計量經(jīng)濟學(xué)重點（簡答題）

，什么是計量經(jīng)濟學(xué)？計量經(jīng)濟學(xué)，又稱經(jīng)濟計量學(xué)，它是以一

定的經(jīng)濟理論和實

際統(tǒng)計資料為依據(jù)，運用數(shù)學(xué)、統(tǒng)計學(xué)和計算機技術(shù)，通過建

立計量經(jīng)濟學(xué)模型，定

量分析經(jīng)濟變量之間的隨機因果關(guān)系，

計量經(jīng)濟學(xué)的研究的步驟是什么？

1）理論模型的設(shè)計

A.理論或假說的陳述：

B.理論的數(shù)學(xué)模型的設(shè)泄：

C.理論的計量經(jīng)濟模型的設(shè)左。

i.把模型中不重要的變疑放進隨機誤差項中；

ii.擬左待估參數(shù)的理論期望值。

2）獲取數(shù)據(jù)

數(shù)據(jù)來源：網(wǎng)絡(luò)、統(tǒng)計年鑒、報紙、雜志

數(shù)拯類別：時間序列數(shù)據(jù)、截而數(shù)據(jù)、混合數(shù)據(jù)、虛變量數(shù)據(jù)。

數(shù)據(jù)要求：完整性、準(zhǔn)確性、可比性、一致性

i.完整性：模型中包含的所有變量都必須得到相同容量的樣本

觀察值。

ii.準(zhǔn)確性：統(tǒng)訃數(shù)據(jù)或調(diào)查數(shù)據(jù)本身是準(zhǔn)確的。

iii.可比性：數(shù)據(jù)口徑問題。

iv.一致性：指母體與樣本的一致性。

3）模型的參數(shù)估計：普通最小二乘法。

4）模型的檢驗：經(jīng)濟學(xué)檢驗：統(tǒng)計學(xué)檢驗：計量經(jīng)濟學(xué)檢驗:

模型的預(yù)測檢驗。

5）模型的應(yīng)用：結(jié)構(gòu)分析；經(jīng)濟預(yù)測；政策評價：經(jīng)濟理論

的檢驗與發(fā)展。

簡述統(tǒng)計數(shù)據(jù)的類別？

時間序列數(shù)據(jù)、截面數(shù)據(jù)、混合數(shù)據(jù)、虛變量數(shù)據(jù)。

1）時間序列數(shù)據(jù)：按時間先后排列收集的數(shù)據(jù)。

采納時間序列數(shù)據(jù)的注意事項：

A.所選擇的樣本區(qū)間的經(jīng)濟行為一致性問題。

B.樣本數(shù)據(jù)在不同樣本點之間的可比性問題。

C.樣本數(shù)據(jù)過于集中的問題。不能反映經(jīng)濟變量間的結(jié)構(gòu)關(guān)系,

應(yīng)增大觀察區(qū)

間。

D.模型的隨機誤差項序列相關(guān)問題。

2）截而數(shù)據(jù)：又稱橫向數(shù)據(jù)，是一批發(fā)生在同一時間截而上

的調(diào)查數(shù)據(jù)。研究某時點

上的變化情況。

采納截而數(shù)據(jù)的注意事項：

A.樣本與母體的一致性問題。

B.隨機誤差項的異方差問題。

3）混合數(shù)據(jù)：也稱面板數(shù)據(jù)，既有時間序列數(shù)據(jù)，又有截面

數(shù)據(jù)。

4）虛變量數(shù)據(jù)：又稱二進制數(shù)據(jù)，只能取0和1兩個值，表

示的是某個對象的質(zhì)量特

征。

四、模型的檢驗包括哪幾個方面？具體含義是什么？

1）經(jīng)濟學(xué)檢驗：參數(shù)的符合和大致取值。

2）統(tǒng)il?學(xué)檢驗：擬合優(yōu)度檢驗：模型的顯著性檢驗；參數(shù)的

顯著性檢驗。

3）計量經(jīng)濟學(xué)檢臉：序列相關(guān)性；異方差檢驗：多重共線性

檢驗。

4）模型的預(yù)測檢驗：a,擴大樣本容量或變換樣本重新估價模型:

b,利用模型對樣本期以

外的某一期進行預(yù)測。

五、回歸分析和相關(guān)分析的聯(lián)系和區(qū)別是什么？回歸分析是處

理變量與變量之間關(guān)系的一種數(shù)

