/經(jīng)濟學本科各專業(yè)《計量經(jīng)濟學》教學大綱一、前言(一）本課程的目的和任務計量經(jīng)濟學是在對社會經(jīng)濟現(xiàn)象作定性分析的基礎上，探討如何運用模型方法定量描述和分析具有隨機性特征的經(jīng)濟變量關系的經(jīng)濟學分支。它是經(jīng)濟類各專業(yè)的核心課程。通過本課程的教學，要求學生達到了解計量經(jīng)濟學作為現(xiàn)代經(jīng)濟學的重要組成部分所具有的特征與地位，了解計量經(jīng)濟分析方法在經(jīng)濟學科的發(fā)展和實際經(jīng)濟工作中的作用;掌握計量經(jīng)濟學分析經(jīng)濟問題的基本思想，掌握計量經(jīng)濟學建模的基本原理；熟知計量經(jīng)濟分析的基本內(nèi)容和工作程序;能夠建立(含運用計量經(jīng)濟分析專門軟件)簡單的計量經(jīng)濟模型分析問題；打下基礎，具有進一步學習計量經(jīng)濟學和應用的能力.（二）本課程的教學要求學生在學習本課程之前，應先學習了《微積分》、《線性代數(shù)》、《經(jīng)濟學》（包含微觀經(jīng)濟學和宏觀經(jīng)濟學）、《概率論與數(shù)理統(tǒng)計》和《經(jīng)濟統(tǒng)計學》等課程。教師在講授本課程時,首先應特別注重對經(jīng)濟理論的認識和經(jīng)濟現(xiàn)象的分析,強調(diào)已學的《經(jīng)濟學》基礎;其次突出計量經(jīng)濟建?；舅枷氲闹v授，側(cè)重在計量經(jīng)濟學研究對象的理解和《經(jīng)濟學》、《經(jīng)濟統(tǒng)計學》與《數(shù)學》相結(jié)合的知識背景上；再次應避免在理論部分的繁雜的純數(shù)學證明，但對于表述基本原理和模型應用分析中的數(shù)學推導是必要的，故應強調(diào)《微積分》、《線性代數(shù)》與《概率論與數(shù)理統(tǒng)計》的基礎知識；最后應加強對計量經(jīng)濟學概念的總結(jié)和應用實例的分析,包括計量經(jīng)濟專門分析軟件（Eviews）的應用操作。（三）本課程的教學方法與教材本課程的教學方法采用以課堂教學為主課程論文為輔的主要教學形式，并且以10學時以上的上機實習作為本課程的教學實踐和實驗支撐。課程論文將舉行課堂答辯的形式進行考核，作為期末考試成績的組成部分。本課程的教材，以西南財經(jīng)大學主編的《計量經(jīng)濟學》為主,兼用古扎拉蒂的《計量經(jīng)濟學》。二、教學主要內(nèi)容和基本要求第一章導論（3－４課時）本章教學要求:本章既是計量經(jīng)濟學入門的基礎，又是整個教材的綱。要求學生通過本章的學習應達到：了解計量經(jīng)濟學經(jīng)過分析經(jīng)濟問題從方法上演變而得的背景；了解計量經(jīng)濟學的基本概念;了解計量經(jīng)濟學與其它學科的關系；熟知計量經(jīng)濟學建模分析的基本思路;掌握數(shù)據(jù)、變量和模型的基本概念.本章的重點是了解掌握計量經(jīng)濟學建模的基本思路。本章的教學課時安排為3－４課時。第一節(jié)什么是計量經(jīng)濟學一、計量經(jīng)濟學的產(chǎn)生與發(fā)展計量經(jīng)濟學的產(chǎn)生；計量經(jīng)濟學的發(fā)展；計量經(jīng)濟學在中國的發(fā)展二、計量經(jīng)濟學的性質(zhì)計量經(jīng)濟學的性質(zhì)；計量經(jīng)濟學不同類型的劃分以及相互間的聯(lián)系;三、計量經(jīng)濟學與其它學科的關系計量經(jīng)濟學與經(jīng)濟學的關系;計量經(jīng)濟學與經(jīng)濟統(tǒng)計學的關系;計量經(jīng)濟學與數(shù)理統(tǒng)計學的關系第二節(jié)計量經(jīng)濟學的研究方法(基本建模思路）一、建立模型經(jīng)濟模型；計量經(jīng)濟模型的特點；單一方程模型；聯(lián)立方程模型二、估計參數(shù)估計參數(shù)的依據(jù)是統(tǒng)計數(shù)據(jù)；估計參數(shù)的方法類型三、模型檢驗為什么要對模型進行檢驗;模型的經(jīng)濟理論檢驗；模型的統(tǒng)計檢驗；模型的計量經(jīng)濟檢驗;預測擬合檢驗四、模型的應用經(jīng)濟結(jié)構(gòu)分析；經(jīng)濟預測；經(jīng)濟政策評價本節(jié)是本章的重點，也是全書的一個重點。計量經(jīng)濟學建模的基本思路又可歸納為“四步”“十二點”。第三節(jié)數(shù)據(jù)、變量與模型一、計量經(jīng)濟學中應用的數(shù)據(jù)數(shù)據(jù)類型；時間序列數(shù)據(jù);截面數(shù)據(jù);虛擬變量數(shù)據(jù)；其他類型數(shù)據(jù);統(tǒng)計數(shù)據(jù)的收集;統(tǒng)計數(shù)據(jù)建模前的預處理。二、計量經(jīng)濟模型中的變量不同分類以及分類的目的;解釋變量;被解釋變量；前定變量(先決變量）；內(nèi)生變量;外生變量;滯后內(nèi)生變量;滯后外生變量；計量經(jīng)濟學中變量的選擇三、計量經(jīng)濟模型計量經(jīng)濟模型的構(gòu)成要素;計量經(jīng)濟學模型的特點;模型的要求；模型的設定方式；常用計量經(jīng)濟模型的函數(shù)形式思考與練習：１、怎樣理解產(chǎn)生于西方國家的計量經(jīng)濟學能夠在中國的經(jīng)濟理論研究和現(xiàn)代化建設中發(fā)揮重要作用?2、理論計量學和應用計量經(jīng)濟學的區(qū)別和聯(lián)系是什么？３、怎樣理解計量經(jīng)濟學與力量經(jīng)濟學、數(shù)理統(tǒng)計學、經(jīng)濟統(tǒng)計學的關系？4、假如你是中國人民銀行的顧問，需要你對增加貨幣供應量促進經(jīng)濟增長提出建議，你將考慮哪些因素？你認為可以怎樣運用計量經(jīng)濟學的研究方法？5、你能分別舉出三個時間序列數(shù)據(jù)、截面數(shù)據(jù)、混合數(shù)據(jù)、虛擬變量數(shù)據(jù)的實際例子嗎？并分別說明這些數(shù)據(jù)的來源。6、為什么對已經(jīng)估計出參數(shù)的模型還要進行檢驗?