計量題庫傳說90%考題

1、計量經(jīng)濟學總復習題庫一、單項選擇題1計量經(jīng)濟學成為一門獨立學科的標志是（A）。A1930年世界計量經(jīng)濟學會成立B1933年計量經(jīng)濟學會刊出版C1969年諾貝爾經(jīng)濟學獎設(shè)立 D1926年計量經(jīng)濟學（Economics）一詞構(gòu)造出來2在計量經(jīng)濟模型中，由模型系統(tǒng)內(nèi)部因素決定，表現(xiàn)為具有一定的概率分布的隨機變量，其數(shù)值受模型中其他變量影響的變量是（ A ）。A內(nèi)生變量 B外生變量 C滯后變量 D前定變量3下面屬于橫截面數(shù)據(jù)的是（ D ）。A19912003年各年某地區(qū)20個鄉(xiāng)鎮(zhèn)企業(yè)的平均工業(yè)產(chǎn)值B19912003年各年某地區(qū)20個鄉(xiāng)鎮(zhèn)企業(yè)各鎮(zhèn)的工業(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

2、地區(qū)20個鄉(xiāng)鎮(zhèn)各鎮(zhèn)的工業(yè)產(chǎn)值4經(jīng)濟計量分析工作的基本步驟是（ B ）。A設(shè)定理論模型收集樣本資料估計模型參數(shù)檢驗模型B設(shè)定模型估計參數(shù)檢驗模型應用模型C個體設(shè)計總體估計估計模型應用模型D確定模型導向確定變量及方程式估計模型應用模型5將內(nèi)生變量的前期值作解釋變量，這樣的變量稱為（ D ）。A虛擬變量 B控制變量 C政策變量 D滯后變量6同一統(tǒng)計指標按時間順序記錄的數(shù)據(jù)列稱為（ B ）。A橫截面數(shù)據(jù) B時間序列數(shù)據(jù) C修勻數(shù)據(jù) D原始數(shù)據(jù)7進行相關(guān)分析時的兩個變量（ C ）。A都是隨機變量 B都不是隨機變量C一個是隨機變量，一個不是隨機變量 D隨機的或非隨機都可以8表示x和y之間真實線性關(guān)系的是（

3、 C ）。A B C D9參數(shù)的估計量具備有效性是指（ B ）。A B C D10對于，以表示估計標準誤差，表示回歸值，則（ B ）。A BC D11產(chǎn)量（X，臺）與單位產(chǎn)品成本（Y，元/臺）之間的回歸方程為，這說明（ D ）。 A產(chǎn)量每增加一臺，單位產(chǎn)品成本增加356元 B產(chǎn)量每增加一臺，單位產(chǎn)品成本減少1.5元C產(chǎn)量每增加一臺，單位產(chǎn)品成本平均增加356元 D產(chǎn)量每增加一臺，單位產(chǎn)品成本平均減少1.5元12在總體回歸直線中，表示（ B ）。A當X增加一個單位時，Y增加個單位B當X增加一個單位時，Y平均增加個單位C當Y增加一個單位時，X增加個單位D當Y增加一個單位時，X平均增加個單位13以Y

4、表示實際觀測值，表示回歸估計值，則普通最小二乘法估計參數(shù)的準則是使（ D ）。A B C D14用OLS估計經(jīng)典線性模型，則樣本回歸直線通過點_D_。A B C D15用一組有30個觀測值的樣本估計模型，在0.05的顯著性水平下對的顯著性作t檢驗，則顯著地不等于零的條件是其統(tǒng)計量t大于（ D ）。At0.05(30) Bt0.025(30) Ct0.05(28) Dt0.025(28)16判定系數(shù)R2的取值范圍是（ C ）。AR2-1 BR21C0R21 D1R2117根據(jù)決定系數(shù)R2與F統(tǒng)計量的關(guān)系可知，當R21時，有（ D ）。AF1 BF-1 CF0 DF18回歸模型中，關(guān)于檢驗所用的統(tǒng)

