計(jì)量經(jīng)濟(jì)學(xué)模擬考精彩試題第1套含問(wèn)題詳解0001

1、計(jì)量經(jīng)濟(jì)學(xué)模擬題一、單項(xiàng)選擇題1、雙對(duì)數(shù)模型 lnY ln 0 1ln X 中，參數(shù) 1的含義是 （ C ）A. Y 關(guān)于 X 的增長(zhǎng)率B .Y關(guān)于 X 的發(fā)展速度C. Y 關(guān)于 X的彈性D. Y關(guān)于 X 的邊際變化2、設(shè) k 為回歸模型中的參數(shù)個(gè)數(shù)，n 為樣本容量。則對(duì)多元線(xiàn)性回歸方程進(jìn)行顯著性檢驗(yàn)時(shí)，所用的 F 統(tǒng)計(jì)量可表示為（B）A. ESS (n k)RSS (k 1)B R2 (k 1)2(1 R2 ) (n k)C R2 (n k)C2(1 R2 ) (k 1)D ESS /( k 1)TSS (n k)3、回歸分析中使用的距離是點(diǎn)到直線(xiàn)的垂直坐標(biāo)距離。最小二乘準(zhǔn)則是指（ D ）n

2、使 min Yi Y?i 達(dá)到最小值n2使 Yt Y?t 達(dá)到最小值 t1A. 使Yt Y?t 達(dá)到最小值 B.t1C. 使 maxYt Y?t 達(dá)到最小值D.4、對(duì)于一個(gè)含有截距項(xiàng)的計(jì)量經(jīng)濟(jì)模型， 若某定性因素有 m個(gè)互斥的類(lèi)型，為將其引入模型中，則需要引入虛擬變量個(gè)數(shù)為（ B ）A. m B. m-1 C. m+15、回歸模型中具有異方差性時(shí)，仍用D. m-kOLS估計(jì)模型，則以下說(shuō)法正確的是A ）A. 參數(shù)估計(jì)值是無(wú)偏非有效的 B. 參數(shù)估計(jì)量仍具有最小方差性C. 常用 F 檢驗(yàn)失效 D. 參數(shù)估計(jì)量是有偏的6、在一元線(xiàn)性回歸模型中，樣本回歸方程可表示為（C ）A.Yt01X t utB

3、.Yt E(Yt / X)iC.Y?t ?0 ?1XtD.E Yt / X t0 1 X t7、在經(jīng)濟(jì)發(fā)展發(fā)生轉(zhuǎn)折時(shí)期， 可以通過(guò)引入虛擬變量方法來(lái)表示這種變化。 例如，研究中國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)時(shí)。 1991年前后， 城鎮(zhèn)居民商品性實(shí)際支出 Y 對(duì)實(shí)際可支配收入 X的回歸關(guān)系明顯不同?，F(xiàn)以 1991 年為轉(zhuǎn)折時(shí)期，設(shè)虛擬變 1， 1991年以后量 Dt 1 1991 ，數(shù)據(jù)散點(diǎn)圖顯示消費(fèi)函數(shù)發(fā)生了結(jié)構(gòu)性變化：基本t 0， 1991年以前消費(fèi)部分下降了， 邊際消費(fèi)傾向變大了 以寫(xiě)作（ D ）則城鎮(zhèn)居民線(xiàn)性消費(fèi)函數(shù)的理論方程可A.Yt0 1Xt ut B.Yt0 1Xt2Dt Xt utC.Yt0

4、1Xt2DtutD.Yt0 1Xt2Dt3Dt Xtut8 、對(duì)于有限分布滯后模型Yt0Xt1Xt 1 2Xt 2kX t k ut在一定條件下，參數(shù) i可近似用一個(gè)關(guān)于 i的阿爾蒙多項(xiàng)式表示（ i 0,1,2, ,m）， 其中多項(xiàng)式的階數(shù) m必須滿(mǎn)足（ A ）A m k B m k C m k D m k9 、在自適應(yīng)預(yù)期模型和庫(kù)伊克模型中，假定原始模型的隨機(jī)擾動(dòng)項(xiàng)ut 滿(mǎn)足 古典線(xiàn)性回歸模型的所有假設(shè)，則對(duì)于這兩個(gè)模型中的滯后解釋變量 Yt 1 和誤差*項(xiàng) ut* ，下列說(shuō)法正確的有（ D ）A . Cov(Yt 1,ut*) 0, Cov (u t* , ut* 1) 0B Cov(Yt

