计量经济学简答题整理
计量经济学简答题
1.为什么在计量经济模型中要引入随机扰动项？影响因素过多模型中的X不能完全解释Y。
2.什么是内生变量和外生变量，有什么联系？内生变量，是指模型要解释的变量。
外生变量指由模型以外的因素所决定的已知变量，它是模型据以建立的外部条件。
外生变量决定内生变量，外生变量的变化会引起内生变量的变化。
3.什么是线性模型和非线性模型？线性:所有的变量都是一次的，非线性:模型中的方程中的变量至少有1个是以高于1次方的形式出现的4.计量经济学方法研究经济问题的完整步骤是什么？1）建立模型2）估计参数 3）验证理论4）使用模型。
5.对随机扰动项作了哪些基本（古典）假定？这些假定有何作用？1、条件均值假设；2、严格外生性假设；3、同方差假设；其余两个假设（随机抽样和非完全线性相关）与随机误差项无关。
假设1、2是对参数估计一致性的要求，即中心极限定理的规定；假设3是对假设检验做的基本要求，不满足则假设检验失效6.在多元线性回归模型估计中,判定系数2R可用于衡量拟合优度,为什么还要计算修正判定系数2R？因为随着模型中解释变量的增多，人们认为要使模型拟合的好，就必须增加解释变量。
但是，在样本容量一定的情况下，增加解释变量必定使得待估参数的个数增加，从而损失自由度，而实际中如果引入的解释变量并非必要的话可能会产生很多问。
为此用修正的决定系数来估计模型对样本观测的拟合优度。
7.修正判定系数2R？回归参数的显著性检验（t检验）和回归方程的显著性检验（F检验）的区别是什么？是为了克服多重决定系数会随着解释变量的增加而增大的缺陷提出来的，（1）方程的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出推断。
（2）方程的总体线性关系显著每个解释变量对被解释变量的影响都是显著的。
（3）因此，必须对每个解释变量进行显著性检验，以决定是否作为解释变量被保留在模型中，这一检验是由对变量的 t 检验完成的。
8.回归模型的总体显著性检验与参数显著性检验相同吗？是否可以互相替代？答：t检验与F 检验都是检验解释变量对被解释变量的显著性，不同的是t检验是检验单个解释变量的显著性，而F检验则检验的是所有解释变量对被解释变量的显著性，是对整体拟合的一种检验。
计量经济学31个简答参考答案
计量经济学31个简答参考答案来源：皮卡箱1.什么是计量经济学？它与经济学、统计学和数学的关系怎样？答:1、计量经济学是一门运用经济理论和统计技术来分析经济数据的科学和艺术，它以经济理论为指导，以客观事实为依据，运用数学、统计学的方法和计算机技术，研究带有随机影响的经济变量之间的数量关系和规律。
2、经济理论、数学和统计学知识是在计量经济学这一领域进行研究的必要前提，这三者中的每一个对于真正理解现代经济生活中的数量关系是必要的，但不充分，只有结合在一起才行。
2计量经济学三个要素是什么？经济理论、经济数据和统计方法。
3.计量经济学模型的检验包括哪几个方面？其具体含义是什么？答:(1)经济意义检验，即根据拟定的符号、大小、关系，对参数估计结果的可靠性进行判断(2)统计检验，由数理统计理论决定。
包括:拟合优度检验、总体显著性检验。
(3)计量经济学检验，由计量经济学理论决定。
包括:异方差性检验、序列相关性检验、多重共线性检验。
(4)模型预测检验，由模型应用要求决定。
包括:稳定性检验:扩大样本重新估计;预测性能检验:对样本外一点进行实际预测。
4.计量经济学方法与一般经济数学方法有什么区别？答:计量经济学揭示经济活动中各因素之间的定量关系，用随机性的数学方程加以描述;一般经济数学方法揭示经济活动中各因素之间的理论关系，用确定性的数学方程加以描述。
5.计量经济学模型研究的经济关系有那两个基本特征？答：一是随机关系，二是因果关系6.计量经济学研究的对象和核心内容是什么？答：计量经济学的研究对象是经济现象，是研究经济现象中的具体数量规律。
计量经济学的核心内容包括两个方面:一是方法论，即计量经济学方法或者理论计量经济学。
二是应用，即应用计量经济学。
无论是理论计量经济学还是应用计量经济学，都包括理论、方法和数据三种要素。
7.计量经济学中应用的数据类型怎样？举例解释其中三种数据类型的结构。
答：计量经济模型:WA GE=f(EDU,EXP,GEND,μ)1)时间序列数据是按时间周期收集的数据，如年度或季度的国民生产总值。
计量经济学简答题整理
简答题一、计量经济学的步骤答：选择变量和数学关系式 —— 模型设定 确定变量间的数量关系 —— 估计参数 检验所得结论的可靠性 —— 模型检验 作经济分析和经济预测 —— 模型应用 二、模型检验答：所谓模型检验，就是要对模型和所估计的参数加以评判，判定在理论上是否有意义，在统计上是否有足够的可靠性。
对计量经济模型的检验主要应从以下四方面进行：1、经济意义的检验。
2、统计推断检验。
