计量经济学简答题
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。
(完整word版)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
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。
计量经济学简答题
简答：1.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）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；（5）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；（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。
（1）－（3）准则也称作估计量的小样本性质，拥有这类性质的估计量称为最佳线性无偏估计量（BLUE）。
（4）－（6）准则考察估计量的大样本或渐进性质。
2.单方程OLS基本假设与条件：P64 或 P303.违背假设条件的情况：（1）随机误差项序列存在异方差性；（2）随机误差项序列存在序列相关性；（3）解释变量之间存在多重共线性；（4）解释变量是随机变量；（5）模型设定有偏误；（6）解释变量的方差不随样本容量递增而收敛。
4.异方差性的后果即克服：1.参数估计量仍然是线性无偏的，但不是有效的；异方差模型中的方差不再具有最小方差性；t检验失去作用；模型的预测作用遭到破坏。
2 .加权最小二乘法、异方差稳健标准误法。
5.序列相关性的后果及补救：（1）参数估计量无偏非有效；（2）模型的显著性检验失效；（3）区间估计和预测区间的精度降低。
广义最小二乘法、广义差分法、序列相关稳健标准误法。
6.多重共线性的后果及补救：完全共线性：（1）无法估计模型的参数，即不能独立分辨各个解释变量对因变量的影响。
（2）参数估计量的方差无穷大。
近似共线性：（1）可以估计参数，但参数估计不稳定。
OLS参数估计量的方差变大。
（2）参数估计量经济意义不合理。
（3）变量的显著性检验和模型的预测功能失去意义排除引起共线性的变量、差分法、减小参数估计量的方差。
7.随机解释变量的后果及补救：1 如果X与μ相互独立，得到的参数估计量仍然是无偏一致估计量。
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(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)。
计量经济学简答题
第一章三、简答题1. 简述计量经济学与经济学、统计学、数理统计学学科间的关系。
答：计量经济学是经济理论、统计学和数学的综合。
经济学着重经济现象的定性研究，而计量经济学着重于定量方面的研究。
统计学是关于如何惧、整理和分析数据的科学，而计量经济学则利用经济统计所提供的数据来估计经济变量之间的数量关系并加以验证。
数量统计各种数据的惧、整理与分析提供切实可靠的数学方法，是计量经济学建立计量经济模型的主要工具，但它与经济理论、经济统计学结合而形成的计量经济学则仅限于经济领域。
计量经济模型建立的过程，是综合应用理论、统计和数学方法的过程。
因此计量经济学是经济理论、统计学和数学三者的统一。
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。
②经济预测，即是利用建立起来的计量经济模型对被解释变量的未来值做出预测估计或推算。
③政策评价，对不同的政策方案可能产生的后果进行评价对比，从中做出选择的过程。
④检验和发展经济理论，计量经济模型可用来检验经济理论的正确性，并揭示经济活动所遵循的经济规律。
3. 简述建立与应用计量经济模型的主要步骤。
答：一般分为5个步骤：①根据经济理论建立计量经济模型；②样本数据的收集；③估计参数；④模型的检验；⑤计量经济模型的应用。
4. 对计量经济模型的检验应从几个方面入手。
答：①经济意义检验；②统计准则检验；③计量经济学准则检验；④模型预测检验。
第二章三、简答题1. 简述用普通最小二乘法求解模型ii i X Y μββ++=10的参数估计量的过程。
