蘅芷菁苓
今天教务老师给大家收集整理了计量经济学自考教材的相关问题解答，还有免费的自考历年真题及自考复习重点资料下载哦，以下是全国我们为自考生们整理的一些回答，希望对你考试有帮助！好的计量经济学教材？推荐下计量经济学入门：Griffiths,.中级计量经济学：Greene,.进阶计量经济学：Maddala,.矩阵代数：Graybill,.时间数列专书：Granger,.计量经济学应用：Berndt,E.,1990,ThePracticeofEconometrics,.相关统计学：DeGroot,.机率理论及相关数学：Billingsley,P.,1995,ProbabilityandMeasure,3rded.,JohnWiley&有80%的书，我有所接触。对其分类，我有一些不同的看法，如雨宫那本advancedeconometircs,绝不应该放在中级水平之中，这不是说我水平不够，而是我的比较。书中将的非常的理论化，比dividson等那本我常用的书有过之。唯一的不足是有点老了，但我绝不会把它放在中级书中。可以看出作者并没加入一些好的新书，如ruud的书，wooldridge的书，最关键的是他没有galant的那本introtoeconometrictheory.这是个大牛校phd课程中计量学第一们可的必备教科书。这是一本从测读角度讲书计量统计的书，很薄。但很dense.一般没有基础的人学起来很吃力，但学完后会觉得这是一本非常好的教材。harvey的时序的书中有大量的基础计量知识，是我的良师益友。其中的大量结论非常有价值。推荐阅读。感想太多，慢慢道来。Davidson,J.,1994,StochasticLimitTheory,OxfordUniversityPressDavidson,J.,andMacKinnon,1993,EstimationandInferenceinEconometrics,OxfordUniversityPress这两本书被放在了同一类下。其实后者试一本很标准的计量学参考或教科书。虽然对象试一，二年级的学生，但很有难度。。但第一本书，我不想说他是计量经济学的书，因为这根本就是本数学书，非常全面的介绍了测读，拓扑，概率，随即过程等理论。我觉得这是做理论计量研究中才会使用，而一般的人都可以看后一本书。maddala还有一本计量学，我用过其中讲述矩阵的附录，很一定的参考价值。要搞理论计量，还有一本书“matrixdifferentialcalculuswithapplicationsinstatandeconometrics”是最好的必读书。可惜太贵，在美国一本旧书最便宜的也要200多刀。高的有点可笑，全书也就3，4百页。iamhappy这个list基本上把我的图书馆书加上计量学的书都列了出来，有一些我看过名字但还不曾读过，可能是因为有一些数已经很牢，不够前沿的缘故，老师也从没推荐过。Royden,.作者说它简单，我很佩服，我觉得这本书虽是入门书，但并不简单，尤其是自学起来还是会很吃力的，原因是royden的证明中省去了很多，读者必须要有“填空”的功力才能仔细阅读，如果指把其当成一本参考书，也不必那样做。我学的时候是由于有个非常好的老师，所以把内容串得非常好，章节之间的联系，其中的数学历史被老师讲得清清楚楚，这决非是只看这本书能学到的。提到学实分析，我还推荐一本书。是由Yeh所写的lecturesonrealanalysis.这本书犹如百科全书，特别适合自学，我当时就是把这本书和royden那本书一起看的，yeh的书没有“hole”，对于我这种入门的人来说是再好不过了。书也不贵，一般30刀应该可以搞定。另外一本经典的时序的书是由pristley所写的timeseriesandspectralanalysis(好象是这个顺序)。上下册。