計(jì)量經(jīng)濟(jì)學(xué)期末考試試卷集(含答案) 梁瑛提供

1、計(jì)量經(jīng)濟(jì)學(xué)試題一答案一、判斷題（20分）1 線性回歸模型中，解釋變量是原因，被解釋變量是結(jié)果。（F）2多元回歸模型統(tǒng)計(jì)顯著是指模型中每個(gè)變量都是統(tǒng)計(jì)顯著的。（F）3在存在異方差情況下，常用的OLS法總是高估了估計(jì)量的標(biāo)準(zhǔn)差。（F）4總體回歸線是當(dāng)解釋變量取給定值時(shí)因變量的條件均值的軌跡。（Y）5線性回歸是指解釋變量和被解釋變量之間呈現(xiàn)線性關(guān)系。 （F）6判定系數(shù)的大小不受回歸模型中所包含的解釋變量個(gè)數(shù)的影響。（ F ）7多重共線性是一種隨機(jī)誤差現(xiàn)象。 （F）8當(dāng)存在自相關(guān)時(shí)，OLS估計(jì)量是有偏的并且也是無效的。 （ F ）9在異方差的情況下， OLS估計(jì)量誤差放大的原因是從屬回歸的變大。（ F

2、 ）10任何兩個(gè)計(jì)量經(jīng)濟(jì)模型的都是可以比較的。 （ F ）二 簡(jiǎn)答題（10）1計(jì)量經(jīng)濟(jì)模型分析經(jīng)濟(jì)問題的基本步驟。（4分）答：1）經(jīng)濟(jì)理論或假說的陳述2) 收集數(shù)據(jù)3）建立數(shù)理經(jīng)濟(jì)學(xué)模型 4）建立經(jīng)濟(jì)計(jì)量模型5）模型系數(shù)估計(jì)和假設(shè)檢驗(yàn)6）模型的選擇7）理論假說的選擇8）經(jīng)濟(jì)學(xué)應(yīng)用2舉例說明如何引進(jìn)加法模式和乘法模式建立虛擬變量模型。 （6分）答案：設(shè)Y為個(gè)人消費(fèi)支出；X表示可支配收入，定義 如果設(shè)定模型為 此時(shí)模型僅影響截距項(xiàng)，差異表現(xiàn)為截距項(xiàng)的和，因此也稱為加法模型。如果設(shè)定模型為此時(shí)模型不僅影響截距項(xiàng)，而且還影響斜率項(xiàng)。差異表現(xiàn)為截距和斜率的雙重變化，因此也稱為乘法模型。三下面是我國(guó)199

3、0-2003年GDP對(duì)M1之間回歸的結(jié)果。（5分）1 求出空白處的數(shù)值，填在括號(hào)內(nèi)。（2分）2 系數(shù)是否顯著，給出理由。（3分）答：根據(jù)t統(tǒng)計(jì)量，9.13和23都大于5%的臨界值，因此系數(shù)都是統(tǒng)計(jì)顯著的。四 試述異方差的后果及其補(bǔ)救措施。 （10分）答案：后果：OLS估計(jì)量是線性無偏的，不是有效的，估計(jì)量方差的估計(jì)有偏。建立在t分布和F分布之上的置信區(qū)間和假設(shè)檢驗(yàn)是不可靠的。補(bǔ)救措施：加權(quán)最小二乘法（WLS）1假設(shè)已知，則對(duì)模型進(jìn)行如下變換：2如果未知（1）誤差與成比例：平方根變換?？梢姡藭r(shí)模型同方差，從而可以利用OLS估計(jì)和假設(shè)檢驗(yàn)。（2） 誤差方差和成比例。即3 重新設(shè)定模型：五多重共線

