模型中遗漏重要解释变量,其OLS估计量仍然是无偏的（）

考虑下列双变量模型:

(1)β₁和α₁的OLS估计量相同吗？它们的方差相等吗？

(2)β₂和α₂的OLS估计量相同吗？它们的方差相等吗？

此题为判断题(对，错)。

下面哪种因素可能导致通常OLS的t统计量无效(即在H0下不服从t分布) ？

(i)异方差性;

(ii)模型中两个自变量之间的样本相关系数达到0.95;

(iii)遗漏一个重要的解释变量。

A.线性性

B.无偏性

C.一致性

D.最优性

在方程(10.8)所给的线性模型中，如果解释变量满足。于是， 在给定解释变量的当期值和所有过去值时， 误差是无从预测的，那么，它就被称为序列外生的(有时又被称为弱外生的)。

(i)请解释为什么严格外生性意味着序列外生性？

(ii)请解释为什么序列外生性意味着同期外生性？

(iii)在序列外生假定下， OLS估计量通常是无偏的吗？请解释。

(iv)考虑用一个州、一个教区或一个省人均避孕套使用量的分布滞后来解释艾滋病感染比率的一个如下模型：

请解释为什么这个模型满足序列外生性假定。它看上去也满足严格外生性假定吗？