你能舉出一個例子說明各種檢驗的必要性嗎？簡單線性回歸模型（8—9課時）本章教學要求：本章是整個課程的重要的基礎部分。通過教學應達到:熟練掌握簡單（一元）線性回歸模型的基本理論和建模方法；清楚一元線性回歸的古典假定條件、有關的數(shù)學推導和結(jié)論;熟知一元線性回歸模型的有關檢驗；能夠運用計量經(jīng)濟分析專門軟件獨立地建立簡單線性回歸模型。本章中部分內(nèi)容在前繼課程中已講授，注意這些內(nèi)容的復習和不同側(cè)重的要求。本章的重點是回歸分析的基本思想。本章課時安排為8-9學時。第一節(jié)回歸分析與回歸方程一、回歸與相關經(jīng)濟變量間的函數(shù)關系;經(jīng)濟變量間的相關關系;簡單相關與多重相關；線性相關與非線性相關；正相關與負相關；總體相關系數(shù)與樣本相關系數(shù)；復相關系數(shù)與偏相關系數(shù);相關分析的注意事項回歸的古典意義；回歸的現(xiàn)代意義；回歸直線與回歸曲線；回歸分析與相關分析的聯(lián)系與區(qū)別二、總體回歸函數(shù)總體回歸函數(shù)的意義；總體回歸函數(shù)的設定;線性總體回歸函數(shù)的含義三、隨機擾動項隨機擾動項的意義；隨機擾動項產(chǎn)生的原因；隨機擾動項的概率分布性質(zhì)四、樣本回歸函數(shù)樣本回歸線的描述；樣本回歸函數(shù)；Y的樣本條件均值;樣本剩余項；樣本回歸函數(shù)與總體回歸函數(shù)的關系第二節(jié)簡單線性回歸模型的最小二乘估計一、對隨機擾動項的古典假定零均值假定；同方差假定;無相關假定；與解釋變量不相關假定；正態(tài)性假定二、普通最小二乘法ＯＬＳ最小二乘估計;剩余平方和最小準則；參數(shù)的最小二乘估計式；參數(shù)的點估計值三、OLS回歸線的性質(zhì)回歸線通過樣本均值;估計的Yi的均值等于Yi的均值;剩余項Ei均值為零；估計的Yｉ與Ei不相關；解釋變量Xi與Ｅi不相關四、最小二乘估計式的統(tǒng)計性質(zhì)線性特性；無偏特性;最小方差性；一致性第三節(jié)回歸系數(shù)的假設檢驗和區(qū)間估計一、估計的β1和估計的β2的概率分布隨機擾動項方差σ2的估計；估計的β1和估計的β１的概率分布；估計的β1和估計的β2的標準誤差;大樣本時的分布;小樣本時的分布二、回歸系數(shù)的假設檢驗回歸系數(shù)假設檢驗的基本思想；回歸系數(shù)的Z檢驗；回歸系數(shù)的t檢驗三、回歸系數(shù)的區(qū)間估計回歸系數(shù)區(qū)間估計的意義；總體方差σ2已知時回歸系數(shù)的區(qū)間估計；總體方差σ2未知大樣本時回歸系數(shù)的區(qū)間估計；總體方差σ2未知小樣本時回歸系數(shù)的區(qū)間估計第四節(jié)擬合優(yōu)度的度量一、總變差的分解總變差（總平方和)；模型解釋了的變差(回歸平方和）；剩余變差（剩余平方和)二、可決系數(shù)可決系數(shù)的意義；可決系數(shù)的計算；可決系數(shù)與相關系數(shù)的差異三、判定系數(shù)與相關系數(shù)的關系總體相關系數(shù)；樣本相關系數(shù);可決系數(shù)與相關系數(shù)的差異第五節(jié)回歸預測一、回歸分析結(jié)果的報告回歸分析結(jié)果的標準表示方式二、因變量平均值的預測解釋變量的預測方式;因變量平均值的區(qū)間預測三、因變量個別值的預測預測誤差Eｆ的抽樣分布;個別值Yｆ的預測區(qū)間；平均制E（Ｙf/Xf）與個別值預測區(qū)間的特性第六節(jié)實例與計算機計算過程一、Eviｅｗｓ簡介二、Ｅviｅws簡單線性回歸的操作三、Eviｅws簡單線性回歸計算結(jié)果的分析四、案例分析思考與練習：１、回答下列問題（１)為什么在對參數(shù)進行最小二乘估計之前，要對模型提出古典假定？(2）什么是總體回歸函數(shù)和樣本回歸函數(shù)，它們之間的區(qū)別是什么？(3）什么是隨機誤差項和殘差，它們之間的區(qū)別是什么？（4）總體方差與參數(shù)估計方差的區(qū)別是什么？２、可決系數(shù)R說明了什么？在簡單線性回歸中它與斜率系數(shù)的t檢驗的關系是什么？3、有N組觀測值(Xi,Yｉ），I=１，2,…，N，用最小二乘法將Y對Ｘ回歸得到，將X對Y回歸得，這兩條直線是否一致？在什么條件下一致？４、說明顯著性檢驗的意義與過程。5、表２－１給出19６8—19８2年期間某國國內(nèi)產(chǎn)品的GDＰ平價因子和進口商品的GDP平價因子，GDP平價因子常用來代替消費者物價指數(shù)（CP2)作為通貨膨脹的指標，該國是一個小而開放經(jīng)濟的國家,在很大程度上以來國外貿(mào)易以求得生存，為了研究國內(nèi)物價與世界物價的關系，下面給出兩個模型:（1)Yt＝α1＋α２Xt+ut(２）Yt=β2Xt+ut其中,Ｙ為國內(nèi)產(chǎn)品的GDP平價因子，X為進口商品的GDP平價因子,試回答下列問題：(１）怎樣根據(jù)數(shù)據(jù)在這兩個模型中間進行選擇？（２）分別用兩個模型去擬合表中數(shù)據(jù)，然后選擇一個最好的模型.（3)還可以用其他什么模型去擬合這些數(shù)據(jù)？表２－1年份國內(nèi)產(chǎn)品的GＤＰ平價因子Y進口商品的ＧDP平價因子X１968１００01０001９69102３104２197０10４０1０9219７11087１105１9721146111019７3１28５１25719７41４851７49１97５１52117701976１5431889１９７715671８7４１97８15922015１９791７142２60１９801８4１2６2119811959２7７７１9８22０33273５６、表2—2是我國1978-１997年的財政收入Y和國民生產(chǎn)總值X的數(shù)據(jù)資料，試根據(jù)資料完成下列問題：(1）建立財政收入對國民生產(chǎn)總值的一元線性回歸方程,并解釋斜率系數(shù)的經(jīng)濟意義；（2）對所建立的回歸方程進行檢驗；（3）若1998年國民生產(chǎn)總值為78017.8億元，求１9９8年財政手預測值及預測區(qū)間（α=0.05)表2－2ＯbsXY197８36２4。１0011３2。26019794０３8。