计量经济学课后习题答案汇总-计量经济学课后题答案.docx

计量经济学练习题第一章导论一、单项选择题1.计量经济研究中常用的数据主要有两类：一类是时间序列数据，另一类是【B】A总量数据B横截面数据C平均数据D相对数据2,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3 .下面属于截面数据的是【D】A1991-2022年各年某地区20个乡镇的平均工业产值B1991-2022年各年某地区20个乡镇的各镇工业产值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个乡镇各镇工业产值.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.回归分析中定义【B】A解释变量和被解释变量都是随机变量B解释变量为非随机变量，被解释变量为随机变量C解释变量和被解释变量都是非随机变量D解释变量为随机变量，被解释变量为非随机变量二、填空题1 .计量经济学是经迸学的一个分支学科，是对经济问题进行定量实证研究的技术、方法和相关理论，可以理解为 数学、统计学和一经济学一三者的结合。2 .现代计量经济学已经形成了包括单方程回归分析,联立方程组模型,时间序列分析三大支柱。3 .经典计量经济学的最根本方法是回归分析。计量经济分析的根本步骤是：理论（或假说）陈述、建立计量经济模型、收集数据、计量经济模型参数的估计、 检验和模型修正、预测和政策分析。C多重共线性问题D随机解释变量问题9 .根据一个n=30的样本估计y = Bo + 6玉+G后计算得DW=1.4,在5%得的置信度下，= 1.35, dv =1.49, 那么认为原模型【B】A不存在一阶序列自相关B不能判断是否存在一阶自相关C存在完全的正的一阶自相关D存在完全的负的一阶自相关.对于模型 =自)+6玉+巧，以表示的与的之间的线性相关系数a=l, 2, n),那么下面明显错误的选项 是【B】A=0.8, DW=0.4B=-0.8, DW=-0.4C=0, DW=2D=1, DW=0n.DW统计量的值接近于2,那么样本回归模型残差的一阶自相关系数近似等于【A】A0B-1C1DO.512 .样本回归模型残差的一阶自相关系数接近于-1,那么DW统计量近似等于【D】AOB1C2D413 .戈德菲尔德一夸特检验法可用于检验【A】A异方差性B多重共线性C序列相关D设定误差.在给定的显着性水平之下，假设DW统计量的下和上临界值分别为dL和du,那么当dL<DW<du时，可认为随 机误差项DA存在一阶正自相关B存在一阶负相关C不存在序列相关D存在序列相关与否不能断定三、判断题L当模型存在高阶自相关时，可用D-W法进行自相关检验。X)2 .DW值在0和4之间，数值越小说明正相关程度越大，数值越大说明负相关程度越大。(V.假设模型存在一阶自相关，其他条件均满足，那么仍用OLS法估计未知参数，得到的估计量是无偏的，不再是 有效的，显着性检验失效，预测失效。(V)4,当存在自相关时，OLS估计量是有偏的，而且也是无效的。(X)5,消除自相关的一阶差分变换假定自相关系数必须等于一1。1X)6.发现模型中存在误差自相关时，都可以利用差分法来消除自相关。义)四、简答题L自相性对线性回归分析有什么影响P196P1982 .发现和检验自相关性有哪些方法P198P20883 ,克服自相关性有哪些方法P208P215第六章多重共线性一、单项选择题.当模型存在严重的多重共线性时，OLS估计量将不具备【C】A线性B无偏性C有效性D 一致性.经验认为，某个解释变量与其他解释变量间多重共线性严重的情况是这个解释变量的VIF CA大于1B小于1C大于10D小于5.如果方差膨胀因子VIF=10,那么认为什么问题是严重的【C】A异方差问题B序列相关问题C多重共线性问题D解释变量与随机项的相关性4在多元线性回归模型中，假设某个解释变量对其余解释变量的判定系数接近于1,那么说明模型中存在【A】A多重共线性B异方差性C序列相关D高拟合优度5 .