计量经济学重点(简答题)

计量经济学重点（简答题）一、 什么是计量经济学？计量经济学，又称经济计量学，它是以一定的经济理论和实际记录资料为根据，运用数学、记录学和计算机技术，通过建立计量经济学模型，定量分析经济变量之间的随机因果关系.。二、 计量经济学的研究的环节是什么？1) 理论模型的设计A. 理论或假说的陈述；B. 理论的数学模型的设定；C. 理论的计量经济模型的设定。i. 把模型中不重要的变量放进随机误差项中；ii. 拟定待估参数的理论盼望值。2) 获取数据数据来源：网络、记录年鉴、报纸、杂志数据类别：时间序列数据、截面数据、混合数据、虚变量数据。数据规定：完整性、精确性、可比性、一致性i. 完整性：模型中涉及的所有变量都必须得到相似容量的样本观测值。ii. 精确性：记录数据或调查数据自身是精确的。iii. 可比性：数据口径问题。iv. 一致性：指母体与样本的一致性。3) 模型的参数估计：一般最小二乘法。4) 模型的检查：经济学检查；记录学检查；计量经济学检查；模型的预测检查。5) 模型的应用：构造分析；经济预测；政策评价；经济理论的检查与发展。三、 简述记录数据的类别？时间序列数据、截面数据、混合数据、虚变量数据。1) 时间序列数据：准时间先后排列收集的数据。采纳时间序列数据的注意事项：A. 所选择的样本区间的经济行为一致性问题。B. 样本数据在不同样本点之间的可比性问题。C. 样本数据过于集中的问题。不能反映经济变量间的构造关系，应增大观测区间。D. 模型的随机误差项序列有关问题。2) 截面数据：又称横向数据，是一批发生在同一时间截面上的调查数据。研究某时点上的变化状况。采纳截面数据的注意事项：A. 样本与母体的一致性问题。B. 随机误差项的异方差问题。3) 混合数据：也称面板数据，既有时间序列数据，又有截面数据。4) 虚变量数据：又称二进制数据，只能取0和1两个值，表达的是某个对象的质量特性。四、 模型的检查涉及哪几种方面？具体含义是什么？1) 经济学检查：参数的符合和大体取值。2) 记录学检查：拟合优度检查；模型的明显性检查；参数的明显性检查。3) 计量经济学检查：序列有关性；异方差检查；多重共线性检查。4) 模型的预测检查：a，扩大样本容量或变换样本重新估价模型；b，运用模型对样本期以外的某一期进行预测。五、 回归分析和有关分析的联系和区别是什么？回归分析是解决变量与变量之间关系的一种数学措施，是研究一种变量有关另一种（些）变量的依赖关系的计算理论和措施。其目的在于通过后者的已知或设定值，去估计或预测前者的（总体）均值。前一种变量被称为被解释变量，后一种（些）变量称为解释变量。回归分析与有关分析的联系：都是对变量间非拟定有关关系的研究，均能通过一定的措施对变量之间的线性依赖限度进行测定。回归分析与有关分析的区别：1有关分析研究的是两个随机变量之间的有关形式及有关限度，是通过有关系数来测定的，不考虑变量之间与否存在因果关系 ；而回归分析是以因果分析为基本的，变量之间的地位是不对称的，有解释变量与被解释变量之分，被解释变量是随机变量，而解释变量在一般状况下假定是拟定性变量。2有关分析所采用的有关系数，是一种纯正的数学计算，有关分析关注的是变量之间的互相关联的限度，而回归分析在应用之间就对变量之间与否存在依赖关系进行了因果分析，在此基本上进行的回归分析，达到了进一步分析变量间依存关系、掌握其运动规律的目的。六、 典型假设条件的内容是什么？（应用最小二乘法应满足的古典假定？）1) 解释变量x1,x2,xk是拟定性变量，不是随机变量；并且解释变量之间互不有关。2) 随机误差项具有0均值和同方差。3) 随机误差项在不同样本点之间是独立的，不存在序列有关。