第四章 回归模型中的随机误差项问题

第四章 多元线性回归模型在一元线性回归模型中，解释变量只有一个。

但在实际问题中，影响因变量的变量可能不止一个，比如根据经济学理论，人们对某种商品的需求不仅受该商品市场价格的影响，而且受其它商品价格以及人们可支配收入水平的制约；影响劳动力劳动供给意愿（用劳动参与率度量）的因素不仅包括经济形势（用失业率度量），而且包括劳动实际工资；根据凯恩斯的流动性偏好理论，影响人们货币需求的因素不仅包括人们的收入水平，而且包括利率水平等。

当解释变量的个数由一个扩展到两个或两个以上时，一元线性回归模型就扩展为多元线性回归模型。

本章在理论分析中以二元线性回归模型为例进行。

一、预备知识（一）相关概念对于一个三变量总体，若由基础理论，变量21,x x 和变量y 之间存在因果关系，或21,x x 的变异可用来解释y 的变异。

为检验变量21,x x 和变量y 之间因果关系是否存在、度量变量21,x x 对变量y 影响的强弱与显著性、以及利用解释变量21,x x 去预测因变量y ，引入多元回归分析这一工具。

将给定i i x x 21,条件下i y 的均值i i i i i x x x x y E 2211021),|(βββ++= （4.1） 定义为总体回归函数（Population Regression Function,PRF ）。

定义),|(21i i i i x x y E y -为误差项（error term ）,记为i μ，即),|(21i i i i i x x y E y -=μ，这样i i i i i x x y E y μ+=),|(21，或i i i i x x y μβββ+++=22110 （4.2）（4.2）式称为总体回归模型或者随机总体回归函数。

其中，21,x x 称为解释变量（explanatory variable ）或自变量（independent variable ）；y 称为被解释变量（explained variable ）或因变量（dependent variable ）；误差项μ解释了因变量的变动中不能完全被自变量所解释的部分。

第一章测试1.计量经济学是( )的一个分支学科A:经济学B:数理统计学C:数学D:统计学答案:A2.计量经济分析工作的基本步骤是( )A:模型设定、模型估计、模型检验、模型应用B:确定模型导向、确定变量及方程式、估计模型、检验模型、应用模型C:个体设计、总体设计、估计模型、应用模型、检验模型D:设定模型、估计参数、检验模型、应用模型、模型评价答案:A3.下列各种数据中,以下不应该作为经济计量分析所用数据的是( )A:计算机随机生成的数据B:时间序列数据C:虚拟变量数据D:横截面数据答案:A4.在( )中,为了全面描述经济变量之间的关系,合理构造模型体系,有时需要引入一些非随机的恒等方程。

A:动态模型B:静态模型C:单一方程模型D:联立方程模型答案:D5.从变量的因果关系看,经济变量可分为( )A:外生变量B:被解释变量C:解释变量D:内生变量答案:BC6.使用时序数据进行经济计量分析时,要求指标统计的( )A:对象及范围可比B:时间可比C:计算方法可比D:口径可比答案:ABCD7.一个计量经济模型由以下哪些部分构成( )A:方程式B:随机误差项C:变量D:参数答案:ABCD8.计量经济学模型研究的经济关系有两个基本特征:随机关系和相关关系。

