計(jì)量經(jīng)濟(jì)學(xué)課后思考題答案-龐皓版

1、第一章 緒論思考題1.1怎樣理解產(chǎn)生于西方國(guó)家的計(jì)量經(jīng)濟(jì)學(xué)能夠在中國(guó)的經(jīng)濟(jì)理論研究和現(xiàn)代化建設(shè)中發(fā)揮重要作用？答：計(jì)量經(jīng)濟(jì)學(xué)的產(chǎn)生源于對(duì)經(jīng)濟(jì)問(wèn)題的定量研究，這是社會(huì)經(jīng)濟(jì)發(fā)展到一定階段的客觀需要。計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展是與現(xiàn)代科學(xué)技術(shù)成就結(jié)合在一起的，它反映了社會(huì)化大生產(chǎn)對(duì)各種經(jīng)濟(jì)因素和經(jīng)濟(jì)活動(dòng)進(jìn)行數(shù)量分析的客觀要求。經(jīng)濟(jì)學(xué)從定性研究向定量分析的發(fā)展，是經(jīng)濟(jì)學(xué)逐步向更加精密、更加科學(xué)發(fā)展的表現(xiàn)。我們只要堅(jiān)持以科學(xué)的經(jīng)濟(jì)理論為指導(dǎo)，緊密結(jié)合中國(guó)經(jīng)濟(jì)的實(shí)際，就能夠使計(jì)量經(jīng)濟(jì)學(xué)的理論與方法在中國(guó)的經(jīng)濟(jì)理論研究和現(xiàn)代化建設(shè)中發(fā)揮重要作用。矚慫潤(rùn)厲釤瘞睞櫪廡賴。1.2理論計(jì)量經(jīng)濟(jì)學(xué)和應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)的區(qū)別和聯(lián)系是

2、什么？答：計(jì)量經(jīng)濟(jì)學(xué)不僅要尋求經(jīng)濟(jì)計(jì)量分析的方法，而且要對(duì)實(shí)際經(jīng)濟(jì)問(wèn)題加以研究，分為理論計(jì)量經(jīng)濟(jì)學(xué)和應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)兩個(gè)方面。聞創(chuàng)溝燴鐺險(xiǎn)愛氌譴凈。理論計(jì)量經(jīng)濟(jì)學(xué)是以計(jì)量經(jīng)濟(jì)學(xué)理論與方法技術(shù)為研究?jī)?nèi)容，目的在于為應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)提供方法論。所謂計(jì)量經(jīng)濟(jì)學(xué)理論與方法技術(shù)的研究，實(shí)質(zhì)上是指研究如何運(yùn)用、改造和發(fā)展數(shù)理統(tǒng)計(jì)方法，使之成為適合測(cè)定隨機(jī)經(jīng)濟(jì)關(guān)系的特殊方法。殘騖樓諍錈瀨濟(jì)溆塹籟。應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)是在一定的經(jīng)濟(jì)理論的指導(dǎo)下，以反映經(jīng)濟(jì)事實(shí)的統(tǒng)計(jì)數(shù)據(jù)為依據(jù)，用計(jì)量經(jīng)濟(jì)方法技術(shù)研究計(jì)量經(jīng)濟(jì)模型的實(shí)用化或探索實(shí)證經(jīng)濟(jì)規(guī)律、分析經(jīng)濟(jì)現(xiàn)象和預(yù)測(cè)經(jīng)濟(jì)行為以及對(duì)經(jīng)濟(jì)政策作定量評(píng)價(jià)。釅錒極額閉鎮(zhèn)檜豬訣錐。1.3怎

3、樣理解計(jì)量經(jīng)濟(jì)學(xué)與理論經(jīng)濟(jì)學(xué)、經(jīng)濟(jì)統(tǒng)計(jì)學(xué)的關(guān)系？答：1、計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)學(xué)的關(guān)系。聯(lián)系：計(jì)量經(jīng)濟(jì)學(xué)研究的主體經(jīng)濟(jì)現(xiàn)象和經(jīng)濟(jì)關(guān)系的數(shù)量規(guī)律；計(jì)量經(jīng)濟(jì)學(xué)必須以經(jīng)濟(jì)學(xué)提供的理論原則和經(jīng)濟(jì)運(yùn)行規(guī)律為依據(jù)；經(jīng)濟(jì)計(jì)量分析的結(jié)果：對(duì)經(jīng)濟(jì)理論確定的原則加以驗(yàn)證、充實(shí)、完善。區(qū)別：經(jīng)濟(jì)理論重在定性分析,并不對(duì)經(jīng)濟(jì)關(guān)系提供數(shù)量上的具體度量；計(jì)量經(jīng)濟(jì)學(xué)對(duì)經(jīng)濟(jì)關(guān)系要作出定量的估計(jì)，對(duì)經(jīng)濟(jì)理論提出經(jīng)驗(yàn)的內(nèi)容。彈貿(mào)攝爾霽斃攬磚鹵廡。2、計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)統(tǒng)計(jì)學(xué)的關(guān)系。聯(lián)系：經(jīng)濟(jì)統(tǒng)計(jì)側(cè)重于對(duì)社會(huì)經(jīng)濟(jì)現(xiàn)象的描述性計(jì)量；經(jīng)濟(jì)統(tǒng)計(jì)提供的數(shù)據(jù)是計(jì)量經(jīng)濟(jì)學(xué)據(jù)以估計(jì)參數(shù)、驗(yàn)證經(jīng)濟(jì)理論的基本依據(jù)；經(jīng)濟(jì)現(xiàn)象不能作實(shí)驗(yàn)，只能被動(dòng)地觀測(cè)客觀經(jīng)濟(jì)

4、現(xiàn)象變動(dòng)的既成事實(shí)，只能依賴于經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)。區(qū)別：經(jīng)濟(jì)統(tǒng)計(jì)學(xué)主要用統(tǒng)計(jì)指標(biāo)和統(tǒng)計(jì)分析方法對(duì)經(jīng)濟(jì)現(xiàn)象進(jìn)行描述和計(jì)量；計(jì)量經(jīng)濟(jì)學(xué)主要利用數(shù)理統(tǒng)計(jì)方法對(duì)經(jīng)濟(jì)變量間的關(guān)系進(jìn)行計(jì)量。謀蕎摶篋飆鐸懟類蔣薔。1.4在計(jì)量經(jīng)濟(jì)模型中被解釋變量和解釋變量的作用有什么不同？答：在計(jì)量經(jīng)濟(jì)模型中，解釋變量是變動(dòng)的原因，被解釋變量是變動(dòng)的結(jié)果。被解釋變量是模型要分析研究的對(duì)象。解釋變量是說(shuō)明被解釋變量變動(dòng)主要原因的變量。廈礴懇蹣駢時(shí)盡繼價(jià)騷。1.5一個(gè)完整的計(jì)量經(jīng)濟(jì)模型應(yīng)包括哪些基本要素？你能舉一個(gè)例子嗎？答：一個(gè)完整的計(jì)量經(jīng)濟(jì)模型應(yīng)包括三個(gè)基本要素：經(jīng)濟(jì)變量、參數(shù)和隨機(jī)誤差項(xiàng)。例如研究消費(fèi)函數(shù)的計(jì)量經(jīng)濟(jì)模型：其中，

5、為居民消費(fèi)支出，為居民家庭收入，二者是經(jīng)濟(jì)變量；和為參數(shù)；是隨機(jī)誤差項(xiàng)。1.6假如你是中央銀行貨幣政策的研究者，需要你對(duì)增加貨幣供應(yīng)量促進(jìn)經(jīng)濟(jì)增長(zhǎng)提出建議，你將考慮哪些因素？你認(rèn)為可以怎樣運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)的研究方法？煢楨廣鰳鯡選塊網(wǎng)羈淚。答：貨幣政策工具或者說(shuō)影響貨幣供應(yīng)量的因素有再貼現(xiàn)率、公開市場(chǎng)業(yè)務(wù)操作以及法定準(zhǔn)備金率。所以會(huì)考慮再貼現(xiàn)率、公開市場(chǎng)業(yè)務(wù)操作以及法定準(zhǔn)備金率。選擇這三種因素作為解釋變量。貨幣供應(yīng)量作為被解釋變量。從而建立簡(jiǎn)單線性回歸模型。鵝婭盡損鵪慘歷蘢鴛賴。1.7計(jì)量經(jīng)濟(jì)學(xué)模型的主要應(yīng)用領(lǐng)域有哪些？答：計(jì)量經(jīng)濟(jì)模型主要可以用于經(jīng)濟(jì)結(jié)構(gòu)分析、經(jīng)濟(jì)預(yù)測(cè)、政策評(píng)價(jià)和檢驗(yàn)與發(fā)展經(jīng)濟(jì)理

