(完整版)計(jì)量經(jīng)濟(jì)學(xué)重點(diǎn)(簡(jiǎn)答題)

1、7計(jì)量經(jīng)濟(jì)學(xué)重點(diǎn)(簡(jiǎn)答題)什么是計(jì)量經(jīng)濟(jì)學(xué)？計(jì)量經(jīng)濟(jì)學(xué)， 又稱經(jīng)濟(jì)計(jì)量學(xué)， 它是以一定的經(jīng)濟(jì)理論和實(shí)際統(tǒng)計(jì)資料為依據(jù)，運(yùn)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)和計(jì)算機(jī)技術(shù)，通過(guò)建立計(jì)量經(jīng)濟(jì)學(xué)模型，定量分析經(jīng)濟(jì)變量之間的隨機(jī)因果關(guān)系 .。計(jì)量經(jīng)濟(jì)學(xué)的研究的步驟是什么？1) 理論模型的設(shè)計(jì)A. 理論或假說(shuō)的陳述；B. 理論的數(shù)學(xué)模型的設(shè)定；C. 理論的計(jì)量經(jīng)濟(jì)模型的設(shè)定。i. 把模型中不重要的變量放進(jìn)隨機(jī)誤差項(xiàng)中；ii. 擬定待估參數(shù)的理論期望值。2) 獲取數(shù)據(jù)數(shù)據(jù)來(lái)源：網(wǎng)絡(luò)、統(tǒng)計(jì)年鑒、報(bào)紙、雜志數(shù)據(jù)類別：時(shí)間序列數(shù)據(jù)、截面數(shù)據(jù)、混合數(shù)據(jù)、虛變量數(shù)據(jù)。數(shù)據(jù)要求：完整性、準(zhǔn)確性、可比性、一致性1. 完整性：模型中包含的所有

2、變量都必須得到相同容量的樣本觀察值。ii.準(zhǔn)確性：統(tǒng)計(jì)數(shù)據(jù)或調(diào)查數(shù)據(jù)本身是準(zhǔn)確的。iii. 可比性：數(shù)據(jù)口徑問(wèn)題。iv. 一致性：指母體與樣本的一致性。3) 模型的參數(shù)估計(jì)：普通最小二乘法。4) 模型的檢驗(yàn)：經(jīng)濟(jì)學(xué)檢驗(yàn)；統(tǒng)計(jì)學(xué)檢驗(yàn)；計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)；模型的預(yù)測(cè)檢驗(yàn)。5) 模型的應(yīng)用：結(jié)構(gòu)分析；經(jīng)濟(jì)預(yù)測(cè)；政策評(píng)價(jià)；經(jīng)濟(jì)理論的檢驗(yàn)與發(fā)展。三、 簡(jiǎn)述統(tǒng)計(jì)數(shù)據(jù)的類別？時(shí)間序列數(shù)據(jù)、截面數(shù)據(jù)、混合數(shù)據(jù)、虛變量數(shù)據(jù)。1) 時(shí)間序列數(shù)據(jù)：按時(shí)間先后排列收集的數(shù)據(jù)。采納時(shí)間序列數(shù)據(jù)的注意事項(xiàng)：A. 所選擇的樣本區(qū)間的經(jīng)濟(jì)行為一致性問(wèn)題。B. 樣本數(shù)據(jù)在不同樣本點(diǎn)之間的可比性問(wèn)題。C. 樣本數(shù)據(jù)過(guò)于集中的問(wèn)題。

