第一章名詞解釋：1、計(jì)量經(jīng)濟(jì)學(xué)：是以經(jīng)濟(jì)理論和經(jīng)濟(jì)數(shù)據(jù)的事實(shí)為依據(jù)，運(yùn)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)的方法，通過建立數(shù)學(xué)模型來研究經(jīng)濟(jì)數(shù)量關(guān)系和規(guī)律的一門經(jīng)濟(jì)學(xué)科。2、虛擬變量數(shù)據(jù)：是人為構(gòu)造的，通常取值為1或0的，用來表征政策等定性事實(shí)的數(shù)據(jù)。3、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)：計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)主要是檢驗(yàn)?zāi)Ｐ褪欠穹嫌?jì)量經(jīng)濟(jì)方法的基本假定。4、行為方程：利用行為關(guān)系建立的模型成為行為方程式。選擇題：1、計(jì)量經(jīng)濟(jì)學(xué)是（弗瑞希）提出的。2、計(jì)量經(jīng)濟(jì)學(xué)模型主要可以用于（經(jīng)濟(jì)結(jié)構(gòu)分析、經(jīng)濟(jì)預(yù)測(cè)、政策評(píng)價(jià)和檢驗(yàn)與發(fā)展經(jīng)濟(jì)理論等幾個(gè)方面）。簡(jiǎn)答：對(duì)計(jì)量經(jīng)濟(jì)模型的檢驗(yàn)主要應(yīng)從那幾個(gè)方面進(jìn)行？1、經(jīng)濟(jì)意義的檢驗(yàn)。2、統(tǒng)計(jì)推斷檢驗(yàn)。需要運(yùn)用數(shù)理統(tǒng)計(jì)中的統(tǒng)計(jì)推斷方法，對(duì)模型及參數(shù)的統(tǒng)計(jì)可靠性作出說明。3、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)。主要是檢驗(yàn)?zāi)Ｐ褪欠穹嫌?jì)量經(jīng)濟(jì)方法的基本假定。4、模型預(yù)測(cè)檢驗(yàn)。是指將估計(jì)了參數(shù)的模型用于實(shí)際經(jīng)濟(jì)活動(dòng)的預(yù)測(cè)，然后將模型預(yù)測(cè)的結(jié)果與經(jīng)濟(jì)運(yùn)行的實(shí)際結(jié)果相對(duì)比，以此檢驗(yàn)?zāi)Ｐ偷挠行?。判斷題：在經(jīng)濟(jì)計(jì)量分析中，模型參數(shù)一旦被估計(jì)出來，就可將估計(jì)模型直接運(yùn)用于實(shí)際的計(jì)量經(jīng)濟(jì)分析。錯(cuò)。參數(shù)經(jīng)過估計(jì)，建立了樣本回歸模型，還需要對(duì)模型進(jìn)行檢驗(yàn)，包括經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)推斷檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)和模型預(yù)測(cè)檢驗(yàn)。2、計(jì)量經(jīng)濟(jì)模型一定要與已有的經(jīng)濟(jì)理論一致。錯(cuò)。計(jì)量經(jīng)濟(jì)模型通常要和已有的經(jīng)濟(jì)理論相符。但是，如果經(jīng)過反復(fù)研究，證明計(jì)量經(jīng)濟(jì)模型和估計(jì)的參數(shù)完全正確，而是經(jīng)濟(jì)理論本身不完備，則應(yīng)對(duì)已有的經(jīng)濟(jì)理論重新審視，提出修正經(jīng)濟(jì)理論的建議。