在线性回归模型中，假设解释变量和X2的观测值成比例，即有万，其中k为非零常数，那么说明模型中存在【B】A方差非齐性B多重共线性C序列相关D设定误差二、判断题1 .尽管有完全的多重共线性，OLS估计量仍然是最优线性无偏估计量。（X）.变量的两两高度相关并不表示高度多重共线性。（义2 .在多元回归中，根据通常的t检验，每个参数都是统计上不显着的，你就不会得到一个高的A?值。（x）.变量不存在两两高度相关表示不存在高度多重共线性。（X）三、填空题1 .强的近似多重共线性会对多元线性回归的有效性产生严重的不利影响。2 .第k个解释变量与其他解释变量之间相关系数平方越大，方差膨胀因子（VIF）越大。3 .存在完全多重共线性时，多元回归分析是无法进行。4 .检验样本是否存在多重共线性的常见方法有：方差扩大因子法和逐步回归检验法。5 .处理多重共线性的方法有：保存重要解释变量、去掉不重要解释变量、增加样本容量、差分模型四、简答题.什么是多重共线性多重共线性是由什么原因造成的多重共线性是指多元线性回归模型中，模型的解释变量之间存在某种程度的线性关系（或P226P227）,原 因见 P227228） o.如何发现和判断多重共线性P230P235.克服多重共线性有哪些方法P235P244第七章计量经济分析建模与应用一、单项选择题.某商品需求函数为y =%+为+%,其中y为需求量，x为价格。为了考虑“地区（农村、城市）和“季 节春、夏、秋、冬）两个因素的影响，拟引入虚拟变量，那么应引入虚拟变量的个数为【B】A2B4C5D6.根据样本资料建立某消费函数如下：C = 100.50+55.35 Q+0.45 %,其中C为消费，x为收入，虚拟变量D =1城镇家庭0农村家庭,所有参数均检验显着，那么城镇家庭的消费函数为【A】AG = 155.85+0.45 xB Q =100.50+0.45CC=l 00.50+55.35 xtDC=l 00.95+55.35 xz二、填空题L在计量经济建摸时，对非线性模型的处理方法之一是 线性化 o.虚拟变量不同的引入方式有两种。假设要描述各种类型的模型在截距水平的差异，那么以加法方式引入虚拟解释变量；假设要反映各种类型的模型的不同相对变化率时，那么以乘法引入虚拟解释变量。2 .对于有m个不同属性的定性因素，应该设置Qt个虚拟变量来反映该因素的影响。三、简答题.什么是虚拟变量它在模型中有什么作用P255.引入虚拟解释变量的两种根本方式是什么它们各适用于什么情况P258P260四、综合分析计算题设某商品的需求量y （百件），消费者平均收入X】百元，该商品价格乂2元）。经Eviews软件对观察的10个月份的数据用最小二乘法估计，结果如下：（被解释变量为丫）VARIABLECOEFFICIENTSTD. ERR0RT-STAT2-TAILSIGC99. 46929513. 4725717. 38309650.000X12. 50189540.7536147 （3.3199）X2-6. 58074301. 3759059 （-4. 7828）R-squaredO. 949336Meanofdependentvar80. 00000AdjustedR-squared ） S. D. ofdependentvarl9. 57890S. Eofregression4. 99702ISumofsquaredresidl74.7915Durbin-Watsonstat）F - statistics （）完成以下问题：至少保存三位小数）1 .写出需求量对消费者平均收入、商品价格的线性回归估计方程。2 .解释偏回归系数的统计含义和经济含义。3 .对该模型做经济意义检验。4 .估计调整的可决系数。5 .在95%的置信度下对方程整体显着性进行检验。6 .在95%的置信度下检验偏回归系数（斜率）的显着性。7 .检验随机误差项的一阶自相关性。=300,4=1.08, =1.36 解:l.y = 99.4693 + 2.5019 -6.5807x22 .需求量和收入正相关，和价格负相关，收入每增加一个单位，需求量上升2. 