《复习及练习 》PPT课件.ppt

《《复习及练习 》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《复习及练习 》PPT课件.ppt（25页珍藏版）》请在三一办公上搜索。

1、5-8章复习及练习,第五章 多重共线性,一、多重共线性定义及后果三、多重共线性的检验 VIF公式 最重要的是综合判断法 四、解决多重共线性的办法 逐步回归法,第六章 异方差,一、异方差含义和后果三、异方差的检验G-Q检验（计算）、怀特检验、戈里瑟检验四、解决异方差的办法 加权最小二乘法,第七章 自相关,一、自相关的定义及后果二、自相关的检验 重点D-W检验三、解决自相关的办法 广义差分法（会计算）,D-W统计量,序列正相关,序列负相关,无序列自相关,D-W检验的适用条件；D-W统计量；D-W显著性检验；D-W检验的缺陷,第八章 虚拟变量,一、虚拟变量的定义二、虚拟变量的设置原则,1.当存在序列

2、相关时，OLS 估计量是有偏的并且也是无效的；2.存在完全多重共线性时，模型参数无法估计；3.为了避免陷入虚拟变量陷阱，如果一个定性变量有m 类，则要引入m 个虚拟变量。4.消除自相关的一阶差分变换假定自相关系数 必须等于 1。5、解释变量与随机误差项相关，是产生多重共线性的主要原因。6、多重共线性的存在降低OLS估计的方差。（）,练 习,1、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dLDWdu时，可认为随机误差项()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2、已知模型的普通最小二乘法估计残差的一阶自相关系数为0，则

3、DW统计量的近似值为A0 B1 C2 D4,3、应用DW检验方法时应满足该方法的假定条件，下列不是其假定条件的为 A.解释变量为非随机的 B.被解释变量为非随机C.线性回归模型中不能含有滞后内生变量D.随机误差项服从一阶自回归,4、在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近于1，则表明模型中存在（）。A.多重共线性 B.异方差性 C.序列相关 D.高拟合优度5、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（）。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,6、回归模型中具有自相关性时，仍用OLS估计模型，则以下说法正确的是参数估计值

4、是无偏非有效的 B.参数估计量仍具有最小方差性C.常用t、F 检验失效 D.参数估计量是有偏的,7、设某地区消费函数中，消费支出不仅与收入x有关，而且与消费者的年龄构成有关，若将年龄构成分为小孩、青年人、成年人和老年人4个层次。假设边际消费倾向不变，考虑上述年龄构成因素的影响时，该消费函数引入虚拟变量的个数为（）A.1个 B.2个 C.3个 D.4个,8、1991年前后，城镇居民商品性实际支出Y对实际可支配收入X的回归关系明显不同。现以1991年为转折时期，设虚拟变量，数据散点图显示消费函数发生了结构性变化：基本消费部分下降了，边际消费倾向变大了。则城镇居民线性消费函数的理论方程可以写作（）,

5、9、如果回归模型中解释变量之间存在完全的多重共线性，则最小二乘估计量（）A.不确定，方差无限大B.确定，方差无限大C.不确定，方差最小D.确定，方差最小 10、已知模型的形式为,在用实际数据对模型的参数进行估计的时候,测得DW统计量为0.6453,则广义差分变量是,11、广义差分法是对()用最小二乘法估计其参数。,12.多元线性回归模型中，发现各参数估计量的t值都不显著，但模型的 F值很显著，这说明模型存在（）A多重共线性 B异方差 C自相关 D设定偏误,13、对于模型，如果在异方差检验中发现，则用加权最小二乘法估计模型参数时，权数应为（）。,A.,B.,C.,D.,模型是否存在多重共线性？为

6、什么？,答案,存在多重共线性；F统计量和R方显示模型很显著，但变量的T检验值都偏小。,2、se=（1.8690）（0.0055）在n=16，的条件下，查D-W表得临界值分别为试判断模型中是否存在自相关；如果模型存在自相关，求出相关系数并利用广义差分变换写出无自相关的广义差分模型。,（1）因为DW=0.681.106，所以模型中的随机误差存在正的自相关。（2）由DW=0.68，计算得=1-d/2=0.66），所以广义差分表达式为,3、1973-1983，用OLS做Y对X的线性回归 Y=-744.635+0.088*X RSS1=150867.911993-2003，用OLS做Y对X的线性回归 Y=1624.416+0.015*X RSS2=809628.223,判断是否存在异方差,