随机解释变量问题

第四章经典单方程计量经济学模型：放宽基本假定的模型一、内容提要本章主要介绍计量经济模型的二级检检验问题，即计量经济检验。

主要讨论对回归模型的若干基本经典假定是否成立进行检验、当检验发现不成立时继续采用OLS估计模型所带来的不良后果以及如何修正等问题。

具体包括异方差性问题、序列相关性问题、多重共线性问题以及随机解释变量这四大类问题。

异方差是模型随机扰动项的方差不同时产生的一类现象。

在异方差存在的情况下，OLS 估计尽管是无偏、一致的，但通常的假设检验却不再可靠，这时仍采用通常的t检验和F检验，则有可能导致出现错误的结论。

同样地，由于随机项异方差的存在而导致的参数估计值的标准差的偏误，也会使采用模型的预测变得无效。

对模型的异方差性有若干种检测方法，如图示法、Park与Gleiser检验法、Goldfeld-Quandt检验法以及White检验法等。

而当检测出模型确实存在异方差性时，通过采用加权最小二乘法进行修正的估计。

序列相关性也是模型随机扰动项出现序列相关时产生的一类现象。

与异方差的情形相类似，在序列相关存在的情况下，OLS估计量仍具无偏性与一致性，但通常的假设检验不再可靠，预测也变得无效。

序列相关性的检测方法也有若干种，如图示法、回归检验法、Durbin-Watson检验法以及Lagrange 乘子检验法等。

存在序列相关性时，修正的估计方法有广义最小二乘法（GLS）以及广义差分法。

多重共线性是多元回归模型可能存在的一类现象，分为完全共线与近似共线两类。

模型的多个解释变量间出现完全共线性时，模型的参数无法估计。

更多的情况则是近似共线性，这时，由于并不违背所有的基本假定，模型参数的估计仍是无偏、一致且有效的，但估计的参数的标准差往往较大，从而使得t-统计值减小，参数的显著性下降，导致某些本应存在于模型中的变量被排除，甚至出现参数正负号方面的一些混乱。

显然，近似多重共线性使得模型偏回归系数的特征不再明显，从而很难对单个系数的经济含义进行解释。

ols、固定效应和随机效应解释变量的回归结果下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。

文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢!本店铺为大家提供各种类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you! In addition, this shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!OLS、固定效应和随机效应解释变量的回归结果1. 引言线性回归是统计学中常用的一种方法，用于探究自变量与因变量之间的关系。

计量经济学名词解释与简答计量经济学复习题题型：选择2*10；填空2*10；名词解释4*5；综合题10*4⼀选择填空考点1.截⾯数据，时间序列，⾯板数据定义。

P12/1.3.3截⾯数据：同⼀时间（时期或时点）某个指标在不同空间的观测数据。

时间序列数据：把反映某⼀总体特征的同⼀指标的数据，按照⼀定的时间顺序和时间间隔（如⽉度.季度.年度）排列起来，这样的统计数据称为时间序列数据。

时间序列数据可以是时期数据，也可以是时点数据。

⾯板数据：指时间序列数据和截⾯数据相结合的数据。

如在具名⼿指调查中收集的对各个固定调查户在不同时期的调查数据。

2.有限分布滞后模型定义P184/7.1.3被解释变量受解释变量的影响分布在解释变量不同时期的滞后值上，即模型形如具有这种滞后分布结构的模型称为分布滞后模型，其中 s 为滞后长度。

根据滞后长度 s取为有限和⽆限，模型分别称为有限分布滞后模型和⽆限分布滞后模型。

3.设定误差定义P244/9.1计量经济模型是对变量间经济关系因果性的设想，若所设定的回归模型是“正确”的，主要任务是所选模型参数的估计和假设检验。

但是如果对计量模型的各种诊断或检验总不能令⼈满意，这时应把注意⼒集中到模型的设定⽅⾯：考虑所建模型是否遗漏了重要的变量？是否包含了多余的变量？所选模型的函数形式是否正确？随机扰动项的设定是否合理？变量的数据收集是否有误差？所有这些，计量经济学中被统称为设定误差。

