计量经济学 3.4 经典假设

计量经济学重点(简答论述题)计量经济学简答题重点一、计量经济学的定义及作用计量经济学，又称经济计量学，是基于经济理论和实际统计资料，利用数学、统计学和计算机技术建立模型，定量分析经济变量之间的随机因果关系的学科。

其作用在于提供科学的方法和工具，帮助经济学家和政策制定者更好地理解和预测经济现象，评估政策效果，推动经济理论的发展。

二、计量经济学研究步骤计量经济学研究步骤包括理论模型的设计、数据获取、模型参数估计、模型检验和模型应用。

其中，理论模型的设计需要明确理论或假说的陈述，建立数学模型和计量经济模型。

数据获取需要注意完整性、准确性、可比性和一致性。

模型参数估计采用普通最小二乘法。

模型检验包括经济学检验、统计学检验和计量经济学检验。

模型应用包括结构分析、经济预测、政策评价和经济理论的检验与发展。

三、统计数据的类别及注意事项统计数据的类别包括时间序列数据、截面数据、混合数据和虚变量数据。

时间序列数据是按时间先后排列收集的数据，需要注意样本区间的经济行为一致性、可比性和集中性以及随机误差项序列相关问题。

截面数据是一批发生在同一时间截面上的调查数据，需要注意样本与母体的一致性和随机误差项的异方差问题。

混合数据既有时间序列数据又有截面数据。

虚变量数据只能取和1两个值，表示某个对象的质量特征。

四、模型的检验内容及含义模型的检验包括经济学检验、统计学检验和计量经济学检验。

经济学检验主要检验参数的符合和大致取值。

统计学检验包括拟合优度检验、模型的显著性检验和参数的显著性检验。

计量经济学检验包括序列相关性、异方差检验和多重共线性检验。

模型的预测检验可通过扩大样本容量或变换样本重新估价模型，或利用模型对样本期以外的某一期进行预测。

五、回归分析和相关分析的联系与区别回归分析是一种数学方法，用于研究变量之间的依赖关系，以解释变量和解释变量为基础。

相关分析也是研究变量间关系的方法，但不考虑因果关系，只关注变量之间的相关程度。

计量经济学单选多选1. 1．计量经济学是下列哪门学科的分支学科（）。

[单选题] *A．统计学B．数学C．经济学(正确答案)D．数理统计学2. 2．计量经济学成为一门独立学科的标志是（）。

[单选题] *A．1930年世界计量经济学会成立B．1933年《计量经济学》会刊出版(正确答案)C．1969年诺贝尔经济学奖设立D．1926年计量经济学（Economics）一词构造出来3. 3．横截面数据是指（）。

[单选题] *A．同一时点上不同统计单位相同统计指标组成的数据(正确答案)B．同一时点上相同统计单位相同统计指标组成的数据C．同一时点上相同统计单位不同统计指标组成的数据D．同一时点上不同统计单位不同统计指标组成的数据4. 4．同一统计指标，同一统计单位按时间顺序记录形成的数据列是（）。

[单选题] *A．时期数据B．混合数据C．时间序列数据(正确答案)D．横截面数据5. 5．描述微观主体经济活动中的变量关系的计量经济模型是（）。

[单选题] * A．微观计量经济模型(正确答案)B．宏观计量经济模型C．理论计量经济模型D．应用计量经济模型6. 6．下面属于横截面数据的是（）。

[单选题] *A．1991－2003年各年某地区20个乡镇企业的平均工业产值B．1991－2003年各年某地区20个乡镇企业各镇的工业产值C．某年某地区20个乡镇工业产值的合计数D．某年某地区20个乡镇各镇的工业产值(正确答案)7. 7．经济计量分析工作的基本步骤是（）。

[单选题] *A．设定理论模型→收集样本资料→估计模型参数→检验模型(正确答案) B．设定模型→估计参数→检验模型→应用模型C．个体设计→总体估计→估计模型→应用模型D．确定模型导向→确定变量及方程式→估计模型→应用模型8. 8．将内生变量的前期值作解释变量，这样的变量称为（）。

