計(jì)量經(jīng)濟(jì)學(xué)簡答題

1、.第一章三、簡答題1. 簡述計(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，而計(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)于如何懼、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)量統(tǒng)計(jì)各種數(shù)據(jù)的懼、整理與分析提供切實(shí)可靠的數(shù)學(xué)方法，是計(jì)量經(jīng)濟(jì)學(xué)建立計(jì)量經(jīng)濟(jì)模型的主要工具，但它與經(jīng)濟(jì)理論、經(jīng)濟(jì)統(tǒng)計(jì)學(xué)結(jié)合而形成的計(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。因此計(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

2、型有哪些應(yīng)用。答：結(jié)構(gòu)分析，即是利用模型對經(jīng)濟(jì)變量之間的相互關(guān)系做出研究，分析當(dāng)其他條件不變時，模型中的解釋變量發(fā)生一定的變動對被解釋變量的影響程度。經(jīng)濟(jì)預(yù)測，即是利用建立起來的計(jì)量經(jīng)濟(jì)模型對被解釋變量的未來值做出預(yù)測估計(jì)或推算。政策評價，對不同的政策方案可能產(chǎn)生的后果進(jìn)行評價對比，從中做出選擇的過程。檢驗(yàn)和發(fā)展經(jīng)濟(jì)理論，計(jì)量經(jīng)濟(jì)模型可用來檢驗(yàn)經(jīng)濟(jì)理論的正確性，并揭示經(jīng)濟(jì)活動所遵循的經(jīng)濟(jì)規(guī)律。3. 簡述建立與應(yīng)用計(jì)量經(jīng)濟(jì)模型的主要步驟。答：一般分為5個步驟：根據(jù)經(jīng)濟(jì)理論建立計(jì)量經(jīng)濟(jì)模型；樣本數(shù)據(jù)的收集；估計(jì)參數(shù)；模型的檢驗(yàn)；計(jì)量經(jīng)濟(jì)模型的應(yīng)用。4. 對計(jì)量經(jīng)濟(jì)模型的檢驗(yàn)應(yīng)從幾個方面入手。答：經(jīng)

3、濟(jì)意義檢驗(yàn)；統(tǒng)計(jì)準(zhǔn)則檢驗(yàn)；計(jì)量經(jīng)濟(jì)學(xué)準(zhǔn)則檢驗(yàn)；模型預(yù)測檢驗(yàn)。第二章三、簡答題1. 簡述用普通最小二乘法求解模型的參數(shù)估計(jì)量的過程。答：一元線性回歸模型，采用普通最小二乘法進(jìn)行參數(shù)估計(jì)的基本準(zhǔn)則： （1）利用微積分多元函數(shù)極值原理，要使達(dá)到最小，（1）式對的一階偏導(dǎo)數(shù)都等于零，即： 由（2）式可知，并將式（4）代入（3），可得：或?qū)懸粋€就行 或者前面的，或者后面的步驟。因此，可得2. 計(jì)量經(jīng)濟(jì)學(xué)模型中隨機(jī)誤差項(xiàng)一般包括哪幾個因素？答： 內(nèi)在隨機(jī)性的因素，有人們的隨機(jī)行為和客觀存在的隨機(jī)因素；模型中被忽略掉的影響因素造成的誤差；模型的設(shè)定誤差；經(jīng)濟(jì)變量之間的合并誤差；變量的測量誤差（數(shù)據(jù)觀測誤差）

4、；未知的影響因素。因此，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。3. 古典線性回歸模型的基本假定是什么？答：零均值假定。即在給定xt的條件下，隨機(jī)誤差項(xiàng)的數(shù)學(xué)期望（均值）為0，即。同方差假定。誤差項(xiàng)的方差與t無關(guān)，為一個常數(shù)。無自相關(guān)假定。即不同的誤差項(xiàng)相互獨(dú)立。解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定。正態(tài)性假定，即假定誤差項(xiàng)服從均值為0，方差為的正態(tài)分布。4. 總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。答：主要區(qū)別：描述的對象不同?？傮w回歸模型描述總體中變量y與x的相互關(guān)系，而樣本回歸模型描述所觀測的樣本中變量y與x的相互關(guān)系。建立模型的不同。總體回歸模型是依據(jù)總體全部觀測資料建立的，樣本回歸模型

