千里之行，始于足下讓知識帶有溫度。第第2頁/共2頁精品文檔推薦計量經(jīng)濟(jì)學(xué)課后習(xí)題答案解析匯總計量經(jīng)濟(jì)學(xué)練習(xí)題

第一章導(dǎo)論

一、單項挑選題

⒈計量經(jīng)濟(jì)討論中常用的數(shù)據(jù)主要有兩類：一類是時光序列數(shù)據(jù)，另一類是【B】

A總量數(shù)據(jù)

B橫截面數(shù)據(jù)

C平均數(shù)據(jù)D相對數(shù)據(jù)

⒉橫截面數(shù)據(jù)是指【A】

A同一時點上不同統(tǒng)計單位相同統(tǒng)計指標(biāo)組成的數(shù)據(jù)

B同一時點上相同統(tǒng)計單位相同統(tǒng)計指標(biāo)組成的數(shù)據(jù)

C同一時點上相同統(tǒng)計單位不同統(tǒng)計指標(biāo)組成的數(shù)據(jù)

D同一時點上不同統(tǒng)計單位不同統(tǒng)計指標(biāo)組成的數(shù)據(jù)

⒊下面屬于截面數(shù)據(jù)的是【D】

A1991-2022年各年某地區(qū)20個鄉(xiāng)鎮(zhèn)的平均工業(yè)產(chǎn)值

B1991-2022年各年某地區(qū)20個鄉(xiāng)鎮(zhèn)的各鎮(zhèn)工業(yè)產(chǎn)值

C某年某地區(qū)20個鄉(xiāng)鎮(zhèn)工業(yè)產(chǎn)值的合計數(shù)

D某年某地區(qū)20個鄉(xiāng)鎮(zhèn)各鎮(zhèn)工業(yè)產(chǎn)值

⒋同一統(tǒng)計指標(biāo)按時光挨次記錄的數(shù)據(jù)列稱為【B】

A橫截面數(shù)據(jù)

B時光序列數(shù)據(jù)

C修勻數(shù)據(jù)D原始數(shù)據(jù)

⒌回歸分析中定義【B】

A解釋變量和被解釋變量都是隨機(jī)變量

B解釋變量為非隨機(jī)變量，被解釋變量為隨機(jī)變量

C解釋變量和被解釋變量都是非隨機(jī)變量

D解釋變量為隨機(jī)變量，被解釋變量為非隨機(jī)變量

二、填空題

⒈計量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)學(xué)的一個分支學(xué)科，是對經(jīng)濟(jì)問題舉行定量實證討論的技術(shù)、辦法和相關(guān)理論，可以理解為數(shù)學(xué)、統(tǒng)計學(xué)和_經(jīng)濟(jì)學(xué)_三者的結(jié)合。

⒉現(xiàn)代計量經(jīng)濟(jì)學(xué)已經(jīng)形成了包括單方程回歸分析，聯(lián)立方程組模型，時光序列分

析三大支柱。

⒊經(jīng)典計量經(jīng)濟(jì)學(xué)的最基本辦法是回歸分析。

計量經(jīng)濟(jì)分析的基本步驟是：理論（或假說）陳述、建立計量經(jīng)濟(jì)模型、收集數(shù)據(jù)、計量經(jīng)濟(jì)模型參數(shù)的估量、檢驗和模型修正、預(yù)測和政策分析。

⒋常用的三類樣本數(shù)據(jù)是截面數(shù)據(jù)、時光序列數(shù)據(jù)和面板數(shù)據(jù)。

⒌經(jīng)濟(jì)變量間的關(guān)系有不相關(guān)關(guān)系、相關(guān)關(guān)系、因果關(guān)系、互相影響關(guān)系和恒

等關(guān)系。

三、簡答題

⒈什么是計量經(jīng)濟(jì)學(xué)？它與統(tǒng)計學(xué)的關(guān)系是怎樣的？

計量經(jīng)濟(jì)學(xué)就是對經(jīng)濟(jì)邏輯舉行數(shù)量實證討論，包括預(yù)測、檢驗等多方面的工作。計量經(jīng)濟(jì)學(xué)是一種定量分析，是以解釋經(jīng)濟(jì)活動中客觀存在的數(shù)量關(guān)系為內(nèi)容的一門經(jīng)濟(jì)學(xué)學(xué)科。

