計量經(jīng)濟學-期末考試-簡答題

1、計量經(jīng)濟學 期末考試 簡答題1簡述計量經(jīng)濟學與經(jīng)濟學、統(tǒng)計學、數(shù)理統(tǒng)計學學科間的關系。2計量經(jīng)濟模型有哪些應用？3簡述建立與應用計量經(jīng)濟模型的主要步驟。 4對計量經(jīng)濟模型的檢驗應從幾個方面入手？5計量經(jīng)濟學應用的數(shù)據(jù)是怎樣進行分類的？ 6在計量經(jīng)濟模型中，為什么會存在隨機誤差項？7古典線性回歸模型的基本假定是什么？ 8總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。9試述回歸分析與相關分析的聯(lián)系和區(qū)別。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？ 11簡述BLUE的含義。12對于多元線性回歸模型，為什么在進行了總體顯著性F檢驗之后，還要對每個回歸系數(shù)進行是否為0的t檢

2、驗？13.給定二元回歸模型： ，請敘述模型的古典假定。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.修正的決定系數(shù) 及其作用。 16.常見的非線性回歸模型有幾種情況？17. 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。19.什么是異方差性？試舉例說明經(jīng)濟現(xiàn)象中的異方差性。20.產生異方差性的原因及異方差性對模型的OLS估計有何影響。 21.檢驗異方差性的方法有哪些？22.異方差性的解決方法有哪些？ 23.什么是加權最小二乘法？它的基本思想是什么？24.樣本分段法（即戈德菲爾特匡特檢驗）檢驗異方差性的基本原理及其使用條件。

3、25簡述DW檢驗的局限性。 26序列相關性的后果。 27簡述序列相關性的幾種檢驗方法。28廣義最小二乘法（GLS）的基本思想是什么？ 29解決序列相關性的問題主要有哪幾種方法？30差分法的基本思想是什么？ 31差分法和廣義差分法主要區(qū)別是什么？32請簡述什么是虛假序列相關。 33序列相關和自相關的概念和范疇是否是一個意思？34DW值與一階自相關系數(shù)的關系是什么？ 35什么是多重共線性？產生多重共線性的原因是什么？36什么是完全多重共線性？什么是不完全多重共線性？ 37完全多重共線性對OLS估計量的影響有哪些？38不完全多重共線性對OLS估計量的影響有哪些？ 39從哪些癥狀中可以判斷可能存在多重

4、共線性？40什么是方差膨脹因子檢驗法？ 41模型中引入虛擬變量的作用是什么？42虛擬變量引入的原則是什么？ 43虛擬變量引入的方式及每種方式的作用是什么？44判斷計量經(jīng)濟模型優(yōu)劣的基本原則是什么？ 45模型設定誤差的類型有那些？46工具變量選擇必須滿足的條件是什么？ 47設定誤差產生的主要原因是什么？48在建立計量經(jīng)濟學模型時，什么時候，為什么要引入虛擬變量？ 49估計有限分布滯后模型會遇到哪些困難50什么是滯后現(xiàn)像？產生滯后現(xiàn)像的原因主要有哪些？ 51簡述koyck模型的特點。52簡述聯(lián)立方程的類型有哪幾種 53簡述聯(lián)立方程的變量有哪幾種類型54模型的識別有幾種類型？ 55簡述識別的條件。1

5、簡述計量經(jīng)濟學與經(jīng)濟學、統(tǒng)計學、數(shù)理統(tǒng)計學學科間的關系。答：計量經(jīng)濟學是經(jīng)濟理論、統(tǒng)計學和數(shù)學的綜合。（1分）經(jīng)濟學著重經(jīng)濟現(xiàn)象的定性研究，計量經(jīng)濟學著重于定量方面的研究。（1分）統(tǒng)計學是關于如何收集、整理和分析數(shù)據(jù)的科學，而計量經(jīng)濟學則利用經(jīng)濟統(tǒng)計所提供的數(shù)據(jù)來估計經(jīng)濟變量之間的數(shù)量關系并加以驗證。（1分）數(shù)理統(tǒng)計學作為一門數(shù)學學科，可以應用于經(jīng)濟領域，也可以應用于其他領域；計量經(jīng)濟學則僅限于經(jīng)濟領域。（1分）計量經(jīng)濟模型建立的過程，是綜合應用理論、統(tǒng)計和數(shù)學方法的過程，計量經(jīng)濟學是經(jīng)濟理論、統(tǒng)計學和數(shù)學三者的統(tǒng)一。2、計量經(jīng)濟模型有哪些應用？結構分析。（1分）經(jīng)濟預測。（1分）政策評價。（

6、1分檢驗和發(fā)展經(jīng)濟理論。（2分3、簡述建立與應用計量經(jīng)濟模型的主要步驟。答：根據(jù)經(jīng)濟理論建立計量經(jīng)濟模型；（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；（1分）計量經(jīng)濟模型的應用。（1分）4、對計量經(jīng)濟模型的檢驗應從幾個方面入手？答：經(jīng)濟意義檢驗；（2分）統(tǒng)計準則檢驗；（1分）計量經(jīng)濟學準則檢驗；（1分）模型預測檢驗。（1分）5計量經(jīng)濟學應用的數(shù)據(jù)是怎樣進行分類的？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)濟模型中，為什么會存在隨機誤差項？答：隨機誤差項是計量經(jīng)濟模型中不可缺少的一部分。（1分）產生隨機誤差項的原

