第一章：緒論
1．計量經濟學的學科屬性、計量經濟學與經濟學、數學、統計學的關係；
2．計量經濟研究的四個基本步驟
（1）建立模型（依據經濟理論建立模型，通過模型識別、格蘭傑因果關係檢驗、協整關係檢驗建立模型）；
（2）估計模型引數（滿足基本假設採用最小二乘法，否則採用其他方法：加權最小二乘估計、模型變換、廣義差分法等）；
（3）模型檢驗：經濟意義檢驗（普通模型、雙對數模型、半對數模型中的經濟意**釋，見例1、例2），統計檢驗（t檢驗，擬合優度檢驗、f檢驗，聯合檢驗等）；計量經濟學檢驗（異方差、自相關、多重共線性、在時間序列模型中殘差的白雜訊檢驗等）；
（4）模型應用。
例1：在模型中，y某類商品的消費支出，x收入，p商品**，試對模型進行經濟意義檢驗，並解釋的經濟學含義。
,其中引數都可以通過顯著性檢驗。
經濟意義檢驗可以通過（商品需求與收入正相關、與商品**負相關）。
商品消費支出關於收入的彈性為0.25（）；
**增加乙個單位，商品消費需求將減少31%。
例2：研究金融發展與貧富差距的關係，認為金融發展先使貧富差距加大（惡化），爾後會使貧富差距降低（好轉），成為倒u型。
貧富差距用gini係數表示，金融發展用（貸款餘額/存款總額）表示。回歸結果為：
，模型引數都可以通過顯著性檢驗。
在x的有意義的變化範圍內，gini係數的值總是大於1，細緻分析後模型變的毫無意義；
同樣的模型還有：gini係數的值總是為負
。3．計量經濟學中的一些基本概念
（1） 資料的三種型別：橫截面資料、時間序列資料、面板資料；
（2） 線性模型的概念；
（3） 模型的解釋變數與被解釋變數，被解釋變數為隨機變數（如果乙個變數為隨機變數，並與隨機擾動項相關，這個變數稱為內生變數），被解釋變數為內生變數，有些解釋變數也為內生變數。
第二章：回歸模型
1．兩個變數的相關關係，相關關係與隨機因果關係的區別；
2．總體回歸函式與線性總體回歸函式；
3．一元與多元線性回歸模型，回歸模型的基本假設；
4．最小二乘估計的基本原理與最小二乘估計量的具體表示式，隨機擾動項的方差的估計方法；
5．最小二乘估計的數值性質與最小二乘估計的統計性質，樣本容量變化對統計性質的影響；
6．在回歸模型中（包括對數模型）計量單位變化對模型引數估計的影響（例3）；
7．樣本回歸直線及其性質；
8．高斯-馬爾柯夫定理及其證明。在回歸模型中，我們將解釋變數看成非隨機變數，但如果解釋變數為隨機變數，並解釋變數與隨機擾動項相關，那麼高斯-馬爾柯夫定理就不成立，實際上在此時，對引數的最小二乘估計並不是乙個無偏估計；
9．總體平方和分解公式及其含義；
10．擬合優度的含義與計算，擬合優度檢驗的適用條件；
11．解釋變數的顯著性檢驗，t統計量的計算方法，t統計量與樣本容量的關係，的顯著性檢驗方法，模型引數（解釋變數）的置信區間（區間估計）；
12．聯合檢驗與模型的顯著性檢驗方法，f統計量的具體計算方法，f統計量與樣本容量的關係；
13．與f統計量、與的相互關係；
14．回歸分析結果中，各變數之間的相互關係；
15．利用回歸模型進行點**與區間**；
16．非線性模型的線性化方法，普通回歸模型、半對數模型、雙對數模型的具體解釋意義上的區別；
17．回歸結果的標準表達方式。
例3：考慮下面模型中，計量單位（如從元改變為萬元）變化對模型引數的影響，
,第三章：回歸模型的擴充套件
1． 異方差的定義，異方差與模型基本假設的違背；
2． 異方差的產生原因：模型缺失重要解釋變數、樣本資料的觀察誤差、異常值的影響、模型函式形式的設定誤差、隨機因素的影響；
3． 存在異方差的後果：最小二乘估計不再為有效估計（有效估計的概念）、無法正確估計係數的標準誤差、t檢驗的可靠性降低（具體的影響方式）、增大模型的**誤差；
4． 異方差的檢驗方法：圖示檢驗法（一元與多元模型的檢驗方法）、goldfeld-quandt檢驗（eviews中的實現方法）、white檢驗與實現方法、park檢驗和gleiser檢驗與實現方法；
5． 異方差的補救方法：模型變換法（與park檢驗和gleiser檢驗的關係）、加權最小二乘估計（加權最小二乘估計的基本思想：怎樣利用權重進行調整，更加重視大的方差還是小的方差），模型變換方法與加權最小二乘估計方法的區別，建立半對數模型或雙對數模型；
6． 自相關的定義，自相關與模型基本假設的違背，一階自相關與高階自相關；
7． 自相關產生的原因：模型中遺漏了重要的解釋變數（與異方差同）、經濟變數的慣性作用、某些經濟行為的滯後性、模型函式形式設定不當（與異方差同）、隨機因素的影響（與異方差同）；
