计量经济学名词.doc
计量经济学术语
A
校正R2（Adjusted R-Squared）：多元回归分析中拟合优度的量度，在估计误差的方差时对添加的解释变量用一个自由度来调整。
对立假设（Alternative Hypothesis）：检验虚拟假设时的相对假设。
AR（1）序列相关（AR(1) Serial Correlation）：时间序列回归模型中的误差遵循AR（1）模型。
渐近置信区间（Asymptotic Confidence Interval）：大样本容量下近似成立的置信区间。
渐近正态性（Asymptotic Normality）：适当正态化后样本分布收敛到标准正态分布的估计量。
渐近性质（Asymptotic Properties）：当样本容量无限增长时适用的估计量和检验统计量性质。
渐近标准误（Asymptotic Standard Error）：大样本下生效的标准误。
渐近t 统计量（Asymptotic t Statistic）：大样本下近似服从标准正态分布的t 统计量。
渐近方差（Asymptotic Variance）：为了获得渐近标准正态分布，我们必须用以除估计量的平方值。
渐近有效（Asymptotically Efficient）：对于服从渐近正态分布的一致性估计量，有最小渐近方差的估计量。
渐近不相关（Asymptotically Uncorrelated）：时间序列过程中，随着两个时点上的随机变量的时间间隔增加，它们之间的相关趋于零。
衰减偏误（Attenuation Bias）：总是朝向零的估计量偏误，因而有衰减偏误的估计量的期望值小于参数的绝对值。
自回归条件异方差性（Autoregressive Conditional Heteroskedasticity, ARCH）：动态异方差性模型，即给定过去信息，误差项的方差线性依赖于过去的误差的平方。
一阶自回归过程[AR（1）]（Autoregressive Process of Order One [AR(1)]）：一个时间序列模型，其当前值线性依赖于最近的值加上一个无法预测的扰动。
辅助回归（Auxiliary Regression）：用于计算检验统计量——例如异方差性和序列相关的检验统计量——或其他任何不估计主要感兴趣的模型的回归。
平均值（Average）：n个数之和除以n。
B
基组、基准组（Base Group）：在包含虚拟解释变量的多元回归模型中，由截距代表的组。
基期（Base Period）：对于指数数字，例如价格或生产指数，其他所有时期均用来作为衡量标准的时期。
基期值（Base Value）：指定的基期的值，用以构造指数数字；通常基本值为1
或100。
最优线性无偏估计量（Best Linear Unbiased Estimator, BLUE）：在所有线性、无偏估计量中，有最小方差的估计量。在高斯—马尔科夫假定下，OLS是以解释变量样本值为条件的BLUE 。
贝塔系数（Beta Coef?cients）：见标准化系数。
偏误（Bias）：估计量的期望参数值与总体参数值之差。
偏误估计量（Biased Estimator）：期望或抽样平均与假设要估计的总体值有差异的估计量。
向零的偏误（Biased Towards Zero）：描述的是估计量的期望绝对值小于总体参数的绝对值。
二值响应模型（Binary Response Model）：二值因变量的模型。
二值变量（Binary Variable）：见虚拟变量。
两变量回归模型（Bivariate Regression Model）：见简单线性回归模型。
BLUE（BLUE）：见最优线性无偏估计量。
Breusch-Godfrey 检验（Breusch-Godfrey Test）：渐近正确的AR（p）序列相关检验，以AR（1）最为流行；该检验考虑到滞后因变量和其他不是严格外生的回归元。
Breusch-Pagan 检验（Breusch-Pagan Test）：将OLS残差的平方对模型中的解释变量做回归的异方差性检验。
C
因果效应（Causal Effect）：一个变量在其余条件不变情况下的变化对另一个变量产生的影响。
其余条件不变（Ceteris Paribus）：其他所有相关因素均保持固定不变。
经典含误差变量（Classical Errors-in-Variables, CEV）：观测的量度等于实际变量加上一个独立的或至少不相关的测量误差的测量误差模型。
经典线性模型（Classical Linear Model）：全套经典线性模型假定下的复线性回归模型。
经典线性模型（CLM）假定（Classical Linear Model (CLM) Assumptions）：对多元回归分析的理想假定集，对横截面分析为假定MLR.1至MLR.6，对时间序列分析为假定TS.1至TS.6。假定包括对参数为线性、无完全共线性、零条件均值、同方差、无序列相关和误差正态性。
科克伦—奥克特（CO）估计（Cochrane-Orcutt (CO) Estimation）：估计含AR（1）误差和严格外生解释变量的多元线性回归模型的一种方法；与普莱斯—温斯登估计不同，科克伦—奥克特估计不使用第一期的方程。
置信区间（CI）（Con?dence Interval, CI）：用于构造随机区间的规则，以使所有数据集中的某一百分比（由置信水平决定）给出包含总体值的区间。
置信水平（Con?dence Level）：我们想要可能的样本置信区间包含总体值的百分比，95%是最常见的置信水平，90%和99%也用。
不变弹性模型（Constant Elasticity Model）：因变量关于解释变量的弹性为常数的模型；在多元回归中，两者均以对数形式出现。
同期外生回归元（Contemporaneously Exogenous）：在时间序列或综列数据应用中，与同期误差项不相关但对其他时期则不一定的回归元。
控制组（Control Group）：在项目评估中，不参与该项目的组。
控制变量（Control Variable）：见解释变量。
协方差平稳（Covariance Stationary）：时间序列过程，其均值、方差为常数，且序列中任意两个随机变量之间的协方差仅与它们的间隔有关。
协变量（Covariate）：见解释变量。
临界值（Critical Value）：在假设检验中，用于与检验统计量比较来决定是否拒绝虚拟假设的值。
横截面数据集（Cross-Sectional Data Set）：在给定时点上从总体中收集的数据集
D
数据频率（Data Frequency）：收集时间序列数据的区间。年度、季度和月度是最常见的数据频率。
戴维森—麦金农检验（Davidson-MacKinnon Test）：用于检验相对于非嵌套对立假设的模型的检验：它可用相争持模型中得出的拟合值的t检验来实现。
自由度（df）（Degrees of Freedom, df）：在多元回归模型分析中，观测值的个数减去待估参数的个数。
分母自由度（Denominator Degrees of Freedom）：F检验中无约束模型的自由度。
因变量（Dependent Variable）：在多元回归模型（和其他各种模型）中被解释的变量。
除趋势（Detrending）：从时间序列中除去趋势的做法。
斜率级差（Difference in Slopes）：所描述的是模型中某些斜率参数，因组或时期的不同而不同。
向下偏误（Downward Bias）：估计量的期望值低于参数的总体值。
虚拟变量（Dummy Variable）：取值为0或1的变量。
虚拟变量陷阱（Dummy Variable Regression）：自变量中包含了过多的虚拟变量造成的错误；当模型中既有整体截距又对每一组都设有一个虚拟变量时，该陷阱就产生了。
德宾—沃森（DW）统计量（Durbin-Watson (DW) Statistic）：在经典线性回归假设下，用于检验时间序列回归模型的误差项中的一阶序列相关的统计量。
动态完整模型（Dynamically Complete Model）：设更多的滞后因变量，或设更多的滞后解释变量都无助于解释因变量的均值的时间序列模型。
E
计量经济模型（Econometric Model）：将因变量与一组解释变量和未观测到的扰动联系起来的方程，方程中未知的总体参数决定了各解释变量在其余条件不变下的效应。
经济模型（Economic Model）：从经济理论或不那么正规的经济原因中得出的关系。
经济显著性（Economic Signi?cance）：见实际显著性。
弹性（Elasticity）：给定一个变量在其余条件不变下增加1%，另一个变量的百分比变化。
经验分析（Empirical Analysis）：用正规计量分析中的数据检验理论、估计关系式或确定政策效应的研究。
内生解释变量（Endogenous Explanatory Variable）：在多元回归模型中，由于遗漏变量、测量误差或联立性的原因而与误差项相关的解释变量。
内生样本选择（Endogenous Sample Selection）：非随机样本选择，其选择直接地或通过方程中的误差项与因变量相联系。
误差项（Error Term）：在简单或多元回归方程中，包含了未观测到的影响因变量的因素的变量。误差项也可能包含被观测的因变量或自变量中的测量误差。
误差方差（Error Variance）：多元回归模型中误差项的方差。
事件研究（Event Study）：事件（例如政府规制或经济政策的变化）对结果变量的效应的计量分析。
排除一个有关变量（Excluding a Relevant Variable）：在多元回归分析中，遗漏了一个对因变量有非零偏效应的变量。
排斥性约束（Exclusion Restrictions）：说明某些变量被排斥在模型之外（或具有零总体参数）的约束。
外生解释变量（Exogenous Explanatory Variable）：与误差项不相关的解释变量。
外生样本选择（Exogenous Sample Selection）：或者依赖外生解释变量，或者与所感兴趣的模型中的误差项不相关的样本选择。
实验数据（Experimental Data）：通过进行受控制的实验获得的数据。
试验组（Experimental Group）：见处理组。
解释平方和（SSE）（Explained Sum of Squares, SSE）：多元回归模型中拟合值的总样本变异。
被解释变量（Explained Variable）：见因变量。
解释变量（Explanatory Variable）：在回归分析中，用于解释因变量中的变异的变量。
指数趋势（Exponential Trend）：有固定增长率的趋势。
