中央财经大学计量经济学提纲
计量经济学教学大纲
计量经济学教学大纲
计量经济学课程大纲
一、导论
1.1 什么是计量经济学
1.2 计量经济学的历史发展及应用领域
1.3 计量经济学的基本概念和方法
二、回归分析
2.1 简单线性回归及其应用
2.2 多元线性回归及其应用
2.3 拟合优度和回归系数假设检验
2.4 非线性回归及其应用
2.5 处理异方差、自相关问题的回归模型
三、时间序列分析
3.1 时间序列基本概念和模型
3.2 ARIMA模型及其应用
3.3 GARCH模型及其应用
3.4 协整模型及其应用
四、面板数据分析
4.1 面板数据的基本概念和分析方法
4.2 固定效应模型和随机效应模型
4.3 双重差分模型及其应用
4.4 合成控制方法及其应用
五、应用案例分析
5.1 企业投资与经济增长
5.2 劳动力市场分析
5.3 区域经济发展及其影响因素分析
5.4 贸易关系分析
注：以上内容仅供参考，具体教学内容根据授课老师的安排而定。
计量经济学期末复习提纲（红色部分要注意）绝密!!
计量经济学期末复习提纲（红色部分要注意）绝密!!计量经济学复习提纲第一章绪论一、计量经济学的含义二、计量经济学与其他学科的联系与区别三、计量经济学的内容体系四、计量经济学的研究步骤五、计量经济学的发展概况需要掌握的主要内容1.如何理解计量经济学？（研究对象、理论基础、与经济学的区别、所研究变量的特点）计量经济学是经济学的一个分支，（起因：对经济问题的定量研究名词：1926年弗瑞希仿造出“Biometrics” “Econometrics”标志：1930年成立计量经济学会 1933年创刊《Econometrica》说明：“计量经济学” “经济计量学”）“用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能和计量经济学混为一谈。
计量经济学与经济统计学绝非一码事；它也不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征；计量经济学也不应视为数学应用于经济学的同义语。
经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系来说，都是必要的，但本身并非是充分条件。
三者结合起来，就是力量，这种结合便构成了计量经济学。
”2.狭义计量经济学研究的是具有因果关系的经济现象，用的是回归的分析方法。
3.计量经济学的建模步骤？一、理论模型的设计: 确定模型包含的变量;确定模型的数学形式;拟定模型中待估计参数的理论期望值区间二、样本数据的收集三、模型参数的估计四、模型的检验计量经济学模型成功的三要素 :理论,数据,方法,三者缺一不可.4.选择解释变量时需要注意的问题：（1）根据经济规律确定变量的数目（2）考虑数据的可得性（3）考虑所有入选变量的关系，要求各变量独立。
---否则会引起多重共线性5.如何确定模型的数学形式？（1）根据经济理论（2）画散点图（3）试模拟6.什么是时间序列数据？在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。
如我国国内生产总值从1949到2009的变化就是时间序列数据。
《计量经济学》各章主要知识点
《计量经济学》各章主要知识点计量经济学是一门融合了经济学、统计学和数学的交叉学科，旨在通过建立经济模型、运用数据和统计方法来定量分析经济现象和经济关系。
以下将为您详细介绍其各章的主要知识点。
第一章：绪论这一章主要介绍计量经济学的定义、研究目的和发展历程。
让我们了解到计量经济学是利用经济数据和统计方法来验证经济理论、进行经济预测和为政策制定提供依据的学科。
还会阐述计量经济学与其他相关学科，如经济学、统计学的联系与区别。
同时，会提到建立计量经济模型的基本步骤，包括理论模型的设定、数据收集、模型估计、模型检验和模型应用等。
第二章：一元线性回归模型一元线性回归模型是计量经济学中最基础的模型之一。
我们要掌握模型的数学表达式，即 Y ＝β₀＋β₁X ＋ u ，其中 Y 是被解释变量，X 是解释变量，β₀是截距项，β₁是斜率系数，u 是随机误差项。
