計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)資料-概念和問答

計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)資料——概念和問答計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)資料一、基本概念1、計(jì)量經(jīng)濟(jì)學(xué)以經(jīng)濟(jì)理論為指導(dǎo)，以事實(shí)為依據(jù)，以數(shù)學(xué)和統(tǒng)計(jì)推斷為方法，以電腦技術(shù)為工具，以建立經(jīng)濟(jì)計(jì)量模型為手段，定量分析研究具有隨機(jī)性特征的經(jīng)濟(jì)變量關(guān)系的經(jīng)濟(jì)學(xué)科。2、相關(guān)關(guān)系 當(dāng)一個(gè)或幾個(gè)相互聯(lián)系的變量取一定的數(shù)值時(shí)，與之相對應(yīng)的另一變量的值雖然不確定，但它仍按某種規(guī)律在一定的范圍內(nèi)變化。3、因果關(guān)系 一個(gè)變量(y)的變化是另一個(gè)變量(x)的變化所引起的，這兩個(gè)變量間的關(guān)系稱為因果關(guān)系4、解釋變量 影響研究對象的變量，它解釋了研究對象的變動(dòng)。5、被解釋變量 是作為研究對象的變量，又稱因變量。它的變動(dòng)是由解釋變量做出的解釋。6、總體回歸線 在給定解釋變量Xi條件下因變量Yi的條件均值或期望的軌跡。7、總體回歸函數(shù):總體回歸線所對應(yīng)的函數(shù)E(Y/Xi)=f(Xi)稱為總體回歸函數(shù)?？傮w回歸函數(shù)（PRF）說明被解釋變量Y的平均狀態(tài)（總體條件期望）隨解釋變量X變化的規(guī)律。8、擬合優(yōu)度檢驗(yàn)：就是檢驗(yàn)?zāi)Ｐ蛯颖居^測值的擬合程度。（擬合優(yōu)度檢驗(yàn)的方法：通過構(gòu)造一個(gè)可以表征擬合程度的統(tǒng)計(jì)量來實(shí)現(xiàn)。）9、判定系數(shù)：是告訴人們樣本回歸函數(shù)對數(shù)據(jù)擬合效果的一個(gè)總度量。表示在Y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。10、調(diào)整后的判定系數(shù)：由于增加解釋變量個(gè)數(shù)引起的R2的增大與擬合好壞無關(guān)，從而對所進(jìn)行的調(diào)整。調(diào)整的思路是：將殘差平方和與總離差平方和分別除以各自的自由度，以剔除變量個(gè)數(shù)對擬合優(yōu)度的影響：11、置信區(qū)間：求兩個(gè)正數(shù)和，使得隨機(jī)區(qū)間包含真實(shí)的概率為，如果這樣的區(qū)間存在，就被稱為置信區(qū)間。12、偏回歸系數(shù)：在多元回歸中，、稱為偏回歸系數(shù)。如度量著保持X3不變的情況下，X2每變化1單位時(shí)，Y的均值E(Y|X2,X3)的變化。13、偏相關(guān)系數(shù)：簡單相關(guān)系數(shù)是指雙變量回歸模型中因變量與自變量的線性相關(guān)程度的度量；偏相關(guān)系數(shù)是其它變量保持不變，兩個(gè)變量之間的相關(guān)程度的度量。14、方差分析:TSS=ESS+RSS。對TSS的這些構(gòu)成部分的研究從回歸的觀點(diǎn)叫做方差分析（ANOVA)。變量；如果擬合優(yōu)度變化很不顯著，則說明新引入的變量與其它變量之間存在共線性關(guān)系。每一步都要進(jìn)行F檢驗(yàn),以確保每次引入新的變量之前回歸方程中只包含顯著的變量。）第二類方法：差分法（對于以時(shí)間序列數(shù)據(jù)為樣本、以直接線性關(guān)系為模型關(guān)系形式的計(jì)量經(jīng)濟(jì)學(xué)模型，將原模型變換為差分模型，可以有效地消除存在于原模型中的多重共線性。一般講，增量之間的線性關(guān)系遠(yuǎn)比總量之間的線性關(guān)系弱得多。）第三類方法：減少參數(shù)估計(jì)量的方差、嶺回歸方法（太復(fù)雜應(yīng)該不用掌握）（多重共線性的主要后果是參數(shù)估計(jì)量具有較大的方差，所以采取適當(dāng)方法減小參數(shù)估計(jì)量的方差，雖然沒有消除模型中的多重共線性，但確能消除多重共線性造成的后果。）簡述異方差性的含義對于不同的樣本點(diǎn)i，隨機(jī)誤差項(xiàng)的方差不再是常數(shù)，則認(rèn)為出現(xiàn)了異方差性。對于每一個(gè)樣本點(diǎn)i，隨機(jī)誤差項(xiàng)都是隨機(jī)變量，服從均值為0的正態(tài)分布；所謂異方差性，是指這些隨機(jī)變量服從不同方差的正態(tài)分布。簡述異方差性的后果<1>考慮異方差的OLS估計(jì):能使估計(jì)量標(biāo)準(zhǔn)差減少,預(yù)測區(qū)間變窄<2>忽視異方差性的OLS估計(jì)：a.