计量经济学期末考试总结(云南师范大学)
《计量经济学》期末重点知识归纳整理

计量经济学期末重点知识归纳1.普通最小二乘法:已知一组样本观测值{}n i Y X i i ,2,1:),(⋯=,普通最小二乘法要求样本回归函数尽可以好地拟合这组值,即样本回归线上的点∧i Y 与真实观测点Yt 的“总体误差”尽可能地小。
普通最小二乘法给出的判断标准是:被解释变量的估计值与实际观测值之差的平方和最小。
2.广义最小二乘法GLS :加权最小二乘法具有比普通最小二乘法更普遍的意义,或者说普通最小二乘法只是加权最小二乘法中权恒取1时的一种特殊情况。
从此意义看,加权最小二乘法也称为广义最小二乘法。
3.加权最小二乘法WLS :加权最小二乘法是对原模型加权,使之变成一个新的不存在异方差性的模型,然后采用普通最小二乘法估计其参数。
4.工具变量法IV :工具变量法是克服解释变量与随机干扰项相关影响的一种参数估计方法。
5.两阶段最小二乘法2SLS, Two Stage Least Squares :两阶段最小二乘法是一种既适用于恰好识别的结构方程,以适用于过度识别的结构方程的单方程估计方法。
6.间接最小二乘法ILS :间接最小二乘法是先对关于内生解释变量的简化式方程采用普通小最二乘法估计简化式参数,得到简化式参数估计量,然后过通参数关系体系,计算得到结构式参数的估计量的一种方法。
7.异方差性Heteroskedasticity :对于不同的样本点,随机干扰项的方差不再是常数,而是互不相同,则认为出现了异方差性。
8.序列相关性Serial Correlation :多元线性回归模型的基本假设之一是模型的随机干扰项相互独立或不相关。
如果模型的随机干扰项违背了相互独立的基本假设,称为存在序列相关性。
9.多重共线性Multicollinearity :对于模型i k i i X X X Y μββββ++⋯+++=i k 22110i ,其基本假设之一是解释变量X 1,X 2,…,Xk 是相互独立的。
如果某两个或多个解释变量之间出现了相关性,则称为存在多重共线性。
计量经济学期末考试重点整理

第一章绪论1、什么是计量经济学?由哪三组组成?答:计量经济学是经济学的一个分支学科,是以揭示经济活动中客观存在的数量关系为内容的分支学科。
统计学、经济理论和数学三者结合起来便构成了计量经济学。
2、计量经济学的内容体系,重点是理论计量和应用计量和经典计量经济学理论方法方面的特征答:1)广义计量经济学和狭义计量经济学 2)初、中、高级计量经济学3)理论计量经济学和应用计量经济理论计量经济学是以介绍、研究计量经济学的理论与方法为主要内容,侧重于理论与方法的数学证明与推导,与数理统计联系极为密切。
除了介绍计量经济模型的数学理论基础、普遍应用的计量经济模型的参数估计方法与检验方法外,还研究特殊模型的估计方法与检验方法,应用了广泛的数学知识。
应用计量经济学则以建立与应用计量经济学模型为主要内容,强调应用模型的经济学和经济统计学基础,侧重于建立与应用模型过程中实际问题的处理。
本课程是二者的结合。
4)、经典计量经济学和非经典计量经济学经典计量经济学(Classical Econometrics)一般指20世纪70年代以前发展并广泛应用的计量经济学。
经典计量经济学在理论方法方面特征是:⑴模型类型—随机模型;⑵模型导向—理论导向;⑶模型结构—线性或者可以化为线性,因果分析,解释变量具有同等地位,模型具有明确的形式和参数;⑷数据类型—以时间序列数据或者截面数据为样本,被解释变量为服从正态分布的连续随机变量;⑸估计方法—仅利用样本信息,采用最小二乘方法或者最大似然方法估计模型。
经典计量经济学在应用方面的特征是:⑴应用模型方法论基础—实证分析、经验分析、归纳;⑵应用模型的功能—结构分析、政策评价、经济预测、理论检验与发展;⑶应用模型的领域—传统的应用领域,例如生产、需求、消费、投资、货币需求,以及宏观经济等。
