ETF2100 - 计量经济学入门课程学习指南

计量经济学利用经济理论、数学和统计推断来量化经济现象。换句话说，它将理论经济模型转化为经济决策的有用工具。计量经济学的目标是将定性陈述转化为定量陈述。这篇文章为大家带来莫纳什大学ETF2100 - 计量经济学入门课程学习指南。

一、课程概览

计量经济学是经济学和商业学科中使用的一套研究工具。本单元包括简单和多元线性回归估计的基本工具、最小二乘估计器的抽样特性、统计推断和假设检验。本单元还涉及虚拟变量回归、模型规范问题以及违反最小二乘假设时的估计问题。

二、了解计量经济学

计量经济学使用统计方法分析数据，以检验或发展经济理论。这些方法依靠统计推论来量化和分析经济理论，利用的工具包括频率分布、概率和概率分布、统计推论、相关分析、简单和多元回归分析、同步方程模型和时间序列方法。

劳伦斯-克莱因、拉格纳-弗里施和西蒙-库兹涅茨开创了计量经济学。三人都因其贡献获得了诺贝尔经济学奖。如今，学术界以及华尔街交易员和分析师等从业人员经常使用这一术语。计量经济学的一个应用实例是利用可观测数据研究收入效应。经济学家可能会假设，当一个人的收入增加时，他的支出也会增加。

如果数据显示存在这种关联，那么就可以进行回归分析，以了解收入与消费之间关系的强度，以及这种关系是否具有统计意义，也就是说，这种关系似乎不太可能仅仅是偶然造成的。

三、计量经济学方法

计量经济学方法的第一步是获取和分析一组数据，并定义一个具体的假设来解释这组数据的性质和形态。例如，这组数据可以是股票指数的历史价格、从消费者财务调查中收集的观测数据，或不同国家的失业率和通货膨胀率。

如果您对标准普尔 500 指数的年度价格变化与失业率之间的关系感兴趣，您就会收集这两组数据。然后，您可以检验失业率越高，股市价格越低的观点。在这个例子中，股市价格是因变量，失业率是自变量或解释变量。

最常见的关系是线性关系，即解释变量的任何变化都会与因变量产生正相关。这种关系可以用简单的回归模型来探讨，即在两组数据之间生成一条最拟合的线，然后测试每个数据点平均离这条线多远。

请注意，您可以在分析中使用多个解释变量--例如，在解释股市价格时，除了失业率之外，还可以使用 GDP 和通货膨胀的变化。当使用一个以上的解释变量时，就称为多元线性回归。这是计量经济学中最常用的工具。

四、不同的回归模型

有几种不同的回归模型可以根据分析数据的性质和问题的类型进行优化。最常见的例子是普通最小二乘法(OLS)回归，它可用于多种类型的横截面或时间序列数据。如果您对二元(是-否)结果感兴趣，例如，根据您的工作效率，您被解雇的可能性有多大，您可能会使用逻辑回归或 probit 模型。如今，计量经济学家可以使用数百种模型。

这些软件包还可以轻松地进行统计显著性检验，以确定偶然产生相关性的可能性。R平方、t检验、P值和零假设检验都是计量经济学家用来评估模型结果有效性的方法。

海马课堂专业课程辅导，2100+严选硕博学霸师资，针对学生的薄弱科目和学校教学进度，匹配背景相符的导师，根据学生情况进行1V1专属备课，上课时间灵活安排，中英双语详细讲解课程中的考点、 难点问题，并提供多方位的课后辅导，辅助学生掌握全部课程知识，补足短板。