计量经济学期末考试重点
计量经济学期末考试重点
计量经济学期末考试重点第一章绪论1、什么是计量经济学?由哪三组组成?答:计量经济学是经济学的一个分支学科,是以揭示经济活动中客观存在的数量关系为内容的分支学科。
统计学、经济理论和数学三者结合起来便构成了计量经济学。
2、计量经济学的内容体系,重点是理论计量和应用计量和经典计量经济学理论方法方面的特征答:1)广义计量经济学和狭义计量经济学2)初、中、高级计量经济学3)理论计量经济学和应用计量经济理论计量经济学是以介绍、研究计量经济学的理论与方法为主要内容,侧重于理论与方法的数学证明与推导,与数理统计联系极为密切。
除了介绍计量经济模型的数学理论基础、普遍应用的计量经济模型的参数估计方法与检验方法外,还研究特殊模型的估计方法与检验方法,应用了广泛的数学知识。
应用计量经济学则以建立与应用计量经济学模型为主要内容,强调应用模型的经济学和经济统计学基础,侧重于建立与应用模型过程中实际问题的处理。
本课程是二者的结合。
4)、经典计量经济学和非经典计量经济学经典计量经济学(Classical Econometrics)一般指20世纪70年代以前发展并广泛应用的计量经济学。
经典计量经济学在理论方法方面特征是:⑴模型类型—随机模型;⑵模型导向—理论导向;⑶模型结构—线性或者可以化为线性,因果分析,解释变量具有同等地位,模型具有明确的形式和参数;⑷数据类型—以时间序列数据或者截面数据为样本,被解释变量为服从正态分布的连续随机变量;⑸估计方法—仅利用样本信息,采用最小二乘方法或者最大似然方法估计模型。
经典计量经济学在应用方面的特征是:⑴应用模型方法论基础—实证分析、经验分析、归纳;⑵应用模型的功能—结构分析、政策评价、经济预测、理论检验与发展;⑶应用模型的领域—传统的应用领域,例如生产、需求、消费、投资、货币需求,以及宏观经济等。
5)、微观计量经济学和宏观计量经济学3、为什么说计量经济学是经济学的一个分支?(4点和综述)答:(1)、从计量经济学的定义看(2)、从计量经济学在西方国家经济学科中的地位看(3)、从计量经济学与数理统计学的区别看(4)、从建立与应用计量经济学模型的全过程看综上所述,计量经济学是一门经济学科,而不是应用数学或其他。
计量经济学考试必看重点
经济计量学1、费里希(R.Frish)是经济计量学的主要开拓者和奠基人。
2、经济计量学与数理经济学和树立统计学的区别的关键之点是“经济变量关系的随机性特征”。
3、经济计量学识以数理经济学和树立统计学为理论基础和方法论基础的交叉科学。
它以客观经济系统中具有随机性特征的经济关系为研究对象,用数学模型方法描述具体的经济变量关系,为经济计量分析工作提供专门的指导理论和分析方法。
4、时序数据即时间序列数据。
时间序列数据是同一统计指标按时间顺序记录的数据列。
5、横截面数据是在同一时间,不同统计单位的相同统计指标组成的数据列。
6、对于一个独立的经济模型来说,变量可以分为内生变量和外生变量。
内生变量被认为是具有一定概率分布的随机变量,它们的数值是由模型自身决定的;外生变量被认为是非随机变量,它们的数值是在模型之外决定的。
7、对于模型中的一个方程来说,等号左边的变量称为被解释变量,等号右边被称为解释变量。
在模型中一个方程的被解释变量可以是其它方程的解释变量。
被解释变量一定是模型的内生变量,而解释变量既包括外生变量,也包括一部分内生变量。
8、滞后变量与前定变量。
有时模型的设计者还使用内生变量的前期值作解释变量,在计量经济学中将这样的变量程为滞后变量。
滞后变量显然在求解模型之前是已知量,因此通常将外生变量与滞后变量合称为前定变量。
9、控制变量与政策变量。
由于控制论的思想不断渗入经济计量学,使某些经济计量模型具有政策控制的特点,因此在经济计量模型中又出现了控制变量、政策变量等名词。
政策变量或控制变量一般在模型中表现为外生变量,但有时也表现为内生变量。
10、经济参数分为:外生参数和内生参数。
外生参数一般是指依据经济法规人为确定的参数,如折旧率、税率、利息率等。
内生参数是依据样本观测值,运用统计方法估计得到的参数。
如何选择估计参数的方法和改进估计参数的方法,这是理论经济计量学的基本任务。
11、用数学模型描述经济系统应当遵循以下两条基本原则:第一、以理论分析作先导;第二模型规模大小要适度。
计量经济学期末考试重点整理
第一章绪论1、什么是计量经济学?由哪三组组成?答:计量经济学是经济学的一个分支学科,是以揭示经济活动中客观存在的数量关系为内容的分支学科。
统计学、经济理论和数学三者结合起来便构成了计量经济学。
2、计量经济学的内容体系,重点是理论计量和应用计量和经典计量经济学理论方法方面的特征答:1)广义计量经济学和狭义计量经济学 2)初、中、高级计量经济学3)理论计量经济学和应用计量经济理论计量经济学是以介绍、研究计量经济学的理论与方法为主要内容,侧重于理论与方法的数学证明与推导,与数理统计联系极为密切。
除了介绍计量经济模型的数学理论基础、普遍应用的计量经济模型的参数估计方法与检验方法外,还研究特殊模型的估计方法与检验方法,应用了广泛的数学知识。
应用计量经济学则以建立与应用计量经济学模型为主要内容,强调应用模型的经济学和经济统计学基础,侧重于建立与应用模型过程中实际问题的处理。
本课程是二者的结合。
4)、经典计量经济学和非经典计量经济学经典计量经济学(Classical Econometrics)一般指20世纪70年代以前发展并广泛应用的计量经济学。
经典计量经济学在理论方法方面特征是:⑴模型类型—随机模型;⑵模型导向—理论导向;⑶模型结构—线性或者可以化为线性,因果分析,解释变量具有同等地位,模型具有明确的形式和参数;⑷数据类型—以时间序列数据或者截面数据为样本,被解释变量为服从正态分布的连续随机变量;⑸估计方法—仅利用样本信息,采用最小二乘方法或者最大似然方法估计模型。
经典计量经济学在应用方面的特征是:⑴应用模型方法论基础—实证分析、经验分析、归纳;⑵应用模型的功能—结构分析、政策评价、经济预测、理论检验与发展;⑶应用模型的领域—传统的应用领域,例如生产、需求、消费、投资、货币需求,以及宏观经济等。
5)、微观计量经济学和宏观计量经济学3、为什么说计量经济学是经济学的一个分支?(4点和综述)答:(1)、从计量经济学的定义看(2)、从计量经济学在西方国家经济学科中的地位看(3)、从计量经济学与数理统计学的区别看(4)、从建立与应用计量经济学模型的全过程看综上所述,计量经济学是一门经济学科,而不是应用数学或其他。
《计量经济学》期末总复习知识讲解
《计量经济学》期末总复习一、单项选择题1.在双对数线性模型lnY i =ln β0+β1lnX i +u i 中,β1的含义是( D ) A .Y 关于X 的增长量 B .Y 关于X 的发展速度 C .Y 关于X 的边际倾向 D .Y 关于X 的弹性2.在二元线性回归模型:i i 22i 110i u X X Y +β+β+β=中,1β表示( A ) A .当X 2不变、X 1变动一个单位时,Y 的平均变动 B .当X 1不变、X 2变动一个单位时,Y 的平均变动 C .当X 1和X 2都保持不变时, Y 的平均变动 D .当X 1和X 2都变动一个单位时, Y 的平均变动3.如果线性回归模型的随机误差项存在异方差,则参数的普通最小二乘估计量是(D ) A .无偏的,但方差不是最小的 B .有偏的,且方差不是最小的 C .无偏的,且方差最小 D .有偏的,但方差仍为最小4.DW 检验法适用于检验( B ) A .异方差 B .序列相关 C .多重共线性 D .设定误差5.如果X 为随机解释变量,X i 与随机误差项u i 相关,即有Cov(X i ,u i )≠0,则普通最小二乘估计βˆ是( B ) A .有偏的、一致的 B .有偏的、非一致的 C .无偏的、一致的 D .无偏的、非一致的6.设某商品需求模型为Y t =β0+β1X t + u t ,其中Y 是商品的需求量,X 是商品价格,为了考虑全年4个季节变动的影响,假设模型中引入了4个虚拟变量,则会产生的问题为( ) A .异方差性B .序列相关C .不完全的多重共线性D .完全的多重共线性7.当截距和斜率同时变动模型Y i =α0+α1D+β1X i +β2 (DX i )+u i 退化为截距变动模型时,能通过统计检验的是( ) A .α1≠0,β2≠0 B .α1=0,β2=0 C .α1≠0,β2=0 D .α1=0,β2≠08.