3、不能反映經(jīng)濟(jì)變量間的結(jié)構(gòu)關(guān)系，應(yīng)增大觀察區(qū)間。D. 模型的隨機(jī)誤差項(xiàng)序列相關(guān)問(wèn)題。2) 截面數(shù)據(jù)：又稱橫向數(shù)據(jù)，是一批發(fā)生在同一時(shí)間截面上的調(diào)查數(shù)據(jù)。研究某時(shí)點(diǎn)上的變化情況。采納截面數(shù)據(jù)的注意事項(xiàng)：A. 樣本與母體的一致性問(wèn)題。B. 隨機(jī)誤差項(xiàng)的異方差問(wèn)題。3) 混合數(shù)據(jù)：也稱面板數(shù)據(jù)，既有時(shí)間序列數(shù)據(jù)，又有截面數(shù)據(jù)。4) 虛變量數(shù)據(jù)：又稱二進(jìn)制數(shù)據(jù)，只能取0 和 1 兩個(gè)值，表示的是某個(gè)對(duì)象的質(zhì)量特征。模型的檢驗(yàn)包括哪幾個(gè)方面？具體含義是什么？1) 經(jīng)濟(jì)學(xué)檢驗(yàn)：參數(shù)的符合和大致取值。2) 統(tǒng)計(jì)學(xué)檢驗(yàn)：擬合優(yōu)度檢驗(yàn)；模型的顯著性檢驗(yàn)；參數(shù)的顯著性檢驗(yàn)。3) 計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)：序列相關(guān)性；異方差檢

4、驗(yàn)； 多重共線性檢驗(yàn)。4) 模型的預(yù)測(cè)檢驗(yàn)：a， 擴(kuò)大樣本容量或變換樣本重新估價(jià)模型；b,利用模型對(duì)樣本期以外的某一期進(jìn)行預(yù)測(cè)。5、 回歸分析和相關(guān)分析的聯(lián)系和區(qū)別是什么？回歸分析是處理變量與變量之間關(guān)系的一種數(shù)學(xué)方法，是研究一個(gè)變量關(guān)于另一個(gè)（些）變量的依賴關(guān)系的計(jì)算理論和方法。其目的在于通過(guò)后者的已知或設(shè)定值，去估計(jì)或預(yù)測(cè)前者的（總體）均值。前一個(gè)變量被稱為被解釋變量，后一個(gè)（些）變量稱為解釋變量?；貧w分析與相關(guān)分析的聯(lián)系：都是對(duì)變量間非確定相關(guān)關(guān)系的研究，均能通過(guò)一定的方法對(duì)變量之間的線性依賴程度進(jìn)行測(cè)定?；貧w分析與相關(guān)分析的區(qū)別： 1 相關(guān)分析研究的是兩個(gè)隨機(jī)變量之間的相關(guān)形式及相關(guān)程

5、度，是通過(guò)相關(guān)系數(shù)來(lái)測(cè)定的，不考慮變量之間是否存在因果關(guān)系 ； 而回歸分析是以因果分析為基礎(chǔ)的， 變量之間的地位是不對(duì)稱的，有解釋變量與被解釋變量之分，被解釋變量是隨機(jī)變量， 而解釋變量在一般情況下假定是確定性變量。2 相關(guān)分析所采用的相關(guān)系數(shù)，是一種純粹的數(shù)學(xué)計(jì)算，相關(guān)分析關(guān)注的是變量之間的相互關(guān)聯(lián)的程度，而回歸分析在應(yīng)用之間就對(duì)變量之間是否存在依賴關(guān)系進(jìn)行了因果分析，在此基礎(chǔ)上進(jìn)行的回歸分析，達(dá)到了深入分析變量間依存關(guān)系、掌握其運(yùn)動(dòng)規(guī)律的目的。6、 經(jīng)典假設(shè)條件的內(nèi)容是什么？ （應(yīng)用最小二乘法應(yīng)滿足的古典假定？）1）解釋變量x1,x2,xk是確定性變量，不是隨機(jī)變量；而且解釋變量之間互不相

6、關(guān)。2) 隨機(jī)誤差項(xiàng)具有0 均值和同方差。3) 隨機(jī)誤差項(xiàng)在不同樣本點(diǎn)之間是獨(dú)立的，不存在序列相關(guān)。4) 隨機(jī)誤差項(xiàng)與解釋變量之間不相關(guān)。5) 隨機(jī)誤差項(xiàng)服從0 均值，同方差的正態(tài)分布。7、 總體回歸函數(shù)和樣本回歸函數(shù)之間有哪些區(qū)別與聯(lián)系？總體回歸函數(shù)是將總體被解釋變量的條件期望表示為解釋變量的某種函數(shù)。樣本回歸函數(shù)是將被解釋變量Y 的樣本觀測(cè)值的擬和值表示為解釋變量的某種函數(shù)。二者區(qū)別：描述的對(duì)象不同；模型建立的依據(jù)不同。二者聯(lián)系：樣本回歸模型是總體回歸模型的一個(gè)估計(jì)式，之所以建立樣本回歸模型，目的是用來(lái)估計(jì)總體回歸模型。8、 什么是隨機(jī)誤差項(xiàng)？隨機(jī)誤差項(xiàng)包括哪些因素？設(shè)定隨機(jī)誤差項(xiàng)的原因有

