下载文档原格式
第五章习题答案练习题5.1参考答案（1）因为222()i i Var u X σ=，所以22()i i f X X =，所以取221i iW X =，用2i W 乘给定模型两端，得312322221i i iii i i Y X u X X X X βββ=+++ 上述模型的随机误差项的方差为一固定常数，即22221()()i i i iu Var Var u X X σ==（2）根据加权最小二乘法，可得修正异方差后的参数估计式为***12233ˆˆˆY X X βββ=--()()()()()()()***2****22232322322*2*2**2223223ˆii i i i i i i i i i i i i i i i iW y x W x W y x W x x W x W x W x x β-=-∑∑∑∑∑∑∑()()()()()()()***2****23222222332*2*2**2223223ˆii i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-=-∑∑∑∑∑∑∑其中22232***23222,,i ii ii i iiiW X W X W Y XXYWWW ===∑∑∑∑∑∑******222333i i i i i x X X x X X y Y Y =-=-=-练习题5.2参考答案（注意：数据是竖着看）（1） 模型的估计Dependent Variable: Y Method: Least Squares Date: 05/16/11 Time: 01:14 Sample: 1 60Included observations: 60Variable Coefficient Std. Error t-Statistic Prob. C 9.347522 3.638437 2.569104 0.0128 X 0.6370690.019903 32.00881 0.0000R-squared0.946423 Mean dependent var 119.6667 Adjusted R-squared 0.945500 S.D. dependent var 38.68984 S.E. of regression 9.032255 Akaike info criterion 7.272246 Sum squared resid 4731.735 Schwarz criterion 7.342058 Log likelihood -216.1674 F-statistic 1024.564 Durbin-Watson stat1.790431 Prob(F-statistic)0.000000该模型样本回归估计式的书写形式为：22ˆ9.347522+0.637069t= (2.569104) (32.00881)R =0.946423 R =0.945500 F=1024.564 DW=1.790431i i Y X =（2）模型的检验1．Goldfeld-Quandt 检验。
《计量经济学H》教学大纲课程编号：032203A课程类型：□通识教育必修课□通识教育选修课□专业必修课□专业选修课□学科基础课总学时：48 讲课学时：32 实验（上机）学时：16 学分：3适用对象：经济学（实验班）先修课程：政治经济学、西方经济学、数理统计、线性代数、经济统计学、计量经济学一、教学目标本课程为高等学校经济学类核心课程，是经济学专业（实验班）本科生的专业课，是在先修初级计量经济学的基础上开设的。
它将经济学、统计学和数学结合在一起，定量化研究经济现象，并透过经济现象揭示其经济活动的本质，以发现经济规律，在培养复合性经济管理人才中起着重要作用。
目标1：进一步了解经济数量分析课程在经济学课程体系中的地位，了解经济数量分析在经济学科的发展和实际经济工作中的作用；目标2：掌握初级至中级水平之间的计量经济学理论与方法，并对计量经济学理论与方法的新发展有概念性了解；目标3：能够建立并应用单方程和联立方程的计量经济学模型，对现实经济现象中的数量关系进行实际分析；目标4:具有进一步学习和应用中级以上计量经济学理论和方法的能力本课程是经济学量化分析的基础，为后续专门类经济金融计量统计方法课程打下基础，为经济学理论课程提供经验研究支持。
二、教学内容及其与毕业要求的对应关系本课程按初级至中级之间水平的内容讲授，重点讲授经典与扩展的单方程计量经济学模型的理论与方法、联立方程计量经济学模型理论与方法、时间序列计量经济学模型、应用模型等。
