計量經(jīng)濟(jì)學(xué)[龐皓]課后思考題答案解析(參考版)
2025-06-21 19:12本頁面
【正文】 完美WORD格式編輯 。（2）只有2月、6月、8月、10月和12月表現(xiàn)出季節(jié)模式。：，其中，為收入水平；為年服裝消費(fèi)支出；，試寫出不同收入人群組的服裝消費(fèi)函數(shù)模型。？含有虛擬被解釋變量模型的估計方法有哪些？答：某經(jīng)濟(jì)現(xiàn)象或活動受到多種因素的影響，需要對這一經(jīng)濟(jì)現(xiàn)象或活動進(jìn)行是或否的判斷或決策時，需要引入被解釋變量。加法類型適用于截距效應(yīng)的分析，乘法類型適用于斜率效應(yīng)的分析。（）的模型，如果選擇一個虛擬變量這樣的設(shè)置方式隱含了什么假定？這一假定合理嗎？答：隱含的假定是大專及大專以上的人數(shù)和高中以下的人數(shù)是相等的，顯然這是不合理的。當(dāng)虛擬變量取值為0時，表示某種屬性或狀態(tài)的類型或水平不出現(xiàn)或不存在；當(dāng)虛擬變量取值為1時，表示某種屬性或狀態(tài)的類型或水平出現(xiàn)或存在。虛擬變量的作用主要有：（1）可以作為屬性因素的代表，如性別、所有制等；（2）作為某些非精確計量的數(shù)量因素的代表，如受教育程度、管理者素質(zhì)等；（3）作為某些偶然因素或政策因素的代表，如戰(zhàn)爭、災(zāi)害、改革前后等；（4）可以作為時間序列分析中季節(jié)的代表；（5）可以實現(xiàn)分段回歸，研究斜率、截距的變動，或比較兩個回歸模型的結(jié)構(gòu)差異。（4）DW=4dL，所以模型存在負(fù)自相關(guān)。(2) dLDW=du, 所以模型不能確定是否存在自相關(guān)。（1）DW= （2） DW=（3）DW= （4） DW=答：給定顯著水平α=，依據(jù)樣本容量n=50和解釋變量個數(shù)k’=4，=，下界dL=，4 du=，4dL=。判斷：正確。用一階差分法消除自相關(guān)是假定自相關(guān)系數(shù)為1，即原原模型存在完全一階正自相關(guān)。（3）用一階差分法消除自相關(guān)是假定自相關(guān)系數(shù)為1。判斷：錯誤。當(dāng)回歸模型隨機(jī)誤差項有自相關(guān)時，普通最小二乘估計量是無偏誤的和非有效的。（1）當(dāng)回歸模型隨機(jī)誤差項有自相關(guān)時，普通最小二乘估計量是有偏誤的和非有效的。如果存在自相關(guān)時仍然用最小二乘方法估計參數(shù)，就極有可能低估參數(shù)估計值的真實方差。這時，只有增大樣本容量或選取其他方法 （2）DW統(tǒng)計量的上、下界表要求n179。（5）沒有缺失數(shù)據(jù)，樣本比較大。 DW檢驗的前提條件：（1）回歸模型中含有截距項；（2）解釋變量是非隨機(jī)的（因此與隨機(jī)擾動項不相關(guān)）（3）隨機(jī)擾動項是一階線性自相關(guān)。當(dāng)4dud4dL時，表明不能確定存在自相關(guān)。當(dāng)dLddu時，表明為不能確定存在自相關(guān)。第六章 思考題 如何使用DW統(tǒng)計量來進(jìn)行自相關(guān)檢驗？該檢驗方法的前提條件和局限性有哪些？答：DW (杜賓)(沃特森)于1951年提出的一種適用于小樣本的檢驗方法，一般的計算機(jī)軟件都可以計算出DW 值。如果變量之間在經(jīng)濟(jì)意義上并非呈對數(shù)線性關(guān)系，則不能簡單地對變量取對數(shù)，這時只能用其他方法對異方差進(jìn)行修正。 對數(shù)變化的作用是什么？進(jìn)行對數(shù)變化應(yīng)注意什么？對數(shù)變換后模型的經(jīng)濟(jì)意義有什么變化？