下载文档原格式
计量经济学期末考试简答题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着性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：，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.修正的决定系数及其作用。
16.常见的非线性回归模型有几种情况？17. 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。
19.什么是异方差性？试举例说明经济现象中的异方差性。
20.产生异方差性的原因及异方差性对模型的OLS估计有何影响。
21.检验异方差性的方法有哪些？22.异方差性的解决方法有哪些？23.什么是加权最小二乘法？它的基本思想是什么？24.样本分段法（即戈德菲尔特——匡特检验）检验异方差性的基本原理及其使用条件。
25．简述DW检验的局限性。
26．序列相关性的后果。
27．简述序列相关性的几种检验方法。
28．广义最小二乘法（GLS）的基本思想是什么？29．解决序列相关性的问题主要有哪几种方法？30．差分法的基本思想是什么？31．差分法和广义差分法主要区别是什么？32．请简述什么是虚假序列相关。
33．序列相关和自相关的概念和范畴是否是一个意思？34．DW值与一阶自相关系数的关系是什么？35．什么是多重共线性？产生多重共线性的原因是什么？36．什么是完全多重共线性？什么是不完全多重共线性？37．完全多重共线性对OLS估计量的影响有哪些？38．不完全多重共线性对OLS估计量的影响有哪些？39．从哪些症状中可以判断可能存在多重共线性？40．什么是方差膨胀因子检验法？41．模型中引入虚拟变量的作用是什么？42．虚拟变量引入的原则是什么？43．虚拟变量引入的方式及每种方式的作用是什么？44．判断计量经济模型优劣的基本原则是什么？45．模型设定误差的类型有那些？46．工具变量选择必须满足的条件是什么？47．设定误差产生的主要原因是什么？48．在建立计量经济学模型时，什么时候，为什么要引入虚拟变量？49．估计有限分布滞后模型会遇到哪些困难50．什么是滞后现像？产生滞后现像的原因主要有哪些？51．简述koyck 模型的特点。
计量经济学简答题1、什么是普通最小二乘法？为什么估计参数时不用Σ|e i |(min)作为估计准则？答：依据最小二乘准则去估计回归模型中参数的方法就称为普通最小二乘法。
为了使样本回归函数总体上尽可能接近总体回归函数，考虑用残差绝对值的和Σ|e i |来度量样本回归函数Y i ?与Y i 的总体近似程度。
为了得到具有良好性质的参数估计量以及便于数学工具的应用，通常采用残差平方和∑=n i i e 12替换Σ|e i |(min)来度量这一接近程度。
2、在计量经济模型中，引入虚拟变量时，虚拟变量数量的设置规则是什么？虚拟变量的作用有哪些？答：一般地，若一个定性因素具有m （≥2）个相互排斥的类型，在含有截距项的线性回归模型中，只能引入m-1个虚拟变量。
否则会落入虚拟变量陷阱。
作用：1、测量截距变化；2、测量斜率变化；3、调节季节的波动；4、作为数值因素的代表；5、作为非数值因素的代表。
拓展：什么是虚拟变量陷阱？答：在建立含有截距项的线性回归模型时，引入m 个虚拟变量会使模型存在完全多重共线性，这种情形称为陷入“多重共线性陷阱”。
3、什么是异方差？什么数据估计模型容易产生异方差？如何解决异方差？叙述异方差性戈德菲尔特——夸特检验的步骤。
答：在回归模型中，随机误差项的方差随解释变量的变化而变化，则称模型具有异方差性。
采用横截面样本数据建模，容易产生异方差。
采用加权最小二乘法或怀特异方差——稳健性估计程序解决异方差。
步骤：1、将观测值X j 按照从小到大顺序排列，并把排在中间的c （约n/4）个数据去掉，再将剩余数据分为前后两个子样本，每个子样本的样本容量为（n-c ）/2（整数）。
2、对每个子样本分别进行OLS 回归，并计算各自的残差平方和。
3、构造F=12RSS RSS ~F （2c n --k-1，2c n --k-1） 4、若F>F （2c n --k-1，2c n --k-1），则u i 存在异方差性，并且是递增型的；若F<="" n="" p="" （2c="">n --k-1），则u i 具有同方差性。
计量经济学简答题第一章绪论（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？1-20．模型参数对模型有什么意义？习题参考答案第一章绪论1-1．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。
1-2．答：计量经济学自20年代末、30年代初形成以来，无论在技术方法还是在应用方面发展都十分迅速，尤其是经过50年代的发展阶段和60年代的扩张阶段，使其在经济学科占据重要的地位，主要表现在：①在西方大多数大学和学院中，计量经济学的讲授已成为经济学课程表中有权威的一部分；②从1969~2003年诺贝尔经济学奖的XX位获奖者中有XX位是与研究和应用计量经济学有关；著名经济学家、诺贝尔经济学奖获得者萨缪尔森甚至说：“第二次世界大战后的经济学是计量经济学的时代”。
1. 请问自回归模型的估计存在什么困难？如何来解决这些苦难？答：主要存在两个问题：(1) 出现了随机解释变量Y，而可能与随机扰动项相关；(2) 随机扰动项可能存在自相关，库伊克模型和自适应预期模型的随机扰动项都会导致自相关，只有局部调整模型的随机扰动项无自相关。
对于第一个问题的解决可以使用工具变量法；对于第二个问题的检验可以用德宾h检验法，目前还没有很好的解决办法，唯一能做的就是模型尽可能的设定正确。
2. 为什么要进行广义差分变换？写出其过程。
答：进行广义差分变换是为了处理自相关，写出其过程如下：以一元模型为例：Y t = b o + b i X t +u t假设误差项服从AR(1)过程：U t = p u t-i +v t —1 <p < 1其中，v满足OLS假定，并且是已知的。
