计量经济学小题

计量经济学小题2、在模型中引入解释变量的多个滞后项容易产生多重共线性。对在分布滞后模型里多引进解释变量的滞后项，由于变量的经济意义一样，只是时间不一致，所以很容易引起多重共线性。1、简单线性回归模型与多元线性回归模型的基本假定是相同的。错在多元线性回归模型里除了对随机误差项提出假定外，还对解释变量之间提 出无多重共线性的假定。3、DW检验中的d值在0到4之间，数值越小说明模型随机误差项的自相关 度越小，数值越大说明模型随机误差项的自相关度越大。错DW值在0到4之间，当 DW落在最左边（0 d d L ）、最右边（4 d L d 4 ） 时，分别为正自相关、负自相关 ；中间（d u d 4 d u ）为不存在自相关区域； 其次为两个不能判定区域。4、在计量经济模型中，随机扰动项与残差项无区别。错 它们均为随机项，但随机误差项表示总体模型的误差，残差表示样本模型的误差；另外，残差=随机误差项+参数估计误差。5、在计量经济模型中，随机扰动项与残差项无区别。错 它们均为随机项，但随机误差项表示总体模型的误差，残差表示样本模型的误差；另外，残差=随机误差项+参数估计误差。1 线性回归模型意味着因变量是自变量的线性函数。错，线性回归模型本质上指的是参数线性，而不是变量线性。同时，模型与函数不是一回事。2多重线性问题是随机扰动项违背古典假定引起的。错，应该是解释变量之间高度相关引起的。3通过虚拟变量将属性因素引入计量经济模型，引入虚拟变量的个属于样本容量大小有关。错，一如虚拟变量的个数样本容量大小无关，与变量属性，模型有无截距项有关。4双变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验师一致的。正确，要求最好能够写出一元线性回归中，F统计量与t统计量的关系，即 F=t2的来历，或者说明一元线性回归仅有一个解释变量，因此对斜率系数的t检验等价于对方程的整体性检验。5如果联立方程模型中莫格结构方程包含了所有的变量，则这方程不可识别。 正确，没有唯一的统计形式。1 在实际中，一元线性回归几乎没有什么用，因为变量的行为不可能仅由一个解释变量来 解释。错，在实际中，在一定条件下一元线性回归是很多经济现象是近似，能够较好的反映回归 分析的基本思想，在某些情况下还是有用的。2虚拟变量只能作为解释变量错，虚拟变量还能作为解释变量。3 5、设估计模型为 PCE 171.4412 0.9672PDI t=（ -7.4809）（119.8711）R 2=09940 DW 0.5316 由于R 0.9940,表明模型有很好的拟合优度，则模型不存在伪（虚假）回归。错可能存在伪（虚假）回归，因为可决系数较高，而 DW值过低。1 随机扰动项的方差与随机扰动项方差的无偏估计没有区别。错，随机扰动项的方差反映总体的波动情况，对一个特定的总体而言，是一个确定的值。在最小二乘估计中，由于总体方差在大多数情况下并不知道，所以用样本数2据去估计： e /（ n k ）。其中n为样本数，k为待估参数的个数。 ？是？线性无偏估计，为一个随机变量。2 经典线性回归模型（CLRM ）中的干扰项不服从正态分布的，OLS估计量将有偏的错，即使经典线性回归模型 （C L RM）中的干扰项不服从正态分布的O L S估计量仍然是无偏的。因为E（B? 2） E（ 2 K ）2 ，该表达式的成立与否与正态性无关。3 虚拟变量的取值原则上只能取0或1对，虚拟变量的值是人为设定的，主要表征某种属性或特征或者其它的存在与否，。或1正好描述了这种特征。当然，依据研究问题的特殊性，有时也可以取其他值。4 拟合优度检验和F检验师没有区别的错，（1 ） F检验中使用的统计量有精确地分布，而拟合优度检验没有，（2 ）对是否通过检验，可决系数（修正可决系数）职能给出一个模糊的推测，而F检验可以在给定显著水平下，给出统计上的严格结论。5 联立方程组模型根本不能直接用O L S方法估计参数错，递归方程可以用O L s方法估计参数，而其他的联立方程组模型不能直接用O L S方法估计参数。