重点理解最小二乘法（OLS）的原理和应用，它是估计模型参数的常用方法。
通过最小二乘法，我们可以得到使得样本观测值与模型估计值的残差平方和最小的参数估计值。
还需要了解一元线性回归模型的基本假定，如零均值假定、同方差假定、无自相关假定、解释变量与随机误差项不相关假定以及随机误差项服从正态分布假定等。
第三章：多元线性回归模型在这一章，模型扩展到多个解释变量。
多元线性回归模型的一般形式为 Y ＝β₀＋β₁X₁＋β₂X₂＋＋βₖXₖ ＋ u 。
要学会如何使用矩阵形式来表示和求解这个模型。
同样，多元线性回归模型也有一系列假定，如解释变量之间不存在完全共线性等。
参数估计仍然可以使用最小二乘法，但需要注意多重共线性、异方差和自相关等问题的检验和处理。
第四章：异方差性异方差性是指模型中的随机误差项的方差不是常数，而是随着解释变量的变化而变化。
了解异方差性产生的原因，比如模型设定错误、测量误差的变化等。
掌握异方差性的检验方法，如图示法、帕克检验、戈德菲尔德匡特检验等。
对于存在异方差性的模型，要学会使用加权最小二乘法（WLS）等方法进行修正，以得到更有效的参数估计。
中央财经大学 考博 计量经济学习题汇总
第一章绪论1．1 试列出计量经济分析的主要步骤。
1．2 计量经济模型中为何要包括扰动项?1．3 什么是时间序列和横截面数据? 试举例说明二者的区别。
1．4 估计量和估计值有何区别?第二章计量经济分析的统计学基础2.1 名词解释随机变量概率密度函数抽样分布样本均值样本方差协方差相关系数标准差标准误差显著性水平置信区间无偏性有效性一致估计量接受域拒绝域第I 类错误2.2 请用例2.2 中的数据求北京男生平均身高的99％置信区间。
2.3 25 个雇员的随机样本的平均周薪为130 元，试问此样本是否取自一个均值为120 元、标准差为10 元的正态总体？2.4 某月对零售商店的调查结果表明，市郊食品店的月平均销售额为2500 元，在下一个月份中，取出16 个这种食品店的一个样本，其月平均销售额为2600 元，销售额的标准差为480 元。
试问能否得出结论，从上次调查以来，平均月销售额已经发生了变化？第三章双变量线性回归模型3.1 判断题（判断对错；如果错误，说明理由）（1）OLS 法是使残差平方和最小化的估计方法。
（2）计算OLS 估计值无需古典线性回归模型的基本假定。
（3）若线性回归模型满足假设条件（1）～（4），但扰动项不服从正态分布，则尽管OLS 估计量不再是BLUE，但仍为无偏估计量。
（4）最小二乘斜率系数的假设检验所依据的是t 分布，要求bˆ 的抽样分布是正态分布。
（5）R2＝TSS/ESS。
（6）若回归模型中无截距项，则å ¹ 0 t e 。
（7）若原假设未被拒绝，则它为真。
（8）在双变量回归中， s 2的值越大，斜率系数的方差越大。
3.2 设YX bˆ 和XY bˆ 分别表示Y 对X 和X 对Y 的OLS 回归中的斜率，证明YX bˆXY bˆ ＝r 2r 为X 和Y 的相关系数。
3.3 证明：（1）Y 的真实值与OLS 拟合值有共同的均值，即YnYnY= = å å ˆ；（2）OLS 残差与拟合值不相关，即å ˆ = 0 t t Y e 。
计量经济学大纲
《计量经济学》课程教学大纲课程名称：计量经济学课程编号：07000119学时：48学时学分：3学分开课学期：第6学期课程类别：学科技术基础必修课考核方式：考试适用专业：统计学先修课程：工程数学、统计学、计算机基础一、课程的性质、目的与任务计量经济学是统计学专业的基础必修课程，其主要目的是培养学生掌握计量经济学的基本概念、基本理论和基本方法，初步学会建立和使用计量经济模型，培养学生运用计量经济学知识处理经济问题的基本能力。
二、课程的基本要求该门课程主要要求学生学会运用计量经济学的有关原理解决实际问题，重点掌握一元线性回归模型，多元线性回归模型的有关计算、检验，异方差、自相关、多重共线性的相关理论，联立方程模型的建立，以及计量经济学的发展趋势。
