【正文】 （”之間的相關(guān)性以達(dá)到判斷隨機(jī)誤差項(xiàng)是否具有序列相關(guān)性的目的。j,i49．答：對(duì)于模型nb1x1i2248。 2t247。+ t⑴模型兩邊同時(shí)除以43．答：由于異方差的存在，使得：⑴OLSF和解釋變量數(shù)目⑻差分法是一類克服序列相關(guān)性的有效方法。(iX=217。根據(jù)該研究時(shí)期內(nèi)的0e1t+a12b（3）用0=xi=要求：b1Yi=)的估計(jì)值229。b1檢驗(yàn)異方差性的方法思路是什么？49．什么是序列相關(guān)性？舉例說(shuō)明經(jīng)濟(jì)現(xiàn)象中序列相關(guān)性的存在。yt年（年平均）d) 嬰兒死亡率 人均收入 100估計(jì)不再是無(wú)偏的；43．簡(jiǎn)述異方差對(duì)下列各項(xiàng)有何影響：（1）OLSOLSgMIN為該國(guó)國(guó)內(nèi)生產(chǎn)總值；gb不顯著另有原因。5，分母自由度為顯然如果降雨量較大，則草地和其他花園或耕地的用水需求就會(huì)下降，所以可以期望t檢驗(yàn)與方程的1關(guān)于常數(shù)項(xiàng)、lnXlnX2由于（1）試證明：一階自相關(guān)的X2iOLS1iP+（或其他），查相應(yīng)的自由度為=BLUEii（1）由于不同地區(qū)人口規(guī)模對(duì)常數(shù)項(xiàng)ui（1）如果s iwtX2tZt)1Zt=0（2）用0wtut的偏微分并寫出正規(guī)方程。0假設(shè)給定權(quán)數(shù)2（3）OLS而解決多重共線性的辦法通常有逐步回歸法、差分法以及使用額外信息、增大樣本容量等方法。檢驗(yàn)法等。估計(jì)模型所帶來(lái)的不良后果以及如何修正等問(wèn)題。同樣地，由于隨機(jī)項(xiàng)異方差的存在而導(dǎo)致的參數(shù)估計(jì)值的標(biāo)準(zhǔn)差的偏誤，也會(huì)使采用模型的預(yù)測(cè)變得無(wú)效。存在序列相關(guān)性時(shí)，修正的估計(jì)方法有廣義最小二乘法（GLS）以及廣義差分法。估計(jì)則既是有偏、也是非一致的，需要采用工具變量法來(lái)加以克服。0=)2wt帶入（1）中的正規(guī)方程，并證明它們和在（2）中推導(dǎo)的結(jié)果一樣。2t2twt(1t229。21iOLS個(gè)地區(qū)的銷售額；的容量，請(qǐng)逐步描述你如何對(duì)此進(jìn)行檢驗(yàn)。2t==s i、+2DWdU關(guān)于常數(shù)項(xiàng)、lnXlnX2R=() () () () ()Rpop1551=9，在F一個(gè)對(duì)某地區(qū)大學(xué)生就業(yè)增長(zhǎng)影響的簡(jiǎn)單模型可描述如下t 1 tgEMP4gMIN1gMIN1值是不可以直接比較的。估計(jì)量？簡(jiǎn)述這個(gè)方法的具體步驟。a1x1t=的一致估計(jì)。=nt=2nt=2t+關(guān)于X2 15 20 30 42 50 54 65 72 85 90要求：（1）檢驗(yàn)x（3）假設(shè)模型存在一階自相關(guān)，如果用=Z（單位：百萬(wàn)輛）的觀測(cè)數(shù)據(jù)如下表所示：序號(hào) T GDP Z1 3 4 52 2 1 23 5 7 64 6 8 75 4 5 56 5 7 67 7 8 68 9 11 79 8 10 7要求：試以汽車數(shù)量GMATb是正交的，證明下列結(jié)論：217。Y2t2(t1)u2t427．有1問(wèn)處理該模型的方法是什么？429．一個(gè)兩變量線性回歸模型的回歸殘差序列如下表所示：n 殘差+a 2t+⑵序列相關(guān)性指對(duì)于不同的樣本值，隨機(jī)擾動(dòng)項(xiàng)之間不再是完全相互獨(dú)立，而是存在某種相關(guān)性。X1，則這種情況被稱為完全多重共線性。~e229。42．答：⑴錯(cuò)。法估計(jì)量是無(wú)偏的但不具有有效性。具體步驟簡(jiǎn)述如下：45．答：在存在247。230。=（根據(jù)已知條件s+1,2,LL)如：以時(shí)間序列數(shù)據(jù)作為樣本建立的行業(yè)生產(chǎn)函數(shù)模型；以時(shí)間序列數(shù)據(jù)作樣本建立的居民總消費(fèi)~函數(shù)模型等。+。b2即對(duì)于不同的樣本點(diǎn)，隨機(jī)誤差項(xiàng)之間不再是完全互相獨(dú)立，而是存在某種相關(guān)性，則認(rèn)為出現(xiàn)了序列相關(guān)性。ux2i(ibksE(u tx1t246。231。BLUE⑸錯(cuò)。然后按照判斷準(zhǔn)則考察計(jì)算得到的X1LB==a 0b12t22的一元線性回歸的最小二乘估計(jì)量；（2）多元回歸的回歸平方和為兩個(gè)一元回歸的回歸平方和的和。與對(duì)于模型：Yt的討論。GDP（單位：10u1t（1）如果用變量的一次差分估計(jì)該模型，采用何種自相關(guān)形式？（2）用差分估計(jì)時(shí)，并不刪除截距，其含義是什么？229。Y 10 12 14價(jià)格的觀測(cè)數(shù)據(jù)如下表：序號(hào) X Y 序號(hào) X Y1 11 2 12 3 13 4 14 5 15 6 16 7 17 8 18 9 19 19 20 要求：(1)用最小二乘法估計(jì)i1Xr為一階自回歸形式：是(ut0AR（1）自相關(guān)的情形下，什么估計(jì)方法能夠產(chǎn)生1；7) 兩個(gè)模型，一個(gè)是一階差分形式，一個(gè)是水平形式，這兩個(gè)模型的gMINgMIN+估計(jì)量。T這里所以可期望house（）15檢驗(yàn)：et第一步，做k=3，在=關(guān)于1/Pii i（2）假設(shè)s檢驗(yàn)步驟如下：22 2第三步：考察估計(jì)的參數(shù)a1+依賴于總體為某公司在第b11tZt2tZtuZt對(duì)應(yīng)的正規(guī)方程組如下所示：229。bwtwt01/b(wts=第三種類型的LagrangeF