伍德里奇計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論第5版筆記和課后答案

閱讀地址:伍德里奇計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論第5版筆記和課后答案

試讀(部分內(nèi)容)

第1章 計(jì)量經(jīng)濟(jì)學(xué)的性質(zhì)與經(jīng)濟(jì)數(shù)據(jù)

1.1 復(fù)習(xí)筆記

一许赃、什么是計(jì)量經(jīng)濟(jì)學(xué)

計(jì)量經(jīng)濟(jì)學(xué)是以一定的經(jīng)濟(jì)理論為基礎(chǔ)樊诺,運(yùn)用數(shù)學(xué)與統(tǒng)計(jì)學(xué)的方法褪子,通過建立計(jì)量經(jīng)濟(jì)模型杀怠,定量分析經(jīng)濟(jì)變量之間的關(guān)系阴绢。在進(jìn)行計(jì)量分析時(shí)吧享,首先需要利用經(jīng)濟(jì)數(shù)據(jù)估計(jì)出模型中的未知參數(shù)甲葬,然后對(duì)模型進(jìn)行檢驗(yàn),在模型通過檢驗(yàn)后還可以利用計(jì)量模型來進(jìn)行預(yù)測(cè)辉饱。

在進(jìn)行計(jì)量分析時(shí)獲得的數(shù)據(jù)有兩種形式搬男,實(shí)驗(yàn)數(shù)據(jù)與非實(shí)驗(yàn)數(shù)據(jù):

(1)非實(shí)驗(yàn)數(shù)據(jù)是指并非從對(duì)個(gè)人、企業(yè)或經(jīng)濟(jì)系統(tǒng)中的某些部分的控制實(shí)驗(yàn)而得來的數(shù)據(jù)彭沼。非實(shí)驗(yàn)數(shù)據(jù)有時(shí)被稱為觀測(cè)數(shù)據(jù)或回顧數(shù)據(jù)缔逛,以強(qiáng)調(diào)研究者只是被動(dòng)的數(shù)據(jù)搜集者這一事實(shí)。

(2)實(shí)驗(yàn)數(shù)據(jù)通常是通過實(shí)驗(yàn)所獲得的數(shù)據(jù),但社會(huì)實(shí)驗(yàn)要么行不通要么實(shí)驗(yàn)代價(jià)高昂褐奴,所以在社會(huì)科學(xué)中要得到這些實(shí)驗(yàn)數(shù)據(jù)則困難得多按脚。

二、經(jīng)驗(yàn)經(jīng)濟(jì)分析的步驟

經(jīng)驗(yàn)分析就是利用數(shù)據(jù)來檢驗(yàn)?zāi)硞€(gè)理論或估計(jì)某種關(guān)系敦冬。

1.對(duì)所關(guān)心問題的詳細(xì)闡述

問題可能涉及到對(duì)一個(gè)經(jīng)濟(jì)理論某特定方面的檢驗(yàn)辅搬,或者對(duì)政府政策效果的檢驗(yàn)。

2構(gòu)造經(jīng)濟(jì)模型

經(jīng)濟(jì)模型是描述各種經(jīng)濟(jì)關(guān)系的數(shù)理方程脖旱。

3經(jīng)濟(jì)模型變成計(jì)量模型

先了解一下計(jì)量模型和經(jīng)濟(jì)模型有何關(guān)系堪遂。與經(jīng)濟(jì)分析不同,在進(jìn)行計(jì)量經(jīng)濟(jì)分析之前萌庆,必須明確函數(shù)的形式溶褪,并且計(jì)量經(jīng)濟(jì)模型通常都帶有不確定的誤差項(xiàng)。

通過設(shè)定一個(gè)特定的計(jì)量經(jīng)濟(jì)模型踊兜,我們就知道經(jīng)濟(jì)變量之間具體的數(shù)學(xué)關(guān)系竿滨,這樣就解決了經(jīng)濟(jì)模型中內(nèi)在的不確定性佳恬。

