1、记随机变量 X 的期望与标准差分别为 R,o，写出其偏度的表达式。随机变量 X 偏度为 E[（X-u）/o]32、严格外生性的数学表达式：E（气 IX）=E（气 lx】，x2，…，xn）,即在给定数据矩阵 X 的情况下，扰动项耳的条件期望为 0。这意味着，耳与所有解释变量都不相关，即 cov（耳，xjk）=0。3、迭代期望定律的表达式及含义：E（Y）=Ex[E（Y|x）],无条件期望 E（Y）等于,对于给定 X=x 情况下 Y 的条件期望 E（Y\x）再对 X 求期望。4、均值独立定义及和相互独立与线性无关的关系：定义：假设条件期望 E（Y|x）存在。如果 E（Y|x）不依赖于 X，则称 Y 均值独立于 X。关系：相互独立的概念最强，不相关仅要求协方差为 0，最弱，均值独立居中。也就是说，相互独立一均值独立一线性无关。5、统计量自由度含义：自由度 k，表示统计量由 k 个相互独立（自由）的随机变量构成。6、什么是统计量的 p 值给定检验统计量的样本观测值，称原假设可被拒绝的最小显著水平为此假设检验问题的P 值。P 值越小，则越倾向于拒绝原假设。7、直观来看，为什么 i=ii是扰动项方差◎2的无偏估计，而—i=1i不是？n-Kn因为随机变量｛e1,e2,…，en｝必须满足 K 个正规方程 X'e=0，故必有其中（n-K）个 ei是相互独立的。经过这样的校正后，才是“无偏估计”即满足 E（s2）=a2。8、表述 Gauss-Markov 定理的假定及结论。定理：0LS 是最佳线性无偏估计，即在所有线性无偏估计中，0LS 的方差最小。假定：即为 OLS 的假定：线性假定；严格外生性；不存在“严格多重共线性”；球形扰动项（即扰动项满足同方差、无自相关的性质）9、请直观解释（不要用数学公式），为什么在异方差的情况下，OLS 不再是 blue方差较大的数据包含的信息量较小，但 OLS 却对所有数据等量齐观进行处理。因此，对整体而言，异方差的存在使 OLS 效率很低。10、扰动项与解释变量相关（1）直观的解释，若相关则 OLS 不一致:13、阐述渐进独立定渐近独立定理(EigodicTlieoieiii)假设彷爲为渐近独立的严格 T稳过程，且=则焉=丄工;“―小即样本均瞬焉足总体均值 E(/J 的一致佔让."这足对大数宦律的車薑推广.更适用丁经14、平稳过程、弱平稳过程和白噪声过11、平方和分解公⑴、■「：\.-任一(2)保反乙如果小叽禺)丸・则 0 将 f 氐啊设化=c?+声屯 4■知 KCovtx^Fj)^0<■真实回归践(a4淹円样本回！T1 线〔应+氐滲见圏也亿由于毎与鬲正相搀故当科较小时,召也...
