計(jì)量經(jīng)濟(jì)學(xué)名詞解釋和簡(jiǎn)答題總結(jié)

計(jì)量經(jīng)濟(jì)學(xué)第一部分：名次解釋1、模型：對(duì)現(xiàn)實(shí)的描述和模擬。2、廣義計(jì)量經(jīng)濟(jì)學(xué)：利用經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)定量研究經(jīng)濟(jì)現(xiàn)象的經(jīng)濟(jì)計(jì)量方法的統(tǒng)稱，包括回歸分析方法、投入產(chǎn)出分析方法、時(shí)間序列分析方法等。3、狹義計(jì)量經(jīng)濟(jì)學(xué)：以揭示經(jīng)濟(jì)現(xiàn)象中的因果關(guān)系為目的，在數(shù)學(xué)上主要應(yīng)用回歸分析方法。4、總體回歸函數(shù)：指在給定Xi下Y分布的總體均值與Xi所形成的函數(shù)關(guān)系（或者說(shuō)總體被解釋變量的條件期望表示為解釋變量的某種函數(shù)）。5、樣本回歸函數(shù)：指從總體中抽出的關(guān)于Y，X的若干組值形成的樣本所建立的回歸函數(shù)。6、隨機(jī)的總體回歸函數(shù)：含有隨機(jī)干擾項(xiàng)的總體回歸函數(shù)（是相對(duì)于條件期望形式而言的）。7、線性回歸模型：既指對(duì)變量是線性的，也指對(duì)參數(shù)β為線性的，即解釋變量與參數(shù)β只以他們的1次方出現(xiàn)。8、隨機(jī)干擾項(xiàng)：即隨機(jī)誤差項(xiàng)，是一個(gè)隨機(jī)變量，是針對(duì)總體回歸函數(shù)而言的。9、殘差項(xiàng)：是一隨機(jī)變量，是針對(duì)樣本回歸函數(shù)而言的。10、條件期望：即條件均值，指X取特定值Xi時(shí)Y的期望值。11、回歸系數(shù)：回歸模型中βo，β1等未知但卻是固定的參數(shù)。12、回歸系數(shù)的估計(jì)量：指用等表示的用已知樣本提供的信息所估計(jì)出來(lái)總體未知參數(shù)的結(jié)果。13、最小二乘法：又稱最小平方法，指根據(jù)使估計(jì)的剩余平方和最小的原則確定樣本回歸函數(shù)的方法。14、最大似然法：又稱最大或然法，指用生產(chǎn)該樣本概率最大的原則去確定樣本回歸函數(shù)的方法。15、估計(jì)量的標(biāo)準(zhǔn)差：度量一個(gè)變量變化大小的測(cè)量值。16、總離差平方和：用TSS表示，用以度量被解釋變量的總變動(dòng)。17、回歸平方和：用ESS表示：度量由解釋變量變化引起的被解釋變量的變化部分。18、殘差平方和：用RSS表示：度量實(shí)際值與擬合值之間的差異，是由除解釋變量以外的其他因素引起的被解釋變量變化的部分。19、協(xié)方差：用Cov（X，Y）表示，度量X,Y兩個(gè)變量關(guān)聯(lián)程度的統(tǒng)計(jì)量。20、擬合優(yōu)度檢驗(yàn)：檢驗(yàn)?zāi)Ｐ蛯?duì)樣本觀測(cè)值的擬合程度，用表示，該值越接近1，模型對(duì)樣本觀測(cè)值擬合得越好。21、t檢驗(yàn)時(shí)針對(duì)每個(gè)解釋變量進(jìn)行的顯著性檢驗(yàn)，即構(gòu)造一個(gè)t統(tǒng)計(jì)量，如果該統(tǒng)計(jì)量的值落在置信區(qū)間外，就拒絕原假設(shè)。22、相關(guān)分析：研究隨機(jī)變量間的相關(guān)形式23、回歸分析：研究一個(gè)變量關(guān)于另一個(gè)（些）變量的依賴關(guān)系的計(jì)算方法和理論。24、多元線性回歸模型：在現(xiàn)實(shí)經(jīng)濟(jì)活動(dòng)中往往存在一個(gè)變量受到其他多個(gè)變量的影響的現(xiàn)象，表現(xiàn)為在線性回歸模型中有多個(gè)解釋變量，這樣的模型成為多元線性回歸模型，多元指多個(gè)變量。25、偏回歸系數(shù)：在多元回歸模型中，每一個(gè)解釋變量前的參數(shù)即為偏回歸系數(shù)，它測(cè)度了當(dāng)其他解釋變量保持不變時(shí)，該變量增加1個(gè)單位對(duì)解釋變量帶來(lái)的平均影響程度。26、正規(guī)方程組：指采用OLS法估計(jì)線性回歸模型時(shí)，對(duì)殘差平方和關(guān)于各參數(shù)求偏導(dǎo)，并令偏導(dǎo)數(shù)為0后得到的一組方程，其矩陣形式為27、調(diào)整的多元可決系數(shù)：又稱多元判定系數(shù)，是一個(gè)用于描述伴隨模型中解釋變量的增加和多個(gè)解釋變量對(duì)被解釋變量的聯(lián)合影響程度的量。它與有如下關(guān)系：28、多重共線性：指多個(gè)解釋變量間存在線性相關(guān)的情形。如果存在完全的線性相關(guān)性，則模型的參數(shù)就無(wú)法求出，OLS回歸無(wú)法進(jìn)行。29、聯(lián)合假設(shè)檢驗(yàn)：是相對(duì)于單個(gè)假設(shè)檢驗(yàn)來(lái)說(shuō)的，指假設(shè)檢驗(yàn)中的假設(shè)有多個(gè)，不止一個(gè)。如多元回歸中的方程的顯著性檢驗(yàn)就是一個(gè)聯(lián)合假設(shè)檢驗(yàn)，而每個(gè)參數(shù)的t檢驗(yàn)就是單個(gè)假設(shè)檢驗(yàn)。30、受約束回歸：在實(shí)際經(jīng)濟(jì)活動(dòng)中，常常需要根據(jù)經(jīng)濟(jì)理論對(duì)模型中變量的參數(shù)施加一定的約束條件，對(duì)模型參數(shù)施加約束條件后進(jìn)行回歸。31、無(wú)約束回歸：無(wú)需對(duì)模型中變量的參數(shù)施加約束條件進(jìn)行的回歸。32、異方差性：對(duì)于不同的解釋向量，被解釋變量的隨機(jī)誤差項(xiàng)的方差不再是常數(shù)，而互不相同，則認(rèn)為出現(xiàn)了異方差性。33、序列相關(guān)性：如果對(duì)于不同的解釋向量，隨機(jī)誤差項(xiàng)之間不再是不相關(guān)的，而是存在某種相關(guān)性，則認(rèn)為出現(xiàn)了序列相關(guān)性。34、多重共線性：如果某兩個(gè)或多個(gè)解釋變量之間出現(xiàn)了相關(guān)性，則稱為多重共線性。35、隨機(jī)解釋變量問(wèn)題：如果存在一個(gè)或多個(gè)隨機(jī)變量作為解釋變量，則稱原模型出現(xiàn)隨機(jī)解釋變量問(wèn)題。37、虛擬變量：同時(shí)含有一般解釋變量與虛擬變量的模型稱為虛擬變量模型或者方差分析模型。