计量经济学简答题52752

word第章三简题简述量济与济、计学数统学科的系答计量经济学是经济理论、计学和数学的综合。经济学着重经济现象的定性研究，而计量经济学着重于定量方面的研究。统计学是关于如何惧、整理和分析数据的科学，而计量经济学则利用济统计所提供的数据来估计经济变量之间的数量关系并加以验证。数量统计各种数据的惧、整理与分析供切实可靠的数学方法，是计量经济学建立计量经济模型的主要工具，但它与经济理论、经济统计学结而形成的计量经济学则仅限于经济领域。计量经济模型建立的过程，是综合应用理论、统计和数学方法过程。因此计量经济学是经济理论、统计学和数学三者的统一。计量济型哪应。答①结构分析，即是利用模对经济变量之间的相互关系做出研究，分析当其他条件不变时，模型中的解释变量发生一定的变动对被解释变量的影响程度。②经济预测，即是利用建立起来的计经济模型对被解释变量的未来值做出预测估计或推算。③政策评价，对不同的政策方案可能产生的后果行评价对比，从中做出选择的过程。④检验和发展经济理论，计量经济模型可用来检验经济理论的正确，并揭示经济活动所遵循的经济规律。简述立应计经模的主步。答一般分为个步骤：①根据经济理论建立计量经济模型；②样本数据的收集；③估计参数；④模型的检验；⑤计量经济模型的应用。对计经模的验从个方入。答①经济意义检验；②统计准则验；③计量经济学准则检验；④模型预测检验。

n达到最小）式对ˆˆˆ0ˆˆ01=01=ˆˆˆn达到最小）式对ˆˆˆ0ˆˆ01=01=ˆˆˆˆˆˆii1inˆiiii1ˆiiiii1第章三简题1.简述用普最小二法求解模型

Yi1i

i

的参数计量的过程答：

一元线性回归模型

Yi1i

i

，采用普通最小二乘法进行参数估计的基本准则：minQ(

)0ii1i

2

（1ii利用微积分多元函数极值原理，要使

Q(

ˆˆˆˆ0

的一阶偏导数都等于零，即：01=0ˆ

ˆˆˆˆ1

=ii=Xiii

Y)i01iY)Xi01ii

（）（）

Yi

i由（）式可知，

()i1i

(4)（Y=

Y，X=X并将式（4代入（3得：0Y()01iiiiiii1i

22iiiiiYn)2ii

i

2

或

0)Xi0iii1iiY)XX)ii1ii)X)()x=(X)XX)x2iiiii(令=X，y=)iiii

i

0ˆˆiiiiiiii11tˆˆbbuˆ0ˆˆiiiiiiii11tˆˆbbuˆˆbbˆˆbbˆˆ因此，可得

word(或iiXy或X)(X)x2iiiii计量济模中机差一般括几因？答①在随机性的因素，有人们的随机行为和客观存在的随机因素；②模型中被忽略掉的影响因素造成的误差；③模型的设定误差；④经济变量之间的合并误差；⑤变量的测量误差（数据观误差⑥未知的影响因素。因此，随机误差项是计量经济模型中不可缺少的一部分。古典性归型基假是什？答①零均值假定。即在给定x的条件下，随机误差项的数学期望（均值）为0即)=0。②同t方差假定。误差项u的方差与t关，为一个常数。③无自相关假定。即不同的误差项相互独立。④解释t变量与随机误差项不相关假定。⑤正态性假定，即假定误差项u服均值为0方差为2的态分布。t总体归型样回模的区与系答主要区别：①描述的对象同。总体回归模型描述总体中变量y与x的相互关系，而样本回归模型描述所观测的样本中变量y与x的相互关系。②建立模型的不同。总体回模型是依据总体全部观测资料建立的，样本回归模型是依据样本观测资料建立的。③模型性质不同。总体回归模型不是随模型，样本回归模型是随机模型，它随着样本的改变而改变。主要联系：样本回归模型是总体回归模型的一个估计式，之所以建立样本回归模型，目的是用估计总体回归模型。试述归析相分的系和别答两者的联系：①相关分析回归分析的前提和基础；②回归分析是相关分析的深入和继续；③相关分析与回归分析的有关指标之间存在计算上的内在联系。两者的区别：①回归分析强调因果关系，相关分析不关心因果关系，所研究的两个变量是对等。②对两个变量x与y言，相关分析中：

