《计量经济学及Stata应用》学习笔记3

参考陈强老师的《计量经济学及Stata应用》视频及书籍

---

Part3学习内容：
（多元线性回归、大样本OLS、异方差、自相关）

---

5 多元线性回归

• 5.1 二元线性回归
• 5.2 多元线性回归模型
• 5.3 OLS估计量的推导
• 5.4 OLS的几何解释
• 5.5 拟合优度（被解释变量的离差平方和可以分解为TSS=ESS+RSS；拟合优度$R_2$只反映拟合程度的好坏，如果要评估回归方程是否显著，应使用F检验）
• 5.6 古典线性回归模型的假定
• 5.7 OLS的小样本性质（线性性、无偏性、估计量的协方差矩阵、高斯—马尔可夫定理（其核心假设是球形扰动项）、对扰动项方差的无偏估计）
• 5.8 对单个系数的$t$检验
• 5.9 对线性假设的$F$检验
• 5.10 $F$统计量的似然比原理表达式
• 5.11 预测
• 5.12 多元回归的Stata实例

6 大样本OLS

• 6.1 为何需要大样本理论（大样本理论也称“渐近理论”，研究当样本容量$n$趋向无穷大时统计量的性质）
• 6.2 随机收敛（依均方收敛——>依概率收敛——>依分布收敛）
• 6.3 大数定律与中心极限定理（大样本理论所依赖的两大工具：大数定律，当样本容量$n$很大时，样本均值趋于总体均值）
• 6.4 蒙特卡罗法模拟中心极限定理
• 6.5 统计量的大样本性质（一致估计量、渐近有效）
• 6.6 随机过程的性质
• 6.7 大样本OLS的假定
• 6.8 OLS的大样本性质
• 6.9 大样本统计推断
• 6.10 大样本OLS的Stata实例
• 6.11 大样本理论的蒙特卡罗模拟（蒙特卡罗模拟验证了OLS估计量的一致性与渐近正态性）

7 异方差

• 7.1 异方差的后果
• 7.2 异方差的例子
• 7.3 异方差的检验（残差图、BP检验、怀特检验）
• 7.4 异方差的处理（使用“OLS+稳健标准误”、加权最小二乘法WLS、可行加权最小二乘法FWLS）
• 7.5 处理异方差的Stata命令及实例
• 7.6 Stata命令的批处理

8 自相关

• 8.1 自相关的后果
• 8.2 自相关的例子（时间序列、横截面数据、对数据的人为处理、设定误差）
• 8.3 自相关的检验（画图、BG检验、Q检验、DW检验）
• 8.4 自相关的处理（使用“OLS+异方差自相关稳健的标准误”、准差分法、广义最小二乘法GLS、修改模型设定）
• 8.5 处理自相关的Stata命令及实例