上海对外经贸大学-计量经济学大题题库.docx

《上海对外经贸大学-计量经济学大题题库.docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、随机误差项的性质：1误差项代表了未纳入模型变量的影响。2即使模型中包括了决定数学分数的所有变量，其内在随机性也不可避免，这是做任何努力都无法解释的。3u还代表了度量误差。4:“奥卡姆剃刀原则”，即描述应该尽可能简单，只要不遗漏重要的信息普通最小二乘估计量的一些重要性质：1用OLS法得出的样本回归线经过样本均值点。2残差的均值总为零。3对残差与解释变量的积求和，其值为零，即这两个变量不相关，这个性质也可用来检查最小二乘法计算结果。4对残差与^Yi（估计的Yi）的积求和，其值为0古典线性回归模型：1回归模型是参数线性

2、的，但不一定是变量线性的。2解释变量（X）与扰动误差项u不相关。3给定Xi，扰动项的期望或均值为零。4ui的方差为常数，或同方差。5无自相关假定，即两个误差项之间不相关。6回归模型是正确设定的多元线性回归模型的若干假定：1回归模型是参数线性的，并且是正确设定的。2X2、X3与扰动项u不相关。如果X2、X3是非随机的（即X2、X3在重复抽样中取固定值），则这个假定将自动满足。3误差项均值为零。4同方差假定，即u的方差为一常量。5误差项ui和uj无自相关。6解释变量X2和X3之间不存在完全共线性，即两个解释变量之间无

3、严格的线性关系。7为了进行假设检验，假定随机误差u服从均值为零，（同）方差为（o右边出头的平方）的正态分布。“好的”模型具有的性质：简约性、可识别性、拟合优度、理论一致性、预测能力设定误差的类型:遗漏相关变量、包括不必要变量、采用了错误的函数形式、度量误差应变量中的度量误差后果：1OLS估计量是无偏的。2OLS估计量的方差也是无偏的。3但是，估计量的估计方差比没有度量误差时的大。因为应变量中的误差加入到了误差项ui中。解释变量中的度量误差后果：1OLS估计量是有偏的。2OLS估计量也是不一致的。即使样本容量足够大

4、，OLS估计量仍然是有偏的。多重共线性的理论后果：1在近似共线性的情形下，OLS估计量仍然是无偏的。2近似共线性并未破坏OLS估计量的最小方差性。3即使在总体回归方程中变量X之间不是线性相关的，但在某个样本中，X变量之间可能线性相关。多重共线性的实际后果：1OLS估计量的方差和标准误较大2置信区间变宽。3t值不显著。4（R平方）值较高，但t值并不都是统计显著的。5OLS估计量及其标准误对数据的微小变化非常敏感，即它们很不稳定。6回归系数符号有误。7难以评估各个解释变量对回归平方和（ESS）或者（R平方）的贡献。多

5、重共线性的诊断：1多重共线性是一个程度问题而不是存在与否问题。2由于多重共线性针对的是非随机解释变量，因而它是一个样本特征，而不是总体特征。经验法则：1(R平方)较高但解释变量t值统计显著的不多。2解释变量两两高度相关。3检查偏相关系数。4从属回归或者辅助回归。5方差膨胀因子。VIF=（1-（R2的平方））分之一异方差的后果：1OLS估计量仍是线性的。2OLS估计量仍是无偏的。3OLS估计量不再具有最小方差性，即不再是有效的。4OLS估计量的方差通常是有偏的。5偏差的产生是由于^（o右边出头）的平方。6因此，建立

6、在t分布和F分布之上的置信区间和假设检验是不可靠的。自相关的性质：1惯性2模型设定误差3蛛网现象4数据处理自相关的后果：1最小二乘估计量仍然是线性的和无偏的。2但最小二乘估计量不是有效的。3OLS估计量的方差是有偏的。4通常所用的t检验和F检验是不可靠的。5计量得到的误差方差，^（o右边出头）的平方=RSS/d.f.(残差平方根/自由度)，是真实（o右边出头）的平方的有偏估计量，并且很可能低估了真实的（o右边出头）的平方。6通常计算的R平方不能测度真实的R平方。7通常计算的预测方差和标准误也是无效的。