計量經(jīng)濟學復習

1、名詞解釋1、計量經(jīng)濟學:以經(jīng)濟理論和經(jīng)濟數(shù)據(jù)的事實為依據(jù)，運用數(shù)學、統(tǒng)計學的方法，借助計算機為輔助工具，通過建立數(shù)學模型來研究經(jīng)濟數(shù)量關(guān)系和規(guī)律的一門經(jīng)濟學科。2、虛擬變量數(shù)據(jù):人為構(gòu)造的，通常取值為1或0的，用來表征政策等定性事實的數(shù)據(jù)。3、計量經(jīng)濟學檢驗:檢驗模型是否符合計量經(jīng)濟方法的基本假定。4、政策評價:利用計量經(jīng)濟模型對各種可供選擇的政策方案的實施后果進行模擬測算，從而對各種政策方案做出評價。1、回歸平方和; 用ESS表示，是被解釋變量的樣本估計值與其平均值的離差平方和。2、擬合優(yōu)度檢驗；檢驗模型對樣本觀測值的擬合程度，用表示，該值越接近1，模型對樣本觀測值擬合得越好。3、相關(guān)關(guān)系;

2、 當一個或若干個變量X取一定數(shù)值時，與之相對應(yīng)的另一個變量Y的值雖然不確定，但卻按某種規(guī)律在一定范圍內(nèi)變化，變量之間的這種關(guān)系，稱為不確定性的統(tǒng)計關(guān)系或相關(guān)關(guān)系，可表示為Y=f(X，u)，其中u為隨機變量。4、高斯馬爾可夫定理; 在古典假定條件下，OLS估計式是其總體參數(shù)的最佳線性無偏估計1、偏回歸系數(shù): 在多元線性回歸模型中，回歸系數(shù)（j=1，2，k）表示的是當控制其他解釋變量不變的條件下，第j個解釋變量的單位變動對被解釋變量平均值的影響，這樣的回歸系數(shù)稱為偏回歸系數(shù)。2、多重可決系數(shù): “回歸平方和”與“總離差平方和”的比值，用表示。3、修正的可決系數(shù); 用自由度修正多重可決系數(shù) 中的殘差

3、平方和與回歸平方和。4、回歸方程的顯著性檢驗（F檢驗）；對模型中被解釋變量與所有解釋變量之間的線性關(guān)系在總體上是否顯著做出推斷。5、回歸參數(shù)的顯著性檢驗（t檢驗）; 當其他解釋變量不變時，某個回歸系數(shù)對應(yīng)的解釋變量是否對被解釋變量有顯著影響做出推斷。6、無多重共線性假定；假定各解釋變量之間不存在線性關(guān)系，或者說各解釋變量的觀測值之間線性無關(guān)，在此條件下，解釋變量觀測值矩陣X列滿秩Rank(X)=k，此時，方陣XX滿秩， Rank(XX)=k從而XX可逆，(XX) 存在。7、正規(guī)方程組：采用OLS法估計線性回歸模型時，對殘差平方和關(guān)于各參數(shù)求偏導，并令偏導數(shù)為零后得到的一組方程，其矩陣形式為。1

4、、多重共線性 ：解釋變量之間精確的線性關(guān)系和解釋變量之間近似的線性關(guān)系。2、完全的多重共線性: 解釋變量的數(shù)據(jù)矩陣中，至少有一個列向量可以用其余的列向量線性表示?；蛘咧笇忉屪兞?，存在不全為0的數(shù)，使得 。3、輔助回歸: 多元線性回歸模型，分別以每個解釋變量為被解釋變量，做對其他解釋變量的回歸。4、方差擴大因子VIFj : 1除以（1-輔助回歸的多重可決系數(shù)），決定了方差和協(xié)方差增大的速度。5、逐步回歸法:將變量逐個的引入模型，每引入一個解釋變量后，都要進行F檢驗，并對已經(jīng)選入的解釋變量逐個進行t檢驗。通過逐步回歸可篩選和剔除引起多重共線性的解釋變6、不完全的多重共線性: 對解釋變量1，存在

