計(jì)量經(jīng)濟(jì)學(xué)名詞解釋與簡(jiǎn)答

1、精選文檔6.ESSJk-1)RSS (n-k) F(k-1,n- k)計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)題題型：選擇2*10;填空2*10;名詞解釋4*5;綜合題10*4一選擇填空考點(diǎn)1. 截面數(shù)據(jù)，時(shí)間序列，面板數(shù)據(jù)定義。P12/1.3.3截面數(shù)據(jù)：同一時(shí)間（時(shí)期或時(shí)點(diǎn)）某個(gè)指標(biāo)在不同空間的觀測(cè)數(shù)據(jù)。時(shí)間序列數(shù)據(jù)：把反映某一總體特征的同一指標(biāo)的數(shù)據(jù)，按照一定的時(shí)間順序和時(shí)間間隔（如月度.季度.年度）排列起來(lái)，這樣的統(tǒng)計(jì)數(shù)據(jù)稱(chēng)為時(shí)間序列數(shù)據(jù)。時(shí)間序列數(shù)據(jù)可以是時(shí)期數(shù)據(jù)，也可以是時(shí)點(diǎn)數(shù)據(jù)。面板數(shù)據(jù)：指時(shí)間序列數(shù)據(jù)和截面數(shù)據(jù)相結(jié)合的數(shù)據(jù)。如在具名手指調(diào)查中收集的對(duì)各個(gè)固定調(diào)查戶(hù)在不同時(shí)期的調(diào)查數(shù)據(jù)。2. 有限分布滯后

2、模型定義P184/7.1.3被解釋變量受解釋變量的影響分布在解釋變量不同時(shí)期的滯后值上，即模型形如=優(yōu)+西+丹Z-1+肉/2+Ut具有這種滯后分布結(jié)構(gòu)的模型稱(chēng)為分布滯后模型，其中s為滯后長(zhǎng)度。根據(jù)滯后長(zhǎng)度s取為有限和無(wú)限，模型分別稱(chēng)為有限分布滯后模型和無(wú)限分布滯后模型。3. 設(shè)定誤差定義P244/9.1計(jì)量經(jīng)濟(jì)模型是對(duì)變量間經(jīng)濟(jì)關(guān)系因果性的設(shè)想，若所設(shè)定的回歸模型是“正確”的，主要任務(wù)是所選模型參數(shù)的估計(jì)和假設(shè)檢驗(yàn)。但是如果對(duì)計(jì)量模型的各種診斷或檢驗(yàn)總不能令人滿(mǎn)意，這時(shí)應(yīng)把注意力集中到模型的設(shè)定方面：考慮所建模型是否遺漏了重要的變量？是否包含了多余的變量？所選模型的函數(shù)形式是否正確？隨機(jī)擾動(dòng)項(xiàng)

3、的設(shè)定是否合理？變量的數(shù)據(jù)收集是否有誤差？所有這些，計(jì)量經(jīng)濟(jì)學(xué)中被統(tǒng)稱(chēng)為設(shè)定誤差。4. 時(shí)間序列平穩(wěn)性階數(shù)判定P267-270/10.1所謂時(shí)間序列的平穩(wěn)性，是指時(shí)間序列的統(tǒng)計(jì)規(guī)律不會(huì)隨著時(shí)間的推移而發(fā)生變化。直觀上，一個(gè)平穩(wěn)的時(shí)間序列可以看作一條圍繞其均值上下波動(dòng)的曲線(xiàn)。從理論上，有兩種意義的平穩(wěn)性，一是嚴(yán)格平穩(wěn)，另一種是弱平穩(wěn)。從單位根過(guò)程的定義可以看出，含一個(gè)單位根的過(guò)程，其一階差分必工=z-峪二4是一平穩(wěn)過(guò)程，像這種經(jīng)過(guò)一次差分后變?yōu)槠椒€(wěn)的序列稱(chēng)為一階單整序列QntegratedProcess）,記為國(guó).有時(shí)，一個(gè)序列號(hào)一次差分后可能還是非平穩(wěn)的，如果序列經(jīng)過(guò)二階差分后才變成平穩(wěn)過(guò)程,

4、則稱(chēng)序列甲為二階單塘序列，記為-I（2）-一般地，如果序列經(jīng)過(guò)d次差分后平穩(wěn)，而d-I次差分卻不平穩(wěn)，那么稱(chēng)為d階單整序列，記為修衛(wèi)稱(chēng)為整形階數(shù).特別地,若序列NJ本身是平穩(wěn)的，則稱(chēng)序列為零階單整序列，記為在-1（。兀5. 有效，無(wú)偏含義P35/2.2.4有效性一個(gè)估計(jì)式若不僅具有無(wú)偏性而且具有最小方差性時(shí)，成這個(gè)估計(jì)式為有效估計(jì)式.無(wú)偏估計(jì)式可能有多個(gè)，但在所有無(wú)偏估計(jì)式中，只有最小的最佳無(wú)偏估計(jì)式才是有效估計(jì)（一）番數(shù)估計(jì)式的評(píng)價(jià)標(biāo)準(zhǔn)1 .無(wú)偏性前提：里復(fù)抽樣中估計(jì)方法固定、樣本數(shù)不變、經(jīng)重復(fù)抽樣的觀測(cè)值，可得一系列參效估計(jì)值參數(shù)估計(jì)值方的分布稱(chēng)為4的抽樣分布,密度函數(shù)記為/科如果以=0，

