博士计量经济学精彩试卷试题.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
标准文案 《计量经济学》博士研究生入学试题( A )解答 一、简答题 1 、 指出 健 准 和 健 t 量的适用条件。 答: 健 准 和 健 t 量的适用条件是 本容量 大的的 合。 在大 本容量的情况下, 一般 在横截面数据分析中 是 告 健 准 。在小 本情况下, 健 t 量不那么接近 t 分布,从而 可能 致推断失 。 2 、 若回 模型的随机 差 可能存在 q ( q 1 ) 自相关, 采用什么 ?其 程和 量是什么? 答 : 如 果 模 型 : yt 0 1 x1t2 x2t ptt的差足 : t1 t 1 2 t 2 q t q vt ,其中 vt 是白噪声。 原假 H 0 : 1 0 , 2 0 ?, q 0 , 那么,以下两种回答都可以。 1 )、 (1). yt x1t , x2 t , , x pt ( t 1,2, ,T ) 做 OLS , OLS t ? 回 求出 残差 ? ; (2). ?tx1t , x2 t ,?, x pt , ?t 1 , ?t 2 ,?, ?t q 做 OLS 回 , ( t q 1, q 2, , T ),得到 R2 ; (3). 算 (2) 中的 ? , ? ,?, ? 合 F 量。若 F 量大于 界 , 判定 t 1 t 2 t q 回 模型的随机 差 存在 q ( q 1 ) 自相关;否 , 判定判定回 模型的随机 差 不存在 q ( q 1 ) 自相关。 2 )、 完成了 1)中的( 1 )、(2 )两步以后,运用布 殊—戈弗雷 ( Bresch Goldfery test ) LM T q R2 ,由于它在原假 H 0 成立 近服从 ?2 ? q2 分布。当 LM 大于 界 , 判定回 模型的随机 差 存在 q ( q 1 ) 自相关;否 ,判定回 模型的随机 差 不存在 q ( q 1 ) 自相关。 3 、 回 的主要症状是什么? 回 的方法主要有哪些?在回 中使用非平 的 序 大全 标准文案 列必定会产生伪回归吗? 答:格兰杰( Granger )和纽博尔德( Newbold )认为在用时间序列数据进行回归估计时,如果R2 在数值上大于德宾—沃特森统计量,则我们应当怀疑有谬误回归存在。 检验谬误回归的方法主要是用 DF 和 ADF 检验考察回归的残差是否服从 I(0) ,进而判定变量之 间的关系是否为协积的,从而检验出谬误回归的存在性。 回归中使用非平稳的时间序列不一定会产生谬误回归,比如两个协积的变量,虽然它们可以非 平稳,但是不会产生谬误回归。 4 、 一 般 的 几 何 滞 后 分 布 模 型 具 有 形 式 : yt 1 i xt it , E t 0 , i 0 cov t , s 2 0 1 。 t , s , 如何对这类模型进行估计,才能获得具有较好性质的参数估计量? 答:对一般的几何滞后分布模型 yt 0 1 1 i xt i t ,有限的观测不可能估计无限的 i 0 参数。为此,必须对模型形式进行变换: 注意到: yt 1011 i xt i 1 t 1 , 从而: i 0 yt 1 yt 1 0 1 xt t 1 t 1 yt 0 1 xt 1 yt 1 t 1 t 1 由于 yt 1 与 t 1 相关,所以该模型不能用 OLS 方法进行估计, 必须采用诸如工具变量等方法进 行估计,才能获得具有较好性质的参数估计量。 、假定我们要估计一元线性回归模型: 大全 标准文案 yt xt , E t 0 , cov t , s 2 t t , s 但是担心 xt 可能会有测量误差,即实际得到的 xt 可能是 xt xt t , t 是白噪声。如果已经知道 存在与 xt 相关但与 t 和 t 不相关的工具变量 zt ,如何检验 xt 是否存在测量误差? 答 : 已 知 存 在 与 xt 相 关 但 与 t 和t 不 相 关 的 工 具 变 量 zt , 用 最 小 二 乘 法 估 计 模 型 xt a0 a1 zt vt , 得 到 残 差 v?t xt a?0 a?1 zt 。 把 残 差 ?t 作 为 解 释 变 量 放 入 回 归 方 程 yt xt vt ut ,用最小二乘法估计这个人工回归,对显著性假设运用通常的 t 检验。 ? H 0 : 0 ( xt 与 t 之间没有相关性) H 1 : 0 ( xt 与 t 之间有相关性) 注意,由 yt xt ? ut 可推得 yt xt ? ? ut

文档评论(0)

188****7859 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档