計(jì)量經(jīng)濟(jì)學(xué)名詞解釋和簡(jiǎn)答題

計(jì)量經(jīng)濟(jì)學(xué)

第一部分：名次解釋

1、模型：對(duì)現(xiàn)實(shí)的描述和模擬。

2、廣義計(jì)量經(jīng)濟(jì)學(xué)：利用經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)定量研究經(jīng)濟(jì)現(xiàn)象的經(jīng)濟(jì)計(jì)量方法的統(tǒng)稱(chēng)，包括

回歸分析方法、投入產(chǎn)出分析方法、時(shí)間序列分析方法等。

3、狹義計(jì)量經(jīng)濟(jì)學(xué)：以揭示經(jīng)濟(jì)現(xiàn)象中的因果關(guān)系為目的，在數(shù)學(xué)上主要應(yīng)用回歸分析方法。

4、總體回歸函數(shù)；指在給定Xi下Y分布的總體均值與Xi所形成的函數(shù)關(guān)系（或者說(shuō)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)）。

5、樣本回歸函數(shù)：指從總體中抽出的關(guān)于Y,X的若干組值形成的樣本所建立的回歸函數(shù)。

6、隨機(jī)的總體回歸函數(shù)：含有隨機(jī)干擾項(xiàng)的總體回歸函數(shù)（是相對(duì)于條件期望形式而言的）。

7、線(xiàn)性回歸模型：既指對(duì)變量是線(xiàn)性的，也指對(duì)參數(shù)B為線(xiàn)性的，即解釋變量與參數(shù)B只以他們的1

次方出現(xiàn)。

8、隨機(jī)干擾項(xiàng)：即隨機(jī)誤差項(xiàng)，是一個(gè)隨機(jī)變量，是針對(duì)總體回歸函數(shù)而言的。

9、殘差項(xiàng)：是一隨機(jī)變量，是針對(duì)樣本回歸函數(shù)而言的。

10、條件期望：即條件均值，指X取特定值Xi時(shí)Y的期望值。

11、回歸系數(shù)：回歸模型中Bo,B1等未知但卻是固定的參數(shù)。

12、回歸系數(shù)的估計(jì)量：指用片摳等表示的用已知樣本提供的信息所估計(jì)出來(lái)總體未知參數(shù)的結(jié)果。

13、最小二乘法：又稱(chēng)最小平方法，指根據(jù)使估計(jì)的剩余平方和最小的原則確定樣本回歸函數(shù)的方法。

14、最大似然法：乂稱(chēng)最大或然法，指用生產(chǎn)該樣本概率最大的原則去確定樣本回歸函數(shù)的方法。

15、估計(jì)量的標(biāo)準(zhǔn)差：度量一個(gè)變量變化大小的測(cè)量值。

16、總離差平方和：用TSS表示，用以度量被解釋變量的總變動(dòng)。

17、回歸平方和：用ESS表示：度量由解釋變量變化引起的被解釋變量的變化部分。

18、殘差平方和：用RSS表示：度量實(shí)際值與擬合值之間的差異，是由除解釋變量以外的其他因素引

起的被解釋變量變化的部分。

19、協(xié)方差：用Cov（X,Y）表示，度量X,Y兩個(gè)變量關(guān)聯(lián)程度的統(tǒng)計(jì)量。

20、擬合優(yōu)度檢驗(yàn)：檢驗(yàn)?zāi)Ｐ蛯?duì)樣本觀測(cè)值的擬合程度，用R?表示，該值越接近1,模型對(duì)樣本觀

測(cè)值擬合得越好。

21、1檢驗(yàn)時(shí)針對(duì)每個(gè)解釋變量進(jìn)行的顯著性檢驗(yàn)，即構(gòu)造一個(gè)t統(tǒng)計(jì)量，如果該統(tǒng)計(jì)量的值落在置信

區(qū)間外，就拒絕原假設(shè)。

22、相關(guān)分析：研究隨機(jī)變量間的相關(guān)形式

23、回歸分析：研究一個(gè)變量關(guān)于另一個(gè)（些）變量的依賴(lài)關(guān)系的計(jì)算方法和理論。

24、多元線(xiàn)性回歸模型：在現(xiàn)實(shí)經(jīng)濟(jì)活動(dòng)中往往存在一個(gè)變量受到其他多個(gè)變量的影響的現(xiàn)象，表現(xiàn)

為在線(xiàn)性回歸模型中有多個(gè)解釋變量，這樣的模型成為多元線(xiàn)性回歸模型，多元指多個(gè)變量。

25、偏回歸系數(shù)：在多元回歸模型中，每一個(gè)解釋變量前的參數(shù)即為偏回歸系數(shù)，它測(cè)度了當(dāng)其他解

釋變量保持不變時(shí)，該變量增加1個(gè)單位對(duì)解釋變量帶來(lái)的平均影響程度。

26、正規(guī)方程組：指采用OLS法估?計(jì)線(xiàn)性回歸模型時(shí)，對(duì)殘差平方和關(guān)于各參數(shù)求偏導(dǎo)，并令偏導(dǎo)數(shù)

為o后得到的一組方程，其矩陣形式為x'x^=xy

27、調(diào)整的多元可決系數(shù)：乂稱(chēng)多元判定系數(shù)，是一個(gè)用于描述伴隨模型中解釋變量的增加和多個(gè)

解釋變量對(duì)被解釋變量的聯(lián)合影響程度的量。它與有如下關(guān)系：

28、多重共線(xiàn)性：指多個(gè)解釋變量間存在線(xiàn)性相關(guān)的情形。如果存在完全的線(xiàn)性相關(guān)性，則模型的參

數(shù)就無(wú)法求出，OLS回歸無(wú)法進(jìn)行。

29、聯(lián)合假設(shè)檢驗(yàn)：是相對(duì)于單個(gè)假設(shè)檢驗(yàn)來(lái)說(shuō)的，指假設(shè)檢驗(yàn)中的假設(shè)有多個(gè)，不止一個(gè)。如多元

回歸中的方程的顯著性檢驗(yàn)就是一個(gè)聯(lián)合假設(shè)檢驗(yàn)，而每個(gè)參數(shù)的t檢驗(yàn)就是單個(gè)假設(shè)檢驗(yàn)。

30、受約束回歸：在實(shí)際經(jīng)濟(jì)活動(dòng)中，常常需要根據(jù)經(jīng)濟(jì)理論對(duì)模型中變量的參數(shù)施加一定的約束條

件，對(duì)模型參數(shù)施加約束條件后進(jìn)行回歸。

31、無(wú)約束回歸：無(wú)需對(duì)模型中變量的參數(shù)施加約束條件進(jìn)行的回歸。

32、異方差性：對(duì)于不同的解釋向量，被解釋變量的隨機(jī)誤差項(xiàng)的方差不再是常數(shù)，而互不相同，則

認(rèn)為出現(xiàn)了異方差性。

33、序列相關(guān)性：如果對(duì)于不同的解釋向量，隨機(jī)誤差項(xiàng)之間不再是不相關(guān)的，而是存在某種相關(guān)性,

則認(rèn)為出現(xiàn)了序列相關(guān)性。

34、多重共線(xiàn)性：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(chēng)為多重共線(xiàn)性。

35、隨機(jī)解釋變量問(wèn)題：如果存在一個(gè)或多個(gè)隨機(jī)變量作為解釋變量，則稱(chēng)原模型出現(xiàn)隨機(jī)解釋變量

