计量经济学小题.docx

《计量经济学小题.docx》由会员分享，可在线阅读，更多相关《计量经济学小题.docx（16页珍藏版）》请在三一文库上搜索。

1、计量经济学小题、在模型中引入解释变量得多个滞后项容易产生多重共线性。对 在分布滞后模型里多引进解释变量得滞后项，由于变量得经济意义一样，只就是时间不一致，所以很容易引起多重共线性。1、简单线性回归模型与多元线性回归模型得基本假定就是相同得。错 在多元线性回归模型里除了对随机误差项提出假定外，还对解释变量之间提出无多重共线性得假定。、 D 检验中得值在0 到 4 之间 ,数值越小说明模型随机误差项得自相关度越小，数值越大说明模型随机误差项得自相关度越大。错 D 值在 0 到4 之间，当DW落在最左边 (dd L)、最右边 （ 4d Ld 4 ）时，分别为正自相关、负自相关； 中间（4d U）为不

2、存在自相关区域；其次为两个不能判定区域。、在计量经济模型中，随机扰动项与残差项无区别。错 它们均为随机项，但随机误差项表示总体模型得误差，残差表示样本模型得误差；另外 ,残差随机误差项+ 参数估计误差。5、在计量经济模型中，随机扰动项与残差项无区别.错 它们均为随机项 ,但随机误差项表示总体模型得误差，残差表示样本模型得误差；另外，残差 =随机误差项 +参数估计误差。1线性回归模型意味着因变量就是自变量得线性函数.错 ,线性回归模型本质上指得就是参数线性，而不就是变量线性。同时,模型与函数不就是一回事。2多重线性问题就是随机扰动项违背古典假定引起得.错，应该就是解释变量之间高度相关引起得。3通

3、过虚拟变量将属性因素引入计量经济模型，引入虚拟变量得个属于样本容量大小有关。错，一如虚拟变量得个数样本容量大小无关，与变量属性,模型有无截距项有关。4双变量模型中，对样本回归函数整体得显著性检验与斜率系数得显著性检验师一致得.正确 ,要求最好能够写出一元线性回归中,F 统计量与统计量得关系，即 F=t 2得来历 ,或者说明一元线性回归仅有一个解释变量，因此对斜率系数得t 检验等价于对方程得整体性检验。如果联立方程模型中莫格结构方程包含了所有得变量，则这方程不可识别。正确，没有唯一得统计形式 .1在实际中 ,一元线性回归几乎没有什么用，因为变量得行为不可能仅由一个解释变量来解释。错，在实际中，在

4、一定条件下一元线性回归就是很多经济现象就是近似,能够较好得反映回归分析得基本思想 ,在某些情况下还就是有用得。2虚拟变量只能作为解释变量错，虚拟变量还能作为解释变量。3 5、设估计模型为CE17、 44120、 9672Dt= -、 480 (119、 871R 2=0 990 DW0、 5316由于 R、 9940,表明模型有很好得拟合优度，则模型不存在伪 (虚假 )回归。错 可能存在伪（虚假）回归，因为可决系数较高，而DW 值过低。1随机扰动项得方差与随机扰动项方差得无偏估计没有区别.错，随机扰动项得方差反映总体得波动情况，对一个特定得总体而言，就是一个确定得值。在最小二乘估计中,由于总体

5、方差在大多数情况下并不知道，所以用样本数2据去估计:/( n k）。其中为样本数 ,k 为待估参数得个数。?就是 ? 线性无偏估计 ,为一个随机变量 .2经典线性回归模型(CLRM) 中得干扰项不服从正态分布得,OLS 估计量将有偏得错 ,即使经典线性回归模型(C ）中得干扰项不服从正态分布得S 估计量仍然就是无偏得。因为 (? 2) E(2K）2 ，该表达式得成立与否与正态性无关。3 虚拟变量得取值原则上只能取 0或对,虚拟变量得值就是人为设定得,主要表征某种属性或特征或者其它得存在与否，0或1正好描述了这种特征.当然 ,依据研究问题得特殊性,有时也可以取其她值。4 拟合优度检验与检验师没有

