及模型应用带来重大影响，主要有：（1）不影响模型参数最小二乘估计值的无偏性；（2）
参数的最小二乘估计量不是一个有效的估计量；（3）对模型参数估计值的显著性检验失效；
（4）模型估计式的代表性降低，预测精度精度降低。（3分）
21检验方法：（1）图示检验法；（1分）（2）戈德菲尔德匡特检验；（1分）（3）怀特检验；
（1分）（4）戈里瑟检验和帕克检验（残差回归检验法）；（1分）（5）ARCH检验（自回归
条件异方差检验）（1分）
22解决方法：（1）模型变换法；（2分）（2）加权最小二乘法；（2分）（3）模型的对数变换
等（1分）
23加权最小二乘法的基本原理：最小二乘法的基本原理是使残差平方和et2为最小，在
异方差情况下，总体回归直线对于不同的
xt

et
的波动幅度相差很大。随机误差项方差
2t
e越小，样本点yt对总体回归直线的偏离程度越低，残差t的可信度越高（或者说样本点的
e代表性越强）；而

2t
较大的样本点可能会偏离总体回归直线很远，
t的可信度较低（或者
精彩文档
f实用标准文案
说样本点的代表性较弱）。（2分）因此，在考虑异方差模型的拟合总误差时，对于不同的et2应该区别对待。具体做法：对较小的et2给于充分的重视，即给于较大的权数；对较大的et2
给于充分的重视，即给于较小的权数。更好的使et2反映varui对残差平方和的影响
程度，从而改善参数估计的统计性质。（3分）24样本分段法（即戈德菲尔特匡特检验）的基本原理：将样本分为容量相等的两部分，然后分别对样本1和样本2进行回归，并计算两个子样本的残差平方和，如果随机误差项是同方差的，则这两个子样本的残差平方和应该大致相等；如果是异方差的，则两者差别较大，以此来判断是否存在异方差。（3分）使用条件：（1）样本容量要尽可能大，一般而言应该
u在参数个数两倍以上；（2）t服从正态分布，且除了异方差条件外，其它假定均满足。（2
分）25．简述DW检验的局限性。答：从判断准则中看到，DW检验存在两个主要的局限性：首先，存在一个不能确定的DW值区域，这是这种检验方法的一大缺陷。（2分）其次：DW检验只能检验一阶自相关。（2分）但在实际计量经济学问题中，一阶自相关是出现最多的一类序列相关，而且经验表明，如果不存在一阶自相关，一般也不存在高阶序列相关。所以在实际应用中，对于序列相关问题般只进行DW检验。（1分）26．序列相关性的后果。答：（1）模型参数估计值不具有最优性；（1分）（2）随机误差项的方差一般r