計(jì)量經(jīng)濟(jì)學(xué)簡(jiǎn)答題及答案

1、計(jì)量經(jīng)濟(jì)學(xué)簡(jiǎn)答題及答案1、比較普通最小二乘法、加權(quán)最小二乘法和廣義最小二乘法的異同。答：普通最小二乘法的思想是使樣本回歸函數(shù)盡可能好的擬合樣本數(shù)據(jù)，反映在圖上就是是樣本點(diǎn)n偏離樣本回歸線的距離總體上最小，即殘差平方和最小mini e2。只有在滿足了線性回歸模i J型的古典假設(shè)時(shí)候，采用OLS能保證參數(shù)估計(jì)結(jié)果的可靠性。在不滿足基本假設(shè)時(shí)，如出現(xiàn)異方差，就不能采用 OLS加權(quán)最小二乘法是對(duì)原模型加權(quán)，對(duì)較小殘差平方和e2賦予較大的權(quán)重，對(duì)較大e2賦予較小的權(quán)重，消除異方差，然后在采用 OLS估 計(jì)其參數(shù)。在出現(xiàn)序列相關(guān)時(shí)，可以采用廣義最小二乘法，這是最具有普遍意義的最小二乘法。最小二乘法是加權(quán)最

2、小二乘法的特例，普通最小二乘法和加權(quán)最小二乘法是廣義最小二乘法的特 歹I。6、虛擬變量有哪幾種基本的引入方式？它們各適用于什么情況？答：在模型中引入虛擬變量的主要方式有加法方式與乘法方式，前者主要適用于定性因素對(duì)截距項(xiàng)產(chǎn)生影響的情況，后者主要適用于定性因素對(duì)斜率項(xiàng)產(chǎn)生影響的情況。除此外，還可以加法與乘法組合的方式引入虛擬變量，這時(shí)可測(cè)度定性因素對(duì)截距項(xiàng)與斜率項(xiàng)同時(shí)產(chǎn)生影響的情況。7、聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型中結(jié)構(gòu)式方程的結(jié)構(gòu)參數(shù)為什么不能直接應(yīng)用OLS古計(jì)？答：主要的原因有三：第一，結(jié)構(gòu)方程解釋變量中的內(nèi)生解釋變量是隨機(jī)解釋變量 ，不能直接用OLS 來估計(jì)；第二，在估計(jì)聯(lián)立方程系統(tǒng)中某一個(gè)隨機(jī)方

3、程參數(shù)時(shí)，需要考慮沒有包含在該方程中的變量的數(shù)據(jù)信息，而單方程的OLS古計(jì)做不到這一點(diǎn)；第三，聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型系統(tǒng) 中每個(gè)隨機(jī)方程之間往往存在某種相關(guān)性， 表現(xiàn)于不同方程隨機(jī)干擾項(xiàng)之間，如果采用單方程 方法估計(jì)某一個(gè)方程，是不可能考慮這種相關(guān)性的，造成信息的損失。2、計(jì)量經(jīng)濟(jì)模型有哪些應(yīng)用。答：結(jié)構(gòu)分析，即是利用模型對(duì)經(jīng)濟(jì)變量之間的相互關(guān)系做出研究，分析當(dāng)其他條件不變時(shí)，模型中的解釋變量發(fā)生一定的變動(dòng)對(duì)被解釋變量的影響程度。經(jīng)濟(jì)預(yù)測(cè)，即是利用建立起來的計(jì)量經(jīng)濟(jì)模型對(duì)被解釋變量的未來值做出預(yù)測(cè)估計(jì)或推算。政策評(píng)價(jià)，對(duì)不同的政策方案可能產(chǎn)生的后果進(jìn)行評(píng)價(jià)對(duì)比，從中做出選擇的過程。檢驗(yàn)和發(fā)展經(jīng)

