計(jì)量經(jīng)濟(jì)學(xué)重點(diǎn)(簡答論述題)

1、實(shí)用文檔計(jì)量經(jīng)濟(jì)學(xué)重點(diǎn)（簡答題）一、 什么是計(jì)量經(jīng)濟(jì)學(xué)？計(jì)量經(jīng)濟(jì)學(xué)，又稱經(jīng)濟(jì)計(jì)量學(xué)，它是以一定的經(jīng)濟(jì)理論和實(shí)際統(tǒng) 計(jì)資料為依據(jù)，運(yùn)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)和計(jì)算機(jī)技術(shù)，通過建立計(jì)量經(jīng)濟(jì) 學(xué)模型，定量分析經(jīng)濟(jì)變量之間的隨機(jī)因果關(guān)系。理解定義注意以下幾個(gè)問題：1）理論基礎(chǔ)：經(jīng)濟(jì)學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)2）計(jì)量經(jīng)濟(jì)學(xué)是對實(shí)際經(jīng)濟(jì)現(xiàn)象的數(shù)量分析。3）計(jì)量經(jīng)濟(jì)學(xué)研究的是經(jīng)濟(jì)變量之間的隨機(jī)關(guān)系而非確定性關(guān) 系。4）計(jì)量經(jīng)濟(jì)學(xué)是一門經(jīng)濟(jì)學(xué)科，而非應(yīng)用數(shù)學(xué)。二、 計(jì)量經(jīng)濟(jì)學(xué)的研究的步驟是什么？1）理論模型的設(shè)計(jì)A.理論或假說的陳述；B.理論的數(shù)學(xué)模型的設(shè)定；C.理論的計(jì)量經(jīng)濟(jì)模型的設(shè)定。i. 把模型中不重要的變量放進(jìn)隨機(jī)誤差項(xiàng)

2、中；ii. 擬定待估參數(shù)的理論期望值。2）獲取數(shù)據(jù)數(shù)據(jù)來源：網(wǎng)絡(luò)、統(tǒng)計(jì)年鑒、報(bào)紙、雜志數(shù)據(jù)類別：時(shí)間序列數(shù)據(jù)、截面數(shù)據(jù)、混合數(shù)據(jù)、虛變量數(shù)據(jù)。數(shù)據(jù)要求：完整性、準(zhǔn)確性、可比性、一致性iii. 完整性：模型中包含的所有變量都必須得到相同容量 的樣本觀察值。iv. 準(zhǔn)確性：統(tǒng)計(jì)數(shù)據(jù)或調(diào)查數(shù)據(jù)本身是準(zhǔn)確的。v. i. 可比性：數(shù)據(jù)口徑問題。vi. 一致性：指母體與樣本的一致性。3）模型的參數(shù)估計(jì)：普通最小二乘法。4）模型的檢驗(yàn)：經(jīng)濟(jì)學(xué)檢驗(yàn)；統(tǒng)計(jì)學(xué)檢驗(yàn)；計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)； 模型的預(yù)測檢驗(yàn)。5）模型的應(yīng)用：結(jié)構(gòu)分析；經(jīng)濟(jì)預(yù)測；政策評價(jià)；經(jīng)濟(jì)理論的 檢驗(yàn)與發(fā)展。三、 簡述統(tǒng)計(jì)數(shù)據(jù)的類別？時(shí)間序列數(shù)據(jù)、截面數(shù)