學(xué)方法，是研究一個變量關(guān)于另一個（些）變量的依賴關(guān)系的

計算理論和方法。其目的在

于通過后者的已知或設(shè)定值，去估計或預(yù)測前者的（總體）均

值。前一個變量被稱為被解

釋變量，后一個（些）變量稱為解釋變量?；貧w分析與相關(guān)分

析的聯(lián)系：都是對變量間非

確定相關(guān)關(guān)系的研究，均能通過一定的方法對變量之間的線性

依賴程度進行測定°回歸分

析與相關(guān)分析的區(qū)別：1相關(guān)分析研究的是兩個隨機變量之間

的相關(guān)形式及相關(guān)程度，是

通過相關(guān)系數(shù)來測定的，不考慮變量之間是否存在因果關(guān)系；

而回歸分析是以因果分析為

基礎(chǔ)的，變量之間的地位是不對稱的，有解釋變量與被解釋變

量之分，被解釋變量是隨機

變量，而解釋變量在一般情況下假定是確定性變童。2相關(guān)分

析所采用的相關(guān)系數(shù)，是一

種純粹的數(shù)學(xué)計算，相關(guān)分析關(guān)注的是變量之間的相互美聯(lián)的

程度，而回歸分析在應(yīng)用之

間就對變量之間是否存在依賴關(guān)系進行了因果分析，在此基礎(chǔ)

上進行的回歸分析，達(dá)到了

深入分析變量間依存關(guān)系、掌握其運動規(guī)律的目的。

六、經(jīng)典假設(shè)條件的內(nèi)容是什么？（應(yīng)用最小二乘法應(yīng)滿足的

古典假定？）

1）解釋變Mxl,x2xk是確左性變雖，不是隨機變量：而且解釋

變量之間互不相關(guān)。

2）隨機誤差項具有。均值和同方差。

3）隨機誤差項在不同樣本點之間是獨立的，不存在序列相關(guān)。

4）隨機誤差項與解釋變量之間不相關(guān)。

5）隨機誤差項服從0均值，同方差的正態(tài)分布。

七、總體回歸函數(shù)和樣本回歸函數(shù)之間有哪些區(qū)別與聯(lián)系？總

體回歸函數(shù)是將總體被解釋變量

的條件期望表示為解釋變量的某種函數(shù)。樣本回歸函數(shù)是將被

解釋變量丫的樣本觀測值的

擬和值表示為解釋變量的某種函數(shù)。二者區(qū)別：描述的對象不

同；模型建立的依據(jù)不同。二

者聯(lián)系：樣本回歸模型是總體回歸模型的一個估計式，之所以

建立樣本回歸模型，目的是用

來估計總體回歸模型。

八、什么是隨機誤差項？隨機誤差項包括哪些因素？設(shè)定隨機

誤差項的原因有哪些？隨機誤差

項是模型設(shè)定中省略下來而又集體地影響著被解釋變量丫的全

部變量的替代物。隨機誤差

項包括以下因素：在解釋變量中被忽略的因素的影響。變量觀

測值的觀察誤差的影響。模型

關(guān)系的設(shè)定誤差的影響。其它隨機因素的影響。設(shè)定隨機誤差

項的原因：理論的含糊性；數(shù)