5、不全為0的數(shù)，使得 ，其中，為隨機變量。1. 異方差性：隨機變量的方差不是確定的常數(shù)，即被解釋變量觀測值的分散程度隨解釋變量的變化而變化。2戈德菲爾德-夸特（G-Q）檢驗法：將樣本按解釋變量排序，去掉中間約四分之一個數(shù)據(jù)后分成兩部分，然后分別對兩個樣本進行回歸，并計算比較兩個回歸的剩余平方和是否有明顯差異，以此判斷是否存在異方差。3. White檢驗法; 在大樣本的情況下，將OLS估計后的殘差平方對常數(shù)、解釋變量、解釋變量的平方及其交叉乘積等所構(gòu)成一個輔助回歸，利用輔助回歸建立相應(yīng)的檢驗統(tǒng)計量來判斷異方差性。如果存在異方差，其方差與解釋變量有關(guān)系，分析方差是否與解釋變量有某些形式的聯(lián)系以判斷異

6、方差性。4加權(quán)最小二乘法；使得加權(quán)的殘差平方和最小的求解參數(shù)估計式的方法。1. 序列相關(guān)性; 總體回歸模型的隨機誤差項之間存在相關(guān)關(guān)系。2科克倫-奧克特迭的代法: 通過逐次迭代尋求更為滿意的自相關(guān)系數(shù)的估計值，然后再采用廣義差分法。3差分法: 利用被解釋變量與解釋變量的現(xiàn)期值減去前期值消除隨機誤差項自相關(guān)的方法。4DW檢驗法: 杜賓和沃特森于1951年提出的一種適用于小樣本的檢驗自相關(guān)的方法。1行為方程: 描述決策者經(jīng)濟行為的某些變量與其他變量的方程。2參數(shù)關(guān)系體系：描述聯(lián)立方程模型的簡化式參數(shù)與結(jié)構(gòu)式參數(shù)之間關(guān)系的方程組。 3前定變量：在模型中滯后內(nèi)生變量與外生變量一起稱為前定變量。4聯(lián)立方

7、程偏倚：由于聯(lián)立方程模型中內(nèi)生變量作為解釋變量與隨機誤差項相關(guān)，而引起的OLS估計的參數(shù)有偏倚且不一致，稱為聯(lián)立方程偏倚性。5恰好識別：如果結(jié)構(gòu)型模型中某個方程的參數(shù)能夠由簡化型模型參數(shù)值唯一解出，則稱該方程恰好識別。6過度識別：如果結(jié)構(gòu)型模型中某個方程的參數(shù)能夠由簡化型模型參數(shù)估計值解出，但求解出的值不唯一，則稱該方程是過度識別。簡答題：1、隨機誤差項包含哪些影響因素?:未知的影響因素，殘缺數(shù)據(jù)，數(shù)據(jù)觀察誤差，模型設(shè)定誤差及變量內(nèi)在隨機性。1、給定一元線性回歸模型yt=b0+b1xt+ut（1）敘述模型的基本假定；（2）和的最小二乘估計公式；（3）基本假定的最小二乘估計量的統(tǒng)計性質(zhì)；（4）隨

8、機擾動項方差的無偏估計公式。（1）零均值假定，同方差假定，無自相關(guān)假定，隨機擾動項與解釋變量不相關(guān)，正態(tài)性假定。（2），3）無偏性，最小方差性，線性。（4） 4、令kids表示一名婦女生育孩子的數(shù)目，educ表示該婦女接受過教育的年數(shù)。生育率對教育年數(shù)的簡單回歸模型為kids=b0+b1educ+u（1）隨機擾動項包含什么樣的因素？它們可能與教育水平相關(guān)嗎？（2）上述簡單回歸分析能夠揭示教育對生育率在其他條件不變下的影響嗎？請解釋。（1）收入、年齡、家庭狀況、政府的相關(guān)政策等也是影響生育率的重要的因素，在上述簡單回歸模型中，它們被包含在了隨機擾動項之中。有些因素可能與教育水平相關(guān)，如收入水平與