4、濟(jì)理論，計(jì)量經(jīng)濟(jì)模型可 用來檢驗(yàn)經(jīng)濟(jì)理論的正確性，并揭示經(jīng)濟(jì)活動(dòng)所遵循的經(jīng)濟(jì)規(guī)律。6、簡(jiǎn)述建立與應(yīng)用計(jì)量經(jīng)濟(jì)模型的主要步驟。答：一般分為5個(gè)步驟：根據(jù)經(jīng)濟(jì)理論建立計(jì)量經(jīng)濟(jì)模型；樣本數(shù)據(jù)的收集；估計(jì)參數(shù)； 模型的檢驗(yàn)；計(jì)量經(jīng)濟(jì)模型的應(yīng)用。7、對(duì)計(jì)量經(jīng)濟(jì)模型的檢驗(yàn)應(yīng)從幾個(gè)方面入手。答：經(jīng)濟(jì)意義檢驗(yàn)；統(tǒng)計(jì)準(zhǔn)則檢驗(yàn)；計(jì)量經(jīng)濟(jì)學(xué)準(zhǔn)則檢驗(yàn)；模型預(yù)測(cè)檢驗(yàn)。1、在計(jì)量經(jīng)濟(jì)模型中，為什么會(huì)存在隨機(jī)誤差項(xiàng)？答：模型中被忽略掉的影響因素造成的誤差；模型關(guān)系認(rèn)定不準(zhǔn)確造成的誤差； 變量的測(cè)量誤差；隨機(jī)因素。這些因素都被歸并在隨機(jī)誤差項(xiàng)中考慮。因此，隨機(jī)誤差項(xiàng)是計(jì)量經(jīng)濟(jì)模型中不可缺少的一部分。2、古典線性回歸模型的基本

5、假定是什么？答：零均值假定。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E（uj=0。 同方差假定。誤差項(xiàng)ut的方差與t無關(guān)，為一個(gè)常數(shù)。無自相關(guān)假定。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。 正態(tài)性假定，即假定誤差項(xiàng)ut服從均值為0, 方差為。2的正態(tài)分布。3、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(duì)象不同?？傮w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 模型描述所觀測(cè)的樣本中變量y與x的相互關(guān)系。建立模型的不同。總體回歸模型是依據(jù)總 體全部觀測(cè)資料建立的，樣本回歸模型是依據(jù)樣本觀測(cè)資料建立的。模型性質(zhì)不同?？傮w回歸模型不是

6、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(gè)估計(jì)式， 之所以建立樣本回歸模型，目的是用來估 計(jì)總體回歸模型。4、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)； 相關(guān)分析與回歸分析的有關(guān)指標(biāo)之間存在計(jì)算上的內(nèi)在聯(lián)系。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，所研究的兩個(gè)變量是對(duì)等的。對(duì)兩個(gè)變量 x與y而言，相關(guān)分析中：xy=ryx；但在回歸分析中， 夕=4 + ? + %和 xt =名+yt卻是兩個(gè)完全不同的回歸方程?；貧w分析對(duì)資料的要求是：被解釋變量 y

7、是 隨機(jī)變量，解釋變量x是非隨機(jī)變量。相關(guān)分析對(duì)資料的要求是兩個(gè)變量都隨機(jī)變量。5、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(jì)量有哪些統(tǒng)計(jì)性質(zhì)？答：線性，是指參數(shù)估計(jì)量4和I?分別為觀測(cè)值見和隨機(jī)誤差項(xiàng)ut的線性函數(shù)或線性組合。無 偏性，指參數(shù)估計(jì)量匕和R的均值(期望值)分別等于總體參數(shù)bo和b。有效性(最小方差 性或最優(yōu)性)，指在所有的線性無偏估計(jì)量中，最小二乘估計(jì)量用和口的方差最小。6、簡(jiǎn)述BLUE勺含義。答：在古典假定條件下，OLS估計(jì)量b0和R是參數(shù)bo和。的最佳線性無偏估計(jì)量，即BLUE這一結(jié) 論就是著名的高斯-馬爾可夫定理。7、對(duì)于多元線性回歸模型，為什么在進(jìn)行了總體

8、顯著性F檢驗(yàn)之后，還要對(duì)每個(gè)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?duì)被解釋變量的共同影響是 否顯著。通過了此F檢驗(yàn)，就可以說模型中的全部解釋變量對(duì)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(gè)解釋變量對(duì)被解釋變量的影響都是顯著的。因此還需要就每個(gè)解釋變量對(duì)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)。2 .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(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度？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)R2的值往往會(huì)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，

9、就必須增加解釋變量。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(gè)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(huì)產(chǎn)生很多問題，比如，降低預(yù)測(cè)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(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度。3 .修正的決定系數(shù)R2及其作用。I /n k 1解答：R2 =1 又_ 2，其作用有：(1)用自由度調(diào)整后，可以消除擬合優(yōu)度評(píng)價(jià)中解釋(yt -y) /n-1變量多少對(duì)決定系數(shù)計(jì)算的影響；(2)對(duì)于包含解釋變量個(gè)數(shù)不同的模型， 可以用調(diào)整后的決 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。4 .常見的非線

