計(jì)量經(jīng)濟(jì)學(xué)名詞解釋和簡(jiǎn)答

1、三、名經(jīng)濟(jì)計(jì)量學(xué)：是經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)和數(shù)學(xué)合流而構(gòu)成的一門(mén)交叉學(xué)科。理論經(jīng)濟(jì)計(jì)量學(xué)：是尋找適當(dāng)?shù)姆椒?，去測(cè)度由經(jīng)濟(jì)計(jì)量模型設(shè)定的經(jīng)濟(jì)關(guān)系式。應(yīng)用經(jīng)濟(jì)化量學(xué)：以經(jīng)濟(jì)理論和事實(shí)為出發(fā)點(diǎn)，應(yīng)用計(jì)量方法，解決經(jīng)濟(jì)系統(tǒng)運(yùn)行過(guò)程中的理論問(wèn)題或?qū)嵺`問(wèn)題。內(nèi)生變量：具有一定概率分布的隨機(jī)變量，由模型自身決定，其數(shù)值是求解模型的結(jié)果。外生變量：是非隨機(jī)變量，在模型體系之外決定，即在模型求解之前已經(jīng)得到了數(shù)值。隨機(jī)方程：根據(jù)經(jīng)濟(jì)行為構(gòu)造的函數(shù)關(guān)系式。非隨機(jī)方程：根據(jù)經(jīng)濟(jì)學(xué)理論或政策、法規(guī)而構(gòu)造的經(jīng)濟(jì)變量恒等式。時(shí)序數(shù)據(jù)：指某一經(jīng)濟(jì)變量在各個(gè)時(shí)期的數(shù)值按時(shí)間先后順序排列所形成的數(shù)列。截面數(shù)據(jù)：指在同一時(shí)點(diǎn)或時(shí)期上，不

2、同統(tǒng)計(jì)單位的相同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)?；貧w分析：就是研究被解釋變量對(duì)解釋變量的依賴關(guān)系，其目的就是通過(guò)解釋變量的已知或設(shè)定值，去估計(jì)或預(yù)測(cè)被解釋變量的總體均值。相關(guān)分析：測(cè)度兩個(gè)變量之間的線性關(guān)聯(lián)度的分析方法。總體回歸函數(shù)：EJY/X）是X的一個(gè)線性函數(shù)，就是總體回歸函數(shù)，簡(jiǎn)稱總體回歸。它表明在給定X下Y的分布的總體均值與X有函數(shù)關(guān)系，就是說(shuō)它給出了Y的均值是怎樣隨X值的變化而變化的。隨機(jī)誤差項(xiàng)：為隨機(jī)或非系統(tǒng)性成份，代表所有可能影響Y,但又未能包括到回歸模型中來(lái)的被忽略變量的代理變量。有效估計(jì)量：在所有線性無(wú)偏估計(jì)量中具有最小方差的無(wú)偏估計(jì)量叫做有效估計(jì)量。判定系數(shù)：r2(Y?Y)2ESS，是

3、對(duì)回歸線擬合優(yōu)度的度量。R2測(cè)度了在Y(YY)2TSS的總變異中由回歸模型解釋的那個(gè)部分所占的比例或百分比。異方差：在回歸模型中，隨機(jī)誤差項(xiàng)Ui,U2，Un不具有相同的方差，即Var(ui)Var(Uj)，當(dāng)ij時(shí)，則稱隨機(jī)誤差的方差為異方差。異方差的補(bǔ)救方法已知時(shí)，用加權(quán)最小二乘法心Jv；未知時(shí)，用普通最小二乘法。序列相關(guān)：在進(jìn)行回歸分析時(shí)，我們總假定其隨機(jī)誤差項(xiàng)是不相關(guān)的，即上式表示不同時(shí)點(diǎn)的誤差項(xiàng)之間不相關(guān)。如果一個(gè)回歸模型不滿足上式，即Cov(Ui,Uj)0，則我們稱隨機(jī)誤差項(xiàng)之間存在著序列相關(guān)現(xiàn)象，也稱為自相關(guān)自相關(guān)的補(bǔ)救方法：(一)差分法：一階差分法、廣義差分法、隨機(jī)誤差項(xiàng)相關(guān)系數(shù)

4、的估計(jì)(如迭代法和德賓兩步法)(二)廣義最小二乘法。加權(quán)最小二乘法：為了克服方差非齊性，所采用的方法即加權(quán)最小二乘法?；舅枷胧亲儞Q原來(lái)的模型，使經(jīng)過(guò)變換的模型具有同方差的隨機(jī)項(xiàng)，然后再應(yīng)用普通最小二乘法進(jìn)行估計(jì)。戈德菲里特一匡特檢驗(yàn)：首先將樣本按某個(gè)解釋變量的大小順序排列，并將樣本從中間截成兩段；然后各段分別用普通最小二乘法擬合回歸模型。令第一段為高方差段，第二段為低方差段，并記兩段的樣本容量分別為ni和n2，模型參數(shù)個(gè)數(shù)為k，兩段樣本回歸殘差分別為創(chuàng)和e2i，則兩段的殘差平方和分別為rsse2和RSSe2i，從而可計(jì)算出各段模型的隨機(jī)誤差項(xiàng)的方差i1i1估計(jì)量分別為？2空和?2竺，由此可構(gòu)

5、造出檢驗(yàn)統(tǒng)計(jì)量為nkn2kFRSS/(mk)RSS/(n_k)該統(tǒng)計(jì)量服從自由度為(nik)和(n_k)的F分布。在給定的顯著性水平之下，若此統(tǒng)計(jì)量F的值大于臨界值F口k,n_k，則可認(rèn)為有異方差的存在。DW僉驗(yàn)：DV檢驗(yàn)是(杜賓)和沃特森)于1951年提出的一種適用于小樣本的檢驗(yàn)方法。DV檢驗(yàn)只能用于檢驗(yàn)隨機(jī)誤差項(xiàng)具有一階自回歸形式的序列相關(guān)問(wèn)題。隨機(jī)誤差項(xiàng)的一階自回歸形式為UtUt1w,為了檢驗(yàn)序列的相關(guān)性，構(gòu)造的原假設(shè)是H。：0。為了檢驗(yàn)上述假設(shè)，構(gòu)造DV統(tǒng)計(jì)量首先要求出回歸估計(jì)式的殘差e,DW2(1?)，根據(jù)樣本容量n和解釋變量的數(shù)目k'(不包括常數(shù)項(xiàng))，查DW分布表，得臨界值

6、dL和du，然后依下列準(zhǔn)則考察計(jì)算得到的DW值，以決定模型的自相關(guān)狀態(tài)。廣義差分法：廣義差分法可以克服所有類型的序列相關(guān)帶來(lái)的問(wèn)題。如果Yt12X2tkXktUtUtM12Ut2pUtpVtVt為經(jīng)典誤差項(xiàng)，則可以將模型變換為此模型即為廣義差分模型，該模型不存在序列相關(guān)問(wèn)題。采用普通最小二乘法估計(jì)該模型得到的參數(shù)估計(jì)量，即為原模型參數(shù)的無(wú)偏、有效的估計(jì)量。多元線性回歸模型：在模型中將包含二個(gè)以上的解釋變量的多元線性回歸模型。2調(diào)整的判定系數(shù)：R21*k)，所謂調(diào)整，就是指R2的計(jì)算式中(YiY)2/(n1)的e2和(YiY)2都用它們的自由度(nk)和(門(mén)一1)去除。對(duì)數(shù)線性模型：LnYi2L

