计量经济学教学案例
案例一 简单线性回归模型
一、主题与背景
用真实数据进行简单线性回归分析，应用Eviews6.0分析软件进行操作，与课本内容相对应，分析模型的截距、斜率以及可决系数，引导学生熟悉Eviews6.0的基本操作，能够解读分析报告，并尝试进行被解释变量的预测，体会变量测度单位的改变和函数形式变化给OLS 估计结果和统计特征的影响。
二、情景描述
对于由CEO 构成的总体，令y 代表年薪(salary)，单位为千美元。令x 表示某个CEO 所在公司在过去三年的平均股本回报率(roe ，股本回报率定义为净收入占普通股价的百分比)。为研究该公司业绩指标和CEO 薪水之间的关系，可以定义以下模型：Salary=0β+1βroe + u . 斜率参数1β衡量当股本回报率增长一个单位（一个百分点）时CEO 年薪的变化量，由于更高的股本回报率预示更高的CEO 年薪，所以，1β＞0。
三、教学过程设计
（一）数据说明
数据集CEOSAL1.RAW 包含1990年209位CEO 的相关信息，该数据来自《商业周刊》(5/6/91)，该样本中CEO 年薪的平均值为$1,281,120，最低值和最高值分别为$223,000和$14,822,000，1988、1989和1990年的平均股本回报率是17.18%。
（二）操作建议
1：在 eviews6.0命令输入窗口定义变量：data salary roe
2、用 edit+/- 编辑数据
3、描述统计分析过程：view---descriptive stats---common sample
4、画散点图:Scat roe salary
5、在eviews6.0命令输入窗口运行简单线性回归 Ls salary c roe
6、用resids 观测残差
7、产生新序列:S eries lsalary =log(salary)
8、改变函数形式：Ls lsalary c lsales
9、改变变量测度单位：Ls salary*1000 c roe
四、教学研究
（一）案例结论
1、回归结果
估计出的回归线为：
sal?ary = 963.191 + 18.501 roe(1)
截距和斜率保留了3位小数，回归结果显示，如果股本回报率为0，年薪的预测值为截距963.191千美元,可以把年薪的预测变化看做股本回报率变化的函数：?sal?ary = 18.501 (?roe)，这意味着当股本回报率增加1个百分点，即?roe =1,则年薪的预测变化就是18.5千美元,在线性方程中，估计的变化与初始年薪无关。
2、基于OLS的预测
假设roe= 30，则sal?ary = 963.191 +18.501*(30) =1518.221千美元, 但这并不是说在一个roe=30的公司某个CEO年薪为1,518,221美元。
案例二多元线性回归模型
一、主题与背景
多元回归分析允许我们明确地控制其他许多影响被解释变量的因素，所以更适合于假定其他条件不变的数量分析。在经济学和其他社会科学中，在分析多变量间的数量关系是，多元回归模型是更为广泛使用的模型。本节实验，采用一个微观截面数据进行多元线性回归分析的学习。要求学生通过本案例的学习，掌握偏效应的意义，学会回归报告的正确规范要求，能够熟练掌握个体变量显著性检验、整体模型显著性检验的原理及结果。
二、情景描述
卫生官员或其他部门所关心的一个问题是，孕妇在怀孕期间抽烟对婴儿体重的影响。对婴儿健康的度量方法之一是婴儿出生时的体重：过低的出生体重会使婴儿有感染各种疾病的危险。由于除了抽烟之外，其他影响婴儿出生体重的因素可能与抽烟有关，所以我们应该考虑这些因素。比如，高收入通常会使母亲得到更好的产前照顾和更好的营养。用下面的方程来表达这种影响：
其中，bwght表示婴儿出生时体重，单位为盎司。Cigs表示母亲怀孕时每天的吸烟量，
单位为根。Faminc表示家庭收入，单位为千美元。很明显，对于cigs和faminc变量前的系数，我们预期分别为负数和正数。
三、教学过程设计
（一）数据说明
数据集bwght.wfl来自于Jeffrey M.Wooldrige《Introductory Econometrics》所提供的1388个美国妇女生育数据。
（二）操作建议
1：用Eviews打开数据集bwght.wfl。
2、描述统计分析过程：view---descriptive stats---common sample
3、画散点图:Scat cigs bwght 和scat faminc bwght
4、在eviews6.0命令输入窗口运行多元线性回归
Ls bwght c cigs faminc
5.相关性检验：cor cigs faminc
可见在本数据集中家庭收入越高，吸烟数量越少。家庭收入和吸烟数量的相关性也不高，仅有0.173的相关性。
四、教学研究
1、回归结果
估计出的回归方程为：
22?116.970.4630.093min (1.049) (0.092) (0.029)
R 0.03 R 0.028 F=21.3
bwght cigs fa c
=-+== (1)
截距和斜率保留了3位小数，括号中是标准误。回归结果显示，在控制了其他变量的条件下，如果妈妈每天吸烟数超过10根，则婴儿出生体重将会平均减少约5盎司。同样的，如果家庭收入每增加1000千美元，则婴儿体重平均将增加约9.3盎司，假定其他因素相同的情况下。方程中的截距项无意义。
2.与简单线性回归模型的比较
回归方程表示为
22?119.770.514 (0.572) (0.090)
R 0.023 R 0.022 F=32.24
bwght cigs
=-== （2）
（1）与（2）比较，cigs 前的系数并不相同。很显然增加家庭收入变量后改善了拟合优度，方程显著性增强。但因为吸烟量和家庭收入的相关性不强，所以增加家庭收入变量后，cigs 对婴儿体重影响的程度改变并不大。
案例三 多重共线性
一、主题与背景
多重共线性现象是多元线性回归模型中不可避免的问题。多重共线性线性包括完全多重共线性和不完全多重共线性两种。现实生活中通常遇到的是第二种现象。针对第二种现象，当多重共线性不严重，并未对模型的估计、检验等造成任何影响，则不必要修正多重共线性问题。但当多重共线性很严重，影响了模型的估计结果，对检验造成了很严重的影响时，就必须针对多重共线性问题进行检验、修正等工作。但必须注意的是，大多数的多重共线性问题，尤其是时间序列数据模型，都可以通过增加样本或者改变样本去客服。所以本质上多重共线性问题是个模型设定和样本的问题，可以主观克服。本实验拟通过一个棒球联盟中运动员薪水的决定因素进行多重共线性问题的认识和学习。通过实验，要求学生能了解多重共线性的表现、学会多重共线性的检验，掌握多重共线性的修正。
二、情景描述
在美国棒球职业大联盟中，一般认为运动员的薪水取决于加入联盟的时长(years)、平均每年参加比赛的次数(gamesry)，职业比赛中的击球率(bavg)，平均每年的本垒打次数(hrunsyr)，及其每年的击球跑垒得分(rbisyr)这些因素。用下面的模型来表达这个问题：
012345log()salary years gamesyr bavg hrunsyr rbisyr u