計量經(jīng)濟(jì)學(xué)與統(tǒng)計學(xué)密切聯(lián)系，如數(shù)據(jù)收集和處理、參數(shù)估量、計量分析辦法設(shè)計，以及參數(shù)估量值、模型和預(yù)測結(jié)果牢靠性和可信程度分析推斷等。可以說，統(tǒng)計學(xué)的學(xué)問和辦法不僅貫通計量經(jīng)濟(jì)分析過程，而且現(xiàn)代統(tǒng)計學(xué)本身也與計量經(jīng)濟(jì)學(xué)有不少相像之處。例如，統(tǒng)計學(xué)也通過對經(jīng)濟(jì)數(shù)據(jù)的處理分析，得出經(jīng)濟(jì)問題的數(shù)字化特征和結(jié)論，也有對經(jīng)濟(jì)參數(shù)的估量和分析，也舉行經(jīng)濟(jì)趨勢的預(yù)測，并利用各種統(tǒng)計量對分析預(yù)測的結(jié)論舉行推斷和檢驗等，統(tǒng)計學(xué)的這些內(nèi)容與計量經(jīng)濟(jì)學(xué)的內(nèi)容都很相像。反過來，計量經(jīng)濟(jì)學(xué)也常常使用各種統(tǒng)計分析辦法，篩選數(shù)據(jù)、挑選變量和檢驗相關(guān)結(jié)論，統(tǒng)計分析是計量經(jīng)濟(jì)分析的重要內(nèi)容和主要基礎(chǔ)之一。

計量經(jīng)濟(jì)學(xué)與統(tǒng)計學(xué)的根本區(qū)分在于，計量經(jīng)濟(jì)學(xué)是問題導(dǎo)向和以經(jīng)濟(jì)模型為核心的，而統(tǒng)計學(xué)則是以經(jīng)濟(jì)數(shù)據(jù)為核心，且經(jīng)常是數(shù)據(jù)導(dǎo)向的。典型的計量經(jīng)濟(jì)學(xué)分析從詳細(xì)經(jīng)濟(jì)問題動身，先建立經(jīng)濟(jì)模型，參數(shù)估量、推斷、調(diào)節(jié)和預(yù)測分析等都是以模型為基礎(chǔ)和動身點；典型的統(tǒng)計學(xué)討論則并不一定需要從詳細(xì)明確的問題動身，雖然也有一些目標(biāo)，但可以是含糊不明確的。雖然統(tǒng)計學(xué)并不排斥經(jīng)濟(jì)理論和模型，有時也會利用它們，但統(tǒng)計學(xué)通常不一定需要特定的經(jīng)濟(jì)理論或模型作為基礎(chǔ)和動身點，經(jīng)常是通過對經(jīng)濟(jì)數(shù)據(jù)的統(tǒng)計處理直接得出結(jié)論，統(tǒng)計學(xué)側(cè)重的工作是經(jīng)濟(jì)數(shù)據(jù)的采集、篩選和處理。

此外，計量經(jīng)濟(jì)學(xué)不僅是通過數(shù)據(jù)處理和分析獲得經(jīng)濟(jì)問題的一些數(shù)字特征，而且是借助于經(jīng)濟(jì)思想和數(shù)學(xué)工具對經(jīng)濟(jì)問題作深刻剖析。經(jīng)過計量經(jīng)濟(jì)分析實證檢驗的經(jīng)濟(jì)理論和模型，能夠?qū)Ψ治觥⒂懻摵皖A(yù)測更廣泛的經(jīng)濟(jì)問題起重要作用。計量經(jīng)濟(jì)學(xué)從經(jīng)濟(jì)理論和經(jīng)濟(jì)模型動身舉行計量經(jīng)濟(jì)分析的過程，也是對經(jīng)濟(jì)理論證明或證偽的過程。這些是以處理數(shù)

據(jù)為主，與經(jīng)濟(jì)理論關(guān)系比較松散統(tǒng)計學(xué)討論不能比擬的功能，也是計量經(jīng)濟(jì)學(xué)與統(tǒng)計學(xué)的區(qū)分。

⒉經(jīng)濟(jì)數(shù)據(jù)在計量經(jīng)濟(jì)分析中的作用是什么？

經(jīng)濟(jì)數(shù)據(jù)是計量經(jīng)濟(jì)分析的材料。經(jīng)濟(jì)數(shù)據(jù)是通過對經(jīng)濟(jì)變量舉行觀測和統(tǒng)計，從現(xiàn)實經(jīng)濟(jì)和經(jīng)濟(jì)歷史中得到的，反映經(jīng)濟(jì)活動水平的數(shù)字特征。從本質(zhì)上說，經(jīng)濟(jì)數(shù)據(jù)都是由相關(guān)的經(jīng)濟(jì)邏輯生成的，因此是反映經(jīng)濟(jì)邏輯的信息載體，確定經(jīng)濟(jì)邏輯的基本材料。經(jīng)濟(jì)數(shù)據(jù)的數(shù)量和質(zhì)量，對計量經(jīng)濟(jì)分析的有效性和價值有舉足輕重輕重的影響。

