

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、計(jì)量經(jīng)濟(jì)學(xué)期末考試復(fù)習(xí)資料 第一章緒論 參考重點(diǎn): 計(jì)量經(jīng)濟(jì)學(xué)的一般建模過程 第一章課后題(1.4.5 ) 1. 什么是計(jì)量經(jīng)濟(jì)學(xué)?計(jì)量經(jīng)濟(jì)學(xué)方法與一般經(jīng)濟(jì)數(shù)學(xué)方法有什么區(qū)別? 答:計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)學(xué)的一個(gè)分支學(xué)科,是以揭示經(jīng)濟(jì)活動(dòng)中客觀存在的數(shù)量關(guān)系為內(nèi)容的分支學(xué) 科,是由經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)和數(shù)學(xué)三者結(jié)合而成的交叉學(xué)科。 計(jì)量經(jīng)濟(jì)學(xué)方法揭示經(jīng)濟(jì)活動(dòng)中各個(gè)因素之間的定量關(guān)系,用隨機(jī)性的數(shù)學(xué)方程加以描述;一般經(jīng)濟(jì) 數(shù)學(xué)方法揭示經(jīng)濟(jì)活動(dòng)中各個(gè)因素之間的理論關(guān)系,用確定性的數(shù)學(xué)方程加以描述。 4. 建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型的主要步驟有哪些? 答:建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型的主要步驟如下: (1)設(shè)定理論模
2、型,包括選擇模型所包含的變量,確 定變量之間的數(shù)學(xué)關(guān)系和擬定模型中待估參數(shù)的數(shù)值范圍; (2)收集樣本數(shù)據(jù),要考慮樣本數(shù)據(jù)的完整性、 準(zhǔn)確性、可比性和一致性;(3)估計(jì)模型參數(shù);(4)檢驗(yàn)?zāi)P?,包括?jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué) 檢驗(yàn)和模型預(yù)測(cè)檢驗(yàn)。 5. 模型的檢驗(yàn)包括幾個(gè)方面?其具體含義是什么? 答:模型的檢驗(yàn)主要包括:經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)、模型的預(yù)測(cè)檢驗(yàn)。在經(jīng)濟(jì)意 義檢驗(yàn)中,需要檢驗(yàn)?zāi)P褪欠穹辖?jīng)濟(jì)意義,檢驗(yàn)求得的參數(shù)估計(jì)值的符號(hào)與大小是否與根據(jù)人們的經(jīng)驗(yàn) 和經(jīng)濟(jì)理論所擬訂的期望值相符合;在統(tǒng)計(jì)檢驗(yàn)中,需要檢驗(yàn)?zāi)P蛥?shù)估計(jì)值的可靠性,即檢驗(yàn)?zāi)P偷慕y(tǒng) 計(jì)學(xué)性質(zhì);在計(jì)量
3、經(jīng)濟(jì)學(xué)檢驗(yàn)中,需要檢驗(yàn)?zāi)P偷挠?jì)量經(jīng)濟(jì)學(xué)性質(zhì),包括隨機(jī)擾動(dòng)項(xiàng)的序列相關(guān)檢驗(yàn)、異 方差性檢驗(yàn)、解釋變量的多重共線性檢驗(yàn)等;模型的預(yù)測(cè)檢驗(yàn)主要檢驗(yàn)?zāi)P蛥?shù)估計(jì)量的穩(wěn)定性以及對(duì)樣 本容量變化時(shí)的靈敏度,以確定所建立的模型是否可以用于樣本觀測(cè)值以外的范圍。 第二章 經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型:一元線性回歸模型 參考重點(diǎn): 1. 相關(guān)分析與回歸分析的概念、聯(lián)系以及區(qū)別? (5)回歸分析是討論被解釋變量與一個(gè)或多個(gè)解釋變量之間具體依存關(guān)系 的分析方法;相關(guān)分析是討論變量之間線性相關(guān)程度的分析方法。二者的區(qū)別 在于:硏究的目的不同.相關(guān)分析著重探討變榻間的關(guān)聯(lián)程度*而回歸分析卻 要進(jìn)一步探尋變量間具體依賴黃系即