5、 1,ut*) 0, Cov(ut* ,ut* 1) 0C Cov(Yt 1,ut*) 0, Cov(ut* ,ut* 1) 0D Cov(Yt 1,ut*) 0, Cov(ut* ,ut* 1) 010 、設(shè) ut 為隨機(jī)誤差項(xiàng)，則一階線(xiàn)性自相關(guān)是指（B ）A. cov（ ut ,us） 0（t s） B. utut 1 tC. ut1ut 1 2ut 2 t D. ut2ut 1 t11 、利用德賓 h 檢驗(yàn)自回歸模型擾動(dòng)項(xiàng)的自相關(guān)性時(shí)， 下列命題正確的是 （ B ）A. 德賓 h 檢驗(yàn)只適用一階自回歸模型B. 德賓 h 檢驗(yàn)適用任意階的自回歸模型C. 德賓 h 統(tǒng)計(jì)量漸進(jìn)服從 t 分布D

6、. 德賓 h 檢驗(yàn)可以用于小樣本問(wèn)題12 、關(guān)于聯(lián)立方程組模型，下列說(shuō)法中錯(cuò)誤的是（ B ）A. 結(jié)構(gòu)式模型中解釋變量可以是內(nèi)生變量，也可以是前定變量B. 簡(jiǎn)化式模型中解釋變量可以是內(nèi)生變量，C. 簡(jiǎn)化式模型中解釋變量是前定變量D. 結(jié)構(gòu)式模型中解釋變量可以是內(nèi)生變量13 、以下選項(xiàng)中，正確地表達(dá)了序列相關(guān)的是( A )A.COV ( i, j ) 0,i j B.COV ( i , j ) 0,iC.COV (Xi,X j) 0,i j D.COV (Xi , j ) 0,i j14、一元線(xiàn)性回歸分析中的回歸平方和ESS的自由度是( D )A. nB. n-1 C. n-k D. 115 、

7、邊際成本函數(shù)為 MC1Q 2Q2 (MC 表示邊際成本； Q 表示產(chǎn)量)，則下列說(shuō)法正確的有( A )A.模型中可能存在多重共線(xiàn)性B. 模型中不應(yīng)包括 Q2 作為解釋變量C.模型為非線(xiàn)性模型 D.模型為線(xiàn)性模型16、如果某個(gè)結(jié)構(gòu)方程是恰好識(shí)別的，估計(jì)其參數(shù)可用(D)A. 最小二乘法 B.極大似然法C. 廣義差分法 D.間接最小二乘法17、已知樣本回歸模型殘差的一階自相關(guān)系數(shù)接近于 1，則DW統(tǒng)計(jì)量近似等于(A )A. 0B. 1 C. 2D. 418、更容易產(chǎn)生異方差的數(shù)據(jù)為 (C )A.時(shí)序數(shù)據(jù) B. 修勻數(shù)據(jù)C. 橫截面數(shù)據(jù)D.年度數(shù)據(jù)19 、設(shè) M 為貨幣需求量， Y 為收入水平， r