7、哪些？隨機(jī)誤差項(xiàng)是模型設(shè)定中省略下來(lái)而又集體地影響著被解釋變量Y 的全部變量的替代物。隨機(jī)誤差項(xiàng)包括以下因素：在解釋變量中被忽略的因素的影響。變量觀測(cè)值的觀察誤差的影響。 模型關(guān)系的設(shè)定誤差的影響。 其它隨機(jī)因素的影響。設(shè)定隨機(jī)誤差項(xiàng)的原因：理論的含糊性；數(shù)據(jù)的欠缺；節(jié)省的原則。9、 最小二乘估計(jì)量有哪些特性？高斯- 馬爾科夫定理的內(nèi)容是什么？判斷一個(gè)估計(jì)量是否為優(yōu)良估計(jì)量需要考察的統(tǒng)計(jì)性質(zhì)：線性，考察估計(jì)量是否是另一個(gè)隨機(jī)變量的線性函數(shù)；無(wú)偏性，考察估計(jì)量的期望是否等于其真值；有效性，考察估計(jì)量在所有的無(wú)偏估計(jì)量中是否有最小方差。上述三個(gè)統(tǒng)計(jì)特性稱為估計(jì)量的小樣本性質(zhì)。具有這類性質(zhì)的估計(jì)量是

8、最佳的線性無(wú)偏估計(jì)量。在模型假定條件成立的情況下，根據(jù)普通最小二乘估計(jì)法得到的估計(jì)量具有BLUE的性質(zhì)，這就是高斯-馬爾科夫定理定理。上述三個(gè)性質(zhì)針對(duì)的是小樣本，針對(duì)大樣本還有三個(gè)漸近性質(zhì)：漸近無(wú)偏性：表示當(dāng)樣本容量趨于無(wú)窮大時(shí)，估計(jì)量的均值趨于總體均值。一致性：表示當(dāng)樣本容量趨于無(wú)窮時(shí)，估計(jì)量依概率收斂于總體的真值。漸近有效性：樣本容量趨于無(wú)窮時(shí)，估計(jì)量在所有的一致估計(jì)中，具有最小的漸近方差。十、 為什么用可決系數(shù)R2 評(píng)價(jià)擬合優(yōu)度，而不是用殘差平方和作為評(píng)價(jià)標(biāo)準(zhǔn)？可決系數(shù)和相關(guān)系數(shù)有什么區(qū)別與聯(lián)系?樣本可決系數(shù) R2 反映了回歸平方和占總離差平方和的比重，表示由解釋變量引起被解釋變量的變化

9、占被解釋變量總的變化的比重，因而可用來(lái)判定回歸直線擬合程度的優(yōu)劣，該值大表示回歸直線對(duì)樣本店的擬合程度好。殘差平方和反映隨機(jī)誤差項(xiàng)包含因素對(duì)被解釋變量變化影響的絕對(duì)程度， 它與樣本容量有關(guān)， 樣本容量大時(shí)，殘差平方和一般也大，樣本容量小時(shí)，殘差平方和也小，因此樣本容量不同時(shí)得到的殘差平方和不能用于比較。此外，檢驗(yàn)統(tǒng)計(jì)量一般應(yīng)是相對(duì)量而不能是絕對(duì)量，因而不宜使用殘差平方和判斷模型的擬合優(yōu)度。可決系數(shù)和相關(guān)系數(shù)的聯(lián)系和區(qū)別：A. 相關(guān)系數(shù)是建立在相關(guān)分析基礎(chǔ)上的，研究的是隨機(jī)變量之間的關(guān)系；可決系數(shù)則是建立在回歸分析基礎(chǔ)上，研究的是非隨機(jī)變量X 對(duì)隨機(jī)變量Y 的解釋程度。B. 在取值上，可決系數(shù)是

