计量经名次解与简答题打印20.doc

1：普通最小二乘法 为使被解释变量的估计值与观测值在总体上最为接近使Q= 最小，从而求出参数估计量的方法，即之。2：总平方和、回归平方和、残差平方和的定义TSS度量Y自身的差异程度，称为总平方和。TSS除以自由度n-1=因变量的方差，度量因变量自身的变化。RSS度量因变量Y的拟合值自身的差异程度，称为回归平方和。RSS除以自由度（自变量个数-1）=回归方差，度量由自变量的变化引起的因变量变化部分。ESS度量实际值与拟合值之间的差异程度，称为残差平方和。RSS除以自由度（n-自变量个数-1）=残差（误差）方差，度量由非自变量的变化引起的因变量变化部分。 3： 计量经济学 计量经济学是以经济理论为指导，以事实为依据，以数学和统计学为方法，以电脑技术为工具，从事经济关系与经济活动数量规律的研究，并以建立和应用经济计量模型为核心的一门经济学科。而且必须指出，这些经济计量模型是具有随机性特征的。4：最小样本容量 即从最小二乘原理和最大似然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限。 即样本容量必须不少于模型中解释变量的数目（包扩常数项），即之。5：序列相关性。模型的随机误差项违背了相互独立的基本假设的情况，称之。1、截面数据：截面数据是许多不同的观察对象在同一时间点上的取值的统计数据集合，可理解为对一个随机变量重复抽样获得的数据。2、时间序列数据：时间序列数据是同一观察对象在不同时间点上的取值的统计序列，可理解为随时间变化而生成的数据。3、虚变量数据：虚拟变量数据是人为设定的虚拟变量的取值。是表征政策、条件等影响研究对象的定性因素的人工变量，其取值一般只取“0”或“1”。 1、总体回归函数：是指在给定Xi下Y分布的总体均值与Xi所形成的函数关系（或者说将总体被解释变量的条件期望表示为解释变量的某种函数）2、最大似然估计法（ML）: 又叫最大或然法，指用产生该样本概率最大的原则去确定样本回归函数的方法。3、OLS估计法：指根据使估计的剩余平方和最小的原则来确定样本回归函数的方法。4、残差平方和：用RSS表示，用以度量实际值与拟合值之间的差异，是由除解释变量之外的其他因素引起的被解释变量变化的部分。5、拟合优度检验：指检验模型对样本观测值的拟合程度，用表示，该值越接近1表示拟合程度越好。 1、多元线性回归模型：在现实经济活动中往往存在一个变量受到其他多个变量影响的现象，表现在线性回归模型中有多个解释变量，这样的模型被称做多元线性回归模型，多元是指多个解释变量2、调整的可决系数：又叫调整的决定系数，是一个用于描述多个解释变量对被解释变量的联合影响程度的统计量，克服了随解释变量的增加而增大的缺陷，与的关系为。3、偏回归系数：在多元回归模型中，每一个解释变量前的参数即为偏回归系数，它测度了当其他解释变量保持不变时，该变量增加1单位对被解释变量带来的平均影响程度。 5、方程显著性检验：是针对所有解释变量对被解释变量的联合影响是否显著所作的检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出判断。 1、随机解释变量：指在现实经济现象中，解释变量不是可控的，即解释变量的观测值具有随机性，并且与模型的随机干扰项可能有相关关系，这样的解释变量称为随机解释变量2、工具变量：顾名思义是在模型估计过程中被作为工具使用的变量，用以替代与随机干扰项相关的随机解释变量。1、异方差性：指对于不同的样本值，随机干扰项的方差不再是常数，而是互不相同的。2、广义最小二乘法：（GLS）是最具有普遍意义的最小二乘法，可用来处理模型存在异方差或序列相关时的估计问题1、序列相关性：指对于不同的样本值，随机干扰之间不再是完全相互独立的，而是存在某种相关性。2、差分法：是克服序列相关性的有效方法，它是将原计量经济学模型变换为差分模型后再进行OLS估计，分为一阶差分法和广义差分法。3、DW检验：全称杜宾瓦森检验，适用于一阶自相关的检验。该法构造一个统计量：，计算该统计量的值，根据样本容量和解释变量数目查D.W.