據(jù)的欠缺；節(jié)省的原則。

九、最小二乘估計量有哪些特性？高斯?馬爾科夫定理的內(nèi)容

是什么？判斷一個估計量是否為

優(yōu)良估計量需要考察的統(tǒng)計性質(zhì)：線性，考察估計量是否是另

一個隨機變量的線性函數(shù)；無

偏性，考察估計量的期望是否等于其真值；有效性，考察估計

量在所有的無偏估計量中是否

有最小方差。上述三個統(tǒng)計特性稱為估計量的小樣本性質(zhì)。具

有這類性質(zhì)的估計量是最佳的

線性無偏估計量。在模型假定條件成立的情況下，根據(jù)普通最

小二乘估計法得到的估計量具

有BLUE的性質(zhì)，這就是高斯?馬爾科夫定理定理。上述三個

性質(zhì)針對的是小樣本，針對大

樣本還有三個漸近性質(zhì)：漸近無偏性：表示當(dāng)樣本容量趨于無

窮大時，估計量的均值趨于總

體均值。一致性：表示當(dāng)樣本容量趨于無窮時，估計量依概率

收斂于總體的真值。漸近有效

性：樣本容量趨于無窮時，估計量在所有的一致估計中，具有

最小的漸近方差。

十、為什么用可決系數(shù)R2評價擬合優(yōu)度，而不是用殘差平方

和作為評價標(biāo)準(zhǔn)？可決系

數(shù)和相關(guān)系數(shù)有什么區(qū)別與聯(lián)系?樣本可決系數(shù)R2反映了回歸

平方和占總離差平方和的比

重，表示由解釋變量引起被解釋變量的變化占被解釋變量總的

變化的比重，因而可用來判定

回歸直線擬合程度的優(yōu)劣，該值大表示回歸直線對樣本店的擬

合程度好。殘差平方和反映隨

機誤差項包含因素對被解釋變董變化影響的絕對程度，它與樣

木容量有關(guān)，樣木容量大時，

殘差平方和一般也大，樣本容量小時，殘差平方和也小，因此

樣本容量不同時得到的殘差平

方和不能用于比較。此外，檢驗統(tǒng)計量一般應(yīng)是相對量而不能

是絕對量，因而不宜使用殘差

平方和判斷模型的擬合優(yōu)度。

可決系數(shù)和相關(guān)系數(shù)的聯(lián)系和區(qū)別：

A.相關(guān)系數(shù)是建立在相關(guān)分析基礎(chǔ)上的，研究的是隨機變量之

間的關(guān)系：可決系數(shù)則

是建立在回歸分析基礎(chǔ)上，研究的是非隨機變量X對隨機變量

Y的解釋程度。

B.在取值上，可決系數(shù)是樣本相關(guān)系數(shù)的平方。

C.樣本相關(guān)系數(shù)是由隨機的X和Y抽樣計算得到，因而相關(guān)關(guān)

系是否顯著，還需進行

檢驗。

十一、說明顯著性檢驗的過程。提出原假設(shè)和備擇假設(shè)。選擇

并計算在原假設(shè)成立情況下的統(tǒng)

計量。給定顯著水平〃,查臨界值表進行判斷。

十二、影響預(yù)測精度的主要因素是什么？樣本容量；模擬的擬

合優(yōu)度。

十三什么是正規(guī)方程組？并說明多元線性回歸最小二乘估計的

正規(guī)方程組，能解出唯一的參數(shù)

估計的條件是什么？正規(guī)方程組是根據(jù)最小二乘原理得到的美

于參數(shù)估計值的線性代數(shù)方程

組。從最小二乘原理和最大似然原理出發(fā)，欲得到參數(shù)估計量,

不管其質(zhì)量如何，樣本容量必

須不少于模型中解釋變量的數(shù)目（包括常數(shù)項），即八Nk+

io

十三、在多元線性回歸分析中，為什么用調(diào)整的可決系數(shù)衡量

估計模型對樣本觀測值的擬合優(yōu)

度？未調(diào)整可決系數(shù)R2的一個總要特征是：隨著樣本解釋變

量個數(shù)的增加，R2的值越來越

高，（即R2是解釋變量個數(shù)的增函數(shù)）。也就是說，在樣本

容量不變的情況，在模型中

堞加新的解釋變量不會改變總離差平方和（TSS）/旦可能增加

回歸平方和（ESS）,減少殘差

（

平方和RSS）”從而可能改變模型的解釋功能。因此在多元線性

回歸模型之間比較擬合優(yōu)

