計(jì)量經(jīng)濟(jì)學(xué)重要簡(jiǎn)答題.doc

計(jì)量經(jīng)濟(jì)學(xué)重點(diǎn)簡(jiǎn)答題1簡(jiǎn)述計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)理統(tǒng)計(jì)學(xué)學(xué)科間的關(guān)系。答：計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)的綜合。經(jīng)濟(jì)學(xué)著重經(jīng)濟(jì)現(xiàn)象的定性研究，計(jì)量經(jīng)濟(jì)學(xué)著重于定量方面的研究。統(tǒng)計(jì)學(xué)是關(guān)于如何收集、整理和分析數(shù)據(jù)的科學(xué)，而計(jì)量經(jīng)濟(jì)學(xué)則利用經(jīng)濟(jì)統(tǒng)計(jì)所提供的數(shù)據(jù)來估計(jì)經(jīng)濟(jì)變量之間的數(shù)量關(guān)系并加以驗(yàn)證。數(shù)理統(tǒng)計(jì)學(xué)作為一門數(shù)學(xué)學(xué)科，可以應(yīng)用于經(jīng)濟(jì)領(lǐng)域，也可以應(yīng)用于其他領(lǐng)域；計(jì)量經(jīng)濟(jì)學(xué)則僅限于經(jīng)濟(jì)領(lǐng)域。計(jì)量經(jīng)濟(jì)模型建立的過程，是綜合應(yīng)用理論、統(tǒng)計(jì)和數(shù)學(xué)方法的過程，計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)三者的統(tǒng)一。2、計(jì)量經(jīng)濟(jì)模型有哪些應(yīng)用？答：結(jié)構(gòu)分析 經(jīng)濟(jì)預(yù)測(cè) 政策評(píng)價(jià) 檢驗(yàn)和發(fā)展經(jīng)濟(jì)理論3、簡(jiǎn)述建立與應(yīng)用計(jì)量經(jīng)濟(jì)模型的主要步驟。答：模型設(shè)定 估計(jì)參數(shù) 模型檢驗(yàn) 模型應(yīng)用或1）經(jīng)濟(jì)理論或假說的陳述2) 收集數(shù)據(jù)3）建立數(shù)理經(jīng)濟(jì)學(xué)模型 4）建立經(jīng)濟(jì)計(jì)量模型5）模型系數(shù)估計(jì)和假設(shè)檢驗(yàn)6）模型的選擇7）理論假說的選擇8）經(jīng)濟(jì)學(xué)應(yīng)用4、對(duì)計(jì)量經(jīng)濟(jì)模型的檢驗(yàn)應(yīng)從幾個(gè)方面入手？答：經(jīng)濟(jì)意義檢驗(yàn) 統(tǒng)計(jì)推斷檢驗(yàn) 計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn) 模型預(yù)測(cè)檢驗(yàn)5、計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用的數(shù)據(jù)是怎樣進(jìn)行分類的？答：時(shí)間序列數(shù)據(jù) 截面數(shù)據(jù) 面板數(shù)據(jù) 虛擬變量數(shù)據(jù)6、解釋變量和被解釋變量，內(nèi)生變量和外生變量被解釋變量是模型要研究的對(duì)象，被稱為“因變量”，是變動(dòng)的結(jié)果。解釋變量是說明被解釋變量變動(dòng)的原因，被稱為“自變量”，是變動(dòng)的原因。內(nèi)生變量是其數(shù)值由模型所決定的變量，是模型求解的結(jié)果。外生變量是其數(shù)值由模型以外決定的變量。7、計(jì)量經(jīng)濟(jì)學(xué)的含義計(jì)量經(jīng)濟(jì)學(xué)是以經(jīng)濟(jì)理論和經(jīng)濟(jì)數(shù)據(jù)的事實(shí)為依據(jù)，運(yùn)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)的方法，通過建立數(shù)學(xué)模型來研究經(jīng)濟(jì)數(shù)量關(guān)系和規(guī)律的一門經(jīng)濟(jì)學(xué)科。