计量经济学复习

1、名词解释1、计量经济学:以经济理论和经济数据的事实为依据，运用数学、统计学的方法，借助计算机为辅助工具，通过建立数学模型来研究经济数量关系和规律的一门经济学科。2、虚拟变量数据:人为构造的，通常取值为1或0的，用来表征政策等定性事实的数据。3、计量经济学检验:检验模型是否符合计量经济方法的基本假定。4、政策评价:利用计量经济模型对各种可供选择的政策方案的实施后果进行模拟测算，从而对各种政策方案做出评价。1、回归平方和; 用ESS表示，是被解释变量的样本估计值与其平均值的离差平方和。2、拟合优度检验；检验模型对样本观测值的拟合程度，用表示，该值越接近1，模型对样本观测值拟合得越好。3、相关关系;

2、 当一个或若干个变量X取一定数值时，与之相对应的另一个变量Y的值虽然不确定，但却按某种规律在一定范围内变化，变量之间的这种关系，称为不确定性的统计关系或相关关系，可表示为Y=f(X，u)，其中u为随机变量。4、高斯马尔可夫定理; 在古典假定条件下，OLS估计式是其总体参数的最佳线性无偏估计1、偏回归系数: 在多元线性回归模型中，回归系数（j=1，2，k）表示的是当控制其他解释变量不变的条件下，第j个解释变量的单位变动对被解释变量平均值的影响，这样的回归系数称为偏回归系数。2、多重可决系数: “回归平方和”与“总离差平方和”的比值，用表示。3、修正的可决系数; 用自由度修正多重可决系数 中的残差

3、平方和与回归平方和。4、回归方程的显著性检验（F检验）；对模型中被解释变量与所有解释变量之间的线性关系在总体上是否显著做出推断。5、回归参数的显著性检验（t检验）; 当其他解释变量不变时，某个回归系数对应的解释变量是否对被解释变量有显著影响做出推断。6、无多重共线性假定；假定各解释变量之间不存在线性关系，或者说各解释变量的观测值之间线性无关，在此条件下，解释变量观测值矩阵X列满秩Rank(X)=k，此时，方阵XX满秩， Rank(XX)=k从而XX可逆，(XX) 存在。7、正规方程组：采用OLS法估计线性回归模型时，对残差平方和关于各参数求偏导，并令偏导数为零后得到的一组方程，其矩阵形式为。1

4、、多重共线性 ：解释变量之间精确的线性关系和解释变量之间近似的线性关系。2、完全的多重共线性: 解释变量的数据矩阵中，至少有一个列向量可以用其余的列向量线性表示。或者指对解释变量1，存在不全为0的数，使得 。3、辅助回归: 多元线性回归模型，分别以每个解释变量为被解释变量，做对其他解释变量的回归。4、方差扩大因子VIFj : 1除以（1-辅助回归的多重可决系数），决定了方差和协方差增大的速度。5、逐步回归法:将变量逐个的引入模型，每引入一个解释变量后，都要进行F检验，并对已经选入的解释变量逐个进行t检验。通过逐步回归可筛选和剔除引起多重共线性的解释变6、不完全的多重共线性: 对解释变量1，存在

5、不全为0的数，使得 ，其中，为随机变量。1. 异方差性：随机变量的方差不是确定的常数，即被解释变量观测值的分散程度随解释变量的变化而变化。2戈德菲尔德-夸特（G-Q）检验法：将样本按解释变量排序，去掉中间约四分之一个数据后分成两部分，然后分别对两个样本进行回归，并计算比较两个回归的剩余平方和是否有明显差异，以此判断是否存在异方差。3. White检验法; 在大样本的情况下，将OLS估计后的残差平方对常数、解释变量、解释变量的平方及其交叉乘积等所构成一个辅助回归，利用辅助回归建立相应的检验统计量来判断异方差性。如果存在异方差，其方差与解释变量有关系，分析方差是否与解释变量有某些形式的联系以判断异

6、方差性。4加权最小二乘法；使得加权的残差平方和最小的求解参数估计式的方法。1. 序列相关性; 总体回归模型的随机误差项之间存在相关关系。2科克伦-奥克特迭的代法: 通过逐次迭代寻求更为满意的自相关系数的估计值，然后再采用广义差分法。3差分法: 利用被解释变量与解释变量的现期值减去前期值消除随机误差项自相关的方法。4DW检验法: 杜宾和沃特森于1951年提出的一种适用于小样本的检验自相关的方法。1行为方程: 描述决策者经济行为的某些变量与其他变量的方程。2参数关系体系：描述联立方程模型的简化式参数与结构式参数之间关系的方程组。 3前定变量：在模型中滞后内生变量与外生变量一起称为前定变量。4联立方

