计量经济学重点简答题1.简述计量经济学与经济学、统计学、数理统计学学科间得关系。
答：计量经济学就是经济理论、统计学与数学得综合.经济学着重经济现象得定性研究,计量经济学着重于定量方面得研究。
统计学就是关于如何收集、整理与分析数据得科学，而计量经济学则利用经济统计所提供得数据来估计经济变量之间得数量关系并加以验证。
数理统计学作为一门数学学科,可以应用于经济领域，也可以应用于其她领域；计量经济学则仅限于经济领域。
计量经济模型建立得过程，就是综合应用理论、统计与数学方法得过程,计量经济学就是经济理论、统计学与数学三者得统一。
２、计量经济模型有哪些应用？答：①结构分析②经济预测③政策评价④检验与发展经济理论3、简述建立与应用计量经济模型得主要步骤。
答:模型设定估计参数模型检验模型应用或1)经济理论或假说得陈述２) 收集数据3）建立数理经济学模型4)建立经济计量模型5）模型系数估计与假设检验６）模型得选择7)理论假说得选择８)经济学应用4、对计量经济模型得检验应从几个方面入手？答：①经济意义检验②统计推断检验③计量经济学检验④模型预测检验5、计量经济学应用得数据就是怎样进行分类得？答:时间序列数据截面数据面板数据虚拟变量数据6、解释变量与被解释变量，内生变量与外生变量被解释变量就是模型要研究得对象，被称为“因变量”，就是变动得结果。
解释变量就是说明被解释变量变动得原因,被称为“自变量”，就是变动得原因.内生变量就是其数值由模型所决定得变量，就是模型求解得结果。
外生变量就是其数值由模型以外决定得变量。
7、计量经济学得含义计量经济学就是以经济理论与经济数据得事实为依据,运用数学、统计学得方法，通过建立数学模型来研究经济数量关系与规律得一门经济学科。
8、在计量经济模型中,为什么会存在随机误差项？答:随机误差项就是计量经济模型中不可缺少得一部分.产生随机误差项得原因有以下几个方面:①模型中被忽略掉得影响因素造成得误差;②模型关系认定不准确造成得误差;③变量得测量误差；④随机因素.9．对于多元线性回归模型,为什么在进行了总体显著性Ｆ检验之后，还要对每个回归系数进行就是否为0得ｔ检验?答：多元线性回归模型得总体显著性F检验就是检验模型中全部解释变量对被解释变量得共同影响就是否显著。
通过了此F检验，就可以说模型中得全部解释变量对被解释变量得共同影响就是显著得,但却不能就此判定模型中得每一个解释变量对被解释变量得影响都就是显著得。
因此还需要就每个解释变量对被解释变量得影响就是否显著进行检验,即进行t 检验.10、古典线性回归模型具有哪些基本假定。
答：1 随机误差项与解释变量不相关。
２随机误差项得期望或均值为零。
３随机误差项具有同方差,即每个随机误差项得方差为一个相等得常数。
4 两个随机误差项之间不相关,即随机误差项无自相关。
1１、在多元线性回归分析中，为什么用修正得决定系数衡量估计模型对样本观测值得拟合优度？答:因为人们发现随着模型中解释变量得增多,多重决定系数得值往往会变大,从而增加了模型得解释功能。
这样就使得人们认为要使模型拟合得好,就必须增加解释变量。
但就是，在样本容量一定得情况下,增加解释变量必定使得待估参数得个数增加,从而损失自由度,而实际中如果引入得解释变量并非必要得话可能会产生很多问题，比如,降低预测精确度、引起多重共线性等等.为此用修正得决定系数来估计模型对样本观测值得拟合优度。
12、修正得决定系数及其作用。
解答:,其作用有:(1)用自由度调整后,可以消除拟合优度评价中解释变量多少对决定系数计算得影响；（2）对于包含解释变量个数不同得模型，可以用调整后得决定系数直接比较它们得拟合优度得高低,但不能用原来未调整得决定系数来比较。
1３、多重共线性含义:多重共线性就是指解释变量之间存在完全或近似得线性关系。
产生原因:（1）样本数据得采集就是被动得，只能在一个有限得范围内得到观察值，无法进行重复试验。
（2)经济变量得共同趋势(3）滞后变量得引入（4）模型得解释变量选择不当后果:（1）完全多重共线性产生得后果参数得估计值不确定、参数估计值得方差无限大（2）不完全多重共线性产生得后果参数估计值得方差无限大；对参数区间估计时,置信区间趋于变大；严重多重共线性时假设检验易作出错误判断;模型总体性检验F值与R２值都很高，但各回归系数估计量得方差很大,t值很低，系数不能通过显著性检验检验:简单相关系数检验法、方差扩大因子法、直观判断法、逐步回归检验法补救措施：剔出不重要变量；增加样本数量；改变模型形式;改变变量形式；利用先验信息，逐步回归法。
14、异方差含义：异方差性就是指模型中随机误差项得方差不就是常量,而且它得变化与解释变量得变动有关。
产生原因:(1）模型中遗漏了某些解释变量；(2）模型函数形式得设定误差;(3)样本数据得测量误差；(4）随机因素得影响。
后果：如果线性回归模型得随机误差项存在异方差性，会对模型参数估计、模型检验及模型应用带来重大影响，主要有：（1）不影响模型参数最小二乘估计值得无偏性；（2）参数得最小二乘估计量不就是一个有效得估计量；（3)对模型参数估计值得显著性检验失效；（4)模型估计式得代表性降低,预测精度精度降低。