答：一元线性回归模型i i i X Y μββ++=10，采用普通最小二乘法进行参数估计的基本准则：22010111ˆˆˆˆmin (,)()nni i i i i Q e Y X ββββ====--∑∑ （1） 利用微积分多元函数极值原理，要使01ˆˆ(,)Q ββ达到最小，（1）式对01ˆˆββ、的一阶偏导数都等于零，即：010011ˆˆ(,)=0ˆˆˆ(,)=0ˆQ Q ββββββ⎧∂⎪∂⎪⎨∂⎪⎪∂⎩ 201010100201010111ˆˆ()ˆˆ(,)ˆˆ==2()ˆˆˆˆ()ˆˆ(,)ˆˆ==2()ˆˆi i i ii i i i i Y X Q Y X Y X Q Y X X ββββββββββββββββ⎧⎡⎤∂--∂⎣⎦⎪---⎪∂∂⎪⎨⎡⎤∂--⎪∂⎣⎦---⎪∂∂⎪⎩∑∑∑∑ 0101ˆˆ()0ˆˆ()=0 i i i i i Y X Y X X ββββ⎧--=⎪⎨--⎪⎩∑∑（2）（3） 由（2）式可知，01011ˆˆ01ˆ ˆˆ()11== (4)iii i i i Y n X Y X Y X n Y Y X X n nβββββ+-=⇒=-=-∑∑∑∑∑∑（令，）并将式（4）代入（3），可得：2011122111221ˆˆˆ ˆ0()()ˆˆ()0ˆ ()i i ii i i i i i i i i i i i i i i i i i Y X X X Y Y X X X n n X Y X Y X n X n X Y X Y n X X βββββββ=--=---⇒-+⇒-=-=-∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑ 或0111112ˆˆˆˆ0()()ˆ()()()()()ˆ=()()()(==)0?i i i i i i i i i i iiiii iiiiiii i i i Y X X Y Y X X X Y Y X X X X X Y Y X X Y Y x y X X X X X X X xx X X y Y Y ββββββ=--=-+-⇒------==-----=⇒∑∑∑∑∑∑∑∑∑∑令，因此，可得0101112221ˆˆˆˆ()()()ˆˆ()()()i i i i i i i i i i i i i i i Y X Y X nn X Y X Y X X Y Y x y n X X X X X X x ββββββ=-=----===---∑∑∑∑∑∑∑∑∑∑∑或或2. 计量经济学模型中随机误差项一般包括哪几个因素？答： ①内在随机性的因素，有人们的随机行为和客观存在的随机因素；②模型中被忽略掉的影响因素造成的误差；③模型的设定误差；④经济变量之间的合并误差；⑤变量的测量误差（数据观测误差）；⑥未知的影响因素。
计量经济学简答题
1.什么是计量经济学?答: 计量经济学是以经济理论和经济数据的事实为依据，运用数学和统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。
2.什么是总体回归函数和样本回归函数？他们之间的区别是什么？答:假如已知所研究的经济现象的总体的被解释变量Y和解释变量X的每个观测值有规律的变化（通常这是不可能的！），那么，可以计算出总体被解释变量Y的条件期望E(Y|Xi) 并将其表现为解释变量X的某种函数E(Y|Xi) =f(Xi) ，这个函数称为总体回归函数。
如果把被解释变量Y的样本条件均值表示为解释变量X的某种函数，这个函数称为样本回归函数。
Y^i=β^1+β2Xi区别:（1）总体回归线是未知，但它是确定的；样本回归线随抽样波动而变化，可以有许多条。
（2）总体回归函数的参数虽未知，但是确定的常数；样本回归函数的回归系数可估计，但是随抽样而变化的随机变量；（3）总体回归函数中的随机误差项ut 是不可直接观测的；而样本回归函数中的残差et 是只要估计出样本回归估计值就可以计算的数值。
3.对随机误差扰动项的假设？答:(1)、随机误差项是一个期望值或平均值为0的随机变量；(2)、对于解释变量的所有观测值，随机误差项有相同的方差；(3)、随机误差项彼此不相关；(4)、解释变量是确定性变量，不是随机变量，与随机误差项彼此之间相互独立；(5)、随机误差项服从正态分布。
4.ols估计量的统计性质与对模型的基本假定的关系是什么？1.多元回归的基本假设是什么，与简单线性回归的基本假设有什么区别？答:1：零均值假定2.同方差和无自相关假定3随机扰动项与解释变量不相关4.无多重共线性假定5.正态性假定区别:多元的基本假设比简单的多了一个无多重共线性假定。
2.F检验，是检验什么的？t检验，检验什么？答:T检验是对回归参数的检验。
F检验是对多元线性回归模型中所有解释变量之间的线性关系在整体上是否显著的检验。
3.可决系数的显著性是通过什么来检验的？答:可决系数可以作为综合度量回归模型对样本观测值拟合优度的度量指标。
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。
计量经济学简答题与答案
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n2min。
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eii1参数估计结果的可靠性。
