计量经济学重点(简答论述题

《计量经济学重点(简答论述题》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、计量经济学重点（简答题）一、什么是计量经济学？计量经济学，又称经济计量学，它是以一定的经济理论和实际统计资料为依据，运用数学、统计学和计算机技术，通过建立计量经济学模型，定量分析经济变量之间的随机因果关系.。二、计量经济学的研究的步骤是什么？1)理论模型的设计A.理论或假说的陈述；B.理论的数学模型的设定；C.理论的计量经济模型的设定。i.把模型中不重要的变量放进随机误差项中；ii.拟定待估参数的理论期望值。2)获取数据数据来源：网络、统计年鉴、报纸、杂志数据类别：时间序列数据、截面数据、混合数据、虚变量数

2、据。数据要求：完整性、准确性、可比性、一致性i.完整性：模型中包含的所有变量都必须得到相同容量的样本观察值。ii.准确性：统计数据或调查数据本身是准确的。iii.可比性：数据口径问题。iv.一致性：指母体与样本的一致性。3)模型的参数估计：普通最小二乘法。4)模型的检验：经济学检验；统计学检验；计量经济学检验；模型的预测检验。5)模型的应用：结构分析；经济预测；政策评价；经济理论的检验与发展。三、简述统计数据的类别？时间序列数据、截面数据、混合数据、虚变量数据。~10~1)时间序列数据：按时间先后排列收集的

3、数据。采纳时间序列数据的注意事项：A.所选择的样本区间的经济行为一致性问题。B.样本数据在不同样本点之间的可比性问题。C.样本数据过于集中的问题。不能反映经济变量间的结构关系，应增大观察区间。D.模型的随机误差项序列相关问题。2)截面数据：又称横向数据，是一批发生在同一时间截面上的调查数据。研究某时点上的变化情况。采纳截面数据的注意事项：A.样本与母体的一致性问题。B.随机误差项的异方差问题。3)混合数据：也称面板数据，既有时间序列数据，又有截面数据。4)虚变量数据：又称二进制数据，只能取0和1两个值，表示

4、的是某个对象的质量特征。一、模型的检验包括哪几个方面？具体含义是什么？1)经济学检验：参数的符合和大致取值。2)统计学检验：拟合优度检验；模型的显著性检验；参数的显著性检验。3)计量经济学检验：序列相关性；异方差检验；多重共线性检验。4)模型的预测检验：a，扩大样本容量或变换样本重新估价模型；b，利用模型对样本期以外的某一期进行预测。~10~一、回归分析和相关分析的联系和区别是什么？回归分析是处理变量与变量之间关系的一种数学方法，是研究一个变量关于另一个（些）变量的依赖关系的计算理论和方法。其目的在于通过后

5、者的已知或设定值，去估计或预测前者的（总体）均值。前一个变量被称为被解释变量，后一个（些）变量称为解释变量。回归分析与相关分析的联系：都是对变量间非确定相关关系的研究，均能通过一定的方法对变量之间的线性依赖程度进行测定。回归分析与相关分析的区别：1相关分析研究的是两个随机变量之间的相关形式及相关程度，是通过相关系数来测定的，不考虑变量之间是否存在因果关系；而回归分析是以因果分析为基础的，变量之间的地位是不对称的，有解释变量与被解释变量之分，被解释变量是随机变量，而解释变量在一般情况下假定是确定性变量。2相关

6、分析所采用的相关系数，是一种纯粹的数学计算，相关分析关注的是变量之间的相互关联的程度，而回归分析在应用之间就对变量之间是否存在依赖关系进行了因果分析，在此基础上进行的回归分析，达到了深入分析变量间依存关系、掌握其运动规律的目的。二、经典假设条件的内容是什么？（应用最小二乘法应满足的古典假定？）1)解释变量x1,x2,…,xk是确定性变量，不是随机变量；而且解释变量之间互不相关。2)随机误差项具有0均值和同方差。3)随机误差项在不同样本点之间是独立的，不存在序列相关。4)随机误差项与解释变量之间不相关。5)随

7、机误差项服从0均值，同方差的正态分布。~10~一、总体回归函数和样本回归函数之间有哪些区别与联系？总体回归函数是将总体被解释变量的条件期望表示为解释变量的某种函数。样本回归函数是将被解释变量Y的样本观测值的拟和值表示为解释变量的某种函数。二者区别：描述的对象不同；模型建立的依据不同。二者联系：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。二、什么是随机误差项？随机误差项包括哪些因素？设定随机误差项的原因有哪些？随机误差项是模型设定中省略下来而又集体地影响着被解释

8、变量Y的全部变量的替代物。随机误差项包括以下因素：在解释变量中被忽略的因素的影响。变量观测值的观察误差的影响。模型关系的设定误差的影响。其它随机因素的影响。设定随机误差项的原因：理论的含糊性；数据的欠缺；节省的原则。三、最小二乘估计量有哪些特性？高斯-马尔科夫定理的内容是什么？判断一个估计量是否为优良估计量需要考察的统计性质：线性，考察估计量是否是另一个随机变量的线性函数；无偏性，考察估计量的期望是否等于其真值；