一、判断正误（正确划“√”，错误划“x”;每小题1.5分，共15分）
（ ）1、所谓OLS估计量的无偏性，是指回归参数的估计值与真实值相等。 （ ）2、当模型中解释变量均为确定性变量时，则可以用DW统计量来检验模型的随
机误差项所有形式的自相关性。
（ ）3、一般情况下，在用线性回归模型进行预测时，个值预测与均值预测结果相等，
且它们的置信区间也相同。
（ ）4、对于模型Yi=β0+β1X1i+β2X2i+……+βkXki+μi，i=1,2, ……,n；如果X2=X5 +X6，
则模型必然存在解释变量的多重共线性问题。
（ ）5、在随机误差项存在正自相关的情况下，OLS法总是低估了估计量的标准差。 （ ）6、一元线性回归模型的F检验和t检验是一致的。p88
（ ）7、如果随机误差项的方差随解释变量变化而变化，则线性回归模型存在随机误差
项的序列相关。
（ ）8、在近似多重共线性下，只要模型满足OLS的基本假定，则回归系数的最小二
乘估计量仍然是一BLUE估计量。
（ ）9、所谓参数估计量的线性性，是指参数估计量是解释变量的线性组合。 （ ）10、拟合优度的测量指标是可决系数R2或调整过的可决系数，R2越大，说明回
归方程对样本的拟合程度越高。
二、单项选择（每小题1.5分，共15分）
?表示预测值，则普通最小二乘法估计参数的准则是( ) 1、以Yi表示实际观测值，Yi?)2=0 A.∑(Yi一Yi?)2最小 C.∑(Yi一YiB.∑(Yi-Y)2=0 D.∑(Yi-Y)2最小
2、在对回归模型进行统计检验时，通常假定随机误差项ui服从( )
A.N(0，σ2)
C.N(0，?i2)(如果i≠j，则?i2≠?2j)
B.t(n-1) D.t(n)
0.64，则解释变量与被解释变
3、已知两个正相关变量的一元线性回归模型的判定系数为
量间的线性相关系数为( ) A.0.32 C.0.64
B.0.4 D.0.8
4、在利用线性回归模型进行区间预测时，随机误差项的方差越大，则( )
A.预测区间越宽，精度越低 C.预测区间越窄，精度越高
B.预测区间越宽，预测误差越小 D.预测区间越窄，预测误差越大
5、对于利用普通最小二乘法得到的样本回归直线，下面说法中错误的是( ) ．．
A.∑ei=0 C. ∑eiXi=0
B.∑ei≠0
? D.∑Yi=∑Yi6、下列方法中不是用来检验异方差的是( ) ．．
A.Goldfeld-Quannadt检验 B.怀特检验 C.戈里瑟检验
D.方差膨胀因子检验
7、如果线性回归模型的随机误差项的方差与某个变量Zi成比例，则应该用下面的哪种方
法估计模型的参数?( ) A.普通最小二乘法 C.间接最小二乘法
B.加权最小二乘法 D.工具变量法
8、如果一元线性回归模型的残差的一阶自相关系数等于0.3，则DW统计量等于( )
A.0.3 C.1
B.0.6 D.1.4
9、如果dL A.随机误差项存在一阶正自相关 C.随机误差项不存在一阶自相关 B.随机误差项存在一阶负自相关 D.不能判断随机误差项是否存在一阶自相关 10、方差膨胀因子的计算公式为( ) ?)?A.VIF(?i1 1?Ri2?)? B.VIF(?i1 1?R2?)?1 C.VIF(?iRi2?)?1 D.VIF(?iR2三、简答题（每小题5分，共20分） 21、简述回归分析和相关分析的关系。 22、简要说明DW检验应用的限制条件和局限性。 23、回归模型中随机误差项产生的原因是什么？ 24、调整后的判定系数与原来判定系数关系式（写出推演过程） 四、计算论述题（共50分） 25、对于一个五元线性回归模型，已知可决系数R2=0.6，方差分析表的部份结果如下：（10 分） 方差来源 平方和(SS) 自由度(d.f.) 来自残差(RSS) —— 25 来自回归(ESS) ―― 总离差(TSS) 3000 ―― （1）样本容量是多少？ （2）回归平方和ESS为多少？ （3）残差平方和RSS为多少？ （4）回归平方和ESS和总离差平方和TSS的自由度各为多少？ （5）求方程总体显著性检验的F统计量； 26、下表是某国1967－1985年间GDP与出口额（EXPORT）之间的回归分析结果（单位： 亿美元）：（20分） Dependent Variable: EXPORT Method: Least Squares Sample: 1967 1985 Included observations: 19 Variable C GDP R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -2531.831 0.281762 Std. Error 270.8792 0.009355 t-Statistic -9.346714 ―― Prob. 0.0000 ―― 5530.842 1295.273 13.33157 13.43098 907.2079 0.000000 0.981606 Mean dependent var 0.980524 S.D. dependent var 180.7644 Akaike info criterion 555487.9 Schwarz criterion -124.6499 F-statistic 0.950536 Prob(F-statistic) 1)请写出样本回归方程表达式，然后分析自变量回归系数的经济含义 2)解释样本可决系数的含义 3)写出t检验的含义和步骤，并在5%的显著性水平下对自变量的回归系数进行t检验（临界值: t0.025(17)=2.11。 4)下表给出了White异方差检验结果，试在5%的显著性水平下判断随机误差项是否存在异方差。 White Heteroskedasticity Test: F-statistic Obs*R-squared 5.376588 Probability 7.636863 Probability 0.016367 0.021962