计量经济学重点

在计量经济模型中，为什么会存在随机误差项？答：①模型中被忽略掉的影响因素造成的误差；②模型关系认定不准确造成的误差；③变量的测量误差；④随机因素。这些因素都被归并在随机误差项中考虑。因此，随机误差项是计量经济模型中不可缺少的一部分。古典线性回归模型的基本假定是什么答：①零均值假定。即在给定xt的条件下，随机误差项的数学期望（均值）为0，即。②同方差假定。误差项的方差与t无关，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，即假定误差项服从正态分布。二元回归模型的古典假定。（1）。（2）。（3）。即同方差假设。（4）随机误差项与解释变量不相关，即。通常假定为非随机变量，这个假设自动成立。（5）。（6）解释变量之间不存在多重共线性2.在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？解答：因为人们发现随着模型中解释变量的增多，多重决定系数的值往往会变大，从而增加了模型的解释功能。这样就使得人们认为要使模型拟合得好，就必须增加解释变量。但是，在样本容量一定的情况下，增加解释变量必定使得待估参数的个数增加，从而损失自由度，而实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，比如，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。3.修正的决定系数及其作用。解答：，其作用有：（1）用自由度调整后，可以消除拟合优度评价中解释变量多少对决定系数计算的影响；（2）对于包含解释变量个数不同的模型，可以用调整后的决定系数直接比较它们的拟合优度的高低，但不能用原来未调整的决定系数来比较。2.产生异方差性的原因及异方差性对模型的OLS估计有何影响。2.产生原因：（1）模型中遗漏了某些解释变量；（2）模型函数形式的设定误差；（3）样本数据的测量误差；（4）随机因素的影响。产生的影响（1）参数的最小二乘估计量无偏不有效（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，预测精度精度降低。3.检验异方差性的方法有哪些？3.检验方法：（1）图示检验法；（2）戈德菲尔德—匡特检验；（3）怀特检验；（4）戈里瑟检验和帕克检验（残差回归检验法）；（5）ARCH检验（自回归条件异方差检验）4.异方差性的解决方法有哪些？4.解决方法：（1）模型变换法；（2）加权最小二乘法；（3）模型的对数变换等什么是加权最小二乘法基本思想加权最小二乘法的基本原理：最小二乘法的基本原理是使为最小，在异方差情况下，总体回归直线对于不同的的波动幅度相差很大。随机误差项方差越小，样本点对总体回归直线的偏离程度越低，残差的可信度越高对较小的给于充分的重视，即给于较大的权数；对较大的给于充分的重视，即给于较小的权数。更好的使反映对残差平方和的影响程度，从而改善参数估计的统计性质。.样本分段法（即戈德菲尔特——匡特检验）检验异方差性的基本原理及其使用条件。6.样本分段法（即戈德菲尔特—匡特检验）的基本原理：将样本分为容量相等的两部分，然后分别对样本1和样本2进行回归，并计算两个子样本的残差平方和，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。使用条件：（1）样本容量要尽可能大，一般而言应该在参数个数两倍以上；（2）服从正态分布，且除了异方差条件外，其它假定均满足。8科克伦-奥克特跌代法：是通过逐次跌代去寻求更为满意的的估计值，然后再采用广义差分法。具体来说，该方法是利用残差去估计未知的。9Durbin两步法：当自相关系数未知，可采用Durbin提出的两步法去消除自相关。第一步对一多元回归模型，使用OLS法估计其参数，第二步再利用广义差分。10．相关系数：度量变量之间相关程度的一个系数，一般用ρ表示。，，越接近于1，相关程度越强，越接近于0，相关程度越弱。1、什么是多重共线性？产生多重共线性的原因是什么？答：多重共线性是指解释变量之间存在完全或近似的线性关系。产生多重共线性主要有下述原因：（1）样本数据的采集是被动的，只能在一个有限的范围内得到观察值，无法进行重复试验。（2）经济变量的共同趋势例如，在做电力消费对收入和住房面积的回归时，总体中有这样的一种约束，即收入较高家庭的住房面积一般地说比收入较低的家庭住房面积大。资本投入、劳动投入等，收入消费、投资、价格、就业等。（3）滞后变量的引入（4）模型的解释变量选择不当2、什么是完全多重共线性？什么是不完全多重共线性？2、答：完全多重共线性是指对于线性回归模型若，则称这些解释变量的样本观测值之间存在完全多重共线性。3、完全多重共线性对OLS估计量的影响有哪些？3、答：（1）无法估计模型的参数，即不能独立分辨各个解释变量对因变量的影响。（2）参数估计量的方差无穷大（或无法估计）4、不完全多重共线性对OLS估计量的影响有哪些？4、答：（1）可以估计参数，但参数估计不稳定。（2）参数估计值对样本数据的略有变化或样本容量的稍有增减变化敏感。（3）各解释变量对被解释变量的影响难精确鉴别。（4）t检验不容易拒绝原假设。5、从哪些症状中可以判断可能存在多重共线性？5、答：（1）模型总体性检验F值和R2值都很高，但各回归系数估计量的方差很大，t值很低，系数不能通过显著性检验。（2）回归系数值难以置信或符号错误。（3）参数估计值对删除或增加少量观测值，以及删除一个不显著的解释变量非常敏感。1、虚拟变量；把质的因素量化而构造的取值为0和1的人工变量。1、模型中引入虚拟变量的作用是什么？（1）可以描述和测量定性因素的影响；（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、虚拟变量引入的原则是什么？答案：（1）如果一个定性因素有m方面的特征，则在模型中引入m-1个虚拟变量；（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，则在模型中引入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、虚拟变量引入的方式及每种方式的作用是什么？答案：（1）加法方式：其作用是改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）一般方式：即影响模型的