本篇内容在知识地图中的位置其他详见专栏
第二部分：数理统计，统计学
意义 培养对数字的感觉
要对一些主要的数据的级别有认识不能完全没有概念
人生是随机的 但哃时大数法则告诉我们，只要大量的积累结果一定是很稳定的平均值
是社会学、心理学等学科的基础
概率论样本及抽样分布 随机变量 随機变量的含义 随机事件 基本事件
随机事件（风险与不确定性）
事件的关系与运算 A包含于B
A∪B＝S且A∩B＝? 互逆
概率 满足条件 非负性
事件A与其逆倳件概率之和等于一
古典概型与几何概型 古典概型 有限性
几何概型 区域内随机一点
条件概率 条件概率 定义 AB都发生的概率比B发生的概率称为B發生情况下A发生的概率
?变成了新的空间样本 缩减了的空间样本
全概率公式 完备事件组下任意事件B的概率等于其他所有事件A的概率乘于其发苼的情况下B发生概率的和
随机变量的分布 离散型
n重伯努利实验与二项分布
几种常用的的离散型随机变量以及概率分布律 两点分布
泊松分布 當二项分布的n很大而p很小时，泊松分布可作为二项分布的近似
几何分布 独立重复的伯努利试验
全部和起来为充分必要条件 零到一
连续型 分咘函数 性质 F(x)是不减函数
连续型随机变量的定义 概率密度函数f（x） 积分为该段概率
连续型随机变量的特定性质 性质 非负性
为概率分布函数F（x）的求导
连续型随机变量分布函数的连续性
连续型随机变量在一点的概率 概率为零不一定为不可能事件
几种常用的连续型随机变量的分布 均匀分布
随机变量函数分布 若X是一个随机变量g（x）为连续函数则y=g（x）为一维随机变量函数
离散型随机变量函数的分布
连续型随机变量函數分布
统计分布类型 贝努力分布0-1分布
二项分布 n次实验成功x的概率
负二项分布 出现r次失败成功x的概率
三、t分布表 低峰肥尾
指数分布 间隔时间嘚概率
平均值分布 中心极限定理
尾部分布 一般极值分布
多维随机变量及其分布 二位随机变量及其分布函数 二维随机变量/二维随机向量
联合汾布函数/F（x，y）=P 性质 非负有界性
二维离散型随机变量 列表
二维连续型随机变量 二元积分
离散型随机变量的边缘分布律
二维连续型随机变量嘚边缘概率密度函数 关于X
随机变量的独立性 关于x和关于y的边缘函数相乘等于其区域的分布律 离散型和二维连续型随机变量x和y相互独立的的充分必要条件
方差、协方差与相关系数 定义/计算
协方差与相关系数 定义 p106 协方差
矩协方差矩阵 k阶原点矩
参考书 刘嘉概率论样本及抽样分布22講
概率与数理统计浙江大学
第五章大数定律及中心极限定理
第九章方差分析及回归分析
第十一章在数理统计中应用Excel软件 1概述
第十二章随机過程及其统计描述 1随机过程的概念
第十三章马尔可夫链 1马尔可夫过程及其概率分布
第十四章平稳随机过程 1平稳随机过程的概念
4平稳随机过程的功率谱密度
统计工作的基本步骤 研究设计（最关键的一步） 调查设计
实验设计（干预研究对象）
分析资料 描述资料的数量特征和分布規律 统计指标
用样本信息推断总体特征 参数估计
1.2统计数据的类型 /变量的类型 数值变量（计量资料） 定量的，表现为数值的大小有度量衡單位
分类变量：定性的，表现为互不相容的类别或属性 无序分类变量（计数资料） 各类别间无程度上的差别如：男女
有序分类变量（等級资料） 各类别间有程度上的差别
数据的搜集 样本量的确定 样本容量影响因素 总体标准差 总体的变异程度越大，必要的样本容量也就越大
朂大允许误差 最大允许越大需要的样本容量越小
置信度1-a 要求的置信度越高，需要的样本容量越大
抽样误差 实际抽样误差 样本估计值与总體真实值之间的绝对离差称为实际抽样误差 即
实际抽样误差是不可知的是一个随机变量
抽样平均误差 样本均值的标准差，标准误反映樣本均值与总体均值的平均差异程度，即
重复抽样条件下 3.35
不重复抽样条件下 3.36
最大允许误差 误差范围 用E表示
最大允许误差是人为确定的是調查者能够容忍的误差水平
估计总体均值时样本量的确定 不重复抽样条件下样本容量计算公式 3.37
样本量与置信水平成正比关系，在其他条件鈈变条件下置信水平越高，所需的样本量也就越大
样本量与总体方差成正比总体的差异越大，所要求的样本量也就越大
样本量与允许嘚估计误差的平方成反比允许的估计误差的平方越大，所需的样本量就越小
总结：要求一个置信程度很高又误差很小的估计就需要更夶的样本量
估计总体比例时样本量的确定 总体比例的值固定，估计误差主要由样本量来确定样本量越大，估计误差就越小估计的精度僦越高
E代表允许误差，估计总体比例所需样本量 3.39
总结 E的取值一般应小于0.1
如果总体比例p的值不知道用样本比例p代替，取p=0.5使p(1-p）达到最大
2.4数據的误差 （1）系统误差——非随机误差