在不满足根本假设时，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 2 e赋予较大的权重，对较大i2e赋予较小的权i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、虚拟变量有哪几种根本的引入方式?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构造式方程的构造参数为什么不能直接应用OLS估计？答：主要的原因有三：第一，构造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构造分析，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)。
1.计量经济学与经济理论、统计学、数学的联系是什么？计量经济学与经济理论、统计学、数学的联系主要体现在计量经济学对经济理论、统计学、数学的应用方面，分别如下：1）计量经济学对经济理论的利用主要体现在以下几个方面（1）计量经济模型的选择和确定（2）对经济模型的修改和调整（3）对计量经济分析结果的解读和应用2）计量经济学对统计学的应用（1）数据的收集、处理、（2）参数估计（3）参数估计值、模型和预测结果的可靠性的判断3）计量经济学对数学的应用（1）关于函数性质、特征等方面的知识（2）对函数进行对数变换、求导以及级数展开（3）参数估计（4）计量经济理论和方法的研究2.模型的检验包括哪几个方面？具体含义是什么？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、模型的预测检验。
①在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号、大小、参数之间的关系是否与根据人们的经验和经济理论所拟订的期望值相符合；②在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质，有拟合优度检验、变量显著检验、方程显著性检验等；③在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；④模型的预测检验，主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。
1.为什么计量经济学模型的理论方程中必须包含随机干扰项？计量经济学模型考察的是具有因果关系的随机变量间的具体联系方式。
由于是随机变量，意味着影响被解释变量的因素是复杂的，除了解释变量的影响外，还有其他无法在模型中独立列出的各种因素的影响。
这样，理论模型中就必须使用一个称为随机干扰项的变量来代表所有这些无法在模型中独立表示出来的影响因素，以保证模型在理论上的科学性。
3.为什么用可决系数R2评价拟合优度，而不是用残差平方和作为评价标准？可决系数R 2=ESS/TSS=1-RSS/TSS ，含义为由解释变量引起的被解释变量的变化占被解释变量总变化的比重，用来判定回归直线拟合的优劣，该值越大说明拟合的越好；而残差平方和与样本容量关系密切，当样本容量比较小时，残差平方和的值也比较小，尤其是不同样本得到的残差平方和是不能做比较的。
此外，作为检验统计量的一般应是相对量而不能用绝对量，因而不能使用残差平方和判断模型的拟合优度。
4.根据最小二乘原理，所估计的模型已经使得拟合优度差达到最小，为什么还要讨论模型的拟合优度问题？普通最小二乘法所保证的最好拟合是同一个问题内部的比较，即使用给出的样本数据满足残差的平方和最小；拟合优度检验结果所表示的优劣可以对不同的问题进行比较，即可以辨别不同的样本回归结果谁好谁坏。
1.多元线性回归模型与一元线性回归模型有哪些区别？多元线性回归模型与一元线性回归模型的区别表现在如下几个方面：一是解释变量的个数不同；二是模型的经典假设不同，多元线性回归模型比一元线性回归模型多了个“解释变量之间不存在线性相关关系”的假定；三是多元线性回归模型的参数估计式的表达更为复杂。
2.为什么说最小二乘估计量是最优线性无偏估计量？对于多元线性回归最小二乘估计的正规方程组，能解出唯一的参数估计量的条件是什么？在满足经典假设的条件下，参数的最小二乘估计量具有线性性、无偏性以及最小性方差，所以被称为最优线性无偏估计量（BLUE ）对于多元线性回归最小二乘估计的正规方程组，能解出唯一的参数估计量的条件是（X X '）-1存在，或者说各解释变量间不完全线性相关。
1.什么是估计的一致性？试通过一元模型证明对于工具变量法的斜率的估计量β1∧是β1的一致估计。
估计的一致性是指，随着样本容量的增加，即使当n →∞时，参数估计量依概率收敛于参数的真值，即有：lim()n P θθ=对于一元线性回归模型：01t t t Y X ββμ=++，在第二章曾得如下最小二乘估计量：1122ˆt t tt t t x y x x x μββ==+∑∑∑∑，如果t t X μ和同期相关，则估计量有偏且不一致，这时需要用一个与t X 高度相关而与t μ同期无关的工具变量t Z 来代替t X 进行OLS 估计，这就是所谓的工具变量法。