２00１146。３8019８０４5１７.８001159．9301９81４86０．３001１7５。７901９82５3０1。800１21２.33０1983５957。40０1３66。9５01９84７206。7０01642。8６0１９858989.１00２004.82019８６1020１．402122．0101987１１954。5０2１99。３５01988１4922.30２35７．２４0198916917.802664．900１9901８5９8.40293７．１001９９12１662.５031４９．480199２２6651。90348３．37019９3３４560。5０4３48。9501９9４４6６70。０05218．1０019９5574９4。９06242.20019966６850。507４0７．9９０199773４52.5086５１.１４07、表2-３給出我國19５2-１９90年人均國民收入和全國城鄉(xiāng)儲蓄金額資料，試分別作出1952-1978年和1979－1990年兩個時期的儲蓄方程,比較兩個回歸方程的斜率系數(shù),并對這兩個時期的經(jīng)濟政策作出評述。8、試證明下列問題（1）總體均值E（YF）的預測區(qū)間為(2)總體個別值YF預測區(qū)間為（3)試說明E（YF）和YF預測區(qū)間各自的特點.表２-３年份人均國民收入(元)城鄉(xiāng)儲蓄余額（億元)年份人均國民收入（元）城鄉(xiāng)儲蓄余額（億元）195２１0４８。６19722481０５.１95３１2212。3197３26312１.2195412６１5.91９74２６113６．51９5512９19．９１9752731４９．61９561４2２6.7197626115９。11９５７142３5．２1９7７２801８1．61９58171５5。21978３152１0.61９5918368．３1979３4６281.０１9６01８366。３1980３７6３99。5196115155。４1９８13９7523。71９62１3９4１．１1９824２２675。４1963147４5．７1９8346３892.51９6４16７５5。519845451214．７１965１9465.２198566８1６2２。6196621672．31986７3７2237。61９６719773。919878593073．319681837８.319８8１06638０1．519６9２03７5。9１98911７85１46。91９７023５7９。５19９０１27170３４.21９712４７90.３第三章多元線性回歸模型（5－6課時)本章教學要求：本章是在第二章基礎上的推廣,仍然是學習計量經(jīng)濟學的重要基礎。通過本章的學習應達到：了解多元線性回歸模型的產(chǎn)生背景；掌握模型的古典假定、模型的參數(shù)估計以及模型的統(tǒng)計檢驗；在本章結(jié)束之后，學生能夠根據(jù)所學知識，獨立地選擇一個經(jīng)濟研究問題，確定研究對象，按照計量經(jīng)濟分析的工作程序（即建立理論模型，收集統(tǒng)計數(shù)據(jù)，參數(shù)的估計和檢驗）去完成，并寫出研究的分析報告.本章的重點是在第二章基礎上的推廣，若第二章的內(nèi)容在前繼課程中已經(jīng)講授,本章則是回歸分析的基本思路。另外，本章的另一個重點是課程論文。本章的課時安排為5-6課時.第一節(jié)多元線性回歸模型及古典假定一、多元線性回歸的背景幾個多元線性關系的經(jīng)濟例子;多元線性回歸模型的一般形式；與一元線性回歸模型的區(qū)別以及對模型的解釋;二、多元線性回歸模型的矩陣表示Y＝Xβ＋μ三、模型的古典假定(一般表示與矩陣表示)零均值；等方差與互不相關;解釋變量與隨機項不相關；無多重共線性；正態(tài)分布第二節(jié)多元線性回歸模型的估計一、參數(shù)的最小二乘估計殘差平方和最小準則；參數(shù)的最小二乘估計式；二、參數(shù)最小二乘估計的性質(zhì)線性性；無偏性;最小方差性;一致性三、殘差和隨機擾動項方差的估計第三節(jié)多元線性回歸模型的檢驗一、擬合優(yōu)度檢驗方差分析與多重可決系數(shù)；修正可決系數(shù)二、回歸參數(shù)的顯著性檢驗(t-檢驗）參數(shù)估計的分布性質(zhì)；t－檢驗三、回歸方程的顯著性檢驗（F－檢驗)第四節(jié)多元線性回歸模型的預測一、回歸分析結(jié)果的報告回歸分析結(jié)果的標準表示；對回歸分析結(jié)果的分析及評價二、點預測三、區(qū)間預測因變量平均值的區(qū)間預測；因變量個別值的區(qū)間預測第五節(jié)多元線性回歸分析的計算過程與實例思考與練習１、給定二元回歸模型i=1，２，…,ｎ（1）敘述模型的古典假定;（2)寫出總體回歸方程、樣本回歸方程與樣本回歸模型；(3）寫出回歸模型的矩陣表示;（4)寫出回歸系數(shù)及隨機擾動項方差的最小二乘估計量,并述參數(shù)估計量的性質(zhì)；(５）試述總離差平方和、回歸平方和、殘差平方和之間的關系機器自由度之間的關系；２、在多元線性回歸分析中，為什么用修正可決系數(shù)衡量估計模型對樣本觀測值的擬合優(yōu)度？修正可決系數(shù)與F檢驗之間有何區(qū)別與聯(lián)系？3、設貨幣需求方程式的總體模型為其中M為廣義貨幣需求量,P為物價水平,r為利率，RGＤＰ為實際國內(nèi)生產(chǎn)總值.假定根據(jù)容量為n=19的樣本，用最小二乘法估計出如下樣本回歸模型：（１3）(3)Ｒ2=0。9DW=0。1其中括號內(nèi)的數(shù)據(jù)為系數(shù)估計的t統(tǒng)計值，et為殘差。（1）從經(jīng)濟意義上考察估計模型的合理性（2）在5％顯著性水平上,分別檢驗參數(shù)β２，β３的顯著性。(3）在5%顯著性水平上，檢驗模型的整體顯著性。4、某地區(qū)統(tǒng)計了機電行業(yè)的銷售額Y和汽車產(chǎn)量X1以及建筑業(yè)產(chǎn)值X２的數(shù)據(jù)如下（表3—1)，試建立該地區(qū)機電行業(yè)的銷售額和汽車產(chǎn)量以及建筑業(yè)產(chǎn)值之間的回歸方程并進行檢驗.表3—1年份銷售額Ｙ（億元）汽車X1（萬輛)建筑X2(千萬元)１98１２8０．03．9099.4319８２２8１。５5。11910。