分布表，得到临界值和，然后按照判断准则考察计算得到的D.W.值，以判断模型的自相关状态。2、拟合优度检验：检验模型对样本观测值的拟合程度，使用的统计量是可决系数，（0，1），越接近1，模型拟合程度越好3、工具变量：顾名思义是在模型估计过程中被作为工具使用的变量，用以替代与随机干扰项相关的随机解释变量序列相关性：指对于不同的样本点，随机干扰之间不再是完全相互独立的，而是存在某种相关性。三.简答1：随机扰动项产生的原因（1）客观现象的随机性。引入e的根本原因，乃是经济活动是人类参与的，因此不可能像科学实验那样精确。（2）此外还有社会环境和自然环境的随机性。（3）模型省略了变量。被省略的变量包含在随机扰动项e中。（4）测量与归并误差。测量误差致使观察值不等于实际值，汇总也存在误差。（5）数学模型形式设定造成的误差。由于认识不足或者简化，将非线性设定成线性模型。经济计量模型的随机性，正是为什么要采用数理统计方法的原因。2：采用普通最小二乘法，已经保证了模型最好地拟合样本观测值，为何还要进行拟合优度检验？答：普通最小二乘法所保证的最好拟合，是同一个问题内部的比较，拟合优度检验结果所表示的优劣是不同问题之间的比较。两个同样满足最小二乘原则的模型，对样本观测值的拟合程度不一定相同。3:针对普通最小二乘法，线性回归摸型的基本假设答：（1）解释变量是确定性变量，而且解释变量之间不相关。（2）随机误差项具有0均值且同方差。（3）随机误差项在不同样本点之间独立，不存在序列相关。（4）随机误差项与解释变量之间不相关。（5）随机误差项服从0均值且同方差的正态分布。1.计量经济学与经济理论、统计学、数学的联系是什么？计量经济学与经济理论、统计学、数学的联系主要体现在计量经济学对经济理论、统计学、数学的应用方面，分别如下：1）计量经济学对经济理论的利用主要体现在以下几个方面。（1）计量经济模型的选择和确定。（2）对经济模型的修改和调整。（3）对计量经济分析结果的解读和应用2）计量经济学对统计学的应用。（1）数据的收集、处理、。（2）参数估计。（3）参数估计值、模型和预测结果的可靠性的判断3）计量经济学对数学的应用。（1）关于函数性质、特征等方面的知识。（2）对函数进行对数变换、求导以及级数展开（3）参数估计 。（4）计量经济理论和方法的研究2.模型的检验包括哪几个方面？具体含义是什么？模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。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、大小、参数之间的关系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；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，有拟合优度检验、变量显著检验、方程显著性检验等；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；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。1.为什么计量经济学模型的理论方程中必须包含随机干扰项？计量经济学模型考察的是具有因果关系的随机变量间的具体联系方式。由于是随机变量，意味着影响被解释变量的因素是复杂的，除了解释变量的影响外，还有其他无法在模型中独立列出的各种因素的影响。这样，理论模型中就必须使用一个称为随机干扰项的变量来代表所有这些无法在模型中独立表示出来的影响因素，以保证模型在理论上的科学性。4.根据最小二乘原理，所估计的模型已经使得拟合优度差达到最小，为什么还要讨论模型的拟合优度问题？普通最小二乘法所保证的最好拟合是同一个问题内部的比较，即使用给出的样本数据满足残差的平方和最小；拟合优度检验结果所表示的优劣可以对不同的问题进行比较，即可以辨别不同的样本回归结果谁好谁坏。1.