6、区别得错 ,（ )F检验中使用得统计量有精确地分布,而拟合优度检验没有， (2 ）对就是否通过检验，可决系数（修正可决系数）职能给出一个模糊得推测 ,而 F检验可以在给定显著水平下，给出统计上得严格结论 .联立方程组模型根本不能直接用方法估计参数错 ,递归方程可以用OLs方法估计参数，而其她得联立方程组模型不能直接用LS 方法估计参数。在对参数进行最小二乘估计之前没必要对模型提出古典假定。错，在古典假定条件下，估计得到参数量得最佳线性无偏估计具有线性 ?无偏性?有效性） 。总之， 提出古典假定就是为了使所做出得估计量具有较好得统计性质与方便地进行统计推断。当异方差出现时，常用得与 F检验失效正

7、确 由于异方差类似于 比值得统计量所遵从得分布未知即使遵从分布，由于方差不再具有最小性。 这就是往往会夸大检验，使 检验失效， 由于分布为两个独立得变量之间故依然存在类似于分布中得问题。解释变量与随机误差项相关就是产生多重线性得主要原因。错误，产生多重共线性得主要原因就是：经济本变量大多存在共同变化趋势：模型中大量采用滞后变量；认识上得局限使得选择变量不当。由间接最小二乘法与两阶段最小二乘法得到得估计量都就是无偏估计错，间接最小二乘法适用于恰好识别方程得估计，其估计量为无偏估计，而两阶段最小二乘法不仅适用于恰好识别方程也适用于过度识别方程。两阶段最小二乘法得到得估计量为有偏 ?一致估计。1、在

8、异方差性得情况下,常用得OLS法必定高估了估计量得标准误。错误 .有可能高估也有可能低估；如：考虑一个非常简单得具有异方差性得线性回归模型：2秩条件就是充要条件，因此,单独利用秩条件就可以完成联立方程识别状态得确定。错误，虽然秩条件就是充要条件 ,但其前提就是 ,只有通过了阶条件得条件，在对联立方程进行识别时 ,还应结合阶条件判断就是过度识别 ,还就是恰好识别。1在经济计量分析中， 模型参数一旦被估计出来 ,就可将估计模型直接运用于实际得计量经济分析。错， 参数一经估计，建立了样本回归模型，还需要对模型进行检验，包括经济意义检验统计检验计量经济专门检验等。2假定个人服装支出同收入水平与性别有关

9、，由于性别就是具有两种属性（男 女 )得定性因素 ,因此 ,用虚拟变量回归方法分析性别对服装支出得影响时，需要引入两个虚拟变量错 ,就是否引入两个虚拟变量,应取决于模型中就是否有截距项。如果有截距项则引入一个虚拟变量 :如果模型中没有截距项，则引入两个虚拟变量。3、双变量模型中，对样本回归函数整体得显著性检验与斜率系数得显著性检验就是一致得。正确要求最好能够写出一元线性回归中,统计量与T统计量得关系，即Ft2得来历 ;或者说明一元线性回归仅有一个解释变量，因此对斜率系数得 检验等价于对方程得整体性检验。1、在简单线性回归中可决系数R与斜率系数得t 检验得没有关系。错，可决系数就是对模型拟合优度

10、得综合度量，其值越大，说明在Y得总变差中由模型作出了解释得部分占得比重越大,模型得拟合优度越高,模型总体线性关系得显著性越强.反之亦然 .斜率系数得t检验就是对回归方程中得解释变量得显著性得检验。在简单线性回归中，由于解释变量只有一个，当t 检验显示解释变量得影响显著时，必然会有该回归模型得可决系数大,拟合优度高。、异方差性、自相关性都就是随机误差现象，但两者就是有区别得正确。异方差得出现总就是与模型中某个解释变量得变化有关自得随机误差项之间具有相关关系,相关性就是各回归模型3、通过虚拟变量将属性因素引入计量经济模型，引入虚拟变量得个数与模型有无截距项无关。错，模型有截距项时，如果被考察得定性

11、因素有m个相互排斥属性，则模型中引入m-1个虚拟变量 ,否则会陷入 虚拟变量陷阱 ;模型无截距项时，若被考察得定性因素有m个相互排斥属性，可以引入m 个虚拟变量，这时不会出现多重共线性。、满足阶条件得方程一定可以识别.错 ,阶条件只就是一个必要条件,即满足阶条件得得方程也可能就是不可识别得。5、库依克模型、自适应预期模型与局部调整模型得最终形式就是不同得。错， 库依克模型、自适应预期模型与局部调整模型得最终形式就是相同得 ,其最终形式都就是一阶自回归模型。1、半对数模型0引起 得绝对量变化错 ,半对数模型得参数1n 1得含义就是当中，参数得含义就是X得绝对量变化， 得相对变化时 ,绝对量发生变

