計(jì)量經(jīng)濟(jì)學(xué)習(xí)題(含答案)

1、第1章 緒 論習(xí) 題一、單項(xiàng)選擇題1把反映某一總體特征的同一指標(biāo)的數(shù)據(jù)，按一定的時(shí)間順序和時(shí)間間隔排列起來，這樣的數(shù)據(jù)稱為（ 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)排列的觀測數(shù)據(jù)稱為（B ）A原始數(shù)據(jù) B截面數(shù)據(jù) C時(shí)間序列數(shù)據(jù) D面板數(shù)據(jù)3用計(jì)量經(jīng)濟(jì)學(xué)研究問題可分為

2、以下四個(gè)階段（ B   ）A 確定科學(xué)的理論依據(jù)、建立模型、模型修定、模型應(yīng)用B建立模型、估計(jì)參數(shù)、檢驗(yàn)?zāi)Ｐ?、?jīng)濟(jì)預(yù)測C搜集數(shù)據(jù)、建立模型、估計(jì)參數(shù)、預(yù)測檢驗(yàn)D建立模型、模型修定、結(jié)構(gòu)分析、模型應(yīng)用4下列哪一個(gè)模型是計(jì)量經(jīng)濟(jì)模型(  C    ) A.投入產(chǎn)出模型                B.數(shù)學(xué)規(guī)劃模型 C.包含隨機(jī)變量的經(jīng)濟(jì)數(shù)學(xué)模型  D.模糊數(shù)學(xué)

3、模型 二、問答題1計(jì)量經(jīng)濟(jì)學(xué)的定義2計(jì)量經(jīng)濟(jì)學(xué)的研究目的3計(jì)量經(jīng)濟(jì)學(xué)的研究內(nèi)容1答：計(jì)量經(jīng)濟(jì)學(xué)是統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)學(xué)、數(shù)學(xué)相結(jié)合的一門綜合性學(xué)科，是一門從數(shù)量上研究物質(zhì)資料生產(chǎn)、交換、分配、消費(fèi)等經(jīng)濟(jì)關(guān)系和經(jīng)濟(jì)活動(dòng)規(guī)律及其應(yīng)用的科學(xué)2答：計(jì)量經(jīng)濟(jì)學(xué)的研究目的主要有三個(gè)：（1） 結(jié)構(gòu)分析。指應(yīng)用計(jì)量經(jīng)濟(jì)模型對經(jīng)濟(jì)變量之間的關(guān)系作出定量的度量。（2） 預(yù)測未來。指應(yīng)用已建立的計(jì)量經(jīng)濟(jì)模型求因變量未來一段時(shí)期的預(yù)測值。（3） 政策評價(jià)。指通過計(jì)量經(jīng)濟(jì)模型仿真各種政策的執(zhí)行效果，對不同的政策進(jìn)行比較和選擇。3答：計(jì)量經(jīng)濟(jì)學(xué)在長期的發(fā)展過程中逐步形成了兩個(gè)分支：理論計(jì)量經(jīng)濟(jì)學(xué)和應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)。理論計(jì)量經(jīng)濟(jì)學(xué)主

4、要研究計(jì)量經(jīng)濟(jì)學(xué)的理論和方法。應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)將計(jì)量經(jīng)濟(jì)學(xué)方法應(yīng)用于經(jīng)濟(jì)理論的特殊分支，即應(yīng)用理論計(jì)量經(jīng)濟(jì)學(xué)的方法分析經(jīng)濟(jì)現(xiàn)象和預(yù)測經(jīng)濟(jì)變量。2 一元線性回歸模型習(xí) 題一、單項(xiàng)選擇題1最小二乘法是指（D ）A. 使達(dá)到最小值 B. 使達(dá)到最小值C. 使達(dá)到最小值 D. 使達(dá)到最小值2 在一元線性回歸模型中，樣本回歸方程可表示為（C ）A. B. C D. 3線設(shè)OLS法得到的樣本回歸直線為，以下說法不正確的是(B ) A BC D在回歸直線上4對樣本的相關(guān)系數(shù)，以下結(jié)論錯(cuò)誤的是（  A   ）A. 越接近0， 與之間線性相關(guān)程度高 B. 越接近1，與之間線