⒊試分離舉出時光序列數(shù)據(jù)、橫截面數(shù)據(jù)、面板數(shù)據(jù)的實例。

時光序列數(shù)據(jù)指對同一個觀測單位，在不同時點的多個觀測值構(gòu)成的觀測值序列，或者以時光為序收集統(tǒng)計和羅列的數(shù)據(jù)，如浙江某省從1980年到2022年各年的GDP；橫截面數(shù)據(jù)是指在現(xiàn)一時點上，對不同觀測單位觀測得到的多個數(shù)據(jù)構(gòu)成的數(shù)據(jù)集，如2022年全國31個省自治區(qū)直轄市的GDP；面板數(shù)據(jù)就是由對許多個體組成的同一個橫截面，在不同時點的觀測值構(gòu)成的數(shù)據(jù)，如從1980年到2022年各年的全國31個省自治區(qū)直轄市GDP。

其次章兩變量線性回歸

一、單項挑選題

⒈表示x與y之間真切線性關(guān)系的是【C】

At

txy10???ββ+=BEttxy10)(ββ+=Ctttxyεββ++=10Dttxy10ββ+=

⒉參數(shù)β的估量量β

?具備有效性是指【B】AVar(β

?)=0BVar(β?)為最小C(β

?－β)＝0D(β?－β)為最小⒊產(chǎn)量（x，臺）與單位產(chǎn)品成本（y，元/臺）之間的回歸方程為y

?＝356－1.5x，這說明【B】

A產(chǎn)量每增強(qiáng)一臺，單位產(chǎn)品成本增強(qiáng)356元

B產(chǎn)量每增強(qiáng)一臺，單位產(chǎn)品成本削減1.5元

C產(chǎn)量每增強(qiáng)一臺，單位產(chǎn)品成本平均增強(qiáng)356元

D產(chǎn)量每增強(qiáng)一臺，單位產(chǎn)品成本平均削減1.5元

⒋對回歸模型tttxyεββ++=10舉行統(tǒng)計檢驗時，通常假定tε聽從【C】

AN（0，2

iσ）Bt(n-2)

CN（0，2σ）

Dt(n)⒌以y表示實際觀測值，y?表示回歸估量值，則一般最小二乘法估量參數(shù)的準(zhǔn)則是使【D】

A

)?(iiyy-∑＝0B2)?(iiyy-∑＝0C)?(ii

yy-∑為最小D2)?(iiyy-∑為最小⒍以X為解釋變量，Y為被解釋變量，將X、Y的觀測值分離取對數(shù)，假如這些對數(shù)值描成的散點圖近似形成為一條直線，則相宜協(xié)作下面哪一模型形式?(D)

A.Yi=β0+β1Xi+μi

B.lnYi=β0+β1Xi+μi

C.Yi=β0+β1lnXi+μi

D.lnYi=β0+β1lnXi+μi

⒎下列各回歸方程中，哪一個必然是錯誤的?(C)

A.Yi=50+0.6XirXY=0.8

B.Yi=-14+0.8XirXY=0.87

C.Yi=15-1.2XirXY=0.89

D.Yi=-18-5.3XirXY=-0.96

⒏已知某向來線回歸方程的判定系數(shù)為0.81，則解釋變量與被解釋變量間的線性相關(guān)系數(shù)為(B)

A.0.81

B.0.90

C.0.66

D.0.32

⒐對于線性回歸模型Yi=β0+β1Xi+μi，要使一般最小二乘估量量具備無偏性，則模型必需滿足(A)

A.E(μi)=0

B.Var(μi)=σ2

C.Cov(μi,μj)=0

D.μi聽從正態(tài)分布⒑用一組有30個觀測值的樣本估量模型tttuxy++=10ββ，在0.05的顯著性水平下對1β的顯著性作t檢驗，則1β顯著地不等于零的條件是其統(tǒng)計量t大于【D】

A05.0t（30）

B025.0t（30）

C05.0t（28）

D025.0t（28）⒒某一特定的x水平上，總體y分布的離散度越大，即2σ越大，則【A】

A預(yù)測區(qū)間越寬，精度越低

B預(yù)測區(qū)間越寬，預(yù)測誤差越小

C預(yù)測區(qū)間越窄，精度越高

D預(yù)測區(qū)間越窄，預(yù)測誤差越大

⒓對于總體平方和TSS、回歸平方和RSS和殘差平方和ESS的互相關(guān)系，正確的是【B】

ATSS>RSS+ESS

BTSS=RSS+ESS

CTSS<RSS+ESS

DTSS2=RSS2+ESS2

⒔對于隨機(jī)誤差項εi,Var(εi)=E(ε2i)=σ2

內(nèi)涵指（B）A．隨機(jī)誤差項的均值為零B．全部隨機(jī)誤差都有相同的方差

C．兩個隨機(jī)誤差互不相關(guān)

