庞皓计量经济学考研真题答案网课

一、名词解释

1面板数据[湖南大学2013研]

庞皓计量经济学第4版pdf题库及答案：面板数据也称为平行数据、时空数据等，是指在时间序列上取多个截面，在这些截面上同时选取样本观测值所构成的样本数据，反映了空间和时间两个维度的经验信息。面板数据同时拥有时间序列和截面两个维度，当这类数据按两个维度排列时，排在一个平面上，与只有一个维度的数据排在一条线上有着明显的不同，整个表格像是一个面板，因此称之为面板数据。面板数据能够克服时间序列数据通常较为严重的多重共线性问题，同时相较于纯粹的截面数据与时间序列数据能够提供更多的数据信息，因此经常采用面板数据建立模型。

2虚拟变量[湘潭大学2016研]

答：在建立模型时，通常会有一些影响经济变量的因素无法定量度量，如季节对某些产品（如冷饮）销售的影响等，为了能够在模型中反映这些因素的影响，并提高模型的精度，需要将它们“量化”，这种“量化”通常是通过引入“虚拟变量”来完成的。根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称这类变量为虚拟变量。一般地，在虚拟变量的设置中，基础类型和肯定类型取值为1；比较类型和否定类型取值为0。

3虚拟变量陷阱[湘潭大学2017研]

庞皓计量经济学第4版pdf题库及答案：在虚拟变量的设置中，虚拟变量的个数须按以下原则确定：每一个定性变量所需的虚拟变量的个数要比该定性变量的类别数少1，即如果有m个定性变量，只能在模型中引入m－1个虚拟变量。如果引入m个虚拟变量，就会导致模型解释变量间出现完全共线性，模型无法估计的情况，这称为虚拟变量陷阱。

4多重共线性[湖南大学2016、2011研]

答：多重共线性是在多元回归中可能存在的现象，如果在模型中某两个或多个解释变量之间出现了相关性，则称为存在多重共线性，多重共线性分为完全共线与近似共线两类。当某一个解释变量可以用其他解释变量的线性组合表示，称解释变量之间存在完全共线性，此时模型参数无法进行估计。完全共线性的情况并不多见，一般出现的是在一定程度上的共线性，即近似共线性。近似共线性可能使估计值的正负符号与客观实际不一致，且参数估计值的标准误差变得很大，从而t值变得很小，参数的显着性下降，回归方程不稳定等，但模型参数的估计仍是无偏、一致且有效的。

检验模型是否存在多重共线性的方法有：①若多个解释变量间的相关系数接近于±1，则可认为模型存在多重共线性；②在普通最小二乘法下，模型的R2与F值较大，但各参数估计的t检验值较小，此时解释变量之间往往存在多重共线性；③当方差膨胀因素VIF大于10时，模型也可能存在较严重的多重共线性。如果存在多重共线性，需进一步确定判明存在多重共线性的范围，可以用判定系数检验法、逐步回归法等方法进行判定。

多重共线性问题的处理方法主要有增加样本容量、精简变量法、逐步回归判别法、主成分回归法等。

5序列相关性[湖南大学2011研]

庞皓计量经济学第4版pdf题库及答案：序列相关性是指对于不同的样本点，随机误差项之间不再是不相关的，而是存在某种相关性，Cov（ui，uj）≠0，i≠j。导致序列相关性的主要原因有：①经济变量固有的惯性使时间序列数据前后具有较强关联性；②模型设定的偏误（在模型中丢掉重要解释变量或模型函数形式偏误）导致随机干扰项的序列相关性；③数据的“编造”导致新生成的数据和原数据间存在内在的联系，表现出序列相关性。

当出现序列相关性后会产生一些不良后果，参数的估计量非有效。在序列相关存在的情况下，OLS估计量仍具无偏性与一致性，但通常变量的显着性检验失去意义，参数估计量非有效，模型的预测功能也将会失效。

序列相关性的检验方法有图示法、回归检验法、杜宾-瓦特森检验法、拉格朗日乘数检验法。如果模型出现序列相关，常用的补救方法是广义最小二乘法、广义差分法和序列相关稳健估计法。