5个单位，价格每增加一个单位，需求量下降6. 58个单位;3 .该模型经济意义检验通过;4. R2 =1_Q_r2)4. R2 =1_Q_r2)5.F =1-R2n-k-n-10-1= 1-(1-0.9493) x =0.945n-k-110-2-10.9493高前= 65.53, F检验通过10-36.tl=3. 3199, t2=-4. 7828, t 检验通过7.检验随机误差项的一阶自相关性。DW =7.检验随机误差项的一阶自相关性。DW =Ze：174.79=1.7163,4=108,4=136不存在一阶自相关。设某地区机电行业销售额y （万元）和汽车产量X】万辆）以及建筑业产值乂2 （千万元）。经Eviews软件对1981年一一1997年的数据分别建立线性模型和双对数模型进行最小二乘估计，结果如下:VariableCoefficientStd.Errort-StatisticProb.C3.7349020.21276517.554100. 0000Ln(XI)0.3879290.1378422.8142990.0138Ln(X2)0.5684700.05567710.210060. 0000R-squaredAdjustedR-squared0. 934467 Meandependentvar0. 925105 S. D. dependentvar6.2430290.356017Dependentvariable:Ln(Y)0. 097431 Akaike infocriterion-1.660563S. E. ofregression Sumsquaredresid Loglikelihood Durbin-Watsonstat0. 132899 Schwarzer it er ion17. 11479 F-statistic1.839701 Prob (F-statistic)-1.51352699.816320.000000Dependentvariable:YVariableCoefficientStd. Errort-StatisticProb.C-57.4549681.02202-0.7091280. 4899XI45.7055815.668852.9169710.0113X211.933391.5165537.8687610. 0000R-squared0. 903899 Meandependentvar545.5059AdjustedR-squared0. 890170 S. D. dependentvar193.365964. 08261 Akaike infocriterion11. 31701Sumsquaredresid57492. 12 Schwarzer iter ion11.46405Loglikelihood-93. 19457 F-statistic65.83991Durbin-Watsonstat2. 103984 Prob(F-statistic)0. 000000表21 .写出机电行业销售额对汽车产量和建筑业产值的双对数线性回归估计方程。Ln（y）=3. 7349+0. 38791n （xl）+0. 56851n（x2）2 .对双对数模型进行经济意义检验和统计意义检验。机电行业销售额和汽车产量为正相关，和建筑业产值成正相关，经济意义检验通过；R2=0. 9344,方程的拟合程度较高;F=99.8163,自变量整体对因变量的影响显着；tl=2. 8143, t2=10.21, t 检验通过，每个自变量对y影响显着。统计检验通过。3 .比较表1和表2,你将选择哪个模型为什么选择模型2,方程拟合程度比模型1高，其他统计检验都通过。为证明刻卜勒行星运行第三定律，把地球与太阳的距离定为1个单位。地球绕太阳公转一周的时间为1个单位 （年那么太阳系9个行星与太阳的距离D）和绕太阳各公转一周所需时间T）的数据如下：obs 水星 金星 地球火星 木星 土星天王星海王星冥王星DISTANCE0. 3870. 72311.525.29. 5419.230. 139.5Time0. 