名詞解釋 計量

1、三、名詞解釋（每小題3分）1經(jīng)濟(jì)變量：經(jīng)濟(jì)變量是用來描述經(jīng)濟(jì)因素數(shù)量水平的指標(biāo)。（3分）2解釋變量：是用來解釋作為研究對象的變量（即因變量）為什么變動、如何變動的變量。（2分）它對因變量的變動做出解釋，表現(xiàn)為方程所描述的因果關(guān)系中的“因”。（1分）3被解釋變量：是作為研究對象的變量。（1分）它的變動是由解釋變量做出解釋的，表現(xiàn)為方程所描述的因果關(guān)系的果。（2分）4內(nèi)生變量：是由模型系統(tǒng)內(nèi)部因素所決定的變量，（2分）表現(xiàn)為具有一定概率分布的隨機(jī)變量，是模型求解的結(jié)果。（1分）5外生變量：是由模型系統(tǒng)之外的因素決定的變量，表現(xiàn)為非隨機(jī)變量。（2分）它影響模型中的內(nèi)生變量，其數(shù)值在模型求解之前就已經(jīng)

2、確定。（1分）6滯后變量：是滯后內(nèi)生變量和滯后外生變量的合稱，（1分）前期的內(nèi)生變量稱為滯后內(nèi)生變量；（1分）前期的外生變量稱為滯后外生變量。（1分）7前定變量：通常將外生變量和滯后變量合稱為前定變量，（1分）即是在模型求解以前已經(jīng)確定或需要確定的變量。（2分）8控制變量：在計量經(jīng)濟(jì)模型中人為設(shè)置的反映政策要求、決策者意愿、經(jīng)濟(jì)系統(tǒng)運(yùn)行條件和狀態(tài)等方面的變量，（2分）它一般屬于外生變量。（1分）9計量經(jīng)濟(jì)模型：為了研究分析某個系統(tǒng)中經(jīng)濟(jì)變量之間的數(shù)量關(guān)系而采用的隨機(jī)代數(shù)模型，（2分）是以數(shù)學(xué)形式對客觀經(jīng)濟(jì)現(xiàn)象所作的描述和概括。（1分）10函數(shù)關(guān)系：如果一個變量y的取值可以通過另一個變量或另一組

3、變量以某種形式惟一地、精確地確定，則y與這個變量或這組變量之間的關(guān)系就是函數(shù)關(guān)系。（3分）11相關(guān)關(guān)系：如果一個變量y的取值受另一個變量或另一組變量的影響，但并不由它們惟一確定，則y與這個變量或這組變量之間的關(guān)系就是相關(guān)關(guān)系。（3分）12最小二乘法：用使估計的剩余平方和最小的原則確定樣本回歸函數(shù)的方法，稱為最小二乘法。（3分）13高斯馬爾可夫定理：在古典假定條件下，OLS估計量是模型參數(shù)的最佳線性無偏估計量，這一結(jié)論即是高斯馬爾可夫定理。（3分）14總變差（總離差平方和）：在回歸模型中，被解釋變量的觀測值與其均值的離差平方和。（3分）15回歸變差（回歸平方和）：在回歸模型中，因變量的估計值與其

4、均值的離差平方和，（2分）也就是由解釋變量解釋的變差。（1分）16剩余變差（殘差平方和）：在回歸模型中，因變量的觀測值與估計值之差的平方和，（2分）是不能由解釋變量所解釋的部分變差。（1分）17估計標(biāo)準(zhǔn)誤差：在回歸模型中，隨機(jī)誤差項(xiàng)方差的估計量的平方根。（3分）18樣本決定系數(shù)：回歸平方和在總變差中所占的比重。（3分）19點(diǎn)預(yù)測：給定自變量的某一個值時，利用樣本回歸方程求出相應(yīng)的樣本擬合值，以此作為因變量實(shí)際值和其均值的估計值。（3分）20擬合優(yōu)度：樣本回歸直線與樣本觀測數(shù)據(jù)之間的擬合程度。（3分）21殘差：樣本回歸方程的擬合值與觀測值的誤差稱為回歸殘差。（3分）22顯著性檢驗(yàn)：利用樣本結(jié)果，