5、計量，下列說法正確的是（ D ）。A服從 B服從 C服從 D服從19在二元線性回歸模型中，表示（ A ）。A當X2不變時，X1每變動一個單位Y的平均變動。 B當X1不變時，X2每變動一個單位Y的平均變動。C當X1和X2都保持不變時，Y的平均變動。 D當X1和X2都變動一個單位時，Y的平均變動。20按經(jīng)典假設(shè)，線性回歸模型中的解釋變量應是非隨機變量，且（ A ）。A與隨機誤差項不相關(guān) B與殘差項不相關(guān) C與被解釋變量不相關(guān) D與回歸值不相關(guān)21下面說法正確的是（ D ）。 A.內(nèi)生變量是非隨機變量  B.前定變量是隨機變量 C.外生變量是隨機變量    

6、 D.外生變量是非隨機變量 22回歸分析中定義的（ B ）。A.解釋變量和被解釋變量都是隨機變量 B.解釋變量為非隨機變量，被解釋變量為隨機變量 C.解釋變量和被解釋變量都為非隨機變量 D.解釋變量為隨機變量，被解釋變量為非隨機變量 23.用一組有30個觀測值的樣本估計模型后，在0.05的顯著性水平上對的顯著性作檢驗，則顯著地不等于零的條件是其統(tǒng)計量大于等于（ C ）A. B. C. D. 24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)接近于，則表明模型中存在（C ）A.異方差性B.序列相關(guān)C.多重共線性D.高擬合優(yōu)度25.線性回歸模型 中，檢驗時，所用的統(tǒng)計量 服

7、從( C )A.t(n-k+1) B.t(n-k-2) C.t(n-k-1) D.t(n-k+2)26. 調(diào)整的判定系數(shù) 與多重判定系數(shù) 之間有如下關(guān)系( D ) A. B. C. D. 27在多元線性回歸模型中對樣本容量的基本要求是(k 為解釋變量個數(shù))：（ C ）A nk+1 B n<k+1 C n30 或n3（k+1） D n3028.下列說法中正確的是：（ D ）A 如果模型的 很高，我們可以認為此模型的質(zhì)量較好B 如果模型的 較低，我們可以認為此模型的質(zhì)量較差C 如果某一參數(shù)不能通過顯著性檢驗，我們應該剔除該解釋變量D 如果某一參數(shù)不能通過顯著性檢驗，我們不應該隨便剔除該解釋變

8、量29.Goldfeld-Quandt方法用于檢驗（ A ）A.異方差性               B.自相關(guān)性 C.隨機解釋變量           D.多重共線性30.在異方差性情況下，常用的估計方法是（ D ）A.一階差分法          

9、0;  B.廣義差分法 C.工具變量法             D.加權(quán)最小二乘法31.White檢驗方法主要用于檢驗（ A ）A.異方差性               B.自相關(guān)性 C.隨機解釋變量           D.多重

10、共線性32.Glejser檢驗方法主要用于檢驗（ A ）A.異方差性               B.自相關(guān)性 C.隨機解釋變量           D.多重共線性33.下列哪種方法不是檢驗異方差的方法（ D ）A.戈德菲爾特匡特檢驗 B.懷特檢驗 C.戈里瑟(Glejser)檢驗 D.方差膨脹因子檢驗34.當存在異方差現(xiàn)象時，估計模型參數(shù)的適當方法是 （

11、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35如果戈德菲爾特匡特檢驗顯著，則認為什么問題是嚴重的（ 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36如果模型yt=b0+b1xt+ut存在序列相關(guān)，則（ D ）。A. cov(xt, ut)=0 B. cov(ut, us)=0(ts) C. cov(xt, ut)0 D. cov(ut, us) 0(ts)37DW檢驗的零假設(shè)是（為隨機誤差項的一階相關(guān)系數(shù)）（ B ）。ADW0 B0 CDW1 D138DW的取值范圍是（ D ）。A-1DW0 B-1DW1 C-2DW2 D0

