计量经济学重要简答题.doc

计量经济学重点简答题1简述计量经济学与经济学、统计学、数理统计学学科间的关系。答：计量经济学是经济理论、统计学和数学的综合。经济学着重经济现象的定性研究，计量经济学着重于定量方面的研究。统计学是关于如何收集、整理和分析数据的科学，而计量经济学则利用经济统计所提供的数据来估计经济变量之间的数量关系并加以验证。数理统计学作为一门数学学科，可以应用于经济领域，也可以应用于其他领域；计量经济学则仅限于经济领域。计量经济模型建立的过程，是综合应用理论、统计和数学方法的过程，计量经济学是经济理论、统计学和数学三者的统一。2、计量经济模型有哪些应用？答：结构分析 经济预测 政策评价 检验和发展经济理论3、简述建立与应用计量经济模型的主要步骤。答：模型设定 估计参数 模型检验 模型应用或1）经济理论或假说的陈述2) 收集数据3）建立数理经济学模型 4）建立经济计量模型5）模型系数估计和假设检验6）模型的选择7）理论假说的选择8）经济学应用4、对计量经济模型的检验应从几个方面入手？答：经济意义检验 统计推断检验 计量经济学检验 模型预测检验5、计量经济学应用的数据是怎样进行分类的？答：时间序列数据 截面数据 面板数据 虚拟变量数据6、解释变量和被解释变量，内生变量和外生变量被解释变量是模型要研究的对象，被称为“因变量”，是变动的结果。解释变量是说明被解释变量变动的原因，被称为“自变量”，是变动的原因。内生变量是其数值由模型所决定的变量，是模型求解的结果。外生变量是其数值由模型以外决定的变量。7、计量经济学的含义计量经济学是以经济理论和经济数据的事实为依据，运用数学、统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。8.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：模型中被忽略掉的影响因素造成的误差；模型关系认定不准确造成的误差；变量的测量误差；随机因素。9对于多元线性回归模型，为什么在进行了总体显著性F检验之后，还要对每个回归系数进行是否为0的t检验？答：多元线性回归模型的总体显著性F检验是检验模型中全部解释变量对被解释变量的共同影响是否显著。通过了此F检验，就可以说模型中的全部解释变量对被解释变量的共同影响是显著的，但却不能就此判定模型中的每一个解释变量对被解释变量的影响都是显著的。因此还需要就每个解释变量对被解释变量的影响是否显著进行检验，即进行t检验。10.古典线性回归模型具有哪些基本假定。答：1 随机误差项与解释变量不相关。 2 随机误差项的期望或均值为零。3 随机误差项具有同方差，即每个随机误差项的方差为一个相等的常数。4 两个随机误差项之间不相关，即随机误差项无自相关。11.在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？答：因为人们发现随着模型中解释变量的增多，多重决定系数的值往往会变大，从而增加了模型的解释功能。这样就使得人们认为要使模型拟合得好，就必须增加解释变量。但是，在样本容量一定的情况下，增加解释变量必定使得待估参数的个数增加，从而损失自由度，而实际中如果引入的解释变量并非必要的话可能会产生很多问题，比如，降低预测精确度、引起多重共线性等等。为此用修正的决定系数来估计模型对样本观测值的拟合优度。12.修正的决定系数及其作用。解答：，其作用有：（1）用自由度调整后，可以消除拟合优度评价中解释变量多少对决定系数计算的影响；（2）对于包含解释变量个数不同的模型，可以用调整后的决定系数直接比较它们的拟合优度的高低，但不能用原来未调整的决定系数来比较。13.多重共线性含义：多重共线性是指解释变量之间存在完全或近似的线性关系。产生原因：（1）样本数据的采集是被动的，只能在一个有限的范围内得到观察值，无法进行重复试验。（2）经济变量的共同趋势（3）滞后变量的引入（4）模型的解释变量选择不当后果：（1） 完全多重共线性产生的后果参数的估计值不确定、参数估计值的方差无限大（2） 不完全多重共线性产生的后果参数估计值的方差无限大；对参数区间估计时，置信区间趋于变大；严重多重共线性时假设检验易作出错误判断；模型总体性检验F值和R2值都很高，但各回归系数估计量的方差很大，t值很低，系数不能通过显著性检验检验：简单相关系数检验法、方差扩大因子法、直观判断法、逐步回归检验法补救措施：剔出不重要变量；增加样本数量；改变模型形式；改变变量形式；利用先验信息，逐步回归法。14.异方差含义：异方差性是指模型中随机误差项的方差不是常量，而且它的变化与解释变量的变动有关。产生原因：（1）模型中遗漏了某些解释变量；（2）模型函数形式的设定误差；（3）样本数据的测量误差；（4）随机因素的影响。后果：如果线性回归模型的随机误差项存在异方差性，会对模型参数估计、模型检验及模型应用带来重大影响，主要有：（1）不影响模型参数最小二乘估计值的无偏性；（2）参数的最小二乘估计量不是一个有效的估计量；（3）对模型参数估计值的显著性检验失效；（4）模型估计式的代表性降低，预测精度精度降低。