7、nXiUi,該模型中LnY對(duì)，2是線性關(guān)系，LnY對(duì)LnX也是線性關(guān)系。該模型可稱為對(duì)數(shù)一對(duì)數(shù)線性模型，簡(jiǎn)稱為對(duì)數(shù)線性模型。多重共線性：在多元線性回歸模型中，解釋變量X,X2,Xk之間存在完全或近似的線性關(guān)系，稱解釋變量X1,X2,Xk之間存在完全或近似多重共性線，也稱為復(fù)共線性。方差擴(kuò)大因子：出度量了由于Xj與其它解釋變量之間的線性關(guān)聯(lián)程度對(duì)估計(jì)量?j的方差的影響。稱其為方差擴(kuò)大因子,定義為VIFj12。1Rj2分布滯后模型：分布滯后模型一般定義為，如果一個(gè)回歸模型不僅包含解釋變量的現(xiàn)期值，而且還包含解釋變量的滯后值，則這個(gè)回歸模型就是分布滯后模型。它的一般形式為：Yt=+oXt+iXti+

8、kXtk+Ut或Yt=+oXt+iXt1+ut短期影響乘數(shù)：在分布滯后模型：Yt=+oXt+11+kXtk+Ut中，0稱為短期影響乘數(shù)，它表示解釋變量X變化一個(gè)單位對(duì)同期被解釋變量Y產(chǎn)生的影響。延期影響乘數(shù)：在分布滯后模型Yt=+。兀+i兀i+k兀k+5中，i,2，稱為延期過(guò)渡性影響乘數(shù)，它們度量解釋變量X的各個(gè)前期值變動(dòng)一個(gè)單位對(duì)被解釋變量Y的滯后影響。長(zhǎng)期影響乘數(shù)：在分布滯后模型Y=+oXt+iXti+kXtk+Ut中，所有乘數(shù)的和i012L稱為長(zhǎng)期影響乘數(shù)。幾何分布滯后模型：對(duì)于無(wú)限分布滯后模型YtoXtiXtiUt庫(kù)伊克（koyck）提出了兩個(gè)假設(shè)：模型中所有參數(shù)的符號(hào)都是相同的。模型

9、中的參數(shù)按幾何數(shù)列衰減的，即jojj=0,1,2,式中，Ov入vl,入稱為分布滯后的衰減率，入越小，衰減速度就越快，X滯后的遠(yuǎn)期值對(duì)當(dāng)期Y值的影響就越小。就稱為幾何分布滯后模型。工具變量法：用合適的預(yù)定變量作為工具變量代替結(jié)構(gòu)方程中的內(nèi)生變量，從而降低解釋變量與隨機(jī)誤差項(xiàng)之間的相關(guān)程度，再利用最小二乘法進(jìn)行參數(shù)估計(jì)。虛擬變量：在經(jīng)濟(jì)計(jì)量分析中，經(jīng)常會(huì)碰到所建模型的被解釋變量受到諸如戰(zhàn)爭(zhēng)、自然災(zāi)害、國(guó)際環(huán)境、季節(jié)變動(dòng)以及政府經(jīng)濟(jì)政策變動(dòng)等質(zhì)量變量的影響。給定某一質(zhì)量變量某屬性的出現(xiàn)為1,未出現(xiàn)為0,稱這樣的變量為虛擬變量。虛擬變量陷阱：指如果虛擬變量設(shè)定不當(dāng)，會(huì)使最小二乘法失效的情況。截距變動(dòng)模

10、型：在模型YiaoaiDXi5中,D表示虛擬變量，D=0和D=1表示兩種不同的模型，他們的截距不同，則稱其為截距變動(dòng)模型。截距斜率同時(shí)變動(dòng)模型：例如消費(fèi)函數(shù)不但在斜率上有差異，在截距上也是有可能不一致，將兩個(gè)問(wèn)題同時(shí)考慮進(jìn)來(lái)，我們可以得到回歸方程若10，30，則為截距和斜率同時(shí)變動(dòng)模型分段線性回歸：當(dāng)解釋變量X的值達(dá)到某水平X*之前，與被解釋變量Y之間存在某種線性關(guān)系；當(dāng)解釋變量X的值達(dá)到或超過(guò)X*以后，與被解釋變量的關(guān)系就會(huì)發(fā)生變化。如果已知X的轉(zhuǎn)折點(diǎn)X*，可以用虛擬變量分別估計(jì)每一段的斜率。這就是分段線性回歸。聯(lián)立方程模型：聯(lián)立方程模型是根據(jù)經(jīng)濟(jì)理論和某些假設(shè)條件，區(qū)分各種不同的經(jīng)濟(jì)變量，

11、建立一組方程式來(lái)描述經(jīng)濟(jì)變量間的聯(lián)立關(guān)系。聯(lián)立方程偏倚：在聯(lián)立方程模型中，一些變量可能在某一方程中作為解釋變量，而在另一方程中又作為被解釋變量。這就會(huì)導(dǎo)致解釋變量與隨機(jī)干擾項(xiàng)之間存在相關(guān)關(guān)系，從而違背了最小二乘估計(jì)理論的一個(gè)重要假定。如果直接使用最小二乘法，就會(huì)產(chǎn)生所估計(jì)的參數(shù)是有偏的、非一致的等問(wèn)題，稱為聯(lián)立性偏誤。前定變量：外生變量和滯后內(nèi)生變量合稱為前定變量。前定變量影響現(xiàn)期模型中的其它變量，但不受它們的影響，因此只能在現(xiàn)期的方程中作解釋變量，且與其中的隨機(jī)干擾項(xiàng)互不相關(guān)。行為方程：解釋居民、企業(yè)和政府的經(jīng)濟(jì)行為，描述它們對(duì)外部影響是怎樣做出反應(yīng)的方程稱為行為方程。結(jié)構(gòu)式模型：每一個(gè)方程

