一、计量经济学的建模四步骤（注意先后顺序）
（一）、理论模型的设计 1、确定模型所包含的变量 2、确定模型的数学形式
3、拟定理论模型中待估参数的理论期望值 （二）、样本数据的收集（最为重要）
1、常用的样本数据是时间序列数据、截面数据和虚变量数据
2、样本数据的质量问题大体上可以概括为完整性、准确性、可比性和一致性
（三）、模型参数的估计
模型参数的估计方法是计量经济学的核心内容。模型参数的估计包括对 模型进行识别、估计方法的选择、软件的应用等内容。 （四）、模型的检验（四级检验） 1、经济意义检验
2、统计检验（拟合优度检验、变量和方程的显著性检验）。
3、计量经济学检验（随机干扰项的序列相关性检验和异方差检验、解释变量的多重共线性检验）。（主要检验） 4、预测检验（由模型的应用要求决定。）
二、随机干扰项的影响因素，为何要引入随机干扰项（P27） 三、一元线性回归模型的基本假设（简答）：P30-32 多元线性回归模型的基本假设（简答）：P
异方差
1、什么是异方差性：
对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性。
2、异方差性的后果（P96）
1、参数估计量非有效（其普通最小二乘法参数估计量仍具有线性性、无偏性，但不具有有效性）
2、变量的显著性检验失去意义 3、模型的预测失效 3、异方差的检验（P111）
1、图示检验法 2、帕克检验与戈里瑟检验 3、G-Q检验 4、怀特检验 4、异方差的修正（P113）
1、加权最小二乘法（WLS） 2、异方差稳健标准误法
序列相关性
1、什么是序列相关性
如果模型的随机干扰性违背了相互的基本假设，即模型的随机干扰项不再相互或相互相关，就称为存在序列相关性 2、序列相关性的后果 1、参数估计量非有效 2、变量的显著性检验失去意义 3、模型的预测失效 3、序列相关性的检验：
1、图示法 2、回归检验法 3、杜宾-瓦森（Durbin-Watson）检验 4、拉格朗日乘数检验
4、序列相关性的补救：（P126）
多重共线性
1、什么是多重共线性：
如果某两个或多个解释变量之间出现了相关性，则称存在多重共线性。 2、多重共线性的后果：
1、完全共线性下参数估计量不存在
2、近似共线性下普通最小二乘法参数估计量的方差变大
3、参数估计量经济含义不合理（出现这种情况，首先怀疑是否存在多重共线性）
4、变量的显著性检验和模型的预测功能失去意义 3、多重共线性的检验：（P138） 1、检验多重共线性是否存在 2、判明存在多重共线性的范围
虚拟变量模型（P157）
1、虚拟变量的设置原则P162：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，即如果有m个定性变量，只在模型中引入m-1个虚拟变量。 2、格兰杰因果检验P174-175 四种检验结果P175
时间序列的平稳性及检验
1、白噪声序列是平稳的。P262 2、随机游走序列是非平稳的。P262
一、拟合优度检验：可决系数 R……2统计量。 二、变量的显著性检验：t检验、F检验 三、AIC、SC（P75）
四、邹氏参数稳定性检验（P97） 五、帕克检验与戈里瑟检验(P112) 六、G-Q检验(P112) 七、怀特检验(P113)
八、杜宾-瓦森（Durbin-Watson）检验(P124) 九、拉格朗日乘数检验(P125)
