博士高級計量復(fù)習(xí)

精選優(yōu)質(zhì)文檔-----傾情為你奉上精選優(yōu)質(zhì)文檔-----傾情為你奉上專心---專注---專業(yè)專心---專注---專業(yè)精選優(yōu)質(zhì)文檔-----傾情為你奉上專心---專注---專業(yè)一、就本期學(xué)習(xí)而言，請盡可能多地列舉自己認為所學(xué)到的新知識點，并就其中感受深刻的兩點，給出自己的學(xué)習(xí)體會或感悟。二、在本學(xué)期的學(xué)習(xí)中，有如下的古典假定：（1）強外生性；（2）球型擾動；（3）弱外生性；（4）滿秩；（5）正態(tài)性。簡述自己對這些古典假定的認識，以及這些假設(shè)對參數(shù)估計統(tǒng)計性質(zhì)的作用。三、對于線性模型，寫出下述假定條件的表達式，并說明其含義和作用。（1）強外生性；（2）弱外生性；（3）球型擾動；（4）正態(tài)性。四、什么是估計量的無偏性，有效性和一致性計量經(jīng)濟學(xué)中哪些古典假定能保證這些性質(zhì)成立五、某人依據(jù)1960-1995的時間序列數(shù)據(jù)關(guān)于如下所設(shè)定的模型進行回歸，得到了如表1-表4所示的結(jié)果。請仔細閱讀這些結(jié)果，試回答以下問題1、表1-表3是在進行什么工作這些工作依據(jù)的基本思路是什么2、請寫出表4回歸結(jié)果的標準形式。3、表4的結(jié)果說明什么與表1-表3結(jié)果之間有何聯(lián)系表1DependentVariable:GMethod:LeastSquaresDate:02/Sample:19601995Includedobservations:36VariableCoefficientStd.Errort-StatisticProb.CYEARR-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)令表2DependentVariable:PGMethod:LeastSquaresDate:02/Sample:19601995Includedobservations:36VariableCoefficientStd.Errort-StatisticProb.CYEARR-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)令表3DependentVariable:YMethod:LeastSquaresDate:02/Sample:19601995Includedobservations:36VariableCoefficientStd.Errort-StatisticProb.CYEARR-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresid.SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)令表4DependentVariable:GSTARMethod:LeastSquaresDate:02/17Sample:19601995Includedobservations:36VariableCoefficientStd.Errort-StatisticProb.PGSTARYSTARR-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodDurbin-Watsonstat六、分析解釋雙殘差回歸的基本思想和步驟。如何從偏相關(guān)系數(shù)的角度理解殘差回歸的基本思想七、設(shè)隨機變量服從Weibull分布，，若在隨機抽樣過程中得到n個樣本，試求1．關(guān)于n個樣本的對數(shù)似然函數(shù)2．參數(shù)的極大似然估計表達式解：1．2．八、設(shè)隨機變量服從指數(shù)分布，，若在隨機抽樣過程中得到n個樣本，試求1．關(guān)于n個樣本的對數(shù)似然函數(shù)2．參數(shù)的極大似然估計表達式九、簡述工具變量（IV）估計和兩階段最小二乘（2SLS）估計的基本含義十、簡要闡述矩估計和OLS估計、IV估計之間的關(guān)系。十一、什么是工具變量簡述工具變量在實證分析中的具體步驟及注意事項。十二．何為內(nèi)生性問題什么是工具變量在分析女性工資收入的模型中，發(fā)現(xiàn)受教育年限具有內(nèi)生性，和是外生的。若仍使用OLS估計會有什么后果如果用父親受教育年限、母親受教育年限和丈夫受教育年限作為的工具變量，應(yīng)該如何解決內(nèi)生性問題十三、關(guān)于參數(shù)有兩個相互獨立的參數(shù)估計量,，它們的方差分別為，。問：當，為何值時，線性組合是關(guān)于參數(shù)的最小方差無偏估計解：根據(jù)已知條件有：，，，是無偏的，則有：所以：因為、相互獨立，所以代入，可得：具有最小方差性，得到：，。十四、假設(shè)和存在有限的二階矩，且有如下的回歸方程：，（1）在是隨機變量的條件下求的方差（2）定義總體擬合優(yōu)度為。證明是的一致估計。解：（1）其中，所以，（2）所以，十五、在對多元回歸模型的方程顯著性檢驗中，通常對假設(shè)進行F檢驗，檢驗統(tǒng)計量為，其中為模型中待估參數(shù)的個數(shù)。證明：此F統(tǒng)計量是一般的F統(tǒng)計量的特例，即:。（注：下標U代表無約束，R代表有約束）。十六、結(jié)合下圖，簡述Wald、LM以及LR三個檢驗的基本思想。十七（1）考慮如下模型，無約束模型(U)：=+LnIt+LnCt-1-LnIt-1+LnPt-1.t=R2=,RSS=,DW=,LnL=,n=30和約束模型(R)：=+LnCt-1-LnPt-1.t=R2=,RSS=,DW=,LnL=,n=30試用似然比(LR)檢驗判斷，對模型(U)施加約束LnIt和LnIt-1的系數(shù)0=1=0是否成立。（注：顯著性水平時，2)=）（2）對某生產(chǎn)函數(shù)模型，=+Lnxt1+Lnxt2R2=,F=,DW=檢驗2/3=是否成立。下表運用了什么方法說明了什么結(jié)果十八、在計量經(jīng)濟分析中，經(jīng)常討論隨機擾動項的分布設(shè)定問題。例如，對于分布，若設(shè)，則其成為指數(shù)分布。這里，約束條件為。為此，某人進行了如下檢驗：;利用極大似然估計ML，得到如下結(jié)果（括號內(nèi)數(shù)據(jù)為標準差）：UnrestrictedRestricted試依據(jù)上述結(jié)果，回答下列問題（給定）：1、計算似然比檢驗（LikelihoodRatioTest）統(tǒng)計量的值，并進行判斷；2、計算沃爾德檢驗（Wal