一、名词解释（5*3分=15分）(斜体表明仅供参考)
计量经济学：以经济理论和经济数据的事实为依据，运用数学和统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。
最小二乘法：指在满足古典假设的条件下，用使估计的剩余平方和最小的原则确定样本回归函数的方法，简称OLS
随机扰动项：总体回归函数中，各个Y值与条件期望的Y值的偏差，又称随机误差项。是代表那些对Y有影响但又未纳入模型的诸多因素的影响。
总体回归函数：在给定解释变量X i条件下，总体被解释变量Y i的期望轨迹，函数式表示为E（Y i∣X i）=f(Xi)= β0+β1X i 样本回归函数：在总体中抽取若干个样本构成新的总体，然后在新的总体下，给定解释变量X i，被解释变量Y i的期望轨迹，函数式表示为E（Y i∣X i）=Y i^= β0^+β1^X i
系数显著性检验:（t检验）对回归系数对应的解释变量是否对被解释变量有显著影响的统计学检验方法
方程显著性检验:（F检验）对模型的被解释变量与所有解释变量之间的线性关系在整体上是否显著的统计学检验方法高斯-马尔可夫定理：在古典假设的条件下，OLS估计量是总体参数的最佳线性无偏估计量，即BULE。
拟合优度：为说明多元线性回归模型中对观测值的拟合情况，可以考察在Y的总变差中能由解释变量所解释的那部分变差的比重，即回归平方和与总体平方和的比值，R2=ESS/TSS=1-RSS/TSS.
调整的可决系数:是一个用于描述多个解释变量对被解释变量的联合影响程度的统计量，相对可决系数而言，克服了随解释变量的增加而变大的缺陷。表达式为R—2=1-(n-1)RSS/(n-k)TSS
多重共线性:指解释变量之间存在的完全或近似的线性关系
异方差：模型中随机误差项不再满足经典假设的同方差假定，其方差随观测个体的变化而变化，即D（εi）=σi2
加权最小二乘法：在拟合存在异方差的模型中，对不同的σi2区别对待（重小轻大原则）,构造权数W i=1/σi2，根据最小二乘原理，使加权的残差平方和最小，从而估计参数，这种求解参数估计式的方法为加权最小二乘法。
自相关：又称序列相关，是指在总体回归模型的随机误差项u i之间存在相关关系就，即cov(u i, u j)≠0.(i≠j)
判断题（10*1分=10分）
1、随机误差项u i与残差项e i是一回事。（乂）
2、总体回归函数给出了对应于每一个自变量的因变量的值。（乂）
3、线性回归模型意味着因变量是自变量的线性函数。（乂）
4、在线性回归模型中，解释变量是原因，被解释变量是结果。（√）
5、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。(乂)
6、尽管有完全的多重共线性，OLS估计量仍然是最优线性无偏估计量。（乂）
7、在高度多重共线的情形中，要评价一个或多个偏回归系数的个别显著性是不可能的。（乂）
R值，则高度共线性的存在是肯定无疑的了。（√）
8、如果有某一辅助回归显示出高的2
i
9、变量的两两高度相关并不表示高度多重共线性。（乂）
10、如果分析的目的仅仅是预测，则多重共线性是无害的。 ( √ )
R值。 ( 乂 )
11、在多元回归中，根据通常的t检验，每个参数都是统计上不显著的，你就不会得到一个高的2
12、变量不存在两两高度相关表示不存在高度多重共线性。 ( 乂 )
13、当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性。（乂）
14、当异方差出现时，常用的t检验和F检验失效。（√）
15、在异方差情况下，通常OLS估计一定高估了估计量的标准差。（乂）
16、如果OLS回归的残差表现出系统性，则说明数据中有异方差性。（√）
17、如果回归模型遗漏一个重要的变量，则OLS残差必定表现出明显的趋势。（√）
18、在异方差情况下，通常预测失效。（√）
19、当模型存在高阶自相关时，可用D-W法进行自相关检验。（乂）
20、当模型的解释变量包括内生变量的滞后变量时，D-W检验就不适用了。（√）
21、DW 值在0和4之间，数值越小说明正相关程度越大，数值越大说明负相关程度越大。（√ ）
22、假设模型存在一阶自相关，其他条件均满足，则仍用OLS 法估计未知参数，得到的估计量是无偏的，不再是有效的，显著性检验失效，预测失效。 （ √ ）
23、当存在自相关时，OLS 估计量是有偏的，而且也是无效的。 （ 乂 ） 24、消除自相关的一阶差换变换假定自相关系数必须等于－1。 （乂 ）
25、发现模型中存在误差自相关时，都可以利用差分法来消除自相关。 （ √ ）
26、在自回归模型中，由于某些解释变量是被解释变量的滞后变量，如t t t t u y x y +++=-1321βββ 那么杜宾—沃森（D —W ）检验法不适用。 （ √ ）
27、在杜宾—沃森（D —W ）检验法中，我们假定误差项的方差是同方差。 （ √ ）
28、模型t t t u x y ++=21ββ中的2R 与t t t t t v x x y y +-=---)(121β中的2R 不可以直接进行比较。 （ √ ） 三、汉译英（15分） 1、Autocorrelation also known as serial correlation, is the cross-correlation of a signal with itself, in linear regression analysis, if the errors are serially dependent => autocorrelation/serial correlation Likely causes: 1. Omit variable that ought to be included. 2. Misspecification of the functional form. This is most obvious where a straight line is put through a curve of dots. This would clearly show up in plots of residuals. 3. Errors of measurement in the dependent variable. If the errors are not random then the error term will pick up any systematic mistakes.
The Problem ：OLS is not the best estimation method.(is unbiased, consistent, inefficient) It will underestimate the true variance. So the t values will look too good, will reject H0 when it is true Tests ：1. Plot the residuals over time or against a particular variable and see if there is a pattern.2. Durbin Watson Statistic:
Solutions ：increase number of observations specify correctly GLS
1、自相关又称序列相关，在线性回归分析中，如果随机误差是连续相关的，自相关是μ1，μ2，…，μn 序列自身的相关。
产生原因：1.忽略了遗漏变量2.函数形式的设定偏误。例如，将本应该是曲线的模型设定为线性曲线的模型，这将会在残差图中明确地表现出来。3.相关变量的处理错误。如果误差不是随机的，那么将会产生系统误差。
后果：普通最小二乘法（OLS ）不是最好的估计方法（无偏的，一致的，无效的） 它将低估参数估计值的真实方差，从而过高估计t 统计量的值，当H 0为真时，拒绝H 0。
检验：1.按照时间顺序或者一个特定的变量绘制回归残差项的图形并且观察是否逐次有规律地变化。2.DW 检验法 解决方法：增大样本容量 准确定义 GLS （广义的最小二乘法回归）
2、The econometrics literature focuses on use of the bootstrap in hypothesis testing,which relies on approximation of probabilities in the tails of the distributions of statistics. Other applications are to confidence intervals, estimation of standard errors, and bias education. The bootstrap is straightforward to implement f or smooth √N -consistent estimators based on iid samples, though bootstraps with asymptotic refinements are underutilized. Caution is needed in other settings, including non-smooth estimators such as the median, nonparametric estimators, and inference for data that are not iid.
