计量经济学整理重点

一、名词解释(5*3点=15点)(斜体表示仅供参考)计量经济学：根据经济理论和经济数据的事实，运用数学和统计学的方法，构建数学模型，研究经济数量关系和规律的经济学科。最小二乘法：在满足经典假设的条件下，采用最小化估计馀数二乘和的原则确定样本回归函数的方法，简称OLS随机扰动项：在整体回归函数中，各个y值与条件期待的y值的偏差也称为随机误差项。 表示影响y但模型中未包含的许多因素的影响。总体回归函数：在给出解释变量Xi的条件下，总体解释变量Yi的期望轨迹表示为函数表达式E(YiXi)=f(Xi)=0 1Xi样本回归函数：从总体中提取一些样本构成新总体，在新总体下给出解释变量Xi、解释变量Yi的所需轨迹，函数表达式为e(yi； Xi)=yi=01Xi表示系数有效性检验：(t检验)一种统计学检验方法，用于确定与回归系数对应的解释变量是否对被解释变量产生有效影响方程有效性检验：(F检验)模型的被解释变量与所有解释变量之间的线性关系是否总体有效的统计学检验方法高斯-马尔可夫定理：在经典假设下，OLS估计是总体参数的最佳线性无偏差估计，BULE。适合度：为了说明多线性回归模型中观测值的适合状况，可考察y的总劣化中不能由解释变量解释的部分的劣化的比重，即回归平方和与总平方和之比，R2=ESS/TSS=1-RSS/TSS .调整后的确定系数：是描述多个解释变量对一组解释变量的影响程度的统计量，其中，确定系数随着解释变量的相对增加而变得相对大。 表达式为R2=1-(n-1)RSS/(n-k)TSS复用共振线性：说明存在于变量之间的完全或近似线性关系异方差：模型中的随机误差项不再满足经典假设的同方差假设，其方差随观测个体的变化而变化，即，D(i)=i2加权最小二乘法：在拟合存在异方差的模型中，构筑区别处理不同i2的(加权最小二乘法)权重Wi=1/i2，根据最小二乘法的原理使加权残差二乘和最小化来估计参数，求解该参数估计式的方法是加权最小二乘法自相关：也称为序列相关，是整体回归模型的随机误差项ui之间存在相关关系的cov(ui，uj)0.(ij )判决问题(10*1分=10分)1 .随机误差项ui和残差项ei相同。 (乘)2 .整体回归函数给出了与各自变量对应的因子变量的值。 (乘)3、线性回归模型意味着变量是自变量的线性函数。 (乘)4 .在线性回归模型中，解释变量是原因，所解释的变量是结果。 ()5、实际上，一元回归是没有用的。 这是因为变量的行为不能只用一个解释变量来解释。 (乘)6 .尽管存在全复用协方线性，OLS估计量仍是最佳线性无偏估计量。 (乘)7 .对于高度多路复用共轭线，无法评估偏振回归系数的个别有效性。 (乘)8、如果某个辅助回归显示出较高的值，那么高的共同线性的存在是不会错误的。 ()9、变量的两个高度之间的相关性并不意味着高度复用协方线性。 (乘)10、如果分析的目的只是预测，多重共线性是无害的。 ()11、多元回归中，根据通常的t检验，所有的参数在统计上都不明显，所以不能得到很高的值。 (乘)12、变量中不存在两个高度相关性意味着不存在高度复用协方线性。 (乘)1-3 .如果出现差异方差，则最小均方估计没有偏差和或最小方差特性。 (乘)14 .出现异方差时，常用的t检验和f检验无效。 ()15、在方差不同的情况下，OLS必定过大评价估计量的标准偏差。 (乘)16、如果OLS回归的残差表示系统性，则说明数据有分散性。 ()17 .回归模型遗漏重要变量时，OLS残差一定呈现明显的趋势。 ()18 .方差不同时，通常预测故障。 ()19 .模型中存在高阶自相关时，可以用D-W法进行自相关检查。 (乘)20 .模型的解释变量中包含内生变量的滞后变量的情况下，D-W检验不适用。 ()21、DW的值在0和4之间，数值越小正相关度越大，数值越大负相关度越大。 ()22、一旦模型存在一阶自相关并且满足其它条件，则使用OLS方法来估计未知参数，所获估计量无偏差且无效，所述有效性检验无效并且预测无效。 ()2-3 .当存在自相关时，OLS的估计量偏差并且无效。 (乘)24 .一种用于消除自相关的线性差分变换假设自相关系数应当等于-1。 (乘)25 .如果发现模型中存在误差自相关，则可以利用差分方法来消除自相关。 ()26 .在自回归模型中，由于某个解释变量是被解释变量的滞后变量，所以例如杜宾沃森(d-w )检验法不适用。 ()27、杜宾沃森(dw )检验法假定误差项方差为同方差。 ()28 .模型中的和中的不能直接比较。 ()三、汉译英(15分钟)1、autocorrelationalsoknownassserialcorrelation、isth ecross-correlationofasignalwithitself、in linear regression analysis iftheerrorsislikellycauses :1.omitvarivertiverthatoughttobelincluded.2.misspecificationofthefunctionalform.thisismostobviouswhereareline f dots.thisclearlyshowputinputsofresiduals.3.errsoftinthedependenvariable.iftheerrorsare notrandrnonthererrrectewillcopanysystemsthe problem:olsisnotthebestestimationmethod.