6、論。1.8如果要根據(jù)歷史經(jīng)驗(yàn)預(yù)測(cè)明年中國(guó)的糧食產(chǎn)量，你認(rèn)為應(yīng)當(dāng)考慮哪些因素？應(yīng)當(dāng)怎樣設(shè)定計(jì)量經(jīng)濟(jì)模型？答：影響中國(guó)的糧食產(chǎn)量的因素可以有農(nóng)業(yè)資金投入、農(nóng)業(yè)勞動(dòng)力、糧食播種面積、受災(zāi)面積等?？山⑷缦露嘣Ｐ停夯[叢媽羥為贍僨蟶練淨(jìng)。其中，為中國(guó)的糧食產(chǎn)量，為農(nóng)業(yè)資金投入，為農(nóng)業(yè)勞動(dòng)力，為糧食播種面積，為受災(zāi)面積。1.9參數(shù)和變量的區(qū)別是什么？為什么對(duì)計(jì)量經(jīng)濟(jì)模型中的參數(shù)通常只能用樣本觀測(cè)值去估計(jì)？答：經(jīng)濟(jì)變量反映不同時(shí)間、不同空間的表現(xiàn)不同，取值不同，是可以觀測(cè)的因素。是模型的研究對(duì)象或影響因素。經(jīng)濟(jì)參數(shù)是表現(xiàn)經(jīng)濟(jì)變量相互依存程度的、決定經(jīng)濟(jì)結(jié)構(gòu)和特征的、相對(duì)穩(wěn)定的因素，通常不能直接觀測(cè)。預(yù)頌圣

7、鉉儐歲齦訝驊糴。一般來(lái)說(shuō)參數(shù)是未知的，又是不可直接觀測(cè)的。由于隨機(jī)誤差項(xiàng)的存在，參數(shù)也不能通過(guò)變量值去精確計(jì)算。只能通過(guò)變量樣本觀測(cè)值選擇適當(dāng)方法去估計(jì)。滲釤嗆儼勻諤鱉調(diào)硯錦。1.10你能分別舉出三個(gè)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)的實(shí)際例子，并分別說(shuō)明這些數(shù)據(jù)的來(lái)源嗎？鐃誅臥瀉噦圣騁貺頂廡。答：時(shí)間序列數(shù)據(jù)：中國(guó)1981年至2010年國(guó)內(nèi)生產(chǎn)總值，可從中國(guó)統(tǒng)計(jì)年鑒查得數(shù)據(jù)。截面數(shù)據(jù)：中國(guó)2010年各省、區(qū)、直轄市的國(guó)內(nèi)生產(chǎn)總值，中國(guó)統(tǒng)計(jì)年鑒查得數(shù)據(jù)。面板數(shù)據(jù)：中國(guó)1981年至2010年各省、區(qū)、直轄市的國(guó)內(nèi)生產(chǎn)總值，中國(guó)統(tǒng)計(jì)年鑒查得數(shù)據(jù)。虛擬變量數(shù)據(jù)：自然災(zāi)害狀態(tài)，1表示該狀態(tài)

8、發(fā)生，0表示該狀態(tài)不發(fā)生。1.11為什么對(duì)已經(jīng)估計(jì)出參數(shù)的模型還要進(jìn)行檢驗(yàn)？你能舉一個(gè)例子說(shuō)明各種檢驗(yàn)的必要性嗎？答：模型中的參數(shù)被估計(jì)以后，一般說(shuō)來(lái)這樣的模型還不能直接加以應(yīng)用，還需要對(duì)其進(jìn)行檢驗(yàn)。首先，在設(shè)定模型時(shí)，對(duì)所研究經(jīng)濟(jì)現(xiàn)象規(guī)律性的認(rèn)識(shí)可能并不充分，所依據(jù)的經(jīng)濟(jì)理論對(duì)所研究對(duì)象也許還不能作出正確的解釋和說(shuō)明。或者經(jīng)濟(jì)理論是正確的，但可能我們對(duì)問(wèn)題的認(rèn)識(shí)只是從某些局部出發(fā)，或者只是考察了某些特殊的樣本，以局部去說(shuō)明全局的變化規(guī)律，可能導(dǎo)致偏差。其次，我們用以估計(jì)參數(shù)的統(tǒng)計(jì)數(shù)據(jù)或其它信息可能并不十分可靠，或者較多地采用了經(jīng)濟(jì)突變時(shí)期的數(shù)據(jù)，不能真實(shí)代表所研究的經(jīng)濟(jì)關(guān)系，或者由于樣本太小

9、，所估計(jì)參數(shù)只是抽樣的某種偶然結(jié)果。此外，我們所建立的模型、采用的方法、所用的統(tǒng)計(jì)數(shù)據(jù)，都有可能違反計(jì)量經(jīng)濟(jì)的基本假定，這也可能導(dǎo)出錯(cuò)誤的結(jié)論。擁締鳳襪備訊顎輪爛薔。1.12為什么計(jì)量經(jīng)濟(jì)模型可以用于政策評(píng)價(jià)？其前提條件是什么？答：所謂政策評(píng)價(jià)，是利用計(jì)量經(jīng)濟(jì)模型對(duì)各種可供選擇的政策方案的實(shí)施后果進(jìn)行模擬運(yùn)算，從而對(duì)各種政策方案作出評(píng)價(jià)。前提是，我們是把計(jì)量經(jīng)濟(jì)模型當(dāng)作經(jīng)濟(jì)運(yùn)行的實(shí)驗(yàn)室，去模擬所研究的經(jīng)濟(jì)體計(jì)量經(jīng)濟(jì)模型體系，分析整個(gè)經(jīng)濟(jì)體系對(duì)各種假設(shè)的政策條件的反映。在實(shí)際的政策評(píng)價(jià)時(shí)，經(jīng)常把模型中的某些變量或參數(shù)視為可用政策調(diào)整的政策變量，然后分析政策變量的變動(dòng)對(duì)被解釋變量的影響。贓熱俁閫歲

10、匱閶鄴鎵騷。1.13為什么定義方程式可以用于聯(lián)立方程組模型，而不宜用于建立單一方程模型？答：定義關(guān)系是指根據(jù)定義而表達(dá)的恒等式，是由經(jīng)濟(jì)理論或客觀存在的經(jīng)濟(jì)關(guān)系決定的恒等關(guān)系。國(guó)民經(jīng)濟(jì)中許多平衡關(guān)系都可以建立恒等關(guān)系，這樣的模型稱為定義方程式。在聯(lián)立方程組模型中經(jīng)常利用定義方程式。但是，定義方程式的恒等關(guān)系中沒有隨機(jī)誤差項(xiàng)和需要估計(jì)的參數(shù)，所以一般不宜用于建立單一方程模型。壇摶鄉(xiāng)囂懺蔞鍥鈴氈淚。第二章 簡(jiǎn)單線性回歸模型2.1相關(guān)分析與回歸分析的關(guān)系是什么？答：相關(guān)分析與回歸分析有密切的關(guān)系，它們都是對(duì)變量間相關(guān)關(guān)系的研究，二者可以相互補(bǔ)充。相關(guān)分析可以表明變量間相關(guān)關(guān)系的性質(zhì)和程度，只有當(dāng)變量

11、間存在一定程度的相關(guān)關(guān)系時(shí)，進(jìn)行回歸分析才有實(shí)際的意義。同時(shí)，在進(jìn)行相關(guān)分析時(shí)如果要具體確定變量間相關(guān)的具體數(shù)學(xué)形式，又要依賴于回歸分析，而且相關(guān)分析中相關(guān)系數(shù)的確定也是建立在回歸分析基礎(chǔ)上的。蠟變黲癟報(bào)倀鉉錨鈰贅。相關(guān)分析與回歸分析的區(qū)別。從研究目的上看，相關(guān)分析是用一定的數(shù)量指標(biāo)（相關(guān)系數(shù)）度量變量間相互聯(lián)系的方向和程度；回歸分析卻是要尋求變量間聯(lián)系的具體數(shù)學(xué)形式，是要根據(jù)解釋變量的固定值去估計(jì)和預(yù)測(cè)被解釋變量的平均值。從對(duì)變量的處理看，相關(guān)分析對(duì)稱地對(duì)待相互聯(lián)系的變量，不考慮二者的因果關(guān)系，也就是不區(qū)分解釋變量和被解釋變量，相關(guān)的變量不一定具有因果關(guān)系，均視為隨機(jī)變量；回歸分析是建立在變