38、滯后變量模型：把過(guò)去時(shí)期的，具有滯后作用的變量叫做滯后變量，含有滯后變量的模型稱為滯后變量模型。39、動(dòng)態(tài)模型：含有滯后解釋變量的模型，又稱動(dòng)態(tài)模型40、分布滯后模型：如果滯后變量模型中沒(méi)有滯后被解釋變量，僅有解釋變量X的當(dāng)期值及其若干期的滯后值，則成為分布滯后模型。41、自回歸模型：解釋變量?jī)H包含X的當(dāng)期值與被解釋變量Y的一個(gè)或多個(gè)滯后值的模型。42,什么是計(jì)量經(jīng)濟(jì)學(xué)？答：計(jì)量經(jīng)濟(jì)學(xué)包括廣義計(jì)量經(jīng)濟(jì)學(xué)和狹義計(jì)量經(jīng)濟(jì)學(xué)，本課程中的計(jì)量經(jīng)濟(jì)學(xué)模型，就是狹義計(jì)量經(jīng)濟(jì)學(xué)意義上的經(jīng)濟(jì)數(shù)學(xué)模型：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，以揭示經(jīng)濟(jì)活動(dòng)中客觀存在的數(shù)量關(guān)系為主要內(nèi)容，是由經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)和數(shù)學(xué)三者結(jié)合而成的交叉性學(xué)科。第二部分問(wèn)答題1.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)方法揭示經(jīng)濟(jì)活動(dòng)中具有因果關(guān)系的各因素間的定量關(guān)系，它用隨機(jī)性的數(shù)學(xué)方程加以描述；而一般經(jīng)濟(jì)數(shù)學(xué)方法揭示經(jīng)濟(jì)活動(dòng)中各個(gè)因素間的理論關(guān)系，更多地用確定性的數(shù)學(xué)方程加以描述。2、如何理解計(jì)量經(jīng)濟(jì)學(xué)在當(dāng)代經(jīng)濟(jì)學(xué)科中的重要地位？當(dāng)代計(jì)量經(jīng)濟(jì)學(xué)的基本特點(diǎn)？答：計(jì)量經(jīng)濟(jì)學(xué)自20世紀(jì)20年代末30年代初形成以來(lái)，無(wú)論在技術(shù)方法還是在應(yīng)用方面發(fā)展都十分迅速，尤其是經(jīng)過(guò)20世紀(jì)50年代的發(fā)展階段和60年代的擴(kuò)張階段，計(jì)量經(jīng)濟(jì)學(xué)在經(jīng)濟(jì)學(xué)科中占據(jù)了重要的地位，主要表現(xiàn)在：①。在西方大多數(shù)大學(xué)和學(xué)院中，計(jì)量經(jīng)濟(jì)學(xué)的講授已成為經(jīng)濟(jì)學(xué)課程表中最具權(quán)威性的一部分；②。在1969至2003年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)的53位獲獎(jiǎng)?wù)咧杏?0位與研究和應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)有關(guān)，居經(jīng)濟(jì)學(xué)各分支學(xué)科之首。此外，絕大多數(shù)獲獎(jiǎng)?wù)叩难芯恐卸紤?yīng)用了計(jì)量經(jīng)濟(jì)學(xué)方法。③。計(jì)量經(jīng)濟(jì)學(xué)方法與其他經(jīng)濟(jì)數(shù)學(xué)方法的結(jié)合應(yīng)用得到了長(zhǎng)足發(fā)展。從當(dāng)代計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展動(dòng)向看，其基本特點(diǎn)包括：⑴。非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)的理論與應(yīng)用研究成為計(jì)量經(jīng)濟(jì)學(xué)越來(lái)越重要的內(nèi)容；⑵。計(jì)量經(jīng)濟(jì)學(xué)方法從主要用于經(jīng)濟(jì)預(yù)測(cè)轉(zhuǎn)向經(jīng)濟(jì)理論假設(shè)和政策假設(shè)的檢驗(yàn)；⑶。計(jì)量經(jīng)濟(jì)學(xué)模型的應(yīng)用從傳統(tǒng)的領(lǐng)域轉(zhuǎn)向新的領(lǐng)域，從宏觀領(lǐng)域的研究開(kāi)始轉(zhuǎn)向微觀領(lǐng)域的研究；⑷。計(jì)量經(jīng)濟(jì)學(xué)模型的規(guī)模不再是水平高低的衡量標(biāo)準(zhǔn)，人們更喜歡建立一些簡(jiǎn)單的模型，從總量上和趨勢(shì)上說(shuō)明經(jīng)濟(jì)現(xiàn)象。3、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)模型的主要步驟包括：①設(shè)定理論模型，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停ń?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)。4、計(jì)量經(jīng)濟(jì)學(xué)模型主要有哪些應(yīng)用領(lǐng)域？各自的原理是什么？答：計(jì)量經(jīng)濟(jì)學(xué)模型主要有以下幾個(gè)方面的用途：⑴。結(jié)構(gòu)分析，其原理是彈性分析、乘數(shù)分析與比較分析；⑵。經(jīng)濟(jì)預(yù)測(cè)，其原理是模擬歷史，從已經(jīng)發(fā)生的經(jīng)濟(jì)活動(dòng)中找出變化規(guī)律；⑶。政策評(píng)價(jià)，是對(duì)不同政策執(zhí)行情況的“模擬仿真”；⑷。檢驗(yàn)與發(fā)展經(jīng)濟(jì)理論，其原理是如果按照某種經(jīng)濟(jì)理論建立的計(jì)量經(jīng)濟(jì)學(xué)模型可以很好地?cái)M合實(shí)際觀察數(shù)據(jù)。5、模型的檢驗(yàn)包括哪些方面？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)和模型的預(yù)測(cè)檢驗(yàn)四個(gè)方面。、簡(jiǎn)述相關(guān)分析和回歸分析的聯(lián)系和區(qū)別。答：相關(guān)分析與回歸分析既有聯(lián)系又有區(qū)別。