240.61511.8811.929.584165248D30. 0570. 37713. 512140.6868.370782727161630rp20. 0570. 37813. 534141.6870.270562722561504用上述数据建立计量模型并使用EVIEWS计算输出结果如下问题：根据EVIEWS计算输出结果答复以下问题EVIEWS计算选用的解释变量是EVIEWS计算选用的被解释变量是建立的回归模型方程是回归模型的拟合优度为回归函数的标准差为0.002185 回归参数估计值的样本标准差为0000334 回归参数估计值的t统计量值为残差平方和为被解释变量的平均数为被解释变量的标准差为2.5871824 .常用的三类样本数据是截面数据、时间序列数据和面板数据。5 .经济变量间的关系有不相关关系、相关关系、因果关系、相互影响关系和恒等关系。三、简答题.什么是计量经济学它与统计学的关系是怎样的计量经济学就是对经济规律进行数量实证研究，包括预测、检验等多方面的工作。计量经济学是一种定量分 析，是以解释经济活动中客观存在的数量关系为内容的一门经济学学科。计量经济学与统计学密切联系，如数据收集和处理、参数估计、计量分析方法设计，以及参数估计值、模型 和预测结果可靠性和可信程度分析判断等。可以说，统计学的知识和方法不仅贯穿计量经济分析过程，而且现代 统计学本身也与计量经济学有不少相似之处。例如，统计学也通过对经济数据的处理分析，得出经济问题的数字 化特征和结论，也有对经济参数的估计和分析，也进行经济趋势的预测，并利用各种统计量对分析预测的结论进 行判断和检验等，统计学的这些内容与计量经济学的内容都很相似。反过来，计量经济学也经常使用各种统计分 析方法，筛选数据、选择变量和检验相关结论，统计分析是计量经济分析的重要内容和主要根底之一。计量经济学与统计学的根本区别在于，计量经济学是问题导向和以经济模型为核心的，而统计学那么是以经 济数据为核心，且常常是数据导向的。典型的计量经济学分析从具体经济问题出发，先建立经济模型，参数估计、 判断、调整和预测分析等都是以模型为根底和出发点；典型的统计学研究那么并不一定需要从具体明确的问题出 发，虽然也有一些目标，但可以是模糊不明确的。虽然统计学并不排斥经济理论和模型，有时也会利用它们，但 统计学通常不一定需要特定的经济理论或模型作为根底和出发点，常常是通过对经济数据的统计处理直接得出结 论，统计学侧重的工作是经济数据的采集、筛选和处理。止匕外，计量经济学不仅是通过数据处理和分析获得经济问题的一些数字特征，而且是借助于经济思想和数学 工具对经济问题作深刻剖析。经过计量经济分析实证检验的经济理论和模型，能够对分析、研究和预测更广泛的 经济问题起重要作用。计量经济学从经济理论和经济模型出发进行计量经济分析的过程，也是对经济理论证实或 证伪的过程。这些是以处理数据为主，与经济理论关系比较松散统计学研究不能比较的功能，也是计量经济学与 统计学的区别。1 .经济数据在计量经济分析中的作用是什么经济数据是计量经济分析的材料。经济数据是通过对经济变量进行观测和统计，从现实经济和经济历史中得 到的，反映经济活动水平的数字特征。从本质上说，经济数据都是由相关的经济规律生成的，因此是反映经济规 律的信息载体，确定经济规律的根本材料。经济数据的数量和质量，对计量经济分析的有效性和价值有举足轻重 轻重的影响。3,试分别举出时间序列数据、横截面数据、面板数据的实例。时间序列数据指对同一个观测单位，在不同时点的多个观测值构成的观测值序列，或者以时间为序收集统” 和排列的数据，如浙江某省从1980年到2022年各年的GDP；横截面数据是指在现一时点上，对不同观测单位观 测得到的多个数据构成的数据集，如2022年全国31个省自治区直辖市的GDP；面板数据就是由对许多个体组成的同一个横截面，在不同时点的观测值构成的数据，如从1980年到2022年各年的全国31个省自治区直辖市GDP。第二章两变量线性回归一、单项选择题.表示x与y之间真实线性关系的是【C】A 少=氐 + BXt BE （yt） = Bo+ cyt= Bo + BiX, + jd % = A）+ Pg.