計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)提綱

1、計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)提綱一、填空題1、設(shè)隨機(jī)變量的概率密度為 （）則的數(shù)學(xué)期望= ，方差= 。2、在經(jīng)濟(jì)計(jì)量模型中引入反映 因素影響的隨機(jī)擾動(dòng)項(xiàng)，目的在于使模型更符合 活動(dòng)。3、回歸方程中的回歸系數(shù)是自變量對(duì)因變量的 。某自變量回歸系數(shù)的意義，指的是該自變量變化一個(gè)單位引起因變量平均變化 個(gè)單位。4、違背多元線(xiàn)性回歸分析假設(shè)條件的三種常見(jiàn)現(xiàn)象包括異方差 、 、 。5、聯(lián)立方程組模型中方程的類(lèi)型有制度方程式、恒等式 和 。6、設(shè)離散型隨機(jī)變量的概率分布，可簡(jiǎn)記為則 7、 是因變量離差平方和，它度量因變量的總變動(dòng)。就因變量總變動(dòng)的變異來(lái)源看，它由兩部分因素所組成。一個(gè)是自變量，另一個(gè)是除自變量以外的其他

2、因素。 是擬合值的離散程度的度量。它是由自變量的變化引起的因變量的變化，或稱(chēng)自變量對(duì)因變量變化的貢獻(xiàn)。 是度量實(shí)際值與擬合值之間的差異，它是由自變量以外的其他因素所致，它又叫殘差或剩余。8、模型線(xiàn)性的含義，就變量而言，指的是回歸模型中變量的 ；就參數(shù)而言，指的是回歸模型中的參數(shù)的 ；通常線(xiàn)性回歸模型的線(xiàn)性含義是就 而言的。9、常見(jiàn)的自回歸模型包括 、 、 。10、在經(jīng)濟(jì)計(jì)量模型中引入反映 因素影響的隨機(jī)擾動(dòng)項(xiàng)，目的在于使模型更符合 活動(dòng)。11、回歸方程中的回歸系數(shù)是自變量對(duì)因變量的 。某自變量回歸系數(shù)的意義，指的是該自變量變化一個(gè)單位引起因變量平均變化 個(gè)單位。12、 模型線(xiàn)性的含義，就變量而

3、言，指的是回歸模型中變量的 ；就參數(shù)而言，指的是回歸模型中的參數(shù)的 ；通常線(xiàn)性回歸模型的線(xiàn)性含義是就 而言的。13、樣本觀察值與回歸方程理論值之間的偏差，稱(chēng)為 ，我們用殘差估計(jì)線(xiàn)性模型中的 。二、名詞解釋?zhuān)?1、戈德費(fèi)爾德匡特檢驗(yàn)2、橫截面數(shù)據(jù)3、相關(guān)分析4、正態(tài)分布5、異方差6、判定系數(shù)7、多元線(xiàn)性回歸模型8、面板數(shù)據(jù)9、虛擬變量10、總體回歸函數(shù)11帕克檢驗(yàn)12Glejser檢驗(yàn)14、分布滯后模型；15、無(wú)限滯后模型；16、自回歸模型；三、簡(jiǎn)答題： 1、請(qǐng)簡(jiǎn)述回歸模型產(chǎn)生異方差現(xiàn)象的原因。2、多元線(xiàn)性回歸模型的假設(shè)條件是什么？3、請(qǐng)寫(xiě)出一元總體線(xiàn)性回歸模型與方程，以及一元樣本線(xiàn)性回歸模型與

