《計(jì)量經(jīng)濟(jì)學(xué)》課程考核大綱

《計(jì)量經(jīng)濟(jì)學(xué)》課程考核大綱

【考核目的】

考察學(xué)生對(duì)于計(jì)量經(jīng)濟(jì)理論的掌握情況，以及利用計(jì)量經(jīng)濟(jì)學(xué)工具解決實(shí)際問題的

能力。同時(shí)能夠?qū)虒W(xué)狀況作出反饋，判斷計(jì)量經(jīng)濟(jì)學(xué)教學(xué)所設(shè)定的教學(xué)目的的完成情

況，以便在以后的教學(xué)中更加完善教學(xué)內(nèi)容，達(dá)到更好的教學(xué)效果。

【考核范圍】

第1章至第1（）章。

【考核方法】

期末開卷筆試，占60%,平時(shí)考核（出勤、提問、作業(yè)）占40%。

【期末考試形式】

筆試、開卷。

【期末考試對(duì)試題的要求】

主、客觀試題的比例：主觀性試題占80%,客觀性試題占2（）%。

題型比例：判斷題20%、名詞解釋題15%：簡(jiǎn)答題20%、論述題20%、應(yīng)用題25%。

難度等級(jí)：分為較易、中等、較難三個(gè)等級(jí)，大致比例是40:40:20。

【期末考試的具體內(nèi)容】

第一章緒論

知識(shí)點(diǎn)：

1.計(jì)量經(jīng)濟(jì)學(xué)2.經(jīng)典與非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)3.計(jì)量經(jīng)濟(jì)學(xué)模型

4.參數(shù)5.截距6.斜率7.隨機(jī)誤差項(xiàng)

8.線性回歸模型9.因果關(guān)系1（）.參數(shù)估計(jì)

11.模型檢驗(yàn)12.結(jié)構(gòu)分析13.經(jīng)濟(jì)預(yù)測(cè)14.政策評(píng)價(jià)

15.檢驗(yàn)與發(fā)展經(jīng)濟(jì)理論

考核目標(biāo)：

1.了解：（1）計(jì)量經(jīng)濟(jì)學(xué)的產(chǎn)生與發(fā)展（2）經(jīng)典與非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)的區(qū)別

2.理解：（1）計(jì)量經(jīng)濟(jì)學(xué)（2）經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)的作用

3.掌握：（1）計(jì)量經(jīng)濟(jì)學(xué)模型的內(nèi)容和特點(diǎn)（2）計(jì)量經(jīng)濟(jì)學(xué)的建模過程

4.運(yùn)用：（1）參數(shù)估計(jì)（2）假設(shè)檢驗(yàn)（3）結(jié)構(gòu)分析

第二章線性回歸的基本思想：雙變量模型

知識(shí)點(diǎn)：

1.總體回歸函數(shù)2.樣本回歸函數(shù)3.隨機(jī)總體回歸函數(shù)

4.隨機(jī)誤差項(xiàng)5.殘差項(xiàng)6.條件期望7.非條件期望

8.線性回歸模型9.因果關(guān)系10.參數(shù)估計(jì)

11.回歸參數(shù)12.回歸參數(shù)的估計(jì)量13.最小二乘法

14.參數(shù)線性

考核目標(biāo)：

1.了解：（1）因果關(guān)系（2）線性回歸模型

2.理解：（1）條件期望（2）非條件期望（3）經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)的作用

3.掌握：（1）總體回歸函數(shù)（2）樣本回歸函數(shù)（3）隨機(jī)誤差項(xiàng)（4）殘差項(xiàng)（5）

回歸參數(shù)（6）回歸參數(shù)的估計(jì)量

4.運(yùn)用:（1）參數(shù)估計(jì)（2）最小二乘法

第三章雙變量模型：假設(shè)檢驗(yàn)

知識(shí)點(diǎn)：

1.經(jīng)典線性回歸模型的假定2.同方差3.異方差

4.自相關(guān)5.OLS估計(jì)量的方差6.OLS估計(jì)的標(biāo)準(zhǔn)誤7.回歸的標(biāo)準(zhǔn)誤

8.殘差平方和9.回歸平方和10.總平方和

11.判定系數(shù)12.OLS估計(jì)量的抽樣分布

13.高斯一馬爾柯夫定理14.中心極限定理15.零假設(shè)

16.顯著性t檢驗(yàn)

考核目標(biāo)：

1.了解：（1）同方差（2）異方差（3）自相關(guān)（4）高斯一馬爾柯夫定理（5）中心

極限定理

2.理解：（1）OLS估計(jì)量的方差（2）OLS估計(jì)的標(biāo)準(zhǔn)誤（3）OLS估計(jì)量的抽樣

分布

3.掌握：（1）回歸的標(biāo)準(zhǔn)誤（2）殘差平方和（3）回歸平方和（4）總平方和（5）

判定系數(shù)（6）

4.運(yùn)用：（1）零假設(shè)（2）顯著性t檢驗(yàn)

