計(jì)量經(jīng)濟(jì)學(xué)總復(fù)習(xí)(已修改)
2025-04-29 12:35 本頁(yè)面
【正文】 《計(jì)量經(jīng)濟(jì)學(xué)》總復(fù)習(xí)一、名詞解釋多重共線性：在線性回歸模型中，如果某兩個(gè)或多個(gè)解釋變量之間出現(xiàn)了相關(guān)性，則稱為多重共線性。自相關(guān)：自相關(guān)是指隨機(jī)誤差項(xiàng)與自身的滯后項(xiàng)存在相關(guān)，分為一階自相關(guān)和高階自相關(guān)兩種形式。異方差：是指模型違反古典假定中的同方差性，即各殘差項(xiàng)的方差并非相等。虛擬變量：在計(jì)量經(jīng)濟(jì)學(xué)中，我們把取值為0和1的人工變量稱為虛擬變量。面板數(shù)據(jù)：發(fā)生在同一時(shí)間截面上的調(diào)查數(shù)據(jù)加權(quán)最小二乘法：是對(duì)各個(gè)殘差的平方賦予不同的權(quán)重后求和，求解參數(shù)估計(jì)值，使加權(quán)之后的殘差平方和最小。最小二乘法：（OLS）是利用殘差平方和為最小來(lái)求解回歸模型參數(shù)的參數(shù)估計(jì)方法。聯(lián)立方程模型：聯(lián)立方程模型就是描述經(jīng)濟(jì)變量間聯(lián)立依存性的方程體系。二、簡(jiǎn)答題簡(jiǎn)要說(shuō)明計(jì)量經(jīng)濟(jì)模型與數(shù)理經(jīng)濟(jì)模型的關(guān)系？計(jì)量經(jīng)濟(jì)模型與數(shù)理經(jīng)濟(jì)模型分別屬于兩門不同的學(xué)科。數(shù)理經(jīng)濟(jì)學(xué)是在理論的層面上運(yùn)用數(shù)學(xué)語(yǔ)言來(lái)研究和表述經(jīng)濟(jì)理論, 而計(jì)量經(jīng)濟(jì)學(xué)是在經(jīng)驗(yàn)的層面上對(duì)經(jīng)濟(jì)現(xiàn)象在具體時(shí)間、地點(diǎn)、條件下的結(jié)局進(jìn)行描述、估計(jì)或預(yù)測(cè)。數(shù)理經(jīng)濟(jì)模型為計(jì)量經(jīng)濟(jì)分析提供了理論框架,但是,不能直接簡(jiǎn)單地把數(shù)理經(jīng)濟(jì)模型當(dāng)作計(jì)量經(jīng)濟(jì)模型使用。由于計(jì)量經(jīng)濟(jì)分析所使用的樣本數(shù)據(jù)都是調(diào)查數(shù)據(jù),在這種條件下,計(jì)量經(jīng)濟(jì)分析無(wú)法論證變量之間的因果關(guān)系,它所能夠做的事情只能是,針對(duì)經(jīng)濟(jì)學(xué)中所論證的經(jīng)濟(jì)現(xiàn)象之間的因果關(guān)系來(lái)測(cè)算具體時(shí)間、地點(diǎn)、條件下具體的因果關(guān)系效應(yīng)什么是多重共線性，其解決方法是什么？多重共線性（Multicollinearity）是指線性回歸模型中的解釋變量之間由于存在精確相關(guān)關(guān)系或高度相關(guān)關(guān)系而使模型估計(jì)失真或難以估計(jì)準(zhǔn)確。一般來(lái)說(shuō)，由于經(jīng)濟(jì)數(shù)據(jù)的限制使得模型設(shè)計(jì)不當(dāng)，導(dǎo)致設(shè)計(jì)矩陣中解釋變量間存在普遍的相關(guān)關(guān)系。多重共線性的解決方法1Var(β?)=(X39。X)1X39。Ω?0X(X39。X)1（1）排除引起共線性的變量找出引起多重共線性的解釋變量，將它排除出去，以逐步回歸法得到最廣泛的應(yīng)用。（2）差分法時(shí)間序列數(shù)據(jù)、線性模型：將原模型變換為差分模型。（3）減小參數(shù)估計(jì)量的方差：嶺回歸法（RidgeRegression）。克服自相關(guān)問(wèn)題可以采用什么方法，寫出其具體過(guò)程。要解決異方差和自相關(guān)的問(wèn)題，可以按照兩種思路。第一種方法是對(duì)協(xié)方差矩陣進(jìn)行改進(jìn)，使得修正后的t統(tǒng)計(jì)量服從t分布，這種方法稱作穩(wěn)健標(biāo)準(zhǔn)差。所謂穩(wěn)健標(biāo)準(zhǔn)差是指其標(biāo)準(zhǔn)差對(duì)于模型中可能存在的異方差或自相關(guān)問(wèn)題不敏感，基于穩(wěn)健標(biāo)準(zhǔn)差計(jì)算的穩(wěn)健t統(tǒng)計(jì)量仍然漸進(jìn)分布t分布。因此，可以利用穩(wěn)健標(biāo)準(zhǔn)差進(jìn)行傳統(tǒng)的統(tǒng)計(jì)推斷。估計(jì)量的方差公式為：? ? ?Var(β)=E[(ββ)(ββ)39。]=E[(X39。X)1X39。uu39。X(X39。X)1] =(X39。X)1X39。ΩX(X39。X)1Huber/White/sandwich異方差穩(wěn)健標(biāo)準(zhǔn)差給出了標(biāo)準(zhǔn)差的穩(wěn)健形式，?X39。Ω0X=NNk?i229。iu2xi39。xi?其中，xi表示X矩陣的第i行觀測(cè)值（包括常數(shù)項(xiàng)）,ui表示模型的殘差。第二種方法是對(duì)模型的進(jìn)行適當(dāng)?shù)霓D(zhuǎn)換，使得轉(zhuǎn)換后模型的誤差性滿足同方差、無(wú)序列相關(guān)的假定條件。這即是廣義最小二乘法（GLS）。假設(shè)var(u)=Ω，那么對(duì)于正定矩陣可以找到矩陣M，使得MΩM39。=I222。M39。M=Ω1M即是矩陣W的Cholesky分解。在方程兩邊同時(shí)乘以M，得到轉(zhuǎn)換后的新模型：y=Xβ+u222。My=MXβ+Mu令y*=My, X*=MX, u*=Mu，即y*=X*β+u*新的隨機(jī)誤差項(xiàng)的協(xié)方差矩陣為var(u*)=E(Muu39。M39。)=MΩM39。1
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1