12、都把內(nèi)生變量表示為其他內(nèi)生變量、前定變量和隨機(jī)干擾項(xiàng)的函數(shù)，描述經(jīng)濟(jì)變量關(guān)系結(jié)構(gòu)的聯(lián)立方程組稱為結(jié)構(gòu)式模型。簡(jiǎn)化式模型：把模型中每個(gè)內(nèi)生變量表示為前定變量和隨機(jī)干擾項(xiàng)的函數(shù)，得到的模型稱為簡(jiǎn)化式模型結(jié)構(gòu)式參數(shù)：結(jié)構(gòu)式模型中的參數(shù)稱為結(jié)構(gòu)式參數(shù)，它表示每個(gè)解釋變量對(duì)被解釋變量的直接影響，其正負(fù)號(hào)表示影響的方向，絕對(duì)值表示影響的程度。恰好識(shí)別：在可識(shí)別的模型中，結(jié)構(gòu)式參數(shù)具有唯一數(shù)值的方程稱為恰好識(shí)別。過(guò)度識(shí)別：在可識(shí)別的模型中，結(jié)構(gòu)式參數(shù)具有多個(gè)數(shù)值的方程稱為過(guò)度識(shí)別。四、簡(jiǎn)答題1. 簡(jiǎn)述經(jīng)濟(jì)計(jì)量分析的研究步驟。用經(jīng)濟(jì)計(jì)量方法研究社會(huì)經(jīng)濟(jì)問(wèn)題是以經(jīng)濟(jì)計(jì)量模型的建立和應(yīng)用為基礎(chǔ)的，其過(guò)程可分為四個(gè)

13、連續(xù)的步驟：建立模型、估計(jì)參數(shù)、驗(yàn)證模型和使用模型。建立模型是根據(jù)經(jīng)濟(jì)理論和某些假設(shè)條件，區(qū)分各種不同的經(jīng)濟(jì)變量，建立單一方程式或方程體系，來(lái)表明經(jīng)濟(jì)變量之間的相互依存關(guān)系。模型建立后，必須對(duì)模型的參數(shù)進(jìn)行估計(jì)；就是獲得模型參數(shù)的具體數(shù)值。模型估計(jì)之后，必須驗(yàn)證模型參數(shù)估計(jì)值在經(jīng)濟(jì)上是否有意義，在統(tǒng)計(jì)上是否令人滿意。對(duì)經(jīng)濟(jì)現(xiàn)象的計(jì)量研究是為了使用經(jīng)濟(jì)計(jì)量模型。經(jīng)濟(jì)計(jì)量模型的使用主要是用于進(jìn)行經(jīng)濟(jì)結(jié)構(gòu)分析、預(yù)測(cè)未來(lái)和制定或評(píng)價(jià)經(jīng)濟(jì)政策。2. 簡(jiǎn)述經(jīng)濟(jì)計(jì)量模型檢驗(yàn)的三大原則。第一，經(jīng)濟(jì)理論準(zhǔn)則；第二，統(tǒng)計(jì)準(zhǔn)則；第三，經(jīng)濟(jì)計(jì)量準(zhǔn)則。(1) 經(jīng)濟(jì)理論準(zhǔn)則經(jīng)濟(jì)理論準(zhǔn)則即根據(jù)經(jīng)濟(jì)理論所闡明的基本原理，以此

14、對(duì)模型參數(shù)的符號(hào)和取值范圍進(jìn)行檢驗(yàn)；就是據(jù)經(jīng)濟(jì)理論對(duì)經(jīng)濟(jì)計(jì)量模型中參數(shù)的符號(hào)和取值范圍施加約束。(2) 統(tǒng)計(jì)準(zhǔn)則統(tǒng)計(jì)準(zhǔn)則是由統(tǒng)計(jì)理論決定的，統(tǒng)計(jì)準(zhǔn)則的目的在于考察所求參數(shù)估計(jì)值的統(tǒng)計(jì)可靠性。由于所求參數(shù)的估計(jì)值是根據(jù)經(jīng)濟(jì)計(jì)量模型中所含經(jīng)濟(jì)變量的樣本觀測(cè)值求得的，便可以根據(jù)數(shù)理統(tǒng)計(jì)學(xué)的抽樣理論中的幾種檢驗(yàn)，來(lái)確定參數(shù)估計(jì)值的精確度。(3) 經(jīng)濟(jì)計(jì)量準(zhǔn)則經(jīng)濟(jì)計(jì)量準(zhǔn)則是由理論經(jīng)濟(jì)計(jì)量學(xué)決定的，其目的在于研究任何特定情況下，所采用的經(jīng)濟(jì)計(jì)量方法是否違背了經(jīng)濟(jì)計(jì)量模型的假定。經(jīng)濟(jì)計(jì)量準(zhǔn)則作為二級(jí)檢驗(yàn)，可視為統(tǒng)計(jì)準(zhǔn)則的再檢驗(yàn)。3. 簡(jiǎn)述經(jīng)濟(jì)計(jì)量模型的用途。對(duì)經(jīng)濟(jì)現(xiàn)象的計(jì)量研究是為了使用經(jīng)濟(jì)計(jì)量模型。經(jīng)濟(jì)計(jì)

15、量模型的使用主要是用于進(jìn)行經(jīng)濟(jì)結(jié)構(gòu)分析、預(yù)測(cè)未來(lái)和制定或評(píng)價(jià)經(jīng)濟(jì)政策。(1) 結(jié)構(gòu)分析。就是利用已估計(jì)出參數(shù)值的模型，對(duì)所研究的經(jīng)濟(jì)系統(tǒng)變量之間的相互關(guān)系進(jìn)行分析，目的在于了解和解釋有關(guān)經(jīng)濟(jì)變量的結(jié)構(gòu)構(gòu)成和結(jié)構(gòu)變動(dòng)的原因。(2) 預(yù)測(cè)未來(lái)。就是根據(jù)已估計(jì)出參數(shù)值的經(jīng)濟(jì)計(jì)量模型來(lái)推測(cè)內(nèi)生變量在未來(lái)時(shí)期的數(shù)值，這是經(jīng)濟(jì)計(jì)量分析的主要目的之一。(3) 規(guī)劃政策。這是經(jīng)濟(jì)計(jì)量模型的最重要用途，也是它的最終目的。規(guī)劃政策是由決策者從一系列可供選擇的政策方案中，挑選出一個(gè)最優(yōu)政策方案予以執(zhí)行。一般的操作步驟是先據(jù)模型運(yùn)算一個(gè)基本方案，然后改變外生變量（政策變量）的取值，得到其它方案，對(duì)不同的政策方案的可能

16、后果進(jìn)行評(píng)價(jià)對(duì)比，從而做出選擇，因此又稱政策評(píng)價(jià)或政策模擬。4. 試述最小二乘估計(jì)原理。答：樣本回歸模型為：Yi?1?2XieiY?iei,eiYiY?iYi?1?2Xi，殘差e是實(shí)際值Y與其估計(jì)值Y?之差。對(duì)于給定的Y和X的n對(duì)觀測(cè)值，我們希望樣本回歸模型的估計(jì)值Y盡可能地靠近觀測(cè)值Y。為了達(dá)到此目的，我們就必須使用最小二乘準(zhǔn)則，使：盡可能地小。e2f（?,?2）,殘差平方和是估計(jì)量？的函數(shù)，對(duì)任意給定的一組數(shù)據(jù)（樣本），最小二乘估計(jì)就是選擇?1和?2值，使ei2最小。如此求得的?1和?2就是回歸模型中回歸系數(shù)的最小二乘估計(jì)，這種方法就稱為最小二乘法。5. 試述經(jīng)典線性回歸模型的經(jīng)典假定。答

