搜索
计量经济学：它是经济学的一个分支学科，以揭示经济活动中客观存在的数量关系为内容的分支学科。时间序列数据：是一批按照时间先后顺序排列的统计数据。截面数据：是一批发生在同一时间截面上的数据。相关分析：主要研究随机变量间的相关形式及相关程度。回归分析：研究一个变量关于另一个变量的依赖关系的计算方法和理论。异方差：对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为是出现了异方差性。序列相关性：如果模型的随机干扰项违背了相互独立的基本假设，称为存在序列相关性。虚假序列相关：由于随机干扰项的序列相关往往是在模型设定中遗漏了重要的解释变量或对模型的函数形式设定有误时出现的，这种情形可称为虚假序列相关，应在模型设定中排除。多重共线性：如果两个或多个解释变量之间出现了相关性，则称为存在多重共线性。随机解释变量问题：如果一个或多个随机变量作为解释变量，则称原模型存在随机解释变量问题。虚拟变量：根据一些无法量度的影响经济变量的因素的属性类型构造只取0或1的人工变量，通常称为虚拟变量。内生变量：它是具有某种概率分布的随机变量，他的参数是联立方程系统估计的元素，它由模型系统决定，同时又对系统产生影响，一般皆为经济变量。外生变量：一般为确定性变量，或是具有临界概率分布的随机变量，他影响系统，但不受系统的影响，一般为政策变量，虚变量。结构式模型：根据经济理论和行为规律建立的描述经济变量之间直接关系的计量经济学方程系统为是。结构分析：是指对经济现象中变量之间关系的研究。伪回归：如果两列时间序列数据表现出一致的变化趋势。及时他们之间没有任何经济关系，若进行回归亦可表现出较高的可决系数，则为是。随机误差项：观察值围绕它的期望值的离差，则为是。工具变量：是在模型估计过程中被作为工具使用，以替代模型中与随机误差项相关的随机解释变量的变量无偏性：是指参数估计量的均值（期望）等于模型的参数值。残差项：是指对每个样本点，样本观测值与模型估计值之间的差值。简答部分：回归分析和相关分析的联系与区别？答：联系：1皆为研究非确定性变量间的统计依赖关系，并能度量线性依赖程度大小。区别：1相关分析仅从统计数据上度量变量间的相关程度，而无需考察两者间是否有因果关系，且变量地位是对称的都是随机变量；只关注变量间的联系程度，而不关注具体的依赖关系。2回归分析则更关注变量间的因果关系。变量地位是不对称的，有解释与被解释之分，而且解释变量通常为非随机变量；更加关注变量间的具体依赖关系。一元线性回归模型的基本假设?1回归模型是正确设定的。2解释变量是确定性变量，在重复抽样中取固定值。3解释变量在所抽取的样本中具有变异性，且随着样本容量的无限增加，解释变量的样本方差趋于一个非零有限常数。4随机误差项的零均值，同方差及不序列相关性。5随机误差项与解释变量之间不相关。6随机误差项服从零均值，同方差的正态分布。影响随机误差项的主要因素：未知的影响因素；残缺因素；众多细小影响因素；数据观测误差；模型设定误差；内在随机性；异方差产生的原因及后果？对于采用截面数据作为样本的计量经济学问题。由于不同的样本点上解释变量以外的其他的因素差异较大，故此。参数估计非有效；变量的显著性检验失去意义；模型的预测失效。序列相关产生的原因？经济变量固有的惯性；模型设定偏误；数据的编造；即采用时间序列数据作为样本的计量经济学问题，由于不同样本点上解释变量以外的其他因素在时间上的连续性，带来它们对被解释变量的影响的连续性，故此。多重共线性产生的原因及后果？经济变量相关的共同趋势；滞后变量的引入；样本资料的限制；完全共线性下参数估计量不存在；近似共线性下普通最小二乘参数估计量方差变大；参数估计量经济意义不合理；变量的显著性检验和模型的预测功能失去意义；随机解释变量产生的后果？1若相互独立，则参数估计量仍然无偏一致。2若同期相关，异期不相关，得到的参数估计有偏，但却是一致的3若同期相关，则估计量有偏且非一致。工具变量需要满足的条件？1与所替代的随机解释变量高度相关2与随机干扰项不相关3与模型中的其他解释变量不相关，以避免出现多重共线性。计量经济学方法？就是定量分析经济现象中各因素之间的因果关系。因此，首先根据经济理论分析所研究的经济现象，找出经济现象间因果关系及相互间的联系。把问题作为被解释变量，影响问题的主要因素作为解释变量，非主要因素归入随机项。其次，按照它们之间的行为关系，选择适当的数学形式描述这些变量之间的关系，一般用一组数学上彼此独立、互不矛盾、完整有解的方程组表示。虚拟变量的作用？表现定性因素对被解释变量的影响；提高模型的说明能力与水平；季节变动分析；方程差异性检验。