第二章名詞解釋1、回歸平方和：回歸平方和用ESS表示，是被解釋變量的樣本估計(jì)值與其平均值的離差平方和。2、總離差平方和：被解釋變量的樣本觀測(cè)值與其平均值的離差平方和。3、正規(guī)方程組：正規(guī)方程組指采用OLS法估計(jì)線性回歸模型時(shí)，對(duì)殘差平方和關(guān)于各參數(shù)求偏導(dǎo)，并令偏導(dǎo)數(shù)為零后得到的一組方程，其矩陣形式為。4、擬合優(yōu)度檢驗(yàn)：擬和優(yōu)度檢驗(yàn)指檢驗(yàn)?zāi)Ｐ蛯?duì)樣本觀測(cè)值的擬合程度，用表示，該值越接近1，模型對(duì)樣本觀測(cè)值擬合得越好。5、隨機(jī)誤差項(xiàng)/攪動(dòng)項(xiàng)：若令各個(gè)值與條件期望E(Y│）的偏差為，顯然是個(gè)可正可負(fù)的隨機(jī)變量，成為隨機(jī)攪動(dòng)項(xiàng)或者隨機(jī)誤差項(xiàng)。判斷題：1．即使經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量仍然是無偏的。

正確。，該表達(dá)式成立與否與正態(tài)性無關(guān)。隨機(jī)擾動(dòng)項(xiàng)的方差與隨機(jī)擾動(dòng)項(xiàng)方差的無偏估計(jì)沒有區(qū)別。錯(cuò)。隨機(jī)擾動(dòng)項(xiàng)的方差反映總體的波動(dòng)情況，對(duì)一個(gè)特定的總體而言，是一個(gè)確定的值。在最小二乘估計(jì)中，由于總體方差在大多數(shù)情況下并不知道，所以用樣本數(shù)據(jù)去估計(jì)：。其中n為樣本數(shù)，k為待估參數(shù)的個(gè)數(shù)。是線性無偏估計(jì)，為一個(gè)隨機(jī)變量。在計(jì)量經(jīng)濟(jì)模型中，隨機(jī)擾動(dòng)項(xiàng)與殘差項(xiàng)無區(qū)別。錯(cuò)。它們均為隨機(jī)項(xiàng)，但隨機(jī)誤差項(xiàng)表示總體模型的誤差，殘差項(xiàng)表示樣本模型的誤差；另外，殘差=隨機(jī)誤差項(xiàng)+參數(shù)估計(jì)誤差。4、在實(shí)際中，一元回歸沒什么用，因?yàn)閼?yīng)變量的行為不可能僅由一個(gè)解釋變量來解釋。簡(jiǎn)單回歸與多元回歸基本假定相同。線性回歸模型意味著應(yīng)變量是自變量的回歸函數(shù)。第三章名詞解釋1、多元線性回歸模型：在計(jì)量經(jīng)濟(jì)學(xué)中，如果總體回歸函數(shù)描述了一個(gè)被解釋變量與多個(gè)解釋變量之間的線性關(guān)系，由此而設(shè)定的總體回歸函數(shù)就是多元線性回歸模型。2、偏回歸系數(shù)：在多元線性回歸模型中，回歸系數(shù)（j=1，2，……，k）表示的是當(dāng)控制其他解釋變量不變的條件下，第j個(gè)解釋變量的單位變動(dòng)對(duì)被解釋變量平均值的影響，這樣的回歸系數(shù)稱為偏回歸系數(shù)。3、修正的多重可決系數(shù)：4、自由度：統(tǒng)計(jì)量的自由度指可自由變化的樣本觀測(cè)值個(gè)數(shù)，它等于所用樣本觀測(cè)值的個(gè)數(shù)減去對(duì)觀測(cè)值的約束個(gè)數(shù)。5、多重可決系數(shù)：“回歸平方和”與“總離差平方和”的比值，用表示。回歸方程的顯著性檢驗(yàn)（F檢驗(yàn)）：對(duì)模型中被解釋變量與所有解釋變量之間的線性關(guān)系在總體上是否顯著做出推斷。