4) 随机误差项与解释变量之间不有关。5) 随机误差项服从0均值，同方差的正态分布。七、 总体回归函数和样本回归函数之间有哪些区别与联系？总体回归函数是将总体被解释变量的条件盼望表达为解释变量的某种函数。样本回归函数是将被解释变量Y的样本观测值的拟和值表达为解释变量的某种函数。两者区别：描述的对象不同；模型建立的根据不同。两者联系：样本回归模型是总体回归模型的一种估计式，之因此建立样本回归模型，目的是用来估计总体回归模型。八、 什么是随机误差项？随机误差项涉及哪些因素？设定随机误差项的因素有哪些？随机误差项是模型设定中省略下来而又集体地影响着被解释变量Y的所有变量的替代物。随机误差项涉及如下因素：在解释变量中被忽视的因素的影响。变量观测值的观测误差的影响。模型关系的设定误差的影响。其他随机因素的影响。设定随机误差项的因素：理论的模糊性；数据的欠缺；节省的原则。九、 最小二乘估计量有哪些特性？高斯-马尔科夫定理的内容是什么？判断一种估计量与否为优良估计量需要考察的记录性质：线性，考察估计量与否是另一种随机变量的线性函数；无偏性，考察估计量的盼望与否等于其真值；有效性，考察估计量在所有的无偏估计量中与否有最小方差。上述三个记录特性称为估计量的小样本性质。具有此类性质的估计量是最佳的线性无偏估计量。在模型假定条件成立的状况下，根据一般最小二乘估计法得到的估计量具有BLUE的性质，这就是高斯-马尔科夫定理定理。上述三个性质针对的是小样本，针对大样本尚有三个渐近性质：渐近无偏性：表达当样本容量趋于无穷大时，估计量的均值趋于总体均值。一致性：表达当样本容量趋于无穷时，估计量依概率收敛于总体的真值。渐近有效性：样本容量趋于无穷时，估计量在所有的一致估计中，具有最小的渐近方差。十、 为什么用可决系数R2评价拟合优度，而不是用残差平方和作为评价原则？可决系数和有关系数有什么区别与联系?样本可决系数R2反映了回归平方和占总离差平方和的比重，表达由解释变量引起被解释变量的变化占被解释变量总的变化的比重，因而可用来鉴定回归直线拟合限度的优劣，该值大表达回归直线对样本店的拟合限度好。残差平方和反映随机误差项涉及因素对被解释变量变化影响的绝对限度，它与样本容量有关，样本容量大时，残差平方和一般也大，样本容量小时，残差平方和也小，因此样本容量不同步得到的残差平方和不能用于比较。此外，检查记录量一般应是相对量而不能是绝对量，因而不适宜使用残差平方和判断模型的拟合优度。可决系数和有关系数的联系和区别：A. 有关系数是建立在有关分析基本上的，研究的是随机变量之间的关系；可决系数则是建立在回归分析基本上，研究的是非随机变量X对随机变量Y的解释限度。B. 在取值上，可决系数是样本有关系数的平方。C. 样本有关系数是由随机的X和Y抽样计算得到，因而有关关系与否明显，还需进行检查。十一、 阐明明显性检查的过程。提出原假设和备择假设。选择并计算在原假设成立状况下的记录量。给定明显水平a，查临界值表进行判断。十二、 影响预测精度的重要因素是什么？样本容量；模拟的拟合优度。十三 什么是正规方程组？并阐明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的条件是什么？正规方程组是根据最小二乘原理得到的有关参数估计值的线性代数方程组。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，样本容量必须不少于模型中解释变量的数目（涉及常数项），即n k + 1。十三、 在多元线性回归分析中，为什么用调节的可决系数衡量估计模型对样本观测值的拟合优度？未调节可决系数R2的一种总要特性是：随着样本解释变量个数的增长，R2的值越来越高，（即R2是解释变量个数的增函数）。