4、希望根拯解釋變量的固定值去估計(jì)和預(yù) 測(cè)被解釋變董的平均值;對(duì)變星的處湮不同,相關(guān)分析對(duì)稱地處理相互聯(lián)系的 變量,而回歸分析必須明確解釋變量與被解釋變量。者的聯(lián)系在于:回歸分 祈建立在柑關(guān)分析基礎(chǔ)之上,當(dāng)相互有關(guān)聯(lián)的變量進(jìn)-步有因果關(guān)系時(shí)*可進(jìn)一 步進(jìn)行回歸分析.相關(guān)分析中線性相關(guān)系數(shù)的平方等于回歸分析中的擬合優(yōu)度. 2. 總體隨機(jī)項(xiàng)與樣本隨機(jī)項(xiàng)的區(qū)別與聯(lián)系? (2)隨機(jī)干擾項(xiàng)幷是指總體觀測(cè)值與回歸方程理論值之間的偏養(yǎng),而殘差 煎勺是措樣本觀測(cè)值與回歸方程理論值之間的偏差,二者是有區(qū)別的。但是. 由于總體觀察值無法得到,從而造成總體回歸函數(shù)事實(shí)上是未知的*因此,一 技的做法是通過樣本觀測(cè)獲得的信
5、息去估計(jì)總體回歸函數(shù),這樣,殘差項(xiàng)耳就 曇隨機(jī)干擾項(xiàng)舛的一個(gè)樣本估計(jì)量& 3. 為什么需要進(jìn)行擬合優(yōu)度檢驗(yàn)? (3)普通繪小二乘法所保證的毘好擬合是同一個(gè)問題內(nèi)部的比較,即使用 給出的樣本數(shù)據(jù)滿足殘差的平方和最??;擬合優(yōu)度檢驗(yàn)結(jié)果所表示的優(yōu)劣可以 對(duì)不同的問題進(jìn)行比較,即可以辨別不同的樣本回歸結(jié)果誰好謹(jǐn)壞 4如何縮小置信區(qū)間?( P46) P(?-t2 s? 1? t. s?) = 1 由上式可以看岀(1).增大樣本容量。樣本容量變大,可使樣本參數(shù)估計(jì)量的標(biāo)準(zhǔn)差減小;同時(shí),在 同樣置信水平下,n越大,t分布表中的臨界值越小。(2)提高模型的擬合優(yōu)度。因?yàn)闃颖緟?shù)估計(jì)量的標(biāo) 準(zhǔn)差和殘差平方和呈正
6、比,模型的擬合優(yōu)度越高,殘差平方和應(yīng)越小。 耳 3) 由樣本計(jì)算其值 t - SjlSjl 4) 給定顯著性水平:,查t分布表得臨界值t -/.2(n-2) 5) 比較,判斷 若 |t| t :/2(n-2),則拒絕 Ho,接受 Hi ; 若 |t|_ t :/2(n-2),則拒絕 Hi,接受 Ho ; 上屆重點(diǎn): 一元線性回歸模型的基本假設(shè)、隨機(jī)誤差項(xiàng)產(chǎn)生的原因、最小二乘法、參數(shù)經(jīng)濟(jì)意義、決定系數(shù)、第 二章PPT里的表(中國(guó)居民人均消費(fèi)支出對(duì)人均 GDP的回歸)、t檢驗(yàn)(平方)代表意義;(平方) 的認(rèn)識(shí))、能夠讀懂Eviews輸出的估計(jì)結(jié)果 第二章課后題(1.3.9.10 ) 1. 為什么計(jì)
7、量經(jīng)濟(jì)學(xué)模型的理論方程中必須包含隨機(jī)干擾項(xiàng)? (經(jīng)典模型中產(chǎn)生隨機(jī)誤差的原因) 答:計(jì)量經(jīng)濟(jì)學(xué)模型考察的是具有因果關(guān)系的隨機(jī)變量間的具體聯(lián)系方式。由于是隨機(jī)變量,意味著 影響被解釋變量的因素是復(fù)雜的,除了解釋變量的影響外,還有其他無法在模型中獨(dú)立列岀的各種因素的 影響。這樣,理論模型中就必須使用一個(gè)稱為隨機(jī)干擾項(xiàng)的變量宋代表所有這些無法在模型中獨(dú)立表示岀 來的影響因素,以保證模型在理論上的科學(xué)5以一元線性回歸為例,寫岀 1) .對(duì)總體參數(shù)提岀假設(shè) Ho: 6=0, 2) 以原假設(shè) Hi: 0-0 H0構(gòu)造t統(tǒng)計(jì)量, 卩0的假設(shè)檢驗(yàn) o 嚴(yán) Xi2 n* ?o -: S?o 0 t(n-2) 性
8、。 3. 一元線性回歸模型的基本假設(shè)主要有哪些?違背基本假設(shè)的模型是否不可以估計(jì)? 答:線性回歸模型的基本假設(shè)有兩大類:一類是關(guān)于隨機(jī)干擾項(xiàng)的,包括零均值,同方差,不序列相 關(guān),滿足正態(tài)分布等假設(shè);另一類是關(guān)于解釋變量的,主要有:解釋變量是非隨機(jī)的,若是隨機(jī)變量,則 與隨機(jī)干擾項(xiàng)不相關(guān)。實(shí)際上,這些假設(shè)都是針對(duì)普通最小二乘法的。 在違背這些基本假設(shè)的情況下,普通最小二乘估計(jì)量就不再是最佳線性無偏估計(jì)量,因此使用普通最 小二乘法進(jìn)行估計(jì)己無多大意義。但模型本身還是可以估計(jì)的,尤其是可以通過最大似然法等其他原理進(jìn) 行估計(jì)。 假設(shè)1.解釋變量X是確定性變量,不是隨機(jī)變量; 假設(shè)2.隨機(jī)誤差項(xiàng)具有零均