4、性的后果及修正措施。（10分）1） 對(duì)于完全多重共線性，后果是無法估計(jì)。對(duì)于高度多重共線性，理論上不影響OLS估計(jì)量的最優(yōu)線性無偏性。但對(duì)于個(gè)別樣本的估計(jì)量的方差放大，從而影響了假設(shè)檢驗(yàn)。實(shí)際后果：聯(lián)合檢驗(yàn)顯著，但個(gè)別系數(shù)不顯著。估計(jì)量的方差放大，置信區(qū)間變寬，t統(tǒng)計(jì)量變小。對(duì)于樣本內(nèi)觀測(cè)值得微小變化極敏感。某些系數(shù)符號(hào)可能不對(duì)。難以解釋自變量對(duì)應(yīng)變量的貢獻(xiàn)程度。2） 補(bǔ)救措施：剔出不重要變量；增加樣本數(shù)量；改變模型形式；改變變量形式；利用先驗(yàn)信息。六 試述D-W檢驗(yàn)的適用條件及其檢驗(yàn)步驟？（10分）答案：使用條件： 1） 回歸模型包含一個(gè)截距項(xiàng)。2） 變量X是非隨機(jī)變量。3） 擾動(dòng)項(xiàng)的產(chǎn)生機(jī)

5、制： 。4） 因變量的滯后值不能作為解釋變量出現(xiàn)在回歸方程中。檢驗(yàn)步驟1）進(jìn)行OLS回歸，并獲得殘差。2）計(jì)算D值。3）已知樣本容量和解釋變量個(gè)數(shù)，得到臨界值。4）根據(jù)下列規(guī)則進(jìn)行判斷：零假設(shè)決策條件無正的自相關(guān)拒絕無正的自相關(guān)無法確定無負(fù)的自相關(guān)拒絕無負(fù)的自相關(guān)無法決定無正的或者負(fù)的自相關(guān)接受七 （15分）下面是宏觀經(jīng)濟(jì)模型 變量分別為貨幣供給、投資、價(jià)格指數(shù)和產(chǎn)出。1 指出模型中哪些是內(nèi)生變量，哪些是外生變量。（5分）答：內(nèi)生變量為貨幣供給、投資和產(chǎn)出。外生變量為滯后一期的貨幣供給以及價(jià)格指數(shù)2 對(duì)模型進(jìn)行識(shí)別。（4分）答：根據(jù)模型識(shí)別的階條件方程（1）：k=0<m-1=2，不可識(shí)別

6、。方程（2）：k=2=m-1，恰好識(shí)別。方程（3）：k=2=m-1,恰好識(shí)別。3 指出恰好識(shí)別方程和過度識(shí)別方程的估計(jì)方法。（6分）答：對(duì)于恰好識(shí)別方程，采用間接最小二乘法。首先建立簡(jiǎn)化方程，之后對(duì)簡(jiǎn)化方程進(jìn)行最小二乘估計(jì)。對(duì)于過度識(shí)別方程，采用兩階段最小二乘法。首先求替代變量（工具變量），再把這個(gè)工具變量作為自變量進(jìn)行回歸。八、（20分）應(yīng)用題為了研究我國(guó)經(jīng)濟(jì)增長(zhǎng)和國(guó)債之間的關(guān)系，建立回歸模型。得到的結(jié)果如下：Dependent Variable: LOG(GDP)Method: Least SquaresDate: 06/04/05 Time: 18:58Sample: 1985 2003

7、Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C6.030.1443.20LOG(DEBT)0.650.0232.80R-squared0.981 Mean dependent var10.53Adjusted R-squared0.983 S.D. dependent var0.86S.E. of regression0.11 Akaike info criterion-1.46Sum squared resid0.21 Schwarz criterion-1.36Log likelihood15