计量经济学文献侧重于假设检验中的自举估计方法的使用，它依赖于检验统计量尾部概率分布的近似值。其他的应用是对置信区间，标准误差估计和偏差的评判。通常统计量不是渐进充分的，但对于独立同分布的自举样本，且统计量是光滑√N 一致统计量时，自举估计量较容易实现。，对于样本不是独立同分布或者统计量是非光滑估计量和非参数估计量等其它情形，自举推断较复杂。
3、The Durbin –Watson test has become so venerable that practitioners often forget the assumptions
underlying the test. In particular, the assumptions that (1) the explanatory variables are non-stochastic; (2) the error term follows the normal distribution;(3) the regression models do not include the lagged value(s) of the regressand; and (4) only the first-order serial correlation is taken into account are very important for the application of the DW test. It should also be added that a significant DW statistic may not necessarily
indicate autocorrelation. Rather, it may be an indication of omission of relevant variables from the model.
注：venerable 珍贵的，神圣的；regressand 回归元，在计量经济学中常指被解释变量；
normal distribution 正态分布；the first-order serial correlation 一阶自相关；
DW检验如此高大上以至于检验人员经常忘记相关的假设检验，特别是，如下假设(1)被解释变量是非随机的（2）误差项遵循正态分布（3）回归模型不包括解释变量的滞后值（4）在应用DW检验最重要的一点是只考虑一阶自相关。同样应该注意的是，一个重要的DW统计量可能不一定表明自相关关系，而是这个序列模型遗漏了相关变量的一个迹象而已。
四、简答题（4~5个共20分）
1、回归分析与相关分析的区别与联系?
联系：回归分析与相关分析都是研究变量间的统计学课题。回归分析是在相关分析和因果分析的基础上，去研究解释变量对被解释变量的影响，相关分析中相关系数的确定是建立在回归分析的基础上的，二者互相补充、相辅相成。
2、经典假设的内容是什么？
零均值假定；同方差假定；无自相关假定；随机扰动项与解释变量不相关；正态性假定。
3、影响随机误差项的主要因素有哪些？
模型设定误差；变量的观测误差；经济变量的内在随机性；影响因素数据无法取得
4、产生多重共线性的背景？判断方法？处理方法？对模型的主要影响？
产生背景：经济变量之间有共同变化的趋势；模型中包含滞后变量；利用截面数据建立模型；样本数据自身的问题。判断方法：简单相关系数法、方差膨胀因子法、条件系数法、经验法、（逐步回归检测法）
处理方法：增大样本数、剔除变量、岭回归
完全多种共线性对模型的影响：参数的估计值不确定；参数估计值的方差无限大。
严重多重共线性对模型的影响：参数估计的方差和协方差增大；参数估计的置信区间趋于变大；假设检验容易作出错误的判断；可能造成可决系数R^2较高，F检验的显著性很高，但t检验却可能不显著。
5、异方差的影响？检测手段？补救措施？
影响：对估计参数的统计特性的影响有参数的OLS估计仍然具有无偏性但是其方差不再是最小的；古典假设下的假设检验即t、F检验不再成立；
检测手段：图示法、Glejser检验、Goldfeld-Quanadt检验、White检验、ARGH检验；
补救措施：加权最小二乘法、模型对数变换、对模型变换。
怀特检验（White检验）的步骤（了解120~121）、加权最小二乘法的思想。
6、自相关的后果？（同异方差）
对估计参数的统计特性的影响有参数的OLS估计仍然具有无偏性但是其方差不再是最小的；古典假设下的假设检验即t、F检验不再成立（标准误被低估，t值高估）
7、DW检验的步骤、五个区域及其应用条件？
步骤：构建原假设H0：ρ=0；构建统计量DW≈2（1-ρ^）;查DW分布表，得到相应D L和D U;判定模型自相关状态。
五个区域：0≤DW≤D L正相关；D L 4-D U≤DW<4-D L不能判定；4-D L≤DW≤4 应用条件：解释变量X为非随机的；随机误差项为一阶自回归形式；线性模型的解释变量中不包含滞后的被解释变量；只适用于有常数项的回归模型；数据序列无缺失项。 8、在回归模型中，如果模型的随机干扰项无自相关，但是我们错误的判定模型中有一阶自相关，并使用了广义差分模型，将会产生什么后果？ 五、计算分析题（2个30分；计算、软件输出结果的分析） 1、一元线性回归中相关参数估计，比如参数如何求得；R2的相关问题；t、F统计量的表达；标准误的计算; 2、Eviews 案例输出结果的解释，主要就是F 值，t 值，R 2 值，回归模型式，残差能否反映自相关或者异方差问题类似这些。（多重共线性、异方差、自相关的判断） 六、证明题（一个10分第二章） 1、OLS 回归线的性质证明？见课本29~30页 1）样本回归线通过样本均值 1212=,,Y X Y X X Y ββββ∧-∧--∧∧--- =-+因为，即样本通过（） 2）i i i n Y Y Y ∧ ∧ - 的均值等于实际值Y 的均值 i 12121211=(X )X n n n i i Y X Y ββββββ∧ ∧∧∧∧ ∧∧--∑+=+∑=+= 3）剩余项i e 的均值为零，由最小二乘准则知 12i (Y X )00i i i e e e n ββ∧∧- ∑∑=∑--== =，所以 4）被解释变量i Y ∧ 与剩余项e i 不相关 i ,i Y e r ∧ ∧ = 因为 2222 2 2 2222222(y x )(x )(y x )x y x x x 0 i i i i i i i i i i i i i y e y βββββββ∧∧∧∧∧ ∧ ∧∧∧∑=∑-=∑-=∑-∑=∑-∑=， 所以 i ,i Y e r ∧ =0 5）解释变量i X 与剩余项e i 不相关 X ,i i e r = = 由OLS 正规方程式有12()0i i i i i Y X X X e ββ∧∧ ∑--=∑=，所以 X ,i i e r =0 2、OLS 估计量的线性、无偏性、有效性的证明？见课本32~34页 1）线性： 2 2 2 2 2 2 i i i i 12i i ()=0=11=()i i i i i i i i i i i i i i i i x y x Y Y x Y x Y kY x x x x x k k k X x Y X Y X kY X k Y n ββββΛ Λ ∧ Λ - - - -= ==-∑=∑∑-=-=∑-∑∑∑∑∑∑∑∑∑∑ｉ证明斜率系数估计量是Ｙ的线性函数。 ， （其中＝ ，，）类似地， 2）无偏性： 212122i 222221221221 )(()(=)i i i i i i i kY k X k k X k k k E E k E E Y X E Y X E X X ββββμββμβμββμββμββββββββΛ Λ Λ Λ - Λ - - - Λ - - ==++=++=++=+=+-=∑∑∑∑∑∑∑∑ｉｉｉｉｉｉｉｉ 的无偏估计量。 （ 对等式 ＝两边取期望有，）此外，）（-）=（)-（）=( 3）有效性 2 222222222222 22 222 22 2 2 i 12 ()[()]()()()2() ()[]() ()= ()=i i i i i j i j i j i i i i i i i i Var k x x x x k x x Var x X Var n x ββββββμβμμμμμσββσ∧∧∧ ∧ ≠∧ ∧ =E -E =E -=E +∑-∑E +E ∑E ∑=E =∑∑∑∑∑∑在同方差和无自相关的假定条件下有：类似地 （注：专业文档是经验性极强的领域，无法思考和涵盖全面，素材和资料部分来自网络，供参考。可复制、编制，期待你的好评与关注） 第一章:1计量经济学研究方法:模型设定,估计参数,模型检验,模型应用 2.计量经济模型检验方式:①经济意义:模型与经济理论是否相符②统计推断:参数估计值是否抽样的偶然结果③计量经济学:是否复合基本假定④预测:模型结果与实际杜比 3.计量经济学中应用的数据类型:①时间序列数据(同空不同时)②截面数据(同时不同空)③混合数据(面板数据)④虚拟变量数据(学历,季节,气候,性别) 第二章:1.相关关系的类型:①变量数量:简单相关/多重相关(复相关)②表现形式:线性相关(散布图接近一条直线)/非线性相关(散布图接近一条直线)③变化的方向:正相关(变量同方向变化,同增同减)/负相关(变量反方向变化,一增一减不相关) 2.引入随机扰动项的原因:①未知影响因素的代表(理论的模糊性)②无法取得数据的已知影响因素的代表(数据欠缺)③众多细小影响因素综合代表(非系统性影响)④模型可能存在设定误差(变量,函数形式设定)⑤模型中变量可能存在观测误差(变量数据不符合实际)⑥变量可能有内在随机性(人类经济行为的内在随机性) 3.OLS回归线数学性质:①剩余项的均值为零②OLS回归线通过样本均值③估计值的均值等于实际观测值的均值④被解释变量估计值与剩余项不相关⑤解释变量与剩余项不相关 4.OLS估计量”尽可能接近”原则:无偏性,有效性,一致性 5.OLS估计式的统计性质/优秀品质:线性特征,无偏性特征,最小方差性特征 第三章:1.偏回归系数:控制其他解释变量不变的条件下,第j个解释变量的单位变动对被解释变量平均值的影响,即对Y平均值直接或净的影响 2.多元线性回归中的基本假定:①零均值②同方差③无自相关④随机扰动项与解释变量不相关⑤无多重共线性⑥正态性…一元中有12346 3. OLS回归线数学性质:同第二章3 4. OLS估计式的统计性质:线性特征,无偏性特征,最小方差性特征 5.为什么用修正可决系数不用可决系数?可决系数只涉及变差没有考虑自由度,如果用自由度去校正所计算的变差,可纠正解释变量个数不同引起的对比困难 第四章:1.多重共线性背景: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③利用截面数据建立模型可出现..④样本数据自身原因 2.后果:A完全①参数估计值不确定②csgj值方差无限大B不完全①csgj量方差随贡献程度的增加而增加②对cs区间估计时,置信区间区域变大③假设检验用以出现错误判断④可造成可决系数较高,但对各cs估计的回归系数符号相反,得出错误结论 3.检验:A简单相关系数检验法:COR 解释变量.大于0.8,就严重B方差膨胀因子法:因子越大越严重;≥10,严重C直观判断法:增加或剔除一个解释变量x,估计值y发生较大变化,则存在;定性分析,重要x标准误差较大并没通过显著性检验时,则存在;x回归系数所带正负号与定性分析结果违背,则存在;x相关矩阵中,x之间相关系数较大,则存在D逐步回归检验法:将变量逐个引入模型,每引入一个x,都进行F检验,t检验,当原来引入的x由于后面引入的x不显著是，将其剔除.以确保每次引入新的解释变量之前方程种植包含显著变量. 4.补救措施:①剔除变量法②增大样本容量③变换模型形式:自相关④利用非样本先验信息⑤截面数据与时序数据并用:异方差⑥变量变换 第五章:1.异方差产生原因:①模型中省略了某些重要的解释变量②模型设定误差③数据测量误差④截面数据中总体各单位的差异 2.后果:A参数估计统计特性:参数估计的无偏性仍然成立;参数估计方差不再是最小B参数显著性检验:t统计量进行参数检验失去意义C预测影响:将无效 3检验:A图示①相关图形分析data x y,看散点图,quick→graph→x,y→OK→scatter diagram→ 计量经济学题库 三、名词解释（每小题3分） 1．经济变量 2．解释变量3．被解释变量4．内生变量 5．外生变量 6．滞后变量 7．前定变量 8．控制变量9．计量经济模型10．函数关系 11．相关关系 12．最小二乘法 13．高斯－马尔可夫定理 14．总变量（总离差平方和）15．回归变差（回归平方和） 16．剩余变差（残差平方和） 17．估计标准误差 18．样本决定系数 19．点预测 20．拟合优度 21．残差 22．显著性检验23.回归变差 24.剩余变差 25.多重决定系数 26.调整后的决定系数 27.偏相关系数 28.异方差性 29.格德菲尔特-匡特检验 30.怀特检验 31.戈里瑟检验和帕克检验 32.序列相关性 33.虚假序列相关 34.差分法 35.广义差分法 36. 自回归模型 37.广义最小二乘法38.DW 检验 39.科克伦-奥克特跌代法 40.Durbin 两步法 41.相关系数 42.多重共线性 43.方差膨胀因子 44．虚拟变量 45．模型设定误差 46．工具变量 47．工具变量法 48．变参数模型 49．分段线性回归模型 50．分布滞后模型 51．有限分布滞后模型52．无限分布滞后模型 53．几何分布滞后模型 54．联立方程模型 55．结构式模型 56．简化式模型 57．结构式参数 58．简 化式参数 59．识别 60．不可识别 61．识别的阶条件 62．识别的秩条件 63．间接最小二乘法 四、简答题（每小题5分） 1．简述计量经济学与经济学、统计学、数理统计学学科间的关系。 2．计量经济模型有哪些应用？ 3．简述建立与应用计量经济模型的主要步骤。 4．对计量经济模型的检验应从几个方面入手？ 5．计量经济学应用的数据是怎样进行分类的？ 6．在计量经济模型中，为什么会存在随机误差项？ 7．古典线性回归模型的基本假定是什么？ 8．总体回归模型与样本回归模型的区别与联系。 9．试述回归分析与相关分析的联系和区别。 10．在满足古典假定条件下，一元线性回归模型的普通最小二乘估计量有哪些统计性质？ 11．简述BLUE 的含义。 12．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是否为0的t 检验？ 13.给定二元回归模型：01122t t t t y b b x b x u =+++，请叙述模型的古典假定。 14.在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？ 15.修正的决定系数2R 及其作用。 16.常见的非线性回归模型有几种情况？ 17.