《计量经济学》复习重点与答案
计量经济学复习知识要点--答案
计量经济学复习知识要点1计量经济学定义。
P1是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科。
是经济理论、统计学和数学三者的结合。
2建立与应用计量经济学模型的主要步骤。
P9-P18一、设定理论模型二、收集样本数据三、估计模型参数四、检验模型3理论模型的设计包含的三部分工作。
P9选择模型所包含变量、确定变量之间的数学关系、拟定模型中待估计参数的数值范围4在确定了被解释变量之后，怎样才能正确地选择解释变量。
P9-P10（1）需要正确理解和把握所研究的经济现象中暗含的经济学理论和经济行为规律。
（2）要考虑数据的可得性。
（3）要考虑所有入选变量之间的关系，使得每一个解释变量都是独立的。
5如何恰当地确定模型的数学形式。
P11（1）选择模型数学形式的主要依据是经济行为理论。
（2）也可以根据变量的样本数据作出解释变量与被解释变量之间关系的散点图，作为建立理论模型的依据。
（3）在某种情况下，若无法事先确定模型的数学形式，则就要采用各种可能的形式试模拟，然后选择模拟结果较好的一种。
6常用的样本数据类型。
样本数据质量。
P12,P13时间序列数据、截面数据、虚变量数据。
完整性：即模型中包含的所有变量都必须得到相同容量的样本观测值。
准确性；有两方面含义，一是所得到的数据必须准确反映它所描述的经济因素的状态，即统计数据或调查数据本身是准确的；二是它必须是模型研究中所准确需要的，即满足模型对变量口径的要求。
可比性：也就是数据口径和价格的可比性问题。
一致性：即母体与样本的一致性7虚变量。
带常数项的计量模型引入虚拟变量个数原则。
P13,p145虚变量数据也称为二进制数据，一般取0或1。
虚变量经常被用在计量经济学模型中，以表征政策、条件等因素。
对于含有截距项的计量经济模型，若想将含有m个互斥类型的定性因素引入到模型中，则应该引入虚拟变量个数为m-1 。
8计量经济学模型必须通过四级检验。
P14经济意义检验、统计检验、计量经济学检验、模型预测检验9计量经济模型成功的三要素。
计量经济学重点(简答论述题)
计量经济学重点(简答论述题)计量经济学简答题重点一、计量经济学的定义及作用计量经济学，又称经济计量学，是基于经济理论和实际统计资料，利用数学、统计学和计算机技术建立模型，定量分析经济变量之间的随机因果关系的学科。
其作用在于提供科学的方法和工具，帮助经济学家和政策制定者更好地理解和预测经济现象，评估政策效果，推动经济理论的发展。
二、计量经济学研究步骤计量经济学研究步骤包括理论模型的设计、数据获取、模型参数估计、模型检验和模型应用。
其中，理论模型的设计需要明确理论或假说的陈述，建立数学模型和计量经济模型。
数据获取需要注意完整性、准确性、可比性和一致性。
模型参数估计采用普通最小二乘法。
模型检验包括经济学检验、统计学检验和计量经济学检验。
模型应用包括结构分析、经济预测、政策评价和经济理论的检验与发展。
三、统计数据的类别及注意事项统计数据的类别包括时间序列数据、截面数据、混合数据和虚变量数据。
时间序列数据是按时间先后排列收集的数据，需要注意样本区间的经济行为一致性、可比性和集中性以及随机误差项序列相关问题。
截面数据是一批发生在同一时间截面上的调查数据，需要注意样本与母体的一致性和随机误差项的异方差问题。
混合数据既有时间序列数据又有截面数据。
虚变量数据只能取和1两个值，表示某个对象的质量特征。
四、模型的检验内容及含义模型的检验包括经济学检验、统计学检验和计量经济学检验。
经济学检验主要检验参数的符合和大致取值。
统计学检验包括拟合优度检验、模型的显著性检验和参数的显著性检验。
