计量最终答案

1、相关分析：相关分析（correlation analysis），相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。

2、计量经济学：计量经济学是以一定的经济理论和统计资料为基础，运用数学、统计学方法与电脑技术，以建立经济计量模型为主要手段，定量分析研究具有随机性特性的经济变量关系。主要内容包括理论计量经济学和应用经济计量学。

3、区间估计：参数估计的一种形式。通过从总体中抽取的样本，根据一定的正确度与精确度的要求，构造出适当的区间，以作为总体的分布参数(或参数的函数)的真值所在范围的估计。

4、假设检验：假设检验是数理统计学中根据一定假设条件由样本推断总体的一种方法。具体作法是：根据问题的需要对所研究的总体作某种假设，记作H0；选取合适的统计量，这个统计量的选取要使得在假设H0成立时，其分布为已知；由实测的样本，计算出统计量的值，并根据预先给定的显著性水平进行检验，作出拒绝或接受假设H0的判断。常用的假设检验方法有u—检验法、t检验法、χ2检验法(卡方检验)、F—检验法，秩和检验等。

5、正态分布：正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、方差为的高斯分布，记为N(μ， )。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ = 0,σ = 1的正态分布。

6、t分布，又称Student t分布。t分布十分有用，它是总体均数的区间估计和假设检验的理论基础。学生t检验改进了Z检验（Z-test），因为Z检验以母体标准差已知为前提。虽然在样本数量大（超过30个）时，可以应用Z检验来求得近似值，但Z检验用在小样本会产生很大的误差，因此必须改用学生t检验以求准确。在母体标准差未知的情况下，不论样本数量大或小皆可应用学生t检定。自由度，是指当以样本的统计量来估计总体的参数时，样本中独立或能自由变化的数据的个数，称为该统计量的自由度。例1：估计总体的平均数（μ）时，由于样本中的n个数都是相互独立的，任一个尚未抽出的数都不受已抽出任何数值的影响，所以自由度为n。

7、参数估计的无偏性：若是总体X的参数θ的一个点估计量，

且，则称是参数θ的无偏估计量.

8、参数估计的有效性：若,都是θ的无偏估计量，且，则称

是比有效的估计量.若在θ的一切无偏估计量中,的方差达到最小,则称为θ的有效估计量.

9、参数估计：参数估计（parameter estimation）是根据从总体中抽取的样本估计总体分布中包含的未知参数的方法。人们常常需要根据手中的数据，分析或推断数据反映的本质规律。即根据样本数据如何选择统计量去推断总体的分布或数字特征等。参数估计分为点估计和区间估计两部分，点估计是依据样本估计总体分布中所含的未知参数或未知参数的函数；区间估计是依据抽取的样本，根据一定的正确度与精确度的要求，构造出适当的区间，作为总体分布的未知参数或参数的函数的真值所在范围的估计。

10、虚拟变量( Dummy Variables) 又称虚设变量、名义变量或哑变量，用以反映质的属性的一个人工变量，是量化了的自变量，通常取值为0或1。引入哑变量可使线形回归模型变得更复杂，但对问题描述更简明，一个方程能达到俩个方程的作用，而且接近现实。

11、高斯-马尔科夫定理：高斯－马尔可夫定理陈述的是：在误差零均值，同方差，且互不相关的线性回归模型中，回归系数的最佳无偏线性估计（BLUE）就是最小方差估计。一般而言，任何回归系数的线性组合的最佳无偏线性估计就是它的最小方差估计。在这个线性回归模型中，其误差不需要假定为正态分布或独立同分布（iid）（而仅需要满足不相关和同方差这两个稍弱的条件）。

具体而言，假设

其中β0和β1是非随机且未观测到的参数，x i是观测到的变量，εi是随机误差，Y i是随机变量（x小写:因x非为随机变量，Y大写:因Y为随机变量）。

高斯－马尔可夫定理的条件是：

?

?