12、量因果關(guān)系分析的基礎(chǔ)上，研究其中解釋變量的變動(dòng)對(duì)被解釋變量的具體影響，回歸分析中必須明確劃分解釋變量和被解釋變量，對(duì)變量的處理是不對(duì)稱的。買鯛鴯譖曇膚遙閆擷凄。2.2什么是總體回歸函數(shù)和樣本回歸函數(shù)？它們之間的區(qū)別是什么？答：總體回歸函數(shù)是將總體被解釋變量的條件期望表現(xiàn)為解釋變量的函數(shù)。樣本回歸函數(shù)是將被解釋變量的樣本條件均值表示為解釋變量的函數(shù)。綾鏑鯛駕櫬鶘蹤韋轔糴?？傮w回歸函數(shù)和樣本回歸函數(shù)之間的區(qū)別。首先，總體回歸函數(shù)雖然未知，但它是確定的；而由于從總體中每次抽樣都能獲得一個(gè)樣本，就都可以擬合一條樣本回歸線，樣本回歸線是隨抽樣波動(dòng)而變化的，可以有很多條。所以樣本回歸函數(shù)還不是總體回歸函數(shù)

13、，至多只是未知的總體回歸函數(shù)的近似反映。其次，總體回歸函數(shù)的參數(shù)是確定的常數(shù)；而樣本回歸函數(shù)的參數(shù)是隨抽樣而變化的隨機(jī)變量。驅(qū)躓髏彥浹綏譎飴憂錦。2.3什么是隨機(jī)擾動(dòng)項(xiàng)和剩余項(xiàng)（殘差）？它們之間的區(qū)別是什么？答：總體回歸函數(shù)中，被解釋變量個(gè)別值與條件期望的偏差是隨機(jī)擾動(dòng)項(xiàng)。樣本回歸函數(shù)中，被解釋變量個(gè)別值與樣本條件均值的偏差是殘差項(xiàng)。殘差項(xiàng)在概念上類似總體回歸函數(shù)中的隨機(jī)擾動(dòng)項(xiàng)，可視為對(duì)隨機(jī)擾動(dòng)項(xiàng)的估計(jì)。貓蠆驢繪燈鮒誅髏貺廡?？傮w回歸函數(shù)中的隨機(jī)誤差項(xiàng)是不可以直接觀測(cè)的；而樣本回歸函數(shù)中的殘差項(xiàng)是只要估計(jì)出樣本回歸的參數(shù)就可以計(jì)算的數(shù)值。鍬籟饗逕瑣筆襖鷗婭薔。2.4為什么在對(duì)參數(shù)作最小二乘估計(jì)

14、之前,要對(duì)模型提出古典假設(shè)?答：在對(duì)參數(shù)作最小二乘估計(jì)之前,要對(duì)模型提出古典假設(shè)。因?yàn)槟Ｐ椭杏须S機(jī)擾動(dòng)，估計(jì)的參數(shù)是隨機(jī)變量，只有對(duì)隨機(jī)擾動(dòng)的分布作出假定，才能確定所估計(jì)參數(shù)的分布性質(zhì)，也才可能進(jìn)行假設(shè)檢驗(yàn)和區(qū)間估計(jì)。只有具備一定的假定條件，所作出的估計(jì)才具有較好的統(tǒng)計(jì)性質(zhì)。構(gòu)氽頑黌碩飩薺齦話騖。2.5總體方差和參數(shù)估計(jì)方差的區(qū)別是什么？答：總體方差是未知的，但是確定存在的。參數(shù)估計(jì)方差可以由樣本數(shù)據(jù)計(jì)算出來(lái)，但只是總體的近似反映，未必等于真實(shí)值。輒嶧陽(yáng)檉籪癤網(wǎng)儂號(hào)澩。2.6為什么可決系數(shù)可以度量模型的擬合優(yōu)度？在簡(jiǎn)單線性回歸中它與對(duì)參數(shù)的檢驗(yàn)的關(guān)系是什么？答：可決系數(shù)是回歸平方和占總離差平方

15、和的比重，即由樣本回歸作出解釋的離差平方和在總離差平方和中占的比重，如果樣本回歸線對(duì)樣本觀測(cè)值擬合程度好，各樣本觀測(cè)點(diǎn)與回歸線靠得越近，由樣本回歸作出解釋的離差平方和在總離差平方和中占的比重也將越大，反之?dāng)M合程度越差，這部分所占比重就越小。所以可決系數(shù)可以作為綜合度量回歸模型對(duì)樣本觀測(cè)值擬合優(yōu)度的指標(biāo)。堯側(cè)閆繭絳闕絢勵(lì)蜆贅。在簡(jiǎn)單線性回歸中，可決系數(shù)越大，說(shuō)明在總變差中由模型作出了解釋的部分占的比重越大，X對(duì)Y的解釋能力越強(qiáng)，模型擬合優(yōu)度越好。對(duì)參數(shù)的檢驗(yàn)是判斷解釋變量X是否是被解釋變量Y的顯著影響因素。二者的目的作用是一致的。識(shí)饒鎂錕縊灩筧嚌儼淒。2.7有人說(shuō)：“得到參數(shù)區(qū)間估計(jì)的上下限后，

16、說(shuō)明參數(shù)的真實(shí)值落入這個(gè)區(qū)間的概率為。”如何評(píng)論這種說(shuō)法？?jī)鲡斾~勞臘鍇癇婦脛糴。答：這種說(shuō)法是錯(cuò)誤的。區(qū)間是隨機(jī)的，只是說(shuō)明在重復(fù)抽樣中，像這樣的區(qū)間可構(gòu)造許多次，從長(zhǎng)遠(yuǎn)看平均地說(shuō)，這些區(qū)間中將有的概率包含著參數(shù)的真實(shí)值。參數(shù)的真實(shí)值雖然未知，卻是一個(gè)固定的值，不是隨機(jī)變量。所以應(yīng)理解為區(qū)間包含參數(shù)真實(shí)值的概率是，而不能認(rèn)為參數(shù)的真實(shí)值落入這個(gè)區(qū)間的概率為。恥諤銪滅縈歡煬鞏鶩錦。2.8對(duì)參數(shù)假設(shè)檢驗(yàn)的基本思想是什么？答：對(duì)參數(shù)假設(shè)檢驗(yàn)的基本思想，是在所估計(jì)樣本回歸系數(shù)概率分布性質(zhì)已確定的基礎(chǔ)上，在對(duì)總體回歸系數(shù)某種原假設(shè)成立的條件下，利用適當(dāng)?shù)挠忻鞔_概率分布的統(tǒng)計(jì)量和給定的顯著性水平，構(gòu)造一個(gè)

17、小概率事件，判斷原假設(shè)結(jié)果合理與否，是基于“小概率事件不易發(fā)生”的原理，可以認(rèn)為小概率事件在一次觀察中基本不會(huì)發(fā)生，如果小概率事件竟然發(fā)生了，就認(rèn)為原假設(shè)不成立，從而拒絕原假設(shè)，不拒絕備擇假設(shè)。鯊腎鑰詘褳鉀溈懼統(tǒng)庫(kù)。2.9為什么對(duì)被解釋變量個(gè)別值的預(yù)測(cè)區(qū)間會(huì)比對(duì)被解釋變量平均值的預(yù)測(cè)區(qū)間更寬？答：預(yù)測(cè)被解釋變量平均值僅存在抽樣誤差，而對(duì)被解釋變量個(gè)別值的預(yù)測(cè)，不僅存在抽樣誤差，而且要受隨機(jī)擾動(dòng)項(xiàng)的影響。所以對(duì)個(gè)別值的預(yù)測(cè)區(qū)間比對(duì)平均值的預(yù)測(cè)區(qū)間更寬。碩癘鄴頏謅攆檸攜驤蘞。2.10如果有人利用中國(guó)19782000年的樣本估計(jì)的計(jì)量經(jīng)濟(jì)模型直接預(yù)測(cè)“中國(guó)綜合經(jīng)濟(jì)水平將在2050年達(dá)到美國(guó)2002年