7、因有以下幾個方面：模型中被忽略掉的影響因素造成的誤差；（1分）模型關系認定不準確造成的誤差；（1分）變量的測量誤差；（1分）隨機因素。（1分）9試述回歸分析與相關分析的聯(lián)系和區(qū)別。答：兩者的聯(lián)系：相關分析是回歸分析的前提和基礎；回歸分析是相關分析的深入和繼續(xù)。（1分）相關分析與回歸分析的有關指標之間存在計算上的內在聯(lián)系。（1分）兩者的區(qū)別：回歸分析強調因果關系，相關分析不關心因果關系，所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是隨機變量，解釋變量x是非隨機變量；相關分析對資料的要求

8、是兩個變量都隨機變量。（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？答：線性，是指參數(shù)估計量和分別為觀測值和隨機誤差項的線性函數(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，這一結論就是著名的高斯

9、馬爾可夫定理。（3分）12對于多元線性回歸模型，為什么在進行了總體顯著性F檢驗之后，還要對每個回歸系數(shù)進行是否為0的t檢驗？答：多元線性回歸模型的總體顯著性F檢驗是檢驗模型中全部解釋變量對被解釋變量的共同影響是否顯著。（1分）通過了此F檢驗，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）因此還需要就每個解釋變量對被解釋變量的影響是否顯著進行檢驗，即進行t檢驗。（1分）13.給定二元回歸模型：，請敘述模型的古典假定。解答：（1）隨機誤差項的期望為零，即。（2）不同的隨機誤差項之間相互獨立，即（1分）。（3）

10、隨機誤差項的方差與t無關，為一個常數(shù)，即。即同方差假設（1分）。（4）隨機誤差項與解釋變量不相關，即。通常假定為非隨機變量，這個假設自動成立（1分）。（5）隨機誤差項為服從正態(tài)分布的隨機變量，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？解答：因為人們發(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

11、得待估參數(shù)的個數(shù)增加，從而損失自由度，而實際中如果引入的解釋變量并非必要的話可能會產生很多問題，比如，降低預測精確度、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

12、，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)濟分析中的一個專門問題。在線性回歸模型中，如果隨機誤差項的方差不是常數(shù)，即對不同的解釋變量觀測值彼此不同，則稱隨機項具有異方差性，即 （t=1，2，n）。（3分）例如，利用橫截面數(shù)據(jù)研究消費和收入之間的關系時，對收入較少的家庭在滿足基本消費

13、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有更大的選擇范圍。由于個性、愛好、儲蓄心理、消費習慣和家庭成員構成等那個的差異，使消費的分散幅度增大，或者說低收入家庭消費的分散度和高收入家庭消費得分散度相比較，可以認為牽著小于后者。這種被解釋變量的分散幅度的變化，反映到模型中，可以理解為誤差項方差的變化。（2分）20.產生原因：（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設定誤差；（3）樣本數(shù)據(jù)的測量誤差；（4）隨機因素的影響。（2分）產生的影響：如果線性回歸模型的隨機誤差項存在異方差性，會對模型參

14、數(shù)估計、模型檢驗及模型應用帶來重大影響，主要有：（1）不影響模型參數(shù)最小二乘估計值的無偏性；（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失效；（4）模型估計式的代表性降低，預測精度精度降低。（3分）21.檢驗方法：（1）圖示檢驗法；（1分）（2）戈德菲爾德匡特檢驗；（1分）（3）懷特檢驗；（1分）（4）戈里瑟檢驗和帕克檢驗（殘差回歸檢驗法）；（1分）（5）ARCH檢驗（自回歸條件異方差檢驗）（1分）22.解決方法：（1）模型變換法；（2分）（2）加權最小二乘法；（2分）（3）模型的對數(shù)變換等（1分）23.加權最小二乘法的基本原理：最小二乘法的基本原理是使殘

15、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。隨機誤差項方差越小，樣本點對總體回歸直線的偏離程度越低，殘差的可信度越高（或者說樣本點的代表性越強）；而較大的樣本點可能會偏離總體回歸直線很遠，的可信度較低（或者說樣本點的代表性較弱）。（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，即給于較大的權數(shù)；對較大的給于充分的重視，即給于較小的權數(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。（3分）24. 樣本分段法（即戈德菲爾特匡特檢驗）的基本原理：將樣本分為容量相等的兩部分，然后分別對樣本1和樣本

16、2進行回歸，并計算兩個子樣本的殘差平方和，如果隨機誤差項是同方差的，則這兩個子樣本的殘差平方和應該大致相等；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。（3分）使用條件：（1）樣本容量要盡可能大，一般而言應該在參數(shù)個數(shù)兩倍以上；（2）服從正態(tài)分布，且除了異方差條件外，其它假定均滿足。（2分）25簡述DW檢驗的局限性。答：從判斷準則中看到，DW檢驗存在兩個主要的局限性：首先，存在一個不能確定的值區(qū)域，這是這種檢驗方法的一大缺陷。（2分）其次：檢驗只能檢驗一階自相關。（2分）但在實際計量經(jīng)濟學問題中，一階自相關是出現(xiàn)最多的一類序列相關，而且經(jīng)驗表明，如果不存在一階自相關，一般也不存在