也就是说，在样本容量不变的状况，在模型中增长新的解释变量不会变化总离差平方和（TSS），但也许增长回归平方和（ESS），减少残差平方和（RSS），从而也许变化模型的解释功能。因此在多元线性回归模型之间比较拟合优度时，R2不是一种合适的指标，需加以调节。而修正的可决系数：其值不会随着解释变量个数k的增长而增长，因此在用于估计多元回归模型方面要优于未调节的可决系数。十四、 在多元线性回归分析中，可决系数R2与总体线性关系明显性检查记录量F之间有何关系？t检查与F检查有何不同？与否可以替代？在一元线性回归分析中两者与否有等价作用？在多元线性回归分析中，可决系数R2与总体线性关系明显性检查记录量F关系如下：可决系数是用于检查回归方程的拟合优度的，F检查是用于检查回归方程总体明显性的。两检查是从不同原理出发的两类检查，前者是从已经得到的模型出发，检查它对样本观测值的拟合限度，后者是从样本观测值出发检查模型总体线性关系的明显性。但两者是关联的，这一点也可以从上面两者的关系式看出，回归方程对样本拟和限度高，模型总体线性关系的明显性就强。在多元线性回归模型分析中，t检查常被用于检查回归方程各个参数的明显性，是单一检查；而F检查则被用作检查整个回归关系的明显性，是对回归参数的联合检查。在多元线性回归中，若F检查回绝原假设，意味着解释变量与被解释变量之间的线性关系是明显的，但具体是哪个解释变量与被解释变量之间关系明显则需要通过t检查来进一步验证，但若F检查接受原假设，则意味着所有的t检查均不明显。两者是不可互相替代的。在一元线性回归模型中，由于解释变量只有一种，因此F检查的联合假设等同于t检查的单一假设，两检查作用是等价的。十五、 什么是异方差？异方差产生的因素是什么？如何检查和解决？1) 线性回归模型为Yt = b0 + b1X1t + b2X2t + + bkXkt +ut典型回归中所谓同方差是指不同随机误差项Ut(t =1,2,n) 的方差相似，即 Var(Ut) = 戴尔塔方（怎么打？）如果随机误差项的方差不是常数，则称随机项Ut具有异方差性。Var(Ut) = 戴尔塔方 常数2) 异方差性产生的因素：A. 模型中漏掉了某些逐渐增大的因素的影响。B. 模型函数形式的误定误差。C. 随机因素的影响。3) 检查异方差性的措施：图解法、帕克检查、格莱泽检查、斯皮尔曼的级别有关检查、哥德费尔德-匡特检查。4) 修正异方差性的重要措施：加权最小二乘法，通过赋予不同观测点以不同的权数，从而提高估计精度，即注重小误差的作用，轻视大误差的作用。十六、 模型存在异方差时，会对回归参数的估计与的检查产生什么影响？1) 最小二乘估计不再是有效估计。2) 无法拟定估计系数的原则误差。3) T检查的可靠性减少。4) 增大模型的预测误差。当模型存在异方差时，根据一般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；用于参数明显性的检查记录量，要波及到参数估计量的原则差，因而参数检查也失去意义。十七、 序列有关违背了哪些基本假定？其来源有哪些？检查措施有哪些，都合用于何种形式的序列有关检查？模型的序列有关违背的基本假定是Cov(ui,uj) = 0 (i j)。序列有关的来源有：A. 经济变量固有的惯性；B. 模型设定的偏误；C. 模型中漏掉了重要的带有自有关的解释变量；D. 数据的“编造”。序列有关的检查有：A. 图示法B. D-W检查，合用于检查一阶自回归形式的序列有关；C. 回归检查法，合用于多种类型的序列有关检查；D. 拉格朗日乘子检查（LM），合用于高阶序列有关及模型中存在滞后解释变量的情形。十八、 简述序列有关带来的后果。