第四章多元回歸：估計(jì)與假設(shè)檢驗(yàn)

知識(shí)點(diǎn)：

1.多元回歸模型2.偏回歸系數(shù)3.多元判定系數(shù)

4.回歸系數(shù)的顯著性檢驗(yàn)5.多元回歸整體顯著性檢驗(yàn)

6.方差分析7.F檢驗(yàn)8.多重共線性9.模型設(shè)定誤差

10.校正的判定系數(shù)11.受限最小二乘法12.非受限最小二乘法

考核目標(biāo)：

I.了解：（1）多元回歸模型（2）模型設(shè)定誤差

2.理解：（1）多重共線性（2）非受限最小二乘法

3.掌握：（1）偏回歸系數(shù)（2）多元判定系數(shù)（3）回歸系數(shù)的顯著性檢驗(yàn)（4）多

元回歸整體顯著性檢驗(yàn)15）校正的判定系數(shù)

4.運(yùn)用：（1）方差分析（2）F檢驗(yàn)（3）受限最小二乘法

第五章回歸模型的函數(shù)形式

知識(shí)點(diǎn)：

1.雙對(duì)數(shù)模型2.常彈性3.增長(zhǎng)率模型

4.瞬時(shí)增長(zhǎng)率5.復(fù)合增長(zhǎng)率6.線性對(duì)數(shù)模型7.線性趨勢(shì)模型

8.倒數(shù)模型9.多項(xiàng)式回歸模型10.過原點(diǎn)回歸

考核目標(biāo)；

1.了解：（1）瞬時(shí)增長(zhǎng)率（2）復(fù)合增長(zhǎng)率（3）（4）（5）（6）（7）（8）

2.理解：（1）常彈性（2）過原點(diǎn)回歸（3）（4）（5）（6）（7）（8）

3.掌握：（1）雙對(duì)數(shù)模型（2）增長(zhǎng)率模型（3）線性對(duì)數(shù)模型（4）線性趨勢(shì)模型

（5）（6）倒數(shù)模型（7）多項(xiàng)式回歸模型

4.運(yùn)用：（1）雙對(duì)數(shù)模型（2）增長(zhǎng)率模型（3）線性對(duì)數(shù)模型（4）線性趨勢(shì)模型

（5）（6）倒數(shù)模型（7）多項(xiàng)式回歸模型

第六章虛擬變量回歸模型

知識(shí)點(diǎn)：

1.虛擬變量2.方差分析模型3.差別截距系數(shù)

4.基準(zhǔn)類5.虛擬變量陷阱6.協(xié)方差分析模型7.控制變量

8.差別斜率9.一致回歸10.平行回歸

11.并行回歸12.相異回歸13.線性概論模型

考核目標(biāo)：

1.了解：（1）基準(zhǔn)類（2）一致回歸（3）平行回歸（4）并行回歸（5）相異回歸

2.理解：（1）差別截距系數(shù)（2）控制變量（3）差別斜率（4）線性概論模型

3.掌握：（1）虛擬變量（2）虛擬變量陷阱（3）方差分析模型

4.運(yùn)用：（1）方差分析模型（2）協(xié)方差分析模型

第七章模型選擇：標(biāo)準(zhǔn)與檢驗(yàn)

知識(shí)點(diǎn)：

1.簡(jiǎn)約性2.可識(shí)別3.理論一致性

4.預(yù)測(cè)能力5.過低擬合模型6.過高擬合模型

7.不正確函數(shù)形式8.不必要變量的檢驗(yàn)

9.遺漏變量和不正確函數(shù)形式的檢驗(yàn)10.MWD檢驗(yàn)

11.拉姆齊回歸誤差設(shè)定檢驗(yàn)

考核目標(biāo)：

1.了解：（1）簡(jiǎn)約性（2）可識(shí)別（3）理論一致性（4）預(yù)測(cè)能力

2.理解：（1）過低擬合模型（2）（過高擬合模型3）不正確函數(shù)形式

3.掌握：（1）不必要變量的檢驗(yàn)（2）遺漏變量和不正確函數(shù)形式的檢驗(yàn)（3）MWD

檢驗(yàn)（4）拉姆齊回歸誤差設(shè)定檢驗(yàn)

4.運(yùn)用；（1）不必要變量的檢臉（2）遺漏變量和不正確函數(shù)形式的檢臉（3）MWD

檢驗(yàn)（4）拉姆齊回歸誤差設(shè)定檢驗(yàn)