若随着解释变量的变动,被解释变量的变动存在两个转折点,即有三种变动模式,则在分段线性回归模型中应引入虚拟变量的个数为( B ) A .1个 B .2个 C .3个 D .4个9.对于无限分布滞后模型Y t =α+β0X t +β1X t-1+β2X t-2+…+u t ,无法用最小二乘法估计其参数是因为( ) A .参数有无限多个 B .没有足够的自由度 C .存在严重的多重共线性 D .存在序列相关10.使用多项式方法估计有限分布滞后模型Y t =α+β0X t +β1X t-1+…+βk X t-k +u t 时,多项 式βi =α0+α1i+α2i 2+…+αm i m 的阶数m 必须( ) A .小于k B .小于等于k C .等于k D .大于k11.对于无限分布滞后模型Y t =α+β0X t +β1X t-1+β2X t-2+…+u t ,Koyck 假定βk =β0λk ,0<λ<l ,则长期影响乘数为( )A .λ-β10B .λ-11C .1-λD .λ-β∑1i12.对自回归模型进行自相关检验时,若直接使用DW 检验,则DW 值趋于( C ) A .0 B .1 C .2 D .413.对于Koyck 变换模型Y t =α(1-λ)+ β0X t +λY t-1+V t ,其中V t =u t -λu t-1,则可用作Y t-1的工具变量为( ) A .X t B .X t-1 C .Y t D .V t14.使用工具变量法估计恰好识别的方程时,下列选项中有关工具变量的表述错误..的是 (A )A .工具变量可选用模型中任意变量,但必须与结构方程中随机误差项不相关B .工具变量必须与将要替代的内生解释变量高度相关C .工具变量与所要估计的结构方程中的前定变量之间的相关性必须很弱,以避免多重共 线性D .若引入多个工具变量,则要求这些工具变量之间不存在严重的多重共线性15.根据实际样本资料建立的回归模型是( ) A .理论模型 B .回归模型 C .样本回归模型D .实际模型16.下列选项中,不属于...生产函数f(L ,K)的性质是( ) A .f(0,K)=f(L ,0)=0 B .0Kf,0L f ≥∂∂≥∂∂ C .边际生产力递减D .投入要素之间的替代弹性小于零17.关于经济预测模型,下面说法中错误..的是( ) A .经济预测模型要求模型有较高的预测精度 B .经济预测模型比较注重对历史数据的拟合优度C .经济预测模型比较注重宏观经济总体运行结构的分析与模拟D .经济预测模型不太注重对经济活动行为的描述18.关于宏观经济计量模型中的季度模型,下列表述中错误..的是( ) A .季度模型以季度数据为样本 B .季度模型一般规模较大 C .季度模型主要用于季度预测 D .季度模型注重长期行为的描述19.宏观经济模型的导向是( ) A .由总供给与总需求的矛盾决定的 B .由国家的经济发展水平决定的 C .由总供给决定的 D .由总需求决定的20.X 与Y 的样本回归直线为(D ) A .Y i =β0十β1X i +u i B .Y i =i i 10u X +β+β∧∧C .E(Y i )=β0十β1X iD .i Y ∧=i 10X ∧∧β+β21.在线性回归模型中,若解释变量X 1和X 2的观测值成比例,即X 1i =KX 2i ,其中K 为常数,则表明模型中存在( C ) A ,方差非齐性 B .序列相关 C .多重共线性 D .设定误差22.回归分析中,用来说明拟合优度的统计量为( C ) A .相关系数 B .回归系数 C .判定系数 D .标准差23.若某一正常商品的市场需求曲线向下倾斜,可以断定( B ) A .它具有不变的价格弹性 B .随价格下降需求量增加 C .随价格上升需求量增加 D .需求无弹性24.在判定系数定义中,ESS 表示( B ) A .∑(Y i —Y)2B .∑2i )Y Y (-∧C .∑(Y i -∧Y )2 D .∑(Y i —Y )25.用于检验序列相关的DW 统计量的取值范围是( D ) A .O≤DW≤1 B .-1≤DW≤1 C .-2≤DW ≤2 D .O≤DW≤426.误差变量模型是指( A ) A .模型中包含有观测误差的解释变量 B .用误差作被解释变量C .用误差作解释变量D .模型中包含有观测误差的被解释变量27.由简化式参数的估计量得到结构参数的估计量的方法是( C ) A .二阶段最小二乘法 B .极大似然法 C .间接最小二乘法 D .工具变量法28.将社会经济现象中质的因素引入线性模型( C ) A .只影响模型的截距 B .只影响模型的斜率C .在很多情况下,不仅影响模型截距,还同时会改变模型的斜率D .既不影响模型截距,也不改变模型的斜率29.时间序列资料中,大多存在序列相关问题,对于分布滞后模型,这种序列相关问题就转化为( B ) A .异方差问题 B .多重共线性问题 C .随机解释变量问题 D .设定误差问题30.根据判定系数R 2与F 统计量的关系可知,当R 2=1时有( D ) A .F=-1 B .F=0 C .F=1 D .F=∞31.发达市场经济国家宏观经济计量模型的核心部分包括总需求、总供给和( C ) A .建模时所依据的经济理论 B .总收入C .关于总需求,总生产和总收入的恒等关系D .总投资32.在消费Y t 对收入Z t 的误差修正模型t 1t 21t 101t 10t Z )Z Y (Y ε+∆α+β-β-α+α=∆---中,21αα和称为(C )A .均衡参数B .协整参数C .短期参数D .长期参数33.用模型描述现实经济系统的原则是(B ) A .以理论分析作先导,解释变量应包括所有解释变量 B .以理论分析作先导,模型规模大小要适度 C .模型规模越大越好,这样更切合实际情况 D .模型规模大小要适度,结构尽可能复杂34.下列模型中E(Y i )是参数1β的线性函数,并且是解释变量X i 的非线性函数的是( B )A .E(Y i )=2i 210X β+β B .E(Y i )=i 10X β+β C .E(Y i )=i10X 1β+β D .E(Y i )=i10X 1β+β35.估计简单线性回归模型的最小二乘准则是:确定0∧β、1∧β,使得( A ) A .∑(Y i -0∧β-1∧βX i )2最小 B .∑(Y i -0∧β-1∧βX i -e i )2最小 C .∑(Y i -0∧β-1∧βX i -u i )2最小 D .∑(Y i -i 10X β-β)2最小36.在模型Y i =i1u i 0e X ββ中,下列有关Y 对X 的弹性的说法中,正确的是( A )A .1β是Y 关于X 的弹性B .0β是Y 关于X 的弹性C .ln 0β是Y 关于X 的弹性D .ln 1β是Y 关于X 的弹性37.假设回归模型为Y i =i i u X +β,其中X i 为随机变量,且X i 与u i 相关,则β的普通最小二乘估计量( D ) A .无偏且不一致 B .无偏但不一致 C .有偏但一致 D. 有偏且不一致38.设截距和斜率同时变动模型为Y i =i i 2i 110u )DX (X D +β+β+α+α,其中D 为虚拟变量。
计量经济学期末考试重点
1。
内生变量由模型系统内部因素所决定的变量,表现为具有一定概率分布的随机变量,是模型求解的结果。
5(外生变量:是由模型系统之外的因素决定的变量,表现为非随机变量。
它影响模型中的内生变量,其数值在模型求解之前就已经确定.6(滞后变量:是滞后内生变量和滞后外生变量的合称,前期的内生变量称为滞后内生变量;前期的外生变量称为滞后外生变量。
7(最小二乘法:用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,称为最小二乘法。
13(高斯,马尔可夫定理:在古典假定条件下,OLS估计量是模型参数的最佳线性无偏估计量,这一结论即是高斯,马尔可夫定理。
(点预测:给定自变量的某一个值时,利用样本回归方程求出相应的样本拟合值,以此作为因变量实际值19和其均值的估计值。
20(拟合优度:样本回归直线与样本观测数据之间的拟合程度.21、异方差性:在线性回归模型中,如果随机误差项的方差不是常数,即对不同的解释变量观测值彼此不同,则称随机项具有异方差性。
22.自相关:随机误差项u与其滞后项的相关关系。
42.多重共线性:是指解释变量之间存在完全或不完全的线性关系53(联立方程模型:是指由两个或更多相互联系的方程构建的模型。
55(结构式模型:是根据经济理论建立的反映经济变量间直接关系结构的计量方程系统。
