2023年計量經(jīng)濟學知識點超全版

1．經(jīng)濟變量:經(jīng)濟變量是用來描述經(jīng)濟因素數(shù)量水平的指標。(3分）2.解釋變量:是用來解釋作為研究對象的變量（即因變量)為什么變動、如何變動的變量。（2分）它對因變量的變動做出解釋,表現(xiàn)為方程所描述的因果關系中的“因”。（1分）3．被解釋變量:是作為研究對象的變量。（1分)它的變動是由解釋變量做出解釋的,表現(xiàn)為方程所描述的因果關系的果。(2分）4.內(nèi)生變量：是由模型系統(tǒng)內(nèi)部因素所決定的變量，(2分）表現(xiàn)為具有一定概率分布的隨機變量,是模型求解的結果。(1分)５.外生變量:是由模型系統(tǒng)之外的因素決定的變量,表現(xiàn)為非隨機變量。（2分)它影響模型中的內(nèi)生變量，其數(shù)值在模型求解之前就已經(jīng)擬定。(1分)６．滯后變量：是滯后內(nèi)生變量和滯后外生變量的合稱，（1分）前期的內(nèi)生變量稱為滯后內(nèi)生變量;（1分）前期的外生變量稱為滯后外生變量。(1分）7.前定變量:通常將外生變量和滯后變量合稱為前定變量,(1分)即是在模型求解以前已經(jīng)擬定或需要擬定的變量。(２分)8.控制變量：在計量經(jīng)濟模型中人為設立的反映政策規(guī)定、決策者意愿、經(jīng)濟系統(tǒng)運營條件和狀態(tài)等方面的變量,(2分）它一般屬于外生變量。(1分)９.計量經(jīng)濟模型:為了研究分析某個系統(tǒng)中經(jīng)濟變量之間的數(shù)量關系而采用的隨機代數(shù)模型,（2分)是以數(shù)學形式對客觀經(jīng)濟現(xiàn)象所作的描述和概括。(1分）10．函數(shù)關系：假如一個變量y的取值可以通過另一個變量或另一組變量以某種形式惟一地、精確地擬定,則y與這個變量或這組變量之間的關系就是函數(shù)關系。（3分)11．相關關系:假如一個變量y的取值受另一個變量或另一組變量的影響，但并不由它們惟一擬定,則ｙ與這個變量或這組變量之間的關系就是相關關系。(３分)１2．最小二乘法:用使估計的剩余平方和最小的原則擬定樣本回歸函數(shù)的方法,稱為最小二乘法。（３分)1３．高斯－馬爾可夫定理：在古典假定條件下,ＯLS估計量是模型參數(shù)的最佳線性無偏估計量，這一結論即是高斯－馬爾可夫定理。（3分)14.總變差（總離差平方和）:在回歸模型中，被解釋變量的觀測值與其均值的離差平方和。（３分）１5．回歸變差（回歸平方和）：在回歸模型中，因變量的估計值與其均值的離差平方和,(2分)也就是由解釋變量解釋的變差。（1分)16.剩余變差(殘差平方和)：在回歸模型中，因變量的觀測值與估計值之差的平方和，（2分)是不能由解釋變量所解釋的部分變差。（1分)17．估計標準誤差：在回歸模型中，隨機誤差項方差的估計量的平方根。（3分)18．樣本決定系數(shù):回歸平方和在總變差中所占的比重。（3分)1９.點預測:給定自變量的某一個值時，運用樣本回歸方程求出相應的樣本擬合值,以此作為因變量實際值和其均值的估計值。(3分)20.擬合優(yōu)度:樣本回歸直線與樣本觀測數(shù)據(jù)之間的擬合限度。（3分)21．殘差：樣本回歸方程的擬合值與觀測值的誤差稱為回歸殘差。(3分)２2．顯著性檢查:運用樣本結果,來證實一個虛擬假設的真?zhèn)蔚囊环N檢查程序。（3分)23.回歸變差：簡稱ESS,表達由回歸直線（即解釋變量）所解釋的部分（2分）,表達x對ｙ的線性影響（１分)。2４．剩余變差：簡稱RSS,是未被回歸直線解釋的部分（2分）,是由解釋變量以外的因素導致的影響（1分）。２5.