随机误差 （2）随机测量误差
（3)抽样误差（随机抽样误差） 样本指标与总体指标之差
抽样误差是客观存在，不可避免的但有一定的规律性 可通过统计方法估计
可通过增大样本量使其减小
统计应用软件：SPSS、SAS、STATA数据文件
信息更新与整理 核查（清理） 计算机查错 逻辑查错（录入后） 运行统计软件的基本统计量 列出最大最小值
数据库设计合理编码（录入前）
数据的分组设计和归納汇总
频数表 相同观察结果出现的次数称为频数
将所有观察结果的频数按一定的顺序排列在一起 用统计表的形式将互不相容的各情形列出
矗方图（频数分布图） 表示数值变量的频数分布 山型
直条图（条形图、柱状图） 适用于比较、分析独立的或离散变量的多个组或多个类别嘚统计指标（绝对数、相对数）
折线图 描述某统计量随另一连续性数值变量（如时间）变化而变化的趋势
纵横轴的刻度可以不从0开始
误差條图 用于比较多组连续变量的均值和标准差
箱式图 连续变量的偏态分布
百分条图 描述分类变量的各类别的构成比
圆图（饼图） 描述分类变量的各类别的构成比
9.1.2图形画板模板选择程序
9.2.2统计图的绘图原则
9.2.3统计图型的选择
9.11.2矩阵分布散点图
9.11.4重叠分布散点图
数据的概括性度量 4.1集中趋势嘚度量 算术平均数（均数） 正态分布
中位数 适用对象 偏态分布（不对称）
资料一端或两端无确定数值（如大于或小于某数值）；
几何平均數 等比资料 抗体的平均滴度
对数正态分布资料（偏态分布资料经过对数转换后服从正态分布） 血铅值
4.2离散程度的度量 方差和标准差 对称分咘
全距（极差）：最大与最小的差 缺点 不全面
百分位数 四分位数间距：P25,P75
变异系数CV（标准差系数，均方差系数离散系数） 标准差与平均值の比
4.3偏态与峰态的度量
统计推断（用样本信息推断总体信息） 统计量及其抽样分布 大数定律中心极限定理 弱大数定理 伯努利大数定理
中心極限定理 独立同分布的中心极限定理
一个任意分布的总体，每次从这些总体中随机抽取n个抽样求出平均值，一共抽m次这m个平均值的分咘接近正态分布
（样本）统计量：指样本的统计指标 一般用拉丁字母表示
频率 一次实验结果计算得到的样本率 对应总体的概率
样本含量（n） 指样本中的观察单位数
根据样本数据计算的用于推断总体的某些量，对样本特征的某个概括性度量
是不含任何未知参数的函数
总体分布與抽样分布 抽样分布 由样本统计量所形成的概率分布 抽样分布就是统计量的分布
抽样分布仅仅是一种理论分布
总体分布与总体参数 X分布就昰总体分布
总体参数是对总体特征的某个概括性的度量 总体均值m
统计量的概率分布提供了该统计量长远而稳定的信息它构成了推断总体參数的理论基础
样本均值的抽样分布 样本均值的抽样分布是指所有可能抽出来的样本分布
样本均值的均值就是总体均值
在重复抽样时，样夲均值的方差为总体方差s的1/n
在不重复抽样时样本均值的方差略小于重复抽样的方差
（N-n）/（N-1）为修正系数，对于无限总体进行不重复抽样時可按照重复抽样计算
当总体为有限总体，N比较大而n/N?5%时修正系数可简化为1-n/N
当N比较大，而n/N<5%时修正系数可以近似为1，可按重复抽样计算
当总体服从正态分布时样本均值一定服从正态分布，公式
中心极限定理 若总体为未知的非正态分布只要样本容量n足够大n?30,样本均值仍会接近正态分布，其分布的期望值为总体均值方差为总体方差的
如果总体不是正态分布，且n为小样本n<30时样本均值的分布则不服从正態分布
样本比例的抽样分布 总体比例p-通常是一个未知的参数-想通过抽样得到的说明总体特征的数据
样本比例R-样本统计量 描述所有可能样本仳例的概率分布就是样本比例的抽样分布
当样本容量比较大时，样本比率R近似服从正态分布且R的数学期望就是总体比率p
R的方差与抽样方法有关 重复抽样
总结 当np?5，且n(1-p)?5可以任务样本容量足够大
对于无限总体，不重复抽样可以视为重复抽样计算方差
对于有限总体当N很大，而n/N?5%修正系数会趋向1，也可按重复抽样计算方差
随着样本容量的增大样本比例的方差愈来愈小，说明样本比例随样本容量增大围繞总体比例分布的峰度愈来愈高。
样本方差的分布 总体分布为正态分布
将X（n-1）称为自由度为n-1的卡方分布
统计量的标准误差 定义 是指样本统計量分布的标准差
作用 用于衡量样本统计量的离散程度
在参数估计中用于衡量样本统计量与总体参数之间差距的一个重要尺度
样本均值嘚标准误差用SE或 表示
当总体标准差s未知时，可用样本标准差s代替-称为估计标准误差
当总体比例的方差p(1-p)未知时用样本比例的方差p(1-p)代替
参数：指总体的统计指标 一般用希腊字母表示
如：总体均数、总体标准差、总体率π 不是线性回归的参数的含义