問(wèn)題。

36

37、虛擬變量：同時(shí)含有一般解釋變量與虛擬變量的模型稱(chēng)為虛擬變量模型或者方差分析模型。

38、滯后變量模型：把過(guò)去時(shí)期的，具有滯后作用的變量叫做滯后變量，含有滯后變量的模型稱(chēng)為滯

后變量模型。

39、動(dòng)態(tài)模型：含有滯后解釋變量的模型，又稱(chēng)動(dòng)態(tài)模型

40、分布滯后模型：如果滯后變量模型中沒(méi)有滯后被解釋變量，僅有解釋變量X的當(dāng)期值及其若干期

的滯后值，則成為分布滯后模型。

41、自回歸模型：解釋變量?jī)H包含X的當(dāng)期值與被解釋變量Y的一個(gè)或多個(gè)滯后值的模型。

42,什么是計(jì)量經(jīng)濟(jì)學(xué)？

答：計(jì)量經(jīng)濟(jì)學(xué)包括廣義計(jì)量經(jīng)濟(jì)學(xué)和狹義計(jì)量經(jīng)濟(jì)學(xué)，本課程中的計(jì)量經(jīng)濟(jì)學(xué)模型，就是狹義計(jì)量

經(jīng)濟(jì)學(xué)意義上的經(jīng)濟(jì)數(shù)學(xué)模型：計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)學(xué)的一個(gè)分支學(xué)科，以揭示經(jīng)濟(jì)活動(dòng)中客觀存在的

數(shù)量關(guān)系為主要內(nèi)容，是由經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)和數(shù)學(xué)三者結(jié)合而成的交叉性學(xué)科。

第二部分

問(wèn)答題

1.計(jì)量經(jīng)濟(jì)學(xué)方法與一般經(jīng)濟(jì)數(shù)學(xué)方法有什么區(qū)別？

答：計(jì)量經(jīng)濟(jì)學(xué)方法揭示經(jīng)濟(jì)活動(dòng)中具有因果關(guān)系的各因素間的定量關(guān)系，它用隨機(jī)性的數(shù)學(xué)方程加

以描述：而一般經(jīng)濟(jì)數(shù)學(xué)方法揭示經(jīng)濟(jì)活動(dòng)中各個(gè)因素間的理論關(guān)系，更多地用確定性的數(shù)學(xué)方程加

以描述。

2、如何理解計(jì)量經(jīng)濟(jì)學(xué)在當(dāng)代經(jīng)濟(jì)學(xué)科中的重要地位？當(dāng)代計(jì)量經(jīng)濟(jì)學(xué)的基本特點(diǎn)？

答：計(jì)量經(jīng)濟(jì)學(xué)自20世紀(jì)20年代末30年代初形成以來(lái)，無(wú)論在技術(shù)方法還是在應(yīng)用方面發(fā)展都十

分迅速，尤其是經(jīng)過(guò)2()世紀(jì)50年代的發(fā)展階段和6()年代的擴(kuò)張階段，計(jì)量經(jīng)濟(jì)學(xué)在經(jīng)濟(jì)學(xué)科中占

據(jù)了重要的地位，主要表現(xiàn)在：

①。在西方大多數(shù)大學(xué)和學(xué)院中，計(jì)量經(jīng)濟(jì)學(xué)的講授已成為經(jīng)濟(jì)學(xué)課程表中最具權(quán)威性的一部分；

②。在1969至2003年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)的53位獲獎(jiǎng)?wù)咧杏?0位與研究和應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)有關(guān)，居經(jīng)

濟(jì)學(xué)各分支學(xué)科之首。此外，絕大多數(shù)獲獎(jiǎng)?wù)叩难芯恐卸紤?yīng)用了計(jì)量經(jīng)濟(jì)學(xué)方法。

③.計(jì)量經(jīng)濟(jì)學(xué)方法與其他經(jīng)濟(jì)數(shù)學(xué)方法的結(jié)合應(yīng)用得到了長(zhǎng)足發(fā)展“

從當(dāng)代計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展動(dòng)向看，其基本特點(diǎn)包括：

⑴。非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)的理論與應(yīng)用研究成為計(jì)量經(jīng)濟(jì)學(xué)越來(lái)越重要的內(nèi)容；

⑵。計(jì)量經(jīng)濟(jì)學(xué)方法從主要用于經(jīng)濟(jì)預(yù)測(cè)轉(zhuǎn)向經(jīng)濟(jì)理論假設(shè)和政策假設(shè)的檢驗(yàn)；

(3)。計(jì)量經(jīng)濟(jì)學(xué)模型的應(yīng)用從傳統(tǒng)的領(lǐng)域轉(zhuǎn)向新的領(lǐng)域，從宏觀領(lǐng)域的研究開(kāi)始轉(zhuǎn)向微觀領(lǐng)域的研究;

⑷。計(jì)量經(jīng)濟(jì)學(xué)模型的規(guī)模不再是水平高低的衡量標(biāo)準(zhǔn)，人們更喜歡建立一些簡(jiǎn)單的模型，從總量上

和趨勢(shì)上說(shuō)明經(jīng)濟(jì)現(xiàn)象。

3、建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型的主要步驟有哪些？

答：建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型的主要步驟包括：①設(shè)定理論模型，包括選擇模型所包含的變量，確

定變量之間的數(shù)學(xué)關(guān)系和擬定模型中待估參數(shù)的數(shù)值范圍；②收集樣本數(shù)據(jù)，要考慮樣本數(shù)據(jù)的完整

性、準(zhǔn)確性、可比性和一致性；③估計(jì)模型參數(shù)；④檢驗(yàn)?zāi)Ｐ?，包括?jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量

經(jīng)濟(jì)學(xué)檢驗(yàn)和模型預(yù)測(cè)檢驗(yàn)。

4、計(jì)量經(jīng)濟(jì)學(xué)模型主要有哪些應(yīng)用領(lǐng)域？各自的原理是什么？

答：計(jì)量經(jīng)濟(jì)學(xué)模型主要有以下幾個(gè)方面的用途：

（Do結(jié)構(gòu)分析，其原埋是彈性分析、乘數(shù)分析與比較分析；

（2）。經(jīng)濟(jì)預(yù)測(cè)，其原理是模擬歷史，從已經(jīng)發(fā)生的經(jīng)濟(jì)活動(dòng)中找出變化規(guī)律；

（3）。政策評(píng)價(jià)，是對(duì)不同政策執(zhí)行情況的“模擬仿真”；

（4）。檢驗(yàn)與發(fā)展經(jīng)濟(jì)理論，其原理是如果按照某種經(jīng)濟(jì)理論建立的計(jì)量經(jīng)濟(jì)學(xué)模型可以很好地?cái)M

合實(shí)際觀察數(shù)據(jù)。

5、模型的檢驗(yàn)包括哪些方面？

答：模型的檢驗(yàn)主要包括經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)和模型的預(yù)測(cè)檢驗(yàn)四個(gè)方面。

、簡(jiǎn)述相關(guān)分析和回歸分析的聯(lián)系和區(qū)別。

答：相關(guān)分析與回歸分析既有聯(lián)系又有區(qū)別。首先，兩者都是研究非確定性變量間的的統(tǒng)計(jì)依賴(lài)關(guān)系,

并能測(cè)度線(xiàn)性依賴(lài)程度的大小。其次，兩者間又有明顯的區(qū)別。相關(guān)分析僅僅是從統(tǒng)計(jì)數(shù)據(jù)上測(cè)度變

量間的相關(guān)程度，而無(wú)需考察兩者間是否有因果關(guān)系，因此，變量的地位在相關(guān)分析中式對(duì)稱(chēng)的，而

且都是隨機(jī)變量；回歸分析則更關(guān)注具有統(tǒng)計(jì)相關(guān)關(guān)系的變量間的因果關(guān)系分析，變量的地位是不對(duì)

稱(chēng)的，有解釋變量和被解釋變量之分，而且解釋變量也往往被假設(shè)為非隨機(jī)變量。再次，相關(guān)分析只

關(guān)注變量間的聯(lián)系程度，不關(guān)注具體的依賴(lài)關(guān)系；而回歸分析則更加關(guān)注變量間的具體依賴(lài)關(guān)系，因

此可以進(jìn)一步通過(guò)解釋變量的變化來(lái)估計(jì)或預(yù)測(cè)被解釋變量的變化，達(dá)到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。

2、一元線(xiàn)性回歸模型的基本假設(shè)主要有哪些？違背基本假設(shè)的計(jì)量經(jīng)濟(jì)學(xué)模型是否就不可以估計(jì)?