1 ?在对参数进行最小二乘估计之前，没必要对模型提出古典假定。错，在古典假定条件下，OL S估计得到参数量的最佳线性无偏估计（具有线性？无偏性？有效性）。总之，提出古典假定是为了使所做出的估计量具有较好的统计性质和方便地 进行统计推断。当异方差出现时，常用的 和F检验失效正确，由于异方差类，似于 比值的统计量所遵从的分布未知，即使遵从 分布，由于方差 不再具有最小性。 这是往往会夸大 检验，使 检验失效，由于F分布为两个独立的 变量之 间，故依然存在类似于 分布中的问题。解释变量与随机误差项相关，是产生多重线性的主要原因。错误，产生多重共线性的主要原因是：经济本变量大多存在共同变化趋势：模型中大量采 用滞后变量；认识上的局限使得选择变量不当。由间接最小二乘法与两阶段最小二乘法得到的估计量都是无偏估计。错，间接最小二乘法适用于恰好识别方程的估计，其估计量为无偏估计， 而两阶段最小二乘法不仅适用于恰好识别方程，也适用于过度识别方程。 两阶段最小二乘法得到的估计量为有偏L致估计。1、在异方差性的情况下，常用的 OLS法必定高估了估计量的标准误。错误。有可能高估也有可能低估；如：考虑一个非常简单的具有异方差性的线性回归模型：2 秩条件是充要条件，因此，单独利用秩条件就可以完成联立方程识别状态的确定。错误，虽然秩条件是充要条件，但其前提是，只有通过了阶条件的条件，在对联立方程 进行识别时，还应结合阶条件判断是过度识别，还是恰好识别。1 在经济计量分析中，模型参数一旦被估计出来，就可将估计模型直接运用于实际的计量 经济分析。错，参数一经估计，建立了样本回归模型，还需要对模型进行检验，包括经济意义检验统 计检验计量经济专门检验等。2 假定个人服装支出同收入水平和性别有关，由于性别是具有两种属性（男女）的定性因素，因此，用虚拟变量回归方法分析性别对服装支出的影响时，需要引入两个虚拟变量错，是否引入两个虚拟变量，应取决于模型中是否有截距项。如果有截距项则引入一个 虚拟变量：如果模型中没有截距项，则引入两个虚拟变量。3、双变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验是一致的。正确 要求最好能够写出一元线性回归中，F 统计量与 T 统计量的关系，即F t 2的来历；或者说明一元线性回归仅有一个解释变量，因此对斜率系数白T T检验等价于对方程的整体性检验。1、在简单线性回归中可决系数R与斜率系数的t检验的没有关系。错，可决系数是对模型拟合优度的综合度量，其值越大，说明在 Y的总变差中由模型作出了解释的部分占的比重越大，模型的拟合优度越高， 模型总体线性关系的显著性越强。反之亦然。斜率系数的 t检验是对回归方程中的解释变量的显著性的检验。在简单线性回归 中，由于解释变量只有一个，当t检验显示解释变量的影响显著时，必然会有该回归模型的可决系数大，拟合优度高。2、异方差性、自相关性都是随机误差现象，但两者是有区别的正确。异方差的出现总是与模型中某个解释变量的变化有关自，相关性是各回归模型的 随机误差项之间具有相关关系3、通过虚拟变量将属性因素引入计量经济模型，引入虚拟变量的个数与模型有无截距项无 关。错，模型有截距项时，如果被考察的定性因素有m个相互排斥属性，则模型中引入 m-1个虚拟变量，否则会陷入虚拟变量陷阱”；模型无截距项时，若被考察的定性因素有 m 个相互排斥属性，可以引入m个虚拟变量，这时不会出现多重共线性。4、满足阶条件的方程一定可以识别。错，阶条件只是一个必要条件，即满足阶条件的的方程也可能是不可识别的。5、库依克模型、自适应预期模型与局部调整模型的最终形式是不同的。错，库依克模型、自适应预期模型与局部调整模型的最终形式是相同的，其最终形式都是一阶自回归模型。1、半对数模型Y01 ln X中，参数 1的含义是X的绝对量变化，引起 Y的绝对量变化011错，半对数模型的参数1的含义是当 X的相对变化时，绝对量发生变化，引起因变量Y的平均值绝对量的变动。2、对已经估计出参数的模型不需要进行检验。