度時，R2不是一個合適的指標(biāo)，需加以調(diào)整。而修正的可決

系數(shù)：

其值不會隨著解釋變量個數(shù)k的增加而增加，因此在用于估計

多元回歸模型方面要優(yōu)于未調(diào)整

的可決系數(shù)。

十四、在多元線性回歸分析中，可決系數(shù)R2與總體線性關(guān)系

顯著性檢驗統(tǒng)計量F之間有何關(guān)

系？土檢驗與F檢驗有何不同？是否可以替代？在一元線性回

歸分析中二者是否有等價作

用？在多元線性回歸分析中，可決系數(shù)R2與總體線性關(guān)系顯

著性檢驗統(tǒng)計量F關(guān)系如下：

可決系數(shù)是用于檢驗回歸方程的擬合優(yōu)度的，F(xiàn)檢驗是用于檢

驗回歸方程總體顯著性的。

兩檢驗是從不同原理出發(fā)的兩類檢驗，前者是從已經(jīng)得到的模

型出發(fā)，檢驗它對樣本觀測

值的擬合程度，后者是從樣本觀測值出發(fā)檢驗?zāi)Ｐ涂傮w線性關(guān)

系的顯著性。但兩者是關(guān)聯(lián)

的，這一點也可以從上面兩者的關(guān)系式看出，回歸方程對樣本

擬和程度高，模型總體線性

關(guān)系的顯著性就強。在多元線性回歸模型分析中，土檢驗常被

用于檢驗回歸方程各個參數(shù)

的顯著性，是單一檢驗；而F檢驗則被用作檢驗整個回歸關(guān)系

的顯著性，是對回歸參數(shù)的

聯(lián)合檢驗。在多元線性回歸中，若F檢驗拒絕原假設(shè)，意味著

解釋變量與被解釋變量之間

的線性關(guān)系是顯著的，但具體是哪個解釋變量與被解釋變量之

間關(guān)系顯著則需要通過土檢

驗來進一步驗證，但若F檢驗接受原假設(shè),則意味著所有的t檢

驗均不顯著。兩者是不可互

相替代的。在一元線性回歸模型中，由于解釋變量只有一個，

因此F檢驗的聯(lián)合假設(shè)等同

于土檢驗的單一假設(shè)，兩檢驗作用是等價的。

十五、什么是異方差？異方差產(chǎn)生的原因是什么？如何檢驗和

處理？

1)線性回歸模型為Yt=bO+bIXIt+b2X2t+............+bkXkt+ut

經(jīng)典回歸中所謂同方差是指不同隨機誤差項Ut(t=1,2,…,n)的方

差相同，即Var(Ut)二戴爾塔

方(怎么打？)如果隨機誤差項的方差不是常數(shù)，則稱隨機項Ut

具有異方差性。

Var(Ut)二戴爾塔方工常數(shù)

2)異方差性產(chǎn)生的原因：

A.模型中遺漏了某些逐漸增大的因素的影響。

B.模型函數(shù)形式的誤立誤差。

C.隨機因素的影響。

3)檢驗異方差性的方法：圖解法、帕克檢驗、格萊澤檢驗、斯

皮爾曼的等級相關(guān)檢驗、

哥德費爾德?匡特檢驗。

4）修正異方差性的主要方法：加權(quán)最小二乘法，通過賦予不同

觀測點以不同的權(quán)數(shù)，從

而提高估計精度，即重視小誤差的作用，輕視大誤差的作用。

十六、模型存在異方差時，會對回歸參數(shù)的估計與的檢驗產(chǎn)生

什么影響？

1）最小二乘估計不再是有效估計。

2）無法確定估計系數(shù)的標(biāo)準(zhǔn)誤差。

3）T檢驗的可靠性降低。

4）增大模型的預(yù)測誤差。

當(dāng)模型存在異方差時，根據(jù)普通最小二乘法估計出的參數(shù)估計

量仍具有線性特性和無偏性，

但不再具有有效性：用于參數(shù)顯著性的檢驗統(tǒng)計量，要涉及到

參數(shù)估計量的標(biāo)準(zhǔn)差，因而參數(shù)檢

驗也失去意義。

十七、序列相關(guān)違背了哪些基本假定？其來源有哪些？檢驗方

法有哪些，都適用于何種形式的

序列相關(guān)檢驗？

模型的序列相關(guān)違背的基本假左是Cov(ubuj)=0(iIj).

