了其位置，其標(biāo)準(zhǔn)差決定了分布的幅度。因其曲線呈鐘形，因此人們又經(jīng)常稱之為鐘形曲線。我們通常所說的標(biāo)準(zhǔn)正態(tài)分布是 = 0, = 1的正態(tài)分布。6、 t分布，又稱Student t分布。t分布十分有用，它是總體均數(shù)的區(qū)間估計(jì)和假設(shè)檢驗(yàn)的理論基礎(chǔ)。學(xué)生t檢驗(yàn)改進(jìn)了Z檢驗(yàn)（Z-test），因?yàn)閆檢驗(yàn)以母體標(biāo)準(zhǔn)差已知為前提。雖然在樣本數(shù)量大（超過30個(gè)）時(shí)，可以應(yīng)用Z檢驗(yàn)來求得近似值，但Z檢驗(yàn)用在小樣本會(huì)產(chǎn)生很大的誤差，因此必須改用學(xué)生t檢驗(yàn)以求準(zhǔn)確。在母體標(biāo)準(zhǔn)差未知的情況下，不論樣本數(shù)量大或小皆可應(yīng)

4、用學(xué)生t檢定。自由度，是指當(dāng)以樣本的統(tǒng)計(jì)量來估計(jì)總體的參數(shù)時(shí)，樣本中獨(dú)立或能自由變化的數(shù)據(jù)的個(gè)數(shù)，稱為該統(tǒng)計(jì)量的自由度。例1：估計(jì)總體的平均數(shù)（）時(shí)，由于樣本中的n個(gè)數(shù)都是相互獨(dú)立的，任一個(gè)尚未抽出的數(shù)都不受已抽出任何數(shù)值的影響，所以自由度為n。7、 參數(shù)估計(jì)的無偏性：若是總體X的參數(shù)的一個(gè)點(diǎn)估計(jì)量，且，則稱是參數(shù)的無偏估計(jì)量. 8、 參數(shù)估計(jì)的有效性：若,都是的無偏估計(jì)量，且，則稱是比有效的估計(jì)量.若在的一切無偏估計(jì)量中,的方差達(dá)到最小,則稱為的有效估計(jì)量.9、 參數(shù)估計(jì)：參數(shù)估計(jì)（parameter estimation）是根據(jù)從總體中抽取的樣本估計(jì)總體分布中包含的未知參數(shù)的方法。人們常常

5、需要根據(jù)手中的數(shù)據(jù)，分析或推斷數(shù)據(jù)反映的本質(zhì)規(guī)律。即根據(jù)樣本數(shù)據(jù)如何選擇統(tǒng)計(jì)量去推斷總體的分布或數(shù)字特征等。參數(shù)估計(jì)分為點(diǎn)估計(jì)和區(qū)間估計(jì)兩部分，點(diǎn)估計(jì)是依據(jù)樣本估計(jì)總體分布中所含的未知參數(shù)或未知參數(shù)的函數(shù)；區(qū)間估計(jì)是依據(jù)抽取的樣本，根據(jù)一定的正確度與精確度的要求，構(gòu)造出適當(dāng)?shù)膮^(qū)間，作為總體分布的未知參數(shù)或參數(shù)的函數(shù)的真值所在范圍的估計(jì)。10、 虛擬變量 ( Dummy Variables) 又稱虛設(shè)變量、名義變量或啞變量，用以反映質(zhì)的屬性的一個(gè)人工變量，是量化了的自變量，通常取值為0或1。引入啞變量可使線形回歸模型變得更復(fù)雜，但對(duì)問題描述更簡明，一個(gè)方程能達(dá)到倆個(gè)方程的作用，而且接近現(xiàn)實(shí)。11

6、、高斯-馬爾科夫定理：高斯馬爾可夫定理陳述的是：在誤差零均值，同方差，且互不相關(guān)的線性回歸模型中，回歸系數(shù)的最佳無偏線性估計(jì)（BLUE）就是最小方差估計(jì)。一般而言，任何回歸系數(shù)的線性組合的最佳無偏線性估計(jì)就是它的最小方差估計(jì)。在這個(gè)線性回歸模型中，其誤差不需要假定為正態(tài)分布或獨(dú)立同分布（iid）（而僅需要滿足不相關(guān)和同方差這兩個(gè)稍弱的條件）。具體而言，假設(shè)其中0和1是非隨機(jī)且未觀測到的參數(shù)，xi 是觀測到的變量，i是隨機(jī)誤差，Yi是隨機(jī)變量（x小寫:因x非為隨機(jī)變量，Y大寫:因Y為隨機(jī)變量）。高斯馬爾可夫定理的條件是：··· ，也就是“不相關(guān)性”。12彈

