2026年自相关性测试题及答案

2026年自相关性测试题及答案

一、单项选择题（总共10题，每题2分）1.自相关性是指（）。A.解释变量之间的相关B.被解释变量与解释变量的相关C.随机误差项之间的相关D.以上都不对2.图示法检验自相关性时，通常观察的是（）的图形。A.残差序列B.解释变量C.被解释变量D.以上都可以3.DW检验的取值范围是（）。A.0到1B.0到2C.0到4D.1到34.当存在一阶正自相关时，DW值通常（）。A.接近0B.接近2C.接近4D.不确定5.以下哪种方法可以用于检验高阶自相关性？A.DW检验B.LM检验C.图示法D.以上都不行6.自相关性会导致参数估计量的（）。A.无偏性但非有效性B.有偏性C.无效性且有偏D.以上都不对7.对于存在自相关的模型，使用（）估计方法可能更有效。A.普通最小二乘B.加权最小二乘C.广义差分法D.工具变量法8.以下哪个不是自相关产生的原因？A.经济变量的惯性B.模型设定偏误C.数据的编造D.季节因素9.LM检验又称为（）。A.拉格朗日乘数检验B.杜宾-沃森检验C.怀特检验D.邹检验10.当DW值接近2时，说明（）。A.存在正自相关B.存在负自相关C.无自相关D.无法判断二、填空题（总共10题，每题2分）1.自相关性是指________之间的相关。2.图示法检验自相关时，通常绘制________的散点图或折线图。3.DW检验中，当DW≈0时，表明存在________自相关。4.LM检验可以检验________阶自相关性。5.自相关会使参数估计量的方差________（填“增大”或“减小”）。6.广义差分法的核心是对模型进行________变换，以消除自相关。7.经济变量的________是自相关产生的常见原因之一。8.模型设定偏误包括遗漏重要解释变量和________等情况。9.当存在自相关时，普通最小二乘估计量仍然是________的，但不是________的。10.季节因素可能导致时间序列数据出现________自相关。三、判断题（总共10题，每题2分）1.自相关性是指解释变量之间的相关。（）2.DW检验可以检验任意阶的自相关性。（）3.当DW值接近4时，可能存在负自相关。（）4.自相关性会导致参数估计量有偏。（）5.广义差分法可以用于处理自相关问题。（）6.模型设定偏误不会导致自相关。（）7.LM检验只能检验一阶自相关。（）8.当存在自相关时，t检验和F检验仍然有效。（）9.经济变量的惯性会导致自相关。（）10.加权最小二乘法可以解决自相关问题。（）四、简答题（总共4题，每题5分）1.简述自相关性的概念及后果。2.说明DW检验的基本思想和局限性。3.列举三种检验自相关性的方法，并简要说明其中一种的步骤。4.简述广义差分法的基本原理及适用条件。五、讨论题（总共4题，每题5分）1.结合经济实例，分析自相关性产生的原因及应对策略。2.比较普通最小二乘法、加权最小二乘法和广义差分法在处理自相关问题时的适用性。3.当DW检验结果处于不确定区域时，应如何进一步检验自相关性？4.分析自相关性与异方差性的区别和联系，并说明各自的处理方法。答案及解析一、单项选择题答案1.C（自相关是误差项之间的相关，A是多重共线性，B是解释变量与被解释变量的相关）2.A（图示法通过残差序列的变化趋势判断自相关）3.C（DW统计量由残差一阶自相关系数构造，取值0~4）4.A（一阶正自相关时，残差正相关，DW≈2(1−r₁)，r₁接近1，DW接近0）5.B（LM检验可检验高阶自相关，DW仅适用于一阶）6.A（自相关不影响无偏性，但使方差估计偏误，非有效）7.C（广义差分法通过消除自相关使估计有效，OLS非有效，WLS针对异方差，工具变量法针对解释变量内生性）8.C（数据编造不是自相关的典型原因，A、B、D均可能导致自相关）9.A（LM检验即拉格朗日乘数检验，DW是杜宾-沃森，怀特检验异方差，邹检验结构突变）10.C（DW≈2时，r₁≈0，无一阶自相关）二、填空题答案1.随机误差项（不同观测点的误差项）2.残差序列（或eₜ与eₜ₋₁）3.一阶正4.高（或p）5.增大（自相关使方差估计偏误，实际方差被低估，但估计值偏大）6.差分（或广义差分）7.惯性（或持续性）8.函数形式设定偏误（如线性模型误设为非线性）9.无偏；有效（最小方差）10.季节（或周期性）三、判断题答案1.×（自相关是误差项相关，多重共线性是解释变量相关）2.×（DW仅适用于一阶自相关）3.√（DW≈4时，r₁≈-1，存在负自相关）4.×（自相关不影响无偏性，仅影响有效性）5.√（广义差分法通过消除自相关结构，使估计有效）6.×（模型设定偏误（如遗漏变量）会导致误差项包含被遗漏变量的影响，产生自相关）7.×（LM检验可检验p阶自相关）8.×（自相关使方差估计偏误，t、F检验失效）9.√（经济变量的惯性（如GDP持续增长）会导致误差项自相关）10.×（加权最小二乘法针对异方差，自相关需用广义差分法）四、简答题答案1.