一、就本期学习而言，请尽可能多地列举自己认为所学到的新知识点，并
就其中感受深刻的两点，给出自己的学习体会或感悟。(一般不会考) 二、在本学期的学习中，有如下的古典假定：
（1）强外生性(|)0i E ε=X ；（2）球型扰动2(|)Var Cov εσ-=X I ； （3）弱外生性(,|)0ji i Cov x ε=X ；（4）满秩()Rank k =X ；（5）正态性
2~(0,)i N εσ。
简述自己对这些古典假定的认识，以及这些假设对参数估计统计性质的作用。
解答：（1）零均值，即()(|)0,|0i ij i E Cov x εε=⇒=X X ；
（2）同方差与无自相关假定，即随机扰动项的方差2(|)T Var εσ=X I ； （3）随机扰动项与解释变量不相关，即(,|)0ji i Cov x ε=X ； （4）无多重共线性，即各解释变量之间线性无关，()Rank k =X ； （5）正态性假定，即2~(0,)i N εσ。
以上假设条件可总结为：①解释变量的强外生性；②球形扰动；③解释变量的外生性；④满秩；⑤正态性。而它们的作用在于：
第一，条件均值为零（或强外生性）能保证最小二乘估计量的无偏性。 第二，球形扰动，是指随机扰动项的方差-协方差矩阵为同方差和无自相关同时成立时的情况。违反此假设条件，被称为非球形扰动，将会影响到参数估计的有效性问题。
第三，外生性条件，表示随机扰动项中不包含有解释变量的任何信息。注意，外生性条件的不同表述方式和内涵。外生性条件的违反将影响到参数估计的一致性问题。
第四，满秩性条件，它是为了保证条件期望的唯一性，参数可求解。 第五，正态性条件，它主要与我们的统计检验和推断有关，用于推断估计式的分布。
三、对于线性模型 y X βε=+，写出下述假定条件的表达式，并说明其含义和作用。
（1）强外生性；（2）弱外生性；（3）球型扰动；（4）正态性。 解答同上。
四、什么是估计量的无偏性，有效性和一致性计量经济学中哪些古典假定
能保证这些性质成立
解答：无偏性：如果参数的估计量ˆβ
的期望等于参数的真实值β，即()
ˆE β
β=,则称ˆβ是参数β的无偏估计。强外生性或者条件均值为零可以保证最小二乘估计量的无偏性。
有效性：一个估计量若不仅具有无偏性而且具有最小方差时，称这个估计量为有效估计量。球型扰动2(|)Var Cov εσ-=X I 能保证估计量的有效性。
一致性：当样本容量趋于无穷大时，如果估计量ˆβ
的抽样分布依概率收敛于总体参数的真实值β，即ˆlim x P β
β→∞
=或()
ˆlim 1x P ββε→∞
⎡⎤-<=⎣
⎦
，则称估计量ˆβ为一致估计量。弱外生性(,|)0ji i
Cov x ε=X 能够保证估计量的一致性。
五、某人依据1960-1995的时间序列数据关于如下所设定的模型
进行回归，得到了如表1-表4所示的结果。请仔细阅读这些结果，试回答以下问题
1、表1-表3是在进行什么工作这些工作依据的基本思路是什么
2、请写出表4回归结果的标准形式。
3、表4的结果说明什么与表1-表3结果之间有何联系 表1
Dependent Variable: G Method: Least Squares
Date: 02/17/08 Time: 08:35 Sample: 1960 1995
Variable
Coeffici
ent
Std. Error
t-Statist ic
Prob.
C YEAR
R-squared
Mean dependent var
Adjusted R-squared
. dependent var
. of regression Akaike info
criterion
Sum squared resid Schwarz criterion Log likelihood
F-statistic
Durbin-Watson stat
Prob(F-statistic)
令g gstar resid 表2
Dependent Variable: PG Method: Least Squares
Date: 02/17/08 Time: 08:37 Sample: 1960 1995
Variable
Coeffici
ent
Std. Error
t-Statist ic
Prob.
C YEAR
R-squared
Mean dependent var
Adjusted R-squared
. dependent var
. of regression Akaike info
criterion
Sum squared resid Schwarz criterion Log likelihood
F-statistic
Durbin-Watson stat
Prob(F-statistic)
令pg pgstar resid 表3
Dependent Variable: Y Method: Least Squares
Date: 02/17/08 Time: 08:38 Sample: 1960 1995
Variable
Coeffic
ient
Std. Error
t-Statist ic
Prob.
C YEAR
R-squared
Mean dependent var
Adjusted R-squared
. dependent var
. of regression
Akaike info
criterion
Sum squared resid 2101886
. Schwarz criterion
Log likelihood
F-statistic
Durbin-Watson stat
Prob(F-statistic)
令y ystar resid 表4
Dependent Variable: GSTAR Method: Least Squares
Date: 02/17/08 Time: 08:57