( )A:错B:对答案:A9.计量经济模型检验仅包括经济意义检验、统计检验、计量经济学检验。

( )A:错B:对答案:A10.参数反映计量经济模型中经济变量之间的数量联系,通常具有不稳定性。

( )A:对B:错答案:B第二章测试1.在一元线性回归模型中,样本回归方程可表示为( )A:B:C:D:答案:C2.回归分析中定义( )A:被解释变量是随机变量,解释变量是非随机变量B:解释变量是随机变量,被解释变量是非随机变量C:解释变量和被解释变量都是随机变量D:解释变量和被解释变量均为非随机变量答案:A3.最常用的统计检验包括拟合优度检验、解释变量显著性检验和( )A:异方差性检验B:多重共线性检验C:方程显著性检验D:预测检验答案:C4.最小二乘准则是指使( )达到最小值的原则确定样本回归方程A:B:C:D:答案:A5.对于经典线性回归模型,回归系数的普通最小二乘估计量具有的优良性有( )A:确定性B:方差最小性C:线性性D:无偏性答案:BCD6.利用普通最小二乘法求得的样本回归直线具有以下特点( )A:必然通过点()B:的平均值与的平均值相等C:残差的均值为0D:残差与之间存在一定程度的相关性答案:ABC7.随机误差项产生的原因有( )A:数据的测量与归并误差B:随机因素的影响C:模型中被忽略因素的影响D:模型函数形式设定误差答案:ABCD8.只有满足基本假设条件的计量经济模型的普通最小二乘参数估计量才具有无偏性和有效性（）A:对B:错答案:A9.可决系数不仅反映了模型拟合程度的优劣,而且有直观的经济含义:它定量地描述了Y的变化中可以用回归模型来说明的部分,即模型的可解释程度（）A:对B:错答案:A10.在计量经济模型中,通常是就参数而言判断是否为线性回归模型,而对解释变量X则可以是线性的也可以是非线性的（）A:错B:对答案:B第三章测试1.( )表示由解释变量所解释的部分,表示x对y的线性影响A:剩余平方和B:总离差平方和C:残差平方和D:回归平方和答案:D2.用一组有40个观测值的样本估计模型后,在0.05的显著性水平上对的显著性作t检验,则显著地不等于零的条件是其统计量t大于等于( )A:B:C:D:答案:B3.多元线性回归分析中,调整后的判定系数与判定系数之间的关系是( )A:B:C:D:答案:C4.在多元回归分析中,F检验是用来检验( )A:回归方程的预测结果是否显著B:回归模型的总体线性关系是否显著C:样本数据的线性关系是否显著D:回归模型的各回归系数是否显著答案:B5.对于线性回归模型,各回归系数的普通最小二乘估计具有的优良特性有( )A:有效性B:不一致性C:一致性D:无偏性答案:ACD6.若模型满足古典假定,则下列各式成立的有( )A:B:C:D:答案:ABC7.常见的非线性回归模型主要有( )A:半对数模型B:倒数模型C:多项式模型D:对数模型答案:ABCD8.如果模型对样本有较高的拟合优度,F检验一般都能通过（）A:错B:对答案:B9.若建立计量经济模型的目的是用于预测,则要求模型的远期拟合误差较小。

第四章 方差分量线性回归模型本章考虑的线性模型不仅有固定效应、随机误差，而且有随机效应。

我们先从随机效应角度理解回归概念，导出方差分量模型，然后研究模型三种主要解法。

最后本章介绍关于方差分量模型的两个前沿研究成果，是作者近期在《应用数学学报》与国际数学杂志《Communications in Statistics 》上发表的。

第一节 随机效应与方差分量模型一、随机效应回归模型前面所介绍的回归模型不仅都是线性的，而且自变量看作是固定效应。

我们从资料对npi i i X X Y 11},,{ 出发建立回归模型，过去一直是把Y 看作随机的，X 1，…，X p 看作非随机的。

但是实际上，自变量也经常是随机的，而并不是我们可以事先设计好的设计矩阵。

我们把自变量也是随机变量的回归模型称为随机效应回归模型。

究竟一个回归模型的自变量是随机的还是非随机的，要视具体情况而定。

比如一般情况下消费函数可写为)(0T X b C C（4.1.1）这里X 是居民收入，T 是税收，C 0是生存基本消费，b 是待估系数。

加上随机扰动项，就是一元线性回归模型)(0T X b C C（4.1.2）那么自变量到底是固定效应还是随机效应?那要看你采样情况。

如果你是按一定收入的家庭去调查他的消费，那是取设计矩阵，固定效应。

如果你是随机抽取一些家庭，不管他收入如何都登记他的收入与消费，那就是随机效应。

对于随机效应的回归模型，我们可以从条件期望的角度推导出与最小二乘法则等价的回归函数。

我们希望通过X 预测Y ，也就是要寻找一个函数),,()(1p X X M X M Y ，当X 的观察值为x 时，这个预测的误差平均起来应达到最小，即22)]([min )]([X L Y E X M Y E L（4.1.3）这里min 是对一切X 的可测函数L(X)取极小。