为了弄清楚如何使变换后模型的误差项不具有自相关性，我们将回归方程中的变量滞后一期，写为：Y t-1 = b o + b 1 X t-1 +u t-1方程的两边同时乘以p，得到：p Y t-1 = p b o + p b1 X t-1 + p u t-1现在将两方程相减，得到：(Y t —p Y t-1 ) = b o ( 1 —p ) + b 1 (X t —p X t-1 ) + v t由于方程中的误差项v t满足标准OLS假定，方程就是一种变换形式，使得变换后的模型无序列相关。
如果我们将方程写成：Y t = b0 + b1 X t +v t,其中，Y t = (Y t- p Y t-1 ) , X t =*(X t - p X t-1 ) , b o = b o ( 1 - p )o3. 什么是递归模型？答：递归模型是指在该模型中，第一个方程的内生变量丫1仅由前定变量表示，而无其它内生变量；第二个方程内生变量丫2表示成前定变量和一个内生变量丫1的函数；第三个方程内生变量丫3表示成前定变量和两个内生变量丫1与丫2的函数；按此规律下去，最后一个方程内生变量Y m可表示成前定变量和m —1个丫1, 丫2、，丫3,…、Y m-1的函数。
简答题：1.选择工具变量的原则是什么:（1）工具变量必须与所替代的随机解释变量高度相关；（2）工具变量与随机误差项不相关（3）工具变量与其它解释变量不相关，避免出现多重共线性。
2.实际经济问题中的多重共线性(1)经济变量的趋同性（2）滞后变量的引入（3）样本资料的限制3.序列相关性产生的原因:（1）惯性；（2）模型设定误差；（3）蛛网现象；（4）数据加工。
4、随机解释变量问题及其解决方法。
如果存在一个或多个随机变量作为解释变量，则称原模型出现随机解释变量问题。
第一、随机解释变量与误差项相互独立；第二、随机解释变量与误差项同期无关，而异期相关；第三、随机解释变量与误差项同期相关；第四、解决方法为工具变量法。
5.随机解释变量产生的后果1.若相互独立，则参数估计量仍然无偏一致。
2 若同期相关，异期不相关，得到的参数估计有偏，但却是一致的3 若同期相关，则估计量有偏且非一致。
6.简述最小二乘估计量的性质：（1）线性性，即它是否是另一随机变量的线性函数；（2）无偏性，即它的均值或期望值是否等于总体的真实值；（3）有效性，即它是否在所有线性无偏估计量中具有最小方差。
（4）渐近无偏性，即样本容量趋于无穷大时，是否它的均值序列趋于总体真值；（5）一致性，即样本容量趋于无穷大时，它是否依概率收敛于总体的真值；（6）渐近有效性，即样本容量趋于无穷大时，是否它在所有的一致估计量中具有最小的渐近方差。
7、虚拟变量的作用：（1）表现定性因素对被解释变量的影响（2）提高模型的说明能力与水平（3）季节变动分析。
（4）方程差异性检验。
8、虚拟变量设置的原则：如果有定性因素共有个结果需要区别，那么至多引入m-1 个虚拟变量9、实际经济问题中的多重共线性：（1）经济变量的趋同性（2）滞后变量的引入（3）样本资料的限制10.引入随机误差形式为了：（1）代表未知的影响因素（2）代表残缺数据（3）代表众多细小的影响因素（4）代表数据观测误差（5）代表模型设定误差（6）变量的随机存在性11.12.回归分析的主要内容有：（1）根据样本观测值对经济计量模型参数进行估计，求得回归方程（2）对回归方程、参数估计值进行显著性检验（3）利用回归方程进行分析、评价及预测。
计量经济学重点（简答题）一、什么是计量经济学？计量经济学，又称经济计量学，它是以一定的经济理论和实际统计资料为依据，运用数学、统计学和计算机技术，通过建立计量经济学模型，定量分析经济变量之间的随机因果关系.。
二、计量经济学的研究的步骤是什么？1)理论模型的设计A.理论或假说的陈述；B.理论的数学模型的设定；C.理论的计量经济模型的设定。
i.把模型中不重要的变量放进随机误差项中；ii.拟定待估参数的理论期望值。
2)获取数据数据来源：网络、统计年鉴、报纸、杂志数据类别：时间序列数据、截面数据、混合数据、虚变量数据。
数据要求：完整性、准确性、可比性、一致性i.完整性：模型中包含的所有变量都必须得到相同容量的样本观察值。
ii.准确性：统计数据或调查数据本身是准确的。
iii.可比性：数据口径问题。
iv.一致性：指母体与样本的一致性。
3)模型的参数估计：普通最小二乘法。
4)模型的检验：经济学检验；统计学检验；计量经济学检验；模型的预测检验。
5)模型的应用：结构分析；经济预测；政策评价；经济理论的检验与发展。
三、简述统计数据的类别？时间序列数据、截面数据、混合数据、虚变量数据。
1)时间序列数据：按时间先后排列收集的数据。
采纳时间序列数据的注意事项：A.所选择的样本区间的经济行为一致性问题。
B.样本数据在不同样本点之间的可比性问题。
C.样本数据过于集中的问题。
不能反映经济变量间的结构关系，应增大观察区间。
D.模型的随机误差项序列相关问题。
2)截面数据：又称横向数据，是一批发生在同一时间截面上的调查数据。
研究某时点上的变化情况。
采纳截面数据的注意事项：A.样本与母体的一致性问题。
B.随机误差项的异方差问题。
3)混合数据：也称面板数据，既有时间序列数据，又有截面数据。
4)虚变量数据：又称二进制数据，只能取0和1两个值，表示的是某个对象的质量特征。
四、模型的检验包括哪几个方面？具体含义是什么？1)经济学检验：参数的符合和大致取值。
1.什么是计量经济学？它与经济学、统计学和数学的关系怎样？答:1、计量经济学是一门运用经济理论和统计技术来分析经济数据的科学和艺术，它以经济理论为指导，以客观事实为依据，运用数学、统计学的方法和计算机技术，研究带有随机影响的经济变量之间的数量关系和规律。
2、经济理论、数学和统计学知识是在计量经济学这一领域进行研究的必要前提，这三者中的每一个对于真正理解现代经济生活中的数量关系是必要的，但不充分，只有结合在一起才行。
2计量经济学三个要素是什么？经济理论、经济数据和统计方法。
