计量经济学考试复习资料

计量经济学复习资料计量经济学复习资料 一 单选 1 10 1 如果回归模型中的随机误差存在异方差性 则参数的普通最小二乘估计 量是 A A 无偏的 但方差不是最小的 B 有偏的 且方差不少最小 C 无偏的 且方差最小 D 有偏的 但方差仍最小 2 White 检验方法主要用于检验 A A 异方差性 B 自相关性 C 随机解释变量 D 多重共线性 二 对错题 1 10 1 线性回归模型中 解释变量是原因 被解释变量是结果 错 2 多元回归模型统计显著是指模型中每个变量都是统计显著的 错 三 多选 2 5 1 从变量的因果关系看 经济变量可分为 A B A 解释变量 B 被解释变量 C 内生变量 D 外生变量 2 计量经济学是以下哪些学科相结合得综合性学科 统计学 经济学 数学统计学 经济学 数学 A 统计学 B 数理经济学 C 经济统计学 D 数学 四 简答题 5 6 1 简述建立与检验计量经济模型的主要步骤 P15 答 第一步 根据经济理论确定数学关系 即模型设定 设定合理的经济变量要有科答 第一步 根据经济理论确定数学关系 即模型设定 设定合理的经济变量要有科 学的理论依据 模型要选择适当的数学形式 方程中的变量要具有可观测性 学的理论依据 模型要选择适当的数学形式 方程中的变量要具有可观测性 第二步 收集 整理样本数据 即收集数据 根据模型中变量的含义 口径 手机第二步 收集 整理样本数据 即收集数据 根据模型中变量的含义 口径 手机 并整理样本数据 样本数据要具有完整性 准确性 可比性和一致性 并整理样本数据 样本数据要具有完整性 准确性 可比性和一致性 第三步 确定变量间的数量关系 即估计参数 最小二乘法 极大似然估计法等 第三步 确定变量间的数量关系 即估计参数 最小二乘法 极大似然估计法等 第四步 检验所得结论的可靠性 模型检验 即对估计的模型参数进行检验 主要第四步 检验所得结论的可靠性 模型检验 即对估计的模型参数进行检验 主要 从以下四个方面进行 从以下四个方面进行 1 经济意义检验经济意义检验 2 统计推断检验 一级检验 统计推断检验 一级检验 3 计量经济检验计量经济检验 二级检验 二级检验 4 模型预测检验 预测误差检验 模型预测检验 预测误差检验 2 自相关产生的原因 P154 答 线性回归模型中随机误差项存在序列相关的原因很多 但主要是经济变量自身特答 线性回归模型中随机误差项存在序列相关的原因很多 但主要是经济变量自身特 点 数据处理 变量选择及模型函数形式选择引起的 点 数据处理 变量选择及模型函数形式选择引起的 1 经济变量惯性的作用引起随机误差项自相关 经济变量惯性的作用引起随机误差项自相关 多数时间序列都存在惯性 如国民生多数时间序列都存在惯性 如国民生 产总值 就业 消费等呈现周期性波动变化 产总值 就业 消费等呈现周期性波动变化 2 经济行为的滞后性引起随机误差项自相关 经济行为的滞后性引起随机误差项自相关 3 模型设定不正确引起随机误差项自相关 模型设定不正确引起随机误差项自相关 模型设定不当意味着模型中遗漏了本应包模型设定不当意味着模型中遗漏了本应包 括在模型中的重要变量 或添加了多余的解释变量 或模型选择了不正确的函数形式 括在模型中的重要变量 或添加了多余的解释变量 或模型选择了不正确的函数形式 4 一些随机偶然因素的干扰引起随机误差项自相关 一些随机偶然因素的干扰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 观测数据处理引起随机误差项自相关 3 简述 高斯马尔科夫定理 BLUE 的含义 P33 答 答 1 线性 即它是否是另一个随机变量的线性函数 线性 即它是否是另一个随机变量的线性函数 2 无偏性 即它的均值或期望是否等于总体的真实值 无偏性 即它的均值或期望是否等于总体的真实值 3 有效性 即它是否在所有的线性无偏估计量中具有最小方差 有效性 即它是否在所有的线性无偏估计量中具有最小方差 这三个准则称为估计量的小样本性质 因为一旦某估计量具有该类性质 它是不以样本的这三个准则称为估计量的小样本性质 因为一旦某估计量具有该类性质 它是不以样本的 大小而改变的 拥有这类性质的估计量称为最佳线性无偏估计量 大小而改变的 拥有这类性质的估计量称为最佳线性无偏估计量 