第八章多重共線性

知識(shí)點(diǎn)：

1.高度多重共線性2.完全共線性3.偏回歸系數(shù)

4.輔助回歸5.方差膨脹因子6.多重共線性的補(bǔ)救措施

7.去年多氽變量8.獲取新樣本9.重新考慮模型

10.利用先驗(yàn)信息11.變量變換

考核目標(biāo)：

1.了解：（1）完全共線性（2）偏回歸系數(shù)（3）（4）（5）（6）（7）（8）

2.理解：（1）高度多重共線性（2）輔助回歸（3）（4）（5）（6）（7）（8）

3.掌握：（1）方差膨脹因子（2）去掉多余變量（3）獲取新樣本（4）重新考慮模

型（5）利用先驗(yàn)信息（6）變量變換

4.運(yùn)用：（I）多重共線性的補(bǔ)救措施（2）去掉多余變量（3）獲取新樣本（4）重

新考慮模型（5）利用先驗(yàn)信息（6）變量變換

第九章異方差

知識(shí)點(diǎn)：

1.同方差2.異方差3.異方差的診斷

4.殘差圖5.帕克檢驗(yàn)6.格萊澤檢驗(yàn)7.懷特異方差檢驗(yàn)

8.加權(quán)最小二乘估計(jì)9.懷特異方差修正后的標(biāo)準(zhǔn)誤和］

考核目標(biāo)：

1.了解：（1）同方差（2）懷特異方差修正后的標(biāo)準(zhǔn)誤和t

2.理解：（1）帕克檢驗(yàn)（2）格萊澤檢驗(yàn)

3.掌握：（1）異方差（2）殘差圖（3）懷特異方差檢驗(yàn)（4）加權(quán)最小二乘估計(jì)

4.運(yùn)用：（1）異方差的診斷（2）加權(quán)最小二乘估計(jì)

第十章自相關(guān)

知識(shí)點(diǎn)：

1.序列相關(guān)2.自相關(guān)的原因3.慣性

4.模型設(shè)定錯(cuò)誤5.蛛網(wǎng)現(xiàn)象6.數(shù)據(jù)處理工自相關(guān)的診斷

8.時(shí)序圖9.德賓-沃森d檢驗(yàn)10.自相關(guān)系數(shù)

11.一階自回歸過程12.自回歸模型13.自相關(guān)的補(bǔ)救措施

14.廣義最小二乘法15.一階差分方程16.校正OLS標(biāo)準(zhǔn)誤的大樣本方法

考核目標(biāo)：

1.了解：（1）慣性：2）模型設(shè)定錯(cuò)誤（3）蛛網(wǎng)現(xiàn)象（4）數(shù)據(jù)處理（5）校正OLS

標(biāo)準(zhǔn)誤的大樣本方法

2.理解：（1）自相關(guān)的原因（2）一階自回歸過程（3）自回歸模型

3.掌握：（1）序列相關(guān)（2）時(shí)序圖（3）德賓一沃森d檢驗(yàn)（4）自相關(guān)系數(shù)（5）

廣義最小二乘法（6）一階差分方程

4.運(yùn)用：（1）自相關(guān)的診斷（2）自相關(guān)的補(bǔ)救措施

【樣題】

計(jì)量經(jīng)濟(jì)學(xué)試題

一、判斷題

1.殘差表示實(shí)際觀測(cè)點(diǎn)與樣本估計(jì)值之間的差異，是確定性數(shù)值。（）

2.雙對(duì)數(shù)模型中的參數(shù)表示解釋變量變動(dòng)一個(gè)單位，被解釋變量變動(dòng)百分之幾。（）

二、名詞解釋題

1.計(jì)量經(jīng)濟(jì)學(xué)模型

2、懷特檢驗(yàn)

三、簡(jiǎn)答題

1、隨機(jī)誤差項(xiàng)產(chǎn)生的原因有哪些?

2、高斯馬爾可夫假定有哪些？

四、論述題

1、根據(jù)計(jì)量經(jīng)濟(jì)學(xué)的建模步驟構(gòu)建自己感興趣問題的模型，寫出建模型思路及模型形

式。

2、多重共線性是否是計(jì)量經(jīng)濟(jì)模型建模中存在的重要問題，請(qǐng)解釋原因。

五、應(yīng)用題

1、根據(jù)如下估計(jì)結(jié)果寫出回歸模型，并對(duì)估計(jì)結(jié)果進(jìn)行解釋及說明。

DependentVariable:LOG(Xl)

Method:LeastSquares

Date:12/01/10Time:22:59

Sample:19812001

Includedobservations:21

VariableCoefficientStd.Errort-StatisticProb.

C