17、：對(duì)于總體線性回歸模型，其經(jīng)典假定如下。假定1：誤差項(xiàng)ui的均值為零。假定2:同方差性或Ui的方差相等。對(duì)所有給定的X，Ui的方差都是相同的。假定3：各個(gè)誤差項(xiàng)之間無(wú)自相關(guān)，Ui和Uj（i工j）之間的相關(guān)為零。假定4:Ui和Xi的協(xié)方差為零或E（UiXi）=0該假定表示誤差項(xiàng)u和解釋變量X是不相關(guān)的。假定5：正確地設(shè)定了回歸模型，即在經(jīng)驗(yàn)分析中所用的模型沒(méi)有設(shè)定偏誤。假定6：對(duì)于多元線性回歸模型，沒(méi)有完全的多重共線性。就是說(shuō)解釋變量之間沒(méi)有完全的線性關(guān)系。6. 簡(jiǎn)述高斯一馬爾可夫定理及其意義。答：在多元線性回歸模型的經(jīng)典假定下，普通最小二乘估計(jì)量？，纟，,彳分別是!,2，k的最佳線性無(wú)偏估計(jì)量

18、。就是說(shuō)，普通最小二乘估計(jì)量？,，?k是所有線性無(wú)偏估計(jì)量中方差最小的。高斯-馬爾可夫定理的意義在于：當(dāng)經(jīng)典假定成立時(shí)，我們不需要再去尋找其它無(wú)偏估計(jì)量，沒(méi)有一個(gè)會(huì)優(yōu)于普通最小二乘估計(jì)量。也就是說(shuō)，如果存在一個(gè)好的線性無(wú)偏估計(jì)量，這個(gè)估計(jì)量的方差最多與普通最小二乘估計(jì)量的方差一樣小，不會(huì)小于普通最小二乘估計(jì)量的方差。7. 歸模型中t檢驗(yàn)和F檢驗(yàn)的決策規(guī)則。t檢驗(yàn)：(1)設(shè)定假設(shè).°原假設(shè)備擇假設(shè)Hl：j°(3)在給定顯著性水平的條件下，查t分布表得臨界值F檢驗(yàn)：8. 存在異方差時(shí)普通最小二乘估計(jì)量的性質(zhì)。答：模型中存在異方差時(shí)，如果采用普通最小二乘法估計(jì)，存在以下問(wèn)題： 參

19、數(shù)估計(jì)量雖是無(wú)偏的，但不是最小方差線性無(wú)偏估計(jì)。 參數(shù)的顯著性檢驗(yàn)失效。9. 多重共線性直觀判定法包括哪些主要方法？(1) 有些解釋變量的回歸系數(shù)所帶符號(hào)與定性分析結(jié)果違背時(shí)，可能存在多重共線性問(wèn)題。(2) 些重要的解釋變量在回歸方程中沒(méi)有通過(guò)顯著性檢驗(yàn)時(shí)，可初步判斷存在著嚴(yán)重的多重共線性。(3) 解釋變量間的相關(guān)系數(shù)較大時(shí)，可能會(huì)出現(xiàn)多重共線性問(wèn)題。(4) 當(dāng)增加或剔除一個(gè)解釋變量，或者改變一個(gè)觀測(cè)值時(shí)，回歸系數(shù)的估計(jì)值發(fā)生較大變化，我們就認(rèn)為回歸方程存在嚴(yán)重的多重共線性。(5) 對(duì)于采用時(shí)間序列數(shù)據(jù)做樣本，以多元線性形式建立的計(jì)量經(jīng)濟(jì)模型，往往存在多重共線性。10. 多重共線性補(bǔ)救方法有哪

20、幾種？答：(1)使用非樣本先驗(yàn)信息；(2)橫截面數(shù)據(jù)與時(shí)間序列數(shù)據(jù)并用；(3)剔除一些不重要的共線性解釋；(4)增大樣本容量；(5)使用有偏估計(jì)等。11. 對(duì)分布滯后模型進(jìn)行參數(shù)估計(jì)時(shí)存在什么困難？首先對(duì)于無(wú)限分布滯后模型，因?yàn)槠浒瑹o(wú)限多個(gè)參數(shù)，無(wú)法用最小二乘法直接對(duì)其估計(jì)，其次對(duì)于有限分布滯后模型，即使假設(shè)它滿足經(jīng)典假定條件，對(duì)它應(yīng)用最小二乘估計(jì)也存在以下困難。 產(chǎn)生多重共線問(wèn)題對(duì)于時(shí)間序列Xt的各期變量之間往往是高度相關(guān)的，因而分布滯后模型常常產(chǎn)生多重共線性問(wèn)題。 損失自由度問(wèn)題由于樣本容量有限，當(dāng)滯后變量數(shù)目增加時(shí)，必然使得自由度減少。由于經(jīng)濟(jì)數(shù)據(jù)的收集常常受到各種條件的限制，估計(jì)這類

21、模型時(shí)經(jīng)常會(huì)遇到數(shù)據(jù)不足的困難。 對(duì)于有限分布滯后模型，最大滯后期k較難確定 分布滯后模型中的隨機(jī)誤差項(xiàng)往往是嚴(yán)重自相關(guān)的。12. 自適應(yīng)預(yù)期模型的經(jīng)濟(jì)理論基礎(chǔ)。自適應(yīng)預(yù)期模型建立在如下的經(jīng)濟(jì)理論基礎(chǔ)上：影響被解釋變量Yt的因素不是Xt而是Xt1的預(yù)期X；!，即Yt0iXt*!Ut13. 部分調(diào)整模型的經(jīng)濟(jì)理論假定。部分調(diào)整模型所根據(jù)的行為假定是模型所表達(dá)的不應(yīng)是t期解釋變量觀測(cè)值與同期被解釋變量觀測(cè)值之間的關(guān)系，而應(yīng)是t期解釋變量觀測(cè)值與同期被解釋變量希望達(dá)到的水平之間的關(guān)系。即式中,Yt*=被解釋變量的希望值（或最佳值），Xt=解釋變量在t期的真實(shí)值，ut二隨機(jī)誤差項(xiàng)。14. 回歸模型引入

22、虛擬變量的一般規(guī)則是什么？回歸模型引入虛擬變量的一般規(guī)則是：如果模型中包含截距項(xiàng)，則一個(gè)質(zhì)變量有m個(gè)特征，只需引入（m-1）個(gè)虛擬變量。如果模型中不包含截距項(xiàng)，則一個(gè)質(zhì)變量有m個(gè)特征，需引入m個(gè)虛擬變量。15. 隨機(jī)解釋變量條件下OLS估計(jì)的后果：1、如果隨機(jī)解釋變量與隨機(jī)誤差項(xiàng)相互獨(dú)立，得到的參數(shù)估計(jì)量仍然是無(wú)偏的，且是一致估計(jì)量；2、如果隨機(jī)解釋變量與隨機(jī)誤差項(xiàng)同期不相關(guān)，但異期相關(guān)，得到的參數(shù)估計(jì)量是有偏，但卻是一致的；3、如果隨機(jī)解釋變量與隨機(jī)誤差項(xiàng)同期相關(guān)，得到的參數(shù)估計(jì)量是有偏且非一致的估計(jì)量。16. 簡(jiǎn)述聯(lián)立方程模型的形式聯(lián)立方程模型按方程的形式可分為結(jié)構(gòu)式模型和簡(jiǎn)化式模型。每一