8、.8 F-statistic1075.5Durbin-Watson stat0.81 Prob(F-statistic)0其中， GDP表示國(guó)內(nèi)生產(chǎn)總值，DEBT表示國(guó)債發(fā)行量。（1）寫出回歸方程。（2分）答： Log（GDP）= 6.03 + 0.65 LOG(DEBT)（2）解釋系數(shù)的經(jīng)濟(jì)學(xué)含義？（4分）答：截距項(xiàng)表示自變量為零時(shí)，因變量的平均期望。不具有實(shí)際的經(jīng)濟(jì)學(xué)含義。斜率系數(shù)表示GDP對(duì)DEBT的不變彈性為0.65。或者表示增發(fā)1%國(guó)債，國(guó)民經(jīng)濟(jì)增長(zhǎng)0.65%。（3）模型可能存在什么問題？如何檢驗(yàn)？（7分）答：可能存在序列相關(guān)問題。因?yàn)閐.w = 0.81小于，因此落入正的自相關(guān)區(qū)域

9、。由此可以判定存在序列相關(guān)。（4）如何就模型中所存在的問題，對(duì)模型進(jìn)行改進(jìn)？（7分）答：利用廣義最小二乘法。根據(jù)d.w = 0.81，計(jì)算得到，因此回歸方程滯后一期后，兩邊同時(shí)乘以0.6，得方程減去上面的方程，得到利用最小二乘估計(jì)，得到系數(shù)。計(jì)量經(jīng)濟(jì)學(xué)試題二答案一、判斷正誤（20分）1. 隨機(jī)誤差項(xiàng)和殘差項(xiàng)是一回事。（ F ）2. 給定顯著性水平a及自由度，若計(jì)算得到的值超過臨界的t值，我們將接受零假設(shè)（ F ）3. 利用OLS法求得的樣本回歸直線通過樣本均值點(diǎn)。（ T ）4. 判定系數(shù)。（ F ）5. 整個(gè)多元回歸模型在統(tǒng)計(jì)上是顯著的意味著模型中任何一個(gè)單獨(dú)的變量均是統(tǒng)計(jì)顯著的。（ F ）6

10、. 雙對(duì)數(shù)模型的值可以與對(duì)數(shù)線性模型的相比較，但不能與線性對(duì)數(shù)模型的相比較。（ T ）7. 為了避免陷入虛擬變量陷阱，如果一個(gè)定性變量有m類，則要引入m個(gè)虛擬變量。（ F ）8. 在存在異方差情況下，常用的OLS法總是高估了估計(jì)量的標(biāo)準(zhǔn)差。（ T ）9. 識(shí)別的階條件僅僅是判別模型是否可識(shí)別的必要條件而不是充分條件。（ T ）10. 如果零假設(shè)H0：B2=0，在顯著性水平5%下不被拒絕，則認(rèn)為B2一定是0。 （ F ）二、以一元回歸為例敘述普通最小二乘回歸的基本原理。(10分) 解：依據(jù)題意有如下的一元樣本回歸模型： (1)普通最小二乘原理是使得殘差平方和最小，即 (2)根據(jù)微積分求極值的原理

11、，可得 (3) (4)將(3)和(4)式稱為正規(guī)方程，求解這兩個(gè)方程，我們可得到： (5)解得：其中，表示變量與其均值的離差。三、下面是利用1970-1980年美國(guó)數(shù)據(jù)得到的回歸結(jié)果。其中Y表示美國(guó)咖啡消費(fèi)（杯/日.人），X表示平均零售價(jià)格（美元/磅）。（15分） 注：， 1. 寫空白處的數(shù)值啊a，b。（0.0114，22.066）2. 對(duì)模型中的參數(shù)進(jìn)行顯著性檢驗(yàn)。3. 解釋斜率系數(shù)的含義，并給出其95%的置信區(qū)間。解：1. （0.0114，22.066）2. 的顯著性檢驗(yàn)：，所以是顯著的。的顯著性檢驗(yàn)：，所以是顯著的。 3. 表示每磅咖啡的平均零售價(jià)格每上升1美元，每人每天的咖啡消費(fèi)量減少