多重決定系數(shù)：在多元線性回歸模型中,回歸平方和與總離差平方和的比值（1分），也就是在被解釋變量的總變差中能由解釋變量所解釋的那部分變差的比重,我們稱之為多重決定系數(shù),仍用R2表達(２分)。26.調(diào)整后的決定系數(shù):又稱修正后的決定系數(shù)，記為，是為了克服多重決定系數(shù)會隨著解釋變量的增長而增大的缺陷提出來的,(２分)其公式為:(１分)。27.偏相關系數(shù):在Ｙ、X1、Ｘ2三個變量中,當X１既定期（即不受X1的影響),表達Y與X2之間相關關系的指標,稱為偏相關系數(shù),記做。(3分）2８．異方差性：在線性回歸模型中，假如隨機誤差項的方差不是常數(shù)，即對不同的解釋變量觀測值彼此不同，則稱隨機項具有異方差性。（3分）２9.戈德菲爾特-匡特檢查:該方法由戈德菲爾特（Ｓ.M.Goｌdｆｅlｄ)和匡特（R.E.Quａnｄｔ)于１96５年提出，用對樣本進行分段比較的方法來判斷異方差性。(3分)30.懷特檢查:該檢查由懷特(White)在1980年提出,通過建立輔助回歸模型的方式來判斷異方差性。(３分）３1.戈里瑟檢查和帕克檢查:該檢查法由戈里瑟和帕克于1969年提出,其基本原理都是通過建立殘差序列對解釋變量的（輔助)回歸模型,判斷隨機誤差項的方差與解釋變量之間是否存在著較強的相關關系,進而判斷是否存在異方差性。（3分）32．序列相關性：對于模型隨機誤差項互相獨立的基本假設表現(xiàn)為（1分）假如出現(xiàn)即對于不同的樣本點,隨機誤差項之間不再是完全互相獨立，而是存在某種相關性，則認為出現(xiàn)了序列相關性(SeｒiaｌＣorrelａt(yī)ｉｏn)。（2分)3３.虛假序列相關:是指模型的序列相關性是由于省略了顯著的解釋變量而導致的。34.差分法：差分法是一類克服序列相關性的有效方法，被廣泛的采用。差分法是將原模型變換為差分模型,分為一階差分法和廣義差分法。35.廣義差分法:廣義差分法可以克服所有類型的序列相關帶來的問題,一階差分法是它的一個特例。36.自回歸模型:37.廣義最小二乘法:是最有普遍意義的最小二乘法，普通最小二乘法和加權最小二乘法是它的特例。38.DW檢查:德賓和瓦特森與19５1年提出的一種適于小樣本的檢查方法。DW檢查法有五個前提條件。39.科克倫－奧克特迭代法:是通過逐次跌代去尋求更為滿意的的估計值，然后再采用廣義差分法。具體來說，該方法是運用殘差去估計未知的。(40.Ｄurbin兩步法:當自相關系數(shù)未知，可采用Durbｉn提出的兩步法去消除自相關。第一步對一多元回歸模型，使用OLS法估計其參數(shù),第二步再運用廣義差分。41.相關系數(shù)：度量變量之間相關限度的一個系數(shù)，一般用ρ表達。,，越接近于１,相關限度越強,越接近于0，相關限度越弱。4２.多重共線性:是指解釋變量之間存在完全或不完全的線性關系。43.方差膨脹因子：是指解釋變量之間存在多重共線性時的方差與不存在多重共線性時的方差之比。44.把質(zhì)的因素量化而構造的取值為０和１的人工變量。４5．在設定模時假如模型中解釋變量的構成．模型函數(shù)的形式以及有關隨機誤差項的若干假定等內(nèi)容的設定與客觀實際不一致,運用計量經(jīng)濟學模型來描述經(jīng)濟現(xiàn)象而產(chǎn)生的誤差。46.是指與模型中的隨機解釋變量高度相關,與隨機誤差項不相關的變量。4７.用工具變量替代模型中與隨機誤差項相關的隨機解釋變量的方法。48．由于引進虛擬變量,回歸模型的截距或斜率隨樣本觀測值的改變而系統(tǒng)地改變。49.這是虛擬變量的一個應用,當解釋變量低于某個已知的臨界水平時，我們?nèi)√摂M變量設立而成的模型稱之為分段線性回歸模型。