9、教育水平往往呈正相關(guān)、年齡大小與教育水平呈負相關(guān)等。（2）當歸結(jié)在隨機擾動項中的重要影響因素與模型中的教育水平educ相關(guān)時，上述回歸模型不能夠揭示教育對生育率在其他條件不變下的影響，因為這時出現(xiàn)解釋變量與隨機擾動項相關(guān)的情形。1、什么是多元線性回歸模型的古典假定？在多元回歸分析中，為了尋找有效的參數(shù)方法及對模型進行統(tǒng)計檢驗，需要對模型中的隨機擾動項和解釋變量做一些假定。多元線性回歸模型的基本假定條件有以下幾種：1）零均值假定2）同方差和無自相關(guān)假定3）隨機擾動項與解釋變量不行關(guān)假定4）無多重共線性假定5)正態(tài)性假定6、多元線性回歸分析中，為什么在做了F檢驗以后還要做t檢驗？在多元模型中，F(xiàn)檢

10、驗與T檢驗的作用不同，具體表現(xiàn)在：F檢驗是檢驗整個方程，即所有解釋變量聯(lián)合起來對被解釋變量的影響，但并未說明各個解釋變量對被解釋變量的影響；而t檢驗是檢驗當其他解釋變量不變時，單個解釋變量對被解釋變量的影響。1、 多重共線性產(chǎn)生的原因？1）、經(jīng)濟變量之間具有共同變化趨勢。2）、模型中包含滯后變量。3）、利用截面數(shù)據(jù)建立模型也可能出現(xiàn)多重共線性。4）、樣本數(shù)據(jù)自身的原因。1試比較說明模型存在異方差時，普通最小二乘法與加權(quán)最小二乘法的區(qū)別與聯(lián)系。模型存在異方差時，普通最小二乘估計仍具有無偏性和一致性，但估計式的方差不再是最小的。加權(quán)最小二乘法是在模型存在異方差時，消除異方差后，再運用最小二乘法進行

11、計算加權(quán)最小二乘法是普通最小二乘法的特殊形式。3產(chǎn)生異方差性的主要原因是什么？1）、模型中省略了某些重要的解釋變量。2）、模型設(shè)定誤差。3）、測量誤差的變化。4）、截面數(shù)據(jù)中總體各單位的差異。1對于模型，試問：如果用變量的一次差分估計該模型，則意味著采用了何種自相關(guān)形式？用差分估計時，如果包含一個截距項，其含義是什么？（1）完全一階正自相關(guān)。（2）差分為廣義差分法。3、DW檢驗的局限性是什么？1）、DW檢驗有運用的前提條件。2）、DW統(tǒng)計量的上、下界一般要求。3）、DW檢驗不適應(yīng)隨機誤差項具有高階序列相關(guān)的檢驗。4）、DW檢驗有兩個不能確定的區(qū)域。4、一階差分法在什么情況下適用？（1）回歸后要

12、求沒有常數(shù)項，（2）只要肉是正的且比較大，2、對分布滯后模型進行OLS估計存在哪些問題？實際應(yīng)用中如何處理這些困難？存在的問題：自由度問題、多重共線性問題、滯后長度難于確定。利用經(jīng)驗加權(quán)估計法和阿爾蒙法。1、虛擬變量數(shù)量的設(shè)置規(guī)則是什么？若定性因素有m個相互排斥的類型（或?qū)傩?、水平），在有截距項的模型中只能引入m-1個虛擬變量，否則會產(chǎn)生完全的多重共線性。在無截距項的模型中，定性因素有m個相互排斥的類型時，引入m個虛擬變量不會導致完全多重共線性。2、虛擬變量的作用是什么？1）、可以作為屬性因素的代表。2）、作為某些非精確計量的數(shù)量因素的代表。3）、作為某些偶然因素或政策因素的代表。4）、作為時

