计量第六七章课后答案.docVIP

第六章 思考与练习题参考答案 判断正误，并说明理由。 解答 错。当存在异方差时，OLS 估计量是无偏的但不具有有效性。 对。如果存在异方差，通常的T检验和F检验是无效的。 错。实际情况是可能高估也可能低估。 对。通过残差对其他相应的变量的观察值描图，了解变量与残差之间是否具有可以观察到的系统模式，可以用来判断数据中是否存在异方差。 对。随机误差的异方差性通常与模型中的解释变量相关，因此异方差性检验不能独立于误差项和某一变量相关的假定。 对。如果模型存在设定误差，则可能出现随机误差的方差与解释变量相关的情况，OLS残差就会表现出明显的系统模式。 2. 简述异方差对下述各项的影响。 解答 由于异方差性的存在，使得OLS估计量仍然是线性无偏但不再有最小方差性，即不再有效；而由于相应的置信区间以及T检验和F检验都与估计的方差相关，因此会造成建立的置信区间以及T检验和F检验都不再是可靠的。 3. 解答 (1) 方程(6-40)表明,当N增加一个单位时,平均而言工资W增加0.009个单位.如果用N乘上方程(6-41)两边,结果就类似于(6-40). (2) 作者显然担心回归方程存在异方差问题,因为他用N去除原来的方程两边.这意味则作者假定随机误差好项方差与N的平方成比例.因此作者在(6-41)中采用了加权最小二乘估计. (3)方程(6-40)的截距系数就是方程(6-41)中的斜率系数,而方程(6-40)中的斜率系数就是方程(6-41)中的截距系数. (4) 不能,因为两个模型中的被解释变量不同. 4.解答 (1) 在一元线性回归模型中,已知有 因此有 (2) 由(1)中结果得到 而在同方差下, ,它与异方差时的方差相差一个乘子.如果,则该乘子大于1,则这样异方差时随机误差项方差大于同方差时的方差;而如果,则异方差时随机误差项方差小于同方差时的方差. 5 解答 (1) 他们假设了随机误差项方差与GNP的平方成比例.他们通过检查各个时期的数据观察到了这种关系. (2) 结果基本上是相同的,尽管在第二个回归方程中两个系数的标准差比较低.但这仍然表明对异方差进行转换仍然是合理的. (3) 不能,这里的R平方不能直接进行比较,因为两个模型中的被解释变量是不同的. 6 解答 (1) 首先建立居民人均消费支出与可支配收入的线性回归模型 对该模型OLS估计的结果如下: (1.705713) (32.38690) R^2=0.983129 F=1048.912 N=20 (2) 异方差性检验 首先做G-Q检验 对20个样本按X从大到小排列，去掉中间4个观测值，对前后两个样本进行OLS估计，样本容量均为8. 第一个子样本回归结果为： （12.625） R^2=0.96372，F=159.39， N=8, RSS1=615472.0 第二个子样本回归结果为： （1.779287） R^2=0.345, F=3.1658, N=8, RSS2=126528.3 根据上面两个子样本回归得到的残差平方和，我们可以计算F统计量： 在5%的显著性水平下，自由度为（6，6）的F分布临界值为4.28，于是拒绝无异方差性假设，表明原模型存在异方差性。 其次采用怀特检验。在对原模型进行OLS估计后，做残差序列平方，然后做辅助回归。用该残差序列平方对常数项、X的一次项和二次项进行回归，得到该辅助回归方程中的拟合优度和对应的拉格朗日乘子统计量（这些操作只要在对原模型进行OLS回归后，选择View/Residual Tests/White Heteroskedasticity就可已完成）。由辅助回归得到的LM统计量等于12.65213，伴随概率为0.001789.这表明在5%的显著性水平下，原模型存在异方差。 （3）采用对数线性模型进行估计，结果如下： （0.94） （31.4） R^2=0.98 F=985 n=20 对该回归结果进行怀特检验，得到LM=2.48,伴随概率为0.29，因此对数模型不存在异方差性问题，这表明通过取对数在一定程度上也可消除异方差问题，因为取对数后数据差异就变小了。 第七章思考与练习参考答案 1. 判断正误，并说明理由。 （1）错，当存在序列相关时，OLS估计量仍然是无偏的，但不具有有有效性。 （2）对，应用DW统计量检验检验时仍然假定随机干扰项是同方差的。 （3）错，是假定自相关系数为+1。 （4）对，要比较模型的R^2，两个模型中的变量必须是一样的。 （5）对，这也可能是模型设定误差带来的显著的DW值。 （6）对，因为预测误差涉及到