9、值、同方差和不序列相關(guān)性: E( 4)=0 i=1,2, ,n Var (4)=;二2 i=1,2, ,n Cov(4j)=0 i 工 j i,j= 1,2, ,n 假設(shè)3.隨機(jī)誤差項(xiàng)與解釋變量X之間不相關(guān): Cov(Xi, 4)=0 i=1,2, ,n 假設(shè)4. 服從零均值、同方差、零協(xié)方差的正態(tài)分布 4N(0, ;2 ) i=1,2, ,n 假設(shè)5.隨著樣本容量的無限增加,解釋變量 X的樣本方差趨于一有限常數(shù)。即 x (X)2/n Q, n 二 假設(shè)6.回歸模型是正確設(shè)定的 9、10題為計(jì)算題,見課本 P52,答案見P17 第三章 經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型:多元線性回歸模型 上屆重點(diǎn): F
10、檢驗(yàn)、t檢驗(yàn)調(diào)整的樣本決定系數(shù)、“多元”里為什么要對(duì)(平方)系數(shù)進(jìn)行調(diào)整? 第三章課后題(1.2.7.9.10 ) 1. 多元線性回歸模型的基本假設(shè)是什么?在證明最小二乘估計(jì)量的無偏性和有效性的過程中,哪些基 本假設(shè)起了作用? 答:多元線性回歸模型的基本假定仍然是針對(duì)隨機(jī)干擾項(xiàng)與針對(duì)解釋變量?jī)纱箢惖募僭O(shè)。針對(duì)隨機(jī)干 擾項(xiàng)的假設(shè)有:零均值,同方差,無序列相關(guān)且服從正態(tài)分布。針對(duì)解釋量的假設(shè)有;解釋變量應(yīng)具有非 隨機(jī)性,如果后隨機(jī)的,則不能與隨機(jī)干擾項(xiàng)相關(guān);各解釋變量之間不存在 (完全)線性相關(guān)關(guān)系。 在證明最小二乘估計(jì)量的無偏性中,利用了解釋變量非隨機(jī)或與隨機(jī)干擾項(xiàng)不相關(guān)的假定;在有效性 的證明
11、中,利用了隨機(jī)干擾項(xiàng)同方差且無序列相關(guān)的假定。 2. 在多元線性回歸分析中,t檢驗(yàn)和F檢驗(yàn)有何不同?在一元線性回歸分析中二者是否有等價(jià)作用? (見課本P70) 答:在多元線性回歸分析中,t檢驗(yàn)常被用作檢驗(yàn)回歸方程中各個(gè)參數(shù)的顯著性,而 F檢驗(yàn)則被用作 檢驗(yàn)整個(gè)回歸關(guān)系的顯著性。各解釋變量聯(lián)合起來對(duì)被解釋變量有顯著的線性關(guān)系,并不意味著每一個(gè)解釋變量分別對(duì)被解釋變量有顯著的線性關(guān)系。 在一元線性回歸分析中,二者具有等價(jià)作用,因?yàn)槎叨际菍?duì)共同的假設(shè)一一解釋變量的參數(shù)等于零 一一進(jìn)行檢驗(yàn)。 9.表吳 4 給岀一演量模型的回歸結(jié)果. *3*3- -4 4 M 麗硏 齊而両麗褊 來自 |Q(ESS)
12、來自歿埶R陰) 來自總離TSS) 65 W5 - 66 042 14 求樣本客亍小 殘畫平方和 RSS*回歸乎方和 E 員及殘莘平方和 RSS 的自由度. (2) 求擬合優(yōu)度,及調(diào)槌的擬合優(yōu)度 F (3) 檢驗(yàn)假設(shè)=禺和屁對(duì) F 無影響出應(yīng)采用什么假設(shè)檢驗(yàn)?為什么? 根據(jù)以上信息,你能否確定並和兒各自對(duì) F 的矗響? 解答(1)樣本客量為 M-筋亠 15 RSS = TSS-ESS -66 042 65 965 - E 陽的自由度為 d.f.-l4 2H2 zoo訂噸 (3)應(yīng)許釆用聯(lián)合假設(shè)檢驗(yàn)*帥尸檢 n 理由 Jt 只育這樟做才能 RWrx4f 一起雄脅對(duì)F有彩響. 0) 4*能*,閡*僅