4.时间序列平稳性阶数判定P267-270/10.1所谓时间序列的平稳性，是指时间序列的统计规律不会随着时间的推移⽽发⽣变化。

直观上，⼀个平稳的时间序列可以看作⼀条围绕其均值上下波动的曲线。

从理论上，有两种意义的平稳性，⼀是严格平稳，另⼀种是弱平稳。

5.有效，⽆偏含义P35/2.2.4有效性⼀个估计式若不仅具有⽆偏性⽽且具有最⼩⽅差性时,成这个估计式为有效估计式.⽆偏估计式可能有多个,但在所有⽆偏估计式中,只有最⼩的最佳⽆偏估计式才是有效估计式.6.t，F检验统计量表达式P47/2.4.3 P87/3.3.2ESS(-1)~F(-1,)RSS(-)kF k n-kn k=7.协整定义P273/10.3所谓协整，是指多个⾮平稳变量的某种线性组合是平稳的。

1：普通最小二乘法为使被解释变量的估计值与观测值在总体上最为接近使Q= 最小，从而求出参数估计量的方法，即之。

2：总平方和、回归平方和、残差平方和的定义TSS度量Y自身的差异程度，称为总平方和。

TSS除以自由度n-1=因变量的方差，度量因变量自身的变化。

RSS度量因变量Y的拟合值自身的差异程度，称为回归平方和。

RSS除以自由度（自变量个数-1）=回归方差，度量由自变量的变化引起的因变量变化部分。

ESS度量实际值与拟合值之间的差异程度，称为残差平方和。

RSS 除以自由度（n-自变量个数-1）=残差（误差）方差，度量由非自变量的变化引起的因变量变化部分。

3：计量经济学计量经济学是以经济理论为指导，以事实为依据，以数学和统计学为方法，以电脑技术为工具，从事经济关系与经济活动数量规律的研究，并以建立和应用经济计量模型为核心的一门经济学科。

而且必须指出，这些经济计量模型是具有随机性特征的。

4：最小样本容量即从最小二乘原理和最大似然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限。

即样本容量必须不少于模型中解释变量的数目（包扩常数项），即之。

5：序列相关性。

模型的随机误差项违背了相互独立的基本假设的情况，称之。

1、截面数据：截面数据是许多不同的观察对象在同一时间点上的取值的统计数据集合，可理解为对一个随机变量重复抽样获得的数据。

2、时间序列数据：时间序列数据是同一观察对象在不同时间点上的取值的统计序列，可理解为随时间变化而生成的数据。

3、虚变量数据：虚拟变量数据是人为设定的虚拟变量的取值。

是表征政策、条件等影响研究对象的定性因素的人工变量，其取值一般只取“0”或“1”。

1、总体回归函数：是指在给定X i下Y分布的总体均值与X i所形成的函数关系（或者说将总体被解释变量的条件期望表示为解释变量的某种函数）2、最大似然估计法（ML）: 又叫最大或然法，指用产生该样本概率最大的原则去确定样本回归函数的方法。

