计量经济学谢识予分章练习试题.doc

计量经济学分章练习题

第一章 习 题

一、判断题
1. 投入产出模型和数学规划模型都是计量经济模型。（ × ）
2. 弗里希因创立了计量经济学从而获得了诺贝尔经济学奖。（ √ ）
3. 丁伯根因创立了建立了第1个计量经济学应用模型从而获得了诺贝尔经济学奖。（ √ ）
4. 格兰杰因在协整理论上的贡献而获得了诺贝尔经济学奖。（ √ ）
5. 赫克曼因在选择性样本理论上的贡献而获得了诺贝尔经济学奖。（ √ ）

二、名词解释
1．计量经济学，经济学的一个分支学科，是对经济问题进行定量实证研究的技术、方法和相关理论。
2．计量经济学模型，是一个或一组方程表示的经济变量关系以及相关条件或假设，是经济问题相关方面之间数量联系和制约关系的基本描述。
3．计量经济检验，由计量经济学理论决定的，目的在于检验模型的计量经济学性质。通常最主要的检验准则有随机误差项的序列相关检验和异方差性检验，解释变量的多重共线性检验等。
4．截面数据，指在同一个时点上，对不同观测单位观测得到的多个数据构成的数据集。
5．面板数据，是由对许多个体组成的同一个横截面，在不同时点的观测数据构成的数据。

三、单项选择题
1. 把反映某一单位特征的同一指标的数据，按一定的时间顺序和时间间隔排列起来，这样的数据称为（ B ）
A. 横截面数据      B. 时间序列数据   
C. 面板数据         D. 原始数据
2. 同一时间、不同单位按同一统计指标排列的观测数据称为（ C ）
A．原始数据 B．时间序列数据
C．截面数据 D．面板数据
3. 不同时间、不同单位按同一统计指标排列的观测数据称为（ D ）
A．原始数据 B．时间序列数据
C．截面数据 D．面板数据
4. 对计量经济模型进行的结构分析不包括（ D ）
A．乘数分析 B．弹性分析
C．比较静态分析 D．随机分析
5. 一个普通家庭的每月所消费的水费和电费是（ B ）
A．因果关系 B．相关关系
C．恒等关系 D．不相关关系
6. 中国的居民消费和GDP是（ C ）
A．因果关系 B．相关关系
C．相互影响关系 D．不相关关系
7. 下列（ B ）是计量经济模型
A． B．
C．投入产出模型 D．其他
8. 投资是（ A ）经济变量
A．流量 B．存量
C．派生 D．虚拟变量
9. 资本是（ B ）经济变量
A．流量 B．存量
C．派生 D．虚拟变量
10. 对定性因素进行数量化处理，需要定义和引进（ C ）
A．宏观经济变量 B．微观经济变量
C．虚拟变量 D．派生变量

四、计算分析题
1.“计量经济模型就是数学”这种说法正确吗，为什么?
计量经济学模型不是数学式子，相比数学式子多了一个随机误差项，是随机性的函数关系。
2. 请尝试建立大学生消费函数模型。
consumption=β0+β1income+ε

五、简答题
1．什么是计量经济学。
计量经济学是经济学的一个分支学科，是对经济问题进行定量实证研究的技术、方法和相关理论。

2．试述计量经济分析的基本方法与步骤。
(1)建模，(2)准备数据，(3) 估计参数，(4)检验和修正模型，(5)分析、预测和下结论
3．计量经济学模型必须通过哪些检验。
a.经济意义检验，b.统计学检验，c.计量经济学检验，d.预测检验
4. 经济变量之间的一般有哪几种关系。
a.不相关关系，b.相关关系，c.因果关系，d.相互影响关系，e. 恒等关系

第二章 习 题

一、判断题
1. 分布是对称分布。（ × ）
2. 最大似然估计是根据生成样本的可能性最大来估计参数。（ √ ）
3. t分布是有偏斜的分布。（ × ）
4. F分布是有偏斜的分布。（ √ ）
5. 独立、同分布正态随机变量的任意线性组合仍服从正态分布。（ √ ）
6. 。（ √ ）
7. 均方误就是方差。（ × ）