23、個(gè)方程都把內(nèi)生變量表示為其他內(nèi)生變量、前定變量和隨機(jī)干擾項(xiàng)的函數(shù)，描述經(jīng)濟(jì)變量關(guān)系結(jié)構(gòu)的聯(lián)立方程組稱為結(jié)構(gòu)式模型。結(jié)構(gòu)式模型中的參數(shù)稱為結(jié)構(gòu)式參數(shù)，它表示每個(gè)解釋變量對(duì)被解釋變量的直接影響，其正負(fù)號(hào)表示影響的方向，絕對(duì)值表示影響的程度。把模型中每個(gè)內(nèi)生變量表示為前定變量和隨機(jī)干擾項(xiàng)的函數(shù)，得到的模型稱為簡(jiǎn)化式模型。簡(jiǎn)化式模型中的參數(shù)稱為簡(jiǎn)化式參數(shù)，簡(jiǎn)化式參數(shù)表達(dá)前定變量對(duì)內(nèi)生變量的直接影響和間接影響的總度量。17. 簡(jiǎn)述識(shí)別的定義及識(shí)別的分類。定義：若某一結(jié)構(gòu)方程具有唯一的統(tǒng)計(jì)形式，則稱此方程是可以識(shí)別的；否則，就稱此結(jié)構(gòu)方程是不可識(shí)別的。若線性聯(lián)立方程中的每個(gè)結(jié)構(gòu)方程都是可以識(shí)別的，則稱此模

24、型是可以識(shí)別的；否則，就稱此模型是不可識(shí)別的。模型的識(shí)別分為可識(shí)別和不可識(shí)別兩類。可識(shí)別的模型又分為恰好識(shí)別和過(guò)度識(shí)別兩種情況。在可識(shí)別的模型中，結(jié)構(gòu)式參數(shù)具有唯一數(shù)值的方程稱為恰好識(shí)別；結(jié)構(gòu)式參數(shù)具有多個(gè)數(shù)值的方程稱為過(guò)度識(shí)別。18. 簡(jiǎn)述識(shí)別的階條件與秩條件。設(shè)結(jié)構(gòu)式模型所含方程的總數(shù)（或內(nèi)生變量總數(shù)）為M模型包含的變量總數(shù)（包括前定變量和內(nèi)生變量）為H,待識(shí)別的方程包含的變量總數(shù)（包括內(nèi)生變量和前定變量）為G。階條件：若某一個(gè)結(jié)構(gòu)式方程是可以識(shí)別的，則模型中方程數(shù)減一小于或等于此方程排斥的變量總數(shù)，即M-1<H-G,若M1HG，則不可識(shí)別；M1HG，則為恰好識(shí)別；M1HG，則為過(guò)度

25、識(shí)別。階條件是必要條件，不是充分條件。秩條件：在具有M個(gè)方程的結(jié)構(gòu)式模型中，任何一個(gè)方程可以識(shí)別的充分必要條件是：不包括在該方程中的變量(包括內(nèi)生變量和前定變量)的參數(shù)所組成的矩陣(記為A)的秩為M-1,即r(A)=M-1。秩條件是充分必要條件，也就是說(shuō)：如果秩條件成立，則方程是可識(shí)別；如果方程是可識(shí)別的，則秩條件成立，或者秩條件不成立，則方程是不可識(shí)別的。19. 簡(jiǎn)述間接最小二乘法的假設(shè)條件及操作步驟。簡(jiǎn)化式方程的解釋變量均為前定變量，無(wú)聯(lián)立性偏誤問(wèn)題，可以使用普通最小二乘法估計(jì)簡(jiǎn)化式參數(shù)，從而導(dǎo)出結(jié)構(gòu)式參數(shù)，這就是間接最小二乘法。間接最小二乘法有以下三條假設(shè)條件：(1)被估計(jì)的結(jié)構(gòu)方程必須

26、是恰好識(shí)別的。(2)簡(jiǎn)化式方程的隨機(jī)干擾項(xiàng)必須滿足最小二乘法的假定。(3)前定變量之間不存在完全的多重共線性。間接最小二乘法包括以下三個(gè)步驟：第一步，將結(jié)構(gòu)式模型化為簡(jiǎn)化式模型。也就是把每一個(gè)內(nèi)生變量表示為前定變量和隨機(jī)干擾項(xiàng)的函數(shù)。第二步，對(duì)簡(jiǎn)化式模型的各方程用最小二乘法估計(jì)參數(shù)，從而得到簡(jiǎn)化式參數(shù)估計(jì)值。第三步，把簡(jiǎn)化式參數(shù)的估計(jì)值代入結(jié)構(gòu)式參數(shù)與簡(jiǎn)化式參數(shù)的關(guān)系式，求得結(jié)構(gòu)式參數(shù)的估計(jì)值。20. 簡(jiǎn)述工具變量法的應(yīng)用規(guī)則及局限性。工具變量法的就是用合適的預(yù)定變量作為工具變量代替結(jié)構(gòu)方程中的內(nèi)生變量，從而降低解釋變量與隨機(jī)誤差項(xiàng)之間的相關(guān)程度，再利用最小二乘法進(jìn)行參數(shù)估計(jì)。應(yīng)用規(guī)則：如果內(nèi)

27、生解釋變量Yt與ut相關(guān)，我們就選擇一個(gè)工具變量Z來(lái)代替Y。Z要滿足兩個(gè)條件：一是Zt與ut不相關(guān)，即Cov(Ztut)=0;二是Zt與乂高度相關(guān)，即Cov(Zt,Y)工0。在聯(lián)立方程模型中，工具變量一般從外生變量中選取。工具變量法的局限性(1) 在實(shí)踐中，找到一個(gè)既有經(jīng)濟(jì)意義，又滿足兩個(gè)條件的工具變量非常困難。(2)若滿足兩個(gè)條件的工具變量有多個(gè)時(shí)，在選擇方面具有任意性。(3)檢驗(yàn)工具變量與隨機(jī)誤差項(xiàng)不相關(guān)有很大困難。21. 簡(jiǎn)述二階段最小二乘法的假設(shè)條件及操作步驟。二階段最小二乘法的就是將內(nèi)生解釋變量對(duì)聯(lián)立方程模型中所有外生變量回歸，得到內(nèi)生解釋變量的估計(jì)值(擬合值)，將這個(gè)估計(jì)值(擬合值

