計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)資料(存儲(chǔ)版)
【正文】 定誤差項(xiàng)服從均值為0，方差為的正態(tài)分布。在古典假定條件下，最小二乘估計(jì)量具備線性、無(wú)偏性和有效性，是最佳線性無(wú)偏估計(jì)量，即BLUE，這一結(jié)論就是著名的高斯－馬爾可夫定理。1答：含義：異方差性是指模型違反了古典假定中的同方差假定，它是計(jì)量經(jīng)濟(jì)分析中的一個(gè)專門問(wèn)題。更好的使反映對(duì)殘差平方和的影響程度，從而改善參數(shù)估計(jì)的統(tǒng)計(jì)性質(zhì)。答：原因 ：（1）模型中遺漏了重要的解釋變量；（2）模型函數(shù)形式的設(shè)定誤差；（3）經(jīng)濟(jì)慣性（4）隨機(jī)因素的影響影響：（1）最小二乘估計(jì)不再是有效估計(jì)；（2）一般會(huì)低估OLS估計(jì)的標(biāo)準(zhǔn)誤差；（3）t檢驗(yàn)的可靠性降低；（4）降低模型的預(yù)測(cè)精度。 完美WORD格式編輯 。使用條件：（1）樣本容量要盡可能大，一般而言應(yīng)該在參數(shù)個(gè)數(shù)兩倍以上；（2）服從正態(tài)分布，且除了異方差條件外，其它假定均滿足。（2分）因此，在考慮異方差模型的擬合總誤差時(shí)，對(duì)于不同的應(yīng)該區(qū)別對(duì)待。所以在實(shí)際應(yīng)用中，對(duì)于序列相關(guān)問(wèn)題—般只進(jìn)行檢驗(yàn)。 t a/2(n2)，則接受H0 ，拒絕H1 ； 對(duì)于一元線性回歸方程中的b0，也可構(gòu)造如下t統(tǒng)計(jì)量進(jìn)行顯著性檢驗(yàn) 1使用加權(quán)最小二乘法必須先進(jìn)行異方差性檢驗(yàn)嗎？答：在實(shí)際操作中人們通常采用如下的經(jīng)驗(yàn)方法：不對(duì)原模型進(jìn)行異方差性檢驗(yàn)，而是直接選擇加權(quán)最小二乘法，尤其是采用截面數(shù)據(jù)作樣本時(shí)。③回歸分析對(duì)資料的要求是被解釋變量y是隨機(jī)變量，解釋變量x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。即不同的誤差項(xiàng)相互獨(dú)立。在計(jì)量經(jīng)濟(jì)模型中，為什么會(huì)存在隨機(jī)誤差項(xiàng)？答：隨機(jī)誤差項(xiàng)是計(jì)量經(jīng)濟(jì)模型中不可缺少的一部分?？傮w回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。經(jīng)濟(jì)學(xué)著重經(jīng)濟(jì)現(xiàn)象的定性研究，計(jì)量經(jīng)濟(jì)學(xué)著重于定量方面的研究。1擬合優(yōu)度檢驗(yàn)：檢驗(yàn)?zāi)Ｐ蛯?duì)樣本觀測(cè)值的擬合程度，用 表示，該值越接近1，模型對(duì)樣本觀測(cè)值擬合得越好。樣本回歸函數(shù)：指從總體中抽出的關(guān)于Y，X的若干組值形成的樣本所建立的回歸函數(shù)?？傮w回歸函數(shù)：指在給定Xi下Y分布的總體均值與Xi所形成的函數(shù)關(guān)系。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，是由除解釋變量以外的其他因素引起的被解釋變量變化的部分
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1