最新計(jì)量經(jīng)濟(jì)學(xué)謝識(shí)予分章練習(xí)題

1、計(jì)量經(jīng)濟(jì)學(xué)分章練習(xí)題第一章習(xí) 題一、判斷題1 .投入產(chǎn)出模型和數(shù)學(xué)規(guī)劃模型都是計(jì)量經(jīng)濟(jì)模型。（X ）2 .弗里希因創(chuàng)立了計(jì)量經(jīng)濟(jì)學(xué)從而獲得了諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。（V ）3 . 丁伯根因創(chuàng)立了建立了第1個(gè)計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用模型從而獲得了諾貝爾經(jīng)濟(jì)學(xué) 獎(jiǎng)。（，）4 .格蘭杰因在協(xié)整理論上的貢獻(xiàn)而獲得了諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。（V ）5 .赫克曼因在選擇性樣本理論上的貢獻(xiàn)而獲得了諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。（V ）二、名詞解釋1 .計(jì)量經(jīng)濟(jì)學(xué)，經(jīng)濟(jì)學(xué)的一個(gè)分支學(xué)科，是對(duì)經(jīng)濟(jì)問(wèn)題進(jìn)行定量實(shí)證研究的技 術(shù)、方法和相關(guān)理論。2 .計(jì)量經(jīng)濟(jì)學(xué)模型，是一個(gè)或一組方程表示的經(jīng)濟(jì)變量關(guān)系以及相關(guān)條件或假_ 設(shè)，是經(jīng)濟(jì)問(wèn)題相關(guān)方面之間數(shù)量聯(lián)系

2、和制約關(guān)系的基本描述。3 .計(jì)量經(jīng)濟(jì)檢驗(yàn)，由計(jì)量經(jīng)濟(jì)學(xué)理論決定的，目的在于檢驗(yàn)?zāi)Ｐ偷挠?jì)量經(jīng)濟(jì)學(xué) 性質(zhì)。通常最主要的檢驗(yàn)準(zhǔn)則有隨機(jī)誤差項(xiàng)的序列相關(guān)檢驗(yàn)和異方差性檢驗(yàn)， 解釋變量的多重共線性檢驗(yàn)等。4 .截面數(shù)據(jù)，指在同一個(gè)時(shí)點(diǎn)上，對(duì)不同觀測(cè)單位觀測(cè)得到的多個(gè)數(shù)據(jù)構(gòu)成的 數(shù)據(jù)集。5 .面板數(shù)據(jù)，是由對(duì)許多個(gè)體組成的同一個(gè)橫截面，在不同時(shí)點(diǎn)的觀測(cè)數(shù)據(jù)構(gòu) 成的數(shù)據(jù)。三、單項(xiàng)選擇題1 .把反映某一單位特征的同一指標(biāo)的數(shù)據(jù)，按一定的時(shí)間順序和時(shí)間問(wèn)隔排列起來(lái)，這樣的數(shù)據(jù)稱(chēng)為（B ）A.橫截面數(shù)據(jù)B.時(shí)間序列數(shù)據(jù)C.面板數(shù)據(jù)D.原始數(shù)據(jù)2 .同一時(shí)間、不同單位按同一統(tǒng)計(jì)指標(biāo)排列的觀測(cè)數(shù)據(jù)稱(chēng)為（ C ）A.原

3、始數(shù)據(jù)B.時(shí)間序列數(shù)據(jù)C.截面數(shù)據(jù)D.面板數(shù)據(jù)3 .不同時(shí)間、不同單位按同一統(tǒng)計(jì)指標(biāo)排列的觀測(cè)數(shù)據(jù)稱(chēng)為（ D ）A.原始數(shù)據(jù)B.時(shí)間序列數(shù)據(jù)C.截面數(shù)據(jù)D.面板數(shù)據(jù)4.對(duì)同經(jīng)濟(jì)模型進(jìn)行的結(jié)構(gòu)分析不包括（D ）A.乘數(shù)分析B.彈性分析C.比較靜態(tài)分析D.隨機(jī)分析5.一個(gè)普通家庭的每月所消費(fèi)的水費(fèi)和電費(fèi)是（ B ）A.因果關(guān)系B.相關(guān)關(guān)系C.包等關(guān)系D.不相關(guān)關(guān)系6.中國(guó)的居民消費(fèi)和GDPt （ C ）A.因果關(guān)系B.相關(guān)關(guān)系C.相互影口底系D.不相關(guān)關(guān)系7.下取（B ）是同經(jīng)濟(jì)模型A. YnPo+KXjB. Y = P0+P1XiC.投入產(chǎn)出模型D.其他8.投資是（A ）經(jīng)濟(jì)變量A. a#B.

4、#C.派生D.虛擬變量9.資本是（B ）經(jīng)濟(jì)變量A. a#B. #C.派生D.虛擬變量10.對(duì)定性因素進(jìn)行數(shù)量化處理，需要定義和引進(jìn)（ C ）A.宏觀經(jīng)濟(jì)變量B.微觀經(jīng)濟(jì)變量C.虛擬變量D.派生變量四、計(jì)算分析題1 .“計(jì)量經(jīng)濟(jì)模型就是數(shù)學(xué)”這種說(shuō)法正確嗎，為什么 ？計(jì)量經(jīng)濟(jì)學(xué)模型不是數(shù)學(xué)式子，相比數(shù)學(xué)式子多了一個(gè)隨機(jī)誤差項(xiàng)，是隨機(jī)性 的函數(shù)關(guān)系。2 .請(qǐng)嘗試建立大學(xué)生消費(fèi)函數(shù)模型。consumption= 0 0+ B iincome+ 五、簡(jiǎn)答題1 .什么是計(jì)量經(jīng)濟(jì)學(xué)。計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)學(xué)的一個(gè)分支學(xué)科，是對(duì)經(jīng)濟(jì)問(wèn)題進(jìn)行定量實(shí)證研究的技術(shù)、 方法和相關(guān)理論。2 .試述計(jì)量經(jīng)濟(jì)分析的基本方法與

