學(xué)復(fù)一、1.量

學(xué)概念2.量

學(xué)模型的（1）確定模型所包含的量考

象的學(xué)理及

律，數(shù)據(jù)的可得性，量的獨(dú)立性；（2）確定模型的數(shù)學(xué)形式；（3）定理模型中待估參數(shù)的理期望。3.本數(shù)據(jù)的收集（1）本數(shù)據(jù)的型序列數(shù)據(jù)、截面數(shù)據(jù)及虛量數(shù)據(jù)。（2）本數(shù)據(jù)的量完整性、準(zhǔn)確性、可比性及一致性。4.模型的（1）（2）合度量及方程的著性（3）

量

（隨機(jī)干的相關(guān)性、異方差性及解量的多重共性）5.量

學(xué)模型的用（1）構(gòu)分析（2）（3）政策價(jià)（4）展理二、一元性回模型1.基本概念（1）量的關(guān)系（確定的函數(shù)關(guān)系、不確定的關(guān)系）（2）相關(guān)分析、回分析（3）相關(guān)分析和回分析的相互系與區(qū)（4）體回函數(shù)（5）本回函數(shù)（6）本回函數(shù)的隨機(jī)形式二、性回模型?

2.高－定理?

（1）一是關(guān)于隨機(jī)干的，包括零均，同方差、不序列相關(guān)，足正分布；?

（2）另一是關(guān)于解量的，主要有：解量是非隨機(jī)的，如果是隨機(jī)量

，

與

隨

機(jī)干

不相關(guān)。?

（3）于多元回包括：各解量之不存在相關(guān)性。?

（4）

些

假

都

是

普通最小二乘法的。?

3.一元性回參數(shù)估?

（1）參數(shù)的估?

（2）參數(shù)的性?性性、無偏性、最小方差性（BLUE）?

在典假定下，普通最小二乘估量具有性性、無偏性和最小方差性（

BLUE）。?

（3）參數(shù)的分布?

（4）t（5）參數(shù)估的最小二乘原理（基本思想）（6）體方差的估?

3.合度?

（1）離差平方和分解?

（2）關(guān)系?離差：

TSS＝ESS+RSS?

自由度：N－1=k+(N-k-1)?

（3）合度?三

、

背

假定的模型?

當(dāng)模型假定不符合高－定理仍然采用OLS估模型所來的后果：?

1.異方差性?

是

隨

機(jī)

干

的方差不相同生的一象。?

OLS估仍是無偏、一致的，但通常的假t、F不可靠，將致?

常用的方法：示法、Park和Gleiser法、Goldfeld-Quandt法、White法。?

2.消除異方差的方法?

加最小二乘法法（WLS）假定的模型?

序列相關(guān)性?

是模型隨機(jī)干序列相關(guān)象。?

OLS估量仍具有無偏性與一致性，但假不可靠，得

無

效

。?方法?示法、回法、D.W法等。?

修正方法?

廣差分法、廣最小二乘法（GLS）假定的模型?

多重共性?

是指多個(gè)解存在共性（相關(guān)性），分完全共或近似共。?

模

型

完

全

共

，模型參數(shù)無法估。?

近似共，不背典假，模型參數(shù)OLS仍是無偏、一致且有效的，但估的參數(shù)的準(zhǔn)差往往大，使得t減少，參數(shù)著性下降。?

消除方法?

逐步回法、差分法、增大本容量法、使用外信息法。假定的模型?1：解下列概念：?

（1）異方差性

（2）序列相關(guān)性?

（3）多重共性

（4）完全共性?

（5）近似共性

（6）隨機(jī)解?

（7）差分法?

（9）D.W（8）廣最小二乘法?2.判斷下列各的，并明理由：?

（1）在存在異方差情況下，OLS估量是有偏的和無效的。?

（2）如果存在異方差，致t與F失效。?

（3）在存在異方差情況下，OLS法是高估了估量的準(zhǔn)差。?

（4）存在序列相關(guān)，OLS估量是有偏的并且也是無效的。?

（5）消除序列相關(guān)的一差分假定自相關(guān)系數(shù)

必等于1。?