4、方程。4、請(qǐng)簡(jiǎn)述一元回歸分析的五個(gè)經(jīng)典假設(shè)。5、請(qǐng)簡(jiǎn)述D-W檢驗(yàn)的原理。6、在線(xiàn)性回歸方程中，“線(xiàn)性”二字如何理解？7、用最小二乘法求線(xiàn)性回歸方程系數(shù)的意義是什么？8、方差分析方法把數(shù)據(jù)總的平方和分解成為兩部分的意義是什么？9、 回歸分析中的隨機(jī)誤差項(xiàng)有什么作用？它與殘差項(xiàng)有何區(qū)別？10、判斷如下模型，哪些是線(xiàn)性模型，哪些不是。以及它們經(jīng)過(guò)怎樣的變化能夠變成線(xiàn)性模型？模型 描述性名稱(chēng) 倒數(shù) 半對(duì)數(shù) 反半對(duì)數(shù) 對(duì)數(shù)或雙對(duì)數(shù) 對(duì)數(shù)倒數(shù)11、 如下模型是線(xiàn)性回歸模型嗎？并說(shuō)出原因。12、異方差的存在對(duì)下面各項(xiàng)有何影響？（1）OLS估計(jì)量及其方差；（2）置信區(qū)間；（3）顯著性t檢驗(yàn)和F檢驗(yàn)的使用。13

5、、產(chǎn)生異方差的經(jīng)濟(jì)背景是什么？檢驗(yàn)異方差的方法思路是什么？14、下列異方差檢查方法的邏輯關(guān)系是什么？（1）圖示法（2）Park檢驗(yàn)（3）White檢驗(yàn)15、在一元線(xiàn)性回歸函數(shù)中，假設(shè)誤差方差有如下結(jié)構(gòu)：16、如何變換模型以達(dá)到同方差的目的？我們將如何估計(jì)變換后的模型？請(qǐng)列出估計(jì)步驟。17、判斷以下說(shuō)法正確、錯(cuò)誤，還是不確定？并簡(jiǎn)要陳述你的理由。(1)盡管存在完全的多重共線(xiàn)性，OLS估計(jì)量還是最優(yōu)線(xiàn)性無(wú)偏估計(jì)量（BLUE）。(2)在高度多重共線(xiàn)性的情況下，要評(píng)價(jià)一個(gè)或者多個(gè)偏回歸系數(shù)的個(gè)別顯著性是不可能的。(3)如果某一輔回歸顯示出較高的值，則必然會(huì)存在高度的多重共線(xiàn)性。(4)變量之間的相關(guān)系數(shù)

6、較高是存在多重共線(xiàn)性的充分必要條件。(5)如果回歸的目的僅僅是為了預(yù)測(cè)，則變量之間存在多重共線(xiàn)性是無(wú)害的。18、哪些原因可以造成自相關(guān)？19、如何檢驗(yàn)是否存在自相關(guān)？20、比較異方差與自相關(guān)的異同。21、分布滯后模型存在的原因是什么？22、分布滯后模型在參數(shù)估計(jì)時(shí)有哪些困難？四、綜合分析題： 1、考慮如下關(guān)于期望工作時(shí)間的對(duì)1543對(duì)夫婦調(diào)查后的回歸結(jié)果（比率放在括號(hào)內(nèi)）： 其中為妻子希望每年花在工作上的小時(shí)數(shù)，以每年工作的小時(shí)數(shù)加上花在找工作上的時(shí)間之和計(jì)算； ：妻子稅后真實(shí)時(shí)薪； ：丈夫在上一年度稅后真實(shí)收入； ：妻子的年齡； ：妻子的受教育年數(shù)； ：態(tài)度變量。若被調(diào)查者愿意工作而且其丈夫

7、也同意其工作則取值1，否則為0； ：態(tài)度變量。若被調(diào)查者的丈夫支持其工作則取值1，否則為0； ：年齡低于6歲的子女?dāng)?shù)； ：年齡在613歲的子女?dāng)?shù)；回答以下問(wèn)題：（1） 各非虛擬回歸元系數(shù)的符號(hào)有經(jīng)濟(jì)含義嗎？說(shuō)明你的觀點(diǎn)。（2） 如何解釋虛擬變量和？這些虛擬變量統(tǒng)計(jì)顯著嗎？（3） 在這項(xiàng)研究中，一位婦女的年齡和受教育程度不是影響其勞動(dòng)力參與決策的顯著因素，你認(rèn)為這是為什么？2、考慮下面的一組數(shù)據(jù)：Y-10-8-6-4-20246810123456789101113579111315171921如果我們用模型：來(lái)對(duì)以上數(shù)據(jù)進(jìn)行擬合回歸。(1) 我們能得到這3個(gè)估計(jì)量嗎？并說(shuō)明理由。(2) 如果不能