13、間序列分析中季節(jié)（月份）的代表。5）、實現(xiàn)分段回歸，研究斜率、截距的變動，或比較兩個回歸某些的結(jié)構(gòu)差異。3、可以用于估計參數(shù)的數(shù)據(jù)主要有以下幾類？時間序列數(shù)據(jù)，截面數(shù)據(jù)，面板數(shù)據(jù)，虛擬變量數(shù)據(jù)4.相關(guān)系數(shù)的特點：（1）相關(guān)系數(shù)的值介于1與+1之間，即1r+1。當r0時，表示兩變量正相關(guān)，當r0時，表示兩變量為負相關(guān)。當|r|=1時，表示兩變量為完全線性相關(guān)。當r=1時，稱為完全正相關(guān)，而當r=-1時，稱為完全負相關(guān)。當r=0時，表示兩變量間無線性相關(guān)關(guān)系。1.簡單線性回歸的五基本假1、零均值2.同方差3.無自相關(guān)4.隨機擾動項u與解釋變量x不相關(guān)5.正態(tài)性假定2可決系數(shù)r2的特點?？蓻Q系數(shù)是非

14、負的統(tǒng)計量； 可決系數(shù)取值范圍： ； 可決系數(shù)是樣本觀測值的函數(shù)，可決系數(shù)是隨抽樣而變動的隨機變量；1完全多重共線性產(chǎn)生的后果。（1）參數(shù)的估計值不確定（2）參數(shù)估計量的方差無限大。判斷題：1、一元回歸在實際中用的少，還是起一定作用，2.干擾項是否符合從正太分布并不影響ols的無偏性(對)。3.離中心點越近預測區(qū)間越窄精度越高。4.擬合有度和f檢驗沒有區(qū)別 錯。5.多重共線性是隨機擾動項違背古典假定引起的 （錯）。6.引入解釋量多個滯后項容易產(chǎn)生多重共線性 （對）。7.存在多重共線性模型無法估計( 錯)。8.盡管有完全多重共線性ols估計量仍然是blue （ 錯）。9.在高度多重共線性的情形中

15、評價一個或多個偏回歸系數(shù)的顯著性是不可能 （對）。10. 如果有某些分布滯后系數(shù)是正的，而另一些是負的，庫伊克模型就沒有多大意義。（對 ）2、如果用OLS估計庫伊克模型和自適應(yīng)預期模型，則估計量將是有偏誤，但卻是一致的。（錯 ）3、在局部調(diào)整模型中，OLS估計量在有限樣本中是有偏誤的（ 錯 ）4、所謂滯后變量，是指過去時期的、對當前被解釋變量產(chǎn)生影響的變量（對 ）5、自適應(yīng)預期模型是由被解釋變量的自適應(yīng)過程得到的。（錯）. 1、對定性變量的量化可采用虛擬變量的方式實現(xiàn)；（對）2、虛擬變量除了取0或1外，還可研究問題的需要取其它值，例如3或4等。（對）3、回歸模型中，虛擬變量的引入數(shù)量，要根據(jù)定

16、性變量的個數(shù)、每個定性變量的類型及有無截距項來確定。 （對）4、如果兩個回歸模型的截距對應(yīng)相等，則稱之為同截距回歸。（錯 ）5、如果兩虛擬變量乘積的參數(shù)為正，則它們的交互效應(yīng)是顯著的。（錯）辨析題：1、在經(jīng)濟計量分析中，模型參數(shù)一旦被估計出來，就可將估計模型直接運用于實際的計量經(jīng)濟分析。錯。參數(shù)經(jīng)過估計，建立了樣本回歸模型，還需要對模型進行檢驗，包括經(jīng)濟意義檢驗、統(tǒng)計推斷檢驗、計量經(jīng)濟學檢驗和模型預測檢驗。2、計量經(jīng)濟學研究經(jīng)濟生活中精確的函數(shù)關(guān)系。錯。計量經(jīng)濟學所研究的經(jīng)濟現(xiàn)象并不都呈現(xiàn)為精確的函數(shù)關(guān)系，計量經(jīng)濟模型中包含了隨機誤差項，這樣，模型中的一些變量和參數(shù)的估計量都成為隨機變量，變量