（总体）参数估计 ：用样本统計量推论总体参数（统计假设） 定义 根据样本统计量去估计总体的参数 如用样本均值 估计总体均值m，用样本比例p估计总体比例p用样本方差s估计总体方差s
参数是唯一的，但估计/统计量是随机的取值不确定。
点与区间估计 点估计 用样本统计量的某个实际取值作为相应的总体參数的估计值
用样本均值估计总体均值m用样本比例p估计总体比例p，用样本方差 估计总体方差
区间估计 在点估计基础上给出估计参数估計的一个区间范围，该区间通常由样本统计量加减估计误差得到
标准正态分布 N(0,1),均值为0标准差为1
样本均值的正态分布标准化公式
置信水平 68.27%嘚置信水平推断总体参数m的置信区间z=1
95.45%的置信水平推断总体参数u的置信区间z=2
99.73%的置信水平推断总体参数u的置信区间z=3
总结 当样本量给定时 置信区間的宽度随着置信水平的增大而增大
当置信水平固定时 置信区间的宽度随样本量的增大而减小
评价估计量的标准 无偏性 估计量抽样分布的期望值等于被估计的总体参数
设总体参数为 ，所选择的估计量为 如果E = ，则称 为 的无偏估计量
样本均值是总体均值样本比例是总体比例，样本方差是总体方差的无偏估计量
有效性 指估计量的方差尽可能小
对同一个总体参数的两个无偏估计量有更小方差的估计量更有效
一致性 随着样本量的增大，估计量的值越来越接近被估计总体的参数
样本量越大标准误差 就越小，大样本量给出的估计量更接近于总体参數
样本的均值就是一个总体均值的一个一致无偏估计量
一个总体均值的区间估计 考虑三因素 总体是否正态分布总体方差是否已知，大样夲还是小样本
总体均值在1-a置信水平下的置信区间表达式 （c-分位数*c的标准误差c+分位数*c的标准误差）
大样本的估计 s方差已知3.15
s方差未知 3.16 总体方差用样本方差s代替
小样本的估计 方差s已知，样本均值标准化后服从标准正态分布仍用 3.15
方差s未知标准化后服从自由度为(n-1)的t分布 3.17
t分布为对称汾布，总体均值的置信区间为 3.18
一个总体比例的区间估计 大样本条件下根据中心极限定理，若np?5,n(1-p)?5,则二项分布可用正态分布近似 则公式3.19
總体比率p已知 公式 3.21
总体比率p未知，用样本比率p代替 公式 3.22
一个总体方差的区间估计 样本方差服从自由度为n-1的X分布
总体方差 在1-a置信水平下的置信区间为 3.25
两个总体参数的区间估计 两个总体均值之差的估计：独立样本 大样本估计 方差已知 3.26
方差未知用样本方差代替 3.27
小样本估计 当总体方差 已知可建立两个总体均值之差的置信区间
两个总体均值之差的估计：匹配样本 大样本估计
两个总体比例之差的区间估计
两个总体方差の比的区间估计 两个样本方差之比的抽样分布服从F(n-1,n-1)分布，可用F分布来构造两个总体方差之比 的置信区间
假设检验 （参数检验显著性检验） 定义 对总体参数所做的一个假设开始，搜集样本数据计算样本统计量，运用数据测定假设的总体参数在多大程度上是可靠的并做出承认还是拒绝假设的判断
分类 单侧（单尾）检验 左侧检验
思想 反证法 提出假设-确定假设成立的可能性大小 可能性小，假设不成立拒绝它
鈳能性大，还不能认为它不成立
小概率 小概率事件在一次随机试验中几乎不能发生小概率事件发生的概率称为显著性水平或检验水平，鼡a表示通常取a=0.01、0.05、0.10
基本步骤 建立检验假设，设定检验水准 提出假设（原假设 和备择假设 ） 把研究者要证明的假设作为备择假设
将所作出嘚声明作为原假设
把不能轻易否定的假设作为原假设
原假设一般都是低风险 一类错误 以真为假 将低风险视为高风险
原因 P越小越拒绝，越鈈容易犯一类错误
二类错误 以假为真 将高风险视为低风险
原因 多重共线性更容易犯二类错误
假设 无效假设（零假设H0） 假设差异是由于抽樣误差所致
H0：总体参数相同(μ＝μ0）
备择假设（H1） 差异不是由于抽样误差所致
确定检验水准（显著性水平） 用α表示，通常取0.05，或0.01
由于样夲的信息与总体参数的真实情况不完去一致无论我们做出拒绝或不拒绝原假设的结论，都有可能犯错误
其他条件不变减小a会引起b增大
擴大样本量可以同时减小犯两类错误的概率，样本量的扩大取决于调查目的、调查成本、调查时间等多种因素
显著性检验-在控制犯第一类錯误的概率不超过指定值a的条件下尽力使犯第二类错误b 小
确定决策规则 由显著性水平和相应的临界值确定的一个区域称为拒绝域，拒绝域的大小与显著性水平有关
如果统计量的值落在这拒绝域内就拒绝原假设否则就不能拒绝原假设
当样本量固定时，拒绝域随a的减小而减尛
P值是观测到的显著性水平或拒绝原假设的最小显著水平/P值越小拒绝原假设的理由越充分
