计量经济学名词解释

计量经济学名词解释计量经济学名词解释 数理经济学：数理经济学： 要紧关怀的是用数学公式或数学模型来描述经济理论， 而不考虑对经济理论的 度量和体会说明。而经济计量学要紧是对经济理论的体会确认。 计量经济学方法与一样经济数学方法有什么区别：计量经济学方法与一样经济数学方法有什么区别： 计量经济学方法揭示经济活动中各个因 素之间的定量关系， 用随机性的数学方程加以描述； 一样经济数学方法揭示经济活动中各个 因素之间的理论关系，用确定性的数学方程加以描述 计量经济学的研究的对象和内容是什么：计量经济学的研究的对象和内容是什么： 计量经济学的研究对象是经济现象，是研究经济 现象中的具体数量规律（或者说，计量经济学是利用数学方法，依照统计测定的经济数据， 对反映经济现象本质的经济数量关系进行研究） 。 计量经济模型包括一个或一个以上的随机方程式，它简洁有效地描述、概括某个真实 经济系统的数量特点，更深刻地揭示出该经济系统的数量变化规律。是由系统或方程 组成，方程由变量和系数组成。其中，系统也是由方程组成。 计量经济模型计量经济模型 揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描 述。 广义地说，一切包括经济、数学、统计三者的模型； 狭义地说，仅只用参数估量和假设检验的数理统计方法研究体会数据的模型。 简述建立计量经济学模型的步骤：简述建立计量经济学模型的步骤：第一步：设计理论模型，包括确定模型所包含的变量、 确定模型的数学形式、拟定模型中的待估参数的符号和大小的理论期望值。 第二步：收集数 据样本，要考虑数据的完整性、准确性、可比性和一致性； 第三步：估量模型参数；第四 步：模型检验，包括经济意义检验、统计检验、计量经济学检验和模型推测检验。 几种常用的样本数据有哪些：几种常用的样本数据有哪些：(1) 时刻序列数据；(2) 横截面数据；(3) 虚拟变量数据（（1 1）） 时刻序列数据：时刻序列数据：在不同时刻点上收集到的数据，这类数据反映了某一事物、现象等随 时刻的变化状态或程度。 （（2 2）横截面数据：）横截面数据：横截面数据是在同一时刻，不同统计单位 相同统计指标组成的数据列。（（3 3））面板数据：面板数据：是截面数据与时刻序列数据综合起来的一 种数据类型。 一样计量经济学模型应当通过哪几种检验模型检验：一样计量经济学模型应当通过哪几种检验模型检验： 要紧包括经济意义检验、统计检验、 计量经济学检验和模型推测检验四个方面。 在经济意义检验中， 需要检验模型是否符合经济 意义， 检验求得的参数估量值的符号和大小是否与依照人们的体会的经济分析拟定的期望值 相符合；在统计检验中， 需要检验模型参数值的可靠性，即检验模型的统计学性质；在计量 经济学检验中，需要检验模型的计量经济学性质， 包括随机干扰性的序列相关性检验、 异方 差检验，说明变量的多重共线性检验， 模型设定的偏差性检验等； 模型的推测检验要紧检验 模型参数估量量稳固性及样本容量发生变化时的灵敏度， 以确定所建立的模型时都可用于样 本观测值以外的范畴。 什么缘故模型中要引入随机扰动项：什么缘故模型中要引入随机扰动项：随机扰动项是模型中表示其它多种因素的综合阻碍。 引入随机扰动项的缘故有： 第一，当经济变量之间的关系大多为非确定性因果关系时， 在上 式中引入随机扰动项，就表示了Y i 的非确定性；第二，在经济定量分析过程中，计量经济 学模型不可能包含所有的变量， 次要变量不可幸免的被省略； 第三， 在确定模型数学形式时， 没有确定的方法，经济变量间关系十分复杂，因此，确定模型数学形式会造成误差；第四， 建立模型时，使用的样本数据也会有测量误差；第五，一些客观存在的随机因素，如天气、 季节、战争等阻碍无法列入模型。 