BLUE best linear unbiased estimators 4 简述多元回归的假设条件 P75 答 假设答 假设 1 随机误差项的期望为零 即 随机误差项的期望为零 即 E 0 假设假设 2 不同的随机误差项之间相互独立 即 不同的随机误差项之间相互独立 即 cov E E 0 t t s 1 2 n n 被解释变量也是相互独立的 被解释变量也是相互独立的 假设假设 3 随机误差项的方差与 随机误差项的方差与 t 无关 为一个常数 即无关 为一个常数 即 var t 1 2 n n 即同方差性假设 被解释变量的方差与即同方差性假设 被解释变量的方差与 t 无关 与随机误差项有相同的方差无关 与随机误差项有相同的方差 假设假设 4 随机误差项与解释变量不相关 即 随机误差项与解释变量不相关 即 cov 0 通常假定为非随机变量 通常假定为非随机变量 这个假设条件自动成立 这个假设条件自动成立 假设假设 5 随机误差项为服从正态分布的随机变量 即 随机误差项为服从正态分布的随机变量 即 N 0 假设假设 6 解释变量之间不存在多重共线性 即假定各解释变量之间不存在线 解释变量之间不存在多重共线性 即假定各解释变量之间不存在线 性相关关系 或者说各解释变量的观测值之间线性无关 性相关关系 或者说各解释变量的观测值之间线性无关 以上六个假设条件称为多元线性回归模型的经典假设条件 以上六个假设条件称为多元线性回归模型的经典假设条件 5 简述一元回归的假设条件 4 5 会考其中一题 会考其中一题 P28 答 是非随机的确定变量 答 是非随机的确定变量 假设假设 1 零均值假设 即在给定的条件下 随机误差项的期望为零 即 零均值假设 即在给定的条件下 随机误差项的期望为零 即 E 0 假设假设 2 同方差性假设 即随机误差项的方差与 同方差性假设 即随机误差项的方差与 t 无关 为一个常数 即无关 为一个常数 即 var 假设假设 3 无自相关性假设 即不同的随机误差项和 无自相关性假设 即不同的随机误差项和 t 之间相互独立 即之间相互独立 即 cov E E 0 假设假设 4 正态性假设 即假定随机误差项为服从零均值为零 方差为的正态 正态性假设 即假定随机误差项为服从零均值为零 方差为的正态 分布 即分布 即 N 0 假设假设 5 随机误差项与解释变量不相关假设 即 随机误差项与解释变量不相关假设 即 cov E0 以上五个假设条件称为一元线性回归模型的经典假设条件 以上五个假设条件称为一元线性回归模型的经典假设条件 6 简述产生异方差性的原因及异方差性对模型的 OLS 估计有何影响 P128 答 异方差产生的原因 1 模型中漏了某些解释变量模型中漏了某些解释变量 2 模型的函数形式的设定误差模型的函数形式的设定误差 如 用线性模型代替了非线性模型 用简单的非线性模型代替了复杂的线性关系 如 用线性模型代替了非线性模型 用简单的非线性模型代替了复杂的线性关系 3 样本数据的测量误差 如 样本数据的测量误差随时间的推移而逐步积累 从而会引样本数据的测量误差 如 样本数据的测量误差随时间的推移而逐步积累 从而会引 起随机误差项的方差增加 起随机误差项的方差增加 4 截面数据中总体各单位的差异截面数据中总体各单位的差异 5 随机因素的影响 随机因素的影响 异方差性对模型的 OLS 估计的影响 P130 1 参数估计量非有效参数估计量非有效 OLS 估计量仍然具有无偏性和线性性 但不具有有效性估计量仍然具有无偏性和线性性 但不具有有效性 2 变量的显著性检验失去意义 变量的显著性检验失去意义 t 它是建立在不变而正确估计了参数方差的基础之上的 如果出现了异它是建立在不变而正确估计了参数方差的基础之上的 如果出现了异 方差性 估计的出现偏误 偏大或偏小 方差性 估计的出现偏误 偏大或偏小 t 检验失去意义 检验失去意义 3 模型的区间预测失效 模型的区间预测失效 7 简述序列相关性的几种检验方法 P159 答答 A 图示法图示法 通过对残差分布图的分析通过对残差分布图的分析 可以大致判断随机误差项的特征 可以通可以大致判断随机误差项的特征 可以通 过对残差是否存在自相关性来判断随机项的自相关性 过对残差是否存在自相关性来判断随机项的自相关性 B 德宾德宾 沃森检验沃森检验 DW 