，则用加权最小二乘|ei|?0.28715xi??i的相关关系（?i满足线性模型的全部经典假设）法估计模型参数时，权数应为【C 】 A xi B
111 C D 2xixixi⒌如果戈德菲尔特——夸特检验显著，则认为什么问题是严重的【A 】 A 异方差问题 B 序列相关问题 C 多重共线性问题 D 设定误差问题 ⒍容易产生异方差的数据是【 C 】
A 时间序列数据 B 面板数据 C 横截面数据 D 年度数据
⒎若回归模型中的随机误差项存在异方差性，则估计模型参数应采用【B 】 A 普通最小二乘法 B 加权最小二乘法 C 广义差分法 D 工具变量法
⒏假设回归模型为yi????xi??i，其中var(?i)=?2xi2，则使用加权最小二乘法估计模型时，应将模型变换为【C 】 A
yx??x??x?ux B
yx??x???ux
C
y?uy??u???? D 2?2??2 xxxxxxx⒐设回归模型为yi??xi??i，其中var(?i)=?2xi2，则?的最小二乘估计量为【 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
三、判断题
⒈当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性。 （ × ） ⒉在异方差情况下，通常预测失效。 （ ∨ ） ⒊在异方差情况下，通常OLS估计一定高估了估计量的标准差。 （ × ） ⒋如果OLS回归的残差表现出系统性，则说明数据中有异方差性。 （×） ⒌如果回归模型遗漏一个重要的变量，则OLS残差必定表现出明显的趋势。（∨） ⒍当异方差出现时，常用的t检验和F检验失效。（ ∨ ）
⒎用截面数据建立模型时，通常比时间序列资料更容易产生异方差性。（∨ ）
四、简答题
⒈什么是异方差性？试举例说明经济现象中的异方差性。
两变量和多元回归线性回归模型的第三条假设都要求误差项是同方差的，就是误差项的方差是常数，即var?ut???2不随t变化。这条假设也不一定满足，也就是线性回归模型误差项的方差var?ut???t2有可能随t变化，这时候称线性回归模型存在“异方差”或“异方差性”。
举例P162经济中不同收入家庭消费的分散度。 ⒉如何发现和判断线性回归模型是否存在异方差问题？
P166—P174
⒊克服和处理异方差问题有哪些方法？
P174—P180
第五章 自相关性
一、单项选择题
⒈如果模型yt?b0?b1xt??t存在序列相关，则【D 】
A cov（xt，?t）=0 B cov（?t，?s）=0（t?s） C cov（xt，?t）?0 D cov（?t，?s）?0（t?s） ⒉D－W检验的零假设是（?为随机项的一阶自相关系数）【B 】
A DW=0 B ?=0 C DW=1 D ?=1 ⒊DW的取值范围是【D 】
A －1?DW?0 B －1?DW?1
C －2?DW?2 D 0 ?DW?4 ⒋当DW＝4是时，说明【D 】
A 不存在序列相关 B 不能判断是否存在一阶自相关 C 存在完全的正的一阶自相关 D存在完全的负的一阶自相关
⒌根据20个观测值估计的结果，一元线性回归模型的DW＝2.3。在样本容量n=20，解释变量k=1，显著性水平?=0.05时，查得dL＝1，dU＝1.41，则可以判断【 A】 A 不存在一阶自相关 B存在正的一阶自相关 C存在负的一阶自相关 D 无法确定 ⒍当模型存在序列相关现象时，适宜的参数估计方法是【C 】 A 加权最小二乘法 B 间接最小二乘法 C 广义差分法 D 工具变量法
⒎采用一阶差分模型克服一阶线性自相关问题使用于下列哪种情况【 B 】 A ??0 B ??1 C －1
⒏假定某企业的生产决策是由模型St?b0?b1Pt?ut描述的（其中St为产量，Pt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【 B 】
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
????x?e后计算得DW=1.4，⒐根据一个n=30的样本估计yi??已知在5％得的置信度01ii下，dL＝1.35，dU＝1.49，则认为原模型【 B 】
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 存在完全的正的一阶自相关 D 存在完全的负的一阶自相关
????x?e，以?表示e与e之间的线性相关系数（t=1，2，?，n）⒑对于模型yi??，t?1t01ii则下面明显错误的是【B 】
A ?=0.8，DW=0.4 B ?=－0.8，DW=－0.4 C ?=0，DW=2 D ?=1，DW=0
⒒已知DW统计量的值接近于2，则样本回归模型残差的一阶自相关系数?近似等于【A 】 A 0 B -1 C 1 D 0.5
⒓已知样本回归模型残差的一阶自相关系数接近于-1，则DW统计量近似等于【D 】 A 0 B 1 C 2 D 4 ⒔戈德菲尔德—夸特检验法可用于检验【A 】
A 异方差性 B 多重共线性 C 序列相关 D 设定误差
⒕在给定的显著性水平之下，若DW统计量的下和上临界值分别为dL和du,则当dL A 存在一阶正自相关 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断定 三、判断题 ⒈当模型存在高阶自相关时，可用D-W法进行自相关检验。 （× ） ⒉DW值在0和4之间，数值越小说明正相关程度越大，数值越大说明负相关程度越大。（ ∨ ） ⒊假设模型存在一阶自相关，其他条件均满足，则仍用OLS法估计未知参数，得到的估计量是无偏的，不再是有效的，显著性检验失效，预测失效。 （ ∨ ） ⒋当存在自相关时，OLS估计量是有偏的，而且也是无效的。 （ × ） ⒌消除自相关的一阶差分变换假定自相关系数必须等于－1。 （ × ） ⒍发现模型中存在误差自相关时，都可以利用差分法来消除自相关。 （ × ） 四、简答题 ⒈自相性对线性回归分析有什么影响？ P196—P198 ⒉发现和检验自相关性有哪些方法？ P198—P2088 ⒊克服自相关性有哪些方法？ P208—P215 第六章 多重共线性 一、单项选择题
相关推荐：
loading