56(简化式模型:把内生变量表示成前定变量和随机项的函数(结构式参数:结构模型中的参数叫结构式参数 5758(简化式参数:简化式模型中的参数叫简化式参数。
59(恰好识别:如果通过简化模型的参数估计值和参数关系式可以得到结构方程的参数估计值的唯一解则称该结构方程恰好识别。
过度识别:如果通过简化模型的参数估计值和参数关系式可以得到结构方程的参数估计值的多个解则称该结构方程过度识别。
60(不可识别:如果通过简化模型的参数估计值和参数关系式得不到结构方程的参数估计值的解则称该结构方程不可识别.61(识别的阶条件:如果一个方程能被识别,那么这个方程不包含的变量的总数应大于或等于模型系统中方程个数减1。
计量经济学期末考试复习
计量经济学期末考试复习资料第一章绪论参考重点:计量经济学的一般建模过程第一章课后题1.4.61.什么是计量经济学计量经济学方法与一般经济数学方法有什么区别答:计量经济学是经济学的一个分支学科,是以揭示经济活动中客观存在的数量关系为内容的分支学科,是由经济学、统计学和数学三者结合而成的交叉学科;计量经济学方法揭示经济活动中各个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个因素之间的理论关系,用确定性的数学方程加以描述;4.建立与应用计量经济学模型的主要步骤有哪些答:建立与应用计量经济学模型的主要步骤如下:1设定理论模型,包括选择模型所包含的变量,确定变量之间的数学关系和拟定模型中待估参数的数值范围;2收集样本数据,要考虑样本数据的完整性、准确性、可比性和—致性;3估计模型参数;4检验模型,包括经济意义检验、统计检验、计量经济学检验和模型预测检验;6.模型的检验包括几个方面其具体含义是什么答: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;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与大小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;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;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;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;第二章经典单方程计量经济学模型:一元线性回归模型参考重点:1.相关分析与回归分析的概念、联系以及区别2.总体随机项与样本随机项的区别与联系3.为什么需要进行拟合优度检验4.如何缩小置信区间P46由上式可以看出1.增大样本容量;样本容量变大,可使样本参数估计量的标准差减小;同时,在同样置信水平下,n越大,t分布表中的临界值越小;2提高模型的拟合优度;因为样本参数估计量的标准差和残差平方和呈正比,模型的拟合优度越高,残差平方和应越小;5.以一元线性回归为例,写出β的假设检验1.对总体参数提出假设H 0:=0, H1:2以原假设H0构造t统计量,3由样本计算其值4给定显着性水平,查t分布表得临界值t/2n-2 5比较,判断若 |t|> t /2n-2,则拒绝H0 ,接受H1;若 |t| t /2n-2,则拒绝H 1 ,接受H 0 ;上届重点:一元线性回归模型的基本假设、随机误差项产生的原因、最小二乘法、参数经济意义、决定系数、第二章PPT 里的表中国居民人均消费支出对人均GDP 的回归、t 检验△平方代表意义;△平方的认识、能够读懂Eviews 输出的估计结果第二章课后题1.3.9.101.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经典模型中产生随机误差的原因答: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宋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;3.一元线性回归模型的基本假设主要有哪些违背基本假设的模型是否不可以估计答: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,若是随机变量,则与随机干扰项不相关;实际上,这些假设都是针对普通最小二乘法的;在违背这些基本假设的情况下,普通最小二乘估计量就不再是最佳线性无偏估计量,因此使用普通最小二乘法进行估计己无多大意义;但模型本身还是可以估计的,尤其是可以通过最大似然法等其他原理进行估计;假设1. 解释变量X 是确定性变量,不是随机变量;假设2. 随机误差项具有零均值、同方差和不序列相关性:E i =0 i=1,2, …,nVar i =2 i=1,2, …,nCov i, j =0 i≠j i,j= 1,2, …,n假设3. 随机误差项与解释变量X 之间不相关:CovX i , i =0 i=1,2, …,n假设4. 服从零均值、同方差、零协方差的正态分布i ~N0, 2 i=1,2, …,n假设5. 随着样本容量的无限增加,解释变量X 的样本方差趋于一有限常数;即假设6. 回归模型是正确设定的9、10题为计算题,见课本P52,答案见P17第三章 经典单方程计量经济学模型:多元线性回归模型上届重点:F 检验、t 检验 调整的样本决定系数、“多元”里为什么要对△平方系数进行调整第三章课后题1.2.7.1.多元线性回归模型的基本假设是什么在证明最小二乘估计量的无偏性和有效性的过程中,哪些基本假设起了作用答:多元线性回归模型的基本假定仍然是针对随机干扰项与针对解释变量两大类的假设;针对随机干扰项的假设有:零均值,同方差,无序列相关且服从正态分布;针对解释量的假设有;解释变量应具有非随机性,如果后随机的,则不能与随机干扰项相关;各解释变量之间不存在完全线性相关关系;在证明最小二乘估计量的无偏性中,利用了解释变量非随机或与随机干扰项不相关的假定;在有效性的证明中,利用了随机干扰项同方差且无序列相关的假定;2.在多元线性回归分析中,t检验和F检验有何不同在一元线性回归分析中二者是否有等价作用见课本P70答:在多元线性回归分析中,t检验常被用作检验回归方程中各个参数的显着性,而F检验则被用作检验整个回归关系的显着性;各解释变量联合起来对被解释变量有显着的线性关系,并不意味着每一个解释变量分别对被解释变量有显着的线性关系;在一元线性回归分析中,二者具有等价作用,因为二者都是对共同的假设——解释变量的参数等于零一一进行检验;7、9、10题为计算题,见课本P91,答案见P53第四章经典单方程计量经济学模型:放宽基本假定的模型重点掌握:参考重点:1.以多元线性回归为例说明异方差性会产生怎样的后果可能为论述题2.检验、修正异方差性的方法3.以多元线性回归为例说明序列相关会产生怎样的后果预测,矩阵表达式推到4.检验、修正序列相关的方法5.什么是DW检验法前提条件6.以多元线性回归为例说明多重共线性会产生怎样的后果7.检验、修正多重共线性的方法8.随机解释变量问题的三种分类分别造成的后果是什么9.工具变量法的前提假设1与所替代的随机解释变量高度相关2与随机干扰项不相关3与模型中其他解释变量不相关,以避免出现多重共线性上届重点:异方差、序列相关、多重共线性等违背基本假设的情况产生原因、后果、识别方式方法、、广义差分法第四章课后题1、2题为计算题,见课本P134,答案见P84第五章经典单方程计量经济学模型:专门问题上届重点:虚拟变量的含义与设定、滞后变量的含义、为何加入滞后和虚拟变量第五章课后题1.3.4.101.回归模型中引入虚拟变量的作用是什么有哪几种基本的引入方式它们各适合用于什么情况答:在模型中引入虚拟变量,主要是为了寻找某些定性因素对解释变量的影响;加法方式与乘法方式是最主要的引入方式;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;3.滞后变量模型有哪几种类型分布滞后模型使用OLS方法存在哪些问题答:滞后变量模型有分布滞后模型和自回归模型两大类,前者只有解释变量及其滞后变量作为模型的解释变量,不包含被解释变量的滞后变量作为模型的解释变量;而后者则以当期解释变量与被解释变量的若干期滞后变量作为模型的解释变量;分布滞后模型有无限期的分布滞后模型和有限期的分布滞后模型;自回归模型又以Coyck模型、自适应预期模型和局部调整模型最为多见;分布滞后模型使用OLS法存在以下问题:1对于无限期的分布滞后模型,由于样本观测值的有限性,使得无法直接对其进行估计;2对于有限期的分布滞后模型,使用OLS方法会遇到:没有先验准则确定滞后期长度,对最大滞后期的确定往往带有主观随意性;如果滞后期较长,由于样本容量有限,当滞后变量数目增加时,必然使得自由度减少,将缺乏足够的自由度进行估计和检验;同名变量滞后值之间可能存在高度线性相关,即模型可能存在高度的多重共线性;4.