３619833３７.46.6661４.50198４4０4。2５。3３815。７５1９８54０2．14。３2116。78１9864５２.0６.11717．4419８7431．7５．５5919。７７198858２。３7。9２02３。７６1９8９596．6５．81631.61199０６２０.86。11３32。１７1９9１513．64。25835．０91９926０6.95.591３6。42199３629.06.67５36．5８1994602．7５.54３37。14１9956５6．76.9３3４１.3019969９8。５7．63８45。6219９７8７7.67。75247。385．自己選擇研究對象，收集樣本數(shù)據(jù)，建立多元線性回歸模型并運用計量經(jīng)濟學軟件進行計算,對模型進行診斷和評價,然后寫出分析報告(本題為課程論文的基本要求）。第四章多重共線性（2-3課時）本章教學要求:本章是違背古典假定情況下線性回歸模型的建立。通過本章的學習要求學生應達到：掌握多重共線性的概念，模型中出現(xiàn)多重共線性的不良后果,怎樣診斷多重共線性和修正多重共線性的若干方法；根據(jù)本章知識，學生能夠獨立解決模型中的多重共線性問題。本章的重點為對違反古典假設的建模思路的理解。本章課時安排與第五、六章共同考慮，三章的課時安排為8—9課時。第一節(jié)多重共線性概念一、多重共線性定義完全多重共線性；不完全多重共線性;多重共線性的矩陣描述二、產(chǎn)生多重共線性的經(jīng)濟背景經(jīng)濟變量之間存在共同變化趨勢；利用截面數(shù)據(jù)研究經(jīng)濟現(xiàn)象；模型中大量引入滯后經(jīng)濟變量；樣本數(shù)據(jù)自身的原因;三、多重共線性的基本理解第二節(jié)多重共線性后果一、參數(shù)估計的后果完全多重共線性下的參數(shù)估計為一“不定式"；不完全多重共線性下的參數(shù)估計為—漸近“不定式”;多重共線性下參數(shù)估計值的方差;二、統(tǒng)計檢驗的后果參數(shù)的顯著性檢驗失敗;完全多重共線性下的預測無意義；參數(shù)估計值的符號與經(jīng)濟意義相悖;第三節(jié)多重共線性的檢驗一、簡單相關系數(shù)矩陣法二、參數(shù)顯著性與整體顯著性的對比三、輔助回歸待定系數(shù)與Ｆ檢驗的結(jié)合★四、條件數(shù)法注:“★”號處的內(nèi)容可選講，以下同第四節(jié)多重共線性的修正一、模型的變量變換差分模型；增長率模型二、先驗信息的利用參數(shù)的約束；數(shù)據(jù)的結(jié)合；截面數(shù)據(jù)的利用三、其他方法增加樣本容量;剔除變量；改變模型的函數(shù)形四、逐步回歸法★五、嶺回歸估計第五節(jié)實例——我國鋼材供應量分析思考與練習⒈什么是多重共線性?產(chǎn)生多重共線性的經(jīng)濟背景是什么？⒉簡述檢驗多重共線性的方法思路。⒊多重共線性對模型的影響是什么?⒋對于線性回歸模型的最小二乘估計量(1)當X之間出現(xiàn)不完全共線性時，會出現(xiàn)什么情況?（2)用什么方法檢驗出現(xiàn)了不完全多重共線性？⒌根據(jù)1899—１922年某國制造業(yè)部門的年度數(shù)據(jù)，經(jīng)計算獲得如下回歸結(jié)果:se=（１．３8)(0.３4）(0。14）（0．021）=0。97F=189.8其中Y=實際生產(chǎn)指數(shù)，K＝實際資本投入指數(shù)，Ｌ=實際勞動投入指數(shù),ｔ＝時間或趨勢.利用同樣數(shù)據(jù)，又獲得如下回歸結(jié)果：se=（0．03）(０。15）(0。006）=0．65Ｆ=１９.5（1)回歸(1）式中是否有多重共線性？為什么?（２)在回歸(1)式中，logK的先驗符號是什么,結(jié)果是否與預期的一致，為什么？（３)選擇估計回歸(2）式的理由是什么？（4）解釋在回歸(1）式和回歸(２）式中的增加趨勢變量的作用是什么？⒍家庭消費支出不僅取決于可支配收入，還決定與家庭的的財富。設此問題的理論模型為：其中，Yi為消費支出,X2i為家庭可支配收入,X3i為家庭財富.根據(jù)表4-1中的數(shù)據(jù)建立回歸模型并回答下列問題：（１）對所得的R2、、F、t等值作出評價；(2）所估計模型是否可靠,為什么?表4－1編號ＹＸ2Ｘ31７０80810265１０0１009３９01201273495140１42５511０1601693６115180187６71２02002０528１4０２２022019155240243510１５026０26８6⒎研究某國經(jīng)濟試擬合如下線性回歸模型其中Ｙt＝消費，Ｘ2＝工資收入，X3=非工資、非農(nóng)業(yè)收入,X４＝農(nóng)業(yè)收入。根據(jù)表４-2的數(shù)據(jù)完成下列問題：（1）估計模型并對各項檢驗作出評價;（２）如果根據(jù)截面數(shù)據(jù)分析β3與β4對β2分別有如下關系：β3=０。75β2，β4=0．6２5β2，利用這些結(jié)果得如下消費函數(shù)Yｔ＝β1+β2(X2t+0。７5Ｘ３t+0。625Ｘ4ｔ）+ut＝β1＋β２Zｔ其中，Ｚt=X2t＋0．７5X3t+0.6２5X４t。試用這個修改的模型去擬合表4－2的數(shù)據(jù)，并估計(3）你對Zt怎樣解釋？表４—2某國國民經(jīng)濟統(tǒng)計資料單位:1０億美元年份YX2X3Ｘ4年份ＹX2X3Ｘ４１９3662．84３．4117．10３.961９4６95.７7６.7328.２6９.７61937６５.04６.441８．６55。4８194７9８．375。9１２7.919.3１１９3８63。944.３5１7.09４．３719４８1０0．3７7．62３2。３０9.8519３96７．５47。821９．２8４.５１1９491０3。２7８.01３1.３97.2119４０7１.３51．0223．２44。８８19５0108。983.５735。６17.39１9417６。6５8。７12８.１１6．37１９51108．5９０．5９3７.5８７。981９45注86.３8７．６９30．２98。961952111。495。47３5.１7７.４２注：1942－１94４年為戰(zhàn)爭年代⒏、表4-３提供了我國糧食總產(chǎn)量以及受主要因素影響的數(shù)據(jù).