这本书虽然年份较老，但并不影响其经典书的地位，该书是为ee等专业的学生所写，但对经济学生同样是难得的好书。书中对大量其她书中找不到的有用内容进行了详细的阐述，其中的概率复习那章也写得很好，有点galant的书的味道，。他对spectralanalysis的精彩讲解就不用多说了。最近又接触到不少好书。ferguson的mathematicalstatistics:adecisontheoreticapproach.让我看得如痴如蜜，原本是为了学习其中对假设检验的描述，但发现其他章节也是经典。该书把我喜爱的博弈论和统计学有机的结合在了一起。就检验那章来讲，其难度远不及经典中的经典的Lehmann的testingstatisticalhypotheses,因为ferguson不假定读者有测度论的知识。Tanaka的timeseriesanalysis是另一本让我爱不释手的好书。书中主要讲述nonstationary,noninvertibletimeseries.对其中常用的非常重要的数学方法有专门的章节。无奈小弟我数学功力还有待提高，一些内容还得借助参考书或请教高人才能弄明白。>galant的书的味道，。他对spectralanalysis的精彩讲解就不用多说了。最近又接触到不少好书。ferguson的mathematicalstatistics:adecisontheoreticapproach.让我看得如痴如蜜，原本是为了学习其中对假设检验的描述，但发现其他章节也是经典。该书把我喜爱的博弈论和统计学有机的结合在了一起。就检验那章来讲，其难度远不及经典中的经典的Lehmann的testingstatisticalhypotheses,因为ferguson不假定读者有测度论的知识。Tanaka的timeseriesanalysis是另一本让我爱不释手的好书。书中主要讲述nonstationary,noninvertibletimeseries.对其中常用的非常重要的数学方法有专门的章节。无奈小弟我数学功力还有待提高，一些内容还得借助参考书或请教高人才能弄明白。自考经济学需要学习那些课程那些教材经济学专业简介专业代码：020115一、考试课程及学分序号类别课程代码课程名称学分1公共基础课3708中国近现代史纲要223709马克思主义基本原理概论430015英语149910财经应用写作7不考英语的加考该两门课程9911创业理论与实务744183概率论与数理统计5选考一门3601服务营销学554184线性代数4选考一门5963绩效管理46专业基础课0051管理系统中计算机应用4含上机1学分0138中国近现代经济史470009政治经济学680143经济思想史59专业课0139西方经济学6100140国际经济学6110142计量经济学6160141发展经济学617必做6999毕业论文不计学分总学分72已通过“数据处理概论”课程者，可以免考“管理系统中计算机应用”课程。三、学习书目1.中国近现代史纲要《中国近现代史纲要》，王顺生，李捷主编，高等教育出版社。2.马克思主义基本原理概论《马克思主义基本原理概论》，卫兴华，赵家祥主编，北京大学出版社。3.英语《大学英语自学教程》，高远主编，高等教育出版社4.概率论与数理统计《概率论与数理统计》，柳金甫、王义东主编，武汉大学出版社。5.管理系统中计算机应用《管理系统中计算机应用》，汪星明主编，武汉大学出版社.6.中国近现代经济史《中国近现代经济史》，贺耀敏主编，中国财政经济出版社。7.政治经济学《政治经济学原理》，卫兴华、顾学荣主编，经济科学出版社。8.经济思想史《经济思想史》，王志伟主编，中国财政经济出版社。9.西方经济学《西方经济学》，刘凤良主编，中国财政经济出版社。10.国际经济学《国际经济学》，佟家栋主编，中国财政经济出版社。