序列相關(guān)的來源有：

A.經(jīng)濟變量固有的慣性；

B.模型設(shè)泄的偏誤：

C.模型中遺漏了重要的帶有自相關(guān)的解釋變量：

D.數(shù)據(jù)的〃編造〃。

序列相關(guān)的檢驗有：

A.圖示法

B.D.W檢驗，適用于檢驗一階自回歸形式的序列相關(guān)；

C.回歸檢驗法，適用于各種類型的序列相關(guān)檢驗：

D.拉格朗日乘子檢驗(LM)，適用于高階序列相關(guān)及模型中存在

滯后解釋變量的情

形。

十八、簡述序列相關(guān)帶來的后果。

1)最小二乘估計不再是有效估計。參數(shù)估計量仍是無偏的。參

數(shù)估計值不再具有最

小方差性。

2)隨機誤差項的方差一般會低估。

3)檢驗的可靠性降低。

4)降低模型的預(yù)測精度。

十九、簡述DW檢驗的步驟和應(yīng)用條件。

DW檢驗的步驟：

A.做OLS回歸并獲取殘差。

B.計算do

C.對給立樣本大小和給左解釋變量個數(shù)找出臨界dl和du值。

D.按決策規(guī)則行事。

DW檢驗應(yīng)用條件：

A.模型中含有截距項。

B.解釋變量X是非隨機的。

C.隨機誤差項ut為一階自相關(guān)。

D.誤差項被假泄為正態(tài)分布。

E.線性回歸模型中不應(yīng)含有滯后內(nèi)生變量作為解釋變量。

F.統(tǒng)計書籍比較完整，無缺失項。

二十、什么是多重共線性？產(chǎn)生多重共線性的原因是什么？多

重共線性造成的影響是什

么？檢驗多重共線性的方法是什么？有哪些解決方法？

1）對于多元回歸線性模型，如果某兩個或多個解釋變疑之間

出現(xiàn)了相關(guān)性，則稱多重

共線性。

2）產(chǎn)生多重共線性的原因：

A.經(jīng)濟變量的內(nèi)在聯(lián)系，這是產(chǎn)生多重共線性的根本原因。

B.經(jīng)濟變量變化趨勢的共同性。

C.在模型中引入滯后變雖也容易產(chǎn)生多重共線性。

3）多重共線性造成的影響：

A,增大最小二乘估計量得方差

B.難以區(qū)分每個解釋變疑的單獨影響

C.檢驗的可靠度降低

完全共線性下參數(shù)估計量不存在

D.

多重共線性的檢驗方法：

相關(guān)系數(shù)檢驗法

A.

輔助回歸模型檢驗

B.

方差膨脹因子檢驗

C.

特征值檢驗

D.

5）多重共線性的解決方法：

A.保留總要的解釋變量，去掉次要的或可替代的解釋變量。

B.間接剔除重要的解釋變量。利用先驗信息改變參數(shù)的約束形

式：變換模型的形

式C

C.綜合使用時序數(shù)據(jù)和截而數(shù)據(jù)。

D.逐步回歸法（Frisch綜合分析法）

E.主成分回歸。

二十一、隨機解釋變量的來源有哪些？隨機解釋變量有幾種情

形？分情形說明隨機解

釋變量對最小二乘估計的影響與后果？隨機解釋變量的來源有:

A.經(jīng)濟變量的不可控，使得解釋變量觀測值具有隨機性；

B.由于隨機干擾項中包括了模型略去的解釋變量，而略去的解

釋變量與模型中的解

釋變量往往是相關(guān)的：

C.模型中含有被解釋變量的滯后項，而被解釋變量本身就是隨

機的。隨機解釋變疑

有三種情形，不同情形下最小二乘估計的影響和后果也不同。

A.解釋變量是隨機的，但與隨機「擾項不相關(guān)：這時采用OLS

估計得到的參數(shù)估計

量仍為無偏估計量；

B.解釋變量與隨機干擾