产生模型设定偏误的主要原因是什么模型设定偏误的后果以及检验方法有哪些答:产生模型设定偏误的原因主要有:模型制定者不熟悉相应的理论知识;对经济问题本身认识不够或不熟悉前人的相关工作:模型制定者手头没有相关变量的数据;解释变量无法测量或数据本身存在测量误差;模型设定偏误的后果有:1如果遗漏了重要的解释变量,会造成OLS估计量在小样本下有偏,在大样本下非一致;对随机干扰项的方差估计也是有偏的;2如果包含了无关的解释变量,尽管OLS估计量具有无偏性与一致性,但不具有最小方差性;3如果选择了错误的函数形式,则后果是全方位的,不但会造成估计的参数具有完全不同的经济意义,而且估计结果也不同;对模型设定偏误的检验方法有:检验是否含有无关变量,可以使用t检验与F 检验完成:检验是否有相关变量的遗漏或函数形式设定偏误,可以使用残差图示法,Ramsey提出的RESET检验来完成;10.简述约化建模理论与传统理论的异同点答:Hendry的约化建模理论的核心是“从一般到简单”的建模思想,即首先提出一个包括各种因素在内的“一般”模型,然后再通过观测数据,利用各种检验对模型进行检验并化简,最后得到一个相对简单的模型;传统建模理论的主导思想是“从简单到复杂”的建模思想,它首先提出一个简单的模型,然后从各种可能的备选变量中选择适当的变量进入模型,最后得到一个与数据拟合较好的较为复杂的模型;从二者的主要联系上看,它们都以对经济现象的解释为目标,以已有的经济理论为建模依据,以对数据的拟合程度作为模型优劣的重要的判定标准之一,也都有若干检验标推;从二者的主要区别上看,传统的建模理论往往更依赖于某种单一的经济理论,旧“从一般到简单”的建模理论则更注重将各种不同经济理论纳入到最初的“一般”模型中,甚至更多地是从直觉和经验来建立“一般”的模型;尽管两者都有若干种检验标准,但约化建模理论从实践上有更大量的诊断性检验来看每一步建模的可行性,或寻找改善模型的路径:与传统建模实践中存在的过渡“数据开采”问题相比,由于约化建模理论的初估模型是一个包括所有可能变量的“一般”模型,因此也就避免了过度的“数据开采”问题;另外,由于初始模型的“一般”性,所有研究者在建模的初期往往有着相同的“起点”,因此,在相同的约化程序下,最后得到的最终模型也应该是相同的;而传统建模实践中对同一经济问题往往有各种不同经济理论来解释,如果不同的研究者采用不同的经济理论建模,得到的最终模型也会不同;当然,由于约化建模理论有更多的检验,使得建模过程更复杂,相比之下,传统建模方法则更加“灵活”;第六章联立方程计量经济学模型理论与方法上届重点:内生变量、外生变量、先定变量、结构式模型、简化式模型、参数关系体系、模型识别第六章课后题1.2.3.1.为什么要建立联立方程计量经济学模型联立方程计量经济学模型适用于什么样的经济现象答:经济现象是极为复杂的,其中诸因素之间的关系,在很多情况下,不是单一方程所能描述的那种简单的单向因果关系,而是相互依存,互为因果的,这时,就必须用联立的计量经济学方程才能描述清楚;所以与单方程适用于单一经济现象的研究相比,联立方程计量经济学模型适用于描述复杂的经济现象,即经济系统;2.联立方程计量经济学模型的识别状况可以分为几类其含义各是什么答:联立方程计量经济学模型的识别状况可以分为可识别和不可识别,可识别又分为恰好识别和过度识别;如果联立方程计量经济学模型中某个结构方程不具有确定的统计形式,则称该方程为不可识别,或者根据参数关系体系,在已知简化式参数估计值时,如果不能得到联立方程计量经济学模型中某个结构方程的确定的结构参数估计值,称该方程为不可识别;如果一个模型中的所有随机方程都是可以识别的,则认为该联立方程计量经济学模型系统是可以识别的;反过来,如果一个模型系统中存在一个不可识别的随机方程,则认为该联立方程汁量经济学模型系统是不可以识别的;如果某一个随机方程具有唯一一组参数估计量,称其为恰好识别;如果某一个随机方程具有多组参数估计量,称其为过度识别;3.联立方程计量经济学模型的单方程估计有哪些主要方法其适用条件和统计性质各是什么答:单方程估计的主要方法有:狭义的工具变量法IV,间接最小二乘法ILS,两阶段最小二乘法2SLS;狭义的工具变量法IV和间接最小二乘法ILS只适用于恰好识别的结构方程的估计;两阶段最小二乘法2SLs既适用于恰好识别的结构方程,又适用于过度识别的结构方程;用工具变量法估计的参数,一般情况下,在小样本下是有偏的,但在大样本下是渐近无偏的;如果选取的工具变量与方程随机干扰项完全不相关,那么其参数估计量是无偏估计量;对于间接最小二乘法,对简化式模型应用普通最小二乘法得到的参数估计量具有线性性、无偏性、有效性;通过多数关系体系计算得到结构方程的结构参数估计量在小样本下是有偏的,在大样本下是渐近无偏的;采用二阶段最小二乘法得到结构方程的结构参数估计量在小样本下是有偏的,在大样本下是渐近无偏的;补充资料计算题一给出多元线性回归的结果1.判断模型估计的结果如何,拟合效果如何2.说明每一个参数所代表的经济意义3.判断有没有违背四个基本假设计算题二给出数值,计算:1.t检验,F检验的自由度2.在给定显着性水平下参数是否显着3.估计值是有偏、无偏、有效计算题三加入虚拟变量D1,D2,D3问:虚拟变量的经济含义。
计量经济学复习重点
1、统计检验是利用统计推断的原理,对参数估计的可靠程度、观察数据的拟合程度进行检验;主要方法有拟合优度检验、变量和方程的显著性检验2、计量经济学检验:检验模型的计量经济学性质,即检验模型基本假设的满足程度、各种经济计量假设的合理性。
主要检验准则:序列相关检验、异方差检验和多重共线检验。
3、模型预测检验:检验模型参数估计量的稳定性以及相对样本容量变化时的灵敏度,确定所建立的模型是否可以用于观察值以外的范围。
具体检验方法:(1)利用扩大了的样本 重新估计参数,检验两次估计结果的差异显著性;(2)将所建立的模型用于样本以外某一时期的实际预测,预测值与实际值进行比较并检验差异显著性。
4、建立计量经济模型的步骤5、样本回归模型回归分析是研究一个变量关于另一个(些)变量的具体依赖关系的计算方法和理论。
由于总体的信息往往无法掌握,现实的情况只能是在一次观测中得到总体的一组样本样本散点图近似于一条直线,画一条直线以尽可能好地拟合该散点图,由于样本取自总体,可以该线近似地代表总体回归线。
该线称为样本回归线,其函数形式记为:6、随机扰动项U :理论经济学和数理经济学一般假定经济变量之间存在确定性的规律,从而建立确定性的模型。
引入随机扰动项是为了更准确地描述社会经济系统。
随机扰动项是不可观察的,只能通过残差——实际值与拟合值的差——进行估计7、Gauss —Markov 定理(高斯-马克):满足性质1、2、3的最小二乘估计量是最优线性无偏估计量 最小二乘法求出参数估计量达到最小值。
性质1:线性特性;估计量a,b 均可由被解释变量Y 线性表示出来。
性质2:无偏性E (a )= E (b )= β 性质3:在a 、β的各种线性无偏估计中,最小二乘估计量a,b 具有最小方差。
8、完全共线性:如果存在 c 1X 1i +c 2X 2i +…+c k X ki =0 i=1,2,…,nii i X X f Y 10ˆˆ)(ˆββ+== (2.1.4)称为样本回归函数(sample regression function )SRF 。
计量经济学重点(简答题)
计量经济学重点(简答题)计量经济学重点(简答题)一、什么就是计量经济学?计量经济学,又称经济计量学,它就是以一定得经济理论与实际统计资料为依据,运用数学、统计学与计算机技术,通过建立计量经济学模型,定量分析经济变量之间得随机因果关系、.二、计量经济学得研究得步骤就是什么?1)理论模型得设计A.理论或假说得陈述;B.理论得数学模型得设定;C.理论得计量经济模型得设定.i.把模型中不重要得变量放进随机误差项中;ii.拟定待估参数得理论期望值。
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:模型中包含得所有变量都必须得到相同容量得样本观察值。