错，有必要进行检验。 首先，因为我们在设定模型时， 对所研究的经济现象的规律性有必 要进行检验。可能认识并不充分，所依据的得经济理论对研究对象也许还不能做出正确的解 释和说明。或者虽然经济理论是正确的， 但可能我们对问题的认识只是从某些局部出发， 或 只是考察了某些特殊的样本，以局部去说明全局的变化规律，必然会导致偏差。其次，我们用以及参数的统计数据或其他信息可能并不十分可靠，或者较多采用了经济突变时期的数据，不能真实代表所研究的经济关系，也可能由于样本太小， 所估计的参数只是抽样的某些偶然结果。另外，我们所建立的模型，所用的方法，所用的统计数据，还可能违反计 量经济的基本假定，这是也会导致错误的结论。内生变量和前定变量的总数,4、在有M个方程的完备联立方程组中，当识别的阶条件为H N i (H为联立方程组中iN 为第i个方程中内生变量和前定变量的总数)时,则表示第i个方程不可识别。错误。表示第i个方程过度识别5、随机误差项和残差是有区别的。正确,随机误差项随机误差项uE（Y / X i ）。当把总体回归函数其中的ei表示成丫 iY i e _时它是用Yi估计丫i时带来的误差 e i Y i Y i ,是对随机误差项u i的估计。1 .样本回归函数（方程）的表达式为A. Y =1XiUiB. E(Y/XJ= 01Xic. Y =1Xiei2.下图中“所指的距离是（BA.随机干扰项B.残差 C. Y的离差D. Y?的离差3.在总体回归方程 E（Y/X）= 01X中，1表示（B ）。A .当X增加一个单位时,Y增加1个单位B.当X增加一个单位时,Y平均增加1个单位C.当Y增加一个单位时,X增加1个单位D .当Y增加一个单位时,X平均增加1个单位4.可决系数R2是指（C ）。A .剩余平方和占总离差平方和的比重 C.回归平方和占总离差平方和的比重B.总离差平方和占回归平方和的比重D.回归平方和占剩余平方和的比重e2 =800,估计用的样本容5 .已知含有截距项的三元线性回归模型估计的残差平方和为量为24,则随机误差项ui的方差估计量为（B ）。A. 33.33B. 40 C. 38.09D. 36.366 .设k为回归模型中的参数个数（不包括截距项），n为样本容量，ESS为残差平方和，RSS 为回归平方和。则对总体回归模型进行显著性检验时构造的F统计量为（B ）。RSSRSS/kA . F = B. F =TSSESS(n k 1)C. F =1RSS/kTSS(n k 1)l ESSD. F =TSS7.对于模型Y= 0?Xj q ,以 表示e与e 1之间的线性相关系数（t 2,3,L ,n),则下面明显错误的是（B ）。A .=0.8, DW . =0.4B.= 0.8, DW.= 0.4C.=0, DW.=2D.=1 , DW.=08.在线性回归模型Y 01XikXki 5 k 3；如果X2 X3 X1,则表明模型中存在（B ）。D .模型误设定A.异方差 B.多重共线性C.自相关9.根据样本资料建立某消费函数Y= 01Xi 5,其中Y为需求量，X为价格。为了考虑“地区”（农村、城市）和“季节”（春、夏、秋、冬）两个因素的影响，拟引入虚拟变量，则应引入虚拟变量的个数为（ B ）。A. 2 B. 4 C. 5 D. 610 .某商品需求函数为 a = 100.50 55.35Di 0.45Xi ,其中C为消费，X为收入，虚拟1城镇家庭变量D,所有参数均检验显著，则城镇家庭的消费函数为（ A ）。0农村家庭A. （? = 155.85 0.45XiB, = 100.50 0.45XjC. （? =100.50 55.35XiD. （? = 100.95 55.35Xi11 .针对同一经济指标在不同时间发生的结果进行记录的数据称为（ C ）A.面板数据B.截面数据C.时间序列数据D.以上都不是12 .下图中“ ”所指的距离是（A ）A.随机干扰项 B.残差 C. Y的离差 D. Y?的离差13 .