5、是依據(jù)樣本觀測資料建立的。模型性質(zhì)不同?？傮w回歸模型不是隨機(jī)模型，樣本回歸模型是隨機(jī)模型，它隨著樣本的改變而改變。主要聯(lián)系：樣本回歸模型是總體回歸模型的一個估計(jì)式，之所以建立樣本回歸模型，目的是用來估計(jì)總體回歸模型。 5. 試述回歸分析與相關(guān)分析的聯(lián)系和區(qū)別。答：兩者的聯(lián)系：相關(guān)分析是回歸分析的前提和基礎(chǔ)；回歸分析是相關(guān)分析的深入和繼續(xù)；相關(guān)分析與回歸分析的有關(guān)指標(biāo)之間存在計(jì)算上的內(nèi)在聯(lián)系。兩者的區(qū)別：回歸分析強(qiáng)調(diào)因果關(guān)系，相關(guān)分析不關(guān)心因果關(guān)系，所研究的兩個變量是對等的。對兩個變量x與y而言，相關(guān)分析中：；但在回歸分析中，和卻是兩個完全不同的回歸方程。回歸分析對資料的要求是：被解釋變量y是隨

6、機(jī)變量，解釋變量x是非隨機(jī)變量。相關(guān)分析對資料的要求是兩個變量都隨機(jī)變量。6. 在滿足古典假定條件下，一元線性回歸模型的普通最小二乘估計(jì)量有哪些統(tǒng)計(jì)性質(zhì)？答：線性，是指參數(shù)估計(jì)量和分別為觀測值和隨機(jī)誤差項(xiàng)的線性函數(shù)或線性組合。無偏性，指參數(shù)估計(jì)量和的均值（期望值）分別等于總體參數(shù)和。有效性（最小方差性或最優(yōu)性），指在所有的線性無偏估計(jì)量中，最小二乘估計(jì)量和的方差最小。第三章三、簡答題1. 給定二元回歸模型：，請敘述模型的古典假定。解答：（1）隨機(jī)誤差項(xiàng)的期望為零，即。（2）不同的隨機(jī)誤差項(xiàng)之間相互獨(dú)立，即。（3）隨機(jī)誤差項(xiàng)的方差與t無關(guān)，為一個常數(shù)，即。即同方差假設(shè)。（4）隨機(jī)誤差項(xiàng)與解釋變量

7、不相關(guān)，即。通常假定為非隨機(jī)變量，這個假設(shè)自動成立。（5）隨機(jī)誤差項(xiàng)為服從正態(tài)分布的隨機(jī)變量，即。（6）解釋變量之間不存在多重共線性，即假定各解釋變量之間不存在線性關(guān)系，即不存在多重共線性。 2. 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)模型對樣本觀測值的擬合優(yōu)度？；.解答：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產(chǎn)生很多問題，比如，降低預(yù)測精確度

8、、引起多重共線性等等。為此用修正的決定系數(shù)來估計(jì)模型對樣本觀測值的擬合優(yōu)度。第四章三、簡答題1、模型中引入虛擬變量的作用是什么？答：（1）可以描述和測量定性因素的影響；（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)。2、虛擬變量引入的原則是什么？ 答：（1）如果一個定性因素有m方面的特征，則在模型中引入m-1個虛擬變量；（2）如果模型中有m個定性因素，而每個定性因素只有兩方面的屬性或特征，則在模型中引入m個虛擬變量；如果定性因素有兩個及以上個屬性，則參照“一個因素多個屬性”的設(shè)置虛擬變量；（3）虛擬變量取值應(yīng)從分析問題的目的出發(fā)予以界定；（4）虛擬變量在單一方程中

9、可以作為解釋變量也可以作為被解釋變量。3、虛擬變量引入的方式及每種方式的作用是什么？答：（1）加法方式：其作用是改變了模型的截距水平；（2）乘法方式：其作用在于兩個模型間的比較、因素間的交互影響分析和提高模型的描述精度；（3）混合方式：即影響模型的截距又影響模型的斜率。第五章1、 簡答題1. 產(chǎn)生異方差性的原因及異方差性對模型的OLS估計(jì)有何影響。答：異方差產(chǎn)生原因：（1）模型中遺漏了某些經(jīng)濟(jì)變量；（2）模型函數(shù)形式的設(shè)定誤差；（3）樣本數(shù)據(jù)的測量誤差；（4）研究問題的本身；（5）分組數(shù)據(jù)的使用；（6）平均數(shù)的使用。異方差產(chǎn)生的影響：如果線性回歸模型的隨機(jī)誤差項(xiàng)存在異方差性，會對模型參數(shù)估計(jì)、