ii.准确性:统计数据或调查数据本身就是准确得.iii.可比性:数据口径问题。
iv.一致性:指母体与样本得一致性。
3)模型得参数估计:普通最小二乘法。
4)模型得检验:经济学检验;统计学检验;计量经济学检验;模型得预测检验。
5)模型得应用:结构分析;经济预测;政策评价;经济理论得检验与发展。
三、简述统计数据得类别?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得数据.采纳时间序列数据得注意事项:A.所选择得样本区间得经济行为一致性问题。
B.样本数据在不同样本点之间得可比性问题。
C.样本数据过于集中得问题。
不能反映经济变量间得结构关系,应增大观察区间。
D.模型得随机误差项序列相关问题.2)截面数据:又称横向数据,就是一批发生在同一时间截面上得调查数据。
研究某时点上得变化情况。
采纳截面数据得注意事项:A.样本与母体得一致性问题。
B.随机误差项得异方差问题。
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与1两个值,表示得就是某个对象得质量特征.四、模型得检验包括哪几个方面?具体含义就是什么?1)经济学检验:参数得符合与大致取值。
计量经济学复习要点
计量经济学复习要点第一篇:计量经济学复习要点计量经济学复习要点第一章、概率论基础1.随机事件的概念P22.古典概行例题P5例1.1P2例1.2利用第一章的知识说明抽签的合理性如何利用第一章的知识估计一个池塘有多少鱼还有一个关于晚上紧急集合穿错鞋的题目,记不太清楚了3.期望与方差的概念,切比雪夫不等式,看例题1.4-例题1.8,不要求求出数4.变异系数的概念P175.大数定律和中心极限定律(具有独立同分布的随机变量序列的有限和近似地服从正态分布)的概念P24、P25第二章、矩阵代数1.矩阵的定义,加(page29)、减(page29)、乘(page30)、转置(page30)、逆(page31)知道怎么回事2.最小二乘法P39-P41(定义最小二乘解)3.第三节没有听,求听课学霸补充第三章、数据的分析方法和参数的统计推断1.数据的分析方法(算数平均、加权算数平均、几何平均、移动平均)(1)几种分析方法的定义(2)几中分析方法的不同(3)每种分析方法的具体作用(4)移动平均法中k的选择(5)指数平滑法的意义,α的选择,P552.t分布的概率密度函数3.矩估计法定义4.几大似然估计法P65,例题3.7例题3.85.贝叶斯估计和极大极小估计(应该是只看一下概念就可以了)6.假设检验(1)基本思想P75(2)双边假设检验(3)单边假设检验(4)参数检验P807.方差分析的思想、作用和模型第四章、一元线性回归(计算题)回归方程的求法,显著性检验,经济解释(各参数的解释),不显著的解释第六章、虚拟变量的回归模型1.虚拟变量的作用及模型2.应用虚拟变量改变回归直线的截距、斜率3.对稳定性的检验第二篇:2007计量经济学复习要点2007年计量经济学课程要点归纳1.十大经典假设的证明(关于两变量模型的性质检验)2.BLUE估计量的证明3.自相关检验方法(检验方法一定要记住)4.异方差检验方法(至少三种)5.孙老师讲过的附录要留意6.异方差与自相关的补救措施7.违反十大经典假设情况下的问题怎么解决(如多重共线性,异方差,自相关问题,虚拟变量的估计)注:以上重点均是提供参考,不做考试说明计量考察的重点是对计量模型的建立与估算,结果评价与补救思路的考察,没有大量的数学计算,请同学们放心!建议大家根据参考要点确定进度,并根据孙老师上课的重点决定自己的复习范围!希望同学们认真复习,考出好成绩!王琳第三篇:计量经济学复习笔记计量经济学复习笔记CH1导论1、计量经济学:以经济理论和经济数据的事实为依据,运用数学、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。
计量经济学考试重点总结
1、简述计量经济学:是以经济理论和经济数据为事实依据,运用数学统计学的的方法建立数学模型,来研究经济数量关系和和规律的一门经济学科。
2、计量经济模型有哪些应用:①结构分析。
②经济预测。
③政策评价。
④检验和发展经济理论。
3、计量经济学研究的主要步骤:①确定变量和数学关系式——模型设定;②分析变量间具体的数量关系式——估计参数;③检验所的结论的可靠性——模型检验;④作经济分析和经济预测——模型应用。
5.计量经济学数据的分类:①时间序列数据;②截面数据;③面板数据;④虚拟变量数据。
6.在计量经济模型中,为什么会存在随机误差项:随机误差项是计量经济模型中不可缺少的一部分。
产生随机误差项的原因有以下几个方面:①模型中被忽略掉的影响因素造成的误差;②模型的设定误差;③变量的测量误差;④随机因素。
7、总体回归函数中,引进随机误差想的原因:①作为位置影响因素的代表;作为无法取得数据的已知因素的代表;作为众多细小影响因素的综合代表;②模型设定的误差;③变量测定的误差;③经济现象内在的随机性。
8、古典线性回归模型的基本假定:①零均值假定。
即在给定xt的条件下,随机误差项的数学期望为0;②同方差假定。
误差项的方差与t无关,为一个常数。
③无自相关假定。
即不同的误差项相互独立。
④解释变量与随机误差项不相关假定。
(1分)⑤正态性假定,即假定误差项服从均值为0,方差为的正态分布。
9、总体回归模型与样本回归模型的区别:①描述的对象不同。
总体回归模型描述总体中变量y与x的相互关系,而样本回归模型描述所观测的样本中变量y与x的相互关系。
②建立模型的不同。
总体回归模型是依据总体全部观测资料建立的,样本回归模型是依据样本观测资料建立的。
③模型性质不同。
总体回归模型不是随机模型,样本回归模型是随机模型,它随着样本的改变而改变。
联系:样本回归模型是总体回归模型的一个估计式,之所以建立样本回归模型,目的是用来估计总体回归模型。
10.在满足古典假定条件下,一元线性回归模型的普通最小二乘估计量的统计性质:①线性,是指参数估计量和分别为观测值和随机误差项的线性函数或线性组合。
计量经济学期末考试复习重点
对于不同的解释变量的值,随机误差项的方差不再是常数,则认为出现了异方差性假性异方差:模型遗漏了重要的变量,模型函数形式的设定误差。
解决方法:设定正确模型真正的异方差,随机因素的影响(截面数据中,波动与经济规模的比例关系。
如赚钱越多,消费的选择余地越大。
时间序列中,波动的系统变化)后果:出现异方差如仍采用OLS估计模型参数,OLS估计量仍然是线性、无偏的,但是OLS 估计不再是有效估计。
无法正确估计回归系数的标准差,参数估计的标准差出现偏差。
T检验失效。
模型预测不准确(区间估计与随机误差项的方差有关)残差分析图的eview实现:(Sort X)Ls Y C X Genr E1=resid Genr E2=abs(E1) 或者genr E2=E1*E1Scat x E2G_Q检验的适用范围:样本容量较大,单调异方差的情形,对于复杂异方差则无法应用步骤:将Xi按大小排列,去掉中间C=N/4个,剩下的观察值划分成大小相同两个子样本,对每个子样本分别求回归方程,并计算各自的残差平方和,提出假设构造统计量如果F>Fa ,误差项存在明显的递增异方差性;如果1≤F≤Fa,误差项无明显异方差性。
Sort X Smpl 1 x1 Ls Y C X ,求RSS1 Smpl x2 n Ls Y C X, 求RSS2计算F,查F临界值,并进行判断G-Q检验缺点:无法确定具体形式,对如何解决异方差没有提供建议,复杂异方差不适用,对于多元的情况,处理比较麻烦怀特检验的适用范围:任何形式的异方差,对于多元模型也很方便,可初步推测异方差形式步骤:估计回归模型,并计算残差平方,估计辅助回归方程即将残差平方关于所有解释变量的一次项,二次项和交叉项回归。
计算辅助回归判定系,可证:同方差假设下(),渐进地有:如Park和Gleiser检验:White检验形式太过一般,为了具体化,和以后修正异方差的需要。
基本思想:利用残差绝对值序列或残差平方序列,分别对Xi(的某种形式)进行一元辅助回归。
(完整word版)《计量经济学》复习重点及答案
各位同学:请大家按照这个复习重点进行认真复习,考试时请大家带上计算器,平时成绩占30%,期末占70%。
考试题型:一、名词解释题(每小题4分,共20分)计量经济学:一门由经济学、统计学和数学结合而成的交叉学科. 经济学提供理论基础,统计学提供资料依据,数学提供研究方法总体回归函数:被解释变量的均值同一个或者多个解释变量之间的关系样本回归函数:是总体回归函数的近似OLS 估计量 :以残差平方和最小的原则对回归模型中的系数进行估计的方法。
