計量經(jīng)濟(jì)學(xué)總復(fù)習(xí)-展示頁
2025-04-26 12:35本頁面
【正文】 1Huber/White/sandwichΩX(X39。X)1(X39。uuX)1E[(X39。]β)β)(βE[(β估計量的方差公式為：? ? ?Var(β)分布。統(tǒng)計量仍然漸進(jìn)分布所謂穩(wěn)健標(biāo)準(zhǔn)差是指其標(biāo)準(zhǔn)差對于模型中可能存在的異方差或自相關(guān)問題不敏感，基于穩(wěn)健標(biāo)準(zhǔn)差計算的穩(wěn)健tt要解決異方差和自相關(guān)的問題，可以按照兩種思路。Regression）。（2）差分法時間序列數(shù)據(jù)、線性模型：將原模型變換為差分模型。0X39。=多重共線性的解決方法1Var(β?由于計量經(jīng)濟(jì)分析所使用的樣本數(shù)據(jù)都是調(diào)查數(shù)據(jù),在這種條件下,計量經(jīng)濟(jì)分析無法論證變量之間的因果關(guān)系,它所能夠做的事情只能是,針對經(jīng)濟(jì)學(xué)中所論證的經(jīng)濟(jì)現(xiàn)象之間的因果關(guān)系來測算具體時間、地點(diǎn)、條件下具體的因果關(guān)系效應(yīng)什么是多重共線性，其解決方法是什么？多重共線性（Multicollinearity）是指線性回歸模型中的解釋變量之間由于存在精確相關(guān)關(guān)系或高度相關(guān)關(guān)系而使模型估計失真或難以估計準(zhǔn)確。數(shù)理經(jīng)濟(jì)學(xué)是在理論的層面上運(yùn)用數(shù)學(xué)語言來研究和表述經(jīng)濟(jì)理論, 而計量經(jīng)濟(jì)學(xué)是在經(jīng)驗(yàn)的層面上對經(jīng)濟(jì)現(xiàn)象在具體時間、地點(diǎn)、條件下的結(jié)局進(jìn)行描述、估計或預(yù)測。聯(lián)立方程模型：聯(lián)立方程模型就是描述經(jīng)濟(jì)變量間聯(lián)立依存性的方程體系。面板數(shù)據(jù)：發(fā)生在同一時間截面上的調(diào)查數(shù)據(jù)加權(quán)最小二乘法：是對各個殘差的平方賦予不同的權(quán)重后求和，求解參數(shù)估計值，使加權(quán)之后的殘差平方和最小。10異方差：是指模型違反古典假定中的同方差性，即各殘差項(xiàng)的方差并非相等?！队嬃拷?jīng)濟(jì)學(xué)》總復(fù)習(xí)一、名詞解釋多重共線性：在線性回歸模型中，如果某兩個或多個解釋變量之間出現(xiàn)了相關(guān)性，則稱為多重共線性。自相關(guān)：自相關(guān)是指隨機(jī)誤差項(xiàng)與自身的滯后項(xiàng)存在相關(guān)，分為一階自相關(guān)和高階自相關(guān)兩種形式。虛擬變量：在計量經(jīng)濟(jì)學(xué)中，我們把取值為和的人工變量稱為虛擬變量。最小二乘法：（OLS）是利用殘差平方和為最小來求解回歸模型參數(shù)的參數(shù)估計方法。二、簡答題簡要說明計量經(jīng)濟(jì)模型與數(shù)理經(jīng)濟(jì)模型的關(guān)系？計量經(jīng)濟(jì)模型與數(shù)理經(jīng)濟(jì)模型分別屬于兩門不同的學(xué)科。數(shù)理經(jīng)濟(jì)模型為計量經(jīng)濟(jì)分析提供了理論框架,但是,不能直接簡單地把數(shù)理經(jīng)濟(jì)模型當(dāng)作計量經(jīng)濟(jì)模型使用。一般來說，由于經(jīng)濟(jì)數(shù)據(jù)的限制使得模型設(shè)計不當(dāng)，導(dǎo)致設(shè)計矩陣中解釋變量間存在普遍的相關(guān)關(guān)系。)(X39。X)1Ω?X(X39。X)1（1）排除引起共線性的變量找出引起多重共線性的解釋變量，將它排除出去，以逐步回歸法得到最廣泛的應(yīng)用。（3）減小參數(shù)估計量的方差：嶺回歸法（Ridge克服自相關(guān)問題可以采用什么方法，寫出其具體過程。第一種方法是對協(xié)方差矩陣進(jìn)行改進(jìn)，使得修正后的統(tǒng)計量服從分布，這種方法稱作穩(wěn)健標(biāo)準(zhǔn)差。tt因此，可以利用穩(wěn)健標(biāo)準(zhǔn)差進(jìn)行傳統(tǒng)的統(tǒng)計推斷。=39。=X39。39。X(X39。X)1] =X39。異方差穩(wěn)健標(biāo)準(zhǔn)差給出了標(biāo)準(zhǔn)差的穩(wěn)健形式，Ω0=NNk?i229。u2xixi?其中，表示矩陣的第行觀測值（包括常數(shù)項(xiàng)）,表示模型的殘差。這即是廣義最小二乘法（GLS）。var(u)ΩM，使得MΩMI39。=即是矩陣W的分解。M，得到轉(zhuǎn)換后的新模型：yXβu=+y*My, X*MX, u*Muy*X*βu*var(u*=39。39。=39。=顯然是同方差、無序列相關(guān)的。=)39。)u39。MMuu39。根據(jù)一階條件，新模型的OLS估計量即是原模型的GLS估計量。=39。X*X*=39。3
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1