13、通過上述信也T可初步 Wifi Xj *掄聯(lián)舍起來對(duì)丫有竣 性形響.壽著的交化解禪 f Y變化的 W.8%.但由于無法如道回歸兄! *兀前 昜數(shù)的晝護(hù)估計(jì)值.因此止法判斷1它們各自對(duì) y 的滋響有參大* 7、9、10題為計(jì)算題,見課本 P91,答案見P53 第四章經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型:放寬基本假定的模型 重點(diǎn)掌握:65 963 0.W8 66 042 異方差是模型隨機(jī)干擾項(xiàng)的方差不相同時(shí)產(chǎn)生的一類現(xiàn)象。在異方差存在 的情況下,OLS估計(jì)盡管是無偏、一致的,但通常的假設(shè)檢驗(yàn)卻不再可靠,這 時(shí)仍采用通常的f檢驗(yàn)和F檢驗(yàn),則有可能導(dǎo)致錯(cuò)誤的結(jié)論。同樣地,由于隨 機(jī)干擾項(xiàng)異方差的存在而導(dǎo)致的參數(shù)估
14、計(jì)值的標(biāo)準(zhǔn)差的偏誤,也會(huì)使采用模型 的預(yù)測(cè)變得無效。對(duì)模型的異方差性有若干種檢測(cè)方法,如圖示法、Park與 Gleiser檢驗(yàn)法、Goldfeld-Quandt檢驗(yàn)法,以及White檢驗(yàn)法等。而當(dāng)檢測(cè)出模 型確實(shí)存在異方差性時(shí),通過采用加權(quán)最小二乘法(WLS)進(jìn)行修正的估計(jì)。 序列相關(guān)性也是模型隨機(jī)干擾項(xiàng)出現(xiàn)序列相關(guān)時(shí)產(chǎn)生的一類現(xiàn)象。與異方 差的情形相類似,在序列相關(guān)性存在的情況卜,OLS估計(jì)量仍具有無偏性與一 致性,但通常的假設(shè)檢驗(yàn)不再可靠,預(yù)測(cè)也變得無效。序列相關(guān)性的檢測(cè)方法 也有若干種,如圖示法、回歸檢驗(yàn)法、Durbin-Watson檢驗(yàn)法,以及Lagrange 乘子檢驗(yàn)法等。存在序列相
15、關(guān)性時(shí),修正的估計(jì)方法有廣義最小一乘法(GLS) 和廣義叢分法。 多重共線性是多元回歸模型中可能存在的一類現(xiàn)象,分為完全共線與近似 共線兩類。模型的多個(gè)解釋變量間出現(xiàn)完全共線性時(shí),模型的參數(shù)無法估計(jì)。 更多的情況則是近似共線性,這時(shí),由于并不違背所有的基本假定,模型參數(shù) 的估計(jì)仍是無偏、一致且有效的,但估計(jì)的參數(shù)的標(biāo)準(zhǔn)差往往較大,從而使得 f統(tǒng)計(jì)值減小,參數(shù)的顯著性下降,導(dǎo)致某些本應(yīng)存在于模型中的變量被排除, 甚至岀現(xiàn)參數(shù)正負(fù)號(hào)方面的一些混亂。顯然,近似多重共線性使得模型偏回歸 系數(shù)的特征不再明顯,從而很難對(duì)單個(gè)系數(shù)的經(jīng)濟(jì)含義進(jìn)行解釋。多重共線性 的檢驗(yàn)包括檢驗(yàn)多重共線性是否存在以及估計(jì)多重共
16、線性的范圍兩層遞進(jìn)的檢 驗(yàn)。而解決多重共線性的辦法通常有逐步回歸法、差分法以及使用額外信息, 增大樣本容量等方法。 當(dāng)模型中的解釋變量是隨機(jī)解釋變量時(shí),需要區(qū)分三種類型:隨機(jī)解釋變 量與隨機(jī)千擾項(xiàng)獨(dú)立,隨機(jī)解釋變量與隨機(jī)干擾項(xiàng)同期無關(guān)但異期相關(guān),隨機(jī) 解釋變量與隨機(jī)干擾項(xiàng)同期相關(guān)。第一種類型不會(huì)對(duì)OLS估計(jì)帶來任何問題。 第二種類型則往往導(dǎo)致模型估計(jì)的有偏性,但隨著樣本容量的增大,偏誤會(huì)逐 漸減小,因而具有一致性。所以,擴(kuò)大樣本容蜀是克服偏誤的有效途徑。第三 種類型的OLS估計(jì)則既是有偏,也是非一致的,需要采用工具變量法來加以 克服。解答(1)異方差性指對(duì)于不同的樣本值,隨機(jī)干擾項(xiàng)的方差不再是
17、常數(shù), 而是互不相同的。 (2) 序列相關(guān)性指對(duì)于不同的樣本值,隨機(jī)干擾項(xiàng)之間不再是完全和互獨(dú) 工血是存在某種相關(guān)性。 (3) 多垂共線性常兩個(gè)或兩個(gè)以上解釋變量之間存在某種線性相關(guān)關(guān)系。 (4) 完全務(wù)重共線性指,在有多個(gè)解釋變量模型中,解釋變量之間的線性 關(guān)系是準(zhǔn)確的n在此情況下.不能估計(jì)解釋變量各自對(duì)被解釋變量的彫響 n C5)不完全多重共線性指,在實(shí)際經(jīng)濟(jì)活動(dòng)中,多個(gè)解釋變星之間存在多 重共線性問題,但解釋變量之閭的線性關(guān)系是近似的*而不是完全的。 (6) 隨機(jī)解釋變量指*在現(xiàn)實(shí)經(jīng)濟(jì)現(xiàn)象中,解釋變號(hào)是不可控的,即解釋 變量的觀測(cè)值具有隨機(jī)性,并且與模型的隨機(jī)干擾項(xiàng)可能有相關(guān)關(guān)系,這樣的
