伍德里奇8-异方差性（习题解答）
异方差性习题及答案
异方差性一、单项选择1.Goldfeld-Quandt 方法用于检验（ ）A.异方差性B.自相关性C.随机解释变量D.多重共线性 2.在异方差性情况下，常用的估计方法是（ ）A.一阶差分法B.广义差分法C.工具变量法D.加权最小二乘法 3.White 检验方法主要用于检验（ ）A.异方差性B.自相关性C.随机解释变量D.多重共线性 4.Glejser 检验方法主要用于检验（ ）A.异方差性B.自相关性C.随机解释变量D.多重共线性 5.下列哪种方法不是检验异方差的方法 （ ）A.戈德菲尔特——匡特检验B.怀特检验C.戈里瑟检验D.方差膨胀因子检验 6.当存在异方差现象时，估计模型参数的适当方法是 （ ） A.加权最小二乘法 B.工具变量法C.广义差分法D.使用非样本先验信息7.加权最小二乘法克服异方差的主要原理是通过赋予不同观测点以不同的权数，从而提高估计精度，即 （ ）A.重视大误差的作用，轻视小误差的作用B.重视小误差的作用，轻视大误差的作用C.重视小误差和大误差的作用D.轻视小误差和大误差的作用8.如果戈里瑟检验表明，普通最小二乘估计结果的残差i e 与i x 有显著的形式ii i v x e +=28715.0的相关关系（i v满足线性模型的全部经典假设），则用加权最小二乘法估计模型参数时，权数应为 （ ）A. i xB. 21i x C. i x 1D. i x 19.如果戈德菲尔特——匡特检验显著，则认为什么问题是严重的 （ ）A.异方差问题B.序列相关问题C.多重共线性问题D.设定误差问题10.设回归模型为i i i u bx y +=，其中i i x u Var 2)(σ=，则b 的最有效估计量为（ ）A.∑∑=2ˆx xy bB. 22)(ˆ∑∑∑∑∑--=x x n y x xy n bC.x y b=ˆ D. ∑=xy n b 1ˆ二、多项选择1.下列计量经济分析中那些很可能存在异方差问题（ ） A.用横截面数据建立家庭消费支出对家庭收入水平的回归模型 B.用横截面数据建立产出对劳动和资本的回归模型C.以凯恩斯的有效需求理论为基础构造宏观计量经济模型D.以国民经济核算帐户为基础构造宏观计量经济模型E.以30年的时序数据建立某种商品的市场供需模型 2.在异方差条件下普通最小二乘法具有如下性质（）A 、线性B 、无偏性C 、最小方差性D 、精确性E 、有效性 3.异方差性将导致A 、普通最小二乘法估计量有偏和非一致B 、普通最小二乘法估计量非有效C 、普通最小二乘法估计量的方差的估计量有偏D 、建立在普通最小二乘法估计基础上的假设检验失效E 、建立在普通最小二乘法估计基础上的预测区间变宽 4.下列哪些方法可用于异方差性的检验（）A 、DW 检验B 、方差膨胀因子检验法C 、判定系数增量贡献法D 、样本分段比较法E 、残差回归检验法5.当模型存在异方差现象进，加权最小二乘估计量具备（ ）A 、线性B 、无偏性C 、有效性D 、一致性E 、精确性 6.下列说法正确的有（）A 、当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性B 、当异方差出现时，常用的t 和F 检验失效C 、异方差情况下，通常的OLS 估计一定高估了估计量的标准差D 、如果OLS 回归的残差表现出系统性，则说明数据中不存在异方差性E 、如果回归模型中遗漏一个重要变量，则OLS 残差必定表现出明显的趋势 三、名词解释1.异方差性2.格德菲尔特-匡特检验3.怀特检验4.戈里瑟检验和帕克检验 四、简答题1.什么是异方差性？试举例说明经济现象中的异方差性。
伍德里奇《计量经济学导论》(第5版)笔记和课后习题详解
读书笔记模板
01 思维导图
03 目录分析 05 读书笔记
目录
02 内容摘要 04 作者介绍 06 精彩摘录
思维导图
本书关键字分析思维导图
第版
计量经济 学
时间
习题
序列
经典
变量
笔记
教材
笔记 复习
模型
导论
笔记
第章
习题
分析
数据
回归
内容摘要
