庞皓《计量经济学》第4版考研真题精选 【点击文中链接获取完整内容】
1、序列相关性
答：序列相关性是指对于不同的样本点，随机误差项之间不再是不相关的，而是存在某种相关性，Cov（ui，uj）≠0，i≠j。导致序列相关性的主要原因有：①经济变量固有的惯性使时间序列数据前后具有较强关联性；②模型设定的偏误（在模型中丢掉重要解释变量或模型函数形式偏误）导致随机干扰项的序列相关性；③数据的“编造”导致新生成的数据和原数据间存在内在的联系，表现出序列相关性。
当出现序列相关性后会产生一些不良后果，参数的估计量非有效。在序列相关存在的情况下，OLS估计量仍具无偏性与一致性，但通常变量的显著性检验失去意义，参数估计量非有效，模型的预测功能也将会失效。
序列相关性的检验方法有图示法、回归检验法、杜宾-瓦特森检验法、拉格朗日乘数检验法。如果模型出现序列相关，常用的补救方法是广义最小二乘法、广义差分法和序列相关稳健估计法。
2、加权最小二乘法
答：加权最小二乘法是修正模型异方差问题的重要方法。该方法通过对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用普通最小二乘法估计其参数。加权的基本思想是：在采用普通最小二乘法时，对较小的残差平方ei2赋予较大的权数，对较大的ei2赋予较小的权数，以对残差提供的信息的重要程度作一番校正，提高参数估计的精度。
3、系数显著性检验
答：系数显著性检验是指在对模型中被解释变量与某一解释变量之间的线性关系是否显著成立作出推断，或者说考察所选择的解释变量是否对被解释变量有显著的线性影响。系数显著性检验所应用的方法是数理统计学中的假设检验，主要有F检验、t检验、z检验。它们的区别在于构造的统计量不同，其中应用最为普遍的是t检验。
| 内容来源 |
庞皓《计量经济学》第4版配套题库  |
扫码阅读 |
4、怀特检验
答：怀特检验是检验回归模型是否具有异方差性的重要方法。下面以两个解释变量的回归模型为例说明怀特检验的基本思想与步骤。
①假设回归模型为
先对该模型作普通最小二乘回归，并得到
。
②作如下辅助回归：
即对所有的解释变量、解释变量的平方项以及解释变量的交叉项进行回归。
③可以证明，在同方差性假设下，从该辅助回归得到的决定系数R2与样本容量n的乘积，渐近地服从自由度为辅助回归方程中解释变量个数的χ2分布：
则可在大样本下，对统计量nR2进行相应的χ2检验。
需要注意的是，辅助回归仍是检验
与解释变量可能的组合的显著性，因此，辅助回归方程中还可引入解释变量的更高次方。如果存在异方差性，则表明
确与解释变量的某种组合有显著的相关性，这时往往显示出有较大的可决系数R2，并且某一参数的t检验值较大。当然，在多元回归中，由于辅助回归方程中可能有太多解释变量，从而使自由度减少，有时可去掉交叉项。
5、p值
答：p值是一种概率，一般地，用X表示检验的统计量，当原假设为真时，可由样本数据计算出该统计量的值C，根据检验统计量X的具体分布，可求p值。
一般来说，左侧检验的p值为检验统计量X小于样本统计值C的概率，即p＝p{X＜C}；右侧检验的p值为检验统计量X大于样本统计值C的概率：p＝p{X＞C}；双侧检验的p值为检验统计量X落在样本统计值C为端点的尾部区域内的概率的2倍：p＝2p{X＞C}（当C位于分布曲线的右端时）或p＝2p{X＜C}（当C位于分布曲线的左端时）。
6、虚拟变量
答：虚拟变量又称虚设变量、名义变量或哑变量，是用以反映质的属性的一个人工变量，是量化了的质变量，通常取值为0或1。在建立模型时，通常会有一些影响经济变量的因素无法定量度量，如季节对某些产品（如冷饮）销售的影响等，为了能够在模型中反映这些因素的影响，并提高模型的精度，需要将它们“量化”，这种“量化”通常是通过引入“虚拟变量”来完成的。根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称这类变量为虚拟变量。一般地，在虚拟变量的设置中，基础类型和肯定类型取值为1；比较类型和否定类型取值为0。
……
【完整版】 达聪学习网 庞皓《计量经济学》（第4版）配套题库【考研真题精选＋章节题库】
热门内容
——————————————————————————————