F
F统计量（F Statistic）：在多元回归模型中，用于检验关于参数的多重假设的统计量。
可行的GLS（FGLS）估计量（Feasible GLS (FGLS) Estimator）：方差或相关参数未知，因而必须先进行估计的GLS程序。（又见广义最小二乘估计量。）
有限分布滞后（FDL）模型（Finite Distributed Lag (FDL) Model）：允许一个或多个解释变量对因变量有滞后效应的动态模型。
一阶差分（First Difference）：对相邻时期做差分所构成的对时间序列的转换，即用后一时期减去前一时期。
一阶条件（First Order Conditions）：用于求解OLS估计值的一组线性方程。
拟合值（Fitted Values）：在各观测中将自变量的值插入OLS回归线时，所得到的因变量的估计值。
函数形式的错误设定（Functional Form Misspeci?cation）：当模型中有被遗漏的解释变量的函数（例如二次项），或者对一个因变量或某些自变量用了错误的函数时产生的问题。
G
高斯—马尔科夫假定（Gauss-Markov Assumptions）：一组假定（假定MLR.1至MLR.5或假定TS.1至TS.5），在这之下OLS是BLUE 。
高斯—马尔科夫定理（Gauss-Markov Theorem）：该定理表明，在五个高斯—马尔科夫假定下（对于横截面或时间序列模型），OLS估计量是BLUE （在解释变量样本值的条件下）。
广义最小二乘（GLS）估计量（Generalized Least Squares (GLS) Estimator）：通过对原始模型的变换，说明了已知结构的误差的方差（异方差性）和误差中的序列相关形式或两者兼有的估计量。
拟合优度度量（Goodness-of-Fit Measure）：概括一组解释变量有多好地解释了因变量或响应变量的统计量。
增长率（Growth Rate）：时间序列中相对于前一时期的比例变化。可将它近似为对数差分或以百分比形式报导。
H
异方差性（Heteroskedasticity）：给定解释变量，误差项的方差不为常数。
未知形式的异方差性（Heteroskedasticity of Unknown Form）：以一未知的任意形式依赖于解释变量的异方差性。
异方差—稳健F 统计量（Heteroskedasticity-Robust F Statistic）：对未知形式的异方差性而言（渐近）稳健的F 统计量。
异方差—稳健LM 统计量（Heteroskedasticity-Robust LM Statistic）：对未知形式的异方差性而言（渐近）稳健的LM 统计量。
异方差—稳健标准误（Heteroskedasticity-Robust Standard Error）：对未知形式的异方差性而言（渐近）稳健的标准误。
异方差—稳健t 统计量（Heteroskedasticity-Robust t Statistic）：对未知形式的异方差性而言（渐近）稳健的t 统计量。
高持续性过程（Highly Persistent Process）：时间序列过程，其中遥远的将来的结果与当前的结果高度相关。
同方差性（Homoskedasticity）：回归模型中的误差在解释变量条件下具有不变的方差。
I
即期弹性（Impact Elasticity）：在分布滞后模型中，给定自变量增加1%因变量的即时的百分比变化。
即期乘数（Impact Multiplier）：见即期倾向。
即期倾向（Impact Propensity）：在分布滞后模型中，自变量增加一个单位因变量的即时的变化。
包含一个无关变量（Inclusion of an Irrelevant Variable）：用OLS估计方程时，回归模型中包含了总体参数为零的解释变量。
指数（Index Number）：关于经济行为（例如生产或价格）总量信息的统计量。
影响重大的观测值（In?uential Observations）：见奇异值。INTRODUCTORY ECONOMETRICS
一阶自积［I（1）］（Integrated of Order One [I(1)]）：需要做一阶差分来得到I（0）过程的时间序列过程。
零阶自积［I（0）］（Integrated of Order Zero [I(0)]）：平稳、弱独立时间序列过程，当用于回归分析时，它满足大数定律和中心极限定理。
交互作用（Interaction Effect）：回归模型中为两个解释变量的乘积的自变量。
截距参数（Intercept Parameter）：复线性回归模型中，给出当所有自变量都为零时因变量的期望值的参数。
截距的变动（Intercept Shift）：回归模型中的截距，因组或时期的不同而不同。
J
联合假设检验（Joint Hypothesis Test）：一个模型中包含不止一个对参数的约束的检验。
联合统计显著性（Jointly Statistically Signi?cant）：两个或多个解释变量具有零总体系数的虚拟假设以一个选定的显著性水平被拒绝。
L
滞后分布（Lag Distribution）：在无限或有限分布滞后模型中，把滞后系数表示为滞后长度的函数。
滞后因变量（Lagged Dependent Variable）：等于以前时期的因变量的解释变量。
拉格朗日乘数统计量（Lagrange Multiplier Statistic）：仅在大样本下为正确的检验统计量，它可用于在不同的模型设定问题中检验遗漏变量、异方差性和序列相关。
大样本性质（Large Sample Properties）：见渐近性质。
水平值—水平值模型（Level-Level Model）：因变量与自变量均为标准（或原始）形式的回归模型。
水平值—对数模型（Level-Log Model）：因变量为标准形式、自变量（至少是其中一部分）为对数形式的回归模型。
线性概率模型（LPM）（Linear Probability Model, LPM）：响应概率对参数为线性的二值响应模型。
线性时间趋势（Linear Time Trend）：为时间的线性函数的趋势。
线性无偏估计量（Linear Unbiased Estimator）：在多元回归分析中，是因变量值的一个线性函数的那些无偏估计量。
对数—水平值模型（Log-Level Model）：因变量以对数形式出现，而自变量是水平（或原始）形式的一种回归模型。
对数—对数模型（Log-Log Model）：因变量和（至少一部分）解释变量都是以对数形式出现的回归模型。
长期弹性（Long-Run Elasticity）：因变量和自变量都是对数形式出现的分布滞后模型中的长期倾向。即，长期弹性是在给定解释变量增长了1%时，被解释变量最终变化的百分比。
长期乘数（Long-Run Multiplier）：参见长期倾向。
长期倾向（Long-Run Propensity）：在一个分布滞后模型中，给定自变量的一个永久性的、一个单位的增长，因变量最终的变化量。
M
配对样本（Matched Pairs Sample）：每个观测值都与另一个观测值相匹配的一种样本，如由丈夫和妻子或一对兄妹组成的样本。
测量误差（Measurement Error）：观测到的变量与多元回归方程中的变量之间的差。
微数缺测性（Micronumerosity）：由Arthur Goldberger 首先提出的一个概念，用以描述容量样本较小时计量经济学估计量的性质。
最小方差无偏估计量（Minimum Variance Unbiased Estimator）：在所有的无偏估计量中方差最小的那个估计量。
数据缺失（Missing Data）：当我们没有观测到样本中某些观测（个人、城市、时期等）所对应的一些变量值时，发生的一类数据问题。
一阶移动平均过程[MA（1）]（Moving Average Process of Order One [MA(1)]）：是由某个随机过程的当期值与一期滞后的线性函数所产生的一种时间序列过程。这个随机过程是0均值、固定方差和不相关的。
多重共线性（Multicollinearity）：指多元回归模型中自变量之间的相关性。当某些相关性“很大”时，就会发生多重共线性，但对实际的大小尺度并没有明确的规定。
多重假设检验（Multicollinearity）：涉及到参数的多个约束条件的虚拟假设检验。
多元线性回归（MLR）模型（Multiple Linear Regression (MLR) Model）：对参数是线性的一类模型，其中的因变量是自变量的函数加上一个误差项。
多元回归分析（Multiple Regression Analysis）：在多元线性回归模型中进行估计和推断的一类分析。
多重约束（Multiple Restrictions）：计量经济学模型中对参数的多于一个的约束条件。
乘数测量误差（Multiplicative Measurement Error）：观测到的变量等于实际的观测不到的变量与一个正的测量误差的乘积时出现的一种测量误差。
N
n-R-平方统计量（n-R-Squared Statistic）：参见拉格朗日乘数统计量。
名义变量（Nominal Variable）：用名义或当前美元数表示的变量。
非实验数据（Nonexperimental Data）：不是通过人为控制下的实验得到的数据。
非嵌套模型（Nonnested Models）：没有一个模型可以通过对参数施加限制条件而被表示成另一个模型的特例的两个（或更多）模型。
非平稳过程（Nonstationary Process）：联合分布在不同的时期不是恒定不变的一种时间序列过程。
正态性假定（Normality Assumption）：经典线性模型假定之一。它是指以解释变量为条件的误差（或因变量）有正态分布。
虚拟假设（Null Hypothesis）：在经典假设检验中，我们把这个假设当作真的，要求数据能够提供足够的证据才能否定它。
分子自由度（Numerator Degrees of Freedom）：在F检验中，所检验的约束条件的个数。
O
可观测数据（Observational Data）：参见非实验数据。
OLS（OLS）：参见普通最小二乘法。
OLS截距估计值（OLS Intercept Estimate）：OLS回归线的截距。
OLS回归线（OLS Regression Line）：表示了因变量的预报值与自变量的值之间关系的方程，它的参数是用OLS估计出来的。
OLS斜率估计值（OLS Slope Estimate）：OLS回归线的斜率。
