山东大学高级量经济学历年真题整理.docxVIP

记随机变量 X 的期望与标准差分别为μ,σ,写出其偏度的表达式。 随机变量 X 偏度为E[(X?μ)/σ]3严格外生性的数学表达式：E(?ilX)=E（?i lx1，x2，…，xn），即在给定数据矩阵X的情况下，扰动项 ?i的条件期望为0。这意味着，?i与所有解释变量都不相关，即cov（?i，xjk）=0。迭代期望定律的表达式及含义：E(Y)??EX[E(Y|x)]，无条件期望E(Y)等于,对于给定X=x情况下Y的条件期望E(Y|x)再对X求期望。均值独立定义及和相互独立与线性无关的关系： 定义：假设条件期望E(Y|x)存在。如果E(Y|x)不依赖于X，则称Y均值独立于X。 关系：相互独立的概念最强，不相关仅要求协方差为0，最弱，均值独立居中。也就是说，相互独立→均值独立→线性无关。统计量自由度含义：自由度k，表示统计量由k个相互独立（自由）的随机变量构成。什么是统计量的p值给定检验统计量的样本观测值，称原假设可被拒绝的最小显著水平为此假设检验问题的P值。P值越小，则越倾向于拒绝原假设。直观来看，为什么是扰动项方差的无偏估计，而不是？因为随机变量{e1,e2，…，en}必须满足K个正规方程X’e=0，故必有其中（n-K）个ei是相互独立的。经过这样的校正后，才是“无偏估计”，即满足E（s2）= 。表述 Gauss-Markov 定理的假定及结论。定理：OLS是最佳线性无偏估计，即在所有线性无偏估计中，OLS的方差最小。假定：即为OLS的假定：线性假定；严格外生性；不存在“严格多重共线性”；球形扰动项（即扰动项满足同方差、 无自相关的性质）请直观解释（不要用数学公式），为什么在异方差的情况下，OLS不再是blue方差较大的数据包含的信息量较小，但OLS却对所有数据等量齐观进行处理。因此，对整体而言，异方差的存在使OLS效率很低。扰动项与解释变量相关直观的解释，若相关则OLS不一致：保证OLS估计一致的最重要的条件：扰动项与同期解释变量不相关导致相关的三种情形：遗漏变量偏差、测量误差偏差、双向因果关系平方和分解公式该公式在什么情况下成立：有常数项的情况下，此时满足OLS正交性成立条件：OLS 的正交性，残差向量e与解释变量X正交，是OLS的一大特征若没有常数项，如何计算拟合优度：仍可以将被解释变量的平方和分解，分解为拟合值平方加残差平方，然后用拟合值平方除以被解释变量平方和。大样本OLS不假定IID，代之以什么假定？渐进独立的平稳过程阐述渐进独立定理平稳过程、弱平稳过程和白噪声过程随机过程是严格平稳过程，简称平稳过程，如果对任意m个时期的时间集合 {t1，t2，…，tm}，随机向量的联合分布等于随机向量的联合分布，其中k为任意整数。随机过程是弱平稳过程或协方差平稳过程，如果E（Xt）不依赖于t，而且Cov（Xt,Xt+k）仅依赖于K（即Xt与Xt+k在时间上的相对距离），而不依赖与其绝对位置t。一个协方差平稳过程被称为白噪声过程，如果对于t，都有E（Xt）=0，而且Cov（Xt,Xt+k）=0，k≠0三类渐进等价的统计检验：沃尔德检验；似然比检验；拉格朗日乘子检验对于最大似然估计法，如何使用牛顿法进行数值求解？请画示意图。记对数似然函数为ln L(θ; y) ，写出信息矩阵的表达式，并解释其含义。最大似然估计（MLE）与准最大似然估计（QMLE）的区别是什么？前者使用随机变量的分布函数估得出似然函数，后者使用不正确的似然函数进行最大似然估计。寻找ML使观测到样本数据的可能性最大，即最大化对数似然函数的方法称为MLE；使用了不正确的似然函数而得到的最大似然估计，称为QMLE。若QMLE满足以下两个条件，则依然是一致估计量：（1）模型设定的概率密度函数属于“线性指数分布族”；（2）条件期望E(y|x)的函数形式设定正确。雅克-贝拉检验（JB检验）使用了平方加权平均作为检验统计量JB检验使用的是偏度与超额峰度的平方加权平均作为检验统计量：稳健标准误： （1）不同情形：异方差稳健标准误；聚类稳健标准误；异方差自相关稳健标准误 （2）如果样本观测值可以分为不同的“聚类”，在同一聚类里的观测值互相相关，而不同聚类之间的观测值不相关，这种样本称为“聚类样本”。假设样本容量为N，包括M个聚类，其中第j个聚类包含Mj位个体。记第j个聚类中第i位个体的解释变量为xij，残差为eij，然后定义 ，则聚类稳健的协方差矩阵可以写为其中，为对自由度的调整。处理异方差的四种方法：OLS+稳健标准误；广义最小二乘法（GLS）；加权最小二乘法（WLS）；可行广义最小二乘法（FGLS）White检验与BP检验的区别怀特检验可以检验任何形式的异方差，但如果原假设被拒绝，怀特检验并不提供有关异方差具体形式的信息；BP检验与怀特