D．誤差項聽從正態(tài)分布

二、推斷題

⒈隨機(jī)誤差項εi與殘差項ei是一回事。（×）

⒉對兩變量回歸模型，假定誤差項εi聽從正態(tài)分布。（∨）

⒊線性回歸模型意味著因變量是自變量的線性函數(shù)。（∨）

⒋在線性回歸模型中，解釋變量是緣由，被解釋變量是結(jié)果。（∨）

⒌在實際中，兩變量回歸沒什么用，由于因變量的行為不行能僅由一個解釋變量來解釋。（×）

三、填空題

⒈在計量經(jīng)濟(jì)模型中引入誤差項tε，是由于經(jīng)濟(jì)變量關(guān)系普通是隨機(jī)函數(shù)關(guān)系。

⒉樣本觀測值與回歸理論值之間的偏差，稱為殘差，我們用殘差估量線性回歸模型中的誤差項。

⒊__SST__反映樣本觀測值總體離差的大小；___SSR__反映由模型中解釋變量所解釋的那部分別差的大小；___SSE___反映樣本觀測值與估量值偏離的大小，也是模型中解釋變量未解釋的那部分別差的大小。

⒋擬合優(yōu)度（判定系數(shù)）TSS

RSSTSSESSR-==12。它是由___回歸___引起的離差占總體離差的____比重____。若擬合優(yōu)度2R越趨近于_1____，則回歸直線擬合越好；反之，若擬合優(yōu)

度2R越趨近于__0___，則回歸直線擬合越差。

⒌在兩變量回歸中，=2S22t

ne-∑是2

σ的無偏估量。四、簡答題

⒈什么是隨機(jī)誤差項？影響隨機(jī)誤差項的主要因素有哪些？它和殘差之間的區(qū)分是什么？

影響Y的較小因素的集合；被忽視的因素、測量誤差、隨機(jī)誤差等；通過殘差對誤差項的方差舉行估量。

⒉打算系數(shù)2R說明白什么？它與相關(guān)系數(shù)的區(qū)分和聯(lián)系是什么？

P53和P56

⒊最小二乘估量具有什么性質(zhì)？

P37線性、無偏性和有效性（或最小方差性）

⒋在回歸模型的基本假定中，()0tEε=的意義是什么？

該假設(shè)的含義是：假如兩變量之間的確是線性趨勢占主導(dǎo)地位，隨機(jī)誤差只是次要因素時，那么雖然隨機(jī)擾動會使個別觀測值偏離線性函數(shù)，但給定解釋變量時多次重復(fù)觀測被解釋變量，概率均值會消退隨機(jī)擾動的影響，符合線性函數(shù)趨勢。

第三章多元線性回歸模型

一、單項挑選題

⒈打算系數(shù)2

R是指【C】

A剩余平方和占總離差平方和的比重

B總離差平方和占回歸平方和的比重

C回歸平方和占總離差平方和的比重

D回歸平方和占剩余平方和的比重

⒉在由n=30的一組樣本估量的、包含3個解釋變量的線性回歸模型中，計算的打算系數(shù)為0.8500，則調(diào)節(jié)后的打算系數(shù)為【D】

A0.8603

B0.8389

C0.8655

D0.8327⒊對于ikikiiixxxyεββββ+++++=Λ22110，檢驗H0:0=iβ),,1,0(kiΛ=時，所用的統(tǒng)計量()iibe

sbt?=聽從【A】At(n-k-1)Bt(n-k-2)Ct(n-k+1)Dt(n-k+2)

⒋調(diào)節(jié)的判定系數(shù)與多重判定系數(shù)

之間有如下關(guān)系【D】A1122=knnRRB1

1122=knnRRC11)1(122+-=knnRRD1

1)1(122=knnRR⒌用一組有30個觀測值的樣本估量模型iiiixxyεβββ+++=22110后，在0.05的顯著性水平下對1β的顯著性作t檢驗，則1β顯著地不等于零的條件是其統(tǒng)計量大于等于【C】A05.0t（30）B025.0t（28）C025.0t（27）D025.0F（1，28）⒍對模型Yi=β0+β1X1i+β2X2i+μi舉行總體顯著性F檢驗，檢驗的零假設(shè)是(A)

A.β1=β2=0

B.β1=0

C.β2=0

D.β0=0或β1=0

⒎在多元線性回歸中，判定系數(shù)R2隨著解釋變量數(shù)目的增強(qiáng)而（B）

A．削減B．增強(qiáng)

