一、判断正误（20分）
1随机误差项ui和残差项ei是一回事。（F）2给定显著性水平a及自由度，若计算得到的t值超过临界的t值，我们将接受零假
设（F）
3利用OLS法求得的样本回归直线Ytb1b2Xt通过样本均值点XY。（T）4判定系数R2TSSESS。（F）
5整个多元回归模型在统计上是显著的意味着模型中任何一个单独的变量均是统计显著的。（F）
6双对数模型的R2值可以与对数线性模型的相比较，但不能与线性对数模型的相比
较。（T）
7为了避免陷入虚拟变量陷阱，如果一个定性变量有m类，则要引入m个虚拟变量。
（F）8在存在异方差情况下，常用的OLS法总是高估了估计量的标准差。（T）9识别的阶条件仅仅是判别模型是否可识别的必要条件而不是充分条件。（T）10如果零假设H0：B20，在显著性水平5下不被拒绝，则认为B2一定是0。（F）六、什么是自相关？杜宾瓦尔森检验的前提条件和步骤是什么？（15分）
解：自相关，在时间（如时间序列数据）或者空间（如在截面数据中）上按顺序排列的
序列的各成员之间存在着相关关系。在计量经济学中指回归模型中随机扰动项之间存在相关
关系。用符号表示：
covuiujEuiuj0
ij
杜宾瓦尔森检验的前提条件为：
（1）回归模型包括截距项。（2）变量X是非随机变量。
（3）扰动项ut的产生机制是
utut1vt
11表示自相关系数）
上述这个描述机制我们称为一阶自回归模型，通常记为AR1。
（4）在回归方程的解释变量中，不包括把因变量的滞后变量。即检验对于自回归模型是不
使用的。
杜宾瓦尔森检验的步骤为：
1进行OLS的回归并获得et。2计算d值。3给定样本容量
和解释变量k的个数，从临界值表中查得dL和dU。4根据相应的规则进行判断。
一、判断正误（20分）
1回归分析用来处理一个因变量与另一个或多个自变量之间的因果关系。（F）
2拟合优度R2的值越大，说明样本回归模型对总体回归模型的代表性越强。（T）
f3线性回归是指解释变量和被解释变量之间呈现线性关系。（F）4引入虚拟变量后，用普通最小二乘法得到的估计量仍是无偏的。（T）5多重共线性是总体的特征。（F）
6任何两个计量经济模型的R2都是可以比较的。（F）
7异方差会使OLS估计量的标准误差高估，而自相关会使其低估。（F）8杜宾瓦尔森检验能够检验出任何形式的自相关。（F）9异方差问题总是存在于横截面数据中，而自相关则总是存在于时间序列数据中。（F）10内生变量的滞后r