5、稱(chēng)G是參數(shù)。的無(wú)偏估計(jì)式，否則稱(chēng),是有偏的,其偏倚為口力）_嚴(yán)t,F檢驗(yàn)統(tǒng)計(jì)量表達(dá)式P47/2.4.3P87/3.3.2?*t-722t(n2)SE(馬)SE(馬)7. 協(xié)整定義P273/10.3所謂協(xié)整，是指多個(gè)非平穩(wěn)變量的某種線(xiàn)性組合是平穩(wěn)的。例如，收入與消費(fèi)，工資與價(jià)格，政府支出與稅收，出口與進(jìn)口等，這些經(jīng)濟(jì)時(shí)間序列一般是非平穩(wěn)序列，但它們之間卻往往存在長(zhǎng)期均衡關(guān)系。下面給出協(xié)整的嚴(yán)格定義;對(duì)于兩個(gè)序列打和T物果而且存在一組三港常數(shù)巴巴，使得a苒十%.II0則稱(chēng)因和國(guó)之間是協(xié)整的38. ADF檢驗(yàn)三種模型形式P272/10.2.3假設(shè)基本模型為如下三種類(lèi)型.模型11d二+/九1+/4模型

6、libY=+/匕I+百其中冉為陵機(jī)擾動(dòng)項(xiàng)，它可以是一個(gè)一般的平穩(wěn)過(guò)程.9. 虛擬變量設(shè)定方法P217/8.1.2虛擬變量的設(shè)置規(guī)則涉及三個(gè)方面：1 .“0”和“1”選取原則2 .屬性（狀態(tài)、水平）因素與設(shè)置虛擬變量數(shù)量的關(guān)系3 .虛擬變量在回歸分析中的角色以及作用等方面的問(wèn)題10. OLS#數(shù)估計(jì)的統(tǒng)計(jì)學(xué)性質(zhì)P35（1）無(wú)偏性；（2）最小方差性;（3）線(xiàn)性特性CLS估計(jì)的斑針性質(zhì)高再文理績(jī)性特征X是丁的耀性函數(shù)2 .無(wú)偏特性（證明同教MP37）3 .最小方差特性Til二月層”丁PE降/】在所有的線(xiàn)性無(wú)偏拈汁中，0LS估計(jì)我具有最小方差結(jié)論：在古典假定條件下，。/估計(jì)式是息佳線(xiàn)性無(wú)偏咕計(jì)K（機(jī)見(jiàn)

7、）二名詞解釋?zhuān)? .工具變量P198/7.4.2所謂工具變量法，就是在進(jìn)行參數(shù)估計(jì)的過(guò)程中選擇適當(dāng)?shù)墓ぞ咦兞?，代替回歸模型中同隨機(jī)擾動(dòng)項(xiàng)存在相關(guān)性的解釋變量。2 .分布滯后模型P185/7.1.3被解釋變量受解釋變量的影響分布在解釋變量不同時(shí)期的滯后值上，即模型形如工=優(yōu)+自工+月&“+肉工+-+月工7+%具有這種滯后分布結(jié)構(gòu)的模型稱(chēng)為分布滯后模型，其中S為滯后長(zhǎng)度。根據(jù)滯后長(zhǎng)度s取為有限和無(wú)限，模型分別稱(chēng)為有限分布滯后模型和無(wú)限分布滯后模型。3 .序列相關(guān)性P158自相關(guān)，又稱(chēng)序列相關(guān)是指總體回歸模型的隨機(jī)誤差項(xiàng)之間存在相關(guān)關(guān)系。即不同觀測(cè)點(diǎn)上的誤差項(xiàng)彼此相關(guān)。4 .異方差性P130/5.1

8、設(shè)模型為Yi12X2i3X3i.kXkiui1,2,.n如果對(duì)于模型中隨機(jī)誤差項(xiàng)ui有：2Var（ui）i,i1,2,3,.,n則稱(chēng)具有異方差性。5 .判定系數(shù)P41/2.3.222回歸平萬(wàn)和（解釋了的變差ESSyi在總變差（TSS）yi中所占的比重稱(chēng)為可決系數(shù)（或稱(chēng)判定系數(shù)），用r2表示6 .戈德菲爾特-匡特檢驗(yàn)P134/5.3.2戈德菲爾特-匡特檢驗(yàn)方法是戈德菲爾特和匡特于1965年提出的，可用于檢驗(yàn)遞增性或遞減性異方差?；舅枷耄簩颖痉譃閮刹糠?，然后分別對(duì)兩個(gè)樣本進(jìn)行回歸，并計(jì)算兩個(gè)子樣的殘差平方和所構(gòu)成的比，以此為統(tǒng)計(jì)量來(lái)判斷是否存在異方差。7 .DW檢驗(yàn)P165/6.3.2是杜賓和

9、沃特森于1951年提出的一種適用于小樣本的檢驗(yàn)方法。8科克倫-奧克特迭代法P169/6.4.2其基本思想是通過(guò)逐次迭代去尋找更為滿(mǎn)意的p的估計(jì)值，然后再采用廣義差分法。具體來(lái)說(shuō)，該方法是利用et去估計(jì)未知的p。三綜合題1.假設(shè)要求你建立一個(gè)計(jì)量經(jīng)濟(jì)模型來(lái)說(shuō)明在學(xué)校跑道上慢跑一英里或一英里以上的人數(shù)，以便決定是否修建第二條跑道以滿(mǎn)足所有的鍛煉者。你通過(guò)整個(gè)學(xué)年收集數(shù)據(jù)，得到兩個(gè)可能的解釋性方程：方程A:Y?125.015.0Xi1.0X21.5X3R2o.75方程B:Y?123.014.0X15.5X23.7X4R20.73其中：Y一某天慢跑者的人數(shù)；X1一該天降雨的英寸數(shù)；X2一該天日照的小時(shí)