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个方面：一是解释变量的个数不同；二是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个“解释变量之间不存在线性相关关系”的假定；三是多元线性回归模型的参数估计式的表达更为复杂。2.为什么说最小二乘估计量是最优线性无偏估计量？对于多元线性回归最小二乘估计的正规方程组，能解出唯一的参数估计量的条件是什么？在满足经典假设的条件下，参数的最小二乘估计量具有线性性、无偏性以及最小性方差，所以被称为最优线性无偏估计量（BLUE）对于多元线性回归最小二乘估计的正规方程组，能解出唯一的参数估计量的条件是（）-1存在，或者说各解释变量间不完全线性相关。1.什么是估计的一致性？试通过一元模型证明对于工具变量法的斜率的估计量1是1的一致估计。估计的一致性是指，随着样本容量的增加，即使当时，参数估计量依概率收敛于参数的真值，即有：对于一元线性回归模型：，在第二章曾得如下最小二乘估计量：，如果同期相关，则估计量有偏且不一致，这时需要用一个与高度相关而与同期无关的工具变量来代替进行OLS估计，这就是所谓的工具变量法。这时正规方程组易得：，两边取概率极限得：1.简述异方差对OLS估计量的性质、置信区间、显著性t检验和F检验有何影响。OLS估计量仍是线性无偏的，但不再具有最小方差，即不再有效；大样本情况下，具有一致性，但不具有渐近有效性。由于相应的置信区间和t检验、F检验都与估计量的方差相关，因此会造成建立的置信区间以及t检验与F检验都不再是可靠的。1.在存在一阶自相关的情形下，估计自相关参数有哪些不同的方法？说明基本思路。在存一阶自相关的情况下，估计自相关系数有下述几种方法：（1）利用D.W.统计量（大样本情况下）求的估计值；（2）柯-奥迭代法；（3）杜宾两步法。不论哪种方法，其基本思路都是采用OLS方法估计原模型，得到随机干扰项的“近似估计值”，然后利用该“近似估计值”求得随机干扰项相关系数的估计量。2.简述序列相关带来的后果。当模型存在序列相关时，根据普通最小二乘法估计出的参数估计量仍具有线性特性和无偏性，但不再具有有效性；用于参数显著性的检验统计量，要涉及到参数估计量的标准差，因而参数检验也失去意义 2.联立方程计量经济学模型中结构方程的结构参数为什么不能直接应用OLS估计？主要的原因有三：第一，结构方程解释变量中的内生解释变量是随机解释变量,不能直接用OLS来估计；第二，在估计联立方程系统中某一个随机方程参数时，需要考虑没有包含在该方程中的变量的数据信息，而单方程的OLS估计做不到这一点；第三，联立方程计量经济学模型系统中每个随机方程之间往往存在某种相关性，表现于不同方程随机干扰项之间，如果采用单方程方法估计某一个方程，是不可能考虑这种相关性的，造成信息的损失。3.如何对不可识别的方程进行简单的修改使之可以识别？修改方程使得其余每一个方程中都包含至少1个该方程所未包含的变量，并且互不相同，那么所有方程的任意线性组合都不能构成与该方程相同的统计形式，则该方程变为可以识别的方2.计量经济学与统计学的区别是什么？（1）计量经济学是以问题为导向，以经济模型为核心的；统计学则是以经济数据为核心的，且常常也是数据导向的 （2）计量经济学对经济问题有更重要的指导作用 （3）计量经济学对经济理论的实证作用 2.总体回归函数和样本回归函数之间有哪些区别与联系？将总体被解释变量的条件期望表示为解释变量的某种函数，这个函数就称为总体回归函数，其一般表达式为：，一元线性总体回归函数为；样本回归函数：将被解释变量Y的样本观测值的拟和值表示为解释变量的某种函数，一元线性样本回归函数为。样本回归函数是总体回归函数的一个近似。总体回归函数具有理论上的意义，但其具体的参数不可能真正知道，只能通过样本估计。样本回归函数就是总体回归函数的参数用其估计值替代之后的形式，即为的估计值第一部分：名次解释第一章1、模型：对现实的描述和模拟。2、广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。