12、0.479杯。 的95%的置信區(qū)間為：四、若在模型：中存在下列形式的異方差：，你如何估計(jì)參數(shù)（10分）解：對(duì)于模型 （1）存在下列形式的異方差：，我們可以在(1)式左右兩端同時(shí)除以，可得 （2）其中代表誤差修正項(xiàng)，可以證明即滿足同方差的假定，對(duì)(2)式使用OLS，即可得到相應(yīng)的估計(jì)量。五、考慮下面的模型：其中，Y表示大學(xué)教師的年薪收入，X表示工齡。為了研究大學(xué)教師的年薪是否受到性別（男、女）、學(xué)歷（本科、碩士、博士）的影響。按照下面的方式引入虛擬變量：（15分）1. 基準(zhǔn)類是什么？2. 解釋各系數(shù)所代表的含義，并預(yù)期各系數(shù)的符號(hào)。3. 若，你得出什么結(jié)論？ 解：1. 基準(zhǔn)類為本科女教師。2.

13、表示工齡對(duì)年薪的影響，即工齡每增加1單位，平均而言，年薪將增加個(gè)單位。預(yù)期符號(hào)為正，因?yàn)殡S著年齡的增加，工資應(yīng)該增加。體現(xiàn)了性別差異。和體現(xiàn)了學(xué)歷差異，預(yù)期符號(hào)為正。 3. 說明，博士教師的年薪高于碩士教師的年薪。六、什么是自相關(guān)？杜賓瓦爾森檢驗(yàn)的前提條件和步驟是什么？（15分） 解：自相關(guān)，在時(shí)間（如時(shí)間序列數(shù)據(jù)）或者空間（如在截面數(shù)據(jù)中）上按順序排列的序列的各成員之間存在著相關(guān)關(guān)系。在計(jì)量經(jīng)濟(jì)學(xué)中指回歸模型中隨機(jī)擾動(dòng)項(xiàng)之間存在相關(guān)關(guān)系。用符號(hào)表示：杜賓瓦爾森檢驗(yàn)的前提條件為：（1）回歸模型包括截距項(xiàng)。（2）變量X是非隨機(jī)變量。（3）擾動(dòng)項(xiàng)的產(chǎn)生機(jī)制是 上述這個(gè)描述機(jī)制我們稱為一階自回歸模型

14、，通常記為AR(1)。（4）在回歸方程的解釋變量中，不包括把因變量的滯后變量。即檢驗(yàn)對(duì)于自回歸模型是不使用的。杜賓瓦爾森檢驗(yàn)的步驟為： (1)進(jìn)行OLS的回歸并獲得et。(2)計(jì)算d值。(3)給定樣本容量n和解釋變量k的個(gè)數(shù)，從臨界值表中查得dL和dU。(4)根據(jù)相應(yīng)的規(guī)則進(jìn)行判斷。七、考慮下面的聯(lián)立方程模型： 其中，是內(nèi)生變量，是外生變量，是隨機(jī)誤差項(xiàng)（15分）1、求簡(jiǎn)化形式回歸方程？2、判定哪個(gè)方程是可識(shí)別的（恰好或過度）？3、對(duì)可識(shí)別方程，你將用哪種方法進(jìn)行估計(jì)，并簡(jiǎn)述基本過程？ 解1. （1） （2）2. 根據(jù)階判斷條件，m = 2,對(duì)于第一個(gè)方程，k=0，k < m-1，所以第

15、一個(gè)方程不可識(shí)別。對(duì)于第二個(gè)方程，k=1，k = m-1，所以第二個(gè)方程恰好識(shí)別。 3. 對(duì)于恰好識(shí)別的方程，可以采用二階段最小二乘法，也可以使用間接最小二乘法。下面將簡(jiǎn)單介紹間接最小二乘法的基本過程： 步驟1：從結(jié)構(gòu)方程導(dǎo)出簡(jiǎn)化方程；步驟2：對(duì)簡(jiǎn)化方程的每個(gè)方程用OLS方法回歸；步驟3：利用簡(jiǎn)化方程系數(shù)的估計(jì)值求結(jié)構(gòu)方程系數(shù)的估計(jì)值。 計(jì)量經(jīng)濟(jì)學(xué)試題三答案一、判斷正誤（20分）1. 回歸分析用來處理一個(gè)因變量與另一個(gè)或多個(gè)自變量之間的因果關(guān)系。（ F ）2. 擬合優(yōu)度R2的值越大，說明樣本回歸模型對(duì)總體回歸模型的代表性越強(qiáng)。（ T ）3. 線性回歸是指解釋變量和被解釋變量之間呈現(xiàn)線性關(guān)系。（