5、步驟。（1）建模，（2）準(zhǔn)備數(shù)據(jù)，（3）估計(jì)參數(shù)，（4）檢驗(yàn)和修正模型，（5）分析、預(yù)測(cè)和下結(jié)論3 .計(jì)量經(jīng)濟(jì)學(xué)模型必須通過(guò)哪些檢驗(yàn)。a.經(jīng)濟(jì)意義檢驗(yàn)，b.統(tǒng)計(jì)學(xué)檢驗(yàn)，c.計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)，d.預(yù)測(cè)檢驗(yàn)4 .經(jīng)濟(jì)變量之間的一般有哪幾種關(guān)系。a.不相關(guān)關(guān)系，b.相關(guān)關(guān)系，c.因果關(guān)系，d.相互影響關(guān)系，e.恒等關(guān)系第二章習(xí) 題、判斷題1 .片分布是對(duì)稱(chēng)分布。（x ）2 .最大似然估計(jì)是根據(jù)生成樣本的可能性最大來(lái)估計(jì)參數(shù)。3 . t分布是有偏斜的分布。（X ）4 . F分布是有偏斜的分布。（V ）5 .獨(dú)立、同分布正態(tài)隨機(jī)變量的任意線性組合仍服從正態(tài)分布。6 .，F(xiàn) ，）7 .均方誤就是方差。（X

6、） 二、名詞解釋1 .線性性，參數(shù)估計(jì)量是隨機(jī)變量觀測(cè)值的線性組合。2 .無(wú)偏性3 .有效性4 . 一致性5 .隨機(jī)變量三、單項(xiàng)選擇題11 .令Zi,Z2,二卜為k個(gè)獨(dú)立的服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)變量，則它們的平方和服從自由度為k的（）分布。A.正態(tài)分布 B . t分布 C . x2分布 D . F分布12 .下列哪些（）分布是對(duì)稱(chēng)分布。A.正態(tài)分布和x 2分布B .正態(tài)分布和F分布C.正態(tài)分布和t分布 D . x2分布和F分布13.下列哪些（）分布是有偏斜的分布A.正態(tài)分布和x 2分布B .正態(tài)分布和F分布C.正態(tài)分布和t分布 D . x2分布和F分布14 .顯著性檢驗(yàn)是（）。A.計(jì)量檢驗(yàn)B

7、.統(tǒng)計(jì)檢驗(yàn)C .預(yù)測(cè)檢驗(yàn)D .經(jīng)濟(jì)意義檢驗(yàn)15 . F分布可以看做是（）相除。A.正態(tài)分布和x 2分布B .正態(tài)分布和F分布C. x 2分布和x 2分布 D . t分布和x 2分布16 . t分布可以看做是（）相除。A.正態(tài)分布和x 2分布B .正態(tài)分布和F分布C. % 2分布和 2分布 D .標(biāo)準(zhǔn)正態(tài)分布和2分布17 .令Zi,Z2, ?!2的t分布的方差是（）。A. k B . 2k C . k/ （k-2） D , k/ （k-1 ）19 .自由度為k2的t分布的數(shù)學(xué)期望是（）。A. k B . 2k C . 1 D , 020 .自由度為k2的2分布的方差是（）。A. k B . 2k

8、 C . k/ （k-2） D , k/ （k-1 ）四、計(jì)算分析題1 .擲兩枚硬幣，請(qǐng)指出至少出現(xiàn)一個(gè)正面的概率是多少？2 .隨機(jī)變量x服從自由度為20的t分布，那么y=x2服從什么分布?五、簡(jiǎn)答題1 .什么是概率的古典定義。2 .試述契約貝曉夫不等式。3 .試述獨(dú)立同分布場(chǎng)合的大數(shù)定理。4 .什么是統(tǒng)計(jì)檢驗(yàn)。第三章習(xí) 題、判斷題8 .數(shù)學(xué)模型不是計(jì)量經(jīng)濟(jì)模型9 .決定系數(shù)與相關(guān)系數(shù)的含義是相同的。（x ）10 .在計(jì)量經(jīng)濟(jì)模型中，隨機(jī)擾動(dòng)項(xiàng)與殘差項(xiàng)無(wú)區(qū)別。（）11 .投入產(chǎn)出模型和數(shù)學(xué)規(guī)劃模型都是經(jīng)濟(jì)計(jì)量模型。（）12 .高斯馬爾科夫定律假設(shè)隨機(jī)誤差項(xiàng)服從正態(tài)分布。（）二、名詞解釋1 .

9、Blue估計(jì)2 .球形擾動(dòng)3 .擬合度4 .決定系數(shù)5 .點(diǎn)預(yù)測(cè) 三、選擇題（1）單選1 .下面屬于面板數(shù)據(jù)的是（）。A、1991-2003年各年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)的平均工業(yè)產(chǎn)值B 1991-2003年各年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)的各鎮(zhèn)工業(yè)產(chǎn)值G某年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)工業(yè)產(chǎn)值的合計(jì)數(shù)D 某年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)各鎮(zhèn)工業(yè)產(chǎn)值2 .線性回歸分析中的基本假設(shè)定義（）。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為非隨機(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3 .最小二乘原理是指使（）達(dá)到最小值的原則確定樣本回歸方程。n工 |y -Yt