8、為利率，流動(dòng)性偏好函數(shù)為 M 0 1Y 2 r ，又設(shè) ?1、 ?2 分別是 1 、 2 的估計(jì)值，則根據(jù)經(jīng)濟(jì)理 論，一般來(lái)說(shuō) ( A )A. ?1 應(yīng)為正值， ?2 應(yīng)為負(fù)值 B.?1 應(yīng)為正值， ?2 應(yīng)為正值C. ?1應(yīng)為負(fù)值， ?2 應(yīng)為負(fù)值D.?1 應(yīng)為負(fù)值， ?2 應(yīng)為正值20、對(duì)于有限分布滯后模型， 解釋變量的滯后長(zhǎng)度每增加一期， 可利用的樣 本數(shù)據(jù)就會(huì) ( B )A. 增加 1 個(gè) B. 減少 1 個(gè) C. 增加 2 個(gè) D. 減少 2 個(gè)二、多項(xiàng)選擇題1、對(duì)聯(lián)立方程模型參數(shù)的單一方程估計(jì)法包括 ( A B D F )A.工具變量法 B.C.完全信息極大似然估計(jì)法E. 三階段最

9、小二乘法2、下列哪些變量一定屬于前定變量 A.內(nèi)生變量 B.D. 外生內(nèi)生變量 E.間接最小二乘法D. 二階段最小二乘法F. 有限信息極大似然估計(jì)法 ( C D )隨機(jī)變量 C. 滯后變量 工具變量3、古典線(xiàn)性回歸模型的普通最小二乘估計(jì)量的特性有（A B C ）A. 無(wú)偏性 B. 線(xiàn)性性 C. 最小方差性 D. 不一致性 E. 有偏性4、利用普通最小二乘法求得的樣本回歸直線(xiàn) Y?i ?1 ?2 Xi的特點(diǎn)（ A C D ）A. 必然通過(guò)點(diǎn) （X,Y） B. 可能通過(guò)點(diǎn) （X,Y）C. 殘差 ei的均值為常數(shù)D.Y?i 的平均值與 Yi的平均值相等E. 殘差ei與解釋變量 Xi 之間有一定的相關(guān)

10、性5、關(guān)于聯(lián)立方程模型識(shí)別問(wèn)題，以下說(shuō)法不正確的有（ A B ）A. 滿(mǎn)足階條件的方程則可識(shí)別B. 如果一個(gè)方程包含了模型中的全部變量，則這個(gè)方程恰好識(shí)別C. 如果一個(gè)方程包含了模型中的全部變量，則這個(gè)方程不可識(shí)別D. 如果兩個(gè)方程包含相同的變量，則這兩個(gè)方程均不可識(shí)別E. 聯(lián)立方程組中的每一個(gè)方程都是可識(shí)別的，則聯(lián)立方程組才可識(shí)別F. 聯(lián)立方程組中有一個(gè)方程不可識(shí)別，則聯(lián)立方程組不可識(shí)別三、判斷題 （判斷下列命題正誤，并說(shuō)明理由）1、簡(jiǎn)單線(xiàn)性回歸模型與多元線(xiàn)性回歸模型的基本假定是相同的。錯(cuò) 在多元線(xiàn)性回歸模型里除了對(duì)隨機(jī)誤差項(xiàng)提出假定外，還對(duì)解釋變量之間提 出無(wú)多重共線(xiàn)性的假定。2、在模型中

11、引入解釋變量的多個(gè)滯后項(xiàng)容易產(chǎn)生多重共線(xiàn)性。對(duì)在分布滯后模型里多引進(jìn)解釋變量的滯后項(xiàng)，由于變量的經(jīng)濟(jì)意義一樣，只 是時(shí)間不一致，所以很容易引起多重共線(xiàn)性。3、D-W檢驗(yàn)中的 D-W值在 0 到 4 之間，數(shù)值越小說(shuō)明模型隨機(jī)誤差項(xiàng)的自相 關(guān)度越小，數(shù)值越大說(shuō)明模型隨機(jī)誤差項(xiàng)的自相關(guān)度越大。錯(cuò)DW值在 0到 4 之間，當(dāng) DW落在最左邊（ 0ddL）、最右邊 （4-Dld4d） 時(shí)， 分別為正自相關(guān)、負(fù)自相關(guān) ;中間 (dud4.28 ，所以模型存在異方差2)根據(jù)表 1 所給資料，對(duì)給定的顯著性水平0.05，查 2 分布表，得臨 界值 0.05 (3) 7.81，其中 p=3 為自由度。請(qǐng)你繼續(xù)