C．不變D．變化不定

二、推斷題

⒈在多元回歸模型的檢驗中，判定系數(shù)R2一定大于調(diào)節(jié)的R2。（∨）

⒉在EVIEWS中，genr命令是生成新的變量。（∨）

⒊在EVIEWS中，建立非線性模型的辦法惟獨(dú)將非線性模型線性化的辦法。（×）三、填空題

⒈調(diào)節(jié)的可決系數(shù)的作用是消退由解釋變量數(shù)目差異造成的影響。

⒉在多元線性回歸模型中，F(xiàn)統(tǒng)計量與可決系數(shù)之間有如下關(guān)系：

2

2

1

1

R

k

F

R

nk

=

-

--

。

⒊有k個解釋變量的多元回歸模型的誤差項方差σ2的無偏估量是

2

2

1

e

s

nk

=

--

∑

。

⒋在總體參數(shù)的各種線性無偏估量中，最小二乘估量量具有___最小方差________的特性。

四、簡答題

⒈在多元線性回歸分析中，為什么用修正的打算系數(shù)衡量估量模型對樣本觀測值的擬合優(yōu)度？

P121因為沒調(diào)節(jié)的打算系數(shù)只與被解釋變量的觀測值，以及回歸殘差有關(guān)，而與解釋變量無直接關(guān)系。但多元線性回歸模型解釋變量的數(shù)目有多有少，數(shù)學(xué)上可以證實，打算系數(shù)是解釋變量數(shù)目的增函數(shù)，意味著不管增強(qiáng)的解釋變量是否真是影響被解釋變量的重要因素，都會提高打算系數(shù)的數(shù)值，解釋變量個數(shù)越多，打算系數(shù)一定會越大。因此，用該打算系數(shù)衡量多元線性回歸模型的擬合程度是有問題的，會導(dǎo)致片面追求解釋變量數(shù)量的錯誤傾向。正是因為存在這種缺陷，打算系數(shù)在多元線性回歸分析擬合度評價方面的作用受到很大限制，需要修正。

⒉回歸模型的總體顯著性檢驗與參數(shù)顯著性檢驗相同嗎？是否可以相互替代？

多元線性回歸模型每個參數(shù)的顯著性與模型總體的顯著性并不一定全都，因此除了各個參數(shù)的顯著性檢驗以處，，還需要舉行模型總體顯著性，也就是全體解釋變量總體對被解釋變量是否存在顯然影響的檢驗，稱為“回歸顯著性檢驗”。總體顯著性檢驗是多元回歸分析

特有的，兩變量線性回歸解釋變量系數(shù)的顯著性檢驗與模型的總體顯著性檢驗全都，不需要舉行總體顯著性檢驗。

第四章異方差性

一、單項挑選題

⒈下列哪種辦法不是檢驗異方差的辦法【D】

A戈德菲爾特——夸特檢驗

B殘差序列圖檢驗

C戈里瑟檢驗

D方差膨脹因子檢驗

⒉當(dāng)存在異方差現(xiàn)象時，估量模型參數(shù)的適當(dāng)辦法是【A】

A加權(quán)最小二乘法

B工具變量法

C廣義差分法

D使用非樣本先驗信息

⒊加權(quán)最小二乘法克服異方差的主要原理是通過給予不同觀測點以不同的權(quán)數(shù)，從而提高估量精度，即【A】

A重視方差較小樣本的信息，輕蔑方差較大樣本的信息

B重視方差較大樣本的信息，輕蔑方差較小樣本的信息

C重視方差較大和方差較小樣本的信息

D輕蔑方差較大和方差較小樣本的信息

⒋假如戈里瑟檢驗表明，一般最小二乘估量結(jié)果的殘差ie與ix有顯著的形式為iiixeε+=28715.0||的相關(guān)關(guān)系（iε滿足線性模型的所有經(jīng)典假設(shè)），則用加權(quán)最小二乘法估量模型參數(shù)時，權(quán)數(shù)應(yīng)為【C】

Aix

B21ix

Cix1

Di

x1⒌假如戈德菲爾特——夸特檢驗顯著，則認(rèn)為什么問題是嚴(yán)峻的【A】

A異方差問題

B序列相關(guān)問題

C多重共線性問題

D設(shè)定誤差問題

⒍簡單產(chǎn)生異方差的數(shù)據(jù)是【C】

A時光序列數(shù)據(jù)

B面板數(shù)據(jù)

C橫截面數(shù)據(jù)

D年度數(shù)據(jù)

