計量經(jīng)濟學(xué)重點

1、計量經(jīng)濟學(xué)1、 名詞1、 回歸分析： 回歸分析是研究變量之間的因果關(guān)系，即一個變量關(guān)于另一個（些）變量的具體依賴關(guān)系的計算方法和理論。其目的在于通過后者的已知或設(shè)定值，去估計或預(yù)測前者的（總體）均值?；貧w分析的主要內(nèi)容：（1）根據(jù)樣本觀察值對計量經(jīng)濟模型的參數(shù)進(jìn)行估計，求得回歸方程。（2）對回歸方程、未知參數(shù)進(jìn)行顯著性檢驗。（3）利用回歸方程進(jìn)行分析、評價及預(yù)測。2、線性回歸模型3、高斯馬爾可夫定理： 在給定經(jīng)典線性回歸模型的假定下，最小二乘估計量是具有最小方差的線性無偏估計。4、 加權(quán)最小二乘法： 是對原模型加權(quán)，使之變成一個新的不存在異方差的模型，然后采用ols估計其參數(shù)。 加權(quán)的基本思想

2、：在采用ols時，對較小的殘差平方ei2賦予較大的權(quán)數(shù)，對較大的殘差平方ei2賦予較小的權(quán)數(shù)。5、 擬合優(yōu)度： 是指樣本回歸線與樣本觀測值之間的擬合程度。 度量擬合優(yōu)度的指標(biāo)：判定系數(shù)（可決系數(shù)）。6、 自相關(guān)： 對于k元線性回歸模型 如果不同的隨機誤差項之間存在著相關(guān)關(guān)系，即 則稱模型存在自相關(guān)性。7、 預(yù)定變量： 在聯(lián)立方程模型中，內(nèi)生變量是其取值由聯(lián)立方程模型系統(tǒng)內(nèi)部所決定的變量。外生變量是其取值由聯(lián)立方程模型系統(tǒng)之外的其他因素所決定的變量。滯后內(nèi)生變量和外生變量統(tǒng)稱為預(yù)定變量。 8、 恰好識別： 在聯(lián)立方程模型中，如果通過簡化方程參數(shù)估計值和參數(shù)關(guān)系式求得結(jié)構(gòu)方程參數(shù)估計值的唯一解，則

3、稱該結(jié)構(gòu)方程恰好識別。如果結(jié)構(gòu)模型中每個結(jié)構(gòu)方程都是恰好識別，則稱該結(jié)構(gòu)模型恰好識別。9、 聯(lián)立方程偏倚: 在結(jié)構(gòu)方程中，一般存在內(nèi)生變量作解釋變量，并且與隨機項相關(guān)，若用ols法估計方程，估計量將是有偏且不具有一致性，該現(xiàn)象稱聯(lián)立方程模型偏倚。10、 需求的自價格彈性2、 簡答。1、 簡述計量經(jīng)濟方法研究經(jīng)濟問題的步驟。 答：1、建立理論模型。 （1）確定模型中的變量。（2）確定模型的函數(shù)形式。（3）確定模型中待估參數(shù)的理論期望值。 2、估計模型中的參數(shù)。 （1）收集統(tǒng)計資料（樣本數(shù)據(jù)）。（2）估計模型中的參數(shù)。 3、模型的檢驗。 （1）經(jīng)濟意義檢驗。（2）統(tǒng)計檢驗。（3）計量經(jīng)濟檢驗。（4

4、）預(yù)測性能檢驗。 4、模型的應(yīng)用。 （1）結(jié)構(gòu)分析。（2）經(jīng)濟預(yù)測。（3）政策評價。（4）檢驗和發(fā)展經(jīng)濟理論。2、多元線性回歸分析中，f檢驗和t檢驗的區(qū)別是什么？為什么在進(jìn)行f檢驗之后還要進(jìn)行t檢驗？ 答：t檢驗常能用作檢驗回歸方程中各個參數(shù)的顯著性，而f檢驗則能用作檢驗整個回歸關(guān)系的顯著性。 各解釋變量聯(lián)合起來對被解釋變量有顯著的線性關(guān)系，并不意味著每一個解釋變量分別對被解釋變量有顯著的線性關(guān)系。因此，必須對每個解釋變量進(jìn)行顯著性檢驗，即t檢驗，以決定是否作為解釋變量被保留在模型中。3、 什么是最小二乘準(zhǔn)則？隨機誤差項ui與殘差項 有什么區(qū)別？ 答：最小二乘準(zhǔn)則：殘差平方和最小。 隨機誤差項

