计量高建国版.doc

计量高建国版.doc

ID:59402029

大小:65.50 KB

页数:6页

时间:2020-05-28

计量高建国版.doc_第1页
计量高建国版.doc_第2页
计量高建国版.doc_第3页
计量高建国版.doc_第4页
计量高建国版.doc_第5页
资源描述:

《计量高建国版.doc》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、计筮高建国版。空出部分是公式。1、计量经济学定义:计量经济学是以揭露经济活动中客观存在的数量关系为内容的分支学科,挪威经济学家佛里希将计量经济学定义为经济理论、统计学、数学三者的结合。2、建立与应用计量经济学模型的主要步骤:A理论模型的设计:选择变量、确定变量之间的数学形式、拟定模型中待沽参数的数值范围。B样本数量的收集:样本数据的形式、样本数据的估量、模型参数的估计、模型的检验、应用通过的模型。3、理论模型的设计包含三方而的工作:选择变量、确定变量之间的数学形式、拟定模型中待沽参数的数值范围。4、在确定了被解释变量之后,怎样才能正确的选择解释变量?需要正确理解和把握所研究的经济现象中暗含

2、的经济学理论和经济行为规律、选择变量要考虑数据的可得性、选择变量是要考虑所有入选变量之间的关系,使得每一个解释变量都是独立的。5、如何让恰当的确定模型的数学形式?v1>选择模型的数学形式的主要依据是经济行为理论v2>也可以根据变量的样本数据作出解释变量与被解释变量之间关系的散点图,并将由散点图显示的变量之间的函数关系作为理论模型的数学形式v3>在某些情况下,如果无法实现确定模型的数学形式,那么可以采用各种可能的形式进行试模拟,然后选择模型结果中结果较好的一种。6、常用的样本数据类型,样本数据质量:常用的样木数据有三类:时间序列数据、截而数据和虚变量数据。时间序列数据做样木,容易引起模型随机

3、干扰项产生序列相关;截面数据是一•批发生在同一肘间界面上的调查数据,用截面数据做样本,容易使模型随机干扰项产生异方面;虚变量数据也成为二进制数据,一般取。或1。样本数据质量:完整性、准确性、可比性、一致性。7、什么是虚拟变量,带常数项的计量模型引入虚拟变量个数原则是什么?虚拟变量即虚变量数据,也称二进制数据,0或1。虚变量经常被用在计旱经济学模型中,以表征政策、条件等因素。虚拟变量的个数须按照以下原则确定:每一定性变量所需的虚拟变量个数要比该定性变量的级别数少一,即如果有m个定性变量,只在模型中引入m・1个虚拟变量。8、计量经济学模型必须通过的四级检验。经济意义检验,其主要方法是将模型参数

4、的估计量与预先拟定的理论期望值进行比较,包括参数估计量的符号、大小、相互之间的关系,以判断其合理性;统计检验,目的在与检验模型的统计学性质。应用最广泛的统计检验准则有拟合优度检验,变量和方程的显著性检验等;计量经济学检验,最主要的检验准则有随机干扰项的序列相关性检验和异方差检驶,解释变量的多重共性检验等;模型预测检验,主要检验模型参数估计量的稳定性以相对样本容量变化时的灵敏度。9、计量经济模型成功的要素有三个:理论、方法和数据。理论,即经济理论所研究的经济现象的行为理论,是计量经济学研究的基础;方法,主要包括模型的方法和计算方法,是计量经济学研究的工具与手段,是计量经济学不同于其他经济分支

5、学科的主要特征;数据,即反映研究对象的活动水平,相互之间的联系以及外部环境的数据,更广义地讲就是信息,是计量经济学探究的原料。10、计量经济学模型四方面的应用领域:结构分析,经济预测,政策评价,检监与发展经济理论。11、相关分析与回归分析的区别与关系。首先,两者都是研究非确定性变量之间的统计依赖关系,并能度量线性依赖程度的大小;其次,两者间乂有明显的区别,相关分析仅仅是从统计数据上测度变量之间的相关程度,而无需考察两者间是否有因果联系,因此变量的地位在相关分析中是对称的,而且都是随机变里;回归分析则更关注具有统计相关关系的变量间的因果分析,变量的地位是不对称的,有解释变量与被解释变量之分,

6、而旦解释变量也往往被假设为非随机变量,再次,相关分析只关注变量间的联系程度,而不注重具体的依赖关系。12、随机误差项包括哪些因素影响:未知的影响因素、残缺数据、众多细小的影响因素、数据观测误差、模型设定误差、变量的内在随机性。13、线性回归模型的基本假设,违背基本假设的计量经济模型是否可以估计?假设1:回归模型是正确设定的。假设2,解释变量是非随机或者固定的,旦各之间不存在严格线性相关性(无完全多重共线性)。假设3,各解释变量在所抽取的样木中更具变异性,而且随着样本容量的无限增加,务解释变量的样木分差趋于一个非零的有限常数,即时,。假设4,具有条件零均值,同方差及不序列相关性,如果实际模型

7、不满足这些基本假设,则DLS模型就不再适用,而要发展其他方法来估计模型。假设5,解释变量与随机项不相关。假设6,随机项满足正态分布。14>最小二乘法和最大似然法的基本原理。对于普通最小二乘法,当从模型总体随机抽取n组样本观测值后,最合理的参数估计量应该使得模型能更好的拟合样本数据;而对于最大似然法,当从模型总体随机抽取n组样木观测值后,最合理的参数估计量应该使得模型中抽取该n组样木观测值的概率最大。显然,这是从不同原理出

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。