主要讲授的内容有：单方程的几个专门问题，联立方程计量模型理论与方法，扩展的单方程计量模型，时间序列计量模型，计量经济学应用模型。
通过教学让学生了解更多的建模方法并能应用于实证研究。
教学中的重点是单方程专门问题、联立方程计量经济学模型理论与方法、扩展的单方程计量模型、时间序列计量模型。
突破的难点是单方程模型设定偏误检验、非嵌套假设检验、联立方程模型的识别与参数估计及检验方法、随机变参数模型、非线性模型的参数估计、二元选择模型参数估计、面板数据的设定与参数估计、单整与协整、随机时间序列分析模型与误差修正模型。
第四章 经典单方程计量经济学模型：放宽基本假定的模型前两章计量经济学模型的回归基于若干基本假设，应用普通最小二乘法得到了线性、无偏、有效的参数估计量。
但实际的计量经济学问题中，完全满足这些基本假定的情况不多。
称不满足基本假定的情况为基本假定违背。
以一元为例，重述基本假定：① i X 为确定性变量，非随机的（i X 确定，且j X 间互不相关；若多元回归时相关，称为多重共线性：()1rk X k <+； 若存在一个或多个解释变量是随机变量，称为随机解释变量问题）；② 随机干扰项具有0均值，同方差：20,i i D E μμμσ==（2i i D μσ=即所谓异方差）③ cov(,)0,i j i j μμ=∀≠，随机干扰项互相独立，无序列相关（()cov ,0i j μμ≠，序列相关）。
④ ()cov ,0,1,2,...,,1,2,...,ji i X j k i n μ===，解释变量与随机误差项间不相关，这样将j i X ，i μ对Y 的影响分开。
⑤ ()20,,1,2,...,iN i n μμσ=，由中心极限定理保证。
而①―④需要作出计量经济学意义的检验。
基于此，基本假定违背主要包括以下几种情况：1）随机干扰项序列存在异方差性（同方差）；2）随机干扰项序列存在序列相关性（序列不相关）；3）解释变量之间存在多重共线性（不相关）；4）解释变量是随机变量，且与随机干扰项相关（解释变量确定，与随机干扰项不相关）；5）模型设定有偏误（模型设定正确）；6）解释变量的方差随着样本容量的增加而不断增加（方差趋于常值）。
在对计量经济学模型进行回归分析时，必须要进行计量经济学检验：检验是否存在一种或多种违背基本假定的情况。
若有违背情况，应用普通最小二乘法估计模型就不能得到无偏的、有效的参数估计量，OLS法失效，这就需要发展新的方法估计模型。
本章主要讨论前四种，后两种将在第五四章、第九章讨论。
4.1 异方差性（93页）一、异方差性（主要以一元为例，多元类似）1．异方差性概念（Heteroskedasticity）：同方差性是指每个i 围绕其零平均值的方差，并不随解释变量X 的变化而变化，不论解释变量观测值是大还是小，每个i μ的方差保持相同，即 2i const σ=。
47个经典计量经济学问题答案汇总（精华版）1、比较普通最小二乘法、加权最小二乘法和广义最小二乘法的异同。
答：普通最小二乘法的思想是使样本回归函数尽可能好的拟合样本数据，反映在图上就是是样本点偏离样本回归线的距离总体上最小，即残差平方和最小。
只有在满足了线性回归模型的古典假设时候，采用OLS才能保证参数估计结果的可靠性。
在不满足基本假设时，如出现异方差，就不能采用OLS。
加权最小二乘法是对原模型加权，对较小残差平方和赋予较大的权重，对较大赋予较小的权重，消除异方差，然后在采用OLS估计其参数。
在出现序列相关时，可以采用广义最小二乘法，这是最具有普遍意义的最小二乘法。
最小二乘法是加权最小二乘法的特例，普通最小二乘法和加权最小二乘法是广义最小二乘法的特列。
2、虚拟变量有哪几种基本的引入方式? 它们各适用于什么情况?答: 在模型中引入虚拟变量的主要方式有加法方式与乘法方式，前者主要适用于定性因素对截距项产生影响的情况，后者主要适用于定性因素对斜率项产生影响的情况。
除此外，还可以加法与乘法组合的方式引入虚拟变量，这时可测度定性因素对截距项与斜率项同时产生影响的情况。
3、联立方程计量经济学模型中结构式方程的结构参数为什么不能直接应用OLS估计？答：主要的原因有三：第一，结构方程解释变量中的内生解释变量是随机解释变量,不能直接用OLS来估计；第二，在估计联立方程系统中某一个随机方程参数时，需要考虑没有包含在该方程中的变量的数据信息，而单方程的OLS估计做不到这一点；第三，联立方程计量经济学模型系统中每个随机方程之间往往存在某种相关性，表现于不同方程随机干扰项之间，如果采用单方程方法估计某一个方程，是不可能考虑这种相关性的，造成信息的损失。