12、化，引起因变量 Y 得平均值绝对量得变动 .2、对已经估计出参数得模型不需要进行检验。错 ,有必要进行检验。 首先，因为我们在设定模型时 ,对所研究得经济现象得规律性有必要进行检验。 可能认识并不充分， 所依据得得经济理论对研究对象也许还不能做出正确得解释与说明。或者虽然经济理论就是正确得 ,但可能我们对问题得认识只就是从某些局部出发，或只就是考察了某些特殊得样本 ,以局部去说明全局得变化规律，必然会导致偏差。其次，我们用以及参数得统计数据或其她信息可能并不十分可靠，或者较多采用了经济突变时期得数据 ,不能真实代表所研究得经济关系,也可能由于样本太小,所估计得参数只就是抽样得某些偶然结果。另外

13、，我们所建立得模型,所用得方法 ,所用得统计数据,还可能违反计量经、在有M 个方程得完备联立方程组中，当识别得阶条件为N i(H为联立方程组中内生变量与前定变量得总数，i为第i 个方程中内生变量与前定变量得总数)时,则表示第i 个方程不可识别。错误。表示第i 个方程过度识别5、随机误差项与残差就是有区别得。正确 ,随机误差项 随机误差项uiYE(Y / X i )。当把总体回归函数其中得ei表示成 iie_时，它就是用Yi估计 Yi时带来得误差eiYYi，就是对随机误差项i 得估计。1样本回归函数（方程）得表达式为A.=B。 =(D)。 =D。2.下图中“ ”所指得距离就是（B）。OXiXA.

14、 随机干扰项。在总体回归方程B残差=中，表示（.得离差B）。D.得离差A 当增加一个单位时 B. 当增加一个单位时,增加个单位,平均增加个单位C。当增加一个单位时，增加个单位。当增加一个单位时，平均增加个单位4。可决系数就是指(）。剩余平方与占总离差平方与得比重B总离差平方与占回归平方与得比重C.回归平方与占总离差平方与得比重D 。回归平方与占剩余平方与得比重5。已知含有截距项得三元线性回归模型估计得残差平方与为800，估计用得样本容量为24，则随机误差项得方差估计量为(B ) 。A 。33、 33B.40。、9D.36、 366设为回归模型中得参数个数（不包括截距项）,为样本容量，为残差平方

15、与，为回归平方与。则对总体回归模型进行显著性检验时构造得统计量为(B）。 .=B 。 =C.D.=7。对于模型 =,以表示与之间得线性相关系数（),则下面明显错误得就是A 。=0、 8，=0、 4B.=0 、 8,0、 4C=0， 2D。 =， =0(B） .8在线性回归模型;如果，则表明模型中存在（）。A 。异方差多重共线性C。自相关D 。模型误设定9。根据样本资料建立某消费函数=，其中为需求量，为价格。为了考虑“地区（农村、城市 ) 与“季节”（春、夏、秋、冬）两个因素得影响，拟引入虚拟变量，则应引入虚拟变量得个数为 (B )。 2B。 4C.5D 610某商品需求函数为=,其中为消费，为

16、收入,虚拟变量 ,所有参数均检验显著，则城镇家庭得消费函数为（A）。A =B.=C.=D.=11针对同一经济指标在不同时间发生得结果进行记录得数据称为A 面板数据B. 截面数据C.时间序列数据12。下图中“ ”所指得距离就是（A)(C)。以上都不就是PRFOXXiA 。随机干扰项B 。残差C.得离差3。在模型 =中 ,参数得含义就是（C)得绝对量变化，引起得绝对量变化D得离差B 。关于得边际变化D 。关于得弹性 4已知含有截距项得三元线性回归模型估计得残差平方与为=9 ,估计用得样本容量为9，则随机误差项方差得估计量为（B）A 4、 74BC.5、 63D 。515。已知某B一线性回归方程得样

17、本可决系数为0、 4，则解释变量与被解释变量间得相关系数为（) 0、64B .C.0、 4D 0、16用一组有20 个观测值得样本估计模型=,在 0、 5 得显著性水平下对得显著性作检验，则显著异于零得条件就是对应统计量得取值大于（)A 。 .17。对于模型 =,统计量服从（A 。 .CD。D)D.8。如果样本回归模型残差得一阶自相关系数为零，那么统计量得值近似等于(B） .A.1。 2C。4D 0、 519。根据样本资料建立某消费函数如下，其中为需求量，为价格.为了考虑“地区”(农村、城市）与“季节”(春、夏、秋、冬)两个因素得影响,拟引入虚拟变量,则应引入虚拟变量得个数为（ B）A 。B.