28、)作為工具變量，對(duì)結(jié)構(gòu)方程使用普通最小二乘法。二階段最小二乘法必須滿足以下假設(shè)條件：(1)被估計(jì)的結(jié)構(gòu)式方程必須是可識(shí)別的，特別地，二階段最小二乘法適合于過(guò)度識(shí)別方程。(2) 結(jié)構(gòu)式模型中的各隨機(jī)干擾項(xiàng)必須滿足最小二乘法經(jīng)典假定，即零期望值、同方差、無(wú)自相關(guān)且與全部前定變量無(wú)關(guān)。(3)所有前定變量之間不存在高度多重共線性。(4)解釋變量之間不是完全共線性的。（5）樣本容量足夠大。二階段最小二乘法的步驟第一階段：將待估計(jì)方程中的內(nèi)生解釋變量Yt對(duì)聯(lián)立方程模型中的全部前定變量回歸，即估計(jì)簡(jiǎn)化式方程，計(jì)算內(nèi)生解釋變量Yt的估計(jì)值Y?。第二階段：用第一階段得到的內(nèi)生解釋變量的估計(jì)值Y?代替內(nèi)生解釋變量

29、Yt，對(duì)該結(jié)構(gòu)方程使用普通最小二乘法估計(jì)結(jié)構(gòu)式參數(shù)。22. 回歸模型引入虛擬變量的一般規(guī)則是什么？回歸模型引入虛擬變量的一般規(guī)則是： 如果模型中包含截距項(xiàng)，則一個(gè)質(zhì)變量有m個(gè)特征，只需引入（m-1）個(gè)虛擬變量。 如果模型中不包含截距項(xiàng)，則一個(gè)質(zhì)變量有m個(gè)特征，需引入m個(gè)虛擬變量。23. 舉例說(shuō)明截距變動(dòng)模型與截距斜率同時(shí)變動(dòng)模型的各適用于什么情況？例如城鎮(zhèn)居民和農(nóng)村居民的消費(fèi)函數(shù)不但在斜率上有差異，在截距上也是有可能不一致的，將兩個(gè)問(wèn)題同時(shí)考慮進(jìn)來(lái)，我們可以得到回歸方程式中，Y二第i個(gè)家庭的消費(fèi)水平，Xi二第i個(gè)家庭的收入水平，方程可以表示為D=1Yi01（23）XiuiD=0Yi02Xiui

30、1和3分別表示城鎮(zhèn)居民家庭和農(nóng)村居民家庭的消費(fèi)函數(shù)在截距和斜率上的差異。我們一般通過(guò)t檢驗(yàn)來(lái)判定它們之間是否有差異。 .若10，30，則為截距和斜率同時(shí)變動(dòng)模型。.若10，3=0，則為截距變動(dòng)模型。 .若1=0，3=0則表示城鎮(zhèn)居民家庭和農(nóng)村居民家庭有著完全相同的消費(fèi)模式。 .若1=0，30則為斜率變動(dòng)模型，這種情況在現(xiàn)實(shí)中出現(xiàn)得不是很多。24. 根據(jù)某種商品銷售量和個(gè)人收入季度數(shù)據(jù)建立如下模型：yt01D1t2D2t3D34D4t5xtut其中，虛擬變量Dit為第i季度時(shí)為1，其余為0，這時(shí)會(huì)發(fā)生什么問(wèn)題，參數(shù)是否能夠用最小的乘法估計(jì)？會(huì)產(chǎn)生共線性，此時(shí)不能用最小二乘法估計(jì)，因?yàn)樗`背了因如

31、虛擬變量的一般規(guī)則?；貧w模型引入虛擬變量的一般規(guī)則是：如果模型中包含截距項(xiàng)，則一個(gè)質(zhì)變量有m個(gè)特征，只需引入(m-1)個(gè)虛擬變量。如果模型中不包含截距項(xiàng)，則一個(gè)質(zhì)變量有m個(gè)特征，需引入m個(gè)虛擬變量。25. 舉例說(shuō)明如何建立截距、斜率同時(shí)變動(dòng)模型？例如回歸方程Yi01D2Xi3(DXi)ui式中，D為虛擬變量，則方程可以表示為D=1Yi01(23)XiuiD=0Yi02Xiui1和3分別表示函數(shù)在截距和斜率上的差異。我們一般通過(guò)t檢驗(yàn)來(lái)判定它們之間是否有差異。若10，30，則稱其為截距和斜率同時(shí)變動(dòng)模型；26. 舉例說(shuō)明如何建立分段線性回歸模型在經(jīng)濟(jì)關(guān)系中常有這樣的情況：當(dāng)解釋變量X的值達(dá)到某水

32、平X*之前，與被解釋變量Y之間存在某種線性關(guān)系；當(dāng)解釋變量X的值達(dá)到或超過(guò)X*以后，與被解釋變量的關(guān)系就會(huì)發(fā)生變化。例如：在1979年以前，我國(guó)居民的消費(fèi)支出呈緩慢上升的趨勢(shì)，從1979年開(kāi)始，居民消費(fèi)支出為快速上升趨勢(shì)。顯然，1979年是一個(gè)轉(zhuǎn)折點(diǎn)，即X*=1979。于是，我們可以用以下模型描述我國(guó)居民在1955年至2004年期間消費(fèi)支出的變動(dòng)趨勢(shì)Yt為某年的消費(fèi)支出，t為年份(t=1955,1956,L,2004,D為虛擬變量，則于是,兩個(gè)不同時(shí)期的消費(fèi)趨勢(shì)為：1979年以前模型為：Yt01tut1979年以后模型為：Yt02X*(12)tut27. 產(chǎn)生滯后的原因有哪些？心理上的原因技術(shù)

33、上的原因制度上的原因28. 對(duì)分布滯后模型進(jìn)行參數(shù)估計(jì)時(shí)存在什么困難？首先對(duì)于無(wú)限分布滯后模型,因?yàn)槠浒瑹o(wú)限多個(gè)參數(shù),無(wú)法用最小二乘法直接對(duì)其估計(jì),其次對(duì)于有限分布滯后模型,即使假設(shè)它滿足經(jīng)典假定條件,對(duì)它應(yīng)用最小二乘估計(jì)也存在以下困難。產(chǎn)生多重共線問(wèn)題對(duì)于時(shí)間序列Xt的各期變量之間往往是高度相關(guān)的，因而分布滯后模型常常產(chǎn)生多重共線性問(wèn)題。 損失自由度問(wèn)題由于樣本容量有限,當(dāng)滯后變量數(shù)目增加時(shí),必然使得自由度減少。由于經(jīng)濟(jì)數(shù)據(jù)的收集常常受到各種條件的限制,估計(jì)這類模型時(shí)經(jīng)常會(huì)遇到數(shù)據(jù)不足的困難。 對(duì)于有限分布滯后模型，最大滯后期k較難確定。 分布滯后模型中的隨機(jī)誤差項(xiàng)往往是嚴(yán)重自相關(guān)的。29