答：假設(shè)1、解釋變量X是確定性變量，不是隨機(jī)變量；

假設(shè)2、隨機(jī)誤差項(xiàng)目具有零均值、同方差和不序列相關(guān)性：

E(|4i)=0i=l,2,...,n

Var(pi)=Qp2i=l,2,...,n

Cov(內(nèi)內(nèi))=0的i,j=1,2,...,n

假設(shè)3、隨機(jī)誤差項(xiàng)日與解釋變量X之間不相關(guān)：

Cov（Xi,國(guó)）=0i=l,2,...,n

假設(shè)4、口服從零均值、同方差、零協(xié)方差的正態(tài)分布

]ii~N（0,cj）i=l,2,...,n

假設(shè)5：隨著樣本容量的無(wú)限增加，解釋變量X的樣本方差趨于一有限常數(shù)。即

假設(shè)6：回歸模型是正確設(shè)定的

這些假設(shè)都是針對(duì)普通最小二乘法的。在違背這些基本假設(shè)的情況下，普通最小二乘法就不再

是最佳線(xiàn)性無(wú)偏估計(jì)量，因比使用普通最小二乘法進(jìn)行估計(jì)已無(wú)多大意義。但模型本身還是可以

估計(jì)的，尤其是可以通過(guò)最大似然法等其他原理進(jìn)行估計(jì)。

3、簡(jiǎn)述最大似然法和最小二乘法依據(jù)的不同原理。

答：對(duì)于最小二乘法，當(dāng)從模型總體隨機(jī)抽取n組樣本觀測(cè)值后，最合理的參數(shù)估計(jì)量應(yīng)該使得模型

能最好地?cái)M合樣本數(shù)據(jù)；而對(duì)于最大似然法，當(dāng)從模型總體隨機(jī)抽取n組樣本觀測(cè)值后，最合理的參

數(shù)估計(jì)量應(yīng)該使得從模型中抽取該n組樣本觀測(cè)值的概率最大。

在滿(mǎn)足一系列基本假設(shè)的情況下，模型結(jié)構(gòu)參數(shù)的最大或然估計(jì)量與普通最小二頁(yè)估計(jì)量是相同

的。

6、簡(jiǎn)述最小二乘估計(jì)量的性質(zhì)。

答：（1）線(xiàn)性性，即它是否是另一隨機(jī)變量的線(xiàn)性函數(shù)；

（2）無(wú)偏性，即它的均值或期望值是否等于總體的真實(shí)值；

（3）有效性，即它是否在所有線(xiàn)性無(wú)偏估計(jì)量中具有最小方差。

（4）漸近無(wú)偏性，即樣本容量趨于無(wú)窮大時(shí)，是否它的均值序列趨于總體真值；

（5）一致性，即樣本容量趨于無(wú)窮大時(shí)，它是否依概率收斂于總體的真值；

（6）漸近有效性，即樣本容量趨于無(wú)窮大時(shí)?，是否它在所有的一致估計(jì)量中具有最小的漸近方差。

工注意：

（1）-（3）準(zhǔn)則也稱(chēng)作估計(jì)量的小樣本性質(zhì)，擁有這類(lèi)性質(zhì)的估計(jì)量稱(chēng)為最佳線(xiàn)性無(wú)偏估

計(jì)量（BLUE）o

（4）-（6）準(zhǔn)則考察估計(jì)量的大樣本或漸進(jìn)性質(zhì)。

高斯一馬爾可夫定理：普通最小二乘估計(jì)量具有線(xiàn)性性、無(wú)偏性和最小方差性等優(yōu)良性質(zhì)，是最

佳線(xiàn)性無(wú)偏估計(jì)。

5、簡(jiǎn)述變量顯著性檢驗(yàn)的步驟。

答：（1）對(duì)總體參數(shù)提出假設(shè)：H0：/1=0,H1：/沙。

（2）以原假設(shè)H0構(gòu)造，統(tǒng)計(jì)量，并由樣本計(jì)算族咯

（3）給定顯著性水平a,查/分布表得臨界值7Q/2淳2）

（4）比較，判斷

若|t|>ta/2（n-2）,則拒絕HO，接受Hl；

若|t|<ta/2（n-2）,則接受HO,拒絕Hl；

對(duì)于一元線(xiàn)性回歸方程中的小，也可構(gòu)造如下t統(tǒng)計(jì)量進(jìn)行顯著性檢驗(yàn)

t=/氏AzA?/（〃—2）

板Zx；/百=s,

6、多元線(xiàn)性回歸模型的基本假設(shè)是什么？

提示：一般表達(dá)式式和矩陣符號(hào)表達(dá)式。

7、為什么說(shuō)對(duì)模型參數(shù)施加約束條件后，其回歸的殘差平方和一定不比未加約束的殘差平方和小？

在什么樣的條件下，受約束回歸與無(wú)約束回歸的結(jié)果相同？

答：模型施加約束條件后進(jìn)行回歸稱(chēng)為受約束回歸。而不加任何約束的回歸稱(chēng)為無(wú)約束回歸。

對(duì)模型參數(shù)施加約束條件后，就限制了參數(shù)的取值范圍，尋找到的參數(shù)估計(jì)值也是在此條件下使殘差

平方和達(dá)到最小，它不可能比未施加約束條件時(shí)找到的參數(shù)估計(jì)值使得殘差平方和達(dá)到最小值還要

小。這意味著，通常情況下，對(duì)模型施加約束條件會(huì)降低模型的解釋能力。但當(dāng)約束條件為真時(shí)，受

約束回歸與無(wú)約束回歸的結(jié)果就相同。

8、怎樣選擇合適的樣本容量？

答：（1）必須保證最小樣本容量。樣本最小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〃2k+l,因?yàn)椋瑹o(wú)多重共線(xiàn)性要求：秩（X）=k+1。

（2）滿(mǎn)足基本要求的樣本容量。雖然當(dāng)時(shí)可以得到參數(shù)估計(jì)量，但除了參數(shù)估計(jì)量質(zhì)

量不好外，一些建立模型必須的后續(xù)工作也無(wú)法進(jìn)行。所以，一般經(jīng)驗(yàn)認(rèn)為，當(dāng)n>30或者至少n>3（^l）

時(shí)，才能說(shuō)滿(mǎn)足模型估計(jì)的基本要求。

9、不滿(mǎn)足基本假定（基本假設(shè)違背）的情況有哪些？

答：（1）隨機(jī)誤差項(xiàng)序列存在異方差性；

（2）隨機(jī)誤差項(xiàng)序列存在序列相關(guān)性；

（3）解釋變量之間存在多重共線(xiàn)性；

（4）解釋變量是隨機(jī)變量且與隨機(jī)誤差項(xiàng)相關(guān)的隨機(jī)解釋變量問(wèn)題；

（5）模型設(shè)定有偏誤；

（6）解釋變量的方差不隨樣本容量的增而收斂。

10、使用加權(quán)最小二乘法必須先進(jìn)行異方差性檢驗(yàn)嗎？

答：在實(shí)際操作中人們通常采用如下的經(jīng)驗(yàn)方法：不對(duì)原模型進(jìn)行異方差性檢驗(yàn)，而是直接選

擇加權(quán)最小二乘法，尤其是采用截面數(shù)據(jù)作樣本時(shí)。如果確實(shí)存在異方差性，則被有效地消除了；如

果不存在異方差性，則加權(quán)最小二乘法等價(jià)于普通最小二乘法。

11、簡(jiǎn)述D.W.檢驗(yàn)的步驟。

答：（1）計(jì)算DW值

（2）給定a,由〃和Z的大小查DW分布表，得臨界值dL和dU

（3）比較、判斷

若（）<D.W.<dL,存在正自札關(guān)

dL<D.W.<dU,不能確定

dU<D.W.<4—dU,無(wú)自相關(guān)

