《计量经济学 期末》由会员分享，可在线阅读，更多相关《计量经济学 期末（17页珍藏版）》请在金锄头文库上搜索。
1、1名词解释名词解释1、异方差法：对于不同的样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性2、模型设定误差：又称设定偏倚，广义上说，设定误差是由所列模型及其假定的不正确而产生。狭义上说，则只是指在建模中所产生的误差。3、怀特检验： 该实验由怀特在 1980 年提出，通过建立辅助回归模型的方式来判断异方差性4、序列相关性：如果模型的随机干扰项违背了独立的基本假设，称为存在序列相关性，即样本容量必须不少于模型中解释变量的数目（包含常数项）5、虚假序列相关：由于随机干扰项的序列相关往往是在模型设定中遗漏了重要的解释变量或对模型的函数形式设定有误时出现的，这种情形可称为虚假序列相关
2、6、差分法：差分法是一类克服序列相关性的有效方法，被广泛的采用。差分法是将原模型变换为差分模型，分为一介差分法和广义差分法。广义差分法是将原模型变换为满足OLS 法的差分模型，再进行 OLS 估计。7、自回归模型：解释变量仅包含 X 的当期值与被解释变量 Y 的一个或多个滞后值的模型8、广义最小二乘法：是最有普遍意义的最小二乘法，普通最小二乘法和加权最小二乘法是它的特例2这就是原模型式的广义最小二乘估计量，是无偏的、有效地估计量。9、DW 检验：D-W 检验是杜宾（J.Durbin）和瓦森(G.S. Watson)于 1951 年提出的一种检验序列自相关的方法，该方法的假定条件是：（1）解释变
3、量 X 非随机；（2）随机误差项 i 为一阶自回归形式： i=i-1+i（3）回归模型中不应含有滞后应变量作为解释变量，即不应出现下列形式：Yi=0+1X1i+kXki+Yi-1+i（4）回归含有截距项10、相关系数：度量变量之间相关程度的一个系数，一般用 表示, 越接近于 1，相关程度越强，越接近于 0，相关程度越弱。11、多重判定系数： 使模型中每个解释变量分别以其余解释变量为解释变量进行3回归计算，并计算相应的拟合优度，也成为判定系数。（在多元线性回归模型中，回归平方和与总离差平方和的比值，也就是在被解释变量的总变差中能由解释变量所解释的那部分变差的比重，我们称之为多重决定系数，仍用 R
4、2 表示。）12、调整后的决定系数：又称修正后的决定系数，是为了克服多重决定系数会随着解释变量的增加而增大的缺陷提出来的) 1/() 1/(12 nTSSknRSSR13、虚拟变量：为了能够在模型中反映某些因素的影响，并能提高模型的精度，需要将某些变量“量化” ，它们的构造只取“0”或“1”的变量称为虚拟变量14、工具变量：是指在模型中的随机解释变量高度相关，与随机误差项不相关的变量。在模型估计过程中被作为工具使用，以替代与随机干扰项相关的随机解释变量15、工具变量法：用工具变量替代模型中与随机误差项相关的随机解释变量的方法16、虚拟变量模型： 同时含有一般解释变量与模拟变量的模型称为虚拟变量
5、模型17、受约束回归：在实际经济活动中，常常需要根据经济理论对模型中变量的参数施加一定的约束条件，对模型参数施加约束条件后进行回归21、虚拟因变量模型：（1）虚拟变量在模型中可以作解释变量，也可以作因变量。（2）引入虚拟变量后，回归方程中同时含有一般解释变量和虚拟变量，称这种变量结构的模型为虚拟变量模型或协方差分析模型。虚拟变量作因变量的模型又称抉择模型。22、滞后变量：是滞后内生变量和滞后外生变量的合称，前期的内生变量称为滞后内生变量，前期的外生变量称为滞后外生变量。通常把过去时期的，具有滞后作用的变量叫做滞后变量（Lagged Variable） ，含有滞后变量的模型称为滞后变量模型。 2