3.计量经济学模型的检验包括哪几个方面？其具体含义是什么？答:(1)经济意义检验，即根据拟定的符号、大小、关系，对参数估计结果的可靠性进行判断(2)统计检验，由数理统计理论决定。
包括:拟合优度检验、总体显著性检验。
(3)计量经济学检验，由计量经济学理论决定。
包括:异方差性检验、序列相关性检验、多重共线性检验。
(4)模型预测检验，由模型应用要求决定。
包括:稳定性检验:扩大样本重新估计;预测性能检验:对样本外一点进行实际预测。
4.计量经济学方法与一般经济数学方法有什么区别？答:计量经济学揭示经济活动中各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因素之间的理论关系，用确定性的数学方程加以描述。
5.计量经济学模型研究的经济关系有那两个基本特征？答：一是随机关系，二是因果关系6.计量经济学研究的对象和核心内容是什么？答：计量经济学的研究对象是经济现象，是研究经济现象中的具体数量规律。
计量经济学的核心内容包括两个方面:一是方法论，即计量经济学方法或者理论计量经济学。
二是应用，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。
7.计量经济学中应用的数据类型怎样？举例解释其中三种数据类型的结构。
答：计量经济模型:WAGE=f(EDU,EXP,GEND,μ)1)时间序列数据是按时间周期收集的数据，如年度或季度的国民生产总值。
计量经济学重点简答题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。
答：计量经济学是经济理论、统计学和数学的综合。
经济学着重经济现象的定性研究，计量经济学着重于定量方面的研究。
统计学是关于如何收集、整理和分析数据的科学，而计量经济学则利用经济统计所提供的数据来估计经济变量之间的数量关系并加以验证。
数理统计学作为一门数学学科，可以应用于经济领域，也可以应用于其他领域；计量经济学则仅限于经济领域。
计量经济模型建立的过程，是综合应用理论、统计和数学方法的过程，计量经济学是经济理论、统计学和数学三者的统一。
2、计量经济模型有哪些应用？答：①结构分析②经济预测③政策评价④检验和发展经济理论3、简述建立与应用计量经济模型的主要步骤。
答：模型设定估计参数模型检验模型应用或1）经济理论或假说的陈述2) 收集数据3）建立数理经济学模型4）建立经济计量模型5）模型系数估计和假设检验6）模型的选择7）理论假说的选择8）经济学应用4、对计量经济模型的检验应从几个方面入手？答：①经济意义检验②统计推断检验③计量经济学检验④模型预测检验5、计量经济学应用的数据是怎样进行分类的？答：时间序列数据截面数据面板数据虚拟变量数据6、解释变量和被解释变量，内生变量和外生变量被解释变量是模型要研究的对象，被称为“因变量”，是变动的结果。
解释变量是说明被解释变量变动的原因，被称为“自变量”，是变动的原因。
内生变量是其数值由模型所决定的变量，是模型求解的结果。
外生变量是其数值由模型以外决定的变量。
7、计量经济学的含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、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。
8.在计量经济模型中，为什么会存在随机误差项？答：随机误差项是计量经济模型中不可缺少的一部分。
产生随机误差项的原因有以下几个方面：①模型中被忽略掉的影响因素造成的误差；②模型关系认定不准确造成的误差；③变量的测量误差；④随机因素。
Econometrics (60 points)Question 7: Short Answers (30 points)Answer parts 1-6 with a brief explanation.1. Suppose the model of interest is Y i = β0 + β1X 1i + β2X 2i + u i , where E(u |X)=0 and E(u 2|X)= and X 1 and X 2 are uncorrelated in your sample. Will the bivariate regression of Y on X i have thesame coefficient estimate and standard error for 1ˆβ as the multivariate regression of Y on X 1 and X 2? [6 points]Answer: The coefficient estimates will be the same but the standard error will be smaller in the multivariate regression. Let be the coefficient on X 1 in the bivariate regression. Using the formula for omitted variables bias, we know thatBy assumption, and and so .The value of β1 in the multivariate regression can be written as ̃ ̃ where ̃ ̅̅̅ since . Thus̃ ̃ ̅̅̅̅ ̅̅̅̅ .The standard error of the vector is given by where is the variance of the error term and is the vector of independent variables. Including X 2 reduces the standard error on the estimate of because it reduces but leaves the relevant term