10、11nA. Yt -Y? ) B.t =1C. max Yt -Y?D.“ Y -Y? tz4 .對(duì)線性回歸模型單個(gè)參數(shù)進(jìn)行顯著性檢驗(yàn)的是（）A.決定系數(shù)R2 B . t檢驗(yàn)C . F檢驗(yàn)D .標(biāo)準(zhǔn)差5 .衡量樣本回歸直線對(duì)數(shù)據(jù)擬合程度的是（）A.決定系數(shù)R2 B. t檢驗(yàn) C. F檢驗(yàn) D,標(biāo)準(zhǔn)差6 .同一統(tǒng)計(jì)指標(biāo)按時(shí)間順序記錄的數(shù)據(jù)列稱(chēng)為（）A、橫截面數(shù)據(jù)B、時(shí)間序列數(shù)據(jù)C、面板數(shù)據(jù)D、時(shí)間數(shù)據(jù)7 .在回歸模型Y = Po+BiX十用中，n為樣本容量，檢驗(yàn)Ho：Pi=0時(shí)所用的統(tǒng)計(jì)量r ?1服從的分布為 （）。fVar（ ?i）A、x 2（n-2） B、t（n-1） G x2（n-1）D

11、t（n-2）（2）多選8 .最小二乘估計(jì)量的統(tǒng)計(jì)性質(zhì)有（）A.無(wú)偏性B.線性性 C.最小方差性D.不一致性E.有偏性9 .利用普通最小二乘法求勺樣本回歸直線 5 =氏+印Xi口勺號(hào)點(diǎn)（）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?的平均值與Y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)性10 .隨機(jī)變量（隨機(jī)誤差項(xiàng)）Ui中一般包括那些因素（）A回歸模型中省略的變量B人們的隨機(jī)行為C建立的數(shù)學(xué)模型的形式不夠完善。D經(jīng)濟(jì)變量之間的合并誤差。E測(cè)量誤差。四、計(jì)算分析題1.某線性回歸的結(jié)果如下:Dependent Variable: 丫Method:

12、Least SquaresSample: 1981 2002Included observations: 22VariableCoefficientStd. Errort-StatisticProb.C237.7530()3.4782000.0024X0.7510890.010396()0.0000R-squared0.996183Mean dependent var3975.000Adjusted R-squared0.995992S.D. dependent var3310.257Sum squared resid878414.7Schwarz criterion13.71371Log l

13、ikelihood-147.7598F-statistic5219.299Durbin-Watson stat1.287765Prob(F-statistic)0.000000（1）計(jì)算括號(hào)內(nèi)的值（2）判斷解釋變量X寸被解釋變量Y是否有顯著性影響并給出理由（3）計(jì)算隨機(jī)誤差項(xiàng)的方差 62的估計(jì)值。2.下表給出了含截距項(xiàng)的一元線性回歸模型的回歸的結(jié)果：方差來(lái)源平方和自由度（df）平方和的均值（MSS）來(lái)自回歸（ESS）106.581來(lái)自殘差（RSS）( )17總離差（TSS）108.38()注：保留3位小數(shù)，可以使用計(jì)算器。在 5%的顯著性水平下。1.完成上表中空白處內(nèi)容。2.此回歸模型包含多少

14、個(gè)樣本？23.求 R。五、簡(jiǎn)答題1 .什么BLUEB計(jì)。2 .什么是球形擾動(dòng)。3 .什么是高斯馬爾科夫定律？4 .什么是最小二乘估計(jì)量的線性性？第四章習(xí) 題一、判斷題13 .要使得計(jì)量經(jīng)濟(jì)學(xué)模型擬合得好，就必須增加解釋變量。（）14 . 一元線性回歸模型與多元線性回歸模型的基本假定是相同的。（15 .決定系數(shù)與相關(guān)系數(shù)的含義是相同的。（）16 .線性回歸模型中增加解釋變量，調(diào)整的決定系數(shù)將變大。（）5.線性回歸模型中檢驗(yàn)回歸顯著性時(shí)結(jié)果顯著，則所有解釋變量對(duì)被解釋 變量都沒(méi)有解釋力。（）二、名詞解釋1 .決定系數(shù)2 .調(diào)整的決定系數(shù)3 .參數(shù)顯著性檢驗(yàn)4 .模型總體顯著性檢驗(yàn)5 .多元線性回歸

15、模型三、選擇題（1）單選8 .為了分析隨著解釋變量變動(dòng)一個(gè)單位，因變量的增長(zhǎng)率變化的情況，模型應(yīng) 該設(shè)定為（）。A、lnY = A+P21nX+NB、Y = P1+P21nX+NC、InY = 12X D、Y = 12X ,29 .已知含截距項(xiàng)的3元線性回歸模型估計(jì)的殘差平方和為乙ei =1200,樣本容量為n=24,則誤差項(xiàng)方差的無(wú)偏估計(jì)量S2為（）A、400 B、40 C、60D、8010 .多元線性回歸模型滿足六個(gè)基本假設(shè)，其最小二乘估計(jì)量服從（）A.正態(tài)分布B . t分布 C. 2分布 D . F分布11 .普通最小二乘法要求線性回歸模型的隨機(jī)誤差項(xiàng)Ui,滿足某些基本假定，下列錯(cuò)誤的是

16、（）。A. E（Ui）=0 B . E（Ui2）=（Ti2 C . E（Ui Uj）=0, i wj D . u N（0, 一）12 .多元線性回歸分析中的ESS （解釋平方和）反映了（）A.因變量觀測(cè)值總變差的大小B.因變量回歸估計(jì)值總變差的大小C.因變量觀測(cè)值與估計(jì)值之間的總變差D. Y關(guān)于X的邊際變化13 .用一組有30個(gè)觀測(cè)值的樣本估計(jì)模型Y =久+ 3汽+ %X2i + P3X3i +）,并在0.05的顯著性水平下對(duì)總體顯著性進(jìn)行檢驗(yàn)，則檢驗(yàn)拒絕零假設(shè)的條件是統(tǒng)計(jì)量F大于（）。A、F0.05（3,26）B、加025（3,30）C、 F0.05（3,30）D、3025（2,26）14