5、來證實(shí)一個虛擬假設(shè)的真?zhèn)蔚囊环N檢驗(yàn)程序。（3分）23回歸變差：簡稱ESS,表示由回歸直線（即解釋變量）所解釋的部分（2分），表示x對y的線性影響（1分）。24剩余變差：簡稱RSS，是未被回歸直線解釋的部分（2分），是由解釋變量以外的因素造成的影響（1分）。25多重決定系數(shù)：在多元線性回歸模型中，回歸平方和與總離差平方和的比值（1分），也就是在被解釋變量的總變差中能由解釋變量所解釋的那部分變差的比重，我們稱之為多重決定系數(shù)，仍用R2表示（2分）。26調(diào)整后的決定系數(shù)：又稱修正后的決定系數(shù)，記為，是為了克服多重決定系數(shù)會隨著解釋變量的增加而增大的缺陷提出來的，（2分）其公式為：（1分）。27偏相關(guān)

6、系數(shù):在Y、X1、X2三個變量中，當(dāng)X1 既定時（即不受X1的影響），表示Y與X2之間相關(guān)關(guān)系的指標(biāo)，稱為偏相關(guān)系數(shù)，記做。（3分）28.異方差性：在線性回歸模型中，如果隨機(jī)誤差項(xiàng)的方差不是常數(shù)，即對不同的解釋變量觀測值彼此不同，則稱隨機(jī)項(xiàng)具有異方差性。（3分）30.懷特檢驗(yàn):該檢驗(yàn)由懷特（White）在1980年提出，通過建立輔助回歸模型的方式來判斷異方差性。（3分）31.戈里瑟檢驗(yàn)和帕克檢驗(yàn):該檢驗(yàn)法由戈里瑟和帕克于1969年提出，其基本原理都是通過建立殘差序列對解釋變量的（輔助）回歸模型，判斷隨機(jī)誤差項(xiàng)的方差與解釋變量之間是否存在著較強(qiáng)的相關(guān)關(guān)系，進(jìn)而判斷是否存在異方差性。（3分）37.

7、廣義最小二乘法：是最有普遍意義的最小二乘法，普通最小二乘法和加權(quán)最小二乘法是它的特例。41相關(guān)系數(shù)：度量變量之間相關(guān)程度的一個系數(shù)，一般用表示。 ， ，越接近于1，相關(guān)程度越強(qiáng)，越接近于0，相關(guān)程度越弱。42.多重共線性：是指解釋變量之間存在完全或不完全的線性關(guān)系。43.方差膨脹因子：是指解釋變量之間存在多重共線性時的方差與不存在多重共線性時的方差之比。44把質(zhì)的因素量化而構(gòu)造的取值為0和1的人工變量。45在設(shè)定模時如果模型中解釋變量的構(gòu)成模型函數(shù)的形式以及有關(guān)隨機(jī)誤差項(xiàng)的若干假定等內(nèi)容的設(shè)定與客觀實(shí)際不一致，利用計量經(jīng)濟(jì)學(xué)模型來描述經(jīng)濟(jì)現(xiàn)象而產(chǎn)生的誤差。四、簡答題（每小題5分）1簡述計量經(jīng)濟(jì)

8、學(xué)與經(jīng)濟(jì)學(xué)、統(tǒng)計學(xué)、數(shù)理統(tǒng)計學(xué)學(xué)科間的關(guān)系。答：計量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計學(xué)和數(shù)學(xué)的綜合。（1分）經(jīng)濟(jì)學(xué)著重經(jīng)濟(jì)現(xiàn)象的定性研究，計量經(jīng)濟(jì)學(xué)著重于定量方面的研究。（1分）統(tǒng)計學(xué)是關(guān)于如何收集、整理和分析數(shù)據(jù)的科學(xué)，而計量經(jīng)濟(jì)學(xué)則利用經(jīng)濟(jì)統(tǒng)計所提供的數(shù)據(jù)來估計經(jīng)濟(jì)變量之間的數(shù)量關(guān)系并加以驗(yàn)證。（1分）數(shù)理統(tǒng)計學(xué)作為一門數(shù)學(xué)學(xué)科，可以應(yīng)用于經(jīng)濟(jì)領(lǐng)域，也可以應(yīng)用于其他領(lǐng)域；計量經(jīng)濟(jì)學(xué)則僅限于經(jīng)濟(jì)領(lǐng)域。（1分）計量經(jīng)濟(jì)模型建立的過程，是綜合應(yīng)用理論、統(tǒng)計和數(shù)學(xué)方法的過程，計量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計學(xué)和數(shù)學(xué)三者的統(tǒng)一。2、計量經(jīng)濟(jì)模型有哪些應(yīng)用？答：結(jié)構(gòu)分析。（1分）經(jīng)濟(jì)預(yù)測。（1分）政策評價。（1分）檢

