第七讲分布滞后模型与自回归模型

计量经济学复习知识点重点难点计量经济学知识点第一章导论1、计量经济学的研究步骤：模型设定、估计参数、模型检验、模型应用。

2、计量经济学是统计学、经济学和数学的结合。

3、计量经济学作为经济学的一门独立学科被正式确立的标志：1930年12月国际计量经济学会的成立。

4、计量经济学是经济学的一个分支学科。

第二章简单线性回归模型1、在总体回归函数中引进随机扰动项的原因：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作为众多细小影响因素的综合代表；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。

2、简单线性回归模型的基本假定：①零均值假定；②同方差假定；③随机扰动项和解释变量不相关假定；④无自相关假定；⑤正态性假定。

3、OLS回归线的性质：①样本回归线通过样本均值；②估计值的均值等于实际值的均值；③剩余项ei的均值为零；④被解释变量的估计值与剩余项不相关；⑤解释变量与剩余项不相关。

4、参数估计量的评价标准：无偏性、有效性、一致性。

5、OLS估计量的统计特征：线性特性、无偏性、有效性。

6、可决系数R2的特点：①可决系数是非负的统计量；②可决系数的取值范围为[0,1]；③可决系数是样本观测值的函数，可决系数是随抽样而变动的随机变量。

第三章多元线性回归模型1、多元线性回归模型的古典假定：①零均值假定；②同方差和无自相关假定；③随机扰动项和解释变量不相关假定；④无多重共线性假定；⑤正态性假定。

2、估计多元线性回归模型参数的方法：最小二乘估计、极大似然估计、矩估计、广义矩估计。

3、参数最小二乘估计的性质：线性性质、无偏性、有效性。

4、可决系数必定非负，但是根据公式计算的修正的可决系数可能为负值，这时规定为0。

5、可决系数只是对模型拟合优度的度量，可决系数越大，只是说明列入模型中的解释变量对被解释变量的联合影响程度越大，并非说明模型中各个解释变量对被解释变量的影响程度也大。

6、当R2=0时，F=0；当R2越大时，F值也越大；当R2=1时，F→∞。

第七章 分布滞后模型与自回归模型一、判断题1. 无限分布滞后模型不可以转换为一阶自回归模型。

（ F ）2. 局部调整模型变换后得到的一阶自回归模型可以应用OLS 法估计。

（ T ）3. 估计自回归模型的问题仅在于滞后被解释变量的存在可能导致它与随机扰动项相关。

（F ）4. 自回归模型的产生背景都是相同的。

（ F ）5. 库伊克模型和自适应预期模型都存在解释变量与随机扰动项相关问题。

（ T ） 二、单项选择题1．设无限分布滞后模型为t 0t 1t-12t-2t Y = + X + X +X ++ U αβββ，且该模型满足Koyck 变换的假定，则长期影响系数为（ C ）。

A ．0βλB ． 01βλ+C ．01βλ- D ．不确定 2．对于分布滞后模型，时间序列的序列相关问题，就转化为（ B ）。

A ．异方差问题B ．多重共线性问题C ．多余解释变量D ．随机解释变量3．在分布滞后模型01122t t t t t Y X X X u αβββ--=+++++中，短期影响乘数为（ D ）。

A ．11βα- B ． 1β C ．01βα- D ．0β 4．对于自适应预期模型变换后的自回归模型，估计模型参数应采用( D ) 。

A ．普通最小二乘法B ．间接最小二乘法C ．二阶段最小二乘法D ．工具变量法5．经过库伊克变换后得到自回归模型，该模型参数的普通最小二乘估计量是( D ) 。

A ．无偏且一致B ．有偏但一致C ．无偏但不一致D ．有偏且不一致6．下列属于有限分布滞后模型的是（ D ）。

A ．01122t t t t t Y X Y Y u αβββ--=+++++B ．01122t t t t k t k t Y X Y Y Y u αββββ---=++++++ C ． 01122t t t t t Y X X X u αβββ--=+++++ D ．01122t t t t k t k t Y X X X X u αββββ---=++++++7．消费函数模型12ˆ4000.50.30.1t t t t C I I I --=+++，其中I 为收入，则当期收入t I 对未来消费2t C +的影响是：t I 增加一单位，2t C +增加（ C ）。