3、狭义计量经济学：以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。第二章1、总体回归函数：指在给定Xi下Y分布的总体均值与Xi所形成的函数关系（或者说总体被解释变量的条件期望表示为解释变量的某种函数）。2、样本回归函数：指从总体中抽出的关于Y，X的若干组值形成的样本所建立的回归函数。3、随机的总体回归函数：含有随机干扰项的总体回归函数（是相对于条件期望形式而言的）。4、线性回归模型：既指对变量是线性的，也指对参数为线性的，即解释变量与参数只以他们的1次方出现。5、随机干扰项：即随机误差项，是一个随机变量，是针对总体回归函数而言的。6、残差项：是一随机变量，是针对样本回归函数而言的。7、条件期望：即条件均值，指X取特定值Xi时Y的期望值。8、回归系数：回归模型中o，1等未知但却是固定的参数。9、回归系数的估计量：指用等表示的用已知样本提供的信息所估计出来总体未知参数的结果。10、最小二乘法：又称最小平方法，指根据使估计的剩余平方和最小的原则确定样本回归函数的方法。11、最大似然法：又称最大或然法，指用生产该样本概率最大的原则去确定样本回归函数的方法。12、估计量的标准差：度量一个变量变化大小的测量值。13、总离差平方和：用TSS表示，用以度量被解释变量的总变动。14、回归平方和：用ESS表示：度量由解释变量变化引起的被解释变量的变化部分。15、残差平方和：用RSS表示：度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。16、协方差：用Cov（X，Y）表示，度量X,Y两个变量关联程度的统计量。17、拟合优度检验：检验模型对样本观测值的拟合程度，用 表示，该值越接近1，模型对样本观测值拟合得越好。18、t检验时针对每个解释变量进行的显著性检验，即构造一个t统计量，如果该统计量的值落在置信区间外，就拒绝原假设。19、相关分析：研究随机变量间的相关形式20、回归分析：研究一个变量关于另一个（些）变量的依赖关系的计算方法和理论。第三章1、多元线性回归模型：在现实经济活动中往往存在一个变量受到其他多个变量的影响的现象，表现为在线性回归模型中有多个解释变量，这样的模型成为多元线性回归模型，多元指多个变量。2、偏回归系数：在多元回归模型中，每一个解释变量前的参数即为偏回归系数，它测度了当其他解释变量保持不变时，该变量增加1个单位对解释变量带来的平均影响程度。3、正规方程组：指采用OLS法估计线性回归模型时，对残差平方和关于各参数求偏导，并令偏导数为0后得到的一组方程，其矩阵形式为4、调整的多元可决系数 ：又称多元判定系数，是一个用于描述伴随模型中解释变量的增加和多个解释变量对被解释变量的联合影响程度的量。它与 有如下关系：5、多重共线性：指多个解释变量间存在线性相关的情形。如果存在完全的线性相关性，则模型的参数就无法求出，OLS回归无法进行。6、联合假设检验：是相对于单个假设检验来说的，指假设检验中的假设有多个，不止一个。如多元回归中的方程的显著性检验就是一个联合假设检验，而每个参数的t检验就是单个假设检验。7、受约束回归：在实际经济活动中，常常需要根据经济理论对模型中变量的参数施加一定的约束条件，对模型参数施加约束条件后进行回归。8、无约束回归：无需对模型中变量的参数施加约束条件进行的回归。第四章1、异方差性：对于不同的解释向量，被解释变量的随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性。2、序列相关性：如果对于不同的解释向量，随机误差项之间不再是不相关的，而是存在某种相关性，则认为出现了序列相关性。3、多重共线性：如果某两个或多个解释变量之间出现了相关性，则称为多重共线性。4、随机解释变量问题：如果存在一个或多个随机变量作为解释变量，则称原模型出现随机解释变量问题。第五章1、虚拟变量：同时含有一般解释变量与虚拟变量的模型称为虚拟变量模型或者方差分析模型。2、滞后变量模型：把过去时期的，具有滞后作用的变量叫做滞后变量，含有滞后变量的模型称为滞后变量模型。 