判断说明题1. 在实际中，一元回归没什么用，因为因变量的行为不可能仅由一个解释变量来解释。
(×)2. 在线性回归模型中，解释变量是原因，被解释变量是结果。
（×）3. 给定显著性水平α及自由度，若计算得到的t 值超过t 的临界值，我们将拒绝零假设。
（√）4. 为了避免陷入虚拟变量陷阱，如果一个定性变量有m 类，则要引入m 个虚拟变量。
（×）5. 最小二乘法是使误差平方和最小化的估计过程。
（×）6. 在联合检验中，若计算得到的 F 统计量的值超过临界的 F 值，我们将接受整个模型在统计上是不显著的零假设。
（×）7. 线性－对数模型的R2值可与对数－线性模型的相比较，但不能与线性模型的相比较。
（×）8. 无论模型中包含多少个解释变量，回归平方和的自由度总等于n-1。
（×）9. 总体回归函数给出了对应于每一个自变量的因变量的均值。
（√）10. 如果回归模型中遗漏一个重要变量，则OLS 残差必定表现出明显的趋势。
（√） 11. 计量经济学模型中的内生变量是因变量。
（×） 12. 学历变量是虚拟变量。
（√） 13.模型中解释变量越多，RSS 越小。
（√）14. 在模型：12i i iY X u ββ=++中，1nii u==∑ （√）15. 在线性回归模型中，解释变量是原因，被解释变量是结果。
（×）定义（名词解释）1、频率定义：在相同的条件下进行了n 次试验，在这n 次试验中，事件A 发生的次数记为n A ，称事件A 发生的频数，n A /n 称为事件A 发生的频率，并记为fn(A)。
性质：0≤fn(A)≤1；fn(Ω)=1；若A 1,A 2…A k 两两不相容的事件，则fn(A 1∪A 2∪…∪A k )=fn （A 1）+fn （A 2）+…+fn （A k ）2、概率定义：设E 是随机试验，Ω是它的样本空间。
对于E 的每一个事件A 赋予一个实数，记为P(A)，称事件A 的概率。
吉林大学经济学院《计量经济学》复习讲义配套教材：计量经济学（李子奈、潘文卿编著，第三版）第二章、一元线性回归模型一、相关与回归•相关系数计算：•回归分析：变量间关系不一致二、参数估计1.总体/样本回归模型：2.最小二乘法（OLS）•β0、β1的估计值•β0、β1的方差与概率分布•总体方差估计值3.统计检验•拟合优度检验可决系数：R²=ESS/TSS•显著性检验：H0:βi=0，H1:βi≠0•置信区间估计(1-α)缩小置信区间：增大样本容量n、提高模型拟合优度。
3.线性性与无偏性的证明方法•线性性：•无偏性：4.预测•对条件均值：•对个别值：第三章、多元线性回归模型一、.总体回归函数：•一般形式：Y=β0+β1X1+β2X2+…+βk X k+μ•一般形式：Y=Xβ+μ二、基本假定（略）三、参数估计-普通最小二乘估计•参数估计：•μ的方差估计：四、统计性质五、样本容量问题•n≥k+1，不能少于解释变量（含常数香）数目•n≥30或至少≥3(k+1)时满足模型估计基本要求六、统计检验1.拟合优度检验•调整的可决系数•赤池信息准则和施瓦茨准则变小的话允许增加解释变量2.显著性检验•方程显著性H0:β1~k全为零H1:不全为零太大就接受备择假设，说明模型的线性关系显著成立。
总体线性关系十分显著时不必苛求高可决系数。
•变量显著性•参数的置信区间缩小置信区间：增大样本容量n、提高模型拟合优度、提高样本观测值的分散度。
七、预测1.均值的预测2.单个值的预测八、非线性化为线性•变换•非线性普通最小二乘法九、受约束回归1.条件约束约束后e'*e*≥e'e，即残差平方和可能变大。
除非约束条件为真，模型解释能力可能降低。
若F太大则约束无效2.增减解释变量少变量模型可看做对多变量模型加以约束而形成。
q=kU-kR，kU=k+q3.参数稳健性-邹氏参数稳定性检验(n2>k)：结构不变式相当于对变动式施加k+1个约束：H0:β=α，进行F检验判断是否合适。