参数的估计量6具备有效性是指【B】AVar（ B ）=OBVar（ p ）为最小C（6一）=OD（6一）为最小1 .产量（x,台）与单位产品本钱（y,元/台）之间的回归方程为9=356L5x,这说明【B】A产量每增加一台,A产量每增加一台,单位产品本钱增加356元B产量每增加一台,单位产品本钱减少1.5元C产量每增加一台,单位产品本钱平均增加356元D产量每增加一台,单位产品本钱平均减少L5元.对回归模型% =凡+百为+2进行统计检验时，通常假定J服从【C】CN0, cP）Dt（n）.以y表示实际观测值，表示回归估计值，那么普通最小二乘法估计参数的准那么是使【D】aZ（y - t）=°BZ（y - 力）2 =。C Z（y _力）为最小D Z（y _ %）2为最小2 .以X为解释变量，Y为被解释变量，将X、Y的观测值分别取对数，如果这些对数值描成的散点图近似形成 为一条直线，那么适宜配合下面哪一模型形式（D）A.Yi=po+pi Xi+内B.lnYi=po+Pi Xi+内C.Yi=po+pilnXi+HiD.lnYi=p（）+3ilnXi+|ii.以下各回归方程中，哪一个必定是错误的（C）AYi=50+06XirxY=0.8B.Yi=-14+0.8XirXY=0.87XY=0.89D.Yf-1 8-5.3XirXY=-0.963 .某一直线回归方程的判定系数为0.81,那么解释变量与被解释变量间的线性相关系数为（B）4 .对于线性回归模型Yi=Bo+MXi+d，要使普通最小二乘估计量具备无偏性，那么模型必须满足(A)A.E(Ui)=OB.Var(Ui)=o2C.Cov( d, u j)=0D. 口 i服从正态分布io,用一组有30个观测值的样本估计模型 =+ % ,在0.05的显着性水平下对目的显着性作t检验, 那么回显着地不等于零的条件是其统计量t大于【D】A 乙).0530) B/q.025(30C ?()>05 (28) D /0。25( 28.某一特定的X水平上，总体y分布的离散度越大，即越大，那么【AA预测区间越宽，精度越低B预测区间越宽，预测误差越小C预测区间越窄，精度越高D预测区间越窄，预测误差越大.对于总体平方和TSS、回归平方和RSS和残差平方和ESS的相互关系，正确的选项是【B】ATSS>RSS+ESSBTSS=RSS+ESSCTSS<RSS+ESSDTSS2 =RSS 2 +ESS 2.对于随机误差项e i,Var( e i)=E( £ ： )=0?内涵指( B )A.随机误差项的均值为零B.所有随机误差都有相同的方差C.两个随机误差互不相关D.误差项服从正态分布二、判断题1 .随机误差项口与残差项a是一回事。(X2,对两变量回归模型，假定误差项j服从正态分布。(V)3.线性回归模型意味着因变量是自变量的线性函数。V)4在线性回归模型中，解释变量是原因，被解释变量是结果。V)5.在实际中，两变量回归没什么用，因为因变量的行为不可能仅由一个解释变量来解释。(X)三、填空题1 .在计量经济模型中引入误差项7是因为经济变量关系一般是随机函数关系。2 .样本观测值与回归理论值之间的偏差，称为残差,我们用残差估计线性回归模型中的退差项。3 .qi 反映样本观测值总体离差的大小；SSR 反映由模型中解释变量所解释的那局部离差的大小:反映样本观测值与估计值偏离的大小，也是模型中解释变量未解释的那局部离差的大小。4 .拟合优度判定系数)R?=咨 = 一年。它是由引起的离差占总体离差的比重 。假TSS TSS设拟合优度R2越趋近于,那么回归直线拟合越好；反之，假设拟合优度A?越趋近于,那么回归直线拟合越差。y 2.在两变量回归中，S2 =仝乙是。2的无偏估计。 n-2四、简答题.什么是随机误差项影响随机误差项的主要因素有哪些它和残差之间的区别是什么影响Y的较小因素的集合；被忽略的因素、测量误差、随机误差等；通过残差对误差项的方差进行估计。1 .决定系数A?说明了什么它与相关系数的区别和联系是什么P53 和 P562 .