18、 解釋變量稱為隨機(jī)解釋變量 (7) 差分法是一類克服序列相關(guān)性的有效方法它是將原計(jì)量經(jīng)濟(jì)學(xué)模型 變換為差分模型百再進(jìn)OLS估計(jì)口分為一階差分法和廣義差分法。 (8) 廣義最小二乘法(GL )是最具有普遍意義的最小二乘法,可用來處理模 型存在異方差或序列相關(guān)時(shí)的估計(jì)問題。 (9) DW檢驗(yàn):全稱杜賓-瓦森檢驗(yàn),適用于一階自相關(guān)的檢驗(yàn)。該法構(gòu)造 一個(gè)統(tǒng)計(jì)倉(cāng) DW 二 - 爛1 計(jì)算該統(tǒng)計(jì)量的值.根據(jù)樣本容鈕川和解釋變量數(shù)目龍査D.W.分布表*得到臨 界值業(yè)和咖,然后通過計(jì)算的DW.值與柿界值的比較*來判斷模型的自相關(guān) 狀態(tài). 參考重點(diǎn): 1. 以多元線性回歸為例說明異方差性會(huì)產(chǎn)生怎樣的后果?(可能
19、為論述題) 解答 由于異方差性的存在”使得OLS怙計(jì)量仍是純性無偏但不再具有最 小方差性,即不再有效;而由干相應(yīng)的置信區(qū)間以及f檢驗(yàn)和尸檢驗(yàn)都與估計(jì) 量的方差相關(guān),因此會(huì)造成建立的置信區(qū)間以及f檢驗(yàn)與F檢驗(yàn)都不再是可靠的 2. 檢驗(yàn)、修正異方差性的方法? 3. 以多元線性回歸為例說明序列相關(guān)會(huì)產(chǎn)生怎樣的后果?(預(yù)測(cè),矩陣表達(dá)式推到) 4. 檢驗(yàn)、修正序列相關(guān)的方法? 5什么是DW檢驗(yàn)法(前提條件)? 6. 以多元線性回歸為例說明多重共線性會(huì)產(chǎn)生怎樣的后果 7. 檢驗(yàn)、修正多重共線性的方法? 8. 隨機(jī)解釋變量問題的三種分類?分別造成的后果是什么? 9. 工具變量法的前提假設(shè) 1)與所替代的隨機(jī)
20、解釋變量高度相關(guān) 2)與隨機(jī)干擾項(xiàng)不相關(guān) 3)與模型中其他解釋變量不相關(guān),以避免出現(xiàn)多重共線性 上屆重點(diǎn): 異方差、序列相關(guān)、多重共線性等違背基本假設(shè)的情況產(chǎn)生原因、后果、識(shí)別方式方法、 D.W廣義差 分法 第四章課后題( 1.2 ) 1、2題為計(jì)算題,見課本 P134,答案見P84 第五章 經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型:專門問題 上屆重點(diǎn): 虛擬變量的含義與設(shè)定、滯后變量的含義、為何加入滯后和虛擬變量 第五章課后題( 1.3.4.10 ) 1. 回歸模型中引入虛擬變量的作用是什么?有哪幾種基本的引入方式?它們各適合用于什么情況? 答: 在模型中引入虛擬變量,主要是為了尋找某 (些)定性因素對(duì)解釋
21、變量的影響。 加法方式與乘法方式是最主要的引入方式。 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。 3. 滯后變量模型有哪幾種類型?分布滯后模型使用 OLS方法存在哪些問題? 答: 滯后變量模型有分布滯后模型和自回歸模型兩大類,前者只有解釋變量及其滯后變量作為模型的 解釋變量,不包含被解釋變量的滯后變量作為模型的解釋變量;而后者則以當(dāng)期解釋變量與被解釋變量的 若干期滯后變量作為模型的解釋變量。分布滯后模型有無限期的分布滯后模型和有限期的分布滯
22、后模型; 自回歸模型又以 Coyck 模型、自適應(yīng)預(yù)期模型和局部調(diào)整模型最為多見。 分布滯后模型使用OLS法存在以下問題:(1)對(duì)于無限期的分布滯后模型,由于樣本觀測(cè)值的有限性, 使得無法直接對(duì)其進(jìn)行估計(jì)。(2)對(duì)于有限期的分布滯后模型,使用OLS方法會(huì)遇到:沒有先驗(yàn)準(zhǔn)則確定滯 后期長(zhǎng)度,對(duì)最大滯后期的確定往往帶有主觀隨意性;如果滯后期較長(zhǎng),由于樣本容量有限,當(dāng)滯后變量 數(shù)目增加時(shí),必然使得自由度減少,將缺乏足夠的自由度進(jìn)行估計(jì)和檢驗(yàn);同名變量滯后值之間可能存在 高度線性相關(guān),即模型可能存在高度的多重共線性。 4. 產(chǎn)生模型設(shè)定偏誤的主要原因是什么?模型設(shè)定偏誤的后果以及檢驗(yàn)方法有哪些? 答:
