本科课程教学大纲

经济学系《应用计量经济学专题》课程教学大纲

一、课程基本信息

课程名称：应用计量经济学专题 课程类别：专业必修课程 学时：36

面向对象：经济管理类专业

先修课程：概率论与数理统计、计量经济学 二、课程教学目的与要求

本课程是面向经济管理类专业开设的专业必修课，主要讲授经典线性回归及其扩展、违背经典假设情形、截面数据回归模型以及面板数据模型等方面的知识。本课程在经济管理类专业的课程体系中处于属于专业核心课程，是学生在学习计量经济学的基础课程之后，进一步掌握本课程中更为实用、前沿的数据建模分析方法。其目的在于加深学生对实证分析方法的理解与掌握，为进行规范严谨的学术研究奠定基础。

通过本课程的学习，要求学生能够具备以下知识与技能：

1.理解并掌握线性回归分析、回归模型的函数形式变形以及虚拟解释变量回归的建模方法；

2.能够批判性地审视经典线性回归模型的假设，掌握这些假设的改进方法，能对改进方法的功效给出理性评价；

3.了解并能应用截面数据建模中的若干专题，包括多项式回归模型、Logit和Probit模型；掌握静态面板数据建模的基本方法，能够区分个体异质性中固定效应和随机效应，能够应用豪斯曼检验对两种效应进行区分。

4.能够熟练应用软件实现本学期所介绍的相关理论模型和分析方法。 三、课程考核要求

1.考试目的与要求：使学生掌握计量经济学的基本理论与方法，并能够建立实用的计量经济学应用模型；采取多元化的考核形式，全面考察学生的学习过程与学校效果。

2.考核形式：包括两部分，一部分是过程考核，包括考勤、作业、课堂表现等；另一部分是期末卷面考试，采取闭卷形式。

3.成绩评定：采取百分制进行核算，其中过程考核占30%，期末卷面考试占70%。 四、课程教学基本内容、学时分配和教学环节安排

《应用计量经济学专题》学时分配

内容 理论学时 实验（实践）学时 第一章 线性回归模型：一个概览 2 第二章 回归模型的函数形式

1

课程代码：ZB1009 学分：2

4

第三章 定性解释变量回归模型 4 第四章 回归诊断I：多重共线性 2 第五章 回归诊断II：异方差 2 第六章 回归诊断III：自相关 2 第七章 logit和probit模型 第九章 协整与误差修正模型

6 4

36

第八章 平稳和非平稳时间序列 2 第十章 面板数据回归模型 6 合计

第一章 线性回归模型：一个概览

教学目的与要求：对计量经济学中常见的专有名词进行介绍和讨论，熟悉计量经济学研究中所涉及到的各类数据；对线性回归模型中参数估计、检验等内容展开讨论。

教学重点：线性回归模型中的参数估计和假设检验等问题。 教学难点：最小二乘估计法和极大似然估计法的基本原理。 第一节 线性回归模型

（一）被解释变量Y的性质 （二）解释变量X的性质 （三）随机误差项u的性质 （四）回归系数B的性质 （五）线性回归的含义 第二节 数据的性质与来源

（一）时间序列数据 （二）横截面数据 （三）面板数据 （四）数据的来源 第三节 线性回归模型的估计

（一）普通最小二乘法 （二）线性回归模型的经典假定 （三）最小二乘估计量的方差和标准误 （四）检验关于总体回归系数的假设 （五）对回归估计拟合优度的测度

2

第四节 案例：小时工资的决定

第二章 回归模型的函数形式

教学目的与要求：理解参数的可线性化概念，熟悉几类可线性化的非线性模型。 教学重点：双对数和半对数模型，倒数模型，标准化变量回归。 教学难点：非线性模型中参数的经济含义。 第一节 对数线性、双对数或常弹性模型

（一）柯布-道格拉斯生产函数 （二）结果的解释与评价 第二节 检验线性约束的有效性

第三节 半对数模型：LOG-LIN和LIN-LOG模型

第四节 倒数模型

第五节 多项式回归模型

第六节 标准化回归

第三章 定性解释变量回归模型

教学目的与要求：在经典线性回归模型的框架下，讨论当解释变量的取值为分类数据时的参数估计与检验问题。

教学重点：虚拟变量的解释，结构性变化模型和季节性调整模型中的虚拟变量应用。 教学难点：结构变化模型、交互效应 第一节 工资函数再探

（一） 虚拟变量的解释 （二） 工资函数的改进

（三） 具有交互效应的函数改进

3

第二节 在结构变化中对虚拟变量的使用

第三节 季节性数据中对虚拟变量的使用

第四章 回归诊断I：多重共线性

教学目的与要求：了解多重共线性的定义及其产生的背景，熟悉多重共线性的检测方法，掌握解决多重共线性的方法。

教学重点：多重共线性的检测与补救措施。 教学难点：方差膨胀因子法和逐步回归法。 第一节 不完全共线性的结果

第二节 对多重共线性的检验

（一）R2很高而显著的t比率很少 （二）解释变量之间存在较高的相关性

（三）偏相关系数 （四）方差膨胀因子 第三节 补救措施

（一） 逐步回归法 （二） 主成分方法

第五章 回归诊断II：异方差性

教学目的与要求：理解异方差的概念，掌握线性回归模型中异方差的检验与修正方法。 教学重点：异方差的检测方法，异方差的修正方法 教学难点：异方差的修正—加权最小二乘法 第一节 异方差的结果

第二节 异方差的检验

（一）BP检验 （二）怀特检验

4

第三节 补救措施

（一）加权最小二乘法

（二）怀特异方差一致估计标准误

第六章 回归诊断III：自相关

教学目的与要求：了解自相关的定义，充分理解自相关的存在对最小二乘估计的影响，熟练掌握自相关的检测方法和修正方法。

教学重点：自相关的检测方法，自相关的修正方法。 教学难点：广义自相关检验，广义差分法。 第一节 自相关的评价

第二节 自相关的检验

（一）图示法

（二）杜宾-沃森的DW检验

（三）Breusch-Godfrey广义自相关检验 第三节 补救措施

（一）一阶差分转换 （二）广义差分法 （三）Newey-West方法

第七章 Logit和Probit模型

教学目的与要求：了解离散数据建模的特点，能比较LPM、Logit、Probit模型的优劣。 教学重点：Logit模型的估计，Probit模型的估计。 教学难点：离散选择模型的估计结果解释。 第一节 一个阐述性例子：吸烟或者不吸烟

第二节 线性概率模型(LPM)

第三节 Logit模型

（一）Logit模型的估计

5

本文来源：https://www.bwwdw.com/article/e4vf.html