遗漏变量偏误（Omitted Variable Bias）：回归中遗漏了有关变量而产生的OLS 估计量的偏误。
单侧对立假设（One-Sided Alternative）：被表述为参数大于（或小于）虚拟条件下的假设值的一种对立假设。
单尾检验（One-Tailed Test）：与单侧对立假设相对的假设检验。
序数变量（Ordinal Variable）：通过排列顺序传达信息的一种数据，它们的大小本身并不说明任何问题。
普通最小二乘法（OLS）（Ordinary Least Squares, OLS）：用来估计多元线性回归模型中的参数的一种方法。最小二乘估计值通过最小化残差的平方和得到。INTRODUCTORY ECONOMETRICS
异常数据（Outliers）：在数据集中，与大量其他数据有明显区别的观测值。这种现象可能是由于误差造成的，也可能是因为它们是由与多数其他数据不同的模型产生而造成的。
整体显著性（Overall Signi?cance of a Regression）：对多元回归方程中所有的解释变量所做的一种联合显著性检验。
模型的过度识别（Overspecifying a Model）：参见含有一个无关变量。
p值（p-value）：指能够拒绝虚拟假设的最低显著性水平。等价的，它也指虚拟假设不被拒绝的最大显著性水平。
综列数据（Panel Data）：在不同时期，横截面的不断反复得到的数据集。在平衡的综列中，同样的单位在每个时期都出现。在不平衡的综列中，有些单位往往由于衰减现象而不会在每个时期都出现。
偏效应（Partial Effect）：回归模型中的其他因素保持不变时，某个解释变量对因变量的影响。
完全共线性（Perfect Collinearity）：在多元回归中，一个自变量是一个或多个其他自变量的线性函数。
变量缺失问题的插入解（Plug-In Solution to the Omitted Variables Problem）：在OLS回归中，用一个代理变量代替观测不到的缺失变量。
政策分析（Policy Analysis）：用计量经济学模型来评估某项政策的效果的一种实证分析。
混合横截面（Pooled Cross Section）：通常在不同时点收集到的相互独立的横截面组合而成的一个单独的数据集。
总体（Population）：作为统计或计量经济分析对象的一个明确定义的组群（人、公司、城市等）。
总体模型（Population Model）：一种描述了总体特征的模型，特别是多元线性回归模型。
总体R平方（Population R-Squared）：总体中，由解释变量解释了的那部分因变量的变异。
总体回归函数（Population Regression Function）：参见条件期望。
实际显著性（Practical Signi?cance）：相对于统计显著性而言的、某个估计值的实际的或经济的重要性，用它的符号和大小来衡量。
普莱斯—温斯登（PW）估计（Prais-Winsten (PW) Estimation）：一种用来估计有AR（1）误差和严格外生解释变量的多元线性回归模型的方法；不同于科克伦-奥克特方法，它在估计中要用到第一个时期的方程。
前定变量（Predetermined Variable）：在联立方程模型中的滞后的内生变量或滞后的外生变量。
被预测变量（Predicted Variable）：参见因变量。
预报（Prediction）：把特定的解释变量的值代入所估计的模型，通常是多元回归模型中，以得到结果的一个估计值。
预测误差（Prediction Error）：实际结果与所预报的结果之间的差。
预测区间（Prediction Interval）：多元回归模型中，某个因变量的未知结果的一个置信区间。
预测变量（Predictor Variable）：参见解释变量。
项目评估（Program Evaluation）：用计量经济学方法求出某个私人或公共项目的不确定影响的一种评估方法。
代理变量（Proxy Variable）：多元回归分析中，一个与观测不到的解释变量有关系但又不相同的可观测变量。二次函数（Quadratic Functions）：包含一个或多个解释变量的平方的函数，它反映了解释变量对因变量的逐渐变弱或增强的影响。
定性变量（Qualitative Variable）：描述一个人、企业及城市等的非定量特征的变量。
拟—差分数据（Quasi-Differenced Data）：在估计有AR（1）的序列相关的回归模型时，当期数据与前一期数据乘以AR（1）模型的参数后得到的数据之间的差。
R
平方（R-Bar Squared）：参见校正的R2。
R2（R-Squared）：在多元回归模型中，由自变量解释了的那部分因变量的样本方差之和。
R2形式的F统计量（R-Squared Form of the F Statistic）：用受约束和不受约束的模型中得到的由R2-表示的、用于检验排除约束条件的F统计量。
随机抽样（Random Sampling）：在总体中随机抽取观测值的一种抽样方法。各个单位被抽取的可能性是相同的，而且每次抽样都与其他次相互独立。
随机游走（Random Walk）：在这样一种时间序列中，下个时期的值等于本期值加上一个独立的（或至少是不相关的）误差项。
有漂移的随机游走（Random Walk with Drift）：每个时期都加进一个常数（或漂移）的随机游走。
实际变量（Real Variable）：用基期货币价值表示的变量。
回归子（Regressand）：参见因变量。
回归误差设定检验（RESET）（Regression Speci?cation Error Test, RESET）：在多元回归模型中，检验函数形式的一般性方法。它是一种由最初的OLS估计得出的拟合值的平方、三次方以及可能更高次幂的联合显著性F检验。
过原点回归（Regression Through the Origin）：截距被设为0的回归分析，它的斜率通过最小化残差的平方和求出。
回归元（Regressor）：参见解释变量。
拒绝区域（Rejection Region）：使得虚拟假设被拒绝的一组检验统计量的值。
拒绝法则（Rejection Rule）：在假设检验中，决定在什么情况下拒绝虚拟假设并支持对立假设的法则。
残差（Residual）：实际值与拟合（或预报）值之间的差。样本中的每次观测都有一个相应的残差，它们被用来计算OLS回归线。
残差分析（Residual Analysis）：在估计多元回归模型后，对某次特定观测的残差的符号和大小所作的研究。
残差平方和（Residual Sum of Squares）：参见残差的平方和。
响应概率（Response Probability）：在二值响应模型中，以解释变量为条件的因变量取值为1的概率。
响应变量（Response Variable）：参见因变量。
受约束的模型（Restricted Model）：在假设检验中，施加所有虚拟假设所要求的约束条件后得到的模型。
均方根误（RMSE）（Root Mean Squared Error, RMSE）：多元回归分析中回归标准误的另一个名称（仅当期望值等于实测值—译者）。
s
样本回归函数（Sample Regression Function）：参见OLS回归线。
得分统计量（Score Statistic）：参见拉格朗日乘数统计量。
季节性虚拟变量（Seasonal Dummy Variables）：一组用来表示季节或月份的虚拟变量。
季节性（Seasonality）：月度或季度时间序列具有的均值随着一年中季节的不同而系统性变化的特点。
季节性调整（Seasonally Adjusted）：用某种统计程序，可能是对季节性虚拟变量做回归，来消除月度或季度时间序列中的季节性成分。
半弹性（Semi-Elasticity）：自变量的一个单位的增长导致的因变量的变化的百分比。
序列相关（Serial Correlation）：在时间序列或综列数据模型中，不同时期的误差之间的相关性。
INTRODUCTORY ECONOMETRICS
序列相关—稳健标准误（Serial Correlation-Robust Standard Error）：不管模型中的误差是否与序列相关，都（渐近）生效的估计量的标准误。
序列不相关（Serially Uncorrelated）：在时间序列或综列数据模型中，不同时间的误差两两之间不相关。
短期弹性（Short-Run Elasticity）：因变量和自变量都以对数形式出现的分布滞后模型中的即期倾向。
显著性水平（Signi?cance Level）：假设检验中发生第I类错误的概率。
简单线性回归模型（Simple Linear Regression Model）：因变量只是一个自变量和一个误差项的线性函数的模型。
斜率参数（Slope Parameter）：多元回归模型中的自变量的系数。
谬误相关（Spurious Correlation）：不是因为二者有因果关系，可能是因为它们都受另一个观测不到的因素影响，所导致的两个变量之间的相关性。
谬误回归问题（Spurious Regression Problem）：如果回归分析表明两个或多个无关时间序列具有一定关系，而其原因仅仅因为它们每个都有趋势或都是自积时间序列（如随机游走），或上面两种情况同时出现，这种问题就是谬误回归问题。
稳定的AR（1）过程（Stable AR(1) Process）：滞后变量的系数绝对值小于1时的AR（1）过程。序列中的两个随机变量的相关性，随着它们之间的时间间隔不断增大，以几何级数趋近于0。
β1的标准误（Standard Error of β1）：β1抽样分布的标准差的估计值。
β1的标准差（Standard Deviation of β1）：衡量β1抽样分布的分散程度的常用指标。
估计值的标准误（Standard Error of the Estimate）：参见回归的标准误。
回归的标准误（SER）（Standard Error of the Regression, SER）：多元回归分析中的总体误差的标准差的估计值。等于残差平方和的平方根除以自由度。
标准化系数（Standardized Coef?cients）：一种回归系数，它度量了自变量增加一个标准差时，因变量的改变是其标准差的倍数。
静态模型（Static Model）：只有当期的解释变量影响因变量的一种时间序列模型。
平稳过程（Stationary Process）：边际和所有的联合分布都不随时间变化的一种时间序列过程。
统计上不显著（Statistically Insigni?cant）：在选定的显著性水平上，无法拒绝总体参数等于0的虚拟假设。
