跳转至

计量经济学

计量经济学

用样本数据把经济理论转化为可检验、可预测、可评价的实证结论，按「建模基础 → 经典模型 → 假设违背 → 时间序列」组织

课程简介

  • 计量经济学课程导论：定义与学科地位、发展简史、建模五步骤、数据类型与质量、参数估计与模型检验、三大应用

一、回归模型基础

  • 简单线性回归：函数关系与统计关系、总体与样本回归函数、六条经典假定、OLS 估计与性质、拟合优度 R²、t 检验与 P 值、置信区间与预测区间
  • 多元线性回归：模型形式与矩阵表达、基本假设、OLS 与矩估计与极大似然估计、F 联合检验、邹至庄稳定性检验、函数形式与系数解释
  • 虚拟变量与非线性回归：交叉项偏效应、可线性化的非线性回归、柯布-道格拉斯生产函数与规模报酬检验、虚拟变量三种引入方式与陷阱

二、经典假设的违背

  • 多重共线性与异方差：多重共线性的概念后果检验处理、异方差的定义与产生情境、图示法与 BP/White 检验、WLS/FGLS 与异方差稳健标准误
  • 内生性与工具变量：内生性的来源与后果、IV 估计与两阶段最小二乘、Hausman 内生性检验、过度识别约束检验、弱工具变量
  • 模型设定偏误：遗漏相关变量与多选无关变量的后果、错误函数形式、残差分析与 Ramsey RESET 检验

三、时间序列

  • 时间序列平稳性：截面与时间序列数据、平稳三条件与弱相关、白噪声、随机游走与 AR(1)、伪回归、DF/ADF 单位根检验、差分平稳与趋势平稳、单整

四、软件操作

发现错误？想一起完善？ 在 GitHub 上编辑此页！
本页面贡献者：AI-PM Wiki Team
本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供，附加条款亦可能应用