3、據(jù)、混合數(shù)據(jù)、虛變量數(shù)據(jù)。1）時(shí)間序列數(shù)據(jù)：按時(shí)間先后排列收集的數(shù)據(jù)。采納時(shí)間序列數(shù)據(jù)的注意事項(xiàng)：A.所選擇的樣本區(qū)間的經(jīng)濟(jì)行為一致性問題。B.樣本數(shù)據(jù)在不同樣本點(diǎn)之間的可比性問題。C.樣本數(shù)據(jù)過于集中的問題。不能反映經(jīng)濟(jì)變量間的結(jié)構(gòu)關(guān) 系，應(yīng)增大觀察區(qū)間。D.模型的隨機(jī)誤差項(xiàng)序列相關(guān)問題。2）截面數(shù)據(jù)：又稱橫向數(shù)據(jù)，是一批發(fā)生在同一時(shí)間截面上的 調(diào)查數(shù)據(jù)。研究某時(shí)點(diǎn)上的變化情況。采納截面數(shù)據(jù)的注意事項(xiàng)：A.樣本與母體的一致性問題。B.隨機(jī)誤差項(xiàng)的異方差問題。3）混合數(shù)據(jù)：也稱面板數(shù)據(jù)，既有時(shí)間序列數(shù)據(jù)，又有截面數(shù) 據(jù)。4）虛變量數(shù)據(jù)：又稱二進(jìn)制數(shù)據(jù)，只能取 0和1兩個(gè)值，表示 的是某個(gè)對象的

4、質(zhì)量特征。四、 模型的檢驗(yàn)包括哪幾個(gè)方面？具體含義是什么？1）經(jīng)濟(jì)學(xué)檢驗(yàn)：參數(shù)的符合和大致取值。2）統(tǒng)計(jì)學(xué)檢驗(yàn)：擬合優(yōu)度檢驗(yàn)；模型的顯著性檢驗(yàn)；參數(shù)的顯著 性檢驗(yàn)。3）計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)：序列相關(guān)性；異方差檢驗(yàn)；多重共線性檢驗(yàn)。4）模型的預(yù)測檢驗(yàn)：a,擴(kuò)大樣本容量或變換樣本重新估價(jià)模型；b,利用模型對樣本期以外的某一期進(jìn)行預(yù)測。五、回歸分析和相關(guān)分析的聯(lián)系和區(qū)別是什么？回歸分析是處理變量與變量之間關(guān)系的一種數(shù)學(xué)方法，是研究一 個(gè)變量關(guān)于另一個(gè)（些）變量的依賴關(guān)系的計(jì)算理論和方法。其目的在于通過后者的已知或設(shè)定值，去估計(jì)或預(yù)測前者的（總體）均值。 前一個(gè)變量被稱為被解釋變量，后一個(gè)（些）變量稱為解釋

5、變量?；貧w分析與相關(guān)分析的聯(lián)系：都是對變量間非確定相關(guān)關(guān)系的研 究，均能通過一定的方法對變量之間的線性依賴程度進(jìn)行測定?；貧w分析與相關(guān)分析的區(qū)別：1）相關(guān)分析研究的是兩個(gè)隨機(jī)變量之間的相關(guān)形式及相關(guān)程度， 是通過相關(guān)系數(shù)來測定的，不考慮變量之間是否存在因果關(guān) 系；而回歸分析是以因果分析為基礎(chǔ)的， 變量之間的地位是 不對稱的，有解釋變量與被解釋變量之分，被解釋變量是隨 機(jī)變量，而解釋變量在一般情況下假定是確定性變量。2）相關(guān)分析所采用的相關(guān)系數(shù)，是一種純粹的數(shù)學(xué)計(jì)算，相關(guān) 分析關(guān)注的是變量之間的相互關(guān)聯(lián)的程度，而回歸分析在應(yīng) 用之間就對變量之間是否存在依賴關(guān)系進(jìn)行了因果分析，在 此基礎(chǔ)上進(jìn)行的回

6、歸分析，達(dá)到了深入分析變量間依存關(guān)系、 掌握其運(yùn)動(dòng)規(guī)律的目的。六、 經(jīng)典假設(shè)條件的內(nèi)容是什么？（應(yīng)用最小二乘法應(yīng)滿足的古典假定？）1）解釋變量x1,x2,xk是確定性變量，不是隨機(jī)變量；而且解釋 變量之間互不相關(guān)。2）隨機(jī)誤差項(xiàng)具有0均值和同方差。3）隨機(jī)誤差項(xiàng)在不同樣本點(diǎn)之間是獨(dú)立的，不存在序列相關(guān)。4）隨機(jī)誤差項(xiàng)與解釋變量之間不相關(guān)。5）隨機(jī)誤差項(xiàng)服從0均值，同方差的正態(tài)分布。七、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？總體回歸函數(shù)是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)。樣本回歸函數(shù)是將被解釋變量 Y的樣本觀測值的擬和值 表示為解釋變量的某種函數(shù)。二者區(qū)別：A.描述