在模型Y = 01 ln Xi Ui中，参数1的含义是(C )A. X的绝对量变化，引起 Y的绝对量变化B. Y关于X的边际变化C. X的相对变化，引起Y的平均值绝对量变化D. Y关于X的弹性14 .已知含有截距项的三元线性回归模型估计的残差平方和为e2 =90,估计用的样本容量为19,则随机误差项ui方差的估计量为(B )A . 4.74 B. 6 C. 5.63D. 515 .已知某B 一线性回归方程的样本可决系数为0.64,则解释变量与被解释变量间的相关系数为()A . 0.64 B. 0.8 C, 0.4 D, 0.3216 .用一组有20个观测值的样本估计模型Y= 01Xi 5,在0.05的显著性水平下对1的显著性作t检验，则1显著异于零的条件是对应 t统计量的取值大于( D )A - t0.05 (20) B - t0.025 (20) C - t0.05(18)D - t0.025 (18)O o oO(Y? Y)2/k 一17 .对于模型 Yi= ?0?X1i?2X2i l ?Xki e,统计量服(Yi Y?)2/(n k 1)从(D )A. t(n k) B. t(n k 1) C. F(k 1,n k) D. F(k,n k 1)18 .如果样本回归模型残差的一阶自相关系数为零，那么 DW.统计量的值近似等于(B )。A. 1 B. 2 C. 4 D. 0.519 .根据样本资料建立某消费函数如下Y= 01XiUi,其中Y为需求量，X为价格。为了考虑“地区”（农村、城市）和“季节”（春、夏、秋、冬）两个因素的影响，拟引入虚拟变量，则应引入虚拟变量的个数为（ B ）A. 2 B. 4C. 5D. 620 .设消费函数为 G= 01Xi2DiXi 5,其中C为消费，X为收入，虚拟变量1城镇家庭D当统计检验表明下列哪项成立时，表示城镇家庭与农村家庭具有0农村家庭同样的消费行为（C ）A.1=0,2=0B.1=0,20C.10,2=0D.10,2021、回归直线 Yt= ?0+ ?1Xt必然会通过点（B ）A、（0, 0）; B、（X, Y）; C、（X, 0）; D、（0, Y）。22、针对经济指标在同一时间所发生结果进行记录的数据列，称为（ B ） A、面板数据；B、截面数据；C、时间序列数据；D、时间数据。23、如果样本回归模型残差的一阶自相关系数p接近于0,那么DW统计量的值近似等于（C ）A、0 B、1 C、2 D、424、若回归模型的随机误差项存在自相关，则参数的OLS估计量（D ）A、无偏且有效B、有偏且非有效C、有偏但有效 D、无偏但非有效25、下列哪一种检验方法不能用于异方差检验（ B ）A、戈德菲尔德夸特检验；B、DW检验；C、White检验；D、戈里瑟检验。26、当多元回归模型中的解释变量存在完全多重共线性时，下列哪一种情况会发生（D ）A、OLS估计量仍然满足无偏性和有效性；B、OLS估计量是无偏的，但非有效；C、OLS估计量有偏且非有效；D、无法求出OLS估计量。27、DW检验法适用于（A ）的检验A、一阶自相关 B、高阶自相关 C、多重共线性D都不是28、在随机误差项的一阶自相关检验中，若DW= 1.92,给定显著性水平下的临界值dL=1.36,dU=1.59,则由此可以判断随机误差项（ C ）A、存在正自相关B、存在负自相关C、不存在自相关 D、无法判断29、在多元线性线性回归模型中，解释变量的个数越多，则可决系数R2 （A ）A、越大； B、越小； C、不会变化；D、无法确定30、在某线性回归方程的估计结果中，若残差平方和为10,回归平方和为 40,则回归方程的拟合优度为（C ）A、0.2 B、0.6 C、0.8 D、无法计算。31.在多元线性回归模型中，若两个自变量之间的相关系数接近于1,则在回归分析中需要注意模型的（D ）问题。A、自相关；B、异方差；C、模型设定偏误；D、多重共线性。32、在异方差的众多检验方法中，既能判断随机误差项是否存在异方差，又能给出异方差具体存在形式的检验方法是（C ）A、图式检验法；B、DW检验；C、戈里瑟检验；D、White检验。