第五章 异方差性思考题5.1 简述什么是异方差？为什么异方差的出现总是与模型中某个解释变量的变化有关？答 ：设模型为),....,,(....n 21i X X Y i i 33i 221i =μ+β++β+β=，如果其他假定均不变，但模型中随机误差项的方差为),...,,()(n 21i Var 2i i =σ=μ，则称i μ具有异方差性。

由于异方差性指的是被解释变量观测值的分散程度是随解释变量的变化而变化的，所以异方差的出现总是与模型中某个解释变量的变化有关。

5.2 试归纳检验异方差方法的基本思想，并指出这些方法的异同。

答：各种异方差检验的共同思想是，基于不同的假定，分析随机误差项的方差与解释变量之间的相关性，以判断随机误差项的方差是否随解释变量变化而变化。

其中，戈德菲尔德-跨特检验、怀特检验、ARCH 检验和Glejser 检验都要求大样本，其中戈德菲尔德-跨特检验、怀特检验和Glejser 检验对时间序列和截面数据模型都可以检验，ARCH 检验只适用于时间序列数据模型中。

戈德菲尔德-跨特检验和ARCH 检验只能判断是否存在异方差，怀特检验在判断基础上还可以判断出是哪一个变量引起的异方差。

Glejser 检验不仅能对异方差的存在进行判断，而且还能对异方差随某个解释变量变化的函数形式进行诊断。

5.3 什么是加权最小二乘法？它的基本思想是什么？答：以一元线性回归模型为例：12i i i Y X u ββ=++经检验i μ存在异方差，公式可以表示为22var()()i i i u f X σσ==。

选取权数 i w ，当2i σ 越小 时，权数i w 越大。

当 2i σ越大时，权数i w 越小。

将权数与 残差平方相乘以后再求和，得到加权的残差平方和：2i 21i 2i i X Y w e w )(**β-β-=∑∑，求使加权残差平方和最小的参数估计值**ˆˆ21ββ和。

这种求解参数估计式的方法为加权最小二乘法。

第六章分布滞后模型与自回归模型分析分布滞后模型（Distributed Lag Models）和自回归模型（Autoregressive Models）是常用于时间序列分析的两种方法。

本章将分别介绍这两种模型以及其在经济学和社会科学领域中的应用。

分布滞后模型是一种广义的线性回归模型，用于分析变量之间的滞后效应。

它的基本形式可以表示为：Yt = α + β1Xt + β2Xt-1 + ... + βpXt-p + et其中，Yt是被解释变量，Xt是解释变量，β1到βp是与解释变量相关的系数，et是误差项。

模型中的滞后项Xt-1到Xt-p表示X在当前时间以及过去的一段时间内对Y的影响。

分布滞后模型可以用来研究两个或多个变量之间的滞后效应，并帮助研究者了解这些变量之间的动态关系。

分布滞后模型在经济学和社会科学领域中有广泛的应用。

例如，在宏观经济学中，可以用分布滞后模型来研究货币政策对经济增长的长期影响。

在健康经济学中，可以用分布滞后模型来研究疫苗接种对流行病传播的影响。

在社会学研究中，可以用分布滞后模型来研究教育程度对就业机会的影响。

自回归模型是一种基于时间序列的统计模型，用于预测一个变量在时间上的变化。

它的基本形式可以表示为：Yt = α + φ1Yt-1 + φ2Yt-2 + ... + φpYt-p + et其中，Yt是被预测的变量，φ1到φp是自回归系数，et是误差项。

自回归模型假设当前时间的值与过去时间的值有关，并且根据过去时间的值来预测未来时间的值。

自回归模型可以帮助研究者预测变量的趋势和周期性，并提供关于未来值的信息。

自回归模型在经济学和社会科学领域中也有广泛的应用。

例如，在金融学中，可以用自回归模型来预测股票价格的变化。

在气象学中，可以用自回归模型来预测天气变化。

在市场研究中，可以用自回归模型来预测产品销售量。

总之，分布滞后模型和自回归模型是两种常用的时间序列分析方法。

它们可以帮助研究者了解变量之间的滞后效应和趋势，并用于预测未来值。

计量经济学课后思考题答案第五章异⽅差性思考题5.1 简述什么是异⽅差？为什么异⽅差的出现总是与模型中某个解释变量的变化有关？答：设模型为，如果其他假定均不变，但模),....,,(....n 21i X X Y i i 33i 221i =µ+β++β+β=型中随机误差项的⽅差为，则称具有异⽅差性。

