計(jì)量經(jīng)濟(jì)學(xué)名詞解釋和簡(jiǎn)答題-資料下載頁(yè)
2025-03-25 07:57本頁(yè)面
【正文】 3）比較、判斷若0.dL，存在正自相關(guān)dL.dU，不能確定dU.4－dU，無(wú)自相關(guān)4－dU.4－dL，不能確定4－dL.4，存在負(fù)自相關(guān)當(dāng)2左右時(shí)，模型不存在一階自相關(guān)。第五章？有哪幾種基本的引入方式，它們各適用于什么情況？答：在模型中引入虛擬變量，主要是為了尋找某（些）定性因素對(duì)解釋變量的影響。加法方式與乘法方式是最主要的引入方式，前者主要適用于定性因素對(duì)截距項(xiàng)產(chǎn)生影響的情況，后者主要適用于定性因素對(duì)斜率項(xiàng)產(chǎn)生影響的情況。除此外，還可以加法與乘法組合的方式引入虛擬變量，這時(shí)可測(cè)度定性因素對(duì)截距項(xiàng)與斜率項(xiàng)同時(shí)產(chǎn)生影響的情況。？分布滯后模型使用OLS方法存在哪些問(wèn)題？答：滯后變量模型有分布滯后模型和自回歸模型兩大類，前者只有解釋變量及其滯后變量作為模型的解釋變量，不包含被解釋變量的滯后變量作為模型的解釋變量；而后者則以當(dāng)期解釋變量與被解釋變量的若干期滯后變量作為模型的解釋變量。分布滯后變量有無(wú)限期的分布滯后模型和有限期的分布滯后模型；自回歸模型又以Coyck模型、自適應(yīng)預(yù)期模型和局部調(diào)整模型最為多見(jiàn)。分布滯后模型使用OLS法存在以下問(wèn)題：（1）對(duì)于無(wú)限期的分布滯后模型，由于樣本觀測(cè)值的有限性，使得無(wú)法直接對(duì)其進(jìn)行估計(jì)σ。（2）對(duì)于有限期的分布滯后模型，使用OLS方法會(huì)遇到：沒(méi)有先驗(yàn)準(zhǔn)則確定滯后期長(zhǎng)度，對(duì)最大滯后期的確定往往帶有主觀隨意性；如果滯后期較長(zhǎng)，由于樣本容量有限，當(dāng)滯后變量數(shù)目增加時(shí)，必然使得自由度減少，將缺乏足夠的自由度進(jìn)行估計(jì)和檢驗(yàn)；同名變量滯后期之間可能存在高度線性相關(guān)，即模型可能存在高度的多重共線性。答：分布滯后模型的估計(jì)主要需解決滯后期長(zhǎng)度的問(wèn)題。其基本的解決思路就是減少模型中解釋變量的個(gè)數(shù)。常用的估計(jì)方法有：經(jīng)驗(yàn)加權(quán)法Almon多項(xiàng)式法，以及Koyck方法，前兩者主要用于估計(jì)有限期分布滯后模型，第三者主要用于估計(jì)無(wú)限期分布滯后模型。？自回歸模型估計(jì)時(shí)遇到的主要問(wèn)題？答：分布滯后模型估計(jì)時(shí)遇到的主要問(wèn)題有：對(duì)于無(wú)限期的分布滯后模型，由于樣本觀測(cè)值的有限性，使得無(wú)法直接對(duì)其進(jìn)行估計(jì)。而對(duì)于有限期的分布滯后模型，普通最小二乘回歸會(huì)遇到如下問(wèn)題：（1）沒(méi)有先驗(yàn)準(zhǔn)則確定滯后期長(zhǎng)度；（2）如果滯后期較長(zhǎng)，將缺乏足夠的自由度進(jìn)行統(tǒng)計(jì)檢驗(yàn)；（3）同名變量滯后值之間可能存在高度線性相關(guān)，即模型可能存在高度的多重共線性。自回歸模型估計(jì)時(shí)遇到的主要問(wèn)題有：滯后被解釋變量的存在可能導(dǎo)致它與隨機(jī)干擾項(xiàng)相關(guān)，以及隨機(jī)干擾項(xiàng)出現(xiàn)序列相關(guān)性。例如，Koyck模型與自適應(yīng)預(yù)期模型就存在著滯后被解釋變量Yt1與隨機(jī)干擾項(xiàng)的同期相關(guān)性，同時(shí)，隨機(jī)干擾項(xiàng)還是自相關(guān)的。而局部調(diào)整模型則存在著滯后被解釋變量Yt1隨機(jī)干擾項(xiàng)的異期相關(guān)性。，如果遺漏了相關(guān)變量，OLS估計(jì)會(huì)出現(xiàn)什么后果？而在包含了無(wú)關(guān)變量時(shí)，后果又如何？答：如果遺漏相關(guān)變量，則OLS估計(jì)結(jié)果在小樣本下是有偏的，在大樣本下也不具有一致性，隨機(jī)干擾項(xiàng)的方差估計(jì)244。2也是有偏的，同時(shí)估計(jì)的參數(shù)的方差也是有偏的，從而不再能夠保證最小方差性。在多選無(wú)關(guān)解釋變量的情形下，OLS估計(jì)量仍是無(wú)偏的、一致的，隨機(jī)干擾項(xiàng)的方差σ2也能被正確估計(jì)，但OLS估計(jì)量卻往往是無(wú)效的。也就是說(shuō)，包含無(wú)關(guān)變量的偏誤主要表現(xiàn)為“錯(cuò)誤”模型的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?！疤摂M變量陷阱”？答：一般在引入虛擬變量時(shí)要求如果有m個(gè)定性變量，只在模型中引入m1個(gè)虛擬變量。否則，如果引入m個(gè)虛擬變量，就會(huì)導(dǎo)致模型解釋變量間出現(xiàn)完全共線性的情況。我們一般稱由于引入的虛擬變量個(gè)數(shù)與定性因素個(gè)數(shù)相同時(shí)出現(xiàn)的模型無(wú)法估計(jì)的問(wèn)題，稱為“虛擬變量陷阱“。
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1