4-dU<D.W.<4-dL,不能確定

4-dL<D.W.<4,存在負(fù)自相關(guān)

當(dāng)D.W.值在2左右時(shí)，模型不存在一階自相關(guān)。

12.回歸模型中引入虛擬變量的作用是什么？有哪幾種基本的引入方式，它們各適用于什么情況？

答：在模型中引入虛擬變量，主要是為了尋找某（些）定性因素對(duì)解釋變量的影響。加法方式與

乘法方式是最主要的引入方式，前者主要適用于定性因素對(duì)截距項(xiàng)產(chǎn)生影響的情況，后者主要適用于

定性因素對(duì)斜率項(xiàng)產(chǎn)生影響的情況。除此外，還可以加法與乘法組合的方式引入虛擬變量，這時(shí)可測(cè)

度定性因素對(duì)截距項(xiàng)與斜率項(xiàng)同時(shí)產(chǎn)生影響的情況。

13.滯后變量模型有哪幾種類(lèi)型？分布滯后模型使用OLS方法存在哪些問(wèn)題？

答：滯后變量模型有分布滯后模型和自回歸模型兩大類(lèi)，前者只有解釋變量及其滯后變量作為

模型的解釋變量，不包含被解釋變量的滯后變量作為模型的解釋變量；而后者則以當(dāng)期解釋變量與被

解釋變量的若干期滯后變量作為模型的解釋變量。分布滯后變量有無(wú)限期的分布滯后模型和有限期的

分布滯后模型；自回歸模型又以Coyck模型、自適應(yīng)預(yù)期模型和局部調(diào)整模型最為多見(jiàn)。

分布滯后模型使用OLS法存在以下問(wèn)題：（1）對(duì)于無(wú)限期的分布滯后模型，由于樣本觀測(cè)值的有

限性，使得無(wú)法直接對(duì)其進(jìn)行估計(jì)。。（2）對(duì)于有限期的分布滯后模型，使用OLS方法會(huì)遇到：沒(méi)有

先驗(yàn)準(zhǔn)則確定滯后期長(zhǎng)度，對(duì)最大滯后期的確定往往帶有主觀隨意性；如果滯后期較長(zhǎng)，由于樣本容

量有限，當(dāng)滯后變量數(shù)目增加時(shí)，必然使得自由度減少，將缺乏足夠的自由度進(jìn)行估計(jì)和檢驗(yàn)；同名

變量滯后期之間可能存在高度線(xiàn)性相關(guān)，即模型可能存在高度的多重共線(xiàn)性。

14.請(qǐng)列出分布滯后模型估計(jì)的幾種主要方法。

答：分布滯后模型的估計(jì)主要需解決滯后期長(zhǎng)度的問(wèn)題。其基本的解決思路就是減少模型中解釋

變量的個(gè)數(shù)。常用的估計(jì)方法有：經(jīng)驗(yàn)加權(quán)法Almon多項(xiàng)式法，以及Koyck方法，前兩者主要用于

估計(jì)有限期分布滯后模型，第三者主要用于估計(jì)無(wú)限期分布滯后模型。

15.分布滯后模型估計(jì)時(shí)遇到的主要問(wèn)題有哪些？自回歸模型估計(jì)時(shí)遇到的主要問(wèn)題？

答：分布滯后模型估計(jì)時(shí)遇到的主要問(wèn)題有：對(duì)于無(wú)限期的分布滯后模型，由于樣本觀測(cè)值的有

限性，使得無(wú)法直接對(duì)其進(jìn)行估計(jì)。而對(duì)于有限期的分布滯后模型，普通最小二乘回歸會(huì)遇到如下問(wèn)

題：

（1）沒(méi)有先驗(yàn)準(zhǔn)則確定滯后期長(zhǎng)度;

（2）如果滯后期較長(zhǎng)，將缺乏足夠的自由度進(jìn)行統(tǒng)計(jì)檢驗(yàn)；

（3）同名變量滯后值之間可能存在高度線(xiàn)性相關(guān)，即模型可能存在高度的多重共線(xiàn)性。

自回歸模型估計(jì)時(shí)遇到的主要問(wèn)題有：滯后被解釋變量的存在可能導(dǎo)致它與隨機(jī)干擾項(xiàng)相關(guān)，以

及隨機(jī)干擾項(xiàng)出現(xiàn)序列相關(guān)性。例如，Koyck模型與自適應(yīng)預(yù)期模型就存在著滯后被解釋變量YE與

隨機(jī)干擾項(xiàng)的同期相關(guān)性，同時(shí)，隨機(jī)干擾項(xiàng)還是自相關(guān)的。而局部調(diào)整模型則存在著滯后被解釋變

量Yt.i隨機(jī)干擾項(xiàng)的異期相關(guān)性。

16.模型設(shè)定時(shí)，如果遺漏了相關(guān)變量，OLS估計(jì)會(huì)出現(xiàn)什么后果？而在包含了無(wú)關(guān)變量時(shí)，后果又

如何？

答：如果遺漏相關(guān)變量，則OLS估計(jì)結(jié)果在小樣本下是有偏的，在大樣本下也不具有一致性，

隨機(jī)干擾項(xiàng)的方差估計(jì)6?也是有偏的，同時(shí)估計(jì)的參數(shù)的方差也是有偏的，從而不再能夠保證最小方

差性。

在多選無(wú)關(guān)解釋變量的情形下，0LS估計(jì)量仍是無(wú)偏的、一致的，隨機(jī)干擾項(xiàng)的方差。2也能被正

確估計(jì)，但OLS估計(jì)量卻往往是無(wú)效的。也就是說(shuō)，包含無(wú)關(guān)變量的偏誤主要表現(xiàn)為“錯(cuò)誤”模型

的OLS估計(jì)量的方差一般會(huì)大于“正確”模型相應(yīng)參數(shù)估計(jì)量的方差。

17.什么是“虛擬變量陷阱”？

答：一般在引入虛擬變量時(shí)要求如果有m個(gè)定性變量，只在模型中引入m-1個(gè)虛擬變量。否則,

如果引入m個(gè)虛擬變量，就會(huì)導(dǎo)致模型解釋變量間出現(xiàn)完全共線(xiàn)性的情況。我們一般稱(chēng)由于引入的虛

擬變量個(gè)數(shù)與定性因素個(gè)數(shù)相同時(shí)出現(xiàn)的模型無(wú)法估計(jì)的問(wèn)題，稱(chēng)為“虛擬變量陷阱

18計(jì)量經(jīng)濟(jì)模型構(gòu)成的要素常用“三要素”概括：

1、確定模型所包含的變量

2、確定模型的數(shù)學(xué)形式，擬定理論模型中待估參數(shù)的理論期望值

3、樣本數(shù)據(jù)的收集

19.隨機(jī)誤差項(xiàng)主要包括下列因素的影響：在解釋變量中被忽略的因素的影響；變量觀測(cè)值的觀

測(cè)誤差影響；模型關(guān)系的設(shè)定誤差的影響；其他隨機(jī)因素的影響。

3.隨機(jī)誤差項(xiàng)與殘差項(xiàng)的區(qū)別：

1）隨機(jī)誤差項(xiàng)Ut反映除自變量外其他各種微小因素對(duì)因變量的影響。它是Yt與未知的總體回歸

線(xiàn)之間的縱向距離，是不可直接觀測(cè)的。

殘差et是Yt與按照回歸方程計(jì)算的Yt的差額，它是Yt與樣本回歸線(xiàn)之間的縱向距離，當(dāng)根據(jù)