ββββββ=++++++ 显然，上面所有变量对薪水的变动的影响预期都是负的。 三、教学过程设计
（一）数据说明
该数据来源于Jeffrey M.Wooldrige 《Introductory Econometrics 》所提供的353个美国职业帮球员的数据。
（二）操作建议
1：用Eviews 打开数据集mlb1.wfl 。
2、描述统计分析过程：view---descriptive stats---common sample
很显然，薪水的最小值和最大值差异很大。
3、相关性分析
上表中表明rbisyr与gamesry、hrunsyr的相关性很高，分别达到了0.849和0.891.可能在建模过程中会产生比较严重的多重共线性后果。
4、回归结果
上面的结果表明bavg、hrunsry、rbisyr在统计上都不显著，这是由于rbisyr、gamesry、hrunsyr三个变量的高度相关使得我们难以发现每个变量的偏效应，这从t检验、F检验、拟合优度这些指标上都有所体现。
5、多重共线性的克服
去掉bavg、rbisyr后
所有变量在统计上都显著了。
四、教学研究
1 最终的回归方程：
22log()11.3440.0680.0160.036 (0.108) (0.012) (0.0015) (0.0072)R 0.623 R 0.620 F=192.64 n=353
salary years gamesyr hrunsyr
=+++== 2进一步探讨
对于其他的模型，可以采用模型变换法、对数法、变量变换法等方法进行多重共线性可克服和修正。
案例四 异方差
一、主题与背景
异方差现象是现实生活中进行建模分析时候常见的一种现象。尤其是截面数据中，当不同个体、单位的规模有差异时，这种现象更为常见。异方差可以导致最小二乘估计不再有效，t 统计量、F 统计量不再服从t 分布和F 分布，检验预测等都不再有效。基于异方差所造成的这种后果，所以探讨异方差产生的原因、异方差的检验、异方差的修正就很重要。要求学生通过案例学会异方差的检验、掌握异方差的两种修正方法，并熟练掌握软件操作。
二、情景描述
一个地区的医疗机构数和该地区的人口数密切相关。为了讨论二者之间的数量关系，调查收集了2000年四川省的21个市州数据，用Y 表示医疗机构数（个），X 表示人口数（万人）。建立如下回归模型：
01Y X U ββ=++
斜率参数1β衡量当人口数增加一万人时，医疗机构平均增加的数量。
三、教学过程设计
（一）数据说明
数据来源于庞皓《计量经济学》。
（二）操作建议
1、在 eviews6.0命令输入窗口定义变量：data y x
2、在 eviews6.0命令输入窗进行OLS估计：ls y c x
3、检验模型的异方差
两种散点图都表明模型中存在异方差，而且是递增型异方差。
4 white检验
根据咔方检验的P值可以看出模型中存在异方差。
5 异方差的修正
用WLS方法，选用权数1/x进行修正，或者用残差的绝对值的倒数做权重。结果如下：很明显前者修正效果似乎更好些。
四、教学研究
1、回归结果
2?384.61 2.724 (4.375) (6.284)R 0.675 F=39.5 n=21
Y X
=+=
2、回归系数的解释：
人口数量每增加一万人，卫生医疗机构数平均来说会增加2.72个，约3个。这个结果比原来的系数更加接近真实情况。当然，这个模型还有其他问题，比如模型设定误差问题，尤其是遗漏变量。这个问题，我们在后续的章节中会加以考虑。
案例五 自相关
一、主题与背景
用真实数据进行线性模型的自相关分析，应用Eviews6.0分析软件进行操作，与课本内容相对应，分析模型的自相关检验和解决方法，引导学生熟悉Eviews6.0的基本操作，能够解读分析报告，并尝试进行自相关处理，体会自相关问题对模型OLS 估计结果和统计特征的影响。
二、情景描述
可支配收入影响实际消费，令y 代表人均可支配收入，令cons 表示人均消费支出。研究二者之间的关系，定义模型：cons =0β+1βY + u 。斜率参数1β衡量收入增加一个单位时消费的变化量，这里1β是MPC ，所以，101β<<。
三、教学过程设计
数据集CONSUMP.WFL包含1959年至1995年美国37年的收入消费相关信息。（二）操作建议
1、在 eviews6.0命令输入窗口定义变量：data y cons
2、用 edit+/- 编辑数据
3、在eviews6.0命令输入窗口运行简单线性回归
Ls cons y c
通过LS 结果发现DW=0.804311，样本容量n=37，一个解释变量模型，10%显著水平，查DW 统计表可知， 1.217, 1.323,L U L d d DW d ==<，显然模型中存在正自相关问题。这一点从残差图和（e, e(-1)）图中均可看出。
4、用resids 观测残差
5、生成新序列e ，画(e,e(-1))的散点图，观测自相关问题
series e=resid
scat e(-1) e
1、假设某计算机的字长为8位，则十进制数（-66）的补码为_______ [答案：C] A. 01000010 B. 11000010 C. 10111110 D. 10111111 2、假设某计算机的字长为8位，则十进制数（＋75）的反码为_______ [答案：A] A. 01001011 B. 11001011 C. 10110100 D. 10110101 3、执行下列二进制数算术加运算10101010+00101010其结果是_______ [答案：A] A. 11010100 B. 11010010 C. 10101010 D. 00101010 4、对于正数，其原码，反码和补码是_______ [答案：A] A. 一致的 B. 不一致的 C. 互为相反的 D. 互为相补的 5、已知8位机器码是10110100，若其为补码时，表示的十进制真值是_______ [答案：A] A. -76 B. -74 C. 74 D. 76 6、已知[X]补＝10111010，求X（真值）______。 [答案：A] A. －1000110 B. －1000101
C. 1000100 D. 1000110 7、写出 (176.5)8 的按权展开式。 [答案：(176.5)8 = 182+781 +680 +58-1] 8、(27B.7C)H = (10 0111 1011.0111 11 ) B 9、(36)16= ( 54 )10 10、(456)10 = ( 710 )8 11、 (54)10 = ( 36 )16 12、(1C8)16 = ( 710 )8 13、如果（42）x＝（2A）H，则x为_______ [答案：C] A. 2 B. 8 C. 10 D. 16 14、微机内存容量的基本单位是_______ [答案： B] A. 字符 B. 字节 C. 二进制位 D. 扇区 15、十进制数113.25转换成对应的十六进制数是_____________H [答案：B] A. 71.6 B. 71.4 C. 73.4 D. 73.6 16、存储器的1KB存储容量表示_______ [答案： B] A. 1024个二进制位 B. 1024个字节 C.