18、的水平”，你如何評(píng)論這種預(yù)測(cè)？閿擻輳嬪諫遷擇楨秘騖。答：用回歸模型作預(yù)測(cè)時(shí)，預(yù)測(cè)期解釋變量取值不宜偏離樣本期過(guò)遠(yuǎn)，否則預(yù)測(cè)的精度會(huì)大大降低。利用中國(guó)19782000年的樣本估計(jì)50年之后的經(jīng)濟(jì)水平，其預(yù)測(cè)不會(huì)太準(zhǔn)確。氬嚕躑竄貿(mào)懇彈瀘頷澩。2.11對(duì)本章開始提出的“中國(guó)旅游業(yè)總收入將超過(guò)3000億美元”，你認(rèn)為可以建立什么樣的簡(jiǎn)單線性回歸模型去分析？釷鵒資贏車贖孫滅獅贅。答：對(duì)本章開始提出的問(wèn)題，我們會(huì)考慮：是什么決定性的因素能使中國(guó)旅游業(yè)總收入到2020年達(dá)到3000億美元？旅游業(yè)的發(fā)展與這種決定性因素的數(shù)量關(guān)系究竟是什么？怎樣具體測(cè)定旅游業(yè)發(fā)展與這種決定性因素的數(shù)量關(guān)系?綜合考慮各種因素，我

19、們認(rèn)為影響中國(guó)旅游業(yè)總收入的決定性因素是中國(guó)居民收入的增長(zhǎng)。于是建立如下模型：慫闡譜鯪逕導(dǎo)嘯畫長(zhǎng)涼。其中，為中國(guó)旅游業(yè)總收入，為中國(guó)居民收入。第三章 多元線性回歸模型3.1若要將一個(gè)被解釋變量對(duì)兩個(gè)解釋變量作線性回歸分析：1）寫出總體回歸函數(shù)和樣本回歸函數(shù)；2）寫出回歸模型的矩陣表示；3）說(shuō)明對(duì)此模型的古典假定；4）寫出回歸系數(shù)及隨機(jī)擾動(dòng)項(xiàng)方差的最小二乘估計(jì)式，并說(shuō)明參數(shù)估計(jì)式的性質(zhì)。答：1）總體回歸函數(shù)：樣本回歸函數(shù)：2）寫出回歸模型的矩陣表示3）此模型的古典假定：零均值假定；同方差和無(wú)自相關(guān)假定；隨機(jī)擾動(dòng)項(xiàng)與解釋變量不相關(guān)；無(wú)多重共線性假定；隨機(jī)誤差項(xiàng)服從正態(tài)分布。諺辭調(diào)擔(dān)鈧諂動(dòng)禪瀉類。4

20、）回歸系數(shù)最小二乘估計(jì)式：隨機(jī)擾動(dòng)項(xiàng)方差的最小二乘估計(jì)式：參數(shù)估計(jì)式的性質(zhì)：具有線性性、無(wú)偏性和最小方差性。3.2什么是偏回歸系數(shù)？它與簡(jiǎn)單線性回歸的回歸系數(shù)有什么不同？答：多元線性回歸模型中，回歸系數(shù)（，）表示的是當(dāng)控制其它解釋變量不變的條件下，第個(gè)解釋變量的單位變動(dòng)對(duì)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)。嘰覲詿縲鐋囁偽純鉿錈。簡(jiǎn)單線性回歸模型只有一個(gè)解釋變量，回歸系數(shù)表示解釋變量的單位變動(dòng)對(duì)被解釋變量平均值的影響。多元線性回歸模型中的回歸系數(shù)是偏回歸系數(shù)，是當(dāng)控制其它解釋變量不變的條件下，某個(gè)解釋變量的單位變動(dòng)對(duì)被解釋變量平均值的影響，從而可以實(shí)現(xiàn)保持某些控制變量不變的情況

21、下，分析所關(guān)注的變量對(duì)被解釋變量的真實(shí)影響。熒紿譏鉦鏌觶鷹緇機(jī)庫(kù)。3.3多元線性回歸中的古典假定與簡(jiǎn)單線性回歸時(shí)有什么不同？答：多元線性回歸中的古典假定比簡(jiǎn)單線性回歸時(shí)多出一個(gè)無(wú)多重共線性假定。假定各解釋變量之間不存在線性關(guān)系，或各個(gè)解釋變量觀測(cè)值之間線性無(wú)關(guān)。解釋變量觀測(cè)值矩陣列滿秩（列）。這是保證多元線性回歸模型參數(shù)估計(jì)值有解的重要條件。鶼漬螻偉閱劍鯫腎邏蘞。3.4多元線性回歸分析中，為什么要對(duì)可決系數(shù)加以修正？修正可決系數(shù)與F檢驗(yàn)之間有何區(qū)別與聯(lián)系？答：多元線性回歸分析中，多重可決系數(shù)是模型中解釋變量個(gè)數(shù)的增函數(shù)，這給對(duì)比不同模型的多重可決系數(shù)帶來(lái)缺陷，所以需要修正?？蓻Q系數(shù)只涉及變差，

22、沒有考慮自由度。如果用自由度去校正所計(jì)算的變差，可糾正解釋變量個(gè)數(shù)不同引起的對(duì)比困難。紂憂蔣氳頑薟驅(qū)藥憫騖。聯(lián)系：由方差分析可以看出，F(xiàn)檢驗(yàn)與可決系數(shù)有密切聯(lián)系，二者都建立在對(duì)應(yīng)變量變差分解的基礎(chǔ)上。F統(tǒng)計(jì)量也可通過(guò)可決系數(shù)計(jì)算。對(duì)方程聯(lián)合顯著性檢驗(yàn)的F檢驗(yàn)，實(shí)際上也是對(duì)可決系數(shù)的顯著性檢驗(yàn)。區(qū)別：F檢驗(yàn)有精確的分布，它可以在給定顯著性水平下，給出統(tǒng)計(jì)意義上嚴(yán)格的結(jié)論?？蓻Q系數(shù)只能提供一個(gè)模糊的推測(cè)，可決系數(shù)越大，模型對(duì)數(shù)據(jù)的擬合程度就越好。但要大到什么程度才算模型擬合得好，并沒有一個(gè)絕對(duì)的數(shù)量標(biāo)準(zhǔn)。穎芻莖蛺餑億頓裊賠瀧。3.5什么是方差分析？對(duì)被解釋變量的方差分析與對(duì)模型擬合優(yōu)度的度量有什么

23、聯(lián)系和區(qū)別？答：被解釋變量Y觀測(cè)值的總變差分解式為：。將自由度考慮進(jìn)去進(jìn)行方差分析，即得如下方差分析表：變差來(lái)源平方和自由度方差源于回歸源于殘差總變差方差分析和對(duì)模型擬合優(yōu)度的度量（可決系數(shù)）都是在把總變差分解為回歸平方和與殘差平方和的基礎(chǔ)上進(jìn)行分析。區(qū)別是前者考慮了自由度，后者未考慮自由度。濫驂膽閉驟羥闈詔寢賻。3.6多元線性回歸分析中，F(xiàn)檢驗(yàn)與t檢驗(yàn)的關(guān)系是什么？為什么在作了F檢驗(yàn)以后還要作t檢驗(yàn)?答：在多元回歸中，t檢驗(yàn)是分別檢驗(yàn)當(dāng)其他解釋變量保持不變時(shí)，各個(gè)解釋變量X對(duì)應(yīng)變量Y是否有顯著影響。F檢驗(yàn)是在多元回歸中有多個(gè)解釋變量，需要說(shuō)明所有解釋變量聯(lián)合起來(lái)對(duì)應(yīng)變量影響的總顯著性,或整個(gè)

24、方程總的聯(lián)合顯著性。銚銻縵嚌鰻鴻鋟謎諏涼。F檢驗(yàn)是對(duì)多元回歸模型方程整體可靠性的檢驗(yàn)，而多元線性回歸分析的目的，不僅是要尋求方程整體的顯著性，也要對(duì)各個(gè)參數(shù)作出有意義的估計(jì)。方程整體線性關(guān)系顯著并不一定表示每個(gè)解釋變量對(duì)被解釋變量的影響是顯著的，因此，還必須分別對(duì)每個(gè)回歸系數(shù)逐個(gè)地進(jìn)行t檢驗(yàn)。擠貼綬電麥結(jié)鈺贖嘵類。3.7試證明：在二元線性回歸模型中，當(dāng)和相互獨(dú)立時(shí)，對(duì)斜率系數(shù)和的OLS估計(jì)值。等于分對(duì)和作簡(jiǎn)單線性回歸時(shí)斜率系數(shù)的OLS估計(jì)值。賠荊紳諮侖驟遼輩襪錈。答：二元線性回歸模型的回歸系數(shù)和最小二乘估計(jì)式：而當(dāng)和相互獨(dú)立時(shí)，和的斜方差等于零，即：將代入和式中，可得：所以，當(dāng)和相互獨(dú)立時(shí)，對(duì)

