計量經(jīng)濟(jì)學(xué)重點(diǎn)(簡答論述題)

~~計量經(jīng)濟(jì)學(xué)重點(diǎn)（簡答題）什么是計量經(jīng)濟(jì)學(xué)？計量經(jīng)濟(jì)學(xué)，又稱經(jīng)濟(jì)計量學(xué)，它是以一定的經(jīng)濟(jì)理論和實(shí)際統(tǒng)計資料為依據(jù)，運(yùn)用數(shù)學(xué)、統(tǒng)計學(xué)和計算機(jī)技術(shù)，通過建立計量經(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.。計量經(jīng)濟(jì)學(xué)的研究的步驟是什么？理論模型的設(shè)計理論或假說的陳述；理論的數(shù)學(xué)模型的設(shè)定；理論的計量經(jīng)濟(jì)模型的設(shè)定。把模型中不重要的變量放進(jìn)隨機(jī)誤差項(xiàng)中；擬定待估參數(shù)的理論期望值。獲取數(shù)據(jù)數(shù)據(jù)來源：網(wǎng)絡(luò)、統(tǒng)計年鑒、報紙、雜志數(shù)據(jù)類別：時間序列數(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。準(zhǔn)確性：統(tǒng)計數(shù)據(jù)或調(diào)查數(shù)據(jù)本身是準(zhǔn)確的?？杀刃裕簲?shù)據(jù)口徑問題。一致性：指母體與樣本的一致性。模型的參數(shù)估計：普通最小二乘法。模型的檢驗(yàn)：經(jīng)濟(jì)學(xué)檢驗(yàn)；統(tǒng)計學(xué)檢驗(yàn)；計量經(jīng)濟(jì)學(xué)檢驗(yàn)；模型的預(yù)測檢驗(yàn)。模型的應(yīng)用：結(jié)構(gòu)分析；經(jīng)濟(jì)預(yù)測；政策評價；經(jīng)濟(jì)理論的檢驗(yàn)與發(fā)展。簡述統(tǒng)計數(shù)據(jù)的類別？時間序列數(shù)據(jù)、截面數(shù)據(jù)、混合數(shù)據(jù)、虛變量數(shù)據(jù)。時間序列數(shù)據(jù)：按時間先后排列收集的數(shù)據(jù)。采納時間序列數(shù)據(jù)的注意事項(xiàng)：所選擇的樣本區(qū)間的經(jīng)濟(jì)行為一致性問題。樣本數(shù)據(jù)在不同樣本點(diǎn)之間的可比性問題。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。模型的隨機(jī)誤差項(xiàng)序列相關(guān)問題。截面數(shù)據(jù)：又稱橫向數(shù)據(jù)，是一批發(fā)生在同一時間截面上的調(diào)查數(shù)據(jù)。研究某時點(diǎn)上的變化情況。采納截面數(shù)據(jù)的注意事項(xiàng)：樣本與母體的一致性問題。隨機(jī)誤差項(xiàng)的異方差問題?；旌蠑?shù)據(jù)：也稱面板數(shù)據(jù)，既有時間序列數(shù)據(jù)，又有截面數(shù)據(jù)。虛變量數(shù)據(jù)：又稱二進(jìn)制數(shù)據(jù)，只能取0和1兩個值，表示的是某個對象的質(zhì)量特征。模型的檢驗(yàn)包括哪幾個方面？具體含義是什么？經(jīng)濟(jì)學(xué)檢驗(yàn)：參數(shù)的符合和大致取值。統(tǒng)計學(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)。計量經(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)。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模型；b，利用模型對樣本期以外的某一期進(jìn)行預(yù)測。可決系數(shù)和相關(guān)系數(shù)的聯(lián)系和區(qū)別：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。在取值上，可決系數(shù)是樣本相關(guān)系數(shù)的平方。樣本相關(guān)系數(shù)是由隨機(jī)的X和Y抽樣計算得到，因而相關(guān)關(guān)系是否顯著，還需進(jìn)行檢驗(yàn)。說明顯著性檢驗(yàn)的過程。提出原假設(shè)和備擇假設(shè)。選擇并計算在原假設(shè)成立情況下的統(tǒng)計量。給定顯著水平a，查臨界值表進(jìn)行判斷。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？并說明多元線性回歸最小二乘估計的正規(guī)方程組，能解出唯一的參數(shù)估計的條件是什么？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≥k+1。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的一個總要特征是：隨著樣本解釋變量個數(shù)的增加，R2的值越來越高，（即R2是解釋變量個數(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改變總離差平方和（TSS），但可能增加回歸平方和（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，R2不是一個合適的指標(biāo)，需加以調(diào)整。而修正的可決系數(shù)：其值不會隨著解釋變量個數(shù)k的增加而增加，因此在用于估計多元回歸模型方面要優(yōu)于未調(diào)整的可決系數(shù)。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(xiàn)檢驗(yàn)是用于檢驗(yàn)回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)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，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)作用是等價的。