8.在計(jì)量經(jīng)濟(jì)模型中，為什么會(huì)存在隨機(jī)誤差項(xiàng)？答：隨機(jī)誤差項(xiàng)是計(jì)量經(jīng)濟(jì)模型中不可缺少的一部分。產(chǎn)生隨機(jī)誤差項(xiàng)的原因有以下幾個(gè)方面：模型中被忽略掉的影響因素造成的誤差；模型關(guān)系認(rèn)定不準(zhǔn)確造成的誤差；變量的測(cè)量誤差；隨機(jī)因素。9對(duì)于多元線性回歸模型，為什么在進(jìn)行了總體顯著性F檢驗(yàn)之后，還要對(duì)每個(gè)回歸系數(shù)進(jìn)行是否為0的t檢驗(yàn)？答：多元線性回歸模型的總體顯著性F檢驗(yàn)是檢驗(yàn)?zāi)Ｐ椭腥拷忉屪兞繉?duì)被解釋變量的共同影響是否顯著。通過了此F檢驗(yàn)，就可以說模型中的全部解釋變量對(duì)被解釋變量的共同影響是顯著的，但卻不能就此判定模型中的每一個(gè)解釋變量對(duì)被解釋變量的影響都是顯著的。因此還需要就每個(gè)解釋變量對(duì)被解釋變量的影響是否顯著進(jìn)行檢驗(yàn)，即進(jìn)行t檢驗(yàn)。10.古典線性回歸模型具有哪些基本假定。答：1 隨機(jī)誤差項(xiàng)與解釋變量不相關(guān)。 2 隨機(jī)誤差項(xiàng)的期望或均值為零。3 隨機(jī)誤差項(xiàng)具有同方差，即每個(gè)隨機(jī)誤差項(xiàng)的方差為一個(gè)相等的常數(shù)。4 兩個(gè)隨機(jī)誤差項(xiàng)之間不相關(guān)，即隨機(jī)誤差項(xiàng)無自相關(guān)。11.在多元線性回歸分析中，為什么用修正的決定系數(shù)衡量估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度？答：因?yàn)槿藗儼l(fā)現(xiàn)隨著模型中解釋變量的增多，多重決定系數(shù)的值往往會(huì)變大，從而增加了模型的解釋功能。這樣就使得人們認(rèn)為要使模型擬合得好，就必須增加解釋變量。但是，在樣本容量一定的情況下，增加解釋變量必定使得待估參數(shù)的個(gè)數(shù)增加，從而損失自由度，而實(shí)際中如果引入的解釋變量并非必要的話可能會(huì)產(chǎn)生很多問題，比如，降低預(yù)測(cè)精確度、引起多重共線性等等。為此用修正的決定系數(shù)來估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度。12.修正的決定系數(shù)及其作用。解答：，其作用有：（1）用自由度調(diào)整后，可以消除擬合優(yōu)度評(píng)價(jià)中解釋變量多少對(duì)決定系數(shù)計(jì)算的影響；（2）對(duì)于包含解釋變量個(gè)數(shù)不同的模型，可以用調(diào)整后的決定系數(shù)直接比較它們的擬合優(yōu)度的高低，但不能用原來未調(diào)整的決定系數(shù)來比較。13.多重共線性含義：多重共線性是指解釋變量之間存在完全或近似的線性關(guān)系。產(chǎn)生原因：（1）樣本數(shù)據(jù)的采集是被動(dòng)的，只能在一個(gè)有限的范圍內(nèi)得到觀察值，無法進(jìn)行重復(fù)試驗(yàn)。（2）經(jīng)濟(jì)變量的共同趨勢(shì)（3）滯后變量的引入（4）模型的解釋變量選擇不當(dāng)后果：（1） 完全多重共線性產(chǎn)生的后果參數(shù)的估計(jì)值不確定、參數(shù)估計(jì)值的方差無限大（2） 不完全多重共線性產(chǎn)生的后果參數(shù)估計(jì)值的方差無限大；對(duì)參數(shù)區(qū)間估計(jì)時(shí)，置信區(qū)間趨于變大；嚴(yán)重多重共線性時(shí)假設(shè)檢驗(yàn)易作出錯(cuò)誤判斷；模型總體性檢驗(yàn)F值和R2值都很高，但各回歸系數(shù)估計(jì)量的方差很大，t值很低，系數(shù)不能通過顯著性檢驗(yàn)檢驗(yàn)：簡(jiǎn)單相關(guān)系數(shù)檢驗(yàn)法、方差擴(kuò)大因子法、直觀判斷法、逐步回歸檢驗(yàn)法補(bǔ)救措施：剔出不重要變量；增加樣本數(shù)量；改變模型形式；改變變量形式；利用先驗(yàn)信息，逐步回歸法。