统计上显著（Statistically Significant）：在选定的显著性水平上，相对于特定的对立假设，拒绝总体参数等于0的虚拟假设。
随机过程（Stochastic Process）：标注了时间的一系列随机变量。
严格外生的（Strict Exogeneity）：时间序列或综列数据模型中的解释变量的一个特点，以所有时期的解释变量为条件的、任何时期的误差项都是有0均值。更宽松的一种说法是用相关性为0来表述的。
强相依（Strongly Dependent）：参见高度持续过程。
残差平方和（Sum of Squared Residuals）：多元回归模型中，所观测的OLS残差的平方和。
求和运算符（Summation Operator）：用∑表示的一个符号，用来表示对一组数据的求和运算。
T
t 比率、t 统计量（t Ratio、t Statistic）：用来对计量经济学模型中关于参数的单个假设进行检验的一种统计量。
时间序列数据（Time Series Data）：搜集到的一个或多个变量在不同时间上的数据。
时间序列过程（Time Series Process）：参见随机过程。
时间趋势（Time Trend）：时间的函数，它是趋势时间序列过程的期望值。
总平方和（SST）（Total Sum of Squares, SST）：因变量相对于它的样本均值的总样本变异。
处理组（Treatment Group）：在项目评估中，参与这一项目的群体。
（也见实验群组）趋势过程（Trending Process）：期望值是时间的增函数或减函数的时间序列过程。
趋势—平稳过程（Trend-Stationary Process）：在除掉了时间趋势后变得平稳的过程。毫无疑问，除掉了趋势的序列是弱相依的。
真实模型（True Model）：表示因变量与有关自变量及一个干扰项之间关系的真实的总体模型。在这个模型中，0条件均值假定成立。
双侧对立假设（Two-Sided Alternative）：总体参数既可以大于又可以小于虚拟假设提出的值的一种检验方法。
双尾检验（Two-Tailed Test）：相对于双侧对立检验的检验方法。
U
无偏估计量（Unbiased Estimator）：期望值（或抽样分布的均值）等于总体值（与总体值的大小无关）的估计量。
不相关随机变量（Uncorrelated Random Variables）：相互之间没有线性关系的
随机变量。
设定不足的模型（Underspecifying a Model）：参见忽略一个有关的变量。
单位根过程（Unit Root Process）：当期值等于前一个时期的值加上一个弱相依的干扰项的一种高度持续的时间序列过程。
无约束模型（Unrestricted Model）：在假设检验中，对参数没有任何限制条件的模型。
向上偏误（Upward Bias）：估计量的期望值大于总体参数的值。
V
方差（Variance）：表示随机变量分布的分散程度的一项指标。
预测误差的方差（Variance of the Prediction Error）：当以估计的多元回归方程为基础来预报因变量的一个将来值时，产生的误差的方差。
W
弱相依（Weakly Dependent）：在时间序列过程中，表示随机变量在不同时期的两个值之间的相互依赖性质的指标（比如相关性），如果这一依赖性随着时间间隔的增大而减小，这个时间序列就是弱相依的。
加权最小二乘（WLS）估计量（Weighted Least Squares (WLS) Estimator）：用来校正某种已知形式的异方差的估计量。其中，每个残差的平方都得到一个等于误差的（估计的）方差的倒数的权重。
怀特检验（White Test）：异方差的一种检验方法，涉及到做OLS残差的平方对OLS拟合值和拟合值的平方的回归。这种检验方法的最一般的形式是，作OLS残差的平方对解释变量、解释变量的平方和所有非多余的解释变量间的交叉乘积的回归。
Z
0条件均值假定（Zero Conditional Mean Assumption）：多元回归分析中很关键的一个假定。它的含义是，给定解释变量的所有值时，误差的期望值都等于0。（参见假定MLR.3、TS.2和TS.2'）
情感语录
1.爱情合适就好，不要委屈将就，只要随意，彼此之间不要太大压力
2.时间会把最正确的人带到你身边，在此之前，你要做的，是好好的照顾自己
3.女人的眼泪是最无用的液体，但你让女人流泪说明你很无用
4.总有一天，你会遇上那个人，陪你看日出，直到你的人生落幕
5.最美的感动是我以为人去楼空的时候你依然在
6.我莫名其妙的地笑了，原来只因为想到了你
7.会离开的都是废品，能抢走的都是垃圾
8.其实你不知道，如果可以，我愿意把整颗心都刻满你的名字
9.女人谁不愿意青春永驻，但我愿意用来换一个疼我的你
10.我们和好吧，我想和你拌嘴吵架，想闹小脾气，想为了你哭鼻子，我想你了
11.如此情深，却难以启齿。其实你若真爱一个人，内心酸涩，反而会说不出话来
12.生命中有一些人与我们擦肩了，却来不及遇见；遇见了，却来不及相识；相识了，却来不及熟悉，却还要是再见
13.对自己好点，因为一辈子不长；对身边的人好点，因为下辈子不一定能遇见
14.世上总有一颗心在期待、呼唤着另一颗心
15.离开之后，我想你不要忘记一件事：不要忘记想念我。想念我的时候，不要忘记我也在想念你
16.有一种缘分叫钟情，有一种感觉叫曾经拥有，有一种结局叫命中注定，有一种心痛叫绵绵无期
17.冷战也好，委屈也罢，不管什么时候，只要你一句软话，一个微笑或者一个拥抱，我都能笑着原谅
18.不要等到秋天，才说春风曾经吹过;不要等到分别，才说彼此曾经爱过
19.从没想过，自己可以爱的这么卑微，卑微的只因为你的一句话就欣喜不已
20.当我为你掉眼泪时，你有没有心疼过
情感语录
1.爱情合适就好，不要委屈将就，只要随意，彼此之间不要太大压力
2.时间会把最正确的人带到你身边，在此之前，你要做的，是好好的照顾自己
3.女人的眼泪是最无用的液体，但你让女人流泪说明你很无用
4.总有一天，你会遇上那个人，陪你看日出，直到你的人生落幕
5.最美的感动是我以为人去楼空的时候你依然在
6.我莫名其妙的地笑了，原来只因为想到了你
7.会离开的都是废品，能抢走的都是垃圾
8.其实你不知道，如果可以，我愿意把整颗心都刻满你的名字
9.女人谁不愿意青春永驻，但我愿意用来换一个疼我的你
10.我们和好吧，我想和你拌嘴吵架，想闹小脾气，想为了你哭鼻子，我想你了
11.如此情深，却难以启齿。其实你若真爱一个人，内心酸涩，反而会说不出话来
12.生命中有一些人与我们擦肩了，却来不及遇见；遇见了，却来不及相识；相识了，却来不及熟悉，却还要是再见
13.对自己好点，因为一辈子不长；对身边的人好点，因为下辈子不一定能遇见
14.世上总有一颗心在期待、呼唤着另一颗心
15.离开之后，我想你不要忘记一件事：不要忘记想念我。想念我的时候，不要忘记我也在想念你
16.有一种缘分叫钟情，有一种感觉叫曾经拥有，有一种结局叫命中注定，有一种心痛叫绵绵无期
17.冷战也好，委屈也罢，不管什么时候，只要你一句软话，一个微笑或者一个拥抱，我都能笑着原谅
18.不要等到秋天，才说春风曾经吹过;不要等到分别，才说彼此曾经爱过
19.从没想过，自己可以爱的这么卑微，卑微的只因为你的一句话就欣喜不已
20.当我为你掉眼泪时，你有没有心疼过
(word完整版)计量经济学期末考试及答案,推荐文档
《计量经济学》课程期末考试题（二） 一、单项选择题（每小题1分，共20分） 1、计量经济研究中的数据主要有两类：一类是时间序列数据，另一类是【 】 A 、总量数据 B 、 横截面数据 C 、平均数据 D 、 相对数据 2、计量经济学分析的基本步骤是【 】 A 、 设定理论模型→收集样本资料→估计模型参数→检验模型 B 、设定模型→估计参数→检验模型→应用模型 C 、个体设计→总体设计→估计模型→应用模型 D 、确定模型导向→确定变量及方程式→估计模型→应用模型 3、在模型的经济意义检验中，不包括检验下面的哪一项【 】 A 、 参数估计量的符号 B 、参数估计量的大小 C 、 参数估计量的相互关系 D 、参数估计量的显著性 4、计量经济学模型用于政策评价时，不包括下面的那种方法【 】 A 、工具变量法 B 、 工具—目标法C 、政策模拟 D 、 最优控制方法 5、在总体回归直线E x y 10)?(ββ+=中，1β表示【 】 A 、 当x 增加一个单位时，y 增加1β个单位 B 、当x 增加一个单位时，y 平均增加1β个单位 C 、当y 增加一个单位时，x 增加1β个单位 D 、当y 增加一个单位时，x 平均增加1β个单位 6、用普通最小二乘法估计经典线性模型t t t u x y ++=10ββ，则样本回归线通过点【 】 A 、 (x ，y ) B 、 (x ，y ?) C 、(x ，y ?) D 、 (x ，y) 7、对于i ki k i i i e x x x y +++++=ββββ????22110Λ，统计量∑∑----)1/()?(/)?(2 2k n y y k y y i i i 服
计量经济学期末考试题库完整版及答案
计量经济学题库 令狐采学 、单项选择题（每小题1分） 1．计量经济学是下列哪门学科的分支学科（C）。 A．统计学 B．数学 C．经济学D．数理统计学 2．计量经济学成为一门自力学科的标记是（B）。 A．1930年世界计量经济学会成立B．1933年《计量经济学》会刊出版 C．1969年诺贝尔经济学奖设立 D．1926年计量经济学（Economics）一词构造出来 3．外生变量和滞后变量统称为（D）。 A．控制变量 B．解释变量 C．被解释变量 D．前定变量 4．横截面数据是指（A）。 A．同一时点上不合统计单位相同统计指标组成的数据B．同一时点上相同统计单位相同统计指标组成的数据 C．同一时点上相同统计单位不合统计指标组成的数据D．同一时点上不合统计单位不合统计指标组成的数据 5．同一统计指标，同一统计单位按时间顺序记录形成的数据列是（C）。 A．时期数据 B．混合数据 C．时间序列
数据D．横截面数据 6．在计量经济模型中，由模型系统内部因素决定，表示为具有一定的几率散布的随机变量，其数值受模型中其他变量影响的变量是（ B ）。 A．内生变量 B．外生变量 C．滞后变量 D．前定变量 7．描述微观主体经济活动中的变量关系的计量经济模型是 （ A ）。 A．微观计量经济模型 B．宏观计量经济模型 C．理论计量经济模型 D．应用计量经济模型 8．经济计量模型的被解释变量一定是（ C ）。 A．控制变量 B．政策变量 C．内生变量 D．外生变量 9．下面属于横截面数据的是（ D ）。 A．1991－各年某地区20个乡镇企业的平均工业产值 B．1991－各年某地区20个乡镇企业各镇的工业产值 C．某年某地区20个乡镇工业产值的合计数 D．某年某地区20个乡镇各镇的工业产值 10．经济计量阐发工作的基本步调是（ A ）。 A．设定理论模型→收集样本资料→估计模型参数→检验模型B．设定模型→估计参数→检验模型→应用模型 C．个体设计→总体估计→估计模型→应用模型D．确定模型导向→确定变量及方程式→估计模型→应用模型