在多數(shù)情況下捏境,計(jì)量經(jīng)濟(jì)分析是從對(duì)一個(gè)計(jì)量經(jīng)濟(jì)模型的設(shè)定開始的,而沒有考慮模型構(gòu)造的細(xì)節(jié)毁葱。一旦設(shè)定了一個(gè)計(jì)量模型垫言,所關(guān)心的各種假設(shè)便可用未知參數(shù)來表述。

4搜集相關(guān)變量的數(shù)據(jù)

5用計(jì)量方法來估計(jì)計(jì)量模型中的參數(shù)倾剿,并規(guī)范地檢驗(yàn)所關(guān)心的假設(shè)

在某些情況下筷频,計(jì)量模型還用于對(duì)理論的檢驗(yàn)或?qū)φ哂绊懙难芯俊?/p>

三、經(jīng)濟(jì)數(shù)據(jù)的結(jié)構(gòu)

1橫截面數(shù)據(jù)

(1)橫截面數(shù)據(jù)集前痘,是指在給定時(shí)點(diǎn)對(duì)個(gè)人凛捏、家庭、企業(yè)芹缔、城市坯癣、州、國(guó)家或一系列其他單位采集的樣本所構(gòu)成的數(shù)據(jù)集最欠。而橫截面數(shù)據(jù)是指同一個(gè)時(shí)點(diǎn)上示罗,不同觀測(cè)個(gè)體同一觀測(cè)指標(biāo)的觀測(cè)數(shù)據(jù)。有時(shí)芝硬,所有單位的數(shù)據(jù)并非完全對(duì)應(yīng)于同一時(shí)間段蚜点。在一個(gè)純粹的橫截面分析中,應(yīng)該忽略數(shù)據(jù)搜集中細(xì)小的時(shí)間差別拌阴。例如绍绘,2013年全國(guó)31個(gè)省市自治區(qū)的GDP就是一個(gè)橫截面數(shù)據(jù)集。

(2)橫截面數(shù)據(jù)的重要特征

①通常假定它們是從樣本背后的總體中通過隨機(jī)抽樣而得到的。

當(dāng)抽取的樣本(特別是地理上的樣本)相對(duì)總體而言太大時(shí)陪拘,可能會(huì)導(dǎo)致另一種偏離隨機(jī)抽樣的情況实辑。這種情形中潛在的問題是,總體不夠大藻丢,所以不能合理地假定觀測(cè)值是獨(dú)立抽取的剪撬,所以在進(jìn)行隨機(jī)抽樣時(shí),總體相對(duì)樣本應(yīng)該比較大悠反。

②在橫截面數(shù)據(jù)集中残黑,不同的變量有時(shí)對(duì)應(yīng)于不同的時(shí)期。但把這些信息看成橫截面數(shù)據(jù)集斋否,并不會(huì)導(dǎo)致任何特別的問題梨水,即數(shù)據(jù)排序不影響計(jì)量分析這一事實(shí),是由隨機(jī)抽樣而得到橫截面數(shù)據(jù)集的一個(gè)重要特征茵臭。

2時(shí)間序列數(shù)據(jù)

(1)時(shí)間序列數(shù)據(jù)集疫诽,是由對(duì)一個(gè)或幾個(gè)變量不同時(shí)間的觀測(cè)值所構(gòu)成,或是同一觀測(cè)個(gè)體在不同觀測(cè)時(shí)間點(diǎn)上所觀測(cè)的數(shù)據(jù)旦委。與橫截面數(shù)據(jù)的排序不同奇徒,時(shí)間序列對(duì)觀測(cè)值按時(shí)間先后排序,這也傳遞了潛在的重要信息缨硝。例如摩钙,1978年到2013年中國(guó)的GDP就是一個(gè)時(shí)間序列數(shù)據(jù)。

(2)時(shí)間序列數(shù)據(jù)的特征

①很少(即使能夠)假設(shè)經(jīng)濟(jì)數(shù)據(jù)的觀測(cè)獨(dú)立于時(shí)間查辩,即時(shí)間序列數(shù)據(jù)往往前后之間具有相關(guān)性胖笛,這使得對(duì)它的分析比對(duì)橫截面數(shù)據(jù)的分析更為困難。