25、斜率系數(shù)和的OLS估計(jì)值。等于分對(duì)和作簡(jiǎn)單線性回歸時(shí)斜率系數(shù)的OLS估計(jì)值。3.8對(duì)于本章開始提出的“中國(guó)已成為世界汽車產(chǎn)銷第一國(guó)”，為分析中國(guó)汽車產(chǎn)銷量的發(fā)展，你認(rèn)為可建立什么樣的計(jì)量經(jīng)濟(jì)模型？塤礙籟饈決穩(wěn)賽釙冊(cè)庫(kù)。答：分析中汽車市場(chǎng)狀況如何，我們可以用銷售量觀測(cè)。其次考慮影響汽車銷量的主要因素都有哪些？比如收入、價(jià)格、費(fèi)用、道路狀況、能源、政策環(huán)境等?？梢越⑷缦履Ｐ停貉U樣祕(mì)廬廂顫諺鍘羋藺。其中，Y為汽車銷售量，X2為居民收入，X3為汽車價(jià)格，X4為汽油價(jià)格，像其他費(fèi)用、道路狀況、政策環(huán)境等次要因素包含在隨機(jī)誤差項(xiàng)u中。倉(cāng)嫗盤紲囑瓏詁鍬齊驁。3.9說(shuō)明用Eviews完成多元線性回歸分析的具

26、體操作步驟。答：1、建立工作文件，建立一個(gè)Group對(duì)象，輸入數(shù)據(jù)。2、點(diǎn)擊Quick下拉菜單中的Estimate Equation。3、在對(duì)話框Equation Specification欄中鍵入Y C X2 X3 X4，點(diǎn)擊OK，即出現(xiàn)回歸結(jié)果。綻萬(wàn)璉轆娛閬蟶鬮綰瀧。第四章 多重共線性 思考題4.1 多重共線性的實(shí)質(zhì)是什么？為什么會(huì)出現(xiàn)多重共線性？答：多重共線性包括完全的多重共線性和不完全的多重共線性。多重共線性實(shí)質(zhì)上是樣本數(shù)據(jù)問(wèn)題，出現(xiàn)了解釋變量系數(shù)矩陣的線性相關(guān)問(wèn)題。驍顧燁鶚巰瀆蕪領(lǐng)鱺賻。產(chǎn)生多重共線性的經(jīng)濟(jì)背景主要有以下幾種情形：第一，經(jīng)濟(jì)變量之間具有共同變化趨勢(shì)。第二，模型中包含滯

27、后變量。第三，利用截面數(shù)據(jù)建立模型也可能出現(xiàn)多重共線性。第四，樣本數(shù)據(jù)自身的原因?，嶀暈R曖惲錕縞馭篩涼。4.2 多重共線性對(duì)回歸參數(shù)的估計(jì)有何影響？ 答：在完全多重共線性情況下，參數(shù)的估計(jì)值不確定，估計(jì)量的方差無(wú)限大。在不完全共線性情況下，參數(shù)估計(jì)量的方差隨共線性程度的增加而增大；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)容易做出錯(cuò)誤的判斷；當(dāng)多重共線性嚴(yán)重時(shí)，可能造成可決系數(shù)R2較高，經(jīng)F檢驗(yàn)的參數(shù)聯(lián)合顯著性也很高，但單個(gè)參數(shù)t檢驗(yàn)卻可能不顯著，甚至可能使估計(jì)的回歸系數(shù)符號(hào)相反，得出完全錯(cuò)誤的結(jié)論。鎦詩(shī)涇艷損樓紲鯗餳類。4.3 多重共線性的典型表現(xiàn)是什么？判斷是否存在多重

28、共線性的方法有哪些？答：多重共線性的典型表現(xiàn)是模型擬和較好，但偏回歸系數(shù)幾乎都無(wú)統(tǒng)計(jì)學(xué)意義；偏回歸系數(shù)估計(jì)值不穩(wěn)定，方差很大；偏回歸系數(shù)估計(jì)值的符號(hào)可能與預(yù)期不符或與經(jīng)驗(yàn)相悖，結(jié)果難以解釋。櫛緶歐鋤棗鈕種鵑瑤錟。具體判斷方法有：解釋變量之間簡(jiǎn)單相關(guān)系數(shù)矩陣法；方差擴(kuò)大因子法以及一些直觀判斷法和逐步回歸的方法。 4.4 針對(duì)出現(xiàn)多重共線性的不同情形，能采取的補(bǔ)救措施有哪些？答：根據(jù)經(jīng)驗(yàn)，可以選擇剔除變量，增大樣本容量，變換模型形式，利用非樣本先驗(yàn)信息，截面數(shù)據(jù)和時(shí)間序列數(shù)據(jù)并用以及變量變換等不同方法。也可以采取逐步回歸方法由由一元模型開始逐步增加解釋變量個(gè)數(shù)，增加的原則是顯著提高可決系數(shù)，自身顯

29、著而與其他變量之間又不產(chǎn)生共線性。最后，還可以采取嶺回歸方法來(lái)降低多重共線性的程度。轡燁棟剛殮攬瑤麗鬮應(yīng)。4.5 在涉及相關(guān)的宏觀經(jīng)濟(jì)總量指標(biāo)如GDP、貨幣供應(yīng)量、物價(jià)水平、國(guó)民總收入、就業(yè)人數(shù)等時(shí)間序列的數(shù)據(jù)中一般都會(huì)懷疑有多重共線性，為什么？峴揚(yáng)斕滾澗輻灄興渙藺。答：原因是這些變量之間通常具有共同變化的趨勢(shì)。4.6 多重共線性的產(chǎn)生與樣本容量的個(gè)數(shù)n、解釋變量的個(gè)數(shù)k有無(wú)關(guān)系？答：由于多重共線性是一個(gè)樣本特征，所以可能同樣變量的另一組樣本共線性程度又沒那么嚴(yán)重。根據(jù)方差公式，樣本容量越大也會(huì)增加，從而會(huì)減小回歸參數(shù)的方差，標(biāo)準(zhǔn)誤差也同樣會(huì)減小。多重共線性與解釋變量的個(gè)數(shù)也有關(guān)系，解釋變量個(gè)

30、數(shù)越多，變量之間產(chǎn)生多重共線性的可能性越大。詩(shī)叁撻訥燼憂毀厲鋨驁。4.7 具有嚴(yán)重多重共線性的回歸方程能否用來(lái)進(jìn)行預(yù)測(cè)？答：如果研究的目的僅在于預(yù)測(cè)Y，而各個(gè)解釋變量X之間的多重共線性關(guān)系的性質(zhì)在未來(lái)將繼續(xù)保持，這時(shí)雖然無(wú)法精確估計(jì)個(gè)別的回歸系數(shù)，但可以估計(jì)這些系數(shù)的某些線性組合，因此，多重共線性可能并不是嚴(yán)重問(wèn)題。則鯤愜韋瘓賈暉園棟瀧。4.8 嶺回歸法的基本思想是什么，它對(duì)降低共線性有何作用？答：當(dāng)解釋變量之間存在多重共線性時(shí)，則會(huì)增大，原因是接近于奇異。如果將加上一個(gè)正常數(shù)對(duì)角矩陣kI（k0，I為單位矩陣），即，使得的可能性比的可能性更小，那么接近奇異的程度就會(huì)比小得多。如此可以得到參數(shù)的

31、嶺回歸估計(jì)：，K是嶺回歸參數(shù)。當(dāng)解釋變量之間存在多重共線性時(shí)，嶺回歸估計(jì)比最小二乘估計(jì)穩(wěn)定，當(dāng)k較小時(shí)，回歸系數(shù)很不穩(wěn)定，而當(dāng)k逐漸增大時(shí)，回歸系數(shù)可能呈現(xiàn)穩(wěn)定狀態(tài)。因此，選擇合適的k值，嶺回歸參數(shù)會(huì)優(yōu)于普通最小二乘估計(jì)參數(shù)。當(dāng)k=0時(shí)，嶺回歸估計(jì)等于普通最小二乘估計(jì)。脹鏝彈奧秘孫戶孿釔賻。4.9 以下陳述是否正確？請(qǐng)判斷并說(shuō)明理由。1）在高度多重共線性的情形中，要評(píng)價(jià)一個(gè)或多個(gè)偏回歸系數(shù)的單個(gè)顯著性是不可能的。答：正確。理由：在高度多重共線性的情形中，沒有任何方法能從所給的樣本中把存在高度共線性的解釋變量的各自影響分解開來(lái)，從而也就無(wú)法得到單個(gè)參數(shù)顯著性檢驗(yàn)的t統(tǒng)計(jì)量，因此無(wú)法判斷單個(gè)或多個(gè)