计量经济学 第一部分：名词解释第一章1、模型：对现实的描述和模拟。

2、广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。

3、狭义计量经济学：以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。

第二章1、总体回归函数：指在给定Xi 下Y 分布的总体均值与Xi 所形成的函数关系（或者说总体被解释变量的条件期望表示为解释变量的某种函数）。

2、样本回归函数：指从总体中抽出的关于Y ，X 的若干组值形成的样本所建立的回归函数。

3、随机的总体回归函数：含有随机干扰项的总体回归函数（是相对于条件期望形式而言的）。

4、线性回归模型：既指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以他们的1次方出现。

5、随机干扰项：即随机误差项，是一个随机变量，是针对总体回归函数而言的。

6、残差项：是一随机变量，是针对样本回归函数而言的。

7、条件期望：即条件均值，指X 取特定值Xi 时Y 的期望值。

8、回归系数：回归模型中βo ，β1等未知但却是固定的参数。

9、回归系数的估计量：指用01,ββ等表示的用已知样本提供的信息所估计出来总体未知参数的结果。

10、最小二乘法：又称最小平方法，指根据使估计的剩余平方和最小的原则确定样本回归函数的方法。

11、最大似然法：又称最大或然法，指用生产该样本概率最大的原则去确定样本回归函数的方法。

12、估计量的标准差：度量一个变量变化大小的测量值。

13、总离差平方和：用TSS 表示，用以度量被解释变量的总变动。

14、回归平方和：用ESS 表示：度量由解释变量变化引起的被解释变量的变化部分。

15、残差平方和：用RSS 表示：度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。

16、协方差：用Cov （X ，Y ）表示，度量X,Y 两个变量关联程度的统计量。

17、拟合优度检验：检验模型对样本观测值的拟合程度，用2R 表示，该值越接近1，模型对样本观测值拟合得越好。

名词解释：异方差性；在线性回归模型中，经典假设要求随机误差项具有0均值和同方差。

所谓异方差性是指这些随机误差项服从不同方差的正态分布序列相关性；是指总体回归模型的随机误差项之间存在相关关系。

虚假序列相关；是指由于忽略了重要解释变量而导致模型出现的序列相关性。

多重共线性；在经典回归模型中总是假设解释变量之间是相互独立的。

如果某两个或多个解释变量之间出现了相关性，则称为多重共线性随机解释变量；如果存在一个或多个随机变量作为解释变量，则称原模型存在随机解释变量问题。

工具变量：是在模型估计过程中被作为工具使用，以替代模型中与随机误差项相关的随机解释变量的变量。

工具变量法；选择一个变量，作为模型中某随机解释变量的工具变量，与模型中的其他变量一起构造出相应参数的一个一致估计量，这种估计方法称为工具变量法。

虚拟变量；根据因素属性的类型，构造只取0或1的人工变量，叫做虚拟变量结构式模型；根据经济理论和行为规律建立的描述经济变量之间直接关系结构的计量经济学方程统称结构式模型简化式模型；用所有先决变量作为每一个内生变量的解释变量，所形成的模型称为简化式模型。

完备的结构模型；伪回归；又称虚假回归，即如果有两列数据表现出一致的变化趋势，即使它们之间没有任何经济关系，如果进行回归也可以表现出较高的可绝系数。

内生变量；是具有某种概率分布的随机变量。

它的参数是联立方程系统估计的元素，内生变量是有系统模型决定的，同时也对模型系统产生影响，内生变量一般都是经济变量。

外生变量；外生变量一般是确定性变量，或是具有临界概率分布的随机变量，其参数不是模型系统研究的元素。

外生变量影响系统，但本身不受系统的影响。

外生变量一般是经济变量，条件变量，政策变量，虚变量。

先决变量；是外生变量和内生变量的滞后变量单整；如果一个时间序列经过D次差分后变成平稳序列，则称原序列是D阶单整协整：简答题：序列相关性产生的原因三方面；1经济变量固有的惯性。

2 模型设定的偏误。

第七章 虚拟变量和随机解释变量本章将讨论两种不同的模型：虚拟变量模型和随机解释变量模型，以及模型设定的其它问题。

第一节 虚拟变量模型在我们以前考虑的模型中，解释变量都是定量变量（如成本、价格、收入、产出等），但在经济研究中，因变量经常受到一些定性变量的影响（如性别、种族、季节、不同历史时期等），我们把这类定性变量称为虚拟变量。

