建模是计量的灵魂,所以就从建模开始.
一、
建模步骤:A,理论模型的设计: a,选择变量b,确定变量关系c,拟定参数范围 B，样本数据的收集： a，数据的类型b,数据的质量 C，样本参数的估计: a，模型的识别b，估价方法选择 D,模型的检验
a，经济意义的检验1正相关 2反相关等等
b,统计检验：1检验样本回归函数和样本的拟合优度,R的平方即其修正检验
2样本回归函数和总体回归函数的接近程度:单个解释变量显著性即t检验，函数显著性即F检验，接近程度的区间检验
c，模型预测检验1解释变量条件条件均值与个值的预测 2预测置信空间变化
d，参数的线性约束检验：1参数线性约束的检验 2模型增加或减少变量的检验
3参数的稳定性检验：邹氏参数稳定性检验，邹氏预测检验-——------—主要方法是以F检验受约束前后模型的差异 e，参数的非线性约束检验：1最大似然比检验 2沃尔德检验
3拉格朗日乘数检验-——--——-—主要方法使用 X平方分布检验统计量分布特征 f,计量经济学检验
1,异方差性问题：特征:无偏，一致但标准差偏误。检测方法：图示法，Park与Gleiser检验法，Goldfeld—Quandt检验法,White检验法—-———--用WLS修正异方差
2,序列相关性问题：特征：无偏,一致，但检验不可靠，预测无效。检测方法：图示法,回归检验法，Durbin-Waston检验法，Lagrange乘子检验法-—-—---用GLS或广义差分法修正序列相关性
3，多重共线性问题：特征：无偏，一致但标准差过大，t减小,正负号混乱。检测方法：先检验多重共线性是否存在,再检验多重共线性的范围——----—--—--—用逐步回归法，差分法或使用额外信息，增大样本容量可以修正。
4，随机解释变量问题：随机解释变量与随机干扰项独立——--——---—对OLS没有坏影响。随机变量与随机干扰项同期相关：有偏但一致———-—扩大样本容量可以克服。随机变量与随机干扰项同期相关：有偏且非一致—---——--工具变量法可以克服 二、
参数估计量性质的分析：a小样本和大样本性质 b无偏性 c有效性 d一致性
e Gauss-Markov定理 三、
A虚拟解释变量问题
a，加法方式:定性因素对截距的影响 b,乘法方式：定性因素对斜率项产生的影响
c，加法与乘法结合方式：定性应诉对截距和斜率项同时产生影响
B滞后变量问题
a，分布滞后模型：经验加权法，Almon多项式法,Koyck方法-——来减少滞后项的数目 b，自回归模型：工具变量法，OLS法
C模型设定偏误问题
a,解释变量选取偏误1漏选相关变量：OLS在小样本下有偏,大样本下不一致 2多选无关变量：OLS估计量无偏且一致，但无效 b,模型函数形式选取偏误：OLS有偏非一致且无效 c，1用t检验和f检验检验无关变量
2用RESET检验是否遗漏相关变量或模型函数选取错误 四、
联立方程计量经济学模型的单方程估计 a，工具变量法IV
b，ILS—-—-—ab适用于恰好识别 c,2SLS-——适用于恰好识别和过度识别 五、
二元离散选择模型
a，Probit离散选择模型：将随机干扰项的概率分布设定为标准正态分布----用最大似然估计法或GLS
b，Logit离散选择模型:将随机干扰项的概率分布设定为logistic分布得到—-—用最大似然估计法或GLS 六、
随机时间序列模型：
a，纯自回归AR模型-——-用Yule—Walker方程或OLS估计 b，纯移动平均MA模型
c，自回归移动平均ARMA模型-—--bc可以用矩估计法，对非平稳的时间序列检验协整性可用Engle-Granger两步法或直接估计法。
注:此文只是小弟开学读书笔记的总结 只能当个工程表,让大家知道所学阶段和所用罢了
另：据小弟开学后了解的教材方面
最初入门书首推古扎拉蒂的《计量经济学基础》，上下两本,想很快对计量经济学有全方位认识的弟兄可以看这本书的精写版《经济计量学精要》，机械工业出版社，世纪馆书店就有第二版卖，好几十块—-—想要免费电子版的姐妹们可以联系我==。
伍德里奇的《计量经济学导论》真是讨论风格的啊,适合于中级使用,高级的书最经典的莫过于格林的《计量经济学分析》 ，还有《Econometrics Introduction》，中国人写的书还是李子奈的《计量经济学》比较清楚，难度中级偏高级。
研究的方面,微观注意面板数据，宏观注意时间序列，面板数据推荐伍德里奇的《横截面与面板数据的经济计量分析》，68元，人大出版社，时间序列推荐汉米尔顿的《时间序列分析》，传说中的经典教材。在此小弟加一句，尽量对照着英文看中文，因为翻译的很难==。 Stata方面，咱们人大图书馆三层英文借阅室有本《Using Stata》开头的书，据说,所有的stata的书都是以它为模本，在以F222开头的书架好像。 就这么多了，大家一起努力,共同进步！！！
因篇幅问题不能全部显示，请点此查看更多更全内容