計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)總結(jié)-在線瀏覽
2025-06-04 12:35本頁面
【正文】 ，ML），也稱為最大或然法或極大似然法。8．普通最小二乘參數(shù)估計(jì)量和估計(jì)值各有哪些性質(zhì)？答：在滿足基本假設(shè)情況下，一元線性回歸模型的普通最小二乘參數(shù)估計(jì)量是最佳線性無偏估計(jì)量。滿足樣本回歸函數(shù)=+X；?2. 被解釋變量的估計(jì)的均值等于實(shí)際值的均值，即=；229。e3. 殘差和為零，即ni=1i=；229。Xi=；229。i=R2 =R是一個相對指標(biāo)，具有橫向可比性，因此可以用作擬合優(yōu)度檢驗(yàn)。樣本殘差平方和是一個可用來描述模型擬合效果的指標(biāo)，殘差平方和越大，表明擬合效果越差；殘差平方和越小，表明擬合效果越好。所以擬合優(yōu)度檢驗(yàn)的度量指標(biāo)是通過殘差平方和構(gòu)造的決定系數(shù)來進(jìn)行檢驗(yàn)的。b10，反映解釋變量對被解釋變量的影響是否顯著，所以常針對原假設(shè)：b10H1185。0Pageof/答：被解釋變量的總體均值X的波動，主要取決于樣本數(shù)據(jù)的抽樣波動。Y0mi14．由年的樣本數(shù)據(jù)估計(jì)得到反映某一經(jīng)濟(jì)活動的計(jì)量經(jīng)濟(jì)學(xué)模型，利用模型對年該經(jīng)濟(jì)活動的情況進(jìn)行預(yù)測，是否合適？為什么？答：用回歸模型作預(yù)測時，解釋變量的取值不宜偏離解釋變量的樣本均值太大，否則預(yù)測精度會大大降低。205015．在一元線性回歸模型Yib0b1X+中，用不為零的常數(shù)去乘每一個值，對參數(shù)與的估計(jì)值、YdXdY、的估計(jì)值會產(chǎn)生什么樣的影響？如果用不為零的常數(shù)去加每一個值，又會怎樣？? ?解答：記原總體模型對應(yīng)的樣本回歸模型為=+iei=229。xib0Yb1X? ? ?Yib0b1X=+iX的估計(jì)值變?yōu)樵瓉淼牡墓烙?jì)值、Y用不為零的常數(shù)去加每一個值，的估計(jì)值改變，b1的擬合值與模型的殘差不變。dYb0b1d用不為零的常數(shù)去加每一個值，b0db1多元線性模型1．多元線性回歸模型的基本假設(shè)有哪些？在多元線性回歸模型的參數(shù)估計(jì)量的無偏性、有效性的證明中各用了哪些？解答多元線性回歸模型的基本假設(shè)也包括對解釋變量的假設(shè)、對隨機(jī)誤差項(xiàng)的假設(shè)、對模型設(shè)定的假設(shè)幾個方面，主要如下：180。+1）解釋變量是確定性變量，不是隨機(jī)變量，解釋變量之間不相關(guān)，即矩陣是（）階非隨機(jī)矩陣，X 162。XXRank（）kRank（）XkX非奇異。0=）j0（m in）s=185。j2=2，ji3）解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)，即==，1Li1LknPageof~(0,s )22=N)25）回歸模型是正確設(shè)定的。5432=s（）m=ii1Ln3．在多元模型中，為何要對決定系數(shù)進(jìn)行調(diào)整？調(diào)整的決定系數(shù)FR隨解釋變量數(shù)目的增加而增大（或至少不變），所以不能利用決定系數(shù)調(diào)整的決定系數(shù)F2222R1+F2k(1R)隨機(jī)解釋變量問題主要表現(xiàn)為解釋變量與隨機(jī)誤差項(xiàng)之間的關(guān)系。（2）同期無關(guān)，但異期相關(guān)：經(jīng)濟(jì)變量的不可控，使得解釋變量觀測值具有隨機(jī)性；B模型中含有被解釋變量的滯后項(xiàng)，而被解釋變量本身就是隨機(jī)的隨機(jī)解釋變量的影響（1）如果與相互獨(dú)立 224。OLS（2）同期不相關(guān)，異期相關(guān)估計(jì)量有偏，但一致。估計(jì)量有偏且非一致。ZXcov(ZiX)Zucov(Zimi=Z（3）估計(jì)量的性質(zhì)①但滿足一致性Pageof（2）如果一個隨機(jī)變量可以找到多個相互獨(dú)立的工具變量，可以利用這些信息，形成廣義矩方法。多重共線什么是多重共線？解釋變量之間存在線性關(guān)系一般形式：完全共線和近似多重共線：產(chǎn)生原因（1）經(jīng)濟(jì)變量之間的內(nèi)在聯(lián)系【根本原因】；（2）經(jīng)濟(jì)變量在時間上有同方向的趨勢【重要原因】（3）模型中滯后項(xiàng)的引入；（4）取樣過程中，也會引起數(shù)值上的多重共線問題【客觀原因】。=112（3）所有統(tǒng)計(jì)檢驗(yàn)和預(yù)測功能失去意義。判別多重共線：多重共線的檢驗(yàn)（1）判斷是否存在①則存在共線問題。直觀判斷法：③和統(tǒng)計(jì)量大，但統(tǒng)計(jì)量小。決定系數(shù)法②方差膨脹（擴(kuò)大）因子，VIF10，就認(rèn)為存在嚴(yán)重多重共線性。逐步回歸法：根據(jù)可決系數(shù)、FAICY修正（1）省略變量法（2）利用已知信息克服多重共線，即約束參數(shù)之間的關(guān)系，可減少解釋變量個數(shù)。DX檢驗(yàn)與檢驗(yàn)結(jié)果相矛盾可能是由于多重共線性造成的。多重共線性往往表現(xiàn)的是解釋變量間的樣本相關(guān)現(xiàn)象，在不存在完全共線性的情況下，近似共線并不意味著基PageofOLS異方差什么是異方差？異方差一般是針對隨機(jī)誤差項(xiàng)而言的。產(chǎn)生原因例如：居民儲蓄模型，高收入的儲蓄差異較大，而低收入的儲蓄差異較小；干中學(xué)模型；股票價格和消費(fèi)者價格模型；假性異方差，源于解釋變量缺失、函數(shù)形式不正確或參數(shù)變化等。的各種統(tǒng)計(jì)檢驗(yàn)非有效
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1