计量经济学的的重要简答地的题目

《计量经济学的的重要简答地的题目》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实用标准文档计量经济学重点简答题1．简述计量经济学与经济学、统计学、数理统计学学科间的关系。答：计量经济学是经济理论、统计学和数学的综合。经济学着重经济现象的定性研究，计量经济学着重于定量方面的研究。统计学是关于如何收集、整理和分析数据的科学，而计量经济学则利用经济统计所提供的数据来估计经济变量之间的数量关系并加以验证。数理统计学作为一门数学学科，可以应用于经济领域，也可以应用于其他领域；计量经济学则仅限于经济领域。计量经济模型建立的过程，是综合应用理论、统计和数学方法的过程，计量经济学是经济理论、统计学和数学三者的统一。2、计量经济模型有哪些应用？答：①结构分析②经

2、济预测③政策评价④检验和发展经济理论3、简述建立与应用计量经济模型的主要步骤。答：模型设定估计参数模型检验模型应用或1）经济理论或假说的陈述2)收集数据3）建立数理经济学模型4）建立经济计量模型5）模型系数估计和假设检验6）模型的选择7）理论假说的选择8）经济学应用4、对计量经济模型的检验应从几个方面入手？答：①经济意义检验②统计推断检验③计量经济学检验④模型预测检验5、计量经济学应用的数据是怎样进行分类的？答：时间序列数据截面数据面板数据虚拟变量数据6、解释变量和被解释变量，内生变量和外生变量被解释变量是模型要研究的对象，被称为“因变量”，是变动的结果。解释变量是说

3、明被解释变量变动的原因，被称为“自变量”，是变动的原因。内生变量是其数值由模型所决定的变量，是模型求解的结果。外生变量是其数值由模型以外决定的变量。7、计量经济学的含义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。8.在计量经济模型中，为什么会存在随机误差项？答：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模型关系认定不准确造成的误差；③变量的测量误差；④随机因素。9．对于多元线性回归模型，为什么在进行了总体显著性

4、F检验之后，还要对每个回归系数进行是否为0的t检验？精彩文案实用标准文档答：多元线性回归模型的总体显著性F检验是检验模型中全部解释变量对被解释变量的共同影响是否显著。通过了此F检验，就可以说模型中的全部解释变量对被解释变量的共同影响是显著的，但却不能就此判定模型中的每一个解释变量对被解释变量的影响都是显著的。因此还需要就每个解释变量对被解释变量的影响是否显著进行检验，即进行t检验。10.古典线性回归模型具有哪些基本假定。答：1随机误差项与解释变量不相关。2随机误差项的期望或均值为零。3随机误差项具有同方差，即每个随机误差项的方差为一个相等的常数。4两个随机误差项之间不

5、相关，即随机误差项无自相关。11.在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？答：因为人们发现随着模型中解释变量的增多，多重决定系数的值往往会变大，从而增加了模型的解释功能。这样就使得人们认为要使模型拟合得好，就必须增加解释变量。但是，在样本容量一定的情况下，增加解释变量必定使得待估参数的个数增加，从而损失自由度，而实际中如果引入的解释变量并非必要的话可能会产生很多问题，比如，降低预测精确度、引起多重共线性等等。为此用修正的决定系数来估计模型对样本观测值的拟合优度。12.修正的决定系数及其作用。解答：，其作用有：（1）用自由度调整后

6、，可以消除拟合优度评价中解释变量多少对决定系数计算的影响；（2）对于包含解释变量个数不同的模型，可以用调整后的决定系数直接比较它们的拟合优度的高低，但不能用原来未调整的决定系数来比较。13.多重共线性含义：多重共线性是指解释变量之间存在完全或近似的线性关系。产生原因：（1）样本数据的采集是被动的，只能在一个有限的范围内得到观察值，无法进行重复试验。（2）经济变量的共同趋势（3）滞后变量的引入（4）模型的解释变量选择不当后果：（1）完全多重共线性产生的后果参数的估计值不确定、参数估计值的方差无限大（2）不完全多重共线性产生的后果参数估计值的方差无限大；对参数区间估计时，

7、置信区间趋于变大；严重多重共线性时假设检验易作出错误判断；模型总体性检验F值和R2值都很高，但各回归系数估计量的方差很大，t值很低，系数不能通过显著性检验检验：简单相关系数检验法、方差扩大因子法、直观判断法、逐步回归检验法补救措施：剔出不重要变量；增加样本数量；改变模型形式；改变变量形式；利用先验信息，逐步回归法。14.异方差含义：异方差性是指模型中随机误差项的方差不是常量，而且它的变化与解释变量的变动有关。精彩文案实用标准文档产生原因：（1）模型中遗漏了某些解释变量；（2）模型函数形式的设定误差；（3）样本数据的测量误差；（4）随机因素的影响。后果