of unchanged since and are uncorrelated.Point Values :2 points: The estimates will be the same2 points: A reason1 point for a reasonable reason1 point if it includes any mathematical derivation1 point: The standard error will decrease 1 point: Some reasonable reasonParts 2 to 5 refer to the demand curve,ln(Q t ) = β0 + β1ln(P t ) + β2ln(Y t ) + u t ,(1)where Q t and P t are the quantity (number) and price of haircuts obtained in Cambridge in year t and Y t is mean income in Cambridge in year t.2.Express the price elasticity of demand in terms of the coefficients in (1). [6 points]Answer: The price elasticity of demand is β1, which is the derivative of ln(Q t) with respect toln(P t).Suppose you have annual data on Q_t, P_t, and Y_t in Cambridge for 30 years, and that you have some other annual data available too. You are interested in estimating the coefficients of equation (1). Assume price and quantity are simultaneously determined in a market equilibrium. Would the following variables plausibly be valid instruments for ln(Pt)?3.ln(Y t). [6 points]Answer: This is not valid. If the econometrician does not control for ln(Y t), then the instrument is not exogenous, since clearly corr(β2ln(Y t) + u t, ln(Y t)) ≠ 0. If the econometrician does control for ln(Y t), then the instrument is collinear with the controls.Points: 1.5 points for the instrument not being valid1.5 points for it not being exogenous3 points for a reasonmercial rental price (dollars/square foot/month) in Cambridge in that year. [6 points]Answer: I could see an argument either way for this one. The instrument is plausibly relevant, since an increase in commercial rents could lead to haircutting salons increasing prices of haircuts even controlling for mean income. I can see an argument either way for exogeneity: It is plausibly exogenous controlling for mean income, since controlling for mean income controls for general economic conditions which might impact both commercial rents and demand for haircuts.It is not necessarily exogenous. Suppose that all the major investment banks decide to move from New York to Cambridge. Then this might cause an increase in commercial rents due toincreased demand for space and also an increase in demand for haircuts as individuals shift from working at biotech startups (and having long hair) to working at investment banks.Points: 1 point for valid or not1 point for relevance1.5 points for the reason why it is relevant1 point for whether it is exogenous1.5 points for the reason5.The average length of hair of individuals appearing in