18、4C.5 .6 0。设消费函数为 =，其中为消费 ,为收入 ,虚拟变量 ,当统计检验表明下列哪项成立时,表示城镇家庭与农村家庭具有同样得消费行为（C )A 。=0， =0B 。 0,0C。 0， 0。， 02、回归直线 =+ 必然会通过点 (B ）A 、（ 0, )； B、（， )；、（， 0） ;、 ( ,).2、针对经济指标在同一时间所发生结果进行记录得数据列，称为(B)A 、面板数据； B、截面数据 ;C、时间序列数据 ;D 、时间数据。2、如果样本回归模型残差得一阶自相关系数 接近于 0,那么 D 统计量得值近似等于（C )A 、 0B 、 1C、2、2、若回归模型得随机误差项存在自相

19、关，则参数得OL 估计量 (D)A、无偏且有效B 、有偏且非有效C、有偏但有效D 、无偏但非有效25、下列哪一种检验方法不能用于异方差检验（B）A 、戈德菲尔德夸特检验；、检验;C、Whit 检验； D、戈里瑟检验。26、当多元回归模型中得解释变量存在完全多重共线性时,下列哪一种情况会发生 (D）A 、O S 估计量仍然满足无偏性与有效性；B、 S 估计量就是无偏得，但非有效；C、 O估计量有偏且非有效；D 、无法求出 OS 估计量。7、 DW 检验法适用于（）得检验A 、一阶自相关B 、高阶自相关C、多重共线性D 都不就是8、在随机误差项得一阶自相关检验中，若DW= 、 9，给定显著性水平下

20、得临界值d1、 36,U=1 、 5 ,则由此可以判断随机误差项 ( C）A、存在正自相关、存在负自相关、不存在自相关、无法判断29、在多元线性线性回归模型中，解释变量得个数越多，则可决系数R (A ）、越大；B 、越小；、不会变化；D、无法确定30、在某线性回归方程得估计结果中，若残差平方与为10,回归平方与为40，则回归方程得拟合优度为 (C)A 、 0、2B、 0、 6C、 0、8、无法计算。3 .在多元线性回归模型中，若两个自变量之间得相关系数接近于1,则在回归分析中需要注意模型得（ D）问题。A 、自相关； B、异方差； C、模型设定偏误；、多重共线性。32、在异方差得众多检验方法中

21、,既能判断随机误差项就是否存在异方差,又能给出异方差具体存在形式得检验方法就是(C）A 、图式检验法；、W 检验；、戈里瑟检验;D 、 i e 检验 .33、如果样本回归模型残差得一阶自相关系数接近于 1，那么 DW 统计量得值近似等于(A)、 0、C、D、 43、若回归模型得随机误差项存在异方差，则参数得O估计量（B)A 、无偏且有效、无偏但非有效C、有偏但有效D、有偏且非有效5、下列哪一个方法就是用于补救随机误差项自相关问题得（D)A 、S;B 、 IL ;C、S；D 、 LS。36、计量经济学得应用不包括:()A 、预测未来；B 、政策评价；7、检验法适用于（B)得检验C、创建经济理论;

22、D 、结构分析。A 、异方差 ; B 、自相关 ;C、多重共线性；D 都不就是38、在随机误差项得一阶自相关检验中，若DW=0 、 92,给定显著性水平下得临界值dL=1 、36,U=、 9，则由此可以判断随机误差项（A )A 、存在正自相关B、存在负自相关、不存在自相关D、无法判断39、在多元线性线性回归模型中，解释变量得个数越多，则调整可决系数(D）A 、越大；、越小；、不会变化 ;D、无法确定0、在某线性回归方程得估计结果中，若残差平方与为0，总离差平方与为10，则回归方程得拟合优度为（B ）A 、 0、 ;B 、 0、 9；、 0、 91； D、无法计算。4、 回归直线必然会通过点（

