在計(jì)量經(jīng)濟(jì)模型中，為什么會(huì)存在隨機(jī)誤差項(xiàng)？答：①模型中被忽略掉的影

響因素造成的誤差；②模型關(guān)系認(rèn)定不準(zhǔn)確造成的誤差；③變量的測(cè)量誤差；

④隨機(jī)因素。這些因素都被歸并在隨機(jī)誤差項(xiàng)中考慮。因此，隨機(jī)誤差項(xiàng)是計(jì)

量經(jīng)濟(jì)模型中不可缺少的一部分。

古典線性回歸模型的基本假定是什么答：①零均值假定。即在給定Xt的條件

下，隨機(jī)誤差項(xiàng)的數(shù)學(xué)期望(均值)為0,即F(1)二0。②同方差假定。誤差

項(xiàng)1的方差與t無(wú)關(guān)，為一個(gè)常數(shù)。③無(wú)自相關(guān)假定。即不同的誤差項(xiàng)相互獨(dú)

立。④解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定。⑤正態(tài)性假定，即假定誤差項(xiàng)uj股

從正態(tài)分布。

二元回歸模型的古典假定。(1)￡00=0o(2)

2

cov(wz,%)=E[(ut-￡(%))(%-E(us)]=E(utus)=0o(3)var(w,)=cro即同方

差假設(shè)。(4)隨機(jī)誤差項(xiàng)與解釋變量不相關(guān)，即cov(x〃,《)=0()=1,2,...,4)。

通常假定勺為非隨機(jī)變量，這個(gè)假設(shè)自動(dòng)成立＜：(5)qN(0Q2)。(6)解

釋變量之間不存在多重共線性

2.在多元線性回歸分析中，為什么用修正的決定系數(shù)衡量估計(jì)模型對(duì)樣本觀測(cè)

值的擬合優(yōu)度？解答：因?yàn)槿藗儼l(fā)現(xiàn)隨著模型中解釋變量的增多，多重決定系

數(shù)斤的值往往會(huì)變大，從而增加了模型的解釋功能。這樣就使得人們認(rèn)為要使

模型擬合得好，就必須增加解釋變量。但是，在樣本容量一定的情況下，增加

解釋變量必定使得待估參數(shù)的個(gè)數(shù)增加，從而損失自由度，而實(shí)際中如果引入

的解釋變量并非必要的話可能會(huì)產(chǎn)生很多問(wèn)題，比如，降低預(yù)測(cè)精確度、引起

多重共線性等等。為此用修正的決定系數(shù)來(lái)估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度。

可二1Z婷/〃一攵一1

3.修正的決定系數(shù)方及其作用。解答:其作用有:

(1)用自由度調(diào)整后，可以消除擬合優(yōu)度評(píng)價(jià)中解釋變量多少對(duì)決定系數(shù)F?算

的影響；(2)對(duì)于包含解釋變量個(gè)數(shù)不同的模型，可以用調(diào)整后的決定系數(shù)直

接比較它們的擬合優(yōu)度的高低，但不能用原來(lái)未調(diào)整的決定系數(shù)來(lái)比較。

2.產(chǎn)生異方差性的原因及異方差性對(duì)模型的OLS估計(jì)有何影響。2.產(chǎn)生原因：(1)

模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設(shè)定誤差；（3）樣本數(shù)據(jù)的