7、程偏倚：由于联立方程模型中内生变量作为解释变量与随机误差项相关，而引起的OLS估计的参数有偏倚且不一致，称为联立方程偏倚性。5恰好识别：如果结构型模型中某个方程的参数能够由简化型模型参数值唯一解出，则称该方程恰好识别。6过度识别：如果结构型模型中某个方程的参数能够由简化型模型参数估计值解出，但求解出的值不唯一，则称该方程是过度识别。简答题：1、随机误差项包含哪些影响因素?:未知的影响因素，残缺数据，数据观察误差，模型设定误差及变量内在随机性。1、给定一元线性回归模型yt=b0+b1xt+ut（1）叙述模型的基本假定；（2）和的最小二乘估计公式；（3）基本假定的最小二乘估计量的统计性质；（4）随

8、机扰动项方差的无偏估计公式。（1）零均值假定，同方差假定，无自相关假定，随机扰动项与解释变量不相关，正态性假定。（2），3）无偏性，最小方差性，线性。（4） 4、令kids表示一名妇女生育孩子的数目，educ表示该妇女接受过教育的年数。生育率对教育年数的简单回归模型为kids=b0+b1educ+u（1）随机扰动项包含什么样的因素？它们可能与教育水平相关吗？（2）上述简单回归分析能够揭示教育对生育率在其他条件不变下的影响吗？请解释。（1）收入、年龄、家庭状况、政府的相关政策等也是影响生育率的重要的因素，在上述简单回归模型中，它们被包含在了随机扰动项之中。有些因素可能与教育水平相关，如收入水平与

9、教育水平往往呈正相关、年龄大小与教育水平呈负相关等。（2）当归结在随机扰动项中的重要影响因素与模型中的教育水平educ相关时，上述回归模型不能够揭示教育对生育率在其他条件不变下的影响，因为这时出现解释变量与随机扰动项相关的情形。1、什么是多元线性回归模型的古典假定？在多元回归分析中，为了寻找有效的参数方法及对模型进行统计检验，需要对模型中的随机扰动项和解释变量做一些假定。多元线性回归模型的基本假定条件有以下几种：1）零均值假定2）同方差和无自相关假定3）随机扰动项与解释变量不行关假定4）无多重共线性假定5)正态性假定6、多元线性回归分析中，为什么在做了F检验以后还要做t检验？在多元模型中，F检

10、验与T检验的作用不同，具体表现在：F检验是检验整个方程，即所有解释变量联合起来对被解释变量的影响，但并未说明各个解释变量对被解释变量的影响；而t检验是检验当其他解释变量不变时，单个解释变量对被解释变量的影响。1、 多重共线性产生的原因？1）、经济变量之间具有共同变化趋势。2）、模型中包含滞后变量。3）、利用截面数据建立模型也可能出现多重共线性。4）、样本数据自身的原因。1试比较说明模型存在异方差时，普通最小二乘法与加权最小二乘法的区别与联系。模型存在异方差时，普通最小二乘估计仍具有无偏性和一致性，但估计式的方差不再是最小的。加权最小二乘法是在模型存在异方差时，消除异方差后，再运用最小二乘法进行

11、计算加权最小二乘法是普通最小二乘法的特殊形式。3产生异方差性的主要原因是什么？1）、模型中省略了某些重要的解释变量。2）、模型设定误差。3）、测量误差的变化。4）、截面数据中总体各单位的差异。1对于模型，试问：如果用变量的一次差分估计该模型，则意味着采用了何种自相关形式？用差分估计时，如果包含一个截距项，其含义是什么？（1）完全一阶正自相关。（2）差分为广义差分法。3、DW检验的局限性是什么？1）、DW检验有运用的前提条件。2）、DW统计量的上、下界一般要求。3）、DW检验不适应随机误差项具有高阶序列相关的检验。4）、DW检验有两个不能确定的区域。4、一阶差分法在什么情况下适用？（1）回归后要

12、求没有常数项，（2）只要肉是正的且比较大，2、对分布滞后模型进行OLS估计存在哪些问题？实际应用中如何处理这些困难？存在的问题：自由度问题、多重共线性问题、滞后长度难于确定。利用经验加权估计法和阿尔蒙法。1、虚拟变量数量的设置规则是什么？若定性因素有m个相互排斥的类型（或属性、水平），在有截距项的模型中只能引入m-1个虚拟变量，否则会产生完全的多重共线性。在无截距项的模型中，定性因素有m个相互排斥的类型时，引入m个虚拟变量不会导致完全多重共线性。2、虚拟变量的作用是什么？1）、可以作为属性因素的代表。2）、作为某些非精确计量的数量因素的代表。3）、作为某些偶然因素或政策因素的代表。4）、作为时