由于当)|()(X Y E X M（4.1.4）时，容易证明0)]()()][([ X L X M X M Y E（4.1.5）故当)|()(X Y E X M 时，222)]()([)]([)]([X L X M E X M Y E X L Y E（4.1.6）要使上式左边极小，只有取)|()()(X Y E X M X L 。

计量经济学第四章习题第四章练习题1. 什么是异⽅差性？试举例说明经济现象中的异⽅差性。

检验异⽅差性的⽅法思路是什么？ 2. 判断题。

并简单说明理由。

(1) 存在异⽅差时，普通最⼩⼆乘法（OLS ）估计量是有偏的和⽆效的； (2) 存在异⽅差时，常⽤的t 检验和F 检验失效；(3) 存在异⽅差时，常⽤的OLS 估计⼀定是⾼估了估计量的标准差； (4)如果从OLS 回归中估计的残差呈现出系统性，则意味着数据中存在着异⽅差； (5) 存在序列相关时，OLS 估计量是有偏的并且也是⽆效的； (6) 消除序列相关的⼀阶差分变换假定⾃相关系数ρ必须等于1； (7) 回归模型中误差项t u 存在异⽅差时，OLS 估计不再是有效的； (8) 存在多重共线性时，模型参数⽆法估计；(9)存在多重共线性时，⼀定会使参数估计值的⽅差增⼤，从⽽造成估计效率的损失；(10) ⼀旦模型中的解释变量是随机变量，则违背了基本假设，使得模型的OLS 估计量有偏且不⼀致。

3. 回归模型中误差项t u 存在序列相关时，OLS 估计不再是⽆偏的；已知消费模型：01122t t t t y x x u ααα=+++。

其中，t y ：消费⽀出；t x 1：个⼈可⽀配收⼊；t x 2：消费者的流动资产。

设0)(=t u E ，为常数）其中2212()(σσt t ar x u V =。

要求： (1)进⾏适当变换消除异⽅差，并证明之。

(2)写出消除异⽅差后，模型的参数估计量的表达式。

4. 简述异⽅差对下列各项有何影响：(1) OLS 估计量及其⽅差； (2) 置信区间；(3)显著性t 检验和F 检验的使⽤。

5. 已知模型：22201122,()t t t t t t t Y X X u Var u Z βββσσ=+++==。

式中，Y 、X 1、X 2和Z 的数据已知。

假设给定权数t w ，加权最⼩⼆乘法就是求下式中的各β，以使的下式最⼩2221102)()(t t t t t t t t t X w X w w Y w u w RSS βββ---==∑∑(1) 求RSS 对β1、β2和β2的偏微分并写出正规⽅程。