23、）A 、（ 0， 0)B、（， )C、 (,0)D、 (0,）42、某线性回归方程得估计得结果，残差平方与为2，回归平方与为8，则回归方程得拟合优度为 (C)A、 0、 6C、0、 8D 、无法计算3、针对经济指标在同一时间所发生结果进行记录得数据列,称为（ B）A 、面板数据、截面数据C、时间序列数据D 、时间数据44、对回归方程总体线性关系进行显著性检验得方法就是(C )A 、Z 检验B、 t 检验、 F 检验D、预测检验45、如果 D统计量等于2，那么样本回归模型残差得一阶自相关系数近似等于（ A）、 0、 -1、 1D、 0、 546、若随机误差项存在异方差，则参数得普通最小二乘估计量

24、（）A 、无偏且有效B 、有偏且非有效C、有偏但有效D 、无偏但非有效7、下列哪一种方法就是用于补救随机误差项得异方差问题得(C）A 、 LS;B 、 S;C、 L D 、GLS48、如果某一线性回归方程需要考虑四个季度得变化情况，那么为此设置虚拟变量得个数为（ ）A 、1、 2C、 3D、 449、样本可决系数R2 越大 ,表示它对样本数据拟合得( ） 0、多元线性回归模型中 ,解释变量得个数越多，可决系数R2(A ）、越大 ; B 、越小； C、不会变化 ; D 、无法确定1、计量经济学就是经济学_ 得一个分支学科， 就是以揭示 _经济活动 _ _ 中得客观存在得 _数量关系 _为内容得分

25、支学科 .挪威经济学家弗里希将它定义为论、 _统计学 _与 _数学 _三者得结合。_经济理2、 数理经济模型揭示经济活动中各个因素之间得_理论关系_,用 _ 确定性 _ 得数学方程加以描述;计量经济学模型揭示经济活动中各个因素之间得_定量关系 _，用_随机性_得数学方程加以描述.3、 广义计量经济学就是利用经济理论、数学及统计学定量研究经济现象得经济计量方法得统称，包括 _回归分析方法_,投入产出分析方法_， _时间序列分析方法_等。狭义得计量经济学以揭示经济现象中得_因果关系为目得, 在数学上主要应用_回归分析方法_ 。4、 计量经济学模型包括单方程模型与联立方程模型两类。单方程模型得研究对

26、象就是_单一经济现象 _ _,揭示存在其中得_ _单项因果关系_ 。联立方程模型研究得对象就是_ 一个经济系统 _，揭示存在其中得 _ _复杂得因果关系 _ .、 “经验表明，统计学、经济理论与数学这三者对于真正了解现代经济生活得数量关系来说，都就是必要得，但本身并非就是充分条件。三者结合起来,就就是力量 ,这种结合便构成了计量经济学 _ _ 。”我们不妨把这种结合称之为_定量化得经济学_或 _经济学得定量化 _ .6、 建立计量经济学模型得步骤:1_理论模型得设计 _2_样本数据得收集_ _3_ _模型参数得估计 _ 4 _模型得检验 _。7、 常用得三类样本数据就是_时间序列数据、 _截面

27、数据 _与 _虚变量数据 _。8、 计量经济学模型得四级检验就是_经济意义检验 _、 _统计检验 _、_计量经济学检验 _与 _预测检验 _ 。、 计量经济学模型成功得三要素就是_理论 _、方法 _与数据。0、计量经济学模型得应用可以概括为四个方面：结构分析、经济预测、 政策评价、检验与发展经济理论。、在计量经济模型中引入反映_其她随机 _ 因素影响得随机扰动项,目得在于使模 型更符合 _经济 _活动。2、样本观测值与回归理论值之间得偏差,称为 _残差项 _，我们用残差估计线性回归模型中得 _随机误差项 _ 。3、对于随机扰动项我们作了5 项基本假定。为了进行区间估计,我们对随机扰动项作了它服

28、从 _经典 _得假定 .如果不满足2 5项之一，最小二乘估计量就不具有_最佳线性无偏性_ 。、 TSS_反映样本观测值总体离差得大小;_ _ SS反映由模型中解释变量所解释得那部分离差得大小 ;_ _R S_反映样本观测值与估计值偏离得大小，也就是模型中解释变量未解释得那部分离差得大小。6、回归方程中得回归系数就是自变量对因变量得_净影响 _ _。某自变量回归系数得意义 ,指得就是该自变量变化一个单位引起因变量平均变化_ _ .1、在模型古典假定成立得情况下，多元线性回归模型参数得最小二乘估计具有线性、无偏性与 有效性。3、高斯马尔可夫定理就是指_如果满足五个经典假设,则最小二乘估计量 B 就