5、性相關(guān)程度高 C. D、，則與相互獨(dú)立二、多項(xiàng)選擇題1最小二乘估計(jì)量的統(tǒng)計(jì)性質(zhì)有（ ABC ）A. 無偏性 B. 線性性 C. 最小方差性 D. 不一致性 E. 有偏性2利用普通最小二乘法求得的樣本回歸直線的特點(diǎn)（ACD ）A. 必然通過點(diǎn) B. 可能通過點(diǎn) C. 殘差的均值為常數(shù) D. 的平均值與的平均值相等 E. 殘差與解釋變量之間有一定的相關(guān)性3隨機(jī)變量（隨機(jī)誤差項(xiàng)）中一般包括那些因素（ABCDE ）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 測量誤差。三、計(jì)算題1表1是中國1978年-1997年的財(cái)政收入Y和國內(nèi)生產(chǎn)總值X

6、的數(shù)據(jù)，表2為一元線性回歸模型的估計(jì)結(jié)果表1 中國19781997年的財(cái)政收入與國內(nèi)生產(chǎn)總值 （單位：億元） 年 份 國內(nèi)生產(chǎn)總值X 財(cái)政收入Y197819791980108110821983198419851986198719881989199019911992199319941995100619973624.14038.24517.84860.35301.85957.47206.78989.110201.411954.514992.316917.818598.421662.526651.934560.546670.057494.966850.573452.51132.261146.3811

7、59.931175.791212.331366.951642.862004.822122.012199.352357.242664.902937.103149.483483.374348.955218.106242.207407.998651.14數(shù)據(jù)來源:中國統(tǒng)計(jì)年鑒表2 Eviews 軟件的估計(jì)結(jié)果試根據(jù)這些數(shù)據(jù)完成下列問題；(1)建立財(cái)政收入對國內(nèi)生產(chǎn)總值的簡單線性回歸模型，并解釋斜率系數(shù)的經(jīng)濟(jì)意義；(2)對此模型進(jìn)行評價(jià)；(3)若是1998年的國內(nèi)生產(chǎn)總值為78017.8億元，確定1998年財(cái)政收入的預(yù)測值和預(yù)測區(qū)間(,)。解：（1）建立中國1978年-1997年的財(cái)政收入Y和國內(nèi)生產(chǎn)

8、總值X的線性回歸方程 利用1978年-1997年的數(shù)據(jù)估計(jì)其參數(shù)，結(jié)果為 斜率系數(shù)的經(jīng)濟(jì)意義：GDP增加1億元，平均說來財(cái)政收入將增加0.1億元。（2），說明總離差平方和的99被樣本回歸直線解釋，僅有不到1未被解釋，因此，樣本回歸直線對樣本點(diǎn)的擬合優(yōu)度是很高的。給出顯著水平0.05，查自由度v=20-2=18的t分布表，得臨界值2.10,，,故回歸系數(shù)均顯著不為零，說明國內(nèi)生產(chǎn)總值對財(cái)政收入有顯著影響，并且回歸模型中應(yīng)包含常數(shù)項(xiàng)。從以上得評價(jià)可以看出，此模型是比較好的。（3）若是1998年的國內(nèi)生產(chǎn)總值為78017.8億元，確定1998年財(cái)政收入的點(diǎn)預(yù)測值為 (億元)1998年財(cái)政收入平均值預(yù)