14.異方差含義：異方差性是指模型中隨機(jī)誤差項(xiàng)的方差不是常量，而且它的變化與解釋變量的變動(dòng)有關(guān)。產(chǎn)生原因：（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設(shè)定誤差；（3）樣本數(shù)據(jù)的測(cè)量誤差；（4）隨機(jī)因素的影響。后果：如果線性回歸模型的隨機(jī)誤差項(xiàng)存在異方差性，會(huì)對(duì)模型參數(shù)估計(jì)、模型檢驗(yàn)及模型應(yīng)用帶來重大影響，主要有：（1）不影響模型參數(shù)最小二乘估計(jì)值的無偏性；（2）參數(shù)的最小二乘估計(jì)量不是一個(gè)有效的估計(jì)量；（3）對(duì)模型參數(shù)估計(jì)值的顯著性檢驗(yàn)失效；（4）模型估計(jì)式的代表性降低，預(yù)測(cè)精度精度降低。檢驗(yàn)方法：（1）圖示檢驗(yàn)法；（2）GQ檢驗(yàn)；（3）懷特檢驗(yàn)；（4）Glejser檢驗(yàn)（5）ARCH檢驗(yàn)解決方法：（1）模型變換法；（2）加權(quán)最小二乘法；（3）模型的對(duì)數(shù)變換等15.加權(quán)最小二乘法的基本原理最小二乘法的基本原理是使殘差平方和為最小，在異方差情況下，總體回歸直線對(duì)于不同的的波動(dòng)幅度相差很大。隨機(jī)誤差項(xiàng)方差越小，樣本點(diǎn)對(duì)總體回歸直線的偏離程度越低，殘差的可信度越高（或者說樣本點(diǎn)的代表性越強(qiáng)）；而較大的樣本點(diǎn)可能會(huì)偏離總體回歸直線很遠(yuǎn)，的可信度較低（或者說樣本點(diǎn)的代表性較弱）。因此，在考慮異方差模型的擬合總誤差時(shí)，對(duì)于不同的應(yīng)該區(qū)別對(duì)待。具體做法：對(duì)較小的給于充分的重視，即給于較大的權(quán)數(shù)；對(duì)較大的給于充分的重視，即給于較小的權(quán)數(shù)。更好的使反映對(duì)殘差平方和的影響程度，從而改善參數(shù)估計(jì)的統(tǒng)計(jì)性質(zhì)。16.自相關(guān)含義：自相關(guān)是指總體回歸模型的隨機(jī)誤差項(xiàng)u之間存在相關(guān)關(guān)系。產(chǎn)生原因：答：（1）經(jīng)濟(jì)變量慣性的作用引起隨機(jī)誤差項(xiàng)自相關(guān)；（2）經(jīng)濟(jì)行為的滯后性引起隨機(jī)誤差項(xiàng)自相關(guān)；(3)一些隨機(jī)因素的干擾或影響引起隨機(jī)誤差項(xiàng)自相關(guān)；（4）模型設(shè)定誤差引起隨機(jī)誤差項(xiàng)自相關(guān)；（5）觀測(cè)數(shù)據(jù)處理引起隨機(jī)誤差項(xiàng)自相關(guān)。后果：（1）模型參數(shù)估計(jì)值不具有最優(yōu)性；（2）隨機(jī)誤差項(xiàng)的方差一般會(huì)低估；（3）模型的統(tǒng)計(jì)檢驗(yàn)失效；（4）區(qū)間估計(jì)和預(yù)測(cè)區(qū)間的精度降低。檢驗(yàn)方法：（1）圖示法；（2）DW檢驗(yàn)；（3）LM檢驗(yàn)法補(bǔ)救措施：廣義差分法、CO迭代法17簡(jiǎn)述DW檢驗(yàn)的局限性。答：從判斷準(zhǔn)則中看到，DW檢驗(yàn)存在兩個(gè)主要的局限性：首先，存在一個(gè)不能確定的值區(qū)域，這是這種檢驗(yàn)方法的一大缺陷。其次：檢驗(yàn)只能檢驗(yàn)一階自相關(guān)。但在實(shí)際計(jì)量經(jīng)濟(jì)學(xué)問題中，一階自相關(guān)是出現(xiàn)最多的一類序列相關(guān)，而且經(jīng)驗(yàn)表明，如果不存在一階自相關(guān)，一般也不存在高階序列相關(guān)。