5)、微观计量经济学和宏观计量经济学3、为什么说计量经济学是经济学的一个分支?(4点和综述)答:(1)、从计量经济学的定义看(2)、从计量经济学在西方国家经济学科中的地位看(3)、从计量经济学与数理统计学的区别看(4)、从建立与应用计量经济学模型的全过程看综上所述,计量经济学是一门经济学科,而不是应用数学或其他。
2024年计量经济学心得体会(2篇)

2024年计量经济学心得体会通过一个学期对计量经济学的学习,我学到了很多的知识。
计量经济学是以经济理论和经济数据的事实为依据,运用数学、统计学的方法,通过建立数学模型来研究经济数量关系和规律的一门经济学科。
计量经济学与理论经济学、经济统计学、数理统计学既有区别又有联系。
计量经济学是现代经济学的重要分支。
计量经济学不仅要研究经济现象的计量方法,而且要研究经济现象发展变化的数量规律。
运用计量经济学研究经济问题,一般可以分为四个步骤。
确定变量和数学关系式—模型设定;分析变量间具体的数量关系—估计参数;检验所得结论的可靠性—模型检验;做经济分析和经济预测—模型应用。
在计量经济研究中,模型是对实际经济现象或过程的一种数学模拟,再____的模型也不可能将所有的因素都纳入其中,模型只不过是对可计量的复杂经济现象的一种简化与抽象。
因此模型只能在一定的假设前提下,忽略众多次要因素,而突出若干所____的主要经济变量,把有关经济变量的相互依存关系表现为方程式。
模型的建立主要靠对现实经济问题的深入研究,要遵循科学的理论原则,也要运用适当的方法。
1、一元回归模型:许多社会与经济现象,除了自身的变动之外,它们相互之间很可能有一定的依存关系。
各种经济变量相互之间的依存关系有两种不同的类型:一种是确定性____函数关系,另一种是不确定的统计关系,也称为相关关系。
关于拟合优度的检验,也就是检验模型对样本观测值的拟合程度。
2024年计量经济学心得体会(2)《____年计量经济学心得体会》在过去的几年里,我一直对计量经济学充满了浓厚的兴趣。
它是一门综合了数学、统计学和经济学的学科,通过运用经济理论和计量方法来研究经济现象。
在____年,我有幸能够深入学习和研究计量经济学,并对此进行一些总结和体会。
一、计量经济学在解决实际问题中的应用在____年的计量经济学课程中,我发现它的实际应用远远超出了我曾经想象的范围。
无论是在宏观经济还是微观经济领域,计量经济学都能够为决策制定者提供有用的经济政策建议。
计量经济学考试重点总结

1、简述计量经济学:是以经济理论和经济数据为事实依据,运用数学统计学的的方法建立数学模型,来研究经济数量关系和和规律的一门经济学科。
2、计量经济模型有哪些应用:①结构分析。
②经济预测。
③政策评价。
④检验和发展经济理论。
3、计量经济学研究的主要步骤:①确定变量和数学关系式——模型设定;②分析变量间具体的数量关系式——估计参数;③检验所的结论的可靠性——模型检验;④作经济分析和经济预测——模型应用。
5.计量经济学数据的分类:①时间序列数据;②截面数据;③面板数据;④虚拟变量数据。
6.在计量经济模型中,为什么会存在随机误差项:随机误差项是计量经济模型中不可缺少的一部分。
产生随机误差项的原因有以下几个方面:①模型中被忽略掉的影响因素造成的误差;②模型的设定误差;③变量的测量误差;④随机因素。
7、总体回归函数中,引进随机误差想的原因:①作为位置影响因素的代表;作为无法取得数据的已知因素的代表;作为众多细小影响因素的综合代表;②模型设定的误差;③变量测定的误差;③经济现象内在的随机性。
8、古典线性回归模型的基本假定:①零均值假定。
即在给定xt的条件下,随机误差项的数学期望为0;②同方差假定。