10、樣本相關(guān)系數(shù)的平方。C. 樣本相關(guān)系數(shù)是由隨機(jī)的 X 和 Y 抽樣計(jì)算得到，因而相關(guān)關(guān)系是否顯著，還需進(jìn)行檢驗(yàn)。說(shuō)明顯著性檢驗(yàn)的過(guò)程。提出原假設(shè)和備擇假設(shè)。選擇并計(jì)算在原假設(shè)成立情況下的統(tǒng)計(jì)量。給定顯著水平a,查臨界值表進(jìn)行判斷。十二、 影響預(yù)測(cè)精度的主要因素是什么？樣本容量；模擬的擬合優(yōu)度。十三 什么是正規(guī)方程組？并說(shuō)明多元線性回歸最小二乘估計(jì)的正規(guī)方程組， 能解出唯一的參數(shù)估計(jì)的條件是什么？正規(guī)方程組是根據(jù)最小二乘原理得到的關(guān)于參數(shù)估計(jì)值的線性代數(shù)方程組。 從最小二乘原理和最大似然原理出發(fā)， 欲得到參數(shù)估計(jì)量， 不管其質(zhì)量如何， 樣本容量必須不少于模型中解釋變量的數(shù)目（包括常數(shù)項(xiàng)），即n

11、n k + 1。十三、 在多元線性回歸分析中，為什么用調(diào)整的可決系數(shù)衡量估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度？未調(diào)整可決系數(shù)R2 的一個(gè)總要特征是： 隨著樣本解釋變量個(gè)數(shù)的增加， R2 的值越來(lái)越高， （即R2 是解釋變量個(gè)數(shù)的增函數(shù)） 。也就是說(shuō)，在樣本容量不變的情況，在模型中增加新的解釋變量不會(huì)改變總離差平方和（TSS） ，但可能增加回歸平方和（ESS） ，減少殘差平方和（RSS） ，從而可能改變模型的解釋功能。因此在多元線性回歸模型之間比較擬合優(yōu)度時(shí)， R2 不是一個(gè)合適的指標(biāo)，需加以調(diào)整。而修正的可決系數(shù)：其值不會(huì)隨著解釋變量個(gè)數(shù)k 的增加而增加， 因此在用于估計(jì)多元回歸模型方面要優(yōu)于未調(diào)整

12、的可決系數(shù)。 9 十四、 在多元線性回歸分析中， 可決系數(shù) R2 與總體線性關(guān)系顯著性檢驗(yàn)統(tǒng)計(jì)量F之間有何關(guān)系？t檢驗(yàn)與F檢驗(yàn)有何不同？是否可以替代？在一元線性回歸分析中二者是否有等價(jià)作用？在多元線性回歸分析中， 可決系數(shù) R2 與總體線性關(guān)系顯著性檢驗(yàn)統(tǒng)計(jì)量 F關(guān)系如下：可決系數(shù)是用于檢驗(yàn)回歸方程的擬合優(yōu)度的， F 檢驗(yàn)是用于檢驗(yàn)回歸方程總體顯著性的。兩檢驗(yàn)是從不同原理出發(fā)的兩類檢驗(yàn)，前者是從已經(jīng)得到的模型出發(fā)，檢驗(yàn)它對(duì)樣本觀測(cè)值的擬合程度，后者是從樣本觀測(cè)值出發(fā)檢驗(yàn)?zāi)Ｐ涂傮w線性關(guān)系的顯著性。但兩者是關(guān)聯(lián)的，這一點(diǎn)也可以從上面兩者的關(guān)系式看出，回歸方程對(duì)樣本擬和程度高，模型總體線性關(guān)系的顯著