普通最小二乘法估计量OLS 估计量可以由观测值计算OLS 估计量是点估计量一旦从样本数据取得OLS 估计值,就可以画出样本回归线BLUE 估计量、BLUE :最优线性无偏估计量, 其估计量是无偏估计量,且在所有的无偏估计量中其方差最小。
拟合优度、衡量了解释变量能解释的离差占被解释变量的百分比。
拟合优度R 2(被解释部分在总平方和(SST)中所占的比例)虚拟变量陷阱、 带有截距项的回归模型,如果有m 个定性变量,只能引入m-1个虚拟变量。
如果引入了m 个,就将陷入虚拟变量陷阱。
既模型中存在完全共线性,使得模型无法估计方差分析模型、解释变量仅包含定性变量或虚拟变量的模型。
协方差分析模型、回归模型中的解释变量有些是定性的有些是定量的。
多重共线性 多重共线性是指解释变量之间存在完全的线性关系或近似的线性关系.分为完全多重共线性和不完全多重共线性ˆˆ)X |E(Y ˆ) )X |E(Y ( ˆˆˆ :SRF 2211i 21i 21的估计量。
是的估计量;是的估计量;是其中相对于ββββββββi i ii Y X X Y +=+=∑∑==222ˆi i y y TSS ESS R自相关: 随机误差项当期值和滞后期相关。
在古典线性回归模型中,我们假定随机扰动项序列的各项之间,如果这一假定不满足,则称之为自相关。
即用符号表示为:自相关常见于时间序列数据。
异方差、 是指模型误差项的方差随着变量的改变而不同随机误差项:模型中没有包含的所有因素的代表例:Y — 消费支出 X —收入、— —参数 u —随机误差项 显著性检验 :显著性检验时利用样本结果,来证实一个零假设的真伪的一种检验程序。
计量经济学期末重点
1.计量经济学的研究过程及内容:(1)模型设定(要有科学的理论依据、选择适当的数学形式、模型要兼顾真实性和实用性、包含随机误差项、方程中的变量要具有可观测性);(2)估计参数(参数是未知的,又是不可直接观测的。
由于随机误差项的存在,参数也不能通过变量值去精确计算。
只能通过变量样本观测值选择适当方法去估计);(3)模型检验(经济意义检验、统计推断检验、计量经济学检验、模型预测检验)(4)模型应用(经济结构分析、经济预测、政策评价、检验发展经济理论)2.数据的要求:真实性、完整性、可比性3.可利用来建立计量经济模型的关系:行为关系(如生产、投资、消费)、生产技术关系(如投入产出关系)、制度关系(如税率)、定义关系(根据定义表达的恒等式) 6.相关关系的特点(1)X 和Y 都是相互对称的随机变量YX XYγγ=(2)线性相关系数只反映变量间的线性相关程度,不能说明非线性相关关系(3)样本相关系数是总体相关系数的样本估计值,由于抽样波动,样本相关系数是个随机变量,其统计显著性有待检验(4)相关系数只能反映线性相关程度,不能确定因果关系,不能说明相关关系具体接近哪条直线7.回归是关于一个变量对另一个变量或多个变量依存关系的研究,用适当的数学模型去近似地表达或估计变量之间的平均变化关系,其目的是要根据解释变量的估计数值去估计所研究的被解释变量的总体平均值。
8.回归函数:应变量Y 的条件期望E(Y/Xi)随解释变量X 的的变化而有规律的变化,如果把Y 的条件期E(Y/Xi)望表现为X 的某种函数()()i i E Y X f X =,这个函数称为回归函数。
9.线性回归模型主要指就参数而言是“线性”,因为只要对参数而言是线性的,都可以用类似的方法估计其参数。
10.引入随机扰动项的原因:是未知影响因素的代表(理论的模糊性)、是无法取得数据的已知影响因素的代表(数据欠缺)、 是众多细小影响因素的综合代表(非系统性影响)、模型的设定误差(变量、函数形式的设定)、变量的观测误差(变量数据不符合实际)、经济现象的内在随机性(人类经济行为的内在随机性)11.样本回归函数与总体回归函数的区别:(1)总体回归函数虽然未知,但它是确定的;样本回归线却是随抽样波动而变化的,可以有许多条。
《计量经济学》期末重点知识归纳整理
计量经济学期末重点知识归纳1.普通最小二乘法:已知一组样本观测值{}n i Y X i i ,2,1:),(⋯=,普通最小二乘法要求样本回归函数尽可以好地拟合这组值,即样本回归线上的点∧i Y 与真实观测点Yt 的“总体误差”尽可能地小。
普通最小二乘法给出的判断标准是:被解释变量的估计值与实际观测值之差的平方和最小。
2.广义最小二乘法GLS :加权最小二乘法具有比普通最小二乘法更普遍的意义,或者说普通最小二乘法只是加权最小二乘法中权恒取1时的一种特殊情况。
从此意义看,加权最小二乘法也称为广义最小二乘法。
3.加权最小二乘法WLS :加权最小二乘法是对原模型加权,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。
4.工具变量法IV :工具变量法是克服解释变量与随机干扰项相关影响的一种参数估计方法。
5.两阶段最小二乘法2SLS, Two Stage Least Squares :两阶段最小二乘法是一种既适用于恰好识别的结构方程,以适用于过度识别的结构方程的单方程估计方法。
6.间接最小二乘法ILS :间接最小二乘法是先对关于内生解释变量的简化式方程采用普通小最二乘法估计简化式参数,得到简化式参数估计量,然后过通参数关系体系,计算得到结构式参数的估计量的一种方法。
7.异方差性Heteroskedasticity :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。
8.序列相关性Serial Correlation :多元线性回归模型的基本假设之一是模型的随机干扰项相互独立或不相关。
如果模型的随机干扰项违背了相互独立的基本假设,称为存在序列相关性。
9.多重共线性Multicollinearity :对于模型i k i i X X X Y μββββ++⋯+++=i k 22110i ,其基本假设之一是解释变量X 1,X 2,…,Xk 是相互独立的。
如果某两个或多个解释变量之间出现了相关性,则称为存在多重共线性。
计量经济学期末重点
计量经济学期末重点一、名词解释:1、讣量经济学是以一定的经济理论和统计资料为基础,运用数学、统计学方法与电脑技术, 以建立经济il鱼模型为主要手段,定量分析研究具有随机性特性的经济变量关系的一门经济学学科。
主要内容包括理论计量经济学和应用经济计量学。
理论经济计量学主要研究如何运用、改造和发展数理统讣的方法,使之成为经济关系测是的特殊方法。
应用计戢经济学是在一左的经济理论的指导下,以反映事实的统汁数据为依据,用经济计量方法研究经济数学模型的实用化或探索实证经济规律。
2、平稳随机过程:平稳随机过程是在固左时间和位置的蛊塹迩与所有时间和位置的概率分布相同的随机过程,即随机过程的统计特性不随时间的推移而变化,因此数学期望和方差这些参数不随时间和位置变化。
3、可决系数:可决系数,亦称测立系数、决左系数、可决指数。
与复相关系数类似的,表示一个随机变量与多个随机变虽关系的数字特征,用来反映回归模式说明因变量变化可靠程度的一个统讣指标,一般用符号“R”表示,可泄义为已被模式中全部自变量说明的自变量的变差对自变量总变差的比值。
4、随机游走:随机游進(random walk)也称随机漫步,随机行止等是指基于过去的表现,无法预测将来的发展步骤和方向。
核心概念是指任何无规则行龙者所带的守恒呈:都各自对应着一个扩散运输定律,接近于布朗运动,是布朗运动理想的数学状态,现阶段主要应用于互联网链接分析及金融股票市场中。
5、OLS:ols 全称o rdinary least squares.是回归分析(regression analysis)最根本的一个形式,对模型条件要求最少,也就是使散点图上的所有观测值到回归直线距离的平方和最小。
普通最小二乘法6、BLUE:如果一个参数的估计量具有线性性(估计量是样本观察值的线性函数)、无偏性(估计戢的数学期望等于真值)和估汁误差方差最小等统讣学性质,称其为最佳线性无偏估计量。
7、多重共线性:指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。
南开大学计量经济学期末复习重点
ˆ 1
( xt x )( y t y ) , ( xt x ) 2
ˆ y ˆ x 0 1
第2章 一元线性回归模型
2.3 OLS 回归函数的性质
ˆt = 0 (1) 残差和等于零, u