②數(shù)據(jù)搜集時(shí)的數(shù)據(jù)頻率宜岛,最常見的頻率是每天长踊、每周、每月萍倡、每個(gè)季度和每年身弊。

3混合橫截面數(shù)據(jù)

有些數(shù)據(jù)既有橫截面數(shù)據(jù)的特點(diǎn),又有時(shí)間序列的特點(diǎn)遣铝。為了擴(kuò)大樣本容量佑刷,可以將數(shù)據(jù)合并成一個(gè)混合橫截面數(shù)據(jù)∧鹫ǎ混合橫截面數(shù)據(jù)就是將幾個(gè)不同年份里經(jīng)過隨機(jī)抽樣的得到的截面數(shù)據(jù)混合起來所構(gòu)成的數(shù)據(jù)集合瘫絮。

對(duì)混合橫截面數(shù)據(jù)的分析與對(duì)標(biāo)準(zhǔn)橫截面數(shù)據(jù)的分析十分相似,不同之處在于填硕,前者通常要對(duì)變量在不同時(shí)間的長(zhǎng)期差異做出解釋麦萤。實(shí)際上鹿鳖,除了能擴(kuò)大樣本容量之外,混合橫截面分析通常是為了看出一個(gè)基本關(guān)系如何隨時(shí)間而變化壮莹。

4面板或縱列數(shù)據(jù)

(1)面板數(shù)據(jù)(或縱列數(shù)據(jù))的含義

面板數(shù)據(jù)(或縱列數(shù)據(jù))是將橫截面數(shù)據(jù)與時(shí)間序列數(shù)據(jù)結(jié)合起來的數(shù)據(jù)翅帜,即對(duì)橫截面中的每一個(gè)觀測(cè)個(gè)體在時(shí)間上再進(jìn)行連續(xù)觀測(cè)所得到的數(shù)據(jù)集。面板數(shù)據(jù)(或縱列數(shù)據(jù))集命满,由數(shù)據(jù)集中每個(gè)橫截面單位的一個(gè)時(shí)間序列組成涝滴。

(2)面板數(shù)據(jù)與橫截面數(shù)據(jù)的比較

①面板數(shù)據(jù)有別于混合橫截面數(shù)據(jù)的關(guān)鍵特征是,同一橫截面數(shù)據(jù)的數(shù)據(jù)單位都被跟蹤了一段特定的時(shí)期胶台。

②由于面板數(shù)據(jù)要求同一單位不同時(shí)期的重復(fù)觀測(cè)歼疮,所以要得到面板數(shù)據(jù)(特別是那些個(gè)人、家庭和企業(yè)的數(shù)據(jù))诈唬,比得到混合橫截面數(shù)據(jù)更加困難韩脏。

③對(duì)同一觀測(cè)單位觀測(cè)一段時(shí)間,應(yīng)該比橫截面數(shù)據(jù)甚至混合橫截面數(shù)據(jù)更有優(yōu)越性铸磅。對(duì)同一單位的多次觀測(cè)赡矢,能控制個(gè)人、企業(yè)等觀測(cè)單位的某些觀測(cè)不到的特征阅仔。

④面板數(shù)據(jù)的第二個(gè)優(yōu)點(diǎn)是吹散,它通常能夠研究決策行為或結(jié)果中滯后的重要性。由于預(yù)期許多經(jīng)濟(jì)政策在一段時(shí)間之后才產(chǎn)生影響霎槐,所以面板數(shù)據(jù)所反映的信息就更有意義送浊。

四、計(jì)量經(jīng)濟(jì)分析中的因果關(guān)系和其他條件不變的概念

1因果關(guān)系

在多數(shù)對(duì)經(jīng)濟(jì)理論的檢驗(yàn)中丘跌,經(jīng)濟(jì)學(xué)家的目標(biāo)就是要推定一個(gè)變量對(duì)另一個(gè)變量是否具有因果效應(yīng)。雖然簡(jiǎn)單地發(fā)現(xiàn)兩個(gè)或多個(gè)變量之間有某種聯(lián)系很誘人唁桩,但除非能得到某種因果關(guān)系闭树,否則這種聯(lián)系很難令人信服。