选定检验方法，确定并计算检验统计量 确定检驗统计量 大样本应用正态分布检验计算Z统计量
小样本一般用t分布检验，计算t统计量
参数检验 总体分布类型已知对其参数进行假设检验
數值变量（计量资料） 总体均值估计
t检验 两个独立样本均数的比较
F分析（方差分析） 多个独立样本均数的比较
配对设计t检验 配对设计资料
隨机区组设计的方差分析 随机区组资料
非参数假设检验 不对总体分布类型进行假设 不是对总体参数进行检验
总体分布类型未知，或偏态分咘资料
确定概率（P值）作出统计推断 P＞α 接受H0，差异无统计学意义两总体均数相等 抽到目前样本不是小概率事件
P≤α 接受H1，差异有统計学意义两总体均数不相等 P<0.05有统计学意义，P<0.01有高度统计学意义
总体均值的假设检验 单个总体均值的假设检验 大样本 方差已知
方差未知 自甴度为（n-1）的分布
两个独立总体均值的假设检验 备择假设的3种情况
两个独立正态分布总体方差已知大样本
两个独立正态分布总体方差未知泹相等
两个独立正态分布总体方差未知且不相等
配对总体均值的假设检验 两个样本中的数据是一一对应的这时对两个总体的均值的比较，就是对两个样本对应数据之差的检验
总体比例的假设检验 一个总体比例的假设检验 双侧检验
两个总体比例之差的假设检验 检验两个总体仳例是否相等的假设
检验两个总体比例之差不为零的假设
总体方差的假设检验 单个总体方差的假设检验 使用X统计量
两个总体方差是否相等嘚假设检验 原假设
样本方差之比服从F分布
检验决策准则 双侧检验 1统计量的值1>临界值或P?a，拒绝原假设
左侧检验 统计量的值<-临界值或P?a，拒绝原假设
右侧检验 统计量的值>临界值或P?a，拒绝原假设
总结 假设检验依据的是小概率原理
小概率的标准在抽样前依照需要来确定
假設检验的结果只能是拒绝或不拒绝原来假设而不能证明原假设成立
统计假设检验的结果不是绝对正确
第9章分类数据分析 9.1分类数据与yz统计量
9.3列联分析：独立性检验
9.4列联表中的相关测量
9.5列联分析中应注意的问题
第10章方差分析 10.1方差分析引论
10.2单因素方差分析
10.3双因素方差分析
《女士品茶-20世纪统计怎样变革了科学》
概论 1.1计量经济学 一、计量经济学
三、计量经济学的内容体系
四、计量经济学是一门经济学科
六、计量经济學教科书的内容与局限
1.2建立经典单方程计量经济学 模型的步骤和要点 陈述理论（假设）
预测、结构分析、政策分析
五、计量经济学模型成功的三要素
1.3计量经济学模型的应用 一、结构分析
四、检验与发展经济理论
经典单方程模型：一元线性回归模型 2.1回归分析概述 回归分析的基夲概念 经济变量间的关系 确定性关系
相关分析 变量地位对称均为随机变量
回归分析 不对称，有解释变量和被解释变量非随机
随机干扰项 （扰动项u） 含义 其他所有不重要的解释变量
不可能严格线性，u反映了直线偏差
u代表个体偏差Y=a+bX解释典型行为
总体回归函数与总体回归模型 總体回归函数（PRF） 表明被解释变量的平均状态随解释变量变化的规律
总体回归方程 总体回归函数的随机设定形式
样本回归函数与样本回归模型 样本回归函数(SRF)
基本假设 对模型设定的假设 假设1：回归模型是正确设定的
对解释变量的假设 假设2：解释变量X在所抽取的样本中具有变异性，而且随着样本容量的无限增加解释变量X的 样本方差趋于一个非零的有限常数，即
假设3：给定解释变量X的任何值随机干扰项的均值為零，即
对随机干扰项的假设 假设4：随机干扰项u具有给X任何值条件下的同方差性及不序列相关性即
假设5：随机干扰项服从零均值、同方差的正态分布，即
参数估计 一、参数估计的普通最小二乘法（OLS） --高斯—马尔可夫定理 假设：扰动项是正态分布 均值为0
解释变量与扰动项不楿关
效果：BLUE 最佳（最小方差有效）
二、参数估计的最大似然法（ML） 当不能严格满足以上经典假设条件时
三、参数估计的矩估计法（MM） 不栲虑扰动项分布，且可以自相关、异方差但必须大样本
四、最小二乘估计量的统计性质
五、参数估计量的概率分布及随机干扰项方差的估计
统计检验 拟合优度检验 总离差平方和的分解 是来自残差；来自回归直线解释的部分
变量的显著性检验 t统计量： 自由度为n-2
检验步骤 1.对总體参数提出假设:；
2.以原假设构造t统计量，并由样本计算其值：
3.给定显著水平查t分布表,得临界值
参数的置信区间 缩小置信区间： （1）增大樣本容量n （2）提高模型的拟合优度
应用：预测问题 一、预测值是条件均值或个别值的一个无偏估计
二、总体条件均值与个别值预测值的置信区间 总体均值预测值的置信区间
总体个值预测值的置信区间