11.计量经济学《计量经济学》，贺铿主编，中国统计出版社。12.发展经济学《发展经济学》，于同申主编，中国财政经济出版社。13.服务营销学《服务营销学教程》，李怀斌主编，东北财经大学出版社。14.绩效管理《绩效管理》，顾琴轩主编，上海交通大学出版社。15.财经应用写作《财经应用写作》，傅家柏主编，江西人民出版社。16.创业理论与实务《创业理论与实务》迟英庆等主编，江西人民出版社。17.线性代数《线性代数》，刘吉佑、徐诚浩主编，武汉大学出版社。会计专业自考教材和统招教材一样么？会计专业自考教材和统招教材一样会计专业自考教材和统招教材，内容差不多，统招的深度要难一些，自考的略微简单点。1.自考相对来宽进严出,而国家统招的本科需要参加高考并且分数上线才能被录取~!2.自考本科要通过大约33门功课才能拿毕业证!统招生是在学校上学,得上课,有老师教学,统招生的试卷通常都是学校出卷,相对来说好考一些,；3.自考生是大都是自己边工作边自学,不用上课,没有老师教,自考的话基本上都是全国统一卷,比较难考.会计专业自考教材和统招教材一样么？会计专业自考教材和统招教材一样会计专业自考教材和统招教材，内容差不多，统招的深度要难一些，自考的略微简单点。1.自考相对来宽进严出,而国家统招的本科需要参加高考并且分数上线才能被录取~!2.自考本科要通过大约33门功课才能拿毕业证!统招生是在学校上学,得上课,有老师教学,统招生的试卷通常都是学校出卷,相对来说好考一些,；3.自考生是大都是自己边工作边自学,不用上课,没有老师教,自考的话基本上都是全国统一卷,比较难考.自考/成考有疑问、不知道自考/成考考点内容、不清楚当地自考/成考政策，点击底部咨询官网老师，免费领取复习资料：
天晴0608
1、费里希（）是经济计量学的主要开拓者和奠基人。2、经济计量学与数理经济学和树立统计学的区别的关键之点是“经济变量关系的随机性特征”。3、经济计量学识以数理经济学和树立统计学为理论基础和方法论基础的交叉科学。它以客观经济系统中具有随机性特征的经济关系为研究对象，用数学模型方法描述具体的经济变量关系， 为经济计量分析工作提供专门的指导理论和分析方法。4、时序数据即时间序列数据。时间序列数据是同一统计指标按时间顺序记录的数据列。5、横截面数据是在同一时间，不同统计单位的相同统计指标组成的数据列。6、对于一个独立的经济模型来说，变量可以分为内生变量和外生变量。内生变量被认为是具有一定概率分布的随机变量，它们的数值是由模型自身决定的；外生变量被认为是非随机变量，它们的数值是在模型之外决定的。7、对于模型中的一个方程来说，等号左边的变量称为被解释变量，等号右边被称为解释变量。在模型中一个方程的被解释变量可以是其它方程的解释变量。被解释变量一定是模型的内生变量，而解释变量既包括外生变量，也包括一部分内生变量。8、滞后变量与前定变量。有时模型的设计者还使用内生变量的前期值作解释变量，在计量经济学中将这样的变量程为滞后变量。滞后变量显然在求解模型之前是已知量，因此通常将外生变量与滞后变量合称为前定变量。9、控制变量与政策变量。由于控制论的思想不断渗入经济计量学，使某些经济计量模型具有政策控制的特点，因此在经济计量模型中又出现了控制变量、政策变量等名词。政策变量或控制变量一般在模型中表现为外生变量，但有时也表现为内生变量。10、经济参数分为：外生参数和内生参数。外生参数一般是指依据经济法规人为确定的参数，如折旧率、税率、利息率等。内生参数是依据样本观测值，运用统计方法估计得到的参数。如何选择估计参数的方法和改进估计参数的方法，这是理论经济计量学的基本任务。11、用数学模型描述经济系统应当遵循以下两条基本原则：第一、以理论分析作先导；第二模型规模大小要适度。12、联立方程模型中的方程一般划分为：随机方程和非随机方程。