首先，兩者都是研究非確定性變量間的的統(tǒng)計(jì)依賴關(guān)系，并能測(cè)度線性依賴程度的大小。其次，兩者間又有明顯的區(qū)別。相關(guān)分析僅僅是從統(tǒng)計(jì)數(shù)據(jù)上測(cè)度變量間的相關(guān)程度，而無(wú)需考察兩者間是否有因果關(guān)系，因此，變量的地位在相關(guān)分析中式對(duì)稱的，而且都是隨機(jī)變量；回歸分析則更關(guān)注具有統(tǒng)計(jì)相關(guān)關(guān)系的變量間的因果關(guān)系分析，變量的地位是不對(duì)稱的，有解釋變量和被解釋變量之分，而且解釋變量也往往被假設(shè)為非隨機(jī)變量。再次，相關(guān)分析只關(guān)注變量間的聯(lián)系程度，不關(guān)注具體的依賴關(guān)系；而回歸分析則更加關(guān)注變量間的具體依賴關(guān)系，因此可以進(jìn)一步通過(guò)解釋變量的變化來(lái)估計(jì)或預(yù)測(cè)被解釋變量的變化，達(dá)到深入分析變量間依存關(guān)系，掌握其運(yùn)動(dòng)規(guī)律的目的。6、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)的計(jì)量經(jīng)濟(jì)學(xué)模型是否就不可以估計(jì)？答：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)m具有零均值、同方差和不序列相關(guān)性：E(mi)=0i=1,2,…,nVar(mi)=sm2i=1,2,…,nCov(mi,mj)=0i≠ji,j=1,2,…,n假設(shè)3、隨機(jī)誤差項(xiàng)m與解釋變量X之間不相關(guān)：Cov(Xi,mi)=0i=1,2,…,n假設(shè)4、m服從零均值、同方差、零協(xié)方差的正態(tài)分布mi~N(0,sm2)i=1,2,…,n假設(shè)5：隨著樣本容量的無(wú)限增加，解釋變量X的樣本方差趨于一有限常數(shù)。即假設(shè)6：回歸模型是正確設(shè)定的這些假設(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，普通最小二乘法就不再是最佳線性無(wú)偏估計(jì)量，因此使用普通最小二乘法進(jìn)行估計(jì)已無(wú)多大意義。但模型本身還是可以估計(jì)的，尤其是可以通過(guò)最大似然法等其他原理進(jìn)行估計(jì)。7、簡(jiǎn)述最大似然法和最小二乘法依據(jù)的不同原理。答：對(duì)于最小二乘法，當(dāng)從模型總體隨機(jī)抽取n組樣本觀測(cè)值后，最合理的參數(shù)估計(jì)量應(yīng)該使得模型能最好地?cái)M合樣本數(shù)據(jù)；而對(duì)于最大似然法，當(dāng)從模型總體隨機(jī)抽取n組樣本觀測(cè)值后，最合理的參數(shù)估計(jì)量應(yīng)該使得從模型中抽取該n組樣本觀測(cè)值的概率最大。在滿足一系列基本假設(shè)的情況下，模型結(jié)構(gòu)參數(shù)的最大或然估計(jì)量與普通最小二乘估計(jì)量是相同的。8、簡(jiǎn)述最小二乘估計(jì)量的性質(zhì)。答：（1）線性性，即它是否是另一隨機(jī)變量的線性函數(shù)；（2）無(wú)偏性，即它的均值或期望值是否等于總體的真實(shí)值；（3）有效性，即它是否在所有線性無(wú)偏估計(jì)量中具有最小方差。（4）漸近無(wú)偏性，即樣本容量趨于無(wú)窮大時(shí)，是否它的均值序列趨于總體真值；（5）一致性，即樣本容量趨于無(wú)窮大時(shí)，它是否依概率收斂于總體的真值；（6）漸近有效性，即樣本容量趨于無(wú)窮大時(shí)，是否它在所有的一致估計(jì)量中具有最小的漸近方差。注意：（1）－（3）準(zhǔn)則也稱作估計(jì)量的小樣本性質(zhì)，擁有這類性質(zhì)的估計(jì)量稱為最佳線性無(wú)偏估計(jì)量（BLUE）。（4）－（6）準(zhǔn)則考察估計(jì)量的大樣本或漸進(jìn)性質(zhì)。高斯—馬爾可夫定理：普通最小二乘估計(jì)量具有線性性、無(wú)偏性和最小方差性等優(yōu)良性質(zhì)，是最佳線性無(wú)偏估計(jì)。9、簡(jiǎn)述變量顯著性檢驗(yàn)的步驟。答：（1）對(duì)總體參數(shù)提出假設(shè)：H0：b1=0，H1：b110。（2）以原假設(shè)H0構(gòu)造t統(tǒng)計(jì)量，并由樣本計(jì)算其值：（3）給定顯著性水平a，查t分布表得臨界值ta/2(n-2)（4）比較，判斷若|t|>ta/2(n-2)，則拒絕H0，接受H1；若|t|￡ta/2(n-2)，則接受H0，拒絕H1；對(duì)于一元線性回歸方程中的b0，也可構(gòu)造如下t統(tǒng)計(jì)量進(jìn)行顯著性檢驗(yàn)10、多元線性回歸模型的基本假設(shè)是什么？提示：一般表達(dá)式式和矩陣符號(hào)表達(dá)式。11、為什么說(shuō)對(duì)模型參數(shù)施加約束條件后，其回歸的殘差平方和一定不比未加約束的殘差平方和小？在什么樣的條件下，受約束回歸與無(wú)約束回歸的結(jié)果相同？答：模型施加約束條件后進(jìn)行回歸稱為受約束回歸。而不加任何約束的回歸稱為無(wú)約束回歸。對(duì)模型參數(shù)施加約束條件后，就限制了參數(shù)的取值范圍，尋找到的參數(shù)估計(jì)值也是在此條件下使殘差平方和達(dá)到最小，它不可能比未施加約束條件時(shí)找到的參數(shù)估計(jì)值使得殘差平方和達(dá)到最小值還要小。這意味著，通常情況下，對(duì)模型施加約束條件會(huì)降低模型的解釋能力。但當(dāng)約束條件為真時(shí)，受約束回歸與無(wú)約束回歸的結(jié)果就相同。12、怎樣選擇合適的樣本容量？答：（1）必須保證最小樣本容量。樣本最小容量必須不少于模型中解釋變量的數(shù)目（包括常數(shù)項(xiàng)）,即n3k+1，因?yàn)?，無(wú)多重共線性要求：秩(X)=k+1。（2）滿足基本要求的樣本容量。雖然當(dāng)n3k+1時(shí)可以得到參數(shù)估計(jì)量，但除了參數(shù)估計(jì)量質(zhì)量不好外，一些建立模型必須的后續(xù)工作也無(wú)法進(jìn)行。所以，一般經(jīng)驗(yàn)認(rèn)為，當(dāng)n330或者至少n33(k+1)時(shí)，才能說(shuō)滿足模型估計(jì)的基本要求。13、不滿足基本假定（基本假設(shè)違背）的情況有哪些？