其中Ｙ＝糧食總產(chǎn)出（萬噸）,X1＝農(nóng)業(yè)化肥施用量（萬公斤),X2=糧食播種面積（千公頃),Ｘ３＝受災面積(公頃），X４=農(nóng)業(yè)機械勞動力(萬千克），Ｘ5=農(nóng)業(yè)勞動力（萬人)。（1）估計模型(2)檢驗是否存在多重共線性；（3）如果存在多重共線性，采用適當?shù)姆椒ㄟM行修正.表4-３研究糧食生產(chǎn)問題數(shù)據(jù)資料ｏｂｓＹＸ2X3X4X5X61983387281659.81１40471620９.318０2231６45。11984407311739．811２8841５２6４19497３１68５１９853791１１775。810884５２2７05.32０9１３3035１。5１９8639１5１１93０.６110９3３236５622９503０４67198７402081999.３1112６８20392。7248363087019883９4０８214１。5１101２32394４．７265753145５.７19894０75523５７。１１1220524448。72806732440．５1９９0４46２４２5９0.3113４6617８1９.3２8708333３0．41９9143529２80６。111２3142７８1４2９38９34186。３1９92442662９30．21１０56０25894.7303083４037１９9３4564９3151。911０5０9２3１3３３18173３2５８。2199４445１0３３17.91095443１3８33３８０232690。319９5４６6623５93。711０060２２2673６118323３4.5第五章異方差性（2—３學時）本章教學要求：本章是違背古典假定情況下線性回歸模型建立的另一問題.通過本章的學習應達到：掌握異方差的概念包括經(jīng)濟學解釋，異方差的出現(xiàn)對模型的不良影響,診斷異方差的方法和修正異方差的若干方法;經(jīng)過學習學生能夠處理模型中出現(xiàn)的異方差問題.本章重點是掌握檢驗和修正異方差性的若干方法，以及對結(jié)果的經(jīng)濟學意義上的解釋.第一節(jié)異方差的概念一、異方差的定義定義;異方差產(chǎn)生與某個解釋變量的變動關系二、產(chǎn)生異方差的經(jīng)濟背景截面數(shù)據(jù)易引起異方差；用時間數(shù)列數(shù)據(jù)研究經(jīng)濟現(xiàn)象的特殊函數(shù)，如生產(chǎn)函數(shù);用平均數(shù)作為樣本數(shù)據(jù)第二節(jié)異方差的后果一、參數(shù)估計值的方差增大二、參數(shù)的顯著性檢驗無意義三、預測精度降低第三節(jié)異方差的檢驗一、殘差圖分析法二、解析分析法Ｇolｄfｅlｄ－Quandｔ檢驗；White檢驗；ARCＨ檢驗；選講Speaｒman等級相關系數(shù)檢驗；Glｅjsｔｅr檢驗;Ｒｅseｔ檢驗等；第四節(jié)異方差的修正加權(quán)最小二乘法已知;未知二、變量變換法(變量的對數(shù)變換)★三、Box-Ｃｏｘ變換第五節(jié)實例——北京市人均儲蓄與人均收入之間的關系分析思考與練習⒈簡述什么是異方差？為什么異方差的出現(xiàn)總是與模型中某個解釋變量的變化有關?⒉歸納教材中所介紹的檢驗異方差的方法之基本思想.⒊什么是加權(quán)最小二乘法,它的基本思想是什么?⒋判斷下列說法是否正確，并簡要回答為什么:（1）當異方差出現(xiàn)時,最小二乘國際是有偏的和方差非有效;(2)當異方差出現(xiàn)時,常用的t和F檢驗失效；(3）在異方差情況下，通常OＬS估計一定高估了估計量的標準差；（4）如果OＬＳ回歸的殘差表現(xiàn)出系統(tǒng)性，則說明數(shù)據(jù)中有異方差性;(5)如果一個回歸模型遺漏了一個重要變量,則ＯLS殘差必定表現(xiàn)出明顯的樣式；(6）如果模型漏掉一個有非恒定方差的回歸元,則殘差將會呈異方差.⒌由表5—1給出消費Y與收入X的數(shù)據(jù)，試根據(jù)數(shù)據(jù)完成以下問題:（1)估計回歸模型Ｙ=β1+β２X+U（2）檢驗異方差性(可用Golｄｆｅld-quandt檢驗）(3)選用適當?shù)姆椒ㄐ拚惙讲畋?—1消費(Ｙ)，收入(X）數(shù)據(jù)YＸYXYX5５８01５222095140６51０01442１01０814５7085175245１131５0801101８02６0110160７９１20135190125165８411５14020511518098130１7８2６5１3０１8５9514019１270１35１909０1２5137230１2０2０0７５901８925014０20５74１０5５5８0140２10１1016０70８５1５22201１31５0759０1４02251２516５65１0013723０108145７４10５145２4０1151８080110175２451４02258411５1８9２5012０2０079120１８026014５２40901２５１7826５13０185９８13０191２７0⒍表5—2的數(shù)據(jù)是某國研究與開發(fā)(R＆D)支出費用(Ｙ）與不同工業(yè)部門產(chǎn)品銷售量（X).試根據(jù)資料建立一個回歸模型；運用Ｇｌｅjｓｅr方法檢驗異方差;由此決定異方差的表現(xiàn)形式并選用適當方法加以修正.表5-2某國的創(chuàng)新：198８年某國研究與開發(fā)（R＆D)費用支出（所有數(shù)字均以百萬美元計)工業(yè)群體銷售量Ｒ＆D費用利潤⒈容器與包裝6375。362。518５．1⒉非銀行業(yè)金融11626。４９２.91５6９.5⒊服務行業(yè)14６55．１178.32７６．８⒋金屬與采礦２1869.２2５8．4２828.1⒌住房與建筑26４０8.3４9４.７22５．9⒍一般制造業(yè)324０5.61０83３751.9⒎休閑娛樂35107。７1６20.6２884．1⒏紙張與林木產(chǎn)品40２9５.442１．７4645.7⒐食品7０761。65０９．25０36．4⒑衛(wèi)生８0552．86620。11386９．9⒒宇航952９４3918。644８7．８⒓消費者用品101314。11５95。31０278．9⒔電器與電子產(chǎn)品1１61４1。31６０７。58787．３⒕化工產(chǎn)品1223１5。