极大似然估量法的差不多思想：极大似然估量法的差不多思想：在极大似然估量中，假定样本是固定的， n 个观测值差不多 上独立观测的，那个样本能够有各种不同的总体生成， 而每个总体都有自己的参数。 那么在 可供选择的总体中， 哪个总体最可能生成所观测到的n 个样本值？为此， 需要估量每个可能 总体取得这 n 个观测值联合概率，选择其参数能使观测样本值的联合概率最大的那个总体。 多元线性回来模型的差不多假设是什么？试说明在证明最小二乘估量量的无偏性和有效性多元线性回来模型的差不多假设是什么？试说明在证明最小二乘估量量的无偏性和有效性 的过程中，哪些差不多假设起了作用？的过程中，哪些差不多假设起了作用？ 1.多元线性回来模型的差不多假设仍旧是针对随机 干扰项与针对说明变量两大类的假设。针对随机干扰项的假设有： 零均值，同方差，无序列 相关且服从正态分布。针对说明变量的假设有：说明变量应具有非随机性，假如是随机的， 则不能与随机干扰项相关，各说明变量之间不存在 （完全）线性相关关系。 2.在证明最小二 乘估量量的无偏性中， 利用了说明变量非随机或与随机干扰项不相关的假定； 在有效性的证 明中，利用了随机干扰项同方差且无序列相关的假定。 研究某些经济问题时，在建立回来模型时什么缘故要引入虚拟变量？研究某些经济问题时，在建立回来模型时什么缘故要引入虚拟变量？ 在建立回来模型过程 中，被说明变量不仅受到定性说明变量的阻碍，有时还受到一些非定量说明变量（如职业、 性别、地区、季节等）的阻碍，他们不能用数值计量，称为虚拟变量，适应上，其取值通常 为 0 或 1。虚拟变量是一种离散结构的量，是用来描述所研究变量的进展或变异而建立的一 类专门变量。 产生异方差的后果是什么？产生异方差的后果是什么？（1）参数估量量仍旧是线性无偏的，但不是有效的。 （2）建立 在t分布和 F 分布之上的检验失效。 （3）估量量的方差增大，推测精度下降。异方差性异方差性 ： 是为了保证回来参数估量量具有良好的统计性质，经典线性回来模型的一个重要假定 是：总体回来函数中的随机误差项满足同方差性，即它们都有相同的方差。假如这一 假定不满足，则称线性回来模型存在异方差性。 关于线性回来模型，随机扰动项关于线性回来模型，随机扰动项u产生序列相关的缘故有哪些？产生序列相关的缘故有哪些？（1）在构造模型时，一些 不太重要的说明变量被略去， 这些被略去的说明变量的阻碍全部包含在了随机项u中， 而往 往是这些被排除的说明变量有些存在着序列相关， 因而随机项u自相关。（2） 在构造模型时， 可能会错误的确定模型的形式。 （3）随机项u本身序列相关。 （4）内插统计值。 DWDW 检验的局限性要紧有哪些检验的局限性要紧有哪些? ? 该方法仅适用于说明变量为非随机变量，随机扰动项的产生 气制是一阶自相关，回来含有截距项，回来模型不把滞后被说明变量当作说明变量， 没有缺 失数据。 检验序列相关性的方法思路是什么检验序列相关性的方法思路是什么? ? 各种检验序列相关方法的思路大致相同， 即先采纳 OLS 方法估量远模型，得到随机干扰项的“近似估量值” ，然后通过分析这些“近似估量值”之 间的相关性已达到判定随机扰动项是否具有 序列相关性的目的。 多重共线性产生的缘故是什么？多重共线性产生的缘故是什么？（1）样本的缘故，比如样本中的说明变量个数大于观测次 数。 （2）经济变量变化的相同趋