17、之間的關(guān)系也具有隨機性。3、計量經(jīng)濟模型一定要與已有的經(jīng)濟理論一致。錯。計量經(jīng)濟模型通常要和已有的經(jīng)濟理論相符。但是，如果經(jīng)過反復研究，證明計量經(jīng)濟模型和估計的參數(shù)完全正確，而是經(jīng)濟理論本身不完備，則應(yīng)對已有的經(jīng)濟理論重新審視，提出修正經(jīng)濟理論的建議。4、建立計量經(jīng)濟模型成功的三要素是理論、方法和數(shù)據(jù)。對。正確的理論是建立模型的關(guān)鍵，而只有用合適的方法建立模型，用與事實較接近的數(shù)據(jù)對模型進行分析，才能驗證理論的正確性，才能對經(jīng)濟現(xiàn)象進行預測。這三個方面缺一不可。1 即使經(jīng)典線性回歸模型（CLRM）中的干擾項不服從正態(tài)分布的，OLS估計量仍然是無偏的。正確。，該表達式成立與否與正態(tài)性無關(guān)。2、隨

18、機擾動項的方差與隨機擾動項方差的無偏估計沒有區(qū)別。錯。隨機擾動項的方差反映總體的波動情況，對一個特定的總體而言，是一個確定的值。在最小二乘估計中，由于總體方差在大多數(shù)情況下并不知道，所以用樣本數(shù)據(jù)去估計：。其中n為樣本數(shù)，k為待估參數(shù)的個數(shù)。是線性無偏估計，為一個隨機變量。3、在計量經(jīng)濟模型中，隨機擾動項與殘差項無區(qū)別。錯。它們均為隨機項，但隨機誤差項表示總體模型的誤差，殘差項表示樣本模型的誤差；另外，殘差=隨機誤差項+參數(shù)估計誤差。1、多元線性回歸模型是指對于變量而言是線性的。錯誤。多元線性回歸模型是指對于各個回歸參數(shù)而言是線性的。2、由公式計算的修正可決系數(shù)應(yīng)是正值。錯誤?？赡転樨?，此時規(guī)

19、定=0.3、多重可決系數(shù)和修正可決系數(shù)是是隨機變量。正確。多重可決系數(shù)和修正可決系數(shù)是隨抽樣而變動的隨機變量。4、總離差平方和TSS反映了回歸估計值總變差的大小。錯誤?？傠x差平方和TSS反映了被解釋變量觀測值總變差的大小。5、多重可決系數(shù)是介于-1和1之間的一個數(shù)，它越大表明模型對數(shù)據(jù)的擬合程度就越好。錯誤。多重可決系數(shù)是介于0和1之間的一個數(shù)。6、在無多重共線性假定下解釋變量觀測值矩陣X行滿秩。錯誤。在無多重共線性假定下解釋變量觀測值矩陣X列滿秩。7、雙變量模型中，對樣本回歸函數(shù)整體的顯著性檢驗與斜率系數(shù)的顯著性檢驗是一致的。錯，雙變量模型應(yīng)是有兩個解釋變量的模型，不是簡單線性回歸模型只有一

20、個解釋變量，只有簡單線性回歸模型一元回歸的情況下對參數(shù)的顯著性檢驗（t檢驗）與對回歸總體上的顯著性檢驗（F檢驗）才是等價的。1、在高度多重共線性的情形中，要評價一個或多個偏回歸系數(shù)的單個顯著性是不可能的。對，因為在高度多重共線性時會造成回歸方程高度顯著的情況下，有些回歸系數(shù)通不過顯著性檢驗。2、盡管有完全的多重共線性，OLS估計量仍然是BLUE。錯。此時的參數(shù)估計式為不定式。方差變成無窮大，不再具有最佳性，因此不是BLUE。3、如果其他條件不變，VIF越高，OLS估計量的方差越大。對。4、如果在多元回歸中，根據(jù)通常的t檢驗，全部偏回歸系數(shù)都是統(tǒng)計上不顯著的，你就不會得到一個高的R2值。錯。當多