06A卷 一、判断说明题（每小题1分，共10分） 1.在实际中，一元回归没什么用，因为因变量 的行为不可能仅由一个解释变量来解释。(×) 4.在线性回归模型中，解释变量是原因，被解 释变量是结果。（×） 7. 给定显著性水平 及自由度，若计算得到 的t 值超过t的临界值，我们将拒绝零假设。 （√） 8.为了避免陷入虚拟变量陷阱，如果一个定性 变量有 m类，则要引入m个虚拟变量。（×） 二、名词解释(每小题2分，共10分) 1.计量经济学：融合数学、统计学及经济理论，结合研究经济行为和现象的理论和实务。 2.最小二乘法：使全部观测值的残差平方和为最小的方法就是最小二乘法。 3.虚拟变量：在经济生活研究中，有一些暂时起作用的因素。如战争、天灾、人祸等，这些因素在经济中不经常发生，但又带有相同特性，经济学家把这些不经常发生的、又起暂时影响作用的称为虚拟变量。 4.滞后变量：用来作为解释变量的内生变量的前期值称为滞后内生变量，简称为滞后变量。 5.自回归模型：包含有被解释变量滞后值的模型，称为自回归模型。 三、简答题(每小题5分，共20分) 1．应用最小二乘法应满足的古典假定有哪些？（1）随机项的均值为零； （2）随机项无序列相关和等方差性； （3）解释变量是非随机的，如果是随机的则与随机项不相关； （4）解释变量之间不存在多重共线性。 2．运用计量经济学方法解决经济问题的步骤一般是什么？ （1）建立模型； （2）估计参数； （3）验证理论； （4）使用模型。 3．你能分别举出三个时间序列数据、截面数据、混合数据、虚拟变量数据的实际例子吗？ （1）时间序列数据如：每年的国民生产总值、 各年商品的零售总额、各年的年均人口增长 数、年出口额、年进口额等等； （2）截面数据如：西南财大2002年各位教师年收入、2002年各省总产值、2002年5月成都市 各区罪案发生率等等； （3）混合数据如：1990年~2000年各省的人均收入、消费支出、教育投入等等； （4）虚拟变量数据如：婚否，身高是否大于170厘米，受教育年数是否达到10年等等。 4．随机扰动项μ的一些特性有哪些？ （1）众多因素对被解释变量Y的影响代表的综合体； （2）对Y的影响方向应该是各异的，有正有负；（3）由于是次要因素的代表，对Y的总平均影响可能为零； （4）对Y的影响是非趋势性的，是随机扰动的。 四、分析、计算题(每小题15分，共45分) 1. 根据下面Eviews回归结果回答问题。Dependent Variable: DEBT Method: Least Squares Date: 05/31/06 Time: 08:35 Sample: 1980 1995 Included observations: 16 Variable Coefficie nt Std. Erro r t-Statist ic Prob . C（） INCOME（） COST（） R-squared Mean dependent var Adjusted R-squared （） . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic（）Durbin-Wats on stat Prob(F-statisti c) INCOME——个人收入，单位亿美元； COST——抵押贷款费用，单位%。 1. 完成Eviews回归结果中空白处内容。 2. 说明总体回归模型和样本回归模型的区别。
计量经济学简答题及答案 1、比较普通最小二乘法、加权最小二乘法和广义最小二乘法的异同。 答：普通最小二乘法的思想是使样本回归函数尽可能好的拟合样本数据，反映在 图上就是是样本点偏离样本回归线的距离总体上最小，即残差平方和最小 ∑=n i i e 12min 。 只有在满足了线性回归模型的古典假设时候，采用OLS 才能保证参数估计结果的可靠性。 在不满足基本假设时，如出现异方差，就不能采用OLS 。加权最小二乘法是对原 模型加权，对较小残差平方和2i e 赋予较大的权重，对较大2i e 赋予较小的权重，消除异方差，然后在采用OLS 估计其参数。 在出现序列相关时，可以采用广义最小二乘法，这是最具有普遍意义的最小二乘 法。 最小二乘法是加权最小二乘法的特例，普通最小二乘法和加权最小二乘法是广义 最小二乘法的特列。 6、虚拟变量有哪几种基本的引入方式? 它们各适用于什么情况? 答: 在模型中引入虚拟变量的主要方式有加法方式与乘法方式，前者主要适用于 定性因素对截距项产生影响的情况，后者主要适用于定性因素对斜率项产生影响的情况。除此外，还可以加法与乘法组合的方式引入虚拟变量，这时可测度定性因素对截距项与斜率项同时产生影响的情况。 7、联立方程计量经济学模型中结构式方程的结构参数为什么不能直接应用OLS 估计？ 答：主要的原因有三：第一，结构方程解释变量中的内生解释变量是随机解释变 量,不能直接用OLS 来估计；第二，在估计联立方程系统中某一个随机方程参数时，需要考虑没有包含在该方程中的变量的数据信息，而单方程的OLS 估计做不到这一点；第三，联立方程计量经济学模型系统中每个随机方程之间往往存在某种相关性，表现于不同方程随机干扰项之间，如果采用单方程方法估计某一个方程，是不可能考虑这种相关性的，造成信息的损失。 2、计量经济模型有哪些应用。 答：①结构分析，即是利用模型对经济变量之间的相互关系做出研究，分析当其 他条件不变时，模型中的解释变量发生一定的变动对被解释变量的影响程度。②经济预测，即是利用建立起来的计量经济模型对被解释变量的未来值做出预测估计或推算。③政策评价，对不同的政策方案可能产生的后果进行评价对比，从中做出选择的过程。④检验和发展经济理论，计量经济模型可用来检验经济理论的正确性，并揭示经济活动所遵循的经济规律。 6、简述建立与应用计量经济模型的主要步骤。 答：一般分为5个步骤：①根据经济理论建立计量经济模型；②样本数据的收集； ③估计参数；④模型的检验；⑤计量经济模型的应用。 7、对计量经济模型的检验应从几个方面入手。 答：①经济意义检验；②统计准则检验；③计量经济学准则检验；④模型预测检 验。
