計量經(jīng)濟(jì)學(xué)第一階段復(fù)習(xí)綱要

1、2016.5.25第一階段復(fù)習(xí)綱要第一階段復(fù)習(xí)綱要計量經(jīng)濟(jì)學(xué)計量經(jīng)濟(jì)學(xué)2一、時間序列數(shù)據(jù)、橫截面數(shù)據(jù)一、時間序列數(shù)據(jù)、橫截面數(shù)據(jù)1 1、同一統(tǒng)計指標(biāo)按時間順序記錄的數(shù)據(jù)稱為、同一統(tǒng)計指標(biāo)按時間順序記錄的數(shù)據(jù)稱為( )( )。A A、橫截面數(shù)據(jù)、橫截面數(shù)據(jù) B B、時間序列數(shù)據(jù)、時間序列數(shù)據(jù) C C、修勻數(shù)據(jù)、修勻數(shù)據(jù) D D、原始數(shù)據(jù)、原始數(shù)據(jù)2 2、同一時間，不同單位相同指標(biāo)組成的觀測數(shù)據(jù)稱為（、同一時間，不同單位相同指標(biāo)組成的觀測數(shù)據(jù)稱為（ ）A A原始數(shù)據(jù)原始數(shù)據(jù) B B橫截面數(shù)據(jù)橫截面數(shù)據(jù) C C時間序列數(shù)據(jù)時間序列數(shù)據(jù) D D修勻數(shù)據(jù)修勻數(shù)據(jù)二、變量的因果關(guān)系：解釋變量、被解釋變量二

2、、變量的因果關(guān)系：解釋變量、被解釋變量從變量的因果關(guān)系上，模型中變量可分為解釋變量和被解釋變量。從變量的因果關(guān)系上，模型中變量可分為解釋變量和被解釋變量。在模型中，解釋變量是變動的原因，被解釋變量是變動的結(jié)果。在模型中，解釋變量是變動的原因，被解釋變量是變動的結(jié)果。被解釋變量是模型要分析研究的對象，也常稱為被解釋變量是模型要分析研究的對象，也常稱為“應(yīng)變量應(yīng)變量”。解釋變量也常稱為解釋變量也常稱為“自變量自變量”，是說明應(yīng)變量變動主要原因的變量。，是說明應(yīng)變量變動主要原因的變量。因此，被解釋變量只能由內(nèi)生變量擔(dān)任，不能由非內(nèi)生變量擔(dān)任。因此，被解釋變量只能由內(nèi)生變量擔(dān)任，不能由非內(nèi)生變量擔(dān)任。

3、三、變量的性質(zhì)：內(nèi)生變量、外生變量三、變量的性質(zhì)：內(nèi)生變量、外生變量3 3、模型中其數(shù)值由模型本身決定的變量變是、模型中其數(shù)值由模型本身決定的變量變是( )( )A A、外生變量、外生變量 B B、內(nèi)生變量、內(nèi)生變量 C C、前定變量、前定變量 D D、滯后變量、滯后變量第一章第一章 基本概念基本概念3四、雙對數(shù)模型中參數(shù)的含義四、雙對數(shù)模型中參數(shù)的含義4 4、雙對數(shù)模型、雙對數(shù)模型 中，參數(shù)的含義是中，參數(shù)的含義是 （ ）A A. .Y Y關(guān)于關(guān)于X X的增長率的增長率 B B. .Y Y關(guān)于關(guān)于X X的發(fā)展速度的發(fā)展速度 C C. .Y Y關(guān)于關(guān)于X X的彈性的彈性 D D. .Y Y關(guān)于

4、關(guān)于X X 的邊際變化的邊際變化五、五、計量經(jīng)濟(jì)學(xué)研究方法一般步驟計量經(jīng)濟(jì)學(xué)研究方法一般步驟 5 5、計量經(jīng)濟(jì)學(xué)的研究方法一般分為以下四個步驟（、計量經(jīng)濟(jì)學(xué)的研究方法一般分為以下四個步驟（ ）A A確定科學(xué)的理論依據(jù)、模型設(shè)定、模型修定、模型應(yīng)用確定科學(xué)的理論依據(jù)、模型設(shè)定、模型修定、模型應(yīng)用B B模型設(shè)定、搜集數(shù)據(jù)、估計參數(shù)、模型檢驗、模型應(yīng)用模型設(shè)定、搜集數(shù)據(jù)、估計參數(shù)、模型檢驗、模型應(yīng)用C C搜集數(shù)據(jù)、模型設(shè)定、估計參數(shù)、預(yù)測檢驗搜集數(shù)據(jù)、模型設(shè)定、估計參數(shù)、預(yù)測檢驗D D模型設(shè)定、模型修定、結(jié)構(gòu)分析、模型應(yīng)用模型設(shè)定、模型修定、結(jié)構(gòu)分析、模型應(yīng)用六、六、對計量經(jīng)濟(jì)模型應(yīng)當(dāng)進(jìn)行哪些方面的