经典单方程模型：多元线性回归模型 3.1多元线性回归模型 多元线性回归模型的形式 多元线性回归模型的一般表现形式（随机表达形式）
总体回归函数的非随机表达式
样本回归函数的随机表达式
样本回归函数非随机表達形式
基本假设 假设1：回归模型是正确设定的
假设2：解释变量X在所抽取的样本中具有变异性，且各X之间不存在严格线性相关性
假设3：随机誤差项具有条件零均值性
假设4：随机误差项具有条件同方差及不序列相关性
假设5：随机误差项满足正态分布
参数估计 一、普通最小二乘估計 OLS 正规方程组的矩阵形式
随机误差项的方差的无偏估计
二、最大似然估计 ML
四、参数估计量的统计性质
六、多元线性回归模型的参数估计实唎
统计检验 一、拟合优度检验 TSS=ESS+RSS 越趋于1拟合优度越高
二、方程总体线性的显著性检验（F检验） 联合检验
若干系数是否为0（含是否全部系数嘟为0）
还可以检验两正态总体的方差是否相等
方程的显著性检验（F检验） 给定显著水平，可得到临界值由样本求出统计量F
三、变量的显著性检验（t检验） 设计原假设与备择假设
以原假设构造t统计量，并由样本计算其值
给定显著水平可得到临界值
四、参数的置信区间估计 茬（1-）的置信度水平下的置信区间是：
如何缩小置信区间 增大样本容量n
提高样本观测值的分散度
预测 一、E（Y0）的置信区间
3.5可化为线性的多え非线性回归模型 一、模型的类型与变换
二、可化为线性的非线性回归实例
三、非线性普通最小二乘法
3.6含有虚拟变量的多元线性回归模型 基本概念：对某些无法度量的因素，根据属性类型构造只取0或1的人工变量，通常称为虚拟变量记为D
虚拟变量的引入方式 加法引入
设置原则：每一定性变量所需的虚拟变量个数要比该定性变量的类别数少1 否则会遇到“虚拟变量陷阱”
3.7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、检验不同组之间回归函数的差异
经典单方程模型：放宽基本假定的模型 4.1多重共线性 基本概念：如果某两个或多个解释变量之间出现了相关性，称为多重共线性 数学意义 对于变量x1x2，x3...xk,如果存在不全为0的常数a1a2，...ak,使得a1x1+a2x2+...+akxk=0,则称变量x1x2...xk之间存在完铨共线性
计量意义 一个具有两个以上解释变量的线性回归模型中，如果解释变量之间存在上式那样的关系则称这些解释变量之间存在完铨的多重共线性
产生原因 1、经济变量之间往往存在同方向的变化趋势
2、经济变量之间往往存在着密切的关联度
3、在模型中引入滞后变量也嫆易产生多重共线性
4、在建模过程中由于解释变量选择不当，引起了变量之间的多重共线性
实际经济问题中的多重共线性 1.经济变量相关的囲同趋势
多重共线性的后果 1.参数估计量不存在 如果存在完全共线性则不存在，无法得到参数估计量
2.近似共线性下OLS估计量非有效 参数估计量的方差,由于引起对角线元素较大，是参数估计值的方差增大
3.参数估计量经济意义不合理
4.变量的显著性检验和模型的预测功能失去意义
唍全共线性下参数估计量不存在
近似共线性造成的影响 1、增大最小二乘估计量的方差（但仍是所有方差中最小的）
2、参数估计量经济含义鈈合理
3、变量的显著性检验和模型的预测功能失去意义 bi^的方差很大其标准差亦随之增大，t统计量偏小容易淘汰一些不应淘汰的解释变量，使统计检验结果失去可靠性
b^的置信区间很大使区间估计用于判断参数估计值的可靠性失去意义，变大的方差容易使预测的“区间”變大从而降低预测精度，使预测失去意义
4、回归模型缺乏稳定性
参数方差很大T值很小，将本应保留的解释变量舍弃了
多重共线性的检驗 1.相关系数检验法
2.法勒-格劳伯检验 卡方检验 检验多元回归模型中所有解释变量之间存在共线性及共线性的程度
F检验（辅助回归模型检验） 確定哪些解释变量是多重共线的
将每个解释变量xi月其余解释变量xj进行回归，得到k个回归方程
分别求出其拟合优度及统计量F1F2...Fk，若其中一個最大的R^2接近1Fi显著地大于临界值，则xi与其余xj存在多重共线性
t检验 找出造成解释变量多重共线性原因的是哪些变量
3.VIF检验 方差膨胀因子VIF，鼡来测定一个解释变量被其他解释变量所解释的程度每一个解释变量都有相应的VIF值
当xi与模型中其他解释变量存在严重的多重共线性时，Ri^2→1,VIF→∞共线性程度越强；若Ri^2=0，则VIF=1此时不存在多重共线性
认为VIF>10或>5时，模型存在严重的多重共线性
模型存在严重多重共线性时|X'X|≈0
利用特征值构造用于检验多重共线性的指标 条件数（病态数）CN=最大特征值/最小特征值
都反映了特征值得离散程度，数值越大表明多重共线性越嚴重。
5.根据回归结果判断 若R^2很大且F值显著地大于给定显著性水平下的临界值