随机方程是根据经济机能或经济行为构造的经济函数关系式。在随机方程中，被解释变量被认为是服从某种概率分布的随机变量，且假设解释变量是非随机变量。非随机方程是根据经济学理论和政策、法规的规定而构造的反应映某些经济变量关系得恒等式。13、所谓经济计量分析工作是指依据经济理论分析，运用经济计量模型方法，研究现实经济系统的结构、水平、提供经济预测情报和评价经济政策等的经济研究和分析工作。14、经济计量分析工作的程序包括四部分：1、设定模型；2、估计参数；3、检验模型；4、应用模型。15、在社会经济现象中，变量之间的关系可分为两类：函数关系和相关关系。函数关系是指如果给定解释变量X的值，被解释变量Y的值就唯一地确定了，Y与X的关系就是函数关系，即Y=f(X)。相关关系是指如果给定了解释变量X的值，被解释变量Y的值不是唯一确定，Y与X的关系就是相关关系。16、回归分析与相关关系的联系与区别：回归分析研究一个变量（被解释变量）对于一个或多个其它变量（解释变量）的依存关系，其目的在于根据解释变量的数值来估计或预测被解释变量的总体均值。相关分析研究变量之间相互关联的程度，用相关系数来表示，相关系数又分为简单相关系数和复相关系数；前者表示两个变量之间的相互关联程度，后者描述三个或三个以上变量之间的相关程度。回归分析和相关分析二者是有联系的，它们都是研究相关关系的方法。但二者之间也有区别：相关分析关心的是变量之间的相关程度，但并不能给出变量之间的因果关系；而回归分析则要通过建立回归方程来估计解释变量与被解释变量之间的因果关系。此外，在回归分析中，定义被解释变量为随机变量，解释变量为非随机变量；而在相关分析中，把所考察的变量都看作是随机变量。17、总体回归模型是根据总体的全部资料建立的回归模型，又称为理论模型。样本回归模型是根据样本资料建立的回归模型。在绝大多数情形下，得到总体的全部资料是不可能的。18、估计回归参数的方法主要有最小二乘法，极大似然估计法和矩估计法，其中最简单的是普通最小二乘法。这种方法要求回归模型满足以下假设：1.随机误差μi的均值为零，即：E(μi)=0；2.所有随机误差μi都有相同的方差，即：Var(μi)=E(μi—E(μi))2=E(μi2)=σ2；3.任意两个随机误差μi和μj(i≠j)互不相关，也即μi和μj的协方差为零：E(μi—E(μj))(μi—E(μj))=E(μiμj)=04.解释变量X是确定变量，与随机误差μi不相关。5.对回归参数进行统计检验时，还须假定μi服从正态分布。满足上述假定的线性回归模型称为经典线性回归模型。19、求解一元线性回归模型参数的应用公式：nΣXY—ΣXΣY ΣYΣX2—ΣXΣXY — —β1=—————————— β0=————————————＝Y —β1XnΣX2—（ΣX）2 nΣX2—（ΣX）2其中X、Y均为样本值。20、利用普通最小二乘法求的样本回归直线具有以下特点：（1）样本回归直线必然通过点X的均值和点Y的均值；（2）预测值Y的平均值与实际值Y的平均值相等；（3）残差ei均值为零；（4）残差ei与解释变量X不相关。21、普通最小乘估计量的特性：（1）无偏性：E(β0)= β0，E(β1)= β1由不同样本得到的β0和β1可能大于或小于总体的β1和β0，但平均起来等于总体参数。（2）线性特性：即估计量β0和β1均为样本观测值Y的线性组合。（3）有效性：即β1和β0的方差最小。22、简单线性回归模型的检验（1）对估计值的直观判断：1.对回归系数β1的符号判断；2.对β1的大小判断。2（2）拟合优度的检验：拟合优度是指样本回归直线与样本观测值之间的拟合程度，通常用判定系数r表示。检验拟合优度的目的，是了解释变量X对被解释变量Y的解释程度。X对Y的解释能力越强，残差ei的绝对值就越小，从而样本观测值离回归直线的距离越近。