4、计量经济模型有哪些应用。
答：①结构分析，即是利用模型对经济变量之间的相互关系做出研究，分析当其他条件不变时，模型中的解释变量发生一定的变动对被解释变量的影响程度。
②经济预测，即是利用建立起来的计量经济模型对被解释变量的未来值做出预测估计或推算。
gfffffffffffffffffffffffffffffffffffffffffffffffffg什么叫计量经济学（Econometrics)？19世纪20年代挪威经济学家R.Frish将它定义为“经济理论”、“统计学”、“数学”三者的结合。
（计算机科学）定义:“用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能和计量经济学混为一谈。
计量经济学与经济统计学绝非一码事；它也不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征；计量经济学也不应视为数学应用于经济学的同义语。
经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系来说，都是必要的，但本身并非是充分条件。
三者结合起来，就是力量，这种结合便构成了计量经济学。
”计量经济学家的荣耀☐1969年首届诺贝尔经济学奖获得者弗里斯（Frisch)☐1980年诺贝尔经济学奖获得者克莱因(Klein)－计量经济学鼻祖☐2000年诺贝尔经济学奖获得者：在微观计量经济学作出杰出贡献的赫克曼(Heckman)和麦克法登(Mc Fadden)☐最近一届（2003）诺贝尔经济学奖获得者：计量经济学家格兰杰(Granger)和恩格尔(Engle)☐半数以上的诺贝尔经济学奖授予了在计量模型上颇有建树的经济学家，诺贝尔经济学奖引领经济学发展潮流计量经济建模☐经济计量研究始于经济学中的理论假设，根据经济理论设定变量间的一组关系，如消费理论、生产理论和各种宏观经济理论，对理论设定的关系进行定量刻画，如消费函数中的边际消费倾向、生产函数中的各种弹性等进行实证研究。
☐必备知识：微观经济学、宏观经济学、统计学、微积分、线性代数、概率论与数理统计、应用数理统计等建模步骤：一、理论模型的建立⑴确定模型包含的变量根据经济学理论和经济行为分析。
例如：同样是生产方程，电力工业和纺织工业应该选择不同的变量，为什么？在时间序列数据样本下可以应用Grange统计检验等方法。
计量经济学第三版-课后习题答案*************************************************************** ******************************************************************* ********************??第一章绪论（一）基本知识类题型1-1．什么是计量经济学？1-3．计量经济学方法与一般经济数学方法有什么区别？它在经济学科体系中的作用和地位是什么？1-6．计量经济学的研究的对象和内容是什么？计量经济学模型研究的经济关系有哪两个基本特征？1-7．试结合一个具体经济问题说明建立与应用计量经济学模型的主要步骤。
1-9．计量经济学模型主要有哪些应用领域？各自的原理是什么？1-12．模型的检验包括几个方面？其具体含义是什么？1-17．下列假想模型是否属于揭示因果关系的计量经济学模型？为什么？⑴ S t=112.0+0.12R t其中S t为第t年农村居民储蓄增加额（亿元）、R t为第t年城镇居民可支配收入总额（亿元）。
⑵ S t-1=4432.0+0.30R t其中S t-1为第（t-1）年底农村居民储蓄余额（亿元）、R t为第t年农村居民纯收入总额（亿元）。
1-18．指出下列假想模型中的错误，并说明理由：（1）RS t=8300.0-0.24RI t+112.IV t其中，RS t为第t年社会消费品零售总额（亿元），RI t为第t年居民收入总额（亿元）（城镇居民可支配收入总额与农村居民纯收入总额之和），IV t为第t年全社会固定资产投资总额1（亿元）。
（2）C t=180+1.2Y t其中，C、Y分别是城镇居民消费支出和可支配收入。
（3）ln Y t=1.15+1.62 ln K t-0.28ln L t其中，Y、K、L分别是工业总产值、工业生产资金和职工人数。
1-19．下列假想的计量经济模型是否合理，为什么？（1）GDP=α+∑βi GDP i+ε其中，GDP i(i=1,2,3)是第i产业的国内生产总值。