计量经济学检验包括序列相关性、异方差检验和多重共线性检验。
模型的预测检验可通过扩大样本容量或变换样本重新估价模型，或利用模型对样本期以外的某一期进行预测。
五、回归分析和相关分析的联系与区别回归分析是一种数学方法，用于研究变量之间的依赖关系，以解释变量和解释变量为基础。
相关分析也是研究变量间关系的方法，但不考虑因果关系，只关注变量之间的相关程度。
计量经济学知识点总结+名词解释重点+简答题
计量经济学知识点总结什么是OLS估计？原理ols估计是指样本回归函数尽可能好的拟合这组织，即样本回归线上的点与真实观测点的总体误差尽可能小的估计方法。
一、什么是计量经济学？答：计量经济学以经济理论为指导，以事实为依据，以数学和统计学为方法，以电脑技术为工具，从事经济关系与及经济活动数量规律的研究，并以建立和应用随机性的经济计量模型为核心的一门经济学科。
计量经济学模型揭示经济活动中各种因素之间的定量关系，用随机性的数量方程加以描述。
二、建立计量经济学模型的步骤和要点1.理论模型的设计（确定模型所包含的变量，确定模型的数量形式，拟定理论模型中的待估参数的理论期望值）2.样本数据的收集（常用的样本数据：时间序列数据，截面数据，虚变量数据）3.模型参数的估计（选择模型参数估计方法，应用软件的使用）4.模型的检验模型的检验包括几个方面？其具体含义是什么？答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。
经济意义检验——需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；统计检验——需要检验模型参数估计值的可靠性，即检验模型的统计学性质；计量经济学检验——需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验——主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。
5.模型成功的三要素：理论、方法、数据三、计量经济学模型的应用方面（功能）答：结构分析，经济预测，政策评价，检验与发展经济理论四、引入随机干扰项的原因，内容？原因：1.代表未知的影响因素2.代表数据观测误差3.代表残缺数据4.代表模型设定误差5.代表众多细小影响因素6.变量的内在随机性内容：1.被遗漏的影响因素（由于研究者对客观经济现象了解不充分，或是由于经济理论上的不完善，以至于使研究者在建立模型时遗漏了一些对被解释变量有重要影响的变量）；2.变量的测量误差（在观察和测量变量时，种种原因使观测值并不等于他的真实值而造成的误差）；3.随机误差（在影响被解释变量的诸因素中，还有一些不能控制的因素）；4.模型的设定误差（在建立模型时，由于把非线性关系线性化，或者略去模型）五、什么是随机误差项和残差，他们之间的区别是什么随机误差项u=Y-E(Y/X)，而总体回归函数Y=Y^+e，其中e就是残差,利用Y^估计Y时带来的误差e=Y-Y^是对随机变量u的估计六、一元线性回归模型的基本假设主要有哪些？违背基本假设是否就不能进行估计1.回归模型是正确设定的；2.解释变量X是确定性变量不是随机变量；在重复抽样中取固定值。
计量经济学期末考试复习重点
对于不同的解释变量的值，随机误差项的方差不再是常数，则认为出现了异方差性假性异方差:模型遗漏了重要的变量,模型函数形式的设定误差。
解决方法：设定正确模型真正的异方差,随机因素的影响(截面数据中，波动与经济规模的比例关系。
如赚钱越多，消费的选择余地越大。
时间序列中，波动的系统变化)后果：出现异方差如仍采用OLS估计模型参数，OLS估计量仍然是线性、无偏的，但是OLS 估计不再是有效估计。