7、性是指一個(gè)變量相對(duì)于另一個(gè)變量發(fā)生的一定比例的改變的屬性。彈性的概念可以應(yīng)用在所有具有因果關(guān)系的變量之間。作為原因的變量通常稱作自變量，受其作用發(fā)生改變的量稱作因變量。例如自變量x和因變量y之間存在關(guān)系y = f(x)，則y的x彈性：Ey/Ex=(y/y)/(x/x)=f'(x)·x/y13偏回歸系數(shù)：在多元回歸模型 中， 度量著在保持 不變的情況下， 每變化1單位時(shí)，Y的均值 的變化。換句話說， 給出保持 不變時(shí) 對(duì) 的斜率。再換一種方式說，它給出 的單位變化對(duì)Y均值的“直接”或“凈”（凈在不染有 的）影響。14回歸分析：回歸分析（regression analysis)是

8、確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法。按照涉及的自變量的多少，可分為一元回歸分析和多元回歸分析；按照自變量和因變量之間的關(guān)系類型，可分為線性回歸分析和非線性回歸分析。如果在回歸分析中，只包括一個(gè)自變量和一個(gè)因變量，且二者的關(guān)系可用一條直線近似表示，這種回歸分析稱為一元線性回歸分析。如果回歸分析中包括兩個(gè)或兩個(gè)以上的自變量，且因變量和自變量之間是線性關(guān)系，則稱為多元線性回歸分析。15判定系數(shù)：是用于判斷回歸分析模型擬合程度的一個(gè)指標(biāo). 設(shè)回歸分析模型的總體平方和為TSS, 回歸平方和為ESS, 殘差平方和為RSS, 那么稱為模型的判定系數(shù). 判定系數(shù)是

9、對(duì)回歸方程的擬合程度的度量, 其取值范圍為0,1; 判定系數(shù)越高說明回歸模型的擬合程度越高, 判定系數(shù)為1表示回歸方程和數(shù)據(jù)點(diǎn)完全擬合.16序列相關(guān)：又稱自相關(guān)，是指總體回歸模型的隨機(jī)干擾項(xiàng)之間存在相關(guān)關(guān)系。如果這些干擾項(xiàng)展現(xiàn)出如圖所示的的某種系統(tǒng)性模式，就表明它們之間有自相關(guān)或序列相關(guān)。17多重共線性：是指線性回歸模型中的解釋變量之間由于存在精確相關(guān)關(guān)系或高度相關(guān)關(guān)系而使模型估計(jì)失真或難以估計(jì)準(zhǔn)確。一般來說，由于經(jīng)濟(jì)數(shù)據(jù)的限制使得模型設(shè)計(jì)不當(dāng)，導(dǎo)致設(shè)計(jì)矩陣中解釋變量間存在普遍的相關(guān)關(guān)系。18異方差性：異方差性（heteroscedasticity ）是相對(duì)于同方差而言的。所謂同方差，是為了保

10、證回歸參數(shù)估計(jì)量具有良好的統(tǒng)計(jì)性質(zhì)，經(jīng)典線性回歸模型的一個(gè)重要假定：總體回歸函數(shù)中的隨機(jī)誤差項(xiàng)滿足同方差性，即它們都有相同的方差。如果這一假定不滿足，即：隨機(jī)誤差項(xiàng)具有不同的方差，則稱線性回歸模型存在異方差性。1、發(fā)達(dá)市場經(jīng)濟(jì)國家模型與發(fā)展中國家模型的差異主要體現(xiàn)在哪些方面。（網(wǎng)一是建模型任務(wù)不同：發(fā)達(dá)市場經(jīng)濟(jì)國家模型主要研究怎樣通過財(cái)政、貨幣和金融政策的作用來保證社會(huì)經(jīng)濟(jì)的穩(wěn)定；發(fā)展中國家模型主要研究經(jīng)濟(jì)增長和各類支付平衡問題。二是應(yīng)用領(lǐng)域不同：發(fā)達(dá)市場經(jīng)濟(jì)國家模型主要用于短期預(yù)測(因而季度模型占有較大比重)；發(fā)展中國家模型主要用于中長期決策研究和發(fā)展規(guī)劃研究。三是模型導(dǎo)向不同：發(fā)達(dá)市場經(jīng)濟(jì)