9、測區(qū)間()為:(億元)第3章 多元線性回歸模型習(xí) 題一、單項(xiàng)選擇題1設(shè)k為回歸模型中的參數(shù)個(gè)數(shù)，n為樣本容量。則對多元線性回歸方程進(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. B C D2多元線性回歸分析中（回歸模型中的參數(shù)個(gè)數(shù)為k），調(diào)整后的可決系數(shù)與可決系數(shù)之間的關(guān)系（ A ）A. B. C. D. 3已知五元線性回歸模型估計(jì)的殘差平方和為，樣本容量為46，則隨機(jī)誤差項(xiàng)的方差估計(jì)量為( D )A. 33.33 B. 40 C. 38.09 D. 204在模型的回歸分析結(jié)果報(bào)告中，有F263489.23，F(xiàn)的p值0.000000，表明（  C 

10、60;  ）A、解釋變量對的影響是顯著的B、解釋變量對的影響是顯著的C、解釋變量和對的聯(lián)合影響是顯著的.D、解釋變量和對的影響是不顯著5多元線性回歸分析中的 ESS反映了（ C     ）A 因變量觀測值總變差的大小B 因變量回歸估計(jì)值總變差的大小 C 因變量觀測值與估計(jì)值之間的總變差D Y關(guān)于X的邊際變化6在古典假設(shè)成立的條件下用OLS方法估計(jì)線性回歸模型參數(shù)，則參數(shù)估計(jì)量具有（  C   ）的統(tǒng)計(jì)性質(zhì)。A有偏特性       

11、60;        B. 非線性特性C最小方差特性           D. 非一致性特性 7關(guān)于可決系數(shù)，以下說法中錯(cuò)誤的是（  D  ）A.可決系數(shù)的定義為被回歸方程已經(jīng)解釋的變差與總變差之比B. C.可決系數(shù)反映了樣本回歸線對樣本觀測值擬合優(yōu)劣程度的一種描述D.可決系數(shù)的大小不受到回歸模型中所包含的解釋變量個(gè)數(shù)的影響二、多項(xiàng)選擇題1調(diào)整后的判定系數(shù)與判定系數(shù)之間的關(guān)系敘述正確的有（ CDE

12、 ）A.與均非負(fù)B.有可能大于C.判斷多元回歸模型擬合優(yōu)度時(shí)，使用D.模型中包含的解釋變量個(gè)數(shù)越多，與就相差越大E.只要模型中包括截距項(xiàng)在內(nèi)的參數(shù)的個(gè)數(shù)大于1，則2對多元線性回歸方程（有k個(gè)參數(shù)）的顯著性檢驗(yàn)，所用的F統(tǒng)計(jì)量可表示為（ BE ） A. B. C. D. E. 三、判斷題1 在對參數(shù)進(jìn)行最小二乘估計(jì)之前，沒有必要對模型提出古典假定。答：錯(cuò)誤。在古典假定條件下，OLS估計(jì)得到的參數(shù)估計(jì)量是該參數(shù)的最佳線性無偏估計(jì)（具有線性、無偏性、有效性）?？傊岢龉诺浼俣ㄊ菫榱耸顾鞒龅墓烙?jì)量具有較好的統(tǒng)計(jì)性質(zhì)以便進(jìn)行統(tǒng)計(jì)推斷。2 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。答：錯(cuò)誤

13、。在多元線性回歸模型里除了對隨機(jī)誤差項(xiàng)提出假定外，還對解釋變量之間提出無多重共線性的假定。3擬合優(yōu)度檢驗(yàn)和F檢驗(yàn)是沒有區(qū)別的。答：錯(cuò)誤。(1)F檢驗(yàn)中使用的統(tǒng)計(jì)量有精確的分布，而擬合優(yōu)度檢驗(yàn)沒有；（2）對是否通過檢驗(yàn)，可決系數(shù)（修正可決系數(shù)）只能給出一個(gè)模糊的推測；而F檢驗(yàn)可以在給定顯著水平下，給出統(tǒng)計(jì)上的嚴(yán)格結(jié)論。四、問答題1.某公司想決定在何處建造一個(gè)新的百貨店，對已有的30個(gè)百貨店的銷售額作為其所處地理位置特征的函數(shù)進(jìn)行回歸分析，并且用該回歸方程作為新百貨店的不同位置的可能銷售額，估計(jì)得出（括號內(nèi)為估計(jì)的標(biāo)準(zhǔn)差）其中：第個(gè)百貨店的日均銷售額（百美元）；第個(gè)百貨店前每小時(shí)通過的汽車數(shù)量（1