12、DW439當模型存在嚴重的多重共線性時，OLS估計量將不具備（ C ）A線性 B無偏性 C有效性 D一致性40模型中引入實際上與解釋變量有關(guān)的變量，會導致參數(shù)的OLS估計量方差（ A ）。A增大 B減小 C有偏 D非有效41如果方差膨脹因子VIF10，則什么問題是嚴重的（ C ）。A異方差問題 B序列相關(guān)問題C多重共線性問題 D解釋變量與隨機項的相關(guān)性42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)接近于1，則表明模型中存在( C )。A 異方差 B 序列相關(guān) C 多重共線性 D 高擬合優(yōu)度43存在嚴重的多重共線性時，參數(shù)估計的標準差（ A ）。A變大 B變小 C無法估計 D無

13、窮大44完全多重共線性時，下列判斷不正確的是（ D ）。A參數(shù)無法估計 B只能估計參數(shù)的線性組合C模型的擬合程度不能判斷D可以計算模型的擬合程度45當質(zhì)的因素引進經(jīng)濟計量模型時，需要使用（ D ）A. 外生變量 B. 前定變量 C. 內(nèi)生變量 D. 虛擬變量46假設(shè)回歸模型為，其中Xi為隨機變量，Xi與Ui相關(guān)則的普通最小二乘估計量(  D   ) A.無偏且一致  B.無偏但不一致  C.有偏但一致 D.有偏且不一致 47設(shè)消費函數(shù)，其中虛擬變量，如果統(tǒng)計檢驗表明成立，則東中部的消費函數(shù)與西部的消費函數(shù)是(  D

14、    )。 A. 相互平行的 B. 相互垂直的 C. 相互交叉的 D. 相互重疊的48如果一個回歸模型中不包含截距項，對一個具有m個特征的質(zhì)的因素要引入虛擬變量數(shù)目為( A )。 A.m B.m-1 C.m-2 D.m+1 49設(shè)某商品需求模型為，其中Y是商品的需求量，X是商品的價格，為了考慮全年12個月份季節(jié)變動的影響，假設(shè)模型中引入了12個虛擬變量，則會產(chǎn)生的問題為（D）。A異方差性 B序列相關(guān) C不完全的多重共線性 D完全的多重共線性50如果聯(lián)立方程中某個結(jié)構(gòu)方程包含了所有的變量，則這個方程為（C）。A恰好識別 B過度識別 C不可識別 D可以識別51對聯(lián)立

15、方程模型進行參數(shù)估計的方法可以分兩類，即：(      B ) 。A間接最小二乘法和系統(tǒng)估計法  B單方程估計法和系統(tǒng)估計法 C單方程估計法和二階段最小二乘法 D工具變量法和間接最小二乘法52在結(jié)構(gòu)式模型中，其解釋變量( C )。A都是前定變量  B都是內(nèi)生變量 C可以內(nèi)生變量也可以是前定變量 D都是外生變量53如果某個結(jié)構(gòu)式方程是過度識別的，則估計該方程參數(shù)的方法可用（ A ）。A二階段最小二乘法  B間接最小二乘法 C廣義差分法 D加權(quán)最小二乘法54當模型中第個方程是不可識別的，則該模型是( 

16、0;    B ) 。A可識別的 B不可識別的  C過度識別   D恰好識別55結(jié)構(gòu)式模型中的每一個方程都稱為結(jié)構(gòu)式方程，在結(jié)構(gòu)方程中，解釋變量可以是前定變量，也可以是(     C ) A外生變量 B滯后變量 C內(nèi)生變量  D外生變量和內(nèi)生變量二、多項選擇題1從變量的因果關(guān)系看，經(jīng)濟變量可分為（ AB ）。A解釋變量 B被解釋變量 C內(nèi)生變量D外生變量 E控制變量2從變量的性質(zhì)看，經(jīng)濟變量可分為（ CD ）。A解釋變量 B被解釋變量 C內(nèi)生變量D外生變量 E控制變量3在一個經(jīng)濟計量模

17、型中，可作為解釋變量的有(    BCDE      )。A內(nèi)生變量 B控制變量 C政策變量 D滯后變量 E外生變量4對于經(jīng)典線性回歸模型，各回歸系數(shù)的普通最小二乘法估計量具有的優(yōu)良特性有(     ABCE    )。A無偏性 B有效性 C一致性 D確定性 E線性特性5一元線性回歸模型的經(jīng)典假設(shè)包括（ ABCDE ）。A B C D E6以Y表示實際觀測值，表示OLS估計回歸值，e表示殘差，則回歸直線滿足（ ABE ）。A BC D