无法正确估计回归系数的标准差,参数估计的标准差出现偏差。
T检验失效。
模型预测不准确（区间估计与随机误差项的方差有关）残差分析图的eview实现：(Sort X)Ls Y C X Genr E1=resid Genr E2=abs(E1) 或者genr E2=E1*E1Scat x E2G_Q检验的适用范围：样本容量较大，单调异方差的情形，对于复杂异方差则无法应用步骤：将Xi按大小排列，去掉中间C=N/4个，剩下的观察值划分成大小相同两个子样本，对每个子样本分别求回归方程，并计算各自的残差平方和，提出假设构造统计量如果F＞Fa ，误差项存在明显的递增异方差性；如果1≤F≤Fa，误差项无明显异方差性。
Sort X Smpl 1 x1 Ls Y C X ，求RSS1 Smpl x2 n Ls Y C X, 求RSS2计算F，查F临界值，并进行判断G-Q检验缺点：无法确定具体形式，对如何解决异方差没有提供建议，复杂异方差不适用，对于多元的情况，处理比较麻烦怀特检验的适用范围：任何形式的异方差，对于多元模型也很方便，可初步推测异方差形式步骤：估计回归模型，并计算残差平方，估计辅助回归方程即将残差平方关于所有解释变量的一次项，二次项和交叉项回归。
计算辅助回归判定系，可证：同方差假设下（），渐进地有：如Park和Gleiser检验：White检验形式太过一般，为了具体化，和以后修正异方差的需要。
基本思想:利用残差绝对值序列或残差平方序列，分别对Xi（的某种形式）进行一元辅助回归。
计量经济学复习题(含答案)
ARIMA模型
ARIMA模型（自回归积分滑动平 均模型）是一种常用的时间序列 预测模型，由自回归项（AR）、 积分项（I）和滑动平均项（MA） 组成。
ARIMA模型能够描述时间序列数 据的动态特征，并用于预测未来 的发展趋势。通过估计模型的参 数，可以确定自回归项、积分项 和滑动平均项的阶数，从而构建 完整的ARIMA模型。
计量经济学复习题(含答案)
目
CONTENCT
录
• 计量经济学基础概念 • 回归分析 • 时间序列分析 • 计量经济学中的假设检验 • 计量经济学应用案例
01
计量经济学基础概念
定义与目的
定义
计量经济学是一门使用数学和统计方法 Nhomakorabea分析经济数据和预测经 济现象的学科。
目的
通过对经济数据的建模和分析，揭示经济现象之间的数量关系和 规律，为经济决策提供依据。
计量经济学模型
80%
模型构建
根据经济理论和数据特征，构建 数学模型来描述经济现象。
100%
模型参数
通过估计参数来使模型与数据拟 合，并反映经济变量之间的关系 。
80%
模型检验
对模型的假设和预测进行检验， 以确保模型的可靠性和准确性。
模型设定与检验
模型设定
根据研究目的和数据特征，选择合适 的计量经济学模型。
单位根检验
用于检验时间序列数据是否存在单位根，即是否存在非平稳性。常见的单位根检验方法有 ADF检验和PP检验。
差分处理
对于非平稳时间序列数据，可以通过差分处理将其转化为平稳序列。差分法通过将时间序 列数据逐期相减，消除长期趋势和季节性变化的影响。
季节调整
对于包含季节性变化的时间序列数据，需要进行季节调整，以消除季节性因素的影响，从 而更好地分析长期趋势和其他因素。季节调整的方法包括X-12-ARIMA和SAO等。
(完整word版)计量经济学重点(简答论述题)(word文档良心出品)
计量经济学重点（简答题）一、什么是计量经济学？计量经济学，又称经济计量学，它是以一定的经济理论和实际统计资料为依据，运用数学、统计学和计算机技术，通过建立计量经济学模型，定量分析经济变量之间的随机因果关系.。
二、计量经济学的研究的步骤是什么？1)理论模型的设计A.理论或假说的陈述；B.理论的数学模型的设定；C.理论的计量经济模型的设定。