樣本觀測(cè)值擬合出樣本回歸線(xiàn)之后，可以計(jì)算et的具體數(shù)值。利用殘差可以對(duì)隨機(jī)誤差項(xiàng)的方差進(jìn)

行估計(jì)。

2）誤差與殘差，這兩個(gè)概念在某程度上具有很大的相似性，都是衡量不確定性的指標(biāo)，可是兩者乂

存在區(qū)別。

誤差與測(cè)量有關(guān)，誤差大小可以衡量測(cè)量的準(zhǔn)確性，誤差越大則表示測(cè)量越不準(zhǔn)確。隨機(jī)誤差與觀測(cè)

者，測(cè)量工具，被觀測(cè)物體的性質(zhì)有關(guān)，只能盡量減小，卻不能避免。

殘差一一與預(yù)測(cè)有關(guān)，殘差大小可以衡量預(yù)測(cè)的準(zhǔn)確性。殘差越大表示預(yù)測(cè)越不準(zhǔn)確。殘差與數(shù)據(jù)本

身的分布特性，回歸方程的選擇有關(guān)。

20最小二乘法是加權(quán)最小二乘法的特例。

使用最小二乘法需要一些前提，數(shù)據(jù)大多數(shù)時(shí)候是滿(mǎn)足這些條件的。但有時(shí)候這些條件是不能滿(mǎn)足的,

這時(shí)需要對(duì)原始數(shù)據(jù)作適當(dāng)變換，讓他符合最小二乘法的使用條件，然后繼續(xù)使用最小二乘法。

從整體上看，在處理數(shù)據(jù)前作的處理相當(dāng)于在數(shù)據(jù)上加權(quán)，這個(gè)時(shí)候就把整個(gè)處理過(guò)程（包括數(shù)據(jù)事

前的變換以及后來(lái)運(yùn)用最小二乘法）看作加了權(quán)的最小二乘法。從這個(gè)意義上講，加權(quán)最小二乘法就

是最小二乘法。

21.相關(guān)分析與回歸分析的區(qū)別和軼系

22.試述回歸分析與相關(guān)分析的聯(lián)系和區(qū)別。

答：兩者的聯(lián)系：①相關(guān)分析是回歸分析的前提和基礎(chǔ)；回歸分析是相關(guān)分析的深入和繼續(xù)。（1分）

②相關(guān)分析與回歸分析的有關(guān)指標(biāo)之間存在計(jì)算上的內(nèi)在聯(lián)系。（1分）

兩者的區(qū)別：①回歸分析強(qiáng)調(diào)因果關(guān)系，相關(guān)分析不關(guān)心因果關(guān)系，所研究的兩個(gè)變量是對(duì)等的。（1

人A

分）②對(duì)兩個(gè)變量x與y而言，相關(guān)分析中：％=在回歸分析中，無(wú)=4+4+七和￡，=&。+4+丫

卻是兩個(gè)完全不同的回歸方程。（I分）③回歸分析對(duì)資料的要求是被解釋變量y是隨機(jī)變量，解釋變

量x是非隨機(jī)變量；相關(guān)分析對(duì)資料的要求是兩個(gè)變量都隨機(jī)變量。（1分）

23.異方差

1）原因：模型中缺少某些解釋變量，從而隨機(jī)擾動(dòng)項(xiàng)產(chǎn)生系統(tǒng)模式；測(cè)量誤差；模型函數(shù)形式

設(shè)置不正確；異常值的出現(xiàn)。隨機(jī)因素的影響，如政策變動(dòng)、自然災(zāi)害、金融危機(jī)、戰(zhàn)爭(zhēng)和季

節(jié)等。

2）后果：參數(shù)估計(jì)量仍然是線(xiàn)性無(wú)偏的，但不是有效的；異方差模型中的方差不再具有最小方

差性；t檢驗(yàn)失去作用；模型的預(yù)測(cè)作用遭到破壞。

3）檢驗(yàn)：圖示檢驗(yàn)法、Goldfeld-Quandt檢驗(yàn)法、White檢驗(yàn)法、Park檢驗(yàn)法和Gleiser檢驗(yàn)法。

4）克服：模型變換法；Gleiser方法消除異方差；通過(guò)數(shù)據(jù)取對(duì)數(shù)消除異方差；當(dāng)方程存在自回

歸條件異方差時(shí)，可以采用極大似然估計(jì)法，通過(guò)建立芻回歸異方差輔助方程增強(qiáng)原方程參數(shù)

估計(jì)量的有效性。

24.普通的最小二乘法與加權(quán)二乘法的區(qū)別和聯(lián)系：

聯(lián)系：它們都是依據(jù)最小二乘法的基本原理是使殘差平方和Z4為最小，在異方差情況下，總體

回歸直線(xiàn)對(duì)于不同的為，，的波動(dòng)幅度相差很大。而且，WLS是在0LS的基礎(chǔ)上來(lái)加權(quán)對(duì)殘差進(jìn)行估

計(jì)的。

區(qū)別：在0LS中我們最小化一個(gè)無(wú)權(quán)或等權(quán)的殘差平方和。為求得估計(jì)值不加權(quán)的最小二乘法要求

最小化。而加權(quán)最小二乘法要求最小化加權(quán)殘差平方和。

25.簡(jiǎn)述計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)理統(tǒng)計(jì)學(xué)學(xué)科間的關(guān)系。

答：計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)的綜合。（I分）經(jīng)濟(jì)學(xué)著重經(jīng)濟(jì)現(xiàn)象的定性研究，計(jì)量經(jīng)濟(jì)學(xué)著重于定

最方面的研究。（1分）統(tǒng)計(jì)學(xué)是關(guān)于如何收集、整理和分析數(shù)據(jù)的科學(xué)，而計(jì)最經(jīng)濟(jì)學(xué)則利用經(jīng)濟(jì)統(tǒng)計(jì)所提供的數(shù)

據(jù)來(lái)估計(jì)經(jīng)濟(jì)變量之間的數(shù)量關(guān)系并加以驗(yàn)證。（1分）數(shù)理統(tǒng)計(jì)學(xué)作為一門(mén)數(shù)學(xué)學(xué)科，可以應(yīng)用于經(jīng)濟(jì)領(lǐng)域，也可

以應(yīng)用于其他領(lǐng)域.：計(jì)量經(jīng)濟(jì)學(xué)則僅限于經(jīng)濟(jì)領(lǐng)域。（1分）計(jì)量經(jīng)濟(jì)模型建立的過(guò)程，是綜合應(yīng)用理論、統(tǒng)計(jì)和數(shù)

學(xué)方法的過(guò)程，計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)三者的統(tǒng)一。

26、計(jì)量經(jīng)濟(jì)模型有哪些應(yīng)用？

答：①結(jié)構(gòu)分析。（1分）②經(jīng)濟(jì)預(yù)測(cè)。（1分）③政策評(píng)價(jià)。（I分）④檢驗(yàn)和發(fā)展經(jīng)濟(jì)理論。（2分）

27、簡(jiǎn)述建立與應(yīng)用計(jì)量經(jīng)濟(jì)模型的主要步驟。

答：①根據(jù)經(jīng)濟(jì)理論建立計(jì)量經(jīng)濟(jì)模型；（1分）②樣本數(shù)據(jù)的收集；（1分）③估計(jì)參數(shù)：（1分）④模型的檢驗(yàn)；（I