3、计量经济学检验。
4、模型预测检验。
三、模型应用 答：（1）经济结构分析，是指用已经估计出参数的模型，对所研究的经济关系进行定量的考查，以说明经济变量之间的数量比例关系。
（2）经济预测，是指利用估计了参数的计量经济模型，由已知的或预先测定的解释变量，去预测被解释变量在所观测的样本数据以外的数值。
（3）政策评价，是利用计量经济模型对各种可供选择的政策方案的实施后果进行模拟测算，从而对各种政策方案作出评价。
（4）检验与发展经济理论，是利用计量经济模型去验证既有经济理论或者提出新的理论。
四、普通方法的思想和它的计算方法答：计量经济学研究的直接目的是确定总体回归函数12,然而能够得到的知识来自总体的若干样本的观测值，要用样本信息建立的样本回归函数尽可能“接近”地去估计总体回归函数。
为此，可以以从不同的角度去确定建立样本回归函数的准则，也就有了估计回归模型参数的多种方法。
例如，用生产该样本概率最大的原则去确定样本回归函数，成为极大似然发展；用估计的剩余平方和的最小的原则确定样本回归函数。
称为最小二乘法则。
为了使样本回归函数尽可能接近总体回归函数，要使样本回归函数估计的与实际的的误差尽量小，即要使剩余项越小越好。
可是作为误差有正有负，其简单代数和∑最小的准则，这就是最小乘准则，即∑∑∑五、简单线性回归模型基本假定 答：（1）对模型和变量的假定,如12i i iY X u ββ=++①假定解释变量x 是确定性变量,是非随机的,这是因为在重复抽样中是取一组固定的值.或者虽然是随机的,但与随机扰动项也是不相关；②假定模型中的变量没有测量误差。
计量经济学简答题
计量经济学简答题1、什么是普通最小二乘法？为什么估计参数时不用Σ|e i |(min)作为估计准则？答：依据最小二乘准则去估计回归模型中参数的方法就称为普通最小二乘法。
为了使样本回归函数总体上尽可能接近总体回归函数，考虑用残差绝对值的和Σ|e i |来度量样本回归函数Y i ?与Y i 的总体近似程度。
为了得到具有良好性质的参数估计量以及便于数学工具的应用，通常采用残差平方和∑=n i i e 12替换Σ|e i |(min)来度量这一接近程度。
2、在计量经济模型中，引入虚拟变量时，虚拟变量数量的设置规则是什么？虚拟变量的作用有哪些？答：一般地，若一个定性因素具有m （≥2）个相互排斥的类型，在含有截距项的线性回归模型中，只能引入m-1个虚拟变量。
否则会落入虚拟变量陷阱。
作用：1、测量截距变化；2、测量斜率变化；3、调节季节的波动；4、作为数值因素的代表；5、作为非数值因素的代表。
拓展：什么是虚拟变量陷阱？答：在建立含有截距项的线性回归模型时，引入m 个虚拟变量会使模型存在完全多重共线性，这种情形称为陷入“多重共线性陷阱”。
3、什么是异方差？什么数据估计模型容易产生异方差？如何解决异方差？叙述异方差性戈德菲尔特——夸特检验的步骤。
答：在回归模型中，随机误差项的方差随解释变量的变化而变化，则称模型具有异方差性。
采用横截面样本数据建模，容易产生异方差。
采用加权最小二乘法或怀特异方差——稳健性估计程序解决异方差。
步骤：1、将观测值X j 按照从小到大顺序排列，并把排在中间的c （约n/4）个数据去掉，再将剩余数据分为前后两个子样本，每个子样本的样本容量为（n-c ）/2（整数）。
2、对每个子样本分别进行OLS 回归，并计算各自的残差平方和。
3、构造F=12RSS RSS ~F （2c n --k-1，2c n --k-1） 4、若F>F （2c n --k-1，2c n --k-1），则u i 存在异方差性，并且是递增型的；若F<="" n="" p="" （2c="">n --k-1），则u i 具有同方差性。
计量经济学简答题部分答案自行整理的仅供参考
第一章判断题1、在经济计量分析中，模型参数一旦被估计出来，就可将估计模型直接运用于实际的计量经济分析。
错。
参数一经估计，建立了样本回归模型，还需要对模型进行检验，包括经济意义检验、统计检验、计量经济专门检验等。
4.一元线性回归模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验是一致的；正确最好能够写出一元线性回归模型；F 统计量与t统计量的关系，即F= t2的来历；或者说明一元线性回归仅有一个解释变量，因此对斜率系数的t 检验等价于对方程的整体性检验。
6、在对参数进行最小二乘估计之前，没有必要对模型提出经典假定。
错误在经典假定条件下，OLS 估计得到的参数估计量是该参数的最佳线性无偏估计（具有线性、无偏性、有效性）。
总之，提出古典假定是为了使所作出的估计量具有较好的统计性质和方便地进行统计推断。
简答题1．在确定了被解释变量之后，怎样才能正确地选择解释变量？（1）需要正确理解和把握所研究的经济现象中暗含的经济学理论和经济行为规律。
（2）要考虑数据的可得性。