10、性回歸模型有幾種情況？解答：常見的非線性回歸模型主要有：(1)對(duì)數(shù)模型 ln yt =b0 b11nx ut(2)半對(duì)數(shù)模型 yt =b0 +b1 In x +ut 或ln yt = b0 +b1xt + ut111(3)倒數(shù)模型 y=b0 +b +u或=b0 +b1 +u xyx(4)多項(xiàng)式模型 y =d+b1x+dx2+.+bkxk+u2 .產(chǎn)生異方差性的原因及異方差性對(duì)模型的 OLSfc計(jì)有何影響。（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(cè)量誤差； （4）隨機(jī)因素的影響。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(huì)對(duì)模型參數(shù)估計(jì)、模型檢

11、驗(yàn)及模型 應(yīng)用帶來重大影響，主要有：（1）不影響模型參數(shù)最小二乘估計(jì)值的無偏性；（2）參數(shù)的最小二乘估計(jì)量不是一個(gè)有效的估計(jì)量；（3）對(duì)模型參數(shù)估計(jì)值的顯著性檢驗(yàn)失效；（4）模型估計(jì)式的代表性降低，預(yù)測(cè)精度精度降低。3 .檢驗(yàn)異方差性的方法有哪些？（1）圖示檢驗(yàn)法；（2）戈德菲爾德一匡特檢驗(yàn)；（3）懷特檢驗(yàn)；（4）戈里瑟檢驗(yàn)和帕克檢驗(yàn)（殘 差回歸檢驗(yàn)法）；（5） ARCHfc驗(yàn)（自回歸條件異方差檢驗(yàn)）4 .異方差性的解決方法有哪些？（1）模型變換法；（2）加權(quán)最小二乘法；（3）模型的對(duì)數(shù)變換等5 .什么是加權(quán)最小二乘法？它的基本思想是什么？最小二乘法的基本原理是使殘差平方和 e2為最小，在異方

12、差情況下，總體回歸直線對(duì)于不同的Xt ,et的波動(dòng)幅度相差很大。隨機(jī)誤差項(xiàng)方差 仃t2越小，/本點(diǎn)yt對(duì)總體回歸直線的偏離程-2度越低，殘差et的可信度越高（或者說樣本點(diǎn)的代表性越強(qiáng)）；而仃t較大的樣本點(diǎn)可能會(huì)偏離總體回歸直線很遠(yuǎn)，0的可信度較低（或者說樣本點(diǎn)的代表性較弱）。因此，在考慮異方差 模型的擬合總誤差時(shí)，對(duì)于不同的e2應(yīng)該區(qū)別對(duì)待。具體做法：對(duì)較小的e2給于充分的重視，22 一 ，即給于較大的權(quán)數(shù)；對(duì)較大的 et給于充分的重視，即給于較小的權(quán)數(shù)。更好的使 乙et反映 var（Ui）對(duì)殘差平方和的影響程度，從而改善參數(shù)估計(jì)的統(tǒng)計(jì)性質(zhì)。6.樣本分段法（即戈德菲爾特一一匡特檢驗(yàn)）檢驗(yàn)異方差

13、性的基本原理及其使用條件。將樣本分為容量相等的兩部分，然后分別對(duì)樣本1和樣本2進(jìn)行回歸，并計(jì)算兩個(gè)子樣本的殘差平方 和，如果隨機(jī)誤差項(xiàng)是同方差的，則這兩個(gè)子樣本的殘差平方和應(yīng)該大致相等； 如果是異方差 的，則兩者差別較大，以此來判斷是否存在異方差。使用條件：（1）樣本容量要盡可能大，一股而言應(yīng)該在參數(shù)個(gè)數(shù)兩倍以上；（2）叫服從正態(tài)分布，且除了異方差條件外，其它假定均 滿足。1.簡(jiǎn)述DWfc驗(yàn)的局限性。答：從判斷準(zhǔn)則中看到，DW檢驗(yàn)存在兩個(gè)主要的局限性：首先，存在一個(gè)不能確定的dw.值區(qū)域，這是這種檢驗(yàn)方法的一大缺陷。其次：DW.檢驗(yàn)只能檢驗(yàn)一階自相關(guān)。但在實(shí)際計(jì)量經(jīng)濟(jì)學(xué)問題中，一階自相關(guān)是出現(xiàn)

