计量(手机电子书)

名词解释1计量经济学:是经济学的一个分支学科,是永定量的方法研究经济关系和经济活动规律及其应用的科学,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,是由统计学、经济理论和数学这三者结合而成的交叉学科2时间序列数据:一批按照时间先后排列的统计数据截面数据:一批发生在同一时间截面上的调查数据虚变量数据:即二进制数据,一般取1或03计量经济学成功的三要素:理论,方法和数据理论: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量方法,是工具和手段,是计量经济学不同于其他经济学分支学科的主要特征数据:反应研究对象的的活动水平,相互间联系以及外部环境的数据,即信息,是计量经济学研究的原料4结构分析:是对经济现象中变量之间相互关系的研究5回归分析:研究一个变量关于另一个(些)变量的依赖关系的计算方法和理论6最小二乘原理:由于样本回归线上的点与真实观测点之间可正可负,见打球和可能将很大的误差抵消掉,所以用平方和来反映二者在总体上的接近程度7高斯-马尔可夫定理:普通最小二乘估计量具有线性性,无偏性和最小方差性等优良性质,是最佳线性无偏估计量8拟合优度:检验模型对样本观测值的拟合程度9现代意义的回归是一个被解释变量对若干个解释变量依存关系的研究,回归的实质是由固定的解释变量去估计被解释变量的平均值.简单线性回归模型是只有一个解释变量的线性回归模型10随机干扰项:总体观测值与回归方程理论期望值之间的偏差残差:样本观测值与拟合值的差11多元线性回归模型是将总体回归函数描述为一个被解释变量与多个解释变量之间线性关系的模型。

通常多元线性回归模型可以用矩阵形式表示12置信度:预测值落在置信区间的概率反映了预测值的可靠程度13异方差性:对于不同的样本点,随机干扰项的方差不再是常数,且互不相同,则认为出现异方差序列相关性:模型的随机干扰项违背了相互独立的基本假设14多重共线性:某两个或多个解释变量之间出现相关性15工具变量:在模型估计过程中被作为工具使用，以替代与随机干扰项相关的随机解释变量16完全共线性:在多重共线性中某一个解释变量可以用其他解释变量的线性组合表示判断1根据最小二乘估计,可以得到总体回归方程×2总体回归方程函数给出了对应于每一个自变量的因变量的值×3对于一元线性回归模型,最小二乘方法与最大似然估计得出的参数估计结果是相同的,因此其估计原理是一样的×4在一元线性回归模型中,回归模型的标准差等于随机干扰项的标准差√5只要解释变量个数大于1，调整的样本可决系数的值一定比未调整的样本可决系数校,且可能为负值√6回归方程总体线性显著性检验的原假设是模型中所有的回归参数同时为0 ×7作为检验的统计量既可以是绝对量也可以是相对量×8对于多元回归模型来说,若要估计出结果,对样本容量的最低要求是样本容量不少于模型中的解释变量个数的3倍×9多元回归模型中的解释变量个数为k,那么回归参数显著性检验的t统计量的自由度一定为n-k-1 ×10当模型中出现异方差,自相关和多重共线性时,最小二乘估计将是有偏的,并不再具有有效性×11存在异方差时,普通最小二乘估计通常会高估参数估计的方差×12DW值在0~4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√13用滞后的被解释变量作解释变量,模型随机干扰项必然存在序列相关,这时DW检验就不适用了√14发现模型中存在随机干扰项序列相关时,都可以利用差分法来消除自相关×15当存在严重的多重共线性时,普通最小二乘估计往往会低估参数估计量的方差×16变量的两两高度相关并不表示高度多重共线性,变量不存在两两高度相关表示不存在高度多重共线性×17含有随机解释变量的线性回归模型,其普通最小二乘估计量都是有偏的×18工具变量替代随机解释变量后,实际上是工具变量变为了解释变量×19若因如虚拟变量为了反映截距项的变动,则应以加法方式引入虚拟变量√20对有限分布滞后模型可以采用经验加权法对滞后解释变量的系数赋值,这种方法简单易行,是一种很好的方法×21Almon多项式法主要针对无限期分布滞后模型,主要是通过Almon变换,定义新变量,减少解释变量个数,从而估计出参数×22Koyck变换可以将有限期分布滞后模型转换为一阶自回归模型,从而缓解多重共线性问题×23格兰杰因果检验的原假设是被检验的变量之间存在因果关系×24遗漏相关变量与设定错误的函数形式带来的偏误比包含无关变量严重得多,在多选无关变量的情形下,仅是效率损失√25通常真正意义上的非线性单方程模型指的是解释变量为非线性的模型×26计量经济学模型中,一旦包含参数非线性,一般情况下通过简单的变化难以化为线性模型√简答1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？答:研究对象是经济现象,是研究经济现象中的具体数量规律. 内容大致包括两个方面:1是方法论,即计量经济学方法或理论计量经济学2是应用,即应用计量经济学;无论是理论计量经济学还是应用计量经济学,都包括理论、方法和数据三种要素基本特征:随机关系,因果关系2常用的样本数据有哪些?