答：（1）隨機(jī)誤差項(xiàng)序列存在異方差性；（2）隨機(jī)誤差項(xiàng)序列存在序列相關(guān)性；（3）解釋變量之間存在多重共線性；（4）解釋變量是隨機(jī)變量且與隨機(jī)誤差項(xiàng)相關(guān)的隨機(jī)解釋變量問(wèn)題；（5）模型設(shè)定有偏誤；（6）解釋變量的方差不隨樣本容量的增而收斂。14、使用加權(quán)最小二乘法必須先進(jìn)行異方差性檢驗(yàn)嗎？答：在實(shí)際操作中人們通常采用如下的經(jīng)驗(yàn)方法：不對(duì)原模型進(jìn)行異方差性檢驗(yàn)，而是直接選擇加權(quán)最小二乘法，尤其是采用截面數(shù)據(jù)作樣本時(shí)。如果確實(shí)存在異方差性，則被有效地消除了；如果不存在異方差性，則加權(quán)最小二乘法等價(jià)于普通最小二乘法。15、簡(jiǎn)述D.W.檢驗(yàn)的步驟。答：（1）計(jì)算DW值（2）給定a，由n和k的大小查DW分布表，得臨界值dL和dU（3）比較、判斷若0<D.W.<dL，存在正自相關(guān)dL<D.W.<dU，不能確定dU<D.W.<4－dU，無(wú)自相關(guān)4－dU<D.W.<4－dL，不能確定4－dL<D.W.<4，存在負(fù)自相關(guān)當(dāng)D.W.值在2左右時(shí)，模型不存在一階自相關(guān)。16.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。17.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(wèn)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。分布滯后變量有無(wú)限期的分布滯后模型和有限期的分布滯后模型；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(jiàn)。分布滯后模型使用OLS法存在以下問(wèn)題：（1）對(duì)于無(wú)限期的分布滯后模型，由于樣本觀測(cè)值的有限性，使得無(wú)法直接對(duì)其進(jìn)行估計(jì)σ。（2）對(duì)于有限期的分布滯后模型，使用OLS方法會(huì)遇到：沒(méi)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)；同名變量滯后期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。18.請(qǐng)列出分布滯后模型估計(jì)的幾種主要方法。答：分布滯后模型的估計(jì)主要需解決滯后期長(zhǎng)度的問(wèn)題。其基本的解決思路就是減少模型中解釋變量的個(gè)數(shù)。常用的估計(jì)方法有：經(jīng)驗(yàn)加權(quán)法Almon多項(xiàng)式法，以及Koyck方法，前兩者主要用于估計(jì)有限期分布滯后模型，第三者主要用于估計(jì)無(wú)限期分布滯后模型。19.分布滯后模型估計(jì)時(shí)遇到的主要問(wèn)題有哪些？自回歸模型估計(jì)時(shí)遇到的主要問(wèn)題？答：分布滯后模型估計(jì)時(shí)遇到的主要問(wèn)題有：對(duì)于無(wú)限期的分布滯后模型，由于樣本觀測(cè)值的有限性，使得無(wú)法直接對(duì)其進(jìn)行估計(jì)。而對(duì)于有限期的分布滯后模型，普通最小二乘回歸會(huì)遇到如下問(wèn)題：沒(méi)有先驗(yàn)準(zhǔn)則確定滯后期長(zhǎng)度；如果滯后期較長(zhǎng)，將缺乏足夠的自由度進(jìn)行統(tǒng)計(jì)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。自回歸模型估計(jì)時(shí)遇到的主要問(wèn)題有：滯后被解釋變量的存在可能導(dǎo)致它與隨機(jī)干擾項(xiàng)相關(guān)，以及隨機(jī)干擾項(xiàng)出現(xiàn)序列相關(guān)性。例如，Koyck模型與自適應(yīng)預(yù)期模型就存在著滯后被解釋變量Yt-1與隨機(jī)干擾項(xiàng)的同期相關(guān)性，同時(shí)，隨機(jī)干擾項(xiàng)還是自相關(guān)的。而局部調(diào)整模型則存在著滯后被解釋變量Yt-1隨機(jī)干擾項(xiàng)的異期相關(guān)性。20.模型設(shè)定時(shí)，如果遺漏了相關(guān)變量，OLS估計(jì)會(huì)出現(xiàn)什么后果？而在包含了無(wú)關(guān)變量時(shí)，后果又如何？答：如果遺漏相關(guān)變量，則OLS估計(jì)結(jié)果在小樣本下是有偏的，在大樣本下也不具有一致性，隨機(jī)干擾項(xiàng)的方差估計(jì)?2也是有偏的，同時(shí)估計(jì)的參數(shù)的方差也是有偏的，從而不再能夠保證最小方差性。在多選無(wú)關(guān)解釋變量的情形下，OLS估計(jì)量仍是無(wú)偏的、一致的，隨機(jī)干擾項(xiàng)的方差σ2也能被正確估計(jì)，但OLS估計(jì)量卻往往是無(wú)效的。也就是說(shuō)，包含無(wú)關(guān)變量的偏誤主要表現(xiàn)為“錯(cuò)誤”模型的OLS估計(jì)量的方差一般會(huì)大于“正確”模型相應(yīng)參數(shù)估計(jì)量的方差。21.什么是“虛擬變量陷阱”？答：一般在引入虛擬變量時(shí)要求如果有m個(gè)定性變量，只在模型中引入m-1個(gè)虛擬變量。否則，如果引入m個(gè)虛擬變量，就會(huì)導(dǎo)致模型解釋變量間出現(xiàn)完全共線性的情況。我們一般稱由于引入的虛擬變量個(gè)數(shù)與定性因素個(gè)數(shù)相同時(shí)出現(xiàn)的模型無(wú)法估計(jì)的問(wèn)題，稱為“虛擬變量陷阱“。22、計(jì)量經(jīng)濟(jì)模型構(gòu)成的要素常用“三要素”概括：1、確定模型所包含的變量2、確定模型的數(shù)學(xué)形式，擬定理論模型中待估參數(shù)的理論期望值3、樣本數(shù)據(jù)的收集23.隨機(jī)誤差項(xiàng)主要包括下列因素的影響：在解釋變量中被忽略的因素的影響；變量觀測(cè)值的觀測(cè)誤差影響；模型關(guān)系的設(shè)定誤差的影響；其他隨機(jī)因素的影響。24.隨機(jī)誤差項(xiàng)與殘差項(xiàng)的區(qū)別：1）隨機(jī)誤差項(xiàng)Ut反映除自變量外其他各種微小因素對(duì)因變量的影響。它是Yt與未知的總體回歸線之間的縱向距離，是不可直接觀測(cè)的。