計(jì)量經(jīng)濟(jì)學(xué)問(wèn)答題

1、四、簡(jiǎn)答題（每小題5分）1簡(jiǎn)述計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)理統(tǒng)計(jì)學(xué)學(xué)科間的關(guān)系。2 計(jì)量經(jīng)濟(jì)模型有哪些應(yīng)用？ 3 簡(jiǎn)述建立與應(yīng)用計(jì)量經(jīng)濟(jì)模型的主要步驟。4 對(duì)計(jì)量經(jīng)濟(jì)模型的檢驗(yàn)應(yīng)從幾個(gè)方面入手？ 5 計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用的數(shù)據(jù)是怎樣進(jìn)行分類的？6 在計(jì)量經(jīng)濟(jì)模型中，為什么會(huì)存在隨機(jī)誤差項(xiàng)？ 7古典線性回歸模型的基本假定是什么？8總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。9試述回歸分析與相關(guān)分析的聯(lián)系和區(qū)別。10.在滿足古典假定條件下，一元線性回歸模型的普通最小二乘估計(jì)量有哪些統(tǒng)計(jì)性質(zhì)？11.簡(jiǎn)述BLUE的含義。12 對(duì)于多元線性回歸模型，為什么在進(jìn)行了總體顯著性F檢驗(yàn)之后，還要對(duì)每個(gè)回歸系數(shù)進(jìn)行是否

2、為 0的t檢驗(yàn)？ 13.給定二元回歸模型：yt = 4b2X2Ut，請(qǐng)敘述模型的古典假定。14.在多元線性回歸分析中，為什么用修正的決定系數(shù)衡量估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度？ 15.修正的決定系數(shù) R2及其作用16常見(jiàn)的非線性回歸模型有幾種 情況？ 17.觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或 都不是。 yt 二 b0 b1xt3 ut yt 二 b0 d logxt ut log yt =0 b log xt ut yt = b0 /（b1xt） ut18. 觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。 yt = b0 bi log xt Ut

3、 yt = b° b1 何焉）Ut =b°/（b1Xt） Ut yt =1 b°（1-x：） w19. 什么是異方差性？試舉例說(shuō)明經(jīng)濟(jì)現(xiàn)象中的異方差性。20.產(chǎn)生異方差性的原因及異方差性對(duì)模型的0L3估計(jì)有何影響。21.檢驗(yàn)異方差性的方法有哪些？ 22. 異方差性的解決方法有哪些？23.什么是加權(quán)最小二乘法？它的基本思想是什么？ 24.樣本分段法（即戈德菲爾特匡特檢驗(yàn)）檢驗(yàn)異方差性的基本原理及 其使用條件。25簡(jiǎn)述DV檢驗(yàn)的局限性。26 序列相關(guān)性的后果。27 簡(jiǎn)述 序列相關(guān)性的幾種檢驗(yàn)方法。28 廣義最小二乘法（GLS的基本思想是什么？ 29 解決序列相關(guān)性的問(wèn)

4、題主要有哪幾種方法？30 差分法的基本思想是什么？31 差分法和廣義差分法主要區(qū)別是什么？32 請(qǐng)簡(jiǎn)述什么是虛假序列相關(guān)。33 序列相關(guān)和自相關(guān)的概念和范疇是否是一個(gè)意思？34 DV值與一階自相關(guān)系數(shù)的關(guān)系是什么？ 35 什么是多重共線性？產(chǎn)生多重共線性的原因是什么？36 什么是完全多重共線性？什么是不完全多重共線性？37 完全多重共線性對(duì)0L3估計(jì)量的影響有哪些？ 38不完全多重共線性對(duì)0L3估計(jì)量的影響有哪些？ 39從哪些癥狀中可以判斷可能存在多重共線性？40.什么是方差膨脹因子檢驗(yàn)法？ 41 模型中引入虛擬變量的作用是什么42虛擬變量引入的原則是什么？ 43虛擬變量引入的方式及每種方式的