三、教学内容及基本要求1.计量经济学导论掌握什么是计量经济学，计量经济学的研究方法，计量经济学的变量、数据、参数与模型。
2.一元线性回归分析掌握一元线性回归模型及其假定，模型参数的最小二乘估计，样本决定系数及回归直线拟合优度的检验，随机项u的方差σ2的估计量，回归系数估计量的显著性检验，回归方程的显著性检验，利用回归方程进行预测，一元线性回归分析案例。
3.多元线性回归模型掌握多元线性回归模型，模型参数的最小二乘估计，参数估计式β的统计性质，回归方程的显著性检验，回归系数估计量的显著性检验，利用多元回归方程进行预测，多元线性回归分析案例。
4.相关分析掌握相关的概念，偏相关系数，复相关系数。
5.非线性模型的线性化了解非标准线性模型的标准化，非线性模型的标准线性化。
6.异方差掌握异方差性，异方差性的后果，异方差性的检验方法，异方差性问题的解决方法。
7.自相关掌握自相关，自相关对参数估计的影响，自相关检验，消除自相关影响的方法，关于存在自相关时的预测的说明。
8.多重共线性掌握多重共线性，多重共线性引起的后果，多重共线性检验，解决多重共线性的方法，实例。
9.联立方程模型和识别掌握联立方程模型的概念，联立方程模型的类型，联立方程模型识别的问题，结构方程的识别规则。
计量经济学复习提纲 标黑为重
考试题型
• 1.单项选择题（本题共15小题，每小题1分，共 15分） • 2.多项选择题（本题共5小题，每小题2分，共10 分） • 3.名词解释（本题共5小题，每小题3分，共15分） • 4.问答题（本题共3小题，每小题5分，共15分） • 5. 计算题（共4小题，第1题7分，第2题8分，后2 题各15分，共45分）
（1）对模型识别的理解 （2）联立方程模型识别的类型 不可识别；恰好识别；过度识别 （3）联立方程模型识别的方法 模型识别的阶条件；模型识别的秩条件； 模型识别的一般步骤和经验方法
3. 联立方程模型的估计方法
（1）递归模型的估计——OLS法 （2）恰好识别模型的估计 ——间接最小二 乘法（ILS） （3）过度识别模型的估计——二段最小二乘 法（TSLS）
第四章 多重共线性
1. 掌握多重共线性的概念 2. 模型中出现多重共线性的原因和不良后果 3. 怎样诊断多重共线性： 简单相关系数检验 法、方差扩大（膨胀）因子法、直观判断法、 逐步回归检测法 4.修正多重共线性的若干方法 ： （1）修正多重共线性的经验方法：剔除变量 法；增大样本容量、变换模型形式、利用非 样本先验信息等 (2) 逐步回归法
3.自回归模型的估计
(1) 自回归模型的产生背景：无限分布滞后模 型不能直接估计，模型中引入了预期因素 库伊克模型 、自适应预期模型、局部调整模 型 （2）估计方法：工具变量法 为缓解扰动项与解释变量存在相关带来估计偏 倚：工具变量法的概念、工具变量法的特点、 工具变量法的缺点 （3）德宾h-检验 为诊断一阶自回归模型扰动项是否存在自相关 D-W检验的缺陷、德宾h-检验
计量经济学复习提纲Fra bibliotek第一章 导论
• 1. 了解计量经济学的性质及与其它学科的 关系 • 2. 了解计量经济学的基本概念和计量经济 学的基本研究方法和研究步骤； • 3. 对计量经济学中的模型、变量、数据等 有基本的认知
《计量经济学》期末课程论文大纲
《计量经济学》期末课程论文设计大纲（占总评成绩的30%）课程设计目标撰写一篇有研究意义的实证分析论文，依据经济理论，对现实经济世界进行适当抽象，确定变量之间的因果关系，建立理论模型，收集数据资料，并进行初步处理，根据计量经济学的基本知识，正确的建立计量经济学模型，并完成模型的检验、修正和估计；对结果进行必要的结构分析、经济预测或政策评价。
课程设计要求1、确定题目：选题要新颖，视角独特，有研究价值，利用计量经济学知识深入挖掘经济数据背后的理论问题。
2、文献综述：在确定选题后，对该研究领域的研究现状（包括主要学术观点、前人研究成果和研究水平、争论焦点、存在的问题及可能的原因等）、新水平、新动态、新技术和新发现、发展前景等内容进行综合分析、归纳整理和评论，并提出自己的见解和研究思路。