16、 F ）4. 引入虛擬變量后，用普通最小二乘法得到的估計(jì)量仍是無偏的。（ T ）5. 多重共線性是總體的特征。（ F ）6. 任何兩個(gè)計(jì)量經(jīng)濟(jì)模型的都是可以比較的。（ F ）7. 異方差會(huì)使OLS估計(jì)量的標(biāo)準(zhǔn)誤差高估，而自相關(guān)會(huì)使其低估。（ F ）8. 杜賓瓦爾森檢驗(yàn)?zāi)軌驒z驗(yàn)出任何形式的自相關(guān)。（ F ）9. 異方差問題總是存在于橫截面數(shù)據(jù)中，而自相關(guān)則總是存在于時(shí)間序列數(shù)據(jù)中。（ F ）10. 內(nèi)生變量的滯后值仍然是內(nèi)生變量。（ F ）二、選擇題（20分）1. 在同一時(shí)間不同統(tǒng)計(jì)單位的相同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)組合，是（  D ）A. 原始數(shù)據(jù)   

17、60;  B. Pool數(shù)據(jù)      C. 時(shí)間序列數(shù)據(jù)    D. 截面數(shù)據(jù)2. 下列模型中屬于非線性回歸模型的是（  C ）A.              B. C.                 D. 3. 半對(duì)數(shù)模型中

18、，參數(shù)的含義是（   C   ） A. X的絕對(duì)量變化，引起Y的絕對(duì)量變化B. Y關(guān)于X的邊際變化 C. X的相對(duì)變化，引起Y的期望值絕對(duì)量變化    D. Y關(guān)于X的彈性4. 模型中其數(shù)值由模型本身決定的變量是（  B ）A、外生變量     B、內(nèi)生變量    C、前定變量     D、滯后變量5. 在模型的回歸分析結(jié)果報(bào)告中，統(tǒng)計(jì)量的，則表明（    

19、C   ）A. 解釋變量對(duì)的影響是顯著的B. 解釋變量對(duì)的影響是顯著的C. 解釋變量和對(duì)的聯(lián)合影響是顯著的D. 解釋變量和對(duì)的聯(lián)合影響不顯著6. 根據(jù)樣本資料估計(jì)人均消費(fèi)支出Y對(duì)人均收入X的回歸模型為，這表明人均收入每增加1，人均消費(fèi)支出將增加（B ）A. 0.2%      B. 0.75%      C. 2%           D. 7.5%7. 如果回歸模型違背了同方差假定，最

20、小二乘估計(jì)量是（A）A. 無偏的，非有效的         B. 有偏的，非有效的C. 無偏的，有效的            D. 有偏的，有效的8. 在回歸模型滿足DW檢驗(yàn)的前提條件下，當(dāng)統(tǒng)計(jì)量等于2時(shí)，表明（   C   ）A. 存在完全的正自相關(guān)          

21、;     B. 存在完全的負(fù)自相關(guān)C. 不存在自相關(guān)                     D. 不能判定9. 將一年四個(gè)季度對(duì)被解釋變量的影響引入到包含截距項(xiàng)的回歸模型當(dāng)中，則需要引入虛擬變量的個(gè)數(shù)為 （  C   ）A.       