[单选题] * A．虚拟变量B．控制变量C．政策变量D．滞后变量(正确答案)9. 9．同一统计指标按时间顺序记录的数据列称为（）。

计量的基本假设概述计量经济学是研究经济现象量化方法的学科，它依赖于一系列基本假设来进行研究和分析。

这些基本假设为计量经济学提供了理论框架和方法论基础，使得研究者能够更好地理解和解释经济现象。

本文将概述计量经济学中的基本假设，并对其进行评估和讨论。

1. 线性关系假设：计量经济学最基本的假设之一是假定经济变量之间存在线性关系。

这意味着在建模和分析过程中，我们可以使用线性方程或线性函数来描述经济变量之间的关系。

这个假设的优点是简单易用，能够提供清晰而直观的结果。

然而，在实际应用中，许多经济变量之间的关系并非完全线性，因此在某些情况下，线性假设可能会引入误差或失真。

2. 随机性假设：计量经济学认为，经济现象受到许多随机因素的影响，这些随机因素无法被完全掌控或预测。

计量经济学的方法论基础是使用概率和统计工具来处理经济数据中的不确定性。

这个假设的优点是能够更好地反映实际情况，并提供可靠的推断和预测。

然而，随机性假设可能忽略了一些潜在的非随机因素，从而导致结果的偏差。

3. 独立性假设：计量经济学假设观测数据之间是相互独立的，即每个观测值都是基于自己的特定条件和情境。

这个假设的好处是简化了数据分析的过程，并提供了统计推断的稳健性。

然而，在实际情况中，观测数据往往存在一定的相关性，独立性假设可能会影响结果的准确性和可靠性。

4. 零条件均值假设：计量经济学假设误差项的条件均值为零，即在给定解释变量的条件下，误差项的期望值为零。

这个假设的意义在于确保模型的一致性和有效性。

然而，在某些情况下，零条件均值假设可能无法得到满足，比如存在遗漏变量或异方差性等情况，这可能导致估计结果的偏差。

5. 常数方差假设：计量经济学通常假设误差项具有常数方差，这意味着在不同解释变量取值下，误差项的方差是恒定的。

这个假设的优点是简化了数学描述和计算过程。

然而，在实际应用中，常数方差假设并不总是合理的，因为误差项的方差可能会随着解释变量的取值而变化，这需要使用异方差性修正方法。

第三章 多元线性回归模型一、名词解释1、多元线性回归模型：在现实经济活动中往往存在一个变量受到其他多个变量影响的现象，表现在线性回归模型中有多个解释变量，这样的模型被称做多元线性回归模型，多元是指多个解释变量2、调整的可决系数2R ：又叫调整的决定系数，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，克服了2R 随解释变量的增加而增大的缺陷，与2R 的关系为2211(1)1n R R n k -=----。

3、偏回归系数：在多元回归模型中，每一个解释变量前的参数即为偏回归系数，它测度了当其他解释变量保持不变时，该变量增加1单位对被解释变量带来的平均影响程度。

4、正规方程组：采用OLS 方法估计线性回归模型时，对残差平方和关于各参数求偏导，并令偏导数为0后得到的方程组，其矩阵形式为ˆX X X Y β''=。

5、方程显著性检验：是针对所有解释变量对被解释变量的联合影响是否显著所作的检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出判断。

二、单项选择题 1、C 2、A3、B4、A5、C6、C7、A8、D 9、B 10、D三、多项选择题1、ACDE2、BD3、BCD4、BC5、AD四、判断题、 1、√2、√3、×4、×5、√五、简答题 1、 答：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、 答：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。

潘省初计量经济学中级教程习题参考答案计量经济学中级教程习题参考答案第一章绪论1.1 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 我们在计量经济模型中列出了影响因变量的解释变量，但它（它们）仅是影响因变量的主要因素，还有很多对因变量有影响的因素，它们相对而言不那么重要，因而未被包括在模型中。

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 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，1n ii 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5.107413096104100=+++。

第二章 经典线性回归模型2.1 判断题（说明对错；如果错误，则予以更正）（1）对（2）对（3）错只要线性回归模型满足假设条件（1）～（4），OLS 估计量就是BLUE 。

