计量经济学重要简答题

计量经济学重点简答题

1.简述计量经济学与经济学、统计学、数理统计学学科间得关系。

答：计量经济学就是经济理论、统计学与数学得综合.经济学着重经济现象得定性研究,计量经济学着重于定量方面得研究。统计学就是关于如何收集、整理与分析数据得科学，而计量经济学则利用经济统计所提供得数据来估计经济变量之间得数量关系并加以验证。数理统计学作为一门数学学科,可以应用于经济领域，也可以应用于其她领域；计量经济学则仅限于经济领域。计量经济模型建立得过程，就是综合应用理论、统计与数学方法得过程,计量经济学就是经济理论、统计学与数学三者得统一。

２、计量经济模型有哪些应用？

答：①结构分析②经济预测③政策评价④检验与发展经济理论

3、简述建立与应用计量经济模型得主要步骤。

答:模型设定估计参数模型检验模型应用

或1)经济理论或假说得陈述２) 收集数据3）建立数理经济学模型4)建立经济计量模型5）模型系数估计与假设检验６）模型得选择7)理论假说得选择８)经济学应用

4、对计量经济模型得检验应从几个方面入手？

答：①经济意义检验②统计推断检验③计量经济学检验④模型预测检验

5、计量经济学应用得数据就是怎样进行分类得？

答:时间序列数据截面数据面板数据虚拟变量数据

6、解释变量与被解释变量，内生变量与外生变量

被解释变量就是模型要研究得对象，被称为“因变量”，就是变动得结果。

解释变量就是说明被解释变量变动得原因,被称为“自变量”，就是变动得原因.

内生变量就是其数值由模型所决定得变量，就是模型求解得结果。

外生变量就是其数值由模型以外决定得变量。

7、计量经济学得含义

计量经济学就是以经济理论与经济数据得事实为依据,运用数学、统计学得方法，通过建立数学模型来研究经济数量关系与规律得一门经济学科。

8、在计量经济模型中,为什么会存在随机误差项？

答:随机误差项就是计量经济模型中不可缺少得一部分.

产生随机误差项得原因有以下几个方面:①模型中被忽略掉得影响因素造成得误差;②模型关系认定不准确造成得误差;③变量得测量误差；④随机因素.

9．对于多元线性回归模型,为什么在进行了总体显著性Ｆ检验之后，还要对每个回归系数进行就是否为0得ｔ检验?

答：多元线性回归模型得总体显著性F检验就是检验模型中全部解释变量对被解释变量得共同影响就是否显著。通过了此F检验，就可以说模型中得全部解释变量对被解释变量得共同影响就是显著得,但却不能就此判定模型中得每一个解释变量对被解释变量得影响都就是显著得。因此还需要就每个解释变量对被解释变量得影响就是否显著进行检验,即进行t 检验.

10、古典线性回归模型具有哪些基本假定。

答：1 随机误差项与解释变量不相关。２随机误差项得期望或均值为零。３随机误差项具有同方差,即每个随机误差项得方差为一个相等得常数。4 两个随机误差项之间不相关,即随机误差项无自相关。

1１、在多元线性回归分析中，为什么用修正得决定系数衡量估计模型对样本观测值得拟合优度？

答:因为人们发现随着模型中解释变量得增多,多重决定系数得值往往会变大,从而增加了模

型得解释功能。这样就使得人们认为要使模型拟合得好,就必须增加解释变量。但就是，在样本容量一定得情况下,增加解释变量必定使得待估参数得个数增加,从而损失自由度,而实际中如果引入得解释变量并非必要得话可能会产生很多问题，比如,降低预测精确度、引起多重共线性等等.为此用修正得决定系数来估计模型对样本观测值得拟合优度。

12、修正得决定系数及其作用。

解答:,其作用有:(1)用自由度调整后,可以消除拟合优度评价中解释变量多少对决定系数计算得影响；（2）对于包含解释变量个数不同得模型，可以用调整后得决定系数直接比较它们得拟合优度得高低,但不能用原来未调整得决定系数来比较。

1３、多重共线性

含义:多重共线性就是指解释变量之间存在完全或近似得线性关系。

产生原因:

（1）样本数据得采集就是被动得，只能在一个有限得范围内得到观察值，无法进行重复试验。（2)经济变量得共同趋势(3）滞后变量得引入（4）模型得解释变量选择不当

后果:

（1）完全多重共线性产生得后果

参数得估计值不确定、参数估计值得方差无限大

（2）不完全多重共线性产生得后果

参数估计值得方差无限大；对参数区间估计时,置信区间趋于变大；严重多重共线性时假设检验易作出错误判断;模型总体性检验F值与R２值都很高，但各回归系数估计量得方差很大,t值很低，系数不能通过显著性检验

检验:简单相关系数检验法、方差扩大因子法、直观判断法、逐步回归检验法

补救措施：剔出不重要变量；增加样本数量；改变模型形式;改变变量形式；利用先验信息，逐步回归法。

14、异方差

含义：异方差性就是指模型中随机误差项得方差不就是常量,而且它得变化与解释变量得变动有关。

产生原因:

(1）模型中遗漏了某些解释变量；(2）模型函数形式得设定误差;(3)样本数据得测量误差；(4）随机因素得影响。

后果：如果线性回归模型得随机误差项存在异方差性，会对模型参数估计、模型检验及模型应用带来重大影响，主要有：（1）不影响模型参数最小二乘估计值得无偏性；（2）参数得最小二乘估计量不就是一个有效得估计量；（3)对模型参数估计值得显著性检验失效；（4)模型估计式得代表性降低,预测精度精度降低。

检验方法：（1)图示检验法;(2）GQ检验；(3）怀特检验；(4）Gｌｅjsｅｒ检验（５）ＡRCH 检验

解决方法：(1）模型变换法；（２）加权最小二乘法；(３）模型得对数变换等

1５、加权最小二乘法得基本原理

最小二乘法得基本原理就是使残差平方与为最小，在异方差情况下，总体回归直线对于不同得得波动幅度相差很大。随机误差项方差越小,样本点对总体回归直线得偏离程度越低，残差得可信度越高（或者说样本点得代表性越强);而较大得样本点可能会偏离总体回归直线很远,得可信度较低（或者说样本点得代表性较弱)。因此，在考虑异方差模型得拟合总误差时，对于不同得应该区别对待。具体做法:对较小得给于充分得重视,即给于较大得权数;对较大得给于充分得重视，即给于较小得权数。更好得使反映对残差平方与得影响程度,从而改善参数估计得统计性质.