5、作用是什么？44判斷計(jì)量經(jīng)濟(jì)模型優(yōu)劣的基本原則是什么？ 45 模型設(shè)定誤差的類型有那些？46 工具變量選擇必須滿足的條件是什么？ 47 設(shè)定誤差產(chǎn)生的主要原因是什么？48在建立計(jì)量經(jīng)濟(jì)學(xué)模型時(shí)，什么時(shí)候，為什么要引入虛擬變量？49 估計(jì)有限分布滯后模型會(huì)遇到哪些困難50什么是滯后現(xiàn)像？產(chǎn)生滯后現(xiàn)像的原因主要有哪些？ 51 簡(jiǎn)述koyck模型的特點(diǎn)。52簡(jiǎn)述聯(lián)立方程的類型有哪幾種53簡(jiǎn)述聯(lián)立方程的變量有哪幾種類型54模型的識(shí)別有幾種類型？55簡(jiǎn)述識(shí)別的條件。56自相關(guān)產(chǎn)生的原因？ DW檢驗(yàn)的適用條件57產(chǎn)生異方差的原因 若存在異方差， 將給模型的估計(jì)產(chǎn)生何種結(jié)果？四、簡(jiǎn)答題（每小題 5分）1簡(jiǎn)述

6、計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)理統(tǒng)計(jì)學(xué)學(xué)科間的關(guān)系。答：計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)的綜合。（1分）經(jīng)濟(jì)學(xué)著重經(jīng)濟(jì)現(xiàn)象的定性研究，計(jì)量經(jīng)濟(jì)學(xué)著重于定量方面的研究。（1分）統(tǒng)計(jì)學(xué)是關(guān)于如何收集、整理和分析數(shù)據(jù)的科學(xué)，而計(jì)量經(jīng)濟(jì)學(xué)則利用經(jīng)濟(jì)統(tǒng)計(jì)所提供的數(shù)據(jù)來(lái)估計(jì)經(jīng)濟(jì)變量之間的數(shù)量關(guān)系并加以 驗(yàn)證。（1分）數(shù)理統(tǒng)計(jì)學(xué)作為一門數(shù)學(xué)學(xué)科，可以應(yīng)用于經(jīng)濟(jì)領(lǐng)域，也可以應(yīng)用于其他領(lǐng) 域；計(jì)量經(jīng)濟(jì)學(xué)則僅限于經(jīng)濟(jì)領(lǐng)域。（1分）計(jì)量經(jīng)濟(jì)模型建立的過(guò)程，是綜合應(yīng)用理論、統(tǒng)計(jì)和數(shù)學(xué)方法的過(guò)程，計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)三者的統(tǒng)一。2、計(jì)量經(jīng)濟(jì)模型有哪些應(yīng)用？答：結(jié)構(gòu)分析。（1分）經(jīng)濟(jì)預(yù)測(cè)。（1分）政策評(píng)價(jià)

7、。（1分）檢驗(yàn)和發(fā)展經(jīng)濟(jì)理論。（2分）3、簡(jiǎn)述建立與應(yīng)用計(jì)量經(jīng)濟(jì)模型的主要步驟。答：根據(jù)經(jīng)濟(jì)理論建立計(jì)量經(jīng)濟(jì)模型；（1分）樣本數(shù)據(jù)的收集；（1分）估計(jì)參數(shù)；（1分）模型的檢驗(yàn)；（1分）計(jì)量經(jīng)濟(jì)模型的應(yīng)用。（1分）4、對(duì)計(jì)量經(jīng)濟(jì)模型的檢驗(yàn)應(yīng)從幾個(gè)方面入手？答：經(jīng)濟(jì)意義檢驗(yàn)；（2分）統(tǒng)計(jì)準(zhǔn)則檢驗(yàn)；（1分）計(jì)量經(jīng)濟(jì)學(xué)準(zhǔn)則檢驗(yàn)；（1分） 模型預(yù)測(cè)檢驗(yàn)。（1分）5 計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用的數(shù)據(jù)是怎樣進(jìn)行分類的？答：四種分類：時(shí)間序列數(shù)據(jù)；（1分）橫截面數(shù)據(jù)；（1分）混合數(shù)據(jù)；（1分）虛擬變量數(shù)據(jù)。（2分）6. 在計(jì)量經(jīng)濟(jì)模型中，為什么會(huì)存在隨機(jī)誤差項(xiàng)？答：隨機(jī)誤差項(xiàng)是計(jì)量經(jīng)濟(jì)模型中不可缺少的一部分。（1分）產(chǎn)生