i.把模型中不重要的变量放进随机误差项中；ii.拟定待估参数的理论期望值。
2)获取数据数据来源：网络、统计年鉴、报纸、杂志数据类别：时间序列数据、截面数据、混合数据、虚变量数据。
数据要求：完整性、准确性、可比性、一致性i.完整性：模型中包含的所有变量都必须得到相同容量的样本观察值。
ii.准确性：统计数据或调查数据本身是准确的。
iii.可比性：数据口径问题。
iv.一致性：指母体与样本的一致性。
3)模型的参数估计：普通最小二乘法。
4)模型的检验：经济学检验；统计学检验；计量经济学检验；模型的预测检验。
5)模型的应用：结构分析；经济预测；政策评价；经济理论的检验与发展。
三、简述统计数据的类别？时间序列数据、截面数据、混合数据、虚变量数据。
1)时间序列数据：按时间先后排列收集的数据。
采纳时间序列数据的注意事项：A.所选择的样本区间的经济行为一致性问题。
B.样本数据在不同样本点之间的可比性问题。
C.样本数据过于集中的问题。
不能反映经济变量间的结构关系，应增大观察区间。
D.模型的随机误差项序列相关问题。
2)截面数据：又称横向数据，是一批发生在同一时间截面上的调查数据。
研究某时点上的变化情况。
采纳截面数据的注意事项：A.样本与母体的一致性问题。
B.随机误差项的异方差问题。
3)混合数据：也称面板数据，既有时间序列数据，又有截面数据。
4)虚变量数据：又称二进制数据，只能取0和1两个值，表示的是某个对象的质量特征。
四、模型的检验包括哪几个方面？具体含义是什么？1)经济学检验：参数的符合和大致取值。
计量经济学题库带答案
计量经济学总复习题库一、单项选择题1．计量经济学成为一门独立学科的标志是（B ）。
A ．1930年世界计量经济学会成立B ．1933年《计量经济学》会刊出版C ．1969年诺贝尔经济学奖设立D ．1926年计量经济学（Economics ）一词构造出来2．在计量经济模型中，由模型系统内部因素决定，表现为具有一定的概率分布的随机变量，其数值受模型中其他变量影响的变量是（ B ）。
A ．内生变量B ．外生变量C ．滞后变量D ．前定变量3．下面属于横截面数据的是（ D ）。
A ．1991－2003年各年某地区20个乡镇企业的平均工业产值B ．1991－2003年各年某地区20个乡镇企业各镇的工业产值C ．某年某地区20个乡镇工业产值的合计数D ．某年某地区20个乡镇各镇的工业产值4．经济计量分析工作的基本步骤是（ A ）。
A ．设定理论模型→收集样本资料→估计模型参数→检验模型B ．设定模型→估计参数→检验模型→应用模型C ．个体设计→总体估计→估计模型→应用模型D ．确定模型导向→确定变量及方程式→估计模型→应用模型5．将内生变量的前期值作解释变量，这样的变量称为（ D ）。
A ．虚拟变量B ．控制变量C ．政策变量D ．滞后变量6．同一统计指标按时间顺序记录的数据列称为（ B ）。
A ．横截面数据B ．时间序列数据C ．修匀数据D ．原始数据7．进行相关分析时的两个变量（ A ）。
A ．都是随机变量B ．都不是随机变量C ．一个是随机变量，一个不是随机变量D ．随机的或非随机都可以8．表示x 和y 之间真实线性关系的是（ C ）。
A ．01ˆˆˆt t Y X ββ=+ B ．01()t t E Y X ββ=+ C ．01t t t Y X u ββ=++ D ．01t t Y X ββ=+9．参数β的估计量ˆβ具备有效性是指（ B ）。
A ．ˆvar ()=0βB ．ˆvar ()β为最小C ．ˆ()0ββ－＝D ．ˆ()ββ－为最小10．对于01ˆˆi i i Y X e ββ=++，以σˆ表示估计标准误差，Y ˆ表示回归值，则（ B ）。