10、數(shù)；X3該天的最高溫度（按華氏溫度）；X4一第二天需交學(xué)期論文的班級(jí)數(shù)請(qǐng)回答下列問(wèn)題：（1）這兩個(gè)方程你認(rèn)為哪個(gè)更合理些，為什么？（2）為什么用相同的數(shù)據(jù)去估計(jì)相同變量的系數(shù)得到不同的符號(hào)？（1）我認(rèn)為方程B更合理些。因?yàn)殡m然方程A的修正的可決系數(shù)更大，表明方程A的擬合優(yōu)度更好，但從定性的角度分析，認(rèn)為方程A中X2與%的系數(shù)符號(hào)與實(shí)際情況不符，修正的可決系數(shù)可能是因?yàn)榇嬖诙嘀毓簿€(xiàn)性而變大，故我認(rèn)為方程B更合理。（2）可能是因?yàn)槟骋环匠讨写嬖诙嘀毓簿€(xiàn)性導(dǎo)致。2 .估計(jì)消費(fèi)函數(shù)模型Ci=Yiui得Ci=150.81Yit值（13.1）（18.7）n=19R2=0.81其中，C:消費(fèi)（元）Y:收入（

11、元）。已知1025(19)2.0930,to.o5(19)1.729,to.o25(17)2.1098,to.(17)1.7396。問(wèn)：(1)利用t值檢驗(yàn)參數(shù)的顯著性(a=0.05);(2)確定參數(shù)的標(biāo)準(zhǔn)差；(3)判斷一下該模型的擬合情況。(1)針對(duì)原假設(shè)=0和備擇假設(shè)H:，0,由題可知：t()=18.7.取“=0.05，查t分布表得自由度為n-2=19-2=17的臨界值t0.025(17)=2.1098.因?yàn)閠()=18.7t0.025(17)=2.1098,所以應(yīng)拒絕H:=0O這表明，收入對(duì)消費(fèi)有顯著影響。因?yàn)閠*=(B-)/se(0),而假設(shè)h：=0,可以求的t*=B/SE(B),SE(

12、B)=B/t=0.81/18.7=0.04332(3)由于R2=0.81,所以在被解釋變量(消費(fèi))觀測(cè)值的總變差中，有81%油所估計(jì)的樣本回歸模型做出了解釋。3 .根據(jù)我國(guó)19782000年的財(cái)政收入Y和國(guó)內(nèi)生產(chǎn)總值X的統(tǒng)計(jì)資料，可建立如下的計(jì)量經(jīng)濟(jì)模型：Y556.64770.1198X(2.5199)(22.7229)R=0.9609,SE=731.2086,F=516.3338,DW=0.3474請(qǐng)回答以下問(wèn)題：(1)何謂計(jì)量經(jīng)濟(jì)模型的自相關(guān)性？(2)試檢驗(yàn)該模型是否存在一階自相關(guān)，為什么？(3)自相關(guān)會(huì)給建立的計(jì)量經(jīng)濟(jì)模型產(chǎn)生哪些影響？(4)如果該模型存在自相關(guān)，試寫(xiě)出消除一階自相關(guān)的方

13、法和步驟。(臨界值dL1.24,dU1.43)(1)自相關(guān)，又稱(chēng)序列相關(guān)是指總體回歸模型的隨機(jī)誤差項(xiàng)之間存在相關(guān)關(guān)系。即不同觀測(cè)點(diǎn)上的誤差項(xiàng)彼此相關(guān)。(2)因?yàn)閐L=1.24,dU=1.43,DW=0.3474,彳|DWF”(3,11)=3.59,應(yīng)拒絕原假設(shè)H0：02=03=04=0,說(shuō)明回歸方程顯著。1 .計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)、數(shù)學(xué)的聯(lián)系是什么？計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)、數(shù)學(xué)的聯(lián)系主要體現(xiàn)在計(jì)量經(jīng)濟(jì)學(xué)對(duì)經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)、數(shù)學(xué)的應(yīng)用方面，分別如下：1)計(jì)量經(jīng)濟(jì)學(xué)對(duì)經(jīng)濟(jì)理論的利用主要體現(xiàn)在以下幾個(gè)方面(1)計(jì)量經(jīng)濟(jì)模型的選擇和確定(2)對(duì)經(jīng)濟(jì)模型的修改和調(diào)整(3)對(duì)計(jì)量經(jīng)濟(jì)分析結(jié)果

