西南财经大学级博士高级计量复习题张卫东答案
- 格式:docx
- 大小:380.85 KB
- 文档页数:17
一、就本期学习而言,请尽可能多地列举自己认为所学到的新知识点,并
就其中感受深刻的两点,给出自己的学习体会或感悟。(一般不会考) 二、在本学期的学习中,有如下的古典假定:
(1)强外生性(|)0i E ε=X ;(2)球型扰动2(|)Var Cov εσ-=X I ; (3)弱外生性(,|)0ji i Cov x ε=X ;(4)满秩()Rank k =X ;(5)正态性
2~(0,)i N εσ。
简述自己对这些古典假定的认识,以及这些假设对参数估计统计性质的作用。
解答:(1)零均值,即()(|)0,|0i ij i E Cov x εε=⇒=X X ;
(2)同方差与无自相关假定,即随机扰动项的方差2(|)T Var εσ=X I ; (3)随机扰动项与解释变量不相关,即(,|)0ji i Cov x ε=X ; (4)无多重共线性,即各解释变量之间线性无关,()Rank k =X ; (5)正态性假定,即2~(0,)i N εσ。
以上假设条件可总结为:①解释变量的强外生性;②球形扰动;③解释变量的外生性;④满秩;⑤正态性。而它们的作用在于:
第一,条件均值为零(或强外生性)能保证最小二乘估计量的无偏性。 第二,球形扰动,是指随机扰动项的方差-协方差矩阵为同方差和无自相关同时成立时的情况。违反此假设条件,被称为非球形扰动,将会影响到参数估计的有效性问题。
第三,外生性条件,表示随机扰动项中不包含有解释变量的任何信息。注意,外生性条件的不同表述方式和内涵。外生性条件的违反将影响到参数估计的一致性问题。
第四,满秩性条件,它是为了保证条件期望的唯一性,参数可求解。 第五,正态性条件,它主要与我们的统计检验和推断有关,用于推断估计式的分布。
三、对于线性模型 y X βε=+,写出下述假定条件的表达式,并说明其含义和作用。
(1)强外生性;(2)弱外生性;(3)球型扰动;(4)正态性。 解答同上。
四、什么是估计量的无偏性,有效性和一致性计量经济学中哪些古典假定
能保证这些性质成立
解答:无偏性:如果参数的估计量ˆβ
的期望等于参数的真实值β,即()
ˆE β
β=,则称ˆβ是参数β的无偏估计。强外生性或者条件均值为零可以保证最小二乘估计量的无偏性。
有效性:一个估计量若不仅具有无偏性而且具有最小方差时,称这个估计量为有效估计量。球型扰动2(|)Var Cov εσ-=X I 能保证估计量的有效性。
一致性:当样本容量趋于无穷大时,如果估计量ˆβ
的抽样分布依概率收敛于总体参数的真实值β,即ˆlim x P β
β→∞
=或()
ˆlim 1x P ββε→∞
⎡⎤-<=⎣
⎦
,则称估计量ˆβ为一致估计量。弱外生性(,|)0ji i
Cov x ε=X 能够保证估计量的一致性。
五、某人依据1960-1995的时间序列数据关于如下所设定的模型
进行回归,得到了如表1-表4所示的结果。请仔细阅读这些结果,试回答以下问题
1、表1-表3是在进行什么工作这些工作依据的基本思路是什么
2、请写出表4回归结果的标准形式。
3、表4的结果说明什么与表1-表3结果之间有何联系 表1
Dependent Variable: G Method: Least Squares
Date: 02/17/08 Time: 08:35 Sample: 1960 1995
Variable
Coeffici
ent
Std. Error
t-Statist ic
Prob.
C YEAR
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-Watson stat
Prob(F-statistic)
令g gstar resid 表2
Dependent Variable: PG Method: Least Squares
Date: 02/17/08 Time: 08:37 Sample: 1960 1995
Variable
Coeffici
ent
Std. Error
t-Statist ic
Prob.
C YEAR
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-Watson stat
Prob(F-statistic)
令pg pgstar resid 表3
Dependent Variable: Y Method: Least Squares
Date: 02/17/08 Time: 08:38 Sample: 1960 1995
Variable
Coeffic
ient
Std. Error
t-Statist ic
Prob.
C YEAR
R-squared
Mean dependent var
Adjusted R-squared
. dependent var
. of regression
Akaike info
criterion
Sum squared resid 2101886
. Schwarz criterion
Log likelihood
F-statistic
Durbin-Watson stat
Prob(F-statistic)
令y ystar resid 表4
Dependent Variable: GSTAR Method: Least Squares
Date: 02/17/08 Time: 08:57