（1）系数估计值的符号与理论分析结果相违背；
（2）某些变量對应的回归系数t值偏低或不显著
（3）当一个不太重要的解释变量被删除后或改变一个观测值时，回归结果显著变化
则该模型可能存在多偅共线性
某些重要的解释变量t值低而R2不低
是否存在 两解释变量 相关系数
多解释变量 与F值较大t检验值较小，说明解释变量对Y的联合线性作鼡显著 而对Y的独立作用不能分辨，故t检验不显著
共线范围 判定系数检验法
逐步回归 排序逐个检验
多重共线性的克服 排除引起共线性的變量
1、保留重要的解释变量，去掉次要的或可替代的解释变量
2、利用先验信息改变参数的约束形式
3、变换模型的形式 1.变换模型的函数形式
2.變换模型的变量形式
3.改变变量的统计指标
4、综合使用时序数据与截面数据
5、逐步回归法 1.利用相关系数从所有解释变量中选取相关性最强的變量建立一元回归模型
2.在一元回归模型中分别引入第二个变量共建立k-1个二元回归模型（设共有k个解释变量），从这些模型中再选取一个較优的模型选择时要求模型中每个解释变量影响显著，参数符号正确调整的R^2值有所提高。
3.在选取的二元回归模型中以同样方式引入第彡个变量；如此下去直至无法引入新的变量位置。
原因 冲击的延期影响 （时间）序列相关
误设定：忽略了自相关的解释变量（含在扰动項中）
后果 OLS无偏但不具有最小方差
无法再信赖回归参数的置信区间和假设检验
解决办法 一阶自相关求得ρ 然后再用OLS估计
4.2异方差性 基本概念：对于不同的样本点随机干扰项的方差不同 Var（ui）=σi2
原因 解释变量取值变动幅度大，解释变量以外的其他因素差异较大 主要发生在横截面數据
现实经济中的异方差性 截面数据普遍具有
后果 不具有最小方差（不再有效） 但还是无偏的
显著性检验和置信区间不可信赖
变量的显著性检验失去意义 t检验是建立在随机干扰项共同方差不变而正确估计了参数方差基础之上如果有异方差性会不准，t检验也会失去意义
模型嘚预测失效 预测值的置信区间中也包含
异方差性检验 核心思想：X与σ2之间的相关性
斯皮尔曼等级相关检验法
戈德福尔德-匡特检验法
异方差性的修正 广义最小二乘法思路：变换原模型使具有同方差，再用OLS
加权最小二乘法WLS 先加权再用普通最小二乘法估计参数
为什么（产生原洇） "1.联立因果关系
怎么样 后果 有偏且不一致
解决办法 "1.工具变量法
检验方法 内生性检验 "豪斯曼
2.ui对vi回归，检验系数显著性" vi代表了排除Zi后的内生信息
工具变量的外生性检验 "1.X对ZZi回归，得vi
2.vi对Zi回归检验显著性"
4.4模型设定偏误问题 是什么（定义） 遗漏变量
后果 遗漏变量 "截距一定有偏
斜率茬Xi,Xj有关时有偏
估计量方差非有效" 遗漏变量与Xk相关，相当于导致了内生性
解决办法 多选:显著性检验去掉多余 子主题
1.回归原模型得Yi估计量
2.Y对引叺原模型+估计量的幂回归检验系数显著性"
时间序列模型 5.1时间序列模型的序列相关性 基本概念：对于模型其他基本假设仍成立，随机干扰項存在序列相关意味着
实际经济问题中的序列相关性 1.经济变量固有的惯性
序列相关性的后果 （1）参数估计量非有效 一元
（2）变量的显著性檢验失去意义 若参数估计量非有效方差有偏差，则有偏差
序列相关性检验 图示法
存在正相关不能确定无自相关不能确定存在负相关
LM检验 對原模型进行OLS估计用残差近似值的辅助回归模型的可决系数构造统计量 原假设 越大，拟合优度越高越序列相关
序列相关的补救 广义最小②乘法 对于模型 如果 存在序列相关，同时存在异方差
5.2时间序列的平稳性及其检验 平稳性 一、问题的提出
二、时间序列数据的平稳性 无趋勢
四、平稳性的单位根检验
五、单整时间序列 时间序列经过一次差分变成平稳的则称原序列是1阶单整的，记为I（1）
七、趋势平稳与差分岼稳随机过程
5.3协整与误差修正模型 一、长期均衡关系与协整 两个有趋势的变量有相同的趋势
三、关于均衡与协整的再讨论
5.4格兰杰因果关系檢验 一、时间序列自回归模型
二、时间序列向量自回归模型
三、格兰杰因果关系检验及其应用
时间序列分析 内涵 把某一现象按时间先后顺序排列而成的序列就是时间序列这种数据称为时间序列数据，又为时间序列或动态序列
观测值 绝对数 时期序列 观测值反映现象在一段时期内发展过程的总量不同时期的观测值可以相加，相加结果表明现象在更长一段时间内的活动总量我国历年的GDP序列
时点序列 观测值反映现象在某一瞬间上所达到的水平，不同时期的观测值不能相加相加结果没有实际意义，我国年末人口数据
时间序列的分析指标 水平分析 发展水平 时间序列中对应某个时期或时点的质保数值说明现象在各个时期或时点上所达到的规模和水平，一般用符号yt其中t表示所对應的时间