8、，那么我們能否估計(jì)得到這些參數(shù)的線(xiàn)性組合？可以的話(huà)，寫(xiě)出必要的計(jì)算過(guò)程。3、考慮如下模型： 其中代表一位大學(xué)教授的年薪； 為從教年限； 為性別虛擬變量。 考慮定義虛擬變量的三種方式： （1）對(duì)男性取值1，對(duì)女性取值0； （2）對(duì)女性取值1，對(duì)男性取值2； （3）對(duì)女性取值1，對(duì)男性取值1； 對(duì)每種虛擬變量定義解釋上述回歸模型。是否有某個(gè)方法比另外的更好？說(shuō)明你的理由。4、考慮以下模型： 由于和是的函數(shù)，那么它們之間存在多重共線(xiàn)性。這種說(shuō)法對(duì)嗎？為什么？5、在涉及時(shí)間序列數(shù)據(jù)的回歸分析中，如果回歸模型不僅含有解釋變量的當(dāng)前值，同時(shí)還含有它們的滯后值，我們把這類(lèi)模型稱(chēng)為分布滯后模型（distrib

9、uted-lag model）。我們考慮以下模型：其中Y消費(fèi)，X收入，t時(shí)間。該模型表示當(dāng)期的消費(fèi)是其現(xiàn)期的收入及其滯后三期的收入的線(xiàn)性函數(shù)。（1） 在這一類(lèi)模型中是否會(huì)存在多重共線(xiàn)性？為什么？（2） 如果存在多重共線(xiàn)性的話(huà)，應(yīng)該如何解決這個(gè)問(wèn)題？五、計(jì)算題： 1、下表給出了美國(guó)30所知名學(xué)校的MBA學(xué)生1994年基本年薪（ASP）、GPA分?jǐn)?shù)（14共四個(gè)等級(jí)）、GMAT分?jǐn)?shù)以及每年學(xué)費(fèi)的數(shù)據(jù)。1994年MBA畢業(yè)生平均初職薪水學(xué)校ASP/美元GPAGMAT學(xué)費(fèi)/美元Harvard1026303.465023894Stanford1008003.366521189Columbian100480

10、3.364021400Dartmouth954103.466021225Wharton899303.465021050Northwestern846403.364020634Chicago832103.365021656Mit805003.565021690Virginia742803.264317893Ucla740103.564014496Berkeley719703.264714361Cornell719703.263020400Nyu706603.263020276Duke704903.362321910Carriegie mellon598903.263520600North Car

11、olina698803.262110132Michigan678203.263020196Texax618903.36258580Indiana585203.261514036Purdue547203.25819556Case western572003.159117600Georgetown698303.261919584Michigan state418203.259016057Penn state491203.258011400Southern methodist609103.160018034Tulane440803.160019550Illinois471303.261612628L

12、owa416203.25909361Minnesota482503.260012618Washington441403.3617114361、用雙變量回歸模型分析GPA是否對(duì)ASP有影響？2、用合適的回歸模型分析GMAT分?jǐn)?shù)是否與ASP有關(guān)系？3、你同意高學(xué)費(fèi)的商業(yè)學(xué)校意味著高質(zhì)量的MBA成績(jī)嗎？為什么？請(qǐng)參考以下數(shù)據(jù)表進(jìn)行計(jì)算：2、根據(jù)美國(guó)1965-Q至1983-Q數(shù)據(jù)（），James Doti與Esmael Adibi得到下面的回歸方程以解釋美國(guó)個(gè)人的消費(fèi)支出（PCE）： （-3.33） （249.06） （-3.09） 其中：個(gè)人消費(fèi)支出/億美元 可支配（稅后）收入/億美元 銀行支付的主