People magazine in that year. [6 points]Answer: This is not a valid instrument. It is not correlated with the price of haircuts and iscorrelated with unobservables that impact the demand for haircuts.Point Values: 1 point for not valid1.5 points for it not being relevant1.5 points for it not being exogenous2 points for reasoningQuestion 8: Performance-linked pay (30 points)Table IV from Lemieux, MacLeod, and Parent (Quarterly Journal of Economics, 2009; see the following page) shows results from a regression of log wages on a dummy for whether a job has pay linked to performance (e.g. salespeople paid on commission) and other variables. The data are panel data on workers. In addition to the reported coefficients, the regressions include industry, occupation, and year dummies; county unemployment; and marital status, race dummies, and union status. Standard errors are in parentheses.The model also includes quadratic functions of experience (number of years in the workforce) and tenure (number of years at this specific job). The row labeled “Experience x performance-pay” is the effect of experience at 20 years interacted with performance pay. Similarly, the row labeled “Tenure x performance pay” is the effect of tenure (evaluated at ten years) interactedwith performance pay.1.Based on column (3), is the return to education higher at performance pay jobs or non-performance pay jobs? What is the difference and is it statistically significant? [6 points]Answer: The returns to education are higher in performance pay jobs. The coefficient oneducation x performance pay is 0.0365 with a standard error of 0.007. The t statistic for the test that the coefficient is equal to zero is 5.214 which has a p value of 0.000.Points: 1 point for higher1 point for the coefficient1 point for the standard error1 points for the t statistic1 point for the p value1 point for stating it is statistically significant at 5% or 1%.2.Again using column (3), what is the return to having a performance pay job for somebody with acollege degree (16 years of education), 20 years of experience, and 10 years of tenure? [6 points] Answer: The difference in log wages between a performance pay job and a non performancepay job for a person with the given characteristics is given by{}{}{}The person will earn a staggering 61.7% more in log wages in a performance pay job than not.Points: 1 point for1 point for {}1 point for {}1 points for {}1 point for getting the correct sum1 point for interpreting the answer.3.Regression (4) includes worker-level fixed effects. The coefficient