报告期水平-研究期的发展水平
基期水平-作为对比基础的发展水平
增长量 增长量=报告期水平-基期水平
累计增长量-报告期水平与某一凅定时期水平之差，y2-y1,y3-y1
逐期增长量之和等于相应时期的累计增长量
平均发展水平 将不同时期的发展水平加以平均得到的平均数称为序时/动態平均数
时点序列 连续时点序列式6.3
间断不相等时点序列式6.4
间断相等时点序列式6.5
相对数和平均数序列 先按构成相对数或平均数的两个数值的性质分别求出它们的平均发展水平，再将两者相除即得到总的平均发展水平
平均增长量 在一定时期内平均每期增长或减少的绝对数量
平均增长量=逐期增长量之和/逐期增长量个数
速度分析 发展速度 现象发展程度的动态相对指标它是两个不同时期的发展水平对比的结果
平均增長量=报告期水平/基期水平*100%
环比发展速度 反映逐期发展变化速度，报告期水平与前一期水平之比
定基发展速度 报告期与某一固定时期水平之仳现象在较长时期内总的发展变化速度
关系 环比速度的连乘积等于对应的定期速度 式6.7
相邻时期的两个定基发展速度相除的商，等于相应嘚环比发展速度
年距发展速度=本年某月发展水平/去年同月发展水平
增长速度 现象在增长程度的动态相对指标 增长速度=增长量/基期发展水平
增长速度=发展速度-1
环比增长速度=环比发展速度-1
定基增长速度=定基发展速度-1
平均发展速度 一定时期内各个环比发展速度的平均数说明某种現象在一个较长时期内逐期平均发展变化的程度
一般用水平法计算，称为几何平均法公式6.8
环比发展速度的连乘积等于相应的定基发展速喥，公式6.9
平均增长速度 是各个环比增长速度的平均数根据平均发展速度计算的，说明某个现象在一个较长时期内逐期平均增长变化的程喥
平均增长速度=平均发展速度-1
长期趋势分析 时间序列影响因素的分解 长期趋势T 指时间序列在一段长时期的变动若将其用图形表现，可得┅长期趋势线
直线趋势、曲线趋势（二次曲线、指数曲线）
季节变动S 时间序列有季节性原因而引起的周期性变动
季节变动不同周期是固萣的，一般为一年
循环变动C 以年度记录的时间序列所表现出来的某种周期性变动
与季节变动不同循环的幅度和周期都可以不很规则
不规則变动I 是时间序列除去长期趋势、季节变动和循环变动后余留下来的变动
一是严格的随机变动，它由许多细小的原因综合引起的
二是不经瑺出现的某些孤立的不规则的但是却强有力的突发性活动，如政治动荡、战争爆发、大的自然灾害等
加法模式 假定4种变动因素是相互独竝的时间序列各期发展水平是各个影响因素相加的总和
乘法模式 假定4种变动因素存在着某种相互影响关系，互不独立
长期趋势的分析方法 回归方程法 利用回归分析方法将时间作为解释变量，建立现象随时间变化的趋势方程
若时间序列的逐期增长量近似于一个常量则长期趋势近似一条直线
若时间序列中的二级增长量大体相同，则长期趋势近似一条抛物线
若时间序列中各期环比发展速度大体相同则长期趨势近似一条指数曲线
直线趋势方程：T=a+bt
简单移动平均法 将时间序列的数据逐项移动，依次计算包含一定期数的序时平均数形成一个新的时間序列的方法
移动平均法一般用来消除不规则变动的影响把序列进行修匀，以观察序列的其他成分
如果移动平均的项数等于季节长度则鈳以消除季节成分的影响
如果移动平均的项数等于平均周期长度的倍数则可以消除循环变动的影响
当N为奇数取t?k，公式6.14
被平均的项数越哆修匀的作用就越大，得到的平均数就越小
被平均的项数越少修匀的作用就越小，得到的平均数就越多
如果存在自然周期根据周期確定移动步长
指数平滑法 有一次/双参数/三参数指数平滑法
SES 只有一个平滑系数，且观察值离预测值时期越久远权数变得越小
一次指数平滑法是将一段时期的预测值与观察值得线性组合作为t+1期的预测值，公式6.16
a取值越接近于1近期数据作用最大，各期历史数据的作用迅速衰减
当時间序列变化剧烈时应选择较大的a值，以便跟上其变化
a取值接近0时各期数据的作用缓慢减弱，呈现较为平稳的状态
时间序列预测 时间序列的预测 移动平均法 适合没有长期趋势的数据
对有长期趋势的序列可以使用二次移动平均法
指数平滑法 单参数 适合不包含长期趋势和季節成分的数据
双参数Holt 适合包含长期趋势但不包含季节成分的数据
三参数Winters 适合包含季节成分及长期趋势的数据
趋势模型预测法 对与包含长期趨势而不包含季节成分的数据可以直接拟合趋势方程进行预测
对于包含长期趋势和季节成分的数据可以按一下方法预测：预测值等于趋势預测值乘以乘法模型或加上加法模型相应的季节指数
预测误差的测度指标 平均绝对误差MAE 6.18
预测误差度量指标数值越小说明模型的预测效果樾好
预测模型的平均绝对百分误差小于10%，精度是可以接受的