习惯上用Ｄ表示虚拟变量，虚拟变量的取值通常为0和1。

0表示变量具备某种属性，1表示变量不具备某种属性。

一、包含一个虚拟变量的模型如果我们要研究的问题中解释变量只分为两类。

则需引入一个模拟变量。

例9.1建立模型研究中国妇女在工作中是否受到歧视。

令Ｙ＝年薪，Ｘ＝工作年限⎩⎨⎧=，女性，男性101D 可以建立如下模型：i i i i u D B X B B Y +++=210 )1.9( 与一般的回归模型一样，假定0)(=i u E 男性就业者的平均年薪：i i i i X B B D X Y E 10)0,(+== )2.9(女性就业者的平均年薪：210)1,(B X B B D X Y E i i i i ++== )3.9(如果B 2=0则说明不存在性别歧视，如果02<B ，则说明存在性别歧视。

图9.1表明男女就业者的平均年薪对工龄的函数具有相同斜率B 1，即随着工龄的增长男女工资的增长幅度相同；截距不同，说明男女的初始年薪不同。

我们称这种虚拟变量只影响截距不影响斜率的模型为加法模型。

图9.1不同性别就业者的收入(加法模型,B 2<0)如果随着工龄增加，男性与女性的年薪差距也发生变化，则模型（9.1）就变为i i i i i u X D B X B B Y +++=210 )4.9(图9.2描绘了男性年薪增加较快的情况。

我们称虚拟变量只影响斜率而不影响截距的模型为乘法模型如（9.4）如果男性与女性的初始年薪和年薪增加速度都有差异，我们可以将加法模型和乘法模型结合起来，得到如下模型i i i i i i u D B X D B X B B Y ++++=3210 )5.9(模型（9.5）可以用来表示截距和斜率都发生变化的模型。

第七章 随机性解释变量与工具变量估计Y X βε=+，古典假定中解释变量X 是非随机的。

如果存在一个或多个随机变量作为解释变量，则原模型出现随机性解释变量的问题。

产生随机性解释变量的情形： 1） 被解释变量的滞后项作为解释变量 1t t t t C Y C γαβε−=+++t2） 双向因果关系（联立方程） 12123t t t t t t Y X X Y Z ββμγγγ=++=+++ν，价格（）与需求（t Y t X ）互为因果，t Z 可以指收入。

解释变量的随机性在联立方程中不可避免。

3） 测量误差12Y X ββ=++ε，若解释变量X 存在测量误差：*X X ν=+，那么实际使用的解释变量是*X ，显然*X 随机。

一、随机性解释变量的导致的理论问题1ˆ(')'X X X ββε−=+， 1''ˆlim lim()lim()X X X p p p n nεββ−=+， 若X 非随机，有()ˆE ββ=，ˆlim p ββ=； 若X 随机，则?ˆ()E ββ=，?ˆlim p ββ= 注意：若(,)f X Y 是(,)X Y 的联合密度，是(,)h X Y (,)X Y 的函数，则：[(,)]{[(,)]}Y X E h X Y E E h X Y Y =若解释变量随机，则X 是随机矩阵（至少有一列是随机变量）。

设'lim()X Xp Q n=，有限，正定。

球形扰动即为：2(')n E X I εεσ=Case1： X 与ε独立（不相关）：(,)0i i Cov X ε=。

则有()E X ε0=，于是11ˆ()[(')'][(')'()]XE E X X X E X X X E X ββεβε−−=+=+=β最小二乘估计仍为无偏估计，其方差阵为：11112ˆˆˆ()[()()'][(')''(')] [(')'(')(')](')X Var E E X X X X X X E X X X E X X X X E X X βββββεεεεσ−−−−=−−===1−如果ε为条件正态分布，则 21ˆ(,('))N E X X ββσ−∼大样本性质：ˆlim p ββ=。

