- 1、本文档共8页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE / NUMPAGES
计量经济学(老师)所画重点的参考答案
一、名词解释
1、回归分析
回归分析是处理变量与变量之间关系的一种数学方法。
2、高斯-马尔可夫定理
如果基本假定(①—⑤)成立,则最小二乘估计量是的最优线性无偏估计量,也就是说在的所有线性无偏估计量中,具有最小方差性。(在给定经典线性回归模型的假定下,最小二乘估计量是具有最小方差的线性无偏估计量。)
3、拟合优度
拟合优度是指回归直线对观测值的拟合程度。度量拟合优度的统计量是样本可决系数。
4、标准的线性回归分析模型
对于如下线性模型:
被解释变量Y不仅是解释变量、、、…、的线性函数,而且也是相应的参数、、、…、的线性函数,则这种模型被称为标准的线性回归分析模型。
5、加权最小二乘法
加权最小二乘法是对原模型加权,使之变成一个新的不存在异方差性的模型,然后采用OLS估计其参数。
6、自相关
自相关又称序列相关,原指一随机变量在时间上与其滞后项之间的相关。这里主要是指回归模型中随机误差项ut 与其滞后项的相关关系。
7、预定变量
内生变量的滞后值称为预定内生变量。预定内生变量和外生变量统称为预定变量。
8、恰好识别
通过简化型模型参数可唯一确定各个结构型模型参数。(如果通过简化模型的参数估计值和参数关系式可以得到结构方程的参数估计值的唯一解,则称该结构方程恰好识别。如果结构模型中的每一个随机方程式都是恰好识别的,则是该结构模型恰好识别。)
9、联立方程偏移
在联立方程模型的结构方程中,可能有内生变量作为解释变量,因为它与随机误差项相关,方程存在随机解释变量问题,使用最小二乘法得到的参数估计量是有偏的,这种偏倚称为联立方程偏倚。(即对存在内生变量作为解释变量的结构方程,参数最小二乘估计量是有偏的,这种偏倚称为联立方程偏倚)
10、需求的自价格弹性
二、简答题
1、用计量方法研究经济问题的步骤
建立理论模型 (1、确定模型中的变量 2、确定模型的函数形式)
估计模型参数 (1、收集统计资料 2、估计模型中的参数)
检验模型 (1、经济意义检验 2、统计推断检验 3、计量经济学检验 4、预测检验)
模型的应用 (1、经济结构分析 2、经济预测 3、政策评价)
2、什么是最小二乘法法则
对于给定的样本观测值,可以用无数条直线来拟合。
最好的直线应使与的差,即残差越小越好。
因可正可负,所以取最小
即min
3、随即误差项与残差有何区别,为什么要对线性回归分析模型提出五点基本假设
随机误差项:被解释变量的观测值与它的条件期望的差,是总体估计的估计误差。
残差:被解释变量的观测值与它的拟合值的差,是样本估计的估计误差,是随机误差项的估计值。
(1)只有具备一定的假定条件,所作出的估计才具有较好的统计性质。
(2)模型中有随机扰动,估计的参数是随机变量,只有对随机扰动的分布作出假定,才能确定所估计参数的分布性质,也才可能进行假设检验和区间估计。
4、F检验与t检验的区别,为什么在进行F检验之后害的进行t检验
回归方程的显著性检验,是指在一定的显著性水平下,对模型中被解释变量与所有的解释变量之间的线性关系在总体上是否显著成立进行的一种统计检验。用F检验来衡量。
t检验而是对模型中每一个个解释变量是否显著而进行的一种统计检验。
第二问:方程的整体线性关系显著并不等于每个解释变量对被解释变量的影响都是显著的。
因此,必须对每个解释变量进行显著性检验,以决定是否作为解释变量被保留在模型中。
5、什么是异方差,异方差的后果由哪些?
若Var(常数,即:Var(Var,i≠j, i,j = 1,2,…T
此时称具有异方差。
异方差的后果:1.参数估计量不再是有效估计量(当计量模型中存在异方差时,OLS估计量仍具有线性性和无偏性,但不再具有最小方差性。因为在最小方差性的证明过程中利用了同方差假定。)2.变量的显著性检验失去意义 (在关于变量的显著性检验中,构造了t统计量,它是建立在正确估计了参数标准差的基础之上。如果出现异方差,估计的参数标准差出现偏误(偏大或偏小),t检验失去意义。) 3.模型的预测失效 (一方面,参数估计不是有效的,从而对Y的点预测也将不是有效的;另一方面,预测区间中含有随机误差项方差的无偏估计量不再是的无偏估计量,而是有偏估计,所以预测失败。)
6、简述DW检验的判断准则
0≤DW≤
误差项存在正相关
<DW<
不能判定是否有自相关
≤DW≤4-
误差项无自相关
4-<DW<4-
不能判定是否有自相关
4-≤DW≤4
误差项存在负相关
7、在二元线性回归模型中,如果存在,问如何进行广义差分变换消除自相关的过程
设元回归模型: (t=1,2,3…,T) ①
其中具有一阶自回归形式
文档评论(0)