由于异⽅差性),...,,()(n 21i Var 2i i =σ=µi µ指的是被解释变量观测值的分散程度是随解释变量的变化⽽变化的，所以异⽅差的出现总是与模型中某个解释变量的变化有关。

5.2 试归纳检验异⽅差⽅法的基本思想，并指出这些⽅法的异同。

答：各种异⽅差检验的共同思想是，基于不同的假定，分析随机误差项的⽅差与解释变量之间的相关性，以判断随机误差项的⽅差是否随解释变量变化⽽变化。

其中，⼽德菲尔德-跨特检验、怀特检验、ARCH 检验和Glejser 检验都要求⼤样本，其中⼽德菲尔德-跨特检验、怀特检验和Glejser 检验对时间序列和截⾯数据模型都可以检验，ARCH 检验只适⽤于时间序列数据模型中。

⼽德菲尔德-跨特检验和ARCH 检验只能判断是否存在异⽅差，怀特检验在判断基础上还可以判断出是哪⼀个变量引起的异⽅差。

Glejser 检验不仅能对异⽅差的存在进⾏判断，⽽且还能对异⽅差随某个解释变量变化的函数形式进⾏诊断。

5.3 什么是加权最⼩⼆乘法？它的基本思想是什么？答：以⼀元线性回归模型为例：12i i i Y X u ββ=++经检验存在异⽅差，公式可以表i µ⽰为22var()()i i i u f X σσ==。

选取权数，当越⼩时，权数越⼤。

当 i w 2i σi w 越⼤时，权数越⼩。

将权数与残差平⽅相乘以后再求和，得到加权的残差平⽅和：2i σi w ，求使加权残差平⽅和最⼩的参数估计值。

这种2i 21i 2i i X Y w e w )(**β-β-=∑∑**??21ββ和求解参数估计式的⽅法为加权最⼩⼆乘法。

空间自回归模型和空间滞后模型空间自回归模型和空间滞后模型，这两个名字听起来就像是从数学教室里跑出来的怪兽，但其实它们在分析数据的时候可是大有用处哦。

想象一下，你在一个小镇上，大家的房子都挨得很近，街坊邻里关系那是密不可分。

你的朋友小张如果今天心情好，邻居小李也可能会受到影响。

空间自回归模型就是要把这种“情绪传染”的现象给捉住。

它就像是在说，哎呀，咱们小镇上，如果小张心情好，没准大家的幸福指数也跟着蹭蹭上涨呢。

再说说空间滞后模型。

这家伙有点像是你等了很久的公交车，虽然你在这儿等着，但那辆车的到来还得看其他路上的情况。

空间滞后模型就告诉我们，某个地方的现象，不光是看自己这片区域，还得考虑周围的影响。

比如说，经济发展，某个城市的增长往往跟邻近城市的经济状况息息相关。

一个地方经济繁荣，附近的地方也会跟着水涨船高。

这就好比是，你的小区里开了一家超级火爆的餐厅，周围的店铺也跟着吸引了不少顾客，大家都是捞一把。

再想象一下，如果你在聚会上，大家都在聊最近的电影，你一来就提到那部让你失望的烂片。

可别小看了这个发言，可能会影响其他人的观感哦。

空间自回归模型和空间滞后模型就是在做这种事情，分析区域之间的互动，研究他们是如何影响彼此的，真的是个非常巧妙的想法。

就像是我们日常生活中，朋友圈子里的影响，谁都逃不掉。

听起来可能有点复杂，但其实它们的运用在我们生活中随处可见。

比如说，城市规划、环境监测，甚至是疫情的传播。

这些模型就像是研究人员的秘密武器，帮助他们了解各种现象背后的奥秘。

说到疫情，谁能忘记那段特殊的日子呢？在那时，研究人员就用这些模型来分析病毒的传播路径，看看哪个地方可能会成为“重灾区”，这对公共卫生决策真是至关重要。

哎，空间模型可不是只有学术界的专属。

咱们日常生活中，有时候也得用用这些思维，想想自己的行为会对周围的人造成怎样的影响。

就像你买了新衣服，如果你开心地穿出去，朋友们看到后也可能会去买，时尚就是这样流行开来的。