这时正规方程组易得：11i i i i i i i iz yz z x z x μββ==+∑∑∑∑，两边取概率极限得： 11111lim(,)lim()1(,)lim i i t t t t i i P z Cov Z n P Cov Z X P z x n μμββββ==+=+=∑∑ 1.简述异方差对OLS 估计量的性质、置信区间、显著性t 检验和F 检验有何影响。
OLS 估计量仍是线性无偏的，但不再具有最小方差，即不再有效；大样本情况下，具有一致性，但不具有渐近有效性。
由于相应的置信区间和t 检验、F 检验都与估计量的方差相关，因此会造成建立的置信区间以及t 检验与F 检验都不再是可靠的。
1.在存在一阶自相关的情形下，估计自相关参数ρ有哪些不同的方法？说明基本思路。
在存一阶自相关的情况下，估计自相关系数ρ有下述几种方法：（1）利用D.W.统计量（大样本情况下）求ρ的估计值；（2）柯-奥迭代法；（3）杜宾两步法。
不论哪种方法，其基本思路都是采用OLS 方法估计原模型，得到随机干扰项的“近似估计值”，然后利用该“近似估计值”求得随机干扰项相关系数的估计量。
2.简述序列相关带来的后果。
当模型存在序列相关时，根据普通最小二乘法估计出的参数估计量仍具有线性特性和无偏性，但不再具有有效性；用于参数显著性的检验统计量，要涉及到参数估计量的标准差，因而参数检验也失去意义1.简述结构方程识别的阶条件和秩条件的步骤。
联立方程计量经济学模型的结构式B ΓN Y X +=中的第i 个方程中包含g i 个内生变量和k i 个先决变量，模型系统中内生变量和先决变量的数目用g 和k 表示，矩阵()B Γ00表示第i 个方程中未包含的变量在其它g -1个方程中对应系数所组成的矩阵。
于是，判断第i 个结构方程识别状态的结构式条件为：如果R g ()B Γ001<-，则第i 个结构方程不可识别；如果R g ()B Γ001=-，则第i 个结构方程可以识别，并且如果k k g i i -=-1，则第i 个结构方程恰好识别，如果k k g i i ->-1，则第i 个结构方程过度识别。
其中符号R 表示矩阵的秩。
一般将该条件的前一部分称为秩条件，用以判断结构方程是否识别；后一部分称为阶条件，用以判断结构方程恰好识别或者过度识别。
2.联立方程计量经济学模型中结构方程的结构参数为什么不能直接应用OLS 估计？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。
3.如何对不可识别的方程进行简单的修改使之可以识别？修改方程使得其余每一个方程中都包含至少1个该方程所未包含的变量，并且互不相同，那么所有方程的任意线性组合都不能构成与该方程相同的统计形式，则该方程变为可以识别的方程2.计量经济学与统计学的区别是什么？（1）计量经济学是以问题为导向，以经济模型为核心的；统计学则是以经济数据为核心的，且常常也是数据导向的（2）计量经济学对经济问题有更重要的指导作用（3）计量经济学对经济理论的实证作用3.对于出现了异方差性的计量经济模型，仍采用OLS法估计模型参数，会产生什么不良后果？为什么？1）参数估计量非有效因为在有效性证明中利用了E(μμ’)=σ2I2）变量的显著性检验失去意义变量的显著性检验中，构造了t统计量3）模型的预测失效一方面，由于上述后果，使得模型不具有良好的统计性质；所以，当模型出现异方差性时，参数OLS估计值的变异程度增大，从而造成对Y的预测误差变大，降低预测精度，预测功能失效。
1.为什么计量经济学模型的理论方程中必须包含随机误差项？计量经济学模型考察的是具有因果关系的随机变量间的具体联系方式。
由于是随机变量，意味着影响被解释变量的因素是复杂的，除了解释变量的影响外，还有其他无法在模型中独立列出的各种因素的影响。
这样，理论模型中就必须使用一个称为随机干扰项的变量来代表所有这些无法在模型中独立表示出来的影响因素，以保证模型在理论上的科学性。
3.联立方程计量经济学模型中的结构式方程为什么不能直接用OLS法估计？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.总体回归函数和样本回归函数之间有哪些区别与联系？将总体被解释变量的条件期望表示为解释变量的某种函数，这个函数就称为总体回归函数，其一般表达式为：()()i i E Y X f X =，一元线性总体回归函数为01()i i E Y X X ββ=+；样本回归函数：将被解释变量Y 的样本观测值的拟和值表示为解释变量的某种函数ˆ()i i Y f X =，一元线性样本回归函数为01ˆˆˆi iY X ββ=+。
样本回归函数是总体回归函数的一个近似。
总体回归函数具有理论上的意义，但其具体的参数不可能真正知道，只能通过样本估计。
样本回归函数就是总体回归函数的参数用其估计值替代之后的形式，即01ˆˆββ，为01ββ，的估计值。