11、國家模型多以需求為導(dǎo)向；發(fā)展中國家模型多以供給導(dǎo)向?yàn)橹?，生產(chǎn)模塊占據(jù)重要核心位置。2、在使用OLS對(duì)線性回歸模型進(jìn)行估計(jì)時(shí)，對(duì)模型中的隨即擾動(dòng)向量 u做了哪些假定？ （經(jīng)典線性回歸模型：最小二乘法的基本假定 4版p52）（1）干擾項(xiàng)ui 的均值為零。對(duì)給定的x值，隨機(jī)干擾項(xiàng)ui的均值或期望值為0（ui的條件均值為0）。E(ui |Xi)=0（2）同方差性或ui的方差相等。給定X值，對(duì)所有的觀測，ui的方差都是相同的。就是說ui的條件方差是恒定的。Var（ui|Xi）=（3）各個(gè)干擾之間無自相關(guān)性。給定任意兩個(gè)X值：X和Xj（i=j）Ui和Uj 之間的相關(guān)性為零。用符號(hào)表示：cov（u）（4）u

12、i和Xi的協(xié)方差為0，或E(uiXi)=0。cov（ui，Xi）=03. 隨機(jī)擾動(dòng)項(xiàng)的內(nèi)容 實(shí)際值與擬合值之間的差，樣本中每次觀測者有一個(gè)相應(yīng)的值，用于計(jì)算OLS回歸線的。因?yàn)闃颖臼译S機(jī)的，所以這些殘差也是隨機(jī)的，就是隨機(jī)擾動(dòng)項(xiàng).誤差項(xiàng)：在簡單活多元回歸方程中，包含了未觀測到的影響因變量的變量因素。誤差項(xiàng)也可能包含被觀測的因變量或自變量中的測量誤差，就是當(dāng)你構(gòu)建回歸模型時(shí)方程里的u再說清楚些，誤差項(xiàng)是方程里的符號(hào)u，滿足Eu=0等等假設(shè)；而隨機(jī)擾動(dòng)項(xiàng)是回歸樣本時(shí)的u1，u2，.un。是用軟件能算出的那些值。4. 經(jīng)濟(jì)計(jì)量研究的步驟是什么？(p3)（1）理論或假說的陳述（2）理論的數(shù)學(xué)模型的設(shè)定

13、（3）理論的計(jì)量經(jīng)濟(jì)模型的設(shè)定（4）獲取數(shù)據(jù)（5）計(jì)量經(jīng)濟(jì)模型的參數(shù)估計(jì)（6）假設(shè)檢驗(yàn)（7）預(yù)報(bào)或預(yù)測（8）利用模型進(jìn)行控制或制定政策5. 引起模型預(yù)測誤差的兩類原因是什么？ (1)隨機(jī)因素導(dǎo)致誤差。(2)系統(tǒng)因素導(dǎo)致誤差。系統(tǒng)誤差包括模型的整體功能不好，現(xiàn)實(shí)經(jīng)濟(jì)關(guān)系中結(jié)構(gòu)參數(shù)發(fā)生了重大變化等直接原因?qū)е碌恼`差。6、 多重共線性會(huì)產(chǎn)生什么樣的后果？1，雖然OLS估計(jì)量是BLUE，但有大的方差和協(xié)方差，故難以做出精確地估計(jì)；2，又有后果1，置信區(qū)間將要寬很多，以致接受“零虛擬假設(shè)"(即真實(shí)總體系數(shù)為零的假設(shè))更為容易；3，仍由于后果1，一個(gè)或多個(gè)系數(shù)的t比率傾向于統(tǒng)計(jì)上不顯著。4，雖然

14、一或多個(gè)系數(shù)的t比率在統(tǒng)計(jì)上不顯著，總的擬合優(yōu)度R2仍可能非常之高。5，OLS估計(jì)量及其標(biāo)準(zhǔn)誤對(duì)數(shù)據(jù)的微笑變化也會(huì)是敏感的。（4版p325）如果多重共線性是完全的，X變量的回歸系數(shù)將是不確定的，并且它們的標(biāo)準(zhǔn)誤為無窮大。如果多重共線性是不完全的，那么，雖然回歸系數(shù)可以確定，卻有較大的標(biāo)準(zhǔn)誤（相對(duì)于系數(shù)本身來說），意思是，系數(shù)不能以很高的精確或準(zhǔn)確度加以估計(jì)。7、 多元線性回歸模型與一元線性回歸模型的區(qū)別一元線性回歸模型包含兩個(gè)變量，多元線性回歸模型包含三個(gè)或三個(gè)以上的變量。雖然多元線性回歸模型是一元線性回歸模型的推廣，卻涉及一些新的概念，諸如偏回歸系數(shù)，偏相關(guān)系數(shù)，復(fù)相關(guān)系數(shù)，校正與未校正（對(duì)