课后习题参考答案第二章教材习题与解析1、 判断下列表达式是否正确：y i =β0+β1x i ,i =1,2,⋯ny ̂i =β̂0+β̂1x i ,i =1,2,⋯nE(y i |x i )=β0+β1x i +u i ,i =1,2,⋯n E(y i |x i )=β0+β1x i ,i =1,2,⋯nE(y i |x i )=β̂0+β̂1x i ,i =1,2,⋯ny i =β0+β1x i +u i ,i =1,2,⋯ny ̂i =β̂0+β̂1x i +u i ,i =1,2,⋯n y i =β̂0+β̂1x i +u i ,i =1,2,⋯n y i =β̂0+β̂1x i +u ̂i ,i =1,2,⋯n y ̂i =β̂0+β̂1x i +u ̂i ,i =1,2,⋯n答案：对于计量经济学模型有两种类型，一是总体回归模型，另一是样本回归模型。
两类回归模型都具有确定形式与随机形式两种表达方式：总体回归模型的确定形式：X X Y E 10)|(ββ+= 总体回归模型的随机形式：μββ++=X Y 10样本回归模型的确定形式：X Y 10ˆˆˆββ+= 样本回归模型的随机形式：e X Y ++=10ˆˆββ 除此之外，其他的表达形式均是错误的2、给定一元线性回归模型：y =β0+β1x +u （1）叙述模型的基本假定；（2）写出参数β0和β1的最小二乘估计公式；（3）说明满足基本假定的最小二乘估计量的统计性质； （4）写出随机扰动项方差的无偏估计公式。
答案：（1）线性回归模型的基本假设有两大类，一类是关于随机误差项的，包括零均值、同方差、不序列相关、满足正态分布等假设；另一类是关于解释变量的，主要是解释变量是非随机的，如果是随机变量，则与随机误差项不相关。
（2）12ˆi iix yxβ=∑∑，01ˆˆY X ββ=- （3）考察总体的估计量，可从如下几个方面考察其优劣性：1）线性性，即它是否是另一个随机变量的线性函数； 2）无偏性，即它的均值或期望是否等于总体的真实值；3）有效值，即它是否在所有线性无偏估计量中具有最小方差；4）渐进无偏性，即样本容量趋于无穷大时，它的均值序列是否趋于总体真值； 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）渐进有效性，即样本容量趋于无穷大时，它在所有的一致估计量中是否具有最小的渐进方差。
1.什么是计量经济学?它与经济学、统计学和数学的关系怎样?答：1、计量经济学是一门运用经济理论和统计技术来分析经济数据的科学和艺术，它以经济理论为指导，以客观事实为依据,运用数学、统计学的方法和计算机技术，研究带有随机影响的经济变量之间的数量关系和规律。
2、经济理论、数学和统计学知识是在计量经济学这一领域进行研究的必要前提，这三者中的每一个对于真正理解现代经济生活中的数量关系是必要的,但不充分，只有结合在一起才行。
2计量经济学三个要素是什么？经济理论、经济数据和统计方法.3。
计量经济学模型的检验包括哪几个方面?其具体含义是什么？答：(1）经济意义检验，即根据拟定的符号、大小、关系，对参数估计结果的可靠性进行判断（2)统计检验，由数理统计理论决定。
包括：拟合优度检验、总体显著性检验。
(3）计量经济学检验,由计量经济学理论决定。
包括：异方差性检验、序列相关性检验、多重共线性检验.（4)模型预测检验，由模型应用要求决定。
包括：稳定性检验：扩大样本重新估计；预测性能检验：对样本外一点进行实际预测。
4。
计量经济学方法与一般经济数学方法有什么区别？答：计量经济学揭示经济活动中各因素之间的定量关系，用随机性的数学方程加以描述;一般经济数学方法揭示经济活动中各因素之间的理论关系,用确定性的数学方程加以描述。
5。
计量经济学模型研究的经济关系有那两个基本特征?一是随机关系，二是因果关系6.计量经济学研究的对象和核心内容是什么？计量经济学的研究对象是经济现象，是研究经济现象中的具体数量规律。
计量经济学的核心内容包括两个方面：一是方法论,即计量经济学方法或者理论计量经济学。
二是应用，即应用计量经济学.无论是理论计量经济学还是应用计量经济学，都包括理论、方法和数据三种要素。
7.计量经济学中应用的数据类型怎样？举例解释其中三种数据类型的结构.计量经济模型:WAGE=f(EDU，EXP，GEND，μ）1、时间序列数据是按时间周期收集的数据，如年度或季度的国民生产总值。