34、. 經(jīng)驗(yàn)權(quán)數(shù)法估計(jì)步驟是什么？經(jīng)驗(yàn)權(quán)數(shù)法又稱為經(jīng)驗(yàn)法，它是指根據(jù)觀察及經(jīng)驗(yàn)為滯后變量的系數(shù)指定權(quán)數(shù)，即根據(jù)經(jīng)驗(yàn)賦予各滯后變量的系數(shù)0,1,k相應(yīng)的權(quán)數(shù)，使滯后變量按權(quán)數(shù)的線性組合，構(gòu)成新的變量W,然后用最小二乘法估計(jì)參數(shù)。30. 阿爾蒙多項(xiàng)式滯后模型的原理及優(yōu)缺點(diǎn)。阿爾蒙多項(xiàng)式滯后模型的基本思想是：如果有限分布滯后模型中的參數(shù)ii0,1,2,k的分布可以近似用一個(gè)關(guān)于i的低階多項(xiàng)式表示，就可以利用多項(xiàng)式減少模型中的參數(shù)。 阿爾蒙估計(jì)法的優(yōu)點(diǎn)（1）克服了自由度不足的問(wèn)題。（2）阿爾蒙變換具有充分的柔順性。（3）可以克服多重共線性問(wèn)題。 阿爾蒙估計(jì)法的缺點(diǎn)（1）仍沒(méi)有能夠解決原模型滯后階數(shù)k應(yīng)該取

35、什么值為最好的問(wèn)題。（2）多項(xiàng)式階數(shù)m必須事先確定，而m的實(shí)際確定往往帶有很大的主觀性。（3）雖然阿爾蒙估計(jì)法可能將回歸式中的多重共線性程度降低了很多，變量W之間的多重共線性就可能弱于諸X之間的多重共線性，但它并沒(méi)能完全消除多重共線性問(wèn)題對(duì)回歸模型的影響。31什么是無(wú)限分布滯后模型？并簡(jiǎn)述庫(kù)伊克（Koyck）所提出兩個(gè)假設(shè)的內(nèi)容。如YtoXtiXtiut的模型稱為無(wú)限分布滯后模型，庫(kù)伊克（koyck）對(duì)模型提出了兩個(gè)假設(shè)： 模型中所有參數(shù)的符號(hào)都是相同的。 模型中的參數(shù)是按幾何數(shù)列衰減的，即j=0，1，2，式中，0V入V1,入稱為分布滯后的衰減率，入越小，衰減速度就越快，X滯后的遠(yuǎn)期值對(duì)當(dāng)期Y

36、值的影響就越小。31. 自適應(yīng)預(yù)期模型的經(jīng)濟(jì)理論基礎(chǔ)。自適應(yīng)預(yù)期模型建立在如下的經(jīng)濟(jì)理論基礎(chǔ)上：影響被解釋變量Yt的因素不是Xt而是Xt1的預(yù)期X；!，即Yt01Xt*1Ut32. 部分調(diào)整模型的經(jīng)濟(jì)理論假定。部分調(diào)整模型所根據(jù)的行為假定是模型所表達(dá)的不應(yīng)是t期解釋變量觀測(cè)值與同期被解釋變量觀測(cè)值之間的關(guān)系，而應(yīng)是t期解釋變量觀測(cè)值與同期被解釋變量希望達(dá)到的水平之間的關(guān)系。即式中,Yt*=被解釋變量的希望值(或最佳值)，Xt=解釋變量在t期的真實(shí)值，Ut二隨機(jī)誤差項(xiàng)。33. 能否直接用DW檢驗(yàn)自回歸模型的自相關(guān)問(wèn)題？為什么？應(yīng)采用什么方法檢驗(yàn)？(1) 在自回歸模型中，如果含有滯后被解釋變量Y-

37、1作為解釋變量，這時(shí)需要檢查模型中隨機(jī)誤差項(xiàng)是否存在序列相關(guān)性，DW僉驗(yàn)就不再適用了。(2) 因?yàn)閼?yīng)用DW僉驗(yàn)的一個(gè)前提條件就是解釋變量為非隨機(jī)變量，否則就會(huì)得到錯(cuò)誤的結(jié)論。(3) 此時(shí)需要用h統(tǒng)計(jì)量檢驗(yàn)，設(shè)自回歸模型定義的h統(tǒng)計(jì)量為：其中，?2是模型中Yt1的系數(shù)2的估計(jì)量，Var(?2)是?2的方差的樣本估計(jì)值，n為樣本容量，？是隨機(jī)誤差項(xiàng)一階自相關(guān)系數(shù)的估計(jì)值，在應(yīng)用時(shí)，可??？1,d是通常意義下DW統(tǒng)計(jì)量的取值。2h統(tǒng)計(jì)量的原假設(shè)為Ho：0，備擇假設(shè)為比：0。在大樣本情形下，Durbin證明了在原假設(shè)Ho：0成立的條件下，統(tǒng)計(jì)量h漸進(jìn)地遵循零均值和單位方差的正態(tài)分布。34. 舉例說(shuō)明異方

38、差的概念。答：在回歸模型中，隨機(jī)誤差項(xiàng)U1,U2，Un不具有相同的方差，即Var(uJVar(Uj)，當(dāng)ij時(shí)在線性模型的基本假定中，ui關(guān)于方差不變的假定不成立，則稱存在異方差性。例如：在研究城鎮(zhèn)居民收入與消費(fèi)的關(guān)系時(shí)，我們知道居民收入與消費(fèi)水平有著密切的關(guān)系。用Xi表示第i戶的收入，Y表示第i戶的消費(fèi)額，那么反映收入與消費(fèi)之間的模型為Yi1+2Xi+ui，i1,2,n模型中，因?yàn)楦鲬舻氖杖氩煌M(fèi)觀念和習(xí)慣的差異，導(dǎo)致消費(fèi)的差異非常大，模型中存在明顯的異方差性。35. 存在異方差時(shí)普通最小二乘估計(jì)量的性質(zhì)。答：模型中存在異方差時(shí)，如果采用普通最小二乘法估計(jì)，存在以下問(wèn)題：參數(shù)估計(jì)量雖是無(wú)

39、偏的，但不是最小方差線性無(wú)偏估計(jì)。參數(shù)的顯著性檢驗(yàn)失效。36. 簡(jiǎn)述樣本分段檢驗(yàn)法的應(yīng)用步驟。答：樣本分段比檢驗(yàn)也叫戈德菲爾德匡特檢驗(yàn)，步驟是： 將樣本按某個(gè)解釋變量的大小順序排列，并將樣本從中間截成兩段； 各段分別用普通最小二乘法擬合回歸模型。令第一段為高方差段，第二段為低方差段，并記兩段的樣本容量分別為ni和n2，模型參數(shù)個(gè)數(shù)為k，n1兩段樣本回歸殘差分別為eii和e2i，則兩段的殘差平方和分別為RSSe2和i1n2RSS22e22i，從而可計(jì)算出各段模型的隨機(jī)誤差項(xiàng)的方差估計(jì)量分別為i1?i2空和?2更蛍，由此可構(gòu)造出檢驗(yàn)統(tǒng)計(jì)量為njkn2k該統(tǒng)計(jì)量服從自由度為(nik)和(k)的F分布