17、.多元線性回歸分析中的TSS （總的離差平方和）的自由度為（）A. kB. n C, n-k-1 D. n-1（2）多選15 .對(duì)于ols ,下列式子中正確的是（）（ESS為解釋平方和，RSSJ殘差平方和）A. R2 =RSS/TSS B. R2 =ESS/TSS C. R2=ESS/RSSD. TSS=ESS+RSSE,以上都不對(duì)16 .對(duì)于線性回歸模型的隨機(jī)誤差項(xiàng)i,Var( i)=E(i2)= /內(nèi)涵指(A.隨機(jī)誤差項(xiàng)的期望為零B,所有隨機(jī)誤差都有相同的方差C.兩個(gè)隨機(jī)誤差互不相關(guān)D,誤差項(xiàng)服從正態(tài)分布E.以上都不對(duì)17 .對(duì)模型Y=B 0+ B iXii + B 2治+ i進(jìn)行總體顯著

18、性檢驗(yàn)，如果檢驗(yàn)結(jié)果總體線性 關(guān)系顯著，則有可能()。A. 0 1=0 2=0B. 0產(chǎn)0, P 2=0C. p i=0, 0 2*0D. 0=0, 0 2*0 E.以上都對(duì)四、計(jì)算分析題1 .某線性回歸的結(jié)果如下：Dependent Variable: YMethod: Least SquaresDate: 11/30/08 Time: 13:47Sample: 1 16Included observations: 16VariableCoefficientStd. Errort-StatisticProb.C-176.277830.62414-5.7561700.0001X11.02613

19、7()62.789360.0000X20.6699640.191239()0.0039R-squared0.999726Mean dependent var5468.869Adjusted R-squared0.99968S.D.dependent var3659.889S.E. of regression65.10726Akaike info criterion11.35731Sum squared resid55106.42Schwarz criterion11.50217Log likelihood-87.85848F-statistic()Durbin-Watson stat1.345

20、305Prob(F-statistic)0.000000(1)計(jì)算括號(hào)內(nèi)的值。(2)寫(xiě)出回歸模型方程。(3)判斷解釋變量X1對(duì)被解釋變量丫是否有顯著性影響，并給出理由。(4)計(jì)算隨機(jī)誤差項(xiàng)的方差 62的估計(jì)值。2.下表給出了用最小二乘法對(duì)三元線性模型回歸的結(jié)果 (解釋變量個(gè)數(shù)為3)方差來(lái)源平方和(SS)自由度(df)來(lái)自回歸ESS900()來(lái)自殘差RSS( )()總離差TSS100018(1)計(jì)算括號(hào)里的值(2)求 R2和 R2(3)對(duì)回歸顯著性進(jìn)行檢驗(yàn)(F0.05=3.29)五、簡(jiǎn)答題1 .試述多元線性回歸模型的基本假設(shè)。2 .試述多元線性回歸模型的基本假設(shè)與一元線性回歸模型的不同之處。3

21、.試述多元線性回歸模型的基本假設(shè)與一元線性回歸模型的相同之處。4 .多元線性回歸模型為什么采用調(diào)整的決定系數(shù)？第五章習(xí) 題一、判斷題17 .鄒檢驗(yàn)是檢驗(yàn)線性回歸模型是否出現(xiàn)異常值問(wèn)題。()18 .國(guó)籍變量是虛擬變量。()19 .通過(guò)虛擬變量將屬性因素引入計(jì)量經(jīng)濟(jì)模型，引入虛擬變量的個(gè)數(shù)與樣本容量大小有關(guān)。()20 .經(jīng)濟(jì)數(shù)據(jù)出現(xiàn)脫離基本趨勢(shì)的異常值時(shí)，則會(huì)違反線性回歸模型的基本假設(shè)(i為隨機(jī)誤差項(xiàng))E( i)=0。()21 .非線性回歸需要對(duì)待估參數(shù)賦初始值。()二、名詞解釋1 .解釋變量缺落2 .異常值3 .規(guī)律性擾動(dòng)4 .虛擬變量5 .參數(shù)改變?nèi)?、選擇題(1)單選18 .設(shè)個(gè)人消費(fèi)函數(shù)Y=

22、G+CX+u中，消費(fèi)支出Y不僅同收入X有關(guān)，而且與消費(fèi)者年齡構(gòu)成有關(guān)，年齡構(gòu)成可分為青年、中年和老年三個(gè)層次，假設(shè)邊際消費(fèi) 傾向不變，則考慮年齡因素的影響，該消費(fèi)函數(shù)引入虛擬變量的個(gè)數(shù)應(yīng)為 （）A. 1個(gè) B. 2個(gè) C. 3個(gè) D. 4個(gè)19 .需求函數(shù)Yi= B 0+B iXi+p i,為了考慮“區(qū)域”因素（東部沿海、中部、西部、 珠江三角洲、北部 5種不同的狀態(tài)）的影響，引入 5個(gè)虛擬變量，則模型的 （）A.參數(shù)估計(jì)量將達(dá)到最大精度B.參數(shù)估計(jì)量是有偏估計(jì)量C.參數(shù)估計(jì)量是非一致估計(jì)量D,參數(shù)將無(wú)法估計(jì)20 .鄒檢驗(yàn)是檢驗(yàn)多元線性回歸模型出現(xiàn)了（）問(wèn)題。A.異常值 B.異方差 C.參數(shù)發(fā)

23、生改變 D.誤差序列相關(guān)21 .設(shè)模型丫=%+口小年1+P2（DXi）十片，其中D為虛擬變量，當(dāng)上式為斜 率變動(dòng)模型時(shí)，統(tǒng)計(jì)檢驗(yàn)結(jié)果應(yīng)為（）0A、%=0,P2=0B、%#0,P2=0 C、50,220 D、0tl=0凡=022 .設(shè)模型丫二+口小年區(qū)+鬼人產(chǎn),其中D為虛擬變量，當(dāng)上式為截 距變動(dòng)模型時(shí)，統(tǒng)計(jì)檢驗(yàn)結(jié)果應(yīng)為（）。A、%=0,日2#0B、#0邛2=0 C、5#0邛2#0 D、5=0且=023 .設(shè)模型Y=0%D + 1Xi+02（DXi廣i,其中D為虛擬變量，當(dāng)上式為截 距和斜率同時(shí)變動(dòng)模型時(shí)，統(tǒng)計(jì)檢驗(yàn)結(jié)果應(yīng)為 （）。A、-0；2=0 B、=1=0；2=0 C、：1:0；2=0 D、