8、隨機(jī)誤差項(xiàng)的原因有以下幾個(gè)方面：模型中被忽略掉的影響因素造成的誤差；（1分）模型關(guān)系認(rèn)定不準(zhǔn)確造成的誤差；（1分）變量的測(cè)量誤差；（1分）隨機(jī)因素。（1分）7. 古典線性回歸模型的基本假定是什么？答：零均值假定。（1分）即在給定xt的條件下，隨機(jī)誤差項(xiàng)的數(shù)學(xué)期望（均值）為0，即E（uJ=O。同方差假定。（1分）誤差項(xiàng)ut的方差與t無(wú)關(guān)，為一個(gè)常數(shù)。無(wú)自相關(guān)假定。（1分）即不同的誤差項(xiàng)相互獨(dú)立。解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定。（1分）2正態(tài)性假定，（1分）即假定誤差項(xiàng)Ut服從均值為0，方差為二的正態(tài)分布。&總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。答：主要區(qū)別：描述的對(duì)象不同。（1分）總體

9、回歸模型描述總體中變量y與x的相互關(guān)系，而樣本回歸模型描述所觀測(cè)的樣本中變量y與x的相互關(guān)系。建立模型的不同。（1分）總體回歸模型是依據(jù)總體全部觀測(cè)資料建立的，樣本回歸模型是依據(jù)樣本觀測(cè)資料建立的。模型性質(zhì)不同。（1分）總體回歸模型不是隨機(jī)模型，樣本回歸模型是隨機(jī)模型，它 隨著樣本的改變而改變。主要聯(lián)系：樣本回歸模型是總體回歸模型的一個(gè)估計(jì)式，之所以建立樣本回歸模型，目的是用來(lái)估計(jì)總體回歸模型。（2分）9試述回歸分析與相關(guān)分析的聯(lián)系和區(qū)別。答：兩者的聯(lián)系：相關(guān)分析是回歸分析的前提和基礎(chǔ)；回歸分析是相關(guān)分析的深入和繼續(xù)。（1分）相關(guān)分析與回歸分析的有關(guān)指標(biāo)之間存在計(jì)算上的內(nèi)在聯(lián)系。（1分）兩者的

10、區(qū)別：回歸分析強(qiáng)調(diào)因果關(guān)系，相關(guān)分析不關(guān)心因果關(guān)系，所研究的兩個(gè)變量是對(duì)等的。（1分）對(duì)兩個(gè)變量x與y而言，相關(guān)分析中：rxy=ryx ；在回歸分析中，？ = K ' £ 人和岡=2 +玄*yt卻是兩個(gè)完全不同的回歸方程。（1分）回歸分析對(duì)資料的要求是被解 釋變量y是隨機(jī)變量，解釋變量x是非隨機(jī)變量；相關(guān)分析對(duì)資料的要求是兩個(gè)變量都隨機(jī) 變量。（1分）10在滿足古典假定條件下，一元線性回歸模型的普通最小二乘估計(jì)量有哪些統(tǒng)計(jì)性質(zhì)？答：線性，是指參數(shù)估計(jì)量b和分別為觀測(cè)值yt和隨機(jī)誤差項(xiàng)Ut的線性函數(shù)或線性組合。（1分）無(wú)偏性，指參數(shù)估計(jì)量 bo和b的均值（期望值）分別等于總體參