吸收练习题 一、填空题：（31） 1、压力__ _，温度____，将有利于解吸的进行。 2、由双膜理论可知,____ ___为吸收过程主要的传质阻力;吸收中,吸收质以 _____的方式通过气膜,并在界面处溶解,再以_ __ ____的方式通过液膜。 3、吸收操作的依据是____ ____,以达到分离气体混合物的目的。 4、亨利定律的表达式Ex p *，若某气体在水中的亨利系数E值很大，说明该 气体为___气体。 5、对极稀溶液，吸收平衡线在坐标图上是一条通过点的线。 6、由于吸收过程中，气相中的溶质组分分压总是___ _____溶质的平衡分压， 因此吸收操作线总是在平衡线的____ ____。 7、吸收过程中， X K是以___ _为推动力的总吸收系数，它的单位是____。 8、吸收操作中增加吸收剂用量，操作线的斜率___ ___，吸收推动力___ ___。 9、当吸收剂用量为最小用量时，完成一定的吸收任务所需填料层高度将为__ _。 10、用吸收操作分离气体混合物应解决下列三方面问题：_ 、 与。 11、填料塔操作中，气液两相在塔内互成__ _ 流接触，两相的传质通常在_ ___的液体和气体间的界面上进行。 12. 气体吸收计算中，表示设备（填料）效能高低的一个量是，而 表示传质任务难易程度的一个量是。 13.分子扩散中菲克定律的表达式为，气相中的分子扩散系数 D随温度升高而（增大、减小），随压力增加而（增大、减小）。 14.易溶气体溶液上方的分压，难溶气体溶液上方的分 压，只要组份在气相中的分压液相中该组分的平衡 分压，吸收就会继续进行。 15.某低浓度气体吸收过程，已知相平衡常数m=1 ，气膜和液膜体积吸收系 数分别为k ya =2×10-4kmol/m3.s, k xa =0.4kmol/m3.s, 则该吸收过程及气膜阻力占 总阻力的百分数分别为；该气体为溶气体。 二、选择题（40） 1、吸收操作的目的是分离。 A.液体均相混合物 B.气液混合物 C.气体混合物 D.部分互溶的液体混合物 2、难溶气体的吸收是受______。 A.气膜控制 B.液膜控制 C.双膜控制 D.相界面 3、在吸收塔的计算中，通常不为生产任务所决定的是：_____。 A.所处理的气体量 B.气体的初始和最终组成
课堂练习四 一、单项选择题 1、如果模型t t t u x b b y ++=10存在序列相关，则【D 】 A cov （t x ，t u ）=0 B cov （t u ，s u ）=0（t ≠s ） C cov （t x ，t u ）≠0 D cov （t u ，s u ）≠0（t ≠s ） 2、D －W 检验的零假设是（ρ为随机项的一阶自相关系数）【 B 】 A DW=0 B ρ=0 C DW=1 D ρ=1 3、下列哪种形式的序列相关可用DW 统计量来检验（i v 为具有零均 值，常数方差，且不存在序列相关的随机变量）【 A 】 A t t t v u u +=-1ρ B t t t t v u u u +++=-- 22 1ρρ C t t v u ρ= D ++=-12 t t t v v u ρρ 4、当DW ＝4时，说明【 D 】 A 不存在序列相关 B 不能判断是否存在一阶自相关 C 存在完全的正的一阶自相关 D 存在完全的负的一阶自相关 5、当模型存在序列相关现象时，适宜的参数估计方法是【 C 】 A 加权最小二乘法 B 间接最小二乘法 C 广义差分法 D 工具变量法
6、对于原模型t t t u x b b y ++=10，广义差分模型是指【 D 】 A ) () () (1) (1 t t t t t t t x f u x f x b x f b x f y + += B t t t u x b y ?+?=?1 C t t t u x b b y ?+?+=?10 D )()()1(11101----+-+-=-t t t t t t u u x x b b y y ρρρρ 7、采用一阶差分克服一阶线性自相关问题用于下列哪种情况【 B 】 A ρ≈0 B ρ≈1 C －1<ρ<0 D 0<ρ<1 8、对于模型i i i e x y ++=10??ββ，以ρ表示t e 与1 -t e 之间的线性相关系数 （t=1，2，?，n ），则下面明显错误的是【C 】 A ρ=0.8，DW=0.4 B ρ=－0.8，DW=－0.4 C ρ=0，DW=2 D ρ=1，DW=0 9、对于模型i i i i u x b x b b y +++=22110，与12 r ＝0相比，当12 r =0.15时，若 12 r 表示解释变量之间的线性回归拟合度，则估计量1 ?b 的方差var （1 ?b ）将是原来的【 C 】 A 1倍 B 1.18倍 C 1.96倍 D 2倍 10、在多元线性回归模型中，若某个解释变量对其余解释变量的判定 系数接近于1，则表明模型中存在【A 】 A 多重共线性 B 异方差性 C 序列相关 D 高拟合优度
计量经济学重点(简答题) 一、什么就是计量经济学？计量经济学,又称经济计量学,它就是以一定的经济理论与 实际统计资料为依据,运用数学、统计学与计算机技术,通过建立计量经济学模型,定量分析经济变量之间的随机因果关系、。 二、计量经济学的研究的步骤就是什么？ 1)理论模型的设计 A.理论或假说的陈述; B.理论的数学模型的设定; C.理论的计量经济模型的设定。 i.把模型中不重要的变量放进随机误差项中; ii.拟定待估参数的理论期望值。 2)获取数据 数据来源:网络、统计年鉴、报纸、杂志 数据类别:时间序列数据、截面数据、混合数据、虚变量数据。 数据要求:完整性、准确性、可比性、一致性 i.完整性:模型中包含的所有变量都必须得到相同容量的样本观察值。 ii.准确性:统计数据或调查数据本身就是准确的。 iii.可比性:数据口径问题。 iv.一致性:指母体与样本的一致性。 3)模型的参数估计:普通最小二乘法。 4)模型的检验:经济学检验;统计学检验;计量经济学检验;模型的预测检验。 5)模型的应用:结构分析;经济预测;政策评价;经济理论的检验与发展。 三、简述统计数据的类别？ 时间序列数据、截面数据、混合数据、虚变量数据。 1)时间序列数据:按时间先后排列收集的数据。
采纳时间序列数据的注意事项: A.所选择的样本区间的经济行为一致性问题。 B.样本数据在不同样本点之间的可比性问题。 C.样本数据过于集中的问题。不能反映经济变量间的结构关系,应增大观察区间。 D.模型的随机误差项序列相关问题。 2)截面数据:又称横向数据,就是一批发生在同一时间截面上的调查数据。研究某时 点上的变化情况。 采纳截面数据的注意事项: A.样本与母体的一致性问题。 B.随机误差项的异方差问题。 3)混合数据:也称面板数据,既有时间序列数据,又有截面数据。 4)虚变量数据:又称二进制数据,只能取0与1两个值,表示的就是某个对象的质量特 征。 四、模型的检验包括哪几个方面？具体含义就是什么？ 1)经济学检验:参数的符合与大致取值。 2)统计学检验:拟合优度检验;模型的显著性检验;参数的显著性检验。 3)计量经济学检验:序列相关性;异方差检验;多重共线性检验。 4)模型的预测检验:a,扩大样本容量或变换样本重新估价模型;b,利用模型对样本期以 外的某一期进行预测。
