計量經(jīng)濟學知識點[超全版](參考版)
2025-06-21 18:32本頁面
【正文】 學習參考。你必須努力，當有一天驀然回首時，你的回憶里才會多一些色彩斑斕，少一些蒼白無力。4. 歲月是無情的，假如你丟給它的是一片空白，它還給你的也是一片空白。既糾結(jié)了自己，又打擾了別人。用一些事情，總會看清一些人。2. 若不是心寬似海，哪有人生風平浪靜。階條件是指，如果一個方程能被識別，那么這個方程不包含的變量總數(shù)應大于或等于模型系統(tǒng)中方程個數(shù)減1（3分）；秩條件是指，在一個具有K個方程的模型系統(tǒng)中，任何一個方程被識別的充分必要條件是：所有不包含在這個方程中變量的參數(shù)的秩為K－1（2分）。51．模型的識別有恰好識別（2分）、過渡識別（2分）和不可識別（1分）三種。（3）模型僅包括兩個解釋變量，避免了多重共線性（1分）；（4）模型僅有三個參數(shù)，解釋了無限分布滯后模型因包含無限個參數(shù)無法估計的問題（1分）49．聯(lián)立方程模型中方程有：行為方程式（1分）；技術(shù)方程式（1分）；制度方程式（1分）；平衡方程（或均衡條件）（1分）；定義方程（或恒等式）（1分）。48．koyck模型的特點包括：（1）模型中的λ稱為分布滯后衰退率，λ越小，衰退速度越快（2分）；（2）模型的長期影響乘數(shù)為b0（1分）46．直接用最小二乘法估計有限分布滯后模型的有：（1）損失自由度（2分）（2）產(chǎn)生多重共線性（2分）（3）滯后長度難確定的問題（1分）47．因變量受其自身或其他經(jīng)濟變量前期水平的影響，稱為滯后現(xiàn)象。這些因素還很可能是重要的影響因素，這時就需要在模型中引入這類變量。（2分）44．設定誤差產(chǎn)生的主要原因是什么？答案：原因有四：（1）模型的制定者不熟悉相應的理論知識；（1分）（2）對經(jīng)濟問題本身認識不夠或不熟悉前人的相關(guān)工作；（1分）（3）模型制定者缺乏相關(guān)變量的數(shù)據(jù)；（1分）（4）解釋變量無法測量或數(shù)據(jù)本身存在測量誤差。（1分）42．模型設定誤差的類型有那些？答案：（1）模型中添加了無關(guān)的解釋變量；（2分）（2）模型中遺漏了重要的解釋變量；（2分）（3）模型使用了不恰當?shù)男问?。?分）40．虛擬變量引入的方式及每種方式的作用是什么？答案：（1）加法方式：其作用是改變了模型的截距水平；（2分）（2）乘法方式：其作用在于兩個模型間的比較、因素間的交互影響分析和提高模型的描述精度；（2分）（3）一般方式：即影響模型的截距有影響模型的斜率。（1分）39．虛擬變量引入的原則是什么？答案：（1）如果一個定性因素有m方面的特征，則在模型中引入m1個虛擬變量；（1分）（2）如果模型中有m個定性因素，而每個定性因素只有兩方面的屬性或特征，則在模型中引入m個虛擬變量；如果定性因素有兩個及以上個屬性，則參照“一個因素多個屬性”的設置虛擬變量。（2分） 若時，認為原模型不存在“多重共線性問題”；（1分） 若時，則認為原模型存在“多重共線性問題”；（1分）若時，則模型的“多重共線性問題”的程度是很嚴重的，而且是非常有害的。（1分）（3）參數(shù)估計值對刪除或增加少量觀測值，以及刪除一個不顯著的解釋變量非常敏感。（1分）36．答：（1）模型總體性檢驗F值和R2值都很高，但各回歸系數(shù)估計量的方差很大，t值很低，系數(shù)不能通過顯著性檢驗。（1分） （3）各解釋變量對被解釋變量的影響難精確鑒別。（3分）（2）參數(shù)估計量的方差無窮大（或無法估計）（2分）35．答：（1）可以估計參數(shù)，但參數(shù)估計不穩(wěn)定。（2分）不完全多重共線性是指對于多元線性回歸模型若 則稱這些解釋變量的樣本觀測之間存在不完全多重共線性。產(chǎn)生多重共線性主要有下述原因：（1）樣本數(shù)據(jù)的采集是被動的，只能在一個有限的范圍內(nèi)得到觀察值，無法進行重復試驗。（2分）要避免虛假序列相關(guān)，就應在做定量分析之間先進行定性分析，看從理論上或經(jīng)驗上是否有存在序列相關(guān)的可能，可能性是多大。（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隨機誤差項自相關(guān)；（1分）（2）經(jīng)濟行為的滯后性引起隨機誤差項自相關(guān)；（1分）(3)一些隨機因素的干擾或影響引起隨機誤差項自相關(guān)；（1分）（4）模型設定誤差引起隨機誤差項自相關(guān)；（1分）（5）觀測數(shù)據(jù)處理引起隨機誤差項自相關(guān)。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)。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)間估計和預測區(qū)間的精度降低。所以在實際應用中，對于序列相關(guān)問題—般只進行檢驗。（2分）其次：檢驗只能檢驗一階自相關(guān)。（2分）25．簡述DW檢驗的局限性。（3分）24. 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。具體做法：對較小的給于充分的重視，即給于較大的權(quán)數(shù)；對較大的給于充分的重視，即給于較小的權(quán)數(shù)。隨機誤差項方差越小，樣本點對總體回歸直線的偏離程度越低，殘差的可信度越高（
數(shù)學相關(guān)推薦
鄂ICP備17016276號-1