Functional form e We' ve seen that a linear regression can really fit nonlinear relationships 2 Can use logs on RHS, LHS or both Can use quadratic forms ofx's Can use interactions ofx's e How do we know if we've gotten the right functional form for our model? Economics 20- Prof anderson

对于 i i i y = b + b x + ε 1 2 (与教材中的符号不同)，应记住以下 OLS 估计与检验的计算公式： (其中 n 为样本个数， k 为包括自变量和因变量在内的变量个数)

• 回归分析概述 • 双变量线性回归模型的参数估计 • 双变量线性回归模型的假设检验 • 双变量线性回归模型的预测 • 实例

时间序列数据或截面数据都是一维数据。例如时间序列数据是变量按时间得到的数据；截面数据是变量在截面空间上的数据。面板数据是同时在时间和截面上取得的二维数据。所以，面板数据（panel data）也称时间序列截面数据（time series and cross section data）或混合数据（pool data）

3.1 多元线性回归模型 3.2 回归参数的估计 3.3 参数估计量的性质 3.4 回归方程的显著性检验 3.5 中心化和标准化 3.6 相关阵与偏相关系数 3.7 本章小结与评注

What is Heteroskedasticity Recall the assumption of homoskedastic implied that conditional on the explanator variables the variance of the unobserved error u was constant If this is not true that is if the variance of u is different for different values of thex's. then the errors are heteroskedastic

第四章 非线性模型 第五章 多重共线性 第六章 异方差 第七章 自相关

Ch. 12 Stochastic Process 1 Introduction a particularly important aspect of real observable phenomena, which the random variables concept cannot accommodate, is their time dimension; the concept of random variable is essential static. A number of economic phenomena for which we need to formulate probability models come in the form of dynamic processes

一、异方差性的概念——违反基本假设的定义及违反的原因 二、异方差性的后果——违反基本假设会造成什么样的后果 三、异方差性的检验——怎样诊断是否违反基本假设 四、出现异方差时的补救措施——如何消除或减弱对基本假设的违反 五、案例

补救序列相关的基本思路 变换存在序列相关的模型,使变换后的新模 型具有无序列相关的随机误差项,这样新模 型满足基本假设,那么运用OLS进行估计以 及进行检验,就能得到理想可信的结果。 从随机误差项入手—变序列相关的随机误差 项为无序列相关的