第一节 EViews基本操作 1、什么是EViews EViews是Econometric Eviews（计量经济学视图）的缩写，通常称为计量经济学软件包，是专门从事数据分析、回归分析和预测的工具，在科学数据分析与评价、金融分析、经济预测、销售预测和成本分析等领域应用非常广泛。 EViews引入了流行的对象概念，操作灵活简便，可在菜单式窗口和编程窗口两种方式下运行，可直接而不需要编程解决绝大部分计量经济学问题。 2、EViews安装 3、EViews使用参考书 1）、《EViews使用指南与案例》，张晓峒主编，机械工业出版社，2007 2）、《计量经济学试验教程》，李国柱，刘德智主编，中国经济出版社，2010 4、认识EViews 主菜单包含九个主菜单，每个主菜单下包含若干菜单项。 File(文件) Edit(编辑) Object(对象)：主菜单下有：New Object(新建对象)、Fetch from DB（从数据库导入）、Update selected from DB（从数据库更新对象）、store selected to DB（把选定的对象存储到数据库）、copy selected（复制所选定的对象）、rename （重命名）、 freeze output （冻结当前输入） Qucik提供快速分析过程，即一些频繁使用的功能。主要菜单有：sample（改编样本范围）、generate series（生成序列）、show（打开已选择的对象，或将多个序列合成一个群对象）、graph（画图）、empty group（打开一个空群）、series statics（产生序列统计量）、group statistics（进行群统计）、estimate equation （估计方程）、 estimate VAR（估计向量回归方程）。 5、数据操作 常用函数：abs(x),exp(x),inv(x),log(x),log10(x),log10(x,b),sqrt(x) 常用描述统计函数： cor(x,y),cov(x,y),mean(x),medan(x),min(x),stdev(x),var(x),sum(x) 描述性统计常用的量： 偏度（skewness）计算公式为s=错误！未找到引用源。3, 对称分布的偏度为零;当偏度大于零时，序列的分布为正偏；当偏度小于零时，序列的分布为负偏；如果偏度等于零，则序列呈正态分布。 峰度（kurtosis）的计算公式为k=错误！未找到引用源。4,正态分布的峰度为3。当序列的峰度大于3时，表示与正态分布相比，序列的分布为尖崤峰；当序列的峰度小于3时，表示与正态分布相比，序列的分布为平缓峰。 雅克-贝拉统计量（Jarque-bera statistic）用来检验序列是否服从正态分布，计算公式JB=错误！未找到引用源。，原假设为序列服从正态分布时，JB统计量服从自由度为2的卡方分布。只需要比较P值与显著性水平的大小。 第二节简单线形回归
简答： 1、时间序列数据和横截面数据有何不同？ 时间序列数据是一批按照时间先后排列的统计数据。截面数据是一批发生在同一时间截面上的调查数据。这两类数据都是反映经济规律的经济现象的数量信息，不同点：时间序列数据是含义、口径相同的同一指标按时间先后排列的统计数据列；而横截面数据是一批发生在同一时间截面上不同统计单元的相同统计指标组成的数据列。 2、建立计量经济模型赖以成功的三要素。P16（课本） 成功的要素有三：理论、方法和数据。理论：即经济理论，所研究的经济现象的行为理论，是计量经济学研究的基础；方法：主要包括模型方法和计算方法，是计量经济学研究的工具与手段，是计量经济学不同于其他经济学分支科学的主要特征；数据：反映研究对象的活动水平、相互间以及外部环境的数据，更广义讲是信息，是计量经济学研究的原料。三者缺一不可。 3、什么是相关关系、因果关系；相关关系与因果关系的区别与联系。 相关关系是指两个以上的变量的样本观测值序列之间表现出来的随机数学关系，用相关系数来衡量。 因果关系是指两个或两个以上变量在行为机制上的依赖性，作为结果的变量是由作为原因的变量所决定的，原因变量的变化引起结果变量的变化。因果关系有单向因果关系和互为因果关系之分。 具有因果关系的变量之间一定具有数学上的相关关系。而具有相关关系的变量之间并不一定具有因果关系。 4、回归分析与相关分析的区别与关系。P23-P24（课本） 相关分析与回归分析既有联系又有区别。首先，两者都是研究非确定性变量间的统计依赖关系，并能测度线性依赖程度的大小。其次，两者间又有明显的区别。相关分析仅仅是从统计数据上测度变量间的相关程度，而无需考察两者间是否有因果关系，因此，变量的地位在相关分析中饰对称的，而且都是随机变量；回归分析则更关注具有统计相关关系的变量间的因果关系分析，变量的地位是不对称的，有解释变量与被解释变量之分，而且解释变量也往往被假设为非随机变量。再次，相关分析只关注变量间的具体依赖关系，因此可以进一步通过解释变量的变化来估计或预测被解释变量的变化，达到深入分析变量间依存关系，掌握其运动规律的目的。 5、数理经济模型和计量经济模型的区别。 答：数理经济模型揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。计量经济模型揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述。 6、从哪几方面看，计量经济学是一门经济学科？P6（课本）
课程论文 题目分析我国城镇居民消费支出对GDP的影响学院数学与统计学院 专业经济统计学 班级2013级经济统计一班 学生姓名 指导教师孙荣 职称副教授 2015 年12 月24 日
重庆工商大学课程论文成绩评定表 指导教师评定成绩： 指导教师签名： 年月日
分析城镇居民消费支出对GDP的影响 [摘要]：为了更深入地研究居民消费对GDP的影响，而不是仅仅笼统的了解居民消费对GDP有影响,本文从居民消费用途分类对GDP影响进行分析，。文章指出应该从消费用途方面分析居民消费对GDP的影响。政府可以根据此分析结果对居民消费结构进行调整，提高GDP，促进经济发展。 [关键字]：GDP 消费用途城镇居民消费支出 引言 （一）研究背景 拉动经济发展的“三驾马车”是：消费，投资，进出口。在中国，存在其他国家都不能相比的巨大的消费市场。大家都知道，因为人多。大多数研究在分析居民消费对GDP的影响时，仅仅分析表面，并没有对消费进行彻底的分析。内需才是提高GDP切实可行之路，所以本文将居民消费按照用途分类，更深入的研究消费中各种用途对GDP的影响。这样能够更加清晰的理解居民消费对GDP的具体影响，给政府提高国内生产总值提供参考性建议。同时还可以根据本文分析结果对居民消费结构进行适当的调整，了解居民消费需求，实现供求平衡，拉动经济的增长。 （二）理论依据 根据支出法计算国内生产总值，GDP=最终消费支出+资本形成总额+货物净出口，其中的最终消费支出=居民个人消费支出+社会公共消费支出，本文将居民消费支出按照户口分为城镇居民消费支出与农村居民消费支出，进而再继续分类，按照用途分类，将居民消费支出分为八大类，分别是食品、衣着、家庭设备用品及维修服务、医疗保健、交通通信、文娱教育及服务、居住、其他商品和服务。本文根据这八类居民消费分类对GDP的影响进行深入研究。（三）研究意义 将消费按照用途分类，能够深入的了解到每一类型的消费需求对GDP的影响，用Eviews 软件进行定量分析之后，我们就能够更具体的了解到居民消费对GDP的影响，对政府进行消费结构调整能够提供有价值的建议，或者对于提高内需，拉动经济增长，能够提供可靠性的依据，不在只是依赖定性分析进行决策，而是利用更加科学可靠的定量分析进行相关决策。 一、居民消费对国内生产总值的影响 居民消费支出可以看做是消费需求一部分，消费需求的增长对经济增长的拉动作用，可以从两方面进行分析：（1）消费需求弹性分析。消费需求弹性系数是一个较为具体的地反应需求对经济增长的影响或制约性分析指标。它是经济增长率与消费需求增长率之比，说明需求没增长1个百分点能够带动经济增长比例关系。（2）消费需求贡献分析。从市场消费需求增长变化对经济增长的实际效果来分析，消费需求在多大的程度上推动了经济增长。 二、深入分析居民消费对国内生产总值的影响 本文利用Eviews软件深入分析居民消费对国内生产总值的影响。将居民消费按照八个分