⒎若回歸模型中的隨機(jī)誤差項存在異方差性，則估量模型參數(shù)應(yīng)采納【B】

A一般最小二乘法

B加權(quán)最小二乘法

C廣義差分法

D工具變量法

⒏假設(shè)回歸模型為iiixyεβα++=，其中var(iε)=22ixσ，則使用加權(quán)最小二乘法估量模

型時，應(yīng)將模型變換為【C】Axu

xxxy

++=βαBxu

xxy

++=βα

Cxuxxy++=βα

D222xuxx

xy++=βα⒐設(shè)回歸模型為iiixyεβ+=，其中var(iε)=22ixσ，則β的最小二乘估量量為【B】

A.無偏且有效B無偏但非有效

C有偏但有效

D有偏且非有效

三、推斷題

⒈當(dāng)異方差浮現(xiàn)時，最小二乘估量是有偏的和不具有最小方差特性。（×）⒉在異方差狀況下，通常預(yù)測失效。（∨）⒊在異方差狀況下，通常OLS估量一定高估了估量量的標(biāo)準(zhǔn)差。（×）⒋假如OLS回歸的殘差表現(xiàn)出系統(tǒng)性，則說明數(shù)據(jù)中有異方差性。（×）⒌假如回歸模型遺漏一個重要的變量，則OLS殘差必然表現(xiàn)出顯然的趨勢。（∨）⒍當(dāng)異方差浮現(xiàn)時，常用的t檢驗和F檢驗失效。（∨）

⒎用截面數(shù)據(jù)建立模型時，通常比時光序列資料更簡單產(chǎn)生異方差性。（∨）

四、簡答題

⒈什么是異方差性？試舉例說明經(jīng)濟(jì)現(xiàn)象中的異方差性。

兩變量和多元回歸線性回歸模型的第三條假設(shè)都要求誤差項是同方差的，就是誤差項的方差是常數(shù)，即()2

vartuσ=不隨t變化。這條假設(shè)也不一定滿足，也就是線性回歸模型誤差項的方差()2

varttuσ=有可能隨t變化，這時候稱線性回歸模型存在“異方差”或“異方差性”。

舉例P162經(jīng)濟(jì)中不同收入家庭消費(fèi)的簇?fù)矶取?/p>

⒉如何發(fā)覺和推斷線性回歸模型是否存在異方差問題？

P166—P174

⒊克服和處理異方差問題有哪些辦法？

P174—P180

第五章自相關(guān)性

一、單項挑選題

⒈假如模型tttxbbyε++=10存在序列相關(guān)，則【D】

Acov（tx，tε）=0

Bcov（tε，sε）=0（t≠s）

Ccov（tx，tε）≠0

Dcov（tε，sε）≠0（t≠s）

⒉D－W檢驗的零假設(shè)是（ρ為隨機(jī)項的一階自相關(guān)系數(shù)）【B】

ADW=0

Bρ=0

CDW=1

Dρ=1

⒊DW的取值范圍是【D】

A－1≤DW≤0

B－1≤DW≤1

C－2≤DW≤2

D0≤DW≤4

⒋當(dāng)DW＝4是時，說明【D】

A不存在序列相關(guān)

B不能推斷是否存在一階自相關(guān)

C存在徹低的正的一階自相關(guān)

D存在徹低的負(fù)的一階自相關(guān)

⒌按照20個觀測值估量的結(jié)果，一元線性回歸模型的DW＝2.3。在樣本容量n=20，解釋變量k=1，顯著性水平α=0.05時，查得Ld＝1，Ud＝1.41，則可以推斷【A】

A不存在一階自相關(guān)

B存在正的一階自相關(guān)

C存在負(fù)的一階自相關(guān)

D無法確定

⒍當(dāng)模型存在序列相關(guān)現(xiàn)象時，相宜的參數(shù)估量辦法是【C】

A加權(quán)最小二乘法

B間接最小二乘法

C廣義差分法

D工具變量法

⒎采納一階差分模型克服一階線性自相關(guān)問題使用于下列哪種狀況【B】

Aρ≈0

Bρ≈1

C－1<ρ<0

D0<ρ<1

⒏假定某企業(yè)的生產(chǎn)決策是由模型tttuPbbS++=10描述的（其中tS為產(chǎn)量，tP為價格），又知：假如該企業(yè)在t-1期生產(chǎn)過剩，經(jīng)濟(jì)人員會減少t期的產(chǎn)量。由此推斷上述模型存在

【B】

A異方差問題

B序列相關(guān)問題

C多重共線性問題

D隨機(jī)解釋變量問題

⒐按照一個n=30的樣本估量i

iiexy++=10??ββ后計算得DW=1.4，已知在5％得的置信度下，Ld＝1.35，Ud＝1.49，則認(rèn)為原模型【B】

A不存在一階序列自相關(guān)

B不能推斷是否存在一階自相關(guān)

C存在徹低的正的一階自相關(guān)

D存在徹低的負(fù)的一階自相關(guān)

⒑對于模型i

iiexy++=10??ββ，以ρ表示te與1-te之間的線性相關(guān)系數(shù)（t=1，2，?，n），則下面顯然錯誤的是【B】

Aρ=0.8，DW=0.4

Bρ=－0.8，DW=－0.4

Cρ=0，DW=2

Dρ=1，DW=0

⒒已知DW統(tǒng)計量的值臨近于2，則樣本回歸模型殘差的一階自相關(guān)系數(shù)ρ近似等于【A】

A0

B-1

C1

D0.5

⒓已知樣本回歸模型殘差的一階自相關(guān)系數(shù)臨近于-1，則DW統(tǒng)計量近似等于【D】

A0

B1

C2

D4

⒔戈德菲爾德—夸特檢驗法可用于檢驗【A】

A異方差性

B多重共線性

C序列相關(guān)