最小二乘估计具有什么性质P37线性、无偏性和有效性（或最小方差性）3 .在回归模型的根本假定中，£（与）=0的意义是什么该假设的含义是：如果两变量之间确实是线性趋势占主导地位，随机误差只是次要因素时，那么虽然随机扰 动会使个别观测值偏离线性函数,但给定解释变量时屡次重复观测被解释变量,概率均值会消除随机扰动的影响, 符合线性函数趋势。第三章多元线性回归模型一、单项选择题.决定系数R2是指【C】A剩余平方和占总离差平方和的比重B总离差平方和占回归平方和的比重C回归平方和占总离差平方和的比重D回归平方和占剩余平方和的比重1 .在由n=30的一组样本估计的、包含3个解释变量的线性回归模型中，计算的决定系数为0.8500,那么调整后 的决定系数为【D】A0.8603B0S389.一b.对于yi = Bo +夕+夕2%2i 卜Bkki + 6,检验H（）：0 = 0（Z = 0,1,次）时，所用的统计量，=7服从【A】At(n-k-1 )Bt(n-k-2)Ct(n-k+1 )Dt(n-k+2)4.调整的判定系数且会与多重判定系数R '之间有如下关系【D】AR? =R2 "T bR? =1 斤n-k-n-n-k-CR2 =1-(1 + R2)1 d*2 =1 (1 r2)"T n-k-in-k-15.用一组有30个观测值的样本估计模型 =/。+笈与+尸2,+弓后，在0.05的显着性水平下对A的显着性作t检验，那么A显着地不等于零的条件是其统计量大于等于【C】AZ005 AO) B"()25 (28) CZ0025 (27) DR025 (1, 28)6.对模型Yi= B o+ B iXii+ B 2X21+ u 1进行总体显着性F检验，检验的零假设是(A)A. B 1= B 2=0B.B i=0C. B 2=0D. B o=O 或 B i=07.在多元线性回归中，判定系数R2随着解释变量数目的增加而BA.减少C.不变B.增加D.变化不定二、判断题1.在多元回归模型的检验中，判定系数R2一定大于调整的R2。(V)2.在EVIEWS中，genr命令是生成新的变量。(V)3.在EVIEWS中，建立非线性模型的方法只有将非线性模型线性化的方法。义)三、填空题1 .调整的可决系数的作用是消除由解释变量数目差异造成的影响。2在多元线性回归模型中，F统计量与可决系数之间有如下关系：F =1-R2n-k-5V3.有k个解释变量的多元回归模型的误差项方差。2的无偏估计是? = W一 n-k-14.在总体参数的各种线性无偏估计中，最小二乘估计量具有最小方差的特性。四、简答题1 .在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度P121由于没调整的决定系数只与被解释变量的观测值，以及回归残差有关，而与解释变量无直接关系。但多元线性回归模型解释变量的数目有多有少，数学上可以证明，决定系数是解释变量数目的增函数，意味着不管 增加的解释变量是否真是影响被解释变量的重要因素，都会提高决定系数的数值，解释变量个数越多，决定系数 一定会越大。因此，用该决定系数衡量多元线性回归模型的拟合程度是有问题的，会导致片面追求解释变量数量 的错误倾向。正是由于存在这种缺陷，决定系数在多元线性回归分析拟合度评价方面的作用受到很大限制，需要 修正。2 .回归模型的总体显着性检验与参数显着性检验相同吗是否可以互相替代多元线性回归模型每个参数的显着性与模型总体的显着性并不一定一致，因此除了各个参数的显着性检验以 处，还需要进行模型总体显着性，也就是全体解释变量总体对被解释变量是否存在明显影响的检验，称为“回 归显着性检验。总体显着性检验是多元回归分析特有的，两变量线性回归解释变量系数的显着性检验与模型的 总体显着性检验一致，不需要进行总体显着性检验。第四章异方差性一、单项选择题1 .以下哪种方法不是检验异方差的方法【D】A戈德菲尔特一一夸特检验B残差序列图检验C戈里瑟检验D方差膨胀因子检验2 .当存在异方差现象时，估计模型参数的适当方法是【A】A加权最小二乘法B工具变量法C广义差分法D使用非样本先验信息3 .