50．分布滯后模型:假如滯后變量模型中沒有滯后因變量,因變量受解釋變量的影響分布在解釋變量不同時期的滯后值上,則稱這種模型為分布滯后模型。51．有限分布滯后模型:滯后期長度有限的分布滯后模型稱為有限分布滯后模型。52．無限分布滯后模型：滯后期長度無限的分布滯后模型稱為無限分布滯后模型。５３.幾何分布滯后模型：對于無限分布滯后模型，假如其滯后變量的系數(shù)bi是按幾何級數(shù)列衰減的,則稱這種模型為幾何分布滯后模型。54．聯(lián)立方程模型:是指由兩個或更多互相聯(lián)系的方程構建的模型。55.結構式模型：是根據(jù)經(jīng)濟理論建立的反映經(jīng)濟變量間直接關系結構的計量方程系統(tǒng)。5６.簡化式模型:是指聯(lián)立方程中每個內(nèi)生變量只是前定變量與隨機誤差項的函數(shù)。57.結構式參數(shù):結構模型中的參數(shù)叫結構式參數(shù)５8．簡化式參數(shù):簡化式模型中的參數(shù)叫簡化式參數(shù)。59.辨認:就是指是否能從簡化式模型參數(shù)估計值中推導出結構式模型的參數(shù)估計值。6０．不可辨認:是指無法從簡化式模型參數(shù)估計值中推導出結構式模型的參數(shù)估計值。61．辨認的階條件：假如一個方程能被辨認,那么這個方程不包含的變量的總數(shù)應大于或等于模型系統(tǒng)中方程個數(shù)減1。62．辨認的秩條件：一個方程可辨認的充足必要條件是：所有不包含在這個方程中的參數(shù)矩陣的秩為m-1。63．間接最小二乘法：先運用最小二乘法估計簡化式方程,再通過參數(shù)關系體系,由簡化式參數(shù)的估計值求解得結構式參數(shù)的估計值。四、簡答題(每小題５分)1．簡述計量經(jīng)濟學與經(jīng)濟學、記錄學、數(shù)理記錄學學科間的關系。答:計量經(jīng)濟學是經(jīng)濟理論、記錄學和數(shù)學的綜合。（1分）經(jīng)濟學著重經(jīng)濟現(xiàn)象的定性研究，計量經(jīng)濟學著重于定量方面的研究。（1分)記錄學是關于如何收集、整理和分析數(shù)據(jù)的科學,而計量經(jīng)濟學則運用經(jīng)濟記錄所提供的數(shù)據(jù)來估計經(jīng)濟變量之間的數(shù)量關系并加以驗證。(１分)數(shù)理記錄學作為一門數(shù)學學科,可以應用于經(jīng)濟領域,也可以應用于其他領域;計量經(jīng)濟學則僅限于經(jīng)濟領域。（1分）計量經(jīng)濟模型建立的過程,是綜合應用理論、記錄和數(shù)學方法的過程，計量經(jīng)濟學是經(jīng)濟理論、記錄學和數(shù)學三者的統(tǒng)一。2、計量經(jīng)濟模型有哪些應用？答:①結構分析。(1分）②經(jīng)濟預測。（1分)③政策評價。(１分)④檢查和發(fā)展經(jīng)濟理論。(２分)3、簡述建立與應用計量經(jīng)濟模型的重要環(huán)節(jié)。答:①根據(jù)經(jīng)濟理論建立計量經(jīng)濟模型;（1分)②樣本數(shù)據(jù)的收集;（１分）③估計參數(shù)；（１分）④模型的檢查；（1分)⑤計量經(jīng)濟模型的應用。（１分)4、對計量經(jīng)濟模型的檢查應從幾個方面入手?答:①經(jīng)濟意義檢查;(２分)②記錄準則檢查；(１分）③計量經(jīng)濟學準則檢查；（1分）④模型預測檢查。(1分)5．計量經(jīng)濟學應用的數(shù)據(jù)是如何進行分類的?答：四種分類：①時間序列數(shù)據(jù);(１分）②橫截面數(shù)據(jù);（１分)③混合數(shù)據(jù);(１分）④虛擬變量數(shù)據(jù)。