on years of education fallsfrom .0637 in (3) to .0167 in (4). Is this a large change in economic terms? Explain. [6 points] Answer: This is a large effect. A coefficient of 0.06 indicates that, all other things equal, a one year increase in education increases expected log wage by 6%. A coefficient of 0.0167 indicates that an additional year of education increases expected wage by less than 2%, which is less thana third of the first effect. The wage returns to education appear much smaller in this secondestimate. In addition, the coefficient is no longer statistically significant at 5%.Points: 6 points for reasonable reasoning4.Provide an explanation for the difference in the coefficients discussed in question 3 (.0637 vs..0167). Be concrete. [6 points]Answer: Including fixed effects controls for individual unobservables which would impact both educational attainment and log wages. For example, suppose that more able workers get more education and also are hired by more productive firms (and have higher wages as aconsequence). Then regression 3 would suffer from omitted variables bias and this would lead to the coefficient on education being biased upward. Including individual fixed effects eliminates this OVB problem.Points: 2 points for mentioning unobservables or omitted variables bias2 points for giving an example of an omitted variable2 points for explaining why this example variable would bias the coefficient upward5.Consider three possible ways to compute standard errors for the regressions in Table IV:homoskedasticity-only; heteroskedasticity-robust; and clustered at the individual-job level.Which is the most appropriate method, and why? [6 points]Answer: Standard errors should be clustered at the individual-job level. This is because even controlling for individual and industry characteristics, idiosyncratic portions of wages (such as firm-specific shocks that impact wages) may be correlated for an individual over time. Thus the error terms are not iid and the standard errors need to be corrected for this fact.Points: 1 point for not picking homoscedastic1 point for a reasonable explanation if they pick heteroscedastic2 points for picking individual-job level3 points for an explanation of why individual-job clustering is required。
1.什么是计量经济学?答: 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。
2.什么是总体回归函数和样本回归函数？他们之间的区别是什么？答:假如已知所研究的经济现象的总体的被解释变量Y和解释变量X的每个观测值有规律的变化（通常这是不可能的！），那么，可以计算出总体被解释变量Y的条件期望E(Y|Xi) 并将其表现为解释变量X的某种函数E(Y|Xi) =f(Xi) ，这个函数称为总体回归函数。
如果把被解释变量Y的样本条件均值表示为解释变量X的某种函数，这个函数称为样本回归函数。