14、的解讀和應(yīng)用2)計(jì)量經(jīng)濟(jì)學(xué)對(duì)統(tǒng)計(jì)學(xué)的應(yīng)用(1)數(shù)據(jù)的收集、處理、(2)參數(shù)估計(jì)(3)參數(shù)估計(jì)值、模型和預(yù)測(cè)結(jié)果的可靠性的判斷3)計(jì)量經(jīng)濟(jì)學(xué)對(duì)數(shù)學(xué)的應(yīng)用(1)關(guān)于函數(shù)性質(zhì)、特征等方面的知識(shí)(2)對(duì)函數(shù)進(jìn)行對(duì)數(shù)變換、求導(dǎo)以及級(jí)數(shù)展開(kāi)(3)參數(shù)估計(jì)(4)計(jì)量經(jīng)濟(jì)理論和方法的研究2 .模型的檢驗(yàn)包括哪幾個(gè)方面？具體含義是什么？模型的檢驗(yàn)主要包括：經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)、模型的預(yù)測(cè)檢驗(yàn)。在經(jīng)濟(jì)意義檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ褪欠穹辖?jīng)濟(jì)意義，檢驗(yàn)求得的參數(shù)估計(jì)值的符號(hào)、大小、參數(shù)之間的關(guān)系是否與根據(jù)人們的經(jīng)驗(yàn)和經(jīng)濟(jì)理論所擬訂的期望值相符合；在統(tǒng)計(jì)檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)值的可靠性，即檢驗(yàn)?zāi)Ｐ?/p>

15、的統(tǒng)計(jì)學(xué)性質(zhì)，有擬合優(yōu)度檢驗(yàn)、變量顯著檢驗(yàn)、方程顯著性檢驗(yàn)等；在計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ偷挠?jì)量經(jīng)濟(jì)學(xué)性質(zhì)，包括隨機(jī)擾動(dòng)項(xiàng)的序列相關(guān)檢驗(yàn)、異方差性檢驗(yàn)、解釋變量的多重共線(xiàn)性檢驗(yàn)等；模型的預(yù)測(cè)檢驗(yàn)，主要檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)量的穩(wěn)定性以及對(duì)樣本容量變化時(shí)的靈敏度，以確定所建立的模型是否可以用于樣本觀測(cè)值以外的范圍。1.為什么計(jì)量經(jīng)濟(jì)學(xué)模型的理論方程中必須包含隨機(jī)干擾項(xiàng)？計(jì)量經(jīng)濟(jì)學(xué)模型考察的是具有因果關(guān)系的隨機(jī)變量間的具體聯(lián)系方式。由于是隨機(jī)變量，意味著影響被解釋變量的因素是復(fù)雜的，除了解釋變量的影響外，還有其他無(wú)法在模型中獨(dú)立列出的各種因素的影響。這樣,理論模型中就必須使用一個(gè)稱(chēng)為隨機(jī)干擾項(xiàng)的變量

16、來(lái)代表所有這些無(wú)法在模型中獨(dú)立表示出來(lái)的影響因素，以保證模型在理論上的科學(xué)性。3 .為什么用可決系數(shù)R2評(píng)價(jià)擬合優(yōu)度，而不是用殘差平方和作為評(píng)價(jià)標(biāo)準(zhǔn)？可決系數(shù)R2=ESS/TSS=1-RSS/TSS含義為由解釋變量引起的被解釋變量的變化占被解釋變量總變化的比重，用來(lái)判定回歸直線(xiàn)擬合的優(yōu)劣，該值越大說(shuō)明擬合的越好；而殘差平方和與樣本容量關(guān)系密切，當(dāng)樣本容量比較小時(shí)，殘差平方和的值也比較小，尤其是不同樣本得到的殘差平方和是不能做比較的。止匕外，作為檢驗(yàn)統(tǒng)計(jì)量的一般應(yīng)是相對(duì)量而不能用絕對(duì)量，因而不能使用殘差平方和判斷模型的擬合優(yōu)度。4 .根據(jù)最小二乘原理，所估計(jì)的模型已經(jīng)使得擬合優(yōu)度差達(dá)到最小，為什

17、么還要討論模型的擬合優(yōu)度問(wèn)題？普通最小二乘法所保證的最好擬合是同一個(gè)問(wèn)題內(nèi)部的比較，即使用給出的樣本數(shù)據(jù)滿(mǎn)足殘差的平方和最?。粩M合優(yōu)度檢驗(yàn)結(jié)果所表示的優(yōu)劣可以對(duì)不同的問(wèn)題進(jìn)行比較，即可以辨別不同的樣本回歸結(jié)果誰(shuí)好誰(shuí)壞。1 .多元線(xiàn)性回歸模型與一元線(xiàn)性回歸模型有哪些區(qū)別？多元線(xiàn)性回歸模型與一元線(xiàn)性回歸模型的區(qū)別表現(xiàn)在如下幾個(gè)方面：一是解釋變量的個(gè)數(shù)不同；二是模型的經(jīng)典假設(shè)不同，多元線(xiàn)性回歸模型比一元線(xiàn)性回歸模型多了個(gè)“解釋變量之間不存在線(xiàn)性相關(guān)關(guān)系”的假定；三是多元線(xiàn)性回歸模型的參數(shù)估計(jì)式的表達(dá)更為復(fù)雜。2 .為什么說(shuō)最小二乘估計(jì)量是最優(yōu)線(xiàn)性無(wú)偏估計(jì)量？對(duì)于多元線(xiàn)性回歸最小二乘估計(jì)的正規(guī)方程組，