误差项的方差与t无关,为一个常数。
③无自相关假定。
即不同的误差项相互独立。
④解释变量与随机误差项不相关假定。
(1分)⑤正态性假定,即假定误差项服从均值为0,方差为的正态分布。
9、总体回归模型与样本回归模型的区别:①描述的对象不同。
总体回归模型描述总体中变量y与x的相互关系,而样本回归模型描述所观测的样本中变量y与x的相互关系。
②建立模型的不同。
总体回归模型是依据总体全部观测资料建立的,样本回归模型是依据样本观测资料建立的。
③模型性质不同。
总体回归模型不是随机模型,样本回归模型是随机模型,它随着样本的改变而改变。
联系:样本回归模型是总体回归模型的一个估计式,之所以建立样本回归模型,目的是用来估计总体回归模型。
10.在满足古典假定条件下,一元线性回归模型的普通最小二乘估计量的统计性质:①线性,是指参数估计量和分别为观测值和随机误差项的线性函数或线性组合。
(完整word版)计量经济学期末复习资料及答案(word文档良心出品)

(完整word版)计量经济学期末复习资料及答案(word文档良心出品)一、单项选择题:1.下面哪个假定保证了线性模型y = Xβ + μ的OLS估计量的无偏性。
( A )A.X与μ不相关。
B.μ是同方差的。
C.μ无序列相关。
D.矩阵X是满秩的。
2.下列对于自相关问题的表述,哪个是不正确的。
( B )A.Durbin-Watson检验只用于检验一阶自相关。
B.BG(Breusch-Godfrey)统计量只用于检验高阶自相关。
C.一阶自相关系数可以通过ρ=1-DW/2进行估计。
D.DW检验不适用于模型中存在被解释变量的滞后项作解释变量的情形。
3.下列关于时间序列的论述哪个是不正确的。
(C )A.AR过程的自相关函数呈拖尾特征。
B.MA过程的偏自相关函数呈拖尾特征。
C.对于一个时间序列,其自相关函数和偏自相关函数必定有一个是截尾的。
D.在MA(q)过程中,白噪声项对该随机过程的影响只会持续q 期。
4.对于ARMA(1,1)过程(x t = ?1 x t-1 + u t + θ1 u t-1),其相关图(上)与偏相关图(下)如下:则可以确定( C )是正确的。
A. ?1>0;θ1<0B. ?1<0;θ1<0C. ?1>0;θ1>0D. ?1<0;θ1>0()()11212120.3.0.70.1.0.60.1.0.70.6t t t tt t t t t t t tt t t tx x B x x x C x x x D x x x μμμμμ-------=+=-+=-+=++5.下列不平稳的时间序列为白噪声过程有A.(D){}()(){}{}{}(){}01..t t t t t t t t t t X X t X B X t X D X E X δδμμμ=++---6.设时间序列是由是一白噪声过程生成,下列陈述正确的是A.是平稳时间序列是平稳时间序列C.是平稳时间序列是平稳时间序列(D){}()()()()()()()()()()()120,11,22....t t t t t t t t t t t t t t t X E X Var X A E X Var X B E X Var X C E X Va r X D E X Var X μμμμ--=-+7.