?，，也就是“不相关性”。

12弹性是指一个变量相对于另一个变量发生的一定比例的改变的属性。弹性的概念可以应用在所有具有因果关系的变量之间。作为原因的变量通常称作自变量，受其作用发生改变的量称作因变量。例如自变量x和因变量y之间存在关系y = f(x)，则y的x弹性：Ey/Ex=(△y/y)/(△x/x)=f'(x)·x/y

13偏回归系数：在多元回归模型中，度量着在保持不变的情况下，每变化1单位时，Y的均值的变化。换句话说，给出保持不变时对的斜率。再换一种方式说，它给出的单位变化对Y均值的“直接”或“净”（净在不染有的）影响。

14回归分析：回归分析（regression analysis)是确定两种或两种以上变量间

相互依赖的定量关系的一种统计分析方法。按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。

15判定系数：是用于判断回归分析模型拟合程度的一个指标. 设回归分析模型的总体平方和为TSS, 回归平方和为ESS, 残差平方和为RSS, 那么称

为模型的判定系数. 判定系数是对回归方程的拟合程度的度量, 其取值范围为[0,1]; 判定系数越高说明回归模型的拟合程度越高, 判定系数为1表示回归方程和数据点完全拟合.

16序列相关：又称自相关，是指总体回归模型的随机干扰项之间存在相关关系。如果这些干扰项展现出如图所示的的某种系统性模式，就表明它们之间有自相关或序列相关。

17多重共线性：是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。一般来说，由于经济数据的限制使得模型设计不当，导致设计矩阵中解释变量间存在普遍的相关关系。

18异方差性：异方差性（heteroscedasticity ）是相对于同方差而言的。所谓同方差，是为了保证回归参数估计量具有良好的统计性质，经典线性回归模型的一个重要假定：总体回归函数中的随机误差项满足同方差性，即它们都有相同的方差。如果这一假定不满足，即：随机误差项具有不同的方差，则称线性回归模型存在异方差性。

1、发达市场经济国家模型与发展中国家模型的差异主要体现在哪些方面。（网

一是建模型任务不同：发达市场经济国家模型主要研究怎样通过财政、货币和金融政策的作用来保证社会经济的稳定；发展中国家模型主要研究经济增长和各类支付平衡问题。二是应用领域不同：发达市场经济国家模型主要用于短期预测(因而季度模型占有较大比重)；发展中国家模型主要用于中长期决策研究和发展规划研究。三是模型导向不同：发达市场经济国家模型多以需求为导向；发展中国家模型多以供给导向为主，生产模块占据重要核心位置。

2、在使用OLS对线性回归模型进行估计时，对模型中的随即扰动向量 u做了哪些假定？（经典线性回归模型：最小二乘法的基本假定 4版p52）（1）干扰项u i的均值为零。对给定的x值，随机干扰项u i的均值或期望值为0（u i的条件均值为0）。E(u i |X i)=0

（2）同方差性或u i的方差相等。给定X值，对所有的观测，u i的方差都是相同的。就是说u i的条件方差是恒定的。Var（u i|Xi）=

（3）各个干扰之间无自相关性。给定任意两个X值：X和Xj（i=j）U i和U j之间的相关性为零。用符号表示：cov（u）

（4）u i和Xi的协方差为0，或E(u i X i)=0。cov（u i，Xi）=0

3. 随机扰动项的内容

实际值与拟合值之间的差，样本中每次观测者有一个相应的值，用于计算OLS 回归线的。因为样本室随机的，所以这些残差也是随机的，就是随机扰动项.

误差项：在简单活多元回归方程中，包含了未观测到的影响因变量的变量因素。误差项也可能包含被观测的因变量或自变量中的测量误差，就是当你构建回归模型时方程里的u

再说清楚些，误差项是方程里的符号u，满足Eu=0等等假设；而随机扰动项是回归样本时的u1，u2，.....un。是用软件能算出的那些值。

4. 经济计量研究的步骤是什么？(p3)

（1）理论或假说的陈述

（2）理论的数学模型的设定

（3）理论的计量经济模型的设定

（4）获取数据

（5）计量经济模型的参数估计

（6）假设检验

（7）预报或预测

（8）利用模型进行控制或制定政策

5. 引起模型预测误差的两类原因是什么？

(1)随机因素导致误差。(2)系统因素导致误差。系统误差包括模型的整体功能不好，现实经济关系中结构参数发生了重大变化等直接原因导致的误差。

6、多重共线性会产生什么样的后果？

1，虽然OLS估计量是BLUE，但有大的方差和协方差，故难以做出精确地估计；2，又有后果1，置信区间将要宽很多，以致接受“零虚拟假设"(即真实总体系数为零的假设)更为容易；3，仍由于后果1，一个或多个系数的t比率倾向于统计上不显著。4，虽然一或多个系数的t比率在统计上不显著，总的拟合优度R2仍可能非常之高。5，OLS估计量及其标准误对数据的微笑变化也会是敏感的。（4版p325）