７44５4。11６4３8．8⒖五金1416４9．93１63。99７６１。4⒗辦公設備與電算機１75０25．８132１0。７1９７74。5⒘燃料２3061４。5１70３．822626.6⒙汽車2935４39528．218415。４注：工業(yè)群體按銷售量遞增順序排列。7、表5—3給出20個國家的股票價格和消費者價格年百分率變化的一個橫截面數(shù)據(jù)。試根據(jù)資料完成以下問題:(1）將Ｙ對X回歸并分析回歸中的殘差；(2）因智利的數(shù)據(jù)出現(xiàn)了異常，去掉智利數(shù)據(jù)后,重作(１）中的回歸并再次分析回歸中的殘差．（３)如果根據(jù)（１）的結(jié)果你將得到有異方差的結(jié)論，而根據(jù)（2)的結(jié)果你又得到相反的結(jié)論,對此你能作出什么一般性的結(jié)論？表5—３第二次世界大戰(zhàn)后（直至１969年）期間股票與消費者價格國家變化率%每年股票價格Y消費者價格Ｘ⒈澳大利亞5.0４．3⒉奧地利11.1４。6⒊比利時３.22．4⒋加拿大７．92.4⒌智利２5。526．4⒍丹麥3.８4。2⒎芬蘭11．15。5⒏法國9.９4。７⒐德國13.32.2⒑印度1。５４．0⒒愛爾蘭6。４4。0⒓以色列8。9８．4⒔意大利８.13。３⒕日本１３。５4.７⒖墨西哥4．75.2⒗荷蘭7。53．6⒘新西蘭4．7３。6⒙瑞典8。０4。0⒚聯(lián)合王國7.53．9⒛美國9。02．１⒏表5－4給出１985年我國北方幾個省市農(nóng)業(yè)總產(chǎn)值，農(nóng)用化肥量、農(nóng)田水利、農(nóng)業(yè)勞動力,每日生產(chǎn)性固定生產(chǎn)原值以及農(nóng)機動力數(shù)據(jù)，要求:（1)試建立我國北方地區(qū)農(nóng)業(yè)產(chǎn)出線性模型;(２）選用適當?shù)姆椒z驗模型中是否存在異方差；（3)如果存在異方差,采用適當?shù)姆椒右孕拚?。?—4地區(qū)農(nóng)業(yè)總產(chǎn)值（億元）農(nóng)業(yè)勞動力（萬人）灌溉面積（萬公頃）化肥用量(萬噸）戶均固定資產(chǎn)（元）農(nóng)機動力(萬馬力）北京1９。６490.133.８47.53９4。３435.３天津１4。495。2３４．９53。9567.5４50．7河北14９.91６３9。０３57。2６92．470６。89２７1２。６山西55。07562.6１07。９31.4８56。371118.５內(nèi)蒙古60.8５46２.９９６。４９１5。41２82．81641．７遼寧87。48588。９72。4６１.68４4.７4１12９．6吉林73.８139９。７69。6336.92576．81647。6黑龍江１０4.5１425。367。9５25.81２３7.１６1305。8山東２76。552３６５.6456.5５152。35812.０23127。9河南200。0２2５５7.5318.99127.9754.782１３４．5陜西６8。1８884。２1１7．90３6．1607.4１７6４．0新疆49.1225６.1２60．4615。11１43.67523.3第六章自相關性本章教學要求:本章是違背古典假定情況下線性回歸模型的建立的又一問題。通過本章的學習應達到：掌握自相關的基本概念，自相關出現(xiàn)的嚴重后果，診斷自相關存在的方法和修正自相關的方法.要求學生能夠根據(jù)本章的知識獨立解決模型中的自相關問題。經(jīng)過第四、五、六章的學習,學生可自己選擇一個實際經(jīng)濟問題，建立模型，并判斷和解決上述可能存在的問題。本章的重點是異方差性、自相關性兩者在后果、檢驗方法、彌補措施、Eviews處理以及結(jié)果解釋等方面的共性與區(qū)別。第一節(jié)自相關性的概念一、自相關定義定義；自相關性用一階自回歸表示的數(shù)學性質(zhì)二、產(chǎn)生自相關的經(jīng)濟背景經(jīng)濟現(xiàn)象中的慣性作用;又模型設定誤差引起的自相關(變量缺失、模型函數(shù)形式不當)；隨機誤差序列自身的自相關;數(shù)據(jù)處理選成的自相關；蛛網(wǎng)想象第二節(jié)自相關的后果一、參數(shù)估計值的方差增大二、參數(shù)的顯著性檢驗失效三、預測精度降低第三節(jié)自相關的檢驗一、殘差平方圖分析法二、D－W檢驗D—Ｗ檢驗的適用條件；D—W統(tǒng)計量；D—W顯著性檢驗；D-W檢驗的缺陷三、回歸檢驗法第四節(jié)自相關的修正一、廣義差分法差分系數(shù)已知;差分系數(shù)未知二、Ｄuｒｂin兩步估計法（可用于高階自相關序列)三、Ｃochraｎｅ—Ｏrcutt反復計算法★第五節(jié)廣義最小二乘法一、廣義最小二乘法的基本含義二、廣義最小二乘法與加權(quán)最小二乘法的關系三、廣義最小二乘法與廣義差分法的關系第六節(jié)實例-—某地區(qū)國內(nèi)生產(chǎn)總值與出口總額之間的關系分析思考與練習⒈什么是序列相關？計量經(jīng)濟模型中產(chǎn)生自相關的原因是什么?⒉怎樣認識用一階自回歸表示序列的相關？簡述DＷ檢驗的應用條件。⒊設模型為其中It=投資，ｒt=利息率,εt為隨機誤差項且有如下特性：Ｅ（εt）=0,E（εt·εｔˇ）)=０(s≠0),cｏv(εt，ut－1）=0，E（εt２)=σε2，εｔ服從正態(tài)分布。試求ρ的估計量,并最終得出消除序列相關的估計量的計算步驟.⒋在研究生產(chǎn)中的勞動追加值所占分額的變動時,有人曾考慮如下模型：模型A：模型B:其中Yt=勞動分額，t=時間。根據(jù)1949-1９64年數(shù)據(jù)，對初級金屬工業(yè)得到如下結(jié)果:模型A:0.4529－0．00４1ｔt=(－3.9６0８）R2=0.5２8４DW=０。8252模型B:０.4786-０。0127ｔ+0。０00５t2t＝（—３.27２４)（2.７777）R2=0．６62９ＤW=1.８２(1)模型A與模型B誰存在序列相關？(2）怎樣說明序列相關？(３）如何區(qū)分“純粹”自相關和設定偏誤？⒌表６-1給出某國銅工業(yè)的有關數(shù)據(jù)。(1）根據(jù)這些數(shù)據(jù)，估計以下回歸模型：并解釋所得結(jié)果；表6—1年份CGILＨＡ195121．893３0.245。