13、要利率（%）（1）求邊際消費(fèi)傾向（MPC）-每額外增加1美元個(gè)人可支配收入所增加的消費(fèi)支出的數(shù)量。（2）解釋模型的經(jīng)濟(jì)意義。（3）檢驗(yàn)零假設(shè)：顯著不為零。 （4）計(jì)算每個(gè)系數(shù)的標(biāo)準(zhǔn)差。3、中國(guó)的人均GDP（元/人，用Y表示）與人均鋼產(chǎn)量（千克/人，用X表示）如下表所示：年度YX198585344.52198695648.931987110451.921988135553.951989151255.051990163458.451991187961.701992228769.471993293976.001994392377.701995485479.151996557683.151997605

14、488.571998603893.051999655199.1220007086101.7720017651119.2220028184142.43資料來(lái)源：中國(guó)統(tǒng)計(jì)年鑒2003，北京，中國(guó)統(tǒng)計(jì)出版社，2003。（1） 試建立樣本回歸方程，并在5的水平下進(jìn)行顯著性檢驗(yàn)。（2） 求簡(jiǎn)單相關(guān)系數(shù)。4、下表給出了19771991年期間美國(guó)的黃金價(jià)格、消費(fèi)者指數(shù)和紐約股票交易所指數(shù)數(shù)據(jù)。NYSE指數(shù)包括在NYSE上市的大多數(shù)股票，約有1500多種。年份在紐約每盎司黃金的美元價(jià)格消費(fèi)者價(jià)格指數(shù)19821984100紐約股票交易所指數(shù)1965.121.311001977147.9860.653.69197

15、8193.4465.253.701979307.6272.658.321980612.5182.468.101981459.6190.974.021982376.0196.568.931983423.8399.692.631984360.29103.992.461985317.30107.6108.901986367.87109.6136.001987446.50113.6161.701988436.93118.3149.911989381.28124.0180.021990384.08130.7183.461991362.04136.2206.33a. 在同一散布圖中描繪黃金價(jià)格，CPI和N

16、YSE指數(shù)。b. 一種投資，如果它的價(jià)格和（或）回報(bào)率至少趕得上通貨膨脹，就被認(rèn)為是（對(duì)通貨膨脹）保值（能抵御通貨膨脹）的。為檢驗(yàn)這一假設(shè)：投資是保值的，假定a中的散點(diǎn)圖表明擬合以下模型是最適宜的：5、1964年，對(duì)9966名經(jīng)濟(jì)學(xué)家的調(diào)查數(shù)據(jù)如下：年齡中值工資 單位：美元/年年齡202425293034353940444549505455596064656970+中值工資7800840097001150013000148001500015000150001450012000 資料來(lái)源：“The Structure of Economists Employment and Salaries”,

17、 Committee on the National Science Foundation Report on the Economics Profession, American Economics Review, vol.55, No.4, December 1965.（1）建立適當(dāng)?shù)哪Ｐ徒忉屍骄べY與年齡間的關(guān)系。為了分析的方便，假設(shè)中值工資是年齡區(qū)間中點(diǎn)的工資。（2）假設(shè)誤差與年齡成比例，變換數(shù)據(jù)求得WLS回歸方程。（3）現(xiàn)假設(shè)誤差與年齡的平方成比例，求WLS回歸方程。（4）哪一個(gè)假設(shè)更可行？7.考慮消費(fèi)函數(shù) 其中，C、Y、W依次表示消費(fèi)、收入與財(cái)富。下面是假想數(shù)據(jù)。CYW7080810651001009901201273951401425110160163311518018761202002252140220220115524024351502602686(1) 作C對(duì)Y和W的普通最小二乘回歸。(2) 這一回歸方程是否存在著多重共線(xiàn)性？你的判斷依據(jù)是什么？(3) 分別作C對(duì)Y和W的回歸，這些回歸結(jié)果表明了什么？(4) 作W對(duì)Y的回歸。這一回歸結(jié)果表明了什么？(5) 如果存在嚴(yán)重的共線(xiàn)性，你是否會(huì)刪除一個(gè)解釋變量？為什么？8、假定存在下表所示的時(shí)間序列數(shù)據(jù)：時(shí)間yx時(shí)間yx1135.51551.311274.12167.42144.61599.812277.92212.