初試過后緊接著就要開始準備復試，對外經(jīng)濟貿(mào)易大學2022年數(shù)量經(jīng)濟學考研復試大綱已經(jīng)發(fā)布。高頓考研為大家整理了對外經(jīng)濟貿(mào)易大學2022年數(shù)量經(jīng)濟學考研復試大綱的詳細內(nèi)容，對于報考的同學有很大的參考意義，希望對大家有所幫助！
A：計量經(jīng)濟學部分（占70%）
一概率統(tǒng)計基礎知識
(1)概率統(tǒng)計
（一）估計
（二）假設檢驗
（三）置信區(qū)間
(2)統(tǒng)計理論
（一）總體，隨機變量，分布
（二）分布的矩（均值，方差，標準差，協(xié)方差，相關系數(shù)）
（三）條件分布，條件均值
（四）從總體中隨機抽取的樣本形成的分布Y1,…,Yn
二一元線性回歸
(1)總體線性回歸模型
(2)普通最小二乘(OLS)估計量及樣本回歸線
(3)樣本回歸的擬合優(yōu)度
(4)最小二乘假設
(5)的樣本分布
(6)抽樣分布的均值和方差
(7)在大樣本下，的近似分布
(8)的影響因素
三一元線性回歸的假設檢驗和置信區(qū)間
(1)的標準誤
(2)關于的假設檢驗
(3)的置信區(qū)間
(4)X為二值變量時的回歸
(5)異方差和同方差
(6)OLS的有效性與學生t分布
四多元線性回歸
(1)遺漏變量偏差
(2)果關系與回歸分析
(3)多元回歸與OLS
（一）總體多元回歸模型
（二）多元回歸中系數(shù)的解釋
（三）多元回歸中的OLS估計量
(4)擬合優(yōu)度
(5)第一節(jié)多元線性回歸模型的基本假設
(6)OLS估計量的均值
(7)OLS估計量的方差
(8)完全多重共線性與不完全多重共線性
(9)虛擬變量陷阱
五多元回歸中的假設檢驗和置信區(qū)間
(1)單系數(shù)假設檢驗和置信區(qū)間
(2)聯(lián)合假設檢驗
(3)涉及多個系數(shù)的其他類型假設檢驗
(4)目標變量，控制變量，如何確定回歸模型中的變量
六非線性回歸函數(shù)
(1)非線性回歸函數(shù)概述
(2)一元非線性函數(shù)
（一）多項式回歸
（二）對數(shù)變換
（三）其他非線性函數(shù)
（四）非線性最小二乘
(3)二元非線性函數(shù)：交互作用
（一）兩個二值變量的交互
（二）二值變量與連續(xù)變量的交互
（三）兩個連續(xù)變量的交互作用
七基于多元回歸的評估研究
(1)內(nèi)部和外部有效性
(2)內(nèi)部有效性的威脅
（一）遺漏變量偏差
（二）回歸函數(shù)形式的誤設
（三）變量有測量誤差
（四）缺失數(shù)據(jù)和樣本選擇
（五）雙向因果關系偏差
八面板數(shù)據(jù)回歸
(1)面板數(shù)據(jù)的概念及其優(yōu)勢
(2)第二節(jié)具有兩個時期的面板數(shù)據(jù)
(3)個體固定效應回歸
（一）“n-1個二值變量”模型
（二）“固定效應”模型
(4)時間固定效應回歸
（一）“T-1二值變量”形式
（二）“時間效應”形式
(5)固定效應回歸的標準誤
九二值因變量回歸
(1)線性概率模型
(2)Probit和Logit回歸
(3)Probit和Logit模型的估計和推斷
十工具變量回歸I
(1)工具變量（IV）回歸：概念，兩階段最小二乘（TSLS）
(2)一般的IV回歸模型
(3)IV的有效性
(4)弱（Weak）工具變量和強（Strong）工具變量
(5)工具變量的外生性
B：數(shù)理經(jīng)濟學部分（占30%）
一、一元函數(shù)微分學的經(jīng)濟應用
（1）函數(shù)單調(diào)性、曲線凹凸性和函數(shù)極值的經(jīng)濟應用
（2）導數(shù)與微分的經(jīng)濟應用
二、一元函數(shù)積分學的經(jīng)濟應用
三、二元函數(shù)極值和條件極值的經(jīng)濟應用
四、一個方程的隱函數(shù)定理的經(jīng)濟應用
五、微分方程的簡單經(jīng)濟應用
六、矩陣理論和線性方程組理論的簡單經(jīng)濟應用
文章來源：對外經(jīng)濟貿(mào)易大學研究生院官網(wǎng)
以上就是本篇的全部解答，如果你想學習更多考研相關知識，歡迎大家前往高頓教育官網(wǎng)考研頻道！
相關閱讀