第五章 经典单方程计量经济学模型：专门问题 一、内容提要 本章主要讨论了经典单方程回归模型的几个专门题。 第一个专题是虚拟解释变量问题。虚拟变量将经济现象中的一些定性因素引入到可以进行定量分析的回归模型，拓展了回归模型的功能。本专题的重点是如何引入不同类型的虚拟变量来解决相关的定性因素影响的分析问题，主要介绍了引入虚拟变量的加法方式、乘法方式以及二者的组合方式。在引入虚拟变量时有两点需要注意，一是明确虚拟变量的对比基准，二是避免出现“虚拟变量陷阱”。 第二个专题是滞后变量问题。滞后变量包括滞后解释变量与滞后被解释变量，根据模型中所包含滞后变量的类别又可将模型划分为自回归分布滞后模型与分布滞后模型、自回归模型等三类。本专题重点阐述了产生滞后效应的原因、分布滞后模型估计时遇到的主要困难、分布滞后模型的修正估计方法以及自回归模型的估计方法。如对分布滞后模型可采用经验加权法、Ａlmon多项式法、Koyck方法来减少滞项的数目以使估计变得更为可行。而对自回归模型，则根据作为解释变量的滞后被解释变量与模型随机扰动项的相关性的不同，采用工具变量法或OLS法进行估计。由于滞后变量的引入，回归模型可将静态分析动态化，因此，可通过模型参数来分析解释变量对被解释变量影响的短期乘数和长期乘数。 第三个专题是模型设定偏误问题。主要讨论当放宽“模型的设定是正确的”这一基本假定后所产生的问题及如何解决这些问题。模型设定偏误的类型包括解释变量选取偏误与模型函数形式选取取偏误两种类型，前者又可分为漏选相关变量与多选无关变量两种情况。在漏选相关变量的情况下，OLS估计量在小样本下有偏，在大样本下非一致；当多选了无关变量时，OLS估计量是无偏且一致的，但却是无效的；而当函数形式选取有问题时，OLS估计量的偏误是全方位的，不仅有偏、非一致、无效率，而且参数的经济含义也发生了改变。在模型设定的检验方面，检验是否含有无关变量，可用传统的t检验与F检验进行；检验是否遗漏了相关变量或函数模型选取有错误，则通常用一般性设定偏误检验（RESET检验）进行。本专题最后介绍了一个关于选取线性模型还是双对数线性模型的一个实用方法。 第四个专题是关于建模一般方法论的问题。重点讨论了传统建模理论的缺陷以及为避免这种缺陷而由Hendry提出的“从一般到简单”的建模理论。传统建模方法对变量选取的“偿试”性使得实际建模过程存在“数据开采”问题而受到质疑。Hendry提出的约化建模型理论正是针对这一缺陷而提出的一套全新的建模理论。该理论认为，在模型的最初设定上，就设立一个“一般”的模型，它包括了所有先验经济理论与假设中所应包括的全部变量，然后在模型的估计过程中逐渐剔除不显著的变量，最后得到一个较“简单”的最终模型。约化建模理论的主要优点就在于，提出了一个对不同先验假设的更为系统的检验程序；同时由于它的初始模型就是一个包括所有可能变量的“一般”模型，也就避免了过度的“数据开采”问题；另外，由于初始模型的“一般”性，所有研究者的“起点”都有是相同的，因此，在相同的约化程序下，最后得到的最终模型也应该是相同的。本专题重点介绍了一个“一般”模型所应具有的基本特征、“从一般到简单”的约化过程、相关的非嵌套检验以及约化模型的准则。
二、典型例题分析 例1．一个由容量为209的样本估计的解释CEO薪水的方程为 Ln(salary)=4.59 +0.257ln(sales)+0.011roe+0.158finance +0.181consprod – 0.283utility (15.3) (8.03) (2.75) (1.775) (2.130) (-2.895) 其中，salary 表示年薪水（万元）、sales表示年收入（万元）、roe表示公司股票收益（万元）；finance、consprod和 utility均为虚拟变量，分别表示金融业、消费品工业和公用事业。假设对比产业为交通运输业。 （1）解释三个虚拟变量参数的经济含义； （2）保持sales和roe不变，计算公用事业和交通运输业之间估计薪水的近似百分比差异。这个差异在1%的显著水平上是统计显著的吗？ （3）消费品工业和金融业之间估计薪水的近似百分比差异是多少？写出一个使你能直接检验这个差异是否统计显著的方程。 解答： （1）finance的参数的经济含义为：当销售收入与公司股票收益保持不变时，金融业的CEO要比交通运输业的CEO多获薪水15.8个百分点。其他两个可类似解释。 （2）公用事业和交通运输业之间估计薪水的近似百分比差异就是以百分数解释的utility的参数，即为28.3%。由于参数的t统计值为-2.895，它大于1%显著性水平下自由度为203的t分布的临界值1.96，因此这种差异是统计上显著的。 （3）由于消费品工业和金融业相对于交通运输业的薪水百分比差异分别为15.8%与18.1%，因此它们间的差异为18.1% - 15.8% = 2.3%。一个能直接检验这一差异是否显著的方程为 utransutiltyconsprodroesalsesalary321210)ln()ln(