计量经济学第一部分：名词解释第一章1、模型：对现实的描述和模拟。

2、广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。

3、狭义计量经济学：以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。

第二章1、总体回归函数：指在给定Xi 下Y 分布的总体均值与Xi 所形成的函数关系（或者说总体被解释变量的条件期望表示为解释变量的某种函数）。

2、样本回归函数：指从总体中抽出的关于Y ，X 的若干组值形成的样本所建立的回归函数。

3、随机的总体回归函数：含有随机干扰项的总体回归函数（是相对于条件期望形式而言的）。

4、线性回归模型：既指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以他们的1次方出现。

5、随机干扰项：即随机误差项，是一个随机变量，是针对总体回归函数而言的。

6、残差项：是一随机变量，是针对样本回归函数而言的。

7、条件期望：即条件均值，指X 取特定值Xi 时Y 的期望值。

8、回归系数：回归模型中βo ，β1等未知但却是固定的参数。

9、回归系数的估计量：指用¶µ01,ββ等表示的用已知样本提供的信息所估计出来总体未知参数的结果。

10、最小二乘法：又称最小平方法，指根据使估计的剩余平方和最小的原则确定样本回归函数的方法。

11、最大似然法：又称最大或然法，指用生产该样本概率最大的原则去确定样本回归函数的方法。

12、估计量的标准差：度量一个变量变化大小的测量值。

13、总离差平方和：用TSS 表示，用以度量被解释变量的总变动。

14、回归平方和：用ESS 表示：度量由解释变量变化引起的被解释变量的变化部分。

15、残差平方和：用RSS 表示：度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。

16、协方差：用Cov （X ，Y ）表示，度量X,Y 两个变量关联程度的统计量。

§4.4 随机解释变量与误差项相关CLRM 中关于解释变量与误差项相关关系的假设： 如果解释变量为非随机变量，则()cov ,ε=0X 总是成立； 如果解释变量为随机变量，则要求()cov ,ε=0X ，即解释变量与误差项无关。

()()cov ,cov ,0 for ,1,...,; 1,...,ki j X i j n k K ε⇔====0εX4.4.1 随机解释变量与误差项相关一、随机解释变量与误差项相关的含义解释变量为随机变量，且与误差项相关，即()cov ,ε≠0X 。

至少存在某个{}2,...,k K ∈使得：()()cov ,0ki i ki i X E X εε=≠。

当解释变量与误差项相关时，称其为内生解释变量。

动态模型和联立方程组中常常存在内生解释变量。

二、随机解释变量，及与误差项相关的几种情况许多经济现象中，解释变量非随机假定不符合实际，因为许多经济变量不能用控制的方法进行观测，所以作为模型中的解释变量取值就不可能在重复抽样中得到相同和确定的数值，其取值很难精确控制，解释变量成为随机变量。

解释变量与误差项相关的几种情况：（1）模型设定误差。

如果随机误差项ε 包含了模型中略去的解释变量，而略去的解释变量往往同模型中的解释变量相关，因而就很有可能在X 是随机变量的情况下与随机误差项ε 相关。

（2）解释变量存在测量误差。

（3）动态模型。

模型包含有滞后因变量，且随机误差项又序列相关。

（4）联立方程模型等。

例如，在包含有滞后因变量模型中，如果误差项是序列相关的，那么滞后因变量与误差项相关。

例如，固定资产投资与国民收入的关系满足如下模型：0121t t t t I Y I βββε-=+++， 1, 1t t t v ερερ-=+<()()()10112211112cov ,cov ,...cov ,.........t t t t t t t t t I Y I v εεβββερεερερσ-------=++++=++=++4.4.2 随机解释变量与误差项相关的后果对一元回归模型i i i Y X αβε=++，如果()i i E X εγ=和()()22var i i i X E X εσ=有限，由Lindberg–Levy 中心极限定理，则有limi in X p nεγ→∞=∑。

简答题：1.选择工具变量的原则是什么:（1）工具变量必须与所替代的随机解释变量高度相关；（2）工具变量与随机误差项不相关（3）工具变量与其它解释变量不相关，避免出现多重共线性。