（3）要考虑所以入选变量之间的关系，使得每一个解释变量都是独立的。
2．时间序列数据和横截面数据有何不同？时间序列数据是一批按照时间先后排列的统计数据。
截面数据是一批发生在同一时间截面上的调查数据。
3．相关关系与因果关系的区别与联系。
相关关系是指两个以上的变量的样本观测值序列之间表现出来的随机数学关系，用相关系数来衡量。
因果关系是指两个或两个以上变量在行为机制上的依赖性，作为结果的变量是由作为原因的变量所决定的，原因变量的变化引起结果变量的变化。
因果关系有单向因果关系和互为因果关系之分。
具有因果关系的变量之间一定具有数学上的相关关系。
而具有相关关系的变量之间并不一定具有因果关系。
4．回归分析与相关分析的区别与联系。
相关分析是判断变量之间是否具有相关关系的数学分析方法，通过计算变量之间的相关系数来实现。
回归分析也是判断变量之间是否具有相关关系的一种数学分析方法，它着重判断一个随机变量与一个或几个可控变量之间是否具有相关关系。
计量经济学简答题整理版word精品
1. 请问自回归模型的估计存在什么困难？如何来解决这些苦难？答：主要存在两个问题：(1) 出现了随机解释变量Y，而可能与随机扰动项相关；(2) 随机扰动项可能存在自相关，库伊克模型和自适应预期模型的随机扰动项都会导致自相关，只有局部调整模型的随机扰动项无自相关。
对于第一个问题的解决可以使用工具变量法；对于第二个问题的检验可以用德宾h检验法，目前还没有很好的解决办法，唯一能做的就是模型尽可能的设定正确。
2. 为什么要进行广义差分变换？写出其过程。
答：进行广义差分变换是为了处理自相关，写出其过程如下：以一元模型为例：Y t = b o + b i X t +u t假设误差项服从AR(1)过程：U t = p u t-i +v t —1 <p < 1其中，v满足OLS假定，并且是已知的。
为了弄清楚如何使变换后模型的误差项不具有自相关性，我们将回归方程中的变量滞后一期，写为：Y t-1 = b o + b 1 X t-1 +u t-1方程的两边同时乘以p，得到：p Y t-1 = p b o + p b1 X t-1 + p u t-1现在将两方程相减，得到：(Y t —p Y t-1 ) = b o ( 1 —p ) + b 1 (X t —p X t-1 ) + v t由于方程中的误差项v t满足标准OLS假定，方程就是一种变换形式，使得变换后的模型无序列相关。
如果我们将方程写成：Y t = b0 + b1 X t +v t,其中，Y t = (Y t- p Y t-1 ) , X t =*(X t - p X t-1 ) , b o = b o ( 1 - p )o3. 什么是递归模型？答：递归模型是指在该模型中，第一个方程的内生变量丫1仅由前定变量表示，而无其它内生变量；第二个方程内生变量丫2表示成前定变量和一个内生变量丫1的函数；第三个方程内生变量丫3表示成前定变量和两个内生变量丫1与丫2的函数；按此规律下去，最后一个方程内生变量Y m可表示成前定变量和m —1个丫1, 丫2、，丫3,…、Y m-1的函数。
计量经济学简答题
（2）模型回归系数估计量的方差会很大，从而使模型参数的显著性检验失效。
（3）模型参数的估计量对删除或增添少量的观测值及删除一个不显著的解释变量都可能非常敏感。
5.计量模型的检验包括几个方面？
模型的检验主要包括经济意义检验，统计检验，计量经济学检验和模型的预测检验四个方面。
过程是：（1）利用OLS法估计结构方程中所有内生变量的简化式方程。
（2）利用估计出的简化式方程计算内生变量的估计值。
（3）用内生变量的估计值替代解释变量中的内生变量，再利用OLS法估计变量替代后的结构方程。
4.模型存在多重共线性可能产生的后果主要有哪些？
2.在计量经济模型中为什么要引入随机误差项？
（1）对模型中省略的变量用随机误差项来统统反映。
（2）用随机误差项来反映一些随机因素的影响。
（3）用随机误差项来反映统计误差。
（4）模型形式的误差。
3.试述联立方程模型的参数估计的二段最小二乘估计法的原理与估计过程。
原理是：寻找一个变量Y^来替代模型方程中解释变量中的内生变量Y，然后对替代后的结构方程用OLS法进行估计。
（2）t检验的可靠性降低
（3）增大模型的预测误差
8.什么是序列相关性，其表现形式是什么？
（1）序列相关性是对模型的随机误差项来说的，当模型的随机误差项在不同的样本点之间不相互独立的，也即模型违背了基本假定3的时候，则此就称模型存在序列相关性。
（2）序列相关性表现于一阶序列相关性和高阶序列相关性，此二种情况下的表现形式可以表示如下
6.一元线性回归模型的基础假设主要有哪些？
答：线性回归模型的基本假设有两大类：一类是关于随机干扰项的，包括零均值，同方差，不序列相关，满足正态分布等假设；另一类是关于解释变量的，主要有，解释变量是非随机的，如果是随机变量，则与随即干扰项不相关。