设是一个期望为方差为1的独立同分布随机时间序列,定义如下随机过程:则对与的描述,下列正确的是与均与时间t 有关与时间t 有关,而与时间t 无关与均与时间t 无关与时间t 无关,而与时间t 有关(C)二、判断并说明理由(四个全对) ()()()()011221011221.1;2,,.1045i i i i i i i i i i i i i Y X X Y X X X i P αααμβββνμνμν=+++-=+++=-有两个模型:为白噪声过程则对相同的样本,两个模型的最小二乘法残差相等,即对任何有教材22.,,YX XY YX XY Y X X Y r r X Y ββββ=令和分别为对的回归方程及对回归方程中的斜率则有其中为与之间的线性相关系数.10112231121210112231,,t t t t t t t t t t t t t t t t t tt t Y X X Y Y X X Y X X Y Y X X Y Y ββββμμββββμμ----=++++=++++3.对模型假设与相关,而与,无关,为了消除相关性,先作关于与回归,得到再作如下回归:这一方法可以消除原模型中与的相关性.()0101,,,t t t t t t t t t t t t t t t t t t Y X X X X X e e X X X e Y X ββμμββνν*****=++=-=-=++4.对于一元线性回归模型假设解释变量的实测值与之有偏误:其中是具有零均值,不序列相关,且与及不相关的随机变量.我们可直接将代入原模型使之变换成为变换后模型的随机干扰项进行OLS 估计,依然能够实现BLUE 性质.综合题:1.1;1/20.55t t t u u DW ρνρ-=+=-=2.()()()()11221212()::11t t t p t pt t pt p AR p Y Y Y Y CE DY C E DY C E DY φφφφφφφφφ---=++ +=----?=----注:中与漂移项之间的关系是教材P290()()()12011101220112231112,,:123,i i i i i i i i i i Y X X Y X Y X Y X X ααμββμγγγμαγβγ=++=++=+++==3.对于涉及三个变量的数据做以下回归问在什么条件下才能有及即多元回归与各自的一元回归所得的参数估计相同.()()12222,,11t t t t st t t sCov μμμρμμμσσμμμρρρ--=+==--4.试证明对于具有形如的一阶自相关随机干扰项的方差与协方差为:Var。
计量经济学期末复习整理

名词解释1.简单线性相关系数在各种类型的相关分析中,只有两个变量的线性相关的关系是最简单的。
两个变量之间线性相关程度可以用简单线性相关系数去度量,这种关系时最常用的,简称为相关系数。
总体相关系数ρ反映总体两个变量X和Y的线性相关程度。
2.回归现代意义上的回归是关于一个变量(被解释变量或应变量)对另一个或多个变量(解释变量)依存关系的研究,是用适当的数学模型去近似地表达或估计变量之间的平均变化关系,其目的使根据解释变量的数值去估计所研究的被解释变量的总体平均值。
3.随机扰动项若令各个Y i值与条件期望E(Y│Xi)偏差为μi,μi为是一个可正可负的随机变量,称为随机扰动项或随机误差项,即μi=Y i-E(Y│Xi),Y i=E(Y│Xi)+μi 4.最佳线性无偏估计量在古典假定条件下,OLS估计量βˆ1和βˆ2是总体参数β1和β2的最佳线性无偏估计量,这一结论称为高斯-马尔可夫定理。
5.偏回归系数在多元线性回归模型中,回归系数βj(j=1,2,3,…,k)表示的正是在控制其他解释变量不变的条件下,第j个解释变量的单位变动对被解释变量平均值的影响,这样的回归系数称为偏回归系数。
6.多重共线性计量经济学中的多重共线性,不仅包括解释变量之间精确的线性关系,还包括解释变量之间近似的线性关系。
从数学意义上去说明多重共线性,即若存在不全为0的数λ1,λ2,λ3,…λk,使得λ1X1i+λ2X2i+…λk X ki=0(i=1,2,…,n)则称解释变量X1,X2,X3,…,X k 之间存在完全的多重共线性。