计量经济学习题四一、单选题1、容易产生异方差的数据是（ ）A 、时间序列数据B 、虚变量数据C 、横截面数据D 、年度数据2、下列哪种方法不能检验异方差（ ）A 、哥德费尔特—夸特检验B 、怀特检验C 、戈里瑟检验D 、D-W 检验3、如果回归模型中的随机误差项存在异方差，则模型参数的OLS 估计量是（ ）A 、无偏、有效估计B 、无偏、非有效估计C 、有偏、有效估计D 、有偏、非有效估计4、设回归模型i i i X Y μβ+=，其中i i X Var 2)(σμ=，则β的最有效估计量为（ ）A 、∑∑=2ˆX XY βB 、∑∑∑∑∑--=22)(ˆX X n Y X XY n β C 、X Y =βˆ D 、∑=XY n 1ˆβ 5、当模型出现异方差现象时，估计模型参数的适当方法是（ ）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6、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重，从而提高估计精确度，即（ ）A 、重视大误差的作用，轻视小误差的作用B 、重视小误差的作用，轻视大误差的作用C 、重视小误差和大误差的作用D 、轻视小误差和大误差的作用7、如果Glejser 检验表明，OLS 估计结果的残差与解释变量有显著的形式为i i i X e ε+=457.0||的相关关系，则用WLS 估计模型参数时，权数为（ ）A 、i XB 、21i XC 、i X 1D 、iX 1 8、假设回归模型为i i i X Y μββ++=10，其中22)(i i X Var σμ=，则用WLS 估计模型时，应将模型变为（ ）A 、X X X X Yμββ++=10B 、X X X Yμββ++=10C 、X X X Y μββ++=10D 、21202X X XX Y μββ++= 9、下列哪种形式的序列相关可用D.W.统计量（i ε为具有零均值，常数方差且不存在序列相关的随机变量）（ ）A 、t t t ερμμ+=-1B 、t t t t εμρμρμ+++=-- 2211C 、t t ρεμ=D 、 ++=-12t t t ερρεμ10、假定某企业的生产决策是由模型t t t P S μββ++=10描述的（其中S 为产量，P 为价格），又知如果该企业在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、给定的显著性水平，若D.W.统计量的下和上临界值分别为L d 和U d ，则当U L d W D d <<..时，可认为随机误差项（ ）A 、存在一阶正相关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确定12、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 、0≈ρB 、1≈ρC 、01<<-ρD 、10<<ρ13、根据一个样本容量为30的样本估计i i i e X Y ++=^1^0ββ后计算得到2.1..=W D ,已知在5%的显著性水平下，35.1=L d ，49.1=U d ，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 、存在正的一阶自相关D 、存在负的一阶自相关14、对于原模型i i i X Y μββ++=10广义差分模型是指（ ）A 、)()()(1)(10t tt t t t tX f X f X X f X f Y μββ++=B 、t t t X Y μβ∆+∆=∆1 B 、t t t X Y μββ∆+∆+=∆10D 、)()()1(11101----+-+-=-t t t t t t X X Y Y ρμμρβρβρ15、用矩阵形式表示的广义最小二乘参数估计量为Y X X X B 111)(ˆ---Ω'Ω'=，此估计量为（ ）A 、有偏、有效的估计量B 、有偏、非有效的估计量C 、无偏、非有效的估计量D 、无偏、有效的估计量16、对于模型i i i e X Y ++=^1^0ββ，以ρ表示t e 与1-t e 之间的线性相关系数（n t ,,2,1 =），则下面明显错误的是（ ）A 、4.0..,8.0==W D ρB 、4.0..,8.0-=-=W D ρC 、2..,0==WD ρ D 、0..,1==W D ρ17、采用GLS 关键的一步是得到随机误差项的方差协方差矩阵Ω，这就需要对原模型μ+=XB Y 首先采用（ ）以求得随机误差项的近似估计值，从而构成矩阵Ω的估计量。