14、0輛）； 第個(gè)百貨店所處區(qū)域內(nèi)的人均收入（美元）； 第個(gè)百貨店內(nèi)所有的桌子數(shù)量； 第個(gè)百貨店所處地區(qū)競爭店面的數(shù)量；請回答以下問題：（1） 說出本方程中系數(shù)0.1和0.01的經(jīng)濟(jì)含義。（2） 各個(gè)變量前參數(shù)估計(jì)的符號是否與期望的符號一致？（3） 在0.05的顯著性水平下檢驗(yàn)變量的顯著性。（臨界值，）解：（1）每小時(shí)通過該百貨店的汽車增加10輛，該店的每日收入就會平均增加10美元。該區(qū)域居民人均收入每增加1美元，該店每日收入就會平均增加1美元。（2） 最后一個(gè)系數(shù)與期望的符號不一致，應(yīng)該為負(fù)數(shù)，即該區(qū)競爭的店面越多，該店收入越低。其余符號符合期望。（3） 用t檢驗(yàn)。t0.1/0.02=5，有t&

15、gt;知道，該變量顯著。2為研究中國各地區(qū)入境旅游狀況，建立了各省市旅游外匯收入（Y，百萬美元）、旅行社職工人數(shù)（X1，人）、國際旅游人數(shù)（X2，萬人次）的模型，用某年31個(gè)省市的截面數(shù)據(jù)估計(jì)結(jié)果如下： （1） 從經(jīng)濟(jì)意義上考察估計(jì)模型的合理性。（2） 在5%顯著性水平上，分別檢驗(yàn)參數(shù)的顯著性；在5%顯著性水平上，檢驗(yàn)?zāi)Ｐ偷恼w顯著性。解：（1）由模型估計(jì)結(jié)果可看出：旅行社職工人數(shù)和國際旅游人數(shù)均與旅游外匯收入正相關(guān)。平均說來，旅行社職工人數(shù)增加1人，旅游外匯收入將增加0.1179百萬美元；國際旅游人數(shù)增加1萬人次，旅游外匯收入增加1.5452百萬美元。（2）取，查表得。因?yàn)?個(gè)參數(shù)t統(tǒng)計(jì)量的

16、絕對值均大于，說明經(jīng)t檢驗(yàn)3個(gè)參數(shù)均顯著不為0，即旅行社職工人數(shù)和國際旅游人數(shù)分別對旅游外匯收入都有顯著影響。 取，查表得，由于，說明旅行社職工人數(shù)和國際旅游人數(shù)聯(lián)合起來對旅游外匯收入有顯著影響，線性回歸方程顯著成立。第4章 非線性回歸模型的線性化一、問答題1不可線性化的非線性回歸模型的線性化估計(jì)方法。答：（1）直接搜索法（Direct Search Method）；（2）直接優(yōu)化法（Direct Optimization Method）；（3）迭代線性化法（Iterative Linearzation Method）。2解釋下列模型中參數(shù)的含義：（1）；（2）；（3）答：(1)是Y對X的彈性

17、，即X變化1，Y變化.(2)表示X變化1個(gè)單位，Y變化100*. (3) 表示X變化1，Y增加或減少/100.二、計(jì)算題某商場1990年1998年間皮鞋銷售額（萬元）的統(tǒng)計(jì)資料如下表所示。某商場1990年1998年間皮鞋銷售額統(tǒng)計(jì)資料年份199019911992199319941995199619971998時(shí)間t123 4 5 6 7 8 9銷售額Y4.15.37.29.612.917.123.229.537.4考慮對數(shù)增長模型，試用上表的數(shù)據(jù)進(jìn)行回歸分析，并預(yù)測1999該商場皮鞋的銷售額。解：回歸分析的結(jié)果如下： 1999年該商場的銷售額：第5章 異 方 差一、單項(xiàng)選擇題1 回歸模型中具有

