《计量经济学》课程教学资源（知识点）重点难点考点剖析

重点难点及解决办法第一单元：绪论（建议学时数：2学时）【重点】本单元概括介绍计量经济学这一学科，重点使学生了解计量经济学的有关基本概念、研究对象、在整个经济学科中的地位、应用领域和建模步骤，对本课程的全貌有一个基本的认识，是本课程的总纲。【难点】经济变量、模型、计量经济模型、样本、散点图、数据的类型等几个基本概念。第二单元：单方程计量经济学模型理论与方法（建议学时数：24学时）【重点】线性单方程计量经济学模型的经典理论与方法以及违背经典假设时一些特殊问题的处理技巧。【难点】理论与方法的实际应用。第三单元：扩展的单方程计量经济学模型理论与方法（建议学时数：2学时）【重点】变参数单方程计量经济学模型、非线性计量经济学模型。【难点】变参数单方程计量经济学模型、非线性计量经济学模型第四单元：时间序列计量经济学模型理论与方法（建议学时数：16学时）【重点】本章的重点是时间序列的平稳性检验，协整检验和建立误差修正模型。【难点】本章的难点是时间序列的平稳性检验，协整检验和建立误差修正模型。第五单元：单方程计量经济学应用模型以及若干最新成果（建议学时数：4学时）【重点】生产函数模型、需求函数模型、消费函数模型。【难点】如何建立更好的中国宏观计量经济模型

重点难点及解决办法 第一单元：绪论（建议学时数：2 学时） 【重点】本单元概括介绍计量经济学这一学科，重点使学生了解计量经济学 的有关基本概念、研究对象、在整个经济学科中的地位、应用领域和建模步骤， 对本课程的全貌有一个基本的认识，是本课程的总纲。 【难点】经济变量、模型、计量经济模型、样本、散点图、数据的类型等几 个基本概念。 第二单元：单方程计量经济学模型理论与方法（建议学时数：24 学时） 【重点】线性单方程计量经济学模型的经典理论与方法以及违背经典假设时 一些特殊问题的处理技巧。 【难点】理论与方法的实际应用。 第三单元：扩展的单方程计量经济学模型理论与方法（建议学时数：2 学时） 【重点】变参数单方程计量经济学模型、非线性计量经济学模型。 【难点】变参数单方程计量经济学模型、非线性计量经济学模型。 第四单元：时间序列计量经济学模型理论与方法（建议学时数：16 学时） 【重点】本章的重点是时间序列的平稳性检验，协整检验和建立误差修正模 型。 【难点】本章的难点是时间序列的平稳性检验，协整检验和建立误差修正模 型。 第五单元：单方程计量经济学应用模型以及若干最新成果（建议学时数：4 学时） 【重点】生产函数模型、需求函数模型、消费函数模型。 【难点】如何建立更好的中国宏观计量经济模型

考点部析1、总体回归函数：反映了被解释变量的均值同一个或多个解释变量之间的关系2、线性回归：利用数理统计中的回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法3、最小二乘：在回归模型中，最小二乘法就是以残差（被解释变量的实际值同拟合值的差）平方和最小的原则对回归模型中的系数进行估计的方法。4、BLUE：最佳线性无偏估计量。该估计量是无偏估计量，且在所有无偏估计量中方差最小。5、偏回归系数：在其他解释变量保持不变的情况下，某一个解释变量X每移动一单位，被解释变量Y6、均值的变动量。代数上，被解释变量Y对解释变量X的偏导数。7、受限最小二乘：用OLS估计遗漏相关变量，存在设定误差的受限模型的参数。8、弹性系数：一变量变动1%引起的另一变量变动的百分比。9、对数模型的几种形式：双对数模型、半对数模型（对数-线性、线性-对数）10、多重共线性：两个或两个以上解释变量之间存在多个精确地线性关系，11、异方差：模型误差项的方差随观察值的不同而变化。12、识别的阶条件：是一种计数方法，通过该方法可以得知模型的某个方程包含哪些内生变量和先决变量，要使方程可识别，方程就要将某些模型中包含的变量排除在外。13、回归的目的：根据自变量的取值，估计因变量的均值；检验假设；根据样本外自变量的取值估计因变量的均值；同时上述。B1，B2回归系数，前截距后斜率。14、总体回归和样本回归联系和区别：样本回归与总体回归函数形式大体一致，通过样本估计总体。区别：样本从所抽取的样本的角度说明了被解释变量同解释变量以及残差间的关系。总体是从总体的角度说明被解释变量和解释变量以及随机误差项之间的关系

