計量經濟學基礎與EViews軟體操作

《計量經濟學基礎與EViews軟體操作》是江西財經大學提供的慕課課程，授課老師是陶長琪、徐曄、廖迎、王原君、徐斌、齊亞偉、王勇、劉成坤。

基本介紹

• 中文名：計量經濟學基礎與EViews軟體操作
• 提供院校：江西財經大學
• 類別：慕課
• 授課老師：陶長琪、徐曄、廖迎、王原君、徐斌、齊亞偉、王勇、劉成坤

課程大綱

01

導論

【教學目標】了解計量經濟學是經濟學的一個分支；了解計量經濟學的特徵，了解計量經濟學的內涵與發展，了解計量經濟學課程在經濟學課程體系中的地位，了解計量分析在經濟學科的發展和實際經濟工作中的作用；掌握建立和套用計量經濟模型的步驟。 【重點難點】 計量經濟學的定義，建立和套用計量經濟模型的步驟。 【教學內容】計量經濟學的定義、特徵，建立和套用計量經濟模型的步驟。

課時

1.1 計量經濟學的內涵與發展

1.2 計量經濟學的實證步驟

02

簡單回歸模型

【教學目標】 理解回歸分析思想，掌握一元線性回歸模型的基本概念。掌握用普通最小二乘法估計參數，理解總體和樣本回歸函式。掌握OLS估計量的代數性質，理解度量回歸的擬合優度的R平方，熟悉一元線性回歸模型的四個假定。掌握OLS估計量的抽樣分布，會用EViews軟體畫散點圖和估計OLS參數。【重點難點】 回歸分析思想，普通最小二乘法估計參數，線性回歸的四個假定，OLS估計量的抽樣分布。【教學內容】回歸分析思想，一元線性回歸的基本概念，普通最小二乘法估計參數，一元線性回歸模型的統計檢驗。度量回歸的擬合優度的R平方，OLS估計量的抽樣分布，畫散點圖和估計OLS參數。

課時

2.1 簡單回歸模型的定義

2.2 斜率參數的含義

2.3 零條件均值假定

2.4 總體回歸函式

2.5 用普通最小二乘法估計參數

2.6 樣本回歸函式

2.7 OLS估計量的代數性質

2.8 擬合優度

2.9在簡單回歸中加入非線性函式形式

2.10 簡單線性回歸的四個假定及OLS的無偏性

2.11同方差性假定

2.12 OLS估計量的抽樣方差

2.13 過原點回歸和對常數回歸

2.14 創建工作檔案和輸入數據

2.15 畫散點圖和估計OLS參數

03

多元回歸分析：估計

【教學目標】 掌握多元回歸模型的優點，非線性關係的多元回歸模型，普通最小二乘法與偏效應，多元線性回歸的四條經典假定，高斯馬爾科夫假定，最優線性無偏估計量。會用EViews軟體完成多元線性回歸模型的參數估計，會生成OLS擬合值序列和殘差序列。【重點難點】 多元回歸模型的參數估計方法，多元線性回歸的經典假定，高斯馬爾科夫假定。【教學內容】使用多元回歸的動因，普通最小二乘法的操作與解釋，估計量的期望值，OLS估計量的方差。多元線性回歸的經典假定，OLS估計量的有效性。高斯-馬爾科夫定理，對多元回歸分析語言的一些說明。

課時

3.1 為什麼要使用多元回歸？

3.2 如何得到OLS估計值

3.3 理解多元回歸模型的偏效應

3.4 偏效應的另一種理解

3.5 OLS擬合值和殘差的代數性質

3.6 多元回歸模型的擬合優度

3.7 多元線性回歸的四條經典假定及OLS的無偏性

3.8 簡單回歸和多元回歸估計值的比較

3.9 包含無關變數會產生偏誤嗎？

3.10 遺漏變數會產生偏誤嗎？

3.11 OLS斜率估計量的抽樣方差

3.12 影響OLS方差的多重共線性

3.13 遺漏變數模型的方差

3.14 OLS估計量的標準誤

3.15 OLS的有效性：高斯-馬爾可夫定理

3.16 生成新的序列和@函式的套用

3.17 生成OLS擬合值序列和殘差序列

04

多元回歸分析：推斷

【教學目標】 掌握OLS估計量的抽樣分布，學會檢驗對單個總體參數的假設：t檢驗，置信區間。掌握檢驗關於參數的一個線性組合假設，對多個線性約束的F檢驗。會用EViews軟體完成多元線性回歸模型的統計檢驗，報告回歸結果。【重點難點】 多元線性回歸模型的統計檢驗，多個線性約束的F檢驗。【教學內容】OLS估計量的抽樣分布，檢驗對單個總體參數的假設：t檢驗，置信區間，檢驗關於參數的一個線性組合假設，對多個線性約束的F檢驗，報告回歸結果。