分）⑤計(jì)量經(jīng)濟(jì)模型的應(yīng)用。（1分）

27、對(duì)計(jì)量經(jīng)濟(jì)模型的檢驗(yàn)應(yīng)從幾個(gè)方面入手？

答：①經(jīng)濟(jì)意義檢驗(yàn)；（2分）②統(tǒng)計(jì)準(zhǔn)則檢驗(yàn)；（1分）③計(jì)量經(jīng)濟(jì)學(xué)準(zhǔn)則檢驗(yàn)；（1分）④模型預(yù)測(cè)檢驗(yàn)。（1分）

28.計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用的數(shù)據(jù)是怎樣進(jìn)行分類(lèi)的？

答：四種分類(lèi)：①時(shí)間序列數(shù)據(jù)；（I分）②橫截囿數(shù)據(jù)；（I分）③混合數(shù)據(jù)；（1分）④虛擬變量數(shù)據(jù)。（2分）

6.在計(jì)量經(jīng)濟(jì)模型中，為什么會(huì)存在隨機(jī)誤差項(xiàng)？

答：隨機(jī)誤差項(xiàng)是計(jì)軟經(jīng)濟(jì)模型中不可缺少的一部分。（I分）產(chǎn)生隨機(jī)誤差項(xiàng)的原因有以下幾個(gè)方面：①模型中被

忽略掉的影響因素造成的誤差；（1分）②模型關(guān)系認(rèn)定不準(zhǔn)確造成的誤差；（1分）③變量的測(cè)量誤差；（1分）④

隨機(jī)因素。（1分）

29.古典線(xiàn)性回歸模型的基本假定是什么？

答：①零均值假定。（1分）即在給定人的條件下，隨機(jī)誤差項(xiàng)的數(shù)學(xué)期望（均值）為0,即E（i）i尸0。②同方差假

定。（I分）誤差項(xiàng)的方差與t無(wú)關(guān)，為一個(gè)常數(shù)。③無(wú)自相關(guān)假定。（1分）即不同的誤差項(xiàng)相互獨(dú)立。④解釋變

量與隨機(jī)誤差項(xiàng)不相關(guān)假定。（I分）⑤正態(tài)性假定，（1分）即假定誤差項(xiàng)）服從均值為0,方差為。2的正態(tài)分布。

30總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。

答：主要區(qū)別：①描述的對(duì)象不同。（1分）總體回歸模型描述總體中變量y與x的相互關(guān)系，而樣本回歸模型描述

所觀測(cè)的樣本中變量y與x的相互關(guān)系。②建立模型的不同。（1分）總體回歸模型是依據(jù)總體全部觀測(cè)資料建立的,

樣本問(wèn)歸模型是依據(jù)樣本觀測(cè)資料建立的。③模型性質(zhì)不同。（1分）總體回歸模型不是隨機(jī)模型，樣本1可歸模型是

隨機(jī)模型，它隨著樣本的改變而改變。

主要聯(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。

（2分）

31.試述回歸分析與相關(guān)分析的聯(lián)系和區(qū)別。

答：兩考的聯(lián)系：①相關(guān)分析是回歸分析的前提和基礎(chǔ)；回歸分析是相關(guān)分析的深入和繼續(xù)。（1分）②相關(guān)分析與

回歸分析的有關(guān)指標(biāo)之間存在計(jì)算上的內(nèi)在聯(lián)系。（1分）

兩者的區(qū)別：①回歸分析強(qiáng)調(diào)因果關(guān)系，相關(guān)分析不關(guān)心因果關(guān)系，所研究的兩個(gè)變量是對(duì)等的。（1分）②對(duì)兩個(gè)

人人

變量X與y而言，相關(guān)分析中：％'=?；在回歸分析中，戈=和用=%+4+上卻是兩個(gè)完全不同的

回歸方程。（1分）③回歸分析對(duì)資料的要求是被解釋變量y是隨機(jī)變量，解釋變量x是非隨機(jī)變量：相關(guān)分析對(duì)資

料的要求是兩個(gè)變量都隨機(jī)變量。（1分）

32.在滿(mǎn)足古典假定條件下，一元線(xiàn)性回歸模型的普通最小二乘估計(jì)量有哪些統(tǒng)計(jì)性質(zhì)？

A人

答：①線(xiàn)性，是指參數(shù)估計(jì)量4和4分別為觀測(cè)值上和隨機(jī)誤差項(xiàng)"，的線(xiàn)性函數(shù)或線(xiàn)性組合。（1分）②無(wú)偏性，

A人

指參數(shù)估計(jì)量”。和〃的均值（期望值）分別等于總體參數(shù)外和々°（2分）③有效性（最小方差性或最優(yōu)性），指在

AA

所有的線(xiàn)性無(wú)偏估計(jì)量中，最小二乘估計(jì)量%和乙的方差最小。（2分）

33簡(jiǎn)述BLUE的含義。

答：BLUE即最佳線(xiàn)性無(wú)偏估計(jì)量,是bestlinearunbiasedestimators的縮寫(xiě)“（2分）在古典假定條件下,最小二乘

估計(jì)量具備線(xiàn)性、無(wú)偏性和有效性，是最佳線(xiàn)性無(wú)偏估計(jì)量，即BLUE,這一結(jié)論就是著名的高斯一馬爾可夫定理。

（3分）

34.對(duì)于多元線(xiàn)性回歸模型，為什么在進(jìn)行了總體顯著性F檢驗(yàn)之后，還要對(duì)每個(gè)恒I歸系數(shù)進(jìn)行是否為0的t檢驗(yàn)？

答：多元線(xiàn)性回歸模型的總體顯著性F檢驗(yàn)是檢驗(yàn)?zāi)Ｐ椭腥拷忉屪兞繉?duì)被解釋變量的共同影響是否顯著。（1分）

通過(guò)了此F檢驗(yàn)，就可以說(shuō)模型中的全部解釋變量對(duì)被解棄變量的共同影響是顯著的，但卻不能就此判定模型中的

每一個(gè)解釋變量對(duì)被解釋變量的影響都是顯著的。（3分）因此還需要就每個(gè)解釋變量對(duì)被解釋變量的影響是否顯著

進(jìn)行檢驗(yàn)，即進(jìn)行I檢驗(yàn)。（1分）

35.給定二元回歸模型：,請(qǐng)敘述模型的古典假定.

解答：（1）隨機(jī)誤差項(xiàng)的期望為零，即七（%）=0。（2）不同的隨機(jī)誤差項(xiàng)之間相互獨(dú)立，即

cov（w?wv）=E[（u,-E（u,））（us-E（w.）J=E（u,us）=0（1分）。（3）隨機(jī)誤差項(xiàng)的方差與t無(wú)關(guān)，為一個(gè)常數(shù)，即

varQ,）：/。即同方差假設(shè)（1分）。（4）隨機(jī)誤差項(xiàng)與解釋變量不相關(guān)，即cov（與此）=0=通常

假定勺為非隨機(jī)變量，這個(gè)假設(shè)自動(dòng)成立（1分）。（5）隨機(jī)誤差項(xiàng)〃，為服從正態(tài)分布的隨機(jī)變量，即4N（0,

（1分）。（6）解釋變量之間不存在多重共線(xiàn)性，即假定各解釋變量之間不存在線(xiàn)性關(guān)系，即不存在多重共線(xiàn)性（1

分）。

36.在多元線(xiàn)性回歸分析中，為什么用修正的決定系數(shù)衡量估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度？

解答：因?yàn)槿藗儼l(fā)現(xiàn)隨著模型中解釋變量的增多，多重決定系數(shù)尸的值往往會(huì)變大，從而增加了噗型的解釋功能。

這樣就使得人們認(rèn)為要使模型擬合得好，就必須增加解釋變量（2分）。但是，在樣本容量一定的情況下，增加解釋

變量必定使得待估參數(shù)的個(gè)數(shù)增加，從而損失自由度，而實(shí)際中如果引入的解群變量并非必要的話(huà)可能會(huì)產(chǎn)生很多