13、性就強(qiáng)。在多元線性回歸模型分析中， t 檢驗(yàn)常被用于檢驗(yàn)回歸方程各個(gè)參數(shù)的顯著性，是單一檢驗(yàn)；而F 檢驗(yàn)則被用作檢驗(yàn)整個(gè)回歸關(guān)系的顯著性， 是對(duì)回歸參數(shù)的聯(lián)合檢驗(yàn)。 在多元線性回歸中，若 F 檢驗(yàn)拒絕原假設(shè)，意味著解釋變量與被解釋變量之間的線性關(guān)系是顯著的，但具體是哪個(gè)解釋變量與被解釋變量之間關(guān)系顯著則需要通過(guò)t 檢驗(yàn)來(lái)進(jìn)一步驗(yàn)證，但若F 檢驗(yàn)接受原假設(shè)，則意味著所有的t 檢驗(yàn)均不顯著。兩者是不可互相替代的。在一元線性回歸模型中，由于解釋變量只有一個(gè)，因此F 檢驗(yàn)的聯(lián)合假設(shè)等同于 t 檢驗(yàn)的單一假設(shè)，兩檢驗(yàn)作用是等價(jià)的。十五、 什么是異方差？異方差產(chǎn)生的原因是什么？如何檢驗(yàn)和處理？1)線性回歸

14、模型為 Yt = b0 + b1X1t + b2X2t + + bkXkt +ut經(jīng)典回歸中所謂同方差是指不同隨機(jī)誤差項(xiàng)Ut(t =1,2,n)的方差相同，即 Var(Ut) = 戴爾塔方(怎么打？)如果隨機(jī)誤差項(xiàng)的方差不是常數(shù)，則稱隨機(jī)項(xiàng) Ut 具有異方差性。Var(Ut)=戴爾塔方 豐 常數(shù)2) 異方差性產(chǎn)生的原因：A. 模型中遺漏了某些逐漸增大的因素的影響。B. 模型函數(shù)形式的誤定誤差。C. 隨機(jī)因素的影響。3) 檢驗(yàn)異方差性的方法：圖解法、帕克檢驗(yàn)、格萊澤檢驗(yàn)、斯皮爾曼的等級(jí)相關(guān)檢驗(yàn)、哥德費(fèi)爾德-匡特檢驗(yàn)。4) 修正異方差性的主要方法：加權(quán)最小二乘法，通過(guò)賦予不同觀測(cè)點(diǎn)以不同的權(quán)數(shù)，從

15、而提高估計(jì)精度，即重視小誤差的作用，輕視大誤差的作用。十六、 模型存在異方差時(shí)，會(huì)對(duì)回歸參數(shù)的估計(jì)與的檢驗(yàn)產(chǎn)生什么影響？1) 最小二乘估計(jì)不再是有效估計(jì)。2) 無(wú)法確定估計(jì)系數(shù)的標(biāo)準(zhǔn)誤差。3) T檢驗(yàn)的可靠性降低。4) 增大模型的預(yù)測(cè)誤差。當(dāng)模型存在異方差時(shí)， 根據(jù)普通最小二乘法估計(jì)出的參數(shù)估計(jì)量仍具有線性特性和無(wú)偏性， 但不再具有有效性； 用于參數(shù)顯著性的檢驗(yàn)統(tǒng)計(jì)量，要涉及到參數(shù)估計(jì)量的標(biāo)準(zhǔn)差，因而參數(shù)檢驗(yàn)也失去意義。十七、序列相關(guān)違背了哪些基本假定？其來(lái)源有哪些？檢驗(yàn)方法有哪些，都適用于何種形式的序列相關(guān)檢驗(yàn)？模型的序列相關(guān)違背的基本假定是 Cov（ui,uj） = 0 （i豐j）。序列相