计量经济学重点(简答题)
计量经济学重点（简答题）一、什么是计量经济学？计量经济学，又称经济计量学，它是以一定的经济理论和实际统计资料为依据，运用数学、统计学和计算机技术，通过建立计量经济学模型，定量分析经济变量之间的随机因果关系.。
二、计量经济学的研究的步骤是什么？1)理论模型的设计A.理论或假说的陈述；B.理论的数学模型的设定；C.理论的计量经济模型的设定。
i.把模型中不重要的变量放进随机误差项中；ii.拟定待估参数的理论期望值。
2)获取数据数据来源：网络、统计年鉴、报纸、杂志数据类别：时间序列数据、截面数据、混合数据、虚变量数据。
数据要求：完整性、准确性、可比性、一致性i.完整性：模型中包含的所有变量都必须得到相同容量的样本观察值。
ii.准确性：统计数据或调查数据本身是准确的。
iii.可比性：数据口径问题。
iv.一致性：指母体与样本的一致性。
3)模型的参数估计：普通最小二乘法。
4)模型的检验：经济学检验；统计学检验；计量经济学检验；模型的预测检验。
5)模型的应用：结构分析；经济预测；政策评价；经济理论的检验与发展。
三、简述统计数据的类别？时间序列数据、截面数据、混合数据、虚变量数据。
1)时间序列数据：按时间先后排列收集的数据。
采纳时间序列数据的注意事项：A.所选择的样本区间的经济行为一致性问题。
B.样本数据在不同样本点之间的可比性问题。
C.样本数据过于集中的问题。
不能反映经济变量间的结构关系，应增大观察区间。
D.模型的随机误差项序列相关问题。
2)截面数据：又称横向数据，是一批发生在同一时间截面上的调查数据。
研究某时点上的变化情况。
采纳截面数据的注意事项：A.样本与母体的一致性问题。
B.随机误差项的异方差问题。
3)混合数据：也称面板数据，既有时间序列数据，又有截面数据。
4)虚变量数据：又称二进制数据，只能取0和1两个值，表示的是某个对象的质量特征。
四、模型的检验包括哪几个方面？具体含义是什么？1)经济学检验：参数的符合和大致取值。
计量经济学简答题经典)
1.什么是计量经济学？它与经济学、统计学和数学的关系怎样？答:1、计量经济学是一门运用经济理论和统计技术来分析经济数据的科学和艺术，它以经济理论为指导，以客观事实为依据，运用数学、统计学的方法和计算机技术，研究带有随机影响的经济变量之间的数量关系和规律。
2、经济理论、数学和统计学知识是在计量经济学这一领域进行研究的必要前提，这三者中的每一个对于真正理解现代经济生活中的数量关系是必要的，但不充分，只有结合在一起才行。
2计量经济学三个要素是什么？经济理论、经济数据和统计方法。
3.计量经济学模型的检验包括哪几个方面？其具体含义是什么？答:(1)经济意义检验，即根据拟定的符号、大小、关系，对参数估计结果的可靠性进行判断(2)统计检验，由数理统计理论决定。
包括:拟合优度检验、总体显著性检验。
(3)计量经济学检验，由计量经济学理论决定。
包括:异方差性检验、序列相关性检验、多重共线性检验。
(4)模型预测检验，由模型应用要求决定。
包括:稳定性检验:扩大样本重新估计;预测性能检验:对样本外一点进行实际预测。
4.计量经济学方法与一般经济数学方法有什么区别？答:计量经济学揭示经济活动中各因素之间的定量关系，用随机性的数学方程加以描述;一般经济数学方法揭示经济活动中各因素之间的理论关系，用确定性的数学方程加以描述。
5.计量经济学模型研究的经济关系有那两个基本特征？答：一是随机关系，二是因果关系6.计量经济学研究的对象和核心内容是什么？答：计量经济学的研究对象是经济现象，是研究经济现象中的具体数量规律。
计量经济学的核心内容包括两个方面:一是方法论，即计量经济学方法或者理论计量经济学。
二是应用，即应用计量经济学。
无论是理论计量经济学还是应用计量经济学，都包括理论、方法和数据三种要素。
7.计量经济学中应用的数据类型怎样？举例解释其中三种数据类型的结构。
答：计量经济模型:WAGE=f(EDU,EXP,GEND,μ)1)时间序列数据是按时间周期收集的数据，如年度或季度的国民生产总值。
计量经济学简答题(经典)
1.什么是计量经济学？它与经济学、统计学和数学的关系怎样？答:1、计量经济学是一门运用经济理论和统计技术来分析经济数据的科学和艺术，它以经济理论为指导，以客观事实为依据，运用数学、统计学的方法和计算机技术，研究带有随机影响的经济变量之间的数量关系和规律。
2、经济理论、数学和统计学知识是在计量经济学这一领域进行研究的必要前提，这三者中的每一个对于真正理解现代经济生活中的数量关系是必要的，但不充分，只有结合在一起才行。
2计量经济学三个要素是什么？经济理论、经济数据和统计方法。
3.计量经济学模型的检验包括哪几个方面？其具体含义是什么？答:(1)统计检答:1在解释变量中被忽略的因素的影响（影响不显着的因素、未知的影响因素、无法获得数据的因素）；变量观测值的观测误差的影响；模型关系的设定误差的影响；其它随机因素的影响。