2其他條件不變

“其他(相關(guān))因素保持不變”的概念在因果分析中有重要作用荒澡。在研究?jī)蓚€(gè)變量之間的關(guān)系時(shí)报辱,所有其他的相關(guān)因素都必須固定不變。因?yàn)樯鐣?huì)科學(xué)中所搜集到的多數(shù)數(shù)據(jù)都具有非實(shí)驗(yàn)特征单山,所以發(fā)現(xiàn)其中的因果關(guān)系極具挑戰(zhàn)性碍现。

除極為特殊的情形之外,不可能真正地保持所有其他因素不變米奸。多數(shù)經(jīng)驗(yàn)研究中的一個(gè)關(guān)鍵問題是:對(duì)于做出一個(gè)因果推斷而言昼接,是否有足夠多的其他因素被保持不變?對(duì)一項(xiàng)計(jì)量經(jīng)濟(jì)研究進(jìn)行評(píng)價(jià),都要提到這個(gè)同題悴晰。

本書由鑿光學(xué)習(xí)網(wǎng)?提供

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末慢睡,一起剝皮案震驚了整個(gè)濱河市逐工,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌漂辐,老刑警劉巖泪喊,帶你破解...
    沈念sama閱讀 217,509評(píng)論 6 504
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異髓涯,居然都是意外死亡袒啼,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,806評(píng)論 3 394
  • 文/潘曉璐 我一進(jìn)店門纬纪,熙熙樓的掌柜王于貴愁眉苦臉地迎上來瘤泪,“玉大人,你說我怎么就攤上這事育八《酝荆” “怎么了?”我有些...
    開封第一講書人閱讀 163,875評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵髓棋,是天一觀的道長(zhǎng)实檀。 經(jīng)常有香客問我,道長(zhǎng)按声,這世上最難降的妖魔是什么膳犹? 我笑而不...
    開封第一講書人閱讀 58,441評(píng)論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮签则,結(jié)果婚禮上须床,老公的妹妹穿的比我還像新娘。我一直安慰自己渐裂,他們只是感情好豺旬,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,488評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著柒凉,像睡著了一般族阅。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上膝捞,一...
    開封第一講書人閱讀 51,365評(píng)論 1 302
  • 那天坦刀,我揣著相機(jī)與錄音,去河邊找鬼蔬咬。 笑死鲤遥,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的林艘。 我是一名探鬼主播盖奈,決...
    沈念sama閱讀 40,190評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼北启!你這毒婦竟也來了卜朗?” 一聲冷哼從身側(cè)響起拔第,我...
    開封第一講書人閱讀 39,062評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎场钉,沒想到半個(gè)月后蚊俺,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,500評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡逛万,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,706評(píng)論 3 335
  • 正文 我和宋清朗相戀三年泳猬,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片宇植。...
    茶點(diǎn)故事閱讀 39,834評(píng)論 1 347
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡得封,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出指郁,到底是詐尸還是另有隱情忙上,我是刑警寧澤,帶...
    沈念sama閱讀 35,559評(píng)論 5 345
  • 正文 年R本政府宣布闲坎,位于F島的核電站疫粥,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏腰懂。R本人自食惡果不足惜梗逮,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,167評(píng)論 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望绣溜。 院中可真熱鬧慷彤,春花似錦、人聲如沸怖喻。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,779評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽罢防。三九已至艘虎,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間咒吐,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,912評(píng)論 1 269
  • 我被黑心中介騙來泰國(guó)打工属划, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留恬叹,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,958評(píng)論 2 370
  • 正文 我出身青樓同眯,卻偏偏與公主長(zhǎng)得像绽昼,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子须蜗,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,779評(píng)論 2 354