计量经济学复习要点1
计量经济学复习要点 第1章 绪论 数据类型：截面、时间序列、面板 用数据度量因果效应，其他条件不变的概念 习题：C1、C2 第2章 简单线性回归 回归分析的基本概念，常用术语 现代意义的回归是一个被解释变量对若干个解释变量依存关系的研究，回归的实质是由固定的解释变量去估计被解释变量的平均值。 简单线性回归模型是只有一个解释变量的线性回归模型。 回归中的四个重要概念 1. 总体回归模型（Population Regression Model ，PRM) t t t u x y ++=10ββ--代表了总体变量间的真实关系。 2. 总体回归函数（Population Regression Function ，PRF ） t t x y E 10)(ββ+=--代表了总体变量间的依存规律。 3. 样本回归函数（Sample Regression Function ，SRF ） t t t e x y ++=10??ββ--代表了样本显示的变量关系。 4. 样本回归模型（Sample Regression Model ，SRM ） t t x y 10???ββ+=---代表了样本显示的变量依存规律。 总体回归模型与样本回归模型的主要区别是：①描述的对象不同。总体回归模型描述总体 中变量y 与x 的相互关系，而样本回归模型描述所关的样本中变量y 与x 的相互关系。②建立模型的依据不同。总体回归模型是依据总体全部观测资料建立的，样本回归模型是依据样本观测资料建立的。③模型性质不同。总体回归模型不是随机模型，而样本回归模型是一个随机模型，它随样本的改变而改变。 总体回归模型与样本回归模型的联系是：样本回归模型是总体回归模型的一个估计式，之所以建立样本回归模型，目的是用来估计总体回归模型。 线性回归的含义 线性：被解释变量是关于参数的线性函数（可以不是解释变量的线性函数） 线性回归模型的基本假设 简单线性回归的基本假定：对模型和变量的假定、对随机扰动项u 的假定（零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定） 普通最小二乘法（原理、推导） 最小二乘法估计参数的原则是以“残差平方和最小”。
计量经济学名词解释
1、计量经济学 计量经济学是一门从数量上研究物质资料的生产、交换、分配、消费等经济关系和经济活动规律及其应用的科学。 2、数据质量 数据满足明确或隐含需求程度的指标 3、相关分析 主要研究变量之间的相互关联程度，用相关系数表示。包括简单相关和多重相关（复相关）。 4、回归分析（Regression Analysis） 研究一个变量（因变量）对于一个或多个其他变量（解释变量）的数量依存关系。其目的在于根据已知的解释变量的数值来估计或预测因变量的总体平均值。 5.内生变量 指由模型系统内决定的变量，取值在系统内决定 6、面板数据 时间序列数据和截面数据的混合 7.异方差: 总体回归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。如果这一假定不满足，则称线性回归模型存在异方差性。 8.自相关 自相关是在时间序列资料中按时间顺序排列的观测值之间的相关或在横截面资料中按空间顺序排列的观测值之间的相关
9.多重共线性 解释变量之间存在完全的线性关系或近似的线性关系。解释变量存在完全的线性关系叫完全多重共线；解释变量之间存在近似的线性关系叫不完全多重共线。 10.虚拟变量 虚拟变量：在建立模型时，有一些影响经济变量的因素无法定量描述 构造只取“0”或“1”的人工变量，通常称为虚拟变量，记为D 11.平稳序列 是指时间序列的统计规律不会随着时间的推移而发生变化。 12.伪回归 所谓“伪回归”，是指变量间本来不存在相依关系，但回归结果却得出存在相依关系的错误结论。 13.协整 所谓协整，是指多个非平稳变量的某种线性组合是平稳的 14.前定变量 所有的外生变量和滞后的内生变量。前定变量=外生变量＋滞后内生变量＋滞后外生变量 15.恰好识别 恰好识别：能够唯一地估计出结构参数值。 16.结构式模型 体现经济理论中经济变量之间的关系结构的联立方程模型，称为结构式模型17.过度识别
计量经济学期末考试试卷B
读书破万卷下笔如有神 山东轻工业学院08/09学年第二学期《计量经济学》期末考试试卷 （B卷）（本试卷共7 页） 适用班级：经管学院07级所有学生 20 分）共（本题共一、单项选择题10 小题，每小题2 分， 得分请将其代码填写在每小题列出的四个备选项中只有一个 1. 在多元回归中，调整后的判定系数与判定系数的关系有（） A． < B． > C． D．关系不能确定 2R＝1时有（）根据判定系数2. 与F统计量的关系可知，当 A．F＝－1 B．F＝0 C．F＝1 D． F＝∞ 3.DW检验法适用于检验（） A．异方差性 B．序列相关 C．多重共线性 D．设定误差 2=0.98，X1的t值＝如果一个二元回归模型的 4. OLS结果为R0.00001,X2的t 值＝0.0000008，则可能存在（）问题。 A. 异方差 B. 自相关 C. 多重共线 D. 随机解释变量 读书破万卷下笔如有神
5. 在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近1，则表明模型中存在（） A．异方差性 B．序列相关 C．多重共线性 D．拟合优度低 6.容易产生自相关的数据是（） A．横截面数据 B．时间序列数据 C．年度数据 D．混合数据 ????中，模型：检验7. 线性回归??????x?ux?x?y i20ik1i12kii?时，所用的统计量为：（）),2,(,?0?k?,1H:0? i ?i0????????ii1k?1?t?nt??ttn?k．． B A ?????? ??VV ????ii1??n?tFnk?1,?k?1ktF?．． D C?????? ii22???? ??VV ii2????，8. 对于线性回归模型：检验随机误差项是否u?xxy????????x tkt221ttt0k1存在自相关的统计 量是：（） ???2ee?d61?tti2t?1t??d B． A．??1r nn2? ??n1nn???2e t1?t??2n?r i?t．． D C?t?? ?V2r1?i9. 若回归模型中的随机误差项存在一阶自回归形式的序列相关，则估计模型参数应采用（） A．普通最小二乘法 B．加权最小二乘法 C．广义差分法 D．工具变量法 d和d,在给定显著水平下，若DW统计量的下和上临界值分别为则当10. ul d DW d 时，可认为随机误差项（）ul
计量经济学复习笔记要点(达莫达尔版)
1、什么是计量经济学？ 计量经济学（Econometrics） 意为“经济测量”，它是利用经济理论、数学、统计推断等工具，对经济现象进行分析的一门社会科学。 区别与联系经济理论 计量经济学vs {数理经济学 统计学 2、计量经济学的传统方法论 Step1 理论或假说的陈述经典步骤 →分析经济问题的八个经典步骤 Step5 计量模型的参数估计 Step6 检验模型设定是否正确 Step7 假设检验（检验来自模型的假说） Step8 预测或控制 ◆关于数据 1、数据分类 （1）时间序列数据（Time Series Data）： 对一个变量在不同时间取值的一组观测结果。如每年、每月、每季度等 （2）横截面数据（Cross Section Data）： 对一个变量在同一个时间点上搜集的数据。如同一年的分国别、分省、分厂家数据 （3）混合数据（Pooled Data）： 时序和横截面的混合数据，既有分时，每一时点的观察对象又有不同(多个横截面单元) 广泛运用的一类特殊的混合数据——面板数据/综列数据/合成数据（Panel Data）： 在时间轴上对相同的横截面单元跟踪调查得到的数据。如每年对各省GDP的报告。 2、研究结果永远不可能比数据的质量更好 观测误差、近似进位计量、高度加总、选择性偏误 3、数据来源： 网站、统计年鉴、商业数据库等 （1）统计局、央行、证券交易所、世行、IMF等官方网站 （2）图书馆（纸质、电子版年鉴） （3）商业数据库 ◆两个例子 例1：凯恩斯消费理论 ①人们倾向于随他们收入的增加而增加消费，但消费的增加不如收入的增加那么多。 ②C=a+bI →确定性关系 ③Y=β1+β2X+μ→μ为扰动项，非确定性关系 ④搜集80～91年美国消费及收入数据 ⑤估计参数： 解释：平均而言，收入↑1美元，消费↑72美分 ⑥检验模型设定的正确性：是否应当加入别的可能影响消费额的变量，如就业等。
计量经济学期末考试题库(完整版)及答案
计量经济学题库 、单项选择题(每小题1分) 1?计量经济学是下列哪门学科的分支学科(C)O A.统计学 B.数学 C.经济学 D.数理统计学 2?计量经济学成为一门独立学科的标志是(B)。 A. 1930年世界计量经济学会成立 B. 1933年《计量经济学》会刊出版 C. 1969年诺贝尔经济学奖设立 D. 1926年计量经济学(EConOIniCS) —词构造出来 3.外生变量和滞后变量统称为(D)O A.控制变量B?解释变量 C.被解释变量 D.前定变量 4.横截面数据是指(A)O A.同一时点上不同统计单位相同统计指标组成的数据 B.同一时点上相同统计单位相同统计指标组成的数据 C.同一时点上相同统计单位不同统计指标组成的数据 D.同一时点上不同统计单位不同统计指标组成的数据 5.同一统计指标，同一统计单位按时间顺序记录形成的数据列是(C)O A.时期数据 B.混合数据 C.时间序列数据 D.横截面数据 6.在计量经济模型中，由模型系统部因素决定，表现为具有一定的概率分布的随机变量，其数值受模型中其他变量影响的变量是(B )o A.生变量 B.外生变量 C.滞后变量 D.前定变量 7.描述微观主体经济活动中的变量关系的计量经济模型是(A )o A.微观计量经济模型 B.宏观计量经济模型 C.理论计量经济模型 D.应用计量 经济模型 &经济计量模型的被解释变量一定是(C )o A.控制变量 B.政策变量 C.生变量 D.外生变量 9.下面属于横截面数据的是(D )o A.1991-2003年各年某地区20个乡镇企业的平均工业产值 B.1991-2003年各年某地区20个乡镇企业各镇的工业产值 C.某年某地区20个乡镇工业产值的合计数 D.某年某地区20个乡镇各镇的工业产值 10.经济计量分析工作的基本步骤是( A )0 A.设定理论模型一收集样本资料一估计模型参数一检验模型 B.设定模型一估计参数一检验模型一应用模型 C：个体设计f总体估计f估计模型f应用模型D.确定模型导向一确定变量及方程式一估计模型一应用模型 11.将生变量的前期值作解释变量，这样的变量称为( A.虚拟变量 B.控制变量 12.( B )是具有一定概率分布的随机变量， A.外生变量 B.生变量 13.同一统计指标按时间顺序记录的数据列称为( A.横截面数据 B.时间序列数据据 14?计量经济模型的基本应用领域有( A.结构分析、经济预测、政策评价 C.消费需求分析、生产技术分析、 15.变量之间的关系可以分为两大类， A.函数关系与相关关系 C.正相关关系和负相关关系 D )0 C.政策变量 它的数值由模型本身决定。 C.前定变量 B )0 C.修匀数据 A )0 B.弹性分析、D.季度分析、它们是(A 乘数分析、政策模拟年度分析、中长期分析 )o B.线性相关关系和非线性相关关系D.简单相关关系和复杂相关关系 D ?滞后变量D.滞后变量D.原始数