11.为什么要计算调整后的可决系数？在应用过程中发现，如果在模型中增加一个解释变量，?往往增大。
这是因为残差平方和往往随着解释变量的增加而减少，至少不会增加。
这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。
但是，现实情况往往是，由增加解释变量个数引起的的增大与拟合好坏无关，需调整。
=0.89表示被解释变量Y的变异性的89%能用估计的回归方程解释。
12.叙述多重共线性的概念、后果和补救措施。
概念:如果两个或多于两个解释变量之间出现了相关性，则称模型存在多重共线性。
后果:1、估计量仍然是无偏的2、参数估计量的方差和标准差增大3、置信区间变宽4、t统计量会变小5、估计量对模型设定的变化及其敏感6、对方程的整体拟合程度几乎没有影响7、回归系数符号有误补救措施:1、什么都不做2、去掉多余的变量3、增大样本容量13.叙述异方差性的概念、后果和补救措施。
概念:对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性。
后果:参数估计非有效，变量的显着性检验失去意义，模型的预测失效补救措施:1、加权最小二乘法(WLS)(对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用OLS估计其参数)。
计量经济学简答
简答题：1.选择工具变量的原则是什么:（1）工具变量必须与所替代的随机解释变量高度相关；（2）工具变量与随机误差项不相关（3）工具变量与其它解释变量不相关，避免出现多重共线性。
2.实际经济问题中的多重共线性(1)经济变量的趋同性（2）滞后变量的引入（3）样本资料的限制3.序列相关性产生的原因:（1）惯性；（2）模型设定误差；（3）蛛网现象；（4）数据加工。
4、随机解释变量问题及其解决方法。
如果存在一个或多个随机变量作为解释变量，则称原模型出现随机解释变量问题。
第一、随机解释变量与误差项相互独立；第二、随机解释变量与误差项同期无关，而异期相关；第三、随机解释变量与误差项同期相关；第四、解决方法为工具变量法。
5.随机解释变量产生的后果1.若相互独立，则参数估计量仍然无偏一致。
2 若同期相关，异期不相关，得到的参数估计有偏，但却是一致的3 若同期相关，则估计量有偏且非一致。
6.简述最小二乘估计量的性质：（1）线性性，即它是否是另一随机变量的线性函数；（2）无偏性，即它的均值或期望值是否等于总体的真实值；（3）有效性，即它是否在所有线性无偏估计量中具有最小方差。
（4）渐近无偏性，即样本容量趋于无穷大时，是否它的均值序列趋于总体真值；（5）一致性，即样本容量趋于无穷大时，它是否依概率收敛于总体的真值；（6）渐近有效性，即样本容量趋于无穷大时，是否它在所有的一致估计量中具有最小的渐近方差。
7、虚拟变量的作用：（1）表现定性因素对被解释变量的影响（2）提高模型的说明能力与水平（3）季节变动分析。
（4）方程差异性检验。
8、虚拟变量设置的原则：如果有定性因素共有个结果需要区别，那么至多引入m-1 个虚拟变量9、实际经济问题中的多重共线性：（1）经济变量的趋同性（2）滞后变量的引入（3）样本资料的限制10.引入随机误差形式为了：（1）代表未知的影响因素（2）代表残缺数据（3）代表众多细小的影响因素（4）代表数据观测误差（5）代表模型设定误差（6）变量的随机存在性11.12.回归分析的主要内容有：（1）根据样本观测值对经济计量模型参数进行估计，求得回归方程（2）对回归方程、参数估计值进行显著性检验（3）利用回归方程进行分析、评价及预测。
计量经济学名词解释和简答题汇总
计量经济学第一部分: 名次解释1.模型: 对现实的描述和模拟。
2.广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称, 包括回归分析方法、投入产出分析方法、时间序列分析方法等。
3、狭义计量经济学: 以揭示经济现象中的因果关系为目的, 在数学上主要应用回归分析方法。
4.总体回归函数: 指在给定Xi下Y分布的总体均值与Xi所形成的函数关系（或者说总体被解释变量的条件期望表示为解释变量的某种函数）。
5、样本回归函数: 指从总体中抽出的关于Y, X的若干组值形成的样本所建立的回归函数。
6.随机的总体回归函数: 含有随机干扰项的总体回归函数（是相对于条件期望形式而言的）。
7、线性回归模型: 既指对变量是线性的, 也指对参数β为线性的, 即解释变量与参数β只以他们的1次方出现。
8、随机干扰项: 即随机误差项, 是一个随机变量, 是针对总体回归函数而言的。
9、残差项: 是一随机变量, 是针对样本回归函数而言的。
10、条件期望：即条件均值, 指X取特定值Xi时Y的期望值。