计量经济学知识点(超全版)
计量经济学知识点(超全版)为前定变量，（1分）即是在模型求解以前已经确定或需要确定的变量。
（2分）8．控制变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条件和状态等方面的变量，（2分）它一般属于外生变量。
（1分）9．计量经济模型：为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，（2分）是以数学形式对客观经济现象所作的描述和概括。
（1分）10．函数关系：如果一个变量y的取值可以通过另一个变量或另一组变量以某种形式惟一地、精确地确定，则y与这个变量或这组变量之间的关系就是函数关系。
（3分）11．相关关系：如果一个变量y的取值受另一个变量或另一组变量的影响，但并不由它们惟一确定，则y与这个变量或这组变量之间的关系就是相关关系。
（3分）12．最小二乘法：用使估计的剩余平方和最小的原则确定样本回归函数的方法，称为最小二乘法。
（3分）13．高斯－马尔可夫定理：在古典假定条件下，OLS估计量是模型参数的最佳线性无偏估计量，这一结论即是高斯－马尔可夫定理。
（3分）14．总变差（总离差平方和）：在回归模型中，被解释变量的观测值与其均值的离差平方和。
（3分）15．回归变差（回归平方和）：在回归模型中，因变量的估计值与其均值的离差平方和，（2分）也就是由解释变量解释的变差。
（1分）16．剩余变差（残差平方和）：在回归模型中，因变量的观测值与估计值之差的平方和，（2分）是不能由解释变量所解释的部分变差。
（1分）17．估计标准误差：在回归模型中，随机误差项方差的估计量的平方根。
（3分）18．样本决定系数：回归平方和在总变差中所占的比重。
（3分）19．点预测：给定自变量的某一个值时，利用样本回归方程求出相应的样本拟合值，以此作为因变量实际值和其均值的估计值。
（3分）20．拟合优度：样本回归直线与样本观测数据之间的拟合程度。
（3分）21．残差：样本回归方程的拟合值与观测值的误差称为回归残差。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
各位同学：请大家按照这个复习重点进行认真复习，考试时请大家带上计算器，平时成绩占30% ，期末占70% 。
考试题型：一、名词解释题( 每小题4分，共20分)计量经济学：一门由经济学、统计学和数学结合而成的交叉学科. 经济学提供理论基础, 统计学提供资料依据, 数学提供研究方法总体回归函数：被解释变量的均值同一个或者多个解释变量之间的关系样本回归函数：是总体回归函数的近似SRF: ?Yi ?1?X2i(相对于E(Y | X )i12Xi)其中?Y是i E(Y | X )的估计量；i? 是1 的估计量；1?是的估计量。
2 2OLS估计量：以残差平方和最小的原则对回归模型中的系数进行估计的方法。
普通最小二乘法估计量OLS估计量可以由观测值计算OLS估计量是点估计量一旦从样本数据取得OLS估计值，就可以画出样本回归线BLUE估计量、BLUE：最优线性无偏估计量, 其估计量是无偏估计量，且在所有的无偏估计量中其方差最小。
拟合优度、衡量了解释变量能解释的离差占被解释变量的百分比。
拟合优度R2( 被解释部分在总平方和(SST) 中所占的比例) 2( 被解释部分在总平方和(SST) 中所占的比例)2 2 ?yESSi R2TSS yi虚拟变量陷阱、带有截距项的回归模型，如果有m个定性变量，只能引入m-1 个虚拟变量。
如果引入了m个，就将陷入虚拟变量陷阱。
既模型中存在完全共线性，使得模型无法估计方差分析模型、解释变量仅包含定性变量或虚拟变量的模型。
