1. 如何对测量误差和设定误差的后果进行分析
1、设定误差产生的来原因是：源 （1）模型的制定者不熟悉相应的理论知识； （2）对经济问题本 身认识不够或不熟悉前人的相关工作； （ 3） 模型制定者缺乏相关变量的数据； （4）解释变量无法测量或数据本身存在测量误差。 2、一个好的计量经济学模型应当具有如下性质： （1）随机干扰项的期望值为0； （2）消除了异方差，即总体回归函数中的随机误差项满足同方差性； （3）解释变量无多重共线性； （4）消除了模型中由于惯性、设定偏误、滞后等带来的自行关。
2. 不同类型的设定误差对模型参数估计的影响有哪些相同之处
1、设定误差产生来的原因是：
（源1）模型的制定者不熟悉相应的理论知识；
（2）对经济问题本
身认识不够或不熟悉前人的相关工作；
（
3）
模型制定者缺乏相关变量的数据；
（4）解释变量无法测量或数据本身存在测量误差。
2、一个好的计量经济学模型应当具有如下性质：
（1）随机干扰项的期望值为0；
（2）消除了异方差，即总体回归函数中的随机误差项满足同方差性；
（3）解释变量无多重共线性；
（4）消除了模型中由于惯性、设定偏误、滞后等带来的自行关。
3. 计量经济学中随机误差项为什么一定是同方
应该包含却又未来包含该变量和不正自确的函数形式都会产生设定误差。
一个好的计量经济学模型应当具有如下性质：
1.随机干扰项的期望值为0；2.消除了异方差，即总体回归函数中的随机误差项满足同方差性；3.解释变量无多重共线性；4.消除了模型中由于惯性、设定偏误、滞后等带来的自行关。
4. 遗漏变量偏误和模型设定偏误什么区别
经典回归模型必须包含以下几个经典假设条件：
1.模型设定是线性的
2.解释变量是确定性变量
3.随机版误权差项的均值是零
4.随机误差项同方差
5.随机误差项各项之间无序列相关
6.解释变量与随机误差项不相关
7.随机误差项服从正态分布
上述几个假设条件是为了能够进行无偏有效线性的最小二乘法的估计（blue),也是为了后面模型检验的顺利进行（例如t
test,f
test）。如果违背了上述其中之一的假设条件，就不是经典的线性回归模型，这样的模型用ols来估计往往失效，就得用一些方法进行修正或者用其他方法来估计参数。。。
5. 设定误差产生的原因是什么好的计量经济学模型具有哪些性质
1、设定误差产生的原因是：
（1）模型的制定者不熟悉相应的理论知识；
（2）对经济版问题本
身认权识不够或不熟悉前人的相关工作；
（
3）
模型制定者缺乏相关变量的数据；
（4）解释变量无法测量或数据本身存在测量误差。
2、一个好的计量经济学模型应当具有如下性质：
（1）随机干扰项的期望值为0；
（2）消除了异方差，即总体回归函数中的随机误差项满足同方差性；
（3）解释变量无多重共线性；
（4）消除了模型中由于惯性、设定偏误、滞后等带来的自行关。
6. 计量经济学都有哪些模型啊，具体怎样运用
#计量经济学的定义
计量经济学是以一定的经济理论和统计资料为基础，运用数学、统计学方法与电脑技术，以建立经济计量模型为主要手段，定量分析研究具有随机性特性的经济变量关系。主要内容包括理论计量经济学和应用经济计量学。
#计量经济学的研究步骤和方法
确定变量和数学关系式-模型设定；分析变量间具体的数量关系-估计参数；检验所得结论的可靠性-模型检验；经济分析和预测-模型应用
#分布滞后模型估计的困难有哪几个
A．自由度问题。自由度过分损失，到时估计偏差增大，显著性检验失效。
B．多重共线性问题。滞后变量常存在多重共线性。
C．滞后长度难以确定。
#工具变量法
1．与所代替的解释变量高度相关
2．与随机扰动项不相关
3．与其他解释变量不相关，以免出现多重共线性
#虚拟变量的基本概念
虚拟变量是人工构造的取值为0和1的作为属性变量代表的变量
#联立方程模型的区别
A．联立方程组模型由几个单一方程组成。被解释变量不只一个。
B．模型里有随机方程，也有确定性方程，但必含有随机方程。
C．被解释变量和解释变量之间不仅是单向因果关系，也可能互为因果。
D．解释变量可能与随机扰动项相关。
#非完全多重共线性后果：
1.参数估计量方差增大
2.对参数区间估计时，置信区间趋于变大
3.严重时，假设检验容易作出错误判断
4.严重时，可能r2较大和f检验显著性高，但t检验可能不显著，得出错误结论
#多重共线性检验：
1．简单相关系数检验
2．方差扩大因子法
3．直观判断，如回归系数标准差大，或与经济理论背离
4．逐步回归法
#自相关：
经济系统的惯性。经济活动滞后效应。数据处理造成的相关。蛛网现象。模型设定偏误。零均值，低估参数估计值的方差，对模型预测的影响，高估t，f，r2不可靠，对模型影响，降低预测精度。
#异方差：
模型中省略某些重要解释变量。模型设定误差。测量误差的变化。截面数据中总体各单位的差异。无偏，一致，非有效，夸大估计参数的统计显著性，对预测影响，Y的预测非有效。
7. 简述模型设定背后的经济学原理