D設(shè)定誤差

⒕在給定的顯著性水平之下，若DW統(tǒng)計量的下和上臨界值分離為dL和du,則當(dāng)dL<DW<du時，可認(rèn)為隨機(jī)誤差項【D】

A存在一階正自相關(guān)

B存在一階負(fù)相關(guān)

C不存在序列相關(guān)

D存在序列相關(guān)與否不能斷定

三、推斷題

⒈當(dāng)模型存在高階自相關(guān)時，可用D-W法舉行自相關(guān)檢驗。（×）

⒉DW值在0和4之間，數(shù)值越小說明正相關(guān)程度越大，數(shù)值越大說明負(fù)相關(guān)程度越大。（∨）

⒊假設(shè)模型存在一階自相關(guān)，其他條件均滿足，則仍用OLS法估量未知參數(shù)，得到的估量量

是無偏的，不再是有效的，顯著性檢驗失效，預(yù)測失效。（∨）

⒋當(dāng)存在自相關(guān)時，OLS估量量是有偏的，而且也是無效的。（×）

⒌消退自相關(guān)的一階差分變換假定自相關(guān)系數(shù)必需等于－1。（×）

⒍發(fā)覺模型中存在誤差自相關(guān)時，都可以利用差分法來消退自相關(guān)。（×）

四、簡答題

⒈自相性對線性回歸分析有什么影響？

P196—P198

⒉發(fā)覺和檢驗自相關(guān)性有哪些辦法？

P198—P2088

⒊克服自相關(guān)性有哪些辦法？

P208—P215

第六章多重共線性

一、單項挑選題

⒈當(dāng)模型存在嚴(yán)峻的多重共線性時，OLS估量量將不具備【C】

A線性

B無偏性

C有效性

D全都性

⒉閱歷認(rèn)為，某個解釋變量與其他解釋變量間多重共線性嚴(yán)峻的狀況是這個解釋變量的VIF【C】

A大于1

B小于1

C大于10

D小于5

⒊假如方差膨脹因子VIF＝10，則認(rèn)為什么問題是嚴(yán)峻的【C】

A異方差問題

B序列相關(guān)問題

C多重共線性問題

D解釋變量與隨機(jī)項的相關(guān)性

⒋在多元線性回歸模型中，若某個解釋變量對其余解釋變量的判定系數(shù)臨近于1，則表明模型中存在【A】

A多重共線性B異方差性C序列相關(guān)D高擬合優(yōu)度

⒌在線性回歸模型中，若解釋變量1X和2X的觀測值成比例，即有iikXX21，其中k為非零常數(shù)，則表明模型中存在【B】

A方差非齊性

B多重共線性

C序列相關(guān)

D設(shè)定誤差

二、推斷題

⒈盡管有徹低的多重共線性，OLS估量量仍然是最優(yōu)線性無偏估量量。（×）⒉變量的兩兩高度相關(guān)并不表示高度多重共線性。（×）

⒊在多元回歸中，按照通常的t檢驗，每個參數(shù)都是統(tǒng)計上不顯著的，你就不會得到一個高

的2R值。(×)

⒋變量不存在兩兩高度相關(guān)表示不存在高度多重共線性。(×)

三、填空題

⒈強(qiáng)的近似多重共線性會對多元線性回歸的有效性產(chǎn)生嚴(yán)峻的不利影響。

⒉第k個解釋變量與其他解釋變量之間相關(guān)系數(shù)平方越大，方差膨脹因子（VIF）越大。⒊存在徹低多重共線性時，多元回歸分析是無法舉行。

⒋檢驗樣本是否存在多重共線性的常見辦法有：__方差擴(kuò)大因子法_和逐步回歸檢驗法。⒌處理多重共線性的辦法有：保留重要解釋變量、去掉不重要解釋變量、__增強(qiáng)樣本容量_、

_____差分模型______________。

四、簡答題

⒈什么是多重共線性？多重共線性是由什么緣由造成的？

多重共線性是指多元線性回歸模型中，模型的解釋變量之間存在某種程度的線性關(guān)系（或P226—P227），緣由見P227—228）。

⒉如何發(fā)覺和推斷多重共線性？

P230—P235

⒊克服多重共線性有哪些辦法？

P235—P244

第七章計量經(jīng)濟(jì)分析建模與應(yīng)用

一、單項挑選題

⒈某商品需求函數(shù)為iiiuxbby++=10，其中y為需求量，x為價格。為了考慮“地區(qū)”（農(nóng)村、城市）和“時節(jié)”（春、夏、秋、冬）兩個因素的影響，擬引入虛擬變量，則應(yīng)引入虛擬變量的個數(shù)為【B】

A2

B4

C5

D6

⒉按照樣本資料建立某消費(fèi)函數(shù)如下：t

C?=100.50+55.35t

D+0.45tx，其中C為消費(fèi)，x為收入，虛擬變量D＝農(nóng)村家庭城鎮(zhèn)家庭?