11、數(shù)bo和3。（2分）有效性（最小方差性或最優(yōu)性） 量b和b的方差最小。（2分），指在所有的線性無(wú)偏估計(jì)量中，最小二乘估計(jì)11.簡(jiǎn)述BLUE的含義。答：BLUE即最佳線性無(wú)偏估計(jì)量，是 best I in ear un biased estimators的縮寫。（2分）在古典 假定條件下，最小二乘估計(jì)量具備線性、 無(wú)偏性和有效性，是最佳線性無(wú)偏估計(jì)量，即BLUE , 這一結(jié)論就是著名的高斯馬爾可夫定理。（3分）12對(duì)于多元線性回歸模型，為什么在進(jìn)行了總體顯著性F檢驗(yàn)之后，還要對(duì)每個(gè)回歸系數(shù)進(jìn)行是否為0的t檢驗(yàn)？答：多元線性回歸模型的總體顯著性F檢驗(yàn)是檢驗(yàn)?zāi)Ｐ椭腥拷忉屪兞繉?duì)被解釋變量的共13.給

12、定二元回歸模型：yt t° bix1t b2x2t Ut，請(qǐng)敘述模型的古典假定。解答：（1）隨機(jī)誤差項(xiàng)的期望為零，即同影響是否顯著。（1分）通過(guò)了此F檢驗(yàn)，就可以說(shuō)模型中的全部解釋變量對(duì)被解釋變量 的共同影響是顯著的，但卻不能就此判定模型中的每一個(gè)解釋變量對(duì)被解釋變量的影響都是 顯著的。（3分）因此還需要就每個(gè)解釋變量對(duì)被解釋變量的影響是否顯著進(jìn)行檢驗(yàn)，即進(jìn) 行t檢驗(yàn)。（1分）E（Ut）=0。（2）不同的隨機(jī)誤差項(xiàng)之間相互獨(dú)立,即 cov（ut,us） =E（ut - E（q）（us - E（us） =E（utus） =0 （1 分）。（3）隨機(jī)誤差項(xiàng)的方差與t無(wú)關(guān)，為一個(gè)常數(shù)，即

13、var（uj =；丁。即同方差假設(shè)（1分）。（4）隨機(jī)誤差項(xiàng)與解釋變量不相關(guān),即cov（xjt ,ut） = 0 （j =1,2,., k）。通常假定Xjt為非隨機(jī)變量，這個(gè)假設(shè)自動(dòng) 成立（1分）。（5）隨機(jī)誤差項(xiàng)ut為服從正態(tài)分布的隨機(jī)變量，即ut N（0,；2） （1分）。（6）解釋變量之間不存在多重共線性，即假定各解釋變量之間不存在線性關(guān)系，即不存在多重共線性（1分）。14.在多元線性回歸分析中，為什么用修正的決定系數(shù)衡量估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)R2的值往往會(huì)變大，從而度？ 解答：因?yàn)槿藗儼l(fā)現(xiàn)隨著模型中解釋變量的增多，多重決定系數(shù)2增加了模型的解釋功能。這樣就使得人們認(rèn)為要使模型擬合

14、得好，就必須增加解釋變量（ 分）。但是，在樣本容量一定的情況下，增加解釋變量必定使得待估參數(shù)的個(gè)數(shù)增加，從而 損失自由度，而實(shí)際中如果引入的解釋變量并非必要的話可能會(huì)產(chǎn)生很多問(wèn)題，比如，降低預(yù)測(cè)精確度、引起多重共線性等等。為此用修正的決定系數(shù)來(lái)估計(jì)模型對(duì)樣本觀測(cè)值的擬合 優(yōu)度（3分）。15修正的決定系數(shù) R2及其作用。e /n _ k 1解答：R2 =1t -，（ 2分）其作用有：（1 ）用自由度調(diào)整后，可以消除擬瓦（yt -y） /n -1合優(yōu)度評(píng)價(jià)中解釋變量多少對(duì)決定系數(shù)計(jì)算的影響；（2分）（2）對(duì)于包含解釋變量個(gè)數(shù)不同的模型，可以用調(diào)整后的決定系數(shù)直接比較它們的擬合優(yōu)度的高低，但不能用原

