计量经济学精华.docxVIP

第一章一、模型的检验包括几个方面？答：模型的检验主要包括：1经济意义检验。在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；2统计检验。在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；3计量经济学检验。在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；4模型的预测检验。模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。二、建模步骤1理论模型的设计。包括三部分工作：选择变量；确定变量之间的数学关系；拟定模型中待估计参数的数值范围。2样本数据的收集。几种常用的样本数据：时间序列数据、横截面数据和虚变量数据。样本数据的质量可以概括为：完整性、准确性、可比性和一致性。3模型参数的估计。(+解释)4模型的检验。(+解释)第二章一、线性回归模型有哪些基本假设？(四个)P301解释变量Xi是确定性变量，不是随机变量，并且在重复抽取中取固定值。2 随机干扰项Ui具有零均值、同方差和不序列相关性。3随机干扰项与解释变量不相关。4随机干扰项服从零均值、同方差和零协方差的正态分布。二、随机误差项ui和残差项ei的区别与联系。ui 是观察值Yi围绕它的期望值E的离差，是一个不可观测的随机变量。ei 是残差项，代表了其他影响Yi的随机因素的集合。总的来说，ui 是相对与 整体而言的，是整体模型的随机干扰项，ei 是相对与样本而言的，是样本的残差项。三、回归分析与相关分析的区别与联系P23-24联系：都研究非确定性变量之间的统计依赖关系，并能测度线性依赖程度的大小。区别：1相关分析仅仅是从统计数据上测度变量间的相关程度，而无需考虑两者间是否有因果关系，因此，变量的地位在相关分析中是对称点的，而且都是随机变量。回归分析则更关注统计关系的变量间的因果关系，变量间的地位是不对称的，有解释变量和被解释变量之分，而且解释变量旺旺被假设为非随机变量。2相关分析只关注变量间的联系程度，不关注具体的依赖关系。而回归分析则更加关注变量间的具体依赖关系，因此可以进一步通过解释变量的变化来估计或预测被解释变量的变化。四、最小二乘法和最大似然法的基本原理各是什么？有什么区别？P33最小二乘法：在总体模型中随机抽取N组样本观测值，最合理的参数估计量应该能使得模型更好的拟合样本数据最大似然法：在总体模型中随机抽取N组样本观测值，最合理的参数估计量应该能使总体模型中抽取的N组观测值的概率最大。第三章一、多元函数的基本假设？P56-571解释变量X1,X2,.Xk是非随机或固定的，且相互间互不相关。2随机干扰项Ui具有零均值、同方差和不序列相关性。3随机干扰项与解释变量不相关。4随机误差项服从正态分布假定。二、多元线性回归模型与一元线性回归模型有哪些区别？多元线性回归模型与一元线性回归模型的区别表现在如下几方面：1解释变量的个数不同；2模型的经典假设不同，多元线性回归模型比一元线性回归模型多了“解释变量之间不存在线性相关关系”的假定；3多元线性回归模型的参数估计式的表达更复杂；三、在多元线性回归分析中，检验与检验有何不同？在一元线性回归分析中二者是否有等价的作用？F检验：旨在对模型中解释变量和被解释变量之间的线性关系在总体上是否显著成立作出推断T检验：方程的总体线性关系显著每个解释变量对被解释变量都是显著的，因此，必须队每个解释变量进行显著性检验，以决定是否座位解释便来那个被保留在模型中。第四章一、什么是异方差性？检验它的思路是什么？异方差性指对于不同的样本值，随机扰动项的方差不再是常数，而是互不相同的。思路：异方差性，即对于不同的样本点，也就是相对与不同的解释变量观测值，随机干扰项具有不同的方差，那么检验异方差性，就是检验随机干扰项的方差与解释变量观测值之间的相关性。二、什么是序列相关性？检验它的思路是什么？序列相关性指随机扰动项之间不相互独立。思路：首先用普通最小二乘法估计模型，得到随机干扰项的“近似估计值”，然后通过分析这些“近似估计值”之间的相关性以达到判断随机干扰项是否具有序列相关性的目的。三、杜宾-瓦森检验法的前提条件和局限性？P108-109条件：1解释变量为非随机变量2随机干扰项为一阶自回归形式3回归模型中不能存在滞后应变量作为解释变量。4回归模型中含有截距项局限性：1存在一个不能确定的DW值区域2只能检验一阶自相关，不能解释存在滞后被解释变量的模型。第五章一、在建立计量经济模型时，什么时候、为什么要引入虚拟变量？在现实经济生活中，除了诸如：利润、成本、收入、价格等具有数量特征、影响某个经济问题的变量外，还有一类变量，如：季节、民族、自然灾害、战争、政府制定的某项经济政策等也会影响某些经济问题且可能是重要的影响因素，如：讨论改革前后的经济发展的对比，讨论像空调、冷饮等季节性产品的销售，讨论女性化妆品的销售等问题时，不可避免的要考虑后一类变量。这后一类变量所反映的并不是数量而是某种性质或属性，我们前面所讨论的回归模型是一种定量模型，所以在引入这类反映性质或属性的变量时需要先将其定量化。在计量经济学中，我们把这些反映性质或属性的变量叫“虚拟变量”。规定具备某种属性时把虚拟变量赋值为“1”，反之为“0”。二、什么是“虚拟变量陷阱”？以季节性产品冷饮的销量为例说明。假设销售函数模型为：其中表示销量，表示决定销量的解释变量；已知除定量解释变量的影响外，还受春、夏、秋、冬四季的影响，为把季节变化对销量的影响反映到模型中，如果我们引入4个虚拟变量：这样销售函数的季节回归模型为：4个虚拟变量