（２分)6.在計量經(jīng)濟模型中,為什么會存在隨機誤差項？答：隨機誤差項是計量經(jīng)濟模型中不可缺少的一部分。（1分）產(chǎn)生隨機誤差項的因素有以下幾個方面：①模型中被忽略掉的影響因素導致的誤差；（1分)②模型關系認定不準確導致的誤差；（1分）③變量的測量誤差；(1分)④隨機因素。（１分)7.古典線性回歸模型的基本假定是什么?答:①零均值假定。（1分）即在給定xt的條件下,隨機誤差項的數(shù)學盼望(均值）為0，即。②同方差假定。（1分）誤差項的方差與t無關，為一個常數(shù)。③無自相關假定。(1分）即不同的誤差項互相獨立。④解釋變量與隨機誤差項不相關假定。(１分)⑤正態(tài)性假定，（1分)即假定誤差項服從均值為０,方差為的正態(tài)分布。8．總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。答：重要區(qū)別：①描述的對象不同。(1分）總體回歸模型描述總體中變量y與x的互相關系,而樣本回歸模型描述所觀測的樣本中變量y與x的互相關系。②建立模型的不同。(1分)總體回歸模型是依據(jù)總體所有觀測資料建立的,樣本回歸模型是依據(jù)樣本觀測資料建立的。③模型性質(zhì)不同。（1分)總體回歸模型不是隨機模型,樣本回歸模型是隨機模型,它隨著樣本的改變而改變。重要聯(lián)系:樣本回歸模型是總體回歸模型的一個估計式，之所以建立樣本回歸模型,目的是用來估計總體回歸模型。（2分）９.試述回歸分析與相關分析的聯(lián)系和區(qū)別。答：兩者的聯(lián)系：①相關分析是回歸分析的前提和基礎;回歸分析是相關分析的進一步和繼續(xù)。（1分）②相關分析與回歸分析的有關指標之間存在計算上的內(nèi)在聯(lián)系。(１分）兩者的區(qū)別：①回歸分析強調(diào)因果關系,相關分析不關心因果關系，所研究的兩個變量是對等的。（１分)②對兩個變量ｘ與y而言,相關分析中:；在回歸分析中,和卻是兩個完全不同的回歸方程。(1分)③回歸分析對資料的規(guī)定是被解釋變量y是隨機變量，解釋變量x是非隨機變量;相關分析對資料的規(guī)定是兩個變量都隨機變量。（１分)１０.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量有哪些記錄性質(zhì)？答:①線性,是指參數(shù)估計量和分別為觀測值和隨機誤差項的線性函數(shù)或線性組合。（1分)②無偏性，指參數(shù)估計量和的均值（盼望值）分別等于總體參數(shù)和。（2分)③有效性（最小方差性或最優(yōu)性）,指在所有的線性無偏估計量中,最小二乘估計量和的方差最小。（2分)11．簡述BLUE的含義。答:BＬＵE即最佳線性無偏估計量，是bｅstlｉｎeaｒｕnｂiasｅdｅsｔimaｔｏrs的縮寫。(2分)在古典假定條件下,最小二乘估計量具有線性、無偏性和有效性，是最佳線性無偏估計量,即BLUE,這一結論就是著名的高斯－馬爾可夫定理。(3分）1２．對于多元線性回歸模型,為什么在進行了總體顯著性Ｆ檢查之后,還要對每個回歸系數(shù)進行是否為０的ｔ檢查?答:多元線性回歸模型的總體顯著性F檢查是檢查模型中所有解釋變量對被解釋變量的共同影響是否顯著。(1分)通過了此F檢查，就可以說模型中的所有解釋變量對被解釋變量的共同影響是顯著的,但卻不能就此鑒定模型中的每一個解釋變量對被解釋變量的影響都是顯著的。（３分)因此還需要就每個解釋變量對被解釋變量的影響是否顯著進行檢查,即進行t檢查。（1分)13．給定二元回歸模型:,請敘述模型的古典假定。