7、的對象不同；B.模型建立的依據(jù)不同。二者聯(lián)系：樣本回歸模型是總體回歸模型的一個(gè)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。8、 什么是隨機(jī)誤差項(xiàng)？隨機(jī)誤差項(xiàng)包括哪些因素？設(shè)定隨機(jī)誤差項(xiàng)的原因有哪些？隨機(jī)誤差項(xiàng)是模型設(shè)定中省略下來而又集體地影響著被解釋變 量Y的全部變量的替代物。隨機(jī)誤差項(xiàng)包括以下因素：A.在解釋變量中被忽略的因素的影響。B.變量觀測值的觀察誤差的影響。C.模型關(guān)系的設(shè)定誤差的影響。D.其它隨機(jī)因素的影響。設(shè)定隨機(jī)誤差項(xiàng)的原因：理論的含糊性；數(shù)據(jù)的欠缺；節(jié)省的原 則。9、 最小二乘估計(jì)量有哪些特性？高斯-馬爾科夫定理的內(nèi)容是什么？判斷一個(gè)估計(jì)量是否為優(yōu)良估計(jì)量需要

8、考察的統(tǒng)計(jì)性質(zhì)：A.線性，考察估計(jì)量是否是另一個(gè)隨機(jī)變量的線性函數(shù)；B.無偏性，考察估計(jì)量的期望是否等于其真值；C.有效性，考察估計(jì)量在所有的無偏估計(jì)量中是否有最小方差。上述三個(gè)統(tǒng)計(jì)特性稱為估計(jì)量的小樣本性質(zhì)。 具有這類性質(zhì)的估計(jì)量是最佳的線性無偏估計(jì)量。在模型假定條件成立的情況下，根據(jù) 普通最小二乘估計(jì)法得到的估計(jì)量具有 BLUE的性質(zhì)，這就是高斯- 馬爾科夫定理定理。上述三個(gè)性質(zhì)針對的是小樣本，針對大樣本還有三個(gè)漸近性質(zhì)：A.漸近無偏性：表示當(dāng)樣本容量趨于無窮大時(shí)，估計(jì)量的均值 趨于總體均值。B. 一致性：表示當(dāng)樣本容量趨于無窮時(shí)，估計(jì)量依概率收斂于 總體的真值。C.漸近有效性：樣本容量趨

9、于無窮時(shí)，估計(jì)量在所有的一致估 計(jì)中，具有最小的漸近方差。十、 為什么用可決系數(shù) R2評價(jià)擬合優(yōu)度，而不是用殘差平 方和作為評價(jià)標(biāo)準(zhǔn)？可決系數(shù)和相關(guān)系數(shù)有什么區(qū)別與 聯(lián)系？樣本可決系數(shù)R2反映了回歸平方和占總離差平方和的比重，表 示由解釋變量引起被解釋變量的變化占被解釋變量總的變化的比重， 因而可用來判定回歸直線擬合程度的優(yōu)劣， 該值大表示回歸直線對樣 本店的擬合程度好。殘差平方和反映隨機(jī)誤差項(xiàng)包含因素對被解釋變 量變化影響的絕對程度，它與樣本容量有關(guān)，樣本容量大時(shí)，殘差平 方和一般也大，樣本容量小時(shí)，殘差平方和也小，因此樣本容量不同 時(shí)得到的殘差平方和不能用于比較。止匕外，檢驗(yàn)統(tǒng)計(jì)量一般應(yīng)是

