計量經(jīng)濟學(xué)簡答題(編輯修改稿)
2025-04-21 07:58 本頁面
【文章內(nèi)容簡介】 必需品上的比例較大，消費的分散幅度不大。收入較多的家庭有更多可自由支配的收入，使得這些家庭的消費有更大的選擇范圍。由于個性、愛好、儲蓄心理、消費習(xí)慣和家庭成員構(gòu)成等那個的差229。e隨機誤差項方差s t越小，樣本點yt對總體回歸直線的偏離程度越低，殘差因此，在考慮異方差模型的擬合總誤差時，對于不同的et應(yīng)該區(qū)別對待。具體做法：對較小的et給于充分的重視，即給于較大的權(quán)數(shù)；對較大的et給于充229。e反映var(ui)對殘差平方和的影異，使消費的分散幅度增大，或者說低收入家庭消費的分散度和高收入家庭消費得分散度相比較，可以認為牽著小于后者。這種被解釋變量的分散幅度的變化，反映到模型中，可以理解為誤差項方差的變化。（2分）。產(chǎn)生原因：（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設(shè)定誤差；（3）樣本數(shù)據(jù)的測量誤差；（4）隨機因素的影響。（2分）產(chǎn)生的影響：如果線性回歸模型的隨機誤差項存在異方差性，會對模型參數(shù)估計、模型檢驗及模型應(yīng)用帶來重大影響，主要有：（1）不影響模型參數(shù)最小二乘估計值的無偏性；（2）參數(shù)的最小二乘估計量不是一個有效的估計量；（3）對模型參數(shù)估計值的顯著性檢驗失效；（4）模型估計式的代表性降低，預(yù)測精度精度降低。（3分）？檢驗方法：（1）圖示檢驗法；（1分）（2）戈德菲爾德—匡特檢驗；（1分）（3）懷特檢驗；（1分）（4）戈里瑟檢驗和帕克檢驗（殘差回歸檢驗法）；（1分）（5）ARCH檢驗（自回歸條件異方差檢驗）（1分）？解決方法：（1）模型變換法；（2分）（2）加權(quán)最小二乘法；（2分）（3）模型的對數(shù)變換等（1分）？它的基本思想是什么？2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 t為最小，在異方差情況下，總體回歸直線對于不同的xt,et的波動幅度相差很大。2et的可信度越高（或者說樣本點的代表性越強）；而st2較大的樣本點可能會偏離總體回歸直線很遠，et的可信度較低（或者說樣本點的代表性較弱）。（2分）22 22分的重視，即給于較小的權(quán)數(shù)。更好的使 t響程度，從而改善參數(shù)估計的統(tǒng)計性質(zhì)。（3分）24.樣本分段法（即戈德菲爾特——匡特檢驗）檢驗異方差性的基本原理及其使用條件。樣本分段法（即戈德菲爾特—匡特檢驗）的基本原理：將樣本分為容量相等的ut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）兩部分，然后分別對樣本1和樣本2進行回歸，并計算兩個子樣本的殘差平方和，如果隨機誤差項是同方差的，則這兩個子樣本的殘差平方和應(yīng)該大致相等；如果是異方差的，則兩者差別較大，以此來判斷是否存在異方差。（3分）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)個數(shù)兩倍以上；（2）25．簡述DW檢驗的局限性。答：從判斷準則中看到，DW檢驗存在兩個主要的局限性：首先，存在一個不能確定的.值區(qū)域，這是這種檢驗方法的一大缺陷。（2分）其次：.檢驗只能檢驗一階自相關(guān)。（2分）但在實際計量經(jīng)濟學(xué)問題中，一階自相關(guān)是出現(xiàn)最多的一類序列相關(guān)，而且經(jīng)驗表明，如果不存在一階自相關(guān)，一般也不存在高階序列相關(guān)。所以在實際應(yīng)用中，對于序列相關(guān)問題—般只進行.檢驗。（1分）26．序列相關(guān)性的后果。答：（1）模型參數(shù)估計值不具有最優(yōu)性；（1分）（2）隨機誤差項的方差一般會低估；（1分）（3）模型的統(tǒng)計檢驗失效；（1分）（4）區(qū)間估計和預(yù)測區(qū)間的精度降低。（1分）（全對即加1分）27．簡述序列相關(guān)性的幾種檢驗方法。答：（1）圖示法；（1分）（2）DW檢驗；（1分）（3）回歸檢驗法；（1分）（4）另外，偏相關(guān)系數(shù)檢驗，布羅斯—戈弗雷檢驗或拉格朗日乘數(shù)檢驗都可以用來檢驗高階序列相關(guān)。（2分）28．廣義最小二乘法（GLS）的基本思想是什么？答:基本思想就是對違反基本假定的模型做適當(dāng)?shù)木€性變換，使其轉(zhuǎn)化成滿足基本假定的模型，從而可以使用OLS方法估計模型。（5分）29．自相關(guān)性產(chǎn)生的原因有那些？答：（1）經(jīng)濟變量慣性的作用引起
電大資料相關(guān)推薦
鄂ICP備17016276號-1