33、如果样本回归模型残差的一阶自相关系数p接近于1,那么DW统计量的值近似等于（A ）A、0 B、1 C、2D、434、若回归模型的随机误差项存在异方差，则参数的OLS估计量（B ）A、无偏且有效B、无偏但非有效C、有偏但有效D、有偏且非有效35、下列哪一个方法是用于补救随机误差项自相关问题的（ D ）A、OLS; B、ILS; C、WLS;D、GLS。36、计量经济学的应用不包括：（C ）A、预测未来；B、政策评价；C、创建经济理论；D、结构分析。37、LM检验法适用于（B ）的检验A、异方差；B、自相关； C、多重共线性；D都不是38、在随机误差项的一阶自相关检验中，若DW= 0.92,给定显著性水平下的临界值dL=1.36,du=1.59,则由此可以判断随机误差项（ A ）A、存在正自相关 B、存在负自相关C、不存在自相关D、无法判断39、在多元线性线性回归模型中，解释变量的个数越多，则调整可决系数R2 （D ）A、越大； B、越小；C、不会变化；D、无法确定40、在某线性回归方程的估计结果中，若残差平方和为10,总离差平方和为100,则回归方程的拟合优度为（B ）A、0.1; B、0.90; C、0.91; D、无法计算。41、回归直线Y? ?Xi必然会通过点（ B ）A、（0, 0）B、（ X , Y ） C、（ X , 0）D、（0, Y ）42、某线性回归方程的估计的结果，残差平方和为20,回归平方和为80,则回归方程的拟合优度为（C ）A、0.2 B、0.6C、0.8 D、无法计算43、针对经济指标在同一时间所发生结果进行记录的数据列，称为（ B ）A、面板数据B、截面数据C、时间序列数据D、时间数据44、对回归方程总体线性关系进行显著性检验的方法是（ C ）A、Z检验 B、t检验 C、F检验 D、预测检验45、如果DW统计量等于2,那么样本回归模型残差的一阶自相关系数p近似等于（A ）A、0B、-1C、1D、0.546、若随机误差项存在异方差，则参数的普通最小二乘估计量（D ）A、无偏且有效B、有偏且非有效C、有偏但有效D、无偏但非有效47、下列哪一种方法是用于补救随机误差项的异方差问题的（ C ）A、OLS; B、ILS; C、WLS D、GLS48、如果某一线性回归方程需要考虑四个季度的变化情况，那么为此设置虚拟变量的个数为（C ）A、1B、2C、3D、449、样本可决系数 R2越大，表示它对样本数据拟合得（ A ）A、越好B、越差C、不能确定D、均有可能50、多元线性回归模型中，解释变量的个数越多，可决系数R2 （A ）A、越大； B、越小； C、不会变化；D、无法确定1、计量经济学是_经济学的一个分支学科，是以揭示 经济活动 中的客观存在的数量关系 为内容的分支学科。挪威经济学家弗里希将它定义为经济理论、统计学_和数学_三者的结合。2、数理经济模型揭示经济活动中各个因素之间的 理论关系一用 确定性 的数 学方程加以描述；计量经济学模型揭示经济活动中各个因素之间的 定量关系 ,用随机性_的数学方程加以描述。3、广义计量经济学是利用经济理论、数学及统计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。狭义的计量 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 。4、计量经济学模型包括单方程模型和联立方程模型两类。单方程模型的研究对象是单一经济现象 ,揭示存在其中的 单项因果关系 _。联立方程模型研究的对象是 个经济系统揭示存在其中的 复杂的因果关系 。5、 “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 我们不妨把这种结合称之为 定量化的经济学 或经济学的定 量化。6、建立计量经济学模型的步骤：1理论模型的设计 _2 样本数据的收集 3 模型参数的估计 4 模型的检验 。7、常用的三类样本数据是 _时间序列数据、截面数据_和_虚变量数据_。