殘差et是Yt與按照回歸方程計(jì)算的Yt的差額，它是Yt與樣本回歸線之間的縱向距離，當(dāng)根據(jù)樣本觀測(cè)值擬合出樣本回歸線之后，可以計(jì)算et的具體數(shù)值。利用殘差可以對(duì)隨機(jī)誤差項(xiàng)的方差進(jìn)行估計(jì)。2）誤差與殘差，這兩個(gè)概念在某程度上具有很大的相似性，都是衡量不確定性的指標(biāo)，可是兩者又存在區(qū)別。誤差與測(cè)量有關(guān)，誤差大小可以衡量測(cè)量的準(zhǔn)確性，誤差越大則表示測(cè)量越不準(zhǔn)確。隨機(jī)誤差與觀測(cè)者，測(cè)量工具，被觀測(cè)物體的性質(zhì)有關(guān)，只能盡量減小，卻不能避免。殘差――與預(yù)測(cè)有關(guān)，殘差大小可以衡量預(yù)測(cè)的準(zhǔn)確性。殘差越大表示預(yù)測(cè)越不準(zhǔn)確。殘差與數(shù)據(jù)本身的分布特性，回歸方程的選擇有關(guān)。25、最小二乘法是加權(quán)最小二乘法的特例。使用最小二乘法需要一些前提，數(shù)據(jù)大多數(shù)時(shí)候是滿足這些條件的。但有時(shí)候這些條件是不能滿足的，這時(shí)需要對(duì)原始數(shù)據(jù)作適當(dāng)變換，讓他符合最小二乘法的使用條件，然后繼續(xù)使用最小二乘法。從整體上看，在處理數(shù)據(jù)前作的處理相當(dāng)于在數(shù)據(jù)上加權(quán)，這個(gè)時(shí)候就把整個(gè)處理過(guò)程（包括數(shù)據(jù)事前的變換以及后來(lái)運(yùn)用最小二乘法）看作加了權(quán)的最小二乘法。從這個(gè)意義上講，加權(quán)最小二乘法就是最小二乘法。26.相關(guān)分析與回歸分析的區(qū)別和聯(lián)系22．試述回歸分析與相關(guān)分析的聯(lián)系和區(qū)別。答：兩者的聯(lián)系：①相關(guān)分析是回歸分析的前提和基礎(chǔ)；回歸分析是相關(guān)分析的深入和繼續(xù)。（1分）②相關(guān)分析與回歸分析的有關(guān)指標(biāo)之間存在計(jì)算上的內(nèi)在聯(lián)系。（1分）兩者的區(qū)別：①回歸分析強(qiáng)調(diào)因果關(guān)系，相關(guān)分析不關(guān)心因果關(guān)系，所研究的兩個(gè)變量是對(duì)等的。（1分）②對(duì)兩個(gè)變量x與y而言，相關(guān)分析中：；在回歸分析中，和卻是兩個(gè)完全不同的回歸方程。（1分）③回歸分析對(duì)資料的要求是被解釋變量y是隨機(jī)變量，解釋變量x是非隨機(jī)變量；相關(guān)分析對(duì)資料的要求是兩個(gè)變量都隨機(jī)變量。（1分）27.異方差1）原因：模型中缺少某些解釋變量，從而隨機(jī)擾動(dòng)項(xiàng)產(chǎn)生系統(tǒng)模式；測(cè)量誤差；模型函數(shù)形式設(shè)置不正確；異常值的出現(xiàn)。隨機(jī)因素的影響，如政策變動(dòng)、自然災(zāi)害、金融危機(jī)、戰(zhàn)爭(zhēng)和季節(jié)等。2）后果：參數(shù)估計(jì)量仍然是線性無(wú)偏的，但不是有效的；異方差模型中的方差不再具有最小方差性；t檢驗(yàn)失去作用；模型的預(yù)測(cè)作用遭到破壞。3）檢驗(yàn)：圖示檢驗(yàn)法、Goldfeld-Quandt檢驗(yàn)法、White檢驗(yàn)法、Park檢驗(yàn)法和Gleiser檢驗(yàn)法。4）克服：模型變換法；Gleiser方法消除異方差；通過(guò)數(shù)據(jù)取對(duì)數(shù)消除異方差；當(dāng)方程存在自回歸條件異方差時(shí)，可以采用極大似然估計(jì)法，通過(guò)建立自回歸異方差輔助方程增強(qiáng)原方程參數(shù)估計(jì)量的有效性。28.普通的最小二乘法與加權(quán)二乘法的區(qū)別和聯(lián)系：聯(lián)系：它們都是依據(jù)最小二乘法的基本原理是使殘差平方和為最小，在異方差情況下，總體回歸直線對(duì)于不同的的波動(dòng)幅度相差很大。而且，WLS是在OLS的基礎(chǔ)上來(lái)加權(quán)對(duì)殘差進(jìn)行估計(jì)的。區(qū)別：在OLS中我們最小化一個(gè)無(wú)權(quán)或等權(quán)的殘差平方和。為求得估計(jì)值不加權(quán)的最小二乘法要求最小化。而加權(quán)最小二乘法要求最小化加權(quán)殘差平方和。29．簡(jiǎn)述計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)理統(tǒng)計(jì)學(xué)學(xué)科間的關(guān)系。答：計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)的綜合。（1分）經(jīng)濟(jì)學(xué)著重經(jīng)濟(jì)現(xiàn)象的定性研究，計(jì)量經(jīng)濟(jì)學(xué)著重于定量方面的研究。（1分）統(tǒng)計(jì)學(xué)是關(guān)于如何收集、整理和分析數(shù)據(jù)的科學(xué)，而計(jì)量經(jīng)濟(jì)學(xué)則利用經(jīng)濟(jì)統(tǒng)計(jì)所提供的數(shù)據(jù)來(lái)估計(jì)經(jīng)濟(jì)變量之間的數(shù)量關(guān)系并加以驗(yàn)證。（1分）數(shù)理統(tǒng)計(jì)學(xué)作為一門數(shù)學(xué)學(xué)科，可以應(yīng)用于經(jīng)濟(jì)領(lǐng)域，也可以應(yīng)用于其他領(lǐng)域；計(jì)量經(jīng)濟(jì)學(xué)則僅限于經(jīng)濟(jì)領(lǐng)域。（1分）計(jì)量經(jīng)濟(jì)模型建立的過(guò)程，是綜合應(yīng)用理論、統(tǒng)計(jì)和數(shù)學(xué)方法的過(guò)程，計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)三者的統(tǒng)一。30、計(jì)量經(jīng)濟(jì)模型有哪些應(yīng)用？答：①結(jié)構(gòu)分析。（1分）②經(jīng)濟(jì)預(yù)測(cè)。（1分）③政策評(píng)價(jià)。（1分）④檢驗(yàn)和發(fā)展經(jīng)濟(jì)理論。（2分）31、簡(jiǎn)述建立與應(yīng)用計(jì)量經(jīng)濟(jì)模型的主要步驟。