2.实际经济问题中的多重共线性(1)经济变量的趋同性（2）滞后变量的引入（3）样本资料的限制3.序列相关性产生的原因:（1）惯性；（2）模型设定误差；（3）蛛网现象；（4）数据加工。

4、随机解释变量问题及其解决方法。

如果存在一个或多个随机变量作为解释变量，则称原模型出现随机解释变量问题。

第一、随机解释变量与误差项相互独立；第二、随机解释变量与误差项同期无关，而异期相关；第三、随机解释变量与误差项同期相关；第四、解决方法为工具变量法。

5.随机解释变量产生的后果1.若相互独立，则参数估计量仍然无偏一致。

2 若同期相关，异期不相关，得到的参数估计有偏，但却是一致的3 若同期相关，则估计量有偏且非一致。

6.简述最小二乘估计量的性质：（1）线性性，即它是否是另一随机变量的线性函数；（2）无偏性，即它的均值或期望值是否等于总体的真实值；（3）有效性，即它是否在所有线性无偏估计量中具有最小方差。

（4）渐近无偏性，即样本容量趋于无穷大时，是否它的均值序列趋于总体真值；（5）一致性，即样本容量趋于无穷大时，它是否依概率收敛于总体的真值；（6）渐近有效性，即样本容量趋于无穷大时，是否它在所有的一致估计量中具有最小的渐近方差。

7、虚拟变量的作用：（1）表现定性因素对被解释变量的影响（2）提高模型的说明能力与水平（3）季节变动分析。

（4）方程差异性检验。

8、虚拟变量设置的原则：如果有定性因素共有个结果需要区别，那么至多引入m-1 个虚拟变量9、实际经济问题中的多重共线性：（1）经济变量的趋同性（2）滞后变量的引入（3）样本资料的限制10.引入随机误差形式为了：（1）代表未知的影响因素（2）代表残缺数据（3）代表众多细小的影响因素（4）代表数据观测误差（5）代表模型设定误差（6）变量的随机存在性11.12.回归分析的主要内容有：（1）根据样本观测值对经济计量模型参数进行估计，求得回归方程（2）对回归方程、参数估计值进行显著性检验（3）利用回归方程进行分析、评价及预测。

金融计量分析复习题文件编码（008-TTIG-UTITD-GKBTT-PUUTI-WYTUI-8256）金融计量分析思考题一、解释下面概念1.回归分析回归分析(regression analysis)是研究一个变量关于另一个（些）变量的具体依赖关系的计算方法和理论。

其用意：在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值。

主要内容包括：（1）根据样本观察值对经济计量模型参数进行估计，求得回归方程；（2）对回归方程、参数估计值进行显着性检验；（3）利用回归方程进行分析、评价及预测。

2.总体回归函数在给定解释变量X条件下被解释变量Y的期望轨迹称为总体回归线（population regression line），或更一般地称为总体回归曲线（population regression curve）。

相应的函数：称为（双变量）总体回归函数（population regression function, PRF）。

3.t检验设计原假设与备择假设：给定显着性水平，可得到临界值，由样本求出统计量t的数值，通过来拒绝或接受原假设H0，从而判定对应的解释变量是否应包括在模型中。

4. 拟合优度检验 则2222)ˆ()ˆ)(ˆ(2)ˆ())ˆ()ˆ(()(Y Y Y Y Y Y Y Y Y Y Y Y Y Y TSS i i i i i i ii i i -∑+--∑+-∑=-+-∑=-∑=由于∑∑-=--)ˆ()ˆ)(ˆ(Y Y e Y Y Y Y ii i i ∑∑∑∑++++=i ki i k i i i e Y X e X e e βββˆˆˆ110 =0 所以有：ESS RSS Y Y Y Y TSS i i i +=-+-=∑∑22)ˆ()ˆ(即总离差平方和可分解为回归平方和与残差平方和两部分。

