計量經(jīng)濟(jì)學(xué)習(xí)題及答案-免費閱讀
【正文】 對于第三個方程判別結(jié)果為過度識別的。答：一是居民收入總額RIi前參數(shù)的符號有誤，應(yīng)是正號；二是全社會固定資產(chǎn)投資總額IVi這一解釋變量的選擇有誤，它對社會消費品零售總額應(yīng)該沒有直接影響。同理，=1，故，對于模型中第二個解釋變量通不過檢驗。生育孩子對教育年數(shù)的簡單回歸模型為： ① 隨機(jī)干擾項包含什么樣的因素？它們可能與教育水平相關(guān)嗎？ ② 上述簡單回歸分析能夠揭示教育對生育率在其他條件不變下的影響嗎？請解釋。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)的計量經(jīng)濟(jì)學(xué)模型是否就不可以估計？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，解釋變量是非隨面的，如果是隨機(jī)變量，則與隨機(jī)干擾項不相關(guān)。③ 對輔助模型利用在第一步所得的的樣本數(shù)據(jù)及原模型的解釋變量的樣本數(shù)據(jù)對輔助模型進(jìn)行OLS回歸，算出輔助回歸模型的判定系數(shù)。因為經(jīng)濟(jì)系統(tǒng)中包含有很多的隨機(jī)因素，這引起因素有時又非常重要而又無法準(zhǔn)確地加以測度，因此，引入隨機(jī)誤差項，由這誤差項來反映這些因素的影響。其原理是彈性分析、乘數(shù)分析與比較靜力分析。 某商品需求函數(shù)模型為，其中Y為需求量，X為價格。④ 模型的檢驗，包括參數(shù)的顯著性檢驗、模型整體顯著性的檢驗、異方差性的檢驗、序列相關(guān)性的檢驗及多重共線性的檢驗。其原理是如果按照某種經(jīng)濟(jì)理論建立的計量經(jīng)濟(jì)學(xué)模型可以很好的擬合實際觀察數(shù)據(jù)，則意味著該理論是符合客觀事實的，否則，則表明該理論不能解釋客觀事實。以二元線性回歸模型為例，闡述運用White檢驗法檢驗?zāi)Ｐ褪欠翊嬖诋惙讲钚缘幕具^程。模型存在多重共線性可能產(chǎn)生的后果主要有哪些? （1）各個解釋變量對被解釋變量的影響很難精確鑒別； (2) 模型回歸系數(shù)估計量的方差會很大，從而使模型參數(shù)的顯著性檢驗失效； (3) 模型參數(shù)的估計量對刪除或增添少量的觀測值及刪除一個不顯著的解釋變量都可能非常敏感。（2）t檢驗的可靠性降低（3）增大模型的預(yù)測誤差試述用DW檢驗法檢驗?zāi)Ｐ椭惺欠翊嬖谛蛄邢嚓P(guān)性的基本過程。你決定對已有的30個連鎖店的銷售額作為他們所處地位置特征的函數(shù)進(jìn)行回歸分析，并且用這個回歸方程模型預(yù)測你考慮的新的連鎖店的不同位置的可能銷售額。請進(jìn)行變量的差分變換消除此模型中的序列相關(guān)性？ 解：先將模型滯后一期再在二邊乘于得， 再將愿模型與此新模型二邊相減得， 此模型中的隨機(jī)誤差項滿足基本假定作差分變換處理后的模型為：此新模型不存在序列相關(guān)性5 請將下列模型進(jìn)行適當(dāng)變換化為標(biāo)準(zhǔn)線性模型： ① ② ③ 解：① 設(shè)， 則，原模型化為： ② 對原模型取對數(shù)：設(shè)， ，則原模型化為： ③ 對原模型取對數(shù)：設(shè)
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1