13、间序列分析中季节（月份）的代表。5）、实现分段回归，研究斜率、截距的变动，或比较两个回归某些的结构差异。3、可以用于估计参数的数据主要有以下几类？时间序列数据，截面数据，面板数据，虚拟变量数据4.相关系数的特点：（1）相关系数的值介于1与+1之间，即1r+1。当r>0时，表示两变量正相关，当r<0时，表示两变量为负相关。当|r|=1时，表示两变量为完全线性相关。当r=1时，称为完全正相关，而当r=-1时，称为完全负相关。当r=0时，表示两变量间无线性相关关系。1.简单线性回归的五基本假1、零均值2.同方差3.无自相关4.随机扰动项u与解释变量x不相关5.正态性假定2可决系数r2的特

14、点。可决系数是非负的统计量； 可决系数取值范围： ； 可决系数是样本观测值的函数，可决系数是随抽样而变动的随机变量；1完全多重共线性产生的后果。（1）参数的估计值不确定（2）参数估计量的方差无限大。判断题：1、一元回归在实际中用的少，还是起一定作用，2.干扰项是否符合从正太分布并不影响ols的无偏性(对)。3.离中心点越近预测区间越窄精度越高。4.拟合有度和f检验没有区别 错。5.多重共线性是随机扰动项违背古典假定引起的 （错）。6.引入解释量多个滞后项容易产生多重共线性 （对）。7.存在多重共线性模型无法估计( 错)。8.尽管有完全多重共线性ols估计量仍然是blue （ 错）。9.在高度多

15、重共线性的情形中评价一个或多个偏回归系数的显著性是不可能 （对）。10. 如果有某些分布滞后系数是正的，而另一些是负的，库伊克模型就没有多大意义。（对 ）2、如果用OLS估计库伊克模型和自适应预期模型，则估计量将是有偏误，但却是一致的。（错 ）3、在局部调整模型中，OLS估计量在有限样本中是有偏误的（ 错 ）4、所谓滞后变量，是指过去时期的、对当前被解释变量产生影响的变量（对 ）5、自适应预期模型是由被解释变量的自适应过程得到的。（错）. 1、对定性变量的量化可采用虚拟变量的方式实现；（对）2、虚拟变量除了取0或1外，还可研究问题的需要取其它值，例如3或4等。（对）3、回归模型中，虚拟变量的引

16、入数量，要根据定性变量的个数、每个定性变量的类型及有无截距项来确定。 （对）4、如果两个回归模型的截距对应相等，则称之为同截距回归。（错 ）5、如果两虚拟变量乘积的参数为正，则它们的交互效应是显著的。（错）辨析题：1、在经济计量分析中，模型参数一旦被估计出来，就可将估计模型直接运用于实际的计量经济分析。错。参数经过估计，建立了样本回归模型，还需要对模型进行检验，包括经济意义检验、统计推断检验、计量经济学检验和模型预测检验。2、计量经济学研究经济生活中精确的函数关系。错。计量经济学所研究的经济现象并不都呈现为精确的函数关系，计量经济模型中包含了随机误差项，这样，模型中的一些变量和参数的估计量都成

17、为随机变量，变量之间的关系也具有随机性。3、计量经济模型一定要与已有的经济理论一致。错。计量经济模型通常要和已有的经济理论相符。但是，如果经过反复研究，证明计量经济模型和估计的参数完全正确，而是经济理论本身不完备，则应对已有的经济理论重新审视，提出修正经济理论的建议。4、建立计量经济模型成功的三要素是理论、方法和数据。对。正确的理论是建立模型的关键，而只有用合适的方法建立模型，用与事实较接近的数据对模型进行分析，才能验证理论的正确性，才能对经济现象进行预测。这三个方面缺一不可。1 即使经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS估计量仍然是无偏的。正确。，该表达式成立与否与正

18、态性无关。2、随机扰动项的方差与随机扰动项方差的无偏估计没有区别。错。随机扰动项的方差反映总体的波动情况，对一个特定的总体而言，是一个确定的值。在最小二乘估计中，由于总体方差在大多数情况下并不知道，所以用样本数据去估计：。其中n为样本数，k为待估参数的个数。是线性无偏估计，为一个随机变量。3、在计量经济模型中，随机扰动项与残差项无区别。错。它们均为随机项，但随机误差项表示总体模型的误差，残差项表示样本模型的误差；另外，残差=随机误差项+参数估计误差。1、多元线性回归模型是指对于变量而言是线性的。错误。多元线性回归模型是指对于各个回归参数而言是线性的。2、由公式计算的修正可决系数应是正值。错误。