二、名词解释
1．线性性，参数估计量是随机变量观测值的线性组合。
2．无偏性
3．有效性
4．一致性
5．随机变量

三、单项选择题
11. 令Z1,Z2,…,Zk为k个独立的服从标准正态分布的随机变量，则它们的平方和服从自由度为k的（ ）分布。
A．正态分布 B．t分布 C．χ2分布 D．F分布
12. 下列哪些（ ）分布是对称分布。
A．正态分布和χ2分布 B．正态分布和F分布
C．正态分布和t分布 D．χ2分布和F分布
13. 下列哪些（ ）分布是有偏斜的分布。
A．正态分布和χ2分布 B．正态分布和F分布
C．正态分布和t分布 D．χ2分布和F分布
14. 显著性检验是（ ）。
A．计量检验 B．统计检验 C．预测检验 D．经济意义检验
15. F分布可以看做是（ ）相除。
A．正态分布和χ2分布 B．正态分布和F分布
C．χ2分布和χ2分布 D．t分布和χ2分布
16. t分布可以看做是（ ）相除。
A．正态分布和χ2分布 B．正态分布和F分布
C．χ2分布和χ2分布 D．标准正态分布和χ2分布
17. 令Z1,Z2,…,Zk为k个独立的服从同一正态分布的随机变量，则它们的任意线性组合服从（ ）分布。
A．正态分布 B．t分布 C．χ2分布 D．F分布
18. 自由度为k>2的t分布的方差是（ ）。
A．k B．2k C．k/（k-2） D．k/（k-1）
19. 自由度为k>2的t分布的数学期望是（ ）。
A．k B．2k C．1 D．0
20. 自由度为k>2的χ2分布的方差是（ ）。
A．k B．2k C．k/（k-2） D．k/（k-1）

四、计算分析题
1．掷两枚硬币，请指出至少出现一个正面的概率是多少？
2. 随机变量x服从自由度为20的t分布，那么y=x2服从什么分布？

五、简答题
1．什么是概率的古典定义。
2．试述契约贝晓夫不等式。
3．试述。
4. 什么是统计检验。

第三章 习 题

一、判断题
8. 数学模型不是计量经济模型。（ ）
9. 决定系数与相关系数的含义是相同的。（ × ）
10. 在计量经济模型中，随机扰动项与残差项无区别。（ ）
11. 投入产出模型和数学规划模型都是经济计量模型。（ ）
12. 高斯马尔科夫定律假设随机误差项服从正态分布。（ ）

二、名词解释
1．Blue估计
2．球形扰动
3．拟合度
4．决定系数
5．点预测

三、选择题
（1）单选
1. 下面属于面板数据的是（ ）。
A、1991-2003年各年某地区20个乡镇的平均工业产值
B、1991-2003年各年某地区20个乡镇的各镇工业产值
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个乡镇各镇工业产值
2. 线性回归分析中的基本假设定义（ ）。
A．解释变量和被解释变量都是随机变量
B．解释变量为非随机变量，被解释变量为随机变量
C．解释变量和被解释变量都为非随机变量
D．解释变量为随机变量，被解释变量为非随机变量
3. 最小二乘原理是指使（ ）达到最小值的原则确定样本回归方程。
A. B.
C. D.
4. 对线性回归模型单个参数进行显著性检验的是（ ）
A．决定系数R2 B．t检验 C．F检验 D．标准差
5 衡量样本回归直线对数据拟合程度的是（ ）
A．决定系数R2 B．t检验 C．F检验 D．标准差
6. 同一统计指标按时间顺序记录的数据列称为（ ）
A、横截面数据 B、时间序列数据 C、面板数据 D、时间数据
7. 在回归模型中，n为样本容量，检验时所用的统计量服从的分布为 （ ）。
A、χ2(n-2) B、t(n-1) C、χ2(n-1) D、t(n-2)
（2）多选
8．最小二乘估计量的统计性质有（ ）
A. 无偏性 B. 线性性 C. 最小方差性
D. 不一致性 E. 有偏性
9．利用普通最小二乘法求得的样本回归直线的特点（ ）
A. 必然通过点 B. 可能通过点
C. 残差的均值为常数 D. 的平均值与的平均值相等
E. 残差与解释变量之间有一定的相关性
10．随机变量（随机误差项）中一般包括那些因素（ ）
A 回归模型中省略的变量
B 人们的随机行为
C 建立的数学模型的形式不够完善。
D 经济变量之间的合并误差。
E 测量误差。