8． 存在自相關性的後果：最小二乘估計不再為有效估計、係數的標準差被嚴重低估（t統計量被放大、t檢驗的可靠性降低）、降低模型的**精度；
9． 自相關的檢驗方法：圖示法與相關性檢驗（包括對殘差序列進行自相關、偏自相關分析）、dw檢驗法（檢驗統計量的推導、五個區域的檢驗方法、dw檢驗法的適用條件）、高階自相關性檢驗（bg檢驗）；
10． 自相關性的補救方法（一階自相關的補救方法）：廣義差分方法（相關係數已知，相關係數需要估計，不同的估計方法）、廣義最小二乘法；
11． 多重共線性與完全多重共線性的定義；
12． 多重共線性的產生原因：經濟變數的內在聯絡、經濟變數的共同變化趨勢、模型中滯後變數的影響；
13． 存在多重共線性的後果：增大ols估計量的方差、難於區分每個解釋變數的單獨影響、t檢驗的可靠性降低（可能存在低估t統計量的情況）、回歸模型缺乏穩定性，需要注意的是，在存在多重共先線性的情況下，如果我們構建模型的目的是為了**，只要構建模型的樣本是隨機樣本（樣本資料中的共線性結構與總體中的共線性結構相同），那麼存在共線性的模型並不會影響模型的**準確性；
14． 多重共線性的檢驗方法：相關係數檢驗法、輔助回歸模型法、變數顯著性與模型顯著性的綜合檢驗、方差膨脹因子檢驗；
15． 多重共線性的補救方法：增加樣本容量（共線性現象是由抽樣不當造成）、直接剔除次要的解釋變數、利用先驗資訊方法改變模型的結構（減少解釋變數的個數）、面板資料方法、逐步回歸法；
16． 虛擬變數的定義與虛擬變數的設定、虛擬變數陷阱；
17． 虛擬變數模型的構建方法：加法模型及其含義、乘法模型及其含義、混合模型及其含義，虛擬變數模型的等價形式；
18． 虛擬變數模型的應用：將定性因素引入模型（檢驗定性因素對被解釋變數的影響）、模型的結構變化檢驗、分段回歸模型的構建；
19． chou檢驗方法及其應用。
第四章：時間序列模型
1．時間序列的平穩性概念（強平穩、弱平穩-協方差平穩）；
2．白雜訊過程是乙個平穩時間序列，其線性組合亦為平穩時間序列（例4）；
3．一元平穩時間序列建模時的模型識別：自回歸模型的自相關係數、偏自相關係數的特徵，移動平均過程的自相關係數、偏自相關係數的特徵，自回歸移動平均回歸的自相關係數、偏自相關係數的特徵；
4．時間序列的平穩性檢驗方法：單位根檢驗（adf檢驗）的檢驗模型、檢驗的原假設、檢驗結果的分析方法（例5、例6）；
5．格蘭傑因果關係的含義，格蘭傑因果關係檢驗的模型，格蘭傑因果關係檢驗的結果分析；
6．格蘭傑因果關係檢驗與時間序列的平穩性的關係。
例4：已知為乙個白雜訊過程，，試證明為乙個平穩時間序列。
證明：設，則；
而當k>2時，，因此為乙個平穩時間序列。
例5：分析在0.1和0.05、0.01三個顯著性水平下，下列時間序列的平穩性問題。
表5-1股指序列單位根檢驗輸出結果
其中c常數項、t趨勢項、m滯後階數。
例6：證明隨機遊走過程是乙個非平穩的時間序列
，其中為乙個白雜訊過程。
第五章：協整與誤差修正模型
1．時間序列單整階數的定義，時間序列的單整階數的檢驗方法；
2．時間序列的單整性的相關性質；
3．時間序列的協整關係的定義與實際含義；
4．兩變數協整關係的eg兩步檢驗法的原理、檢驗模型與具體實現方法；
5．第六章：arch模型及其拓展形式
1．金融時間序列的波動集聚現象與厚尾現象；
2．arch模型的基本思想、基本形式與模型約束條件；3．
計量經濟學各章習題
1.某一時間序列經一次差分變換成平穩時間序列，此時間序列稱為 a a 1階單整b 2階單整 c k階單整d 以上答案均不正確 2.如果兩個變數都是一階單整的，則 d a 這兩個變數一定存在協整關係 b 這兩個變數一定不存在協整關係 c 相應的誤差修正模型一定成立 d 還需對誤差項進行檢驗 3 當隨機...
計量經濟學複習知識點 珠江學院
第三版 1.計量經濟學定義。p1 2.建立與應用計量經濟學模型的主要步驟。p9 p17 3.理論模型的設計包含的三部分工作。p9 4.在確定了被解釋變數之後，怎樣才能正確地選擇解釋變數。p10 5.如何恰當地確定模型的數學形式。p11 6.常用的樣本資料型別。樣本資料質量。p12,p13 14 7....
計量經濟學
第七套一 單項選擇題 1 用模型描述現實經濟系統的原則是 b a.以理論分析作先導，包括的解釋變數越多越好 b.以理論分析作先導，模型規模大小要適度 c.模型規模越大越好 這樣更切合實際情況 d.模型規模大小要適度，結構盡可能複雜 2 arch檢驗方法主要用於檢驗 a a 異方差性 b.自相關性 d...