23、 產(chǎn)生模型設(shè)定偏誤的原因主要有:模型制定者不熟悉相應(yīng)的理論知識(shí);對(duì)經(jīng)濟(jì)問題本身認(rèn)識(shí)不夠 或不熟悉前人的相關(guān)工作:模型制定者手頭沒有相關(guān)變量的數(shù)據(jù);解釋變量無法測(cè)量或數(shù)據(jù)本身存在測(cè)量 誤差。 模型設(shè)定偏誤的后果有:(1)如果遺漏了重要的解釋變量,會(huì)造成 OLS估計(jì)量在小樣本下有偏,在大 樣本下非一致;對(duì)隨機(jī)干擾項(xiàng)的方差估計(jì)也是有偏的。 (2)如果包含了無關(guān)的解釋變量,盡管 OLS估計(jì)量 具有無偏性與一致性,但不具有最小方差性。 ( 3)如果選擇了錯(cuò)誤的函數(shù)形式,則后果是全方位的,不但 會(huì)造成估計(jì)的參數(shù)具有完全不同的經(jīng)濟(jì)意義,而且估計(jì)結(jié)果也不同。 對(duì)模型設(shè)定偏誤的檢驗(yàn)方法有:檢驗(yàn)是否含有無關(guān)變量,
24、可以使用 t 檢驗(yàn)與 F 檢驗(yàn)完成:檢驗(yàn)是否有 相關(guān)變量的遺漏或函數(shù)形式設(shè)定偏誤,可以使用殘差圖示法, Ramsey提出的RESET檢驗(yàn)來完成。 10. 簡(jiǎn)述約化建模理論與傳統(tǒng)理論的異同點(diǎn)? 答:Hendry的約化建模理論的核心是“從一般到簡(jiǎn)單”的建模思想,即首先提出一個(gè)包括各種因素在 內(nèi)的“一般”模型,然后再通過觀測(cè)數(shù)據(jù),利用各種檢驗(yàn)對(duì)模型進(jìn)行檢驗(yàn)并化簡(jiǎn),最后得到一個(gè)相對(duì)簡(jiǎn)單 的模型。傳統(tǒng)建模理論的主導(dǎo)思想是“從簡(jiǎn)單到復(fù)雜”的建模思想,它首先提出一個(gè)簡(jiǎn)單的模型,然后從 各種可能的備選變量中選擇適當(dāng)?shù)淖兞窟M(jìn)入模型,最后得到一個(gè)與數(shù)據(jù)擬合較好的較為復(fù)雜的模型。 從二者的主要聯(lián)系上看,它們都以對(duì)經(jīng)
25、濟(jì)現(xiàn)象的解釋為目標(biāo),以已有的經(jīng)濟(jì)理論為建模依據(jù),以對(duì)數(shù) 據(jù)的擬合程度作為模型優(yōu)劣的重要的判定標(biāo)準(zhǔn)之一,也都有若干檢驗(yàn)標(biāo)推。 從二者的主要區(qū)別上看,傳統(tǒng)的建模理論往往更依賴于某種單一的經(jīng)濟(jì)理論,舊“從一般到簡(jiǎn)單”的 建模理論則更注重將各種不同經(jīng)濟(jì)理論納入到最初的“一般”模型中,甚至更多地是從直覺和經(jīng)驗(yàn)來建立 “一般”的模型;盡管兩者都有若干種檢驗(yàn)標(biāo)準(zhǔn),但約化建模理論從實(shí)踐上有更大量的診斷性檢驗(yàn)來看每 一步建模的可行性,或?qū)ふ腋纳颇P偷穆窂剑号c傳統(tǒng)建模實(shí)踐中存在的過渡“數(shù)據(jù)開采”問題相比,由于 約化建模理論的初估模型是一個(gè)包括所有可能變量的“一般”模型,因此也就避免了過度的“數(shù)據(jù)開采” 問題;另外
26、,由于初始模型的“一般”性,所有研究者在建模的初期往往有著相同的“起點(diǎn)” ,因此,在相 同的約化程序下,最后得到的最終模型也應(yīng)該是相同的。而傳統(tǒng)建模實(shí)踐中對(duì)同一經(jīng)濟(jì)問題往往有各種不 同經(jīng)濟(jì)理論來解釋,如果不同的研究者采用不同的經(jīng)濟(jì)理論建模,得到的最終模型也會(huì)不同。當(dāng)然,由于 約化建模理論有更多的檢驗(yàn),使得建模過程更復(fù)雜,相比之下,傳統(tǒng)建模方法則更加“靈活” 。 第六章 聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法 上屆重點(diǎn): 內(nèi)生變量、外生變量、先定變量、結(jié)構(gòu)式模型、簡(jiǎn)化式模型、參數(shù)關(guān)系體系、模型識(shí)別 第六章課后題( 1.2.3. ) 1. 為什么要建立聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型?聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型適用于