1) 最小二乘估计不再是有效估计。参数估计量仍是无偏的。参数估计值不再具有最小方差性。2) 随机误差项的方差一般会低估。3) 检查的可靠性减少。4) 减少模型的预测精度。十九、 简述DW检查的环节和应用条件。DW检查的环节：A. 做OLS回归并获取残差。B. 计算d。C. 对给定样本大小和给定解释变量个数找出临界dl和du值。D. 按决策规则行事。DW检查应用条件：A. 模型中具有截距项。B. 解释变量X是非随机的。C. 随机误差项ut为一阶自有关。D. 误差项被假定为正态分布。E. 线性回归模型中不应具有滞后内生变量作为解释变量。F. 记录书籍比较完整，无缺失项。二十、 什么是多重共线性？产生多重共线性的因素是什么？多重共线性导致的影响是什么？检查多重共线性的措施是什么？有哪些解决措施？1) 对于多元回归线性模型，如果某两个或多种解释变量之间浮现了有关性，则称多重共线性。2) 产生多重共线性的因素：A. 经济变量的内在联系，这是产生多重共线性的主线因素。B. 经济变量变化趋势的共同性。C. 在模型中引入滞后变量也容易产生多重共线性。3) 多重共线性导致的影响：A. 增大最小二乘估计量得方差B. 难以辨别每个解释变量的单独影响C. 检查的可靠度减少D. 完全共线性下参数估计量不存在4) 多重共线性的检查措施：A. 有关系数检查法B. 辅助回归模型检查C. 方差膨胀因子检查D. 特性值检查5) 多重共线性的解决措施：A. 保存总要的解释变量，去掉次要的或可替代的解释变量。B. 间接剔除重要的解释变量。运用先验信息变化参数的约束形式；变换模型的形式。C. 综合使用时序数据和截面数据。D. 逐渐回归法（Frisch综合分析法）E. 主成分回归。二十一、 随机解释变量的来源有哪些？随机解释变量有几种情形？分情形阐明随机解释变量对最小二乘估计的影响与后果？随机解释变量的来源有：A. 经济变量的不可控，使得解释变量观测值具有随机性；B. 由于随机干扰项中涉及了模型略去的解释变量，而略去的解释变量与模型中的解释变量往往是有关的；C. 模型中具有被解释变量的滞后项，而被解释变量自身就是随机的。随机解释变量有三种情形，不同情形下最小二乘估计的影响和后果也不同。A. 解释变量是随机的，但与随机干扰项不有关；这时采用OLS估计得到的参数估计量仍为无偏估计量；B. 解释变量与随机干扰项同期无关、不同期有关；这时采用OLS估计得到的参数估计量是有偏但一致的估计量；C. 解释变量与随机干扰项同期有关；这时采用OLS估计得到的参数估计量仍为有偏且非一致的估计量。二十二、 选择作为工具变量的变量必须满足哪些条件？1与所替代的随机解释变量高度有关；2与随机干扰项不有关；3与模型中其他解释变量不有关，以避免浮现多重共线性。二十三、 什么是虚假序列有关？如何避免虚假序列有关？虚假序列有关问题是指模型的序列有关性是由于省略了明显的解释变量而引致的。避免产生虚假序列有关性的措施是在开始时建立一种“一般”的模型，然后逐渐剔除的确不明显的变量。二十四、 回归模型中引入虚拟变量的一般原则和方式是什么?引入虚拟变量的作用是为了分析定性因素对被解释变量的影响。虚拟变量的设立原则是：如果虚拟变量所反映的定性变量有m个类别，则需引入m-1个虚拟变量。一般情形下，虚拟变量的值取0或1，取1的类别称为基本类别。注意，若m个类别引入m个虚拟变量，模型会产生完全的多重共线性，参数将无法估计，这种状况被称为“虚拟变量陷阱”。虚拟变量的引入有两种基本方式：加法方式和乘法方式。加法方式反映的是虚拟变量对截距项的影响；乘法方式反映的是虚拟变量对斜率参数的影响。若同步采用两种方式引入虚拟变量，则可同步反映虚拟变量对截距项和斜率参数的影响。