Y^i=β^1+β2Xi区别:（1）总体回归线是未知，但它是确定的；样本回归线随抽样波动而变化，可以有许多条。
（2）总体回归函数的参数虽未知，但是确定的常数；样本回归函数的回归系数可估计，但是随抽样而变化的随机变量；（3）总体回归函数中的随机误差项ut 是不可直接观测的；而样本回归函数中的残差et 是只要估计出样本回归估计值就可以计算的数值。
3.对随机误差扰动项的假设？答:(1)、随机误差项是一个期望值或平均值为0的随机变量；(2)、对于解释变量的所有观测值，随机误差项有相同的方差；(3)、随机误差项彼此不相关；(4)、解释变量是确定性变量，不是随机变量，与随机误差项彼此之间相互独立；(5)、随机误差项服从正态分布。
4.ols估计量的统计性质与对模型的基本假定的关系是什么？1.多元回归的基本假设是什么，与简单线性回归的基本假设有什么区别？答:1：零均值假定2.同方差和无自相关假定3随机扰动项与解释变量不相关4.无多重共线性假定5.正态性假定区别:多元的基本假设比简单的多了一个无多重共线性假定。
2.F检验，是检验什么的？t检验，检验什么？答:T检验是对回归参数的检验。
F检验是对多元线性回归模型中所有解释变量之间的线性关系在整体上是否显著的检验。
3.可决系数的显著性是通过什么来检验的？答:可决系数可以作为综合度量回归模型对样本观测值拟合优度的度量指标。
1.什么是计量经济学？它与经济学、统计学和数学的关系怎样？答:1、计量经济学是一门运用经济理论和统计技术来分析经济数据的科学和艺术，它以经济理论为指导，以客观事实为依据，运用数学、统计学的方法和计算机技术，研究带有随机影响的经济变量之间的数量关系和规律。
2、经济理论、数学和统计学知识是在计量经济学这一领域进行研究的必要前提，这三者中的每一个对于真正理解现代经济生活中的数量关系是必要的，但不充分，只有结合在一起才行。
2计量经济学三个要素是什么？经济理论、经济数据和统计方法。
3.计量经济学模型的检验包括哪几个方面？其具体含义是什么？答:(1)经济意义检验，即根据拟定的符号、大小、关系，对参数估计结果的可靠性进行判断(2)统计检验，由数理统计理论决定。
包括:拟合优度检验、总体显着性检验。
(3)计量经济学检验，由计量经济学理论决定。
包括:异方差性检验、序列相关性检验、多重共线性检验。
(4)模型预测检验，由模型应用要求决定。
包括:稳定性检验:扩大样本重新估计;预测性能检验:对样本外一点进行实际预测。
4.计量经济学方法与一般经济数学方法有什么区别？答:计量经济学揭示经济活动中各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因素之间的理论关系，用确定性的数学方程加以描述。
5.计量经济学模型研究的经济关系有那两个基本特征？答：一是随机关系，二是因果关系6.计量经济学研究的对象和核心内容是什么？答：计量经济学的研究对象是经济现象，是研究经济现象中的具体数量规律。
计量经济学的核心内容包括两个方面:一是方法论，即计量经济学方法或者理论计量经济学。
二是应用，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。
7.计量经济学中应用的数据类型怎样？举例解释其中三种数据类型的结构。
答：计量经济模型:WAGE=f(EDU,EXP,GEND,μ)1)时间序列数据是按时间周期收集的数据，如年度或季度的国民生产总值。
2)横截面数据是在同一时间点手机的不同个体的数据。
如世界各国某年国民生产总值。
3)混合数据是兼有时间序列和横截面成分的数据，如1985—2010世界各国GDP数据。
8.建立与应用计量经济学模型的主要步骤有哪些？(1)理论模型的设计(2)样本数据的收集(3)模型参数的估计(4)模型的检验9.用OLS建立多元线性回归模型，有哪些基本假设？1、回归模型是线性的，模型设定无误且含有误差项2、误差项总体均值为零3、所有解释变量与误差项都不相关4、误差项互不相关(不存在序列相关性)5、误差项具有同方差6、任何一个解释变量都不是其他解释变量的完全线性函数7、误差项服从正态分布。
10.随机误差项包含哪些因素影响？在解释变量中被忽略的因素的影响（影响不显着的因素、未知的影响因素、无法获得数据的因素）；变量观测值的观测误差的影响；模型关系的设定误差的影响；其它随机因素的影响。
11.为什么要计算调整后的可决系数？在应用过程中发现，如果在模型中增加一个解释变量，?往往增大。
这是因为残差平方和往往随着解释变量的增加而减少，至少不会增加。
这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。
但是，现实情况往往是，由增加解释变量个数引起的的增大与拟合好坏无关，需调整。
=0.89表示被解释变量Y的变异性的89%能用估计的回归方程解释。
12.叙述多重共线性的概念、后果和补救措施。
概念:如果两个或多于两个解释变量之间出现了相关性，则称模型存在多重共线性。
后果:1、估计量仍然是无偏的2、参数估计量的方差和标准差增大3、置信区间变宽4、t统计量会变小5、估计量对模型设定的变化及其敏感6、对方程的整体拟合程度几乎没有影响7、回归系数符号有误补救措施:1、什么都不做2、去掉多余的变量3、增大样本容量13.叙述异方差性的概念、后果和补救措施。
概念: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。
后果:参数估计非有效，变量的显着性检验失去意义，模型的预测失效补救措施:1、加权最小二乘法(WLS)(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OLS估计其参数)。
2、异方差稳健标准误法。
14.叙述序列相关的概念、后果和补救措施。
概念:在正确设定的函数中，如果随机干扰项序列的协方差不为0，则存在序列相关性。
后果:参数估计非有效，变量的显着性检验失去意义，模型的预测失效补救措施:1、广义最小二乘法(消除一阶纯序列相关，回复估计量为最小方差性质的方法)2、Newey-West标准差法(在不改变估计值本身的前提下，修正存在序列相关性的标准差)。