ˆ + ˆ xt 过( x , y )点。 ˆt = (2) 估计的回归直线 y 0 1 ˆt = y 。 (3) yt 的拟合值的平均数等于其样本观测值的平均数, y ˆ 和 ˆ 的特性 2.4 最小二乘估计量 0 1
(1)线性特性, (2)无偏性, (3)最小方差性, (4)一致性。 Gauss-Marcov 定理:若 ut 满足 E(ut) = 0,D(ut) = 2,那么用 OLS 法得到的估计量就具有最佳线性无偏性。估计量称最佳线 性无偏估计量。
第2章 一元线性回归模型
分清 4 个式子的关系。 (1) 真实的统计模型,yt = 0 + 1 xt + ut
第2章 一元线性回归模型
2.1 一元线性回归模型 yt = 0 + 1 xt + ut 模型分为两部分。 (1)回归函数部分,E(yt) = 0 + 1 xt,(2)随机部分 ut 。 对模型解释变量和误差项 ut 做出如下假定。 (14) ut N (0,
)。(5) ui 非自相关。(6) xi 是非随机的。
1 T 1 T
T
=
Cov( x t , y t ) D( x t ) D( y t )
。
=
t 1 ( xt x )( y t y )
T
t 1 ( xt x ) 2
1 n -1
1 T
n
计量经济学考试重点
一、题型1.单选(15•1')2.多选(5•2')3.名词解释(5•3')4.简答题(5•5')5.计算题(3-4个,5'-8'一个)(一)绪论1.计量经济学这一名词的来历2.主要代表人物3.常用分类4.基本功能(结构分析,政策评价,经济预测)5.模型体系6.变量类型(二)一元线性回归1.回归的含义2.回归和相关的关系3.总体回归函数与样本回归函数4.随机误差项的含义和意义5.最小二乘估计的基本假定6.高斯-马尔科夫定理以及其意义7.判定系数8.检验与估计9.p值10.t统计量、F统计量的区别 11.如何在eviews中找出分析指标12.用eviews写方程的命令和方法,见教材附录(三)多元回归1.多重共线性2.多元回归中最小二乘估计的矩阵表达3.调整的判定系数4.回归模型的函数形式以及其参数的含义与解释(四)违背经典假定的回归模型1.异方差,自相关,多重共线性的含义,造成的后果,检验方法2.重点掌握的几个方法:加权最小二乘;广义差分法;DW检验;工具变量法(五)虚拟变量模型1.虚拟变量陷阱2.虚拟变量如何设定,如何引进(六)滞后变量模型1.模型的分类2.阿尔蒙多项式3.库伊克模型,部分调整模型变换后的结果及随机误差项的特点4.格兰杰因果关系及其检验(七)联立方程模型1.联立方程偏误2.伪回归3.简化式与结构式4.间接最小二乘,二阶段最小二乘5.随机解释变量的最小二乘估计量的性质6.h检验7.模型的识别(八)时间序列1.种类2.识别3.平稳性4.单位根检验计量经济学重点第一章绪论1、模型变量种类2、数据的分类3、建模的依据4、建模的步骤5、模型检验的准则6、模型使用的具体内容第二章一元线性回归模型第三章多元线性回归模型1、最小二乘法的基本原理2、高斯假定基本内容3、判定系数t、F统计量的计算4、回归系数t的检验、F检验5、最小二乘统计性质6、高斯—马尔科夫内容、含义7、模型优劣评价第四章违背经典假定的回归模型第一节异方差性1、什么叫异方差2、产生异方差的原因3、异方差检验的方法、后果4、修正异方差加权最小二乘法第二节自相关1、什么叫自相关2、产生自相关的原因3、DW检验方法应用的条件、局限4、如何依据DW值作相关判别5、存在自相关参数估计的方法第三节多重共线性1、什么是多重共线性2、怎样判断是否存在多重共线性3、多重共线性补救措施第四节随机解释变量1、什么是随机解释变量2、存在随机解释变量仍用最小二乘的后果3、参数估计的方法第五章虚拟变量模型1、什么叫虚拟变量2、虚拟变量设置规则3、如何在模型中引入虚拟变量4、什么是虚拟变量陷阱5、模型中引入虚拟变量虚拟变量系数的含义6、什么事截距变动模型什么是斜率变动模型第六章滞后变量模型1.什么是分布滞后模型2.参数估计方法3.什么是自适应模型建模的理论依据4、什么是局部调整模型其参数估计方法5、什么是长期乘数、短期乘数、延期乘数第七章联立方程模型1、什么是结构方程?什么是结构方程模型?简化方程模型?2、变量的分类、概念3、什么是联立性偏误4、模型识别方法及其应用5、可识别的方程其参数估计方法有哪些?6、什么是间接最小二乘、两阶段最小二乘、工具变量法第八章时间序列经济计量模型1、时间序列的平稳条件2、什么是白噪声?随机游走?3、什么是单位根检验4、单位根检验的方法5、什么叫单整?6、时间序列AR、MA、ARMA 识别规则7、什么是自相关函数、偏自相关函数8、什么叫协整?。
计量经济学期末复习
38
七、方差膨胀因素 通过代数替换方差公式可以改写为:
var( b2 )
x
2
2 2i
VIF
1 VIF 2 其中: 1 R2
R22表示X2对X3回归的拟合优度;我们称VIF为 方差膨胀因素;VIF越大表示变量之间共线性的 程度越高;VIF超过10,则认为是高度共线的。
39
八、修正多重共线性的方法 1.从模型中删除不重要的解释变量 2.获取额外的数据或新的样本 3.先验信息
33
二、多重共线性问题的几点说明 1.当模型中存在着多重共线性问题时,普 通最小二乘法估计量仍然是线性无偏最小方差 估计量; 2.最小方差性并不意味着在任何给定的样 本中普通最小二乘估计量的方差会很小; 3.即使总体上各个变量之间不存在线性相 关,但却可能在具体获得的样本中存在线性相 关,即多重共线性本质上是一个样本问题。
20
十四、F与R2的关系 可以证明:
R /(k 1) F (1 R 2 ) /(n k )
2
R2等于0时,F等于0; R2越大,F值越大;
R2等于1时,F无穷大;
21
第5章 回归方程的函数形式
一、双对数模型
ln Yi B1 B2 ln X i ui
B2表示X变化百分之一引起Y变化B2百分点, 其经济意义为Y对X的弹性; 如果上述模型满足古典假定,b1、b2是无偏 有效估计量。
E(Y X i ) B1 B2 X i
Yi B1 B2 X i ui
4
三、随机误差项的性质 1.模型中未包括的变量的影响;(简单原则) 2.随机因素的影响;
3.量测误差;
5
四、样本回归函数
ˆ b b X Y i 1 2 i
- 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)。
第一章绪论1、什么是计量经济学?由哪三组组成?答:计量经济学是经济学的一个分支学科,是以揭示经济活动中客观存在的数量关系为内容的分支学科。
统计学、经济理论和数学三者结合起来便构成了计量经济学。
2、计量经济学的内容体系,重点是理论计量和应用计量和经典计量经济学理论方法方面的特征答:1)广义计量经济学和狭义计量经济学 2)初、中、高级计量经济学3)理论计量经济学和应用计量经济理论计量经济学是以介绍、研究计量经济学的理论与方法为主要内容,侧重于理论与方法的数学证明与推导,与数理统计联系极为密切。
除了介绍计量经济模型的数学理论基础、普遍应用的计量经济模型的参数估计方法与检验方法外,还研究特殊模型的估计方法与检验方法,应用了广泛的数学知识。
应用计量经济学则以建立与应用计量经济学模型为主要内容,强调应用模型的经济学和经济统计学基础,侧重于建立与应用模型过程中实际问题的处理。
本课程是二者的结合。
4)、经典计量经济学和非经典计量经济学经典计量经济学(Classical Econometrics)一般指20世纪70年代以前发展并广泛应用的计量经济学。
经典计量经济学在理论方法方面特征是:⑴模型类型—随机模型;⑵模型导向—理论导向;⑶模型结构—线性或者可以化为线性,因果分析,解释变量具有同等地位,模型具有明确的形式和参数;⑷数据类型—以时间序列数据或者截面数据为样本,被解释变量为服从正态分布的连续随机变量;⑸估计方法—仅利用样本信息,采用最小二乘方法或者最大似然方法估计模型。
经典计量经济学在应用方面的特征是:⑴应用模型方法论基础—实证分析、经验分析、归纳;⑵应用模型的功能—结构分析、政策评价、经济预测、理论检验与发展;⑶应用模型的领域—传统的应用领域,例如生产、需求、消费、投资、货币需求,以及宏观经济等。
5)、微观计量经济学和宏观计量经济学3、为什么说计量经济学是经济学的一个分支?(4点和综述)答:(1)、从计量经济学的定义看(2)、从计量经济学在西方国家经济学科中的地位看(3)、从计量经济学与数理统计学的区别看(4)、从建立与应用计量经济学模型的全过程看综上所述,计量经济学是一门经济学科,而不是应用数学或其他。