计量经济学期末考试试卷A(1).doc
本科课程考试试卷 考试课程与试卷类型： 计量经济学A 姓 名： 学年学期：2010-2011-1 学 号： 考试时间：2011-01- 班 级： 可自带普通计算器，计算题需写出计算过程 一、单项选择题（从下列各题四个备选答案中选出一个正确答案，并将其代号写在答题纸相应位置处。答案错选或未选者，该题不得分。每小题2分，共20分。） 1.计量经济学的研究对象是（ ） A .经济理论 B .经济数学方法 C .经济数学模型 D .经济统计 2.判定系数2R 的正确的表示形式是（ ） A .RSS/ESS B .ESS/RSS C .ESS/(TS S －ESS) D .ESS/(ESS+RSS) 3.下列检验可用于检验随机干扰项正态性假定的是（ ） A .戈德菲尔德-匡特检验 B .雅克-贝拉检验 C .怀特检验 D .F 检验 4.DW 检验适用于检验（ ） A .异方差 B .序列相关 C .多重共线性 D .设定偏误 5.设某商品需求模型为01t t t Y X u ββ=++，其中Y 是商品需求量，X 是商品价格，为考虑全年四个季节变动的影响，需引入虚拟变量个数为（ ） A .3个 B .4个 C .2个 D .5个 6.根据实际样本数据建立的回归模型是（ ） A .理论模型 B .总体回归模型 C .样本回归模型 D .确定性模型 7.给定一个模型区间估计的置信水平为99%时，则该模型检验的显著性水平为（ ） A .5% B .99% C .95% D .1% 8.方差分析中检验时使用的检验统计量是（ ） A .t 统计量 B .τ统计量 C .DW 统计量 D .F 统计量 9.在双对数线性模型01ln ln i i i Y X u ββ=++中，1β的含义是（ ） A .Y 关于X 的增长量 B .Y 关于X 的弹性 C .Y 关于X 的边际倾向 D .Y 关于X 的发展速度 【第1页 共 4页】
计量经济学重点知识整理
计量经济学重点知识整理 1一般性定义 计量经济学是以经济理论和经济数据的事实为依据,运用数学和统计学的方法,通过建立数学模型来研究经济数量关系和规律的一门经济学科。 研究的主体（出发点、归宿、核心）: 经济现象及数量变化规律 研究的工具（手段）: 模型数学和统计方法 必须明确: 方法手段要服从研究对象的本质特征（与数学不同),方法是为经济问题服务 2注意:计量经济研究的三个方面 理论：即说明所研究对象经济行为的经济理论——计量经济研究的基础 数据:对所研究对象经济行为观测所得到的信息——计量经济研究的原料或依据 方法：模型的方法与估计、检验、分析的方法——计量经济研究的工具与手段 三者缺一不可 3计量经济学的学科类型 ●理论计量经济学 研究经济计量的理论和方法 ●应用计量经济学：应用计量经济方法研究某些领域的具体经济问题 4区别: ●经济理论重在定性分析,并不对经济关系提供数量上的具体度量 ●计量经济学对经济关系要作出定量的估计,对经济理论提出经验的内容 5计量经济学与经济统计学的关系 联系: ●经济统计侧重于对社会经济现象的描述性计量 ●经济统计提供的数据是计量经济学据以估计参数、验证经济理论的基本依据 ●经济现象不能作实验，只能被动地观测客观经济现象变动的既成事实，只能依赖于经济统计数据 6计量经济学与数理统计学的关系 联系: ●数理统计学是计量经济学的方法论基础 区别： ●数理统计学是在标准假定条件下抽象地研究一 般的随机变量的统计规律性; ●计量经济学是从经济模型出发，研究模型参数 的估计和推断,参数有特定的经济意义,标准 假定条件经常不能满足，需要建立一些专门的 经济计量方法 ３、计量经济学的特点：
计量经济学名词解释与简答
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。 高斯马尔科夫定理：普通最小二乘估计量具有线性性、无偏性和有效性等优良性质，是最佳线性无偏估计量。 高斯马尔科夫假定：(1)模型设立正确 (2)无完全共线性 (3)可识别性 (4) 零均值、同方差。无序列相关假定(5) 解释变量与随机项不相关 计量经济学模型：揭示经济活动中各种因素之间的定量关系，用随机性的数学方程加以描述。广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。 狭义计量经济学：以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。计量经济学: 是经济学的一个分支学科，是以揭示经济活动中的客观存在的数量关系为内容的分支学科。 计量经济学模型成功的三要素:理论、方法和数据。 滞后变量模型：把过去时期的，具有滞后作用的变量叫做滞后变量，含有滞后变量的模型称为滞后变量模型。 多重共线性：如果某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。 多重共线性的后果：(1)完全共线性下参数估计量不存在(2)近似共线性下普通最小二乘法参数估计量的方差变大(3)参数估计量经济含义不合理(4)变量的显著性检验和模型的预测功能失去意义。 多重共线性的检验:(1)检验多重共线性是否存在(2)判明存在多重共线性的范围。 克服多重共线性的方法:(1)排出引起共线性的变量(2)差分法(3)减小参数估计量的方差。完全共线性：对于多元线性回归模型，其基本假设之一是解释变量，，…，是相互独立的，如果存在，i=1，2，…，n，其中c不全为0，即某一个解释变量可以用其他解释变量的线性组合表示，则称为完全共线性。 异方差性：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，则认为出现了异方差性。 异方差性的后果：(1)参数估计量非有效(2)变量的显著性检验失去意义(3)模型的预测失效异方差性的检验方法：(1)图示检验法(2)帕克检验和戈里瑟检验(3)G-Q检验(4)怀特检验。异方差性的修正:最常用的方法是加权最小二乘法，即对原模型加权，使之变成一个新的不存在异方差的模型，然后采用OLS法估计其参数。 序列相关性：多元线形回归模型的基本假设之一是模型的随机干扰项相互独立或不相关。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。 序列相关性的后果：(1)参数估计量非有效(2)变量的显著性检验失去意义(3)模型的预测失败。 序列相关性的检验方法：(1)图示法(2)回归检验法(3)杜宾—瓦森检验法 (4)拉格朗日乘法检验。 序列相关性的补救:(1)广义最小二乘法(2)广义差分法(3)随机干扰项相关系数的估计(4)广义差分法在计量经济学软件中的实现。 最小二乘估计量的性质：(1)线形性(2)无偏性(3)有效性(4)渐近无偏性(5)一致性(6)渐进有效性。 最小样本容量：即从最小二乘原理和最大似然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限。 随机干扰项：即随机误差项，是一个随机变量，是针对总体回归函数而言的。 无偏性：是指参数估计量的均值（期望）等于模型的参数值。 需求函数的零阶齐次性：消费者收入、商品价格和相关商品价格均增长 倍时，商品的需
计量经济学期末考试及答案3
计量经济学期末考试及答案3
《计量经济学》课程期末考试试卷（三） 一、 单项选择题（每小题1分，共20分） 1、计量经济学的理论模型设计工作，不包括下面【 】方面。 A 、选择变量 B 、确定变量之间的数学表达式 C 、收集数据 D 、确定待估计参数理论预期值 2、计量经济学模型成功的三要素不包括【 】。 A 、理论 B 、应用 C 、数据 D 、方法 3、相关关系是指变量间的【 】关系。 A 、逻辑依存 B 、因果 C 、函数依存 D 、随机数学 4、截面数据是指同一时间条件下【 】组成的数据。 A 、不同统计单位相同统计指标 B 、相同统计单位相同统计指标 C 、相同统计单位不同统计指标 D 、不同统计单位不同统计指标 5、参数β的估计量β?被称为“最有效估计”是指ββ=)?(E 且【 】。 A 、0)?(=β Var B 、=)?(βVar 最小 C 、0)?(2=-ββ D 、ββ-?最小 6、可决系数2R 的取值范围是【 】。 A 、2R ≤－1 B 、2R ≥1 C 、0≤2R ≤1 D 、－1≤2R ≤1 7、下列关于模型参数估计的说法中正确的是【 】。 A 、一致性是指：样本量趋于无穷时，估计量收敛到参数真值。 B 、方差最小的估计量一定最好。 C 、对于无偏估计而言，均方误差最小与方差最小等价。 D 、对任意线性回归模型而言，最小二乘估计与最大似然估计等价。 8、下列模型不可化为线性回归模型的是【 】。 A 、i i i AX Y μα += B 、i i i LnX Y μββ++=10 C 、i i i X LnY μββ++=10 D 、i i i LnX LnY μββ++=`0
《计量经济学》复习重点及答案