課時

4.1 OLS估計量的抽樣分布

4.2 標準化估計量的t分布

4.3 構造t統計量

4.4 對單個參數進行假設檢驗的t檢驗

4.5 檢驗單個參數的其他假設

4.6 經濟顯著性與統計顯著性

4.7 置信區間

4.8 檢驗關於參數的一個線性組合假設

4.9 對排除性約束的檢驗

4.10 關於F統計量的進一步探討

4.11 檢驗一般的線性約束

4.12 報告回歸結果

4.13 置信區間的EViews軟體操作

4.14 係數約束檢驗-t檢驗

4.15 係數約束檢驗- F檢驗

05

虛擬變數

【教學目標】 對定性信息的描述，了解只有一個虛擬自變數，使用多類別虛擬變數，了解虛擬變數陷阱，理解虛擬變數的互動作用。掌握虛擬變數的假設檢驗，會用EViews軟體完成虛擬變數的線性回歸模型的操作。【重點難點】 使用多類別虛擬變數，虛擬變數陷阱，鄒至莊檢驗。【教學內容】對定性信息的描述，只有一個虛擬自變數，使用多類別虛擬變數，涉及虛擬變數的互動作用。虛擬變數陷阱，虛擬變數的假設檢驗，含虛擬變數的線性回歸模型的EViews軟體操作。

課時

5.1 怎樣將定性信息轉換為虛擬變數

5.2 理解虛擬解釋變數的係數

5.3 理解多類別虛擬解釋變數的係數

5.4 虛擬變數陷阱

5.5 理解虛擬變數的互動作用

5.6 虛擬變數的假設檢驗

5.7 鄒至莊檢驗

5.8 含虛擬變數的線性回歸模型的EViews軟體操作

06

多元回歸分析：OLS的漸進性

【教學目標】掌握一致性，漸進正態和大樣本推斷，了解OLS的漸進有效性。【重點難點】 OLS的漸進有效性。【教學內容】一致性，漸進正態和大樣本推斷，OLS的漸進有效性。

課時

6.1 一致性

6.2 OLS的漸近正態性和漸近有效性

07

異方差性

【教學目的】 理解異方差性的含義，異方差對OLS估計的影響，熟練掌握異方差性的檢驗和修正方法，會用EViews軟體完成異方差性的檢驗和修正。【重點難點】 異方差性的定義、檢驗和修正。【教學內容】通過實例講解和EViews操作，介紹異方差對OLS所造成的影響，異方差性的檢驗，以及 OLS估計後的異方差-穩健推斷，加權最小二乘估計的套用等。

課時

7.1 異方差對OLS造成的影響

7.2 OLS估計後的異方差-穩健推斷 (1)

7.3 OLS估計後的異方差-穩健推斷 (2)

7.4 異方差的BP檢驗

7.5 異方差的懷特檢驗

7.6 加權最小二乘估計

7.7 異方差性檢驗的EViews軟體操作

7.8 異方差修正的EViews軟體操作

08

工具變數回歸

【教學目標】 掌握工具變數回歸的機制和假設，以及如何實現工具變數回歸，理解兩階段最小二乘法。工具變數的有效性檢驗，合適的工具變數的可能來源。單個工具變數的IV估計和多個工具變數的IV估計。【重點難點】 理解工具變數回歸為何有效，什麼是有效的工具變數，理解兩階段最小二乘法，如何找到正確的工具變數，評估工具變數的一些方法。【教學內容】 利用理論推演、EViews演示與經濟意義來直觀的解釋計量方法，並通過大量案例集中解釋工具變數法的套用。通過EViews軟體操作，讓學生在實踐中理解工具變數的作用和用法。

課時

8.1 有遺漏變數偏誤該怎么辦？

8.2 工具變數回歸與兩階段最小二乘估計

8.3 單個工具變數的IV估計與案例

8.4 多個工具變數的IV估計與案例

8.5 工具變數有效性的檢驗

8.6 工具變數法的EViews軟體操作

09

如何進行一個實證研究

【教學目標】 利用課程中學習到的計量經濟學知識，針對實際問題建立模型，並進行分析。同時根據他人論文中的實例，掌握實證中計量方法的適用場景、套用步驟以及模型完善。【重點難點】 通過對實例的學習，牢固掌握計量建模的步驟。針對不同的數據和情境選擇合適的計量模型，並根據最終檢驗結果對模型選擇、數據處理做出相應的調整。【教學內容】 通過計量經濟學實例的詳細拆分、解析，結合EViews軟體的實例，使學生鞏固自身的建模框架，在實際場景中提升EViews操作能力和計量建模水平，並將學習成果以大作業的形式加以鞏固。

課時

9.1 實證論文寫作

9.2實證論文寫作--實例分析

預備知識

課程要求學生學習過相關的微積分、線性代數、機率論與數理統計、宏個體經濟學知識。