18、E7假設(shè)線性回歸模型滿足全部基本假設(shè)，則其參數(shù)的估計量具備（ CDE ）。A可靠性 B合理性C線性 D無偏性E有效性8普通最小二乘估計的直線具有以下特性（ ABDE ）。A通過樣本均值點 BC D E9判定系數(shù)R2可表示為（ BCE ）。A B C D E10.對模型進行總體顯著性檢驗，如果檢驗結(jié)果總體線性關(guān)系顯著，則有（ BCD ）。A. B. C. D. E. 11. 剩余變差是指（ ACDE ）。A.隨機因素影響所引起的被解釋變量的變差B.解釋變量變動所引起的被解釋變量的變差C.被解釋變量的變差中，回歸方程不能做出解釋的部分D.被解釋變量的總變差與回歸平方和之差E.被解釋變量的實際值與回

19、歸值的離差平方和12.回歸變差（或回歸平方和）是指（ BCD ）。A. 被解釋變量的實際值與平均值的離差平方和 B. 被解釋變量的回歸值與平均值的離差平方和C. 被解釋變量的總變差與剩余變差之差 D. 解釋變量變動所引起的被解釋變量的變差E. 隨機因素影響所引起的被解釋變量的變差13.在異方差條件下普通最小二乘法具有如下性質(zhì)（ AB ）A.線性 B.無偏性 C.最小方差性D.精確性 E.有效性14.異方差性將導致（ BDE ）。A.普通最小二乘法估計量有偏和非一致 B.普通最小二乘法估計量非有效C.普通最小二乘法估計量的方差的估計量有偏 D.建立在普通最小二乘法估計基礎(chǔ)上的假設(shè)檢驗失效E.建立

20、在普通最小二乘法估計基礎(chǔ)上的預測區(qū)間變寬15.下列哪些方法可用于異方差性的檢驗（ DE ）。A. DW檢驗 B.方差膨脹因子檢驗法C.判定系數(shù)增量貢獻法D.樣本分段比較法E.殘差回歸檢驗法16.下列說法正確的有（ BE ）。該題不用做A.當異方差出現(xiàn)時，最小二乘估計是有偏的和不具有最小方差特性B.當異方差出現(xiàn)時，常用的t和F檢驗失效C.異方差情況下，通常的OLS估計一定高估了估計量的標準差D.如果OLS回歸的殘差表現(xiàn)出系統(tǒng)性，則說明數(shù)據(jù)中不存在異方差性E.如果回歸模型中遺漏一個重要變量，則OLS殘差必定表現(xiàn)出明顯的趨勢17DW檢驗不適用于下列情況下的一階線性自相關(guān)檢驗（ BCD ）。A模型包含

21、有隨機解釋變量 B樣本容量太小 C非一階自回歸模型D含有滯后的被解釋變量 E包含有虛擬變量的模型18當模型中解釋變量間存在高度的多重共線性時（ ACD ）。A各個解釋變量對被解釋變量的影響將難以精確鑒別B部分解釋變量與隨機誤差項之間將高度相關(guān)C估計量的精度將大幅度下降D估計對于樣本容量的變動將十分敏感E模型的隨機誤差項也將序列相關(guān)19下述統(tǒng)計量可以用來檢驗多重共線性的嚴重性（ ACD ）。該題不用做A相關(guān)系數(shù)BDW值C方差膨脹因子D特征值E自相關(guān)系數(shù)20多重共線性產(chǎn)生的原因主要有（ ABCDE ）。A經(jīng)濟變量之間往往存在同方向的變化趨勢 B經(jīng)濟變量之間往往存在著密切的關(guān)聯(lián)C在模型中采用滯后變量