3、动态模型：含有滞后解释变量的模型，又称动态模型4、分布滞后模型：如果滞后变量模型中没有滞后被解释变量，仅有解释变量X的当期值及其若干期的滞后值，则成为分布滞后模型。5、自回归模型：解释变量仅包含X的当期值与被解释变量Y的一个或多个滞后值的模型。第二部分：简答题第一章1、 什么是计量经济学？答：计量经济学包括广义计量经济学和狭义计量经济学，本课程中的计量经济学模型，就是狭义计量经济学意义上的经济数学模型：计量经济学是经济学的一个分支学科，以揭示经济活动中客观存在的数量关系为主要内容，是由经济学、统计学和数学三者结合而成的交叉性学科。2、 计量经济学方法与一般经济数学方法有什么区别？答：计量经济学方法揭示经济活动中具有因果关系的各因素间的定量关系，它用随机性的数学方程加以描述；而一般经济数学方法揭示经济活动中各个因素间的理论关系，更多地用确定性的数学方程加以描述。3、如何理解计量经济学在当代经济学科中的重要地位？当代计量经济学的基本特点？答：计量经济学自20世纪20年代末30年代初形成以来，无论在技术方法还是在应用方面发展都十分迅速，尤其是经过20世纪50年代的发展阶段和60年代的扩张阶段，计量经济学在经济学科中占据了重要的地位，主要表现在：。在西方大多数大学和学院中，计量经济学的讲授已成为经济学课程表中最具权威性的一部分；。在1969至2003年诺贝尔经济学奖的53位获奖者中有10位与研究和应用计量经济学有关，居经济学各分支学科之首。此外，绝大多数获奖者的研究中都应用了计量经济学方法。计量经济学方法与其他经济数学方法的结合应用得到了长足发展。从当代计量经济学的发展动向看，其基本特点包括：。非经典计量经济学的理论与应用研究成为计量经济学越来越重要的内容；。计量经济学方法从主要用于经济预测转向经济理论假设和政策假设的检验；。计量经济学模型的应用从传统的领域转向新的领域，从宏观领域的研究开始转向微观领域的研究；。计量经济学模型的规模不再是水平高低的衡量标准，人们更喜欢建立一些简单的模型，从总量上和趋势上说明经济现象。4、建立与应用计量经济学模型的主要步骤有哪些？答：建立与应用计量经济学模型的主要步骤包括：设定理论模型，包括选择模型所包含的变量，确定变量之间的数学关系和拟定模型中待估参数的数值范围；收集样本数据，要考虑样本数据的完整性、准确性、可比性和一致性；估计模型参数；检验模型，包括经济意义检验、统计检验、计量经济学检验和模型预测检验。5、计量经济学模型主要有哪些应用领域？各自的原理是什么？答：计量经济学模型主要有以下几个方面的用途：。结构分析，其原理是弹性分析、乘数分析与比较分析；。经济预测，其原理是模拟历史，从已经发生的经济活动中找出变化规律；。政策评价，是对不同政策执行情况的“模拟仿真”；。检验与发展经济理论，其原理是如果按照某种经济理论建立的计量经济学模型可以很好地拟合实际观察数据。6、模型的检验包括哪些方面？答：模型的检验主要包括经济意义检验、统计检验、计量经济学检验和模型的预测检验四个方面。第二章1、简述相关分析和回归分析的联系和区别。答：相关分析与回归分析既有联系又有区别。首先，两者都是研究非确定性变量间的的统计依赖关系，并能测度线性依赖程度的大小。其次，两者间又有明显的区别。相关分析仅仅是从统计数据上测度变量间的相关程度，而无需考察两者间是否有因果关系，因此，变量的地位在相关分析中式对称的，而且都是随机变量；回归分析则更关注具有统计相关关系的变量间的因果关系分析，变量的地位是不对称的，有解释变量和被解释变量之分，而且解释变量也往往被假设为非随机变量。再次，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，达到深入分析变量间依存关系，掌握其运动规律的目的。2、一元线性回归模型的基本假设主要有哪些？违背基本假设的计量经济学模型是否就不可以估计？