计量经济学简答题精简.docxVIP

PAGE2 / NUMPAGES2 古典线性回归模型的基本假定是什么？ 答：①零均值假定。即在给定xt的条件下，随机误差项的数学期望（均值）为0，即。②同方差假定。误差项的方差与t无关，为一个常数。③无自相关假定。即不同的误差项相互独立。④解释变量与随机误差项不相关假定。⑤正态性假定，即假定误差项服从均值为0，方差为的正态分布。 总体回归模型与样本回归模型的区别与联系。 答：主要区别：①描述的对象不同。总体回归模型描述总体中变量y与x的相互关系，而样本回归模型描述所观测的样本中变量y与x的相互关系。②建立模型的不同。总体回归模型是依据总体全部观测资料建立的，样本回归模型是依据样本观测资料建立的。③模型性质不同。总体回归模型不是随机模型，样本回归模型是随机模型，它随着样本的改变而改变。 简述BLUE的含义。 答：在古典假定条件下，OLS估计量和是参数和的最佳线性无偏估计量，即BLUE，这一结论就是著名的高斯－马尔可夫定理。 给定二元回归模型：，请叙述模型的古典假定。 解答：（1）随机误差项的期望为零，即。（2）不同的随机误差项之间相互独立，即。（3）随机误差项的方差与t无关，为一个常数，即。即同方差假设。（4）随机误差项与解释变量不相关，即。通常假定为非随机变量，这个假设自动成立。（5）随机误差项为服从正态分布的随机变量，即。（6）解释变量之间不存在多重共线性，即假定各解释变量之间不存在线性关系，即不存在多重共线性。 什么是异方差性？试举例说明经济现象中的异方差性。 异方差性是指模型违反了古典假定中的同方差假定，它是计量经济分析中的一个专门问题。在线性回归模型中，如果随机误差项的方差不是常数，即对不同的解释变量观测值彼此不同，则称随机项具有异方差性，即 （t=1，2，……，n）。例如，利用横截面数据研究消费和收入之间的关系时，对收入较少的家庭在满足基本消费支出之后的剩余收入已经不多，用在购买生活必需品上的比例较大，消费的分散幅度不大。收入较多的家庭有更多可自由支配的收入，使得这些家庭的消费有更大的选择范围。由于个性、爱好、储蓄心理、消费习惯和家庭成员构成等那个的差异，使消费的分散幅度增大，或者说低收入家庭消费的分散度和高收入家庭消费得分散度相比较，可以认为牵着小于后者。这种被解释变量的分散幅度的变化，反映到模型中，可以理解为误差项方差的变化。 产生异方差性的原因及异方差性对模型的OLS估计有何影响。 产生原因：（1）模型中遗漏了某些解释变量；（2）模型函数形式的设定误差；（3）样本数据的测量误差；（4）随机因素的影响。 产生的影响：如果线性回归模型的随机误差项存在异方差性，会对模型参数估计、模型检验及模型应用带来重大影响，主要有：（1）不影响模型参数最小二乘估计值的无偏性；（2）参数的最小二乘估计量不是一个有效的估计量；（3）对模型参数估计值的显著性检验失效；（4）模型估计式的代表性降低，预测精度精度降低。 检验异方差性的方法有哪些？ 检验方法：（1）图示检验法；（2）戈德菲尔德—匡特检验；（3）怀特检验；（4）戈里瑟检验和帕克检验（残差回归检验法）；（5）ARCH检验（自回归条件异方差检验） 什么是多重共线性？产生多重共线性的原因是什么？ 答：多重共线性是指解释变量之间存在完全或近似的线性关系。 产生多重共线性主要有下述原因： （1）样本数据的采集是被动的，只能在一个有限的范围内得到观察值，无法进行重复试验。 （2）经济变量的共同趋势 例如，在做电力消费对收入和住房面积的回归时，总体中有这样的一种约束，即收入较高家庭的住房面积一般地说比收入较低的家庭住房面积大。资本投入、劳动投入等，收入消费、投资、价格、就业等。 （3）滞后变量的引入 例如消费不仅受当期可支配收入Xt的影响，而且也受前期可支配收入Xt-1,Xt-2,…的影响。当Xt，Xt-1,Xt-2,…共同作为解释变量时，高度多重共线性就不可避免。 （4）模型的解释变量选择不当 什么是完全多重共线性？什么是不完全多重共线性？ 答：完全多重共线性是指对于线性回归模型 若 则称这些解释变量的样本观测值之间存在完全多重共线性。 不完全多重共线性是指对于多元线性回归模型 若 则称这些解释变量的样本观测之间存在不完全多重共线性。 完全多重共线性对OLS估计量的影响有哪些？ 答：（1）无法估计模型的参数，即不能独立分辨各个解释变量对因变量的影响。（2）参数估计量的方差无穷大（或无法估计） 不完全多重共线性对OLS估计量的影响有哪些？ 答：（1）可以估计参数，但参数估计不稳定。（2）参数估计值对样本数据的略有变化或样本容量的稍有增减变化敏感。（3）各解释变量对被解释变量的影响难精确鉴别。（4）t检验不容易拒绝原假设。 虚拟变量引入的方式及每种方式的作用是什么？ 答案：（