所以在實(shí)際應(yīng)用中，對(duì)于序列相關(guān)問題般只進(jìn)行檢驗(yàn)。18.試述D-W檢驗(yàn)的適用條件及其檢驗(yàn)步驟？使用條件： 1）回歸模型包含一個(gè)截距項(xiàng)。2）變量X是非隨機(jī)變量。3）擾動(dòng)項(xiàng)的產(chǎn)生機(jī)制： 。4）因變量的滯后值不能作為解釋變量出現(xiàn)在回歸方程中。檢驗(yàn)步驟1）進(jìn)行OLS回歸，并獲得殘差。2）計(jì)算D值。3）已知樣本容量和解釋變量個(gè)數(shù)，得到臨界值。4）根據(jù)下列規(guī)則進(jìn)行判斷：零假設(shè)決策條件無正的自相關(guān)拒絕無正的自相關(guān)無法確定無負(fù)的自相關(guān)拒絕無負(fù)的自相關(guān)無法決定無正的或者負(fù)的自相關(guān)接受19廣義最小二乘法（GLS）的基本思想是什么？答:基本思想就是對(duì)違反基本假定的模型做適當(dāng)?shù)木€性變換，使其轉(zhuǎn)化成滿足基本假定的模型，從而可以使用OLS方法估計(jì)模型。20請(qǐng)簡(jiǎn)述什么是虛假序列相關(guān)，如何避免？答：數(shù)據(jù)表現(xiàn)出序列相關(guān)，而事實(shí)上并不存在序列相關(guān)。要避免虛假序列相關(guān)，就應(yīng)在做定量分析之間先進(jìn)行定性分析，看從理論上或經(jīng)驗(yàn)上是否有存在序列相關(guān)的可能，可能性是多大。21在建立計(jì)量經(jīng)濟(jì)學(xué)模型時(shí)，為什么要引入虛擬變量？答案：在現(xiàn)實(shí)生活中，影響經(jīng)濟(jì)問題的因素除具有數(shù)量特征的變量外，還有一類變量，這類變量所反映的并不是數(shù)量而是現(xiàn)象的某些屬性或特征，即它們反映的是現(xiàn)象的質(zhì)的特征。這些因素還很可能是重要的影響因素，這時(shí)就需要在模型中引入這類變量。引入的方式就是以虛擬變量的形式引入。22模型中引入虛擬變量的作用是什么？答：（1）可以描述和測(cè)量定性因素的影響；（2）能夠正確反映經(jīng)濟(jì)變量之間的關(guān)系，提高模型的精度；（3）便于處理異常數(shù)據(jù)。23虛擬變量引入的原則是什么？答：（1）如果一個(gè)定性因素有m方面的特征，則在模型中引入m-1個(gè)虛擬變量；（2）如果模型中有m個(gè)定性因素，而每個(gè)定性因素只有兩方面的屬性或特征，則在模型中引入m個(gè)虛擬變量；如果定性因素有兩個(gè)及以上個(gè)屬性，則參照“一個(gè)因素多個(gè)屬性”的設(shè)置虛擬變量。24虛擬變量引入的方式及每種方式的作用是什么？答：（1）加法模式：其作用是改變了模型的截距水平； （2）乘法模式：其作用在于兩個(gè)模型間的比較、因素間的交互影響分析和提高模型的描述精度；25.舉例說明如何引進(jìn)加法模式和乘法模式建立虛擬變量模型。 答案：設(shè)Y為個(gè)人消費(fèi)支出；X表示可支配收入，定義 如果設(shè)定模型為 此時(shí)模型僅影響截距項(xiàng)，差異表現(xiàn)為截距項(xiàng)的和，因此也稱為加法模型。如果設(shè)定模型為此時(shí)模型不僅影響截距項(xiàng)，而且還影響斜率項(xiàng)。差異表現(xiàn)為截距和斜率的雙重變化，因此也稱為乘法模型。26判斷計(jì)量經(jīng)濟(jì)模型優(yōu)劣的基本原則是什么？答：（1）模型應(yīng)力求簡(jiǎn)單；（2）模型具有可識(shí)別性；（3）模型具有較高的擬合優(yōu)度；（4）模型應(yīng)與理論相一致；（5）模型具有較好的超樣本功能。27設(shè)定誤差產(chǎn)生的主要原因是什么？答案：原因有四：（1）模型的制定者不熟悉相應(yīng)的理論知識(shí)；（1分）（2）對(duì)經(jīng)濟(jì)問題本身認(rèn)識(shí)不夠或不熟悉前人的相關(guān)工作；（1分）（3）模型制定者缺乏相關(guān)變量的數(shù)據(jù)；（1分）（4）解釋變量無法測(cè)量或