概念：自相关性指线性回归模型中，不同观测点的随机误差项不再相互独立，存在相关关系（如uₜ与uₜ₊ₛ的协方差非零）。后果：（1）参数估计量无偏但非有效（不再具有最小方差性）；（2）参数估计量的方差估计有偏，导致t检验、F检验失效，错误判断变量显著性；（3）预测精度下降，因方差估计偏误使预测区间不准确。2.基本思想：利用残差序列的一阶自相关系数r₁构造DW统计量（DW≈2(1−r₁)），通过比较DW值与临界值（d_L、d_U）判断是否存在一阶自相关。局限性：（1）仅适用于一阶自相关和解释变量非随机的情况；（2）对模型形式有要求（如必须含截距项）；（3）无法检验高阶自相关；（4）存在不确定区域（d_L<DW<d_U时无结论），临界值依赖样本容量和解释变量个数。3.方法：图示法、DW检验、LM检验（拉格朗日乘数检验）。以LM检验（检验p阶自相关）为例：（1）用OLS估计原模型，得到残差序列eₜ；（2）将eₜ对原解释变量和滞后残差eₜ₋₁,eₜ₋₂,…,eₜ₋ₚ进行回归（辅助回归）；（3）计算统计量nR²（n为样本量，R²为辅助回归的拟合优度）；（4）比较nR²与χ²分布的临界值χ²ₚ(α)，若nR²>χ²ₚ(α)，则拒绝“无p阶自相关”的原假设。4.基本原理：针对存在自相关的模型，假设误差项服从p阶自回归过程（如uₜ=ρ₁uₜ₋₁+…+ρₚuₜ₋ₚ+vₜ，vₜ无自相关），通过差分变换消除误差项的自相关结构，使变换后的模型误差项（vₜ）无自相关，再对变换后的模型用OLS估计，得到有效估计量。适用条件：（1）已知（或可估计）自相关的形式（如自相关阶数p和系数ρ）；（2）模型存在自相关性，且差分变换能消除误差项的相关结构。若ρ未知，可先由残差序列估计ρ（如用一阶自相关系数r₁近似），再进行广义差分。五、讨论题答案1.实例：以“GDP增长与消费支出”模型为例，若遗漏“技术进步”变量，或因经济惯性（如投资对GDP的持续影响），导致误差项自相关。原因：（1）经济惯性：经济变量具有连续性（如GDP、消费的增长趋势），前期误差会影响后期；（2）模型设定偏误：遗漏重要变量（如技术进步）、函数形式误设（如线性模型误设为非线性）；（3）数据问题：数据编造（人为干预序列）、季节调整不当（如未消除季节因素导致残差波动）；（4）季节因素：农产品产量、零售业销售等受季节影响，误差项随季节周期性波动。应对策略：（1）模型修正：加入遗漏变量（如技术进步）、调整函数形式（如改为对数线性模型）；（2）广义差分法：估计自相关系数ρ后，对模型进行差分变换，消除自相关；（3）数据检验：修正编造数据，重新进行季节调整；（4）时间序列模型：如ARIMA模型，直接处理经济惯性或季节因素导致的自相关。2.适用性比较：-普通最小二乘法（OLS）：无自相关时是最优线性无偏估计（BLUE）；存在自相关时，估计量仍无偏，但非有效（方差非最小），且方差估计偏误导致t、F检验失效，仅适用于初步估计或无自相关的理想情况。-加权最小二乘法（WLS）：核心是处理异方差（通过权重调整方差非恒定问题），对自相关问题效果有限——自相关是误差项的序列相关，而非方差非恒定，因此WLS无法消除误差项的序列相关，仅当自相关与异方差同时存在且形式匹配时（如方差与自相关系数相关），才可能部分改善。-广义差分法（GDM）：专门针对自相关问题，通过差分变换消除误差项的自相关结构，使变换后的模型误差项无自相关，此时OLS估计有效。若已知（或可估计）自相关的形式（如阶数p和系数ρ），GDM是处理自相关的最优方法。若异方差与自相关共存，需结合“加权广义差分法”：先通过GDM消除自相关，再对变换后的模型用WLS处理异方差（或反之），具体需根据误差结构的形式选择。3.进一步检验方法：-增大样本容量：样本量增大时，DW检验的不确定区域（d_L<DW<d_U）会缩小，可能得到明确结论（如DW<d_L则正自相关，DW>d_U则无自相关）。-LM检验（拉格朗日乘数检验）：不受DW检验的限制，可检验高阶自相关（如p=2,3阶）。步骤：（1）OLS估计原模型得残差eₜ；（2）eₜ对原解释变量和eₜ₋₁,…,eₜ₋ₚ回归（辅助回归）；（3）计算nR²（n为样本量，R²为辅助回归拟合优度）；（4）比较nR²与χ²ₚ(α)，若大于临界值则拒绝“无p阶自相关”假设。-模型修正与残差分析：检查模型是否遗漏变量、函数形式是否误设（如线性模型改为非线性），修正后重新估计并观察残差；绘制残差的自相关图（ACF）和偏自相关图（PACF），直观判断自相关阶数，结合经济意义推断原因。4.区别与联系：-区别：异方差性是误差项的方差非恒定（Var(uₜ)≠Var(uⱼ)），自相关性是误差项的序列相关（Cov(uₜ,uₜ₊ₛ)≠0）。异方差表现为残差波动幅度随解释变量变化，自相关表现为残差随时间（或观测点）的趋势性/周期性波动。-联系：两者均破坏经典假设中“误差项独立同分布”的要求，导致OLS估计量非有效（方差非最小），且方差估计偏误使t、F检验失效，预测精度下降。-处理方法：-异方差：加权最小二乘法（WLS），根据方差形式（如Var