四、计算分析题
1.某线性回归的结果如下：

Dependent Variable: Y

Method: Least Squares

Sample: 1981 2002

Included observations: 22

Variable
Coefficient
Std. Error
t-Statistic
Prob.  

C
237.7530
( ① )
3.478200
0.0024
X
0.751089
0.010396
( ② )
0.0000

R-squared
0.996183
    Mean dependent var
3975.000
Adjusted R-squared
0.995992
    S.D. dependent var
3310.257
Sum squared resid
878414.7
    Schwarz criterion
13.71371
Log likelihood
-147.7598
    F-statistic
5219.299
Durbin-Watson stat
1.287765
    Prob(F-statistic)
0.000000

（1）计算括号内的值
（2）判断解释变量X对被解释变量Y是否有显著性影响并给出理由
（3）计算随机误差项的方差σ2的估计值。
2.下表给出了含截距项的一元线性回归模型的回归的结果：
方差来源
平方和
自由度（df）
平方和的均值（MSS）
来自回归(ESS)
106.58
1

来自残差(RSS)
（ ）
17

总离差(TSS)
108.38
（ ）

注：保留3位小数，可以使用计算器。在5%的显著性水平下。
1. 完成上表中空白处内容。
2.此回归模型包含多少个样本？
3. 求。

五、简答题
1．什么BLUE估计。
2．什么是球形扰动
3. 什么是高斯马尔科夫定律？
4. 什么是最小二乘估计量的线性性？

第四章 习 题

一、判断题
13. 要使得计量经济学模型拟合得好，就必须增加解释变量。（ ）
14. 一元线性回归模型与多元线性回归模型的基本假定是相同的。（ ）
15. 决定系数与相关系数的含义是相同的。（ ）
16. 线性回归模型中增加解释变量，调整的决定系数将变大。（ ）
5．线性回归模型中检验回归显著性时结果显著，则所有解释变量对被解释变量都没有解释力。（ ）

二、名词解释
1．决定系数
2．调整的决定系数
3．参数显著性检验
4．模型总体显著性检验
5．多元线性回归模型

三、选择题
（1）单选
8. 为了分析随着解释变量变动一个单位，因变量的增长率变化的情况，模型应该设定为( )。
A、 B、
C、 D、
9. 已知含截距项的3元线性回归模型估计的残差平方和为=1200，样本容量为n=24，则误差项方差的无偏估计量S2为 （ ）
  A、 400   B、 40    C、60     D、 80
10. 多元线性回归模型满足六个基本假设，其最小二乘估计量服从（ ）
A．正态分布 B．t分布 C．χ2分布 D．F分布
11. 普通最小二乘法要求线性回归模型的随机误差项ui,满足某些基本假定，下列错误的是（ ）。
A．E(ui)=0 B．E(ui2)=σi2 C．E(ui uj)=0，i≠j D．ui ~N(0, σ2)
12. 多元线性回归分析中的 ESS（解释平方和）反映了（ ）
A．因变量观测值总变差的大小 B．因变量回归估计值总变差的大小
C．因变量观测值与估计值之间的总变差D．Y关于X的边际变化
13. 用一组有30个观测值的样本估计模型，并在0.05的显著性水平下对总体显著性进行检验，则检验拒绝零假设的条件是统计量F大于(    )。
A、 F0.05(3,26)      B、t0.025(3,30)        C、 F0.05(3,30)   D、 t0.025(2,26)
14. 多元线性回归分析中的 TSS（总的离差平方和）的自由度为（ ）
A．k B．n C．n-k-1 D．n-1