检验方法：（1)图示检验法;(2）GQ检验；(3）怀特检验；(4）Gｌｅjsｅｒ检验（５）ＡRCH 检验解决方法：(1）模型变换法；（２）加权最小二乘法；(３）模型得对数变换等1５、加权最小二乘法得基本原理最小二乘法得基本原理就是使残差平方与为最小，在异方差情况下，总体回归直线对于不同得得波动幅度相差很大。
随机误差项方差越小,样本点对总体回归直线得偏离程度越低，残差得可信度越高（或者说样本点得代表性越强);而较大得样本点可能会偏离总体回归直线很远,得可信度较低（或者说样本点得代表性较弱)。
因此，在考虑异方差模型得拟合总误差时，对于不同得应该区别对待。
具体做法:对较小得给于充分得重视,即给于较大得权数;对较大得给于充分得重视，即给于较小得权数。
更好得使反映对残差平方与得影响程度,从而改善参数估计得统计性质.16、自相关含义：自相关就是指总体回归模型得随机误差项ｕ之间存在相关关系.产生原因：答：(1）经济变量惯性得作用引起随机误差项自相关;（２)经济行为得滞后性引起随机误差项自相关;（３)一些随机因素得干扰或影响引起随机误差项自相关;(４）模型设定误差引起随机误差项自相关；（5)观测数据处理引起随机误差项自相关。
后果:(1)模型参数估计值不具有最优性；（２）随机误差项得方差一般会低估;（３)模型得统计检验失效；（4)区间估计与预测区间得精度降低。
检验方法:(1）图示法;(2）DW检验;（3）LM检验法补救措施:广义差分法、CO迭代法17。
简述DW检验得局限性。
答：从判断准则中瞧到，DW检验存在两个主要得局限性:首先，存在一个不能确定得值区域，这就是这种检验方法得一大缺陷。
其次:检验只能检验一阶自相关。
但在实际计量经济学问题中，一阶自相关就是出现最多得一类序列相关，而且经验表明，如果不存在一阶自相关，一般也不存在高阶序列相关.所以在实际应用中,对于序列相关问题—般只进行检验。
18、试述D—W检验得适用条件及其检验步骤？使用条件：1）回归模型包含一个截距项。
２）变量X就是非随机变量。
3）扰动项得产生机制: .4）因变量得滞后值不能作为解释变量出现在回归方程中。
检验步骤１)进行OLＳ回归，并获得残差。
2)计算D值。
3）已知样本容量与解释变量个数，得到临界值。
答：基本思想就就是对违反基本假定得模型做适当得线性变换，使其转化成满足基本假定得模型,从而可以使用OLS方法估计模型。
２0．请简述什么就是虚假序列相关，如何避免？答:数据表现出序列相关,而事实上并不存在序列相关。
要避免虚假序列相关，就应在做定量分析之间先进行定性分析,瞧从理论上或经验上就是否有存在序列相关得可能,可能性就是多大。
２１.在建立计量经济学模型时，为什么要引入虚拟变量？答案:在现实生活中,影响经济问题得因素除具有数量特征得变量外,还有一类变量,这类变量所反映得并不就是数量而就是现象得某些属性或特征，即它们反映得就是现象得质得特征。
这些因素还很可能就是重要得影响因素，这时就需要在模型中引入这类变量。
引入得方式就就是以虚拟变量得形式引入。
２2．模型中引入虚拟变量得作用就是什么？答：(1）可以描述与测量定性因素得影响;（2)能够正确反映经济变量之间得关系,提高模型得精度;(3）便于处理异常数据。
2３．虚拟变量引入得原则就是什么?答：(1）如果一个定性因素有ｍ方面得特征,则在模型中引入m—1个虚拟变量；(２）如果模型中有m个定性因素，而每个定性因素只有两方面得属性或特征，则在模型中引入m个虚拟变量;如果定性因素有两个及以上个属性，则参照“一个因素多个属性”得设置虚拟变量。
２4。
虚拟变量引入得方式及每种方式得作用就是什么?答：（1）加法模式:其作用就是改变了模型得截距水平；(２）乘法模式:其作用在于两个模型间得比较、因素间得交互影响分析与提高模型得描述精度;25、举例说明如何引进加法模式与乘法模式建立虚拟变量模型。
答案:设Y为个人消费支出;X表示可支配收入,定义如果设定模型为此时模型仅影响截距项，差异表现为截距项得与,因此也称为加法模型。
如果设定模型为此时模型不仅影响截距项,而且还影响斜率项。
差异表现为截距与斜率得双重变化，因此也称为乘法模型.26.判断计量经济模型优劣得基本原则就是什么?答：（1）模型应力求简单；(２）模型具有可识别性;(3)模型具有较高得拟合优度;（４)模型应与理论相一致;（5)模型具有较好得超样本功能。
２７.设定误差产生得主要原因就是什么?答案:原因有四:（1）模型得制定者不熟悉相应得理论知识；（１分）（2）对经济问题本身认识不够或不熟悉前人得相关工作；（1分)（3)模型制定者缺乏相关变量得数据；（1分)（4）解释变量无法测量或数据本身存在测量误差。
(2分)28、以一元回归为例叙述普通最小二乘回归得基本原理。
解:依据题意有如下得一元样本回归模型：（1）普通最小二乘原理就是使得残差平方与最小，即(2）根据微积分求极值得原理，可得(3）（4）将（3）与(４)式称为正规方程，求解这两个方程，我们可得到:（5)解得:其中，表示变量与其均值得离差。
29.T检验(课本４2页）30.F检验(课本76页）31、结果报告得书写与预测区间得计算(课本４3页)。