1. 请问自回归模型的估计存在什么困难？如何来解决这些苦难？ 答：主要存在两个问题： (1) 出现了随机解释变量Y ，而可能与随机扰动项相关； (2) 随机扰动项可能存在自相关，库伊克模型和自适应预期模型的随机扰动项都会导致自相关，只有局部调整模型的随机扰动项无自相关。 对于第一个问题的解决可以使用工具变量法；对于第二个问题的检验可以用德宾h 检验法，目前还没有很好的解决办法，唯一能做的就是模型尽可能的设定正确。 2. 为什么要进行广义差分变换？写出其过程。 答：进行广义差分变换是为了处理自相关，写出其过程如下： 以一元模型为例：Y t = b 0 + b 1 X t +u t 假设误差项服从AR(1)过程：u t =ρu t-1 +v t －1 ≤ρ≤1 其中，v 满足OLS 假定，并且是已知的。 为了弄清楚如何使变换后模型的误差项不具有自相关性，我们将回归方程中的变量滞后一期，写为： Y t-1 = b 0 + b 1 X t-1 +u t-1 方程的两边同时乘以ρ，得到：ρY t-1 = ρb 0 + ρb 1 X t-1 +ρu t-1 现在将两方程相减，得到：(Y t －ρY t-1 ) = b 0 ( 1 －ρ) + b 1 (X t －ρX t-1 ) + v t 由于方程中的误差项v t 满足标准OLS 假定，方程就是一种变换形式，使得变换后的模型无序列相关。如果我们将方程写成：Y t * = b 0* + b 1 X t * +v t ，其中，Y t * = (Y t -ρY t-1 ) ，X t * = (X t -ρX t-1 ) ，b 0* = b 0 ( 1 -ρ)。 3. 什么是递归模型？ 答：递归模型是指在该模型中，第一个方程的内生变量Y 1仅由前定变量表示，而无其它内生变量；第二个方程内生变量Y 2表示成前定变量和一个内生变量Y 1的函数；第三个方程内生变量Y 3表示成前定变量和两个内生变量Y 1与Y 2的函数；按此规律下去，最后一个方程内生变量Y m 可表示成前定变量和m －1个Y 1，Y 2、，Y 3，…、Y m-1的函数。 4. 为什么要进行同方差变换？写出其过程，并证实之。 答：进行同方差变换是为了处理异方差，写出其过程如下： 我们考虑一元总体回归函数Y i = b 0 + b 1 X i + u i 假设误差σi 2 是已知的，也就是说，每个观察值的误差是已知的。对模型作如下“变换”： Y i /σi = b 0 /σi + b 1 X i /σi + u i /σi 这里将回归等式的两边都除以“已知”的σi 。σi 是方差σi 2 的平方根。 令 v i = u i /σi 我们将v i 称作是“变换”后的误差项。v i 满足同方差吗？如果是，则变换后的回归方程就不存在异方差问题了。假设古典线性回归模型中的其他假设均能满足，则方程中各参数的OLS 估计量将是最优线性无偏估计量，我们就可以按常规的方法进行统计分析了。 证明误差项v i 同方差性并不困难。根据方程有：E (v i 2 ) = E (u i 2 /σi 2 ) = E (u i 2 ) /σi 2 =σi 2 /σi 2 = 1 显然它是一个常量。简言之，变换后的误差项v i 是同方差的。因此，变换后的模型不存在异方差问题，我们可以用常规的OLS 方法加以估计。 5. 简述逐步回归法的基本步骤。 答：先用被解释变量对每一个解释变量做简单回归，然后以对被解释变量贡献最大的解释变量所对应的回归方程为基础，再逐个引入其余的解释变量。这个过程会出现3种情形：①若新变量的引入改进了R 2 和F 检验，且其它回归系数的t 检验在统计上仍是显著的，则可考
课 堂练习二 一、选择题 1、决定系数2R 是指【 C 】 A 剩余平方和占总离差平方和的比重 B 总离差平方和占回归平方和的比重 C 回归平方和占总离差平方和的比重 D 回归平方和占剩余平方和的比重 2、在由n=30的一组样本估计的、包含3个解释变量的线性回归模型中，计算的决定系数为0.8500，则调整后的决定系数为【 D 】 A 0.8603 B 0.8389 C 0.8 655 D 0.8327 3、下列样本模型中，哪一个模型通常是无效的【 B 】 A i C （消费）＝500＋0.8i I （收入） B d i Q （商品需求）＝10＋0.8i I （收入）＋0.9i P （价格） C s i Q （商品供给）＝20＋0.75i P （价格） D i Y （产出量）＝0.656.0i L （劳动）4 .0i K （资本） 4、用一组有30 个观测值的样本估计模型i i i i u x x y +++=22110βββ后，在0.05的显着性水平下对1β的显着性作检验，则1β显着地不等于零的条件是其统计量大于等于【 C 】 A 05.0t （30） B 025.0t （28） C 025.0t （27） D 025.0F （1，28） 二、判断题 1、当R 2 =1，F=0；当R 2 =0，F=∞。（ 错 ） 2、回归分析的结果要通过统计意义检验和计量经济意义检验后方可应用。
（错） 3、在多元回归分析中，方程Y=β0+β1X1+β2X2+ε中的偏回归系数β2表示X2 变化一个单位引起Y的平均变化。（错） 三、计算分析题 1、考虑以下回归方程： 其中： Y——第t年的玉米产量（蒲式耳/亩） t F——第t年的施肥强度（磅/亩） t RS——第t年的降雨量（英寸） t 要求回答下列问题： （1）从F和RS对Y的影响方面，说出本方程中系数10.0和33.5的含义； （2）常数项120 -是否意味着玉米的负产量可能存在？ （3）假定 β的真实值为40.0，则估计值是否有偏？为什么？ F ⑴在降雨量不变时，每亩增加一磅肥料将使第t年的玉米产量增加0.1蒲式耳/亩； 在每亩施肥量不变的情况下，每增加一英寸的降雨量将使第t年的玉米产量增加 5.33蒲式耳/亩； ⑵在种地的一年中不施肥、也不下雨的现象同时发生的可能性极小，所以玉米的负 产量不可能存在； β的真实值为0.40，并不能说明0.1是有偏的估计，理由是0.1是本题估 ⑶如果 F 计的参数，而0.40是从总体得到的系数的均值。 2、某地区通过一个样本容量为722的调查数据得到劳动力受教育的一个回归方程为 R2=0.214 式中，edu为劳动力受教育年数，sibs为该劳动力家庭中兄弟姐妹的个数，medu与fedu分别为母亲与父亲受到教育的年数。问
