科目代码:615科目名称:计量经济学基础 一、答下列各题(共20分,每小题5分) 已知某商品的需求函数是 X=200-20P,商品的需求量;P商品的价格 1)求当P=4时的边际收益 2)求当P=4时的价格弹性 已知生产函数为

4.1 Introduction to Asymptotic Theory 4.2 Framework and Assumptions 4.3 Consistency of OLS 4.4 Asymptotic Normality of OLS 4.5 Asymptotic Variance Estimation 4.6 Hypothesis Testing 4.7 Testing for Conditional Homoskedasticity 4.8 Conclusion

3.1 Framework and Assumptions 3.2 Ordinary Least Squares (OLS) Estimation 3.3 Goodness of Fit and Model Selection Criteria 3.4 Consistency and Efficiency of OLS 3.5 Sampling Distribution of OLS 3.6 Variance Estimation for OLS 3.7 Hypothesis Testing 3.8 Applications 3.9 Generalized Least Squares (GLS) Estimation 3.10 Conclusion

宏观经济模型在宏观总量水平上把握和反映经济运行的全面特征，研究宏观经济主要指 标间的相互依存关系，描述国民经济和社会再生产过程各环节之间的联系。可用来进行宏观 经济的结构分析、政策评价、决策研究和发展预测。本章主要讨论了宏观计量经济模型的设 定理论，并对中西方宏观计量经济模型进行了综述。 本章学习的一个重点是宏观计量经济模型的设定理论。首先是宏观经济模型的分类，可 以按建模方法分类，分为计量经济学模型、投入产出模型、优化模型、经济控制论模型、系 统动力学模型等；可以按建模目的分类，分为预测模型、决策模型、专门模型；可以建模范 围分类，分为国家模型、地区模型、国家间模型等；可以按时间长度分类，分为季度模型、 年度模型和中长期模型等

§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

§2.1 回归分析概述 一、变量间的关系及回归分析的基本概念 二、总体回归函数（PRF） 三、随机扰动项 四、样本回归函数（SRF） §2.2 一元线性回归模型的参数估计 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 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 §2.5 实例：时间序列问题 一、中国居民人均消费模型 二、时间序列问题

§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

§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

本课程是经济学门类各专业的 8 门共同核心课程之一,应作为必修课程和考试课程列入各专业的教学计划。 通过课程教学，使学生达到： 1、了解现代经济学特征，了解经济数量分析课程在经济学课程体系中的地位，了解经济数量分析在经济学的发展和实际经济工作中的作用； 2、掌握基本的计量经济学理论与方法，并对计量经济学理论与方法的新发展有概念性的了解； 3、能够建立并应用简单的计量经济学模型，包括使用常用的计量经济学软件； 4、具有进一步学习与应用计量经济学理论、模型的基础和能力

第十章时间序列分析 我们对经济量进行分析的最终目的,是为了预测某些经济变量的未来 值。进行预测的方法有两种。一种是根据一定的经济理论,建立各种相互 影响的经济变量之间的关系模型,根据观测到的经济数据估计出模型参数, 利用模型来预测有关变量的未来值。这种方法的优点在于精确地考虑到了 各经济变量之间的相互影响,有理论依据,但是由于抽样信息不完备,经 济模型和经济计量模型不可能真正准确地反映了经济现实,因而得到的结 果不可能是相当准确