10、相對 量而不能是絕對量，因而不宜使用殘差平方和判斷模型的擬合優(yōu)度。可決系數(shù)和相關(guān)系數(shù)的聯(lián)系和區(qū)別：A.相關(guān)系數(shù)是建立在相關(guān)分析基礎(chǔ)上的，研究的是隨機(jī)變量之 間的關(guān)系；可決系數(shù)則是建立在回歸分析基礎(chǔ)上，研究的是 非隨機(jī)變量X對隨機(jī)變量Y的解釋程度。B.在取值上，可決系數(shù)是樣本相關(guān)系數(shù)的平方。C.樣本相關(guān)系數(shù)是由隨機(jī)的X和Y抽樣計(jì)算得到，因而相關(guān)關(guān) 系是否顯著，還需進(jìn)行檢驗(yàn)。十一、說明顯著性檢驗(yàn)的過程。1）提出原假設(shè)和備擇假設(shè)。2）選擇并計(jì)算在原假設(shè)成立情況下的統(tǒng)計(jì)量。3）給定顯著水平a,查臨界值表進(jìn)行判斷。十二、影響預(yù)測精度的主要因素是什么？樣本容量；模擬的擬合優(yōu)度。十三、什么是正規(guī)方程組？并說

11、明多元線性回歸最小二 乘估計(jì)的正規(guī)方程組，能解由唯一的參數(shù)估計(jì)的條件是什 么？正規(guī)方程組是根據(jù)最小二乘原理得到的關(guān)于參數(shù)估計(jì)值的線性 代數(shù)方程組。從最小二乘原理和最大似然原理出發(fā)，欲得到參數(shù)估計(jì) 量，不管其質(zhì)量如何，樣本容量必須不少于模型中解釋變量的數(shù)目（包 括常數(shù)項(xiàng)），即n n k + 1 。十四、在多元線性回歸分析中，為什么用調(diào)整的可決系數(shù)衡量估計(jì)模型對樣本觀測值的擬合優(yōu)度？未調(diào)整可決系數(shù)R2的一個(gè)總要特征是：隨著樣本解釋變量個(gè)數(shù)的增加，R2的值越來越高，（即R2是解釋變量個(gè)數(shù)的增函數(shù)）。也就 是說，在樣本容量不變的情況，在模型中增加新的解釋變量不會(huì)改變 總離差平方和（TSS,但可能增加回

12、歸平方和（ESS,減少殘差平方 和（RSS,從而可能改變模型的解釋功能。因此在多元線性回歸模型 之間比較擬合優(yōu)度時(shí)，R2不是一個(gè)合適的指標(biāo)，需加以調(diào)整。而修 正的可決系數(shù)：標(biāo)準(zhǔn)文案實(shí)用文檔其值不會(huì)隨著解釋變量個(gè)數(shù)k的增加而增加，因此在用于估計(jì)多 元回歸模型方面要優(yōu)于未調(diào)整的可決系數(shù)。十五、 在多元線性回歸分析中，可決系數(shù)R2與總體線性關(guān)系顯著性檢驗(yàn)統(tǒng)計(jì)量 F之間有何關(guān)系？ t檢驗(yàn)與F檢驗(yàn) 有何不同？是否可以替代？在一元線性回歸分析中二者 是否有等價(jià)作用？在多元線性回歸分析中，可決系數(shù) R2與總體線性關(guān)系顯著性檢 驗(yàn)統(tǒng)計(jì)量F關(guān)系如下：可決系數(shù)是用于檢驗(yàn)回歸方程的擬合優(yōu)度的， F檢驗(yàn)是用于檢驗(yàn) 回

