计量考试题库.docVIP

1总体回归函数与样本回归函数的区别 首先,总体回归函数虽然未知,但它是确定的;而由于从总体中每次抽样都能获得一个样本,就都可以拟合一条样本回归线,所以样本回归线是随抽样波动变化的,可以有许多条.所以,样本回归线还不是总体回归线,至多只是未知总体回归函数的近似反映. 其次,总体回归函数的参数β1和β2是确定的常数; 样本回归函数的参数β1的估计值和β2的估计值是随抽样而变化的随机变量. 此外,总体回归函数中ui是不可直接观测的:而样本回归函数中的ei是只要估计出样本回归函数的参数就可以计算的数值. 2相关分析与回归分析的区别 从研究目的上看,相关分析是用一定的数量指标度量变量间相互联系的方向和程度;回归分析却是要寻求变量间联系的具体数学形式,是要根据解释变量的固定值去估计和预测被解释变量的平均值.从对变量的处理看,相关分析对称的对待相互联系的变量,不考虑二者的因果关系,也就是不区别解释变量和被解释变量,相关的变量不一定具有因果关系,均视为随机变量；回归分析是建立在变量因果关系分析基础上,研究其中解释变量的变动对被解释变量的具体影响,回归分析中必须明确划分被解释变量和解释变量,对变量的处理是不对称的.在经典回归分析中通常假定被解释变量在重复抽样中是取固定值的非随机变量,只有被解释变量是具有一定概率分布的随机变量. 3随机扰动项的引入原因 ①作为未知影响因素的代表 ②作为无法取得数据的已知因素的代表 ③作为众多细小影响因素的综合代表 ④模型的设定误差 ⑤变量的观测误差 ⑥经济现象的内在随机性 4可决系数与相关系数的区别 首先,从意义上讲,可决系数R2是就估计的回归模型而言,度量回归模型对样本观测值的拟合程度,也就是模型中解释变量对被解释变量差的解释程度;相关系数是就两个变量而言,说明两个变量的线性依存程度. 其次,可决系数度量的是解释变量与被解释变量不对称的因果关系,是在回归分析的基础上说明X对Y的变差的解释比例,并不说明Y对X的解释;而相关系数r度量的是X与Y对称的相关系数,不涉及 X与Y具体的因果关系.而且,可决系数具有非负性,取值范围为0≤R2≤1;而相关系数可正可负,取值范围为-1≤r≤1。 5多重共线性的产生原因 ①经济变量之间具有共同变化趋势 ②模型中包含滞后变量 模型中引入解释变量的滞后变量时,解释变量与其滞后期变量常呈现高度相关,会导致多重共线性产生 ③利用截面数据建立模型也可能出现多重共线性 许多变量变化与发展规模相关,呈现共同增长趋势,或者出现部分因素的变化与另一部分因素的变化相关程度较高时,都会容易出现多重共线性 ④样本数据自身的原因 抽样仅限于总体中解释变量取值的一个有限范围,使变量变异不大;由于总体受限,多个解释变量的样本数据之间存在相关, 都会容易出现多重共线性 6自相关的产生原因 ①经济系统的惯性 自相关大多出现在时间序列数据中,而经济系统的经济行为为都具有时间上的惯性 ②经济活动的滞后效应 滞后效应是指一个变量对另一个变量的影响不仅限于当期,而是延后若干期由此带来变量的自相关 ③一些随偶然因素的干扰或影响 ④蛛网现象 ⑤模型设定偏误 即模型中遗漏了显著变量或者模型的函数型是不正确 ⑥数据的编造 数据处理时造成的损失 7 DW检验法的前提和局限性 前提:①解释变量X为非随机的②随机误差项为一阶自回归形式③线性模型的解释变量中不包括滞后的被解释变量④截距项不为零,即只适用于有常数项的回归模型⑤数据序列无缺失项 局限性 ①DW检验有两个不能确定的区域,一旦DW值落在这两个区域,就无法判断.这时,只有增大样本容量或选取其他方法②DW统计量的上、下界表要求n≥15,这样因为样本如果再小,利用残差就很难对自相关的存在性作出比较正确的判断③DW检验不适应随机误差项具有高阶序列相关的检验④DW检验有运用的前提条件,只有符合这些条件DW检验才是有效的 8多重共线性的直观判断法 ①当增加剔除一个解释变量或改变一个观测值时回归系数估计值发生较大变化我们认为回归方程存在严重多重共线性②从定性分析认为,一些重要解释变量在回归方程中没有通过显著性检验时可初步判断存在着严重多重共线性③有些解释变量回归系数所带号与定性分析结果违背时可能存在多重共线性④解释变量的相关矩阵中自变量间的相关系数较大时可能会出现多重共线性问题①若新的变量的引入改进了R2和F检验,且回归系数的t检验在统计上也是显著的,则可考虑在模型中保留该变量。②若新变量的引入未能明显改进R2和F检验,且对其他回归参数估计值的t检验也未带来什么影响,则认为该变量是多余的,应该舍弃③新变量的引入未能明显改进R2和F检验,且显著影响了其他回归参数估计值的数值或符号,致使某些回归参数也通不过t检验,则说明出现了严重的多重共线性。 10异方差产生的原因 ①