如果多重共线性是完全的，X变量的回归系数将是不确定的，并且它们的标准误为无穷大。如果多重共线性是不完全的，那么，虽然回归系数可以确定，却有较大的标准误（相对于系数本身来说），意思是，系数不能以很高的精确或准确度加以估计。

7、多元线性回归模型与一元线性回归模型的区别

一元线性回归模型包含两个变量，多元线性回归模型包含三个或三个以上的变量。虽然多元线性回归模型是一元线性回归模型的推广，却涉及一些新的概念，诸如偏回归系数，偏相关系数，复相关系数，校正与未校正（对自由度）R^2，多重共线性和设定偏误。

8、简述凯恩斯有效需求理论的基本结论

(1)总产量或国民收入是由总需求决定的；

(2)消费是收入水平的函数；

(3)投资是利率与预期利润率的函数；

(4)货币需求是收入和利率的函数；

9、回归模型中引入虚拟变量的原则（4版p278）

(1)如果模型中包含截距项，则一个质变量有m种特征，只需引入(m-1)个虚拟变量。

(2)如果模型中不包含截距项，则一个质变量有m种特征，需引入m 个虚拟变量。

10、非完全多重共线性产生的原因及后果

(1)各个解释变量对被解释变量的影响很难精确鉴别；

(2)模型回归系数估计量的方差会很大，从而使模型参数的显著性检验失效；

(3)模型参数的估计量对删除或增添少量的观测值及删除一个不显著的解释变量都可能非常敏感。

11、异方差性产生的原因及后果（4版p374）

书中总结

原因：

在经济研究中，对应于一个具体的X值，多数情形都只有一个样本Y值。所以没有任何方法能从仅仅一个Y观测值去获知。因此在大多数的计量经济调查中，异方差性不过是一种直觉，深思熟虑的猜测，先前经验或纯粹猜想。

后果：

考虑异方差性的OLS估计，其结果是，t和F检验很可能给我们提供了不准确的结果：因为明显过大的var（）会使本来（如果我们使用由GLS程序建立的正确的置信区间的话）显著的系数变成了统计上不显著的（因t值过小）。

忽视异方差性的OLS估计，其结果是，我们不能再依赖通常计算的置信区间和通常使用的t和F检验。总之，如果我们忽视异方差性而一味使用惯常的检验程序，则无论我们得出什么结论或作出什么推断，都可能产生严重的误导。

12、自相关性产生的原因及后果

自相关性产生的原因：

线性回归模型中随机误差项存在序列相关的原因很多，但主要是经济变量自身特点、数据特点、变量选择及模型函数形式选择引起的。

1.经济变量惯性的作用引起随机误差项自相关

2.经济行为的滞后性引起随机误差项自相关

3.一些随机因素的干扰或影响引起随机误差项自相关

4.模型设定误差引起随机误差项自相关

5.观测数据处理引起随机误差项序列相关

自相关的后果：

线性相关模型的随机误差项存在自相关的情况下，用OLS（普通最小二乘法）进行参数估计，会造成以下几个方面的影响。

从高斯-马尔可夫定理的证明过程中可以看出，只有在同方差和非自相关性的条件下，OLS估计才具有最小方差性。当模型存在自相关性时，OLS估计仍然是无偏估计，但不再具有有效性。这与存在异方差性时的情况一样，说明存在其他的

参数估计方法，其估计误差小于OLS估计的误差；也就是说，对于存在自相关性的模型，应该改用其他方法估计模型中的参数。

1.自相关不影响OLS估计量的线性和无偏性，但使之失去有效性

2.自相关的系数估计量将有相当大的方差

3.自相关系数的T检验不显著

4.模型的预测功能失效

1、

（1）因为历年的居民消费总额和居民收入总额具有大致相同的“价格”指数，是否将它们转换为不变价数据并不重要，不影响数据在样本点之间的可比性。（2

2、参数、、估计量的经济意义分别为人均收入、食品类价格、其它商品类价格的需求弹性；由于食品为必须品，V为人均购买食品支出额，所以应该在0与1之间，应该在0与1之间，在0左右，三者之和为1左右。所以，该模型估计结果中的估计量缺少合理的经济解释。

2、由于两位研究者依据不同的消费理论，建立了不同的消费模型。前者依据相对收入假设，后者依据绝对收入假设。同时，由于和之间存在一定程度的线性关系，所以两个模型得到了不同的居民边际消费倾向的估计值。这反映了经典计量经济学模型的理论导向所存在的任意性，不同的人对行为理论理解不同，就可能建立不同的模型。