18、能解出唯一的參數(shù)估計(jì)量的條件是什么？在滿(mǎn)足經(jīng)典假設(shè)的條件下，參數(shù)的最小二乘估計(jì)量具有線(xiàn)性性、無(wú)偏性以及最小性方差，所以被稱(chēng)為最優(yōu)線(xiàn)性無(wú)偏估計(jì)量（BLUE對(duì)于多元線(xiàn)性回歸最小二乘估計(jì)的正規(guī)方程組，能解出唯一的參數(shù)估計(jì)量的條彳是（XX）-1存在，或者說(shuō)各解釋變量間不完全線(xiàn)性相關(guān)。Plim(名Plim- zi inPlim - nZiXiCov(Zt,t)Z1Cov(Zt,Xt)1 .簡(jiǎn)述異方差對(duì)OLS古計(jì)量的性質(zhì)、置彳W區(qū)間、顯著性t檢驗(yàn)和F檢驗(yàn)有何影響。OLS估計(jì)量仍是線(xiàn)性無(wú)偏的，但不再具有最小方差，即不再有效；大樣本情況下，具有一致性，但不具有漸近有效性。由于相應(yīng)的置信區(qū)間和t檢驗(yàn)、F檢驗(yàn)都與

19、估計(jì)量的方差相關(guān)，因此會(huì)造成建立的置信區(qū)間以及t檢驗(yàn)與F檢驗(yàn)都不再是可靠的。2 .在存在一階自相關(guān)的情形下，估計(jì)自相關(guān)參數(shù)p有哪些不同的方法？說(shuō)明基本思路。在存一階自相關(guān)的情況下，估計(jì)自相關(guān)系數(shù)p有下述幾種方法：（1）利1 .什么是估計(jì)的一致性？試通過(guò)一元模型證明對(duì)于工具變量法的斜率的估計(jì)量B 1八是B 1的一致估計(jì)。估計(jì)的一致性是指，隨著樣本容量的增加，即使當(dāng) n 時(shí)，參數(shù)估計(jì)量依概率收斂于參數(shù)的真值，即有:Plim(L)對(duì)于一元線(xiàn)性回歸模型：Yt01Xt t ,在第二章曾得如下一 一, 0 X%x t 一 一最小二乘估計(jì)量：? 答1 V，如果xt和tXtxt同期相關(guān)，則估計(jì)量有偏且不一致，

20、這時(shí)需要用一個(gè)與Xt高度相關(guān)而與t同期無(wú)關(guān)的工具變量Zt來(lái)代替Xt進(jìn)彳t ols估計(jì)，這就是所謂的工具變量法。這時(shí)正規(guī)方程組易得0/ zvZi i %1 ，兩邊取概率極限得:ZXZiXi2 .簡(jiǎn)述序列相關(guān)帶來(lái)的后果。當(dāng)模型存在序列相關(guān)時(shí)，根據(jù)普通最小二乘法估計(jì)出的參數(shù)估計(jì)量仍具 有線(xiàn)性特性和無(wú)偏性，但不再具有有效性；用于參數(shù)顯著性的檢驗(yàn)統(tǒng)計(jì) 量，要涉及到參數(shù)估計(jì)量的標(biāo)準(zhǔn)差，因而參數(shù)檢驗(yàn)也失去意義1.簡(jiǎn)述結(jié)構(gòu)方程識(shí)別的階條件和秩條件的步驟。聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的結(jié)構(gòu)式Y(jié) X 中的第i個(gè)方程中包含gi個(gè)內(nèi)生變量和ki個(gè)先決變量，模型系統(tǒng)中內(nèi)生變量和先決變量的數(shù)目用g和k表示，矩陣（0 0）表示第

21、i個(gè)方程中未包含的變量在其它g 1個(gè)方程中對(duì)應(yīng)系數(shù)所組成的矩陣。于是， 判斷第i個(gè)結(jié)構(gòu)方程識(shí)別狀態(tài)的結(jié)構(gòu)式條件為：如果R（ 0 0） g 1，則第i個(gè)結(jié)構(gòu)方程不可識(shí)別；如果R（ 0 0） g 1 ,則第i個(gè)結(jié)構(gòu)方程可以識(shí)別，并且如果k kigi1 ,則第i個(gè)結(jié)構(gòu)方程恰好識(shí)別，如果k kigi1,則第i個(gè)結(jié)構(gòu)方程過(guò)度識(shí)別。其中符號(hào)R表示矩陣的秩。一般將該條件的前一部分稱(chēng)為秩條件，用以 判斷結(jié)構(gòu)方程是否識(shí)別；后一部分稱(chēng)為階條件，用以判斷結(jié)構(gòu)方程恰好 識(shí)別或者過(guò)度識(shí)別。用D.W.統(tǒng)計(jì)量（大樣本情況下）求p的估計(jì)值；（2）柯-奧迭代法；（3）杜賓兩步法。不論哪種方法，其基本思路都是采用OLS方法估計(jì)原

22、模型，得到隨機(jī)干擾項(xiàng)的“近似估計(jì)值”，然后利用該“近似估計(jì)值”求得隨機(jī)干擾項(xiàng)相關(guān)系數(shù)的估計(jì)量。3 .聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型中結(jié)構(gòu)方程的結(jié)構(gòu)參數(shù)為什么不能直接應(yīng)用OLS估計(jì)？主要的原因有三：第一，結(jié)構(gòu)方程解釋變量中的內(nèi)生解釋變量是隨機(jī)解釋變量，不能直接用OLS來(lái)估計(jì)；第二，在估計(jì)聯(lián)立方程系統(tǒng)中某一個(gè)隨機(jī)方程參數(shù)時(shí)，需要考慮沒(méi)有包含在該方程中的變量的數(shù)據(jù)信息，而單方程的OLS估計(jì)做不到這一點(diǎn)；第三，聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型系統(tǒng)中每個(gè)隨機(jī)方程之間往往存在某種相關(guān)性，表現(xiàn)于不同方程隨機(jī)干擾項(xiàng)之間，如果采用單方程方法估計(jì)某一個(gè)方程，是不可能考慮這種相關(guān)性的，造成信息的損失。4 .如何對(duì)不可識(shí)別的方程進(jìn)行簡(jiǎn)