10、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)值的無偏性和線性性；（2）參數(shù)的最小二乘法估計(jì)量不是一個有效的估計(jì)量；（3）對模型參數(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)測精度降低，即模型的預(yù)測失效。2. 檢驗(yàn)異方差性的方法及解決異方差性的方法分別有哪些？答：異方差的檢驗(yàn)方法：（1）圖示檢驗(yàn)法；（2）戈德菲爾德夸特檢驗(yàn)；（3）懷特檢驗(yàn)；（4）戈里瑟檢驗(yàn)法（殘差回歸檢驗(yàn)法）；（5）斯皮爾曼等級相關(guān)系數(shù)檢驗(yàn)法異方差解決方法：（1）模型變換法；（2）加權(quán)最小二乘法；（3）廣義最小二乘法等3. 以二元或三元線性回歸模型為例簡述懷特（White）檢驗(yàn)的主要步驟

11、。答：設(shè)二元線性回歸模型：檢驗(yàn)步驟：1、用OSL法估計(jì)模型，并計(jì)算出相應(yīng)的殘差平方，做輔助回歸模型。2、計(jì)算統(tǒng)計(jì)量nR2。3、在H0:1=2=3=4=5=0的原假設(shè)下，nR2漸進(jìn)服從自由度為5的x2分布，給定顯著性水平，查x2分布表得臨界值X2(5)。4、如果nR2X2(5)，則拒絕，H0接受H1，表明回歸模型中參數(shù)至少有一個顯著不為零，即隨機(jī)誤差項(xiàng)ut存在異方差。反之，則認(rèn)為不存在異方差。3. 戈德菲爾德夸特檢驗(yàn)檢驗(yàn)異方差性的基本原理及其使用條件。答：戈德菲爾特夸特的基本原理：先按某一解釋變量（可能引起異方差的解釋變量）對樣本進(jìn)行排序，再將排序后的樣本分為兩部分，分別對兩個子樣本進(jìn)行回歸，并

12、計(jì)算兩個子樣本的殘差平方和。最后，比較兩個子樣本的殘差平方和是否有明顯差異，以此判斷是否存在異方差。如果隨機(jī)誤差項(xiàng)是同方差的，則這兩個子樣本的殘差平方和應(yīng)該大致相等；如果是異方差的，則兩者差別較大，以此來判斷是否存在異方差。使用條件：大樣本：通常要求樣本容量n30或解釋變量個數(shù)的2倍以上。除同方差假定不成立外，其他假定均滿足。主要指隨機(jī)誤差項(xiàng)服從正態(tài)分布且無序列相關(guān)。若存在異方差，其異方差的形式是單調(diào)的（單調(diào)遞增或遞減）。 5. 以一元線性回歸模型為例闡述戈德菲爾德夸特檢驗(yàn)檢驗(yàn)異方差性的基本步驟答：內(nèi)容見課上講過的 第六章三、簡答題1簡述DW檢驗(yàn)的局限性和使用條件。答：從判斷準(zhǔn)則中看到，DW檢

13、驗(yàn)存在兩個主要的局限性：DW檢驗(yàn)的運(yùn)用有前提條件，只有符合這些前提條件，DW檢驗(yàn)才是有效的，即只能檢驗(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，對于序列相關(guān)問題般只進(jìn)行DW檢驗(yàn)；DW檢驗(yàn)有兩個不能確定的區(qū)域，一旦DW值落在這兩個區(qū)域，就無法判斷。 這時有兩個處理方法：一是加大樣本容量或重新選取樣本，重做DW檢驗(yàn)；二是選用其他檢驗(yàn)方法。使用條件：隨機(jī)誤差項(xiàng)為一階自回歸形式；被解釋變量滯后值不能在回歸模型中作為解釋變量；樣本容量應(yīng)充分大，即DW檢驗(yàn)要求樣本容量n15,因?yàn)楫?dāng)n15時， D