本书是伍德里奇《计量经济学导论》（第5版）教材的配套电子书，主要包括以下内容：（1）整理名校笔记， 浓缩内容精华。每章的复习笔记以伍德里奇所著的《计量经济学导论》（第5版）为主，并结合国内外其他计量经 济学经典教材对各章的重难点进行了整理，因此，本书的内容几乎浓缩了经典教材的知识精华。（2）解析课后习 题，提供详尽答案。本书参考国外教材的英文答案和相关资料对每章的课后习题进行了详细的分析和解答。（3） 补充相关要点，强化专业知识。一般来说，国外英文教材的中译本不太符合中国学生的思维习惯，有些语言的表 述不清或条理性不强而给学习带来了不便，因此，对每章复习笔记的一些重要知识点和一些习题的解答，我们在 不违背原书原意的基础上结合其他相关经典教材进行了必要的整理和分析。本书特别适用于参加研究生入学考试 指定考研考博参考书目为伍德里奇所著的《计量经济学导论》的考生，也可供各大院校学习计量经济学的师生参 考。
讨
2.1复习笔记 2.2课后习题详解
3.1复习笔记 3.2课后习题详解
4.1复习笔记 4.2课后习题详解
5.1复习笔记 5.2课后习题详解
6.1复习笔记 6.2课后习题详解
7.1复习笔记 7.2课后习题详解
计量经济学(伍德里奇第三版中文版)课后习题答案
第1章解决问题的办法1.1（一）理想的情况下，我们可以随机分配学生到不同尺寸的类。
也就是说，每个学生被分配一个不同的类的大小，而不考虑任何学生的特点，能力和家庭背景。
对于原因，我们将看到在第2章中，我们想的巨大变化，班级规模（主题，当然，伦理方面的考虑和资源约束）。
（二）呈负相关关系意味着，较大的一类大小是与较低的性能。
因为班级规模较大的性能实际上伤害，我们可能会发现呈负相关。
然而，随着观测数据，还有其他的原因，我们可能会发现负相关关系。
例如，来自较富裕家庭的儿童可能更有可能参加班级规模较小的学校，和富裕的孩子一般在标准化考试中成绩更好。
另一种可能性是，在学校，校长可能分配更好的学生，以小班授课。
或者，有些家长可能会坚持他们的孩子都在较小的类，这些家长往往是更多地参与子女的教育。
（三）鉴于潜在的混杂因素- 其中一些是第（ii）上市- 寻找负相关关系不会是有力的证据，缩小班级规模，实际上带来更好的性能。
在某种方式的混杂因素的控制是必要的，这是多元回归分析的主题。
1.2（一）这里是构成问题的一种方法：如果两家公司，说A和B，相同的在各方面比B公司à用品工作培训之一小时每名工人，坚定除外，多少会坚定的输出从B公司的不同？（二）公司很可能取决于工人的特点选择在职培训。
一些观察到的特点是多年的教育，多年的劳动力，在一个特定的工作经验。
企业甚至可能歧视根据年龄，性别或种族。
也许企业选择提供培训，工人或多或少能力，其中，“能力”可能是难以量化，但其中一个经理的相对能力不同的员工有一些想法。
此外，不同种类的工人可能被吸引到企业，提供更多的就业培训，平均，这可能不是很明显，向雇主。
（iii）该金额的资金和技术工人也将影响输出。
所以，两家公司具有完全相同的各类员工一般都会有不同的输出，如果他们使用不同数额的资金或技术。
管理者的素质也有效果。
（iv）无，除非训练量是随机分配。
许多因素上市部分（二）及（iii）可有助于寻找输出和培训的正相关关系，即使不在职培训提高工人的生产力。
(完整版)计量经济学(伍德里奇第三版中文版)课后习题答案
第1章解决问题的办法1.1（一）理想的情况下，我们可以随机分配学生到不同尺寸的类。
也就是说，每个学生被分配一个不同的类的大小，而不考虑任何学生的特点，能力和家庭背景。
对于原因，我们将看到在第2章中，我们想的巨大变化，班级规模（主题，当然，伦理方面的考虑和资源约束）。
（二）呈负相关关系意味着，较大的一类大小是与较低的性能。
因为班级规模较大的性能实际上伤害，我们可能会发现呈负相关。
然而，随着观测数据，还有其他的原因，我们可能会发现负相关关系。
例如，来自较富裕家庭的儿童可能更有可能参加班级规模较小的学校，和富裕的孩子一般在标准化考试中成绩更好。
另一种可能性是，在学校，校长可能分配更好的学生，以小班授课。
或者，有些家长可能会坚持他们的孩子都在较小的类，这些家长往往是更多地参与子女的教育。
（三）鉴于潜在的混杂因素- 其中一些是第（ii）上市- 寻找负相关关系不会是有力的证据，缩小班级规模，实际上带来更好的性能。
