第58章復(fù)習(xí)及練習(xí)教學(xué)文稿

5-8章復(fù)習(xí)及練習(xí)

第五章多重共線性一、多重共線性定義及后果三、多重共線性的檢驗(yàn)VIF公式

最重要的是綜合判斷法

四、解決多重共線性的辦法逐步回歸法

第六章異方差一、異方差含義和后果三、異方差的檢驗(yàn)G-Q檢驗(yàn)（計(jì)算）、懷特檢驗(yàn)、戈里瑟檢驗(yàn)四、解決異方差的辦法

加權(quán)最小二乘法

第七章自相關(guān)一、自相關(guān)的定義及后果二、自相關(guān)的檢驗(yàn)重點(diǎn)D-W檢驗(yàn)三、解決自相關(guān)的辦法

廣義差分法（會(huì)計(jì)算）正相關(guān)不能確定無自相關(guān)不能確定負(fù)相關(guān)0dLdU24-dU4-dL

第八章虛擬變量一、虛擬變量的定義二、虛擬變量的設(shè)置原則1.當(dāng)存在序列相關(guān)時(shí)，OLS估計(jì)量是有偏的并且也是無效的；2.存在完全多重共線性時(shí)，模型參數(shù)無法估計(jì)；3.為了避免陷入虛擬變量陷阱，如果一個(gè)定性變量有m類，則要引入m個(gè)虛擬變量。4.消除自相關(guān)的一階差分變換假定自相關(guān)系數(shù)必須等于1。5、解釋變量與隨機(jī)誤差項(xiàng)相關(guān)，是產(chǎn)生多重共線性的主要原因。6、多重共線性的存在降低OLS估計(jì)的方差。（）練習(xí)1、在給定的顯著性水平之下，若DW統(tǒng)計(jì)量的下和上臨界值分別為dL和du,則當(dāng)dL<DW<du時(shí)，可認(rèn)為隨機(jī)誤差項(xiàng)()A.存在一階正自相關(guān)B.存在一階負(fù)相關(guān)C.不存在序列相關(guān)D.存在序列相關(guān)與否不能斷定2、已知模型的普通最小二乘法估計(jì)殘差的一階自相關(guān)系數(shù)為0，則DW統(tǒng)計(jì)量的近似值為A．0B．1C．2D．43、應(yīng)用DW檢驗(yàn)方法時(shí)應(yīng)滿足該方法的假定條件，下列不是其假定條件的為

A.解釋變量為非隨機(jī)的

B.被解釋變量為非隨機(jī)C.線性回歸模型中不能含有滯后內(nèi)生變量

D.隨機(jī)誤差項(xiàng)服從一階自回歸4、在多元線性回歸模型中，若某個(gè)解釋變量對其余解釋變量的判定系數(shù)接近于1，則表明模型中存在（）。A.多重共線性B.異方差性C.序列相關(guān)D.高擬合優(yōu)度5、若回歸模型中的隨機(jī)誤差項(xiàng)存在異方差性，則估計(jì)模型參數(shù)應(yīng)采用（）。

A.普通最小二乘法B.加權(quán)最小二乘法C.廣義差分法D.工具變量法6、回歸模型中具有自相關(guān)性時(shí)，仍用OLS估計(jì)模型，則以下說法正確的是參數(shù)估計(jì)值是無偏非有效的B.參數(shù)估計(jì)量仍具有最小方差性C.常用t、F檢驗(yàn)失效D.參數(shù)估計(jì)量是有偏的7、設(shè)某地區(qū)消費(fèi)函數(shù)中，消費(fèi)支出不僅與收入x有關(guān)，而且與消費(fèi)者的年齡構(gòu)成有關(guān)，若將年齡構(gòu)成分為小孩、青年人、成年人和老年人4個(gè)層次。假設(shè)邊際消費(fèi)傾向不變，考慮上述年齡構(gòu)成因素的影響時(shí)，該消費(fèi)函數(shù)引入虛擬變量的個(gè)數(shù)為（

）

A.1個(gè)

B.2個(gè)

C.3個(gè)

D.4個(gè)8、1991年前后，城鎮(zhèn)居民商品性實(shí)際支出Y對實(shí)際可支配收入X的回歸關(guān)系明顯不同?，F(xiàn)以1991年為轉(zhuǎn)折時(shí)期，設(shè)虛擬變量，數(shù)據(jù)散點(diǎn)圖顯示消費(fèi)函數(shù)發(fā)生了結(jié)構(gòu)性變化：基本消費(fèi)部分下降了，邊際消費(fèi)傾向變大了。則城鎮(zhèn)居民線性消費(fèi)函數(shù)的理論方程可以寫作（）9、如果回歸模型中解釋變量之間存在完全的多重共線性，則最小二乘估計(jì)量（）A.不確定，方差無限大

B.確定，方差無限大C.不確定，方差最小

D.確定，方差最小

10、已知模型的形式為,在用實(shí)際數(shù)據(jù)對模型的參數(shù)進(jìn)行估計(jì)的時(shí)候,測得DW統(tǒng)計(jì)量為0.6453,則廣義差分變量是

11、廣義差分法是對()用最小二乘法估計(jì)其參數(shù)。12.多元線性回歸模型中，發(fā)現(xiàn)各參數(shù)估計(jì)量的t值都不顯著，但模型的F值很顯著，這說明模型存在（）A．多重共線性B．異方差C．自相關(guān)D．設(shè)定偏誤13、對于模型，如果在異方差檢驗(yàn)中發(fā)現(xiàn)，則用加權(quán)最小二乘法估計(jì)模型參數(shù)時(shí)，權(quán)數(shù)應(yīng)為（）。

A.

B.

C.

D.

Variable CoefficientStd.ErrorT-Statistic

C24.4070 6.99733.4881

X1-0.34010.4785-0.7108

X20.08230.04581.7969R-squared0.9615Meandependentvar111.1256AdjustedR2

0.9505S.D.dependentvar31.4289S.E.ofregression 6.5436Akaikeinfocriterion4.1338Sumsquaredresid342.5486Schwartzcriterion4.2246Loglikelihood-31.8585F-statistic87.3336Durbin-Watsonstat2.4382 Prob(F-statistic0.0001模型是否存在多重共線性？為什么？答案存在多重共線性；F統(tǒng)計(jì)量和R方顯示模型很顯著，但變量的T檢驗(yàn)值都偏小。2、

se=（1.8690）（0.0055）在n=16，的條件下，查D-W表得臨界值分別為試判斷模型中是否存在自相關(guān)；如果模型存在自相關(guān)，求出相關(guān)系數(shù)并利用廣義差分變換寫出無自相關(guān)的廣義差分模型。（1）因?yàn)镈W=0.68<1.106，所以模型中的隨機(jī)誤差存在正的自相關(guān)。（2）由DW=0.68，計(jì)算得=1-d/2=0.66），所以廣義差分表達(dá)式為

3、1973-19