24、-0；2=0（2）多項(xiàng)24 .下列哪種情況會(huì)違反線性回歸模型的基本假設(shè)E（ i） =0（ i為隨機(jī)誤差項(xiàng)）A.非線性隨機(jī)函數(shù)關(guān)系仍用線性模型進(jìn)行01s估計(jì)B.模型參數(shù)發(fā)生改變 C.遺漏重要變量 D.異常值E.以上都不對(duì)25 .下列屬于模型設(shè)定偏誤的是（）。A、模型遺漏重要的解釋變量B、模型設(shè)定沒(méi)有考慮到參數(shù)變化G模型形式設(shè)定有誤D把非線性模型設(shè)定為線性模型E、模型預(yù)測(cè)值與實(shí)際值的誤差26 .已知多元線性回歸模型參數(shù)發(fā)生改變，可以采用（）方法處理。A.鄒檢驗(yàn) B.分段回歸C.引入虛擬變量 D. VIF檢驗(yàn)27 .變量關(guān)系非線性可以采用()方法處理。A、初等數(shù)學(xué)變換化為線性模型B、非線性回歸 C、

25、分段回歸D、逐步回歸四、計(jì)算分析題1 .用線性回歸模型估計(jì)工資 Wag齒工齡Exper的關(guān)系時(shí)，還考慮到職稱(chēng)可能也對(duì) 工資有影響，職稱(chēng)分為中級(jí)及以下與高級(jí)共2個(gè)層次，將職稱(chēng)以虛擬變量D、D2、(1)請(qǐng)解釋虛擬變量的設(shè)置原則？(2)需要設(shè)置幾個(gè)虛擬變量？請(qǐng)對(duì)虛擬變量進(jìn)行賦值。(3)寫(xiě)出考慮職稱(chēng)因素的可能的線性回歸模型。2、為研究學(xué)歷與工資的關(guān)系，我們隨機(jī)抽樣調(diào)查了 510名員工(其中360名男, 150名女)，并得到如下兩種回歸模型：W = 232.06551 5 5.662EDU(2.1 )t=(5.2066) (8.6246)W = 122 .962123.8238 D 34.02EDU(2

26、. 2)t=(2.5884) (4.0149) (5.1613)其中，W(wage)=T資(單位：千元)；EDU(education尸受教育年限請(qǐng)回答以下問(wèn)題：(1)你將選擇哪一個(gè)模型？為什么？ ( 5分)2 2) D的系數(shù)說(shuō)明了什么？ ( 5分)五、簡(jiǎn)答題1 .哪些情況可能引起線性回歸模型誤差項(xiàng)均值非零？分別該如何處理2 .處理參數(shù)改變的方法有哪些？3 .虛擬變量的設(shè)置原則是什么？4 .用Eviews軟件做非線性回歸的三個(gè)步驟是什么？第六章習(xí) 題、判斷題22 .處理異方差的方法是加入虛擬變量。（）23 .線性回歸模型存在異方差，最小二乘估計(jì)量仍然是無(wú)偏的。（）24 .線性回歸模型存在異方差，

27、最小二乘估計(jì)量仍然是有效的。（）25 .戈德菲爾德-夸特檢驗(yàn)可以檢驗(yàn)復(fù)雜性異方差。（）26 .懷特檢驗(yàn)可以檢驗(yàn)異方差。（）二、名詞解釋1 .同方差2 .異方差3 .加權(quán)最小二乘法4 .戈里瑟檢驗(yàn)5 .懷特檢驗(yàn)三、選擇題（1）單選1 .檢驗(yàn)線性回歸模型是否存在異方差的方法是（）A.懷特檢驗(yàn) B. T檢驗(yàn) C. DW檢驗(yàn) D.鄒檢驗(yàn)2 .戈德-夸特檢驗(yàn)構(gòu)造一個(gè)服從（）的統(tǒng)計(jì)量來(lái)對(duì)線性回歸模型進(jìn)行異方差檢驗(yàn)。A.正態(tài)分布 B . t分布 C. 2分布 D . F分布3 .下列方法中（）不僅可以判斷線性回歸模型是否存在異方差，而且可以得出具體的異方差形式。A.戈德-夸特檢驗(yàn)B .懷特檢驗(yàn)C.戈里瑟檢驗(yàn)

28、D.殘差序列圖分析4 .對(duì)于模型Yi= B 0+B iXi+ui,如果在異方差檢驗(yàn)中發(fā)現(xiàn) Var（Ui）=Xi4（r2,則用 加權(quán)最小二乘法處理異方差估計(jì)模型參數(shù)時(shí)，權(quán)數(shù)應(yīng)為（）。A. Xi B. Xi2 C. 1/Xi D. 1/ Xi25 .回歸模型中具有異方差性時(shí)，仍用OLS古計(jì)模型，則以下說(shuō)法正確的是（）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 .更容易產(chǎn)生異方差的數(shù)據(jù)為（）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)7 .檢驗(yàn)線性回歸模型是否存在異方差的方法是（）A. T檢驗(yàn) B .戈德菲爾德-夸特檢驗(yàn)C. DW檢