判定系数计算公式：2 ESS Σ（Y(预测值)—Y（均值）） β1（回归系数）Σ（X（样本值）—X（均值））2r=———=——————————————=————————————————————TSS Σ（Y（样本值）—Y（均值）） Σ（Y（样本值）—Y（均值））2判定系数r的两个重要性质：1.它是一个非负的量。222.它是在0与1之间变化的量。当r=1时，所有的观测值都落在样本回归直线上，是完全拟合；当r=0时，解释变量与被解释变量之间没有关系。23、相关系数是衡量变量之间线性相关的指标。用r表示，它具有下列性质：（1）它是可正可负的数（2）它是在-1与+1之间变化的量。（3）它具有对称性，即X与Y之间的相关系数与Y与X值将的相关系数相同。（4）如果X和Y在统计上独立，则相关系数为零。当r=0，并不说明两个变量之间一定独立。这是因为，r仅适用于变量之间的线性关系，而变量之间可能存在非线性关系。Σ（X（样本值）—X（均值））（Y（样本值）—Y（均值））r=—————————————————————————————[Σ（X（样本值）—X（均值））Σ（Y（样本值）—Y（均值））]1/221/2r=±[r]并且r的符号与回归系数β1的符号相同。相关系数与判定系数在概念上仍有明显区别：前者建立在相关分析的理论基础上，研究的是两个随机变量之间的线性相关的关系，不仅反映变量之间的因果关系；后者建立在回归分析的理论基础上，研究的是一个普通变量（X）对另一个随机变量的定量解释程度。24、相关系数的检验（t检验）一般说来，相关系数可以反映X与Y之间的线性相关程度。r的绝对值越接近于1，X与Y之间的线性关系就越密切。但相关系数通常是根据样本数据得到的，因而带有一定的随机性，且样本越小其随机型就越大。因此，我们有必要依据样本相关系数r对总体相关系数ρ进行统计检验。可构造t统计量：1/2 r(n—2)t=—————— 其中r为相关系数，n为样本数，服从（n-2）的t分布；查t分布得2 1/2 (1—r) 相应的临界值tα/2如果有：|t|≥tα/2则认为X与Y之间存在显著的线性相关关系。反之若有|t|≤tα/2则认为X与Y之间不存在显著的线性相关关系。25、在一元线性回归模型中Y=β0+β1X+μi，β1代表解释变量X对被解释变量Y的线性影响。如果X对Y的影响是显著的，则有β1≠0；若X对Y的影响不显著，则有β1=0。由于真实参数β1是未知的，我们只能依据样本估计值对β1进行统计检验。226、多重判定系数R：为了说明二元回归方程对样本观测值拟合的优劣，需要定义多重判定系数。多重222判定系数与简单判定系数r一样，R也定义为有解释的变差（ESS）与总变差（TSS）之比。显然，R也22是一个在0与1 之间的数。R的值越接近1，拟合优度就越高。R=1时，RSS=0，表明被解释变量Y的2变化完全由解释变量X1和X2决定；当R=0，表明Y的变化与X1，X2无任何关系。同时对于两个被解释变2量相同而解释变量个数不同的模型，包含解释变量多的模型就会有较高的R值。27、复相关系数R表示所有解释变量与Y的线性相关程度。在二元回归分析中，复相关系数R表示的就是解释变量X1 X2与被解释变量Y之间的线性相关程度。28、对总体回归模型的显著性检验（F检验）多元线性回归模型的总体显著性检验是检验所有解释变量对Y的共同影响是否显著。构造F统计量：2 ESS/（k－1） R/(k—1)F=——————=———————————其中k为模型中的参数个数，n为样本个数2 RSS/(n—k) （1—R）/（n—k） 对于给定的显著性水平，自由度为k—1和n—k，查F分布表可得临界值Fα（k-1,n-k），如果有F≥Fα（k-1,n-k）则认为X1和X2对Y的线性影响是显著的；反之，如果有F≤Fα（k-1,n-k），则总体线性回归模型不能成立。