9、驗(yàn)和發(fā)展經(jīng)濟(jì)理論。（2分）3、簡述建立與應(yīng)用計量經(jīng)濟(jì)模型的主要步驟。答：根據(jù)經(jīng)濟(jì)理論建立計量經(jīng)濟(jì)模型；（1分）樣本數(shù)據(jù)的收集；（1分）估計參數(shù)；（1分）模型的檢驗(yàn)；（1分）計量經(jīng)濟(jì)模型的應(yīng)用。（1分）4、對計量經(jīng)濟(jì)模型的檢驗(yàn)應(yīng)從幾個方面入手？答：經(jīng)濟(jì)意義檢驗(yàn)；（2分）統(tǒng)計準(zhǔn)則檢驗(yàn)；（1分）計量經(jīng)濟(jì)學(xué)準(zhǔn)則檢驗(yàn)；（1分）模型預(yù)測檢驗(yàn)。（1分）5計量經(jīng)濟(jì)學(xué)應(yīng)用的數(shù)據(jù)是怎樣進(jìn)行分類的？答：四種分類：時間序列數(shù)據(jù)；（1分）橫截面數(shù)據(jù)；（1分）混合數(shù)據(jù)；（1分）虛擬變量數(shù)據(jù)。（2分）6.在計量經(jīng)濟(jì)模型中，為什么會存在隨機(jī)誤差項(xiàng)？答：隨機(jī)誤差項(xiàng)是計量經(jīng)濟(jì)模型中不可缺少的一部分。（1分）產(chǎn)生隨機(jī)誤差項(xiàng)的原因有

10、以下幾個方面：模型中被忽略掉的影響因素造成的誤差；（1分）模型關(guān)系認(rèn)定不準(zhǔn)確造成的誤差；（1分）變量的測量誤差；（1分）隨機(jī)因素。（1分）7.古典線性回歸模型的基本假定是什么？答：零均值假定。（1分）即在給定xt的條件下，隨機(jī)誤差項(xiàng)的數(shù)學(xué)期望（均值）為0，即。同方差假定。（1分）誤差項(xiàng)的方差與t無關(guān)，為一個常數(shù)。無自相關(guān)假定。（1分）即不同的誤差項(xiàng)相互獨(dú)立。解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定。（1分）正態(tài)性假定，（1分）即假定誤差項(xiàng)服從均值為0，方差為的正態(tài)分布。8總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。答：主要區(qū)別：描述的對象不同。（1分）總體回歸模型描述總體中變量y與x的相互關(guān)系，而樣本回歸模

11、型描述所觀測的樣本中變量y與x的相互關(guān)系。建立模型的不同。（1分）總體回歸模型是依據(jù)總體全部觀測資料建立的，樣本回歸模型是依據(jù)樣本觀測資料建立的。模型性質(zhì)不同。（1分）總體回歸模型不是隨機(jī)模型，樣本回歸模型是隨機(jī)模型，它隨著樣本的改變而改變。主要聯(lián)系：樣本回歸模型是總體回歸模型的一個估計式，之所以建立樣本回歸模型，目的是用來估計總體回歸模型。（2分）9試述回歸分析與相關(guān)分析的聯(lián)系和區(qū)別。答：兩者的聯(lián)系：相關(guān)分析是回歸分析的前提和基礎(chǔ)；回歸分析是相關(guān)分析的深入和繼續(xù)。（1分）相關(guān)分析與回歸分析的有關(guān)指標(biāo)之間存在計算上的內(nèi)在聯(lián)系。（1分）兩者的區(qū)別：回歸分析強(qiáng)調(diào)因果關(guān)系，相關(guān)分析不關(guān)心因果關(guān)系，所

12、研究的兩個變量是對等的。（1分）對兩個變量x與y而言，相關(guān)分析中：；在回歸分析中，和卻是兩個完全不同的回歸方程。（1分）回歸分析對資料的要求是被解釋變量y是隨機(jī)變量，解釋變量x是非隨機(jī)變量；相關(guān)分析對資料的要求是兩個變量都隨機(jī)變量。（1分）10在滿足古典假定條件下，一元線性回歸模型的普通最小二乘估計量有哪些統(tǒng)計性質(zhì)？答：線性，是指參數(shù)估計量和分別為觀測值和隨機(jī)誤差項(xiàng)的線性函數(shù)或線性組合。（1分）無偏性，指參數(shù)估計量和的均值（期望值）分別等于總體參數(shù)和。（2分）有效性（最小方差性或最優(yōu)性），指在所有的線性無偏估計量中，最小二乘估計量和的方差最小。（2分）11簡述BLUE的含義。答：BLUE即最佳