（4）错R 2 =ESS/TSS 。

（5）错。

我们可以说的是，手头的数据不允许我们拒绝原假设。

（6）错。

因为∑=22)ˆ(t x Var σβ，只有当∑2t x 保持恒定时，上述说法才正确。

2.2 应采用（1），因为由（2）和（3）的回归结果可知，除X 1外，其余解释变量的系数均不显著。

序公式名称计算公式号y t = β0 + β1 x t + u t1真实的回归模型2估计的回归模型y t =+x t +E(y t) = β0 + β1 x t3真实的回归函数4估计的回归函数=+x t5最小二乘估计公式6和的方差7σ2的无偏估计量= s2 =8和估计的方差9总平方和∑(y t -) 210回归平方和∑(-) 211误差平方和∑(y t -)2 = ∑()212可决系数（确定系数）13检验β0，β1 是否为零的t统计量14β1的置信区间-tα(T-2) ≤β1≤+tα(T-2)15单个y T+1的点预测=+x T+116E(yT+1)的区间预测17单个yT+1的区间预测18样本相关系数表3.4 多元线性回归模型的主要计算公式+= X= (X 'X)-1X 'YVar(= s2 ='/ (T - k)() =(X 'X)-1= '= '= +… +C s==是控制z t不变条件下的x t, y t的简单相关系数。

是y t与的简单相关系数。

其中是y t对x t1,x t2,…x tk–12：随机误差项的性质（1）误差项代表了未纳入模型变量的影响；（2）即使模型中包括了决定数学分数的所有变量，其内在随机性也不可避免，这是做任何努力都无法解释的；（3）u代表了度量误差；（4）“奥卡姆剃刀原则”，即描述应该尽可能简单，只要不遗漏重要的信息。

3：解释回归结果的步骤（1）看整个模型的显著性，看F统计量的值；（2）看单个参数的显著性；（3）解释斜率的经济含义；（4）解释R²。

4：古典线性回归模型的基本假定（同多元线性回归模型的基本假定相同）（1）所有自变量是确定性变量； （2）（3）自变量之间不存在完全多重共线性。

12：样本回归方程，i e 为残差项，i i i e X b b Y ++=21总体回归方程，i u 为随机误差项i i i u X B B Y ++=215：样本回归函数：随机样本回归函数：总体回归函数：随机总体回归方程：观察值可表示为： 6：普通最小二乘法就是要选择参数1b 、2b ，使得参差平方和最小。

计量经济学第四章统计推断：估计与假设检验第四章统计推断：估计与假设检验4.1 统计推断的含义总体和样本总体是指我们所关注现象出现的可能结果的全体，样本是总体的一个子集(例如，杭州的人口；下沙开发区的人口)。

宽泛地说，统计推断研究的是总体与来自总体的样本之间的关系。

国内股票交易市场共有1500多支股票。

假定某一天从中随机选取50支，并计算这50支股票价格与收入比的平均值—即P/E比值。

（例如，一支股票的价格为50元，估计年收益为2.5美元，则P/E为20；也就是说，股票以20倍的年收益出售。

）根据50支股票的平均P/E值，能否说这个P/E值就是总体的1000多股票的平均P/E值呢？如果令X表示一支股票的P/E值，X表示50支股票的平均P/E 值，能否得知总体的均值E(X)呢？此处统计推断的实质就是从样本值均值(X)归纳出总体值E(X)的过程。

4.2 参数估计通常假定某一随机变量X服从某种概率密度，但并不知道其分布的参数值。

例如，X服从正态分布，想知道其两个参数，均值E(X)=u X，及方差2 xδ。

为了估计未知参数，一般的步骤是：假定有来自某一总体，样本容量为n的随机样本，根据样本估计总体的未知参数。

因此，可将样本均值作为总体均值(或期望)的估计量，样本方差作为总体方差的估计量。

这个过程称为估计问题，估计问题有两类：点估计(point estimation)和区间估计(interval estimation)。

假定随机变量X(P/E值)服从某一未知均值和方差的正态分布。

但是，有来自该正态总体的一个随机样本(50个股票的P/E值)，如何根据这些样本数据计算总体的均值u X (=E(X))和方差2 x δ？表4 - 1点估计据表4 - 1的数据 50个P/E 的样本均值为11.5，显然我们可以选择X 作为u X的估计值。

我们称这个单一数值为u X 的点估计值。

（注意：点估计量是一个随机变量，因为其值随样本的不同而不同。