5、檢驗？對計量經(jīng)濟(jì)模型應(yīng)當(dāng)進(jìn)行哪些方面的檢驗？經(jīng)濟(jì)意義檢驗：經(jīng)濟(jì)意義檢驗：檢驗?zāi)Ｐ凸烙嫿Y(jié)果，尤其是參數(shù)估計，是否符合經(jīng)濟(jì)理論。檢驗?zāi)Ｐ凸烙嫿Y(jié)果，尤其是參數(shù)估計，是否符合經(jīng)濟(jì)理論。統(tǒng)計推斷檢驗：統(tǒng)計推斷檢驗：檢驗參數(shù)估計值是否抽樣的偶然結(jié)果，運(yùn)用數(shù)理統(tǒng)計中的統(tǒng)計推斷方檢驗參數(shù)估計值是否抽樣的偶然結(jié)果，運(yùn)用數(shù)理統(tǒng)計中的統(tǒng)計推斷方法，對模型及參數(shù)的統(tǒng)計可靠性做出說明。主要有法，對模型及參數(shù)的統(tǒng)計可靠性做出說明。主要有t t，F(xiàn) F，R R2 2等檢驗；等檢驗；計量經(jīng)濟(jì)學(xué)檢驗：計量經(jīng)濟(jì)學(xué)檢驗：檢驗?zāi)Ｐ褪欠穹嫌嬃拷?jīng)濟(jì)方法的基本假定，例如檢驗?zāi)Ｐ褪欠翊鏅z驗?zāi)Ｐ褪欠穹嫌嬃拷?jīng)濟(jì)方法的基本假定，例如檢驗?zāi)Ｐ褪?/p>

6、否存在多重共線性，檢驗?zāi)Ｐ椭械碾S機(jī)擾動項是否存在自相關(guān)和異方差性等等。在多重共線性，檢驗?zāi)Ｐ椭械碾S機(jī)擾動項是否存在自相關(guān)和異方差性等等。預(yù)測檢驗：預(yù)測檢驗：模型預(yù)測的結(jié)果與經(jīng)濟(jì)運(yùn)行的實際結(jié)果相對比，以此檢驗?zāi)Ｐ偷挠行?。模型預(yù)測的結(jié)果與經(jīng)濟(jì)運(yùn)行的實際結(jié)果相對比，以此檢驗?zāi)Ｐ偷挠行?。第一章第一?基本概念基本概念4一、一、經(jīng)典線性計量模型的假定有哪些？經(jīng)典線性計量模型的假定有哪些？假定假定1 1：零均值假定：零均值假定; ; 假定假定2 2：同方差假定：同方差假定; ; 假定假定3 3：無自相關(guān)假定：無自相關(guān)假定; ; 假定假定4 4：隨機(jī)擾：隨機(jī)擾動項與解釋變量不相關(guān)動項與解釋變量不相關(guān);

7、; 假定假定5 5：正態(tài)性假定；假定：正態(tài)性假定；假定6 6：無多重共線性（多元）：無多重共線性（多元）二、總體回歸方程二、總體回歸方程三、樣本回歸方程三、樣本回歸方程四、最小二乘法四、最小二乘法3 3、古典線性回歸模型的普通最小二乘估計量滿足的統(tǒng)計性質(zhì)、古典線性回歸模型的普通最小二乘估計量滿足的統(tǒng)計性質(zhì)( )( )A.A.最佳線性無偏估計最佳線性無偏估計 B. B.僅滿足線性性僅滿足線性性 C. C.非有效性非有效性 D. D.有偏性有偏性第二章第二章 一元線性回歸模型一元線性回歸模型第二章第二章 一元線性回歸模型一元線性回歸模型4判定系數(shù)判定系數(shù)R2的取值范圍是的取值范圍是（ ）。）。AR

8、2-1 BR21C0R21 D1R215已知某一直線回歸方程的判定系數(shù)為已知某一直線回歸方程的判定系數(shù)為0.64，則解釋變量與被解釋變量間的，則解釋變量與被解釋變量間的線性相關(guān)系數(shù)為（線性相關(guān)系數(shù)為（ ）。）。A0.64 B0.8 C0.4 D0.326.t6.t檢驗通?？梢杂糜跈z驗檢驗通?？梢杂糜跈z驗 （ ）A.A.模型擬合優(yōu)度模型擬合優(yōu)度 B.模型整體顯著性模型整體顯著性 C .正態(tài)性正態(tài)性 D .個體參數(shù)顯著性個體參數(shù)顯著性第二章第二章 一元線性回歸模型一元線性回歸模型第三章第三章 多元線性回歸模型多元線性回歸模型 第四章第四章 多重共線性多重共線性1.多重共線性的含義：多重共線性的含義