13、線性無偏估計量，是best linear unbiased estimators的縮寫。（2分）在古典假定條件下，最小二乘估計量具備線性、無偏性和有效性，是最佳線性無偏估計量，即BLUE，這一結(jié)論就是著名的高斯馬爾可夫定理。（3分）12對于多元線性回歸模型，為什么在進(jìn)行了總體顯著性F檢驗(yàn)之后，還要對每個回歸系數(shù)進(jìn)行是否為0的t檢驗(yàn)？答：多元線性回歸模型的總體顯著性F檢驗(yàn)是檢驗(yàn)?zāi)Ｐ椭腥拷忉屪兞繉Ρ唤忉屪兞康墓餐绊懯欠耧@著。（1分）通過了此F檢驗(yàn)，就可以說模型中的全部解釋變量對被解釋變量的共同影響是顯著的，但卻不能就此判定模型中的每一個解釋變量對被解釋變量的影響都是顯著的。（3分）因此還需要就

14、每個解釋變量對被解釋變量的影響是否顯著進(jìn)行檢驗(yàn)，即進(jìn)行t檢驗(yàn)。（1分）13.給定二元回歸模型：，請敘述模型的古典假定。解答：（1）隨機(jī)誤差項(xiàng)的期望為零，即。（2）不同的隨機(jī)誤差項(xiàng)之間相互獨(dú)立，即（1分）。（3）隨機(jī)誤差項(xiàng)的方差與t無關(guān)，為一個常數(shù)，即。即同方差假設(shè)（1分）。（4）隨機(jī)誤差項(xiàng)與解釋變量不相關(guān)，即。通常假定為非隨機(jī)變量，這個假設(shè)自動成立（1分）。（5）隨機(jī)誤差項(xiàng)為服從正態(tài)分布的隨機(jī)變量，即（1分）。（6）解釋變量之間不存在多重共線性，即假定各解釋變量之間不存在線性關(guān)系，即不存在多重共線性（1分）。14.在多元線性回歸分析中，為什么用修正的決定系數(shù)衡量估計模型對樣本觀測值的擬合優(yōu)度？

15、解答：因?yàn)槿藗儼l(fā)現(xiàn)隨著模型中解釋變量的增多，多重決定系數(shù)的值往往會變大，從而增加了模型的解釋功能。這樣就使得人們認(rèn)為要使模型擬合得好，就必須增加解釋變量（2分）。但是，在樣本容量一定的情況下，增加解釋變量必定使得待估參數(shù)的個數(shù)增加，從而損失自由度，而實(shí)際中如果引入的解釋變量并非必要的話可能會產(chǎn)生很多問題，比如，降低預(yù)測精確度、引起多重共線性等等。為此用修正的決定系數(shù)來估計模型對樣本觀測值的擬合優(yōu)度（3分）。15.修正的決定系數(shù)及其作用。解答：，（2分）其作用有：（1）用自由度調(diào)整后，可以消除擬合優(yōu)度評價中解釋變量多少對決定系數(shù)計算的影響；（2分）（2）對于包含解釋變量個數(shù)不同的模型，可以用調(diào)整

16、后的決定系數(shù)直接比較它們的擬合優(yōu)度的高低，但不能用原來未調(diào)整的決定系數(shù)來比較（1分）。17.觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。 解答：系數(shù)呈線性，變量非線性；（1分）系數(shù)呈線性，變量非呈線性；（1分）系數(shù)和變量均為非線性；（1分）系數(shù)和變量均為非線性。（2 分）18. 觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。 解答：系數(shù)呈線性，變量非呈線性；（1分）系數(shù)非線性，變量呈線性；（1分）系數(shù)和變量均為非線性；(2分)系數(shù)和變量均為非線性（1分）。19. 異方差性是指模型違反了古典假定中的同方差假定，它是計量經(jīng)濟(jì)分析中的一個專門問題。在線性

17、回歸模型中，如果隨機(jī)誤差項(xiàng)的方差不是常數(shù)，即對不同的解釋變量觀測值彼此不同，則稱隨機(jī)項(xiàng)具有異方差性，即 （t=1，2，n）。（3分）例如，利用橫截面數(shù)據(jù)研究消費(fèi)和收入之間的關(guān)系時，對收入較少的家庭在滿足基本消費(fèi)支出之后的剩余收入已經(jīng)不多，用在購買生活必需品上的比例較大，消費(fèi)的分散幅度不大。收入較多的家庭有更多可自由支配的收入，使得這些家庭的消費(fèi)有更大的選擇范圍。由于個性、愛好、儲蓄心理、消費(fèi)習(xí)慣和家庭成員構(gòu)成等那個的差異，使消費(fèi)的分散幅度增大，或者說低收入家庭消費(fèi)的分散度和高收入家庭消費(fèi)得分散度相比較，可以認(rèn)為牽著小于后者。這種被解釋變量的分散幅度的變化，反映到模型中，可以理解為誤差項(xiàng)方差的變