5、：被解釋變量的總體觀測值減去它的條件期望。 殘差：被解釋變量的樣本觀測值減去擬合值，是隨機誤差項的估計值。4、 為什么在對參數(shù)進(jìn)行最小二乘估計時，要對模型提出古典假定？ 答：在古典假定條件下，ols估計得到的參數(shù)估計量是該參數(shù)的最佳線性無偏估計，具有無偏性、有效性、線性?？傊?，作古典假定是為了使所作出的估計具有較好的統(tǒng)計性質(zhì)和方便地進(jìn)行統(tǒng)計推斷。5、假定我們要根據(jù)30個國家的資料估計下面的報紙銷售函數(shù)： 其中 是第i個國家的報紙銷售量，xi是第i個國家的人口，這個模型最有可能違背經(jīng)典線性回歸模型的哪一條假定？為什么？6、 在二元線性回歸模型 中，如果 ，其中vt滿足基本假定，則如何估計模型中的

6、未知參數(shù)？7、 簡述dw檢驗的判斷準(zhǔn)則。 答：dw檢驗是一種檢驗自相關(guān)的方法，其檢驗步驟為： 1）提出假設(shè)： 2）計算檢驗統(tǒng)計量dw的值 經(jīng)推導(dǎo)，可得出：3）檢驗自相關(guān)。由01得 0dw4根據(jù)樣本容量n和解釋變量的數(shù)目k，查dw分布表，得臨界值 和 ，然后依下列準(zhǔn)則考察計算得到的dw值，以決定模型的自相關(guān)狀態(tài)。8、 簡述多重共線性的后果。 答：1、完全共線性下參數(shù)估計量不存在。 2、近似共線性下參數(shù)估計量的方差變大。 3、參數(shù)估計量的經(jīng)濟意義不合理。 如果模型中兩個解釋變量具有線性相關(guān)性，如x1和x2，那么它們中的一個變量 可以由另一個變量表征。這時，x1和x2前的參數(shù)并不反映各自與被解釋變量

7、之間的結(jié)構(gòu)關(guān)系，而是反映它們對被解釋變量的共同影響，所以各自的參數(shù)已經(jīng)失去了應(yīng)有的經(jīng)濟含義。有時甚至出現(xiàn)反?，F(xiàn)象 4、變量的顯著性檢驗和模型的預(yù)測失去意義 系數(shù)估計標(biāo)準(zhǔn)差的增大將導(dǎo)致t 統(tǒng)計量值的減小，這很可能使原來顯著的t值變成 不顯著的。 變大的方差容易使預(yù)測區(qū)間變大，使預(yù)測失去意義。9、 舉例說明用虛擬變量測量截距變動和斜率變動。 答：虛擬變量作為解釋變量引入模型有兩種基本方式：加法方式和乘法方式。 1）、加法方式（用虛擬變量測量截距的變動） 例如，居民家庭的教育費用支出除了跟收入水平有關(guān)外，還與子女的年齡結(jié)構(gòu)密切相關(guān)。如果家庭中有適齡子女（621歲），教育費用支出就多。因此，為了反映“