3、模型设定：（1）正确理解和把握所研究的经济现象中暗含的经济学理论和经济行为规律，根据经济理论和经济实践经验，建立语义模型（逻辑模型），并陈述依据。
（2）根据语义模型，确定模型所包含的变量，确定模型所包含的确定解释变量和被解释变量，陈述选择这些变量的主要原因和想法。
（3）根据经济行为理论和样本数据所显示出的变量间关系，命名变量，建立描述这些变量之间关系的数学表达式，即理论模型。
4、收集数据：确定能够有助于完成问题分析的数据类型和时期，收集真实的数据，考察样本容量和数据质量，根据模型建立的要求，对数据进行必要的加工处理，使用的数据要注明样本数据的来源。
5、参数估计：应用Eviews软件或Stata软件对模型进行参数估计。
6、模型检验：对模型进行经济意义检验和相关检验，如多重共线性检验、异方差检验、序列相关检验等，检验要有论文写作阶段进行，成文后大篇幅放到论文正文中。
7、模型修正：根据检验结果，选择正确的方法进行必要的模型修正。
并用规范格式表达最终模型。
8、模型应用：对模型进行合理的经济解释，并根据需要进行恰当的结构分析、经济预测、政策评价。
中央财经大学计量经济学提纲
第一题判断题10×2=20分（从以下题目中任选10题，判断对错；如果错误，说明理由）P661，OLS法是使残差平方和最小化的估计方法。
对2，计算OLS估计值无需古典线性回归模型的基本假定。
对3，若线性回归模型满足假设条件（1）——（4），但扰动项不服从正态分布，则尽管OLS 估计量不再是BLUE，但仍为无偏估计量。
错只要满足（1）——（4），OLS估计量就是BLUE4，最小二乘斜率系数的假设检验所依据的是t分布，要求߈的抽样分布是正态分布。
对5,R =TSS/ESS错R =ESS/TSS6，若回归模型中无截距项，则Σet=0未必成立。
对7，若原假设未被拒绝，则它为真。
错只能说不能拒绝原假设8，在双变量回归模型中，б 的值越大，斜率系数的方差越大。
错Var(߈)=б /Σxt 只有当Σxt 恒定，上述说法才正确。
P1491，尽管存在严重多重共线性，普通最小二乘法估计量仍然是最佳线性无偏估计量。
对2，如果分析的目的仅仅是为了预测，则多重共线性并无妨碍。
对3，如果解释变量两两之间的相关系数都低，则一定不存在多重共线性。
错即使解释变量两两之间的相关系数都低，也不能排除存在多重共线性的可能性4，如果存在异方差性，通常用的t检验和F检验是无效的。
对5，当存在自相关时，OLS估计量既不是无偏的，也不是有效的。
注意：本书中无偏性不成立仅两种情况：1，模型中忽略了有关的解释变量。
2，随机解释变量与扰动项同期无关。
错在扰动项自相关的情况下OLS估计量仍为无偏估计量，但不再具有最小方差的性质，即不是BLUE6，消除一阶自相关的一阶差分变换法假定自相关系数必须等于1。
对7，模型中包含无关的解释变量，参数估计会有偏，并且会增大估计量的方差，即增大误差。
错模型中包含无关的解释变量，参数估计仍无偏，但会增大估计量的方差，即增大误差8，多元回归中，如果全部“斜率”系数各自t检验都不显著，则R 值也高不了。
计量经济学复习大纲
计量经济学复习大纲计量经济学复习大纲第一章绪论1. 建立计量经济学模型的步骤及其要点？（1）如何正确选择解释变量？（2）如何确定模型的基本形式？（3）区分时间序列数据、横截面数据和虚变量数据。
（4）何谓经济意义检验？检验的方法？（5）计量经济学模型成功的三要素及其关系。
2. 结合实际例子理解结构分析方法（弹性、乘数的运用及其模型参数解释）。
第二章一元线性回归模型理论与方法1. 回归分析与相关分析的联系与区别？2. 回归分析的主要目的和内容？3. 总体回归函数PRF的内涵和形式（确定和随机）。
4. 随机干扰项的定义及其内涵？5. 样本回归函数的形式及其与PRF的关系？6. 线性回归模型的基本假设（结合现实经济例子给予解释说明）。
7. OLS法的原理及其参数估计量的估计方法（推导过程）、正规方程组的导出。
8. OLS估计量的计算公式（离差形式）及其参数经济意义解释（要求掌握回归函数的求解计算过程）。