9、：各個解釋變量之間有準(zhǔn)確或近似準(zhǔn)確的線性關(guān)系。各個解釋變量之間有準(zhǔn)確或近似準(zhǔn)確的線性關(guān)系。2.產(chǎn)生多重共線性的原因：產(chǎn)生多重共線性的原因： 1）經(jīng)濟(jì)變量之間具有共同變化趨勢。經(jīng)濟(jì)變量之間具有共同變化趨勢。 2）模型中包含滯后變量。模型中包含滯后變量。 3）利用截面數(shù)據(jù)建立模型也可能出現(xiàn)多重共線性。利用截面數(shù)據(jù)建立模型也可能出現(xiàn)多重共線性。 4）樣本數(shù)據(jù)自身的原因。樣本數(shù)據(jù)自身的原因。3.多重共線性的后果：多重共線性的后果： （1）如果各個解釋變量之間有完全的共線性，則它們的回歸系數(shù)是不確定的，）如果各個解釋變量之間有完全的共線性，則它們的回歸系數(shù)是不確定的，并且它們的方差會無窮大。并且它們的方

10、差會無窮大。 （2）如果共線性是高度的但不完全的，回歸系數(shù)可估計，但）如果共線性是高度的但不完全的，回歸系數(shù)可估計，但參數(shù)估計值不穩(wěn)參數(shù)估計值不穩(wěn)定，方差增大對參數(shù)難以作出精確的估計?；貧w方程高度顯著，但有些回歸系定，方差增大對參數(shù)難以作出精確的估計?；貧w方程高度顯著，但有些回歸系數(shù)卻通不過顯著性檢驗，甚至出現(xiàn)回歸系數(shù)的正負(fù)號得不到合理的經(jīng)濟(jì)解釋。數(shù)卻通不過顯著性檢驗，甚至出現(xiàn)回歸系數(shù)的正負(fù)號得不到合理的經(jīng)濟(jì)解釋。 11 4.診斷共線性的經(jīng)驗方法：診斷共線性的經(jīng)驗方法：1）直觀判斷法直觀判斷法2）簡單相關(guān)系數(shù)檢驗法）簡單相關(guān)系數(shù)檢驗法3）方差擴(kuò)大（膨脹）因子法）方差擴(kuò)大（膨脹）因子法4）逐步回

11、歸法）逐步回歸法5.多重共線性的補(bǔ)救措施多重共線性的補(bǔ)救措施1）剔除變量法剔除變量法2）增大樣本容量）增大樣本容量3）變換模型形式變換模型形式4）利用非樣本先驗信息利用非樣本先驗信息5）橫截面數(shù)據(jù)與時序數(shù)據(jù)并用橫截面數(shù)據(jù)與時序數(shù)據(jù)并用6）變量變換：對模型中變量進(jìn)行變換變量變換：對模型中變量進(jìn)行變換7）逐步回歸法）逐步回歸法12單選：單選：1在多元線性回歸模型中，若某個解釋變量對其余解釋變量的判定系數(shù)接在多元線性回歸模型中，若某個解釋變量對其余解釋變量的判定系數(shù)接近于近于1，則表明模型中存在（，則表明模型中存在（ ）。）。A.異方差性異方差性 B.自相關(guān)自相關(guān) C.多重共線性多重共線性 D.高擬

12、合優(yōu)度高擬合優(yōu)度2當(dāng)模型存在嚴(yán)重的多重共線性時，當(dāng)模型存在嚴(yán)重的多重共線性時，OLS估計量將不具備（估計量將不具備（ ）。）。A線性線性 B無偏性無偏性 C有效性有效性 D一致性一致性3存在嚴(yán)重的多重共線性時，參數(shù)估計的標(biāo)準(zhǔn)差（存在嚴(yán)重的多重共線性時，參數(shù)估計的標(biāo)準(zhǔn)差（ ）。）。A變大變大 B變小變小 C無法估計無法估計 D無窮大無窮大多選：多選：4多重共線性的解決方法主要有（多重共線性的解決方法主要有（ ）。）。A保留重要的解釋變量，去掉次要的或替代的解釋變量保留重要的解釋變量，去掉次要的或替代的解釋變量 B利用先驗信息改變參數(shù)的約束形式利用先驗信息改變參數(shù)的約束形式 C變換模型的形式變換模