回归模型的误差项方差1.引言1.1 概述概述部分主要介绍回归模型的误差项方差这一主题，并对文章的结构和目的进行简要阐述。

在这一部分，我们可以开头引入回归分析的重要性和广泛应用的背景，并提出误差项方差这一概念的重要性。

接下来，我们可以介绍本文的目的，即研究误差项方差对回归模型的影响，以及减小误差项方差的方法。

下面是概述部分的一个参考写作：概述回归分析作为一种重要的统计方法，在各个领域都得到广泛应用。

通过利用观测数据中的自变量与因变量的关系，回归模型能够对未知因变量进行预测，从而帮助我们理解变量之间的关联性。

然而，回归模型中的误差项对模型的精确性和可靠性具有重要影响，特别是误差项的方差。

误差项方差是指回归模型中残差或预测误差的离散程度。

在回归模型中，我们常常假设误差项服从独立同分布的正态分布，并且其方差保持恒定。

然而，在实际应用中，误差项方差可能受到多种因素的影响，如数据的不确定性、测量误差、模型假设的违背等。

因此，研究和理解误差项方差的影响对于回归模型的准确性和有效性具有重要意义。

本文旨在探讨误差项方差对回归模型的影响，并提出相应的减小误差项方差的方法。

文章将从回归模型的基本概念和原理入手，引入误差项的概念和作用，然后重点讨论误差项方差对回归模型的影响。

最后，我们将介绍一些常见的方法和技巧，以减小误差项方差，并提高回归模型的准确性和可靠性。

通过对误差项方差的深入研究，我们可以更好地理解回归模型的局限性，并为实际应用中的建模和预测提供科学的依据。

希望本文的研究成果能够对相关领域的研究人员和实践者有所启发，从而推动回归分析方法的进一步发展和应用。

1.2文章结构1.2 文章结构本文将围绕回归模型的误差项方差展开讨论。

为了更好地理解这一概念，首先介绍回归模型的基本概念和原理，以及误差项的概念和作用。

随后，将重点探讨误差项方差对回归模型的影响，并提出一些方法来减小误差项方差。

最后，对本文的内容进行总结并给出结论。

计量经济学练习题第一章导论一、单项选择题⒈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⒉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⒊下面属于截面数据的是【D 】A 1991-2003年各年某地区20个乡镇的平均工业产值B 1991-2003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⒋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⒌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⒈计量经济学是经济学的一个分支学科，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_经济学_三者的结合。

⒉⒊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。

⒋⒌经典计量经济学的最基本方法是回归分析。

计量经济分析的基本步骤是：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。

⒍⒎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。

⒏⒐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⒈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。

浅谈随机误差项在线性回归模型中的应用作者：李波涛来源：《西部论丛》2020年第02期经典线性回归模型是计量经济学分析的重要工具。

线性回归模型由解释变量、被解释变量和随机误差项组成。

其中，解释变量为非随机变量，被解释变量为随机变量，被解释变量观测值与解释变量根据参数计算出的估计值之间的差项是一个随量，我们称之为随机误差项或随机干扰项。

由于经济变量之间的关系是错综复杂的，影响一个被解释变量的因素有很多，从经济变量动力学关系和经验数据统计显著性水平检验两个方面进行判断，我们可以將其分为重要解释变量和非重要解释变量。

通常情况下，不同的研究者、研究目的和研究数据，会对一般性模型进行约化和简化，得到的模型中解释变量仅含有显著性水平较高的因素，而将显著性水平较低的因素统一归入随机误差项。

所以，随机误差项可以概述表示由于人们的认识以及其他客观原因的局限而没有考虑到的种种偶然因素。

随机误差项源于偶然因素。

其中，偶然因素分为模型固有因素和模型设定过程中产生的、但是可以通过技术手段避免的因素。

其中，固有因素又称为“原生”的随机误差项，包括代表众多细小影响因素和变量的内在随机性;可以避免的随机误差项又称为“衍生”的随机误差项，包括未知的影响因素、残缺数据、数据观测误差以及模型设定误差。