16、關(guān)的來(lái)源有：A. 經(jīng)濟(jì)變量固有的慣性；B. 模型設(shè)定的偏誤；C. 模型中遺漏了重要的帶有自相關(guān)的解釋變量；D. 數(shù)據(jù)的“編造” 。序列相關(guān)的檢驗(yàn)有：A. 圖示法B. D-W 檢驗(yàn)，適用于檢驗(yàn)一階自回歸形式的序列相關(guān)；C. 回歸檢驗(yàn)法，適用于各種類型的序列相關(guān)檢驗(yàn)；D. 拉格朗日乘子檢驗(yàn)（ LM） ，適用于高階序列相關(guān)及模型中存在滯后解釋變量的情形。十八、 簡(jiǎn)述序列相關(guān)帶來(lái)的后果。1) 最小二乘估計(jì)不再是有效估計(jì)。參數(shù)估計(jì)量仍是無(wú)偏的。參數(shù)估計(jì)值不再具有最小方差性。2) 隨機(jī)誤差項(xiàng)的方差一般會(huì)低估。3) 檢驗(yàn)的可靠性降低。4) 降低模型的預(yù)測(cè)精度。十九、 簡(jiǎn)述 DW 檢驗(yàn)的步驟和應(yīng)用條件。DW

17、檢驗(yàn)的步驟：A.做OLS回歸并獲取殘差。B. 計(jì)算 d。C. 對(duì)給定樣本大小和給定解釋變量個(gè)數(shù)找出臨界dl 和 du 值。D. 按決策規(guī)則行事。DW 檢驗(yàn)應(yīng)用條件：A. 模型中含有截距項(xiàng)。B. 解釋變量 X 是非隨機(jī)的。C. 隨機(jī)誤差項(xiàng) ut 為一階自相關(guān)。D. 誤差項(xiàng)被假定為正態(tài)分布。E. 線性回歸模型中不應(yīng)含有滯后內(nèi)生變量作為解釋變量。F. 統(tǒng)計(jì)書籍比較完整，無(wú)缺失項(xiàng)。二十、 什么是多重共線性？產(chǎn)生多重共線性的原因是什么？多重共線性造成的影響是什么？檢驗(yàn)多重共線性的方法是什么？有哪些解決方法？1) 對(duì)于多元回歸線性模型，如果某兩個(gè)或多個(gè)解釋變量之間出現(xiàn)了相關(guān)性，則稱多重共線性。2) 產(chǎn)生多

18、重共線性的原因：A. 經(jīng)濟(jì)變量的內(nèi)在聯(lián)系，這是產(chǎn)生多重共線性的根本原因。B. 經(jīng)濟(jì)變量變化趨勢(shì)的共同性。C. 在模型中引入滯后變量也容易產(chǎn)生多重共線性。3) 多重共線性造成的影響：A. 增大最小二乘估計(jì)量得方差B. 難以區(qū)分每個(gè)解釋變量的單獨(dú)影響C. 檢驗(yàn)的可靠度降低D. 完全共線性下參數(shù)估計(jì)量不存在4) 多重共線性的檢驗(yàn)方法：A. 相關(guān)系數(shù)檢驗(yàn)法B. 輔助回歸模型檢驗(yàn)C. 方差膨脹因子檢驗(yàn)D. 特征值檢驗(yàn)5) 多重共線性的解決方法：A. 保留總要的解釋變量，去掉次要的或可替代的解釋變量。B. 間接剔除重要的解釋變量。利用先驗(yàn)信息改變參數(shù)的約束形式；變換模型的形式。C. 綜合使用時(shí)序數(shù)據(jù)和截面數(shù)據(jù)。D.逐步回歸法(Frisch綜合分析法)E. 主成分回歸。隨機(jī)解釋變量的來(lái)源有哪些？隨機(jī)解釋變量有幾種情形?分情形說(shuō)明隨機(jī)解釋變量對(duì)最小二乘估計(jì)的影響與后果？隨機(jī)解釋變量的來(lái)源有：A. 經(jīng)濟(jì)變量的不可控，使得解釋變量觀測(cè)值具有隨機(jī)性；B. 由于隨機(jī)干擾項(xiàng)中包括了模型略去的解釋變量，而略去的解釋變量與模型中的解釋變量往往是相關(guān)的；C. 模型中含有被解釋變量的滯后項(xiàng)，而被解釋變量本身就是隨機(jī)的。隨機(jī)解釋變量有三種情形， 不同情形下最小二乘估計(jì)的影響和后果也不同。A. 解釋變量是隨機(jī)的， 但與隨機(jī)干擾項(xiàng)不相關(guān)；