27、什么樣的經(jīng)濟(jì)現(xiàn)象? 答: 經(jīng)濟(jì)現(xiàn)象是極為復(fù)雜的,其中諸因素之間的關(guān)系,在很多情況下,不是單一方程所能描述的那種 簡(jiǎn)單的單向因果關(guān)系,而是相互依存,互為因果的,這時(shí),就必須用聯(lián)立的計(jì)量經(jīng)濟(jì)學(xué)方程才能描述清楚。 所以與單方程適用于單一經(jīng)濟(jì)現(xiàn)象的研究相比, 聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型適用于描述復(fù)雜的經(jīng)濟(jì)現(xiàn)象, 即經(jīng)濟(jì)系統(tǒng)。 2. 聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的識(shí)別狀況可以分為幾類?其含義各是什么? 答: 聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的識(shí)別狀況可以分為可識(shí)別和不可識(shí)別,可識(shí)別又分為恰好識(shí)別和過度 識(shí)別。 如果聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型中某個(gè)結(jié)構(gòu)方程不具有確定的統(tǒng)計(jì)形式,則稱該方程為不可識(shí)別,或者 根據(jù)參數(shù)關(guān)系體系,在已知
28、簡(jiǎn)化式參數(shù)估計(jì)值時(shí),如果不能得到聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型中某個(gè)結(jié)構(gòu)方程 的確定的結(jié)構(gòu)參數(shù)估計(jì)值,稱該方程為不可識(shí)別。如果一個(gè)模型中的所有隨機(jī)方程都是可以識(shí)別的,則認(rèn) 為該聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型系統(tǒng)是可以識(shí)別的。反過來,如果一個(gè)模型系統(tǒng)中存在一個(gè)不可識(shí)別的隨機(jī) 方程,則認(rèn)為該聯(lián)立方程汁量經(jīng)濟(jì)學(xué)模型系統(tǒng)是不可以識(shí)別的。如果某一個(gè)隨機(jī)方程具有唯一一組參數(shù)估 計(jì)量,稱其為恰好識(shí)別;如果某一個(gè)隨機(jī)方程具有多組參數(shù)估計(jì)量,稱其為過度識(shí)別。 3. 聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的單方程估計(jì)有哪些主要方法?其適用條件和統(tǒng)計(jì)性質(zhì)各是什么? 答: 單方程估計(jì)的主要方法有:狹義的工具變量法 (IV) ,間接最小二乘法 (IL
29、S) ,兩階段最小二乘法 (2SLS) 。 狹義的工具變量法 (IV) 和間接最小二乘法 (ILS) 只適用于恰好識(shí)別的結(jié)構(gòu)方程的估計(jì)。 兩階段最小二乘 法(2SLs)既適用于恰好識(shí)別的結(jié)構(gòu)方程,又適用于過度識(shí)別的結(jié)構(gòu)方程。 用工具變量法估計(jì)的參數(shù),一般情況下,在小樣本下是有偏的,但在大樣本下是漸近無偏的。如果選 取的工具變量與方程隨機(jī)干擾項(xiàng)完全不相關(guān),那么其參數(shù)估計(jì)量是無偏估計(jì)量。對(duì)于間接最小二乘法,對(duì) 簡(jiǎn)化式模型應(yīng)用普通最小二乘法得到的參數(shù)估計(jì)量具有線性性、無偏性、有效性。通過多數(shù)關(guān)系體系計(jì)算 得到結(jié)構(gòu)方程的結(jié)構(gòu)參數(shù)估計(jì)量在小樣本下是有偏的,在大樣本下是漸近無偏的。采用二階段最小二乘法 得
30、到結(jié)構(gòu)方程的結(jié)構(gòu)參數(shù)估計(jì)量在小樣本下是有偏的,在大樣本下是漸近無偏的。補(bǔ)充資料 計(jì)算題(一) 給岀多元線性回歸的結(jié)果 1. 判斷模型估計(jì)的結(jié)果如何,擬合效果如何? 2. 說明每一個(gè)參數(shù)所代表的經(jīng)濟(jì)意義? 3. 判斷有沒有違背四個(gè)基本假設(shè)? 計(jì)算題(二) 給岀數(shù)值,計(jì)算: 1. t檢驗(yàn),F(xiàn)檢驗(yàn)的自由度 2. 在給定顯著性水平下參數(shù)是否顯著? 3. 估計(jì)值是有偏、無偏、有效? 計(jì)算題(三) 加入虛擬變量 D1,D2,D3 問:虛擬變量的經(jīng)濟(jì)含義? 2- k答(I)總體回歸函數(shù)是指在給定&下y分布的總體均值與X所妙成 的雷數(shù)關(guān)系(或者說將總體被解釋變量的條件期璽表示為解釋變量的某種 函數(shù)h (2)樣