22、也容易產(chǎn)生多重共線性D在建模過程中由于解釋變量選擇不當，引起了變量之間的多重共線性 E以上都正確21虛擬變量的取值為0和1，分別代表某種屬性的存在與否，其中（ BC ）A0表示存在某種屬性 B0表示不存在某種屬性 C1表示存在某種屬性 D1表示不存在某種屬性 E0和1代表的內(nèi)容可以隨意設(shè)定22對于分段線性回歸模型，其中（ ACD ）A虛擬變量D代表品質(zhì)因素 B虛擬變量D代表數(shù)量因素 C以為界，前后兩段回歸直線的斜率不同D以為界，前后兩段回歸直線的截距不同 E該模型是系統(tǒng)變參數(shù)模型的一種特殊形式23當結(jié)構(gòu)方程為恰好識別時，可選擇的估計方法是（CD）A最小二乘法 B廣義差分法 C間接最小二乘法 D

23、二階段最小二乘法 E有限信息極大似然估計法三、名詞解釋1解釋變量：是用來解釋作為研究對象的變量（即因變量）為什么變動、如何變動的變量。它對因變量的變動做出解釋，表現(xiàn)為方程所描述的因果關(guān)系中的“因”。2被解釋變量：是作為研究對象的變量。它的變動是由解釋變量做出解釋的，表現(xiàn)為方程所描述的因果關(guān)系的果。3內(nèi)生變量：是由模型系統(tǒng)內(nèi)部因素所決定的變量，表現(xiàn)為具有一定概率分布的隨機變量，是模型求解的結(jié)果。4外生變量：是由模型系統(tǒng)之外的因素決定的變量，表現(xiàn)為非隨機變量。它影響模型中的內(nèi)生變量，其數(shù)值在模型求解之前就已經(jīng)確定。5最小二乘法：用使估計的剩余平方和最小的原則確定樣本回歸函數(shù)的方法，稱為最小二乘法。

24、6高斯馬爾可夫定理：在古典假定條件下，OLS估計量是模型參數(shù)的最佳線性無偏估計量，這一結(jié)論即是高斯馬爾可夫定理。7剩余變差（殘差平方和）：在回歸模型中，因變量的觀測值與估計值之差的平方和，是不能由解釋變量所解釋的部分變差。8擬合優(yōu)度：樣本回歸直線與樣本觀測數(shù)據(jù)之間的擬合程度。9回歸變差：簡稱ESS,表示由回歸直線（即解釋變量）所解釋的部分，表示x對y的線性影響。10剩余變差：簡稱RSS，是未被回歸直線解釋的部分，是由解釋變量以外的因素造成的影響。11多重決定系數(shù)：在多元線性回歸模型中，回歸平方和與總離差平方和的比值，也就是在被解釋變量的總變差中能由解釋變量所解釋的那部分變差的比重，我們稱之為多

25、重決定系數(shù)，仍用R2表示。12.異方差性：在線性回歸模型中，如果隨機誤差項的方差不是常數(shù)，即對不同的解釋變量觀測值彼此不同，則稱隨機項具有異方差性。13序列相關(guān)性：對于模型 隨機誤差項互相獨立的基本假設(shè)表現(xiàn)為 （1分）如果出現(xiàn) 即對于不同的樣本點，隨機誤差項之間不再是完全互相獨立，而是存在某種相關(guān)性，則認為出現(xiàn)了序列相關(guān)性(Serial Correlation)。14.自回歸模型：15. DW檢驗：德賓和瓦特森與1951年提出的一種適于小樣本的檢驗方法。DW檢驗法有五個前提條件。(請大家自己查書)16.多重共線性：是指解釋變量之間存在完全或不完全的線性關(guān)系。17.方差膨脹因子：是指解釋變量之間

26、存在多重共線性時的方差與不存在多重共線性時的方差之比。18虛擬變量：把質(zhì)的因素量化而構(gòu)造的取值為0和1的人工變量。19聯(lián)立方程模型：是指由兩個或更多相互聯(lián)系的方程構(gòu)建的模型。20 結(jié)構(gòu)式模型：是根據(jù)經(jīng)濟理論建立的反映經(jīng)濟變量間直接關(guān)系結(jié)構(gòu)的計量方程系統(tǒng)。21戈德菲爾特-匡特檢驗:該方法由戈德菲爾特（S.M.Goldfeld）和匡特（R.E.Quandt）于1965年提出，用對樣本進行分段比較的方法來判斷異方差性。22懷特檢驗:該檢驗由懷特（White）在1980年提出，通過建立輔助回歸模型的方式來判斷異方差性。23識別的階條件：如果一個方程能被識別，那么這個方程不包含的變量的總數(shù)應大于或等于模

