計(jì)量簡答

1、一、一元線性回歸模型一般形式為例，說明計(jì)量經(jīng)濟(jì)模型由那些要素組成？一、一元線性回歸模型一般形式為例，說明計(jì)量經(jīng)濟(jì)模型由那些要素組成？一元線性回歸模型為：從一元線性回歸模型中可以看出，計(jì)量經(jīng)濟(jì)模型是由變量包括因變量或被解釋變量y、自變量或解釋變量x、參數(shù)、、隨機(jī)誤差項(xiàng)以及方程式四個要素組成。二、說明計(jì)量經(jīng)濟(jì)模型引入隨機(jī)誤差項(xiàng)的原因二、說明計(jì)量經(jīng)濟(jì)模型引入隨機(jī)誤差項(xiàng)的原因計(jì)量經(jīng)濟(jì)模型考察的是具有因果關(guān)系的隨機(jī)變量間的具體聯(lián)系方式。由于是隨機(jī)

2、變量，意味著影響被解釋變量的因素是復(fù)雜的，所以要引入隨機(jī)誤差項(xiàng)來代表所有這些無法在模型中獨(dú)立表現(xiàn)出來的影響因素，以保證模型在理論上的科學(xué)性。三、建立計(jì)量經(jīng)濟(jì)模型的主要步驟有哪些？三、建立計(jì)量經(jīng)濟(jì)模型的主要步驟有哪些？1、根據(jù)經(jīng)濟(jì)理論建立計(jì)量經(jīng)濟(jì)模型2、收集樣本數(shù)據(jù)3、估計(jì)模型參數(shù)4、檢驗(yàn)?zāi)Ｐ退?、簡述多元線性回歸模型的基本假定，并說明是否一定成立。四、簡述多元線性回歸模型的基本假定，并說明是否一定成立。假設(shè)1：隨機(jī)誤差項(xiàng)的期望值為零假設(shè)2

3、：不同的隨機(jī)誤差項(xiàng)之間相互獨(dú)立假設(shè)3：隨機(jī)誤差項(xiàng)的方差與t無關(guān)，為一個常數(shù)假設(shè)4：隨機(jī)誤差項(xiàng)與解釋變量不相關(guān)假設(shè)5：隨機(jī)誤差項(xiàng)為服從正態(tài)分布的隨機(jī)變量假設(shè)6：解釋變量之間不存在多重共線性五、請以二元線性回歸模型為例，說明五、請以二元線性回歸模型為例，說明White檢驗(yàn)的檢驗(yàn)步驟和判斷標(biāo)準(zhǔn)。檢驗(yàn)的檢驗(yàn)步驟和判斷標(biāo)準(zhǔn)。設(shè)二元線性回歸模型：，檢驗(yàn)步驟和判斷標(biāo)準(zhǔn)：1、用OSL法估計(jì)模型，并計(jì)算出相應(yīng)的殘差平方，做輔助回歸模型。2、計(jì)算統(tǒng)計(jì)量。3

4、、在的原假設(shè)下，漸進(jìn)服從自由度為5的分布，給定顯著性水平，查分布表得臨界值。4、如果，則拒絕，接受，表明回歸模型中參數(shù)至少有一個顯著不為零，即隨機(jī)誤差項(xiàng)存在異方差。反之，則認(rèn)為不存在異方差。六、請說明自相關(guān)性六、請說明自相關(guān)性LM檢驗(yàn)步驟和判定標(biāo)準(zhǔn)。檢驗(yàn)步驟和判定標(biāo)準(zhǔn)。設(shè)自相關(guān)形式為：假設(shè)：即不存在自相關(guān)性。對該假設(shè)的檢驗(yàn)過程如下：1、利用OSL法估計(jì)模型，得到殘差序列；檢驗(yàn)方法：圖示檢驗(yàn)法、DW檢驗(yàn)、LM檢驗(yàn)、十、請說明多重共線性的檢

5、驗(yàn)思路，并簡要說明逐步回歸法的思路。十、請說明多重共線性的檢驗(yàn)思路，并簡要說明逐步回歸法的思路。多重共線性檢驗(yàn)思路:解釋變量之間是否存在高度自相關(guān)。逐步回歸法思路：設(shè)法刪除引起多重共線性但又不那么重要的解釋變量，先選取相關(guān)性最強(qiáng)的解釋變量建立模型，再引入第二個變量使模型更優(yōu)，然后逐次下去，直到無法引入變量。發(fā)現(xiàn)產(chǎn)生共線性的解釋變量，從而減少多重共線性的影響。十一、請說明虛擬變量的設(shè)置原則。十一、請說明虛擬變量的設(shè)置原則。1、一個因素多個

6、屬性：若定性因素有m各不同屬性或相互排斥的類型，在模型引入中則只能引入m1各虛擬變量，否則會產(chǎn)生多重共線性。2、多個因素的兩種屬性：如果有m各定性因素，且每個因素中含有2個不同的屬性類型，則引入m個虛擬變量。3、虛擬變量取值應(yīng)從分析問題的目的出發(fā)予以界定。4、虛擬變量在單一方程中，可以作為解釋變量，也可以作為因變量。十二、請說明十二、請說明ADF檢驗(yàn)的三個模型，并簡要說明檢驗(yàn)步驟。檢驗(yàn)的三個模型，并簡要說明檢驗(yàn)步驟。模型1：模型2：模型