22、0;         B.             C.              D. 10. 在聯(lián)立方程結(jié)構(gòu)模型中，對(duì)模型中的每一個(gè)隨機(jī)方程單獨(dú)使用普通最小二乘法得到的估計(jì)參數(shù)是（   B   ）A. 有偏但一致的&

23、#160; B. 有偏且不一致的  C. 無偏且一致的  D. 無偏但不一致的三、下表給出了三變量模型的回歸的結(jié)果：（10分）方差來源平方和自由度（d.f）平方和的均值（MSS）來自回歸(ESS)106.58253.29來自殘差(RSS)1.8170.106總離差(TSS)108.3819注：保留3位小數(shù)，可以使用計(jì)算器。在5%的顯著性水平下，本題的。1. 完成上表中空白處內(nèi)容。2. 求與。3. 利用F統(tǒng)計(jì)量檢驗(yàn)和對(duì)的聯(lián)合影響，寫出簡(jiǎn)要步驟。答案： 1. 見題2. 3. 可以利用統(tǒng)計(jì)量檢驗(yàn)和對(duì)的聯(lián)合影響。 （或 ） 因?yàn)椋蛯?duì)的聯(lián)合影響是顯著的。四、考慮下面的模型：其中，Y

24、表示大學(xué)教師的年薪收入，X表示工齡。為了研究大學(xué)教師的年薪是否受到性別、學(xué)歷的影響。按照下面的方式引入虛擬變量：（10分）1. 基準(zhǔn)類是什么？2. 解釋各系數(shù)所代表的含義，并預(yù)期各系數(shù)的符號(hào)。3. 若，你得出什么結(jié)論？答案：1. 基準(zhǔn)類是本科學(xué)歷的女教師。2. 表示剛參加工作的本科學(xué)歷女教師的收入，所以的符號(hào)為正。 表示在其他條件不變時(shí)，工齡變化一個(gè)單位所引起的收入的變化，所以的符號(hào)為正。 表示男教師與女教師的工資差異，所以的符號(hào)為正。 表示碩士學(xué)歷與本科學(xué)歷對(duì)工資收入的影響，所以的符號(hào)為正。 表示博士學(xué)歷與本科學(xué)歷對(duì)工資收入的影響，所以的符號(hào)為正。 3. 若，說明博士學(xué)歷的大學(xué)教師比碩士學(xué)歷

25、的大學(xué)教師收入要高。五、若在模型：中存在下列形式的異方差：，你如何估計(jì)參數(shù)（10分）答案：使用加權(quán)最小二乘法估計(jì)模型中的參數(shù)，。在模型的兩邊同時(shí)除以，我們有：令，則上面的模型可以表示為： （1） ，即變換后的模型（1）的隨機(jī)誤差項(xiàng)滿足同方差假定，可以使用OLS估計(jì)出，。上述方法稱為加權(quán)最小二乘法。六、簡(jiǎn)述自相關(guān)后果。對(duì)于線性回歸模型，如果存在形式的自相關(guān)，應(yīng)該采取哪些補(bǔ)救措施？（15分）答案：自相關(guān)就是指回歸模型中隨機(jī)誤差項(xiàng)之間存在相關(guān)。用符號(hào)表示：對(duì)于線性回歸模型，若在模型中存在形式的自相關(guān)問題，我們使用廣義差分變換，使得變換后的模型不存在自相關(guān)問題。 對(duì)于模型： （1） 取模型的一階滯后：

26、 （2） 在（2）式的兩邊同時(shí)乘以相關(guān)系數(shù)，則有： （3） 用（1）式減（3）式并整理得：令， ，則有： （4）在（4）中滿足古典假定，我們可以使用普通最小二乘法估計(jì)（4）式，得到，,，的估計(jì)量，再利用和的對(duì)應(yīng)關(guān)系得到的估計(jì)值。七、考慮下面的聯(lián)立方程模型： 其中，是內(nèi)生變量，是外生變量，是隨機(jī)誤差項(xiàng)（15分）1、求出簡(jiǎn)化形式的回歸方程？2、利用模型識(shí)別的階條件，判定哪個(gè)方程是可識(shí)別的（恰好或過度）？3、對(duì)可識(shí)別方程，你將用哪種方法進(jìn)行估計(jì)，為什么？ 答案：略計(jì)量經(jīng)濟(jì)學(xué)試題四答案一、 判斷正誤（10分）1、 隨機(jī)變量的條件均值與非條件均值是一回事。（錯(cuò)）2、 線性回歸模型意味著變量是線性的。（錯(cuò)