32、偏回歸系數(shù)的單個(gè)顯著性。鰓躋峽禱紉誦幫廢掃減。2）盡管有完全的多重共線性，OLS估計(jì)量仍然是BLUE。答：錯(cuò)誤。理由：在完全多重共線性情況下，參數(shù)估計(jì)值的方差無(wú)窮大，因此不再是有效估計(jì)量，從而BLUE不再成立。3）如果有某一輔助回歸顯示出高的值，則高度共線性的存在肯定是無(wú)疑的。答：正確。理由：方差擴(kuò)大因子，當(dāng)時(shí)，方差擴(kuò)大因子也會(huì)很大，說(shuō)明變量之間多重共線性也會(huì)越嚴(yán)重。4）變量的兩兩高度相關(guān)并不表示高度多重共線性。答：正確。理由：較高的簡(jiǎn)單相關(guān)系數(shù)只是多重共線性存在的充分條件，而不是必要條件。特別是在多于兩個(gè)解釋變量的回歸模型中，有時(shí)較低的簡(jiǎn)單相關(guān)系數(shù)也可能存在多重共線性，這時(shí)就需要檢查偏相關(guān)系

33、數(shù)。因此，并不能簡(jiǎn)單地依據(jù)相關(guān)系數(shù)進(jìn)行多重共線性的準(zhǔn)確判斷。稟虛嬪賑維嚌妝擴(kuò)踴糶。5）如果其他條件不變，VIF越高，OLS估計(jì)量的方差越大。答：正確。理由：以二元模型為例，從而方差擴(kuò)大因子VIF越大，參數(shù)估計(jì)量的方法越大。6）如果在多元回歸中，根據(jù)通常的t檢驗(yàn)，全部偏回歸系數(shù)分別都是統(tǒng)計(jì)上不顯著的，你就不會(huì)得到一個(gè)高的值。陽(yáng)簍埡鮭罷規(guī)嗚舊巋錟。答：錯(cuò)誤。理由：在多元回歸模型中，可能會(huì)由于多重共線性的存在導(dǎo)致很高的情況下，各個(gè)參數(shù)單獨(dú)的t檢驗(yàn)卻不顯著。7）在Y對(duì)和的回歸中，假如的值很少變化，這就會(huì)使增大，在極端的情況下，如果全部值都相同，將是無(wú)窮大。答：正確。理由：根據(jù)公式，在兩個(gè)解釋變量線性相

34、關(guān)程度一定的情況下，的值很少變化，從而會(huì)使得很小，從而增大，如果全部值都相同，趨于零，將是無(wú)窮大。溈氣嘮戇萇鑿鑿櫧諤應(yīng)。第五章 異方差性思考題5.1 簡(jiǎn)述什么是異方差？為什么異方差的出現(xiàn)總是與模型中某個(gè)解釋變量的變化有關(guān)？答 ：設(shè)模型為，如果其他假定均不變，但模型中隨機(jī)誤差項(xiàng)的方差為，則稱具有異方差性。由于異方差性指的是被解釋變量觀測(cè)值的分散程度是隨解釋變量的變化而變化的，所以異方差的出現(xiàn)總是與模型中某個(gè)解釋變量的變化有關(guān)。鋇嵐縣緱虜榮產(chǎn)濤團(tuán)藺。5.2 試歸納檢驗(yàn)異方差方法的基本思想，并指出這些方法的異同。答：各種異方差檢驗(yàn)的共同思想是，基于不同的假定，分析隨機(jī)誤差項(xiàng)的方差與解釋變量之間的相關(guān)

35、性，以判斷隨機(jī)誤差項(xiàng)的方差是否隨解釋變量變化而變化。其中，戈德菲爾德-跨特檢驗(yàn)、懷特檢驗(yàn)、ARCH檢驗(yàn)和Glejser檢驗(yàn)都要求大樣本，其中戈德菲爾德-跨特檢驗(yàn)、懷特檢驗(yàn)和Glejser檢驗(yàn)對(duì)時(shí)間序列和截面數(shù)據(jù)模型都可以檢驗(yàn)，ARCH檢驗(yàn)只適用于時(shí)間序列數(shù)據(jù)模型中。戈德菲爾德-跨特檢驗(yàn)和ARCH檢驗(yàn)只能判斷是否存在異方差，懷特檢驗(yàn)在判斷基礎(chǔ)上還可以判斷出是哪一個(gè)變量引起的異方差。Glejser檢驗(yàn)不僅能對(duì)異方差的存在進(jìn)行判斷，而且還能對(duì)異方差隨某個(gè)解釋變量變化的函數(shù)形式進(jìn)行診斷。懨俠劑鈍觸樂(lè)鷴燼觶騮。5.3 什么是加權(quán)最小二乘法？它的基本思想是什么？答：以一元線性回歸模型為例：經(jīng)檢驗(yàn)存在異方差

36、，公式可以表示為。選取權(quán)數(shù) ，當(dāng) 越小 時(shí)，權(quán)數(shù)越大。當(dāng) 越大時(shí)，權(quán)數(shù)越小。將權(quán)數(shù)與 殘差平方相乘以后再求和，得到加權(quán)的殘差平方和：，求使加權(quán)殘差平方和最小的參數(shù)估計(jì)值。這種求解參數(shù)估計(jì)式的方法為加權(quán)最小二乘法。謾飽兗爭(zhēng)詣繚鮐癩別瀘。加權(quán)最小二乘的基本思想是通過(guò)權(quán)數(shù)Wi使異方差經(jīng)受了“壓縮”和“擴(kuò)張”變?yōu)橥讲?。區(qū)別對(duì)待不同的 。對(duì)較小的,給予較大的權(quán)數(shù)，對(duì)較大的給予較小的權(quán)數(shù)，從而使 更 好地反映 對(duì)殘差平方和的影響。 咼鉉們歟謙鴣餃競(jìng)蕩賺。5.4 產(chǎn)生異方差的原因是什么？試舉例說(shuō)明經(jīng)濟(jì)現(xiàn)象中的異方差性。答：原因包括模型設(shè)定誤差，模型中略去重要解釋變量或者模型數(shù)學(xué)形式不正確都可能導(dǎo)致異方差。

37、樣本數(shù)據(jù)的觀測(cè)誤差以及截面數(shù)據(jù)中總體各單位的差異等也會(huì)導(dǎo)致異方差的存在?，撝C齷蘄賞組靄縐嚴(yán)減。5.5 如果模型中存在異方差性，對(duì)模型又什么影響？這時(shí)候模型還能進(jìn)行應(yīng)用分析嗎？答：當(dāng)模型中的誤差項(xiàng)存在異方差時(shí)，參數(shù)估計(jì)仍然是無(wú)偏的但方差不再是最小的；在異方差存在的情況下，參數(shù)估計(jì)的方差可能會(huì)高估或者低估真實(shí)的方差，從而會(huì)低估或者高估t統(tǒng)計(jì)量，從而可能導(dǎo)致錯(cuò)誤的結(jié)論。麩肅鵬鏇轎騍鐐縛縟糶。由于參數(shù)估計(jì)量不再是有效的，從而對(duì)Y的預(yù)測(cè)也將不是有效的。5.6 對(duì)數(shù)變化的作用是什么？進(jìn)行對(duì)數(shù)變化應(yīng)注意什么？對(duì)數(shù)變換后模型的經(jīng)濟(jì)意義有什么變化？答：通過(guò)對(duì)數(shù)變換可以實(shí)現(xiàn)：一能使測(cè)定變量值的尺度縮小；二經(jīng)過(guò)對(duì)數(shù)