11.回归系数: 回归模型中βo, β1等未知但却是固定的参数。
12.回归系数的估计量: 指用等表示的用已知样本提供的信息所估计出来总体未知参数的结果。
13.最小二乘法：又称最小平方法, 指根据使估计的剩余平方和最小的原则确定样本回归函数的方法。
14、最大似然法: 又称最大或然法, 指用生产该样本概率最大的原则去确定样本回归函数的方法。
15.估计量的标准差: 度量一个变量变化大小的测量值。
16、总离差平方和: 用TSS表示, 用以度量被解释变量的总变动。
17、回归平方和: 用ESS表示: 度量由解释变量变化引起的被解释变量的变化部分。
18、残差平方和: 用RSS表示: 度量实际值与拟合值之间的差异, 是由除解释变量以外的其他因素引起的被解释变量变化的部分。
19、协方差: 用Cov（X, Y）表示, 度量X,Y两个变量关联程度的统计量。
计量经济学简答题及答案
计量经济学简答题及答案1、比较普通最小二乘法、加权最小二乘法和广义最小二乘法的异同。
答：普通最小二乘法的思想是使样本回归函数尽可能好的拟合样本数据，反映在图上就是是样本点偏离样本回归线的距离总体上最小，即残差平方和最小∑=ni i e 12min 。
只有在满足了线性回归模型的古典假设时候，采用OLS 才能保证参数估计结果的可靠性。
在不满足基本假设时，如出现异方差，就不能采用OLS 。
加权最小二乘法是对原模型加权，对较小残差平方和2i e 赋予较大的权重，对较大2i e 赋予较小的权重，消除异方差，然后在采用OLS 估计其参数。
在出现序列相关时，可以采用广义最小二乘法，这是最具有普遍意义的最小二乘法。
最小二乘法是加权最小二乘法的特例，普通最小二乘法和加权最小二乘法是广义最小二乘法的特列。
6、虚拟变量有哪几种基本的引入方式? 它们各适用于什么情况?答: 在模型中引入虚拟变量的主要方式有加法方式与乘法方式，前者主要适用于定性因素对截距项产生影响的情况，后者主要适用于定性因素对斜率项产生影响的情况。
除此外，还可以加法与乘法组合的方式引入虚拟变量，这时可测度定性因素对截距项与斜率项同时产生影响的情况。
7、联立方程计量经济学模型中结构式方程的结构参数为什么不能直接应用OLS估计？答：主要的原因有三：第一，结构方程解释变量中的内生解释变量是随机解释变量,不能直接用OLS 来估计；第二，在估计联立方程系统中某一个随机方程参数时，需要考虑没有包含在该方程中的变量的数据信息，而单方程的OLS 估计做不到这一点；第三，联立方程计量经济学模型系统中每个随机方程之间往往存在某种相关性，表现于不同方程随机干扰项之间，如果采用单方程方法估计某一个方程，是不可能考虑这种相关性的，造成信息的损失。
2、计量经济模型有哪些应用。
答：①结构分析，即是利用模型对经济变量之间的相互关系做出研究，分析当其他条件不变时，模型中的解释变量发生一定的变动对被解释变量的影响程度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
简答题一、计量经济学的步骤答:选择变量与数学关系式——模型设定确定变量间的数量关系——估计参数检验所得结论的可靠性——模型检验作经济分析与经济预测——模型应用二、模型检验答:所谓模型检验,就就是要对模型与所估计的参数加以评判,判定在理论上就是否有意义,在统计上就是否有足够的可靠性。
对计量经济模型的检验主要应从以下四方面进行:1、经济意义的检验。
2、统计推断检验。
3、计量经济学检验。
4、模型预测检验。
三、模型应用答:(1)经济结构分析,就是指用已经估计出参数的模型,对所研究的经济关系进行定量的考查,以说明经济变量之间的数量比例关系。
(2)经济预测,就是指利用估计了参数的计量经济模型,由已知的或预先测定的解释变量,去预测被解释变量在所观测的样本数据以外的数值。
(3)政策评价,就是利用计量经济模型对各种可供选择的政策方案的实施后果进行模拟测算,从而对各种政策方案作出评价。
(4)检验与发展经济理论,就是利用计量经济模型去验证既有经济理论或者提出新的理论。
四、普通OLS方法的思想与它的计算方法答:计量经济学研究的直接目的就是确定总体回归函数Yi=B1+B2Xi+ui,然而能够得到的知识来自总体的若干样本的观测值,要用样本信息建立的样本回归函数尽可能“接近”地去估计总体回归函数。
为此,可以以从不同的角度去确定建立样本回归函数的准则,也就有了估计回归模型参数的多种方法。
例如,用生产该样本概率最大的原则去确定样本回归函数,成为极大似然发展;用估计的剩余平方与的最小的原则确定样本回归函数。
称为最小二乘法则。
为了使样本回归函数尽可能接近总体回归函数,要使样本回归函数估计的与实际的的误差尽量小,即要使剩余项越小越好。