简答题：1.选择工具变量的原则是什么:（1）工具变量必须与所替代的随机解释变量高度相关；（2）工具变量与随机误差项不相关（3）工具变量与其它解释变量不相关，避免出现多重共线性。 2.实际经济问题中的多重共线性 (1)经济变量的趋同性（2）滞后变量的引入（3）样本资料的限制 3.序列相关性产生的原因: （1）惯性；（2）模型设定误差；（3）蛛网现象；（4）数据加工。 4、随机解释变量问题及其解决方法。如果存在一个或多个随机变量作为解释变量，则称原模型出现随机解释变量问题。第一、随机解释变量与误差项相互独立；第二、随机解释变量与误差项同期无关，而异期相关；第三、随机解释变量与误差项同期相关；第四、解决方法为工具变量法。 5.随机解释变量产生的后果 1.若相互独立，则参数估计量仍然无偏一致。2 若同期相关，异期不相关，得到的参数估计有偏，但却是一致的3 若同期相关，则估计量有偏且非一致。 6.简述最小二乘估计量的性质：（1）线性性，即它是否是另一随机变量的线性函数；（2）无偏性，即它的均值或期望值是否等于总体的真实值；（3）有效性，即它是否在所有线性无偏估计量中具有最小方差。（4）渐近无偏性，即样本容量趋于无穷大时，是否它的均值序列趋于总体真值；（5）一致性，即样本容量趋于无穷大时，它是否依概率收敛于总体的真值；（6）渐近有效性，即样本容量趋于无穷大时，是否它在所有的一致估计量中具有最小的渐近方差。 7、虚拟变量的作用：（1）表现定性因素对被解释变量的影响（2）提高模型的说明能力与水平（3）季节变动分析。（4）方程差异性检验。 8、虚拟变量设置的原则：如果有定性因素共有个结果需要区别，那么至多引入m-1 个虚拟变量 9、实际经济问题中的多重共线性：（1）经济变量的趋同性（2）滞后变量的引入（3）样本资料的限制 10.引入随机误差形式为了：（1）代表未知的影响因素（2）代表残缺数据（3）代表众多细小的影响因素（4）代表数据观测误差（5）代表模型设定误差（6）变量的随机存在性 11. 12.回归分析的主要内容有：（1）根据样本观测值对经济计量模型参数进行估计，求得回归方程（2）对回归方程、参数估计值进行显著性检验（3）利用回归方程进行分析、评价及预测。 13.叙述原理：最小二乘法：当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得模型能最好的的拟合样本数据：最大似然法：当从模型的总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。在满足一系列基本假设的情况下，模型结构参数的最大或然估计量与普通最小二乘估计量是相同的。
计量经济学重点简答题 1.简述计量经济学与经济学、统计学、数理统计学学科间得关系。 答：计量经济学就是经济理论、统计学与数学得综合.经济学着重经济现象得定性研究,计量经济学着重于定量方面得研究。统计学就是关于如何收集、整理与分析数据得科学，而计量经济学则利用经济统计所提供得数据来估计经济变量之间得数量关系并加以验证。数理统计学作为一门数学学科,可以应用于经济领域，也可以应用于其她领域；计量经济学则仅限于经济领域。计量经济模型建立得过程，就是综合应用理论、统计与数学方法得过程,计量经济学就是经济理论、统计学与数学三者得统一。 ２、计量经济模型有哪些应用？ 答：①结构分析②经济预测③政策评价④检验与发展经济理论 3、简述建立与应用计量经济模型得主要步骤。 答:模型设定估计参数模型检验模型应用 或1)经济理论或假说得陈述２) 收集数据3）建立数理经济学模型4)建立经济计量模型5）模型系数估计与假设检验６）模型得选择7)理论假说得选择８)经济学应用 4、对计量经济模型得检验应从几个方面入手？ 答：①经济意义检验②统计推断检验③计量经济学检验④模型预测检验 5、计量经济学应用得数据就是怎样进行分类得？ 答:时间序列数据截面数据面板数据虚拟变量数据 6、解释变量与被解释变量，内生变量与外生变量 被解释变量就是模型要研究得对象，被称为“因变量”，就是变动得结果。 解释变量就是说明被解释变量变动得原因,被称为“自变量”，就是变动得原因. 内生变量就是其数值由模型所决定得变量，就是模型求解得结果。 外生变量就是其数值由模型以外决定得变量。 7、计量经济学得含义 计量经济学就是以经济理论与经济数据得事实为依据,运用数学、统计学得方法，通过建立数学模型来研究经济数量关系与规律得一门经济学科。 8、在计量经济模型中,为什么会存在随机误差项？ 答:随机误差项就是计量经济模型中不可缺少得一部分. 产生随机误差项得原因有以下几个方面:①模型中被忽略掉得影响因素造成得误差;②模型关系认定不准确造成得误差;③变量得测量误差；④随机因素. 9．对于多元线性回归模型,为什么在进行了总体显著性Ｆ检验之后，还要对每个回归系数进行就是否为0得ｔ检验? 答：多元线性回归模型得总体显著性F检验就是检验模型中全部解释变量对被解释变量得共同影响就是否显著。通过了此F检验，就可以说模型中得全部解释变量对被解释变量得共同影响就是显著得,但却不能就此判定模型中得每一个解释变量对被解释变量得影响都就是显著得。因此还需要就每个解释变量对被解释变量得影响就是否显著进行检验,即进行t 检验. 10、古典线性回归模型具有哪些基本假定。 答：1 随机误差项与解释变量不相关。２随机误差项得期望或均值为零。３随机误差项具有同方差,即每个随机误差项得方差为一个相等得常数。4 两个随机误差项之间不相关,即随机误差项无自相关。 1１、在多元线性回归分析中，为什么用修正得决定系数衡量估计模型对样本观测值得拟合优度？ 答:因为人们发现随着模型中解释变量得增多,多重决定系数得值往往会变大,从而增加了模
2013－2014 学年第二学期《工程光学》随堂测试（I） 2013－2014 学年第二学期《工程光学》随堂测试（II） 班级学号姓名成绩 2014 年3 月7 日班级学号姓名 2014 年3 月11 日 成绩 一、填空题（本题共6 分，第2 小题每空0.5 分，其余每空1 分） 1、可见光的波长范围380nm~760nm 。 2、几何光学的四大基本定律分别是光的直线转播定律，光的独立传播定律，光的折射定律， 光的反射定律。一、填空题（本题共6 分，每空2 分） 1、光学系统成完善像应满足的条件为： ①入射波面为球面波，出射波面也为球面波。②入射光为同心光束，出射光也为同心光束。③物点和像点之间任意两条光路的光程相等。2、在近轴区内，表征单个折射球面的物、像位置关系公式可以简化为 n ' - n = n '- n 的形式，阿贝不变量Q 的等式为Q = n '( 1 - 1 ) = n( 1 1 ) （已知 3、全反射的基本条件光线从光密介质向光疏介质入射，入射角大于临l ' l r r l ' r l 界角。 4、已知光在真空中的光速c≈3×108m/s 则光在水（n=1.333）中的光速为c = 2.25 ?108 m / s 。 n 物方折射率为n，像方折射率为n＇，球的半径为r，物方截距为l，像方截距为l＇）。 二、画图题（本题共4 分）。 试利用符号规则标出下面光组及光线的实际位置 二、简答题（本题共4 分，每题2 分）。 1、简述光路可逆性原理 Page 4 2、简述费马原理P a g e 5 r =-40 mm, L＇ = 200mm, U＇= -10°。
第一章测试 1 【单选题】(10分) 计量经济学是一门学科。 A. 统计学 B. 经济学 C. 数学 D. 计量学 2 【单选题】(10分) 计量经济学的创始人是： A. 伍德里奇 B. 格兰杰 C. 弗里希 D.