29、方差非齐性：经典线性回归分析的一个基本假定就是回归模型中的随机误差项的方差为常数，称为方差齐性假定或同方差性假定。如果回归模型中的随机误差项的方差不是常数，则称随机误差项的方差非齐性或为异方差。异方差主要存在于横截面数据中。存在异方差性将导致的后果：1.参数的普通最小二乘估计虽然是无偏的，但却是非有效的。2.参数估计量的方差估计量是有偏的，这将导致参数的假设检验也是非有效的。30、方差非齐性的检验：1.样本分段比较法，这种方法由戈德菲尔德 （）和匡特（）于1972年提出的，又称为戈德菲尔德-匡特检验。2.残差回归检验法，这种方法是用模型普通最小二乘估计的残差或其绝对值与平方作为被解释变量，建立各种回归方程，然后通过检验回归系数是否为0，来判断模型的随机误差项是否有某种变动规律，以确定异方差是否存在。包括：（1）安斯卡姆伯（1961）和雷姆塞（1969）检验；（2）怀特检验（1980）；（3）戈里瑟检验（1969）31、方差非其性下的参数估计采用：加权最小二乘法。鉴于异方差存在时普通最小二乘法估计的非有效性，对于已经检验确定存在非齐性方差的回归模型，就不应再直接应用普通最小二乘法来估计模型的参数。通常，解决这一问题的办法是采用加权最小二乘法。32、序列相关性：对于时间序列资料，由于经济发展的惯性等原因，经济变量的前期水平往往会影响其后期水平，从而造成其前后期随机误差项的序列相关，也称为自相关。产生序列相关性的原因：1.经济22变量惯性的作用引起随机误差项自相关；2.经济行为的滞后性引起随机误差项自相关；3.一些随机因素的干扰或影响引起随机误差项自相关；4.模型设定误差引起随机误差项自相关；5.观测数据处理引起随机误差项序列相关。33、自相关性的后果：1.参数的普通最小二乘估计虽然是无偏的，但却是非有效的。2.参数估计量的方差估计量是有偏的，这将导致参数的假设检验也是非有效的。34、序列相关的检验——DW检验（德宾—瓦森检验）构造德宾—瓦森统计量：DW≈2（1-ρ），其中ρ为自相关系数，其变动范围在-1到+1之间，所以可得构造德宾—瓦森统计量的取值范围为：0≤DW≤4,显然，由检验统计量DW和样本回归残差的自相关系数ρ的关系可知：（1）当0≤DW＜2时，有0≤ρ＜1，这时样本回归残差中存在一阶正自相关。且DW的值越接近于0，ρ的值就越接近于1，表明样本回归残差中一阶正自相关的程度就越强；当DW=0时，就有ρ=1，这时样本回归残差存在完全一阶正自相性。（2）当2＜DW≤4时，有-1≤ρ＜0，这时样本回归残差中存在一阶负自相关。且DW的值越接近于4，ρ的值就越接近于-1，表明样本回归残差中一阶负自相关的程度就越强；当DW=4时，就有ρ=-1，这时样本回归残差存在完全一阶负自相性。（3）当DW=2时，有ρ=0，这时样本回归残差中不存在一阶序列相关；DW的值越接近于2，样本回归残差中一阶序列相关的程度就越弱。在德宾—瓦森统计量临界值表中给出有上下两个临界值dL和dU。检验时可遵照如下规则进行：（1）若DW＜dL，拒绝ρ=0，则认为随机误差项μt存在一阶正自相关；（2）若DW＞4-dL，拒绝ρ=0，则认为随机误差项μt存在一阶负自相关；（3）若dU＜DW＜4-dL，接受ρ=0，则认为随机误差项μt不存在一阶自相关；（4）若dL＜DW＜dU或4-dU＜DW＜4-dL则不能判断随机误差项μt是否存在一阶序列相关。35、序列相关情形下参数的估计（1）一阶差分法：所谓差分就是考察变量的本期值与以前某期值之差，一阶差分就是变量的本期值与前一期值之差。（2）广义差分法。36、多重共线性是指线性回归模型中的若干解释变量或全部解释变量的样本观测值之间具有某种线性的关系。其产生的原因：（1）经济变量之间往往存在同方向的变化趋势。