29、驗(yàn) D.鄒檢驗(yàn)8 .檢驗(yàn)線性回歸模型是否存在異方差的方法是（）A.戈里瑟檢驗(yàn)B. T檢驗(yàn) C. DW檢驗(yàn) D.鄒檢驗(yàn)(2)多選9 .如果模型中存在異方差現(xiàn)象，則會(huì)引起如下后果()A.參數(shù)估計(jì)值有偏B,參數(shù)估計(jì)值的方差不能正確確定C.變量的顯著性檢驗(yàn)失效D.預(yù)測(cè)精度降低E.參數(shù)估計(jì)值仍是無(wú)偏的10 .常用的檢驗(yàn)異方差的方法有()。A、戈里瑟檢驗(yàn) B、戈德菲爾德-匡特檢驗(yàn)C 、懷特檢驗(yàn)D DW僉驗(yàn)E 、方差膨脹因子檢測(cè)四、計(jì)算分析題1 .對(duì)樣本回歸方程 LOG(Y)=-1.95+0.60*LOG(L)+0.67* LOG(K)+e 進(jìn)行懷特異方 差檢驗(yàn)，Heteroskedasticity Tes

30、t: WhiteObs*R-squared8.099182Prob0.1509Scaled explained SS3.324059Prob0.6502Test Equation:Dependent Variable: RESIDA2Method: Least SquaresDate: 11/20/11Time: 16:53Sample: 1978 1994Included observations: 17CoefficientStd. Errort-StatisticProb.C15.5632013.022011.1951460.2572LOG(L)-5.0323514.278733-1.1

31、761310.2644(LOG(L)A20.4131090.3517601.1744070.2650(LOG(L)*(LOG(K)-0.2093590.183413-1.1414630.2779LOG(K)1.2186261.1144051.0935220.2975(LOG(K)A20.0298670.0240811.2402680.2407R-squared0.476422Mean dependent var0.000623Adjusted R-squared0.238433S.D. dependent var0.000707S.E. of regression0.000617Akaike

32、info criterion-11.67327Sum squared resid4.19E-06Schwarz criterion-11.37919Log likelihood105.2228Hannan-Quinn criter.-11.64404F-statistic2.001861Durbin-Watson stat2.585670Prob(F-statistic)0.156732(1)請(qǐng)寫(xiě)出估計(jì)的輔助回歸方程？(2)請(qǐng)指出懷特統(tǒng)計(jì)量的值并判斷樣本回歸方程是否存在異方差?2 .對(duì)某含截距項(xiàng)的線性模型(4個(gè)解釋變量)進(jìn)行最小二乘法回歸。將樣本容量 為60的樣本按從小到大的順序排列后，去掉中

33、間的20個(gè)樣本后在均分為兩組，分別回歸后 2 ei2=896.6 , 2 622=147.2 ,在& =95%勺置信水平下判斷是否存在異 方差。如果存在，判斷是遞增還是遞減的異方差。(Fo.05 ( 10, 10) =2.98, Fo.05(12, 12) =2.69, F0.05 (15, 15) =2.4)五、問(wèn)答題1 .試述異方差的影響。2 .試述克服異方差的方法。3 .試述常用的檢驗(yàn)異方差的方法。4 .試述懷特檢驗(yàn)的步驟。第七章習(xí) 題、判斷題27 .任何情況下都可以用一階差分法消除序列相關(guān)。()28 .存在誤差序列相關(guān)時(shí)，OLS古計(jì)量仍然是無(wú)偏的。()29 . D帳驗(yàn)值在0到4之間，數(shù)

34、值趨于4說(shuō)明模型誤差項(xiàng)的自相關(guān)度越小。(30 .誤差一階相關(guān)是最常見(jiàn)的誤差序列相關(guān)()。31 . DW檢驗(yàn)的所有數(shù)值區(qū)域均可作出誤差序列相關(guān)或不相關(guān)的判斷(二、名詞解釋1 .誤差序列相關(guān)2 .誤差序列一階相關(guān)3 .廣義差分法4 .柯奧迭代法5 .杜賓兩步法三、選擇題(1)單選28.設(shè)Ut為隨機(jī)誤差項(xiàng)，則一階線性自相關(guān)是指()A.cov（ut,us）=0（t : s）B,ut- - ut 1t2C. ut =1Ut:2ut NtD.ut= : ut t29 .在序列自相關(guān)的情況下，參數(shù)估計(jì)值仍是無(wú)偏的，其原因是（）A,無(wú)多重共線性假定成立B,同方差假定成立C,零均值假定成立D,解釋變量與隨機(jī)誤差

35、項(xiàng)不相關(guān)假定成立30 .應(yīng)用DW檢驗(yàn)方法時(shí)應(yīng)滿足該方法的假定條件，下列不是其假定條件的為（ ）A.解釋變量為非隨機(jī)的B,被解釋變量為非隨機(jī)的C,線性回歸模型中不能含有滯后內(nèi)生變量D.隨機(jī)誤差項(xiàng)服從一階自回歸31 .在下列引起序列自相關(guān)的原因中，不正確的是（）A.經(jīng)濟(jì)變量具有慣性作用B.經(jīng)濟(jì)行為的滯后性C.設(shè)定偏誤D,解釋變量之間的共線性32 .在DW僉驗(yàn)中，當(dāng)d統(tǒng)計(jì)量為2時(shí)，表明（）A,存在完全的正自相關(guān)B.存在完全的負(fù)自相關(guān)C,不存在自相關(guān)D,不能判定33 .在序列自相關(guān)的情況下，參數(shù)估計(jì)值的方差不能正確估計(jì)的原因是（ _22_ _-AE（ui ）;二B.E（uu）: 0（i 二 j）C.E