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？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≠常數(shù)異方差性產(chǎn)生的原因：模型中遺漏了某些逐漸增大的因素的影響。模型函數(shù)形式的誤定誤差。隨機(jī)因素的影響。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)。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)，從而提高估計精度，即重視小誤差的作用，輕視大誤差的作用。模型存在異方差時，會對回歸參數(shù)的估計與的檢驗(yàn)產(chǎn)生什么影響？最小二乘估計不再是有效估計。無法確定估計系數(shù)的標(biāo)準(zhǔn)誤差。T檢驗(yàn)的可靠性降低。增大模型的預(yù)測誤差。當(dāng)模型存在異方差時，根據(jù)普通最小二乘法估計出的參數(shù)估計量仍具有線性特性和無偏性，但不再具有有效性；用于參數(shù)顯著性的檢驗(yàn)統(tǒng)計量，要涉及到參數(shù)估計量的標(biāo)準(zhǔn)差，因而參數(shù)檢驗(yàn)也失去意義。序列相關(guān)違背了哪些基本假定？其來源有哪些？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≠j)。序列相關(guān)的來源有：經(jīng)濟(jì)變量固有的慣性；模型設(shè)定的偏誤；模型中遺漏了重要的帶有自相關(guān)的解釋變量；數(shù)據(jù)的“編造”。序列相關(guān)的檢驗(yàn)有：圖示法D-W檢驗(yàn)，適用于檢驗(yàn)一階自回歸形式的序列相關(guān)；回歸檢驗(yàn)法，適用于各種類型的序列相關(guān)檢驗(yàn)；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。簡述序列相關(guān)帶來的后果。最小二乘估計不再是有效估計。參數(shù)估計量仍是無偏的。參數(shù)估計值不再具有最小方差性。隨機(jī)誤差項(xiàng)的方差一般會低估。檢驗(yàn)的可靠性降低。降低模型的預(yù)測精度。簡述DW檢驗(yàn)的步驟和應(yīng)用條件。DW檢驗(yàn)的步驟：做OLS回歸并獲取殘差。計算d。對給定樣本大小和給定解釋變量個數(shù)找出臨界dl和du值。按決策規(guī)則行事。DW檢驗(yàn)應(yīng)用條件：模型中含有截距項(xiàng)。解釋變量X是非隨機(jī)的。隨機(jī)誤差項(xiàng)ut為一階自相關(guān)。誤差項(xiàng)被假定為正態(tài)分布。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。統(tǒng)計書籍比較完整，無缺失項(xiàng)。什么是多重共線性？產(chǎn)生多重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？對于多元回歸線性模型，如果某兩個或多個解釋變量之間出現(xiàn)了相關(guān)性，則稱多重共線性。產(chǎn)生多重共線性的原因：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。經(jīng)濟(jì)變量變化趨勢的共同性。在模型中引入滯后變量也容易產(chǎn)生多重共線性。多重共線性造成的影響：增大最小二乘估計量得方差難以區(qū)分每個解釋變量的單獨(dú)影響檢驗(yàn)的可靠度降低完全共線性下參數(shù)估計量不存在多重共線性的檢驗(yàn)方法：相關(guān)系數(shù)檢驗(yàn)法輔助回歸模型檢驗(yàn)方差膨脹因子檢驗(yàn)特征值檢驗(yàn)多重共線性的解決方法：保留總要的解釋變量，去掉次要的或可替代的解釋變量。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。綜合使用時序數(shù)據(jù)和截面數(shù)據(jù)。逐步回歸法（Frisch綜合分析法）主成分回歸。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的影響與后果？隨機(jī)解釋變量的來源有：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；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；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的影響和后果也不同。解釋變量是隨機(jī)的，但與隨機(jī)干擾項(xiàng)不相關(guān)；這時采用OLS估計得到的參數(shù)估計量仍為無偏估計量；解釋變量與隨機(jī)干擾項(xiàng)同期無關(guān)、不同期相關(guān)；這時采用OLS估計得到的參數(shù)估計量是有偏但一致的估計量；解釋變量與隨機(jī)干擾項(xiàng)同期相關(guān)；這時采用OLS估計得到的參數(shù)估計量仍為有偏且非一致的估計量。選擇作為工具變量的變量必須滿足哪些條件？1與所替代的隨機(jī)解釋變量高度相關(guān)；2與隨機(jī)干擾項(xiàng)不相關(guān)；3與模型中其它解釋變量不相關(guān)，以避免出現(xiàn)多重共線性。什么是虛假序列相關(guān)？如何避免虛假序列相關(guān)？虛假序列相關(guān)問題是指模型的序列相關(guān)性是由于省略了顯著的解釋變量而引致的。避免產(chǎn)生虛假序列相關(guān)性的措施是在開始時建立一個“一般”的模型，然后逐漸剔除確實(shí)不顯著的變量?；貧w模型中引入虛擬變量的一般原則和方式是什么?引入虛擬變量的作用是為了分析定性因素對被解釋變量的影響。虛擬變量的設(shè)置原則是：如果虛擬變量所反映的定