9. OLS估计量的性质（要求掌握线性性、无偏性、有效性的涵义及其证明过程，基本推论要牢记且理解）10. BLUE估计量与高斯-马尔可夫定理？11. 一元参数估计量的概率分布形式、总体方差的无偏估计公式以及样本参数的标准差计算公式（要求牢记公式并熟练运用于计算）。
12. 拟合优度检验的原理（TSS、ESS和RSS的内涵及其关系）？13. 变量显著性检验的方法原理（t检验）（1）小概率事件原理（零假设必须是一小概率事件）？（2） t统计量的构造？14.. 缩小置信区间的方法：同等显著性水平下尽可能减小t检验临界值和样本参数的标准差。
一是增大样本容量；二是提高模型的拟合优度。
15. 本章练习题第2、3、7、8、9（样本参数估计量的性质）、11题要求熟练掌握。
第三章多元线性回归模型理论与方法1. 理解偏回归系数的概念及其应用解释。
2. 多元线性回归模型的基本假定（标量和矩阵形式）。
3. 理解普通最小二乘估计的正规方程组及其参数估计量计算公式。
《计量经济学》课程考核大纲
《计量经济学》课程考核大纲【考核目的】考察学生对于计量经济理论的掌握情况，以及利用计量经济学工具解决实际问题的能力。
同时能够对教学状况作出反馈，判断计量经济学教学所设定的教学目的的完成情况，以便在以后的教学中更加完善教学内容，达到更好的教学效果。
【考核范围】第1章至第10章。
【考核方法】期末开卷笔试,占60%,平时考核(出勤、提问、作业)占40%。
【期末考试形式】笔试、开卷。
【期末考试对试题的要求】主、客观试题的比例：主观性试题占80%，客观性试题占20%。
题型比例：判断题20%、名词解释题15%；简答题20%、论述题20%、应用题25%。
难度等级：分为较易、中等、较难三个等级，大致比例是40:40:20。
【期末考试的具体内容】第一章绪论知识点：1．计量经济学2．经典与非经典计量经济学3．计量经济学模型4．参数5．截距6．斜率7．随机误差项8．线性回归模型9．因果关系10．参数估计11．模型检验12．结构分析13．经济预测14．政策评价15．检验与发展经济理论考核目标：1.了解：（1）计量经济学的产生与发展（2）经典与非经典计量经济学的区别2.理解：（1）计量经济学（2）经典计量经济学的作用3.掌握：（1）计量经济学模型的内容和特点（2）计量经济学的建模过程4.运用：（1）参数估计（2）假设检验（3）结构分析第二章线性回归的基本思想：双变量模型知识点：1．总体回归函数2．样本回归函数3．随机总体回归函数4．随机误差项5．残差项6．条件期望7．非条件期望8．线性回归模型9．因果关系10．参数估计11．回归参数12．回归参数的估计量13．最小二乘法14．参数线性考核目标：1.了解：（1）因果关系（2）线性回归模型2.理解：（1）条件期望（2）非条件期望（3）经典计量经济学的作用3.掌握：（1）总体回归函数（2）样本回归函数（3）随机误差项（4）残差项（5）回归参数（6）回归参数的估计量4.运用：（1）参数估计（2）最小二乘法第三章双变量模型：假设检验知识点：1．经典线性回归模型的假定2．同方差3．异方差4．自相关5．OLS估计量的方差6．OLS估计的标准误7．回归的标准误8．残差平方和9．回归平方和10．总平方和11．判定系数12．OLS估计量的抽样分布13．高斯—马尔柯夫定理14．中心极限定理15.零假设16．显著性t检验考核目标：1.了解：（1）同方差（2）异方差（3）自相关（4）高斯—马尔柯夫定理（5）中心极限定理2.理解：（1）OLS估计量的方差（2）OLS估计的标准误（3）OLS估计量的抽样分布3.掌握：（1）回归的标准误（2）残差平方和（3）回归平方和（4）总平方和（5）判定系数（6）4.运用：（1）零假设（2）显著性t检验第四章多元回归：估计与假设检验知识点：1．多元回归模型2．偏回归系数3．多元判定系数4．回归系数的显著性检验5．多元回归整体显著性检验6．方差分析7．F检验8．多重共线性9．模型设定误差10．校正的判定系数11．受限最小二乘法12．非受限最小二乘法考核目标：1.了解：（1）多元回归模型（2）模型设定误差2.理解：（1）多重共线性（2）非受限最小二乘法3.