38、變換后的線性模型，其殘差e表示相對(duì)誤差，而相對(duì)誤差往往比絕對(duì)誤差有較小的差異。納疇鰻吶鄖禎銣膩鰲錟。進(jìn)行對(duì)數(shù)變化應(yīng)注意的是，對(duì)變量取對(duì)數(shù)雖然能夠減少異方差對(duì)模型的影響，但應(yīng)注意取對(duì)數(shù)后變量的經(jīng)濟(jì)意義。如果變量之間在經(jīng)濟(jì)意義上并非呈對(duì)數(shù)線性關(guān)系，則不能簡(jiǎn)單地對(duì)變量取對(duì)數(shù)，這時(shí)只能用其他方法對(duì)異方差進(jìn)行修正。風(fēng)攆鮪貓鐵頻鈣薊糾廟。5.7 怎樣確定加權(quán)最小二乘法中的權(quán)數(shù)？答：在樣本容量足夠的情況下，可以先嘗試用懷特檢驗(yàn)找出引起異方差的解釋變量，然后通過(guò)Glejser檢驗(yàn)找出殘差e隨該解釋變量變化而變化的函數(shù)形式，進(jìn)而以該函數(shù)開方的倒數(shù)作為權(quán)數(shù)進(jìn)行加權(quán)最小二乘估計(jì)。滅噯駭諗鋅獵輛覯餿藹。第六章 思考題

39、 6.1 如何使用DW統(tǒng)計(jì)量來(lái)進(jìn)行自相關(guān)檢驗(yàn)？該檢驗(yàn)方法的前提條件和局限性有哪些？答：DW 檢驗(yàn)是J.Durbin(杜賓)和G.S.Watson(沃特森)于1951年提出的一種適用于小樣本的檢驗(yàn)方法，一般的計(jì)算機(jī)軟件都可以計(jì)算出DW 值。鐒鸝餉飾鐔閌貲諢癱騮。給定顯著水平，依據(jù)樣本容量n和解釋變量個(gè)數(shù)k，查D.W.表得d統(tǒng)計(jì)量的上界du和下界dL，當(dāng)0ddL時(shí)，表明存在一階正自相關(guān)，而且正自相關(guān)的程度隨d向0的靠近而增強(qiáng)。當(dāng)dLddu時(shí)，表明為不能確定存在自相關(guān)。當(dāng)dud4-du時(shí)，表明不存在一階自相關(guān)。當(dāng)4-dud4-dL時(shí)，表明不能確定存在自相關(guān)。當(dāng)4-dLd4時(shí)，表明存在一階負(fù)自相關(guān)，而

40、且負(fù)自相關(guān)的程度隨d向4的靠近而增強(qiáng)。攙閿頻嶸陣澇諗譴隴瀘。 DW檢驗(yàn)的前提條件：（1）回歸模型中含有截距項(xiàng)；（2）解釋變量是非隨機(jī)的（因此與隨機(jī)擾動(dòng)項(xiàng)不相關(guān)）（3）隨機(jī)擾動(dòng)項(xiàng)是一階線性自相關(guān)。 ；（4）回歸模型中不把滯后內(nèi)生變量（前定內(nèi)生變量）做為解釋變量。（5）沒有缺失數(shù)據(jù)，樣本比較大。DW檢驗(yàn)的局限性：（1）DW檢驗(yàn)有兩個(gè)不能確定的區(qū)域，一旦DW值落在這兩個(gè)區(qū)域，就無(wú)法判斷。這時(shí)，只有增大樣本容量或選取其他方法 趕輾雛紈顆鋝討躍滿賺。（2）DW統(tǒng)計(jì)量的上、下界表要求n15, 這是因?yàn)闃颖救绻傩?，利用殘差就很難對(duì)自相關(guān)的存在性做出比較正確的診斷夾覡閭輇駁檔驀遷錟減。(3) DW檢驗(yàn)不適應(yīng)

41、隨機(jī)誤差項(xiàng)具有高階序列相關(guān)的檢驗(yàn).(4) 只適用于有常數(shù)項(xiàng)的回歸模型并且解釋變量中不能含滯后的被解釋變量 6.2 當(dāng)回歸模型中的隨機(jī)誤差項(xiàng)為AR(1)自相關(guān)時(shí)，為什么仍用OLS法會(huì)低估的標(biāo)準(zhǔn)誤差？ 仍然考慮一元線性回歸模型，以 為例：記 為存在自相關(guān)的估計(jì)值，則 時(shí)，說(shuō)明隨機(jī)誤差項(xiàng)存在自相關(guān)，此時(shí)，所以這個(gè)時(shí)候參數(shù)估計(jì)值的方差不是最小。如果存在自相關(guān)時(shí)仍然用最小二乘方法估計(jì)參數(shù)，就極有可能低估參數(shù)估計(jì)值的真實(shí)方差。視絀鏝鴯鱭鐘腦鈞欖糲。6.3 判斷以下陳述的真?zhèn)危⒔o出合理的解釋。（1）當(dāng)回歸模型隨機(jī)誤差項(xiàng)有自相關(guān)時(shí)，普通最小二乘估計(jì)量是有偏誤的和非有效的。判斷：錯(cuò)誤。當(dāng)回歸模型隨機(jī)誤差項(xiàng)有自

42、相關(guān)時(shí)，普通最小二乘估計(jì)量是無(wú)偏誤的和非有效的。（2）DW檢驗(yàn)假定隨機(jī)誤差項(xiàng)ui的方差是同方差。判斷：錯(cuò)誤。DW統(tǒng)計(jì)量的構(gòu)造中并沒有要求誤差項(xiàng)的方差是同方差 。（3）用一階差分法消除自相關(guān)是假定自相關(guān)系數(shù)為-1。判斷：錯(cuò)誤。用一階差分法消除自相關(guān)是假定自相關(guān)系數(shù)為1，即原原模型存在完全一階正自相關(guān)。（4）當(dāng)回歸模型隨機(jī)誤差項(xiàng)有自相關(guān)時(shí)，普通最小二乘估計(jì)的預(yù)測(cè)值的方差和標(biāo)準(zhǔn)誤差不再是有效的。判斷：正確。6.4 對(duì)于四個(gè)解釋變量的回歸模型ttttttuXXXXY+=443322110bbbbb如果樣本量n=50, 當(dāng)DW統(tǒng)計(jì)量為如下數(shù)值時(shí)，請(qǐng)判斷模型中的自相關(guān)狀況。（1）DW=1.05 （2） D

43、W=1.40（3）DW=2.50 （4） DW=3.97答：給定顯著水平=0.05，依據(jù)樣本容量n=50和解釋變量個(gè)數(shù)k=4，查D.W.表得d統(tǒng)計(jì)量的上界du=1.721，下界dL=1.378，4- du=2.279，4-dL=2.622。偽澀錕攢鴛擋緬鐒鈞錠。（1）DW=1.05dL，所以模型存在正自相關(guān)。(2) dLDW=1.40du, 所以模型不能確定是否存在自相關(guān)。（3）4- du DW=2.504-dL，所以模型存在負(fù)自相關(guān)。第七章 分布滯后模型與自回歸模型7.1 什么是滯后現(xiàn)象？產(chǎn)生滯后現(xiàn)象的原因主要有哪些？答：解釋變量與被解釋變量的因果聯(lián)系不可能在短時(shí)間內(nèi)完成，在這一過(guò)程中通常都

44、存在時(shí)間滯后，也就是說(shuō)解釋變量需要通過(guò)一段時(shí)間才能完全作用于被解釋變量。 此外，由于經(jīng)濟(jì)活動(dòng)的慣性，一個(gè)經(jīng)濟(jì)指標(biāo)以前的變化態(tài)勢(shì)往往會(huì)延續(xù)到本期，從而形成被解釋變量的當(dāng)期變化同自身過(guò)去取值水平相關(guān)的情形。 這種被解釋變量受自身或其它經(jīng)濟(jì)變量過(guò)去值影響的現(xiàn)象稱為滯后效應(yīng)。 緦徑銚膾齲轎級(jí)鏜撟廟。心理預(yù)期因素、技術(shù)因素、制度因素等都是產(chǎn)生滯后現(xiàn)象的原因7.2 對(duì)分布滯后模型進(jìn)行估計(jì)存在哪些困難？實(shí)際應(yīng)用中如何處理這些困難？答：分布滯后模型進(jìn)行估計(jì)存在的困難自由度問(wèn)題：如果樣本觀測(cè)值個(gè)數(shù)n較小，隨著滯后長(zhǎng)度s的增大，有效樣本容量n-s變小，會(huì)出現(xiàn)自由度不足的問(wèn)題。騅憑鈳銘僥張礫陣軫藹。多重共線性問(wèn)題：