不完全的多重共线性是指对于解释变量X1,X2,X3,…,X k,存在不全为0 的数λ1,λ2,λ3,…λk,使得λ1X1i+λ2X2i+λ3X3…λk X ki+V i=0(i=1,2,…,n)7.VIF将VIF定义为 VIF表明,参数估计的方差是由于多重共线性的出现而膨胀起来的。
8.异方差设模型为Y i=β1+β2X2i+…+βk X ki+μi (i=1,2,…,n)。
计量经济学期末考试总结(云南师范大学)

1、经济计量模型检验(含义):是指对经济现象或过程的一种数学模拟。
社会经济的现象和过程是非常复杂的,影响因素众多,经济模型只能把做研究的主要经济因素(表现为经济变量)之间的关系,用数学关系式近似地、简化地表示出来。
所谓模型检验,就是要对模型和所估计的参数加以评判,判定在理论上是否有意义,在统计上是否有足够的可靠性。
2、检验设定误差(所设定模型的好坏)的方法:(P243)答:(1)、DW检验,其基本思想是认为遗漏的相关变量应包含在随机扰动项中,那么回归所得的残差序列就会呈现单侧的自相关性,因此可从自相关性的角度检验相关变量的遗漏。
(2)、拉格朗日乘数检验,其基本思想是认为遗漏的相关变量包含在随机扰动项中,因此随机扰动项或回归所得的残差序列应该与遗漏的相关变量呈现出某种依存关系,可以进行残差序列的与相关变量的回归,在一定显著水平下若相关变量具有统计显著性,则认为没有遗漏变量形成的设定误差。
(3)、一般性检验,是拉姆齐于1969年提出的一种检验方法,其检验的基本思想是:如果事先知道遗漏了哪个变量只需要将此变量引入模型,估计并检验其参数是否显著不为零即可,可是问题是不知道遗漏了哪个变量,这时可寻找一个可以替代变量Z来进行上述检验(替代变量通常的选所设定模型被解释变量拟合值Y若干次幂的线性组合),若模型估计所得的残差包含着遗漏的相关变量,那么这个残差可用被解释变量拟合值Y的线性组合近似表示;若这个线性组合是显著的,则认为原模型的设定有误。
(可引入多个多个替代变量去判断是否有多个变量被遗漏,被称为一般检验方法。
)3、测量误差存在与否的检验方法是什么?(P249)测量误差的存在使得回归系数被低估。
测量误差存在与否的检验是豪斯曼提出的。
方法步骤为:(1)、对所研究的回归模型,无论是否存在测量误差,先采用OLS法得到参数估计量;(2)、对可能存在测量误差的解释变量,选择与其相关的工具变量,将可能存在测量误差的解释变量对选择的工具变量进行回归,并获得回归残差w^;(3)、将回归残差w^加入第一步中的回归表达式,再次进行OLS估计,得到w^的参数估计量B^及假设检验结果,(4)、若B^为显著时,则认为解释变量确实存在观测误差;反之,认为解释变量不存在测量误差。
计量经济个人总结范文

计量经济个人总结范文引言作为计量经济学这门课程的学习者,我认为通过这门课程的学习,我对经济学和统计学的知识有了更深入的了解,并学会了如何运用这些知识进行实证分析和预测。
在这篇文章中,我将总结我在学习计量经济学过程中所学到的知识和技能,并对自己的学习效果进行评估。
学习内容在计量经济学的学习过程中,我学习了一系列重要概念和技术,包括:- 统计学基础知识:学习了统计学的基本概念、概率分布和假设检验等内容,为后续的实证分析打下了基础。
- 线性回归模型:了解了线性回归模型的原理和假设,并学会了如何通过最小二乘法估计模型参数。
- 模型诊断和残差分析:学习了如何通过观察残差、检验模型的假设前提以及检验模型的正确性。
学习方法在学习计量经济学的过程中,我采用了以下几种学习方法,以帮助我更好地掌握知识和技能:1. 认真听讲:在课堂上,我始终保持专注,认真听讲,并尽量做好笔记,以确保对老师所讲内容的全面理解。
2. 练习题目:在课后,我会针对老师布置的练习题进行复习和练习,并在课下积极思考和解决遇到的问题。
3. 参考资料:除了课堂讲授的资料外,我还阅读了相关的教材和论文,以加深对知识点的理解和应用。