27、）3、 。（錯(cuò)）4、 對(duì)于多元回歸模型，如果聯(lián)合檢驗(yàn)結(jié)果是統(tǒng)計(jì)顯著的則意味著模型中任何一個(gè)單獨(dú)的變量均是統(tǒng)計(jì)顯著的。（錯(cuò)）5、 雙對(duì)數(shù)模型中的斜率表示因變量對(duì)自變量的彈性。（對(duì)）6、 為了避免陷入虛擬變量陷阱，如果一個(gè)定性變量有類，則要引入個(gè)虛擬變量。（錯(cuò)）7、 如果回歸模型違背了同方差假定，最小二乘估計(jì)量是有偏無效的。（錯(cuò)）8、 在存在接近多重共線性的情況下，回歸系數(shù)的標(biāo)準(zhǔn)差會(huì)趨于變小，相應(yīng)的t值會(huì)趨于變大。（錯(cuò)）9、 在任何情況下OLS估計(jì)量都是待估參數(shù)的最優(yōu)線性無偏估計(jì)。（錯(cuò)）10、一個(gè)聯(lián)立方程模型中的外生變量在另一個(gè)聯(lián)立方程模型中可能是內(nèi)生變量。（對(duì)）二、用經(jīng)濟(jì)計(jì)量方法研究經(jīng)濟(jì)問題時(shí)有

28、哪些主要步驟？（10分）答：書中第二頁(yè)，經(jīng)濟(jì)計(jì)量學(xué)方法論中的八個(gè)步驟。三、回歸模型中的隨機(jī)誤差項(xiàng)主要包括哪些因素的影響？（10分）答：書中第83頁(yè)，隨機(jī)誤差項(xiàng)的性質(zhì)中的四條。四、古典線性回歸模型具有哪些基本假定。（10分）答：1 解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)。2 隨機(jī)誤差項(xiàng)的期望或均值為零。3 隨機(jī)誤差項(xiàng)具有同方差，即每個(gè)隨機(jī)誤差項(xiàng)的方差為一個(gè)相等的常數(shù)。4 兩個(gè)隨機(jī)誤差項(xiàng)之間不相關(guān)，即隨機(jī)誤差項(xiàng)無自相關(guān)。五、以二元回歸為例簡(jiǎn)述普通最小二乘法的原理？（10分）答：書中第88頁(yè)的最小二乘原理。六、若在模型：中存在下列形式的異方差：，你如何估計(jì)參數(shù)（10分）答： 將原模型左右兩邊同時(shí)除以，原模型變形為： （1）令，則式（1）可以寫為： （2）由于，所以式(2)所表示的模型不再存在異方差問題，故可利用普通最小二乘法對(duì)其進(jìn)行估計(jì)，求得參數(shù)的估計(jì)值。七、考慮下面的聯(lián)立方程模型： 其中，是內(nèi)生變量，是外生變量，是隨機(jī)誤差項(xiàng)（10分）1、簡(jiǎn)述聯(lián)立方程模型中方程識(shí)別的階條件。答：書中第320頁(yè)，模型識(shí)別的階條件。（4分）2、根據(jù)階條件判定模型中各方程的識(shí)別性？答：對(duì)于第一個(gè)方程有：m=2 k=0, 由于 k<m-1，所以該方程不可識(shí)別。（2分）對(duì)于第二個(gè)方程有：m=2 k=1, 由于 k=m-1，所以該方程為恰好識(shí)別。（2分）3、對(duì)可