观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。 ①t t t u x b b y ++=310 ②t t t u x b b y ++=log 10 ③ t t t u x b b y ++=log log 10 ④t t t u x b b y +=)/(10 18. 观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。 联立方程模型 一、概念： 联立方程模型系统将变量分为内生变量和外生变量两大类。 由系统决定的，同时也对模型系统产生影响，它会受到随机项的影 响。一般都是经济变量。每一个内生变量的值都要利用模型中的全 部方程才能决定。 外生变量：是不由系统决定的变量，是系统外变量，取值由系统外决定。一般是确定性变量，或者是具有临界概率分布的随机变量，其参数不是 模型系统研究的元素。外生变量影响系统，但本身不受系统的影响。 外生变量一般是经济变量、条件变量、政策变量、虚变量。 先决变量：外生变量和滞后内生变量 注：联立方程模型中有多少个内生变量就必定有多少个方程 ：根据经济理论和行为规律建立的描述经济变量之间直接结构关系 的计量经济学方程系统称为结构式模型。 结构方程的正规形式：将一个内生变量表示为其他内生变量、先 决变量和随机干扰项的函数形式 完备的结构式模型：g个内生变量、k个先决变量、g个结构方程 行为方程：描述变量之间经验关系的方程，含有未知的参数和随 机扰动项。例如：凯恩斯收入决定模型中的消费函数 制度方程：由法律、制度、政策等制度性规定的经济变量之间的 函数关系，如税收方程。 恒等式：定义方程式和平衡方程。 简化式模型：用所有先决变量作为每个内生变量的解释变量所形成的模型。 参数关系体系：描述简化式参数与结构式参数之间的关系。 二、识别 方程之间的关系有严格的要求，一个方程模型想要能估计，必须可识别。 ∴进行模型的估计之前需要判断模型是否可以识别（即是否能被估计）。 1、识别的基本定义：是否具有确定的统计形式。 注：识别的定义是针对结构方程而言的。 模型中每个需要估计其参数的随机方程都存在识别问题。 如果一个模型中的所有随机方程都是可以识别的，则认为该联立方程模型 系统是可以识别的。反之不识别。 恒等方程由于不存在参数估计问题，所以也不存在识别问题。但是，在判 断随机方程的识别性问题时，应该将恒等方程考虑在内。 恰好识别：某一个随机方程只有一组参数估计量 过度识别：某一个随机方程具有多组参数估计量 方程的线性组合是否得到的新方程具有与消费方程相同的统计形式，决定了方程也是否是可以识别的。 2、如何修改模型使不可识别的方程变成可以识别 （1）或者在其它方程中增加变量； （2）或者在该不可识别方程中减少变量。 （3）必须保持经济意义的合理性。 3、识 别条件 结构式: B ΓN Y X += 计量经济学重点知识整理 1一般性定义 计量经济学是以经济理论和经济数据的事实为依据,运用数学和统计学的方法,通过建立数学模型来研究经济数量关系和规律的一门经济学科。 研究的主体（出发点、归宿、核心）: 经济现象及数量变化规律 研究的工具（手段）: 模型数学和统计方法 必须明确: 方法手段要服从研究对象的本质特征（与数学不同),方法是为经济问题服务 2注意:计量经济研究的三个方面 理论：即说明所研究对象经济行为的经济理论——计量经济研究的基础 数据:对所研究对象经济行为观测所得到的信息——计量经济研究的原料或依据 方法：模型的方法与估计、检验、分析的方法——计量经济研究的工具与手段 三者缺一不可 3计量经济学的学科类型 ●理论计量经济学 研究经济计量的理论和方法 ●应用计量经济学：应用计量经济方法研究某些领域的具体经济问题 4区别: ●经济理论重在定性分析,并不对经济关系提供数量上的具体度量 ●计量经济学对经济关系要作出定量的估计,对经济理论提出经验的内容 5计量经济学与经济统计学的关系 联系: ●经济统计侧重于对社会经济现象的描述性计量 ●经济统计提供的数据是计量经济学据以估计参数、验证经济理论的基本依据 ●经济现象不能作实验，只能被动地观测客观经济现象变动的既成事实，只能依赖于经济统计数据 6计量经济学与数理统计学的关系 联系: ●数理统计学是计量经济学的方法论基础 区别： ●数理统计学是在标准假定条件下抽象地研究一 般的随机变量的统计规律性; ●计量经济学是从经济模型出发，研究模型参数 的估计和推断,参数有特定的经济意义,标准 假定条件经常不能满足，需要建立一些专门的 经济计量方法 ３、计量经济学的特点： 1 .经济变量：经济变量是用来描述经济因素数量水平的指标。（3分） 2. 解释变量：是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量。（2分）它对因变量的变动做出解释，表现为方程所描述的因果关系中的因”。1 分） 3. 被解释变量：是作为研究对象的变量。（1分）它的变动是由解释变量做出解释的，表现为方程所描述的因果关系的果。（2分） 4. 内生变量：是由模型系统内部因素所决定的变量，（2分）表现为具有一定概率分布的随机变量，是模型求解的结果。（1分） 5. 外生变量：是由模型系统之外的因素决定的变量，表现为非随机变量。（2分）它影响模型中的内生变量，其数值在模型求解之前就已经确定。（1分） 6?滞后变量：是滞后内生变量和滞后外生变量的合称，（1分）前期的内生变量称为滞后 内生变量；（1分）前期的外生变量称为滞后外生变量。（1分） 7.前定变量：通常将外生变量和滞后变量合称为前定变量，（1分）即是在模型求解以前 已经确定或需要确定的变量。（2分） &控制变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条 件和状态等方面的变量，（2分）它一般属于外生变量。（1分） 9?计量经济模型：为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模 型，（2分）是以数学形式对客观经济现象所作的描述和概括。（1分） 10 .函数关系：如果一个变量y的取值可以通过另一个变量或另一组变量以某种形式惟一 地、精确地确定，则y与这个变量或这组变量之间的关系就是函数关系。（3分） 11 .相关关系：如果一个变量y的取值受另一个变量或另一组变量的影响，但并不由它们 惟一确定，则y与这个变量或这组变量之间的关系就是相关关系。（3分） 12 .最小二乘法：用使估计的剩余平方和最小的原则确定样本回归函数的方法，称为最小 二乘法。（3分） 13 .高斯-马尔可夫定理：在古典假定条件下，OLS估计量是模型参数的最佳线性无偏估计量，这一结论即是高斯—马尔可夫定理。（3分） 14 ?总变差（总离差平方和）：在回归模型中，被解释变量的观测值与其均值的离差平方 和。（3分） 15 ?回归变差（回归平方和）：在回归模型中，因变量的估计值与其均值的离差平方和，（2分）也就是由解释变量解释的变差。（1分） 16 ?剩余变差（残差平方和）：在回归模型中，因变量的观测值与估计值之差的平方和，（2分）是不能由解释变量所解释的部分变差。（1分） 17 ?估计标准误差：在回归模型中，随机误差项方差的估计量的平方根。（3分） 18 .样本决定系数：回归平方和在总变差中所占的比重。（3分） 19 ?点预测：给定自变量的某一个值时，利用样本回归方程求出相应的样本拟合值,以此 作为因变量实际值和其均值的估计值。（3分） 20 ?