判断正误（20分)
1.随机误差项u和残差项是一回事。（） 1.随机误差项 u和残差项是一回事。（ ）
2给定显著性水平a 及自由度，若计算得到的4 值超过临界的t值，我们将接受零假设（ ）3. 利用 OLS 法求得的样本回归直线 $Y = b + b X ,$ ,通过样本均值点(X,Y)。（ ）
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。（ ）6.双对数模型的 R3 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。（ ）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。（ ）
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。（ ）
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。（ ）
二、以一元回归为例叙述普通最小二乘回归的基本原理。(10 分)
三、下面是利用1970-1980年美国数据得到的回归结果。其中Y 表示美国咖啡消费（杯/日)。$t _ { \alpha / 2 } ( 9 ) = 2 . 2 6 2 , t _ { \alpha / 2 } ( 1 0 ) = 2 . 2 2 8$ $\begin{array} { r l r } { \hat { Y } _ { \iota } } & { = 2 . 6 9 1 1 \textrm { -- } 0 . 4 7 9 5 X , } \\ { s e } & { = ( 0 . 1 2 1 6 ) } & { ( ) } \\ { t \textcircled { 1 } \equiv ( } & { ) } & { 4 2 . 0 6 } \end{array}$ R2 = 0.6628
1.写空白处的数值。
2.对模型中的参数进行显著性检验。
3.解释斜率系数 ${ \sf B } _ { 2 }$ 的含义，并给出其95%的置信区间。
四、若在模型 $\mathsf { \cdot Y } _ { 1 } \mathsf { = B } _ { 1 } \mathsf { + B } _ { 1 } \mathsf { X } _ { 1 } \mathsf { + u } _ { 1 }$ ,中存在下列形式的异方差 $\mathtt { : v a r } ( \mathsf { u } _ { 1 } ) = \mathsf { o } ^ { 2 } \mathsf { X } ^ { 2 }$ ，你如何估计参数 $\mathsf { B } _ { 1 } \mathsf { B } _ { 2 } ( 1 0 $ 分)
五、考虑下面的模型 $Y _ { t } = B _ { 0 } + B _ { 1 } X _ { t } + B _ { 2 } D _ { 2 t } + B _ { 3 } D _ { 3 t } + B _ { 4 } D _ { 4 t } + u _ { t }$ 其中，Y表示大学教师的年薪收入，X表示工龄。为了研究大学教师的年薪是否受到性别、学历的影响。按照下面的方式引入虚拟变量：(15分)$D _ { 2 } = { \bigg \{ } _ { 0 } ^ { 1 }$ ，男教师 ，女教师 $D _ { 3 } = { \bigg \{ } _ { 0 } ^ { 1 }$ $D _ { \ast } = { \left\{ \begin{array} { l l } { 1 } \\ { 0 } \end{array} \right. }$
1. 基准类是什么？
2. 解释各系数所代表的含义，并预期各系数的符号。
1.基准类是什么?
2．解释各系数所代表的含义，并预期各系数的符号。
3.若 $\mathsf { B } _ { \mathsf { x } } { > } \mathsf { B } _ { \mathsf { y } }$ ，你得出什么结论?
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)
七、考虑下面的联立方程模型
$\varrho$ 是内生变量，
X是外生变量，u是随机误差项（15分）
1、求简化形式回归方程?
2、判定哪个方程是可识别的（恰好或过度)?
3、对可识别方程，你将用哪种方法进行估计，为什么?