14、W檢驗(yàn)上下界表的數(shù)據(jù)不完整，從而無法進(jìn)行檢驗(yàn)。 2模型產(chǎn)生自相關(guān)的后果以及檢驗(yàn)方法分別有哪些？答：產(chǎn)生自相關(guān)的后果有：（1）普通最小二乘法（OLS）估計(jì)量仍具有無偏性和線性性；（2）普通最小二乘法（OLS）估計(jì)量不再具有最小方差性；（3）可能低估參數(shù)估計(jì)量和隨機(jī)誤差項(xiàng)的方差；（4）參數(shù)顯著性檢驗(yàn)失效；（5）預(yù)測失效。自相關(guān)的檢驗(yàn)方法有：（1）圖示法；（2）DW（Durbin-Watston）檢驗(yàn)法；（3）LM檢驗(yàn)（亦稱BG檢驗(yàn)）法；（4）回歸檢驗(yàn)法。4. 試簡述杜賓瓦特森檢驗(yàn)（D-W檢驗(yàn)）的主要步驟。答：檢驗(yàn)步驟如下：（1）用普通最小二乘法（OLS）估計(jì)模型，計(jì)算出隨機(jī)誤差項(xiàng)的估計(jì)值； （2）

15、提出假設(shè)： （3）構(gòu)造DW檢驗(yàn)統(tǒng)計(jì)量 （1） 其中，由第一步回歸所得。由于（1）式可以展開為式（2） （2）由于只有一次觀測之差，故可以認(rèn)為近似相等，則有： （3）又由于（自相關(guān)系數(shù)的近似計(jì)算）。因此，。由于，因此，。（4）確定拒絕域根據(jù)樣本容量n和解釋變量的個數(shù)k，在給定的顯著水平下，查表DW分布表，可得臨界值dl（下臨界值）和du（上臨界值）。再根據(jù)DW檢驗(yàn)決策規(guī)則，可確定拒絕域。DW檢驗(yàn)決策規(guī)則如下表： 0DWdl正自相關(guān)4dlDW4負(fù)自相關(guān)duDW4du無自相關(guān)4duDW4dl不能判定是否有自相關(guān)dlDWdu不能判定是否有自相關(guān)（5）檢驗(yàn)判斷根據(jù)第（3）步計(jì)算得到的DW值，再根據(jù)（4）

16、步DW的檢驗(yàn)決策規(guī)則。根據(jù)其所落的區(qū)間范圍，做出自相關(guān)的檢驗(yàn)判斷。4產(chǎn)生自相關(guān)的原因有哪些？檢驗(yàn)是否存在自相關(guān)的方法有哪些？答：產(chǎn)生自相關(guān)的原因有：（1）模型數(shù)學(xué)形式的設(shè)定誤差；（2）模型中省略掉了帶有自相關(guān)的重要解釋變量；（3）經(jīng)濟(jì)變量固有的慣性；（4）經(jīng)濟(jì)活動的滯后效應(yīng)；（5）樣本數(shù)據(jù)的處理。自相關(guān)的檢驗(yàn)方法有：（1）圖示法；（2）DW（Durbin-Watston）檢驗(yàn)法；（3）LM檢驗(yàn)（亦稱BG檢驗(yàn)）法；（4）回歸檢驗(yàn)法。5. 試簡述LM（BG）檢驗(yàn)法的主要步驟。答：詳細(xì)請見書本和筆記！第七章三、簡述1. 產(chǎn)生多重共線性的原因是什么？答：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)生多重共線性主要有下述原因：一共四個，參考書本P162與筆記2. 完全多重共線性對OLS估計(jì)量的影響有哪些？不完全多重共線性對OLS估計(jì)量的影響有哪些？答：完全多重共線性的后果：（1）無法估計(jì)模型的參數(shù)，即不能獨(dú)立分辨各個解釋變量對因變量的影響。（2）參數(shù)估計(jì)量的方差無窮大（或無法估計(jì)）近似多重共線性的后果：一共六個 請見書本與筆記3. 從哪些癥狀中可以判斷可能存在多重共線性？答：（1）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