计量复习

计量复习

第一章导论

1.计量经济学的含义是什么？

计量经济学是以经济理论为指导，以实际观测资料为背景，运用数学、统计学方法和计算机技术，通过建立经济数学模型，分析经济变量之间的数量关系，对经济现象进行研究的一门经济学科。创始人是弗里希。

2.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。

3.怎样理解理论计量经济学与应用计量经济学的区别和联系？

4.计量经济学的研究对象和任务是什么？

计量经济学的研究对象是经济现象。研究目的是基于对经济变量之间的数学分析，揭示经济规律。

5.计量经济学主要应用于哪些方面？

计量经济学主要应用于结构分析、经济预测、政策平价和实证研究等方面。

6.计量经济学模型为什么要进行检验，检验方法有哪些？

原因：模型中的参数被估计后，一般来说还不能直接应用该模型，还需对估计的模型做某些检验，检验其准确性和可靠性，检验的实质是对已得到的参数估计值进行评价，研究其在理论上是否有意义，统计上是否显著，进而研究模型是否正确反映经济系统各因素之间的关系。

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。

7.计量经济学的研究步骤：

①明确任务，御用经济理论描述需要研究的问题。

②确定变量和数学关系式——模型设定。

③确定统计指标，手机、整理数据。

④分析变量间具体的数量关系——估计模型参数。

⑤检验所得结论的可靠性——模型检验。

⑥做经济分析和经济预测——模型应用。

8．计量经济学应用的数据是怎样进行分类的？

答：四种分类：

①时间序列数据：把反映某一总体特征的同一指标的数据，按一定的时间顺序和时间间隔排列起来；

②横截面数据：不同观测对象在同一时间的观测数据；

③混合数据：时间序列数据和横截面数据的面板数据；

④虚拟变量数据：认为构造用来表示客观存在的定性现象的状态的数据。

*截面数据：同一时间、不同单位按同一统计指标排列的观测数据。

9.计量经济学的研究内容：

计量经济学在长期的发展过程中逐步形成了两个分支：理论计量经济学和应用计量经济学。

理论计量经济学主要研究计量经济学的理论和方法。

应用计量经济学将计量经济学方法应用于经济理论的特殊分支，即应用理论计量经济学的方法分析经济现象和预测经济变量。第二章一元线性回归模型

1.经典假设条件的内容是什么？为什么要对模型做出经典假设？

经典假设条件的内容：

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。

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。

原因：估计线性回归模型中参数的方法有若干种，为了保证参数估计量具有良好的性质，针对不同的估计方法，需要对模型做出不同的合理假设，因此基本假设与所采用的估计方法是紧密相关的。在古典假定条件下，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以便进行统计推断。

2.什么是随机误差？它和残差之间的关系怎样？

随机误差是指测量结果与同一待测量的大量重复测量的平均结果之差。而残差是指实际观测值与回归估计值的差。

随机误差和残差，从某种程度上具有相似性。都是衡量不确定性的指标。但两者又存在区别：①误差与测量有关，可衡量测量的准确性，误差越大，测量越不准确，误差又与观测者，测量工具，被观测对象性质有关，只可减少不可避免。②残差与预测有关，其大小可衡量预测的准确性，残差越大，预测越不准，残差与数据本身的分布特性，回归方程的选择有关。

3.最小二乘估计量有哪些性质？高斯-马尔科夫定理的内容是什么？

最小二乘估计的性质：①线性性。②无偏性。③有效性。

高斯-马尔科夫定理：最小二乘估计与其他方法得到的任何线性无偏估计量相比，具有方差最小的特性。OSL估计具有线性性，无偏性，有效性等优良性质，是最佳线性无偏估计量。

4.回归分析中的均值预测与个值预测有何区别与联系？

5.总平方和、回归平方和、残差平方和的定义

TSS度量Y自身的差异程度，称为总平方和。TSS除以自由度n-1=因变量的方差，度量因变量自身的变化。

RSS度量因变量Y的拟合值自身的差异程度，称为回归平方和。RSS除以自由度（自变量个数-1）=回归方差，度量由自变量的变化引起的因变量变化部分。

ESS度量实际值与拟合值之间的差异程度，称为残差平方和。RSS除以自由度（n-自变量个数-1）=残差（误差）方差，度量由非自变量的变化引起的因变量变化部分。

6.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模型关系认定不准确造成的误差；

③变量的测量误差；