23、單的修改使之可以識(shí)別？修改方程使得其余每一個(gè)方程中都包含至少1個(gè)該方程所未包含的變量,并且互不相同，那么所有方程的任意線(xiàn)性組合都不能構(gòu)成與該方程相同的統(tǒng)計(jì)形式，則該方程變?yōu)榭梢宰R(shí)別的方程5 .計(jì)量經(jīng)濟(jì)學(xué)與統(tǒng)計(jì)學(xué)的區(qū)別是什么？(1)計(jì)量經(jīng)濟(jì)學(xué)是以問(wèn)題為導(dǎo)向，以經(jīng)濟(jì)模型為核心的；統(tǒng)計(jì)學(xué)則是以經(jīng)濟(jì)數(shù)據(jù)為核心的，且常常也是數(shù)據(jù)導(dǎo)向的(2)計(jì)量經(jīng)濟(jì)學(xué)對(duì)經(jīng)濟(jì)問(wèn)題有更重要的指導(dǎo)作用(3)計(jì)量經(jīng)濟(jì)學(xué)對(duì)經(jīng)濟(jì)理論的實(shí)證作用3.對(duì)于出現(xiàn)了異方差性的計(jì)量經(jīng)濟(jì)模型，仍采用OLS法估計(jì)模型參數(shù)，會(huì)產(chǎn)生什么不良后果？為什么？1)參數(shù)估計(jì)量非有效因?yàn)樵谟行宰C明中利用了E(尸2I2)變量的顯著性檢驗(yàn)失去意義變量的顯著性檢mt

24、中,構(gòu)造了t統(tǒng)計(jì)量它是建立在6不變而正確估計(jì)參數(shù)方差力的建礎(chǔ)之上的.如果出現(xiàn)了異方差性估計(jì)物”出現(xiàn)偏愛(ài)4偏大或偏小】，檢驗(yàn)失去意義.|3)模型的預(yù)測(cè)失效一方面，由于上述后果，使得模型不具有良好的統(tǒng)計(jì)性質(zhì)；后方面7%預(yù)測(cè)值的置信區(qū)間中也包含有參數(shù)方差的估計(jì)量所以，當(dāng)模型出現(xiàn)異方差性時(shí)，參數(shù)OLS古計(jì)值的變異程度增大，從而造成對(duì)丫的預(yù)測(cè)誤差變大，降低預(yù)測(cè)精度，預(yù)測(cè)功能失效。1.為什么計(jì)量經(jīng)濟(jì)學(xué)模型的理論方程中必須包含隨機(jī)誤差項(xiàng)？計(jì)量經(jīng)濟(jì)學(xué)模型考察的是具有因果關(guān)系的隨機(jī)變量間的具體聯(lián)系方式。由于是隨機(jī)變量，意味著影響被解釋變量的因素是復(fù)雜的，除了解釋變量的影響外，還有其他無(wú)法在模型中獨(dú)立列出的各種因

25、素的影響。這樣，理論模型中就必須使用一個(gè)稱(chēng)為隨機(jī)干擾項(xiàng)的變量來(lái)代表所有這些無(wú)法在模型中獨(dú)立表示出來(lái)的影響因素，以保證模型在理論上的科學(xué)性。3.聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型中的結(jié)本式方程為什么不能直接用OLS法估計(jì)？第一，結(jié)構(gòu)方程解釋變量中的內(nèi)生解釋變量是隨機(jī)解釋變量，不能直接用OLS來(lái)估計(jì)；第二，在估計(jì)聯(lián)立方程系統(tǒng)中某一個(gè)隨機(jī)方程參數(shù)時(shí)，需要考慮沒(méi)有包含在該方程中的變量的數(shù)據(jù)信息，而單方程的OLS古計(jì)做不到這一點(diǎn)；第三，聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型系統(tǒng)中每個(gè)隨機(jī)方程之間往往存在某種相關(guān)性，表現(xiàn)于不同方程隨機(jī)干擾項(xiàng)之間，如果采用單方程方法估計(jì)某一個(gè)方程，是不可能考慮這種相關(guān)性的，造成信息的損失。2.總體回歸

26、函數(shù)和樣本回歸函數(shù)之間有哪些區(qū)別與聯(lián)系？將總體被解釋變量的條件期望表示為解釋變量的某種函數(shù)，這個(gè)函數(shù)就稱(chēng)為總體回歸函數(shù)，其一般表達(dá)式為：E(YX)f(Xj,一元線(xiàn)性總體回U3函數(shù)為E(YXi)01Xi;樣本回歸函數(shù)：將被解釋變量丫的樣本觀測(cè)值的擬和值表示為解釋變量的某種函數(shù)丫?f(Xi),一元線(xiàn)性樣本回歸函數(shù)為Y?0?Xi。樣本回歸函數(shù)是總體回歸函數(shù)的一個(gè)近似。總體回歸函數(shù)具有理論上的意義，但其具體的參數(shù)不可能真正知道，只能通過(guò)樣本估計(jì)。樣本回歸函數(shù)就是總體回歸函數(shù)的參數(shù)用其估計(jì)值替代之后的形式，即?)，?為0,1的估計(jì)值。1 .模型的檢驗(yàn)包括哪幾個(gè)方面？具體含義是什么？模型的檢驗(yàn)主要包括：經(jīng)