18、異方差性時(shí)，仍用OLS估計(jì)模型，則以下說法正確的是（ A ）A. 參數(shù)估計(jì)值是無偏非有效的 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2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)3在具體運(yùn)用加權(quán)最小二乘法時(shí), 如果變換的結(jié)果是 則Var(u)是下列形式中的哪一種?(   B   ) A. B. C. D. 4. 在異方差性情況下，常用的估計(jì)方法是（D） A一階差分法        

19、60;   B. 廣義差分法 C工具變量法            D. 加權(quán)最小二乘法5. 在異方差的情況下，參數(shù)估計(jì)值的方差不能正確估計(jì)的原因是（ A ）A. B. C. D. 6. 設(shè)，則對原模型變換的正確形式為( B ) 7. 下列說法不正確的是（ C ）A.異方差是一種隨機(jī)誤差現(xiàn)象      B.異方差產(chǎn)生的原因有設(shè)定誤差C.檢驗(yàn)異方差的方法有F檢驗(yàn)法   D.修正異方差的方法有

20、加權(quán)最小二乘法8. 如果回歸模型違背了同方差假定，最小二乘估計(jì)是（ A ）A無偏的，非有效的         B. 有偏的，非有效的C無偏的，有效的           D. 有偏的，有效的9. 在檢驗(yàn)異方差的方法中，不正確的是（ D ）A. Goldfeld-Quandt方法           B. AR

21、CH檢驗(yàn)法C. White檢驗(yàn)法                   D. DW檢驗(yàn)法10. 在異方差的情況下，參數(shù)估計(jì)值仍是無偏的，其原因是（ D ）A.零均值假定成立           B.序列無自相關(guān)假定成立C.無多重共線性假定成立     

22、D.解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定成立11. 在修正異方差的方法中，不正確的是（ D ）A.加權(quán)最小二乘法               B.對原模型變換的方法C.對模型的對數(shù)變換法           D.兩階段最小二乘法12. 下列說法正確的是（ B ）A.異方差是樣本現(xiàn)象     &#

23、160;   B.異方差的變化與解釋變量的變化有關(guān)C.異方差是總體現(xiàn)象         D.時(shí)間序列更易產(chǎn)生異方差二、多項(xiàng)選擇題1 如果模型中存在異方差現(xiàn)象，則會引起如下后果（ BCDE ）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    

24、60;  D. 預(yù)測精度降低E. 參數(shù)估計(jì)值仍是無偏的2 Goldfeld-Quandt檢驗(yàn)法的應(yīng)用條件是（ BCE ）A. 將觀測值按解釋變量的大小順序排列      B. 樣本容量盡可能大C. 隨機(jī)誤差項(xiàng)服從正態(tài)分布              D. 將排列在中間的約1/4的觀測值刪除掉E除了異方差外，其它假定條件均滿足三、計(jì)算題1根據(jù)某城市19781998年人均儲蓄(y)與人均收入(x)的數(shù)據(jù)

25、資料建立了如下回歸模型 se=（340.0103）（0.0622）下面取時(shí)間段19781985和19911998，分別建立兩個(gè)模型（括號內(nèi)為t值），模型1： 模型2：計(jì)算F統(tǒng)計(jì)量，即，對給定的，查F分布表，得臨界值。請你繼續(xù)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？解：該檢驗(yàn)為Goldfeld-Quandt檢驗(yàn)，因?yàn)镕=4334.937>4.28，所以模型存在異方差。2 設(shè)消費(fèi)函數(shù)為 式中，為消費(fèi)支出，為個(gè)人可支配收入，為個(gè)人的流動(dòng)資產(chǎn)，為隨機(jī)誤差項(xiàng)，并且（其中為常數(shù)）。試回答以下問題： （1）選用適當(dāng)?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(jì)量的