13、歸方程總體顯著性的。兩檢驗(yàn)是從不同原理出發(fā)的兩類檢驗(yàn)， 前者 是從已經(jīng)得到的模型出發(fā)，檢驗(yàn)它對樣本觀測值的擬合程度， 后者是 從樣本觀測值出發(fā)檢驗(yàn)?zāi)Ｐ涂傮w線性關(guān)系的顯著性。 但兩者是關(guān)聯(lián)的, 這一點(diǎn)也可以從上面兩者的關(guān)系式看出，回歸方程對樣本擬和程度高， 模型總體線性關(guān)系的顯著性就強(qiáng)。在多元線性回歸模型分析中，t檢驗(yàn)常被用于檢驗(yàn)回歸方程各個(gè) 參數(shù)的顯著性，是單一檢驗(yàn)；而F檢驗(yàn)則被用作檢驗(yàn)整個(gè)回歸關(guān)系的 顯著性，是對回歸參數(shù)的聯(lián)合檢驗(yàn)。在多元線性回歸中，若 F檢驗(yàn)拒 絕原假設(shè)，意味著解釋變量與被解釋變量之間的線性關(guān)系是顯著的， 但具體是哪個(gè)解釋變量與被解釋變量之間關(guān)系顯著則需要通過 t檢驗(yàn) 來進(jìn)

14、一步驗(yàn)證，但若F檢驗(yàn)接受原假設(shè)，則意味著所有的t檢驗(yàn)均不 標(biāo)準(zhǔn)文案實(shí)用文檔顯著。兩者是不可互相替代的。在一元線性回歸模型中，由于解釋變 量只有一個(gè)，因此F檢驗(yàn)的聯(lián)合假設(shè)等同于t檢驗(yàn)的單一假設(shè)，兩檢 驗(yàn)作用是等價(jià)的。十六、什么是異方差？異方差產(chǎn)生的原因是什么？ 如何檢驗(yàn)和處理？1)線性回歸模型為Yt = b0 + b1X1t + b2X2t + + bkXkt +ut經(jīng)典回歸中所謂同方差是指不同隨機(jī)誤差項(xiàng)Ut(t =1,2,n)的方差相同，即Var(Ut)=戴爾塔方(怎么打？)如果隨機(jī)誤差項(xiàng)的方差不是常數(shù)，則稱隨機(jī)項(xiàng)Ut具有異方差性。Var(Ut)=戴爾塔方 豐 常數(shù)2)異方差性產(chǎn)生的原因：A.

15、模型中遺漏了某些逐漸增大的因素的影響。B.模型函數(shù)形式的誤定誤差。C.隨機(jī)因素的影響。3)檢驗(yàn)異方差性的方法：圖解法、帕克檢驗(yàn)、格萊澤檢驗(yàn)、斯 皮爾曼的等級相關(guān)檢驗(yàn)、哥德費(fèi)爾德-匡特檢驗(yàn)。4)修正異方差性的主要方法：加權(quán)最小二乘法，通過賦予不同 觀測點(diǎn)以不同的權(quán)數(shù)，從而提高估計(jì)精度，即重視小誤差的 作用，輕視大誤差的作用。十七、模型存在異方差時(shí)，會(huì)對回歸參數(shù)的估計(jì)與的檢驗(yàn)產(chǎn)生什么影響？1）最小二乘估計(jì)不再是有效估計(jì)。2）無法確定估計(jì)系數(shù)的標(biāo)準(zhǔn)誤差。3） T檢驗(yàn)的可靠性降低。4）增大模型的預(yù)測誤差。當(dāng)模型存在異方差時(shí)，根據(jù)普通最小二乘法估計(jì)出的參數(shù)估計(jì)量 仍具有線性特性和無偏性，但不再具有有效性

16、；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。十八、序列相關(guān)違背了哪些基本假定？具來源有哪些？檢驗(yàn)方法有哪些，都適用于何種形式的序列相關(guān)檢驗(yàn)？模型的序列相關(guān)違背的基本假定是 Cov（ui,uj） = 0 （i豐j）。序列相關(guān)的來源有：A.經(jīng)濟(jì)變量固有的慣性；B.模型設(shè)定的偏誤；C.模型中遺漏了重要的帶有自相關(guān)的解釋變量；D.數(shù)據(jù)的“編造”。序列相關(guān)的檢驗(yàn)有：A.圖示法B. D-W檢驗(yàn)，適用于檢驗(yàn)一階自回歸形式的序列相關(guān)；C.回歸檢驗(yàn)法，適用于各種類型的序列相關(guān)檢驗(yàn)；D.拉格朗日乘子檢驗(yàn)（LM）,適用于高階序列相關(guān)及模型中 存在滯后解釋變量的情形。十九、 簡