拟合优度：样本回归直线与样本观测数据之间的拟合程度。（3分） 21 ?残差：样本回归方程的拟合值与观测值的误差称为回归残差。（3分） 22 ?显著性检验：利用样本结果，来证实一个虚拟假设的真伪的一种检验程序。（3分） 23 ?回归变差：简称ESS表示由回归直线（即解释变量）所解释的部分（2分），表示x 对y的线 计量经济学资料整理 第一节 异方差性的概念 ●异方差性的实质 同方差的含义 同方差性：对所有的 有： 因为方差是度量被解释变量Y 的观测值围绕回 归线 的分散程度，因此同方差性指的是所有观测值的 分散程度相同。 异方差的含义 设模型为 如果对于模型中随机误差项ui 有： 则称具有异方差性。进一步，把异方差看成是由 于某个解释变量的变化而引起的，则 ●异方差产生的原因 （一）模型中省略了某些重要的解释变量 假设正确的计量模型是： 假如略去 ，而采用 (1,2,...,)i i n =2 Var()=i u σ12233...1,2,...,i i i k ki i Y X X X u i n ββββ=+++++=2Var(), 1,2,3,...,i i u i n σ==12233E()...i i i k ki Y X X X ββββ==++++22Var()() i i i u f X σσ==12233i i i i Y X X u βββ=+++*122i i i Y X u ββ=++3i X （5.5） 当被略去的 与 有呈同方向或反方向变化的趋势时,随 的有规律变化会体现在 式的 中。 （二）模型的设定误差 模型的设定主要包括变量的选择和模型数学形式的确定。模型中略去了重要解释变量常常导致异方差，实际就是模型设定问题。除此而外，模型的函数形式不正确，如把变量间本来为非线性的关系设定为线性，也可能导致异方差。 （三）数据的测量误差 样本数据的观测误差有可能随研究范围的扩大而增加，或随时间的推移逐步积累，也可能随着观测技术的提高而逐步减小。 （四）截面数据中总体各单位的差异 通常认为，截面数据较时间序列数据更容易产生异方差。这是因为同一时点不同对象的差异，一般说来会大于同一对象不同时间的差异。不过，在时间序列数据发生较大变化的情况下，也可能出现比截面数据更严重的异方差。 第二节 异方差性的后果 ●对参数估计统计特性的影响 2i X 2i X 3i X *i u 第1章 绪论 计量经济学的含义：一定的经济理论和实际统计资料为依据，运用数学、统计学方法和计算机技术，通过建立计量经济模型，定量的分析经济变量之间的随即因果关系。 计量经济学研究的经济关系具有两个特征：一是随机关系，产出与生产要素投入、消费与收入、投资与收入和利率之间都不是精确的函数关系。二是因果关系，计量经济模型中的每一个（随机）方程都是反映某个经济变量与其影响因素之间的因果关系。 计量经济学的研究步骤：建立理论模型、估计模型中的参数、检验估计的模型和应用模型进行定量分析。 1. 建立理论模型 其任务是依据经济理论和对所研究经济系统的认识，将系统内各经济变量之间的相互关系用一组（或一个）数学方程表示出来。这一阶段的工作又称为模型设定。模型设定一般包括总体设定和个体设定。总体设定的目标是能正确反映经济系统的运行机制。个体设定的目标是能正确反映经济变量之间的因果关系。 ①确定模型中的变量 计量经济学中一般将方程中的变量分为两类，方程等号左端的变量称为被解释变量，有端的变量称为解释变量，即用这些变量来解释或说明被解释变量的变化情况（回归分析中称为因变量和自变量）。建立理论模型时，主要是确定模型中的解释变量，一般时根据经济理论和经验确定被解释变量的主要影响因素。 ②确定模型中的函数形式 确定模型中的函数形式一般有两种方式，一种方式是根据经济行为理论，运用数理经济学的研究方法推导出模型的具体数学形式。另一种方式是根据实际统计资料绘制被解释变量和解释变量的相关图，由相关图显示的变量之间的相关关系确定模型的数学形式，这也是目前经常采用的方式。 ③确定统计指标并搜集整理数据 需要根据模型中变量的含义和统计数据的可得性，模型的研究目的，以及统计数据的可比性和一致性等因素进行综合考虑，以确定适当的统计指标。 建立计量经济模型的统计数据主要有三种类型：时间序列数据，即按时间先后顺序排列的数据，时间频率可以是年、季、月、日等；横截面数据，即某一时点上的数据；合并数据，即时间序列与横截面数据的 计量经济学知识点总 第一章:1计量经济学研究方法：模型设定，估计参数，模型检验，模型应用 2. 计量经济模型检验方式：①经济意义:模型与经济理论是否相符②统计推断：参数估计值是否抽样的偶然结果③计量经济学：是否复合基本假定④预测：模型结果与实际杜比 3. 计量经济学中应用的数据类型：①时间序列数据（同空不同时）②截面数据（同时不同空）③混合数据（面板数据）④虚拟变量数据（学历，季节，气候，性别）第二章：1.相关关系的类型：①变量数量：简单相关/多重相关（复相关）②表现形式：线性相关（散布图接近一条直线”非线性相关（散布图接近一条直线）③变化的方向:正相关（变量同方向变化，同增同减”负相关（变量反方向变化，一增一减不相关）2?引入随机扰动项的原因：①未知影响因素的代表（理论的模糊性）②无法取得数据的已知影响因素的代表（数据欠缺）③众多细小影响因素综合代表（非系统性影响）④模型可能存在设定误差（变量,函数形式设定）⑤模型中变量可能存在观测误差（变量数据不符合实际）⑥变量可能有内在随机性（人类经济行为的内在随机性） 3.0LS回归线数学性质：①剩余项的均值为零②OLS回归线通过样本均值③估计值的均值等于实际观测值的均值④被解释变量估计值与剩余项不相关⑤解释变量与剩余项不相关 4.0LS估计量”尽可能接近”原则:无偏性，有效性,一致性 5.0LS估计式的统计性质/优秀品质:线性特征，无偏性特征，最小方差性特征第三章:1.偏回归系数：控制其他解释变量不变的条件下，第j个解释变量的单位变动对被解释变量平均值的影响，即对丫平均值直接或净的影响 2. 多元线性回归中的基本假定：①零均值②同方差③无自相关④随机扰动项与解释变 计量经济学（第四版）习题参考答案 潘省初 第一章 绪论 1.1 试列出计量经济分析的主要步骤。 一般说来，计量经济分析按照以下步骤进行： （1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据 （4）估计参数 （5）假设检验 （6）预测和政策分析 1.2 计量经济模型中为何要包括扰动项? 为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。 1.3什么是时间序列和横截面数据? 试举例说明二者的区别。 时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。 横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。 1.4估计量和估计值有何区别？ 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。在一项应用中，依据估计量算出的一个具体的数值，称为估计值。如Y 就是一个估计量，1 n i i Y Y n == ∑。现有一样本，共4个数，100，104，96，130，则 根据这个样本的数据运用均值估计量得出的均值估计值为 5.1074 130 96104100=+++。 第二章 计量经济分析的统计学基础 2.1 略，参考教材。 