答：假设1、解释变量X是确定性变量，不是随机变量； 假设2、随机误差项m具有零均值、同方差和不序列相关性： E(mi)=0 i=1,2, ,n Var (mi)=sm2 i=1,2, ,n Cov(mi, mj)=0 ij i,j= 1,2, ,n假设3、随机误差项m与解释变量X之间不相关： Cov(Xi, mi)=0 i=1,2, ,n假设4、m服从零均值、同方差、零协方差的正态分布 miN(0, sm2 ) i=1,2, ,n假设5：随着样本容量的无限增加，解释变量X的样本方差趋于一有限常数。即假设6：回归模型是正确设定的 这些假设都是针对普通最小二乘法的。在违背这些基本假设的情况下，普通最小二乘法就不再是最佳线性无偏估计量，因此使用普通最小二乘法进行估计已无多大意义。但模型本身还是可以估计的，尤其是可以通过最大似然法等其他原理进行估计。3、简述最大似然法和最小二乘法依据的不同原理。答：对于最小二乘法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得模型能最好地拟合样本数据；而对于最大似然法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。在满足一系列基本假设的情况下，模型结构参数的最大或然估计量与普通最小二乘估计量是相同的。4、简述最小二乘估计量的性质。答：（1）线性性，即它是否是另一随机变量的线性函数；（2）无偏性，即它的均值或期望值是否等于总体的真实值；（3）有效性，即它是否在所有线性无偏估计量中具有最小方差。（4）渐近无偏性，即样本容量趋于无穷大时，是否它的均值序列趋于总体真值；（5）一致性，即样本容量趋于无穷大时，它是否依概率收敛于总体的真值；（6）渐近有效性，即样本容量趋于无穷大时，是否它在所有的一致估计量中具有最小的渐近方差。l 注意：（1）（3）准则也称作估计量的小样本性质，拥有这类性质的估计量称为最佳线性无偏估计量（BLUE）。（4）（6）准则考察估计量的大样本或渐进性质。高斯马尔可夫定理：普通最小二乘估计量具有线性性、无偏性和最小方差性等优良性质，是最佳线性无偏估计。5、简述变量显著性检验的步骤。答：（1）对总体参数提出假设： H0：b1=0， H1：b10。 （2）以原假设H0构造t统计量，并由样本计算其值： （3）给定显著性水平a，查t分布表得临界值t a/2(n-2) （4）比较，判断 若 |t| t a/2(n-2)，则拒绝H0 ，接受H1 ； 若 |t| t a/2(n-2)，则接受H0 ，拒绝H1 ； 对于一元线性回归方程中的b0，也可构造如下t统计量进行显著性检验 第三章1、多元线性回归模型的基本假设是什么？提示：一般表达式式和矩阵符号表达式。2、为什么说对模型参数施加约束条件后，其回归的残差平方和一定不比未加约束的残差平方和小？在什么样的条件下，受约束回归与无约束回归的结果相同？答：模型施加约束条件后进行回归称为受约束回归。而不加任何约束的回归称为无约束回归。对模型参数施加约束条件后，就限制了参数的取值范围，寻找到的参数估计值也是在此条件下使残差平方和达到最小，它不可能比未施加约束条件时找到的参数估计值使得残差平方和达到最小值还要小。这意味着，通常情况下，对模型施加约束条件会降低模型的解释能力。但当约束条件为真时，受约束回归与无约束回归的结果就相同。3、怎样选择合适的样本容量？答：（1）必须保证最小样本容量。样本最小容量必须不少于模型中解释变量的数目（包括常数项）,即n k+1，因为，无多重共线性要求：秩(X)=k+1。（2）满足基本要求的样本容量。虽然当n k+1时可以得到参数估计量，但除了参数估计量质量不好外，一些建立模型必须的后续工作也无法进行。所以，一般经验认为，当n30或者至少n3(k+1)时，才能说满足模型估计的基本要求。 第四章1、不满足基本假定（基本假设违背）的情况有哪些？答：（1）随机误差项序列存在异方差性；（2）随机误差项序列存在序列相关性；（3）解释变量之间存在多重共线性；（4）解释变量是随机变量且与随机误差项相关的随机解释变量问题；（5）模型设定有偏误；（6）解释变量的方差不随样本容量的增而收敛2、使用加权最小二乘法必须先进行异方差性检验吗？答：在实际操作中人们通常采用如下的经验方法：不对原模型进行异方差性检验，而是直接选择加权最小二乘法，尤其是采用截面数据作样本时。