29、是 B 得最优线性无偏估计量。、在总体参数得各种线性无偏估计中,最小二乘估计量具有_ _ _方差最小_得特性.1、存在近似多重共线性时，回归系数得标准差趋于， _, T 趋于 _。2、方差膨胀因子（ VIF )越大， OLS 估计值得 _方差 _将越大。3、存在完全多重共线性时，O S 估计值就是不存在_ _。4、检验样本就是否存在多重共线性得常见方法有:_相关系数检验 _与逐步回归检验法 .、处理多重共线性得方法有：保留重要解释变量、去掉不重要解释变量、_逐步回归法_、 _增加样本容量 .填空题：1、计量经济模型中，参数估计得方法应符合尽可能地接近总体参数真实值得原则 .2. 在计量经济模型

30、中，加入虚拟变量得途径有两种基本类型: 一就是 加法方式 ；二就是 乘法方式。3 所谓 模型检验 就就是要对模型与所估计得参数加以评判, 判定在理论上就是否有意义, 在统计上就是否有足够得可靠性。4、被解释变量得变化仅仅依赖于解释变量当期影响, 没有考虑变量之间得前后联系, 这样得模型称为 静态模型。5、所谓 滞后变量 , 就是指过去时期得，对当前被解释变量产生影响得变量.6、无偏性 保证了参数估计值就是在参数真实值得左右波动，并且 “平均位置 就就是参数得真实值。7、 应用计量经济学就是运用理论计量经济学提供得工具, 研究经济学中某些特定领域得经济数量问题。8、当总体回归模型得随机误差项在不

31、同观测点上彼此相关时就产生了自相关或序列相关问题。9. 经济变量得内在联系 就是产生多重共线性得根本原因。10. 只有两个变量得相关关系 , 称为简单相关 。三个或三个以上变量得相关关系 , 称为多重相关或复相关 .1. 数理经济模型揭示经济活动中各个因素之间得理论关系, 用确定性得数学方程加以描述，计量经济模型揭示经济活动中各因素之间得关系, 用随机 性得数学方程加以描述。2、 经济计量学对模型“线性 含义有两种解释, 一种就是模型就变量而言就是线性得；另一种就是模型就参数而言就是线性得。通常线性回归更关注第二种解释。3、 理论计量经济学研究如何建立合适得方法去测定有计量经济模型所确定得经济

32、关系.4、 模型设定或建立理论模型 就是计量经济学研究得起点 , 也就是整个计量经济分析过程中最关键得一步。5、计量经济学研究得经济关系具有两个特征: 一就是 随机关系 ; 二就是 因果关系。6、构成计量经济模型得基本要素有: 经济变量、待确定得参数与随机误差项。8、无偏性 保证了参数估计值就是在参数真实值得左右波动, 并且“平均位置 就就是参数得真实值。9、计量经济学研究中， 人们通常使用人为构造得虚拟 变量表示客观存在得定性现象或特征。10、被解释变量受自身或其她经济变量过去值影响得现象称为滞后效应。1、计量经济学分为理论计量经济学与应用计量经济学。4、阿尔蒙提出利用多项式 来逼近滞后参数

33、变化结构，从而减少待估参数得数目.、滞后变量可分为滞后解释变量 与与滞后被解释变量两类。、一般来说 , 多重共线性就是指各个解释变量X 之间有 精确或近似 得线性关系。、各种经济变量相互之间得依存关系有两种不同得类型：一种就是确定性得函数关系; 另一种就是不确定得统计关系，也成为相关关系 .1、计量经济学得主体就是经济现象及其发展规律。2、在残差 e得趋势图上，如果，残差et 在连续几个时期中, 逐次变化并不断地改变符号,即图形呈锯齿形, 那么残差具有 负自相关； 如果，残差 et 在连续几个时期中， 逐次变化并不频繁地改变符号，而就是几个负得残差et 以后跟着几个正得残差et ，然后又就是几个负得残差 et, 、，那么残差 t 具有 正自相关。3、以时间序列数据为样本建立起来得计量经济模型中得随机误差项往往存在自相关或序列相关。4、常用得三类样本数据就是时间序列数据 、截面数据与虚拟变量数据 .7、可以用 回归平方与 ES 占总离差平方与 TS得比重