解答:（1)隨機誤差項的盼望為零,即。（2)不同的隨機誤差項之間互相獨立，即（1分）。（3）隨機誤差項的方差與ｔ無關，為一個常數(shù)，即。即同方差假設(１分)。（４)隨機誤差項與解釋變量不相關,即。通常假定為非隨機變量，這個假設自動成立（１分）。（5）隨機誤差項為服從正態(tài)分布的隨機變量，即（1分)。(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系，即不存在多重共線性（1分）。14.在多元線性回歸分析中,為什么用修正的決定系數(shù)衡量估計模型對樣本觀測值的擬合優(yōu)度？解答:由于人們發(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,從而增長了模型的解釋功能。這樣就使得人們認為要使模型擬合得好，就必須增長解釋變量（2分）。但是,在樣本容量一定的情況下,增長解釋變量必然使得待估參數(shù)的個數(shù)增長，從而損失自由度,而實際中假如引入的解釋變量并非必要的話也許會產(chǎn)生很多問題,比如，減少預測精確度、引起多重共線性等等。為此用修正的決定系數(shù)來估計模型對樣本觀測值的擬合優(yōu)度(3分)。１５.修正的決定系數(shù)及其作用。解答：，(２分)其作用有：（1)用自由度調(diào)整后，可以消除擬合優(yōu)度評價中解釋變量多少對決定系數(shù)計算的影響；（2分）(2）對于包含解釋變量個數(shù)不同的模型，可以用調(diào)整后的決定系數(shù)直接比較它們的擬合優(yōu)度的高低，但不能用本來未調(diào)整的決定系數(shù)來比較(1分）。16.常見的非線性回歸模型有幾種情況?解答:常見的非線性回歸模型重要有：對數(shù)模型(1分）半對數(shù)模型或(1分）倒數(shù)模型(1分）多項式模型（1分）成長曲線模型涉及邏輯成長曲線模型和Ｇoｍperｔｚ成長曲線模型(１分)1７.觀測下列方程并判斷其變量是否呈線性,系數(shù)是否呈線性,或都是或都不是。①②③④解答：①系數(shù)呈線性，變量非線性;（1分)②系數(shù)呈線性,變量非呈線性;（１分)③系數(shù)和變量均為非線性;（1分)④系數(shù)和變量均為非線性。(２分)１8.觀測下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性,或都是或都不是。①②③④解答：①系數(shù)呈線性，變量非呈線性;(１分)②系數(shù)非線性，變量呈線性;(１分)③系數(shù)和變量均為非線性；(2分）④系數(shù)和變量均為非線性(１分）。19.異方差性是指模型違反了古典假定中的同方差假定,它是計量經(jīng)濟分析中的一個專門問題。在線性回歸模型中，假如隨機誤差項的方差不是常數(shù),即對不同的解釋變量觀測值彼此不同,則稱隨機項具有異方差性,即（ｔ=１,２,……，ｎ）。(3分）例如,運用橫截面數(shù)據(jù)研究消費和收入之間的關系時,對收入較少的家庭在滿足基本消費支出之后的剩余收入已經(jīng)不多,用在購買生活必需品上的比例較大,消費的分散幅度不大。收入較多的家庭有更多可自由支配的收入,使得這些家庭的消費有更大的選擇范圍。由于個性、愛好、儲蓄心理、消費習慣和家庭成員構成等那個的差異,使消費的分散幅度增大，或者說低收入家庭消費的分散度和高收入家庭消費得分散度相比較,可以認為牽著小于后者。這種被解釋變量的分散幅度的變化，反映到模型中,可以理解為誤差項方差的變化。(2分)20．產(chǎn)生因素：(1）模型中漏掉了某些解釋變量;（２)模型函數(shù)形式的設定誤差;(3）樣本數(shù)據(jù)的測量誤差；（４）隨機因素的影響。