如果确实存在异方差性，则被有效地消除了；如果不存在异方差性，则加权最小二乘法等价于普通最小二乘法。3、简述D.W.检验的步骤。 答：（1）计算DW值（2）给定a，由n和k的大小查DW分布表，得临界值dL和dU（3）比较、判断若0D.W.dL，存在正自相关 dLD.W.dU，不能确定 dU D.W.4dU，无自相关4dU D.W.4dL，不能确定 4dL D.W. ，拒绝零假设，意味着原模型随机扰动项存在一阶序列相关，反之，接受零假设，原模型不存在一阶序列相关。计量经济学 复习题题型：选择2*10；填空2*10；名词解释4*5；综合题10*4一 选择填空考点1. 截面数据，时间序列，面板数据定义。P12/1.3.3截面数据：同一时间（时期或时点）某个指标在不同空间的观测数据。时间序列数据：把反映某一总体特征的同一指标的数据，按照一定的时间顺序和时间间隔（如月度.季度.年度）排列起来，这样的统计数据称为时间序列数据。时间序列数据可以是时期数据，也可以是时点数据。面板数据：指时间序列数据和截面数据相结合的数据。如在具名手指调查中收集的对各个固定调查户在不同时期的调查数据。2. 有限分布滞后模型定义P184/7.1.3被解释变量受解释变量的影响分布在解释变量不同时期的滞后值上，即模型形如具有这种滞后分布结构的模型称为分布滞后模型，其中 s 为滞后长度。根据滞后长度 s取为有限和无限，模型分别称为有限分布滞后模型和无限分布滞后模型。 3. 设定误差定义P244/9.1计量经济模型是对变量间经济关系因果性的设想，若所设定的回归模型是“正确”的，主要任务是所选模型参数的估计和假设检验。但是如果对计量模型的各种诊断或检验总不能令人满意，这时应把注意力集中到模型的设定方面： 考虑所建模型是否遗漏了重要的变量？ 是否包含了多余的变量？ 所选模型的函数形式是否正确？ 随机扰动项的设定是否合理？ 变量的数据收集是否有误差？所有这些，计量经济学中被统称为设定误差。4. 时间序列平稳性阶数判定P267-270/10.1所谓时间序列的平稳性，是指时间序列的统计规律不会随着时间的推移而发生变化。直观上，一个平稳的时间序列可以看作一条围绕其均值上下波动的曲线。从理论上，有两种意义的平稳性，一是严格平稳，另一种是弱平稳。5. 有效，无偏含义P35/2.2.4有效性一个估计式若不仅具有无偏性而且具有最小方差性时,成这个估计式为有效估计式.无偏估计式可能有多个,但在所有无偏估计式中,只有最小的最佳无偏估计式才是有效估计式.6. t，F检验 统计量表达式P47/2.4.3 P87/3.3.2 7. 协整定义P273/10.3所谓协整，是指多个非平稳变量的某种线性组合是平稳的。例如，收入与消费，工资与价格，政府支出与税收，出口与进口等，这些经济时间序列一般是非平稳序列，但它们之间却往往存在长期均衡关系。8. ADF检验三种模型形式P272/10.2.39. 虚拟变量设定方法P217/8.1.2虚拟变量的设置规则涉及三个方面: 1.“0”和“1”选取原则 2.属性（状态、水平）因素与设置虚拟变量数量的关系 3.虚拟变量在回归分析中的角色以及作用等方面的问题10. OLS参数估计的统计学性质P35(1)无偏性;(2)最小方差性;(3)线性特性二 名词解释: 1. 工具变量P198/7.4.2 所谓工具变量法，就是在进行参数估计的过程中选择适当的工具变量，代替回归模型中同随机扰动项存在相关性的解释变量。2. 分布滞后模型P185/7.1.3被解释变量受解释变量的影响分布在解释变量不同时期的滞后值上，即模型形如 具有这种滞后分布结构的模型称为分布滞后模型，其中s 为滞后长度。根据滞后长度s 取为有限和无限，模型分别称为有限分布滞后模型和无限分布滞后模型。 3. 序列相关性P158自相关，又称序列相关是指总体回归模型的随机误差项之间存在相关关系。即不同观测点上的误差项彼此相关。4. 异方差性P130/5.1设模型为 如果对于模型中随机误差项 有： 则称具有异方差性。5. 判定系数P41/2.3.2回归平方和（解释了的变差ESS）在总变差（TSS）中