凯恩斯 3 【多选题】(10分) 计量经济学主要由、和三门学科的内容有机结合而成。 A. 测度论 B. 计量学 C. 数学 D. 经济学 E. 统计学 4 【判断题】(10分) 国际计量经济学会成立标志着计量经济学作为一门独立学科地位的正式确立。
A. 错 B. 对 5 【判断题】(10分) 计量经济学具有综合性、交叉性和边缘性的特点。 A. 错 B. 对 6 【单选题】(10分) 计量经济模型一般由、、、等四个要素构成。 A. 函数关系、因果关系、统计关系和计量关系 B. 经济变量、参数、随机误差项和方程的形式
C. 变量、公式、模型和方程 D. 经济变量、数学变量、统计变量和计量软件 7 【单选题】(10分) 对计量经济模型进行检验的三个常用准则是： A. 渐进一致性准则、渐进有效性准则和渐进正态性准则 B. 正确准则、有效准则和简洁准则 C. 线性准则、无偏性准则和最优性准则 D. 经济意义准则、统计检验准则和计量检验准则 8 【判断题】(10分) 判断模型参数估计量的符号、大小、相互之间关系的合理性属于经济意义准则。
A. 对 B. 错 9 【判断题】(10分) 在同一时间不同统计单位的相同统计指标组成的数据列是横截面数据。 A. 对 B. 错 10 【单选题】(10分) 建立计量经济模型的一般步骤是： A. 搜集资料，参数估计，模型设定，模型应用 B.
1.计量经济学与经济理论、统计学、数学的联系是什么？计量经济学与经济理论、统计学、数学的联系主要体现在计量经济学对经济理论、统计学、数学的应用方面，分别如下： 1）计量经济学对经济理论的利用主要体现在以下几个方面 （1）计量经济模型的选择和确定 （2）对经济模型的修改和调整 （3）对计量经济分析结果的解读和应用 2）计量经济学对统计学的应用 （1）数据的收集、处理、 （2）参数估计 （3）参数估计值、模型和预测结果的可靠性的判断3）计量经济学对数学的应用 （1）关于函数性质、特征等方面的知识 （2）对函数进行对数变换、求导以及级数展开 （3）参数估计 （4）计量经济理论和方法的研究 2.模型的检验包括哪几个方面？具体含义是什么？ 模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。 ①在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号、大小、参数之间的关系是否与根据人们的经验和经济理论所拟订的期望值相符合； ②在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质，有拟合优度检验、变量显著检验、方程显著性检验等； ③在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等； ④模型的预测检验，主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。 1.为什么计量经济学模型的理论方程中必须包含随机干扰项？ 计量经济学模型考察的是具有因果关系的随机变量间的具体联系方式。由于是随机变量，意味着影响被解释变量的因素是复杂的，除了解释变量的影响外，还有其他无法在模型中独立列出的各种因素的影响。这样，理论模型中就必须使用一个称为随机干扰项的变量来代表所有这些无法在模型中独立表示出来的影响因素，以保证模型在理论上的科学性。3.为什么用可决系数R2评价拟合优度，而不是用残差平方和作为评价标准？ 可决系数R2=ESS/TSS=1-RSS/TSS，含义为由解释变量引起的被解释变量的变化占被解释变量总变化的比重，用来判定回归直线拟合的优劣，该值越大说明拟合的越好；而残差平方和与样本容量关系密切，当样本容量比较小时，残差平方和的值也比较小，尤其是不同样本得到的残差平方和是不能做比较的。此外，作为检验统计量的一般应是相对量而不能用绝对量，因而不能使用残差平方和判断模型的拟合优度。 4.根据最小二乘原理，所估计的模型已经使得拟合优度差达到最小，为什么还要讨论模型的拟合优度问题？ 普通最小二乘法所保证的最好拟合是同一个问题内部的比较，即使用给出的样本数据满足残差的平方和最小；拟合优度检验结果所表示的优劣可以对不同的问题进行比较，即可以辨别不同的样本回归结果谁好谁坏。 1.多元线性回归模型与一元线性回归模型有哪些区别？ 多元线性回归模型与一元线性回归模型的区别表现在如下几个方面：一是解释变量的个数不同；二是模型的经典假设不同，多元线性回归模型比一元线性回归模型多了个“解释变量之间不存在线性相关关系”的假定；三是多元线性回归模型的参数估计式的表达更为复杂。 2.为什么说最小二乘估计量是最优线性无偏估计量？对于多元线性回归最小二乘估计的正规方程组，能解出唯一的参数估计量的条件是什么？ 在满足经典假设的条件下，参数的最小二乘估计量具有线性性、无偏性以及最小性方差，所以被称为最优线性无偏估计量（BLUE） 对于多元线性回归最小二乘估计的正规方程组，能解出唯一的参数估计量的条件是（X X ）-1存在，或者说各解释变量间不完全线性相关。