15、來(lái)未調(diào)整的決定系數(shù)來(lái)比較（1分）。16. 常見(jiàn)的非線性回歸模型有幾種情況？解答：常見(jiàn)的非線性回歸模型主要有：（1）對(duì)數(shù)模型 Inyt = b0b ln Kut （ 1 分）（2）半對(duì)數(shù)模型yt = b0b In Kut 或 In % =0b|Xt ut（ 1 分）111（3）倒數(shù)模型y=b0 b（u或 b0 b（u（ 1分）xyx（4）多項(xiàng)式模型y =bob|X bjX2.- bkxku（ 1 分）（5）成長(zhǎng)曲線模型包括邏輯成長(zhǎng)曲線模型和Gompertz成長(zhǎng)曲線模型（1 分）2217. 觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。 yt 二 b°dx3ut y

16、t 二 b° b log 人 ut22 log ytbjogxt 5 yt/（人） q解答：系數(shù)呈線性，變量非線性；（1分）系數(shù)呈線性，變量非呈線性；（1分）系數(shù)和變量均為非線性；（1分）系數(shù)和變量均為非線性。（2分）18. 觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。 二 bo d log 人 ut yt 二 b° d （bzXt） q 二 bo/Qxt） ut yt =1 b°（1 -x：1） q解答：系數(shù)呈線性，變量非呈線性；（1分）系數(shù)非線性，變量呈線性；（1分）系數(shù)和變量均為非線性；（2分）系數(shù)和變量均為非線性（1分）。異方差性是

17、指模型違反了古典假定中的同方差假定，它是計(jì)量經(jīng)濟(jì)分析中的一個(gè)專門問(wèn)題。在線性回歸模型中， 如果隨機(jī)誤差項(xiàng)的方差不是常數(shù)，即對(duì)不同的解釋變量觀測(cè)值彼此不同，則稱隨機(jī)項(xiàng) ui具有異方差性，即 var（q）八?。怀?shù) （t=1，2，”， n）。（3分）例如，利用橫截面數(shù)據(jù)研究消費(fèi)和收入之間的關(guān)系時(shí)，對(duì)收入較少的家庭在滿足基本消費(fèi)支出之后的剩余收入已經(jīng)不多，用在購(gòu)買生活必需品上的比例較大，消費(fèi)的分散幅度不大。收入較多的家庭有更多可自由支配的收入，使得這些家庭的消費(fèi)有更大的選擇范圍。由于個(gè)性、愛(ài)好、儲(chǔ)蓄心理、消費(fèi)習(xí)慣和家庭成員構(gòu)成等那個(gè)的差異，使消費(fèi)的分散幅度增大，或者說(shuō)低收入家庭消費(fèi)的分散度和高收入家

18、庭消費(fèi)得分散度相比較，可以認(rèn)為牽著小于后者。這種被解釋變量的分散幅度的變化，反映到模型中，可以理解為誤差項(xiàng)方差的變化。（2 分）19. 產(chǎn)生原因：（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設(shè)定誤差；（3）樣 本數(shù)據(jù)的測(cè)量誤差；（4）隨機(jī)因素的影響。（2分）產(chǎn)生的影響：如果線性回歸模型的隨機(jī)誤差項(xiàng)存在異方差性，會(huì)對(duì)模型參數(shù)估計(jì)、 模型檢驗(yàn)及模型應(yīng)用帶來(lái)重大影響，主要有：（ 1）不影響模型參數(shù)最小二乘估計(jì)值的無(wú)偏性；（ 2） 參數(shù)的最小二乘估計(jì)量不是一個(gè)有效的估計(jì)量；（3）對(duì)模型參數(shù)估計(jì)值的顯著性檢驗(yàn)失效；（4）模型估計(jì)式的代表性降低，預(yù)測(cè)精度精度降低。（3分）20. 檢驗(yàn)方法：（1）圖