26、表達(dá)式。解：(1)因?yàn)?，所以取，用乘給定模型兩端，得 上述模型的隨機(jī)誤差項(xiàng)的方差為一固定常數(shù)，即 （2）根據(jù)加權(quán)最小二乘法，可得修正異方差后的參數(shù)估計(jì)式為 其中 3 運(yùn)用美國1988研究與開發(fā)（R&D）支出費(fèi)用（Y）與不同部門產(chǎn)品銷售量（X）的數(shù)據(jù)建立了一個(gè)回歸模型，并運(yùn)用Glejser方法和White方法檢驗(yàn)異方差，由此決定異方差的表現(xiàn)形式并選用適當(dāng)方法加以修正。結(jié)果如下： White Heteroskedasticity Test:F-statistic3.057161 Probability0.076976Obs*R-squared5.212471 Probability0.07

27、3812Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 08/08/05 Time: 15:38Sample: 1 18Included observations: 18VariableCoefficientStd. Errort-StatisticProb. C-6219633.6459811.-0.9628200.3509X229.3496126.21971.8170660.0892X2-0.0005370.000449-1.1949420.2507R-squared0.289582 Mean depen

28、dent var6767029.Adjusted R-squared0.194859 S.D. dependent var14706003S.E. of regression13195642 Akaike info criterion35.77968Sum squared resid2.61E+15 Schwarz criterion35.92808Log likelihood-319.0171 F-statistic3.057161Durbin-Watson stat1.694572 Prob(F-statistic)0.076976 請問：（1）White檢驗(yàn)判斷模型是否存在異方差。（2）

29、Glejser檢驗(yàn)判斷模型是否存在異方差。（3）該怎樣修正。解：（1）給定和自由度為2下，查分布表，得臨界值，而White統(tǒng)計(jì)量，有，則不拒絕原假設(shè)，說明模型中不存在異方差。（2）因?yàn)閷θ缦潞瘮?shù)形式 得樣本估計(jì)式 由此，可以看出模型中隨機(jī)誤差項(xiàng)有可能存在異方差。（3）對異方差的修正，可取權(quán)數(shù)為。第6章 自相關(guān)一、單項(xiàng)選擇題1設(shè)為隨機(jī)誤差項(xiàng)，則一階線性自相關(guān)是指（ B ）2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. 0 B. 1 C. 2 D. 43在序列自相關(guān)的情況下，參數(shù)估計(jì)值仍是無偏的，其原因是（ C ） A. 無多重共線性假定成立B. 同方差假定成

30、立C. 零均值假定成立 D. 解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定成立4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（ B ）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5廣義差分法是（ B ）的一個(gè)特例A. 加權(quán)最小二乘法               B. 廣義最小二乘法C. 普通最小二乘法   

31、60;           D. 兩階段最小二乘法6在下列引起序列自相關(guān)的原因中，不正確的是（ D ）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                    

32、; D. 解釋變量之間的共線性7已知模型的形式為，在用實(shí)際數(shù)據(jù)對模型的參數(shù)進(jìn)行估計(jì)的時(shí)候,測得DW統(tǒng)計(jì)量為0.6453,則廣義差分變量是(  B  )ABCD8在修正序列自相關(guān)的方法中，能修正高階自相關(guān)的方法是（ C ）A. 利用DW統(tǒng)計(jì)量值求出            B. Cochrane-Orcutt法C. Durbin兩步法          

33、0;          D. 移動(dòng)平均法9在DW檢驗(yàn)中，當(dāng)d統(tǒng)計(jì)量為2時(shí)，表明（ C ）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10在給定的顯著性水平之下，若DW統(tǒng)計(jì)量的下和上臨界值分別為dL和du,則當(dāng)dL<DW<du時(shí)，可認(rèn)

34、為隨機(jī)誤差項(xiàng)( 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11 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（ B ）12在DW檢驗(yàn)中，當(dāng)d統(tǒng)計(jì)量為0時(shí)，表明（ A ）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