（2）多选
15. 对于ols，下列式子中正确的是（ ）（ESS为解释平方和，RSS为残差平方和）
A．R2 =RSS/TSS B．R2 =ESS/TSS C．R2 =ESS/RSS
D．TSS=ESS+RSS E．以上都不对
16. 对于线性回归模型的随机误差项ei, Var(ei)=E(ei2)=σ2内涵指（ ）
A．随机误差项的期望为零 B．所有随机误差都有相同的方差
C．两个随机误差互不相关 D．误差项服从正态分布 E．以上都不对
17. 对模型Yi=β0+β1X1i+β2X2i+μi进行总体显著性检验，如果检验结果总体线性关系显著，则有可能（ 　）。
A．β1=β2=0        B．β1≠0，β2=0      C．β1=0，β2≠0
D．β1≠0，β2≠0 E．以上都对

四、计算分析题
1．某线性回归的结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 11/30/08 Time: 13:47
Sample: 1 16
Included observations: 16
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
-176.2778
30.62414
-5.756170
0.0001
X1
1.026137
（ ① ）
62.78936
0.0000
X2
0.669964
0.191239
（ ② ）
0.0039
R-squared
0.999726
Mean dependent var
5468.869
Adjusted R-squared
0.99968
S.D. dependent var
3659.889
S.E. of regression
65.10726
Akaike info criterion
11.35731
Sum squared resid
55106.42
Schwarz criterion
11.50217
Log likelihood
-87.85848
F-statistic
（ ③ ）
Durbin-Watson stat
1.345305
Prob(F-statistic)
0.000000
（1）计算括号内的值。
（2）写出回归模型方程。
（3）判断解释变量X1对被解释变量Y是否有显著性影响，并给出理由。
（4）计算随机误差项的方差σ2的估计值。

2.下表给出了用最小二乘法对三元线性模型回归的结果(解释变量个数为3)
方差来源
平方和（SS）
自由度（df）
来自回归ESS
900
（ ）
来自残差RSS
（ ）
（ ）
总离差TSS
1000
18

（1）计算括号里的值
（2）求R2和
（3）对回归显著性进行检验(F0.05=3.29)

五、简答题
1．试述多元线性回归模型的基本假设。
2. 试述多元线性回归模型的基本假设与一元线性回归模型的不同之处。
3. 试述多元线性回归模型的基本假设与一元线性回归模型的相同之处。
4. 多元线性回归模型为什么采用调整的决定系数？

第五章 习 题

一、判断题
17. 邹检验是检验线性回归模型是否出现异常值问题。（ ）
18. 国籍变量是虚拟变量。（ ）
19. 通过虚拟变量将属性因素引入计量经济模型，引入虚拟变量的个数与样本容量大小有关。（ ）
20. 经济数据出现脱离基本趋势的异常值时，则会违反线性回归模型的基本假设（ei为随机误差项）E(ei)＝0。（ ）
21. 非线性回归需要对待估参数赋初始值。（ ）