由以上各种因素组成的随机误差项，是线性回归模型中的一个不可或缺的影响部分。

线性回归模型的参数估计服从一定的分布，而这个分布直接与随机误差项的概率分布相关。

所以，确定随机误差项的概率分布是线性回归模型参数估计的基本前提。

根据高斯-马尔可夫定理，线性回归模型要得到满足无偏性、线性性和有效性的参数估计量，随机误差项需要满足零均值、同方差、互不相关，并且服从正态分布。

而随机误差项服从正态分布的理论依据是中心极限定理。

中心极限定理指出，在自然界与生产中，一些现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的。

第四章 多重共线性一、判断题1、多重共线性是一种随机误差现象。

（F ）2、多重共线性是总体的特征。

（F ）3、在存在不完全多重共线性的情况下，回归系数的标准差会趋于变小，相应的t 值会趋于变大。

（F ）4、尽管有不完全的多重共线性，OLS 估计量仍然是最优线性无偏估计量。

（T ）5、在高度多重共线的情形中，要评价一个或多个偏回归系数的个别显著性是不可能的。

（T ）6、变量的两两高度相关并不表示高度多重共线性。

（F ）7、如果分析的目的仅仅是预测，则多重共线性一定是无害的。

（T ）8、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著的，你就不会得到一个高的2R 值。

（F ） 。

9、如果简单相关系数检测法证明多元回归模型的解释变量两两不相关，则可以判断解释变量间不存在多重共线性。

（ F ）10、多重共线性问题的实质是样本问题，因此可以通过增加样本信息得到改善。

（T ） 11、虽然多重共线性下，很难精确区分各个解释变量的单独影响，但可据此模型进行预测。

（T ）12、如果回归模型存在严重的多重共线性，可不加分析地去掉某个解释变量从而消除多重共线性。

（F ）13、多重共线性的存在会降低OLS 估计的方差。

（F ）14、随着多重共线性程度的增强，方差膨胀因子以及系数估计误差都在增大。

（T ） 15、解释变量和随机误差项相关，是产生多重共线性的原因。

（F ） 16、对于模型i ni n i 110i u X X Y ++++=βββ ，n 1i ,, =；如果132X X X -=,模型必然存在解释变量的多重共线性问题。

（T ）17、多重共线性问题是随机扰动项违背古典假定引起的。

（F ） 18、存在多重共线性时，模型参数无法估计。

（F ）.二、单项选择题1、在线性回归模型中，若解释变量1X 和2X 的观测值成比例，既有12i i X kX =，其中k 为 非零常数，则表明模型中存在 （ B ） A 、异方差 B 、多重共线性 C 、序列相关 D 、随机解释变量2、 在多元线性回归模型中，若某个解释变量对其余解释变量的可决系数接近1，则表明模型中存在 （ C ） A 、异方差性 B 、序列相关 C 、多重共线性 D 、拟合优度低3、对于模型i i 22i 110i u X X Y +++=βββ，与0r 12=相比，当50r 12.=时，估计量1βˆ的方差()1βˆvar 将是原来的 （ B ） A 、 1 倍 B 、 倍 C 、 倍 D 、 2 倍>4、如果方差膨胀因子VIF ＝10，则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 5、经验认为某个解释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 （ C ）。

计量经济学试题一一、判断题（20分）1.线性回归模型中，解释变量是原因，被解释变量是结果。

（）2 •多元回归模型统计显著是指模型中每个变量都是统计显著的。

（）3.在存在异方差情况下，常用的OLS法总是高估了估计量的标准差。

（）4 .总体回归线是当解释变量取给定值时因变量的条件均值的轨迹。

（）5.线性回归是指解释变量和被解释变量之间呈现线性关系。

（）26•判定系数R的大小不受到回归模型中所包含的解释变量个数的影响。

（）7 .多重共线性是一种随机误差现象。

（）8.当存在自相关时，OLS估计量是有偏的并且也是无效的。

（）9 .在异方差的情况下，OLS估计量误差放大的原因是从属回归的R2变大。

（）210 .任何两个计量经济模型的R都是可以比较的。

（）二.简答题（10）1 .计量经济模型分析经济问题的基本步骤。

（4分）2 .举例说明如何引进加法模式和乘法模式建立虚拟变量模型。

（6分）F面是我国1990-2003年GDP对M1之间回归的结果。

（5分）In (GDP) 1.37 0.761n( M 1)se (0.15) ()t ( ) ( 23 )P t 1.782 0.05自由度12;1. 求出空白处的数值，填在括号内。

(2分)2 . 系数是否显著，给出理由。

(3分)四.试述异方差的后果及其补救措施。

(10分)五.多重共线性的后果及修正措施。

(10分)六.试述D-W检验的适用条件及其检验步骤？ ( 10分)七.(15分)下面是宏观经济模型M t C(1)* R C(2)* Y C 3 *I t C 4 * M t 1 u t DCI t C 5 * M t C 6 *Y t u tAY t C 7 * I t u t变量分别为货币供给M、投资I、价格指数P和产出丫。

1 .指出模型中哪些是内是变量，哪些是外生变量。

(5分)2 .对模型进行识别。

(4分)3.指出恰好识别方程和过度识别方程的估计方法。

（6分）八、(20分)应用题为了研究我国经济增长和国债之间的关系，建立回归模型。