15、自由度）R2，多重共線性和設(shè)定偏誤。8、 簡述凱恩斯有效需求理論的基本結(jié)論(1)總產(chǎn)量或國民收入是由總需求決定的；(2)消費(fèi)是收入水平的函數(shù)；(3)投資是利率與預(yù)期利潤率的函數(shù)；(4)貨幣需求是收入和利率的函數(shù)；9、 回歸模型中引入虛擬變量的原則（4版p278） (1)如果模型中包含截距項(xiàng)，則一個(gè)質(zhì)變量有m種特征，只需引入(m-1)個(gè)虛擬變量。 (2)如果模型中不包含截距項(xiàng)，則一個(gè)質(zhì)變量有m種特征，需引入m個(gè)虛擬變量。10、 非完全多重共線性產(chǎn)生的原因及后果 (1)各個(gè)解釋變量對(duì)被解釋變量的影響很難精確鑒別； (2)模型回歸系數(shù)估計(jì)量的方差會(huì)很大，從而使模型參數(shù)的顯著性檢驗(yàn)失效； (3)模型參

16、數(shù)的估計(jì)量對(duì)刪除或增添少量的觀測值及刪除一個(gè)不顯著的解釋變量都可能非常敏感。11、 異方差性產(chǎn)生的原因及后果（4版p374）書中總結(jié)原因：在經(jīng)濟(jì)研究中，對(duì)應(yīng)于一個(gè)具體的X值，多數(shù)情形都只有一個(gè)樣本Y值。所以沒有任何方法能從僅僅一個(gè)Y觀測值去獲知 。因此在大多數(shù)的計(jì)量經(jīng)濟(jì)調(diào)查中，異方差性不過是一種直覺，深思熟慮的猜測，先前經(jīng)驗(yàn)或純粹猜想。 后果：考慮異方差性的OLS估計(jì)，其結(jié)果是，t和F檢驗(yàn)很可能給我們提供了不準(zhǔn)確的結(jié)果：因?yàn)槊黠@過大的var（ ）會(huì)使本來（如果我們使用由GLS程序建立的正確的置信區(qū)間的話）顯著的系數(shù)變成了統(tǒng)計(jì)上不顯著的（因t值過?。：鲆暜惙讲钚缘腛LS估計(jì)，其結(jié)果是，我們不能

17、再依賴通常計(jì)算的置信區(qū)間和通常使用的t和F檢驗(yàn)?？傊?，如果我們忽視異方差性而一味使用慣常的檢驗(yàn)程序，則無論我們得出什么結(jié)論或作出什么推斷，都可能產(chǎn)生嚴(yán)重的誤導(dǎo)。12、 自相關(guān)性產(chǎn)生的原因及后果自相關(guān)性產(chǎn)生的原因：線性回歸模型中隨機(jī)誤差項(xiàng)存在序列相關(guān)的原因很多，但主要是經(jīng)濟(jì)變量自身特點(diǎn)、數(shù)據(jù)特點(diǎn)、變量選擇及模型函數(shù)形式選擇引起的。1.經(jīng)濟(jì)變量慣性的作用引起隨機(jī)誤差項(xiàng)自相關(guān)2.經(jīng)濟(jì)行為的滯后性引起隨機(jī)誤差項(xiàng)自相關(guān)3.一些隨機(jī)因素的干擾或影響引起隨機(jī)誤差項(xiàng)自相關(guān)4.模型設(shè)定誤差引起隨機(jī)誤差項(xiàng)自相關(guān)5.觀測數(shù)據(jù)處理引起隨機(jī)誤差項(xiàng)序列相關(guān)自相關(guān)的后果：線性相關(guān)模型的隨機(jī)誤差項(xiàng)存在自相關(guān)的情況下，用OLS

18、（普通最小二乘法）進(jìn)行參數(shù)估計(jì)，會(huì)造成以下幾個(gè)方面的影響。從高斯-馬爾可夫定理的證明過程中可以看出，只有在同方差和非自相關(guān)性的條件下，OLS估計(jì)才具有最小方差性。當(dāng)模型存在自相關(guān)性時(shí)，OLS估計(jì)仍然是無偏估計(jì)，但不再具有有效性。這與存在異方差性時(shí)的情況一樣，說明存在其他的參數(shù)估計(jì)方法，其估計(jì)誤差小于OLS估計(jì)的誤差；也就是說，對(duì)于存在自相關(guān)性的模型，應(yīng)該改用其他方法估計(jì)模型中的參數(shù)。1.自相關(guān)不影響OLS估計(jì)量的線性和無偏性，但使之失去有效性2.自相關(guān)的系數(shù)估計(jì)量將有相當(dāng)大的方差3.自相關(guān)系數(shù)的T檢驗(yàn)不顯著4.模型的預(yù)測功能失效1、（1）因?yàn)闅v年的居民消費(fèi)總額和居民收入總額具有大致相同的“價(jià)格”指數(shù)，是否將它們轉(zhuǎn)換為不變價(jià)數(shù)據(jù)并不重要，不影響數(shù)據(jù)在樣本點(diǎn)之間的可比性。（22、參數(shù)  、  、  估計(jì)量