(is unbiased，一致，inefficientitnt ) itwillunderstementwillooktoogod，will rejecttests:1.toplitttherecidessovertionoragincaprativervialiandeseiftherecidestionationadervi解决方案： increnterasenumberofobservationsspecifycorrectlygls1、自相关也被称为序列相关，在线性回归分析中，如果随机误差连续地相关，则自相关是1、2、n序列自身的相关。原因：1.缺少变量2 .忽略函数形式的设定错误。 例如，如果将本来应该是曲线的模型设定为线性曲线的模型，则能够在残差图中明确地表现出来。 3 .处理相关变量时出错。 如果误差不是随机的，就会产生系统误差。结果：常规最小二乘法(OLS )低估了参数估计(无偏差、一致和无效)不是最佳估计方法的真实方差，高估了t统计值，如果H0为真，则拒绝H0。检查：1.根据时间序列或特定变量绘制回归残差项的图形，观察是否有规律变化。 2.DW检定法解决方案：增加样本容量以精确定义GLS (广义最小二乘回归)2、 theeconometricsliteraturefocusesonuseofthebootstrapinhypothesisteng thetailsofthedistributionsofstatistics.otherapplicationsare lititioninthetailsofthedistitionsof estimation of standard errors andbiaseducation.theboottstapistrinfrationtoimplementforsmoothn basedoniidsamples thoughboottsswithasymptticrefinementsareunderutilized.cautionisneedinothersettings including non-smoothestimation nonparametric estimators，andinfordatathatarenotiid。计量经济学文献着重于假设检验中自举估计方法的使用，依赖于检验统计量尾部概率分布的近似值。 其他应用为置信区间、标准误差估计和偏差评估。 通常，在统计量是不是渐进的但是针对独立地同步分布的自举样本，统计量是平滑的N一致统计量的情况下，能够容易地实现自举估计量。 例如，当样本不是独立的同步分布时，或者当统计量不是平滑的估计量和不是参数的估计量等其他情况下，自举估计是复杂的。3、the durbin华生测试hasthebeomesovenerabletharctionsersoftengfertheassumptionsundlyingthetest.in particular theassumptionsthat (1) (2) theerrortermfollowsthenormaldistribution； (3) theregressionmodeldonotincludethelaggedvalue (s ) oftheregressand； 与(4) 唯一the first-orderserialcorrelationistakenintocationaccaterreverimprementfortheapplicationofthedwtest.itheshoullsoobeaddedtosi gie注意： venerable是宝贵而神圣的东西regressand回归元是指计量经济学中经常解释的变量正则分布正态分布the first-orderserialcorrelation一次自相关DW检验这么高，检验员容易忘记相关的假设检验，特别是在应用(1)被解释变量不随机的(2)误差项遵循正态分布的(3)回归模型不包含解释变量滞后值的(4)dw检验中最重要的点是只考虑一次自相关。 类似地，重要的DW统计量也许并不总是示出自相关关系，但该序列模型仅忽略了相关变量的一个迹象。四、简单解答(45个共计20分)1、回归分析和相关分析的区别和联系如何？联系：回归分析和相关分析是研究变量间的统计学课题。 回归分析基于相关分析和因果分析，研究解释变量对被解释变量的影响，相关分析中相关系数的确定基于回归分析，两者是互补的。2、经典假设的内容是什么？零平均假设同方差假设没有自相关的假设随机扰动项与说明变量无关的正规性假设。影响随机误差项的主要因素是什么？无法取得模型设定误差变量的观测误差经济变量的内在随机性影响因素数据4、制作多重共线性背景？ 怎么判断？ 怎么处理？ 对模型的主要影响是什么？背景：样本数据本身的问题，它使用截面数据创建模型，截面数据包括模型中的滞后变量，这些模型在经济变量之间趋于共同变化。判定方法：单纯相关系数法、分散膨胀系数法、条件系数法、经验法、(逐次回归检测法)处理方法：增加样本数，去除变量，岭回归完全多重公共线性对模型的影响：未确定参数估计的参数估计方差无穷大。严重复协方差对模型的影响：假设检验趋于作出错误判定的确定系数R2较高，且f检验的有效性可能较高，但是t检验可能不是有效的，其中参数估计的置信区间趋于增大了参数估计的方差和协方差。5、方差的影响是什么？ 检测单