rxyyx

；但在回归分析中，

t01t

和

t0

t

却是两个完全不同的回归方程。③回归分析对资料的要求是：被解释变量y是随机变量，解释变量x是随机变量。相关分析对资料的要求是两个变量都随机变量。在满古假条下一线性归型普最二估量哪统性？答线性，是指参数估计量和分为观测值和机误差项的线性函数或线性组合。②无0tt偏性参估计量和的期望值别等于总体参数和b有最方差性或最优性00指在所有的线性无偏估计量中，最小二乘估计量和的差最小。0

word第章三简题

给定二回归模型：

yxt011tt

t

，请叙模型的古典定。解（）随误差项的期望为零，即

E(ut

）不的随机误差项之间相独立，即,)E[((()]()ttst

）随机误差项的方差与t无，为一个常数，即

)t

。即同方差假设4）随误差项与解变量不相关，即,u)(j1,2,...,jtt

。通常假定为非随变量，这个假设自动成立随误差jt项

t

为服从正态分布的随机变量，即

u

t

(0,

2

)

）释变量之间不存在多重共线性，即优度？

假定各解释变量之间不存在线性关系，即不存在多重共线性。在多元性回归分析为什么用修的决定数衡量估计型对样观测值的拟解：为人们发现随着模型中解释变量的增多，多重决定系数R值往往会变大，从而增加了模型的解释功能这就得人们认为要使模型拟合得好就必须增加解释变量但是在本容量一定的情况下加解释变量必定使得待估参数的个数增加而失自由度而际中如果引入的解释变量并非必要的话可能会产生很多问题如降低预测精确度、引起多重共线性等等。为此用修正的决定系数来估计模型对样本观测值的拟合优度。

word第章三简题1模型中引入拟变量作用是什么答（1）可以描述和测量定性素的影响；（2）能够正确反映经济变量之间的关系，提高模型的精度；（3）便于处理异常数据。2虚拟变量引的原则什么？答（1）如果一个定性因素有m方面的特征，则在模型中引入虚拟变量；（2如果模型中有m个定性因素而每个定性因素只有两方面的属性或特征，则在模型中引m个虚拟变量；如果定性因素有两个及以上个属性则参照“一个因素多个属性”的设置虚拟变量；（3）虚拟变量取值应从分析问题的目的出发予以界定；（4）虚拟变量在单一方程中可以作为解释变量也可以作为被解释变量。3虚拟变量引的方式每种方式的用是什？答（1）加法方式：其作用是变了模型的截距水平；（2乘法方式：其作用在于两个模型间的比较、因素间的交互影响分析和提高模型的描述精度；（3）混合方式：即影响模型的截距又影响模型的斜率。

word第章1简题1.产生异方性的原因及方差性模型OLS估有何影。答：异差产生原因（1）模型中遗漏了某些经济变量；2）模型函数形式的设定误差；（）样本数据的测量误差；4）研究问题的本身；（5）分组数据的使用；（6）平均数的使用。异方差生的影响：如果线性回归模型的随机误差项存在异方差性会对模型参数估计、模型检验及模型应用带来重大影响，主要有：1不影响模型参数最小二乘估计值的无偏性和线性性；2）参数的最小二乘法估计量不是一个有效的估计量；3）对模型参数估计值的显著性检验失效；4）模型估计式的代表性降低，预测精度降低，即模型的预测失效。

