古扎拉蒂-经济计量学习题答案VIP免费

部分作业答案：（各题只要回答到如下程度就是满分哦）第1章概论一、填空1.近似，散点；2.平均值，平均值第2章线性回归的基础理论一、填空1.因变量Y，解释变量X二、单项选择题1-2AB三、名词解释总体：实验所有可能结果的集合称为总体或样本空间。样本：也叫样本点，是指总体的某个元素或某种结果。随机实验：至少有两个可能的结果，但不确定哪一个结果会出现的某个观察或测度过程。估计量：是指总体参数的估计方法或计算公式。估计值：估计量的某一具体取值称为估计值。变量线性：是指因变量的条件均值是解释变量的线性函数。参数线性：是指因变量的条件均值是参数B的线性函数，而变量之间不一定是线性的。四、简述1.答：14世纪英国逻辑学家奥卡姆提出简单有效原理，即“如无必要，勿增实体”,亦即“切勿浪费较多东西去做用较少的东西同样可以做好的事情”。因此，模型应尽量简化，只要不遗漏重要变量即可，即便某些变量对Y有影响，但它们的综合影响如果是有限的，非随机的，都可以不予考虑，即归入u中。2.答：对双变量回归模型而言，如果总体回归线接近于直线，可用函数表示为E(Y︱Xi)=B1+B2Xi，其中，B1为截距，B2为斜率，该函数就称为非随机总体回归函数。它表示在给定X的条件下，Y分布的均值。对双变量回归模型而言，如果总体回归线接近于直线，回归方程可表示为Yi=B1+B2Xi+ui，其中，B1+B2Xi表示在给定X的条件下Y分布的均值，ui为随机误差项。它表示真实的Y值是如何在均值附近波动的。对双变量回归模型而言，若样本回归线接近于直线，则非随机样本回归函数可表示为=b1+b2Xi，其中，=总体条件均值E(Y︱Xi)的估计量，b1=真实截距B1的估计量，b2=真实斜率B2的估计量。对双变量回归模型而言，若样本回归线接近于直线，则随机样本回归函数可表示为Yi=b1+b2Xi+ei，其中，b1+b2Xi表示总体条件均值E(Y︱Xi)的估计量，ei表示误差项ui的样本估计量，称为残差。五、论述题什么是普通最小二乘法？（按教材内容回答，不必按讲义，因它太细了）答：回归分析的目的是根据SRF(样本回归函数)估计PRF(总体回归函数)，普通最小二乘法是获得SRF最主要的方法。随机PRF（Yi=B1+B2Xi+ui）不能直接观察，但能通过随机SRF（Yi=b1+b2Xi+ei）估计。由SRF得ei=Yi-b1-b2Xi，而=b1+b2Xi，因此，ei=Yi-=实际的Yi-估计的Yi。残差的绝对值越小，表示SRF与PRF越靠近，即估计越好。残差的平方和最小即可表示SRF与PRF越靠近，用数学公式表示为：。该式中，X和Y可由观测得到，是b1和b2的函数。因此，等价于分别对b1和b2求偏导等于0。由此，得到：其中，n为样本容量。此联立方程称为最小二乘正规方程。求解正规方程得到：其中，样本截距b1是总体截距B1的估计量，样本斜率b2是总体斜率B2的估计量。xi，yi表示变量与其相应均值的离差，即xi=Xi-，yi=Yi-。第3章常用概率分布一、填空1.正态；倒扣的钟形2.随机抽样（或随机样本）；独立同分布3.正态分布；正态分布4.N(0,1)；n-1；学生t分布5.χ26.χ2二、单项选择题1-5DCBAC三、名词解释概率密度函数：是指连续型随机变量在某一特定范围或区域内的概率。期望：是随机变量的可能取值的加权平均，权重为各可能取值的概率。换言之，随机变量的期望就是该变量可能取值与其对应概率之积的加总。方差：等于随机变量与均值之差的平方的期望，即var(X)==E(X-μx)2，其中，μx=E(X)。方差表明随机变量X的取值与均值的偏离程度。自由度：是指计算统计量(如样本均值或方差)时独立观察值的个数。第4章统计推断的基本理论一、填空1.估计，假设检验2.固定值，随机变量二、单项选择题1B三、名词解释统计推断：是指根据来自总体的某个随机样本，对总体的某些特征作出推论。抽样误差：因样本不同而导致估计值的差异叫做抽样变异或抽样误差。估计：概率分布函数的性质由其参数决定，通常根据样本估计总体参数，假设样本容量为n的随机样本来自服从某概率的总体，用样本均值作为总体均值的估计量，样本方差作为总体方差的估计量，这个过程称为估计。BLUE：最优线性无偏估计量。如果一个估计量是线性的和无偏的，并且，在所有无偏估计量中，它的方差最小，则称它是最优线性无偏估计量。一致估计...