17、述序列相關(guān)帶來的后果。1）最小二乘估計(jì)不再是有效估計(jì)。參數(shù)估計(jì)量仍是無偏的。參 數(shù)估計(jì)值不再具有最小方差性。2）隨機(jī)誤差項(xiàng)的方差一般會(huì)低估。3）檢驗(yàn)的可靠性降低。4）降低模型的預(yù)測精度。二十、 簡述DW檢驗(yàn)的步驟和應(yīng)用條件。DW檢驗(yàn)的步驟：A.做OLS回歸并獲取殘差。B.計(jì)算doC.對給定樣本大小和給定解釋變量個(gè)數(shù)找出臨界dl和du值D.按決策規(guī)則行事。DW檢驗(yàn)應(yīng)用條件：A.模型中含有截距項(xiàng)。B.解釋變量X是非隨機(jī)的。C.隨機(jī)誤差項(xiàng)ut為一階自相關(guān)。D.誤差項(xiàng)被假定為正態(tài)分布。E.線性回歸模型中不應(yīng)含有滯后內(nèi)生變量作為解釋變量。F.統(tǒng)計(jì)書籍比較完整，無缺失項(xiàng)。二十一、什么是多重共線性？產(chǎn)生多重

18、共線性的原因是什么？多重共線性造成的影響是什么？檢驗(yàn)多重共線性 的方法是什么？有哪些解決方法？1）對于多元回歸線性模型，如果某兩個(gè)或多個(gè)解釋變量之間出 現(xiàn)了相關(guān)性，則稱多重共線性。2）產(chǎn)生多重共線性的原因：A.經(jīng)濟(jì)變量的內(nèi)在聯(lián)系，這是產(chǎn)生多重共線性的根本原因。B.經(jīng)濟(jì)變量變化趨勢的共同性。C.在模型中引入滯后變量也容易產(chǎn)生多重共線性。3）多重共線性造成的影響：A.增大最小二乘估計(jì)量得方差B.難以區(qū)分每個(gè)解釋變量的單獨(dú)影響C.檢驗(yàn)的可靠度降低D.完全共線性下參數(shù)估計(jì)量不存在4）多重共線性的檢驗(yàn)方法：A.相關(guān)系數(shù)檢驗(yàn)法B.輔助回歸模型檢驗(yàn)C.方差膨脹因子檢驗(yàn)D.特征值檢驗(yàn)5）多重共線性的解決方法：

19、A.保留總要的解釋變量，去掉次要的或可替代的解釋變量。B.間接剔除重要的解釋變量。利用先驗(yàn)信息改變參數(shù)的約束 形式；變換模型的形式。C.綜合使用時(shí)序數(shù)據(jù)和截面數(shù)據(jù)。D.逐步回歸法（Frisch綜合分析法）E.主成分回歸。二十二、隨機(jī)解釋變量的來源有哪些？隨機(jī)解釋變量有幾種情形？分情形說明隨機(jī)解釋變量對最小二乘估計(jì)的影響與后果？隨機(jī)解釋變量的來源有：A.經(jīng)濟(jì)變量的不可控，使得解釋變量觀測值具有隨機(jī)性；B.由于隨機(jī)干擾項(xiàng)中包括了模型略去的解釋變量，而略去的解釋變量與模型中的解釋變量往往是相關(guān)的；C.模型中含有被解釋變量的滯后項(xiàng)，而被解釋變量本身就是隨機(jī)的。隨機(jī)解釋變量有三種情形，不同情形下最小二乘估計(jì)的影響和后 果也不同。A.解釋變量是隨機(jī)的，但與隨機(jī)干擾項(xiàng)不