学习成果通过这门课程的学习,我取得了以下几方面的学习成果:1. 理论知识:掌握了计量经济学的基本概念和模型,了解了如何对经济问题进行实证分析和预测,并能够独立处理和解决实际问题。
2. 数据分析能力:通过实际的数据分析项目,我学会了如何运用统计软件和编程语言进行数据处理和分析,提高了自己的实证研究能力。
3. 团队合作能力:在课堂项目和小组作业中,我与同学们积极合作,相互学习和帮助,提高了自己的团队合作能力。
学习反思在学习计量经济学的过程中,我也遇到了一些困难和挑战。
首先,由于计量经济学需要较强的数理基础,有时我在理解一些数学推导和统计方法时会感到吃力。
其次,对于一些复杂的实证分析案例,我还需要进一步提高自己的数据分析能力和解决问题的能力。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1、经济计量模型检验(含义):是指对经济现象或过程的一种数学模拟。
社会经济的现象和过程是非常复杂的,影响因素众多,经济模型只能把做研究的主要经济因素(表现为经济变量)之间的关系,用数学关系式近似地、简化地表示出来。
所谓模型检验,就是要对模型和所估计的参数加以评判,判定在理论上是否有意义,在统计上是否有足够的可靠性。
2、检验设定误差(所设定模型的好坏)的方法:(P243)答:(1)、DW检验,其基本思想是认为遗漏的相关变量应包含在随机扰动项中,那么回归所得的残差序列就会呈现单侧的自相关性,因此可从自相关性的角度检验相关变量的遗漏。
(2)、拉格朗日乘数检验,其基本思想是认为遗漏的相关变量包含在随机扰动项中,因此随机扰动项或回归所得的残差序列应该与遗漏的相关变量呈现出某种依存关系,可以进行残差序列的与相关变量的回归,在一定显著水平下若相关变量具有统计显著性,则认为没有遗漏变量形成的设定误差。
(3)、一般性检验,是拉姆齐于1969年提出的一种检验方法,其检验的基本思想是:如果事先知道遗漏了哪个变量只需要将此变量引入模型,估计并检验其参数是否显著不为零即可,可是问题是不知道遗漏了哪个变量,这时可寻找一个可以替代变量Z来进行上述检验(替代变量通常的选所设定模型被解释变量拟合值Y若干次幂的线性组合),若模型估计所得的残差包含着遗漏的相关变量,那么这个残差可用被解释变量拟合值Y的线性组合近似表示;若这个线性组合是显著的,则认为原模型的设定有误。
(可引入多个多个替代变量去判断是否有多个变量被遗漏,被称为一般检验方法。
)3、测量误差存在与否的检验方法是什么?(P249)测量误差的存在使得回归系数被低估。
测量误差存在与否的检验是豪斯曼提出的。
方法步骤为:(1)、对所研究的回归模型,无论是否存在测量误差,先采用OLS法得到参数估计量;(2)、对可能存在测量误差的解释变量,选择与其相关的工具变量,将可能存在测量误差的解释变量对选择的工具变量进行回归,并获得回归残差w^;(3)、将回归残差w^加入第一步中的回归表达式,再次进行OLS估计,得到w^的参数估计量B^及假设检验结果,(4)、若B^为显著时,则认为解释变量确实存在观测误差;反之,认为解释变量不存在测量误差。
4、总体回归模型的含义:就是事先对总体(随机变量)的参数或总体分布形式做出一个假设,然后利用样本信息来判断这个假设(原假设)是否合理,即判断总体的真实情况与原假设是否有显著性差异。
或者说,显著性检验要判断样本与我们对总体所做的假设之间的差异是纯属机会变异,还是由我们所做的假设与总体真实情况之间不一致所引起的。
显著性检验是针对我们对总体所做的假设做检验,其原理就是“小概率事件实际不可能性原理”来接受或否定假设。
总体回归函数是对总体变量间关系的定量表述,由总体回归模型在若干基本假设下得到,但它只是建立在理论之上,在现实中只能先从总体中抽取一个样本,获得样本回归函数,并用它对总体回归函数做出统计推断。