35、13在DW檢驗(yàn)中，存在正自相關(guān)的區(qū)域是（ B ）A. 4-4                B. 0C. 4-              D. ,4-4-14如果回歸模型違背了無自相關(guān)假定，最小二乘估計(jì)量是( C )A無偏的，有效的 B. 有偏的，非有效的 C無偏的，非有效的 D. 有偏的，有效的15廣義差分法是對(

36、D )用最小二乘法估計(jì)其參數(shù)。二、多項(xiàng)選擇題1如果模型中存在序列自相關(guān)現(xiàn)象，則有如下后果（ BCDE ）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)測精度降低E參數(shù)估計(jì)值仍是無偏的2廣義最小二乘法的特殊情況是（ BD ） A. 對模型進(jìn)行對數(shù)變換        

37、;B. 加權(quán)最小二乘法 C. 數(shù)據(jù)的結(jié)合                D. 廣義差分法 E. 增加樣本容量3下列說法不正確的有（ BCF ）A. 加權(quán)最小二乘法是廣義最小二乘法的特殊情況B. 廣義最小二乘法是加權(quán)最小二乘法的特殊情況C. 廣義最小二乘法是廣義差分法的特殊情況D. 廣義差分法是廣義最小二乘法的特殊情況E. 普通最小二乘法是加權(quán)最小二乘法的特殊情況F. 加權(quán)最小二乘法是普通最小二乘法的特殊情況4在DW檢驗(yàn)中，存在不能判定的

38、區(qū)域是（ CD ）A. 0         B. 4-C.                    D. 4-4-E. 4-45檢驗(yàn)序列自相關(guān)的方法是（ CE ）A. F檢驗(yàn)法             

39、        B. White檢驗(yàn)法C. 圖形法                     D. ARCH檢驗(yàn)法EDW檢驗(yàn)法                 &

40、#160; F. Goldfeld-Quandt檢驗(yàn)法三、判斷題1D-W檢驗(yàn)中的D-W值在0到4之間，數(shù)值越小說明模型隨機(jī)誤差項(xiàng)的自相關(guān)程度越小，數(shù)值越大說明模型隨機(jī)誤差項(xiàng)的自相關(guān)程度越大。答：錯(cuò)誤。 DW的取值在0到4之間，當(dāng)DW落在最左邊（）以及最右邊（）時(shí)，分別為一階正自相關(guān)和一階負(fù)自相關(guān)；當(dāng)落在中間（）時(shí)，為不存在自相關(guān)區(qū)域；其次為兩個(gè)不能判定區(qū)域。四問答題1根據(jù)某地區(qū)居民對農(nóng)產(chǎn)品的消費(fèi)y和居民收入x的樣本資料，應(yīng)用最小二乘法估計(jì)模型，估計(jì)結(jié)果如下，擬合效果見圖。由所給資料完成以下問題：（1）在的條件下，查D-W表得臨界值分別為，試判斷模型中是否存在自相關(guān)；（2）如果模型存在自相關(guān)，求

41、出相關(guān)系數(shù)，并利用廣義差分變換寫出無自相關(guān)的廣義差分模型。答：（1）因?yàn)镈W=0.68<1.106，所以模型中的隨機(jī)誤差存在正的自相關(guān)。（2）由DW=0.68，計(jì)算得=0.66（），所以廣義差分表達(dá)式為 第7章 多重共線性一、單項(xiàng)選擇題1如果回歸模型中解釋變量之間存在完全的多重共線性，則最小二乘估計(jì)量（A）A.不確定，方差無限大        B.確定，方差無限大 C.不確定，方差最小          D.確

42、定，方差最小2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F值確很顯著，這說明模型存在（ A ）A多重共線性 B異方差 C自相關(guān) D設(shè)定偏誤3逐步回歸法既檢驗(yàn)又修正了（ D ）A異方差性               B.自相關(guān)性C隨機(jī)解釋變量           D.多重共線性4如果模型中的解釋變量存在完全的多重共線性，參數(shù)的最小二乘估計(jì)量是