36、（xui） = 0D.E（ui） -二 034 .如果回歸模型違背了無(wú)自相關(guān)假定，最小二乘估計(jì)量是（）A.無(wú)偏的，有效的 B.有偏的，非有效的C.無(wú)偏的，非有效的D.有偏的，有效的（2）多選35 .如果模型中存在序列自相關(guān)現(xiàn)象，則有如下后果（）A,參數(shù)估計(jì)值有偏B,參數(shù)估計(jì)值的方差不能正確確定C.變量的顯著性檢驗(yàn)失效D.預(yù)測(cè)精度降低E.參數(shù)估計(jì)值仍是無(wú)偏的36 .在DW僉驗(yàn)中，存在不能判定的區(qū)域是（）A. 0 d diB. du d 4- duC, d| d duD. 4- du d 4- di E . 4- 4 d 437 .檢驗(yàn)序列自相關(guān)的方法是（）A. F檢驗(yàn)法 B. White檢驗(yàn)法

37、C. 圖形法D. ARC%驗(yàn)法 E. DW 檢驗(yàn)法 F. Goldfeld-Quandt 檢驗(yàn)法四、計(jì)算分析題1 .用家庭消費(fèi)支出(Y)、可支配收入(X1)、個(gè)人財(cái)富(X2)設(shè)定模型如下:Y =1+一4+，X2i +巴,回歸分析結(jié)果為：Dependent Variable: YMethod: Least SquaresIncluded observations: 10VariableCoefficientStd. Errort-StatisticProb.C24.40706.99733.48810.0101X1-0.34010.4785-0.71080.5002X20.08230.04581.

38、79690.1152R-squared0.9615Mean dependent var111.1256Adjusted R-squared0.9505S.D. dependent var31.4289S.E. of regression6.5436Akaike info criterion4.1338Sum squared resid342.5486Schwarz criterion4.2246Log likelihood-31.8585F-statistic87.3336Durbin-Watson stat2.4382Prob(F-statistic)0.000000其中已知do.O5(2.

39、1O) , L=0.697,do.O5(2.1O) , U=1.641(1)在0.05的顯著性水平下，判斷模型中隨機(jī)誤差項(xiàng)是否存在自相關(guān)性，要求 把D慚驗(yàn)的臨界值和區(qū)域圖畫(huà)出來(lái)。(2)計(jì)算隨機(jī)誤差項(xiàng)的一階自相關(guān)系數(shù)的估計(jì)值。2.某線性回歸的結(jié)果如下：Dependent Variable: YMethod: Least SquaresDate: 11/17/11 Time: 20:45Sample: 1981 1999Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C1.4307110.8606191.6

40、624210.1159G0.2719600.1709401.5909690.1312S0.4161520.02385717.443720.0000R-squared0.986920Mean dependent var5.407480Adjusted R-squared0.985285S.D.dependent var0.496602S.E. of regression0.060241Akaike info criterion-2.636977Sum squared resid0.058064Schwarz criterion-2.487855Log likelihood28.05128F-st

41、atistic603.6032Durbin-Watson stat0.553242Prob(F-statistic)0.000000（de.704 d 入u=1.536）判斷模型中隨機(jī)誤差項(xiàng)是否存在自相關(guān)性，簡(jiǎn)述如何消除序列相關(guān)的方法。五、問(wèn)答題1 .什么是序列相關(guān)?2 .試述序列相關(guān)的影響。3 .試述克服序列相關(guān)的方法。4 .試述檢驗(yàn)序列相關(guān)的方法第八章習(xí) 題一、判斷題32 .存在多重共線性時(shí)，模型參數(shù)無(wú)法估計(jì)。（）33 .多重共線性問(wèn)題是隨機(jī)擾動(dòng)項(xiàng)違背古典假設(shè)引起的。（）34 .方差膨脹因子可以檢驗(yàn)多重共線性。（）35 .工具變量法可以解決多重共線性問(wèn)題。（）36 .逐步回歸法可以解決多重

42、共線性問(wèn)題。（）二、名詞解釋1 .嚴(yán)格多重共線性2 .近似多重共線性3 .方差膨脹因子檢驗(yàn)4 .刪減解釋變量法5 .分布估計(jì)參數(shù)法三、選擇題（1）單選1.多元線性回歸模型中，發(fā)現(xiàn)各參數(shù)估計(jì)量的 t值都不顯著，但模型的R2 （或R2）很大，f值確很顯著，這說(shuō)明模型存在（）A.多重共線性 B .異方差 C2,逐步回歸法既檢驗(yàn)又修正了（）A.異方差性C.隨機(jī)解釋變量3.如果模型中解釋變量存在完全的多重共線性,A.無(wú)偏的 B. 有偏的 C.自相關(guān) D .設(shè)定偏誤B.D.自相關(guān)性多重共線性參數(shù)的最小二乘估計(jì)量是（不確定的D. 確定的4.簡(jiǎn)單相關(guān)系數(shù)矩陣方法主要用于檢驗(yàn)（A.異方差性C.隨機(jī)解釋變量D.B

43、.自相關(guān)性多重共線性5.設(shè)x1，x2為解釋變量，則完全多重共線性是1A.x1x2 =021C.- x2 , v =0(v為隨機(jī)供差項(xiàng))B.D.xe2 = 0x1 e2 = 06.設(shè)x1，x2為解釋變量，則近似多重共線性是1A.x1x2 =021C.x,，5 x2，v = 0(v為隨機(jī)供差項(xiàng))B.D.xe2 = 0xi ex2 = 07 .檢驗(yàn)近似多重共線性的方法是A. VIF檢驗(yàn)C.戈里瑟檢驗(yàn)8 .處理近似多重共線性的方法是A.加權(quán)最小二乘法C.加入虛擬變量B.D.DW鄒檢驗(yàn)檢驗(yàn)B.D.異方差自相關(guān)穩(wěn)健標(biāo)準(zhǔn)誤 刪減解釋變量（2）多選9.能夠檢驗(yàn)多重共線性的方法有A.簡(jiǎn)單相關(guān)系數(shù)矩陣法C. DW