二、名词解释
1．解释变量缺落
2．异常值
3．规律性扰动
4．虚拟变量
5．参数改变

三、选择题
（1）单选
18. 设个人消费函数Yi=C0+C1Xi+ui中，消费支出Y不仅同收入X有关，而且与消费者年龄构成有关，年龄构成可分为青年、中年和老年三个层次，假设边际消费倾向不变，则考虑年龄因素的影响，该消费函数引入虚拟变量的个数应为(     )
A．1个   B．2个 C．3个  D．4个
19. 需求函数Yi=β0+β1Xi+μi，为了考虑“区域”因素(东部沿海、中部、西部、珠江三角洲、北部5种不同的状态)的影响，引入5个虚拟变量，则模型的(     )
A． 参数估计量将达到最大精度             B． 参数估计量是有偏估计量 
C． 参数估计量是非一致估计量             D． 参数将无法估计
20. 邹检验是检验多元线性回归模型出现了（ ）问题。
A．异常值 B．异方差 C．参数发生改变 D．误差序列相关
21. 设模型，其中D为虚拟变量，当上式为斜率变动模型时，统计检验结果应为(    )。
A、      B、 C、         D、
22. 设模型，其中D为虚拟变量，当上式为截距变动模型时，统计检验结果应为(    )。
A      B、 C、         D、
23. 设模型，其中D为虚拟变量，当上式为截距和斜率同时变动模型时，统计检验结果应为(    )。
A、      B、 C、         D、

（2）多项
24. 下列哪种情况会违反线性回归模型的基本假设E(ei)＝0(ei为随机误差项)
A．非线性随机函数关系仍用线性模型进行ols估计
B．模型参数发生改变 C．遗漏重要变量 D．异常值 E．以上都不对
25. 下列属于模型设定偏误的是（ ）。
A、模型遗漏重要的解释变量 B、模型设定没有考虑到参数变化
C、模型形式设定有误 D、把非线性模型设定为线性模型
E、模型预测值与实际值的误差
26. 已知多元线性回归模型参数发生改变，可以采用（ ）方法处理。
A．邹检验 B．分段回归 C．引入虚拟变量 D．VIF检验
27. 变量关系非线性可以采用（ ）方法处理。
A、初等数学变换化为线性模型   B、非线性回归 C、分段回归   D、逐步回归

四、计算分析题
1.用线性回归模型估计工资Wage与工龄Exper的关系时，还考虑到职称可能也对工资有影响，职称分为中级及以下与高级共2个层次，将职称以虚拟变量D1、D2、…等表示。
（1）请解释虚拟变量的设置原则？
（2）需要设置几个虚拟变量？请对虚拟变量进行赋值。
（3）写出考虑职称因素的可能的线性回归模型。
2、为研究学历与工资的关系，我们随机抽样调查了510名员工（其中360名男，150名女），并得到如下两种回归模型：
EDU
W
5.662
5
06551
.
232
ˆ
+

=
（2.1）
t=(5.2066) (8.6246)
EDU
D
W
34.02
8238
.
23
9621
.
122
ˆ
+
+

=
(2. 2)
t=(2.5884) (4.0149) (5.1613)
其中，W(wage)=工资 （单位：千元）；EDU(education)=受教育年限
î
í
ì
=

0
1
女
男
D

请回答以下问题：
（1） 你将选择哪一个模型？为什么？（5分）
（2） D的系数说明了什么？（5分）

五、简答题
1．哪些情况可能引起线性回归模型误差项均值非零？分别该如何处理
2．处理参数改变的方法有哪些？
3．虚拟变量的设置原则是什么？
4．用Eviews软件做非线性回归的三个步骤是什么？

第六章 习 题

一、判断题
22. 处理异方差的方法是加入虚拟变量。（ ）
23. 线性回归模型存在异方差，最小二乘估计量仍然是无偏的。（ ）
24. 线性回归模型存在异方差，最小二乘估计量仍然是有效的。（ ）
25. 戈德菲尔德-夸特检验可以检验复杂性异方差。（ ）
26. 怀特检验可以检验异方差。（ ）

