第1-4章 计量经济学 复习题(2015.5).doc

第1-4章计量经济学复****题()
第一部分简单线性回归的基本思想
解释概念
1、总体回归函数(PRF)
答:总体回归函数反映了被解释变量的均值同一个或多个解释变量之间的关系。即
2、样本回归函数(SRF)
样本回归函数是总体回归函数的近似。即
3、随机总体回归函数
从总体上表明了单个y同解释变量和随机干扰项之间的关系。即
4、随机样本回归函数
从所抽取样本的角度说明了被解释变量与被解释变量以及残差之间的关系。即
5、线性回归模型
回归参数为线性的回归模型。
6、随机误差项()
它代表了与被解释变量y有关但未被纳入模型变量的影响。每一个随机误差项对于y的影响都是非常小的,且是随机的。随机误差项的均值为零。即
7、残差项()
它是随机误差项的近似。即
8、回归系数或回归参数
若,则称为回归系数或回归参数。
9、回归系数的估计量
回归系数的估计量()说明了如何通过样本数据来计算回归系数()的估计值。也称为样本回归估计值。
随机总体回归函数与随机样本回归函数有什么区别?
随机总体回归函数是从总体上表明了单个y同解释变量和随机干扰项之间的关系。即
随机样本回归函数是从所抽取样本的角度说明了被解释变量与被解释变量以及残差之间的关系。即
:“既然不能观察到总体回归函数,为什么还要研究它呢?”
答:就像经济理论中的完全竞争模型一样,总体回归函数也是一个理论化的、理想化的模型,在现实中很难得到。但是这样一个理想化的模型有助于我们把握所研究问题的本质。
。
1、随机误差项与残差项是一回事。
答:错误。残差项是随机误差项的一个近似(估计值)。
2、总体回归函数给出了与自变量每个取值相对应的因变量的值。
答:错误。总体回归函数给出了在解释变量给定条件下被解释变量的条件均值。
3、线性回归模型意味着模型变量是线性的。
答:错误。线性回归模型是指所建立的模型中回归系数为线性。而其中的解释变量和被解释变量不一定是线性的。
4、在线性回归模型中,解释变量是因,因变量是果。
答:错误。通常情况下,解释变量与被解释变量之间的因果关系是由经济理论决定的,而不是由回归模型决定的。
5、随机变量的条件均值与非条件均值是一回事。
答:错误。只有x和y独立时才相等。
?
(1);(2);(3)。
上述哪些量可以观察得到?如何观察得到?
答:(1)的回归估计量;(2)的回归估计量;(3)的估计量。
在现实中,我们无法观测到,但是只要得到一组观测数据,就可以通过得到它们的估计量。
下表列出了若干对自变量与因变量。对每一对变量,它们之间的关系如何?是正的?负的?还是无法确定?也就是说,其斜率是正还是负,或都不是?说明理由。
序号
因变量
自变量
序