计量经济学期末考试复习文件

相关主题
  1. 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. 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. 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)。

《计量经济学》期末考试复习资料

第一章绪论

参考重点:

计量经济学的一般建模过程

第一章课后题(1.4.6)

1.什么是计量经济学?计量经济学方法与一般经济数学方法有什么区不?

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,是由经济学、统计学和数学三者结合而成的交叉学科。

计量经济学方法揭示经济活动中各个因素之间的定量关系,用随机性的数学方程加以描述;一般经济数学方法揭示经济活动中各个因素之间的理论关系,用确定性的数学方程加以描述。

4.建立与应用计量经济学模型的要紧步骤有哪些?

答:建立与应用计量经济学模型的要紧步骤如下:(1)设定理论模型,包括选择模型所包含的变量,确定变量之间的数学关系和拟定模型中待估参数的数值范围;(2)收集样本数据,要考虑样本数据的完整性、准确性、可比性和—致性;(3)可能模型参数;(4)检验模型,包括经济意义检验、统计检验、计量经济

学检验和模型预测检验。

6.模型的检验包括几个方面?其具体含义是什么?

答:模型的检验要紧包括:经济意义检验、统计检验、计量经济学检验、模型的预测检验。在经济意义检验中,需要检验模型是否符合经济意义,检验求得的参数可能值的符号与大小是否与依照人们的经验和经济理论所拟定的期望值相符合;在统计检验中,需要检验模型参数可能值的可靠性,即检验模型的统计学性质;在计量经济学检验中,需要检验模型的计量经济学性质,包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等;模型的预测检验要紧检验模型参数可能量的稳定性以及对样本容量变化时的灵敏度,以确定所建立的模型是否能够用于样本观测值以外的范围。

第二章经典单方程计量经济学模型:一元线性回归模型

参考重点:

1.相关分析与回归分析的概念、联系以及区不?

2.总体随机项与样本随机项的区不与联系?

3.什么缘故需要进行拟合优度检验?

4.如何缩小置信区间?(P46)

由上式能够看出(1).增大样本容量。样本容量变大,可使样本参数可能量的标准差减小;同时,在同样置信水平下,n 越大,t 分布表中的临界值越小。(2)提高模型的拟合优度。因为样本参数可能量的标准差和残差平方和呈正比,模型的拟合优度越高,残差平方和应越小。

5.以一元线性回归为例,写出β0的假设检验

1).对总体参数提出假设

H 0:b 0=0, H 1:b 0¹0

2)以原假设H0构造t 统计量,

αβββββαα-=⨯+<<⨯-1)ˆˆ(ˆˆ22i

i s t s t P i i i

3)由样本计算其值

4)给定显著性水平a ,查t 分布表得临界值t a/2(n-2)

5)比较,推断

若 |t|> t a/2(n-2),则拒绝H 0 ,同意H 1 ;

若 |t|£ t a/2(n-2),则拒绝H 1 ,同意H 0 ;

上届重点:

一元线性回归模型的差不多假设、随机误差项产生的缘故、最小二乘法、参数经济意义、决定系数、第二章PPT 里的表(中国居民人均消费支出对人均GDP 的回归)、t 检验(△(平方)代表意义;△(平方)的认识)、能够读明白Eviews 输出的可能结果

第二章课后题(1.3.9.10)

1.什么缘故计量经济学模型的理论方程中必须包含随机干扰项?

ˆ0

ˆββS t =)

2(~ˆˆˆ0ˆ0022200--=-=

∑∑n t S x n X t i i βββσββ

(经典模型中产生随机误差的缘故)

答:计量经济学模型考察的是具有因果关系的随机变量间的具体联系方式。由因此随机变量,意味着阻碍被解释变量的因素是复杂的,除了解释变量的阻碍外,还有其他无法在模型中独立列出的各种因素的阻碍。如此,理论模型中就必须使用一个称为随机干扰项的变量宋代表所有这些无法在模型中独立表示出来的阻碍因素,以保证模型在理论上的科学性。

3.一元线性回归模型的差不多假设要紧有哪些?违背差不多假设的模型是否不能够可能?

答:线性回归模型的差不多假设有两大类:一类是关于随机干扰项的,包括零均值,同方差,不序列相关,满足正态分布等假设;另一类是关于解释变量的,要紧有:解释变量是非随机的,若是随机变量,则与随机干扰项不相关。实际上,这些假设差不多上针对一般最小二乘法的。

在违背这些差不多假设的情况下,一般最小二乘可能量就不再是最佳线性无偏可能量,因此使用一般最小二乘法进行可能己无多大意义。但模型本身依旧能够可能的,尤其是能够通过最大似然法等其他原理进行可能。

假设1. 解释变量X是确定性变量,不是随机变量;

假设2. 随机误差项m 具有零均值、同方差和不序列相关性: E(m i )=0 i=1,2, …,n

Var (m i )=s m 2 i=1,2, …,n

Cov(m i, m j )=0 i≠j i,j= 1,2, …,n

假设3. 随机误差项m 与解释变量X 之间不相关:

Cov(X i , m i )=0 i=1,2, …,n

假设4. m 服从零均值、同方差、零协方差的正态分布 m i ~N(0, sm 2 ) i=1,2, …,n

假设5. 随着样本容量的无限增加,解释变量X 的样本方差趋于一个有限常数。即

∞→→-∑n Q n X X i ,/)(2

假设6. 回归模型是正确设定的

9、10题为计算题,见课本P52,答案见P17

第三章 经典单方程计量经济学模型:多元线性回归模型 上届重点:

F 检验、t 检验 调整的样本决定系数、“多元”里什么缘故要对△(平方)系数进行调整?

第三章课后题(1.2.7.9.10)

1.多元线性回归模型的差不多假设是什么?在证明最小二

相关文档
最新文档