27、型系統(tǒng)中方程個數(shù)減1。24識別的秩條件：一個方程可識別的充分必要條件是：所有不包含在這個方程中的參數(shù)矩陣的秩為m-1。四、簡答題1古典線性回歸模型的基本假定是什么？答：零均值假定。即在給定xt的條件下，隨機誤差項的數(shù)學期望（均值）為0，即。同方差假定。誤差項的方差與t無關(guān)，為一個常數(shù)。無自相關(guān)假定。即不同的誤差項相互獨立。解釋變量與隨機誤差項不相關(guān)假定。正態(tài)性假定，即假定誤差項服從均值為0，方差為的正態(tài)分布。2總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。答：主要區(qū)別：描述的對象不同。總體回歸模型描述總體中變量y與x的相互關(guān)系，而樣本回歸模型描述所觀測的樣本中變量y與x的相互關(guān)系。建立模型的不同?？?/p>

28、體回歸模型是依據(jù)總體全部觀測資料建立的，樣本回歸模型是依據(jù)樣本觀測資料建立的。模型性質(zhì)不同?？傮w回歸模型不是隨機模型，樣本回歸模型是隨機模型，它隨著樣本的改變而改變。主要聯(lián)系：樣本回歸模型是總體回歸模型的一個估計式，之所以建立樣本回歸模型，目的是用來估計總體回歸模型。3簡述BLUE的含義。答：BLUE即最佳線性無偏估計量，是best linear unbiased estimators的縮寫。在古典假定條件下，最小二乘估計量具備線性、無偏性和有效性，是最佳線性無偏估計量，即BLUE，這一結(jié)論就是著名的高斯馬爾可夫定理。4對于多元線性回歸模型，為什么在進行了總體顯著性F檢驗之后，還要對每個回歸系

29、數(shù)進行是否為0的t檢驗？答：多元線性回歸模型的總體顯著性F檢驗是檢驗模型中全部解釋變量對被解釋變量的共同影響是否顯著。通過了此F檢驗，就可以說模型中的全部解釋變量對被解釋變量的共同影響是顯著的，但卻不能就此判定模型中的每一個解釋變量對被解釋變量的影響都是顯著的。因此還需要就每個解釋變量對被解釋變量的影響是否顯著進行檢驗，即進行t檢驗。5.在多元線性回歸分析中，為什么用修正的決定系數(shù)衡量估計模型對樣本觀測值的擬合優(yōu)度？解答：因為人們發(fā)現(xiàn)隨著模型中解釋變量的增多，多重決定系數(shù)的值往往會變大，從而增加了模型的解釋功能。這樣就使得人們認為要使模型擬合得好，就必須增加解釋變量。但是，在樣本容量一定的情況

30、下，增加解釋變量必定使得待估參數(shù)的個數(shù)增加，從而損失自由度，而實際中如果引入的解釋變量并非必要的話可能會產(chǎn)生很多問題，比如，降低預測精確度、引起多重共線性等等。為此用修正的決定系數(shù)來估計模型對樣本觀測值的擬合優(yōu)度。6.修正的決定系數(shù)及其作用。解答：，其作用有：（1）用自由度調(diào)整后，可以消除擬合優(yōu)度評價中解釋變量多少對決定系數(shù)計算的影響；（2）對于包含解釋變量個數(shù)不同的模型，可以用調(diào)整后的決定系數(shù)直接比較它們的擬合優(yōu)度的高低，但不能用原來未調(diào)整的決定系數(shù)來比較。7什么是異方差，產(chǎn)生的原因是什么？ 異方差性是指模型違反了古典假定中的同方差假定，它是計量經(jīng)濟分析中的一個專門問題。在線性回歸模型中，如