19、示檢驗(yàn)法；（1分）（2）戈德菲爾德一匡特檢驗(yàn)；（1分）（3）懷特檢驗(yàn)；（1分）（4）戈里瑟檢驗(yàn)和帕克檢驗(yàn)（殘差回歸檢驗(yàn)法） ；（1分）（5） ARC檢驗(yàn)（自回歸條件 異方差檢驗(yàn)）（1分）21. 解決方法：（1）模型變換法；（2分）（2）加權(quán)最小二乘法；（2分）（3）模型的對(duì)數(shù)變換 等（1分）、 - 222. 加權(quán)最小二乘法的基本原理：最小二乘法的基本原理是使殘差平方和j e為最小，在一 2異方差情況下，總體回歸直線對(duì)于不同的 Xt,0的波動(dòng)幅度相差很大。 隨機(jī)誤差項(xiàng)方差-t越小，樣本點(diǎn)yt對(duì)總體回歸直線的偏離程度越低，殘差et的可信度越高（或者說(shuō)樣本點(diǎn)的2代表性越強(qiáng)）；而二t較大的樣本點(diǎn)可能會(huì)

20、偏離總體回歸直線很遠(yuǎn)，et的可信度較低（或者說(shuō)樣本點(diǎn)的代表性較弱）。（2分）因此，在考慮異方差模型的擬合總誤差時(shí)，對(duì)于不同的e2_2_2應(yīng)該區(qū)別對(duì)待。具體做法：對(duì)較小的e給于充分的重視，即給于較大的權(quán)數(shù)；對(duì)較大的et 給于充分的重視，即給于較小的權(quán)數(shù)。更好的使 7 e2反映var（uj對(duì)殘差平方和的影響 程度，從而改善參數(shù)估計(jì)的統(tǒng)計(jì)性質(zhì)。（ 3分）23. 樣本分段法（即戈德菲爾特一匡特檢驗(yàn)）的基本原理：將樣本分為容量相等的兩部分，然后分別對(duì)樣本1和樣本2進(jìn)行回歸，并計(jì)算兩個(gè)子樣本的殘差平方和，如果隨機(jī)誤差項(xiàng)是同方差的，則這兩個(gè)子樣本的殘差平方和應(yīng)該大致相等；如果是異方差的，則兩者差別較大，以此

21、來(lái)判斷是否存在異方差。（3分）使用條件：（1）樣本容量要盡可能大，一般而言應(yīng)該在參數(shù)個(gè)數(shù)兩倍以上；（2） Ut服從正態(tài)分布，且除了異方差條件外，其它假定均滿足。（2分）24. 簡(jiǎn)述DW僉驗(yàn)的局限性。答：從判斷準(zhǔn)則中看到，DW僉驗(yàn)存在兩個(gè)主要的局限性：首先，存在一個(gè)不能確定的 DW.值區(qū)域，這是這種檢驗(yàn)方法的一大缺陷。（2分）其次：DW.檢驗(yàn)只能檢驗(yàn)一階自相關(guān)。（2分）但在實(shí)際計(jì)量經(jīng)濟(jì)學(xué)問(wèn)題中，一階自相關(guān)是出現(xiàn)最多的一類序列相關(guān)，而且經(jīng)驗(yàn)表明， 如果不存在一階自相關(guān)， 一般也不存在高階序列相關(guān)。所以在實(shí)際應(yīng)用中， 對(duì)于序列相關(guān)問(wèn)題一般只進(jìn)行DW.檢驗(yàn)。（1分）25. 序列相關(guān)性的后果。答：（1）

22、模型參數(shù)估計(jì)值不具有最優(yōu)性；（1分）（2）隨機(jī)誤差項(xiàng)的方差一般會(huì)低估；（1 分）（3）模型的統(tǒng)計(jì)檢驗(yàn)失效；（1分）（4）區(qū)間估計(jì)和預(yù)測(cè)區(qū)間的精度降低。（1分）（全對(duì)即加1分）26. 簡(jiǎn)述序列相關(guān)性的幾種檢驗(yàn)方法。答：（1）圖示法；（1分）（2） D-W檢驗(yàn)；（1分）（3）回歸檢驗(yàn)法；（1分）（4）另外， 偏相關(guān)系數(shù)檢驗(yàn)，布羅斯一戈弗雷檢驗(yàn)或拉格朗日乘數(shù)檢驗(yàn)都可以用來(lái)檢驗(yàn)高階序列相關(guān)。（2分）27. 廣義最小二乘法（GLS的基本思想是什么？答：基本思想就是對(duì)違反基本假定的模型做適當(dāng)?shù)木€性變換，使其轉(zhuǎn)化成滿足基本假定的模 型，從而可以使用 OLS方法估計(jì)模型。（5分28. 自相關(guān)性產(chǎn)生的原因有那些