答：①根據(jù)經(jīng)濟(jì)理論建立計(jì)量經(jīng)濟(jì)模型；（1分）②樣本數(shù)據(jù)的收集；（1分）③估計(jì)參數(shù)；（1分）④模型的檢驗(yàn)；（1分）⑤計(jì)量經(jīng)濟(jì)模型的應(yīng)用。（1分）32、對(duì)計(jì)量經(jīng)濟(jì)模型的檢驗(yàn)應(yīng)從幾個(gè)方面入手？答：①經(jīng)濟(jì)意義檢驗(yàn)；（2分）②統(tǒng)計(jì)準(zhǔn)則檢驗(yàn)；（1分）③計(jì)量經(jīng)濟(jì)學(xué)準(zhǔn)則檢驗(yàn)；（1分）④模型預(yù)測(cè)檢驗(yàn)。（1分）33．計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用的數(shù)據(jù)是怎樣進(jìn)行分類的？答：四種分類：①時(shí)間序列數(shù)據(jù)；（1分）②橫截面數(shù)據(jù)；（1分）③混合數(shù)據(jù)；（1分）④虛擬變量數(shù)據(jù)。（2分）34.在計(jì)量經(jīng)濟(jì)模型中，為什么會(huì)存在隨機(jī)誤差項(xiàng)？答：隨機(jī)誤差項(xiàng)是計(jì)量經(jīng)濟(jì)模型中不可缺少的一部分。（1分）產(chǎn)生隨機(jī)誤差項(xiàng)的原因有以下幾個(gè)方面：①模型中被忽略掉的影響因素造成的誤差；（1分）②模型關(guān)系認(rèn)定不準(zhǔn)確造成的誤差；（1分）③變量的測(cè)量誤差；（1分）④隨機(jī)因素。（1分）35.古典線性回歸模型的基本假定是什么？答：①零均值假定。（1分）即在給定xt的條件下，隨機(jī)誤差項(xiàng)的數(shù)學(xué)期望（均值）為0，即。②同方差假定。（1分）誤差項(xiàng)的方差與t無(wú)關(guān)，為一個(gè)常數(shù)。③無(wú)自相關(guān)假定。（1分）即不同的誤差項(xiàng)相互獨(dú)立。④解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定。（1分）⑤正態(tài)性假定，（1分）即假定誤差項(xiàng)服從均值為0，方差為的正態(tài)分布。36、總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。答：主要區(qū)別：①描述的對(duì)象不同。（1分）總體回歸模型描述總體中變量y與x的相互關(guān)系，而樣本回歸模型描述所觀測(cè)的樣本中變量y與x的相互關(guān)系。②建立模型的不同。（1分）總體回歸模型是依據(jù)總體全部觀測(cè)資料建立的，樣本回歸模型是依據(jù)樣本觀測(cè)資料建立的。③模型性質(zhì)不同。（1分）總體回歸模型不是隨機(jī)模型，樣本回歸模型是隨機(jī)模型，它隨著樣本的改變而改變。主要聯(lián)系：樣本回歸模型是總體回歸模型的一個(gè)估計(jì)式，之所以建立樣本回歸模型，目的是用來(lái)估計(jì)總體回歸模型。（2分）37．試述回歸分析與相關(guān)分析的聯(lián)系和區(qū)別。答：兩者的聯(lián)系：①相關(guān)分析是回歸分析的前提和基礎(chǔ)；回歸分析是相關(guān)分析的深入和繼續(xù)。（1分）②相關(guān)分析與回歸分析的有關(guān)指標(biāo)之間存在計(jì)算上的內(nèi)在聯(lián)系。（1分）兩者的區(qū)別：①回歸分析強(qiáng)調(diào)因果關(guān)系，相關(guān)分析不關(guān)心因果關(guān)系，所研究的兩個(gè)變量是對(duì)等的。（1分）②對(duì)兩個(gè)變量x與y而言，相關(guān)分析中：；在回歸分析中，和卻是兩個(gè)完全不同的回歸方程。（1分）③回歸分析對(duì)資料的要求是被解釋變量y是隨機(jī)變量，解釋變量x是非隨機(jī)變量；相關(guān)分析對(duì)資料的要求是兩個(gè)變量都隨機(jī)變量。（1分）38．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(jì)量有哪些統(tǒng)計(jì)性質(zhì)？答：①線性，是指參數(shù)估計(jì)量和分別為觀測(cè)值和隨機(jī)誤差項(xiàng)的線性函數(shù)或線性組合。（1分）②無(wú)偏性，指參數(shù)估計(jì)量和的均值（期望值）分別等于總體參數(shù)和。（2分）③有效性（最小方差性或最優(yōu)性），指在所有的線性無(wú)偏估計(jì)量中，最小二乘估計(jì)量和的方差最小。（2分）39、簡(jiǎn)述BLUE的含義。答：BLUE即最佳線性無(wú)偏估計(jì)量，是bestlinearunbiasedestimators的縮寫。（2分）在古典假定條件下，最小二乘估計(jì)量具備線性、無(wú)偏性和有效性，是最佳線性無(wú)偏估計(jì)量，即BLUE，這一結(jié)論就是著名的高斯－馬爾可夫定理。（3分）40．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)回歸系數(shù)進(jìn)行是否為0的t檢驗(yàn)？答：多元線性回歸模型的總體顯著性F檢驗(yàn)是檢驗(yàn)?zāi)Ｐ椭腥拷忉屪兞繉?duì)被解釋變量的共同影響是否顯著。（1分）通過(guò)了此F檢驗(yàn)，就可以說(shuō)模型中的全部解釋變量對(duì)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(gè)解釋變量對(duì)被解釋變量的影響都是顯著的。（3分）因此還需要就每個(gè)解釋變量對(duì)被解釋變量的影響是否顯著進(jìn)行檢驗(yàn)，即進(jìn)行t檢驗(yàn)。（1分）41.給定二元回歸模型：，請(qǐng)敘述模型的古典假定。解答：（1）隨機(jī)誤差項(xiàng)的期望為零，即。（2）不同的隨機(jī)誤差項(xiàng)之間相互獨(dú)立，即（1分）。（3）隨機(jī)誤差項(xiàng)的方差與t無(wú)關(guān)，為一個(gè)常數(shù)，即。即同方差假設(shè)（1分）。（4）隨機(jī)誤差項(xiàng)與解釋變量不相關(guān)，即。通常假定為非隨機(jī)變量，這個(gè)假設(shè)自動(dòng)成立（1分）。（5）隨機(jī)誤差項(xiàng)為服從正態(tài)分布的隨機(jī)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(guān)系，即不存在多重共線性（1分）。42.