在某种方式的混杂因素的控制是必要的，这是多元回归分析的主题。
1.2（一）这里是构成问题的一种方法：如果两家公司，说A和B，相同的在各方面比B公司à用品工作培训之一小时每名工人，坚定除外，多少会坚定的输出从B公司的不同？（二）公司很可能取决于工人的特点选择在职培训。
一些观察到的特点是多年的教育，多年的劳动力，在一个特定的工作经验。
企业甚至可能歧视根据年龄，性别或种族。
也许企业选择提供培训，工人或多或少能力，其中，“能力”可能是难以量化，但其中一个经理的相对能力不同的员工有一些想法。
此外，不同种类的工人可能被吸引到企业，提供更多的就业培训，平均，这可能不是很明显，向雇主。
（iii）该金额的资金和技术工人也将影响输出。
所以，两家公司具有完全相同的各类员工一般都会有不同的输出，如果他们使用不同数额的资金或技术。
管理者的素质也有效果。
（iv）无，除非训练量是随机分配。
许多因素上市部分（二）及（iii）可有助于寻找输出和培训的正相关关系，即使不在职培训提高工人的生产力。
伍德里奇《计量经济学导论》(第4版)笔记和课后习题详解(2-8章)
使用普通最小二乘法，此时最小化的残差平方和为()211niii y x β=-∑利用一元微积分可以证明，1β必须满足一阶条件()110niiii x y x β=-=∑从而解出1β为：1121ni ii nii x yxβ===∑∑当且仅当0x =时，这两个估计值才是相同的。
2.2 课后习题详解一、习题1．在简单线性回归模型01y x u ββ=++中，假定()0E u ≠。
令()0E u α=，证明：这个模型总可以改写为另一种形式：斜率与原来相同，但截距和误差有所不同，并且新的误差期望值为零。
证明：在方程右边加上()0E u α=，则0010y x u αββα=+++-令新的误差项为0e u α=-，因此()0E e =。
新的截距项为00αβ+，斜率不变为1β。
2（Ⅰ）利用OLS 估计GPA 和ACT 的关系；也就是说，求出如下方程中的截距和斜率估计值01ˆˆGPA ACT ββ=+＾评价这个关系的方向。
这里的截距有没有一个有用的解释？请说明。
如果ACT 分数提高5分，预期GPA 会提高多少？（Ⅱ）计算每次观测的拟合值和残差，并验证残差和（近似）为零。
（Ⅲ）当20ACT =时，GPA 的预测值为多少？（Ⅳ）对这8个学生来说，GPA 的变异中，有多少能由ACT 解释？试说明。
答：（Ⅰ）变量的均值为： 3.2125GPA =，25.875ACT =。
()()15.8125niii GPA GPA ACT ACT =--=∑根据公式2.19可得：1ˆ 5.8125/56.8750.1022β==。
根据公式2.17可知：0ˆ 3.21250.102225.8750.5681β=-⨯=。
因此0.56810.1022GPA ACT =+＾。
此处截距没有一个很好的解释，因为对样本而言，ACT 并不接近0。
如果ACT 分数提高5分，预期GPA 会提高0.1022×5=0.511。
（Ⅱ）每次观测的拟合值和残差表如表2-3所示：根据表可知，残差和为-0.002，忽略固有的舍入误差，残差和近似为零。
伍德里奇《计量经济学导论》笔记和课后习题详解(异方差性)【圣才出品】
（4）在丌包括截距癿情况下将 1 对 r1u, r2u, , rqu 做回归。异斱差-稳健癿 LM 统计
χ 量就是 n－SSR1，其中 SSR1 是最后这个回归通常癿残差平斱和。在 H0 下 LM 渐近服从
2 q
分布。
4 / 36
圣才电子书 十万种考研考证电子书、题库视频学习平台
变量乊类癿情况出现则具有这种影响。
2．异斱差性对拟合优度癿影响
对拟合优度指标 R2 和 R2 癿解释丌受异斱差性癿影响。通常癿 R2 和调整 R2 都是估计总
体
R2
癿丌同斱法，而总体
R2 无非就是1 σu2
/
σ
2 y
，其中
σu2
是总体误差斱差，
σ
2 y
则是
y
癿总体斱差。关键是，由亍总体 R2 中这两个斱差都是无条件斱差，所以总体 R2 丌受
十万种考研考证电子书、题库视频学习平台
令 uˆi 表示原来 y 对 x 做回归所得到癿 OLS 残差。那么，对亍仸何形式癿异斱差（包括
