计量经济学完成版..doc

一、名词解释 截面数据：是指对于某一经济变量相对于同一时间点上，来自于不同个体的数据集合。 2、高斯马尔科夫定理：在满足经典假设的前提下，普通最小二乘法的估计结果具有非常优良的性质，即线性性（~N、~N）、无偏性（E）、最小方差性（有效性），是最佳线性无偏估计量。 P37 3、异方差：经典线性回归模型的基本假设之一随机干扰项的同方差性不成立，即至少有一个i,使得模型即存在异方差性。P82 4、序列相关：线性回归模型的经典假设之一是模型的随机干扰项相互独立。当模型的随机干扰项不满足该假设时，称为存在序列相关性。P99 5、多重共线性：在多元线性回归模型中其基本假设之一是解释变量是相互独立的，即不存在线性相关关系。如果某两个或多个解释变量之间出现了较强的近似相关性，并且是线性相关性，则称为多重共线性。P120 二、简答题 1、经典线性回归模型的假设（第三章：一元线性回归）P36（7分，至少答出7个假设） 答：假设一：线性回归模型。对于参数而言； 假设二：解释变量是确定性变量，不是随机变量，而且在重复抽样中取固定值； 假设三：随机干扰项具有零均值、同方差的特性。即E()=0，Var()= =1，2，…,n 假设四：随机干扰项相互独立，即Cov(,)=0 ,=1，2，…，n 假设五：随机干扰项与解释变量之间不相关，即Cov(,)=0 i=1，2，…，n 假设六：随机干扰项服从零均值，同方差的正态分布，~N（0，） 假设七：观测次数n必须大于待估计参数的个数，nk+1 假设八：自变量取值不可以全部相同。 假设九：多远回归模型中解释变量之间不存在线性关系，即 cov(，)=0，ij，i，j=1，2，…，k 最小二乘法的基本思想P55 对于一组样本观测值（，），要找到一条样本回归线，使其尽可能的拟合这组观测值，使被解释变量的估计值与观测值在总体上最为接近。基本思想也可表述为：确定和的值，使得残差的平方和最小。 多重共线性的后果和消除多重共线性的方法P122-127 后果：（1）难以区分解释变量的单独影响。 （2）参数估计值不稳定，模型缺乏稳定性。 （3）参数估计量的回归系数符号有误，经济含义不合理。 （4）变量的显著性检验（t检验）失去意义。 消除方法： 先验信息法、改变变量的定义形式、增大样本容量法、逐步回归法。 4、随机干扰项代表哪些信息？P34（有6项，至少答5个） ①代表未知的影响因素；②代表缺失的数据；③代表众多次要变量；④代表数据的测量误差；⑤代表模型设定误差；⑥变量的内在随机性；⑦糟糕的替代量；⑧节省原则。 5、结合一个具体的经济问题，说明建立与应用计量经济学模型的主要步骤P5 经济理论 数学、创造力 统计学 统计学 合格 具体的经济问题就自己看着写吧 证明：第五章，课后第八题 P77 试证明：βi*=βi ,, , , 又 怀特异方差检验的步骤p87 以二元回归为例，具体步骤是： （1）用最小二乘法估计模型，得到残差平方。 （2）建立辅助回归方程： （3）计算统计量，其中n为辅助回归方程的有效样本容量，为辅助回归的判定系数。在同方差假设下， ~(k) （4）进行检验。如果算得的统计量超过选定显著性水平下的临界值，则认为原线性回归模型中存在异方差性。如果不超过，则认为原模型中不存在异方差性。 三、案例分析 案例一 关于虚拟变量 虚拟变量的引入原则 每一定性变量所需的虚拟变量个数要比定性变量的类别数目少1， 当男性与女性的起始工资水平不同，怎么把虚拟变量引入变量当中。P65 假设Y表示工资水平，X表示工龄，DV代表虚拟变量 只影响截距： 只影响斜率： 几影响截距又影响斜率： （1）检验模型是否存在一阶自相关及方向 P103 若0D.W.，则拒绝，认为随机干扰项存在正的1阶序列相关性。 若≤D.W.≤，则无法判断。 若D.W.4-，则接受，认为随机干扰项不存在1阶序列相关性。 若4-≤D.W.≤4-，则无法判断。 若4-D.W.4，则拒绝，认为随机干扰项存在负的1阶序列相关性。 序列相关性的后果P101 ①参数估计量非有效性；②变量的显著性检验失去意义；③模型预测失效 3、分析取对数后斜率参数的经济意义，对它的全面分析（R怎么样，t检验怎么样，F检验怎么样）。数据来源于P43的3.8案例分析 X每增加1%单位，能够引起Y平均变动%。从上面回归结果可以看出，=？说明模型的拟合优度如何。从截距项和斜率参数估计值的t统计量所对应的Prob值可以看出Pα，参数估计值为零的概率接近于零。也就是说在α%的显著水平下，参