17、高階序列相關。所以在實際應用中，對于序列相關問題般只進行檢驗。（1分）26序列相關性的后果。答：（1）模型參數(shù)估計值不具有最優(yōu)性；（1分）（2）隨機誤差項的方差一般會低估；（1分）（3）模型的統(tǒng)計檢驗失效；（1分）（4）區(qū)間估計和預測區(qū)間的精度降低。（1分）（全對即加1分）27簡述序列相關性的幾種檢驗方法。答：（1）圖示法；（1分）（2）D-W檢驗；（1分）（3）回歸檢驗法；（1分）（4）另外，偏相關系數(shù)檢驗，布羅斯戈弗雷檢驗或拉格朗日乘數(shù)檢驗都可以用來檢驗高階序列相關。（2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當?shù)木€性變換，使其轉化成滿足基

18、本假定的模型，從而可以使用OLS方法估計模型。（5分）29自相關性產生的原因有那些？答：（1）經(jīng)濟變量慣性的作用引起隨機誤差項自相關；（1分）（2）經(jīng)濟行為的滯后性引起隨機誤差項自相關；（1分）(3)一些隨機因素的干擾或影響引起隨機誤差項自相關；（1分）（4）模型設定誤差引起隨機誤差項自相關；（1分）（5）觀測數(shù)據(jù)處理引起隨機誤差項自相關。（1分）30請簡述什么是虛假序列相關，如何避免？答：數(shù)據(jù)表現(xiàn)出序列相關，而事實上并不存在序列相關。（2分）要避免虛假序列相關，就應在做定量分析之間先進行定性分析，看從理論上或經(jīng)驗上是否有存在序列相關的可能，可能性是多大。（3分）31DW值與一階自相關系數(shù)的關

19、系是什么？答：或者32答：多重共線性是指解釋變量之間存在完全或近似的線性關系。產生多重共線性主要有下述原因：（1）樣本數(shù)據(jù)的采集是被動的，只能在一個有限的范圍內得到觀察值，無法進行重復試驗。（2分）（2）經(jīng)濟變量的共同趨勢（1分）（3）滯后變量的引入（1分）（4）模型的解釋變量選擇不當（1分）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)，即不能獨立分辨各個解釋變量對因變量的影響。（3分）（2）參數(shù)估

20、計量的方差無窮大（或無法估計）（2分）35答：（1）可以估計參數(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檢驗不容易拒絕原假設。（1分）36答：（1）模型總體性檢驗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。（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)

21、估計量的方差對比而得出的比值系數(shù)。（2分） 若時，認為原模型不存在“多重共線性問題”；（1分） 若時，則認為原模型存在“多重共線性問題”；（1分）若時，則模型的“多重共線性問題”的程度是很嚴重的，而且是非常有害的。（1分）38模型中引入虛擬變量的作用是什么？答案：（1）可以描述和測量定性因素的影響；（2分）（2）能夠正確反映經(jīng)濟變量之間的關系，提高模型的精度；（2分）（3）便于處理異常數(shù)據(jù)。（1分）39虛擬變量引入的原則是什么？答案：（1）如果一個定性因素有m方面的特征，則在模型中引入m-1個虛擬變量；（1分）（2）如果模型中有m個定性因素，而每個定性因素只有兩方面的屬性或特征，則在模型中引入

22、m個虛擬變量；如果定性因素有兩個及以上個屬性，則參照“一個因素多個屬性”的設置虛擬變量。（2分）（3）虛擬變量取值應從分析問題的目的出發(fā)予以界定；（1分）（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。（1分）40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分）（2）乘法方式：其作用在于兩個模型間的比較、因素間的交互影響分析和提高模型的描述精度；（2分）（3）一般方式：即影響模型的截距有影響模型的斜率。（1分）41判斷計量經(jīng)濟模型優(yōu)劣的基本原則是什么？答案：（1）模型應力求簡單；（1分）（2）模型具有可識別性；（1分）（3）

23、模型具有較高的擬合優(yōu)度；（1分）（4）模型應與理論相一致；（1分）（5）模型具有較好的超樣本功能。（1分）42模型設定誤差的類型有那些？答案：（1）模型中添加了無關的解釋變量；（2分）（2）模型中遺漏了重要的解釋變量；（2分）（3）模型使用了不恰當?shù)男问?。?分）43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條件：（1）工具變量與模型中的隨機解釋變量高度相關；（3分）（2）工具變量與模型的隨機誤差項不相關。（2分）44設定誤差產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的理論知識；（1分）（2）對經(jīng)濟問題本身認識不夠或不熟悉前人的相關工作；（1分）（3）模型制定者缺乏相關變量的數(shù)據(jù)；（1分）（4）解釋變量無法測量或數(shù)據(jù)本身