二、名词解释
1．同方差
2．异方差
3．加权最小二乘法
4．戈里瑟检验
5．怀特检验

三、选择题
（1）单选
1. 检验线性回归模型是否存在异方差的方法是（ ）
A．怀特检验 B．T检验 C．DW检验 D．邹检验
2. 戈德-夸特检验构造一个服从（ ）的统计量来对线性回归模型进行异方差检验。
A．正态分布 B．t分布 C．χ2分布 D．F分布
3. 下列方法中（ ）不仅可以判断线性回归模型是否存在异方差，而且可以得出具体的异方差形式。
A．戈德-夸特检验 B．怀特检验 C．戈里瑟检验 D．残差序列图分析
4. 对于模型Yi=β0+β1Xi+ui，如果在异方差检验中发现Var(ui)=Xi4σ2，，则用加权最小二乘法处理异方差估计模型参数时，权数应为（ ）。
A．Xi B．Xi2 C．1/Xi D．1/ Xi2
5. 回归模型中具有异方差性时，仍用OLS估计模型，则以下说法正确的是（ ）
A. 参数估计值是无偏非有效的 B. 参数估计量仍具有最小方差性
C. 常用F 检验失效 D. 参数估计量是有偏的
6. 更容易产生异方差的数据为 ( )
A. 时序数据 B. 修匀数据 C. 横截面数据 D. 年度数据
7. 检验线性回归模型是否存在异方差的方法是（ ）
A．T检验 B．戈德菲尔德-夸特检验 C．DW检验 D．邹检验
8. 检验线性回归模型是否存在异方差的方法是（ ）
A．戈里瑟检验 B．T检验 C．DW检验 D．邹检验

（2多选
9． 如果模型中存在异方差现象，则会引起如下后果（ ）
A. 参数估计值有偏   B. 参数估计值的方差不能正确确定
C. 变量的显著性检验失效 D. 预测精度降低 E. 参数估计值仍是无偏的
10．常用的检验异方差的方法有（ ）。
A、戈里瑟检验 B、戈德菲尔德-匡特检验 C、怀特检验
D、DW检验 E、方差膨胀因子检测

四、计算分析题
1. 对样本回归方程LOG(Y)=-1.95+0.60*LOG(L)+0.67* LOG(K)+e 进行怀特异方差检验，

Heteroskedasticity Test: White

Obs*R-squared
8.099182
    Prob
0.1509
Scaled explained SS
3.324059
    Prob
0.6502

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 11/20/11 Time: 16:53

Sample: 1978 1994

Included observations: 17

Coefficient
Std. Error
t-Statistic
Prob.  

C
15.56320
13.02201
1.195146
0.2572
LOG(L)
-5.032351
4.278733
-1.176131
0.2644
(LOG(L))^2
0.413109
0.351760
1.174407
0.2650
(LOG(L))*(LOG(K))
-0.209359
0.183413
-1.141463
0.2779
LOG(K)
1.218626
1.114405
1.093522
0.2975
(LOG(K))^2
0.029867
0.024081
1.240268
0.2407

R-squared
0.476422
    Mean dependent var
0.000623
Adjusted R-squared
0.238433
    S.D. dependent var
0.000707
S.E. of regression
0.000617
    Akaike info criterion
-11.67327
Sum squared resid
4.19E-06
    Schwarz criterion
-11.37919
Log likelihood
105.2228
    Hannan-Quinn criter.
-11.64404
F-statistic
2.001861
    Durbin-Watson stat
2.585670
Prob(F-statistic)
0.156732

（1）请写出估计的辅助回归方程？
（2）请指出怀特统计量的值并判断样本回归方程是否存在异方差？

2.对某含截距项的线性模型（4个解释变量）进行最小二乘法回归。将样本容量为60的样本按从小到大的顺序排列后，去掉中间的20个样本后在均分为两组，分别回归后Σei2=896.6，Σe22=147.2，在α=95%的置信水平下判断是否存在异方差。如果存在，判断是递增还是递减的异方差。（F0.05（10，10）=2.98，F0.05（12，12）=2.69，F0.05（15，15）=2.4）

五、问答题
1．试述异方差的影响。
2．试述克服异方差的方法。
3．试述常用的检验异方差的方法。
4．试述怀特检验的步骤。
第七章 习 题

一、判断题
27. 任何情况下都可以用一阶差分法消除序列相关。（ ）
28. 存在误差序列相关时，OLS估计量仍然是无偏的。（ ）
29. DW检验值在0到4之间，数值趋于4说明模型误差项的自相关度越小。（ ）
30. 误差一阶相关是最常见的误差序列相关（ ）。
31. DW检验的所有数值区域均可作出误差序列相关或不相关的判断（ ）。