40、。在給定的顯著性水平之下，若此統(tǒng)計(jì)量F的值大于臨界值Fnik,n2k，則可認(rèn)為有異方差的存在。37. 簡(jiǎn)述等級(jí)相關(guān)系數(shù)法的檢驗(yàn)步驟。答：等級(jí)相關(guān)系數(shù)法又稱斯皮爾曼(Spearman)檢驗(yàn)，是一種應(yīng)用較廣泛的方法。這種檢驗(yàn)方法既適用于大樣本，也適用于小樣本。按下式計(jì)算出等級(jí)相關(guān)系數(shù)其中，n為樣本容量，di為對(duì)應(yīng)于Xi和e的等級(jí)的差數(shù)。通過(guò)t檢驗(yàn)判斷是否存在異方差在多元的情況下，需對(duì)每一個(gè)解釋變量做等級(jí)相關(guān)系數(shù)檢驗(yàn)。只有當(dāng)每個(gè)解釋變量檢驗(yàn)都不存在異方差時(shí)模型中才不存在異方差。否則，模型中存在異方差。38. 舉例說(shuō)明序列相關(guān)的概念。答：在進(jìn)行回歸分析時(shí)，我們總假定其隨機(jī)誤差項(xiàng)是不相關(guān)的，即Cov(U

41、i,Uj)0,ij,上式表示不同時(shí)點(diǎn)的誤差項(xiàng)之間不相關(guān)。如果一個(gè)回歸模型不滿足上式，即Cov(Ui,Uj)0，則我們稱隨機(jī)誤差項(xiàng)之間存在著序列相關(guān)現(xiàn)象，也稱為自相關(guān)。具體相關(guān)例子見(jiàn)教材。39. 產(chǎn)生序列相關(guān)的原因有哪些？答：遺漏了重要的解釋變量。經(jīng)濟(jì)變量的滯后性?；貧w函數(shù)形式的設(shè)定錯(cuò)誤也可能引起序列相關(guān)。實(shí)際問(wèn)題研究中出現(xiàn)的蛛網(wǎng)現(xiàn)象(CobwebPhenomenon)對(duì)原始數(shù)據(jù)加工整理。40. 序列相關(guān)性帶來(lái)哪些后果？答：參數(shù)的估計(jì)量不再具有最小方差線性無(wú)偏性。均方誤差MSE能嚴(yán)重低估誤差項(xiàng)的方差。常用的F檢驗(yàn)和t檢驗(yàn)失效。當(dāng)存在序列相關(guān)時(shí)，？仍然是的無(wú)偏估計(jì)量。但是回歸參數(shù)的置信區(qū)間和利用回

42、歸模型進(jìn)行預(yù)測(cè)的結(jié)果會(huì)存在較大的誤差。41. 簡(jiǎn)述DW僉驗(yàn)的步驟及局限性。答：DW僉驗(yàn)的步驟見(jiàn)教材。DW僉驗(yàn)缺點(diǎn)和局限性：DV檢驗(yàn)有兩個(gè)不能確定的區(qū)域。DWS計(jì)量的上、下界表要求n>15;檢驗(yàn)不適應(yīng)隨機(jī)誤差項(xiàng)具有高階序列相關(guān)的檢驗(yàn)；只適用于有常數(shù)項(xiàng)的回歸模型并且解釋變量中不能含滯后的被解釋變量。42. 試寫(xiě)出DW撿驗(yàn)的判斷區(qū)間。答：DW僉驗(yàn)的決策區(qū)間OWDWCdL誤差項(xiàng)U1,U2,Un間存在正相關(guān)dLVDWWdu不能判定是否有自相關(guān)duVDW4dU誤差項(xiàng)U1,U2,Un間無(wú)自相關(guān)4dUWDW4dL不能判定是否有自相關(guān)4dLWDVW4誤差項(xiàng)U1,U2,Un間存在負(fù)相關(guān)43. 多元回歸分析中

43、為何要使用調(diào)整的判定系數(shù)。答：判定系數(shù)R2的一個(gè)重要性質(zhì)是：在回歸模型中增加一個(gè)解釋變量后，它不會(huì)減少，而且通常會(huì)增大。即R是回歸模型中解釋變量個(gè)數(shù)的非減函數(shù)。所以，使用R來(lái)判斷具有相同被解釋變量Y和不同個(gè)數(shù)解釋變量X的回歸模型的優(yōu)劣時(shí)就很不適當(dāng)。此時(shí)，R不能用于比較兩個(gè)回歸方程的擬合優(yōu)度。為了消除解釋變量個(gè)數(shù)對(duì)判定系數(shù)R2的影響，需使用調(diào)整后的判定系數(shù)：2R21遼勺，所謂調(diào)整，就是指R2的計(jì)算式中的e2和(YY)/(n1)i(YiY)2都用它們的自由度(nk)和(門(mén)一1)去除。?44. 多元經(jīng)典回歸模型中，影響偏回歸系數(shù)Bj的最小二乘估計(jì)量'j方差的因系有哪些？答：?的方差取決于如下

44、三個(gè)因素：2,SSTj和Rj2。(1) Var(?j)與2成正比；2越大，?j的方差Var(?)越大?；貧w模型的干擾項(xiàng)u是對(duì)回歸結(jié)果的干擾，干擾(2)越大，使得估計(jì)任何一個(gè)解釋變量對(duì)Y的局部影響就越困難。(2) Var(?j)與X的總樣本變異SST成反比；總樣本變異SST越大，?的方差Var(?)越小。(3) Var(?)與解釋變量之間的線性關(guān)聯(lián)程度Rj2正相關(guān)；Rj2越大，?j的方差Var(?j)越大。45. 簡(jiǎn)述多元回歸模型的整體顯著性檢驗(yàn)決策規(guī)則。答：(1)設(shè)定假設(shè)原假設(shè)Ho：23k0備擇假設(shè)j不全為0，j=2,3,k(2) 計(jì)算F統(tǒng)計(jì)量(3) 在給定顯著性水的條件下，查F分布表得臨界值

45、F(k1,nk)。(4)判斷如果FF(k1,nk)，則拒絕H0，接受備擇假設(shè)H。如果FF(k1,nk)，則不拒絕H0。46對(duì)于多元線性回歸模型，為什么在進(jìn)行了總體顯著性F檢驗(yàn)之后，還要對(duì)每個(gè)偏回歸系數(shù)進(jìn)行是否為0的t檢驗(yàn)。答：多元回歸模型的總體顯著性就是對(duì)原假設(shè)H0:23k0進(jìn)行檢驗(yàn)。檢驗(yàn)的目的就是判斷被解釋變量Y是否與X2,X3,Xk在整體上有線性關(guān)系。若原假設(shè)H0:23k0被拒絕，即通過(guò)了F檢驗(yàn)，則表明Y與X2,X3,Xk在整體上有線性關(guān)系。但這并不表明每一個(gè)X都對(duì)Y有顯著的線性影響，還需要通過(guò)t檢驗(yàn)判斷每一個(gè)回歸系數(shù)的顯著性。47. 對(duì)數(shù)線性模型的優(yōu)點(diǎn)有哪些？答：對(duì)數(shù)線性模型的優(yōu)點(diǎn)為(1) 對(duì)數(shù)線性模型中斜率系數(shù)度量了一個(gè)變量(Y)對(duì)另一個(gè)變量(X)的