1220.414９１１91９5222．29347．250.925９。51５04１9．41195319．６3366。1５３.3256.３14３８？1954２２．85366.35３.６249．31５5121。7８19５533。77399．３54。6３52．3164623。6８19５63９。1８420.761。１3２9。１1３4９26.01１９５73０．5８44261.9219。６12２42７。5２19５826。30447５7.923４．8138226.8919５９30。748３64。８237.41553。７26．8５1９603２。150666。２2４5。81２96。127．231961３0523.３6６．7２29．21365.02５。４619６230.８563.８７2。２233．91４92。523．８8１９6３3０。8５94.77６.5234。21634．92２．６21９64３2。６635.7８1。73４7１56１23.721９6５35。4688．１89.8468.1１509.724．5１９６６36．６75397。8５5５11９５。824．51９6７３8．67９6。310０418132１.9２4.981９６842．2868。5106．3５25。21545。425。58196９47.9935．5111。1620.71４9９.５27.1819705８．298２.４107．858８．６１46928。72197152１063。41０9。64４4。4２0８4．5291９7２51。2１1７1．1119.7４27。82３７8.526。67197３59。51306．６129.87２７．1２057。525.3３19747７.３1４12．91２9。3８7７。61352.５３4．0619７５64.21528．8117．8556。61171。４39。7９19７669.６1７０0。112９.８７８0。61547．６４4。491９7７66.８１8８7.2１37．17５0。７1９8９.85１.231978６6.5２127。6145.2709.８2023.３54。４2197998。3262８。８152.５935。717５9．261.０6１98０101．4２６3３。11４７。１9４0.91298.５70。８7（2）求出上述回歸的殘差，你能對這些殘差中是否有自回歸做些什么解釋？(3)求DW統(tǒng)計量,并對數(shù)據(jù)中可能出現(xiàn)的自相關性質(zhì)作出評價；（4）試用廣義差分回歸估計方法修正自相關；（5)試用cｏchrａｎt-Orｃutt迭代法估計模型；（6）對(４）與(5)所用方法作出評價。其中C為12個月的平均國內(nèi)銅價(每磅美分)。G為國民總產(chǎn)值（１０億美元）I為１2個月的平均工業(yè)生產(chǎn)指數(shù)L為１２個月的平均倫敦金屬交易所銅價（20英鎊）H為每年新房動工數(shù)（千單位)A為１２個月的平均鋁價（每磅美分）⒍表6—2是北京市城鎮(zhèn)居民家庭人均收入和消費支出資料。(1)運用OＬS方法建立該市城鎮(zhèn)居民家庭的消費函數(shù)：（２）選用適當方法檢驗是否存在序列相關？（3)如果存在自相關，選用適當?shù)墓烙嫹椒右孕拚?表６－2年份人均收入(元）人均消費支出（元)年份人均收入(元)人均消費支出(元)197845０.18３59。8６19881767。671４55.551979４91。５440８。６6198９1899.5715２0.4119８0５9９。４0４90．４4199０2067。３３164６。05１９8１619．５7511．４3199１235９。８81８６0.１71９8２６６8.06534.８2199２2813.102134.6519８３716。６５７４．０6199３3９３5.39２939。６01９8４837。65６６6。７5199４５585.８84134.１21９851158。8４９23.32１99547４8。685019。7６198６1317。331067．3８19967945。7857２９．4５198７1413．2４１147。6⒎表６-３給出了1953年-1985年我國固定資產(chǎn)投資總額與工業(yè)總產(chǎn)值的數(shù)據(jù)資料。試求解如下問題:(1)運用回歸分析方法求模型的估計式,并判斷是否存在自相關？(2）若存在自相關，并按一階自回歸假定運用廣義差分法重新估計模型，這時再檢驗模型是否還存在自相關。(3）若采用(固定資產(chǎn)投資指數(shù))，(工業(yè)總產(chǎn)值指數(shù))作為新數(shù)據(jù)，估計模型然后檢驗是否還存在自相關。表6—3年份（t）XtYt年份(ｔ）ＸtYt１95３91.59４5０1970368。082080１9５4102.6８５1５１97１417．3123７51955105.24５３419７2４１2。812５17195616０.8464２197343８．１２27４11957151.2３７0419744３6。192730１95８279。061０831975５４4。9４31２419５9368．02148３197６523。94315８1960416。5816３71977548。３0３５7８19611５6.０６106７１９７8688．724０671９6287。28９20１9７9699.3６448319６3116.6６９931980７45。90489７1９64165．８９１1641９81６67。51512０19６5216.9０1402１９8２845。３1５5０６1９66254。8162４1９839５1。9660８８196７187.7213821９84118５．１870４21968１５1.5712８５１9８51180.51９７５61969246.9216658.自己獨立選擇一個實際經(jīng)濟問題,建立模型，檢驗是否存在多重共線性、異方差、自相關，并采用相應的辦法解決。第七章分布滯后模型與自回歸模型（５—6課時）本章教學要求：本章是一般線性回歸模型的擴展部分。通過本章學習應達到:了解分布滯后模型與自回歸模型的區(qū)別與聯(lián)系；認知模型估計的難點；掌握庫伊克模型、自適應期望模型和局部調(diào)整模型的經(jīng)濟背景與估計方法。本章的重點是建立動態(tài)計量經(jīng)濟學模型建模的基本思路和Eｖieｗs結(jié)果的分析解釋。本章課時安排為5-６課時。