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(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度？解答：因?yàn)槿藗儼l(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(huì)變大，從而增加了模型的解釋功能。這樣就使得人們認(rèn)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得待估參數(shù)的個(gè)數(shù)增加，從而損失自由度，而實(shí)際中如果引入的解釋變量并非必要的話可能會(huì)產(chǎn)生很多問(wèn)題，比如，降低預(yù)測(cè)精確度、引起多重共線性等等。為此用修正的決定系數(shù)來(lái)估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度（3分）。43.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(diào)整后，可以消除擬合優(yōu)度評(píng)價(jià)中解釋變量多少對(duì)決定系數(shù)計(jì)算的影響；（2分）（2）對(duì)于包含解釋變量個(gè)數(shù)不同的模型，可以用調(diào)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(lái)未調(diào)整的決定系數(shù)來(lái)比較（1分）。44.常見(jiàn)的非線性回歸模型有幾種情況？解答：常見(jiàn)的非線性回歸模型主要有:對(duì)數(shù)模型（1分）半對(duì)數(shù)模型或（1分）倒數(shù)模型（1分）多項(xiàng)式模型（1分）成長(zhǎng)曲線模型包括邏輯成長(zhǎng)曲線模型和Gompertz成長(zhǎng)曲線模型（1分）45.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。①②③④解答：①系數(shù)呈線性，變量非線性；（1分）②系數(shù)呈線性，變量非呈線性；（1分）③系數(shù)和變量均為非線性；（1分）④系數(shù)和變量均為非線性。（2分）46.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。①②③④解答：①系數(shù)呈線性，變量非呈線性；（1分）②系數(shù)非線性，變量呈線性；（1分）③系數(shù)和變量均為非線性；(2分)④系數(shù)和變量均為非線性（1分）。47.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(jì)量經(jīng)濟(jì)分析中的一個(gè)專門問(wèn)題。在線性回歸模型中，如果隨機(jī)誤差項(xiàng)的方差不是常數(shù)，即對(duì)不同的解釋變量觀測(cè)值彼此不同，則稱隨機(jī)項(xiàng)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(fèi)和收入之間的關(guān)系時(shí)，對(duì)收入較少的家庭在滿足基本消費(fèi)支出之后的剩余收入已經(jīng)不多，用在購(gòu)買生活必需品上的比例較大，消費(fèi)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(fèi)有更大的選擇范圍。由于個(gè)性、愛(ài)好、儲(chǔ)蓄心理、消費(fèi)習(xí)慣和家庭成員構(gòu)成等那個(gè)的差異，使消費(fèi)的分散幅度增大，或者說(shuō)低收入家庭消費(fèi)的分散度和高收入家庭消費(fèi)得分散度相比較，可以認(rèn)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(xiàng)方差的變化。（2分）48.異方差產(chǎn)生產(chǎn)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(shè)定誤差；（3）樣本數(shù)據(jù)的測(cè)量誤差；（4）隨機(jī)因素的影響。（2分）產(chǎn)生的影響：如果線性回歸模型的隨機(jī)誤差項(xiàng)存在異方差性，會(huì)對(duì)模型參數(shù)估計(jì)、模型檢驗(yàn)及模型應(yīng)用帶來(lái)重大影響，主要有：（1）不影響模型參數(shù)最小二乘估計(jì)值的無(wú)偏性；（2）參數(shù)的最小二乘估計(jì)量不是一個(gè)有效的估計(jì)量；（3）對(duì)模型參數(shù)估計(jì)值的顯著性檢驗(yàn)失效；（4）模型估計(jì)式的代表性降低，預(yù)測(cè)精度精度降低。（3分）49.異方差檢驗(yàn)方法：（1）圖示檢驗(yàn)法；（1分）（2）戈德菲爾德—匡特檢驗(yàn)；（1分）（3）懷特檢驗(yàn)；（1分）（4）戈里瑟檢驗(yàn)和帕克檢驗(yàn)（殘差回歸檢驗(yàn)法）；（1分）（5）ARCH檢驗(yàn)（自回歸條件異方差檢驗(yàn)）（1分）50.異方差解決方法：（1）模型變換法；（2分）（2）加權(quán)最小二乘法；（2分）（3）模型的對(duì)數(shù)變換等（1分）51.加權(quán)最小二乘法的基本原理：最小二乘法的基本原理是使殘差平方和為最小，在異方差情況下，總體回歸直線對(duì)于不同的的波動(dòng)幅度相差很大。隨機(jī)誤差項(xiàng)方差越小，樣本點(diǎn)對(duì)總體回歸直線的偏離程度越低，殘差的可信度越高（或者說(shuō)樣本點(diǎn)的代表性越強(qiáng)）；而較大的樣本點(diǎn)可能會(huì)偏離總體回歸直線很遠(yuǎn)，的可信度較低（或者說(shuō)樣本點(diǎn)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(shí)，對(duì)于不同的應(yīng)該區(qū)別對(duì)待。具體做法：對(duì)較小的給于充分的重視，即給于較大的權(quán)數(shù)；對(duì)較大的給于充分的重視，即給于較小的權(quán)數(shù)。更好的使反映對(duì)殘差平方和的影響程度，從而改善參數(shù)估計(jì)的統(tǒng)計(jì)性質(zhì)。（3分）52.樣本分段法（即戈德菲爾特—匡特檢驗(yàn)）的基本原理：將樣本分為容量相等的兩部分，然后分別對(duì)樣本1和樣本2進(jìn)行回歸，并計(jì)算兩個(gè)子樣本的殘差平方和，如果隨機(jī)誤差項(xiàng)是同方差的，則這兩個(gè)子樣本的殘差平方和應(yīng)該大致相等；如果是異方差的，則兩者差別較大，以此來(lái)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(yīng)該在參數(shù)個(gè)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）53．