回归平方和反应了总离差平方和可由样本回归线解释的部分，它越大，残差平方和越小，表明样本回归线与样本观测值的拟合程度越高。

4.2 自相关性一、单项选择题1】A cov=0B cov=0（t≠s）C cov≠0D cov≠0（t≠s）2、DW检验的零假设是（ρ为随机项的一阶自相关系数）【】A DW=0B ρ=0C DW=1D ρ=13、下列哪种形式的序列相关可用DW在序列相关的随机变量）【】A BC4、DW值的取值范围是【】A －1≤DW≤0B －1≤DW≤1C －2≤DW≤2D 0 ≤DW≤45、当DW＝4是时，说明【】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6、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=1，显著性水平α=0.051 1.41，则可以判断【】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7、当模型存在序列相关现象时，适宜的参数估计方法是【】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8】ABD9、采用一阶差分模型克服一阶线性自相关问题适用于下列哪种情况【】A ρ≈0B ρ≈1C －1<ρ<0D 0<ρ<110，如果该企业在t-1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【】A 异方差问题 B 序列相关问题C 多重共线性问题D 随机解释变量问题11、根据一个n=30DW=1.4，已知在5％得的置信1.35 1.49，则认为原模型【】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12、以ρ（t=1，2，⋯，n），则下面明显错误的是【】A ρ=0.8，DW=0.4B ρ=－0.8，DW=－0.4C ρ=0，DW=2D ρ=1，DW=013、其中，，为【】B14、若回归模型中的随机误差项存在一阶自回归形式的序列相关，则估计模型应采用【】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15、已知DW统计量的值接近于2，则样本回归模型残差的一阶自相关系数ρ近似等于【】A0 B-1 C1 D 0.516、已知样本回归模型残差的一阶自相关系数接近于-1，则DW统计量近似等于【】A0 B1 C2 D417、在给定的显著性水平之下，若DW统计量的下和上临界值分别为d L和d u,则当d L<DW<d u 时，可认为随机误差项【】A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18、DW检验法适用于检验【】A 异方差性B 序列相关C 多重共线性D 设定误差19、已知模型的普通最小二乘法估计残差的一阶自相关系数为0，则DW统计量的近似【】A 0B 1C 2D 420、DW统计量值接近2时，随机误差项为【】A 正自相关B 负自相关C 无自相关D 不能确定是否存在自相关21、用于检验随机误差项序列相关的方法正确的是【】A 戈里瑟检验B 戈德菲尔德——匡特检验C 德宾—瓦森检验D 方差膨胀因子检验22、当DW>4-d L，则认为随机误差项u i【】A 不存在一阶负自相关B 无一阶序列相关C 存在一阶正自相关D 存在一阶负自相关23、对于大样本，德宾-瓦森（DW）统计量的近似计算公式为【】ADW≈2（BDW≈3（CDW≈2（DDW≈2（24、对于某样本回归模型，已求得DW的值为l，【】A -0.5B0C 0.5D1二、多项选择题1DW DW的上限分布，则DW检验的不确定区域是【】A DW≤4B 4DW≤4C DWD 4DW≤4E 0≤DW2、DW检验不适用于下列情况下的自相关检验【】A 模型包含有随机解释变量B 样本容量太小C 含有滞后的被解释变量D 包含有虚拟变量的模型E 高阶自相关3、针对存在序列相关现象的模型估计，下述哪些方法可能是适用的【】A 广义最小二乘法B 样本容量太小C 残差回归法D 广义差分法E Durbin两步法4】A 线性B 无偏性C 有效性D 真实性E 精确性5、DW检验不能用于下列哪些现象的检验【】A 递增型异方差的检验BCDE 遗漏重要解释变量导致的设定误差检验三、判断题1、当模型存在高阶自相关时，可用DW法进行自相关检验。