6、3、滞后效应：因变量受到自身或另一解释变量的前几期值影响的现象称为滞后效应24、效用函数：表示消费者在消费中所获得的效用与所消费的商品组合之间数量关系的函数。它被用以衡量消费者从消费既定的商品组合中所获得满足的程度。运用无差异曲线只能分析两种商品的组合,而运用效用函数则能分析更多种商品的组合。其表达式是:U=U(x, y, z, )式中 x, y, z 分别代表消费者所拥有或消费的各种商品的数量。25、平稳时间序列的条件：P277 模型的平稳条件 p 阶自回归系数多项式的根都在单位圆外，即模型的平稳性完全由其自回归部分4的平稳性决定。26、被解释变量预测值：对于一元线性回归模型，如果给定样本以
7、外的解释变量的观测值 Xo，可以得到被解释变量的预测值 0，可以此作为其条件均值E(Y|X=X0)或个值 Y0 的一个近似估计27、固定效应模型：如果把“个体效应”当作不随时间改变的固定因素相应模型称为“固定效应”模型。简答题简答题1、为什么说计量经济学是一门经济学科？它在经济学科中的地位和作用？从计量经济学的定义看,它是定量化的经济学;其次,从计量经济学在西方国家经济学科中居于最重要的地位看,也是如此,尤其是从诺贝尔经济学奖设立之日起,已有多人因直接或间接对计量经济学的创立和发展作出贡献而获得诺贝尔经济学奖;计量经济学与数理统计学有严格的区别,它仅限于经济领域;从建立与应用计量经济学模型的全
8、过程看,不论是理论模型的设定还是样本数据的收集,都必须以对经济理论,对所研究的经济现象有透彻的认识为基础.综上所述,计量经济学确实是一门经济学科.2、建立计量经济学模型的基本思想计量经济学方法,就是定量分析经济现象中各因素之间的因果关系.所以,第一步,要根据经济理论分析所研究的经济现象,找出经济现象之间的因果关系及相互间的联系,把问题作为被解释变量,把影响问题的主要因素作为解释变量,把非主要因素归入随机项;第二步,要按照它们之间的行为关系选择适当的数学形式描述这些变量之间的关系,一般是用一组数学上彼此独立,互不矛盾,完整有解的方程组表示.在建立理论模型的时,要求理论模型在参数估计,模型检验的过
9、程中不断得到修正,以便得到一个较好的,能够解释过去的,反映客观经济规律的数学模型.此外,还可以通过散电图或模拟的方法,选择一个拟合效果较好的数学模型.3、计量经济模型应用领域？各自的原理？计量经济学模型主要有以下几个方面的用途：（1）结构分析，其原理是弹性分析、乘数分析与比较分析(2)经济预测，其原理是模拟历史，从已经发生的经济活动中找出变化规律(3)政策评价，是对不同政策执行情况的“模拟仿真”(4)检验与发展经济理论，其原理是如果按照某种经济理论建立的计量经济学模型可以很好地拟合实际观察数据iiXY1054、试分别举出五个时间序列数据和横截面数据,并说明时间序列数据和横截面数据有和异同 时间
10、序列数据的例子如:改革开放以来 2525 年中的 GDP,居民人均消费支出,人均可支配收入,零售物价指数,固定资产投资等;横截面数据的例子如:2 2003 年各省的 GDP,该年各工业部门的销售额,该年不同收入的城镇居民消费支出,该年不同城镇居民的可支配收入,该年各省的固定资产投资等.这两类数据都是反映经济规律的经济现象的数量信息,不同点:时间序列数据是含义,口径相同的同一指标按时间先后排列的统计数据列;而横截面数据是一批发生在同一时间截面上不同统计单元的相同统计指标组成的数据列.5、什么是滞后现象？产生原因？解释变量和被解释变量的因果联系可能不在同时发生，在这一过程中通常有时间滞后，解释变量
11、需要通过一段时间才能完全作用与被解释变量。由于经济活动的连续性，被解释变量的当前变化往往受到自身过去取值水平的影响。被解释变量受自身或其它经济变量前期水平的影响称为滞后现象。原因：A 心理因素：人们的心理定势，行为方式滞后于经济形势的变化，如中彩票的人不可能很快改变其生活方式。B 技术原因：如当年的产出在某种程度上依赖于过去若干期内投资形成的固定资产。C 制度原因：如定期存款到期才能提取，造成了它对社会购买力的影响具有滞后性。6、 几种典型的消费函数形式？（1 1）绝对收入假设消费函数模型绝对收入假设消费函数模型凯恩斯认为，消费是由收入唯一决定的，消费与收入之间存在着稳定的函数关系。t=1,2