19、可能为负，此时规定=0.3、多重可决系数和修正可决系数是是随机变量。正确。多重可决系数和修正可决系数是随抽样而变动的随机变量。4、总离差平方和TSS反映了回归估计值总变差的大小。错误。总离差平方和TSS反映了被解释变量观测值总变差的大小。5、多重可决系数是介于-1和1之间的一个数，它越大表明模型对数据的拟合程度就越好。错误。多重可决系数是介于0和1之间的一个数。6、在无多重共线性假定下解释变量观测值矩阵X行满秩。错误。在无多重共线性假定下解释变量观测值矩阵X列满秩。7、双变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验是一致的。错，双变量模型应是有两个解释变量的模型，不是简单线

20、性回归模型只有一个解释变量，只有简单线性回归模型一元回归的情况下对参数的显著性检验（t检验）与对回归总体上的显著性检验（F检验）才是等价的。1、在高度多重共线性的情形中，要评价一个或多个偏回归系数的单个显著性是不可能的。对，因为在高度多重共线性时会造成回归方程高度显著的情况下，有些回归系数通不过显著性检验。2、尽管有完全的多重共线性，OLS估计量仍然是BLUE。错。此时的参数估计式为不定式。方差变成无穷大，不再具有最佳性，因此不是BLUE。3、如果其他条件不变，VIF越高，OLS估计量的方差越大。对。4、如果在多元回归中，根据通常的t检验，全部偏回归系数都是统计上不显著的，你就不会得到一个高的

21、R2值。错。当多重共线性严重时，可能造成R2 较高。5、如果分析的目的仅仅是预测，则多重共线性是无害的。对。如果研究目的仅在于预测，各个解释变量之间的多重线性关系的性质在未来将继续保持，但这时可估计这些系数的某些线性组合。6、如果有某一辅助回归显示出高的Rj2值，则高度共线性的存在是肯定无疑的。错。方差扩大因子与Rj2 有关，但当方差扩大因子大于等于10时，说明解释变量与其余解释变量之间有严重的多重共线性。1.在异方差性的情况下，若采用Eviews软件中常用的OLS法，必定高估了估计量的标准误。错。此时是不能保证最小二乘估计的方差最小，必定低估了估计量的标准误。2如果存在异方差，通常使用的t检

22、验和f检验是无效的。对3. 如果存在异方差，参数的估计仍具有无偏性，但不具有最小方差性。对1在异方差性的情况下，常用的OLS法必定高估了估计量的标准误。错。在异方差性的情况下，常用的OLS法也可能低估了估计量的标准误差。2DW检验中的d值在0到4之间，数值越小说明模型随机误差项的自相关度越小，数值越大说明模型随机误差项的自相关度越大。错。在区间中，不能确定随机误差项是否自相关。3消除序列相关的一阶差分变换，假定自相关系数p必须等于1。错。只要自相关系数p是正的且比较大，一阶差分往往是有效的。1识别结构式方程的阶条件既是必要的，又是充分的。错。阶条件只是必要条件。2识别结构式方程的秩条件既是必要

23、的，又是充分的。对，3间接最小二乘法只适用于恰好识别的结构模型。对，4估计联立方程模型的结构参数不能直接用最小二乘法。错。递归型模型可直接用最小二乘法5在结构式模型中内生变量既可以作解释变量，又可以作被解释变量。对，6在简化式模型中内生变量既可以作解释变量，又可以作被解释变量错。在简化式模型中解释变量全是前定变量。 填空题：1.常数据（时间序列数据）2、计结合（统计学）3、数描述（随机）4计济学（应用）5计模型（联立方程模型）6、在特征（虚拟）7、模靠性（参数）8、经量和（流量）9、对数和（随机误差项）10、计符合（尽可能地接近总体参数真实值）1.与影响（模型关系的设定误差的影响）2.被称为（剩余项）（或者残差）3、对则为（）4、高应用（最佳线性无偏）5、普性质（最小方差性）6、相围是（1£ r£1）7、已数为（）8、可围是（0££1）9、用大于（28）10、对型为（N（0，）1、在称为（偏回归系数）2、多称为（假定随机扰动项互不相关且方差相同）3、最函数（残差平方和）4、在式是（最佳线性无偏5、在服从（正态分布） 6、统是指（可自由变化的样本观测值的个数）7、对验是（F检验）8、对的是（t检验9、多测是指（各个解释变量给定样本以外数值Xf(1,X2f,X3f,Xkf)的条件下，对预测期被解释