5、异方差检验的基本方法:(1)、图示检验法:(1.1)相关图形分析;方差描述的是随机变量相对其均值的离散程度,而被解释变量Y与随机误差项u有相同的方差,所以分析Y与X的相关图形,可以粗略的看到Y的离散程度及与X之间是否有相关关系。
如果随着X的增加,Y的离散程度有逐渐增加(或减小)的变化趋势,则认为存在递增型(或递减型)的异方差。
(1.2)、残差图形分析;虽然随机误差项无法观测,但样本回归的残差一定程度上反映了随机误差的某些分布特征,可通过残差的图形对异方差性作观察。
(2)戈德菲尔德-夸特检验方法是戈德菲尔德和夸特y1965年提出的,可用于检验递增性或递减性异方差。
思想是将样本分为两部分,然后分别对两个样本进行回归,并计算比较两个回归的剩余平方和是否有明显的差异,以此判断是否存在异方差。
(注:此检验只适合于检验大样本;除了同方差假定不成立外,其他假定均满足。
)步骤:1、将观测值按解释变量Xi 的大小顺序排列,2、将排列在中间的C 个(约为观测值n 的1/5—1/4))观测值删除,在将剩余的部分分为均等的两个部分即为(n-c)/2, 3、提出假设。
即H0:两部分数据的方差相等;H1:两部分数据的方差不相等,4、构造F 统计量。
对述两部分观测值做回归,由此得到两部分的残差平方和,5、判断,给定显著性水平a,差F 分布表,的临界值Fa=Fa((n-c)/2-k, (n-c)/2-k),计算出统计量F*,如果F*>Fa,则拒绝原假设,不拒绝被择假设即认为模型中的随机误差存在异方差。
(3)White 检验,其基本思想是,如果存在异方差,其方差与解释变量有关系,分析其方差是否与解释变量有某些形式的联系以判断异方差性,可用OLS 估计的残差平方作为其估计值。
在大样本的情况下,作方差对常数项、解释变量、解释变量的平方及其交叉乘积所构成的辅助回归,利用辅助回归相应的检验统计量,即可判断是否存在异方差性。
(4)ARCH 检验。
恩格尔提出转载时间序列方差变动的方法,这就是所谓的ARCH 检验方法。
其思想是,在时间序列数据中,可认为存在的异方差性为ARCH (自回归条件异方差)过程并通过检验这一过程是否成立去判断时间序列有无异方差。
(5)、Glejser 检验,其思想是有OLS 法得到残差ei ,取ei 的绝对值,然后将其绝对值对某个解释变量Xi 回归,根据回归模型的显著性和拟合优度来判断是否存在异方差。
该检验要求观测值为大样本。
6、 协整检验的基本内容p272:协整检验有两种基本方法,意识基于回归残差的协整检验,即为单一方程的协整检验;另一种是基于回归系数完全信息的Joheansen 协整检验。
单一方程的EG 两步法协整检验:d 第一步,用OLS 法作协整回归。
首先检验时间序列的单整次数。
如果只含有两个变量序列,则两个变量的单整次数应该相同。
其次用OLS 对回归方程Y1t = a + B2 Y2t +----+Bk Ykt + ut 进行估计,得到残差序列et; 第二步;检验et 的平稳性,如果et 为平稳的则该时间序列是协整的,反之,则不是;因为若改时间序列不是协整的,则它们的任意线性组合都是非平稳的,因此残差也是非平稳的。
对残差平稳的检验,就是对该时间序列的平稳性检验。
1、检验残差的平稳性可用两种方法,一种是对残差序列进行ADF 检验,即对残差et 进行单位根检验,另一种检验方法是协整回归DW 检验,方法是用用协整回归所得的残差构造DW 统计量:,∑∑==--=n i in i i ie e e W D 12221~)~~(..,若et 是随机游走的则et – et-1 的数学期望为0,故DW 也应该接近于0 ,因此,只需要检验H0:DW= 0 是否成立,若H0成立et 为随机游走,Xt 与 Yt 间不存在协整,反之则存在。