31、果隨機誤差項的方差不是常數(shù)，即對不同的解釋變量觀測值彼此不同，則稱隨機項具有異方差性，即 （t=1，2，n）。例如，利用橫截面數(shù)據(jù)研究消費和收入之間的關(guān)系時，對收入較少的家庭在滿足基本消費支出之后的剩余收入已經(jīng)不多，用在購買生活必需品上的比例較大，消費的分散幅度不大。收入較多的家庭有更多可自由支配的收入，使得這些家庭的消費有更大的選擇范圍。由于個性、愛好、儲蓄心理、消費習慣和家庭成員構(gòu)成等那個的差異，使消費的分散幅度增大，或者說低收入家庭消費的分散度和高收入家庭消費得分散度相比較，可以認為牽著小于后者。這種被解釋變量的分散幅度的變化，反映到模型中，可以理解為誤差項方差的變化。 產(chǎn)生原因：（1）

32、模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設(shè)定誤差；（3）樣本數(shù)據(jù)的測量誤差；（4）隨機因素的影響。8異方差產(chǎn)生的影響是什么？如果線性回歸模型的隨機誤差項存在異方差性，會對模型參數(shù)估計、模型檢驗及模型應用帶來重大影響，主要有：（1）不影響模型參數(shù)最小二乘估計值的無偏性；（2）參數(shù)的最小二乘估計量不是一個有效的估計量；（3）對模型參數(shù)估計值的顯著性檢驗失效；模型估計式的代表性降低，預測精度精度降低。9簡述DW檢驗的局限性。答：從判斷準則中看到，DW檢驗存在兩個主要的局限性：首先，存在一個不能確定的值區(qū)域，這是這種檢驗方法的一大缺陷。其次：檢驗只能檢驗一階自相關(guān)。但在實際計量經(jīng)濟學問題中，一階

33、自相關(guān)是出現(xiàn)最多的一類序列相關(guān)，而且經(jīng)驗表明，如果不存在一階自相關(guān)，一般也不存在高階序列相關(guān)。所以在實際應用中，對于序列相關(guān)問題般只進行檢驗。10序列相關(guān)性的后果。答：（1）模型參數(shù)估計值不具有最優(yōu)性；（2）隨機誤差項的方差一般會低估；（3）模型的統(tǒng)計檢驗失效；（4）區(qū)間估計和預測區(qū)間的精度降低。（全對即加1分）11自相關(guān)性產(chǎn)生的原因有那些？答：（1）經(jīng)濟變量慣性的作用引起隨機誤差項自相關(guān)；（2）經(jīng)濟行為的滯后性引起隨機誤差項自相關(guān)； (3)一些隨機因素的干擾或影響引起隨機誤差項自相關(guān)；（4）模型設(shè)定誤差引起隨機誤差項自相關(guān)；（5）觀測數(shù)據(jù)處理引起隨機誤差項自相關(guān)。12虛擬變量引入的原則是什么

34、？答案：（1）如果一個定性因素有m方面的特征，且模型中引入了截距項,則在模型中引入m-1個虛擬變量； （2）如果模型中有m個定性因素，且模型中沒有引入截距項,而每個定性因素只有兩方面的屬性或特征，則在模型中引入m個虛擬變量；如果定性因素有兩個及以上個屬性，則參照“一個因素多個屬性”的設(shè)置虛擬變量。（3）虛擬變量取值應從分析問題的目的出發(fā)予以界定； （4）虛擬變量在單一方程中可以作為解釋變量也可以作為被解釋變量。13異方差的檢驗方法有哪些？檢驗方法：（1）圖示檢驗法；（2）戈德菲爾德匡特檢驗；（3）懷特檢驗；（4）戈里瑟檢驗和帕克檢驗（殘差回歸檢驗法）；（5）ARCH檢驗（自回歸條件異方差檢驗）

35、14聯(lián)立方程識別的條件包括哪些？條件包括階條件和秩條件。階條件是指，如果一個方程能被識別，那么這個方程不包含的變量總數(shù)應大于或等于模型系統(tǒng)中方程個數(shù)減1；秩條件是指，在一個具有K個方程的模型系統(tǒng)中，任何一個方程被識別的充分必要條件是：所有不包含在這個方程中變量的參數(shù)的秩為K1。15什么是多重共線性，產(chǎn)生的原因是什么？答：多重共線性是指解釋變量之間存在完全或近似的線性關(guān)系。產(chǎn)生多重共線性主要有下述原因：（1）樣本數(shù)據(jù)的采集是被動的，只能在一個有限的范圍內(nèi)得到觀察值，無法進行重復試驗。（2）經(jīng)濟變量的共同趨勢（3）滯后變量的引入（4）模型的解釋變量選擇不當五、計算與分析題1根據(jù)容量n=30的樣本觀