14、最多的一類序列相關(guān)，而且經(jīng)驗(yàn)表明，如果不存 在一階自相關(guān)，一股也不存在圖階序列相關(guān)。所以在實(shí)際應(yīng)用中，對(duì)于序列相關(guān)問題一 般只進(jìn)行DW.檢驗(yàn)。二、簡(jiǎn)答題1、模型中引入虛擬變量的作用是什么？答案：（1）可以描述和測(cè)量定性因素的影響；（2）能夠正確反映經(jīng)濟(jì)變量之間的關(guān)系，提高模型的精度；（3）便于處理異常數(shù)據(jù)。2、虛擬變量引入的原則是什么？答案：（1）如果一個(gè)定性因素有 m方面的特征，則在模型中引入 m-1個(gè)虛擬變量；（2）如果模型中有m個(gè)定性因素，而每個(gè)定性因素只有兩方面的屬性或特征，則在模型中引入m個(gè)虛擬變量；如果定性因素有兩個(gè)及以上個(gè)屬性，則參照“一個(gè)因素多個(gè)屬性”的設(shè)置虛擬變量。（3）虛擬

15、變量取值應(yīng)從分析問題的目的出發(fā)予以界定；（4）虛擬變量在單一方程中可以作為解釋變量也可以作為被解釋變量。3、虛擬變量引入的方式及每種方式的作用是什么？答案：（1）加法方式：其作用是改變了模型的截距水平；（2）乘法方式：其作用在于兩個(gè)模型間的比較、因素間的交互影響分析和提高模型的描述精度；（3） 一般方式：即影響模型的截距有影響模型的斜率。4、判斷計(jì)量經(jīng)濟(jì)模型優(yōu)劣的基本原則是什么？答案：（1）模型應(yīng)力求簡(jiǎn)單；（2）模型具有可識(shí)別性；（3）模型具有較高的擬合優(yōu)度；（4）模型應(yīng) 與理論相一致；（5）模型具有較好的超樣本功能。5、模型設(shè)定誤差的類型有那些？答案：（1）模型中添加了無關(guān)的解釋變量；（2）

16、模型中遺漏了重要的解釋變量；（3）模型使用了不 恰當(dāng)?shù)男问健?、工具變量選擇必須滿足的條件是什么？答案：選擇工具變量必須滿足以下兩個(gè)條件：（1）工具變量與模型中的隨機(jī)解釋變量高度相關(guān)；（2） 工具變量與模型的隨機(jī)誤差項(xiàng)不相關(guān)。7、滯后變量模型包括哪幾種類型？寫出各自的模型形式。答案：滯后變量模型包括兩種類型：自回歸模型和分布滯后模型。自回歸模型是模型的解釋變量中 包含滯后被解釋變量，基本形式為： ；分布滯后模型是指模型中不僅包含解釋變量的當(dāng)期 值，還包括解釋變量的滯后值基本形式為：。8、設(shè)定誤差產(chǎn)生的主要原因是什么？答案：原因有四：（1）模型的制定者不熟悉相應(yīng)的理論知識(shí)；（2）對(duì)經(jīng)濟(jì)問題本身認(rèn)

17、識(shí)不夠或不熟 悉前人的相關(guān)工作；（3）模型制定者缺乏相關(guān)變量的數(shù)據(jù)；（4）解釋變量無法測(cè)量或數(shù)據(jù)本身 存在測(cè)量誤差。9、在建立計(jì)量經(jīng)濟(jì)學(xué)模型時(shí)，什么時(shí)候，為什么要引入虛擬變量？答案：在現(xiàn)實(shí)生活中，影響經(jīng)濟(jì)問題的因素除具有數(shù)量特征的變量外，還有一類變量，這類變量所反映的并不是數(shù)量而是現(xiàn)象的某些屬性或特征，即它們反映的是現(xiàn)象的質(zhì)的特征。這些因素還 很可能是重要的影響因素，這時(shí)就需要在模型中引入這類變量。引入的方式就是以虛擬變量的 形式引入。1、 直接用最小二乘法估計(jì)有限分布滯后模型的有：（1） 損失自由度（2分）（2） 產(chǎn)生多重共線性（2分）（3） 滯后長(zhǎng)度難確定的問題（1分）2、 因變量受其自身