簡(jiǎn)述DW檢驗(yàn)的局限性。答：從判斷準(zhǔn)則中看到，DW檢驗(yàn)存在兩個(gè)主要的局限性：首先，存在一個(gè)不能確定的值區(qū)域，這是這種檢驗(yàn)方法的一大缺陷。（2分）其次：檢驗(yàn)只能檢驗(yàn)一階自相關(guān)。（2分）但在實(shí)際計(jì)量經(jīng)濟(jì)學(xué)問(wèn)題中，一階自相關(guān)是出現(xiàn)最多的一類序列相關(guān)，而且經(jīng)驗(yàn)表明，如果不存在一階自相關(guān)，一般也不存在高階序列相關(guān)。所以在實(shí)際應(yīng)用中，對(duì)于序列相關(guān)問(wèn)題—般只進(jìn)行檢驗(yàn)。（1分）54．序列相關(guān)性的后果。答：（1）模型參數(shù)估計(jì)值不具有最優(yōu)性；（1分）（2）隨機(jī)誤差項(xiàng)的方差一般會(huì)低估；（1分）（3）模型的統(tǒng)計(jì)檢驗(yàn)失效；（1分）（4）區(qū)間估計(jì)和預(yù)測(cè)區(qū)間的精度降低。（1分）（全對(duì)即加1分）55．簡(jiǎn)述序列相關(guān)性的幾種檢驗(yàn)方法。答：（1）圖示法；（1分）（2）D-W檢驗(yàn)；（1分）（3）回歸檢驗(yàn)法；（1分）（4）另外，偏相關(guān)系數(shù)檢驗(yàn)，布羅斯—戈弗雷檢驗(yàn)或拉格朗日乘數(shù)檢驗(yàn)都可以用來(lái)檢驗(yàn)高階序列相關(guān)。（2分）56．廣義最小二乘法（GLS）的基本思想是什么？答:基本思想就是對(duì)違反基本假定的模型做適當(dāng)?shù)木€性變換，使其轉(zhuǎn)化成滿足基本假定的模型，從而可以使用OLS方法估計(jì)模型。（5分）57．自相關(guān)性產(chǎn)生的原因有那些？答：（1）經(jīng)濟(jì)變量慣性的作用引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）（2）經(jīng)濟(jì)行為的滯后性引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）(3)一些隨機(jī)因素的干擾或影響引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）（4）模型設(shè)定誤差引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）（5）觀測(cè)數(shù)據(jù)處理引起隨機(jī)誤差項(xiàng)自相關(guān)。（1分）58．請(qǐng)簡(jiǎn)述什么是虛假序列相關(guān)，如何避免？答：數(shù)據(jù)表現(xiàn)出序列相關(guān)，而事實(shí)上并不存在序列相關(guān)。（2分）要避免虛假序列相關(guān)，就應(yīng)在做定量分析之間先進(jìn)行定性分析，看從理論上或經(jīng)驗(yàn)上是否有存在序列相關(guān)的可能，可能性是多大。（3分）59．DW值與一階自相關(guān)系數(shù)的關(guān)系是什么？答：或者60.多重共線性的原因答：多重共線性是指解釋變量之間存在完全或近似的線性關(guān)系。產(chǎn)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(dòng)的，只能在一個(gè)有限的范圍內(nèi)得到觀察值，無(wú)法進(jìn)行重復(fù)試驗(yàn)。（2分）（2）經(jīng)濟(jì)變量的共同趨勢(shì)（1分）（3）滯后變量的引入（1分）（4）模型的解釋變量選擇不當(dāng)（1分）61．完全共線性與不完全共線性答：完全多重共線性是指對(duì)于線性回歸模型若則稱這些解釋變量的樣本觀測(cè)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(duì)于多元線性回歸模型若則稱這些解釋變量的樣本觀測(cè)之間存在不完全多重共線性。（3分）62.多重共線性的后果答：（1）無(wú)法估計(jì)模型的參數(shù)，即不能獨(dú)立分辨各個(gè)解釋變量對(duì)因變量的影響。（3分）（2）參數(shù)估計(jì)量的方差無(wú)窮大（或無(wú)法估計(jì)）（2分）63．答：（1）可以估計(jì)參數(shù)，但參數(shù)估計(jì)不穩(wěn)定。（2分）（2）參數(shù)估計(jì)值對(duì)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(duì)被解釋變量的影響難精確鑒別。（1分）（4）t檢驗(yàn)不容易拒絕原假設(shè)。（1分）64．答：（1）模型總體性檢驗(yàn)F值和R2值都很高，但各回歸系數(shù)估計(jì)量的方差很大，t值很低，系數(shù)不能通過(guò)顯著性檢驗(yàn)。（2分）（2）回歸系數(shù)值難以置信或符號(hào)錯(cuò)誤。（1分）（3）參數(shù)估計(jì)值對(duì)刪除或增加少量觀測(cè)值，以及刪除一個(gè)不顯著的解釋變量非常敏感。（2分）65．方差膨脹因子答：所謂方差膨脹因子是存在多重共線性時(shí)回歸系數(shù)估計(jì)量的方差與無(wú)多重共線性時(shí)回歸系數(shù)估計(jì)量的方差對(duì)比而得出的比值系數(shù)。（2分）若時(shí)，認(rèn)為原模型不存在“多重共線性問(wèn)題”；（1分）若時(shí)，則認(rèn)為原模型存在“多重共線性問(wèn)題”；（1分）若時(shí)，則模型的“多重共線性問(wèn)題”的程度是很嚴(yán)重的，而且是非常有害的。（1分）66．模型中引入虛擬變量的作用是什么？答案：（1）可以描述和測(cè)量定性因素的影響；（2分）（2）能夠正確反映經(jīng)濟(jì)變量之間的關(guān)系，提高模型的精度；（2分）（3）便于處理異常數(shù)據(jù)。（1分）67．虛擬變量引入的原則是什么？答案：（1）如果一個(gè)定性因素有m方面的特征，則在模型中引入m-1個(gè)虛擬變量；（1分）（2）如果模型中有m個(gè)定性因素，而每個(gè)定性因素只有兩方面的屬性或特征，則在模型中引入m個(gè)虛擬變量；如果定性因素有兩個(gè)及以上個(gè)屬性，則參照“一個(gè)因素多個(gè)