第一節(jié)分布滯后模型一、滯后效應與滯后模型滯后現(xiàn)象;分布滯后模型的形式;自回歸模型的形式二、產(chǎn)生滯后效應的原因心理因素;技術因素;制度因素三、分布滯后模型的估計分布滯后模型估計的困難：自由度不足；多重共線性；滯后長度難于確定有限分布滯后模型估計的處理方法：經(jīng)驗加權(quán)法；阿爾蒙法無限分布滯后模型的估計思路：轉(zhuǎn)化為自回歸模型進行估計第二節(jié)自回歸模型一、庫伊克模型庫伊克模型的背景；無限分布滯后模型在庫伊克變換下的形式;庫伊克模型的特點二、自適應預期模型自適應預期模型的背景;自適應預期假定;自適應預期模型的自回歸表示三、局部調(diào)整模型局部調(diào)整模型的背景;局部調(diào)整假定;局部調(diào)整模型的自回歸表示第三節(jié)自回歸模型的估計一、自回歸模型估計中的問題滯后因變量與隨機項相關;庫伊克模型與自適應預期模型的隨機項自相關；二、工具變量法工具變量法的概念;工具變量法的特點；工具變量法的缺點三、德賓ｈ－檢驗D－W檢驗的缺陷；德賓h—檢驗第四節(jié)案例思考與練習⒈什么是滯后現(xiàn)象?產(chǎn)生滯后現(xiàn)象的原因主要有哪些?⒉對分布滯后模型進行估計存在哪些困難？實際應用中如何處理這些困難？⒊庫伊克模型、自適應模型與局部調(diào)整模型有哪些工性和不同之處？模型估計會存在哪些困難？如何解決？⒋檢驗一階自回歸模型隨機擾動項是否存在自相關，為什么用德賓h－檢驗而不用Ｄ－Ｗ檢驗？⒌表7—1給出了某地區(qū)1970－19９1年固定資產(chǎn)投資Y與銷售額X的資料（單位：億元）。試就下列模型，按照一定的處理方法估計模型參數(shù),并解釋模型的經(jīng)濟意義，探測模型擾動項的一階自相關性。表７－1年度YＸ年度ＹX19703６.９９52。8051９8112８。68１6８.２91197１33。60５5．9061982123.９7163。３５119７23５．42６3.0２719８3117.３51７2。５471９７３42。3572。93119８4１3９。61１9０.６8219７452。48８４。79０1９85152．88194．５３8197５５3。66８６。589198６137.9519４.657197658.5398．７９7198714１。06206.326１9776７。48113。2０1198８163。45２23。5４0197878.１312６.9０5１98９183.8０２32.72４1979９５。１3１４3。9３61990192．61239．45919８0１12．60１54。391１９9118２．８1２3５。142(1)設定模型運用局部調(diào)整假定.（2)設定模型運用局部調(diào)整假定。（3）設定模型運用自適應預期假定。(4）運用阿爾蒙多項式變換法，估計分布滯后模型:第八章單一方程模型的專門問題（一)（2—３課時)本章教學要求：本章內(nèi)容是計量經(jīng)濟學建模中經(jīng)常遇見的問題，包括虛擬變量、測量誤差、模型的設定和非線性函數(shù)等。通過本章學習應達到：掌握虛擬解釋變量的意義、設置規(guī)則對模型的影響和其他修正模型的作用;了解虛擬因變量的意義和有關模型及其估計；了解測量誤差以及產(chǎn)生的后果，設定誤差的診斷性檢驗,化非線性模型為線性模型的基本思想。通過第四、五、六、七、八章的學習，學生在課程論文中完整獨立地完成一個綜合訓練，提交一篇課程論文。本章的重點是虛擬解釋變量的運用和Eviｅｗs軟件的運用和結(jié)果分析解釋。本章的可是安排與第九章共同考慮,課時數(shù)為５—6學時。第一節(jié)虛擬解釋變量一、虛擬變量的經(jīng)濟前提二、虛擬變量的設置規(guī)則三、回歸中虛擬解釋變量的分析(一)截距變動分析單一虛擬解釋變量；雙虛擬解釋變量；兩個以上的虛擬的解釋變量（季節(jié)調(diào)整的例子分段性線性回歸)(二）斜率分析變動分析單一虛擬解釋變量;雙虛擬解釋變量；其它情形（三）截距與斜率共同變動分析★（四）回歸中虛擬解釋變量的其他作用虛擬解釋變量與方差分析(ＡOV）模型兩種回歸之比:鄒氏(CＨOＷ)檢驗；合并橫截面數(shù)據(jù)與時序數(shù)據(jù)；相互作用效應;★第二節(jié)虛擬被解釋變量一、虛擬被解釋變量的經(jīng)濟背景及處理手段二、線性概率模型(一）線性概率模型的基本概念(二）線性概率模型的估計方法估計的基本思想；擾動項為非正態(tài)時的情形；擾動項為異方差時的情形;0≤E（Yi／Ｘ)≤１不成立時的情形（Lｏgit模型Pｒoｂit模型）第三節(jié)測量誤差一、測量誤差及產(chǎn)生的后果被解釋變量的測量誤差及產(chǎn)生的后果；解釋變量的測量誤差及產(chǎn)生的后果二、一個實際的例子:CＡPM的估計第四節(jié)設定誤差一、設定誤差與模型的診斷性檢驗二、相關變量的遺漏(欠擬合）三、無相關變量的誤選（過擬合）第五節(jié)非線性回歸模型一、參數(shù)內(nèi)生線性模型雙對數(shù)方程半對數(shù)方程Box-Ｃoｘ變換其他變換二、非線性的識別殘差分析分段線性回歸多項式逼近三、內(nèi)生線性及識別第九章單一方程模型的專門問題（二）(２-3課時)本章教學要求：本章內(nèi)容是時間序列中計量經(jīng)濟分析的基本內(nèi)容。通過本章學習，應:達到了解經(jīng)濟現(xiàn)象中時間序列變量的基本特征，建模的基本思想（特別注意與傳統(tǒng)建模方法的比較)；了解平穩(wěn)性問題與單位根檢驗;了解變量的協(xié)整性檢驗;了解Ｇranｇe因果關系檢驗.本章的重點是了解時間序列數(shù)據(jù)建模過程中，平穩(wěn)性的重要性以及相應的檢驗方法，初步了解單位根檢驗、協(xié)整性檢驗以及Grange因果關系檢驗的基本思路、基本做法以及基本分析解釋，為時間序列分析課程的深入學習奠定一定的前期基礎。第一節(jié)概述建模的基本思路比較第二節(jié)平穩(wěn)時間序列及檢驗一、平穩(wěn)和非平穩(wěn)時間序列二、單位根檢驗三、擴展迪克—富勒檢驗第三節(jié)協(xié)整性及誤差校正機制模型一、協(xié)整的基本概念及檢驗概念例子：協(xié)整序列;協(xié)整及協(xié)整向量、協(xié)整秩二、誤差校正模型第四節(jié)經(jīng)濟變量間的因果性:Graｎgｅr檢驗一、經(jīng)濟變量的