2.2请用例2.2中的数据求北京男生平均身高的99％置信区间 N S S x = =45 =1.25 用α=0.05，N-1=15个自由度查表得005.0t =2.947，故99%置信限为 x S t X 005.0± =174±2.947×1.25=174±3.684 也就是说，根据样本，我们有99%的把握说，北京男高中生的平均身高在170.316至177.684厘米之间。 2.3 25个雇员的随机样本的平均周薪为130元，试问此样本是否取自一个均值为120元、标准差为10元的正态总体？ 原假设 120:0=μH 备择假设 120:1≠μH 检验统计量 () 10/25X X μσ-Z == == 查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即 此样本不是取自一个均值为120元、标准差为10元的正态总体。 2.4 某月对零售商店的调查结果表明，市郊食品店的月平均销售额为2500元，在下一个月份中，取出16个这种食品店的一个样本，其月平均销售额为2600元，销售额的标准差为480元。试问能否得出结论，从上次调查以来，平均月销售额已经发生了变化？ 原假设 : 2500:0=μH 备择假设 : 2500:1≠μH ()100/1200.83?X X t μσ-= === 查表得 131.2)116(025.0=-t 因为t = 0.83 < 131.2=c t , 故接受原假 设,即从上次调查以来，平均月销售额没有发生变化。 1.普通最小二乘法(Ordinary Least Squares,OLS)：已知一组样本观测值 {}n i Y X i i ,2,1:),(?=，普通最小二乘法要求样本回归函数尽可以好地拟合这组 值，即样本回归线上的点∧ i Y 与真实观测点Yt 的“总体误差”尽可能地小。普通 最小二乘法给出的判断标准是：被解释变量的估计值与实际观测值之差的平方和 最小。 2.广义最小二乘法GLS ：加权最小二乘法具有比普通最小二乘法更普遍的意义， 或者说普通最小二乘法只是加权最小二乘法中权恒取1时的一种特殊情况。从此 意义看，加权最小二乘法也称为广义最小二乘法。 3.加权最小二乘法WLS ：加权最小二乘法是对原模型加权，使之变成一个新的不 存在异方差性的模型，然后采用普通最小二乘法估计其参数。 4.工具变量法IV ：工具变量法是克服解释变量与随机干扰项相关影响的一种 参数估计方法。 5.两阶段最小二乘法2SLS, Two Stage Least Squares ：两阶段最小二乘法是一种既适 用于恰好识别的结构方程，以适用于过度识别的结构方程的单方程估计方法。 6.间接最小二乘法ILS ：间接最小二乘法是先对关于内生解释变量的简化式方程 采用普通小最二乘法估计简化式参数，得到简化式参数估计量，然后过通参数关 系体系，计算得到结构式参数的估计量的一种方法。 7.异方差性Heteroskedasticity ：对于不同的样本点，随机干扰项的方差不再是常数， 而是互不相同，则认为出现了异方差性。 8.序列相关性Serial Correlation ：多元线性回归模型的基本假设之一是模型的随机 干扰项相互独立或不相关。如果模型的随机干扰项违背了相互独立的基本假设， 称为存在序列相关性。 9.多重共线性Multicollinearity ：对于模型i k i i X X X Y μββββ++?+++=i k 22110i ， 其基本假设之一是解释变量X 1,X 2,…,Xk 是相互独立的。如果某两个或多个解释 第一章 绪论 （一）基本知识类题型 1-1． 什么是计量经济学？ 1-2． 简述当代计量经济学发展的动向。 1-3． 计量经济学方法与一般经济数学方法有什么区别？ 1-4．为什么说计量经济学是经济理论、数学和经济统计学的结合？试述三者之关系。 1-5．为什么说计量经济学是一门经济学科？它在经济学科体系中的作用和地位是什么？ 1-6．计量经济学的研究的对象和内容是什么？计量经济学模型研究的经济关系有哪两个基本特征？ 1-7．试结合一个具体经济问题说明建立与应用计量经济学模型的主要步骤。 1-8．建立计量经济学模型的基本思想是什么？ 1-9．计量经济学模型主要有哪些应用领域？各自的原理是什么？ 1-10．试分别举出五个时间序列数据和横截面数据，并说明时间序列数据和横截面数据有和异同？ 1-11．试解释单方程模型和联立方程模型的概念，并举例说明两者之间的联系与区别。 1-12．模型的检验包括几个方面？其具体含义是什么？ 1-13．常用的样本数据有哪些？ 1-14．计量经济模型中为何要包括随机误差项？简述随机误差项形成的原因。 1-15．估计量和估计值有何区别？哪些类型的关系式不存在估计问题？ 1-16．经济数据在计量经济分析中的作用是什么？ 1-17．下列假想模型是否属于揭示因果关系的计量经济学模型？为什么？ ⑴ S R t t =+1120012.. 其中S t 为第t 年农村居民储蓄增加额（亿元）、R t 为第t 年城镇 居民可支配收入总额（亿元）。 ⑵ S R t t -=+144320030.. 其中S t -1为第（1-t ）年底农村居民储蓄余额（亿元）、R t 为第t 年农村居民纯收入总额（亿元）。 1-18．指出下列假想模型中的错误，并说明理由： （1）RS RI IV t t t =-+83000024112... 其中，RS t 为第t 年社会消费品零售总额（亿元），RI t 为第t 年居民收入总额（亿元）（城镇 居民可支配收入总额与农村居民纯收入总额之和），IV t 为第t 年全社会固定资产投资总额 绪论 计量经济学：根据理论和观测的事实，运用合适的推理方法使之联系起来同时推导，对实际经济现象进行的数量分析。 计量经济学（定量分析）是经济学（定性分析）、统计学和数学（定量分析）的结合。 目的：把实际经验的内容纳入经济理论，确定变现各种经济关系的经济参数，从而验证经济理论，预测经济发展的趋势，为制定经济策略提供依据。 类型：理论计量经济学和应用计量经济学 计量经济学的研究步骤： （一）模型设定：要有科学的理论依据选择适当的数学形式方程中的变量要具有可观测性 （二）估计参数：参数不能直接观测而且是未知的 （三）模型检验：经济意义的检验、统计推断检验、计量经济学检验、模型预测检验 （四）模型应用：经济分析、经济预测、政策评价和检验、发展经济理论计量经济模型：计量经济模型是为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，是以数学形式对客观经济现象所作的描述和概括。 计量经济研究中应用的数据包括：①时间序列②数据截面③数据面板④数据虚拟变量数据 第二章 简单线性回归模型：只有一个解释变量的线性回归模型 相关系数：两个变量之间线性相关程度可以用简单线性相关系数去度量 总体相关系数：对于研究的总体，两个相互关联的变量得到相关系数。 总体相关系数Var方差Cov协议方差 总体回归函数：将总体被解释函数Y的条件期望表现为解释变量X的函数 总体 个体随机扰动项 引入随机扰动项的原因？ 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。 简单线性回归的基本假定？ （1）零均值假定时，即在给定解释变量Xi得到条件下，随机扰动项Ui的条件期望或条件均值为零。 （2）同方差假定，即对于给定的每一个Xi，随机扰动项Ui的条件方差等于某一常数。 （3）无相关假定，即随机扰动项Ui的逐次值互不相干，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。 （4）随机扰动项ui与解释变量Xi不想管 （5）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。 最小二乘准则：用使估计的剩余平方和最小的原则确定杨讷回归函数 最小二乘估计量评价标准：无偏性、有效性、一致性。 统计特性：线性特性、无偏性、有效性。 E（）= P28 《计量经济学》期末考试复习资料第一章绪论 参考重点： 计量经济学的一般建模过程 第一章课后题（1.4.5） 1.什么是计量经济学？计量经济学方法与一般经济数学方法有什么区别？ 答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科，是由经济学、统计学和数学三者结合而成的交叉学科。 计量经济学方法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；一般经济数学方法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。 4.建立与应用计量经济学模型的主要步骤有哪些？ 答：建立与应用计量经济学模型的主要步骤如下：(1)设定理论模型，包括选择模型所包含的变量，确定变量之间的数学关系和拟定模型中待估参数的数值范围；(2)收集样本数据，要考虑样本数据的完整性、准确性、可比性和—致性；(3)估计模型参数；(4)检验模型，包括经济意义检验、统计检验、计量经济学检验和模型预测检验。 5.模型的检验包括几个方面？其具体含义是什么？ 答：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。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与大小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；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；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；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。 第二章经典单方程计量经济学模型：一元线性回归模型 参考重点： 1.相关分析与回归分析的概念、联系以及区别？ 2.总体随机项与样本随机项的区别与联系？ 页12 共页1 第 一、名词解释（5*3分=15分）(斜体表明仅供参考) 计量经济学：以经济理论和经济数据的事实为依据，运用数学和统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。 最小二乘法：指在满足古典假设的条件下，用使估计的剩余平方和最小的原则确定样本回归函数的方法，简称OLS 随机扰动项：总体回归函数中，各个Y值与条件期望的Y值的偏差，又称随机误差项。是代表那些对Y有影响但又未纳入模型的诸多因素的影响。 总体回归函数：在给定解释变量X i条件下，总体被解释变量Y i的期望轨迹，函数式表示为E（Y i∣X i）=f(Xi)= β0+β1X i 样本回归函数：在总体中抽取若干个样本构成新的总体，然后在新的总体下，给定解释变量X i，被解释变量Y i的期望轨迹，函数式表示为E（Y i∣X i）=Y i^= β0^+β1^X i 系数显著性检验:（t检验）对回归系数对应的解释变量是否对被解释变量有显著影响的统计学检验方法 方程显著性检验:（F检验）对模型的被解释变量与所有解释变量之间的线性关系在整体上是否显著的统计学检验方法高斯-马尔可夫定理：在古典假设的条件下，OLS估计量是总体参数的最佳线性无偏估计量，即BULE。 拟合优度：为说明多元线性回归模型中对观测值的拟合情况，可以考察在Y的总变差中能由解释变量所解释的那部分变差的比重，即回归平方和与总体平方和的比值，R2=ESS/TSS=1-RSS/TSS. 调整的可决系数:是一个用于描述多个解释变量对被解释变量的联合影响程度的统计量，相对可决系数而言，克服了随解释变量的增加而变大的缺陷。表达式为R—2=1-(n-1)RSS/(n-k)TSS 多重共线性:指解释变量之间存在的完全或近似的线性关系 异方差：模型中随机误差项不再满足经典假设的同方差假定，其方差随观测个体的变化而变化，即D（εi）=σi2 加权最小二乘法：在拟合存在异方差的模型中，对不同的σi2区别对待（重小轻大原则）,构造权数W i=1/σi2，根据最小二乘原理，使加权的残差平方和最小，从而估计参数，这种求解参数估计式的方法为加权最小二乘法。 自相关：又称序列相关，是指在总体回归模型的随机误差项u i之间存在相关关系就，即cov(u i, u j)≠0.(i≠j) 判断题（10*1分=10分） 1、随机误差项u i与残差项e i是一回事。（乂） 2、总体回归函数给出了对应于每一个自变量的因变量的值。（乂） 3、线性回归模型意味着因变量是自变量的线性函数。（乂） 4、在线性回归模型中，解释变量是原因，被解释变量是结果。（√） 5、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。(乂) 6、尽管有完全的多重共线性，OLS估计量仍然是最优线性无偏估计量。（乂） 7、在高度多重共线的情形中，要评价一个或多个偏回归系数的个别显著性是不可能的。（乂） 8（√） 9、变量的两两高度相关并不表示高度多重共线性。（乂） 10、如果分析的目的仅仅是预测，则多重共线性是无害的。 ( √ ) 11、在多元回归中，根据通常的t ( 乂 ) 12、变量不存在两两高度相关表示不存在高度多重共线性。 ( 乂 ) 13、当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性。（乂） 14、当异方差出现时，常用的t检验和F检验失效。（√） 15、在异方差情况下，通常OLS估计一定高估了估计量的标准差。（乂） 16、如果OLS回归的残差表现出系统性，则说明数据中有异方差性。（√） 17、如果回归模型遗漏一个重要的变量，则OLS残差必定表现出明显的趋势。（√） 18、在异方差情况下，通常预测失效。（√） 19、当模型存在高阶自相关时，可用D-W法进行自相关检验。（乂） 20、当模型的解释变量包括内生变量的滞后变量时，D-W检验就不适用了。（√） 一、单选题： 1．拉格朗日乘数检验法适用于检验( c ) A. 异方差性 B. 多重共线性 C. 序列相关 D. 设定误差 2．解释变量X 的回归系数为β，下列哪种情况表明变量X 是显著的？( b ) A. t 统计量大于临界值 B. t 统计量的绝对值大于临界值 C. t 统计量小于临界值 D. t 统计量的绝对值小于临界值 3．回归分析中定义的( b ) A. 解释变量和被解释变量都是随机变量 B. 解释变量为非随机变量，被解释变量为随机变量 C. 解释变量和被解释变量都为非随机变量 D. 解释变量为随机变量，被解释变量为非随机变量 4．下列样本模型中，哪一个模型通常是无效的?( b ) A. C(消费)=500+0.8I(收入) B. Q D (商品需求)=10+0.8I(收入)-0.9P(价格) C. Qs(商品供给)=20-0.75P(价格) D. Y(产出量)=0.65K 0.6(资本)L 0.4(劳动) 5．