试题详情
- 简答题联立方程模型的识别状态分为哪几类?含义各是什么?
- 联立方程模型中的随机方程以及联立方程模型的识别性可分为三种类型:不可识别、恰好可识别和过度可识别。若联立方程模型中的某个结构式方程具有确定的统计形式,则称该方程可识别;反之,若不具有确定的统计形式,则称该方程不可识别。对于某一可识别的结构式方程,若方程中的参数有惟一一组估计值,则称该方程恰好可识别;若方程中的参数有有限组估计值,则称该方程过度可识别。若模型中的所有随机方程都可识别,称模型可识别;反之,若模型中存在不可识别的方程,则称模型不可识别。对于一个可识别的模型,若模型中所有的随机方程都恰好可识别,则称该模型恰好可识别;若模型中存在过度可识别的随机方程,则称该模型过度可识别。
关注下方微信公众号,在线模考后查看
热门试题
- 为什么做单边检验时,犯第一类错误的概率的
- 选择工具变量的要求是()。
- 方程显著性检验
- 下述统计量可以用来检验多重共线性的严重性
- DW的取值范围是()。
- 在修正异方差的方法中,不正确的是()
- 内生变量与外生变量
- 在具体的模型中,被认为是具有一定概率分布
- 在下列多重共线性产生的原因中,不正确的是
- 以下有关DF检验的说法正确的有()。
- 当随机解释变量与随机干扰项同期相关时,如
- 联立方程的阶条件用于判断方程是否能够被识
- 对分布滞后模型进行估计存在哪些困难?实际
- 已知DW统计量的值接近于0,则样本回归模
- DW检验不适用一下列情况的序列相关检验(
- 一个由容量为209的样本估计的解释CEO
- 某地区通过一个样本容量为722的调查数据
- 协方差
- 已知五元线性回归模型估计的残差平方和为&
- 在序列自相关的情况下,参数估计值的方差不