36、測值數(shù)據(jù)計算得到下列數(shù)據(jù)：，試估計Y對X的回歸直線。答：故回歸直線為：2估計消費函數(shù)模型得 t值 （13.1）（18.7）n=19 R2=0.81其中，C：消費（元）Y：收入（元） 已知，。問：（1）利用t值檢驗參數(shù)的顯著性（0.05）；（2）確定參數(shù)的標準差；（3）判斷一下該模型的擬合情況。答：（1）提出原假設(shè)H0：，H1：。由于t統(tǒng)計量18.7，臨界值，由于18.7>2.1098，故拒絕原假設(shè)H0：，即認為參數(shù)是顯著的。（2）由于，故。（3）回歸模型R2=0.81，表明擬合優(yōu)度較高，解釋變量對被解釋變量的解釋能力為81%，即收入對消費的解釋能力為81，回歸直線擬合觀測點較為理想。3已

37、知估計回歸模型得 且，求判定系數(shù)和相關(guān)系數(shù)。答：判定系數(shù)：=0.8688相關(guān)系數(shù)：4某計量經(jīng)濟學家曾用19211941年與19451950年（19421944年戰(zhàn)爭期間略去）美國國內(nèi)消費和工資收入、非工資非農(nóng)業(yè)收入、農(nóng)業(yè)收入的時間序列資料，利用普通最小二乘法估計得出了以下回歸方程：式下括號中的數(shù)字為相應參數(shù)估計量的標準誤。試對該模型進行評析，指出其中存在的問題。解答：該消費模型的判定系數(shù)，統(tǒng)計量的值，均很高，表明模型的整體擬合程度很高。計算各回歸系數(shù)估計量的t統(tǒng)計量值得：，。除外，其余T值均很小。工資收入的系數(shù)t檢驗值雖然顯著，但該系數(shù)的估計值卻過大，該值為工資收入對消費的邊際效應，它的值為1

38、.059意味著工資收入每增加一美元，消費支出增長將超過一美元，這與經(jīng)濟理論和生活常識都不符。另外，盡管從理論上講，非工資非農(nóng)業(yè)收入與農(nóng)業(yè)收入也是消費行為的重要解釋變量，但二者各自的t檢驗卻顯示出它們的效應與0無明顯差異。這些跡象均表明模型中存在嚴重的多重共線性，不同收入部分之間的相互關(guān)系掩蓋了各個部分對解釋消費行為的單獨影響。5.設(shè)消費函數(shù)為，其中為消費支出，為個人可支配收入， 為隨機誤差項，并且（其中為常數(shù)）。試回答以下問題：（1）選用適當?shù)淖儞Q修正異方差，要求寫出變換過程；（2）寫出修正異方差后的參數(shù)估計量的表達式。解：（一）原模型： （1）等號兩邊同除以， 新模型：（2） 令則：（2）變

39、為 此時新模型不存在異方差性。（二）對進行普通最小二乘估計 其中 6.檢驗下列模型是否存在異方差性，列出檢驗步驟，給出結(jié)論。樣本共40個，本題假設(shè)去掉c=12個樣本，假設(shè)異方差由引起，數(shù)值小的一組殘差平方和為，數(shù)值大的一組平方和為。解：（1）（2）（3）（4），接受原假設(shè)，認為隨機誤差項為同方差性。7.根據(jù)我國19852001年城鎮(zhèn)居民人均可支配收入和人均消費性支出資料，按照凱恩斯絕對收入假說建立的消費函數(shù)計量經(jīng)濟模型為： ； ；其中：是居民人均可支配收入，是居民人均消費性支出 要求：（1）解釋模型中137.422和0.772的意義；（2）簡述什么是模型的異方差性；（3）檢驗該模型是否存在異方差性；解答：（1）0.722是指，當城鎮(zhèn)居民人均可支配收入每變動一個單位，人均消費性支出資料平均