2017年南京大学0211数量经济学考研复试核心题库
● 摘要
一、简答题
1． 在多元线性回归分析中，t 检验与F 检验有何不同? 在一元线性回归分析中二者是否有等价的作用?
【答案】在多元线性回归模型分析中，t 检验常被用于检验回归方程各个参数的显著性，是单一检验; 而F 检验则被用作检验整个回归关系的显著性，是对回归参数的联合检验。在多元线性回归中，若F 检验拒绝原假设，意味着解释变量与被解释变量之间线性关系是显著的，但具体是哪个解释变量与被解释变量之间关系显著则需要通过，检验来进一步验证，但若F 检验接受原假设，则意味着所有的，检验均不显著。
在一元线性回归模型中，由于解释变量只有一个，因此F 检验的联合假设等同于，检验的单一假设，两检验作用是等价的。
2． 简述平稳时间序列的条件。 【答案】当时间序列X t 满足: （l ）均值（2）方差（3）协方差
，与时间t 无关的常数;
，与时间t 无关的常数;
，只与时期间隔k 有关，与时间t 无关的常数。
则称该随机时间序列是平稳的，而该随机过程是一平稳随机过程。 3． 什么是多重共线性? 产生多重共线性的经济背景是什么? 多重共线性的危害是什么? 为什么会造成这些危害? 检验多重共线性的方法思路是什么? 有哪些克服方法? 【答案】（l ）对于多元回归模型
果某两个或多个解释变量之间出现了相关性，则称为模型存在多重共线性。 （2）产生多重共线性的经济背景是:
①经济变量在时间上有共同变化的趋势和经济变量之间较强的相关性;
②当模型中包含解释变量与其滞后解释变量时，由于解释变量本身前后期相关，也会产生多重共线性;
③样本资料的限制，对于采用时间序列数据作样本，以简单线性形式建立的计量经济学模型，往往存在多重共线性; 以截面数据作样本时，问题不那么严重，但仍然是存在的。 （3）多重共线性造成的危害及原因如下:
①当存在完全的多重共线性时，模型的参数将无法估计，
因为参数估计量
将不存在;
，如
中的
②近似共线性下普通最小二乘法参数估计量的方差变大，从而不能对总体参数作出准确估计; ③参数估计量经济意义不合理，解释变量的参数不再反映各自与被解释变量之间的关系，而是反映它们对解释变量的共同影响，因而参数失去了应有的经济含义。 ④当多重共线性程度很高时，
的分母将变得很小，因此参数估计量的方差
将
变大，相应的t 统计量值变小，显著性检验也失去意义，模型预测失去意义。
（4）检验多重共线性的思路是:通过各种方法来检验解释变量之间是否存在显著的相关关系。 （5）克服多重共线性的方法主要有: ①利用逐步回归法排除引起共线性的变量; ②差分法;
③利用先验信息改变参数的约束形式、增加样本容量、岭回归法等减少参数估计量的方差。
二、计算题
4． 若回归方程的某个随机解释变量与随机误差项同期相关，可用工具变量法来修正参数估计量的非一致性，请以一元线性回归模型（l ）对于样本容量为具变量，请推导关于
的一组样本观测值的工具变量估计量
的表达式:
的斜率参数估计量，若
为例说明:
的工
可作为随机解释变量
（2）证明工具变量z 在估计过程中只作为工具使用，工具变量法实质上仍然是Y 对X 的回归〔提示:工具变量估计量，可看成是二阶段最小二乘估计量的特例〕。 【答案】（l ）因为
是
的工具变量，则有:
因为工具变量与随机误差项不相关，则
。
的工具变量估计量
为:
（2）工具变量法估计过程可以被分解为二阶段OLS 回归: ①首先用OLS 法进行X 关于工具变量Z 的回归:②然后以上一步得到的此时
的工具变量估计量
为解释变量，进行Y 对X 的回归:
仍为:
。
。
对X 的
。由此可知，工具变量法实质上仍然是
回归，而不是对Z 的回归。
5． 己知模型:
式中，以使
最小。 （1）求RSS 对【答案】（1）由
对
求偏导并令其值为零，可得正规方程组为:
（2）原模型两边乘以
，，可得新模型为:
则对应的正规方程组为:
，
和
的偏微分并写出正规方程。
和
的数据己知。假设给定权数
，加权最小二乘法就是求下式中的各
，
（2）原模型两边乘以，写出所得新模型的正规方程组。
6． 试证明:二元线性回归模型
中变量
与
的参数OLS 估计可以写成
相关内容
相关标签