高级计量经济学学习心得

高级计量经济学学习心得

通过一个学期对计量经济学的学习，我了解到了很多的计量经济学知识。计量经济学是现代经济学的重要分支，它不仅要研究经济现象的计量方法，而且要研究经济现象发展变化的数量规律。我认为上学期学的计量内容大体可以分为三块：双变量回归模型、多变量回归模型和关于违反经典模型假设的情况讨论。 双变量回归模型介绍了OLS方法和经典线性回归模型的假设，推导出了双变量回归中参数的估计量。关于置信区间估计和假设检验。当我们要判断样本参数的估计值在多大程度上可以“近似”的替代总体参数的真值，往往需要通过构造一个以样本参数的估计值为中心的“区间”，来考察它以多大的概率包含这个参数值。这样的方法就是我们所说的参数检验的置信区间估计。变量的显著性检验，是要考察所选择的解释变量是否对被解释变量有显著的线性影响。我们学习的所应用的方法是假设检验，最关键的环节在于建立虚拟假设和备择假设。在进行变量显著性检验时所应用的方法主要是t检验，其中双侧检验是用于验证解释变量与被解释变量间是否存在线性关系，单侧检验是用来发现相关的两变量间的关系是正相关还是负相关。

双变量模型中的functional forms是对简单线性回归模型的延伸，在研究经济

现象中有重要应用。如研究GDP的增长率时，使用Lin-log model能很好地反映出GDP随时间的变化关系。在探究菲利普斯曲线中通胀率和失业率的短期替代关系时，reciprocal model为我们的研究提供了另一条路径。

第二部分多变量模型主要介绍了三变量回归模型，包括回归系数的OLS估计量、可决系数R^2和adjusted R^2，我们学习了三变量模型中重要例子柯布-道格拉斯函数及其相关性质，并在作业中对这一生产函数做了深入研究。在多元回归的统计推断中，最重要的是学习了关于对多个解释变量是否对被解释变量有显著线性影响关系的F检验。F检验的思想来自于总离差平方和的分解式：TSS=ESS+RSS。另外，F 检验还有其他应用，如RLS，the CHOW test，Ramsey test等。

关于违反经典模型假设的讨论，我们了解了多重共线性、异方差和自相关的本质、检验方法及纠正方法。多重共线性的发生有其显著特征，比如回归结果中的R^2

接近于1，但是单个回归系数的t值很小。要纠正多重共线性的问题，我们可以舍弃相关性很高的解释变量之一或对其进行线性组合。异方差通常发生于横截面数据中，一般是有解释变量的方差与随机误差项的方差成比例。要发现这一问题，我们学习了很多检验，包括park test，Goldfeld-Quant test，White test等。要纠正异方差，常用的方法是WLS，通过对数据的处理能够有效消除异方差的问题。自相关的问题一般见于时间序列数据中，一阶序列相关是指当前的误差项与以前的误差项线性相关。在发生自相关的情况下，我们在进行变量的显著性检验时更倾向于拒绝虚拟假设。发现一阶自相关问题的最重要检验是Durbin-Watson test，这一检验的特点是存在未决区域。纠正自相关的问题，我们学会了GLS和Cochrane-Orcutt迭代法，并在计算机应用中学习了其操作，受益匪浅。 这一学期我们学习使用的软件是Eviews，在上机课上对其应用做了深入学习。但是我知道现在我们只学到了计量经济学的入门知识，要研究计量经济学的更多内容，只学会Eviews显然不足，希望能在新学期学到更深刻的知识和高级的软件，提升自己的能力。

本文来源：https://www.bwwdw.com/article/g5et.html