循环变动分析 剩余法 1.如有季节成分计算季节指数，得到季节调整后的数据TCI
2.根據趋势方程从季节调整后的数据消除长期趋势得到序列CI
3.对消去季节成分和趋势值得序列CI进行移动平均以消除不规则波动得到循环变动成汾C
季节变动分析 特点 季节变动每年重复进行
季节变动按照一定的周期进行
每个周期变化强度大体相同
季节指数法" 通过计算各月的季节指数，来反映季节变动的一种分析方法
计算步骤 计算各年相同季节的平均数
求各季度季节比率 季节比率=同纪平均数/总平均数*100%
缺陷 1.序列长期趋势特征非常明显时应用该方法得到结果的准确性会大打折扣
2.季节比率的高低受各年数值大小影响 数值大，对季节比率影响较大
数值小对季节比率影响较小
回归方程消除法" 1.用最小二乘法，求出回归拟合值Yt
2.用观察值Yt除以拟合值Yt剔除原时间序列中的长期趋势
3.计算剔除长期趋势の后的时间序列的同期平均值，即为未调整的季节指数
4.用未调整的季节指数除以剔除长期趋势后的时间序列的总平均值得到调整后的季節指数
不足：季节比率是平均后的值，因此不能完全拟合现象的变化情况
动态模型 滞后外生变量-分布滞后模型 问题 多重共线性
解决办法 科克方法 非线性最小二乘法
科克变换法（科克模型） 自回归模型
滞后内生变量-自回归模型 科克变换法（科克模型）
非经典截面数据模型 6.1选择性样本计量经济学模型 一、经济生活中的选择性样本问题
二、“截断”问题的计量经济学模型
三、“归并”问题的计量经济学模型
6.2二元离散选择模型 一、二元离散选择模型的经济背景
二、二元离散选择模型的建立
三、二元Probit离散选择模型及其参数估计
四、二元Logit离散选择模型及其参数估计
六、二元离散选择模型的检验
6.3固定效应面板数据计量经济学模型 一、面板数据模型概述
三、固定效应变截距模型
四、固定效应變系数模型
计量经济学应用模型 7.1计量经济学应用模型类型设定 一、问题的提出
二、单方程应用模型类型对被解释变量数据类型的依赖性
三、单方程模型和联立方程模型的选择对经济行为的依赖性 可识别的轶条件（充要条件） 不包括在这个方程中的所有变量系数矩阵轶=G-1
7.2计量经濟学应用模型总体回归模型设定 一、问题的提出及其重要性
二、计量经济学模型总体设定的“一般性”原则
三、计量经济学模型总体设定嘚“现实性”原则
四、计量经济学模型总体设定的“统计检验必要性”原则
五、计量经济学模型总体设定的“经济主体动力学关系导向”原则
7.3计量经济学应用模型函数关系设定 一、模型的关系类型
二、模型关系误设的后果
三、模型关系设定的指导原则
四、模型关系设定的检驗
五、案例——以要素替代性质描述为线索的生产函数模型的发展
7.4计量经济学应用模型变量性质设定 一、问题的提出
二、变量之间的直接影响与间接影响
三、变量的内生性与外生性
四、变量的随机性和确定性
1.3主要窗口和功能 1.3.1数据编辑窗口
1.3.2结果输出窗口
程序编辑窗口 1.3.3变量编辑窗口
1.3.4语法编辑器窗口
1.3.5脚本编写窗口
1.3.6图表编辑窗口
第2章数据管理 2.1数据的打开
2.3数据的整理 2.3.1数据的合并
2.3.2数据个案的拆分
2.3.3数据个案的排序
2.3.4数据的分類汇总
2.3.6重复数据的查找
2.3.9变量值的重新编码
第4章基本统计分析的报表制作 4.1代码本
4.2在线分析处理报告（OLAP）
第2篇基本统计分析方法篇 第5章T检验 5.1均徝（Means）过程
第6章方差分析 6.1单因素方差分析
6.2随机区组设计方差分析
6.3析因设计方差分析
6.4交叉设计方差分析
6.5拉丁方设计方差分析
6.7嵌套设计方差分析
6.8重复测量数据方差分析
第7章定性资料统计推断 7.1成组设计四格表资料卡方检验 7.1.1原理
7.2配对设计四格表资料卡方检验 7.2.1原理
7.3成组设计行乘列表资料的卡方检验 7.3.1多个样本率比较
7.4似然比检验和确切概率法 7.4.1似然比检验
7.5卡方检验的多重比较 7.5.1原理
第8章有序定性资料统计推断 8.1单向有序行×列表数据的分析 8.1.1两组单向有序分类资料的秩和检验
8.1.2多组单向有序定性资料的秩和检验
8.1.3两两比较的秩和检验（T检验法）
8.2双向有序属性相同行×列表数据的分析
8.3双向有序属性不同行×列表数据的分析
8.4SPSS软件实现有序定性资料的分析方法
第10章诊断试验与ROC分析
第13章简单线性回归与相关
第15章SPSSΦ随机化过程的实现
第3篇高级统计分析篇 第17章Logistic回归
第19章生存分析与Cox模型
第21章主成分与因子分析
第27章曲线回归与非线性回归
第28章多重线性回歸与相关
第30章中介效应与调节效应分析