（2分）產(chǎn)生的影響:假如線性回歸模型的隨機誤差項存在異方差性,會對模型參數(shù)估計、模型檢查及模型應用帶來重大影響，重要有：(1)不影響模型參數(shù)最小二乘估計值的無偏性;（2)參數(shù)的最小二乘估計量不是一個有效的估計量;（3)對模型參數(shù)估計值的顯著性檢查失效;（4）模型估計式的代表性減少，預測精度精度減少。(3分)21.檢查方法：(1)圖示檢查法；（１分）（2)戈德菲爾德—匡特檢查；(1分)(3)懷特檢查;(１分）（4）戈里瑟檢查和帕克檢查(殘差回歸檢查法)；(1分）（5)ARCH檢查(自回歸條件異方差檢查)（1分）２2.解決方法:（１)模型變換法;(2分）(２)加權最小二乘法；（2分）（3)模型的對數(shù)變換等（1分)２3.加權最小二乘法的基本原理:最小二乘法的基本原理是使殘差平方和為最小,在異方差情況下,總體回歸直線對于不同的的波動幅度相差很大。隨機誤差項方差越小,樣本點對總體回歸直線的偏離限度越低,殘差的可信度越高(或者說樣本點的代表性越強）；而較大的樣本點也許會偏離總體回歸直線很遠,的可信度較低（或者說樣本點的代表性較弱）。(2分)因此,在考慮異方差模型的擬合總誤差時,對于不同的應當區(qū)別對待。具體做法：對較小的給于充足的重視，即給于較大的權數(shù);對較大的給于充足的重視,即給于較小的權數(shù)。更好的使反映對殘差平方和的影響限度,從而改善參數(shù)估計的記錄性質(zhì)。（3分)24.樣本分段法(即戈德菲爾特—匡特檢查)的基本原理：將樣本分為容量相等的兩部分,然后分別對樣本１和樣本２進行回歸，并計算兩個子樣本的殘差平方和，假如隨機誤差項是同方差的，則這兩個子樣本的殘差平方和應當大體相等;假如是異方差的,則兩者差別較大，以此來判斷是否存在異方差。（３分）使用條件:（１）樣本容量要盡也許大，一般而言應當在參數(shù)個數(shù)兩倍以上；(２)服從正態(tài)分布,且除了異方差條件外,其它假定均滿足。（2分)25.簡述DW檢查的局限性。答：從判斷準則中看到,DW檢查存在兩個重要的局限性：一方面,存在一個不能擬定的值區(qū)域，這是這種檢查方法的一大缺陷。（２分）另一方面:檢查只能檢查一階自相關。(2分)但在實際計量經(jīng)濟學問題中，一階自相關是出現(xiàn)最多的一類序列相關，并且經(jīng)驗表白，假如不存在一階自相關，一般也不存在高階序列相關。所以在實際應用中，對于序列相關問題—般只進行檢查。(1分）26.序列相關性的后果。答：(1)模型參數(shù)估計值不具有最優(yōu)性；（1分)(2)隨機誤差項的方差一般會低估；（１分)（3）模型的記錄檢查失效;（1分)(4）區(qū)間估計和預測區(qū)間的精度減少。(1分）（全對即加１分)2７．簡述序列相關性的幾種檢查方法。答:（1）圖示法;(1分)（2)D-Ｗ檢查;（1分)(３)回歸檢查法；（1分）（４)此外，偏相關系數(shù)檢查,布羅斯—戈弗雷檢查或拉格朗日乘數(shù)檢查都可以用來檢查高階序列相關。(2分)２８.廣義最小二乘法（GＬS）的基本思想是什么？答:基本思想就是對違反基本假定的模型做適當?shù)木€性變換,使其轉化成滿足基本假定的模型,從而可以使用ＯＬＳ方法估計模型。(5分）29．自相關性產(chǎn)生的因素有那些?答：（１)經(jīng)濟變量慣性的作用引起隨機誤差項自相關;(１分）（2)經(jīng)濟行為的滯后性引起隨機誤差項自相關；(１分)(3)一些隨機因素的干擾或影響引起隨機誤差項自相關；(1分)（4）模型設定誤差引起隨機誤差項自相關；（1分)（５)觀測數(shù)據(jù)解決引起隨機誤差項自相關。