加权最小二乘法克服异方差的主要原理是通过赋予不同观测点以不同的权数，从而提高估计精度，即【A】A重视方差较小样本的信息，轻视方差较大样本的信息B重视方差较大样本的信息，轻视方差较小样本的信息C重视方差较大和方差较小样本的信息D轻视方差较大和方差较小样本的信息.如果戈里瑟检验说明，普通最小二乘估计结果的残差4与匕有显着的形式为1=0.28715七+邑的相关关系（均满足线性模型的全部经典假设），那么用加权最小二乘法估计模型参数时，权数应为【C】1 1 1A Xj B C D -j=5 .如果戈德菲尔特一一夸特检验显着，那么认为什么问题是严重的【A】C多重共线性问题D设定误差问题6 .容易产生异方差的数据是【C】A时间序列数据B面板数据C横截面数据D年度数据7 .假设回归模型中的随机误差项存在异方差性，那么估计模型参数应采用【B】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8 .假设回归模型为2，其中var(j)=b2七2,那么使用加权最小二乘法估计模型时，应将模型变换为Cy a 门 忧 y a uA j= = j= + /3y/X H-j= B j= = j= + /3 -j=N x y/xY x yjx yjx yj xy a u y a B uCz = + /? + -D-v = + + X X XX X XX9 .设回归模型为 =肉+£j,其中varW-Mx）那么的最小二乘估计量为【b】A.无偏且有效B无偏但非有效C有偏但有效D有偏且非有效三、判断题1 .当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性。X)2 .在异方差情况下，通常预测失效。V)3 .在异方差情况下，通常OLS估计一定高估了估计量的标准差。(X)4 .如果OLS回归的残差表现出系统性，那么说明数据中有异方差性。X)5 .如果回归模型遗漏一个重要的变量，那么OLS残差必定表现出明显的趋势。V)6 .当异方差出现时，常用的t检验和F检验失效。(V7 .用截面数据建立模型时，通常比时间序列资料更容易产生异方差性。(V)四、简答题1,什么是异方差性试举例说明经济现象中的异方差性。两变量和多元回归线性回归模型的第三条假设都要求误差项是同方差的，就是误差项的方差是常数，即丫细(%)= 不随1变化。这条假设也不一定满足，也就是线性回归模型误差项的方差var(4) = b；有可能随t变化，这时候称线性回归模型存在“异方差或“异方差性。举例P162经济中不同收入家庭消费的分散度。2 .如何发现和判断线性回归模型是否存在异方差问题Pl 66Pl 74.克服和处理异方差问题有哪些方法P174P180第五章自相关性一、单项选择题1.如果模型 =瓦+仇,+邑存在序列相关,那么DAcov ( xt, %=0Bcov%，£< ) =0 f ts) I3Ccov f xt, £ J ODcov ( J ,鼠)0 (ts)II»J.DW检验的零假设是为随机项的一阶自相关系数)【B】ADW=0B=0CD W= 1D二 1.DW的取值范围是【D】A-1DW0B-1DW1C-2DW2D0DW42 .当DW=4是时，说明【D】A不存在序列相关B不能判断是否存在一阶自相关C存在完全的正的一阶自相关D存在完全的负的一阶自相关.根据20个观测值估计的结果，一元线性回归模型的DW = 2.3。在样本容量n=20,解释变量k=l,显着性水平=0.05时，查得a=1,。=1.41,那么可以判断【A】A不存在一阶自相关B存在正的一阶自相关C存在负的一阶自相关D无法确定.当模型存在序列相关现象时，适宜的参数估计方法是【C】A加权最小二乘法B间接最小二乘法C广义差分法D工具变量法3 .采用一阶差分模型克服一阶线性自相关问题使用于以下哪种情况【B】A0B1C-l«0D0«l4 .假定某企业的生产决策是由模型s,=%+匕+与描述的其中s,为产量，尸,为价格)，又知：如果该企业 在t-l期生产过剩，经济人员会削减t期的产量。由此判断上述模型存在【B】