13、型的形式 D綜合使用時序數(shù)據(jù)與截面數(shù)據(jù)綜合使用時序數(shù)據(jù)與截面數(shù)據(jù) E逐步回歸法以及增加樣本容量逐步回歸法以及增加樣本容量第五章第五章 異方差異方差二、產(chǎn)生異方差的原因二、產(chǎn)生異方差的原因1、模型中省略了某些重要的解釋變量、模型中省略了某些重要的解釋變量2、模型的設(shè)定誤差、模型的設(shè)定誤差3、數(shù)據(jù)的測量誤差、數(shù)據(jù)的測量誤差4、截面數(shù)據(jù)中總體各單位的差異截面數(shù)據(jù)中總體各單位的差異三、異方差性的后果三、異方差性的后果第一，第一， 參數(shù)估計量非有效參數(shù)估計量非有效第二，變量的顯著性檢驗失去意義第二，變量的顯著性檢驗失去意義第三，模型的預(yù)測失效第三，模型的預(yù)測失效n四、異方差性的檢驗四、異方差性的檢驗n概

14、念：檢驗異方差性，也就是檢驗隨機(jī)誤差項的方差與解釋變量觀測值之概念：檢驗異方差性，也就是檢驗隨機(jī)誤差項的方差與解釋變量觀測值之間的相關(guān)性及其相關(guān)的間的相關(guān)性及其相關(guān)的“形式形式”。n方法：方法：n圖示法；帕克圖示法；帕克(Park)檢驗與戈里瑟檢驗與戈里瑟(Gleiser)檢驗檢驗 ；戈德菲爾德；戈德菲爾德-匡特匡特(Goldfeld-Quandt)檢驗檢驗 ；懷特（；懷特（White）檢驗）檢驗n五、異方差的修正五、異方差的修正 模型檢驗出存在異方差性，可用模型檢驗出存在異方差性，可用 模型變換法、加權(quán)最小二乘法、模型的對模型變換法、加權(quán)最小二乘法、模型的對數(shù)變換進(jìn)行修正。數(shù)變換進(jìn)行修正。

15、n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性的模加權(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性的模型，然后采用型，然后采用OLS估計其參數(shù)。估計其參數(shù)。n1.Goldfeld-Quandt方法用于檢驗（方法用于檢驗（ ）nA.異方差性異方差性 B.自相關(guān)性自相關(guān)性 C.隨機(jī)解釋變量隨機(jī)解釋變量 D.多重共線性多重共線性n2.在異方差性情況下，常用的估計方法是（在異方差性情況下，常用的估計方法是（ ）nA.一階差分法一階差分法 B.廣義差分法廣義差分法 C.工具變量法工具變量法 D.加權(quán)最小二乘法加權(quán)最小二乘法n3.White檢驗方法主要用于檢驗（檢驗方法主要用于

16、檢驗（ ）nA.異方差性異方差性 B.自相關(guān)性自相關(guān)性 C.隨機(jī)解釋變量隨機(jī)解釋變量 D.多重共線性多重共線性n4.加權(quán)最小二乘法克服異方差的主要原理是通過賦予不同觀測點(diǎn)以不同的加權(quán)最小二乘法克服異方差的主要原理是通過賦予不同觀測點(diǎn)以不同的權(quán)數(shù)，從而提高估計精度，即（權(quán)數(shù)，從而提高估計精度，即（ ）nA.重視大誤差的作用，輕視小誤差的作用重視大誤差的作用，輕視小誤差的作用 nB.重視小誤差的作用，輕視大誤差的作用重視小誤差的作用，輕視大誤差的作用nC.重視小誤差和大誤差的作用重視小誤差和大誤差的作用 nD.輕視小誤差和大誤差的作用輕視小誤差和大誤差的作用17第六章第六章 自相關(guān)自相關(guān)1.自相關(guān)的含義：自相關(guān)的含義：總體回歸模型的隨機(jī)誤差項在總體回歸模型的隨機(jī)誤差項在不同觀測點(diǎn)上不同觀測點(diǎn)上彼此彼此相關(guān)相關(guān)。2.出現(xiàn)出現(xiàn)自相關(guān)的原因：自相關(guān)的原因：（1）經(jīng)濟(jì)變量慣性的作用（）經(jīng)濟(jì)變量慣性的作用（2）經(jīng)濟(jì)行）經(jīng)濟(jì)行為的滯后性為的滯后性(3)一些隨機(jī)因素的干擾或影響（一些隨機(jī)因素的干擾