6、回歸參數(shù)的顯著性檢驗(yàn)（t檢驗(yàn)）：當(dāng)其他解釋變量不變時(shí)，某個(gè)回歸系數(shù)對(duì)應(yīng)的解釋變量是否對(duì)被解釋變量有顯著影響做出推斷。問答題1、多元回歸分析中為什么做了F檢驗(yàn)還要做T檢驗(yàn)？答：參數(shù)估計(jì)量的無偏性和有效性的含義？答：第四章名詞解釋1、多重共線性：解釋變量之間精確的線性關(guān)系和解釋變量之間近似的線性關(guān)系。2、完全多重共線性：在解釋變量之間存在完全的共線性時(shí)，參數(shù)估計(jì)量的方差將變成無限大。3、不完全多重共線性：指對(duì)解釋變量1，，存在不全為0的數(shù)，使得，其中，為隨機(jī)變量。4、輔助回歸：多元線性回歸模型，分別以每個(gè)解釋變量為被解釋變量，做對(duì)其他解釋變量的回歸。5、方差擴(kuò)大因子：1除以（1-輔助回歸的多重可決系數(shù)），決定了方差和協(xié)方差增大的速度?；蛘?、逐步回歸法：將變量逐個(gè)的引入模型，每引入一個(gè)解釋變量后，都要進(jìn)行F檢驗(yàn)，并對(duì)已經(jīng)選入的解釋變量逐個(gè)進(jìn)行t檢驗(yàn)。通過逐步回歸可篩選和剔除引起多重共線性的解釋變量。判斷題：存在多重共線性使模型參數(shù)無法估計(jì)。多重共線性的問題是隨機(jī)攪動(dòng)項(xiàng)違背古典假定引起的。第五章同方差：實(shí)際指的是相對(duì)于回歸線被解釋變量所有觀測(cè)值的分散程度相同。2、異方差：隨機(jī)變量的方差不是確定的常數(shù)，即被解釋變量觀測(cè)值的分散程度隨解釋變量的變化而變化。3、加權(quán)最小二乘法：使得加權(quán)的殘差平方和最小的求解參數(shù)估計(jì)式的方法。3、Arch檢驗(yàn)：在時(shí)間序列數(shù)據(jù)中，可認(rèn)為存在的異方差性為ARCH（自回歸條件異方差）過程，并通過檢驗(yàn)這一過程是否成立去判斷時(shí)間序列有無異方差性。4、相關(guān)圖形分析：5、懷特檢驗(yàn)：在大樣本的情況下，將OLS估計(jì)后的殘差平方對(duì)常數(shù)、解釋變量、解釋變量的平方及其交叉乘積等所構(gòu)成一個(gè)輔助回歸，利用輔助回歸建立相應(yīng)的檢驗(yàn)統(tǒng)計(jì)量來判斷異方差性。如果存在異方差，其方差與解釋變量有關(guān)系，分析方差是否與解釋變量有某些形式的聯(lián)系以判斷異方差性。6、戈德菲爾德-夸特檢驗(yàn)：將樣本按解釋變量排序，去掉中間約四分之一個(gè)數(shù)據(jù)后分成兩部分，然后分別對(duì)兩個(gè)樣本進(jìn)行回歸，并計(jì)算比較兩個(gè)回歸的剩余平方和是否有明顯差異，以此判斷是否存在異方差。7、arch過程：?jiǎn)柎痤}比較說明存在異方差時(shí)，OLS和WLS的區(qū)別和聯(lián)系。答：OLS是普通最小二乘法，是把每個(gè)殘差平方（i=1,2，...,n）都同等看待，都賦予相同的權(quán)數(shù)1。WLS是加權(quán)最小二乘法，可以消除異方差。第六章自相關(guān)性：又稱序列相關(guān)，是指總體回歸模型的隨機(jī)誤差項(xiàng)之間存在相關(guān)關(guān)系。DW檢驗(yàn)：杜賓和沃特森于1951年提出的一種適用于小樣本的檢驗(yàn)自相關(guān)的方法。一階差分法：是模型存在完全一階正自相關(guān)時(shí)消除自相關(guān)的一種簡(jiǎn)單有效方法?？臻g自相關(guān)：在橫截面數(shù)據(jù)中也可能會(huì)出現(xiàn)的自相關(guān)。蛛網(wǎng)現(xiàn)象：它表示某種商品的供給量受前一期價(jià)格影響而表現(xiàn)出來的某種規(guī)律性，即呈蛛網(wǎng)狀收斂或發(fā)散于供需的均衡點(diǎn)。