掌握：（1）偏回归系数（2）多元判定系数（3）回归系数的显著性检验（4）多元回归整体显著性检验（5）校正的判定系数4.运用：（1）方差分析（2）F检验（3）受限最小二乘法第五章回归模型的函数形式知识点：1．双对数模型2．常弹性3．增长率模型4．瞬时增长率5．复合增长率6．线性对数模型7．线性趋势模型8．倒数模型9．多项式回归模型10．过原点回归考核目标：1.了解：（1）瞬时增长率（2）复合增长率（3）（4）（5）（6）（7）（8）2.理解：（1）常弹性（2）过原点回归（3）（4）（5）（6）（7）（8）3.掌握：（1）双对数模型（2）增长率模型（3）线性对数模型（4）线性趋势模型（5）（6）倒数模型（7）多项式回归模型4.运用：（1）双对数模型（2）增长率模型（3）线性对数模型（4）线性趋势模型（5）（6）倒数模型（7）多项式回归模型第六章虚拟变量回归模型知识点：1．虚拟变量2．方差分析模型3．差别截距系数4．基准类5．虚拟变量陷阱6．协方差分析模型7．控制变量8．差别斜率9．一致回归10．平行回归11．并行回归12．相异回归13．线性概论模型考核目标：1.了解：（1）基准类（2）一致回归（3）平行回归（4）并行回归（5）相异回归2.理解：（1）差别截距系数（2）控制变量（3）差别斜率（4）线性概论模型3.掌握：（1）虚拟变量（2）虚拟变量陷阱（3）方差分析模型4.运用：（1）方差分析模型（2）协方差分析模型第七章模型选择：标准与检验知识点：1．简约性2．可识别3．理论一致性4．预测能力5．过低拟合模型6．过高拟合模型7．不正确函数形式8．不必要变量的检验9．遗漏变量和不正确函数形式的检验10．MWD检验11．拉姆齐回归误差设定检验考核目标：1.了解：（1）简约性（2）可识别（3）理论一致性（4）预测能力2.理解：（1）过低拟合模型（2）（过高拟合模型3）不正确函数形式3.掌握：（1）不必要变量的检验（2）遗漏变量和不正确函数形式的检验（3）MWD 检验（4）拉姆齐回归误差设定检验4.运用：（1）不必要变量的检验（2）遗漏变量和不正确函数形式的检验（3）MWD 检验（4）拉姆齐回归误差设定检验第八章多重共线性知识点：1．高度多重共线性2．完全共线性3．偏回归系数4．辅助回归5．方差膨胀因子6．多重共线性的补救措施7．去年多余变量8．获取新样本9．重新考虑模型10．利用先验信息11．变量变换考核目标：1.了解：（1）完全共线性（2）偏回归系数（3）（4）（5）（6）（7）（8）2.理解：（1）高度多重共线性（2）辅助回归（3）（4）（5）（6）（7）（8）3.掌握：（1）方差膨胀因子（2）去掉多余变量（3）获取新样本（4）重新考虑模型（5）利用先验信息（6）变量变换4.运用：（1）多重共线性的补救措施（2）去掉多余变量（3）获取新样本（4）重新考虑模型（5）利用先验信息（6）变量变换第九章异方差知识点：1．同方差2．异方差3．异方差的诊断4．残差图5．帕克检验6．格莱泽检验7．怀特异方差检验8．加权最小二乘估计9．怀特异方差修正后的标准误和t考核目标：1.了解：（1）同方差（2）怀特异方差修正后的标准误和t2.理解：（1）帕克检验（2）格莱泽检验3.掌握：（1）异方差（2）残差图（3）怀特异方差检验（4）加权最小二乘估计4.运用：（1）异方差的诊断（2）加权最小二乘估计第十章自相关知识点：1．序列相关2．自相关的原因3．惯性4．模型设定错误5．蛛网现象6．数据处理7．自相关的诊断8．时序图9．德宾—沃森d检验10．自相关系数11．一阶自回归过程12．自回归模型13．自相关的补救措施14．广义最小二乘法15．一阶差分方程16.校正OLS标准误的大样本方法考核目标：1.了解：（1）惯性（2）模型设定错误（3）蛛网现象（4）数据处理（5）校正OLS 标准误的大样本方法2.理解：（1）自相关的原因（2）一阶自回归过程（3）自回归模型3.掌握：（1）序列相关（2）时序图（3）德宾—沃森d检验（4）自相关系数（5）广义最小二乘法（6）一阶差分方程4.运用：（1）自相关的诊断（2）自相关的补救措施【样题】计量经济学试题一、判断题1. 残差表示实际观测点与样本估计值之间的差异，是确定性数值。