問(wèn)題，比如，降低預(yù)測(cè)精確度、引起多重共線(xiàn)性等等。為此用修正的決定系數(shù)來(lái)估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度

（3分）。

37.修正的決定系數(shù)R2及其作用。

解答：，（2分）其作用有：（1）用自由度調(diào)整后，可以消除擬合優(yōu)度評(píng)價(jià)中解釋變量多

Z（y-力

少對(duì)決定系數(shù)計(jì)算的影響；（2分）（2）對(duì)于包含解釋變量個(gè)數(shù)不同的模型，可以用調(diào)整后的決定系數(shù)直接比較它們

的擬合優(yōu)度的高低，但不能用原來(lái)未調(diào)整的決定系數(shù)來(lái)比較（1分）。

38.常見(jiàn)的非線(xiàn)性回歸模型有幾種情況？

解答：常見(jiàn)的非線(xiàn)性回歸模型主要有：

（1）對(duì)數(shù)模型1。片=%+4比為+〃，（1分）

（2）半對(duì)數(shù)模型yInx,+/或Iny=%+4為+%（1分）

（3）倒數(shù)模型y〃或，=%+4，+〃（1分）

xyx

（4）多項(xiàng)式模型y=%+如+%/+...+屏/+〃（1分）

（5）成長(zhǎng)曲線(xiàn)模型包括邏輯成長(zhǎng)曲線(xiàn)模型■萬(wàn)和Gompertz成長(zhǎng)曲線(xiàn)模型乂=6心她‘（1分）

39.觀察下列方程并判斷其變量是否呈線(xiàn)性，系數(shù)是否呈線(xiàn)性，或都是或都不是。

①yt=%+力㈤+應(yīng)②乂=%+Alogx,+

③logy=&）+々log七+%④V二%/（々為）+%

解答：①系數(shù)呈線(xiàn)性，變量非線(xiàn)性；（1分）②系數(shù)呈線(xiàn)性，變量非呈線(xiàn)性：（1分）③系數(shù)和變量均為非線(xiàn)性；（1

分）④系數(shù)和變量均為非線(xiàn)性。（2分）

40.觀察下列方程并判斷其變量是否呈線(xiàn)性，系數(shù)是否呈線(xiàn)性，或都是或都不是。

①H=%+b}iogxf+ut②y=4）+々電8）+",

③X=b0/（b[xt）+u,@y,=\+b0（\-x^）+u,

解答：①系數(shù)呈線(xiàn)性，變量非呈線(xiàn)性：（1分）②系數(shù)非線(xiàn)性，變量呈線(xiàn)性；（1分）③系數(shù)和變量均為非線(xiàn)性；（2

分）④系數(shù)和變量均為非線(xiàn)性（1分）。

41.異方差性是指模型違反了古典假定中的同方差假定，它是計(jì)量經(jīng)濟(jì)分析中的一個(gè)專(zhuān)門(mén)問(wèn)題。在線(xiàn)性回歸模型中，

如果隨機(jī)誤差項(xiàng)的方差不是常數(shù)，即對(duì)不同的解釋變量觀測(cè)值彼此不同，則稱(chēng)隨機(jī)項(xiàng)孫具有異方差性，即

var（w,）=w常數(shù)（t=i,2,……，n）。（3分）例如，利用橫截面數(shù)據(jù)研究消費(fèi)和收入之間的關(guān)系時(shí)，

對(duì)收入較少的家庭在滿(mǎn)足基本消費(fèi)支出之后的剩余收入已經(jīng)不多，用在購(gòu)買(mǎi)生活必需品上的比例較大，消費(fèi)的分散

幅度不大。收入較多的家庭有更多可自由支配的收入，使得這些家庭的消費(fèi)有更大的選擇范圍。由于個(gè)性、愛(ài)好、

儲(chǔ)蓄心理、消費(fèi)習(xí)慣和家庭成員構(gòu)成等那個(gè)的差異，使消費(fèi)的分散幅度增大，或者說(shuō)低收入家庭消費(fèi)的分散度和高

收入家庭消費(fèi)得分散度相比較，可以認(rèn)為牽著小于后者。這種被解釋變量的分散幅度的變化，反映到模型中，可以

理解為誤差項(xiàng)方差的變化。（2分）

42.產(chǎn)生原因：（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設(shè)定誤差；（3）樣本數(shù)據(jù)的測(cè)量誤差；（4）

隨機(jī)因素的影響。（2分）

產(chǎn)生的影響：如果線(xiàn)性回歸模型的隨機(jī)誤差項(xiàng)存在異方差性，會(huì)對(duì)模型參數(shù)估計(jì)、模型檢驗(yàn)及模型應(yīng)用帶來(lái)重大影

響，主要有：（1）不影響模型參數(shù)最小二乘估計(jì)值的無(wú)偏性；（2）參數(shù)的最小二乘估計(jì)量不是一個(gè)有效的估計(jì)量;

（3）對(duì)模型參數(shù)估計(jì)值的顯著性檢驗(yàn)失效；（4）模型估計(jì)式的代表性降低，預(yù)測(cè)精度精度降低。（3分）

21.檢驗(yàn)方法：（1）圖示檢驗(yàn)法；（1分）（2）戈德菲爾德一匡特檢驗(yàn)；（1分）（3）懷特檢驗(yàn)；（1分）（4）戈里瑟檢驗(yàn)

和帕克檢驗(yàn)（殘差回歸檢驗(yàn)法）；（1分）（5）ARCH檢驗(yàn)（自回歸條件異方差檢驗(yàn)）（1分）

43.解決方法：（1）模型變換法；（2分）（2）加權(quán)最小二乘法；（2分）（3）模型的對(duì)數(shù)變換等（1分）

44.加權(quán)最小二乘法的基本原理：最小二乘法的基本原埋是使殘差平方和〉二6：為最小，在異方差情況下，息體回

歸直線(xiàn)對(duì)于不同的七，4的波動(dòng)幅度相差很大。隨機(jī)誤差項(xiàng)方差。;越小，樣本點(diǎn)）',對(duì)總體回歸直線(xiàn)的偏離程度越

2

低，殘差，的可信度越高（或者說(shuō)樣本點(diǎn)的代表性越強(qiáng)）；而較大的樣本點(diǎn)可能會(huì)偏離總體回歸直線(xiàn)很遠(yuǎn)，6

的可信度較低（或者說(shuō)樣本點(diǎn)的代表性較弱）。（2分）因此，在考慮異方差模型的擬合總誤差時(shí)，對(duì)于不同的42應(yīng)

22

該區(qū)別對(duì)待。具體做法：對(duì)較小的的~給于充分的重視，即給于較大的權(quán)數(shù)；對(duì)較大的q給于充分的重視，即給于

較小的權(quán)數(shù)。更好的使Ze：反映vaK%）對(duì)殘差平方和的影響程度，從而改善參數(shù)估計(jì)的統(tǒng)計(jì)性質(zhì)。（3分）

45.樣本分段法（即戈德菲爾特一匡特檢驗(yàn)）的基本原理.：將樣本分為容量相等的兩部分，然后分別對(duì)樣本1和樣本

2進(jìn)行叵歸，并計(jì)算兩個(gè)子樣本的殘差平方和，如果隨機(jī)誤差項(xiàng)是同方差的，則這兩個(gè)子樣本的殘差平方和應(yīng)該大致

相等；如果是異方差的，則兩者差別較大，以此來(lái)判斷是否存在異方差。（3分）使用條件：（1）樣本容量要盡可能

大，一股而言應(yīng)該在參數(shù)個(gè)數(shù)兩倍以上；（2）〃/服從正態(tài)分布，且除了異方差條件外，其它假定均滿(mǎn)足。（2分）

46.簡(jiǎn)述DW檢驗(yàn)的局限性。

答：從判斷準(zhǔn)則中看到，DW,檢驗(yàn)存在兩個(gè)主要的局限性：首先，存在一個(gè)不能確定的DW.值區(qū)域，這是這種檢驗(yàn)方