18、化。（2分）20.產(chǎn)生原因：（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設(shè)定誤差；（3）樣本數(shù)據(jù)的測量誤差；（4）隨機(jī)因素的影響。（2分）產(chǎn)生的影響：如果線性回歸模型的隨機(jī)誤差項(xiàng)存在異方差性，會對模型參數(shù)估計、模型檢驗(yàn)及模型應(yīng)用帶來重大影響主要有：（2）參數(shù)的最小二乘估計量不是一個有效的估計量；（3）對模型參數(shù)估計值的顯著性檢驗(yàn)失效；（4）模型估計式的代表性降低，預(yù)測精度精度降低。（3分）21.檢驗(yàn)方法：（1）圖示檢驗(yàn)法；（1分）（2）布羅施.帕克檢驗(yàn)；（1分）（3）懷特檢驗(yàn)；22.解決方法：（1）異方差穩(wěn)健標(biāo)準(zhǔn)誤法（2分）（2）加權(quán)最小二乘法；23.加權(quán)最小二乘法的基本原理：最小二乘

19、法的基本原理是使殘差平方和為最小，在異方差情況下，總體回歸直線對于不同的的波動幅度相差很大。隨機(jī)誤差項(xiàng)方差越小，樣本點(diǎn)對總體回歸直線的偏離程度越低，殘差的可信度越高（或者說樣本點(diǎn)的代表性越強(qiáng)）；而較大的樣本點(diǎn)可能會偏離總體回歸直線很遠(yuǎn)，的可信度較低（或者說樣本點(diǎn)的代表性較弱）。（2分）因此，在考慮異方差模型的擬合總誤差時，對于不同的應(yīng)該區(qū)別對待。具體做法：對較小的給于充分的重視，即給于較大的權(quán)數(shù)；對較大的給于充分的重視，即給于較小的權(quán)數(shù)。更好的使反映對殘差平方和的影響程度，從而改善參數(shù)估計的統(tǒng)計性質(zhì)。（3分）28廣義最小二乘法（GLS）的基本思想是什么？答:基本思想就是對違反基本假定的模型做適

20、當(dāng)?shù)木€性變換，使其轉(zhuǎn)化成滿足基本假定的模型，從而可以使用OLS方法估計模型。（5分）32多重共線性是指解釋變量之間存在完全或近似的線性關(guān)系。產(chǎn)生多重共線性主要有下述原因：（1經(jīng)濟(jì)變量相關(guān)的共同趨勢（2）模型設(shè)定不謹(jǐn)慎（3）樣本資料的限制33答：完全多重共線性是指對于線性回歸模型若 則稱這些解釋變量的樣本觀測值之間存在完全多重共線性。（2分）不完全多重共線性是指對于多元線性回歸模型若 則稱這些解釋變量的樣本觀測之間存在不完全多重共線性。（3分）34答：（1）無法估計模型的參數(shù)，即不能獨(dú)立分辨各個解釋變量對因變量的影響。（3分）（2）參數(shù)估計量的方差無窮大（或無法估計）（2分）35答：（1）可以估

21、計參數(shù)，但參數(shù)估計不穩(wěn)定。（2分） （2）參數(shù)估計值對樣本數(shù)據(jù)的略有變化或樣本容量的稍有增減變化敏感。（1分） （3）各解釋變量對被解釋變量的影響難精確鑒別。（1分） （4）t檢驗(yàn)不容易拒絕原假設(shè)。（1分）36答：（1）模型總體性檢驗(yàn)F值和R2值都很高，但各回歸系數(shù)估計量的方差很大，t值很低，系數(shù)不能通過顯著性檢驗(yàn)。（2分）（2）回歸系數(shù)值難以置信或符號錯誤。（1分）（3）參數(shù)估計值對刪除或增加少量觀測值，以及刪除一個不顯著的解釋變量非常敏感。（2分）37答：所謂方差膨脹因子是存在多重共線性時回歸系數(shù)估計量的方差與無多重共線性時回歸系數(shù)估計量的方差對比而得出的比值系數(shù)。（2分） 若時，認(rèn)為原模型不存在“多重共線性問題”；（1分） 若時，則認(rèn)為原模型存在“多重共線性問題”；（1分）若時，則模型的“多重共線性