23、？答：（1）經(jīng)濟(jì)變量慣性的作用引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）（2）經(jīng)濟(jì)行為的滯后性引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）（3） 些隨機(jī)因素的干擾或影響引起隨機(jī)誤差項(xiàng)自相關(guān)；（1 分）（4）模型設(shè)定誤差引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）（5）觀測(cè)數(shù)據(jù)處理引起隨機(jī)誤差項(xiàng)自相關(guān)。（1分）29. 請(qǐng)簡(jiǎn)述什么是虛假序列相關(guān)，如何避免？答：數(shù)據(jù)表現(xiàn)出序列相關(guān)，而事實(shí)上并不存在序列相關(guān)。（2分）要避免虛假序列相關(guān)，就應(yīng)在做定量分析之間先進(jìn)行定性分析，看從理論上或經(jīng)驗(yàn)上是否有存在序列相關(guān)的可能，可能性是多大。（3分）30. DW值與一階自相關(guān)系數(shù)的關(guān)系是什么？答：？ =1 一 DW 或者 DW =2（1- ？）231.

24、答：多重共線性是指解釋變量之間存在完全或近似的線性關(guān)系。 產(chǎn)生多重共線性主要有下述原因：（1）樣本數(shù)據(jù)的采集是被動(dòng)的，只能在一個(gè)有限的范圍內(nèi)得到觀察值，無(wú)法進(jìn)行重復(fù)試驗(yàn)。（2分）（2）經(jīng)濟(jì)變量的共同趨勢(shì)（1分）（3）滯后變量的引入（1分）（4）模型的解釋變 量選擇不當(dāng)（1分32. 答：完全多重共線性是指對(duì)于線性回歸模型丫 = X2X2 kXk u若c1X1j c2X2j . ckXkj=O, j=1,2，,n其中G, C2,.,Ck是不全為0的常數(shù)則稱這些解釋變量的樣本觀測(cè)值之間存在完全多重共線性。（2分）不完全多重共線性是指對(duì)于多元線性回歸模型丫 = “1-2X2 .kXk U若 c1X1j

25、 c2X2j . ckX kj+v=0, j=1,2,.,n其中g(shù), C2,.,Ck是不全為0的常數(shù)，v為隨機(jī)誤差項(xiàng) 則稱這些解釋變量的樣本觀測(cè)之間存在不完全多重共線性。（3分）（3 分）33. 答：（1）無(wú)法估計(jì)模型的參數(shù)，即不能獨(dú)立分辨各個(gè)解釋變量對(duì)因變量的影響。（2）參數(shù)估計(jì)量的方差無(wú)窮大（或無(wú)法估計(jì)）（2分）35答：（1）可以估計(jì)參數(shù)，但參數(shù)估計(jì)不穩(wěn)定。 （2分）（2）參數(shù)估計(jì)值對(duì)樣本數(shù)據(jù)的 略有變化或樣本容量的稍有增減變化敏感。 （1分）（3）各解釋變量對(duì)被解釋變量的影響 難精確鑒別。（1分）（4）t檢驗(yàn)不容易拒絕原假設(shè)。（1分）36. 答：（1）模型總體性檢驗(yàn)F值和R2值都很高，但