法的一大缺陷。（2分）其次：DW.檢驗(yàn)只能檢驗(yàn)一階自相關(guān)。（2分）但在實(shí)際計(jì)量經(jīng)濟(jì)學(xué)問(wèn)題內(nèi)，一階自相關(guān)是

出現(xiàn)最多的一類(lèi)序列相關(guān)，而且經(jīng)驗(yàn)表明，如果不存在一階自相關(guān)，一般也不存在高階序列相關(guān)。所以在實(shí)際應(yīng)用

中，對(duì)于序列相關(guān)問(wèn)題一般只進(jìn)行DW.檢驗(yàn)。（1分）

47.序列相關(guān)性的后果。

答：（1）模型參數(shù)估計(jì)值不具有最優(yōu)性；（1分）（2）隨機(jī)誤差項(xiàng)的方差一般會(huì)低估；（1分）（3）模型的統(tǒng)計(jì)檢

驗(yàn)失效；（1分）（4）區(qū)間估計(jì)和預(yù)測(cè)區(qū)間的精度降低。（1分）［全對(duì)即加1分）

48.簡(jiǎn)述序列相關(guān)性的幾種檢驗(yàn)方法。

答：（11圖示法；（1分）（2）D-W檢驗(yàn)；（1分）（3）回歸檢驗(yàn)法；（1分）（4）另外，偏相關(guān)系數(shù)檢驗(yàn)，布羅

斯戈珀雷檢驗(yàn)或拉格朗口乘數(shù)檢驗(yàn)都可以用來(lái)檢驗(yàn)高階序列相關(guān)。（2分）

49.廣義最小二乘法（GLS）的基本思想是什么？

答:基本思想就是對(duì)違反基本假定的模型做適當(dāng)?shù)木€(xiàn)性變換，使其轉(zhuǎn)化成滿(mǎn)足基本假定的模型，從而可以使用OLS方

法估計(jì)模型。（5分）

50.自相關(guān)性產(chǎn)生的原因有那些？

答：（1）經(jīng)濟(jì)變量慣性的作用引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）（2）經(jīng)濟(jì)行為的滯后性引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）

（3）一些隨機(jī)因素的干擾或影響引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）（4）模型設(shè)定誤差引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）

（5）觀測(cè)數(shù)據(jù)處理引起隨機(jī)誤差項(xiàng)自相關(guān)。（1分）

51.請(qǐng)簡(jiǎn)述什么是虛假序列相關(guān)，如何避免？

答：數(shù)據(jù)表現(xiàn)出序列相關(guān)，而事實(shí)上并不存在序列相關(guān)。（2分）要避免虛假序列相關(guān)，就應(yīng)在做定量分析之間先進(jìn)

行定性分析，看從理論上或經(jīng)驗(yàn)上是否有存在序列相關(guān)的可能，可能性是多大。（3分）

52.DW值與一階自相關(guān)系數(shù)的關(guān)系是什么？

nw

答：p=\一_1或者。卬=2（1-。）

53.答：多重共線(xiàn)性是指解釋變量之間存在完全或近似的線(xiàn)性關(guān)系。

產(chǎn)生多重共線(xiàn)性主要有下述原因：

（I）樣本數(shù)據(jù)的采集是被動(dòng)的，只能在一個(gè)有限的范圍內(nèi)得到觀察值，無(wú)法進(jìn)行重復(fù)試驗(yàn)。（2分）（2）經(jīng)濟(jì)變量

的共同趨勢(shì)（1分）（3）滯后變量的引入（1分）（4）模型的解釋變量選擇不當(dāng)（1分）

54.答：完全多重共線(xiàn)性是指對(duì)于線(xiàn)性回歸模型

丫=￡兇+與勺+……+■+口

若C]X[j+c2X2j+...+CkXkj=O,j=l,2,…,n

其中C2，...&是不全為0的常數(shù)

則稱(chēng)這些解釋變量的樣本觀測(cè)值之間存在完全多重共線(xiàn)性。（2分）

不完全多重共線(xiàn)性是指對(duì)于多元線(xiàn)性回歸模型

N=BK\+BX[+……+&Xk+u

若C[X]j+c2X2j+…+CkXkj+v=0,j=l,2,…,n

其中CI,C2，...&是不全為0的常數(shù)，V為隨機(jī)誤差項(xiàng)

則稱(chēng)這些解釋變量的樣本觀測(cè)之間存在不完全多重共線(xiàn)性。（3分）

55.答：（1）無(wú)法估計(jì)模型的參數(shù)，即不能獨(dú)立分辨各個(gè)解釋變量對(duì)因變量的影響。（3分）（2）參數(shù)估計(jì)量的方差

無(wú)窮大（或無(wú)法估計(jì)）（2分）

56.答：（I）可以估計(jì)參數(shù)，但參數(shù)估計(jì)不穩(wěn)定。（2分）（2）參數(shù)估計(jì)值對(duì)樣本數(shù)據(jù)的略有變化或樣本容量的稍

有增減變化敏感。（1分）（3）各解釋變量對(duì)被解釋變量的影響難精確鑒別。（1分）（4）t檢驗(yàn)不容易拒絕原假

設(shè)。（1分）

57.答：（1）模型總體性檢驗(yàn)F值和R?值都很高，但各回歸系數(shù)估計(jì)量的方差很大，t值很低，系數(shù)不能通過(guò)顯著

性檢驗(yàn),（2分）

（2）叵歸系數(shù)值難以置信或符號(hào)錯(cuò)誤。（1分）

（3）參數(shù)估計(jì)值對(duì)刪除或增加少量觀測(cè)值，以及刪除一個(gè)不顯著的解釋變量非常敏感。（2分）

58.答：所謂方差膨脹因子是存在多重共線(xiàn)性時(shí)回歸系數(shù)估計(jì)量的方差與無(wú)多重共線(xiàn)性時(shí)回歸系數(shù)估計(jì)量的方差對(duì)

比而得出的比值系數(shù)。（2分）若VIF（R）=1時(shí)，認(rèn)為原模型不存在“多重共線(xiàn)性問(wèn)題”；（1分）若VIF（￡）>1

人

時(shí)，則認(rèn)為原模型存在“多重共線(xiàn)性問(wèn)題”：（1分）若VIF?）>5時(shí)，則模型的“多重共線(xiàn)性問(wèn)題”的程度是很

嚴(yán)重的，而且是非常有害的。（I分）

59.模型中引入虛擬變量的作用是什么？

答案：（1）可以描述和測(cè)量定性因素的影響；（2分）

<2）能夠正確反映經(jīng)濟(jì)變量之間的關(guān)系，提高模型的精度；（2分）

（3）便于處理異常數(shù)據(jù)。（1分）

60.虛擬變量引入的原則是什么？

答案：（1）如果一個(gè)定性因素有m方面的特征，則在模型中引入個(gè)虛擬變量；（1分）

（2）如果模型中有m個(gè)定性因素，而每個(gè)定性因素只有兩方面的屬性或特征，則在模型中引入m個(gè)虛擬變量；如果

定性因素有兩個(gè)及以上個(gè)屬性，則參照“一個(gè)因素多個(gè)屬性”的設(shè)置虛擬變量。（2分）

（3）虛擬變量取值應(yīng)從分析問(wèn)題的目的出發(fā)予以界定；（1分）

<4）虛擬變量在單一方程中可以作為解釋變量也可以作為被解釋變量。（1分）

61.虛擬變量引入的方式及每種方式的作用是什么？

答案：（1）加法方式：其作用是改變了模型的截距水平：（2分）

（2）乘法方式：其作用在于兩個(gè)模型間的比較、因素間的交互影響分析和提高模型的描述精度；（2