计量经济学复习提纲.docVIP

  1. 1、原创力文档(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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
复习提纲 一、填空题: 1、在经济计量模型中引入反映 因素影响的随机扰动项,目的在于使模型更符合 活动。 、设随机变量的概率密度为 () 则的数学期望= ,方差= 。、回归方程中的回归系数是自变量对因变量的 。某自变量回归系数的意义,的是该自变量变化一个单位引起因变量平均变化 个单位。、设离散型随机变量的概率分布,可简记为则 5、违背多元线性回归分析假设条件的三种常见现象包括异方差 。 TSS(总离差平方和 ) 是被解释变量离差平方和,它度量被解释变量的总变动。就被解释变量总变动的变异来源看,它由两部分因素所组成。一个是解释变量,另一个是除解释变量以外的其他因素。 是拟合值的离散程度的度量。它是由解释变量的变化引起的被解释变量的变化,或称解释变量对被解释变量变化的贡献。 ESS(残差平方和) 是度量实际值与拟合值之间的差异,它是由解释变量以外的其他因素所致,它又叫残差或剩余。 、模型线性的含义,就变量而言,指的是回归模型中变量的 ;就参数而言,指的是回归模型中的参数的 ;通常线性回归模型的线性含义是就 而言的。回归方程中的回归系数是解释变量对被解释变量的 。某解释变量回归系数的意义,指的是该解释变量变化一个单位引起被解释变量平均变化 个单位。 是以数理经济学和数理统计学为方法论基础,对于经济问题试图对理论上的数量接近和经验(实证)上的数量接近这两者进行综合而产生的经济学分支。是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法随机变量之间相关性的统计分析方法。若随机变量X的分布函数F(x)可表示成一个非负可积函数f(x)的积分,则称X为连续型随机变量、戈德费尔德—匡特检验 i=1,2,…,n 戈德费尔德—匡特检验的步骤: 第一步,以解释变量为纵轴,以的绝对值为横轴作出散点图。 第二步,把按绝对值大小大致分为两组,参照的分组把模型观测值分为两组。用和分别表示每组的样本容量。 第三步,在两组中,分别对模型运用最小二乘法,求出各自的误差项方差估计和。定义统计量: 上述统计量在误差项方差一定的零假设下,服从自由度为的F分布。对于给定的显著水平α,当时,拒绝零假设,即认为异方差性存在;当时,不能拒绝零假设。 7、横截面数据是在同一时间,不同统计单位相同统计指标组成的数据列。、帕克检验可能与一个或者多个解释变量系统相关。我们可以做对一个或者多个解释变量的回归。例如: 其中,是误差项。 帕克建议用来代替,则回归方程可以写为: 帕克检验的步骤: 第一步,用普通最小二乘法求出回归方程,不考虑异方差问题。 第二步,从所求的回归方程中得到残差,并求其平方,再取对数形式。 第三步,利用原始模型中的一个解释变量做回归;如果有多个解释变量,则对每个解释变量都做回归,或者做对Y的估计值的回归。 若和之间的关系是统计显著的,则拒绝零假设,表明存在异方差;若不能拒绝零假设,则可以解释为同方差。 9、分布滞后模型,那么称这种模型为分布滞后模型。 10、异方差的方差与i无关,是一个等于σ2的常数误差项的方差与i关,。 的条件方差随解释变量取值的变化而变化。即: 11、判定系数决定系数一个不含单位,可以相互进行比较,而且能直观判断拟合优劣的指标拟合优度越大,自变量对因变量的解释程度越高,自变量引起的变动占总变动的百分比高.观察点在回归直线附近越密集.取值范围:0-1判定系数只是说明列入模型的所有解释变量对应变量的联合的影响程度,不说明模型中单个解释变量的影响程度、多元线性回归模型是的线性函数,则模型为: (1)其中,为随机变量。为常数项,它反映了度量原点的选定。称为回归系数,它反映了变动一个单位时的改变量。给定的次观察值: , 其中,是变量的第次观测值, ,,其中表示随机误差项在第次观察中所取的值。记,,,则多元线性回归模型有矩阵形式:。 13、面板数据、虚拟变量 15、总体回归函数给定解释变量Xi被解释变量Yi的期望E(Y|X=Xi) f(Xi) Xi,多元线性总体回归函数为E(Y|X) 16、Glejser检验之后,Glejser建议做的绝对值对X的回归。函数形式可以为: 零假设都不存在异方差,即。若零假设被拒绝,则表明原模型的误差项可能存在异方差。 17、自回归模型,而滞后的被解释变量作为解释变量时,即模型变为:,那么就称该模型为自回归模型。 18、方差:用来衡量变量的离散性的,即,变量的每个样本与均值的距离大小的概念。 19、样本:总体中抽取的所要考查的元素总称,

文档评论(0)

msb + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8134116003000000

1亿VIP精品文档

相关文档