7、 多重共线性的含义:p106,即个解释变量之间存在线性关系,或者说个解释变量的观测值之间线性相关,计量经济学中的多重共线性,不仅包括解释变量间的精确地线性关系,还包括解释变量之间近似的线性关系。
对于模型i ki k i i i u x x x y +++++=ββββ 22110(n i ,,2,1 =),如果某两个或多个解释变量之间出现了相关性,则称为多重共线性。
8、 DW 检验技能的方法:DW 检验是杜宾和沃特森与1951年提出的。
是检验自相关的的常用方法。
检验的前提条件:1、解释变量X 为非随机的,2、随机误差项为一阶子回归形式,3、线性模型的解释变量中不包含滞后的被解释变量,4、截距项不为零即指适用于用常数项的回归模型,5、数据序列无缺失项。
为了检验序列的相关性构造原假设是Ho:p= 0. 为了检验这一假设,都早DW 统计量,首先要计算回归估计式的残差et ,定义DW统计量为:∑∑==--=n i in i i iee e W D 12221~)~~(..,其中,et = Yt - Y^t , t = 1,2,3,……n 。
由上世得到DW 值约等于p^约等于∑=-n i i i e e 21~~/∑=n i i e 12~ ,则DW 约等于2*(1-p^),所以,DW 值与p^的对应关系,取值范围为:0<DW<4,再根据样本容量n 和解释变量的数目k ’,查DW 分布表,可的临界值dl 和 du,,然后根据准则考察计算DW 值, 模型的自相关状态,,当0<=DW<=Dl 时,误差项存在正的自相关;dl<DW<=du ,不能判定是否存在自相关;du<DW<4-du,误差项无自相关,4-du<=DW<4-dl ,不能判定是否有自相关,4-dl 《=DW 《=4,误差项存在负的自相关。
DW 检验的缺陷:1、有两个不能确定的区域,2、样本要求n>= 15,如果样本再小,就很难利用残差做出自相关存在性的正确判断,3、DW 检验不适应随机误差项具有高阶序列相关的检验,4、DW 检验有运用的前提条件,只有符合这些条件检验才是有效的。
9、 阿尔蒙多项式的阶数m 与k 关系:利用多项式来逼近滞后参数的变化结构,从而减少待估参数的数目,其基本原理是在有先分布滞后模型长度s 的情况下,滞后项序数可以看成是相应滞后期i 的函数。
多项式的次数m 通常取得较低,一般去2—3,如果m 取得过大则达不到通过阿尔蒙多项式变换减少变两个数的目的。
(自由度得到保证,缓解了多重共线性问题)k 即为i,称为滞后期,m 表示次数为m 的多项式Bi = ao + a1 i + a2 x i^2 + ……am x i^m(i=0/1/2/3/……s,m<s)10、 计量经济,分析的基本步骤:四个步骤:1、确定变量和数学关系式,——模型设定;2、分析变量间具体的数量关系——估计参数;3、检验所的结论的可靠性——模型检验;4、做经济分析和经济预测——模型运用。
11、普通最小二乘估计量在满足经典假设的情况下有什么特性:线性特性、无偏性和有效性。
12、 滞后效应产生的原因有哪些?心理预期因素,心理定势及社会习惯的作用,表现为决策滞后;技术因素,经济运行从生产到流通再到使用,每一个环节都需要一段时间,从而形成滞后;制度因素,契约管理制度会形成一定程度的滞后。
13、 时间序列的平稳性:(p263)如果时间序列{t X }满足下列条件:1)均值μ=)(t X E 与时间t 无关的常数;2)方差2σ)var(=t X 与时间t 无关的常数;3)协方差k k t t X X γ=+)cov( 只与时期间隔k 有关,与时间t 无关的常数。
则称该随机时间序列是平稳的。
14、 样本回归函数:p29被解释变量(消费支出)的样本条件均值也是随解释变量(可支配收入)的变化而有规律的变化。