1解释变量：是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量。（2分）它对因变量的变动做出解释，表现为方程所描述的因果关系中的“因”。（1分）中x是解释变量。被解释变量：是作为研究对象的变量。（1分）它的变动是由解释变量做出解释的，表现为方程所描述的因果关系的果。（2分）中y是被解释变量。第七页第十页5.普通最小二乘法：为了研究总体回归模型中变量x与y之间的线性关系，需要求一条拟合直线。一条好的拟合直线应该是使残差平方和达到最小，以此为准则确定x与y之间的线性关系，称为普通最小二乘法。（3分）6．高斯－马尔可夫定理：在古典假定条件下（详写七条），最小二乘估计量β尖是模型参数β的最优线性无偏估计量，也就是说在β的所有线性无偏估计量中，β尖具有最小方差性，这一结论即是高斯－马尔可夫定理。（3分）7.BLUE即最佳线性无偏估计量，是bestlinearunbiasedestimators的缩写。（2分）在古典假定条件下，最小二乘估计量具备线性、无偏性和有效性，是最佳线性无偏估计量，即BLUE，这一结论就是著名的高斯－马尔可夫定理。拟合优度：样本回归直线与样本观测数据之间的拟合程度。样本决定系数：回归平方和在总变差中所占的比重。25页显著性检验：利用样本结果，来证实一个虚拟假设的真伪的一种检验程序。残差：样本回归方程的拟合值与观测值的误差称为回归残差。异方差性：在线性回归模型中，如果随机误差项的方差不是常数，即对不同的解释变量观测值彼此不同，则称随机项具有异方差性。戈德菲尔特-匡特检验:该方法由戈德菲尔特（S.M.Goldfeld）和匡特（R.E.Quandt）于1965年提出，用对样本进行分段比较的方法来判断异方差性。13135页广义最小二乘法：是最有普遍意义的最小二乘法，普通最小二乘法和加权最小二乘法是它的特例。多重共线性：是指解释变量之间存在完全或不完全的线性关系161页16187页17176页318滞后变量：是滞后内生变量和滞后外生变量的合称，（1分）前期的内生变量称为滞后内生变量；（1分）前期的外生变量称为滞后外生变量。19结构式模型：是根据经济理论建立的反映经济变量间直接关系结构的计量方程系统。简化式模型：是指联立方程中每个内生变量只是前定变量与随机误差项的函数。20内生变量：是由模型系统内部因素所决定的变量，（2分）表现为具有一定概率分布的随机变量，是模型求解的结果。（1分）21外生变量：是由模型系统之外的因素决定的变量，表现为非随机变量。（2分）它影响模型中的内生变量，其数值在模型求解之前就已经确定。22前定变量：通常将外生变量和滞后变量合称为前定变量，（1分）即是在模型求解以前已经确定或需要确定的变量。23288页24324页25335页简答一．古典线性回归模型的基本假定是什么？课本和46页1.解释变量x.i是确定性变量，该假定保证囖解释变量的非随机性和外生性。2.随机干扰项u.i具有零均值，满足同方差性和无序列相关性。3.随机干扰项跟解释变量之间不相关，即Cov(u.i,X.i)=0i=1,2,3….，n4.随机干扰项服从正态分布，即u.i~N（0，）5.样本容量趋于无穷时，解释变量X的样本方差趋于一个有限的常数、6.回归模型是正确设定的。二．在满足古典假定条件下，一元线性回归模型的普通最小二乘估计量有哪些统计性质？课本17页①线性，是指参数估计量和分别为观测值和随机误差项的线性函数或线性组合。（1分）②无偏性，指参数估计量和的均值（期望值）分别等于总体参数和。（2分）③有效性（最小方差性或最优性），指在所有的线性无偏估计量中，最小二乘估计量和的方差最小。4.渐近无偏性5.一致性6.渐近有效性五．在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？解答：因为人们发现随着模型中解释变量的增多，多重决定系数的值往往会变大，从而增加了模型的解释功能。这样就使得人们认为要使模型拟合得好，就必须增加解释变量。但是，在样本容量一定的情况下，增加解释变量必定使得待估参数的个数增加，从而损失自由度，而实际中如果引入的解释变量并非必要的话可能会产生很多问题，比如，降低预测精确度、引起多重共线性等等。为此用修正的决定系数来估计模型对样本观测值的拟合优度。十一．DW值与一阶自相关系数的关系是什么？或者十五．多重共线性对OLS估计量的影响有哪些？162页2