普通最小二乘法參數(shù)估計(jì)量仍然具有無偏性，但不具有效性。而且，在大樣本情況下，參數(shù)估計(jì)量仍然不具有漸近有效性，這就是說參數(shù)估計(jì)量不具有一致性。b.變量的顯著性檢驗(yàn)失去意義c.模型的預(yù)測失效(一方面，由于上述后果，使得模型不具有良好的統(tǒng)計(jì)性質(zhì)；另一方面，在預(yù)測值的置信區(qū)間中也包含有隨機(jī)誤差項(xiàng)共同的方差。所以，當(dāng)模型出現(xiàn)異方差性時(shí)，參數(shù)OLS估計(jì)值的變異程度增大，從而造成對Y的預(yù)測誤差變大，降低預(yù)測精度，預(yù)測功能失效。)簡述異方差性檢驗(yàn)方法的共同思路由于異方差性就是相對于不同的解釋變量觀測值，隨機(jī)誤差項(xiàng)具有不同的方差。那么，檢驗(yàn)異方差性，也就是檢驗(yàn)隨機(jī)誤差項(xiàng)的方差與解釋變量觀測值之間的相關(guān)性及其相關(guān)的“形式”。列舉異方差性的檢驗(yàn)方法<1>圖示檢驗(yàn)法Y-X圖X-殘差圖Y-殘差圖<2>樣本排序比較法斯皮爾曼的等級相關(guān)檢驗(yàn)哥德菲爾德-匡特檢驗(yàn)<3>殘差回歸檢驗(yàn)法帕克檢驗(yàn)格萊澤檢驗(yàn)懷特檢驗(yàn)（或者，圖示法，帕克檢驗(yàn)，格萊澤檢驗(yàn)，斯皮爾曼等級相關(guān)法，戈德菲爾德—匡特檢驗(yàn)，布勞殊—培干—戈弗雷檢驗(yàn)和懷特檢驗(yàn)）列舉異方差性的解決方法當(dāng)方差為已知時(shí)采用加權(quán)最小二乘法；未知時(shí)采用穩(wěn)健性標(biāo)準(zhǔn)誤差方法簡述序列相關(guān)性的含義如果一個(gè)模型不滿足OLS要求計(jì)量模型的隨機(jī)誤差項(xiàng)相互獨(dú)立或不相關(guān)的假設(shè)，則我們稱隨機(jī)誤差項(xiàng)之間存在自相關(guān)。（對于不同的樣本點(diǎn)，若隨機(jī)誤差項(xiàng)之間存在某種相關(guān)性，稱為序列相關(guān)性。）簡述序列相關(guān)性的后果1、參數(shù)估計(jì)量非有效2、OLS估計(jì)量仍具有無偏性和一致性，但不是有效估計(jì)量3、顯著性檢驗(yàn)失去意義模型的預(yù)測失效（區(qū)間預(yù)測與參數(shù)估計(jì)量的方差有關(guān)，在方差有偏誤的情況下，使得預(yù)測估計(jì)不準(zhǔn)確，預(yù)測精度降低）列舉序列相關(guān)性的檢驗(yàn)方法a.圖解法：b.回歸檢驗(yàn)法：以殘差估計(jì)量為被解釋變量，以各種可能相關(guān)量，如滯后一階殘差、滯后二階殘差、殘差平方等為解釋變量，建立各種回歸方程對方程進(jìn)行估計(jì)并進(jìn)行顯著性檢驗(yàn)，如果存在某一種函數(shù)關(guān)系，使得方程顯著成立，則說明原模型存在自相關(guān)性。c.德賓—沃森檢驗(yàn)（重要，看PPT）d.拉格朗日乘數(shù)檢驗(yàn)（GB檢驗(yàn)）簡述序列相關(guān)性檢驗(yàn)方法的共同思路序列相關(guān)性檢驗(yàn)方法有多種，但基本思路相同。首先，采用普通最小二乘法估計(jì)模型，以求得隨機(jī)誤差項(xiàng)的“近似估計(jì)量”然后，通過分析這些“近似估計(jì)量”之間的相關(guān)性，來判斷隨機(jī)誤差項(xiàng)是否具有序列相關(guān)性。列舉序列相關(guān)性解決辦法廣義最小二乘法和廣義差分方法簡述模型設(shè)定偏誤主要類型1、關(guān)于解釋變量選取的偏誤（主要包括漏選相關(guān)變量和多選無關(guān)變量）2、關(guān)于模型函數(shù)形式選取的偏誤3、測量誤差4、對隨機(jī)誤差項(xiàng)的不正確設(shè)定簡述模型設(shè)定偏誤的主要后果漏掉一個(gè)有關(guān)變量：參數(shù)估計(jì)量有偏非一致，隨機(jī)誤差項(xiàng)的方差估計(jì)亦不正確，致使區(qū)間估計(jì)和假設(shè)檢驗(yàn)都得不到正確的結(jié)論。包含無關(guān)變量：參數(shù)估計(jì)無偏且一致，隨機(jī)誤差項(xiàng)的方差估計(jì)量和假設(shè)檢驗(yàn)都有效；系數(shù)參數(shù)方差估計(jì)變大，參數(shù)的統(tǒng)計(jì)推斷精度降低。因此，不能簡單認(rèn)為與其略掉有關(guān)變量不如含有無關(guān)變量。增加無關(guān)的變量導(dǎo)致估計(jì)效率和自由度的損失錯(cuò)誤函數(shù)形式的偏誤這種偏誤是全方位的非嵌套模型的概念及其檢驗(yàn)方法概念：不能把一個(gè)作為另外一個(gè)的特殊情形推導(dǎo)出來的模型叫做非嵌套模型。（不準(zhǔn)，看PPT）檢驗(yàn)方法：（1）判別方法。判別方法的核心思想就是通過擬合優(yōu)度（調(diào)整以后的判定系數(shù)）來選擇模型，我們知道擬合優(yōu)度在很多情況下不能很好的說明模型的好壞的