8、子女年齡結(jié)構(gòu)”這一定性因素，設(shè)置虛擬變量： 將家庭教育費用支出函數(shù)模型設(shè)成： 則無適齡子女家庭的平均教育費用支出為有適齡子女家庭的平均教育費用支出為2）乘法方式（用虛擬變量測量斜率的變動） 定性因素的影響不僅表現(xiàn)在截距上，有時可能還會影響斜率。例如，有無適齡子女家庭的教育費用支出的邊際消費傾向也可能不同。為了反映定性因素對斜率的影響，可以用乘法方式引入虛擬變量，將家庭教育費用支出函數(shù)模型設(shè)成：則無適齡子女家庭的平均教育費用支出為有適齡子女家庭的平均教育費用支出為10、簡述二階段最小二乘法的步驟。答：兩階段最小二乘法實質(zhì)上也是工具變量法，它是把全部預(yù)定變量的線性組合作為工具變量。其步驟如下： （

9、1）利用ols法估計結(jié)構(gòu)方程中作為解釋變量的內(nèi)生變量的簡化式方程； （2）把這些內(nèi)生變量的估計值代入到待估計方程中，分別替代對應(yīng)的內(nèi)生解釋變量； （3）對替換后的新方程再利用ols進(jìn)行估計，由此得到的參數(shù)估計值就是最終的2sls估計值。3、 計算分析題類型。1、運用ols法估計一元線性回歸模型。 解： 化簡得：即：該方程組稱為正規(guī)方程組。求解正規(guī)方程組得未知參數(shù)的ols估計式： 用離差表示的ols估計式： 為表達(dá)得更簡潔，可以用離差形式表示ols估計式： 其中：2、 擬合優(yōu)度檢驗，t檢驗，f檢驗（注意與其他知識點結(jié)合）3、戈德菲爾德夸特檢驗g-q檢驗以f檢驗為基礎(chǔ)，適用于樣本容量較大、異方差遞

10、增或遞減的情況。g-q檢驗的基本思想： 先按某一解釋變量對樣本排序，再將排序后的樣本一分為二，對兩個子樣分別作ols回歸，然后利用兩個子樣的殘差平方和之比構(gòu)造f統(tǒng)計量進(jìn)行異方差檢驗。 如果隨機誤差項是同方差的，則兩個子樣的殘差平方和應(yīng)該大致相同；如果二者之間存在顯著差異，則表明是異方差。 g-q檢驗的步驟：（1）將n對樣本觀察值(xi,yi)按觀察值xi的大小排隊（按遞增順序）。（2）將序列中間的c=n/4個觀察值除去，并將剩下的觀察值平均分成兩個子樣本，每個子樣樣本容量均為(n-c)/2。（3）對每個子樣分別進(jìn)行ols回歸，并計算各自的殘差平方和。 (4）構(gòu)造如下滿足f分布的統(tǒng)計量 （5）給

11、定顯著性水平a，確定臨界值fa(v1,v2)， 若f fa(v1,v2)， 則拒絕同方差性假設(shè)，表明存在異方差，反之，不存在異方差。g-q檢驗的特點： 要求大樣本 異方差的表現(xiàn)既可為遞增型，也可為遞減型 檢驗結(jié)果取決于數(shù)據(jù)刪除的個數(shù)c的大小，但c的最優(yōu)選擇不明顯。 在多個解釋變量的情況下，需要對每一個變量 都進(jìn)行檢驗。4、運用阿爾蒙多項式法估計有限分布滯后模型。 解：基本原理： 設(shè)有限分布滯后模型為：阿爾蒙認(rèn)為其回歸系數(shù)i可以用滯后期i的適當(dāng)次多項式來逼近：將這一關(guān)系式代入有限分布滯后模型，并經(jīng)過適當(dāng)?shù)淖兞孔儞Q，可以減少模型中 變量個數(shù)，削弱模型的多重共線性，從而可以估計模型中的參數(shù)。主要步驟：對于有限分布滯后模型假定將其代入有限分布滯后模型得：定義新變量將原模型轉(zhuǎn)換為（2）用ols估計模型 注：在實際估計中，阿爾蒙多項式的次數(shù)r一般取2或3，不超過4，否則達(dá)不到減少變量個數(shù)的目的。5、運用階條件、秩條件，判別聯(lián)立方程模