(1分）30．請簡述什么是虛假序列相關,如何避免?答：數(shù)據(jù)表現(xiàn)出序列相關,而事實上并不存在序列相關。(2分)要避免虛假序列相關,就應在做定量分析之間先進行定性分析，看從理論上或經(jīng)驗上是否有存在序列相關的也許,也許性是多大。(3分）31.DW值與一階自相關系數(shù)的關系是什么?答：或者3２.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系。產(chǎn)生多重共線性重要有下述因素:(１)樣本數(shù)據(jù)的采集是被動的，只能在一個有限的范圍內(nèi)得到觀測值,無法進行反復實驗。（2分）(2）經(jīng)濟變量的共同趨勢(1分）(3)滯后變量的引入(1分)（4)模型的解釋變量選擇不妥(１分)33．答:完全多重共線性是指對于線性回歸模型若則稱這些解釋變量的樣本觀測值之間存在完全多重共線性。（2分）不完全多重共線性是指對于多元線性回歸模型若則稱這些解釋變量的樣本觀測之間存在不完全多重共線性。（3分)34.答：（1)無法估計模型的參數(shù),即不能獨立分辨各個解釋變量對因變量的影響。(3分）(2)參數(shù)估計量的方差無窮大(或無法估計）(2分)35．答:（1）可以估計參數(shù),但參數(shù)估計不穩(wěn)定。（２分）（2)參數(shù)估計值對樣本數(shù)據(jù)的略有變化或樣本容量的稍有增減變化敏感。（1分）（3)各解釋變量對被解釋變量的影響難精確鑒別。（1分)(４)t檢查不容易拒絕原假設。（1分）36．答：(１)模型總體性檢查Ｆ值和Ｒ2值都很高，但各回歸系數(shù)估計量的方差很大,t值很低，系數(shù)不能通過顯著性檢查。（2分）（2）回歸系數(shù)值難以置信或符號錯誤。(1分）（３)參數(shù)估計值對刪除或增長少量觀測值，以及刪除一個不顯著的解釋變量非常敏感。（2分）３7．答：所謂方差膨脹因子是存在多重共線性時回歸系數(shù)估計量的方差與無多重共線性時回歸系數(shù)估計量的方差對比而得出的比值系數(shù)。（2分）若時,認為原模型不存在“多重共線性問題”；（1分）若時,則認為原模型存在“多重共線性問題”;(1分）若時,則模型的“多重共線性問題”的限度是很嚴重的，并且是非常有害的。(１分)３8．模型中引入虛擬變量的作用是什么?答案:(1)可以描述和測量定性因素的影響;（２分）（2)可以對的反映經(jīng)濟變量之間的關系,提高模型的精度;（2分）（3)便于解決異常數(shù)據(jù)。(1分）3９.虛擬變量引入的原則是什么？答案：(1)假如一個定性因素有m方面的特性，則在模型中引入ｍ-1個虛擬變量;(1分)(2)假如模型中有m個定性因素,而每個定性因素只有兩方面的屬性或特性，則在模型中引入ｍ個虛擬變量；假如定性因素有兩個及以上個屬性，則參照“一個因素多個屬性”的設立虛擬變量。（２分）(3）虛擬變量取值應從分析問題的目的出發(fā)予以界定；(1分)(４）虛擬變量在單一方程中可以作為解釋變量也可以作為被解釋變量。（1分）4０．虛擬變量引入的方式及每種方式的作用是什么？答案:（1）加法方式:其作用是改變了模型的截距水平；（２分)(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;(2分)(3)一般方式:即影響模型的截距有影響模型的斜率。（1分）4１.判斷計量經(jīng)濟模型優(yōu)劣的基本原則是什么？答案:(1）模型應力求簡樸;(1分）（２)模型具有可辨認性;（１分）(3)模型具有較高的擬合優(yōu)度；(１分)(4)模型應與理論相一致；(１分）（5）模型具有較好的超樣本功能。（1分)42.模型設定