12、,T 其中 C 表示消费额，Y 表示收入，为待估参ttYCt，数。（2 2）相对收入假设消费函数模型相对收入假设消费函数模型一、 “示范性”假设消费函数模型绝对收入假设消费函数模型认为消费者的消费行为是独立的，不受周围环境的响。这种消费行为假设是不符合客观实际的。杜伊森贝里（Duesenberry）认为，消费者的消费行为不仅受自身收入的影响，也受周围人的消费水平的影响。6其中为该消费者所处的群体的平均收入水平。从式子可以iiii YY YC_10_iY看出，当，一定时，对于较低的，其较高。这就是“示范性”的作10，_iY_iYii YC用。式子的计量形态可以表示为 i=1,2,n 其中待估计参
13、iiiYYC_1i0数 010 时(此时0.9),认为模型存在较严重的多重共线性.五,修正的 Frish 判别法该方法不仅可以对多重共线性进行判别,同时也是处理多重共线性问题的一种有效方法.其步骤为:(1)用被解释变量分别对每个解释变量进行线性回归,根据经济理论和统计检验从中选择一个最合适的回归模型作为基本回归模型,通常选取决定系数最大的回归模型.(2)在基本回归模型中逐个增加其他解释变量,重新进行线性回归,如果新增加的这个解释变量提高了回归模型的决定系数,并且回归模型中的其他参数统计上仍然显著,就在模型中保留该解释变量;如果新增加的解释变量没有显著提高回归模型的拟合优度,则不在模型中保留该解
14、释变量;如果新增加的解释变量提高了回归模型的决定系数,并且回归模型中某些参9数的数值或符号等受到显著的影响,说明模型中存在多重共线性,对该解释变量同与之相关的其他解释变量进行比较,在模型中保留对被解释变量影响较大的,剔除影响较小的.9、 异方差一 、参数估计量非有效二、变量的显著性检验失去意义三、模型的预测失效异方差的检验：一、图示检验法二、帕克（park）检验与戈里瑟检验三、G-Q（Goldfeld-Quandt）检验四、怀特（white）检验10、随机解释变量 p14512、随机误差项和残差项的区别与联系？区别：残差是被解释变量实际值和样本回归的差值;随机干扰项是被解释变量实际值和总体回归
15、的差值.前者近似地可以看成是后者的估计和代理.随机误差项 ui = Yi-E（Y/Xi）.当把总体回归函数表示成 Yi=Yi 尖+ei 时，其中的 ei 就是残差。它是用 Yi 尖 估计 Yi 时带来的误差 ，是对随机误差项 ui 的估计。(所有的i 都是下标 Yi 尖是 Yi 的估计值)1)随机误差项反应除自变量外其他各种微小因素对因变量的影响，它是与未知的总tUtY体回归线之间的纵向距离，是不可直接观测的。残差是与按照回归方程计算的的差额，它是与样本回归线之间的纵向距离，当tetYtYtY根据样本观测值拟合出样本回归线之后，可以计算的具体数值。利用残差可以对随意误te差项的方差进行估计。2
16、)残差与误差，这两个概念在某种程度上具有很大的相似性，都是衡量不存定性的指标，可是两者又存在区别。误差与测量有关，误差大小可以衡量测量的准确性，误差越大则表示测量越不准确随机误差与观测者、测量工具、被观测物体的性质有关，只能尽量减少却不能避免。残差与预测有关残差大小可以衡量预测的准确性，残差越大表示预测越不准确。残差与数据本身的分布特征，回归方程的选择有关。13、R2 检验与 F 检验的区别与联系T 检验是检验单个参数的显著性，而 F 检验是检验整体参数的显著性。通过 T 检验说明被检验的参数是显著有效的，通过 F 检验，说明整体参数中至少有一个是显著的，但不一10定是都显著。F 检验是检验解释变量与被解释变量总体的线性关系（对线性模型而言），T检验是检验单个解释变量对被解释变量的解释能力，如果不能通过 T 检验的话，说明该解释变量对被解释变量的解释作用不大，应该在模型中剔除。14、回归分析与相关分析的区别和联系联系：(1)理论和方法具有一致性；(2)无相关就无回归
