計(jì)經(jīng)名詞解釋與簡(jiǎn)答題-免費(fèi)閱讀
【正文】 也就是說(shuō)，包含無(wú)關(guān)變量的偏誤主要表現(xiàn)為“錯(cuò)誤”模型的OLS估計(jì)量的方差一般會(huì)大于“正確”模型相應(yīng)參數(shù)估計(jì)量的方差。？自回歸模型估計(jì)時(shí)遇到的主要問(wèn)題？答：分布滯后模型估計(jì)時(shí)遇到的主要問(wèn)題有：對(duì)于無(wú)限期的分布滯后模型，由于樣本觀測(cè)值的有限性，使得無(wú)法直接對(duì)其進(jìn)行估計(jì)。？分布滯后模型使用OLS方法存在哪些問(wèn)題？答：滯后變量模型有分布滯后模型和自回歸模型兩大類，前者只有解釋變量及其滯后變量作為模型的解釋變量，不包含被解釋變量的滯后變量作為模型的解釋變量；而后者則以當(dāng)期解釋變量與被解釋變量的若干期滯后變量作為模型的解釋變量。 第四章不滿足基本假定（基本假設(shè)違背）的情況有哪些？答：（1）隨機(jī)誤差項(xiàng)序列存在異方差性；（2）隨機(jī)誤差項(xiàng)序列存在序列相關(guān)性；（3）解釋變量之間存在多重共線性；（4）解釋變量是隨機(jī)變量且與隨機(jī)誤差項(xiàng)相關(guān)的隨機(jī)解釋變量問(wèn)題；（5）模型設(shè)定有偏誤；（6）解釋變量的方差不隨樣本容量的增而收斂。樣本最小容量必須不少于模型中解釋變量的數(shù)目（包括常數(shù)項(xiàng)）,即n 179。 （2）以原假設(shè)H0構(gòu)造t統(tǒng)計(jì)量，并由樣本計(jì)算其值： （3）給定顯著性水平a，查t分布表得臨界值t a/2(n2) （4）比較，判斷 若 |t| t a/2(n2)，則拒絕H0 ，接受H1 ； 若 |t|163。答：（1）線性性，即它是否是另一隨機(jī)變量的線性函數(shù)；（2）無(wú)偏性，即它的均值或期望值是否等于總體的真實(shí)值；（3）有效性，即它是否在所有線性無(wú)偏估計(jì)量中具有最小方差。一元線性回歸模型的基本假設(shè)主要有哪些？違背基本假設(shè)的計(jì)量經(jīng)濟(jì)學(xué)模型是否就不可以估計(jì)？答：假設(shè)解釋變量X是確定性變量，不是隨機(jī)變量； 假設(shè)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)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)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(wú)限增加，解釋變量X的樣本方差趨于一有限常數(shù)。檢驗(yàn)與發(fā)展經(jīng)濟(jì)理論，其原理是如果按照某種經(jīng)濟(jì)理論建立的計(jì)量經(jīng)濟(jì)學(xué)模型可以很好地?cái)M合實(shí)際觀察數(shù)據(jù)。計(jì)量經(jīng)濟(jì)學(xué)方法從主要用于經(jīng)濟(jì)預(yù)測(cè)轉(zhuǎn)向經(jīng)濟(jì)理論假設(shè)和政策假設(shè)的檢驗(yàn)；⑶。如何理解計(jì)量經(jīng)濟(jì)學(xué)在當(dāng)代經(jīng)濟(jì)學(xué)科中的重要地位？當(dāng)代計(jì)量經(jīng)濟(jì)學(xué)的基本特點(diǎn)？答：計(jì)量經(jīng)濟(jì)學(xué)自20世紀(jì)20年代末30年代初形成以來(lái)，無(wú)論在技術(shù)方法還是在應(yīng)用方面發(fā)展都十分迅速，尤其是經(jīng)過(guò)20世紀(jì)50年代的發(fā)展階段和60年代的擴(kuò)張階段，計(jì)量經(jīng)濟(jì)學(xué)在經(jīng)濟(jì)學(xué)科中占據(jù)了重要的地位，主要表現(xiàn)在：①。多重共線性：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。它與 有如下關(guān)系：多重共線性：指多個(gè)解釋變量間存在線性相關(guān)的情形。1殘差平方和：用RSS表示：度量實(shí)際值與擬合值之間的差異，是
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1