計量經(jīng)濟學(xué)簡答題和答案解析-在線瀏覽
2025-08-05 20:05本頁面
【正文】 模型中的解釋變量發(fā)生一定的變動對被解釋變量的影響程度。③政策評價，對不同的政策方案可能產(chǎn)生的后果進行評價對比，從中做出選擇的過程。簡述建立與應(yīng)用計量經(jīng)濟模型的主要步驟。對計量經(jīng)濟模型的檢驗應(yīng)從幾個方面入手。在計量經(jīng)濟模型中，為什么會存在隨機誤差項？答：①模型中被忽略掉的影響因素造成的誤差；②模型關(guān)系認定不準確造成的誤差；③變量的測量誤差；④隨機因素。因此，隨機誤差項是計量經(jīng)濟模型中不可缺少的一部分。即在給定xt的條件下，隨機誤差項的數(shù)學(xué)期望（均值）為0，即。誤差項的方差與t無關(guān)，為一個常數(shù)。即不同的誤差項相互獨立。⑤正態(tài)性假定，即假定誤差項服從均值為0，方差為的正態(tài)分布。答：主要區(qū)別：①描述的對象不同。②建立模型的不同。③模型性質(zhì)不同。主要聯(lián)系：樣本回歸模型是總體回歸模型的一個估計式，之所以建立樣本回歸模型，目的是用來估計總體回歸模型。答：兩者的聯(lián)系：①相關(guān)分析是回歸分析的前提和基礎(chǔ)；②回歸分析是相關(guān)分析的深入和繼續(xù)；③相關(guān)分析與回歸分析的有關(guān)指標之間存在計算上的內(nèi)在聯(lián)系。②對兩個變量x與y而言，相關(guān)分析中：；但在回歸分析中，和卻是兩個完全不同的回歸方程。相關(guān)分析對資料的要求是兩個變量都隨機變量。②無偏性，指參數(shù)估計量和的均值（期望值）分別等于總體參數(shù)和。簡述BLUE的含義。對于多元線性回歸模型，為什么在進行了總體顯著性F檢驗之后，還要對每個回歸系數(shù)進行是否為0的t檢驗？答：多元線性回歸模型的總體顯著性F檢驗是檢驗?zāi)Ｐ椭腥拷忉屪兞繉Ρ唤忉屪兞康墓餐绊懯欠耧@著。因此還需要就每個解釋變量對被解釋變量的影響是否顯著進行檢驗，即進行t檢驗。這樣就使得人們認為要使模型擬合得好，就必須增加解釋變量。為此用修正的決定系數(shù)來估計模型對樣本觀測值的擬合優(yōu)度。解答：，其作用有：（1）用自由度調(diào)整后，可以消除擬合優(yōu)度評價中解釋變量多少對決定系數(shù)計算的影響；（2）對于包含解釋變量個數(shù)不同的模型，可以用調(diào)整后的決定系數(shù)直接比較它們的擬合優(yōu)度的高低，但不能用原來未調(diào)整的決定系數(shù)來比較。（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設(shè)定誤差；（3）樣本數(shù)據(jù)的測量誤差；（4）隨機因素的影響。？（1）圖示檢驗法；（2）戈德菲爾德—匡特檢驗；（3）懷特檢驗；（4）戈里瑟檢驗和帕克檢驗（殘差回歸檢驗法）；（5）ARCH檢驗（自回歸條件異方差檢驗）？（1）模型變換法；（2）加權(quán)最小二乘法；（3）模型的對數(shù)變換等？它的基本思想是什么？最小二乘法的基本原理是使殘差平方和為最小，在異方差情況下，總體回歸直線對于不同的的波動幅度相差很大。因此，在考慮異方差模型的擬合總誤差時，對于不同的應(yīng)該區(qū)別對待。更好的使反映對殘差平方和的影響程度，從而改善參數(shù)估計的統(tǒng)計性質(zhì)。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(yīng)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。1．簡述DW檢驗的局限性。其次：檢驗只能檢驗一階自相關(guān)。所以在實際應(yīng)用中，對于序列相關(guān)問題—般只進行檢驗。虛擬變量引入的原
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1