可就是作为误差有正有负,其简单代数与∑最小的准则,这就就是最小乘准则,即min ∑=min ∑-min ∑五、简单线性回归模型基本假定 答:(1)对模型与变量的假定,如12i i iY X u ββ=++①假定解释变量x 就是确定性变量,就是非随机的,这就是因为在重复抽样中就是取一组固定的值、或者虽然就是随机的,但与随机扰动项也就是不相关;②假定模型中的变量没有测量误差。
(2)对随机扰动项 u的假定又称高斯假定、古典假定假定1:零均值假定,即在给定解释变量的条件下 ,随机扰动项ui的条件期望或条件为零E()0i iu X假定2:同方差假定,即对于给定的每一的条件下,随机扰动项ui的条件方差都等于某一常数22Var()E[E()]i i i i i u X u u X σ=-=假定3:无自相关假定,即随机扰动项ui 的逐次值互不相关u,或者说对于所有的i 与j(i 不等于j), ui 与uj 的协方差为零假定4:随机扰动 ui 与解释变量Xi 不相关,可表示为假定5:对随机扰动项分布的正态性假定,即假定随机扰动项ui 服从期望为零,方差为2σ的正态分布,表示为～六、F 检验答:⑴对回归模型整体显著性的检验,所检验假设的形式为 H0:β2=β3=…=βk=0H1: βj(j=2,3,…,k)不全为零⑵在H0成立的条件下,统计量F=[ESS/(k-1)]/[RSS/(n-k)]～F(k-1,n-k)⑶给定显著性水平α,在F 分布表中查出自由度为k-1与n-k 的临界值F α(k-1,n-k),将样本观测值代入式计算F 值,然后将F 值与临界值F α(k-1,n-k)比较。
若F> F α(k-1,n-k),则拒绝原假设H0:β2=β3=…=βk=0,说明回归方程显著,即列入模型的各个解释变量联合起来对被解释变量有显著影响;反之。
七、多重共线性产生的后果答:1、完全多重共线性产生的后果 (1)参数的估计值不确定当解释变量完全线性相关时 ——OLS 估计式不确定从偏回归系数意义瞧:在X2与X3 完全共线性时,无法保持X3不变,去单独考虑X2 对 Y 的影响(X2 与 X3 的影响不可区分)从OLS 估计式瞧:可以证明此时20ˆ0β=(2)参数估计值的方差无限大OLS 估计式的方差成为无穷大:2ˆV ar ()β=∞2、不完全多重共线性产生的后果如果模型中存在不完全的多重共线性,可以得到参数的估计值,但就是对计量经济分析可能会产生一系列的影响。
(1)参数估计值的方差增大(2)对参数区间估计时,置信区间趋于变大 (3)假设检验容易作出错误的判断(4)可能造成可决系数较高,但对各个参数单独的t 检验却可能不显著,甚至可能使估计的回归系数符号相反,得出完全错误的结论。
八、多重共线性的检验答:1、简单相关系数检验法,即就是利用解释变量之间的线性相关程度去判断就是否存在严重多重共线性的一种简便方法。
判断规则:一般而言,如果每两个解释变量的简单相关系数(零阶相关系数)比较高,例如大于0、8,则可认为存在着较严重的多重共线性。
但要注意:较高的简单相关系数只就是多重共线性存在的充分条件,而不就是必要条件。
2、方差扩大(膨胀)因子法经验规则:方差膨胀因子越大,表明解释变量之间的多重共性越严重。
反过来,方差膨胀因子越接近于1,多重共线性越弱。
经验表明,方差膨胀因子≥10时,说明解释变量与其余解释变量之间有严重的多重共线性,且这种多重共线性可能会过度地影响最小二乘估计。
3、直观判断法⑴当增加或剔除一个解释变量,或者改变一个观测值时,回归参数的估计值发生较大变化,回归方程可能存在严重的多重共线性。
⑵从定性分析认为,一些重要的解释变量的回归系数的标准误差较大,在回归方程中没有通过显著性检验时,可初步判断可能存在严重的多重共线性。
⑶有些解释变量的回归系数所带正负号与定性分析结果违背时,很可能存在多重共线性。
⑸解释变量的相关矩阵中,自变量之间的相关系数较大时,可能会存在多重共线性问题。
4、逐步回归法逐步回归的基本思想:将变量逐个的引入模型,每引入一个解释变量后,都要进行Ｆ检验,并对已经选入的解释变量逐个进行t 检验,当原来引入的解释变量由于后面解释变量的引入而变得不再显著时,则将其剔除。
以确保每次引入新的变量之前回归方程中只包含显著的变量。
在逐步回归中,高度相关的解释变量,在引入时会被剔除。
因而也就是一种检测多重共线性的有效方法。
九、异方差的后果答:⑴对参数估计式统计特性的影响①参数估计的无偏性仍然成立参数估计的无偏性仅依赖于基本假定中的零均值假定(即E()0iu)。
所以异方差的存在对无偏性的成立没有影响。
②参数估计的方差不再就是最小的同方差假定就是OLS估计方差最小的前提条件,所以随机误差项就是异方差时,将不能再保证最小二乘估计的方差最小。
⑵对模型假设检验的影响由于异方差的影响,使得无法正确估计参数的标准误差,导致参数估计的 t 统计量的值不能正确确定,所以,如果仍用t 统计量进行参数的显著性检验将失去意义。