协方差分析模型、回归模型中的解释变量有些是定性的有些是定量的。
多重共线性多重共线性是指解释变量之间存在完全的线性关系或近似的线性关系.分为完全多重共线性和不完全多重共线性自相关：随机误差项当期值和滞后期相关。
在古典线性回归模型中，我们假定随机扰动项序列的各项之间，如果这一假定不满足，则称之为自相关。
即用符号表示为：cov(i , j ) E( i j ) 0存在i j自相关常见于时间序列数据。
异方差、是指模型误差项的方差随着变量的改变而不同随机误差项：模型中没有包含的所有因素的代表Y X u例：Y —消费支出X —收入、——参数u —随机误差项显著性检验：显著性检验时利用样本结果，来证实一个零假设的真伪的一种检验程序。
显著性检验的基本思想在于一个检验统计量（作为估计量）以及在虚拟假设下，这个统计量的抽样分布。
根据已有数据算出的统计量值决定是否接受零假设。
联合假设检验： F 检验（F-test ），最常用的别名叫做联合假设检验，此外也称方差比率检验、方差齐性检验。
它是一种在零假设之下，统计值服从F- 分布的检验。
其通常是用来分析用了超过一个参数的统计模型，以判断该模型中的全部或一部参数是否适合用来估计母体。
二、单项选择题( 从下列每小题的四个备选答案中选出一个正确答案，并将正确答案的序号填在题干后面的括号内。
每小题2分，共20分)三、简答题( 每题5分，共20分)1、为什么说计量经济学是一门经济学科？它在经济学科体系中的地位和经济研究中的作用是什么？从计量经济学的定义看，它是定量化的经济学；其次，从计量经济学在西方国家经济学科中居于最重要的地位看，也是如此，尤其是从诺贝尔经济学奖设立之日起，已有多人因直接或间接对计量经济学的创立和发展作出贡献而获得诺贝尔经济学奖；计量经济学与数理统计学有严格的区别，它仅限于经济领域；从建立与应用计量经济学模型的全过程看，不论是理论模型的设定还是样本数据的收集，都必须以对经济理论、对所研究的经济现象有透彻的认识为基础。
综上所述，计量经济学确实是一门经济学科。
2、为什么说计量经济学是经济理论、数学和统计学的结合？计量经济学是以经济理论和事实为依据，以数学方法和统计推断为工具，研究经济活动规律的一门经济学分支。
首先，计量经济学是揭示经济变量之间定量关系的学科，研究对象是经济问题。
其次，模型的建立是在已有的经济理论基础上对经济现象的进一步解释，例如消费问题，经济长期增长及商业周期的波动问题。
再有，它是一种分析经济问题的工具。
计量经济学，是对经济学的作用存在有某种期待的结果，它把数理统计学应用于经济数据，以使数理经济学构造出来的模型得到经验上的支持，并获得数值结果。
计量经济学可定义为实际经济现象的数量分析。
这种分析乃是基于理论与观测的并行发展，而理论与观测又通过适当的推断方法而得以联系。
计量经济学是一门把经济理论、数学和统计推断作为工具，应用于经济现象的分析。
计量经济学研究经济定律的经验判定。
综述，计量是经济理论，数理经济，经济统计与数理统计的混合物，但是它值得作为一门单独的学科来研究。
经济理论所做的陈述或假说大多数是定性分析的；数量经济学是要用数学形式表述经济理论而不去问理论的可度量性或其经验方面的可论证性；经济统计学的问题主要是收集，加工并通过图或表的形式以展现经济数据，数理统计提供了许多研究工具。
3、建立与应用计量经济模型的主要步骤有哪些？8经济理论或假说的陈述；建立数学（数理经济）模型；建立统计或计量经济模型；收集处理数据；计量经济模型的参数估计；检验来自模型的假说——经济意义检验；检验模型的正确性——模型的假设检验；模型的运用——预测、结构分析、政策模拟等4、计量经济学有哪些主要应用领域？答：计量经济学模型主要有以下几个方面的用途：⑴。
