計量經濟學[龐皓]課后思考題答案解析-免費閱讀
【正文】 答：大專以下男性（）服裝消費模型：大專以下女性（）服裝消費模型：大專及大專以上男性（）服裝消費模型：大專及大專以上女性（）服裝消費模型：，為了檢驗下面的假設，應引入多少個虛擬解釋變量？（1）一年里的12個月全部表示出季節(jié)模式。取值一般不選4，否則對回歸系數的分析帶來不便。（1）DW=dL，所以模型存在正自相關。DW統計量的構造中并沒有要求誤差項的方差是同方差 。15, 這是因為樣本如果再小，利用殘差就很難對自相關的存在性做出比較正確的診斷(3) DW檢驗不適應隨機誤差項具有高階序列相關的檢驗.(4) 只適用于有常數項的回歸模型并且解釋變量中不能含滯后的被解釋變量 當回歸模型中的隨機誤差項為AR(1)自相關時，為什么仍用OLS法會低估的標準誤差？ 仍然考慮一元線性回歸模型，以 為例：記 為存在自相關的估計值，則 時，說明隨機誤差項存在自相關，此時，所以這個時候參數估計值的方差不是最小。當dud4du時，表明不存在一階自相關。由于參數估計量不再是有效的，從而對Y的預測也將不是有效的。這種求解參數估計式的方法為加權最小二乘法。答：各種異方差檢驗的共同思想是，基于不同的假定，分析隨機誤差項的方差與解釋變量之間的相關性，以判斷隨機誤差項的方差是否隨解釋變量變化而變化。答：錯誤。答：正確。理由：在高度多重共線性的情形中，沒有任何方法能從所給的樣本中把存在高度共線性的解釋變量的各自影響分解開來，從而也就無法得到單個參數顯著性檢驗的t統計量，因此無法判斷單個或多個偏回歸系數的單個顯著性。如果將加上一個正常數對角矩陣kI（k0，I為單位矩陣），即，使得的可能性比的可能性更小，那么接近奇異的程度就會比小得多。也可以采取逐步回歸方法由由一元模型開始逐步增加解釋變量個數，增加的原則是顯著提高可決系數，自身顯著而與其他變量之間又不產生共線性。第二，模型中包含滯后變量。可以建立如下模型：其中，Y為汽車銷售量，X2為居民收入，X3為汽車價格，X4為汽油價格，像其他費用、道路狀況、政策環(huán)境等次要因素包含在隨機誤差項u中。F檢驗是對多元回歸模型方程整體可靠性的檢驗，而多元線性回歸分析的目的，不僅是要尋求方程整體的顯著性，也要對各個參數作出有意義的估計。區(qū)別：F檢驗有精確的分布，它可以在給定顯著性水平下，給出統計意義上嚴格的結論。解釋變量觀測值矩陣列滿秩（列）。第三章 多元線性回歸模型：1）寫出總體回歸函數和樣本回歸函數；2）寫出回歸模型的矩陣表示；3）說明對此模型的古典假定；4）寫出回歸系數及隨機擾動項方差的最小二乘估計式，并說明參數估計式的性質。所以應理解為區(qū)間包含參數真實值的概率是，而不能認為參數的真實值落入這個區(qū)間的概率為。所以可決系數可以作為綜合度量回歸模型對樣本觀測值擬合優(yōu)度的指標。殘差項在概念上類似總體回歸函數中的隨機擾動項，可視為對隨機擾動項的估計。？它們之間的區(qū)別是什么？答：總體回歸函數是將總體被解釋變量的條件期望表現為解釋變量的函數。在聯立方程組模型中經常利用定義方程式?；蛘呓洕碚撌钦_的，但可能我們對問題的認識只是從某些局部出發(fā)，或者只是考察了某些特殊的樣本，以局部去說明全局的變化規(guī)律，可能導致偏差。由于隨機誤差項的存在，參數也不能通過變量值去精確計算。從而建立簡單線性回歸模型。被解釋變量是模型要分析研究的對象。應用計量經濟學是在一定的經濟理論的指導下，以反映經濟事實的統計數據為依據，用計量經濟方法技術研究計量經濟模型的實用化或探索實證經濟規(guī)律、分析經濟現象和預測經濟行為以及對經濟政策作定量評價。 專業(yè)資料整理分享 思考題答案第一章 緒論思考題？答：計量經濟學的產生源于對經濟問題的定量研究，這是社會經濟發(fā)展到一定階段的客觀需要。、經濟統計學的關系？答：計量經濟學與經濟學的關系。解釋變量是說明被解釋變量變動主要原因的變量。？答：計量經濟模型主要可以用于經濟結構分析、經濟預測、政策評價和檢驗與發(fā)展經濟理論。只能通過變量樣本觀測值選擇適當方法去估計。其次，我們用以估計參數的統計數據或其它信息可能并不十分可靠，或者較多地采用了經濟突變時期的數據，不能真實代表所研究的經濟關系，或者由于樣本太小，所估計參數只是抽樣的某種偶然結果。但是，定義方程式的恒等關系中沒有隨機誤差項和需要估計的參數，所以一般不宜用于建立單一方程模型。樣本回歸函數是將被解釋變量的樣本條件均值表示為解釋變量的函數。總體回歸函數中的隨機誤差項是不可以直接觀測的；而樣本回歸函數中的殘差項是只要估計出樣本回歸的參數就可以計算的數值。在簡單線性回歸中，可決系數越大，說明在總變差中由模型作出了解釋的部分占的比重越大，X對Y的解釋能力越強，模型擬合優(yōu)度越好。？答：對參數假設檢驗的基本思想，是在所估計樣本回歸系數概率分布性質已確定的基礎上，在對總體回歸系數某種原假設成立的條件下，利用適當的有明確概率分布的統計量和給定的顯著性水平，構造一個小概率事件，判斷原假設結果合理與否，是基于“小概率事件不易發(fā)生”的原理，可以認為小概率事件在一次觀察中基本不會發(fā)生，如果小概率事件竟然發(fā)生了，就認為原假設不成立，從而拒絕原假設，不拒絕備擇假設。答：1）總體回歸函數：樣本回歸函數：2）寫出回歸模型的矩陣表示3）此模型的古典假定：零均值假定；同方差和無自相關假定；隨機擾動項與解釋變量不相關；無多重共線性假定；隨機誤差項服從正態(tài)分布。這是保證多元線性回歸模型參數估計值有解的重要條件?？蓻Q系數只能提供一個模糊的推測，可決系數越大，模型對數據的擬合程度就越好。方程整體線性關系顯著并不一定表示每個解釋變量對被解釋變量的影響是顯著的，因此，還必須分別對每個回歸系數逐個地進行t檢驗。第三，利用截面數據建立模型也可能出現多重共線性。最后，還可以采取嶺回歸方法來降低多重共線性的程度。
環(huán)評公示相關推薦
鄂ICP備17016276號-1