一、简答(4*5分,共20分)
1.经典线性模型的高斯-马尔科夫假定主要有哪些?满足假定的前提下的OLS参数估计量有哪些性质?
2.何谓“虚拟变量陷阱”?应如何避免之?
3.直接用最小二乘法估计分布滞后模型会遇到哪些问题?
4.简述相关分析和回归分析的异同点。
二、某一计量模型的样本容量n=25,其OLS估计结果如下:
Y=34.5+4.24X+6.18P+9.52Z
(2.35)(8.0)(1.4)(1.) R2=0.94 F=125.4 D.W=1.41
请对其中的检验结果进行分析和说明,模型是否需要改进?为什么?如何改进?
(注:被估计参数下括号内的数为七对应的t统计值;已经查出的临界值分别为:t0.025=2.080,F0.05=3.07,d l=1.21,d u=1.55)(20分)
三、对于一般多元线性模型Yt=∑ki=0βiXit+μt (t=1,2,……,n)
(1)异方差性是指----,主要产生于使用----数据的时候,其后果是----,主要用----方法检验,主要用----方法消除它的影响。
(2)序列相关性是指----,主要产生于使用---数据的时候,其后果是---,主要用---方法检验,主要用----方法消除它的影响。
(3)多重共线性是指----和----这两种类型,其后果分别是---和---,主要用----方法消除它的影响。
(4)随机解释变量是指---,当随机解释变量与误差项相关时,对参数估计量的影响是----。工具变量法选择工具变量的条件是----,----,----。(20分,每空一分)
四、考虑无截距项的一元线性回归模型:yi=β1Xi+μi,
1.根据最小二乘思想推导出参数β1的估计量∧β1
2.证明∧β1的线性性和无偏性。(20分)
五.考虑如下联立方程模型:
消费方程:Ct=α0+α1Yt+α2Tt+μ1t
投资方程:It=β0+β1Yt-1+μ2t
定义方程:Yt=Ct+It+Gt 其中Tt为税收,Gt为ZF支出。
1.解释模型中各参数的经济意义,并指出模型中哪些是内生变量,哪些是先决变量
2.利用结构式模型的识别条件讨论模型的可识别性,对可识别的方程指出是恰好识别还是过度识别。(20分)