答：通過對數(shù)變換可以實現(xiàn)：一能使測定變量值的尺度縮??；二經(jīng)過對數(shù)變換后的線性模型，其殘差e表示相對誤差，而相對誤差往往比絕對誤差有較小的差異。 如果模型中存在異方差性，對模型又什么影響？這時候模型還能進(jìn)行應(yīng)用分析嗎？答：當(dāng)模型中的誤差項存在異方差時，參數(shù)估計仍然是無偏的但方差不再是最小的；在異方差存在的情況下，參數(shù)估計的方差可能會高估或者低估真實的方差，從而會低估或者高估t統(tǒng)計量，從而可能導(dǎo)致錯誤的結(jié)論。答：原因包括模型設(shè)定誤差，模型中略去重要解釋變量或者模型數(shù)學(xué)形式不正確都可能導(dǎo)致異方差。對較小的,給予較大的權(quán)數(shù)，對較大的給予較小的權(quán)數(shù)，從而使 更 好地反映 對殘差平方和的影響。加權(quán)最小二乘的基本思想是通過權(quán)數(shù)Wi使異方差經(jīng)受了“壓縮”和“擴(kuò)張”變?yōu)橥讲?。將?quán)數(shù)與 殘差平方相乘以后再求和，得到加權(quán)的殘差平方和：，求使加權(quán)殘差平方和最小的參數(shù)估計值。選取權(quán)數(shù) ，當(dāng) 越小 時，權(quán)數(shù)越大。Glejser檢驗不僅能對異方差的存在進(jìn)行判斷，而且還能對異方差隨某個解釋變量變化的函數(shù)形式進(jìn)行診斷。其中，戈德菲爾德跨特檢驗、懷特檢驗、ARCH檢驗和Glejser檢驗都要求大樣本，其中戈德菲爾德跨特檢驗、懷特檢驗和Glejser檢驗對時間序列和截面數(shù)據(jù)模型都可以檢驗，ARCH檢驗只適用于時間序列數(shù)據(jù)模型中。 試歸納檢驗異方差方法的基本思想，并指出這些方法的異同。第五章 異方差性思考題 簡述什么是異方差？為什么異方差的出現(xiàn)總是與模型中某個解釋變量的變化有關(guān)？答 ：設(shè)模型為，如果其他假定均不變，但模型中隨機(jī)誤差項的方差為，則稱具有異方差性。答：正確。理由：在多元回歸模型中，可能會由于多重共線性的存在導(dǎo)致很高的情況下，各個參數(shù)單獨(dú)的t檢驗卻不顯著。6）如果在多元回歸中，根據(jù)通常的t檢驗，全部偏回歸系數(shù)分別都是統(tǒng)計上不顯著的，你就不會得到一個高的值。答：正確。因此，并不能簡單地依據(jù)相關(guān)系數(shù)進(jìn)行多重共線性的準(zhǔn)確判斷。理由：較高的簡單相關(guān)系數(shù)只是多重共線性存在的充分條件，而不是必要條件。4）變量的兩兩高度相關(guān)并不表示高度多重共線性。答：正確。理由：在完全多重共線性情況下，參數(shù)估計值的方差無窮大，因此不再是有效估計量，從而BLUE不再成立。2）盡管有完全的多重共線性，OLS估計量仍然是BLUE。答：正確。 以下陳述是否正確？請判斷并說明理由。因此，選擇合適的k值，嶺回歸參數(shù)會優(yōu)于普通最小二乘估計參數(shù)。如此可以得到參數(shù)的嶺回歸估計：，K是嶺回歸參數(shù)。 嶺回歸法的基本思想是什么，它對降低共線性有何作用？答：當(dāng)解釋變量之間存在多重共線性時，則會增大，原因是接近于奇異。多重共線性與解釋變量的個數(shù)也有關(guān)系，解釋變量個數(shù)越多，變量之間產(chǎn)生多重共線性的可能性越大。 多重共線性的產(chǎn)生與樣本容量的個數(shù)n、解釋變量的個數(shù)k有無關(guān)系？答：由于多重共線性是一個樣本特征，所以可能同樣變量的另一組
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1