8、计量经济学模型的四级检验是经济意义检验_、统计本金验、计量经济学检 验 和 预测检验 。9、计量经济学模型成功的三要素是 _理论、方法_和_数据_。10、计量经济学模型的应用可以概括为四个方面：结构分析、经济预测、 政策评价、检验和发展经济理论。1、在计量经济模型中引入反映 其他随机因素影响的随机扰动项科，目的在于使模 型更符合经济一活动。2、样本观测值与回归理论值之间的偏差，称为残差项_,我们用残差估计线性回归模型中的随机误差项_。3、对于随机扰动项我们作了5项基本假定。为了进行区间估计，我们对随机扰动项作了它服从经典的假定。如果不满足 2-5项之一，最小二乘彳t计量就不具有 最佳线性无偏性O4、TSS反映样本观测值总体离差的大小； ESS_反映由模型中解释变量所解释的那部 分离差的大小； RSS_反映样本观测值与估计值偏离的大小， 也是模型中解释变量未解释 的那部分离差的大小。6、回归方程中的回归系数是自变量对因变量的净影响 。某自变量回归系数3的意义，指的是该自变量变化一个单位引起因变量平均变化_3 。1、在模型古典假定成立的情况下，多元线性回归模型参数的最小二乘估计具有线性、无偏 性和有效性。3、高斯一马尔可夫定理是指 如果满足五个经典假设，则最小二乘估计量B是B的最优线性无偏估计量。4、在总体参数的各种线性无偏估计中，最小二乘估计量具有 方差最小 的特性。 1、存在近似多重共线性时，回归系数的标准差趋于0, ,T趋于 8。2、方差膨胀因子（VIF ）越大，OLS估计彳1的方差将越大。3、存在完全多重共线性时，OLS估计彳1是不存在 。4、检验样本是否存在多重共线性的常见方法有：相关系数检验和逐步回归检验法。5、处理多重共线性的方法有：保留重要解释变量、去掉不重要解释变量、逐步回归法 增加样本容量。填空题：1、计量经济模型中，参数估计的方法应符合尽可能地接近总体参数真实值 的原则。2 .在计量经济模型中，加入虚拟变量的途径有两种基本类型：一是加法方式；二是乘法方式。3所谓模型检验 就是要对模型和所估计的参数加以评判，判定在理论上是否有意义，在统计 上是否有足够的可靠性。4 .被解释变量的变化仅仅依赖于解释变量当期影响，没有考虑变量之间的前后联系，这样的模型称为静态模型。5 .所谓滞后变量，是指过去时期的，对当前被解释变量产生影响的变量。6 .无偏性保证了参数估计值是在参数真实值的左右波动，并且“平均位置”就是参数的真实值。7 .应用计量经济学是运用理论计量经济学提供的工具，研究经济学中某些特定领域的经济 数量问题。8 .当总体回归模型的随机误差项在不同观测点上彼此相关时就产生了自相关或序列相关问题。9 .经济变量的内在联系 是产生多重共线性的根本原因。10 .只有两个变量的相关关系，称为 简单相关。三个或三个以上变量的相关关系，称为 多重 相关或复相关。1 .数理经济模型揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述，计量经济模型揭示经济活动中各因素之间的关系，用随机性的数学方程加以描述。2 .经济计量学对模型“线性”含义有两种解释，一种是模型就变量而言是线性的；另一种 是模型就参数而言是线性的。通常线性回归更关注第二种解释。3 .理论计量经济学研究如何建立合适的方法去测定有计量经济模型所确定的经济关系。4 .模型设定或建立理论模型是计量经济学研究的起点，也是整个计量经济分析过程中最关 键的一步。5 .计量经济学研究的经济关系具有两个特征：一是随机关系；二是因果关系。6 .构成计量经济模型的基本要素有：经济变量、待确定的参数和随机误差项。8 .无偏性保证了参数估计值是在参数真实值的左右波动，并且“平均位置”就是参数的真 实值。9 .计量经济学研究中，人们通常使用人为构造的虚拟变量表示客观存在的定性现象或特征。10 .被解释变量受自身或其他经济变量过去值影响的现象称为滞后效应。1.计量经济学分为理论计量经济学和应用计量经济学。4 .