12、完成上述工作，并回答所做 的是一項(xiàng)什么工作，其結(jié)論是什么？表1ARCH Test:F-statistic6.033649Probability0.007410Obs*R-squared10.14976Probability0.017335Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/04/06 Time: 17:02Sample(adjusted): 1981 1998Included observations: 18 after adjusting endpointsVariableCoeffici

13、entStd. Errort-StatisticProb.C244797.2373821.30.6548510.5232RESID2(-1)1.2260480.3304793.7099080.0023RESID2(-2)-1.4053510.379187-3.7062220.0023RESID2(-3)1.0158530.3280763.0963970.0079R-squared0.563876Mean dependent var971801.3Adjusted R-squared0.470421S.D. dependent var1129283.S.E. of regression82180

14、4.5Akaike info criterion30.26952Sum squared resid9.46E+12Schwarz criterion30.46738Log likelihood-268.4257F-statistic6.033649Durbin-Watson stat2.124575Prob(F-statistic)0.007410解：該檢驗(yàn)為 ARCH檢驗(yàn)由 Obs*R-squared=10.14987.81 ，表明模型存在異方差。2、根據(jù)某行業(yè) 1955 1974年的庫(kù)存量（ y）和銷(xiāo)售量（ x）的資料 （見(jiàn)表2），運(yùn)用 EViews 軟件得如下報(bào)告資料，試根據(jù)所給資料和圖

15、形完成下列問(wèn)題：（1）完成表 2 的空白處，由報(bào)告資料寫(xiě)出估計(jì)模型的表達(dá)式 （用書(shū)寫(xiě)格式）；（2）根據(jù)寫(xiě)出的模型表達(dá)式求銷(xiāo)售量對(duì)庫(kù)存量影響的短期乘數(shù)、動(dòng)態(tài)乘數(shù) 和長(zhǎng)期乘數(shù)，同時(shí)給出經(jīng)濟(jì)解釋?zhuān)唬?）根據(jù)所給資料對(duì)估計(jì)模型進(jìn)行評(píng)價(jià)（包括經(jīng)濟(jì)意義、擬合效果、顯著 性檢驗(yàn)等）。表2Dependent Variable: YMethod: Least SquaresDate: 06/04/02 Time: 17:42Sample(adjusted): 1958 1974Included observations: 17 after adjusting endpointsVariableCoefficie

16、ntStd. Errort-StatisticProb.C-6.4196012.130157PDL011.1568620.195928PDL020.0657520.176055PDL03-0.4608290.181199R-squared0.996230Mean dependent var81.97653Adjusted R-squaredS.D. dependent var27.85539S.E. of regression1.897384Akaike info criterion4.321154Sum squared resid46.80087Schwarz criterion4.5172

17、04Log likelihood-32.72981F-statisticDurbin-Watson stat1.513212Prob(F-statistic)0.000000Lag Distribution of Xi CoefficientStd. ErrorT-Statistic. * |00.630280.17916. *|11.156860.19593. * |20.761780.17820* . |3-0.554950.25562Sum of Lags1.993980.06785t(17) (0.025)2.110,t(13) ( o.o 25)2.160, t(12)(0.025)

18、2.176,t(17) (0.05) 1.740, t(13) (0.05)1.771, t(12) (0.05) 1.782F(4,12) (0.05)3.26,F (5,13) (0.05)3.03, F (5,17)(0.05)2.81解：（1）第一攔的 t 統(tǒng)計(jì)量值：T-Statis tic-3.0136755.9045160.373472-2.513216第二攔的 t 統(tǒng)計(jì)量值：T-Statistic3.517975.904524.27495-2.17104Adjusted R-squared 0.99536F-statistic1145.20y?t6.4196 0.6303xt 1.1569xt 10.7618xt 2 0.5550xt 3( 3.0137)(3.5180)(5.9045)(4.2750)( 2.1710)2R2 0.9954,DW