計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)資料(更新版)
【正文】 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。檢驗(yàn)方法：（1）圖示檢驗(yàn)法；（2）戈德菲爾德—匡特檢驗(yàn)；（3）懷特檢驗(yàn)；（4）戈里瑟檢驗(yàn)和帕克檢驗(yàn)（殘差回歸檢驗(yàn)法）；（5）ARCH檢驗(yàn)（自回歸條件異方差檢驗(yàn)）解決方法：（1）模型變換法；（2）加權(quán)最小二乘法（WLS）；（3）模型的對(duì)數(shù)變換等1加權(quán)最小二乘法的基本原理：最小二乘法的基本原理是使殘差平方和為最小，在異方差情況下，總體回歸直線對(duì)于不同的的波動(dòng)幅度相差很大。其次：檢驗(yàn)只能檢驗(yàn)一階自相關(guān)。0。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。誤差項(xiàng)的方差與t無關(guān)，為一個(gè)常數(shù)?？傮w回歸模型不是隨機(jī)模型，樣本回歸模型是隨機(jī)模型，它隨著樣本的改變而改變。 兩個(gè)特征，一是隨機(jī)關(guān)系，各解釋變量之間都不是精確的函數(shù)關(guān)系。簡述計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)理統(tǒng)計(jì)學(xué)學(xué)科間的關(guān)系。1回歸平方和：用ESS表示：度量由解釋變量變化引起的被解釋變量的變化部分。統(tǒng)計(jì)學(xué)的分析方法，即通過對(duì)客觀事實(shí)的大量觀察來分析經(jīng)濟(jì)現(xiàn)象的特征和變化規(guī)律。線性回歸模型：既指對(duì)變量是線性的，也指對(duì)參數(shù)β為線性的，即解釋變量與參數(shù)β只以他們的1次方出現(xiàn)。1t檢驗(yàn)時(shí)針對(duì)每個(gè)解釋變量進(jìn)行的顯著性檢驗(yàn)，即構(gòu)造一個(gè)t統(tǒng)計(jì)量，如果該統(tǒng)計(jì)量的值落在置信區(qū)間外，就拒絕原假設(shè)。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：主要區(qū)別：①描述的對(duì)象不同。（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；②模型函數(shù)形式的設(shè)定誤差；③數(shù)據(jù)測(cè)量與歸并誤差④隨機(jī)因素的影響。④解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定。在滿足古典假定條件下，一元線性回歸模型的普通最小二乘估計(jì)量有哪些統(tǒng)計(jì)性質(zhì)？答：①線性②無偏性，③有效性（最小方差性或最優(yōu)性（BLUE即最佳線性無偏估計(jì)量，是best linear unbiased estimators的縮寫。如果確實(shí)存在異方差性，則被有效地消除了；如果不存在異方差性，則加權(quán)最小二乘法等價(jià)于普通最小二乘法。1異方差性的含義、原因、影響、檢驗(yàn)方法和解決方法。具體做法：對(duì)較小的給于充分的重視，即給于較大的權(quán)數(shù)；對(duì)較大的給于充分的重視，即給于較小的權(quán)數(shù)。18．自相關(guān)性（序列相關(guān)性）的原因、
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1