检验 适用于检验一阶自回归形式的序列相关 检验 适用于检验一阶自回归形式的序列相关 C 回归检验法 适用于各种类型的序列相关检验 回归检验法 适用于各种类型的序列相关检验 D 高阶自相关性检验 高阶自相关性检验 1 相关图检验 相关图检验 2 Q 统计量检验 统计量检验 3 拉格朗日乘数检验拉格朗日乘数检验 LM 适用于高阶序列相关及模型中存在滞后解释变量的情形 适用于高阶序列相关及模型中存在滞后解释变量的情形 8 简述 DW 两步法的过程 P171 答 设定模型答 设定模型 存在一阶自相关 即有存在一阶自相关 即有 第一步 先对模型进行广义差分变换 得第一步 先对模型进行广义差分变换 得 整理得整理得 令令 则有则有 这是一个满足基本假定的三元线性回归模型 其中解释变量的回归系数恰好这是一个满足基本假定的三元线性回归模型 其中解释变量的回归系数恰好 为 对此模型进行为 对此模型进行 OLS 估计得的估计值 即利用估计得的估计值 即利用 OLS 估计 估计 LS y c y 1 x x 1 可以得到的估计值 可以得到的估计值 第二步 再用的估计值对原模型进行广义差分变换 并估计广义差分模型 第二步 再用的估计值对原模型进行广义差分变换 并估计广义差分模型 这就是这就是 DW 两步估计法 两步估计法 9 计量经济中回归模型里随机误差项产生的原因 P26 产生误差项的原因主要有一下几方面 1 模型中被忽略掉的影响因素造成的误差模型中被忽略掉的影响因素造成的误差 2 模型关系设定不准确造成的误差模型关系设定不准确造成的误差 3 变量的测量误差变量的测量误差 4 变量的内在随机性变量的内在随机性 10 简述广义差分法 Eviews 的软件实现过程 P172 第一 利用第一 利用 OLS 法估计模型 系统将同时计算残差序列法估计模型 系统将同时计算残差序列 RESID 第二 判断自相关性的类型 第二 判断自相关性的类型 IDENT RESID 第三 利用广义差分法估计模型 在第三 利用广义差分法估计模型 在 LS 命令中加上命令中加上 AR 项 系统将自动使用广义差项 系统将自动使用广义差 分法来估计模型 分法来估计模型 第四 迭代估计过程的控制 迭代估计过程中 第四 迭代估计过程的控制 迭代估计过程中 EViews 软件按照默认的迭代次数软件按照默认的迭代次数 100 次 和误差精度 次 和误差精度 0 001 来控制迭代估计程序 来控制迭代估计程序 11 简述产生共线性的原因及共线性对模型的 OLS 估计有何影响 答 原因 答 原因 P185 1 经济变量间在时间上往往存在同方向的变化趋势 经济变量间在时间上往往存在同方向的变化趋势 2 经济变量之间往往存在着密切的关联度 经济变量之间往往存在着密切的关联度 3 在模型中引入滞后变量也容易产生多重共线性 在模型中引入滞后变量也容易产生多重共线性 4 在建模过程中由于解释变量选择不当 引起了变量之间的多重共线性 在建模过程中由于解释变量选择不当 引起了变量之间的多重共线性 影响 影响 P186 1 在完全共线性下参数估计量不存在 有如下影响 在完全共线性下参数估计量不存在 有如下影响 参数估计量参数估计量 为为 不定式不定式 参数估计量参数估计量 的方差为无穷大 的方差为无穷大 2 近似共线性造成的影响 近似共线性造成的影响 参数估计量参数估计量 的方差随着解释变量的方差随着解释变量 共线共线 性的增加而增加 性的增加而增加 参数估计量参数估计量 的置信区间随着解释变量的置信区间随着解释变量 共线性的共线性的 增加而变大 增加而变大 解释变量解释变量 存在严重共线性时 存在严重共线性时 t 检验失效 预测精度检验失效 预测精度 降低 降低 参数估计量参数估计量 的经济含义不合理 回归模型缺乏稳定性 的经济含义不合理 回归模型缺乏稳定性 五 计算题 40 1 考虑下面的模型 Yt B0 B1Xt B2D2t B3D3t B4D4t 其中 Y 表示大学 教师的年薪收入 X 表示工龄 为了研究大学教师的年薪是否受到性别 学历 的影响 按照下面的方式引入虚拟变量 1 写出女教师并且为博士时的年薪模型 2 解释各系数所代表的含义 并预期各系数的符 号 答 1 Yt B0 B4 B1Xt ut 2 B0 表示刚参加工作的本科学历女教师的收入 所以表示刚参加工作的