45、由于經(jīng)濟(jì)活動(dòng)的前后繼起性，經(jīng)濟(jì)變量的滯后值之間通常存在較強(qiáng)的聯(lián)系，因此，分布滯后模型中滯后解釋變量觀測(cè)值之間往往會(huì)存在嚴(yán)重多重共線性問(wèn)題。癘騏鏨農(nóng)剎貯獄顥幗騮。滯后長(zhǎng)度難于確定的問(wèn)題：在實(shí)際經(jīng)濟(jì)分析中用分布滯后模型來(lái)處理滯后現(xiàn)象時(shí)，模型中滯后長(zhǎng)度的確定較為困難，沒有充分的先驗(yàn)信息可供使用。鏃鋝過(guò)潤(rùn)啟婭澗駱讕瀘。實(shí)際應(yīng)用中處理這些困難的方法：對(duì)于有限分布滯后模型，其基本思想是設(shè)法有目的地減少需要直接估計(jì)的模型參數(shù)個(gè)數(shù)，以緩解多重共線性，保證自由度。榿貳軻謄壟該檻鯔塏賽。 對(duì)于無(wú)限分布滯后模型，主要是通過(guò)適當(dāng)?shù)哪Ｐ妥儞Q，使其轉(zhuǎn)化為只需估計(jì)有限個(gè)參數(shù)的自回歸模型。7.3 庫(kù)伊克模型 、自適應(yīng)預(yù)期模型

46、與局部調(diào)整模型有哪些共性和不同之處？模型估計(jì)會(huì)存在哪些困難？如何解決？邁蔦賺陘賓唄擷鷦訟湊。答：（1）相同之處：庫(kù)伊克模型、自適應(yīng)預(yù)期模型、局部調(diào)整模型三個(gè)模型的最終形式都是一階自回歸模型。（2）不同之處：1）導(dǎo)出模型的經(jīng)濟(jì)背景和思想不同。庫(kù)伊克模型是在無(wú)限分布滯后模型的基礎(chǔ)上，根據(jù)庫(kù)伊克幾何分布滯后假定導(dǎo)出的；自適應(yīng)預(yù)期模型是由解釋變量自適應(yīng)過(guò)程得到的；局部調(diào)整模型是由應(yīng)變量的局部調(diào)整得到的。嶁硤貪塒廩袞憫倉(cāng)華糲。2）模型存在的問(wèn)題不同。三個(gè)模型的形成機(jī)理不同，所以隨機(jī)誤差項(xiàng)的結(jié)構(gòu)不同，庫(kù)伊克模型和自適應(yīng)預(yù)期模型都存在自相關(guān)、解釋變量與隨機(jī)誤差項(xiàng)相關(guān)的問(wèn)題；而局部調(diào)整模型則不存在。庫(kù)伊克模型

47、和自適應(yīng)預(yù)期模型不能夠直接使用最小二乘法直接估計(jì)，而局部調(diào)整模型則可以。該櫟諼碼戇沖巋鳧薩錠。（3）模型估計(jì)存在的困難及解決的方法（a）出現(xiàn)了隨機(jī)解釋變量 ，而可能與相關(guān)；(b)隨機(jī)擾動(dòng)項(xiàng)可能自相關(guān)，庫(kù)伊克模型和自適應(yīng)預(yù) 期模型的隨機(jī)擾動(dòng)項(xiàng)都會(huì)導(dǎo)致自相關(guān)，只有局部調(diào)整模型的隨機(jī)擾動(dòng)無(wú)自相關(guān).如果用最小二乘法直接估計(jì)自回歸模型，則估計(jì)可能是有偏的，而且不是一致估計(jì)。劇妝諢貰攖蘋塒呂侖廟。 估計(jì)自回歸模型需要解決兩個(gè)問(wèn)題：設(shè)法消除與的相關(guān)性；檢驗(yàn)是否存在自相關(guān)。所以應(yīng)用工具變量法進(jìn)行估計(jì)一階自回歸模型，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。臠

48、龍訛驄椏業(yè)變墊羅蘄。7.4敘述用阿爾蒙多項(xiàng)式法估計(jì)外生變量有限分布滯后模型的方法步驟，對(duì)多項(xiàng)式的次數(shù)m有哪些限制，為什么？鰻順褸悅漚縫囅屜鴨騫。答：阿爾蒙多項(xiàng)式法的目的是消除多重共線性的影響。其基本原理：在有限分布滯后模型滯后長(zhǎng)度s 已知的情況下，滯后項(xiàng)系數(shù)有一取值結(jié)構(gòu)，把它看成是相應(yīng)滯后期i的函數(shù)。在以滯后期i為橫軸、滯后系數(shù)取值為縱軸的坐標(biāo)系中，如果這些滯后系數(shù)落在一條光滑曲線上，或近似落在一條光滑曲線上，則可以由一個(gè)關(guān)于i的次數(shù)較低的m次多項(xiàng)式很好地逼近，即 :穡釓虛綹滟鰻絲懷紓濼。將阿爾蒙多項(xiàng)式變換代入分布滯后模型并整理，模型變?yōu)槿缦滦问?對(duì)于變換后的模型，在滿足古典假定的條件下，可用

49、最小二乘法進(jìn)行估計(jì)。將估計(jì)的參數(shù)代入阿爾蒙多項(xiàng)式，就可求出原分布滯后模型參數(shù)的估計(jì)值。隸誆熒鑒獫綱鴣攣駘賽。在實(shí)際應(yīng)用中，阿爾蒙多項(xiàng)式的次數(shù)m通常取得較低，一般取2或3，很少超過(guò)4。7.5考慮如下模型：假定相關(guān)。為了消除相關(guān)，采用如下工具變量法：先求對(duì)和的回歸，得到的估計(jì)值，然后做如下回歸：其中是第一步粗估計(jì)值的滯后值。分析說(shuō)明該方法為什么可以消除原模型中之間的相關(guān)性。答：由于、和不相關(guān)，作為對(duì)和的回歸，也與不相關(guān)，進(jìn)而也與不相關(guān)，因此對(duì)式進(jìn)行回歸，可以消除原模型中之間的相關(guān)性。浹繢膩叢著駕驃構(gòu)碭湊。7.6 檢驗(yàn)一階自回歸模型隨機(jī)擾動(dòng)項(xiàng)是否存在自相關(guān)，為什么用德賓h-檢驗(yàn)而不用DW檢驗(yàn)？答：因

50、為DW檢驗(yàn)法不適合于方程含有滯后被解釋變量的場(chǎng)合，在自回歸模型中，滯后被解釋變量是隨機(jī)變量，已有研究表明，如果用DW檢驗(yàn)法，則d統(tǒng)計(jì)量值總是趨近于2。也就是說(shuō)，在一階自回歸中，當(dāng)隨機(jī)擾動(dòng)項(xiàng)存在自相關(guān)時(shí)，DW檢驗(yàn)卻傾向于得出非自相關(guān)的結(jié)論。鈀燭罰櫝箋礱颼畢韞糲。德賓提出了檢驗(yàn)一階自相關(guān)的h統(tǒng)計(jì)量檢驗(yàn)法。 其中，為隨機(jī)擾動(dòng)項(xiàng)一階自相關(guān)系數(shù) 的估計(jì)量， d為DW統(tǒng)計(jì)量，n 為樣本容量，為滯后被解釋變量的回歸系數(shù)的估計(jì)方差。愜執(zhí)緝蘿紳頎陽(yáng)灣熗鍵。 在=0的假定下，h統(tǒng)計(jì)量的極限分布為標(biāo)準(zhǔn)正態(tài)分布。因此，在大樣本情況下，可以用h統(tǒng)計(jì)量值判斷隨機(jī)擾動(dòng)項(xiàng)是否存在一階自相關(guān)。 貞廈給鏌綞牽鎮(zhèn)獵鎦龐。給定顯著性水平，查標(biāo)準(zhǔn)正態(tài)分布表得臨界值 。若| ,則拒絕原假設(shè) ，說(shuō)明自回歸模型存在一階自相關(guān)；若| ，則接受原假設(shè)=0,說(shuō)明自回歸模型不存在一階自相關(guān)。 嚌鯖級(jí)廚脹鑲銦礦毀蘄。第八章 虛擬變量回歸8.1什么是虛擬變量？它在模型中有什么作用？答：虛擬變量是人工構(gòu)造的取值為0或1的作為屬性變量代表的變