（2）经济变量之间往往存在着密切的关联程度。（3）在模型中采用滞后变量也容易产生多重共线性。（4）在建模过程中由于解释变量选择不当，引起了变量之间的多重共线性。37、多重共线性产生的后果：（1）各个解释变量对被解释变量的影响很难精确鉴别。（2）由于存在多重共线性时，模型回归系数估计量的方差会很大，这将使得进行显著性检验时认为回归系数的值与零无显著差异。（3）模型参数的估计量对删除或增添少量的观测值以及删除一个不显著的解释变量都可能非常敏感。38、对多重共线性的检验（1）简单相关系数检测法：两变量间的简单相关系数r是测定两变量之间线性相关程度的重要指标，因此可用来检验回归模型的解释变量之间的共线程度。（2）方差膨胀因子检测法：所谓方差膨胀因子就是将存在多重共线性时回归系数估计量的方差与无多重共线时回归系数估计量的方差对比而得出的比值系数。如果某个解释变量与其他所有解释变量都不相关，则其方差膨胀因此为1；膨胀因子的值大于1，就意味着所考虑的解释变量与其他解释变量有一定程度的相关，即存在一定程度的多重共线性。经验认为，方差膨胀因子大于5，多重共线性的程度就很严重。（3）判定系数增量贡献法：这是希尔（）提出的一种方法，它是从解释变量与被解释变量的相关程度来检测多重共线性的。39、对多重共线问题的处理：（1）追加样本信息；（2）使用非样本先验信息；（3）进行变量形式的转化；（4）使用有偏估计：包括岭回归估计和主成分回归估计。40、由于许多经济变量都难以十分精确地测量，所以模型中包含有观测误差的解释变量是一种常见的情形。这种模型，通常称为误差变量模型。由于观测误差的随机性，所以这种模型是一种典型的含有随机解释变量的模型。41、工具变量法：模型参数的最小二乘估计不具备一致的原因在于解释变量和随机误差项的相关。因此，若能找到一个解释变量，该变量与模型中的随机解释变量高度相关，但却不与随机误差项相关，那么就可用此变量和模型中的变量构造出模型相应回归系数的一个一致估计量。这个变量就称为是一个工具变量，这种估计方法就称为是工具变量法。对于时间序列资料，一种常用的工具变量是随机解释变量的滞后值或被解释变量的滞后值。对于截面数据资料，文献中常见的一种较简便的工具变量法是组平均法。42、设定误差主要有以下几种：1.所设定的模型中遗漏了某个或某些与被解释变量有关的解释变量；2.所设定的模型中包括了若干与被解释变量无关的某个或某些解释变量；3.回归方程的模型形式设定有误。43、质的因素通常表明某种“品质”或“属性”是否存在，所以将这类品质或属性量化的方法之一就是构造取值为“1”或“0”的人工变数。“1”表示这种属性存在，“0”则表示这种属性不存在。这种取值为1和0的变量称为虚拟变量，又可称为哑变量、二进制变量。44、虚拟变量模型的一些特性：1.以“1、0”取值的虚拟变量所反映的内容可以随意设定。2.虚拟变量D=0代表的特征或状态，通常用以说明基础类型。3.模型中的系数α0是基础类型的截距项，称为公共截距系数；α1系数可称为差别截距系数。因为，α1说明D取1时的那种特征的截距系数与基础类型的截距系数的差异。4.如果一个回归模型有截距项，那么对于具有二种特征的质变量，我们只需引入一个虚拟变量。设定虚拟变量的一般规则是：如果一个质变量有m种特征或状态，只需引入m—1个虚拟变量。但如果回归模型不含截距项，则m种特征需要引入m个虚拟变量。45、在分布滞后模型中，回归系数β0称为短期影响乘数，它表示解释变量X变化一个单位对同期被解释变量Y产生的影响；将所短期影响乘数与所有的过渡性乘数相加就是长期影响乘数。46、在实践中使用最小二乘估计直接估计分布滞后模型时，一般是对分布滞后模型施加约束条件，以便减少模型中的参数。最常用的约束条件有两类：一类是假定滞后变量的系数βi先增加后下降，或先下降后增加；另一类是要求βi按几何数列衰减。