📋 考试结构
📝
Question 1
35 分 — 系数解释 + 假设检验 + 多重共线性(VIF)
必考大题📐
Question 2
20 分 — 虚拟变量 + 模型选择(AIC/SC) + 异方差(Park/White)
计算密集⏳
Question 3
25 分 — 双对数模型 + DW检验 + BG序列相关检验
时间序列📚 复习章节（点击进入）
01
回归分析与假设检验
OLS系数解释 · t检验5步法 · F检验 · 双对数/半对数/二次项模型
02
模型设定与多重共线性
遗漏变量 · 无关变量 · VIF · AIC/SC · 模型选择四准则
03
异方差
Park检验 · White检验 · Breusch-Pagan · WLS补救 · 稳健标准误
04
序列相关
Durbin-Watson · Breusch-Godfrey · 纯vs不纯 · GLS/Cochrane-Orcutt
05
Mock Exam 详解
Set 1 (CampusBite) + Set 2 (LearnLoop) 逐题精讲
06
Past Exam 真题
3道大题完整解析 · 标准答案模板 · 得分要点
📐
公式速记卡
全部必背公式 · 打印版
📅 5天冲刺复习计划
1
回归 + 假设检验
- OLS系数解释各模型形式
- t检验完整5步
- F检验、p-value法
- Mock Set 1全套
2
模型选择 + 共线性
- R²/Adj-R²/AIC/SC
- VIF计算与判断
- 遗漏 vs 无关变量
- Past Q1完整练习
3
异方差
- Park检验完整流程
- White检验 nR²
- Breusch-Pagan
- Past Q2完整练习
4
序列相关
- DW查表与决策
- BG检验任意阶
- 纯vs不纯序列相关
- Past Q3完整练习
5
综合模拟
- 闭卷Past Exam全套
- 对答案查漏补缺
- 回顾薄弱章节
- 背公式卡
🔍 按考点快速查找
| 你想复习…… | 去哪个页面 |
|---|---|
| log-log模型系数怎么解释？ | 回归&检验 → 模型形式 |
| t检验5步怎么写？ | 回归&检验 → 假设检验 |
| AIC和SC哪个更好？ | 设定&共线性 → 模型选择 |
| VIF=15说明什么？ | 设定&共线性 → 多重共线性 |
| Park检验怎么做？ | 异方差 → Park检验 |
| White检验的自由度怎么算？ | 异方差 → White检验 |
| DW=0.25怎么办？ | 序列相关 → DW检验 |
| BG和DW有什么区别？ | 序列相关 → DW vs BG对比 |
| Mock Exam的Type I/II错误 | Mock详解 |
| Past Exam Q1-Q3完整答案 | Past Exam |
| 考前快速过一遍公式 | 公式卡 |
⚠️ 考前必看：7大常见失分点
① 忘了写 H₀ 和 H₁
假设检验必须写完整5步！只写t值和p值不得满分。
② Gretl默认双侧p值当单侧用
若题目是单侧检验，Gretl输出的p值要除以2。
③ R² 和 Adj-R² 混淆
加变量R²永不降；Adj-R²可能降。AIC/SC是越小越好（不是越大！）。
④ VIF判断标准记错
VIF > 10 才算严重共线性，不是5。
⑤ DW和BG搞混
DW只能测一阶AR(1)；BG可以测任意阶。有时间趋势不能用DW。
⑥ 系数解释不看模型形式
log-log是弹性(%)，linear是边际效应(单位)，半对数要×100%。
⑦ 虚拟变量基准组不明确
必须说清楚"相对于哪个基准组"。
▲ 以上为考前复习（基于真题/Mock/作业） │ 以下为课程讲义（基于 PPT 课件）▼
📚 课程讲义 (Lecture Notes)
基于 L1–L5 共 217 张 PPT 课件整理 · 紫色主题与考前复习（蓝色）区分
L1L2L3L4L5
📖 全部五讲 →
导论 · 数据与抽样 · 描述统计 · 分布与假设检验 · 回归分析(OLS) + CLRM七大假设
🎯 讲义亮点
- L1: Type I/II 错误 · 6种认知偏差 · 实验vs非实验方法
- L2: 3种数据类型 · 5种数据变换 · 概念vs变量 · 抽样
- L3: 均值/中位数/众数 · 方差/SD · 自由度 · 协方差/相关系数
- L4: 正态分布 · Z-score · 6步假设检验 · Z/t/F检验
- L5: OLS回归 · TSS=ESS+RSS · R²/Adj-R² · F/t检验 · CLRM 7假设 · Gauss-Markov BLUE
🔗 两部分的互补关系
课程讲义提供理论框架和概念基础；考前复习提供真题演练和解题模板。建议：先看讲义打基础，再用真题练手。两个部分一起看效果最好！