2026计量经济课后重点题衍生考试试题及答案

2026计量经济课后重点题衍生考试试题及答案

一、单项选择题(总共10题，每题2分)1.经典线性回归模型（CLRM）中，误差项的基本假设不包括以下哪一项？A.误差项的期望为0B.误差项的方差齐性C.误差项与解释变量正相关D.误差项无自相关2.普通最小二乘法（OLS）估计量的BLUE性质中，“有效”是指A.估计量的期望等于真实参数B.估计量是线性的C.估计量在所有线性无偏估计量中方差最小D.估计量随样本量增大趋近于真实参数3.多重共线性的主要后果是A.参数估计量有偏B.参数估计量方差增大C.误差项方差增大D.模型拟合优度降低4.用于检验异方差的常用方法是A.杜宾-沃森检验B.怀特检验C.豪斯曼检验D.拉姆齐检验5.处理一阶自相关的常用修正方法是A.加权最小二乘法B.科克伦-奥克特迭代法C.主成分分析法D.工具变量法6.工具变量需要满足的关键条件不包括A.与内生解释变量强相关B.与误差项不相关C.是模型中的外生变量D.与被解释变量直接相关7.面板数据模型中，固定效应模型的个体效应是A.随机变量B.固定参数C.与解释变量无关D.随时间变化的变量8.调整R²与R²的区别在于A.调整了样本量的影响B.调整了解释变量个数的影响C.调整了误差项方差的影响D.调整了被解释变量的影响9.假设检验中，若p值小于显著性水平α，则A.接受原假设B.拒绝原假设C.无法得出结论D.原假设一定成立10.联立方程模型的阶条件用于判断A.模型的拟合优度B.模型的识别性C.参数估计的有效性D.误差项的自相关性二、填空题(总共10题，每题2分)1.CLRM中，误差项的方差不随解释变量变化的假设称为________。2.OLS估计量无偏的核心条件是解释变量与误差项________。3.多重共线性会导致参数估计量的________增大。4.异方差存在时，常用的修正方法是________。5.杜宾-沃森（DW）检验的取值范围是________。6.工具变量需满足的两个核心条件是________和外生性。7.面板数据模型中，随机效应模型的个体效应是________。8.调整R²的计算公式中，分母是________（用自由度表示）。9.假设检验中，第一类错误是________错误。10.联立方程模型中，由模型外因素决定的变量称为________。三、判断题(总共10题，每题2分)1.CLRM中误差项的期望为0是OLS估计量无偏的必要条件。（）2.多重共线性会导致参数估计量有偏。（）3.异方差存在时，OLS估计量仍无偏但不再有效。（）4.杜宾-沃森检验可以检验高阶自相关。（）5.工具变量必须与内生解释变量相关且与误差项不相关。（）6.固定效应模型更适合个体效应与解释变量相关的情况。（）7.调整R²随解释变量增加一定增大。（）8.p值越小，拒绝原假设的证据越强。（）9.联立方程模型中的外生变量是同时决定的变量。（）10.显著性水平α是第一类错误的概率。（）四、简答题(总共4题，每题5分)1.简述OLS估计量的BLUE性质。2.简述多重共线性的后果及处理方法。3.简述异方差的含义、后果及检验方法。4.简述固定效应模型与随机效应模型的核心区别。五、讨论题(总共4题，每题5分)1.实证研究中，如何诊断和处理自相关问题？2.选择工具变量时需注意哪些关键问题？3.面板数据模型相较于截面数据模型的优势是什么？4.如何理解假设检验中的p值？答案一、单项选择题1.C2.C3.B4.B5.B6.D7.B8.B9.B10.B二、填空题1.方差齐性2.不相关3.方差4.加权最小二乘法（WLS）5.0~46.相关性7.随机变量8.n-k-1（n为样本量，k为解释变量个数）9.拒真10.外生变量三、判断题1.√2.×3.√4.×5.√6.√7.×8.√9.×10.√四、简答题1.OLS估计量的BLUE性质即最佳线性无偏估计量，包含三点：（1）线性：估计量是被解释变量的线性函数；（2）无偏性：估计量的期望等于真实参数；（3）有效性：在所有线性无偏估计量中，OLS估计量的方差最小。这一性质成立的前提是满足CLRM的基本假设（误差项期望为0、方差齐性、无自相关、解释变量非随机或与误差项不相关、无多重共线性）。2.多重共线性的后果：（1）参数估计量的方差增大，导致t值减小，显著性降低；（2）参数估计量不稳定，样本微小变化会导致结果大幅波动；（3）难以区分各解释变量的单独影响。处理方法：（1）删除不重要的解释变量；（2）增加样本量，降低共线性程度；（3）使用主成分分析、岭回归等方法降维；（4）重新设定模型，避免冗余变量。3.异方差的含义：误差项的方差随解释变量的变化而变化（方差非齐性）。后果：（1）OLS估计量仍无偏，但不再有效（方差不是最小）；（2）t检验、F检验失效（标准误计算错误）；（3）模型预测精度下降。检验方法：（1）怀特检验（通过辅助回归检验残差平方与解释变量的关系）；（2）帕克检验、戈里瑟检验（将残差平方与解释变量建立回归模型）；（3）图形法（绘制残差平方与解释变量的散点图）。4.固定效应模型与随机效应模型的核心区别：（1）个体效应的性质：固定效应模型的个体效应是固定参数（如不同个体的固有特征），随机效应模型的个体效应是随机变量（来自某一分布）；（2）适用场景：固定效应模型适用于个体效应与解释变量相关的情况（如个体能力与教育水平相关），随机效应模型适用于个体效应与解释变量无关的情况；（3）估计方法：固定效应模型通过组内变换（如离差法）消除个体效应，随机效应模型通过广义最小二乘法（GLS）估计。五、讨论题1.实证研究中处理自相关的步骤：（1）诊断：使用杜宾-沃森（DW）检验（检验一阶自相关，取值0~4，接近2时无自相关）、拉格朗日乘数（LM）检验（检验高阶自相关）；（2）修正：若存在一阶自相关，使用科克伦-奥克特迭代法（估计自相关系数ρ，进行广义差分变换）或普莱斯-温斯登变换；若存在高阶自相关，使用广义差分法；（3）模型设定检查：是否遗漏了滞后变量（如时间序列模型中遗漏被解释变量的滞后项会导致自相关），重新设定模型。2.选择工具变量的关键注意事项：（1）相关性：工具变量必须与内生解释变量强相关（否则会导致弱工具变量问题，估计量方差增大、有偏）；（2）外生性：工具变量必须与误差项不相关（否则会导致估计量有偏）；（3）可观测性：工具变量必须是数据中可获得的变量；（4）避免过度识别：工具变量个数不应远多于内生变量个数（否则会降低估计效率）。常见的工具变量包括滞后变量（如滞后一期的内生变量）、政策冲击（如自然实验中的外生冲击）。3.面板数据模型的优势：（1）控制个体异质性：通过个体效应（固定或随机）消除截面数据中无法观测的个体特征（如能力、偏好）对结果的影响，避免遗漏变量偏误；（2）增加样本量：面板数据结合了截面和时间维度，样本量更大，提高估计的准确性；（3）动态分析：可以研究变量随时间的变化（如教育对收入的长期影响）；（4）减少共线性：时间维度的变化可以降低解释变量之间的共线性程度；（5）更稳健的推断：通过组内变换或GLS估计，降低误差项的异方差、自相关对结果的影响。4.p值的理解：p值是“在原假设成立的前提下，观察到当前统计量或更极端情况的概率”。其核心意义是衡量“原假设成立时，数据与原假设的冲突程度”：（