測(cè)量誤差；（4）隨機(jī)因素的影響。

產(chǎn)生的影響（1）參數(shù)的最小二乘估計(jì)量無(wú)偏不有效（3）對(duì)模型參數(shù)估計(jì)值的

顯著性檢驗(yàn)失效；（4）模型估計(jì)式的代表性降低，預(yù)測(cè)精度精度降低。

3.檢驗(yàn)異方差性的方法有哪些？3.檢驗(yàn)方法：（1）圖示檢驗(yàn)法；（2）戈德菲爾德

一匡特檢驗(yàn)；（3）懷特檢驗(yàn)；（4）戈里瑟檢驗(yàn)和帕克檢驗(yàn)（殘差回歸檢驗(yàn)法）；

（5）ARCH檢驗(yàn)（自FI歸條件異方差檢驗(yàn)）

4.異方差性的解決方法有哪些？4.解決方法：（1）模型變換法；（2）加權(quán)最小二

乘法；（3）模型的對(duì)數(shù)變換等

什么是加權(quán)最小二乘法基本思想加權(quán)最小二乘法的基本原理：最小二乘法的

基本原理是使為最小，在異方差情況下，總體回歸直線對(duì)于不同的西，4

2

的波動(dòng)幅度相差很大。隨機(jī)誤差項(xiàng)方差?越小，樣本點(diǎn)、對(duì)總體回歸直線的偏

離程度越低，殘差，的可信度越高對(duì)較小的小給于充分的重視，即給于較大

2

的權(quán)數(shù)；對(duì)較大的q給于充分的重視，即給于較小的權(quán)數(shù)。更好的使Zd反映

var（%）對(duì)殘差平方和的影響程度，從而改善參數(shù)估計(jì)的統(tǒng)計(jì)性質(zhì)。

.樣本分段法（即戈德菲爾特一一匡特檢驗(yàn)）檢驗(yàn)異方差性的基本原理及其使

用條件。6.樣本分段法（即戈德菲爾特一匡特檢驗(yàn)）的基本原理：將樣本分為

容量相等的兩部分，然后分別對(duì)樣本1和樣本2進(jìn)行回歸，并計(jì)算兩個(gè)子樣本的殘

差平方和，如果隨機(jī)誤差項(xiàng)是同方差的，則這兩個(gè)子樣本的殘差平方和應(yīng)該大致

相等；如果是異方差的，則兩者差別較大，以此來(lái)判斷是否存在異方差。使用條

件：（1）樣本容量要盡可能大，一般而言應(yīng)該在參數(shù)個(gè)數(shù)兩倍以上；（2）〃,服

從正態(tài)分布，且除了異方差條件外，其它假定均滿足。

8科克倫-奧克特跌代法：是通過(guò)逐次跌代去尋求更為滿意的p的估計(jì)值，

然后再采用廣義差分法。具體來(lái)說(shuō)，該方法是利用殘差兒去估計(jì)未知的0。

9Durbin兩步法：當(dāng)自相關(guān)系數(shù)「未知，可采用Durbin提出的兩步法去

消除自相關(guān)。第一步對(duì)一多元回歸模型，使用OLS法估計(jì)其參數(shù)，第二步再利

用廣義差分。

10.相關(guān)系數(shù)：度量變量之間相關(guān)程度的一個(gè)系數(shù)，一般用P表示。

_Co\，W串J

,0<|^<1,越接近于1,相關(guān)程度越強(qiáng)，越接近于

「JVar(M)Var(〃j)

0,相關(guān)程度越弱。

1、什么是多重共線性？產(chǎn)生多重共線性的原因是什么？答：多重共線性是指解

釋變量之間存在完全或近似的線性關(guān)系。產(chǎn)生多重共線性主要有下述原因：（1）

樣本數(shù)據(jù)的采集是被動(dòng)的，只能在一個(gè)有限的范圍內(nèi)得到觀察值，無(wú)法進(jìn)行重復(fù)

試驗(yàn)。（2）經(jīng)濟(jì)變量的共同趨勢(shì)例如，在做電力消費(fèi)對(duì)收入和住房面積的回

歸時(shí)，總體中有這樣的一種約束，即收入較高家庭的住房面積一般地說(shuō)比收入較

低的家庭住房面積大。資本投入、勞動(dòng)投入等，收入消費(fèi)、投資、價(jià)格、就業(yè)等。

（3）滯后變量的引入（4）模型的解釋變量選擇不當(dāng)

2、什么是完全多重共線性？什么是不完全多重共線性？2、答：完全多重共線性

是指對(duì)于線性回歸模型Y=%X|+^X2+……+Axk+U若

cx+cX++cx

iij22j-kkj=°5j=h2,...,n其中5,C2，...&是不全為o的常數(shù)，

則稱這些解釋變量的樣本觀測(cè)值之間存在完全多重共線性。

3、完全多重共線性對(duì)0LS估計(jì)量的影響有哪些？3、答：（1）無(wú)法估計(jì)模型的參

數(shù)，即不能獨(dú)立分辨各個(gè)解釋變量對(duì)因變量的影響。（2）參數(shù)估計(jì)量的方差無(wú)窮

大（或無(wú)法估計(jì)）

4、不完全多重共線性對(duì)OLS估計(jì)量的影響有哪些？4、答：（1）可以估計(jì)參數(shù)，

但參數(shù)估計(jì)不穩(wěn)定。（2）參數(shù)估計(jì)值對(duì)樣本數(shù)據(jù)的略有變化或樣本容量的稍有增

減變化敏感。（3）各解釋變量對(duì)被解釋變量的影響難精確鑒別。（4）t檢驗(yàn)不容

易拒絕原假設(shè)。

5、從哪些癥狀中可以判斷可能存在多重共線性？5、答：（1）模型總體性檢驗(yàn)F

值和R2值都很高，但各回歸系數(shù)估計(jì)量的方差很大，t值很低，系數(shù)不能通過(guò)顯

著性檢驗(yàn)。（2）回歸系數(shù)值難以置信或符號(hào)錯(cuò)誤。（3）參數(shù)估計(jì)值對(duì)刪除或增加

少量觀測(cè)值，以及刪除一個(gè)不顯著的解釋變量非常敏感。

1、虛擬變量；把質(zhì)的因素量化而構(gòu)造的取值為。和1的人工變量。

1、模型中引入虛擬變量的作用是什么？（1）可以描述和測(cè)量定性因素的影響;

（2）能夠正確反映經(jīng)濟(jì)變量之間的關(guān)系，提高模型的精度；（3）便于處理異常

數(shù)據(jù)。

2、虛擬變量引入的原則是什么？答案：（1）如果一個(gè)定性因素有m方面的特征,

則在模型中引入口-1個(gè)虛擬變量；（2）如果模型中有ni個(gè)定性因素，而每個(gè)定

性因素只有兩方面的屬性或特征，則在模型中引入m個(gè)虛擬變量；如果定性因

素有兩個(gè)及以上個(gè)屬性，則參照“一個(gè)因素多個(gè)屬性”的設(shè)置虛擬變量。（3）

虛擬變量取值應(yīng)從分析問(wèn)題的目的出發(fā)予以界定：（4）虛擬變量在單一方程中

可以作為解釋變量也可以作為被解釋變量。

3、虛擬變量引入的方式及每種方式的作用是什么？答案：（1）加法方式：其作

用是改變了模型的截距水平；（2）乘法方式：其作用在于兩個(gè)模型