检验方法：（1）图示检验法；（2）GQ检验；（3）怀特检验；（4）Glejser检验（5）ARCH检验解决方法：（1）模型变换法；（2）加权最小二乘法；（3）模型的对数变换等15.加权最小二乘法的基本原理最小二乘法的基本原理是使残差平方和为最小，在异方差情况下，总体回归直线对于不同的的波动幅度相差很大。随机误差项方差越小，样本点对总体回归直线的偏离程度越低，残差的可信度越高（或者说样本点的代表性越强）；而较大的样本点可能会偏离总体回归直线很远，的可信度较低（或者说样本点的代表性较弱）。因此，在考虑异方差模型的拟合总误差时，对于不同的应该区别对待。具体做法：对较小的给于充分的重视，即给于较大的权数；对较大的给于充分的重视，即给于较小的权数。更好的使反映对残差平方和的影响程度，从而改善参数估计的统计性质。16.自相关含义：自相关是指总体回归模型的随机误差项u之间存在相关关系。产生原因：答：（1）经济变量惯性的作用引起随机误差项自相关；（2）经济行为的滞后性引起随机误差项自相关；(3)一些随机因素的干扰或影响引起随机误差项自相关；（4）模型设定误差引起随机误差项自相关；（5）观测数据处理引起随机误差项自相关。后果：（1）模型参数估计值不具有最优性；（2）随机误差项的方差一般会低估；（3）模型的统计检验失效；（4）区间估计和预测区间的精度降低。检验方法：（1）图示法；（2）DW检验；（3）LM检验法补救措施：广义差分法、CO迭代法17简述DW检验的局限性。答：从判断准则中看到，DW检验存在两个主要的局限性：首先，存在一个不能确定的值区域，这是这种检验方法的一大缺陷。其次：检验只能检验一阶自相关。但在实际计量经济学问题中，一阶自相关是出现最多的一类序列相关，而且经验表明，如果不存在一阶自相关，一般也不存在高阶序列相关。所以在实际应用中，对于序列相关问题般只进行检验。18.试述D-W检验的适用条件及其检验步骤？使用条件： 1）回归模型包含一个截距项。2）变量X是非随机变量。3）扰动项的产生机制： 。4）因变量的滞后值不能作为解释变量出现在回归方程中。检验步骤1）进行OLS回归，并获得残差。2）计算D值。3）已知样本容量和解释变量个数，得到临界值。4）根据下列规则进行判断：零假设决策条件无正的自相关拒绝无正的自相关无法确定无负的自相关拒绝无负的自相关无法决定无正的或者负的自相关接受19广义最小二乘法（GLS）的基本思想是什么？答:基本思想就是对违反基本假定的模型做适当的线性变换，使其转化成满足基本假定的模型，从而可以使用OLS方法估计模型。20请简述什么是虚假序列相关，如何避免？答：数据表现出序列相关，而事实上并不存在序列相关。要避免虚假序列相关，就应在做定量分析之间先进行定性分析，看从理论上或经验上是否有存在序列相关的可能，可能性是多大。21在建立计量经济学模型时，为什么要引入虚拟变量？答案：在现实生活中，影响经济问题的因素除具有数量特征的变量外，还有一类变量，这类变量所反映的并不是数量而是现象的某些属性或特征，即它们反映的是现象的质的特征。这些因素还很可能是重要的影响因素，这时就需要在模型中引入这类变量。引入的方式就是以虚拟变量的形式引入。22模型中引入虚拟变量的作用是什么？答：（1）可以描述和测量定性因素的影响；（2）能够正确反映经济变量之间的关系，提高模型的精度；（3）便于处理异常数据。23虚拟变量引入的原则是什么？答：（1）如果一个定性因素有m方面的特征，则在模型中引入m-1个虚拟变量；（2）如果模型中有m个定性因素，而每个定性因素只有两方面的属性或特征，则在模型中引入m个虚拟变量；如果定性因素有两个及以上个属性，则参照“一个因素多个属性”的设置虚拟变量。24虚拟变量引入的方式及每种方式的作用是什么？答：（1）加法模式：其作用是改变了模型的截距水平； （2）乘法模式：其作用在于两个模型间的比较、因素间的交互影响分析和提高模型的描述精度；25.举例说明如何引进加法模式和乘法模式建立虚拟变量模型。 答案：设Y为个人消费支出；X表示可支配收入，定义 如果设定模型为 此时模型仅影响截距项，差异表现为截距项的和，因此也称为加法模型。如果设定模型为此时模型不仅影响截距项，而且还影响斜率项。差异表现为截距和斜率的双重变化，因此也称为乘法模型。26判断计量经济模型优劣的基本原则是什么？答：（1）模型应力求简单；（2）模型具有可识别性；（3）模型具有较高的拟合优度；（4）模型应与理论相一致；（5）模型具有较好的超样本功能。27设定误差产生的主要原因是什么？答案：原因有四：（1）模型的制定者不熟悉相应的理论知识；（1分）（2）对经济问题本身认识不够或不熟悉前人的相关工作；（1分）（3）模型制定者缺乏相关变量的数据；（1分）（4）解释变量无法测量或数据本身存在测量误差。（2分）28.以一元回归为例叙述普通最小二乘回归的基本原理。 解：依据题意有如下的一元样本回归模型： (1)普通最小二乘原理是使得残差平方和最小，即 (2)根据微积分求极值的原理，可得 (3) (4)将(3)和(4)式称为正规方程，求解这两个方程，我们可得到： (5)解得：其中，表示变量与其均值的离差。29. T检验(课本42页）30. F检验（课本76页）31.结果报告的书写和预测区间的计算（课本43页）