⑶对预测的影响尽管参数的OLS估计量仍然无偏,并且基于此的预测也就是无偏的,但就是由于参数估计量不就是有效的,从而对Y的预测也将不就是有效的。
十、异方差性的检验答:常用检验方法:⑴图示检验法①相关图形分析②残差图形分析⑵格的菲尔德-夸特检验⑶White检验⑷ARCH检验⑸Glejser检验十一、WLS方法答:如果模型被检验证明存在异方差性,则需要发展新的方法估计模型,最常用的方法就是加权最小二乘法。
加权最小二乘法就是对原模型加权,使之变成一个新的不存在异方差性的模型,然后采用普通最小二乘法估计其参数。
在利用Eviews计量经济学软件时,加权最小二乘法具体步骤就是:⑴选择普通最小二乘法估计原模型,得到随机误差项的近似估计量;⑵建立的数据序列;⑶选择加权最小二乘法,以序列作为权,进行估计得到参数估计量。
实际上就是以乘原模型的两边,得到一个新模型,采用普通最小二乘法估计新模型。
十二、自相关的后果答:1、最小二乘估计量仍然就是线性的与无偏的。
2、最小二乘估计量不就是有效的,即OLS 估计量的方差不就是最小的,估计量不就是最优线性无偏估计量(BLUE)。
3、OLS 估计量的方差就是有偏的。
用来计算方差与OLS 估计量标准误的公式会严重的低估真实的方差与标准误,从而导致t 值变大,使得某个系数表面上显著不为零,但事实却相反。
4、t 检验与F 检验不就是可信的。
5、计算得到的误差方差σ2＝RSS/d 、f 、(残差平方与/自由度)就是真实σ2的有偏估计量,并且很可能低估了真实的σ2。
6、计算的R2也不能真实的反映实际R2。
7、计算的预测方差与标准误差通常就是无效的 十三、自相关的检验 答:1、图示法 ⑴、作回归; ⑵、计算参差tt t Y Y e ˆ-=⑶、作et 的散点图:A 、作(et-1,et)如果大部分落在第I 、第Ⅲ象限,则ut 存在正自相关。
如果大部分落在第II 、第IV 象限,则ut 存在负自相关。
B 、按时间顺序绘制 (t,et)若et 随时间变化不断变换符号,说明随机扰动存在负自相关;若连续几个为正,后边几个为负,则随机扰动存在正自相关。
2、杜宾—瓦特森(Durbin-Watson)检验 基本假定:(1)回归式中有截距项(2)解释变量就是非随机的(3)干扰项的模式为一阶自回归模式:tt t v u u +=-1ρ(4)回归模型中,滞后因变量被当作解释变量。
(5)没有缺损数据。
DW 检验步骤:(1)做OLS 回归,得残差。
(2)计算统计量DW(3)对给定的样本数量与解释变量数目,在给定显著水平下,找出临界值的下界与上界dL 、dU 。
(4)根据下表的决策规则决定就是否接受原假设。
d L <d < d U4 – d U <d <4 -d L不能确定无正或负的自相关d U ≤d ≤4 -d L 接受无正或负的自相关 4 - d L ≤d 拒绝无负自相关0<d<d L 拒绝无正自相关条件决策原假设DW 检验的缺点与局限性● DW 检验有两个不能确定的区域,一旦DW 值落在这两个区域,就无法判断。
这时,只有增大样本容量或选取其她方法 ● DW 统计量的上、下界表要求n>=15,这就是因为样本如果再小,利用残差就很难对自相关的存在性做出比较正确的诊断● DW 检验不适应随机误差项具有高阶序列相关的检验●只适用于有常数项的回归模型并且解释变量中不能含滞后的被解释变量 十四,线性回归模型经典假设 1、 为什么要作基本假定？●模型中有随机扰动,估计的参数就是随机变量,只有对随机扰动的分布作出假定,才能确定所估计参数的分布性质,也才可能进行假设检验与区间估计●只有具备一定的假定条件,所作出的估计才具有较好的统计性质。
2、基本假定的内容 1)对模型与变量的假定 如12i i iY X u ββ=++假定解释变量x 就是非随机的,或者虽然就是随机的,但与扰动项 u 就是不相关的 假定解释变量x 在重复抽样中为固定值 假定变量与模型无设定误差 (2)对随机扰动项 u 的假定 又称高斯假定、古典假定 假定1:零均值假定在给定 X 的条件下 , ui 的条件期望为零E()0ii u X =假定2:同方差假定在给定 X 的条件下,ui 的条件方差为某个常数σ的平方22Var()E[E()]i i i i i u X u u X σ=-=假定3:无自相关假定随机扰动项ui 的逐次值互不相关(,)[()][()]i j i i j j Cov u u E u E u u E u =--()0()i jE u u i j ==≠假定4:随机扰动 ui 与解释变量X 不相关(,)[()][()]0i i i i i i Cov u X E u E u X E X =--=假定5:对随机扰动项分布的正态性假定即假定 ui 服从均值为零、方差为2σ的正态分布2(0,)iu Nσ十五、计量经济学模型的异方差一、异方差性的实质异方差性的含义二、产生异方差的原因(二)模型的设定误差模型的设定主要包括变量的选择与模型数学形式的确定。