26、各回歸系數(shù)估計(jì)量的方差很大，t值很低，系數(shù)不能通過(guò)顯著性檢驗(yàn)。（2分）（2）回歸系數(shù)值難以置信或符號(hào)錯(cuò)誤。（1分）（3 ）參數(shù)估計(jì)值對(duì)刪除或增加少量觀測(cè)值，以及刪除一個(gè)不顯著的解釋變量非常敏感。（2分）37. 答：所謂方差膨脹因子是存在多重共線性時(shí)回歸系數(shù)估計(jì)量的方差與無(wú)多重共線性時(shí)回歸系數(shù)估計(jì)量的方差對(duì)比而得出的比值系數(shù)。（2分） 若VIF（?）=1時(shí)，認(rèn)為原模型不存在“多重共線性問(wèn)題” ；（1分）若VIF（彳）1時(shí)，則認(rèn)為原模型存在“多重共線性問(wèn)題”； （1分）若VIF（ ?）5時(shí)，則模型的“多重共線性問(wèn)題”的程度是很嚴(yán)重的，而且是非常有害的。（1分）38. 模型中引入虛擬變量的作用是什么

27、？答案：（1）可以描述和測(cè)量定性因素的影響；（2分）（2） 能夠正確反映經(jīng)濟(jì)變量之間的關(guān)系，提高模型的精度；（2分）（3） 便于處理異常數(shù)據(jù)。（1分）39. 虛擬變量引入的原則是什么？答案：（1）如果一個(gè)定性因素有 m方面的特征，則在模型中引入m-1個(gè)虛擬變量；（1分）（2）如果模型中有 m個(gè)定性因素，而每個(gè)定性因素只有兩方面的屬性或特征，則在模型中引入m個(gè)虛擬變量；如果定性因素有兩個(gè)及以上個(gè)屬性，則參照“一個(gè)因素多個(gè)屬性”的設(shè)置虛擬變量。（2分）（3 ）虛擬變量取值應(yīng)從分析問(wèn)題的目的出發(fā)予以界定；（1分）（4） 虛擬變量在單一方程中可以作為解釋變量也可以作為被解釋變量。（1分）40. 虛擬變

28、量引入的方式及每種方式的作用是什么？答案：（1）加法方式：其作用是改變了模型的截距水平；（2分）（2）乘法方式：其作用在于兩個(gè)模型間的比較、因素間的交互影響分析和提高模型的描述 精度；（2分）（3 ）一般方式：即影響模型的截距有影響模型的斜率。（1分）41. 判斷計(jì)量經(jīng)濟(jì)模型優(yōu)劣的基本原則是什么？答案：（1）模型應(yīng)力求簡(jiǎn)單；（1分）（2）模型具有可識(shí)別性；（1分）（3）模型具有較高的 擬合優(yōu)度；（1分）（4）模型應(yīng)與理論相一致；（1分）（5）模型具有較好的超樣本功能。（1分）42. 模型設(shè)定誤差的類型有那些？答案：（1）模型中添加了無(wú)關(guān)的解釋變量；（2分）（2）模型中遺漏了重要的解釋變量；（2

29、分）（3）模型使用了不恰當(dāng)?shù)男问健＃?分）43. 工具變量選擇必須滿足的條件是什么？答案：選擇工具變量必須滿足以下兩個(gè)條件：（1）工具變量與模型中的隨機(jī)解釋變量高度相關(guān)；（3分）（2） 工具變量與模型的隨機(jī)誤差項(xiàng)不相關(guān)。（2分）44. 設(shè)定誤差產(chǎn)生的主要原因是什么？答案：原因有四：（1）模型的制定者不熟悉相應(yīng)的理論知識(shí)； （1分）（2）對(duì)經(jīng)濟(jì)問(wèn)題本身 認(rèn)識(shí)不夠或不熟悉前人的相關(guān)工作； （1分）（3）模型制定者缺乏相關(guān)變量的數(shù)據(jù)； （1分）（4）解釋變量無(wú)法測(cè)量或數(shù)據(jù)本身存在測(cè)量誤差。（2分）45. 在建立計(jì)量經(jīng)濟(jì)學(xué)模型時(shí)，什么時(shí)候，為什么要引入虛擬變量？答案：在現(xiàn)實(shí)生活中，影響經(jīng)濟(jì)問(wèn)題的因素除具有數(shù)量特征的變量外，還有一類變量，這類變