（6）

存

在

多

重

共

，模型參數(shù)無法估。?

（7）

存

在

多

重

共

，一定會(huì)使參數(shù)估方差增大，從而造成估率的失。?

（8）一旦模型中的解量是隨機(jī)的，了基本假，使得模型的OLS估量有偏且不一致。?3.述異方差下列各有何影響：?

（1）OLS估量及其方差；?

（2）置信區(qū)；?

（3）著性t和F的使用。?4.什么是異方差性？例明象中的異方差

性

。

異方差性的方法和思路是什么？?5.什么是序列相關(guān)性？例明象中序列相

關(guān)

性

的

存

在

。

序列相關(guān)性的方法思路是什么？熟悉D.W量的算方法和表判斷。?6.什么是多重共性？生多重共性的背景是什么？有何危害？什么會(huì)造成些危害？多重共性的方法思路是什么？有哪些克服方法？例?

例1.下列哪種情況是異方差性造成的果？?

（1）OLS估是有偏的；?

（2）通常的t不再服從t分布；?

（3）OLS估量不再具有最佳性無偏性。?

例2.以某地區(qū)22年的年度數(shù)據(jù)估了如下工就回方程：D.W=1.147

(-0.56)(2.3)(-1.7)

(5.8)?

其中Y量，X1收入，X2平均月工，X3地方政府的支出。?明：一自相關(guān)的D.W無定。?

例3.某地區(qū)供水部利用最近15年的用水年度數(shù)據(jù)得出如下估模型：?

(1)根據(jù)和直，估回系數(shù)的符號(hào)是什么？什么？察符號(hào)與你的直相符？?

(2)在10%的著性水平下，行t與方程的Ft與F是否相符？?

(3)估

是有偏或無效的或不一致的？

明理由。?

解：1.人口越多或住越多，用水需求越多，故X、P前面的符號(hào)取正號(hào)；收入高的，用水多，Z前面的符號(hào)正；水價(jià)上，用會(huì)用水，W前面的符號(hào)降雨量大，草地和花園或耕地用水需求會(huì)下降，R前面的符號(hào)，因此，從估的模型看，除了Z前面的符號(hào)與期不相符合外，其它符號(hào)都與期望相符。?

2.t量是個(gè)量的著性，F(xiàn)量是量是否合著的，即方程的著性。

T(9)=2.262，所有參數(shù)的估的t的都小于2.262，在5%的著性水平下，些量是不著的。

F（5,9）＝3.48，可算的F大于，表明回系數(shù)是合著的。?

引起T與F矛盾的果可能是量的多重共性。?

3.多重共性是解察象的表，在不存在完全共性

的

情

況

下

，近

似

共并不意味著基本假的任何改，所以O(shè)LS估量的無偏性、一致性和有效性仍然成立，即仍是BLUE估量。但共性往往致參數(shù)估方差大于不存在多重共性的情況。?

例4.在研究生中的在增加中所占的份（即）的，有以下模型：其中Y是

的份，t。根據(jù)研究期內(nèi)的16年數(shù)據(jù)行參數(shù)估，得到模型果：?

(1)模型A中有沒有自相關(guān)？模型B呢？?

(2)如何解自相關(guān)的存在？?

(3)你怎區(qū)分“粹”的自相關(guān)和模型形式定?

解：1.模型A中，n=15，k=1，當(dāng)

，，表得，

因DW<1.08

，由此判定模型中存在正的自相?關(guān)。?

模型B中，n=16，k=2，

，表得

，模型中不存自相關(guān)。，由此判定?

模型A中存在自相關(guān)的原因是中當(dāng)期受到前期份的影響，而模型并未考到一因素的影響，因此，模型A定形式有?

2.用DW可以判斷回方程是否存在自相關(guān)，也可以用其判定模型定差的，關(guān)在于合模型的和理來區(qū)分。?

例5.有2006年中國(guó)31個(gè)省(市、自治區(qū))的火災(zāi)失Y(元)和保收入X(元)的數(shù)據(jù)。我將估中國(guó)的保收入火災(zāi)失的影響，建立如下模型：，借助Eviews件行參數(shù)估，果如