• §6.1 联立方程计量经济学模型的提出 • §6.2 联立方程计量经济学模型的基本概念 • §6.3 联立方程计量经济学模型的识别 • §6.4 联立方程计量经济学模型的估计 • §6.5 联立方程计量经济学模型的讨论

本章主要介绍了若干种单方程计量经济学模型的应用模型。包括生产函数模型、需求 函数模型、消费函数模型以及投资函数模型、货币需求函数模型等经济学领域常见的函数模 型。本章所列举的内容更多得关注了相关函数模型自身的发展状况，而不是计量模型估计本 身。其目的，是使学习者了解各函数模型是如何发展而来的，即掌握建立与发展计量经济学 应用模型的方法论

§3.1 多元线性回归模型 一、多元线性回归模型 二、多元线性回归模型的基本假定 §3.2 多元线性回归模型的估计 一、普通最小二乘估计 *二、最大或然估计 *三、矩估计 四、参数估计量的性质 五、样本容量问题 六、估计实例 §3.3 多元线性回归模型的统计检验 一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间 §3.4 多元线性回归模型的预测 一、E(Y0)的置信区间 二、Y0的置信区间 §3.5 回归模型的其他函数形式 一、模型的类型与变换 二、非线性回归实例 §3.6 受约束回归 一、模型参数的线性约束 二、对回归模型增加或减少解释变量 三、参数的稳定性 *四、非线性约束

建立计量经济学模型的步骤 一、理论模型的设计 主要工作(三步走): (1)确定模型包含的变量 (2)确定模型的数学形式(建立计量经济学理论模型) (3)拟定模型中待估计参数的理论期望值区间、符号、大小、关系

一、城市经济发展战略的概念及其特征 经济发展战略是发展经济学理论的延伸和具体化 ,这一概念始于1958年美国耶鲁大学出版的赫尔 曼的《经济发展战略》一书。 ·城市经济发展战略是经济发展战略所属的一个层 次,是指对城市经济系统或特定城市内部经济构 成要素和外部经济环境的状况进行分析估量,据 此提出城市在一定时期内的发展目标以及实现这 一目标所必须采取的措施和部署

一、了解(最低要求): 二、线性单方程计量经济学模型的基本理论与方法; 三、了解普通最小二乘法有关的参数估计过程和结论; 四、能够进行线性单方程模型的普通最小二乘估计; 五、独立完成建立线性单方程计量经济学模型的全过程工作

当金属和周围介质接触时,由于发生化学作用或电化学作用而引起的破坏叫金 属腐蚀。从热力学的观点来看,除少数的贵金属(如Au,Pt)需要像“王水”那样 的特殊介质外,各种金属都有与周围介质发生化学作用的倾向,也就是说金属腐蚀 是自然趋势(自发的),因此腐蚀现象是普遍存在的。金属腐蚀直接或间接地造成 巨大的经济损失,估计世界上每年由于腐蚀而报废的钢铁设备相当于钢铁年产量的 25%左右,甚至还会引起停工停产

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的参数估计 (Estimation of Simple Linear Regression Model) 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干 扰项方差的估计 §2.3 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 一、Ŷ0是条件均值E(Y|X=X0)或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间

本题中所使用的长度单位为 E(=30.24cm)；容积单 位为 G(=3.785L(升)). 某些州的用水管理机构需估计公众的用水速度 (单位是 G/h)和每天总用水量的数据。许多地方没有测 量流入或流出水箱流量的设备，而只能测量水箱中的 水位(误差不超过 5%). 当水箱水位低于某最低水位 L 时，水泵抽水，灌入水箱内直至水位达到某最高水位 H 为止。但是也无法测量水泵的流量，因此在水泵启 动时无法立即将水箱中的水位和水量联系起来。水泵 一天灌水 1~2 次，每次约 2h. 试估计在任意时刻(包括 水泵灌水期间)t 流出水箱的流量 f(t)，并估计一天的总 用水量

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的基本假设 (Assumptions of Simple Linear Regression Model) 一、关于模型设定的假设 二、关于解释变量的假设 三、关于随机项的假设 §2.3 一元线性回归模型的参数估计 (Estimation of Simple Linear 一、参数的普通最小二乘估计（OLS） 二、参数估计的最大或然法(ML) 三、最小二乘估计量的性质 四、参数估计量的概率分布及随机干扰项方差的估计 §2.4 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.5 一元线性回归分析的应用——预测问题 一、预测值条件均值或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间 §2.6 实例及时间序列问题