同斱差），Var βˆ j 癿一个确当估计量都是
n
xi x 2 uˆi2
i 1
SSTx2
可以证明，将斱程乘以样本容量
n
后，会依概率收敛亍
在没有同斱差假定癿情况下，估计量癿斱差是有偏癿。由亍 OLS 标准误直接以这些斱
差为基础，所以它们都丌能用来构造置信区间和 t 统计量。
4．对统计检验癿影响
1 / 36
圣才电子书 十万种考研考证电子书、题库视频学习平台
在出现异斱差性癿情况下，在高斯-马尔可夫假定下用来检验假设癿统计量都丌再成立。 （1）在出现异斱差性时，通常普通最小二乘法癿 t 统计量就丌具有 t 分布，使用大样 本容量也丌能解决这个问题。 （2）F 统计量也丌再是 F 分布。 （3）LM 统计量也丌服从渐近 χ2 分布。
计量经济学(伍德里奇第五版中文版)答案精编版
第1章解决问题的办法1.1（一）理想的情况下，我们可以随机分配学生到不同尺寸的类。
也就是说，每个学生被分配一个不同的类的大小，而不考虑任何学生的特点，能力和家庭背景。
对于原因，我们将看到在第2章中，我们想的巨大变化，班级规模（主题，当然，伦理方面的考虑和资源约束）。
（二）呈负相关关系意味着，较大的一类大小是与较低的性能。
因为班级规模较大的性能实际上伤害，我们可能会发现呈负相关。
然而，随着观测数据，还有其他的原因，我们可能会发现负相关关系。
例如，来自较富裕家庭的儿童可能更有可能参加班级规模较小的学校，和富裕的孩子一般在标准化考试中成绩更好。
另一种可能性是，在学校，校长可能分配更好的学生，以小班授课。
或者，有些家长可能会坚持他们的孩子都在较小的类，这些家长往往是更多地参与子女的教育。
（三）鉴于潜在的混杂因素- 其中一些是第（ii）上市- 寻找负相关关系不会是有力的证据，缩小班级规模，实际上带来更好的性能。
在某种方式的混杂因素的控制是必要的，这是多元回归分析的主题。
1.2（一）这里是构成问题的一种方法：如果两家公司，说A和B，相同的在各方面比B公司à用品工作培训之一小时每名工人，坚定除外，多少会坚定的输出从B公司的不同？（二）公司很可能取决于工人的特点选择在职培训。
一些观察到的特点是多年的教育，多年的劳动力，在一个特定的工作经验。
企业甚至可能歧视根据年龄，性别或种族。
也许企业选择提供培训，工人或多或少能力，其中，“能力”可能是难以量化，但其中一个经理的相对能力不同的员工有一些想法。
此外，不同种类的工人可能被吸引到企业，提供更多的就业培训，平均，这可能不是很明显，向雇主。
（iii）该金额的资金和技术工人也将影响输出。
所以，两家公司具有完全相同的各类员工一般都会有不同的输出，如果他们使用不同数额的资金或技术。
管理者的素质也有效果。
（iv）无，除非训练量是随机分配。
许多因素上市部分（二）及（iii）可有助于寻找输出和培训的正相关关系，即使不在职培训提高工人的生产力。
伍德里奇《计量经济学导论》复习笔记和课后习题详解-含有定性信息的多元回归分析：二值变量
伍德里奇《计量经济学导论》复习笔记和课后习题详解-含有定性信息的多元回归分析：二值变量第7章含有定性信息的多元回归分析：二值（或虚拟）变量7.1复习笔记考点一：带有虚拟自变量的回归★★★★★1．对定性信息的描述定性信息是指通常以二值信息（0-1）的形式出现的信息，如性别、是否结婚等。
在计量经济学中，二值变量又称为虚拟变量。
2．只有一个虚拟自变量（1）只有一个虚拟自变量的简单模型考虑决定小时工资的简单模型：wage＝β0＋δ0female＋β1educ ＋u。
根据多元回归的解释方式，δ0表示控制educ不变时，female 变化1单位给wage带来的变化。
假定零条件均值假定E（u｜female，educ）＝0成立，那么：δ0＝E（wage｜female＝1，educ）－E （wage｜female＝0，educ），其中female＝1表示女性，female ＝0表示男性。
可以发现，在任意教育水平下，男性与女性的工资差异是固定的，女性工资比男性工资多δ0。
除了β0之外，模型中只需要引入一个虚拟变量。
因为female＋male＝1，所以引入两个虚拟变量会导致完全多重共线性，即虚拟变量陷阱。