6、科克倫-奧克特迭代法：通過逐次迭代尋求更為滿意的自相關(guān)系數(shù)的估計(jì)值，然后再采用廣義差分法。第七章滯后效應(yīng)：被解釋變量受自身或其他經(jīng)濟(jì)變量過去值影響的現(xiàn)象。一階自回歸：自回歸模型：如果滯后變量模型的解釋變量?jī)H包括自變量X的當(dāng)期值和被解釋變量的若干期滯后值，模型的形式為：，其中，q成為自回歸模型的階數(shù)。這種模型為自回歸模型。滯后變量：是指過去時(shí)期的、對(duì)當(dāng)前被解釋變量產(chǎn)生影響的變量。一階自相關(guān)系數(shù)：分布滯后模型：如果滯后變量模型中沒有滯后被解釋變量，被解釋變量只受解釋變量的影響，且這種影響分布在解釋變量不同時(shí)期的滯后值上，即，具有這種之后分布結(jié)構(gòu)的模型成為分布滯后模型。經(jīng)驗(yàn)加權(quán)估計(jì)法：是根據(jù)實(shí)際經(jīng)濟(jì)問題的特點(diǎn)及經(jīng)驗(yàn)判斷，形成相應(yīng)的約束，對(duì)解釋變量的系數(shù)賦予一定的權(quán)數(shù)，利用這些權(quán)數(shù)構(gòu)成各滯后變量的線性組合，以形成新的變量，再應(yīng)用最小二乘法進(jìn)行估計(jì)。第八章虛擬變量：是人為構(gòu)造的變量，通常用字母D或DUM表示。虛擬變量模型：虛擬變量的作用？答：可以作為屬性因素的代表作為某些非精準(zhǔn)計(jì)量的數(shù)量因素的代表作為某些偶然因素或政策因素的代表④還可以作為時(shí)間序列分析中季節(jié)（月份）的代表⑤可以實(shí)現(xiàn)分段回歸，研究斜率、截距的變動(dòng)，或比較兩個(gè)回歸模型的結(jié)構(gòu)差異。虛擬變量數(shù)量的設(shè)置規(guī)則？答：在有截距項(xiàng)的模型中，只能引入m-1個(gè)虛擬變量，否則會(huì)陷入所謂的“虛擬變量陷阱”，產(chǎn)生完全的多重共線性；在無截距項(xiàng)的模型中，可引入m個(gè)虛擬變量，不會(huì)導(dǎo)致完全的多重共線性，這種情形下虛擬變量參數(shù)的估計(jì)結(jié)果，實(shí)際上是D=1時(shí)的樣本均值。判斷題在引入虛擬變量后，OLS法的估計(jì)值只有在大于0的情況下產(chǎn)生無偏。假定個(gè)人服裝指出與收入水平和性別有關(guān)，由于性別是具有兩種屬性的定性因素，因此需要引入兩個(gè)虛擬變量。虛擬變量只能作為解釋變量。第十一章聯(lián)立方程模型：是指用若干個(gè)相互關(guān)聯(lián)的單一方程，同時(shí)去表示一個(gè)經(jīng)濟(jì)系統(tǒng)中經(jīng)濟(jì)變量相互聯(lián)立依存型的模型，即用一個(gè)聯(lián)立方程組去表現(xiàn)多個(gè)變量間互為因果的聯(lián)立關(guān)系。簡(jiǎn)化型模型：是每個(gè)內(nèi)生變量都只被表示為前定變量及隨機(jī)攪動(dòng)項(xiàng)函數(shù)的聯(lián)立方程模型。結(jié)構(gòu)型模型：是指根據(jù)經(jīng)濟(jì)行為理論或經(jīng)濟(jì)活動(dòng)規(guī)律，描述經(jīng)濟(jì)變量之間現(xiàn)實(shí)的經(jīng)濟(jì)結(jié)構(gòu)關(guān)系的模型。不可識(shí)別：如果結(jié)構(gòu)模型中某個(gè)方程參數(shù)的估計(jì)值不能夠由簡(jiǎn)化型模型參數(shù)估計(jì)值求解出，則稱該方程為不可識(shí)別。5、過度識(shí)別：如果結(jié)