#计量经济学的定义计量经济学是以一定的经济理论和统计资料为基础，运用数学、统计学方法与电脑技术，以建立经济计量模型为主要手段，定量分析研究具有随机性特性的经济变量关系。主要内容包括理论计量经济学和应用经济计量学。#计量经济学的研究步骤和方法确定变量和数学关系式-模型设定；分析变量间具体的数量关系-估计参数；检验所得结论的可靠性-模型检验；经济分析和预测-模型应用#分布滞后模型估计的困难有哪几个A．自由度问题。自由度过分损失，到时估计偏差增大，显著性检验失效。B．多重共线性问题。滞后变量常存在多重共线性。C．滞后长度难以确定。#工具变量法1．与所代替的解释变量高度相关2．与随机扰动项不相关3．与其他解释变量不相关，以免出现多重共线性#虚拟变量的基本概念虚拟变量是人工构造的取值为0和1的作为属性变量代表的变量#联立方程模型的区别A．联立方程组模型由几个单一方程组成。被解释变量不只一个。B．模型里有随机方程，也有确定性方程，但必含有随机方程。C．被解释变量和解释变量之间不仅是单向因果关系，也可能互为因果。D．解释变量可能与随机扰动项相关。#非完全多重共线性后果：1.参数估计量方差增大2.对参数区间估计时，置信区间趋于变大3.严重时，假设检验容易作出错误判断4.严重时，可能r2较大和f检验显著性高，但t检验可能不显著，得出错误结论#多重共线性检验：1．简单相关系数检验2．方差扩大因子法3．直观判断，如回归系数标准差大，或与经济理论背离4．逐步回归法#自相关：经济系统的惯性。经济活动滞后效应。数据处理造成的相关。蛛网现象。模型设定偏误。零均值，低估参数估计值的方差，对模型预测的影响，高估t，f，r2不可靠，对模型影响，降低预测精度。#异方差：模型中省略某些重要解释变量。模型设定误差。测量误差的变化。截面数据中总体各单位的差异。无偏，一致，非有效，夸大估计参数的统计显著性，对预测影响，Y的预测非有效。
8. 好的计量经济学模型具有哪些性质
好的计量经济学模型要素应该有三个：理论、方法和数据。
1. 理论，即经专济理论，所研究的经属济现象的行为理论，是计量经济学研究的基础。
计量经济模型
2. 方法，主要包括模型方法和计算方法，是计量经济学研究的工具与手段，是计量经济学不同于其他经济学分支学科的主要特征。
3.数据，反映研究对象的活动水平、相互间联系以及外部环境的数据，或更广义讲是信息，是计量经济学研究的原料。这三方面缺一不可。
9. 为什么在计量经济模型中存在随机误差项
好，一楼的解释 不同意，因为一楼给出的例子是错的。计量经济学解决异常值问题并不是通过随机扰动项，而是通过扩大样本这种较为直接的方法，即虽然有一两家单月支出较大，但是被茫茫的支出数额较平均的家庭大军所淹没，异常值不会对模型本身产生太大影响。 随机扰动项 习惯称之为随机误差项，包含的是模型主要变量以外的信息。 仍用居民支出举例，如： y=ax1+bx2+c+随机误差项..........(1) y代表居民支出；x1代表居民收入；x2代表家庭财富；c是常数，即居民基本消费。这时，随机误差项代表的是：gdp、消费者价格指数、工业品价格指数、本币汇率、大宗商品价格指数、房价均值、子女教育费均值等等等等。 知道，收入和财富是决定居民支出较为直接的变量，所以 将其引入模型中，而宏观经济情况和价格水平都是间接影响着居民支出的。如果 需要更详细全面的模型，那么 需要引入更多的变量；但引入更多变量的成本也较大，比如多重共线、自相关问题等等。所以模型利用随机误差项将该部分庞大而对因变量影响不大的变量们都统一在一起表示，并且由于这些变量们对因变量的影响有正有负亦可相互抵消，只是影响模型的设定全面性而已。虽然如此，任意将模型的变量放入随机误差项也是不对的，比如：上述模型可以改为： y=ax1+c+随机误差项..........(2) 可以看到，家庭财富被挪入随机误差项，这是可以的，但是模型存在设定偏误，即模型忽略了家庭富足，而收入不高，靠有钱的老爹过着花天酒地生活的人群，而这种人群 不能证明其是大还是小，就很有可能对模型产生较大影响。好吧，直接公布答案，通过很多学者的研究，在模型（1）中 得到的那条曲线更真实，所以 刚才说的那种靠爹吃饭的人还真不是少数。所以模型（2）是有问题的。当然这不证明模型（1）就完全没有问题，模型（1）存在较为严重的多重共线问题，即收入和家庭财富是相关性非常高的。不管他，扯远了， 是为了解释随机误差项的含义，怎么合理利用需要大量的阅读…… 如果 让 从数学式上对随机误差项进行解释， 只能说其期望值是0，方差好像是1，忘记了。刚才说的模型（2）至少就不符合期望值是0的假设，所以模型（2）是有问题的。当然这都是理论的假设前提，在这些前提下，模型是有效的， 也称之为blue，如果前提被破坏， 就要对模型进行调整和修正以使之回归blue的结果。所谓blue就是模型符合：无偏性、有效性、一致性。无偏性就是估计值的期望值等于实际值；有效性就是估计值是方差最小的；一致性就是估计值依概率收敛到实际值