考点剖析 1、总体回归函数：反映了被解释变量的均值同一个或多个解释变量之间的关系。 2、线性回归：利用数理统计中的回归分析，来确定两种或两种以上变量间相互 依赖的定量关系的一种统计分析方法 3、最小二乘：在回归模型中，最小二乘法就是以残差（被解释变量的实际值同 拟合值的差）平方和最小的原则对回归模型中的系数进行估计的方法。 4、BLUE：最佳线性无偏估计量。该估计量是无偏估计量，且在所有无偏估计量 中方差最小。 5、偏回归系数：在其他解释变量保持不变的情况下，某一个解释变量 X 每移动 一单位，被解释变量 Y 6、均值的变动量。代数上，被解释变量 Y 对解释变量 X 的偏导数。 7、受限最小二乘：用 OLS 估计遗漏相关变量，存在设定误差的受限模型的参数。 8、弹性系数：一变量变动 1%引起的另一变量变动的百分比。 9、对数模型的几种形式：双对数模型、半对数模型（对数-线性、线性-对数） 10、多重共线性：两个或两个以上解释变量之间存在多个精确地线性关系。 11、异方差：模型误差项的方差随观察值的不同而变化。 12、识别的阶条件：是一种计数方法，通过该方法可以得知模型的某个方程包 含哪些内生变量和先决变量，要使方程可识别，方程就要将某些模型中包含的变 量排除在外。 13、回归的目的：根据自变量的取值，估计因变量的均值；检验假设；根据样 本外自变量的取值估计因变量的均值；同时上述。B1，B2 回归系数，前截距后 斜率。 14、总体回归和样本回归联系和区别：样本回归与总体回归函数形式大体一致， 通过样本估计总体。区别：样本从所抽取的样本的角度说明了被解释变量同解释 变量以及残差间的关系。总体是从总体的角度说明被解释变量和解释变量以及随 机误差项之间的关系

15、随机误差项的性质：误差项代表未纳入模型变量的影响；反映了人类行为的内在随机性；代表了度量误差；根据奥卡姆剃刀原则，应把次要因素归为随机误差项。古典线性回归模型的假设：回归模型是参数线性的，但不一定是变量线性的；解释变量X与扰动误差项u不相关：给定xi，扰动项的期望或均值为零Ui的方差为常数，或同方差；无自相关假定，即两个误差项间不相关；回归模型是正确设定的。16、最小二乘法的性质：线性；无偏性；最小方差性。无偏，有效，一致。17、虚拟变量的性质：在经济分析中，某些特殊因素会影响到变量的取值，而这些因素属于“定性”的变量，可以通过赋予一个数量值，以虚拟变量的形式进入分析模型中。虚拟变量在模型中可代表对截距的影响；虚拟变量在模型中也可以代表对和参数的全面影响。解释变量间存在完全的共线性，因此模型无法估计，存在虚拟变量陷，对于一个有m种可能的定性变量，只能引入m-1个虚拟变量。18、设定误差里好模型的性质有哪些：理论一致性,简约性,可识别性,R2越高越好，预测能力好。19、模型错误：遗漏相关变量、包括不必要变量，采用了错误的函数形式，度量误差。20、遗漏变量会有什么后果：会造成模型参数的估计量有偏且不一致，还会造成模型误差项的方差估计有偏，进而使得参数估计量有偏，t统计量和F统计量不可靠，从而变量的显著性检验失去意义。21、多重共线性的后果：理论后果：OLS估计量依旧是最佳线性无偏估计量(blue).实际后果：OLS估计量的方差和标准误较大；置信区间较宽；t检验不显著；R2较高，但t检验并不都是不显著；OLS估计量及其标准误很不稳定；回归系数符号有误；难以评估各个解释变量对回归平方和或者R2的贡献

15、随机误差项的性质：误差项代表未纳入模型变量的影响；反映了人类行为 的内在随机性；代表了度量误差；根据奥卡姆剃刀原则，应把次要因素归为随机 误差项。 古典线性回归模型的假设：回归模型是参数线性的，但不一定是变量线性的；解 释变量 X 与扰动误差项 u 不相关；给定 Xi，扰动项的期望或均值为零；Ui 的方 差为常数，或同方差；无自相关假定，即两个误差项间不相关；回归模型是正确 设定的。 16、最小二乘法的性质：线性；无偏性；最小方差性。无偏，有效，一致。 17、虚拟变量的性质：在经济分析中，某些特殊因素会影响到变量的取值，而 这些因素属于“定性”的变量，可以通过赋予一个数量值，以虚拟变量的形式进 入分析模型中。虚拟变量在模型中可代表对截距的影响；虚拟变量在模型中也可 以代表对和参数的全面影响。解释变量间存在完全的共线性，因此模型无法估计， 存在虚拟变量陷阱，对于一个有 m 种可能的定性变量，只能引入 m-1 个虚拟变 量。 18、设定误差里好模型的性质有哪些：理论一致性,简约性,可识别性,R2 越高越 好,预测能力好。 19、模型错误：遗漏相关变量、包括不必要变量，采用了错误的函数形式，度 量误差。 20、遗漏变量会有什么后果：会造成模型参数的估计量有偏且不一致，还会造 成模型误差项的方差估计有偏，进而使得参数估计量有偏，t 统计量和 F 统计量 不可靠，从而变量的显著性检验失去意义。 21、多重共线性的后果：理论后果：OLS 估计量依旧是最佳线性无偏估计量 （blue）. 实际后果：OLS 估计量的方差和标准误较大；置信区间较宽；t 检验不显著；R2 较高，但 t 检验并不都是不显著；OLS 估计量及其标准误很不稳定；回归系数符 号有误；难以评估各个解释变量对回归平方和或者 R2 的贡献