二、名词解释
1．误差序列相关
2．误差序列一阶相关
3．广义差分法
4．柯奥迭代法
5．杜宾两步法

三、选择题
（1）单选
28. 设为随机误差项，则一阶线性自相关是指（ ）

29. 在序列自相关的情况下，参数估计值仍是无偏的，其原因是 ）
A. 无多重共线性假定成立
B. 同方差假定成立
C. 零均值假定成立 
D. 解释变量与随机误差项不相关假定成立
30. 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的
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
31. 在下列引起序列自相关的原因中，不正确的是（ ）
A. 经济变量具有惯性作用    B. 经济行为的滞后性
C. 设定偏误          D. 解释变量之间的共线性
32. 在DW检验中，当d统计量为2时，表明（ ）
A. 存在完全的正自相关     B. 存在完全的负自相关
C. 不存在自相关        D. 不能判定
33. 在序列自相关的情况下，参数估计值的方差不能正确估计的原因是（ ）

34. 如果回归模型违背了无自相关假定，最小二乘估计量是( )
A．无偏的，有效的 B. 有偏的，非有效的
C．无偏的，非有效的 D. 有偏的，有效的
（2）多选
35. 如果模型中存在序列自相关现象，则有如下后果（ ）
A. 参数估计值有偏    B. 参数估计值的方差不能正确确定
C. 变量的显著性检验失效 D. 预测精度降低
E．参数估计值仍是无偏的
36. 在DW检验中，存在不能判定的区域是（ ）
A. 0﹤﹤    B. ﹤﹤4- C. ﹤﹤  
D. 4-﹤﹤4- E．4-﹤﹤4
37. 检验序列自相关的方法是（ ）
A. F检验法   B. White检验法 C. 图形法 
D. ARCH检验法 E．DW检验法       F. Goldfeld-Quandt检验法

四、计算分析题
1.用家庭消费支出(Y)、可支配收入(X1)、个人财富(X2)设定模型如下：,回归分析结果为：
Dependent Variable: Y
Method: Least Squares
Included observations: 10
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
24.4070
6.9973
3.4881
0.0101
X1
-0.3401
0.4785
-0.7108
0.5002
X2
0.0823
0.0458
1.7969
0.1152
R-squared
0.9615
Mean dependent var
111.1256
Adjusted R-squared
0.9505
S.D. dependent var
31.4289
S.E. of regression
6.5436
Akaike info criterion
4.1338
Sum squared resid
342.5486
Schwarz criterion
4.2246
Log likelihood
-31.8585
F-statistic
87.3336
Durbin-Watson stat
2.4382
Prob(F-statistic)
0.000000
其中已知
d0.05(2.10)L=0.697, d0.05(2.10)U=1.641
（1）在0.05的显著性水平下，判断模型中随机误差项是否存在自相关性，要求把DW检验的临界值和区域图画出来。
（2）计算随机误差项的一阶自相关系数的估计值。

2．某线性回归的结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 11/17/11 Time: 20:45
Sample: 1981 1999
Included observations: 19
Variable
Coefficient
Std. Error

t-Statistic
Prob.
C
1.430711
0.860619
1.662421
0.1159
G
0.271960
0.170940
1.590969
0.1312
S
0.416152
0.023857
17.44372
0.0000
R-squared
0.986920
Mean dependent var
5.407480
Adjusted R-squared
0.985285
S.D. dependent var
0.496602
S.E. of regression
0.060241
Akaike info criterion
-2.636977
Sum squared resid
0.058064
Schwarz criterion
-2.487855
Log likelihood
28.05128
F-statistic
603.6032
Durbin-Watson stat
0.553242
Prob(F-statistic)
0.000000
（dλL=1.704 dλU=1.536）
判断模型中随机误差项是否存在自相关性，简述如何消除序列相关的方法。

五、问答题
1．什么是序列相关？
2. 试述序列相