4、理论模型的设计主要包含三部分工作,即选择变量,确定变量之间的数学关系,拟定模型中待估计参数的数值范围。
5、常用的样本数据:时间序列,截面,面板(虚变量数据是错的,改为面板数据。
主要要求时间数据序列数据和截面数据)答:1、时间序列是一批按照时间先后排列的统计数据。
要注意问题:1)所选择的样本区间内经济行为的一致性问题。
2)样本数据在不同样本点之间的可比性问题。
3)样本观测值过于集中的问题。
4)模型随机干扰项的序列相关问题。
2、截面数据是一批发生在同一时间截面上的调查数据。
要注意问题:1样本与母体的一致性问题。
2模型随机干扰项的异方差问题。
6、样本数据的质量(4点)答:完整性、准确性、可比性、一致性。
7、模型参数的估计方法是计量经济学的核心内容。
8、模型的检验(4个检验)答:⑴经济意义检验根据拟定的符号、大小、关系⑵统计检验由数理统计理论决定包括拟合优度检验总体显着性检验变量显着性检验⑶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、共线性检验。
⑷模型预测检验由模型的应用要求决定,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。
9、计量经济学模型的应用(绿体字)答:结构分析、经济预测、政策评价、检验与发展经济理论第二章经典单方程计量经济学模型:一元线性回归模型1、相关分析和回归分析的含义及其联系答:相关分析分析变量之间是否存在相关关系分析相关关系的类型计量相关关系的密切程度相关分析的局限:不能说明变量间的相关关系的具体形式不能从一个变量去推测另一个变量的具体变化回归分析:回归是关于一个变量对另一个或多个变量依存关系的研究,是用适当的数学模型去近似地表达或估计变量之间地平均变化关系,回归分析目的:根据已知的自变量的数值,去估计因变量的总体平均值。
区别:从研究目的上看:相关分析是研究变量间相互联系的方向和程度;回归分析是寻求变量间联系的具体数学形式,是要根据自变量的固定值去估计和预测因变量的值。
从对变量的处理来看:相关分析中的变量均为随机变量,不考虑两者的因果关系;回归分析是在变量因果关系的基础上研究自变量对因变量的具体影响,必须明确划分自变量和因变量,回归分析中通常假定自变量为非随机变量,因变量为随机变量。
联系:●共同的研究对象:都是对变量间相关关系的分析●只有当变量间存在相关关系时,用回归分析去寻求相关的具体数学形式才有实际意义●相关分析只表明变量间相关关系的性质和程度,要确定变量间相关的具体数学形式依赖于回归分析2、在总体回归函数中引入随机干扰项的主要原因:答:1、代表未知的影响因素;2、代表残缺数据; 3、代表众多细小影响因素 4、代表数据观测误差5、代表模型设定误差6、变量的内在随机性。
3、样本回归函数和总体回归函数的公式答:总体回归模型的随机形式:总体回归模型的确定形式:样本回归函数的随机形式:样本回归函数的确定形式:4、一元线性回归模型的基本假设(重点掌握前4个)答:假设1、解释变量X 是确定性变量,不是随机变量,而且在重复抽样中取固定值; 假设2、随机误差项?具有零均值、同方差和不序列相关性:E(?i )=0 i=1,2, …,nVar (?i )=??2 i=1,2, …,nCov(?i, ?j )=0 i≠j i,j= 1,2, …,n假设3、随机误差项?与解释变量X 之间不相关:(同期相关从这里引申出来的)^^01i i i Y X e ββ=++^^01Y X eββ=++Cov(X i , ?i )=0 i=1,2, …,n假设4、?服从零均值、同方差、零协方差的正态分布 ?i ~N(0, ??2 ) i=1,2, …,n假设5旨在排除时间序列数据出现持续上升或下降的变量作为解释变量,因为这类数据不仅使大样本统计推断变得无效,而且往往产生所谓的伪回归问题。
假设6也被称为模型没有设定误差注意:1、如果假设1、2满足,则假设3也满足;2、如果假设4满足,则假设2也满足。
5、最小二乘法的推导过程(推导至2.2.5)答:普通最小二乘法(Ordinary least squares, OLS )给出的判断标准是:二者之差的平方和 ∑∑+-=-=n i i i n i X Y Y Y Q 121021))ˆˆ(()ˆ(ββ 最小。
根据微积分学的运算,但Q 对0β、1β的一阶偏导数为0时,Q 达到最小,即可推得用于估计0β、1β的下列方程组:方程组(*)称为正规方程组6、最小二乘估计法的性质(重点看前三个,知道线性性和无偏性的推导)答:当模型参数估计出后,需考虑参数估计值的精度,即是否能代表总体参数的真值,或者说需考察参数估计量的统计性质。
一个用于考察总体的估计量,可从如下几个方面考察其优劣性:(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。
证明:线性性:无偏性:因为02==∑∑∑i i i x x k ∑=1i i X k 故 ∑+=i i k μββ11ˆ 7、区别那三个平方和(TSS,ESS,RSS )如果Yi=?i 即实际观测值落在样本回归“线”上,则拟合最好。
可认为,“离差”全部来自回归线,而与“残差”无关。
8、可决系数R2统计量答:拟合优度检验:对样本回归直线与样本观测值之间拟合程度的检验。
度量拟合优度的指标:判定系数(可决系数)2R称 R2 为可决系数/判定系数可决系数的取值范围:[0,1]R2越接近1,说明实际观测点离样本线越近,拟合优度越高。
9、T 值公式(2.3.5)答:t 检验:检验步骤:1)对总体参数提出假设H 0: ?1=0, H 1:?1?02)以原假设H0构造t 统计量,并由样本计算其值3)给定显着性水平?,查t 分布表得临界值t ?/2(n-2)4) 比较,判断 )2(~ˆˆˆ1ˆ112211--=-=∑n t S x t i βββσββ若 |t|> t ?/2(n-2),则拒绝H0,接受H1;若 |t|? t ?/2(n-2),则拒绝H1,接受H010、掌握黑体字部分与参数的置信区间的求法(2.3.7)答:如果存在这样一个区间,称之为置信区间(confidence interval);1-α称为置信系数(置信度)(confidence coefficient),α称为显着性水平(level of significance);置信区间的端点称为置信限(confidence limit)或临界值(critical values)。
11、如何才能缩小置信区间(2个)答:(1)增大样本容量n。
因为在同样的置信水平下,n越大,t分布表中的临界值越小;同时,增大样本容量,还可使样本参数估计量的标准差减小;(2)提高模型的拟合优度。
因为样本参数估计量的标准差与残差平方和呈正比,模型拟合优度越高,残差平方和应越小。
12、预测问题的黑色字体部分答:ˆY只是被解释变量的预测值的估计值,而不是预测值。
原因在于两方面:一是模型中的参数估计量是不确定的;二是随机干扰项的影响。
所以,我们得到的仅是预测值的估计值,预测值仅以某一个置信度处于以该估计值为中心的一个区间中。
预测值在更大程度上说是一个区间估计问题。
13、置信带(域)(49页图上方的两段话)答:如下图所示,如果对每个X值求其总体均值()E Y X的95%的置信区间,将区间端点连接起|来,可以得到关于总体回归函数的置信带(域)。
同样地,对每个X值求Y的个别值Y的置信带(域)。
可以看出,Y的个别值Y的置信带比其总体均值的置信带宽。
对于Y的总体均值E(Y|X)与个体值的预测区间(置信区间):(1)样本容量n越大,预测精度越高,反之预测精度越低;(2)样本容量一定时,置信带的宽度当在X 均值处最小,其附近进行预测(插值预测)精度越大;X 越远离其均值,置信带越宽,预测可信度下降。
14、时间序列问题答:关于“伪回归问题”。
注意到对可决系数的定义与解释,它被定义为回归平方和占总离差平方和的比重,解释为被解释变量Y 的变化中可由解释变量X 的变化“解释”的部分。
我们并未将这里的“解释”替换为“引起”,因为因果关系不能通过回归分析本身来判断。
然而回归分析往往就是要对因果关系进行评判,人们自然倾向于认为一个高的可决系数就意味着X 对Y 的“影响”能力强。
在现实经济问题中,对时间序列数据作回归,即使两个变量间没有任何的实际联系,也往往会得到较高的可决系数,尤其对于具有相同变化趋势(同时上升或下降)的变量,更是如此。