21、重共線性嚴重時，可能造成R2 較高。5、如果分析的目的僅僅是預測，則多重共線性是無害的。對。如果研究目的僅在于預測，各個解釋變量之間的多重線性關(guān)系的性質(zhì)在未來將繼續(xù)保持，但這時可估計這些系數(shù)的某些線性組合。6、如果有某一輔助回歸顯示出高的Rj2值，則高度共線性的存在是肯定無疑的。錯。方差擴大因子與Rj2 有關(guān)，但當方差擴大因子大于等于10時，說明解釋變量與其余解釋變量之間有嚴重的多重共線性。1.在異方差性的情況下，若采用Eviews軟件中常用的OLS法，必定高估了估計量的標準誤。錯。此時是不能保證最小二乘估計的方差最小，必定低估了估計量的標準誤。2如果存在異方差，通常使用的t檢驗和f檢驗是無效

22、的。對3. 如果存在異方差，參數(shù)的估計仍具有無偏性，但不具有最小方差性。對1在異方差性的情況下，常用的OLS法必定高估了估計量的標準誤。錯。在異方差性的情況下，常用的OLS法也可能低估了估計量的標準誤差。2DW檢驗中的d值在0到4之間，數(shù)值越小說明模型隨機誤差項的自相關(guān)度越小，數(shù)值越大說明模型隨機誤差項的自相關(guān)度越大。錯。在區(qū)間中，不能確定隨機誤差項是否自相關(guān)。3消除序列相關(guān)的一階差分變換，假定自相關(guān)系數(shù)p必須等于1。錯。只要自相關(guān)系數(shù)p是正的且比較大，一階差分往往是有效的。1識別結(jié)構(gòu)式方程的階條件既是必要的，又是充分的。錯。階條件只是必要條件。2識別結(jié)構(gòu)式方程的秩條件既是必要的，又是充分的。

23、對，3間接最小二乘法只適用于恰好識別的結(jié)構(gòu)模型。對，4估計聯(lián)立方程模型的結(jié)構(gòu)參數(shù)不能直接用最小二乘法。錯。遞歸型模型可直接用最小二乘法5在結(jié)構(gòu)式模型中內(nèi)生變量既可以作解釋變量，又可以作被解釋變量。對，6在簡化式模型中內(nèi)生變量既可以作解釋變量，又可以作被解釋變量錯。在簡化式模型中解釋變量全是前定變量。 填空題：1.常數(shù)據(jù)（時間序列數(shù)據(jù)）2、計結(jié)合（統(tǒng)計學）3、數(shù)描述（隨機）4計濟學（應(yīng)用）5計模型（聯(lián)立方程模型）6、在特征（虛擬）7、模靠性（參數(shù)）8、經(jīng)量和（流量）9、對數(shù)和（隨機誤差項）10、計符合（盡可能地接近總體參數(shù)真實值）1.與影響（模型關(guān)系的設(shè)定誤差的影響）2.被稱為（剩余項）（或者殘差）3、對則為（）4、高應(yīng)用（最佳線性無偏）5、普性質(zhì)（最小方差性）6、相圍是（1 r1）7、已數(shù)為（）8、可圍是（01）9、用大于（28）10、對型為（N（0，）1、在稱為（偏回歸系數(shù)）2、多稱為（假定隨機擾動項互不相關(guān)且方差相同）3、最函數(shù)（殘差平方和）4、在式是（最佳線性無偏5、在服從（正態(tài)分布） 6、統(tǒng)是指（可自由變化的樣本觀測值的個數(shù)）7、對驗是（F檢驗）8、對的是（t檢驗9、多測是指（各個解釋變量給定樣本以外數(shù)值Xf(1,X2f,X3f,Xkf)的條件