判定系数R 2=0.75，说明回归直线能解释被解释变量总离差的：( b ) A. 80% B. 64% C. 20% D. 75% 6．根据20个观测值估计的结果，一元线性回归模型的DW=0.6,在α=0.05的显著性水 平下查得样本容量n=20，解释变量k=1个时，d L =1.20,d U =1.41，则可以判断：( d ) A.不存在一阶自相关 B.存在正的一阶自相关C.存在负的一阶自相关 D.无法判断 7．普通最小二乘法确定一元线性回归模型Y i =i i 10e X ??+β+β的参数0?β和1? β的准则是使 （ b ） A ．∑e i 最小 B ．∑e i 2最小 C ．∑e i 最大 D ．∑e i 2最大 8．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 9．拟合优度检验是检验 (b ) A ．模型对总体回归线的拟合程度 B. 模型对样本观测值的拟合程度 C. 模型对回归参数的拟合程度 D. 模型对解释变量的观测值的拟合程度 10．根据样本资料已估计得出人均消费支出Y 对人均收入X 的回归模型是 t t t LnX LnY μ++=76.05.3，这表明人均收入每增加1％，人均消费支出将( d ) A.增加24％ B.增加76％ C.增加0.24％ D.增加0.76％ 二、填空题： 1. 杜宾—沃森检验法可用于诊断序列相关性 。 2． 在给定的显著性水平之下，若DW 统计量临界值的上、下限分别为d U 和d L ,则当 各位同学：请大家按照这个复习重点进行认真复习，考试时请大家带上计算器，平时成绩占30%，期末占70%。 考试题型： 一、名词解释题(每小题4分，共20分) 计量经济学：一门由经济学、统计学和数学结合而成的交叉学科. 经济学提供理论基础,统计学提供资料依据,数学提供研究方法 总体回归函数：被解释变量的均值同一个或者多个解释变量之间的关系 样本回归函数：是总体回归函数的近似 — OLS 估计量 ：以残差平方和最小的原则对回归模型中的系数进行估计的方法。普通最小二乘法估计量 OLS 估计量可以由观测值计算 OLS 估计量是点估计量 一旦从样本数据取得OLS 估计值，就可以画出样本回归线 BLUE 估计量、BLUE ：最优线性无偏估计量, 其估计量是无偏估计量，且在所有的无偏估计量中其方差最小。 、 拟合优度、衡量了解释变量能解释的离差占被解释变量的百分比。 拟合优度R 2(被解释部分在总平方和(SST)中所占的比例) 虚拟变量陷阱、 带有截距项的回归模型，如果有m 个定性变量，只能引入m-1个虚拟变量。如果引入了m 个，就将陷入虚拟变量陷阱。既模型中存在完全共线性，使得模型无法估计 方差分析模型、解释变量仅包含定性变量或虚拟变量的模型。 协方差分析模型、回归模型中的解释变量有些是定性的有些是定量的。 , 多重共线性 多重共线性是指解释变量之间存在完全的线性关系或近似的线性关系. 分为完全多重共线性和不完全多重共线性 ??)X |E(Y ?) )X |E(Y ( ??? :SRF 221 1i 21i 21的估计量。是的估计量；是的估计量；是其中相对于ββββββββi i i i Y X X Y +=+=∑∑==2 22?i i y y TSS ESS R 1．经济变量：经济变量是用来描述经济因素数量水平的指标。（3分） 2．解释变量：是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量。（2分）它对因变量的变动做出解释，表现为方程所描述的因果关系中的“因”。（1分）3．被解释变量：是作为研究对象的变量。（1分）它的变动是由解释变量做出解释的，表现为方程所描述的因果关系的果。（2分） 4．内生变量：是由模型系统内部因素所决定的变量，（2分）表现为具有一定概率分布的随机变量，是模型求解的结果。（1分） 5．外生变量：是由模型系统之外的因素决定的变量，表现为非随机变量。（2分）它影响模型中的内生变量，其数值在模型求解之前就已经确定。（1分） 6．滞后变量：是滞后内生变量和滞后外生变量的合称，（1分）前期的内生变量称为滞后内生变量；（1分）前期的外生变量称为滞后外生变量。（1分） 7．前定变量：通常将外生变量和滞后变量合称为前定变量，（1分）即是在模型求解以前已经确定或需要确定的变量。（2分） 8．控制变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条件和状态等方面的变量，（2分）它一般属于外生变量。（1分） 9．计量经济模型：为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，（2分）是以数学形式对客观经济现象所作的描述和概括。（1分） 10．函数关系：如果一个变量y的取值可以通过另一个变量或另一组变量以某种形式惟一地、精确地确定，则y与这个变量或这组变量之间的关系就是函数关系。（3分） 11．相关关系：如果一个变量y的取值受另一个变量或另一组变量的影响，但并不由它们惟一确定，则y与这个变量或这组变量之间的关系就是相关关系。（3分） 12．最小二乘法：用使估计的剩余平方和最小的原则确定样本回归函数的方法，称为最小二乘法。（3分） 13．高斯－马尔可夫定理：在古典假定条件下，OLS估计量是模型参数的最佳线性无偏估计量，这一结论即是高斯－马尔可夫定理。（3分） 14．总变差（总离差平方和）：在回归模型中，被解释变量的观测值与其均值的离差平方和。（3分） 15．回归变差（回归平方和）：在回归模型中，因变量的估计值与其均值的离差平方和，（2分）也就是由解释变量解释的变差。（1分） 16．剩余变差（残差平方和）：在回归模型中，因变量的观测值与估计值之差的平方和，（2分）是不能由解释变量所解释的部分变差。（1分） 17．估计标准误差：在回归模型中，随机误差项方差的估计量的平方根。（3分） 18．样本决定系数：回归平方和在总变差中所占的比重。（3分） 19．点预测：给定自变量的某一个值时，利用样本回归方程求出相应的样本拟合值，以此作为因变量实际值和其均值的估计值。（3分） 20．拟合优度：样本回归直线与样本观测数据之间的拟合程度。（3分） 21．残差：样本回归方程的拟合值与观测值的误差称为回归残差。（3分） 22．显著性检验：利用样本结果，来证实一个虚拟假设的真伪的一种检验程序。（3分）23．回归变差：简称ESS,表示由回归直线（即解释变量）所解释的部分（2分），表示x对y的线性影响（1分）。 24．剩余变差：简称RSS，是未被回归直线解释的部分（2分），是由解释变量以外的因素造成的影响（1分）。 25．多重决定系数：在多元线性回归模型中，回归平方和与总离差平方和的比值（1分），(完整word版)计量经济学知识点总结
计量经济学题库超完整版及复习资料
计量经济学知识点整理：联立方程
计量经济学重点知识整理
计量经济学知识点(超全版)
计量经济学资料整理
计量经济学重点
计量经济学知识点总结培训资料
计量经济学(第四版)习题及参考答案详细版
计量经济学重点知识归纳整理
计量经济学第三版课后习题答案 第一章 绪论
计量经济学知识点总结
计量经济学考试复习资料
计量经济学整理重点
计量经济学复习资料
《计量经济学》复习重点及答案
(完整版)计量经济学知识点(超全版)
相关主题
文本预览