??01，全部參數(shù)均檢驗顯著，則城鎮(zhèn)家庭的消費(fèi)函數(shù)為【A】AtC?=155.85+0.45txBt

C?=100.50+0.45txCtC?=100.50+55.35tx

Dt

C?=100.95+55.35tx二、填空題

⒈在計量經(jīng)濟(jì)建摸時，對非線性模型的處理辦法之一是_線性化_________。

⒉虛擬變量不同的引入方式有兩種。若要描述各種類型的模型在截距水平的差異，則以加法方式引入虛擬解釋變量；若要反映各種類型的模型的不同相對變化率時，則以乘法引入虛擬解釋變量。

⒊對于有m個不同屬性的定性因素，應(yīng)當(dāng)設(shè)置m-1個虛擬變量來反映該因素的影響。

三、簡答題

⒈什么是虛擬變量？它在模型中有什么作用？

P255

⒉引入虛擬解釋變量的兩種基本方式是什么？它們各適用于什么狀況？

P258—P260

四、綜合分析計算題

㈠設(shè)某商品的需求量Y（百件），消費(fèi)者平均收入1X（百元），該商品價格2X（元）。經(jīng)Eviews軟件對觀看的10個月份的數(shù)據(jù)用最小二乘法估量，結(jié)果如下：（被解釋變量為Y）VARIABLECOEFFICIENTSTD.ERRORT-STAT2-TAILSIG

C99.46929513.4725717.38309650.000

X12.50189540.7536147（3.3199）

X2-6.58074301.3759059（-4.7828）

R-squared0.949336Meanofdependentvar80.00000AdjustedR-squared（）S.D.ofdependentvar19.57890S.Eofregression4.997021Sumofsquaredresid174.7915

Durbin-Watsonstat（）F–statistics（）完成以下問題：（至少保留三位小數(shù)）

1．寫出需求量對消費(fèi)者平均收入、商品價格的線性回歸估量方程。

2．解釋偏回歸系數(shù)的統(tǒng)計含義和經(jīng)濟(jì)含義。

3．對該模型做經(jīng)濟(jì)意義檢驗。

4．估量調(diào)節(jié)的可決系數(shù)。

5．在95%的置信度下對方程整體顯著性舉行檢驗。

6．在95%的置信度下檢驗偏回歸系數(shù)(斜率)的顯著性。

7．檢驗隨機(jī)誤差項的一階自相關(guān)性。（()3002

1=-∑-ttee，08.1=Ld，36.1=Ud）解：⒈12?99.46932.50196.5807y

xx=+-⒉需求量和收入正相關(guān)，和價格負(fù)相關(guān)，收入每增強(qiáng)一個單位，需求量升高2.5個單位，價格每增強(qiáng)一個單位，需求量下降6.58個單位；

⒊該模型經(jīng)濟(jì)意義檢驗通過；⒋22

11011(1)1(10.9493)0.94511021

nRRnk--=--=--?=⒌220.9493

265.5310.949311031RkFR

nk===，F(xiàn)檢驗通過⒍t1=3.3199,t2=-4.7828,t檢驗通過

7．檢驗

隨機(jī)誤差項的一階自相關(guān)性。

()

212

3001.7163174.79

iiieeDWe--===∑∑,08.1=Ld，36.1=Ud,不存在一階自相關(guān)。㈡設(shè)某地區(qū)機(jī)電行業(yè)銷售額Y（萬元）和汽車產(chǎn)量1X（萬輛）以及建造業(yè)產(chǎn)值2X（千萬元）。經(jīng)Eviews軟件對1981年——1997年的數(shù)據(jù)分離建立線性模型和雙對數(shù)模型舉行最小

二乘估量，結(jié)果如下：

表1

DependentVariable:Y

VariableCoefficientStd.Errort-StatisticProb.

C-57.4549681.02202-0.7091280.4899

X145.7055815.668852.9169710.0113

X211.933391.5165537.8687610.0000R-squared0.903899Meandependentvar545.5059AdjustedR-squared0.890170S.D.dependentvar193.3659S.E.ofregression64.08261Akaikeinfocriterion11.31701Sumsquaredresid57492.12Schwarzcriterion11.46405Loglikelihood-93.19457F-statistic65.83991Durbin-Watsonstat2.103984Prob(F-statistic)0.000000

表2

Depende