答:时间序列数据,横截面数据,虚变量数据,面板数据3时间序列数据和横截面数据有何异同？答:相同点: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4计量经济学模型的应用?答:结构分析,经济预测,政策评价,检验与发展经济理论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6计量经济学建模步骤?答:1理论模型的设计:确定模型所包含的变量,确立模型的数学形式,拟定理论模型中待估参数的理论期望值2样本数据的收集(样本数据类型:时间序列数据,截面数据,虚变量数据样本数据质量:完整性,准确性,可比性,一致性)3模型参数的估计4模型的检验(经济意义检验,统计检验,计量经济学检验,模型预测检验)7怎样正确选择解释变量?答:1需要正确理解和把握所研究的经济现象中暗含的经济学理论和经济行为规律2选择变量要考虑数据的可得性3选择变量时要考虑所有入选变量之间的关系,使得每一个解释变量都是独立的8如何缩小置信区间?答:1增大样本容量n,降低ta/22提高模型的拟合优度,减少残差平方和,降低σ3提高样本观测值的分散度,降低(X’X)-1的值10一元回归模型的基本假设有哪些?为什么要规定经典假设?答:1解释变量是确定性变量,不是随机变量,且在重复抽样中取固定值2随机干扰项具有0均值和同方差及不序列相关性3随机干扰项与解释变量之间不相关4随机干扰项服从0均值,同方差和0协方差的正态分布保证根据最小二乘法得到的参数估计量具有优良的统计特性11回归分析与相关分析的联系与区别?答:联系:都是对变量间非确定相关关系的研究,均能通过一定的方法对变量间的线性依赖程度进行测定区别:1相关分析研究的是两个随机变量之间的相关形式及相关程度.是通过相关系数来测定的,不考虑变量之间是否存在因果关系,而回归分析是以因果分析为基础,变量之间地位不对称,被解释变量是随机变量,解释变量一般情况下假定是确定变量2相关分析所采用的相关系数是一种纯粹的数学计算,其关注的是变量之间相互关联的程度,而回归分析在应用前就对变量之间是否存在依赖关系进行了因果分析12随机干扰项包括的主要因素(引入随机干扰项的原因？)它与残差的区别?答:未知的影响因素,残缺的数据,众多细小影响因素,数据观测误差,模型设定误差,变量的内在随机性区别:残差项是随机误差项的估计14影响预测精度的原因?答:样本容量,模拟的拟合优度15多元回归模型的基本假设?答:1解释变量X1,X2,X3…XK是固定的,且相互之间互不相关(无多重共线性)2随机干扰项具有0均值,同方差及不序列相关性3解释变量与随机变量之间不相关4随机干扰项满足正态分布16为什么说对模型参数施加约束条件后,其回归的残差平方和一定不比未施加约束的小?在什么条件下,受约束回归与无约束回归的结果相同?答:施加约束后,参数的取值只能在约束条件下达到最优,限制了参数的取值范围,而无约束模型中参数的取值可以在更大的范围内达到最优,因而可以使残差平方和更小,但当约束条件真实成立时,两者结果相同17什么是基本假定违背?答:不满足基本假定的情况,包括:1随机干扰项序列存在异方差性2存在序列相关性3解释变量之间存在多重共线性4解释变量是随机变量且与随机干扰项相关18异方差的类型和后果?序列相关性的后果?答:异方差的类型:1单调递增,σi2随X的增大而增大2单调递减3复杂型后果:参数估计量非有效,变量的显著性检验失去意义3模型的预测失效序列相关性的后果:同上19多重共线性的分类,后果和产生原因?答:分类:完全共线性,近似共线性后果:1完全共线性下参数估计量估计量不存在2近似贡献下普通最小二乘发参数估计量的方差变大3参数估计量经济含义不合理4变量的显著性检验和模型的预测功能失去意义产生原因:1经济变量相关的共同趋势2滞后变量的引入3样本资料的限制20克服多重共线性的方法?检验方法?答:1排除引起共线性的变量2差分法3见笑参数估计量的方差检验方法:1检验多重共线性是否存在(简单相关系数法,综合统计检验法)2检验其范围(判定系数检验法,逐步回归法) 21异方差的来源？答:截面数据,时间序列,分组数据和异常值22序列相关性违背哪些基本假定?来源是什么?检验方法?补救方法?答:违背Cov(μi,μj)=0 (i≠j) 来源:经济变量固有的惯性,模型设定的偏误,遗漏了重要的带有自相关的解释变量,数据的”编造”检验方法:1图示法(大致判断是否存在序列相关)2D-W检验(一阶自相关形式的序列相关)3回归检验法(各种类型)4拉格朗日乘子检验即LM(高阶序列相关及其模型中存在滞后解释变量的情形) 补救方法:广义最小二乘,广义差分23选择作为工具变量必须满足的条件?答:1与所替代的随机解释变量高度相关2与随机干扰项不相关3与模型中其他解释变量不相关,以避免出现多重共线性24检验异方差性的方法? 修正异方差性的主要方法?答:检验:图形法、Goldfeld-Qunandt检验、White检验、ARCH检验以及Glejser检验修正:加权最小二乘法，也可以用变量变换法和对数变换法。