阿尔蒙提出利用 多项式来逼近滞后参数变化结构，从而减少待估参数的数目。5 .滞后变量可分为滞后解释变量和和滞后被解释变量两类。6 .一般来说，多重共线性是指各个解释变量X之间有精确或近似的线性关系。9.各种经济变量相互之间的依存关系有两种不同的类型：一种是确定性的函数关系；另一种是不确定的统计关系，也成为相关关系。1 .计量经济学的主体是经济现象及其发展规律。2 .在残差et的趋势图上，如果，残差 et在连续几个时期中，逐次变化并不断地改变符号，即图形呈锯齿形，那么残差et具有负自相关；如果，残差et在连续几个时期中，逐次变化并不频繁地改变符号，而是几个负的残差 et以后跟着几个正的残差 et ,然后又是几个 负的残差et,.，那么残差et具有正自相关。3 .以时间序列数据为样本建立起来的计量经济模型中的随机误差项往往存在自相关或序列相关。4 .常用的三类样本数据是时间序列数据、截面数据和虚拟变量数据。7 .可以用回归平方和ESS占总离差平方和 TSS的比重作为衡量模型对样本数据拟合优度的 指标，该指标称为可决系数(或判定系数)。8 .一阶差分法是模型存在完全 一阶正自相关 时消除自相关的一种简单有效方法。9.所谓经济模型是指对经济现象或过程的一种数学模拟。1 .计量经济学的核心内容是建立和应用计量经济模型。2 .计量经济学检验主要是检验模型是否符合计量经济方法的基本假定。3 .最小二乘法估计的理论依据是高斯一马尔科夫定理。定理可以简述如下，给定古典线性 回归模型的假定下，在各种 b 1或b0的线性无偏估计量中，最小二乘估计量具有 方差最小 的特性，亦即BLUE估计量。4 .计量经济学模型用于预测前必须通过的检验分别是经济、统计、计量经济、预测性能的 检验。异方差或异方差自相关或序列相关问异方差性异方差5 .以横截面数据为样本建立起来的计量经济模型中的随机误差项往往存在 性。8.当总体回归模型的随机误差项在不同观测点上彼此相关时就产生了 题。1 .若所建模型的残差分布呈现逐渐扩大的趋势，则表明模型可能存在2 .假设有如下根据广义差分变换的模型yta 1yt 1b xtxt 1vt ,若要利用Durbin估计法估计，则相应的 EVIEWS令为LS Y C Y(-1) X X(-1)3 .若有若干年的某经济变量月度数据，假定一年有1月、5月、10月表现出季节变动，则应引入的虚拟变量个数为3.4 .二元线形回归模型中，自变量的相关系数的平方值为0.95 ,则则其方差膨胀因子数值为20。1 .在Eviews软件中，估计线性模型的命令是LS。2 .在Eviews软件中，估计非线T模型的命令是NLS3 .被解释变量的观测值 丫与其回归理论值 E(Y)之间的偏差，称为随机扰动项；被解释变量的观测值Yi与其回归估计值Y?之间的偏差，称为残差。4 .对线性回归模型Y 01X进行最小二乘估计，最小二乘准则是残差平方和最小。5 .高斯一马尔可夫定理证明在总体参数的各种无偏估计中，普通最小二乘估计量具有方差最小的特性，并由此才使最小二乘法在数理统计学和计量经济学中获得了最广泛的应用。9 .对计量经济学模型作统计检验包括R平方检验、F检验、T检验。10 .判定系数R2可以判定回归直线拟合的优劣，又称为 可决系数。11 .可以利用线性回归模型的系数直接进行边际分析，利用双对数模型的回归系数进行弹性分析。12 .动态模型是在方程中引入 滞后变量。1修正R2的表达：.(Y Y)2 (n k)(丫Y )2-(nF1(1 R2)多重共线性的检验方法有：相关系数检验特征值检验辅助回归模型检验方差膨胀因子检验逐步回归法 直观判断法修正：剔除变量增大样本容量变换模型形式非样本信息横截面与实践序列 自相关检验：图示dw bg篇相关系数 补救：广义差分一阶查分德宾柯克伦 异方差检验：gq个栗色arch white 图示修正：甲醛最小二乘法对元模型变换对模型对数的变幻3、口阳验法：DW=2=0, DW=0一阶高度正相关，DW=4一阶高度负相关。0 DW dl ,一阶正相关，4 dlDW 4 , 一阶负相关。