31、木回口函數(shù)指從總體中抽出的關(guān)子y 丫 x的若干組值形成的樣本所 建立的回歸函數(shù)“ 隨機(jī)的總體回歸團(tuán)數(shù)指含有ia機(jī)干擾項(xiàng)的總體冋歸噪數(shù)(咼相對(duì)于條 件期望形式而言的n (4)栽材中所講的線性回歸模型既指對(duì)變量是線件的.也指對(duì)參數(shù)0為線 性的”即解釋變與發(fā)數(shù)0只以它幻的I次方出現(xiàn)” 2 S現(xiàn)代投協(xié)分析的特征線涉及如下回01方程: 亓二幾+ 01入嚴(yán)晉 其中r表示股票或債養(yǎng)的收益率匚表示有價(jià)證養(yǎng)的收益率(用市場(chǎng)指數(shù)表示 如標(biāo)痕普爾500f&)t tk時(shí)閘 F 投璉分析中優(yōu)擁稱為頂券的安金系數(shù) fit是用來度市場(chǎng)的風(fēng)險(xiǎn)程度的即市場(chǎng)的發(fā)展對(duì)公祠的財(cái)產(chǎn)有何總響*依 據(jù)19561976年間240個(gè)月的數(shù)據(jù) Fvgler和Ganpatliy得到IBM股黑收It車 的回歸方程如下鼻 =0726 4 + L059 昵, (0300 I) (0.072 SJ Jt1 xO.47J 0 (I)解釋回歸參數(shù)的意義“ 如何解釋尺 (3)安全系數(shù)的通券禰為小穩(wěn)定證券*翟立適當(dāng)?shù)捏炯僬l艮備選假說、 檢驗(yàn)IBM恂腔累崔否暹易變股=2-8 解答(1)回歸方程的截距0.7264表明當(dāng)G為0時(shí)的股票或債券收益率, 它本身沒有經(jīng)擠意義;回歸方程的斜率1.059
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 漢濱區(qū)小額貸款擔(dān)保協(xié)議書二零二五年
- 2021-2026年中國(guó)公墓建設(shè)市場(chǎng)競(jìng)爭(zhēng)格局及投資戰(zhàn)略規(guī)劃報(bào)告
- 2025年水資源專用機(jī)械制造行業(yè)市場(chǎng)環(huán)境分析
- 紀(jì)念杯租賃合同
- 五金車輛配件噴漆項(xiàng)目投資可行性研究分析報(bào)告(2024-2030版)
- 中國(guó)磷礦資源行業(yè)發(fā)展前景預(yù)測(cè)及投資戰(zhàn)略研究報(bào)告
- 2024年中國(guó)密胺模塑料市場(chǎng)運(yùn)行現(xiàn)狀及行業(yè)發(fā)展趨勢(shì)預(yù)測(cè)報(bào)告
- 中國(guó)商業(yè)智能行業(yè)市場(chǎng)評(píng)估分析及發(fā)展前景調(diào)研戰(zhàn)略研究報(bào)告
- 2023-2029年中國(guó)LBS平臺(tái)行業(yè)市場(chǎng)調(diào)查研究及發(fā)展戰(zhàn)略規(guī)劃報(bào)告
- 浸膠料項(xiàng)目投資可行性研究分析報(bào)告(2024-2030版)
- 跌倒墜床應(yīng)急演練
- 2024年保密知識(shí)測(cè)試試題庫(完整版)
- 2024年計(jì)算機(jī)軟考(高級(jí))系統(tǒng)架構(gòu)設(shè)計(jì)師考試題庫大全(含真題等)
- 家庭教育指導(dǎo)實(shí)操
- 小題壓軸題專練23-立體幾何(動(dòng)點(diǎn)問題)-2022屆高三數(shù)學(xué)一輪復(fù)習(xí)
- 物理學(xué)簡(jiǎn)明教程馬文蔚等高教出版社
- 110KV變電站繼電保護(hù)設(shè)計(jì)畢業(yè)設(shè)計(jì)論文
- 2024年廣東東莞市公安局石排分局輔警招聘筆試參考題庫附帶答案詳解
- 肥料、農(nóng)藥采購(gòu)服務(wù)供貨、制度保障及驗(yàn)收方案
- (高清版)DZT 0203-2020 礦產(chǎn)地質(zhì)勘查規(guī)范 稀有金屬類
- 中小學(xué)必背飛花令詩詞-(春、月、風(fēng)、花、山、江、人、日、動(dòng)物、顏色、數(shù)字)
評(píng)論
0/150
提交評(píng)論