計(jì)量經(jīng)濟(jì)學(xué)第三版課后題答案李子奈-文庫吧
2025-06-03 18:32 本頁面
【正文】 檢驗(yàn)（△（平方）代表意義；△（平方）的認(rèn)識(shí)）、能夠讀懂Eviews輸出的估計(jì)結(jié)果第二章課后題（）？（經(jīng)典模型中產(chǎn)生隨機(jī)誤差的原因）答：計(jì)量經(jīng)濟(jì)學(xué)模型考察的是具有因果關(guān)系的隨機(jī)變量間的具體聯(lián)系方式。由于是隨機(jī)變量，意味著影響被解釋變量的因素是復(fù)雜的，除了解釋變量的影響外，還有其他無法在模型中獨(dú)立列出的各種因素的影響。這樣，理論模型中就必須使用一個(gè)稱為隨機(jī)干擾項(xiàng)的變量宋代表所有這些無法在模型中獨(dú)立表示出來的影響因素，以保證模型在理論上的科學(xué)性。？違背基本假設(shè)的模型是否不可以估計(jì)？答：線性回歸模型的基本假設(shè)有兩大類：一類是關(guān)于隨機(jī)干擾項(xiàng)的，包括零均值，同方差，不序列相關(guān)，滿足正態(tài)分布等假設(shè)；另一類是關(guān)于解釋變量的，主要有：解釋變量是非隨機(jī)的，若是隨機(jī)變量，則與隨機(jī)干擾項(xiàng)不相關(guān)。實(shí)際上，這些假設(shè)都是針對(duì)普通最小二乘法的。在違背這些基本假設(shè)的情況下，普通最小二乘估計(jì)量就不再是最佳線性無偏估計(jì)量，因此使用普通最小二乘法進(jìn)行估計(jì)己無多大意義。但模型本身還是可以估計(jì)的，尤其是可以通過最大似然法等其他原理進(jìn)行估計(jì)。假設(shè)1. 解釋變量X是確定性變量，不是隨機(jī)變量； 假設(shè)2. 隨機(jī)誤差項(xiàng)m具有零均值、同方差和不序列相關(guān)性： E(mi)=0 i=1,2, …,n Var (mi)=sm2 i=1,2, …,n Cov(mi, mj)=0 i≠j i,j= 1,2, …,n假設(shè)3. 隨機(jī)誤差項(xiàng)m與解釋變量X之間不相關(guān)： Cov(Xi, mi)=0 i=1,2, …,n假設(shè)4. m服從零均值、同方差、零協(xié)方差的正態(tài)分布 mi~N(0, sm2 ) i=1,2, …,n假設(shè)5. 隨著樣本容量的無限增加，解釋變量X的樣本方差趨于一有限常數(shù)。即 假設(shè)6. 回歸模型是正確設(shè)定的10題為計(jì)算題，見課本P52，答案見P17第三章 經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型：多元線性回歸模型上屆重點(diǎn)：F檢驗(yàn)、t檢驗(yàn) 調(diào)整的樣本決定系數(shù)、“多元”里為什么要對(duì)△（平方）系數(shù)進(jìn)行調(diào)整？第三章課后題（）？在證明最小二乘估計(jì)量的無偏性和有效性的過程中，哪些基本假設(shè)起了作用？答：多元線性回歸模型的基本假定仍然是針對(duì)隨機(jī)干擾項(xiàng)與針對(duì)解釋變量兩大類的假設(shè)。針對(duì)隨機(jī)干擾項(xiàng)的假設(shè)有：零均值，同方差，無序列相關(guān)且服從正態(tài)分布。針對(duì)解釋量的假設(shè)有；解釋變量應(yīng)具有非隨機(jī)性，如果后隨機(jī)的，則不能與隨機(jī)干擾項(xiàng)相關(guān)；各解釋變量之間不存在(完全)線性相關(guān)關(guān)系。在證明最小二乘估計(jì)量的無偏性中，利用了解釋變量非隨機(jī)或與隨機(jī)干擾項(xiàng)不相關(guān)的假定；在有效性的證明中，利用了隨機(jī)干擾項(xiàng)同方差且無序列相關(guān)的假定。，t檢驗(yàn)和F檢驗(yàn)有何不同？在一元線性回歸分析中二者是否有等價(jià)作用？（見課本P70）答：在多元線性回歸分析中，t檢驗(yàn)常被用作檢驗(yàn)回歸
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1