47、在运用多项式估计分布滞后模型的参数时，首先要确定有限分布滞后模型的最大滞后长度K，然后还须确定多项式阶数m。确定m的方法是：先给m一个较大的值，然后用t检验逐步降低多项式的阶数，直到αm在统计上显著为止。48、联立方程模型就是由两个或两个以上相互联系得单一方程构成的经济计量模型。它能够比较全面反映经济系统得运行过程，因而已成为政策模拟和经济预测的重要依据。49、行为方程式，就是解释或反映居民、企业或政府经济行为的方程式。例如，需求函数和消费函数反映消费者行为，供给函数反映生产者行为。技术方程式是反映要素投入与产出之间技术关系得方程式。生产函数就是常见的技术方程式。制度方程式是指由法律、政策法令、规章制度等决定的经济数量关系。例如，根据税收制度建立的税收方程就是制度方程。恒等式：在联立方程中恒等式有两种：一种叫会计恒等式，是用来表示某种定义的恒等式。另一种恒等式叫做均衡条件，是反映某种均衡关系得恒等式。50、根据经济理论建立的描述经济变量关系结构的经济计量学方程系统称为结构式模型。结构式模型中的每一个方程都称为结构式方程。在结构式方程中，解释变量可以是前定变量，也可以是内生变量。结构方程的系数叫做结构参数。结构参数表示每个解释变量对被解释变量的直接影响，而解释变量对被解释变量的间接影响只能通过求解整个联立方程模型才可以取得，不能由个别参数得到。51、在结构式模型中，一些变量可能在一个方程中作为解释变量，而在另一方程中又作为被解释变量。这就使得解释变量与随机误差项μ之间存在相关关系，从而违背了最小二乘估计理论的一个重要假定，估计量因此是有偏的和非一致的。这就是所谓的联立方程偏倚。52、简化式模型就是把结构式模型中的内生变量表示为前定变量和随机误差项的函数模型。与结构参数不同，简化式参数反映前定变量的变化对内生变量产生的总影响，包括直接影响和间接影响。简化式参数的最小二乘估计量是无偏的、一致的。
羅潔愛爾
按照往年研招院校安排，7月开始各大院校硕士研究生招生简章、考研大纲等将陆续发布，院校各类研招公告主要功能是向考生介绍学校概况、报考条件、报考日程、联系方式、学制、费用等事项、考试内容。猎考考研给大家整理了“西北师范大学2022年519计量经济学考研内容有哪些？”相关内容，希望对大家有所帮助。第一章 绪论第一节 计量经济学第二节 建立经典单方程计量经济学第三节 计量经济学模型的应用第四节 本书内容安排说明第二章 经典单方程计量经济学模型：一元线性回归模型第一节 回归分析概述第二节 一元线性回归模型的基本假设第三节 一元线性回归模型的参数估计第四节 一元线性回归模型的统计检验第五节 一元线性回归分析的应用：预测问题第六节 建模实例第三章 经典单方程计量经济学模型：多元线性回归模型第一节 多元线性回归模型第二节 多元线性回归模型的参数估计第三节 多元线性回归模型的统计检验第四节 多元线性回归模型的预测第五节 可化为线性的多元非线性回归模型第六节 含有虚拟变量的多元线性第七节 受约束回归第四章 经典单方程计量经济学模型：放宽基本假定的模型第一节 多重共线性第二节 异方差性第三节 内生解释变量问题第四节 模型设定偏误问题第五章 时间序列计量经济学模型第一节 时间序列模型的序列相关性第二节 时间序列的平稳性及其检验第三节 协整与误差修正模型第四节 格兰杰因果关系检验以上是猎考考研小编整理的“西北师范大学2022年519计量经济学考研内容有哪些？”相关文章，希望对大家有所帮助！更多艺术学咨询尽在猎考考研常识频道！推荐文章：2022考研艺术学四大阶段复习指导2022金融考研：金融工程考研科目汇总2022金融硕士考研题型及考察内容解析 研究生考试有疑问、不知道如何总结考研考点内容、不清楚考研报名当地政策，点击底部咨询官网，免费领取复习资料：
优质考试培训问答知识库