44、檢驗(yàn)法E. White 檢驗(yàn)B. tD. ARCH檢驗(yàn)與F檢驗(yàn)綜合判斷法檢驗(yàn)法10.如果模型中解釋變量之間存在完全共線性,A.參數(shù)估計(jì)值確定 B.參數(shù)估計(jì)值不確定則會(huì)引起如下后果（）C.參數(shù)估計(jì)值的方差趨于無(wú)限大D.參數(shù)的經(jīng)濟(jì)意義不正確E.DW統(tǒng)計(jì)量落在了不能判定的區(qū)域四、計(jì)算分析題1.下面結(jié)果是利用某地財(cái)政收入對(duì)該地第一、二、三產(chǎn)業(yè)增加值的回歸結(jié)果。根據(jù)這一結(jié)果試判斷該模型是否存在多重共線性，說(shuō)明你的理由。Dependent Variable: REVMethod: Least SquaresSample: 1 10Included observations: 10VariableCoeff

45、icientStd. Error t-StatisticProb.C17414.6314135.101.2320130.2640GDP1-0.2775100.146541-1.8937430.1071GDP20.0848570.0935320.9072520.3992GDP30.1905170.1516801.2560480.2558R-squared0.993798Mean dependent var63244.00Adjusted R-squared0.990697S.D. dependent var54281.99S.E. of regression5235.544Akaike info

46、 criterion20.25350Sum squared resid1.64E+08Schwarz criterion20.37454Log likelihood-97.26752F-statistic320.4848Durbin-Watson stat1.208127Prob(F-statistic)0.0000012.用家庭消費(fèi)支出（Y）、可支配收入（X1）、個(gè)人財(cái)富（X2）設(shè)定模型如下:Y =Bo+BiXii +X2i +4 ,回歸分析結(jié)果為：Dependent Variable: YMethod: Least SquaresIncluded observations: 10Varia

47、bleCoefficientStd. Errort-StatisticProb.C24.40706.99733.48810.0101X1-0.34010.4785-0.71080.5002X20.08230.04581.79690.1152R-squared0.9615Mean dependent var111.1256Adjusted R-squared0.9505S.D. dependent var31.4289S.E. of regression6.5436Akaike info criterion4.1338Sum squared resid342.5486Schwarz criter

48、ion4.2246Log likelihood-31.8585F-statistic87.3336Durbin-Watson stat2.4382Prob(F-statistic)0.000000其中已知d0.05(2.10) , L=0,697,d0.05(2.10) - U=1.641(1)模型是否存在多重共線性？為什么？(2)在0.05的顯著性水平下，判斷模型中隨機(jī)誤差項(xiàng)是否存在自相關(guān)性，要求 把D慚驗(yàn)的臨界值和區(qū)域圖畫(huà)出來(lái)。(3)計(jì)算隨機(jī)誤差項(xiàng)的一階自相關(guān)系數(shù)的估計(jì)值。五、問(wèn)答題1 .什么是完全多重共線性？2 .什么是近似多重共線性？3 .如何判斷近似多重共線性？4 .克服近似多重共線

49、性有哪些方法？第九章習(xí) 題一、判斷題37 .解釋變量中含有滯后因變量，仍然可以使用OLSm到正確的估計(jì)。(38 .格蘭杰因果關(guān)系檢驗(yàn)對(duì)截面數(shù)據(jù)不適合。()39 .工具變量技術(shù)是處理異方差問(wèn)題的。()4 .格蘭杰因果性檢驗(yàn)的結(jié)論只是統(tǒng)計(jì)意義上的因果性，而不一定是真正的因果關(guān)系。()5 .對(duì)無(wú)限分布滯后模型可采用考伊克方法來(lái)簡(jiǎn)化模型。()二、名詞解釋1 .分布滯后模型2 .有限分布滯后模型3 .無(wú)限分布滯后模型4 .自回歸模型5 .自回歸分布滯后模型三、選擇題(1)單選38 .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)()A.增加1個(gè) B,減少1個(gè) C,增加2個(gè) D,

50、減少2個(gè)39 .經(jīng)濟(jì)變量的時(shí)間序列數(shù)據(jù)大多存在序列相關(guān)性，在分布滯后模型中，這種序 列相關(guān)性就轉(zhuǎn)化為（）A.異方差問(wèn)題B.多重共線性問(wèn)題C.序列相關(guān)性問(wèn)題D.設(shè)定誤差問(wèn)題40 .下列屬于有限分布滯后模型的是（）。A. yi =aD+aiyi-i+a2yi-2+a3yi-3+ .+e iB. yi =aD+aiyi-i+a2yi-2+a3yi-3+ . .+akyi-k+ iC. yi =ao+aixi-i+a2Xi-2+a3Xi-3+.+e iD. yi =aD+aiXi-i+a2Xi-2+a3Xi-3+；. +akXi-k + i41 .在有限分布滯后模型Y=0.5+0.6Xt-0.8Xt-

51、i+0.3Xt-2+Ut中，長(zhǎng)期影響乘數(shù)是（ ）。A. 0.3 B. 0.1 C . 0.6D. 0.842 .下列屬于無(wú)限分布滯后模型的是（）A. yi =aj+aiyi-i+a2yi-2+a3yi-3+.+ 名iB. yi =a）+aiyi-i+a2yi-2+a3yi-3+.+akyi-k+ siC. yi =a0+aixi-i+a2Xi-2+a3Xi-3+.+D. yi =aD+aixi-i+a2Xi-2+a3Xi-3+ . +akyi-k + z i43 .下列屬于有限自回歸模型的是（）。A. yi =aj+aiyi-i+a2yi-2+a3yi-3+.+e iB. yi =aj+aiyi-i+a2yi-2+a3yi-3+.+akyi-k+ e iC. yi =aj+aiXi-i+a2Xi-2+a3Xi-3+.+e iD. yi =aj+aiXi-i+a2Xi-2+a3Xi-3+.+akXi-k + i44 .下列屬于無(wú)限自回歸模型的是（）。A. yi =aD+aiyi-i+a2yi-2+a3yi-3+ .+e iB.