27、濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)、模型的預(yù)測(cè)檢驗(yàn)。在經(jīng)濟(jì)意義檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ褪欠穹辖?jīng)濟(jì)意義，檢驗(yàn)求得的參數(shù)估計(jì)值的符號(hào)、大小、參數(shù)之間的關(guān)系是否與根據(jù)人們的經(jīng)驗(yàn)和經(jīng)濟(jì)理論所擬訂的期望值相符合；在統(tǒng)計(jì)檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)值的可靠性，即檢驗(yàn)?zāi)Ｐ偷慕y(tǒng)計(jì)學(xué)性質(zhì)，有擬合優(yōu)度檢驗(yàn)、變量顯著檢驗(yàn)、方程顯著性檢驗(yàn)等；在計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ偷挠?jì)量經(jīng)濟(jì)學(xué)性質(zhì)，包括隨機(jī)擾動(dòng)項(xiàng)的序列相關(guān)檢驗(yàn)、異方差性檢驗(yàn)、解釋變量的多重共線(xiàn)性檢驗(yàn)等；模型的預(yù)測(cè)檢驗(yàn)，主要檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)量的穩(wěn)定性以及對(duì)樣本容量變化時(shí)的靈敏度，以確定所建立的模型是否可以用于樣本觀測(cè)值以外的范圍。2 .計(jì)量經(jīng)濟(jì)學(xué)研究的基本步驟

28、是什么？包括四個(gè)步驟：理論模型的設(shè)定、模型參數(shù)的估計(jì)、模型的檢驗(yàn)、模型的應(yīng)用。3 .總體回歸函數(shù)和樣本回歸函數(shù)之間有哪些區(qū)別與聯(lián)系？樣本回歸函數(shù)是總體回歸函數(shù)的一個(gè)近似?？傮w回歸函數(shù)具有理論上的意義，但其具體的參數(shù)不可能真正知道，只能通過(guò)樣本估計(jì)。樣本回歸函數(shù)就是總體回歸函數(shù)的參數(shù)用其估計(jì)值替代之后的形式，即7,?為0,1的估計(jì)值。4 .為什么用可決系數(shù)R評(píng)價(jià)擬合優(yōu)度，而不是用殘差平方和作為評(píng)價(jià)標(biāo)準(zhǔn)？可決系數(shù)R2=ESS/TSS=1-RSS/TSS含義為由解釋變量引起的被解釋變量的變化占被解釋變量總變化的比重，用來(lái)判定回歸直線(xiàn)擬合的優(yōu)劣，該值越大說(shuō)明擬合的越好；而殘差平方和與樣本容量關(guān)系密切，

29、當(dāng)樣本容量比較小時(shí)，殘差平方和的值也比較小，尤其是不同樣本得到的殘差平方和是不能做比較的。此外，作為檢驗(yàn)統(tǒng)計(jì)量的一般應(yīng)是相對(duì)量而不能用絕對(duì)量，因而不能使用殘差平方和判斷模型的擬合優(yōu)度。5 .根據(jù)最小二乘原理，所估計(jì)的模型已經(jīng)使得擬合誤差達(dá)到最小，為什么還要討論模型的擬合優(yōu)度問(wèn)題？普通最小二乘法所保證的最好擬合是同一個(gè)問(wèn)題內(nèi)部的比較，即使用給出的樣本數(shù)據(jù)滿(mǎn)足殘差的平方和最?。粩M合優(yōu)度檢驗(yàn)結(jié)果所表示的優(yōu)劣可以對(duì)不同的問(wèn)題進(jìn)行比較，即可以辨別不同的樣本回歸結(jié)果誰(shuí)好誰(shuí)壞。6 .為什么說(shuō)最小二乘估計(jì)量是最優(yōu)線(xiàn)性無(wú)偏估計(jì)量？對(duì)于多元線(xiàn)性回歸最小二乘估計(jì)的正規(guī)方程組，能解出唯一的參數(shù)估計(jì)量的條件是什么？在滿(mǎn)

30、足經(jīng)典假設(shè)的條件下，參數(shù)的最小二乘估計(jì)量具有線(xiàn)性性、無(wú)偏性以及最小性方差，所以被稱(chēng)為最優(yōu)線(xiàn)性無(wú)偏估計(jì)量（BLUE對(duì)于多元線(xiàn)性回歸最小二乘估計(jì)的正規(guī)方程組，能解出唯一的參數(shù)估計(jì)量的條件是（XX）1存在，或者說(shuō)各解釋變量間不完全線(xiàn)性相關(guān)。7 .為什么在多元回歸模型中，需要對(duì)可決系數(shù)R2做出修正？2對(duì)R修正的原因：R是模型中解釋變量個(gè)數(shù)的非減函2數(shù)，也就是說(shuō)，隨著模型中解釋變量個(gè)數(shù)的增加，R的值會(huì)變大，這樣為了得到擬合優(yōu)度較高的模型，似乎加入更多解釋變量是合理選擇。但是，在建立計(jì)量經(jīng)濟(jì)模型時(shí)，一些影響被解釋變量的次要因素沒(méi)有必要以顯性形式作為解釋變量出現(xiàn)在模型中，因?yàn)椋S著解釋變量個(gè)數(shù)增加，待估計(jì)的

