计量经济学简答题整理.docVIP

简答题 一、计量经济学的步骤 答：选择变量和数学关系式 —— 模型设定 确定变量间的数量关系 —— 估计参数 检验所得结论的可靠性 —— 模型检验 作经济分析和经济预测 —— 模型应用 二、模型检验 答：所谓模型检验，就是要对模型和所估计的参数加以评判，判定在理论上是否有意义，在统计上是否有足够的可靠性。对计量经济模型的检验主要应从以下四方面进行：1、经济意义的检验。2、统计推断检验。3、计量经济学检验。4、模型预测检验。 三、模型应用 答：（1）经济结构分析，是指用已经估计出参数的模型，对所研究的经济关系进行定量的考查，以说明经济变量之间的数量比例关系。 （2）经济预测，是指利用估计了参数的计量经济模型，由已知的或预先测定的解释变量，去预测被解释变量在所观测的样本数据以外的数值。 （3）政策评价，是利用计量经济模型对各种可供选择的政策方案的实施后果进行模拟测算，从而对各种政策方案作出评价。 （4）检验与发展经济理论，是利用计量经济模型去验证既有经济理论或者提出新的理论。 四、普通OLS方法的思想和它的计算方法 答：计量经济学研究的直接目的是确定总体回归函数Yi=B1+B2Xi+ui,然而能够得到的知识来自总体的若干样本的观测值，要用样本信息建立的样本回归函数尽可能“接近”地去估计总体回归函数。为此，可以以从不同的角度去确定建立样本回归函数的准则，也就有了估计回归模型参数的多种方法。例如，用生产该样本概率最大的原则去确定样本回归函数，成为极大似然发展；用估计的剩余平方和的最小的原则确定样本回归函数。称为最小二乘法则。 为了使样本回归函数尽可能接近总体回归函数，要使样本回归函数估计的 与实际的的误差尽量小，即要使剩余项越小越好。可是作为误差有正有负，其简单代数和∑最小的准则，这就是最小乘准则，即 min∑=min∑-min∑ 五、简单线性回归模型基本假定 答：（1）对模型和变量的假定,如 ①假定解释变量x 是确定性变量,是非随机的,这是因为在重复抽样中是取一组固定的值.或者虽然是随机的,但与随机扰动项也是不相关； ②假定模型中的变量没有测量误差。 （2）对随机扰动项 u的假定又称高斯假定、古典假定 假定1：零均值假定,即在给定解释变量的条件下 ，随机扰动项ui的条件期望或条件为零 假定2：同方差假定,即对于给定的每一的条件下，随机扰动项ui的条件方差都等于某一常数 假定3：无自相关假定,即随机扰动项ui的逐次值互不相关u,或者说对于所有的i和j(i不等于j), ui和uj的协方差为零 假定4：随机扰动 ui与解释变量Xi不相关,可表示为 假定5：对随机扰动项分布的正态性假定，即假定随机扰动项ui服从期望为零，方差为的正态分布，表示为 ～ 六、F检验 答：⑴对回归模型整体显著性的检验，所检验假设的形式为 H0：β2=β3=…=βk=0 H1: βj(j=2,3,…,k)不全为零 ⑵在H0成立的条件下，统计量 F=[ESS/(k-1)]/[RSS/(n-k)]～F(k-1,n-k) ⑶给定显著性水平α，在F分布表中查出自由度为k-1和n-k的临界值Fα（k-1,n-k）,将样本观测值代入式计算F值，然后将F值与临界值Fα（k-1,n-k）比较。若F Fα（k-1,n-k），则拒绝原假设H0：β2=β3=…=βk=0，说明回归方程显著，即列入模型的各个解释变量联合起来对被解释变量有显著影响；反之。 七、多重共线性产生的后果 答：1、完全多重共线性产生的后果 （1）参数的估计值不确定 当解释变量完全线性相关时 ——OLS 估计式不确定 从偏回归系数意义看：在X2和X3 完全共线性时，无法保持X3不变，去单独考虑X2 对 Y 的影响（X2　 和　 X3 的影响不可区分） 从OLS估计式看：可以证明此时 （2）参数估计值的方差无限大 OLS估计式的方差成为无穷大： 2、不完全多重共线性产生的后果 如果模型中存在不完全的多重共线性，可以得到参数的估计值，但是对计量经济分析可能会产生一系列的影响。 （1）参数估计值的方差增大 （2）对参数区间估计时，置信区间趋于变大 （3）假设检验容易作出错误的判断 （4）可能造成可决系数较高，但对各个参数单独的t检验却可能不显著，甚至可能使估计的回归系数符号相反，得出完全错误的结论。 八、多重共线性的检验 答：1、简单相关系数检验法，即是利用解释变量之间的线性相关程度去判断是否存在严重多重共线性的一种简便方法。判断规则：一般而言，如果每两个解释变量的简单相关系数(零阶相关系数)比较高，例如大于0.8，则可认为存在着较严重的多重共线性。但要注意：较高的简单相关系数只是多重共线性存在