各位同学：请大家按照这个复习重点进行认真复习，考试时请大家带上计算器，平时成绩占30%，期末占70%。 考试题型： 一、名词解释题(每小题4分，共20分) 计量经济学：一门由经济学、统计学和数学结合而成的交叉学科. 经济学提供理论基础,统计学提供资料依据,数学提供研究方法 总体回归函数：被解释变量的均值同一个或者多个解释变量之间的关系 样本回归函数：是总体回归函数的近似 OLS 估计量 ：以残差平方和最小的原则对回归模型中的系数进行估计的方法。普通最小二乘法估计量 OLS 估计量可以由观测值计算 OLS 估计量是点估计量 一旦从样本数据取得OLS 估计值，就可以画出样本回归线 BLUE 估计量、BLUE ：最优线性无偏估计量, 其估计量是无偏估计量，且在所有的无偏估计量中其方差最小。 拟合优度、衡量了解释变量能解释的离差占被解释变量的百分比。 拟合优度R 2(被解释部分在总平方和(SST)中所占的比例) 虚拟变量陷阱、 带有截距项的回归模型，如果有m 个定性变量，只能引入m-1个虚拟变量。如果引入了m 个，就将陷入虚拟变量陷阱。既模型中存在完全共线性，使得模型无法估计 方差分析模型、解释变量仅包含定性变量或虚拟变量的模型。 协方差分析模型、回归模型中的解释变量有些是定性的有些是定量的。 多重共线性 多重共线性是指解释变量之间存在完全的线性关系或近似的线性关系. 分为完全多重共线性和不完全多重共线性 ??)X |E(Y ?) )X |E(Y ( ??? :SRF 2211i 21i 21的估计量。是的估计量；是的估计量；是其中相对于ββββββββi i i i Y X X Y +=+=∑∑==2 22?i i y y TSS ESS R
@计量经济学名词解释
三、名词解释 1．经济计量学：是经济学、统计学和数学合流而构成的一门交叉学科。 2．理论经济计量学：是寻找适当的方法，去测度由经济计量模型设定的经济关系式。 3．应用经济化量学：以经济理论和事实为出发点，应用计量方法，解决经济系统运行过程中的理论问题或实践问题。 4．内生变量：具有一定概率分布的随机变量，由模型自身决定，其数值是求解模型的结果。 5．外生变量：是非随机变量，在模型体系之外决定，即在模型求解之前已经得到了数值。 6．随机方程：根据经济行为构造的函数关系式。 7．非随机方程：根据经济学理论或政策、法规而构造的经济变量恒等式。 8．时序数据：指某一经济变量在各个时期的数值按时间先后顺序排列所形成的数列。 9．截面数据：指在同一时点或时期上，不同统计单位的相同统计指标组成的数据。 三、名词解释 1．回归分析：就是研究被解释变量对解释变量的依赖关系，其目的就是通过解释变量的已知或设定值，去估计或预测被解释变量的总体均值。 2．相关分析：测度两个变量之间的线性关联度的分析方法。 3．总体回归函数：E (Y /X i )是X i 的一个线性函数，就是总体回归函数，简称总体回归。它表明在给定X i 下Y 的分布的总体均值与X i 有函数关系，就是说它给出了Y 的均值是怎样随X 值的变化而变化的。 4．随机误差项：为随机或非系统性成份，代表所有可能影响Y ，但又未能包括到回归模型中来的被忽略变量的代理变量。 5．有效估计量：在所有线性无偏估计量中具有最小方差的无偏估计量叫做有效估计量。 6．判定系数：TSS ESS Y Y Y Y R i i =--=∑∑222)()?(，是对回归线拟合优度的度量。R 2测度了在Y 的总变异中由回归模型解释的那个部分所占的比例或百分比。 三、名词解释 1．异方差 ：在回归模型中，随机误差项1u ，2u ，…，n u 不具有相同的方差，即 ()()≠i j Var u Var u ，当j i ≠时 ，则称随机误差的方差为异方差 。 2．序列相关 ：在进行回归分析时，我们总假定其随机误差项是不相关的，即 (,)0,i j Cov u u i j =≠ 上式表示不同时点的误差项之间不相关。如果一个回归模型不满足上式，即(,)0i j Cov u u ≠，则我们称随机误差项之间存在着序列相关现象，也称为自相关 3．加权最小二乘法 ：为了克服方差非齐性，所采用的方法即加权最小二乘法。基本思
计量经济学期末试卷
?第一题判断题10×2=20分（从以下题目中任选10题，判断对错；如果2 ? P66 1，OLS法是使残差平方和最小化的估计方法。 对 2，计算OLS估计值无需古典线性回归模型的基本假定。 对 3，若线性回归模型满足假设条件（1）——（4），但扰动项不服从正态分布，则尽管OLS估计量不再是BLUE，但仍为无偏估计量。 错只要满足（1）——（4），OLS估计量就是BLUE 4，最小二乘斜率系数的假设检验所依据的是t分布，要求??的抽样分布是正态分布。 对 5,R =TSS/ESS 错R =ESS/TSS 6，若回归模型中无截距项，则Σet=0未必成立。 对 7，若原假设未被拒绝，则它为真。 错只能说不能拒绝原假设 8，在双变量回归模型中，б 的值越大，斜率系数的方差越大。 错Var(??)=б /Σxt 只有当Σxt 恒定，上述说法才正确。 P149
1，尽管存在严重多重共线性，普通最小二乘法估计量仍然是最佳线性 无偏估计量。 对 2，如果分析的目的仅仅是为了预测，则多重共线性并无妨碍。 对 3，如果解释变量两两之间的相关系数都低，则一定不存在多重共线性。 错即使解释变量两两之间的相关系数都低，也不能排除存在多重共线性 的可能性 4，如果存在异方差性，通常用的t检验和F检验是无效的。 对 5，当存在自相关时，OLS估计量既不是无偏的，也不是有效的。 注意： 本书中无偏性不成立仅两种情况： 1，模型中忽略了有关的解释变量。 2，随机解释变量与扰动项同期无关。 错在扰动项自相关的情况下OLS估计量仍为无偏估计量，但不再具有最 小方差的性质，即不是BLUE 6，消除一阶自相关的一阶差分变换法假定自相关系数必须等于1。 对 7，模型中包含无关的解释变量，参数估计会有偏，并且会增大估计量的 方差，即增大误差。 错模型中包含无关的解释变量，参数估计仍无偏，但会增大估计量的方 差，即增大误差 8，多元回归中，如果全部“斜率”系数各自t检验都不显著，则R 值也高 不了。
计量经济学要点
第一章 导论 1、什么是计量经济学模型？它有哪些要素？要素的内容是什么？ 计量经济模型就是经济变量之间所存在的随机关系的一种数学表达式，其一般形式为： 模型由经济变量（x,y ），随机误差项（u ），参数（β）和方程的形式 f (?)等四个要素构成。 经济变量（x,y ）——用于描述经济活动水平的各种量，是经济计量建模的基础 随机误差项（u ）——表示模型中尚未包含的影响 因素对因变量的影响，一般假定其满足一定条件。 参数（β）——是模型中表示变量之间 数量关系的系数， 具体说明解释变量对解释变量的影响程度。 方程的形式 f (?) ——是将计量经济模型的三个要素联系 在一起的数学表达式，分为线性模型和非线性模型。 2、经典计量经济学模型的建模步骤及主要内容是什么？ 经典计量建模可分为四个连续的阶段：模型设定，参数估计，模型检验，模型应用。模型设定阶段需研究有关经济理论并确定变量以及函数形式，进行样本数据的收集与整理；模型的参数估计阶段要用到统计推断、回归分析方法，经常需要借助于统计软件的帮助得到参数的估计结果，参数一经确定，模型中各变量之间的关系就确定了，模型也就随之确定了。参数估计的主要方法有最小平方法（OLS ）及其拓展形式（GLS 、WLS 、2StageLS 等）、最大似然估计法、数值计算法等；模型检验包括经济意义检验、统计检验、计量经济检验；模型可应用于验证与发展经济理论、结构分析、经济预测、政策评价等方面。 3、数据及数据类型 变量的具体取值称为数据(Data)。数据是经济计量分析的原材料，根据形式不同，数据分为时间序列数据、横截面数据和合并数据。 1.时间序列数据（Time series data ）是按时间顺序排列而成的数据。 2.截面数据（Cross sectional data ）又称横断面数据，是指在同一时间，不同统计单位的相同统计指标组成的数据列。 3.合并数据（Pooled data ）是指既有时间序列数据又有横截面数据。 4、试题举例 1、在同一时间不同统计单位的相同统计指标组成的数据列，是（ ）。 A 、 原始数据 B 、 合并数据 C 、 时间序列数据 D 、 横截面数据 2、既有时间序列数据又有横截面数据的数据是( )。 A 、 原始数据 B 、时间序列数据 C 、合并数据 D 、 截面数据 第二章 一元线性回归 一、主要内容： 1为什么计量经济学模型的理论方程中必须包含随机干扰项？（或：随机误差项包含哪些内容？） 在总体回归函数中引进随机扰动项，主要有以下几方面的原因： (,,) y f x u β=
计量经济学名词解释和简答题
计量经济学 第一部分：名次解释 第一章 1、模型：对现实的描述和模拟。 2、广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。 3、狭义计量经济学：以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。 第二章 1、总体回归函数：指在给定Xi 下Y 分布的总体均值与Xi 所形成的函数关系（或者说总体被解释变量的条件期望表示为解释变量的某种函数）。 2、样本回归函数：指从总体中抽出的关于Y ，X 的若干组值形成的样本所建立的回归函数。 3、随机的总体回归函数：含有随机干扰项的总体回归函数（是相对于条件期望形式而言的）。 4、线性回归模型：既指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以他们的1次方出现。 5、随机干扰项：即随机误差项，是一个随机变量，是针对总体回归函数而言的。 6、残差项：是一随机变量，是针对样本回归函数而言的。 7、条件期望：即条件均值，指X 取特定值Xi 时Y 的期望值。 8、回归系数：回归模型中βo ，β1等未知但却是固定的参数。 9、回归系数的估计量：指用?μ01 ,ββ等表示的用已知样本提供的信息所估计出来总体未知参数的结果。 10、最小二乘法：又称最小平方法，指根据使估计的剩余平方和最小的原则确定样本回归函数的方法。 11、最大似然法：又称最大或然法，指用生产该样本概率最大的原则去确定样本回归函数的方法。 12、估计量的标准差：度量一个变量变化大小的测量值。 13、总离差平方和：用TSS 表示，用以度量被解释变量的总变动。 14、回归平方和：用ESS 表示：度量由解释变量变化引起的被解释变量的变化部分。 15、残差平方和：用RSS 表示：度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。 16、协方差：用Cov （X ，Y ）表示，度量X,Y 两个变量关联程度的统计量。 17、拟合优度检验：检验模型对样本观测值的拟合程度，用2R 表示，该值越接近1，模型对样本观测值拟合得越好。 18、t 检验时针对每个解释变量进行的显著性检验，即构造一个t 统计量，如果该统计量的值落在置信区间外，就拒绝原假设。 19、相关分析：研究随机变量间的相关形式 20、回归分析：研究一个变量关于另一个（些）变量的依赖关系的计算方法和理论。 第三章 1、多元线性回归模型：在现实经济活动中往往存在一个变量受到其他多个变量的影响的现象，表现为在线性回归模型中有多个解释变量，这样的模型成为多元线性回归模型，多元指多个变量。