31、參數(shù)也會(huì)增多，由此造成樣本自由度的減少，模型參數(shù)估計(jì)準(zhǔn)確隹下降。因此，在多元回歸模型背景下，僅僅依據(jù)進(jìn)行模型比較和選擇就會(huì)產(chǎn)生問(wèn)題，在增加新的解釋變量時(shí)，必須對(duì)由其帶來(lái)的*II型自加下降這一“負(fù)面影響”而做出懲罰，因此需要對(duì)R做出相應(yīng)的修正。8 .簡(jiǎn)述工具變量法的基本思路以及選擇工具變量應(yīng)遵循的原則。基本思路：工具變量法就是當(dāng)隨機(jī)解釋變量與隨機(jī)誤差項(xiàng)相關(guān)時(shí)，尋找一個(gè)與隨機(jī)解釋變量高度相關(guān)，但與隨機(jī)誤差項(xiàng)不想管的變量，用該變量替代模型中的隨機(jī)解釋變量，進(jìn)行模型的參數(shù)估計(jì)。選擇原則：工具變量Z與所替代的隨機(jī)解釋變量X高度相關(guān)，即Cov（Zi,Xi）0；工具變量Z與隨機(jī)干擾項(xiàng)不相關(guān)，即Cov（Zi,

32、i）0；工具變量Z與模型中其他解釋變量不相關(guān)，以避免出現(xiàn)多重共線(xiàn)性。9 .簡(jiǎn)述多重共線(xiàn)性的危害多重共線(xiàn)性的危害有幾個(gè)方面：（1）在完全多重共線(xiàn)性下參數(shù)估計(jì)量不存在；（2）在近似多重共線(xiàn)性，參數(shù)OLS估計(jì)量非有效，OLS估計(jì)的方差隨著多重共線(xiàn)程度的提高而增加；（3）參數(shù)估計(jì)的經(jīng)濟(jì)學(xué)意義不合理；（4）變量的顯著性檢驗(yàn)失去意義；（5）模型的預(yù)測(cè)功能失效。10 .列舉多重共線(xiàn)性的檢驗(yàn)方法簡(jiǎn)單相關(guān)系數(shù)檢驗(yàn)法、直觀判斷法、綜合統(tǒng)計(jì)檢驗(yàn)法、決定系數(shù)檢驗(yàn)法、行列式檢驗(yàn)法、方差膨脹因子法、逐步回歸法等。11 .簡(jiǎn)述異方差對(duì)OLS估計(jì)量的性質(zhì)、置信區(qū)間、顯著性t檢驗(yàn)和F檢驗(yàn)有何影響。OLS估計(jì)量仍是線(xiàn)性無(wú)偏的，但

33、不再具有最小方差，即不再有效；大樣本情況下，具有一致性，但不具有漸近有效性。由于相應(yīng)的置信區(qū)間和t檢驗(yàn)、F檢驗(yàn)都與估計(jì)量的方差相關(guān)，因此會(huì)造成建立的置信區(qū)間以及t檢驗(yàn)與F檢驗(yàn)都不再是可靠的。12 .什么是加權(quán)最小二乘法，它的基本思想是什么？加權(quán)最小二乘法是對(duì)原模型加權(quán)，使之變成一個(gè)新的不存在異方差性的模型，然后采用OLS法估計(jì)其參數(shù)。加權(quán)的基本思想是：在采用OLS方法時(shí)，對(duì)較小的殘差平方賦予較大的權(quán)重，對(duì)較大的殘差平方賦予較小的權(quán)重，以對(duì)殘差提供的信息的重要程度作一番修正，提高參數(shù)估計(jì)的精確程度。13 .在存在一階自相關(guān)的情形下，估計(jì)自相關(guān)參數(shù)有哪些不同的方法？說(shuō)明基本思路。在存一階自相關(guān)的情

34、況下，估計(jì)自相關(guān)系數(shù)p有下述幾種方法：（1）利用D.W.統(tǒng)計(jì)量（大樣本情況下）求p的估計(jì)值；（2）柯-奧迭代法；（3）杜賓兩步法。不論哪種方法，其基本思路都是采用OLS方法估計(jì)原模型，得到隨機(jī)干擾項(xiàng)的“近似估計(jì)值”，然后利用該“近似估計(jì)值”求得隨機(jī)干擾項(xiàng)相關(guān)系數(shù)的估計(jì)量。14 .怎樣認(rèn)識(shí)用一階自回歸表示序列自相關(guān)？簡(jiǎn)述DW金驗(yàn)的應(yīng)用條件。一階自相關(guān)指的是隨機(jī)干擾項(xiàng)的當(dāng)前值只與自身前一期值之間存在相關(guān)性。而DW方法僅適用于解釋變量為非隨機(jī)變量，隨機(jī)干擾項(xiàng)的產(chǎn)生機(jī)制是一階自相關(guān)，回歸含有截距項(xiàng)，回歸模型不把滯后被解釋變量當(dāng)做解釋變量之一，沒(méi)有缺失數(shù)據(jù)的情況。15 .什么是廣義差分法？它的基本思想是什么？廣義差分法就是滯后的觀測(cè)值被排除了的廣義最小二乘法?；舅枷耄?6 .引入的虛擬變量的兩種基本方式是什么？它們各適