检验异差性的方法解决异差性的方法别有哪？答：方差的验方法1图示检验法戈德菲尔德—夸特检验怀特检验）戈里瑟检验法（残差回归检验法斯皮尔曼等级相关系数检验法异方差决方法1）模型变换法）加权最小二乘法广义最小二乘法等3.以二元或元线性归模型为例述怀特White）检验主要步。答：设元线性回归型：

xt011t22t

t检验步：1用OSL估计模，并计算出应的残平方，做辅回归模。2计算统计量

。3、由度为5的

分布，定显著性水

的原假下，，查

渐进服自分布表临界值。4如果>，则拒，中参数少有一个显不为零，即随机差项不存在方差。

接受，表明回模型存在异差。反之则认为

戈德菲德—夸特检检验异差性的基本理及其用条件。答：戈菲尔特—夸的基本理：按某一解释变量（可能引起异方

word差的解释变量）对样本进行排序，再将排序后的样本分为两部分，分别对两个子样本进行回归，并计算两个子样本的残差平方和。最后，比较两个子样本的残差平方和是否有明显差异，以此判断是否存在异方差。如果随机误差项是同方差的，则这两个子样本的残差平方和应该大致相等；如果是异方差的，则两者差别较大，以此来判断是否存在异方差。使用条：大样本：通常要求样本容量n≥30或解释变量个数的2倍以上。②除同方差假定不成立外其他假定均满足主要指随机误差项服从正态分布且无序列相关。③若存在异方差，其异方差的形式是单调的（单调递增或递减5.以一元线回归模为例阐述戈菲尔德夸特验检验方差性的基步骤答：内见课上讲过

^word^第章三、简题．

简述DW验的局限性使用条。答从断则看，检验在个要局性①检的运用有前提条件，只有符合这些前提条件检才是有效的，即只能检验一阶自相关。但在实际计量经济学问题中一自相关是出最多的一类序列相关且经验表明如果不存在一阶自相关一也不存在高阶序列相所在实际应用中对于序列相关问题—般只进行DW检验；②检有两个不能确定的区域，一旦DW值落这两个区域，就无法判断。这有两个处理方法：一是加大样本容量或重新选取样本，重做DW检；二是选用其他检验方法。使条：①随机误差项为一阶自回归形式；②被解释变量滞后值不能在回归模型中作为解释变量；③样本容量应充分大，即D检验求样本容量n因为当n＜15时，DW检上下界表的数据不完整，从而无法进行检验。．

模型产自相关的后以及检方法分别有些？答生自相关的后果有普最小二乘法）估计量仍具有无偏性和线性性；（）通最小二乘法OLS）估量不再具有最小方差性可能低估参数估计量和随机误差项的方差）数显著性检验失效预测失效。自相关的检验方法有）图示）DWDurbin-Watston检验法）检（亦称BG检验法）回归验法。

试简述宾－瓦特森验（D-W验）的主要骤。答检验步骤如下：（1用普通最小二乘法）估计模型，计算出随机误差项的计值；t（2提出假设：

H：，（即不存在一阶自相关）0H：（即存在一阶自相关）1（3构造DW检统计量DW

t

(ttt

)

（1）t其中，

ettt

，由第一步回归所得。由于）式可以展开为式2）

nnnnn故nnnnn故认为)DW

t

t

e2tt

t

eett

t

（2）由于

与2tttt

t只有一次观测之差，故可以认为近似相等，则有：

et

22ettt2tt

t

eett=2ttt

（）又由于

t

eett

（自相关系数

的近似计算t因此，

DW(

。由于

，因此，

。（4确定拒绝域根据样本容量n和释量的个数，在给定的显著水平下，查表分表，可得临界值（临界值）和（上临值根据DW检决策规则，可确定拒绝域DW检验决策规则如下表：≤DW≤dl—≤DW≤4＜DW4—du—du≤DW4dl＜DW

正自相关负自相关无自相关不能判定是否有自相关不能判定是否有自相关（5检验判断根据第（）步计算得到的DW值，再根据4步DW的验决策则。根据其所落的区间范围，做出自相关的检验判断。．

产生自关的原因有些？检是否存在自关的方有哪些？答产生自相关的原因有模型数学形式的设定误差模中省略掉了带有自相关的重要解释变量经变量固有的惯性经活动的滞后效