其中，trans为交通运输业虚拟变量。这里对比基准为金融业，因此1表示了消费品工业与金融业薪水的百分数差异，其t 统计值可用来进行显著性检验。
例2．假设货币需求关系式为tttMYR，式中，tM为时间t的实际现金余额；tY为时间t的“期望”实际收入；tR为时间t的利率。根据适应规则，
11(1)ttttYYY，01修改期望值。已知tY，tM，tR的数据，但tY的
数据未知。 （1）建立一个可以用于推导,,和估计值的经济计量模型。
（2）假设221()0,(),()0,0;,,ttttsttEEEsYR1tM和1tR与t都不相关。OLS估计值是1）无偏的；2）一致的吗？为什么？ （3）假设t=1,ttt的性质类似（2）部分。那么，本例中OLS估计值是1）无偏的；2）一致的吗？为什么？ 解答：
（1）由于
tttMYR （1）
11(1)ttttYYY （2）
第二个方程乘以有
11(1)ttttYYY （3）
由第一个方程得
tttRMY*
11*1tttRMY 代入方程（3）得 ttttttRMYRM)()1(111 整理得 1(1)tttMYR11(1)(1)tttMR
=111(1)(1)tttttYMRR 该模型可用来估计并计算出,,和。 （2）在给定的假设条件下，尽管t与tM相关，但t与模型中出现的任何解释变量都不相关，因此只是与M存在异期相关，所以OLS估计是一致的，但却是有偏的估计值。 （3）如果ttt1，则1tM和t相关，因为1tM与1t相关。所以OLS估计结果有偏且不一致。
3、一个估计某行业ECO薪水的回归模型如下
comtenceotenprofmmktvalsalessalary543210arg)ln()ln()ln(
其中，salary 为年薪sales为公司的销售收入，mktval为公司的市值，profmarg为利润占销售额的百分比，ceoten为其就任当前公司CEO的年数，comten为其在该公司的年数。一个有177个样本数据集的估计得到R2=0.353。若添加ceoten2和comten2后，R2=0.375。问：此模型中是否有函数设定的偏误？ 解答： 若添加ceoten2和comten2后，估计的模型为
2726543210arg)ln()ln()ln(comtenceotencomtenceotenprofmmktvalsalessalary
如果6、7是统计上显著不为零的，则有理由认为模型设定是有偏误的。而这一点可以通过第三章介绍的受约束F检验来完成：
97.2)8177/()375.01(2/)353.0375.0(F 在10%的显著性水平下，自由度为（2，）的F分布的临界值为2.30；在5%的显著性水平下，临界值为3.0。由此可知在10%的显著性水平下拒绝6＝7＝０的假设，表明原模型有设定偏误问题；而在5%的显著性水平下则不拒绝6＝7＝０的假设，表明原模型没有设定偏误问题。 三、习题 （一）基本知识类题型 5-1．解释下列概念： 1) 虚拟变量 2) 虚拟因变量模型 3) 滞后变量 4) 滞后效应 5) 分布滞后模型 6) 自回归模型 7) h检验 8) 有限最小二乘法 5-2．在建立计量经济模型时，什么时候、为什么要引入虚拟变量？ 5-3．举例说明虚拟变量在模型中的作用。 5-4．什么是“虚拟变量陷阱”？ （二）基本证明与问答类题型 5-5．对包含常数项的季节变量模型运用最小二乘法时，如果模型中引入4个季节虚拟变量，其估计结 果会出现什么问题？ 5-6．滞后外生变量模型和滞后内生变量模型的概念是什么？ 5-7．滞后变量模型有哪几种类型？外生变量分布滞后模型使用OLS方法存在哪些问题？ 5-8．产生模型设定偏误的主要原因是什么？模型设定偏误的后果以及检验方法有哪些？ 5-9．试在消费函数XY中（以加法形式）引入虚拟变量，用以反映季节因素（淡、旺季）和收入层次差异（高、中、低）对消费需求的影响，并写出各类消费函数的具体形式。 5-10．现有如下估计的利润函数：
iiitXDDXY0037.063.784537.037.221ˆ )78.35( )86.8( )86.2( 其中：Y、X分别为销售利润和销售收入；D为虚拟变量，旺季时1D，淡季时0D；DXXD，试分析：（1）季节因素的影响情况； （2）写出模型的等价形式。 5-11．如何确定有限分布滞后模型中的滞后期长度？ 5-12．被解释变量对于一个或者多个解释变量反应滞后的原因是什么？给出一些分布滞后模型的例子。
