?C Var?ut??1??2?2??2 D Var?ut??1??2
14、若回归模型中的随机误差项存在一阶自回归形式的序列相关，则估计模型应采用【 】 A 普通最小二乘法 B 加权最小二乘法 C 广义差分法 D 工具变量法
15、已知DW统计量的值接近于2，则样本回归模型残差的一阶自相关系数?近似等于【 】 A 0 B -1 C 1 D 0.5
16、已知样本回归模型残差的一阶自相关系数接近于-1，则DW统计量近似等于【 】 A 0 B 1 C 2 D 4
17、在给定的显著性水平之下，若DW统计量的下和上临界值分别为dL和du,则当dL A 存在一阶正自相关 B 存在一阶负相关 C 不存在序列相关 D 存在序列相关与否不能断定 18、DW检验法适用于检验【 】 A 异方差性 C 多重共线性 B 序列相关 D 设定误差 19、已知模型的普通最小二乘法估计残差的一阶自相关系数为0，则DW统计量的近似【 】 A 0 B 1 C 2 D 4 20、DW统计量值接近2时，随机误差项为【 】 A 正自相关 B 负自相关 C 无自相关 D 不能确定是否存在自相关 21、用于检验随机误差项序列相关的方法正确的是【 】 A 戈里瑟检验 B 戈德菲尔德——匡特检验 C 德宾—瓦森检验 D 方差膨胀因子检验 22、当DW>4-dL，则认为随机误差项ui【 】 A 不存在一阶负自相关 C 存在一阶正自相关 B 无一阶序列相关 D 存在一阶负自相关 23、对于大样本，德宾-瓦森（DW）统计量的近似计算公式为【 】 ?） A DW≈2（2-??） C DW≈2（1-??） B DW≈3（1-??） D DW≈2（1+??24、对于某样本回归模型，已求得DW的值为l，则模型残差的自相关系数?近似等于【 】 A -0.5 B 0 C 0.5 D 1 二、多项选择题 30 1、以dL表示统计量DW的下限分布，dU表示统计量DW的上限分布，则DW检验的不确定区域是【 】 A dU?DW?4－dU B 4－dU?DW?4－dL C dL?DW?dU D 4－dL?DW?4 E 0?DW?dL 2、DW检验不适用于下列情况下的自相关检验【 】 A 模型包含有随机解释变量 B 样本容量太小 C 含有滞后的被解释变量 D 包含有虚拟变量的模型 E 高阶自相关 3、针对存在序列相关现象的模型估计，下述哪些方法可能是适用的【 】 A 广义最小二乘法 B 样本容量太小 C 残差回归法 D 广义差分法 E Durbin两步法 4、如果模型Yt?b0?b1Xt?ut存在一阶自相关，普通最小二乘估计仍具备【 】 A 线性 B 无偏性 C 有效性 D 真实性 E 精确性 5、DW检验不能用于下列哪些现象的检验【 】 A 递增型异方差的检验 B ut??ut?1??2ut?2?vt形式的序列相关检验 C Xi?b0?b1Xj?vi形式的多重共线性检验 ??b?X?b?Y?e的一阶线性自相关检验 D Yt?b01t2t?1tE 遗漏重要解释变量导致的设定误差检验 三、判断题 1、当模型存在高阶自相关时，可用DW法进行自相关检验。 （ ） 2、当模型的解释变量包括内生变量的滞后变量时，DW检验就不适用了。 （ ） 3、DW值在0和4之间，数值越小说明正相关程度越大，数值越大说明负相关程度越大。（ ） 4、假设模型存在一阶自相关，其他条件均满足，则仍用OLS法估计未知参数，得到的估计量是无偏的，不再是有效的，显著性检验失效，预测失效。 （ ） 5、当存在自相关时，OLS估计量是有偏的，而且也是无效的。 （ ） 6、消除自相关的一阶差分变换假定自相关系数必须等于－1。 （ ） 7、发现模型中存在误差自相关时，都可以利用广义差分法来消除自相关。 （ ） 8、在自回归模型中，由于某些解释变量是被解释变量的滞后变量，如 Yt??1??2Xt??3Yt?1?ut 31 那么杜宾—沃森（DW）检验法不适用。 （ ） 9、在杜宾—沃森（DW）检验法中，我们假定误差项的方差是同方差。 （ ） 10、模型Yt??1??2Xt?ut中的R与Yt?Yt?1??2(Xt?Xt?1)?vt中的R不可以直接进行比较。 （ ） 22四、名词解释 1、序列相关性 2、广义差分法 五、简述 1、为何会出现回归模型中随机误差项的序列自相关？ 2、简述DW检验的局限性。 3、经济模型中产生自相关的原因和后果是什么？ 4、简述DW检验的步骤及应用条件。 六、计算与分析题 1、据下表中所给的美国股票价格指数和GNP数据： 年份 Y 1970 45.7 1971 54.2 1972 60.3 1973 57.4 1974 43.8 1975 45.7 1976 54.5 1977 53.7 1978 53.7 X 1,015.5 1,102.7 1,212.8 1,359.3 1,472.8 1,598.4 1,782.8 1,990.5 22,498.7 年份 Y 1979 58.3 1980 68.1 1981 74.0 1982 68.9 1983 92.6 1984 92.6 1985 108.1 1986 136.0 1987 161.7 X 2,508.2 2,732.0 3,052.6 3,166.0 3,405.7 3,772.2 4,019.2 4,240.3 4,526.7 注：Y----NYSE复合普通股票价格指数，（1965年12月31日=100） X----GNP（单位：10亿美元） 数据来源：《总统经济报告，1989》，Y来自416页表B-94， X来自308页表B-1 （1） 估计OLS回归：Yt=B0+B1Xt+ut （2） 根据d统计量确定在数据中是否存在一阶自相关。 （3） 如果存在，用d值来估计相关系数。 （4） 利用估计的?值对数据变换，用OLS 法估计广义差分方程。 （5） 利用（4）中得到的广义差分方程的参数估计值求出方程 Yt=B0+B1Xt+u的参数估计值。在这个方程中还存在自相关吗？ （6） 利用Eviews 的一阶自回归校正功能(即AR(1)功能)估计回归方程Yt=B0+B1Xt+u的 32 参数，并与（5）中得到的结果进行比较。 2、利用以下给定的杜宾—沃森d统计数据进行序列相关检验。 (k’=自变量数目，n=样本容量) （1） d=0.81，k’=3，n=21，显著水平α=5%。 （2） d=3.48，k’=2，n=15，显著水平α=5%。 （3） d=1.56，k’=5，n=30，显著水平α=5%。 （4） d=2.64，k’=4，n=35，显著水平α=5%。 （5） d=1.75，k’=1，n=45，显著水平α=5%。 （6） d=0.91，k’=2，n=28，显著水平α=5%。 （7） d=1.03，k’=5，n=26，显著水平α=5%。 3、下表给出了美国1958—1969年期间每小时收入指数的年变化率(Y)和失业率(X)。 年份 1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 请回答以下问题： （1） 估计模型Yt?Y 4.2 3.5 3.4 3.0 3.4 2.8 2.8 3.6 4.3 5.0 6.1 6.7 X 6.8 5.5 5.5 6.7 5.5 5.7 5.2 4.5 3.8 3.8 3.6 3.5 ?0??11??t中的参数?0、?1。 Xt（2） 计算上述模型中的杜宾—沃森DW值。 （3） 上述模型是否存在一阶自相关？如果存在，是正自相关还是负自相关？ （4） 如果存在自相关，应用DW值估计自相关系数ρ。 （5） 利用广义差分方法重新估计上述模型。自相关问题还存在吗？ 4、在用广义差分法消除一阶自相关过程中，由于差分我们将丢失一个观测值。为避免观测 *2*2值的丢失，我们可对第一组观测值作如下变换：y1?1??y1，x1?1??x1，? 此种变换叫做普瑞斯——文思特（Prais—Winsten）变换。 下表为美国1968—1987年进口支出（y）与个人可支配收入（x），（单位：10亿美元， 33 1982年为基期） 年份 y x 年份 y x 1968 135.5 1551.3 1978 274.1 2167.4 1969 144.6 1599.8 1979 277.9 2212.6 1970 150.9 1668.1 1980 253.6 2214.3 1971 166.2 1728.4 1981 258.7 2248.6 1972 190.7 1797.4 1982 249.5 2261.5 1973 218.2 1916.3 1983 282.2 2331.9 1974 211.8 1896.9 1984 351.1 2469.8 1975 187.9 1931.7 1985 367.9 2542.8 1976 229.9 2001.0 1986 412.3 2640.9 1977 259.4 2066.6 1987 439.0 2686.3 请回答以下问题： （1） 利用表中的数据估计模型yt??0??1xt?ut。 （2） 是否存在自相关？如果存在，请用DW的估计值估计自相关系数ρ。（3） 用广义差分法重新估计模型 yt??yt?1??0(1??)??1(xt??xt?1)?vt (i)舍去第一组观测值；（ii）普瑞斯——文思特变换。 5、纽约股票交易所(NYSE)综合指数(Y)和GNP(X)(1970—1987)如下表所示： 年份 Y X 年份 Y X 1970 45.72 1015.5 1979 58.32 2508.2 1971 54.22 1102.7 1980 68.10 2732.0 1972 60.29 1212.8 1981 74.02 3052.6 1973 57.42 1359.3 1982 68.93 3166.0 1974 43.84 1472.8 1983 92.63 3405.7 1975 45.73 1595.4 1984 92.46 3772.2 1976 54.46 1782.8 1985 108.09 4019.2 1977 53.69 1990.5 1986 136.00 4240.3 1978 53.70 2249.7 1987 161.70 4526.7 请回答以下问题： （1） 估计模型yt??0??1xt?ut。 （2） 此模型是否存在一阶自相关？ （3） 如果存在，请用DW的估计值估计自相关系数ρ。 （4） 用广义差分法重新估计模型 yt??yt?1??0(1??)??1(xt??xt?1)?vt 34