计量经济学期末试卷(满分70分)
计量经济学期末试卷（2004年6月，满分70分） 一（24分）将中国城镇居民按照人均年收入分成组，以2003年的组平均数为样本观测值，建立中国城镇居民消费函数模型，以人均年消费额为被解释变量，经过理论分析和经验检验，选择人均年收入和人均储蓄余额作为解释变量，解释变量和被解释变量之间的关系为直接线性关系。模型形式为： ⑴分别写出该问题的总体回归函数、总体回归模型、样本回归函数和样本回归模型； ⑵分别写出随机误差项具有同方差且无序列相关、具有异方差但无序列相关、具有异方差且具有一阶序列相关时的方差—协方差矩阵； ⑶当模型满足基本假设时，写出关于普通最小二乘法参数估计量的正规方程组； ⑷直观判断该模型是否具有异方差性？为什么？ ⑸如果该模型存在异方差性，写出加权最小二乘法参数估计量的矩阵表达式，并指出在实际估计时权矩阵是如何选择的； ⑹指出“偏回归系数” 的实际含义，并指出解释变量满足什么条件时可以用一元回归模型得到相同的的估计结果？ ⑺如果仅以入均收入200元及以上的收入组为样本，用OLS和ML分别估计模型，参数估计量是否等价？为什么？ ⑻如果模型中未包括显著的解释变量，可能导致模型违背哪些基本假设？ 二（8分）简要回答下列问题： ⑴C-D生产函数模型和CES生产函数模型关于要素替代弹性和技术进步的假设分别是什么？ ⑵建立城镇居民食品类需求函数模型如下： 其中V为人均购买食品支出额、Y为人均收入、为食品类价格、为其它商品类价格。指出各个参数估计量的经济意义和数值范围。 三（8分）某联立方程计量经济学模型有3个方程、3个内生变量、3个外生变量和样本观测值始终为1的虚变量C，样本容量为n。其中第二个方程为 ⑴能否采用OLS方法估计该结构方程？为什么？ ⑵如果采用工具变量方法估计该方程，如何选择的工具变量？（指出两种选择） 四（16分）中国的银行系统正遭受着坏帐的困扰，有估计认为全部坏帐足以让整个银行系统崩溃。毫无疑问坏帐是资源配置被扭曲的一个例子，换句话说如果没有坏帐，中国的GDP增长率也许会更高。为检验这一理论，假设你已经收集了中国银行系统坏帐累计总额的时序数据，以及其它一些总量数据如GDP，人口和总投资。 ⑴写出一个能够描述该问题的计量经济学模型，并解释。 ⑵写出检验下述命题的原假设：“坏帐对当期GDP增长率无影响”。 ⑶为1中你的模型提供合适的计量经济学估计方法，详细说明。 ⑷要让3中你的估计量满足一致性，必须满足什么条件？ 五（14分）假设你想研究国企和外企生产率的差别，为此你建立了如下的模型：
计量经济学期末考试范围
一、单项选择题（10×1分=10分）。 1、“计量经济学”一词最早是由（B ）依照“生物计量学”创造出来的。 A 、恩格尔（R.Engle ） B 、弗瑞希（R.Frisch ） C 、萨缪尔森（P.Smuelson ） D 、丁伯根（J.Tinbergen ） 2、把反映某一总体特征的同一指标的数据，按一定的时间顺序和时间间隔排列起来， 这样的数据称为（ B ）。 A 、横截面数据； B 、 时间序列数据； C 、修匀数据； D 、随机数据 3、总体平方和TSS 、残差平方和RSS 与回归平方和ESS 三者的关系是（ B ）。 A 、RSS=TSS+ESS B 、TSS=RSS+ESS C 、ESS=RSS-TSS D 、ESS=TSS+RSS 4、多元线性回归模型的“线性”是指对（ C ）而言是线性的。 （A ）解释变量； （B ）被解释变量；（C ）回归参数； （D ）剩余项 5、用一组有30个观测值的样本估计模型01122i i i i y x x u βββ=+++后，在0.05的显著性 水平下对1β的显著性做t 检验，则1β显著地不等于零地条件是其统计量大于等于（ D ） （A ）t 0.05（30）；（B ）t 0.025（28）；（C ）t 0.025（27）；（D ）F 0.025（1，28） 6、完全多重共线性产生的后果包括参数估计量的方差（ C ） （A ）增大；（B ）减小；（C ）无穷大； （D ）无穷小 7．更容易产生异方差的数据为（ C ） A.时序数据 B.平均数据 C.横截面数据 D.年度数据 8．在修正异方差的方法中，不正确的是（ D ） A.加权最小二乘法； B.对原模型变换的方法； C.对模型的对数变换法； D.两阶段最小二乘法 9、在分段线性回归分析中，如果只有一个属性变量，且其有三种类型，则引入虚拟变量个数应为（ B ） A 、 1个， B 、 2个， C 、3个， D 、4个； 10、根据样本资料建立某消费函数如下： t t t X D C 45.035.555.100?++=，其中C 为消费，x 为收入，虚拟变量???=农村家庭 城镇家庭01D ，所有参数均检验显著，则城镇家庭的消费函数为( A )。 A 、t t X C 45.058.551?+= B 、 t t X C 45.005.001?+= C 、t t X C 35.5550.100?+= D 、 t t X C 35.5595.100?+= 二、多项选择题（10×2分=20分）。 1、经济计量分析工作的几个步骤是（BCDE ）。 A 、经济理论研究 B 、设定模型 C 、估计参数 D 、检验模型 E 、应用模型 2、计量经济模型的检验一般包括内容有（ABCD ）。 A 、经济意义检验 B 、统计推断检验 C 、计量经济学检验 D 、预测检验 E 、对比检验
计量经济学名词解释
计量经济学名词解释 WTD standardization office【WTD 5AB- WTDK 08- WTD 2C】
计量经济学名词解释1．经济变量：经济变量是用来描述经济因素数量水平的指标。（3分） 2．解释变量：是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量。（2分）它对因变量的变动做出解释，表现为方程所描述的因果关系中的“因”。（1分） 3．被解释变量：是作为研究对象的变量。（1分）它的变动是由解释变量做出解释的，表现为方程所描述的因果关系的果。（2分） 4．内生变量：是由模型系统内部因素所决定的变量，（2分）表现为具有一定概率分布的随机变量，是模型求解的结果。（1分） 5．外生变量：是由模型系统之外的因素决定的变量，表现为非随机变量。（2分）它影响模型中的内生变量，其数值在模型求解之前就已经确定。（1分） 6．滞后变量：是滞后内生变量和滞后外生变量的合称，（1分）前期的内生变量称为滞后内生变量；（1分）前期的外生变量称为滞后外生变量。（1分） 7．前定变量：通常将外生变量和滞后变量合称为前定变量，（1分）即是在模型求解以前已经确定或需要确定的变量。（2分） 8．控制变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条件和状态等方面的变量，（2分）它一般属于外生变量。（1分） 9．计量经济模型：为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，（2分）是以数学形式对客观经济现象所作的描述和概括。（1分） 10．函数关系：如果一个变量y的取值可以通过另一个变量或另一组变量以某种形式惟一地、精确地确定，则y与这个变量或这组变量之间的关系就是函数关系。（3
计量经济学期末考试题库完整版)及答案
计量经济学题库、单项选择题（每小题1分） 1．计量经济学是下列哪门学科的分支学科（C）。 A．统计学B．数学C．经济学D．数理统计学 2．计量经济学成为一门独立学科的标志是（B）。 A．1930年世界计量经济学会成立B．1933年《计量经济学》会刊出版 C．1969年诺贝尔经济学奖设立D．1926年计量经济学（Economics）一词构造出来 3．外生变量和滞后变量统称为（D）。 A．控制变量B．解释变量C．被解释变量D．前定变量4．横截面数据是指（A）。 A．同一时点上不同统计单位相同统计指标组成的数据B．同一时点上相同统计单位相同统计指标组成的数据 C．同一时点上相同统计单位不同统计指标组成的数据D．同一时点上不同统计单位不同统计指标组成的数据 5．同一统计指标，同一统计单位按时间顺序记录形成的数据列是（C）。 A．时期数据B．混合数据C．时间序列数据D．横截面数据6．在计量经济模型中，由模型系统内部因素决定，表现为具有一定的概率分布的随机变量，其数值受模型中其他变量影响的变量是（ B ）。 A．内生变量B．外生变量C．滞后变量D．前定变量7．描述微观主体经济活动中的变量关系的计量经济模型是（A ）。 A．微观计量经济模型B．宏观计量经济模型C．理论计量经济模型D．应用计量经济模型 8．经济计量模型的被解释变量一定是（ C ）。 A．控制变量B．政策变量C．内生变量D．外生变量9．下面属于横截面数据的是（ D ）。
A．1991－2003年各年某地区20个乡镇企业的平均工业产值 B．1991－2003年各年某地区20个乡镇企业各镇的工业产值 C．某年某地区20个乡镇工业产值的合计数D．某年某地区20个乡镇各镇的工业产值 10．经济计量分析工作的基本步骤是（ A ）。 A．设定理论模型→收集样本资料→估计模型参数→检验模型B．设定模型→估计参数→检验模型→应用模型 C．个体设计→总体估计→估计模型→应用模型D．确定模型导向→确定变量及方程式→估计模型→应用模型 11．将内生变量的前期值作解释变量，这样的变量称为（ D ）。 A．虚拟变量B．控制变量C．政策变量D．滞后变量 12．（ B ）是具有一定概率分布的随机变量，它的数值由模型本身决定。 A．外生变量B．内生变量C．前定变量D．滞后变量 13．同一统计指标按时间顺序记录的数据列称为（ B ）。 A．横截面数据B．时间序列数据C．修匀数据D．原始数据 14．计量经济模型的基本应用领域有（ A ）。 A．结构分析、经济预测、政策评价B．弹性分析、乘数分析、政策模拟 C．消费需求分析、生产技术分析、D．季度分析、年度分析、中长期分析 15．变量之间的关系可以分为两大类，它们是（ A ）。 A．函数关系与相关关系B．线性相关关系和非线性相关关系 C．正相关关系和负相关关系D．简单相关关系和复杂相关关系 16．相关关系是指（ D ）。 A．变量间的非独立关系B．变量间的因果关系C．变量间的函数关系D．变量间不确定性