計(jì)量經(jīng)濟(jì)學(xué)簡(jiǎn)答題-wenkub
2023-04-09 07:58:15 本頁面
【正文】 數(shù)估計(jì)量 0是非隨機(jī)變量；相關(guān)分析對(duì)資料的要求是兩個(gè)變量都隨機(jī)變量。分）③回歸分析對(duì)資料的要求是被解釋變量（2分）③有效性（最小方差性或最優(yōu)性），指在所有的0b 1b線性無偏估計(jì)量中，最小二乘估計(jì)量 和分別為觀測(cè)值 和隨機(jī)誤差項(xiàng) 的線性函0b 1b ty tub b等于總體參數(shù) 和xy ；在回歸分析中， 和 卻是兩個(gè)完全不同的回歸方程。x（19．試述回歸分析與相關(guān)分析的聯(lián)系和區(qū)別。不相關(guān)假定自相關(guān)性假定 （1分）產(chǎn)生隨機(jī)誤差項(xiàng)的原因有以下幾個(gè)方面：①模型中被忽略掉的影響因素造成的誤差；（1分）④虛擬變量數(shù)據(jù)。（1分）對(duì)計(jì)量經(jīng)濟(jì)模型的檢驗(yàn)應(yīng)從幾個(gè)方面入手？答：①經(jīng)濟(jì)意義檢驗(yàn)；（2分）③估計(jì)參數(shù)；（1（2（1分）計(jì)量經(jīng)濟(jì)模型建立的過程，是綜合應(yīng)用理論、統(tǒng)計(jì)和數(shù)學(xué)方法的過程，計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)三者的統(tǒng)一。分）統(tǒng)計(jì)學(xué)是關(guān)于如何收集、整理和分析數(shù)據(jù)的科學(xué)，而計(jì)量經(jīng)濟(jì)學(xué)則利用經(jīng)濟(jì)統(tǒng)計(jì)所提供的數(shù)據(jù)來估計(jì)經(jīng)濟(jì)變量之間的數(shù)量關(guān)系并加以驗(yàn)證。答：計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)的綜合。（1（1計(jì)量經(jīng)濟(jì)模型有哪些應(yīng)用？①結(jié)構(gòu)分析。分）③政策評(píng)價(jià)。分簡(jiǎn)述建立與應(yīng)用計(jì)量經(jīng)濟(jì)模型的主要步驟。分）④模型的檢驗(yàn)；（1分）②統(tǒng)計(jì)準(zhǔn)則檢驗(yàn)；（1分）5．計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用的數(shù)據(jù)是怎樣進(jìn)行分類的？答：四種分類：①時(shí)間序列數(shù)據(jù)；（1（2分）②模型關(guān)系認(rèn)定不準(zhǔn)確造成的誤差；（1分）7．古典線性回歸模型的基本假定是什么？xt8．總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。答：兩者的聯(lián)系：①相關(guān)分析是回歸分析的前提和基礎(chǔ)；回歸分析是相關(guān)分析的深入和繼續(xù)。分）兩者的區(qū)別：①回歸分析強(qiáng)調(diào)因果關(guān)系，相關(guān)分析不關(guān)心因果關(guān)系，所研究的兩個(gè)變量是對(duì)等的。與0 1t ty b b x= + + 0 1t tx a a y= + +答：①線性，是指參數(shù)估計(jì)量 和分）0b 1by（1和的含義。linear（2Ft（1（3（1b0b2請(qǐng)敘述模型的古典假定。=,E[(utE(utus（1無關(guān)，為一個(gè)常數(shù)，即s（4）隨機(jī)誤差項(xiàng)與解釋變量不相關(guān)，即utjk為非隨機(jī)變量，這個(gè)假設(shè)自動(dòng)成立（1為服從正態(tài)分布的隨機(jī)變量，即(0,s分）。R2但是，在樣本容量一定的情況下，增加解釋變量必定使得待估參數(shù)的個(gè)數(shù)增加，從而損失自由度，而實(shí)際中如果引入的解釋變量并非必要的話可能會(huì)產(chǎn)生很多問題，比如，降低預(yù)測(cè)精確度、引起多重共線性等等。R()1解答：分）。=+=logytb1ut④/(b1xt分）②系數(shù)呈線性，變量非呈線性；（1分）？試舉例說明經(jīng)濟(jì)現(xiàn)象中的異方差性。具有異方差性，即var(uit2（t=1，2，……，n）。對(duì)總體回歸直線的偏離程度越低，殘差因此，在考慮異方差模型的擬合總誤差時(shí)，對(duì)于不同的et對(duì)殘差平方和的影異，使消費(fèi)的分散幅度增大，或者說低收入家庭消費(fèi)的分散度和高收入家庭消費(fèi)得分散度相比較，可以認(rèn)為牽著小于后者。（2分）產(chǎn)生的影響：如果線性回歸模型的隨機(jī)誤差項(xiàng)存在異方差性，會(huì)對(duì)模型參數(shù)估計(jì)、模型檢驗(yàn)及模型應(yīng)用帶來重大影響，主要有：（1）不影響模型參數(shù)最小二乘估計(jì)值的無偏性；（2）參數(shù)的最小二乘估計(jì)量不是一個(gè)有效的估計(jì)量；（3）對(duì)模型參數(shù)估計(jì)值的顯著性檢驗(yàn)失效；（4）模型估計(jì)式的代表性降低，預(yù)測(cè)精度精度降低。,的可信度越高（或者說樣本點(diǎn)的代表性越強(qiáng)）；而et（3分）24.（2分）兩部分，然后分別對(duì)樣本1和樣本2進(jìn)行回歸，并計(jì)算兩個(gè)子樣本的殘差平方和，如果隨機(jī)誤差項(xiàng)是同方差的，則這兩個(gè)子樣本的殘差平方和應(yīng)該大致相等；如果是異方差的，則兩者差別較大，以此來判斷是否存在異方差。答
電大資料相關(guān)推薦
鄂ICP備17016276號(hào)-1