18、或其他經(jīng)濟(jì)變量前期水平的影響，稱為滯后現(xiàn)象。其原因包括：（1）經(jīng)濟(jì)變量自身的原因；（2分）（2）決策者心理上的原因（1分）；（3）技術(shù)上的原因（1分）；（4） 制度的原因（1分）。3、 koyck模型的特點(diǎn)包括：（1）模型中的人稱為分布滯后衰退率，入越小，衰退速度越1快（2分）；（2）模型的長(zhǎng)期影響乘數(shù)為 bo - - （1分）；（3）模型僅包括兩個(gè)解釋變量，1避免了多重共線性（1分）；（4）模型僅有三個(gè)參數(shù)，解釋了無限分布滯后模型因包含無限個(gè) 參數(shù)無法估計(jì)的問題（1分）二、1.聯(lián)立方程模型中方程有：行為方程式（1分）；技術(shù)方程式（1分）；制度方程式（1分）； 平衡方程（或均衡條件）（1分）；

19、定義方程（或恒等式）（1分）。三、2.聯(lián)立方程的變量主要包括內(nèi)生變量（2分）、外生變量（2分）和前定變量（1分）。四、3.模型的識(shí)別有恰好識(shí)別（2分）、過渡識(shí)別（2分）和不可識(shí)別（1分）三種。五、4.識(shí)別的條件條件包括階條件和秩條件。 階條件是指，如果一個(gè)方程能被識(shí)別，那么這個(gè)方 程不包含的變量總數(shù)應(yīng)大于或等于模型系統(tǒng)中方程個(gè)數(shù)減1 （3分）；秩條件是指，在一個(gè)具有K個(gè)方程的模型系統(tǒng)中，任何一個(gè)方程被識(shí)別的充分必要條件是：所有不包含在這個(gè)方程中變 量的參數(shù)的秩為K 1 （2分）。六、1.簡(jiǎn)述回歸分析和相關(guān)分析的關(guān)系。7、 答案：回歸分析是一個(gè)變量（被解釋變量）對(duì)于一個(gè)或多個(gè)其他變量（解釋變量）

20、的依存關(guān) 系，目的在于根據(jù)解釋變量的數(shù)值估計(jì)預(yù)測(cè)被解釋變量的總體均值。相關(guān)分析研究變量相關(guān)程度，用相關(guān)系數(shù)表示。相關(guān)分析不關(guān)注變量的因果關(guān)系，變量都是隨機(jī)變量。回歸分析關(guān)注變量因果關(guān)系。被解釋變量是隨機(jī)變量，解釋變量是非隨機(jī)變量。8、 2.簡(jiǎn)要說明DW檢驗(yàn)應(yīng)用的限制條件和局限性。9、 答案DW檢驗(yàn)適用于一階自回歸：不適用解釋變量與隨機(jī)項(xiàng)相關(guān)的模型；DW僉驗(yàn)存在兩個(gè)不能確定的區(qū)域十、3.回歸模型中隨機(jī)誤差項(xiàng)產(chǎn)生的原因是什么？十一、答案：模型中省略的變量；隨機(jī)行為；模型形式不完善；變量合并誤差；測(cè)量誤差十二、4.簡(jiǎn)述C-D生產(chǎn)函數(shù)的份額估計(jì)法及其缺點(diǎn)。十三、答案：c-d生產(chǎn)函數(shù)是柯布-道格拉斯生產(chǎn)

21、函數(shù)，即，y = alQkB, 口是產(chǎn)出的勞動(dòng)彈性P是產(chǎn)出的資本彈性，缺點(diǎn)是勞動(dòng)與資本存在不變的等于1的替代彈性。十四、5.假設(shè)分布滯后模型為：Yt =口。+iX7 +0Xt/ +ri九X-+*將該模型變換成自回歸模型形式。為計(jì)算模型參數(shù)的工具變量估計(jì)值，應(yīng)該用哪些工具變量？1、二元回歸模型Y=B0 + KXii+p2X2i+Ui中，三個(gè)參數(shù)含義答案： 以 表示當(dāng)X2、X3不變時(shí)，Y的平均變化P表示當(dāng)X2不變時(shí)，X1變化一個(gè)單位Y的平均變化 1P表示當(dāng)X1不變時(shí)，X2變化一個(gè)單位Y的平均變化22、調(diào)整后的判定系數(shù)與原來判定系數(shù)關(guān)系式答案2R2=1 -(1-R )n -1n -k-13、F檢驗(yàn)含義RSS/kESS/(n -k -1)答案：從總體上檢驗(yàn)被解釋變量與解釋變量線性關(guān)系的顯著性，原假設(shè)1=P2=. =