15.写出用White检验进行异方差的检验过程。
1.假设回归模型2.对模型做普通最小二乘回归，得到残差做辅助回归3.求辅助回归方程的R2，在原假设:不存在异方差下，nR2服从X2(df)4.自由度df等于辅助回归方程中解释变量的个数。
如果拒绝原假设，有证据表明存在异方差。
16.写出用方差膨胀因子检验多重共线性的检验过程。
对于模型:第一步:计算下面辅助方程的决定系数。
第二步:计算参数估计值的方差膨胀因子。
如果VIF(βj)>5则存在严重的多重共线性。
17.写出用杜宾-沃森DW方法检验序列相关的检验过程。
(1)计算DW统计量(2)确定临界值:dL、dU(3)提出假设:H0:ρ=0，H1:ρ≠0,若0<DW<dL,则存在负自相关若dU<DW<4-dU,则无自相关若dL<DW<dU,or 4-dU<DW<4-dL，不能确定18.在所有的计量经济问题中，以方差性似乎是最难理解的，用自己的语言来解释异方差性，用图示法说明。
概念: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。
在异方差的情况下，σI2已不是常数，它随着X的变化而变化，即σI2=f(Xi)异方差一般可以归结为三种类型:(1)同方差性(2)单调递增型(3)单调递减型(4)复杂型19.当多远线性回归模型的回归系数符号与预期不一致时，应该检查什么？1）检验是否有无关变量2）检验是否有相关变量的遗漏3）检验函数形式是否设定偏误。
20.在所建立的回归模型中，你遇到过哪些计量经济学问题？1）即使所有的经典假设都满足，得到的估计结果也会与“实际”有偏误。
2）经济理论并未告知变量之间的具体关系应当是什么样的，比如说应该包括多少个解释变量，模型应该选线性形式还是双对数线性形式等。
3）对于自回归模型，随机干扰项的自相关问题始终是存在的。
21.回归模型中引入虚拟变量的作用？有哪几种基本引入方式？一些影响经济变量的因素无法定量度量，如：职业、性别对收入的影响，战争、自然灾害对GDP的影响，季节对某些产品（如冷饮）销售的影响等等。
为了在模型中能够反应这些因素的影响，并提高模型的精度，需要将它们“量化”。
这种“量化”通常是通过引入“虚拟变量”来完成的。
虚拟变量做为解释变量引入模型有两种基本方式：加法方式（截距虚拟变量）和乘法方式（斜率虚拟变量）22.滞后变量模型有哪几种类型？分布滞后模型使用OLS存在哪些问题？滞后变量模型有两种类型，一是分布滞后模型，二是自回归模型存在的问题：1）对无线分布滞后模型，由于样本观测值得有限性，无法直接对其进行估计。
2）对有限分布滞后模型，没有先验准则确定滞后期长度，若滞后期较长，样本容量有限，自由度减少，同名变量滞后值之间可能存在高度线性相关。
23.在对联立方程模型进行估计之前我们先做些什么工作？为什么？在进行模型估计之前首先要判断它是否可以估计，所以要进行联立方程模型的识别。
联立方程模型可以由多个方程组成，对方程之间的关系有严格的要求，否则模型就可能无法估计。
如果一个方程式不可识别的，则它的结构参数不能被估计，也就是说，不存在估计这些参数的有意义的方法。
24.简述两个阶段最小乘法估计方法的思路。
第一阶段：将要估计的方程中作为解释变量的每一个内生变量对联立方程系统中全部前定变量回归（即估计简化式方程—用普通最小二乘法），然后计算这些内生变量的估计值。
第二阶段：用第一阶段得出的内生变量的估计值代替方程右端的内生变量（即用它们作为这些内生变量的工具变量），对原方程应用OLS法，以得到结构参数的估计值。
25.平稳时间序列应满足什么条件？1）均值E（Yt）=μ，是与时间t无关的常数；2）方差Var（Yt）=σ2是与时间t无关的常数；3）协方差Cov（Yt，Yt+k）=γK是只与时期间隔k有关，与时间t无关的常数26.什么是时间序列的单整性？举例说明。
随机游走序列的一阶差分序列△Yt=Yt - Yt -1是平稳序列。
在这种情况下，我们说原非平稳序列Yt是“一阶单整的”，表示为I（1）。
若非平稳序列必须取二阶差分（△2 Yt=△Yt—△Yt -1）才变为平稳序列，则原序列是“二阶单整的”，表示为I（2）。
一般地，若一个非平稳序列必须取d阶差分才变为平稳序列，则原序列是“d阶单整的”，表示为I（d）。
27.对非平稳变量直接建立ARMA模型可以吗？为什么？写出ARIMA（1,1,1）模型。
可以，一个非平稳的随机时间序列通常可以通过差分的方法将它变换为平稳的，对差分后平稳的时间序列也可找出对应的平稳随机过程或模型。
如果我们将一个非平稳时间序列通过d次差分，将它变为平稳的，然后用一个平稳的ARMA（p，q）模型作为它的生成模型，则我们就说该原始时间序列是一个自回归单整移动平均时间序列，记为ARIMA（p,d.q）。
ARIMA(1,1,1)模型? ?? ?? ?? ?? ?? ???28.解释相关关系与因果关系的区别与联系。
相关关系是指两个以上的变量的样本观测值序列之间表现出来的随机数学关系，用相关系数来衡量。
因果关系是指两个或两个以上变量在行为机制上的依赖性，作为结果的变量是由作为原因的变量来决定的，原因变量的变化引起结果变量的变化。
因果关系有单向因果关系和互为因果关系之分。
具有因果关系的变量之间一定具有数学上的相关关系。
而具有相关关系的变量之间并不一定具有因果关系。
29.什么是协整？如果变量之间有着长期的稳定关系，即它们之间是协整的，则是可以使用经典回归模型方法建立回归模型的。
假设X与Y间的长期“均衡关系”由式描述：Yt=α0+α1Xt+μt该均衡关系意味着：给定X的一个值，Y相应的均衡值也随之确定为α0+α1X（d,d）阶协整是一类非常重要的协整关系，它的经济意义在于：两个变量，虽然它们具有各自的长期波动规律，但是如果它们是（d,d）阶协整的，则它们之间存在着一个长期稳定的比例关系。
30.简述建立误差校正模型的步骤。
首先对变量进行协整分析，以发现变量之间的协整关系，即长期均衡关系，并以这种关系构成误差修正项。