（2）当因变量为log（y）时，对虚拟解释变量系数的解释当变量中有一个或多个虚拟变量，且因变量以对数的形式存在时，虚拟变量的系数可以理解为百分比的变化。
将虚拟变量的系数乘以100，表示的是在保持所有其他因素不变时y 的百分数差异，精确的百分数差异为：100·[exp（∧β1）－1]。
其中∧β1是一个虚拟变量的系数。
3．使用多类别虚拟变量（1）在方程中包括虚拟变量的一般原则如果回归模型具有g 组或g 类不同截距，一种方法是在模型中包含g－1个虚拟变量和一个截距。
基组的截距是模型的总截距，某一组的虚拟变量系数表示该组与基组在截距上的估计差异。
如果在模型中引入g 个虚拟变量和一个截距，将会导致虚拟变量陷阱。
另一种方法是只包括g 个虚拟变量，而没有总截距。
- 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)。
伍德里奇8-异方差性（习题解答）
C8.1
(i) 01var(|)u X male σσ=+,亦可以其他形式出现。
(ii) 首先估计sleep 方程，得到残差平方序列，再以该残差平方为被解释变量对变量male 回归看其回归系数。
use sleep75
reg sleep totwrk educ age agesq yngkid male
predict r1, r
g r1sq=r1*r1
reg r1sq male
其系数为负，说明男性的方差比女性要低。
(iii)从回归结果中看，系数不显著，说明误差方差在男性和女性之间的差别不显著。
C8.2
clear
use hprice1
reg price lotsize sqrft bdrms
estimates store reg1
reg price lotsize sqrft bdrms, robust
estimates store robust
esttab reg1 robust, b(%8.6f) se mtitle
reg lprice llotsize lsqrft bdrms
estimates store reg2
reg lprice llotsize lsqrft bdrms, robust
estimates store robust2
esttab reg2 robust2, b(%8.6f) se mtitle
C8.6
clear
use crime1
g arr86=(narr86>0)
g lavgsen=log(avgsen)
reg arr86 pcnv lavgsen tottime
predict arr86hat
sum arr86hat
/*加权最小二乘*/
g h=arr86hat*(1-arr86hat)
reg arr86 pcnv avgsen tottime ptime86 qemp86 [aw=1/h]
C8.9
(i)-(ii)
clear
use smoke
reg cigs lincome lcigpric educ age agesq restaurn
predict r1, r
g lr1sq=log(r1^2)
reg lr1sq lincome lcigpric educ age agesq restaurn
predict ghat
g hhat=exp(ghat)
reg cigs lincome lcigpric educ age agesq restaurn [aw=1/hhat]
(iii)
predict uhat, r
predict yhat
g uhatsq=uhat^2
drop uhatsq
g utild=uhat/(hhat^0.5)
g ytild=yhat/(hhat^0.5)
g utildsq=utild^2
g ytildsq=ytild^2
reg utildsq ytild ytildsq
whitetst, fitted
/*表明仍然存在异方差*/
(iv)第(iii)部分的结论表明，使用可行的加权最小二乘方法没有消除异方差性，对方差形式存在误设。
(v) reg cigs lincome lcigpric educ age agesq restaurn [aw=1/hhat], robust。