结构分析，其原理是弹性分析、乘数分析与比较分析；⑵。
经济预测，其原理是模拟历史，从已经发生的经济活动中找出变化规律；⑶。
政策评价，是对不同政策执行情况的“模拟仿真”；⑷。
检验与发展经济理论，其原理是如果按照某种经济理论建立的计量经济学模型可以很好地拟合实际观察数据。
5、时间序列数据和横截面数据有何异同？时间序列数据: 经济变量在连续或不连续的不同时间内的统计数据。
截面数据: 同一时点上一个或多个变量收集的数据。
时间序列数据和横截面数据，对某个统计指数在不同时期进行观测，将得到的数据按时间先后次序进行排列，这样得到的统计数据称为时间序列数据。
与此不同，若某个指标在不同的个体上进行观测，则得到该指标的一组横截面数据。
6、从经济学的角度说明，为什么计量经济学模型的理论方程中必须包含随机误差项？从经济学角度看，客观经济现象是十分复杂的，是很难用有限个变量、某一种确定的形式来描述的，这就是设置随机误差项的原因。
计量经济学中考察的是随机变量之间的统计性关系，由于对变量的测量会有误差，而且在模型中还可能漏掉了一些影响因素，因此不可避免地会有误差存在。
7、运用普通最小二乘法估计多元线性回归模型的经典假定有哪些?因而解释变量X与随机项j1.含义cov( X,u): i u不相关i2. 所有自变量彼此线性无关。
3. u n 1是随机向量u 为随机变量i4. 零期望5. 同方差，不相关.解释变量取值不同，但是被解释变量的方差相同。
26. u 1 ~ N(0, I )n8、异方差存在的原因、后果及克服方法。
原因：异方差性是为了保证回归参数估计量具有良好的统计性质BLUE，线性回归模型的一个重要假定是：总体回归函数中的随机误差项满足同方差性，即服从相同的方差。
如果这一假定不满足，则称线性回归模型存在异方差性。
后果：若线性回归模型存在异方差性，则用OLS估计模型，得到的参数估计量不是有效估计量，甚至也不是渐近有效的估计量；此时也无法对模型参数的进行有关显著性检验。
异方差的补救思路克服方法：1.知道2i，利用加权最小二乘法或者模型变换求BLUE；2.不知道 2 ，先求出i i2，再转到1。
9、多重共线性存在的原因、后果及克服方法。
原因：解释变量在时间上存在着共同变化的趋势导致了多重共线的产生。
后果：（1）由于估计量的方差增大，使得估计量的精度大大降低，因而不能正确判断各解释变量对被解释变量影响的大小。
（2）由于估计量的方差增大，相应标准差增大，在对参数进行显著检验时，增大了接受零假设的可能性，致使错误地舍去了对因变量有显著影响的变量。
若作区间预测也将降低预测的精度。
（3）解释变量多重共线时，虽然可以得到OLS 估计量，但是估计量及标准差非常敏感，若观测值稍微有所变化，估计量就会产生较大的改变。
克服的方法：（1）除去不重要的解释变量（2）获取额外的数据或者新的样本（3）重新考虑模型（4）变量变换（5）参数先验信息10、自相关存在的原因、后果及克服方法。
原因：一、惯性二、设定偏误：应含而未含变量的情形三、设定偏误：不正确的函数形式四、蛛网现象五、滞后效应六、数据的“编造”模型存在自相关的后果1. 回归系数的最小二乘估计量?j仍具有无偏性。
2. Var( ?j) 不再具有最小方差性。
3. 有可能低估误差项u t 的方差（估计小了）。
4. 由于u t 存在自相关时，Var( ?1) 和s u2 都变大，都不具有最小方差性。
用依据普通最小二乘法得到的回归方程去预测，预测无有效性。
四、计算题(每题10分，共40分)1、完成Eviews软件给出的表格与方差分析表格。
2、异方差的识别与消除。
3、多重共线性的识别与消除4、自相关的识别与消除5、模型设定误差的识别。