43、（ C ）A無偏的 B. 有偏的 C. 不確定 D. 確定的5設(shè)線性回歸模型為，下列表明變量之間具有完全多重共線性的是（ A ）A BC D其中v為隨機(jī)誤差項(xiàng)6簡單相關(guān)系數(shù)矩陣方法主要用于檢驗(yàn)（ D ）A異方差性     B.自相關(guān)性 C隨機(jī)解釋變量    D.多重共線性7設(shè)為解釋變量，則完全多重共線性是( A )8下列說法不正確的是（ C ）A. 多重共線性產(chǎn)生的原因有模型中大量采用滯后變量  B. 多重共線性是樣本現(xiàn)象C. 檢驗(yàn)多重共線性的方法有DW檢驗(yàn)法     D. 修正多重共

44、線性的方法有增加樣本容量二、多項(xiàng)選擇題1能夠檢驗(yàn)多重共線性的方法有（ AB ）A. 簡單相關(guān)系數(shù)矩陣法 B. t檢驗(yàn)與F檢驗(yàn)綜合判斷法C. DW檢驗(yàn)法 D. ARCH檢驗(yàn)法E. White 檢驗(yàn) 2如果模型中解釋變量之間存在共線性，則會引起如下后果（ BCD ） A. 參數(shù)估計(jì)值確定               B. 參數(shù)估計(jì)值不確定C. 參數(shù)估計(jì)值的方差趨于無限大       D. 參數(shù)的經(jīng)濟(jì)意

45、義不正確E. DW統(tǒng)計(jì)量落在了不能判定的區(qū)域3能夠檢驗(yàn)多重共線性的方法有（ ACE ）A. 簡單相關(guān)系數(shù)矩陣法                 B. DW檢驗(yàn)法C. t檢驗(yàn)與F檢驗(yàn)綜合判斷法            D. ARCH檢驗(yàn)法E. 輔助回歸法(又待定系數(shù)法)    

46、60;     三、判斷題1多重共線性問題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的。答：錯(cuò)誤。應(yīng)該是解釋變量之間高度相關(guān)引起的。3 解釋變量與隨機(jī)誤差項(xiàng)相關(guān)，是產(chǎn)生多重共線性的主要原因。答：錯(cuò)誤。產(chǎn)生多重共線性的主要原因是：（1）許多經(jīng)濟(jì)變量在時(shí)間上有共同變動(dòng)的趨勢；（2）解釋變量的滯后值作為解釋變量在模型中使用。  3在模型中引入解釋變量的多個(gè)滯后項(xiàng)容易產(chǎn)生多重共線性。答：正確。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性。四、問答題1下面結(jié)果是利用某地財(cái)政收入對該地第一、

47、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，說明你的理由。Dependent Variable: REVMethod: Least SquaresSample: 1 10Included observations: 10VariableCoefficientStd. Errort-StatisticProb. C17414.6314135.101.2320130.2640GDP1-0.2775100.146541-1.8937430.1071GDP20.0848570.0935320.9072520.3992GDP30.1905170.1516801.2560480

48、.2558R-squared0.993798 Mean dependent var63244.00Adjusted R-squared0.990697 S.D. dependent var54281.99S.E. of regression5235.544 Akaike info criterion20.25350Sum squared resid1.64E+08 Schwarz criterion20.37454Log likelihood-97.26752 F-statistic320.4848Durbin-Watson stat1.208127 Prob(F-statistic)0.00

49、0001答：存在嚴(yán)重多重共線性。因?yàn)榉匠陶w非常顯著，表明三次產(chǎn)業(yè)GDP對財(cái)政收入的解釋能力非常強(qiáng)，但是每個(gè)個(gè)別解釋變量均不顯著，且存在負(fù)系數(shù)，與理論矛盾，原因是存在嚴(yán)重共線性。2克萊因與戈德伯格曾用1921-1950年(1942-1944年戰(zhàn)爭期間略去)美國國內(nèi)消費(fèi)Y和工資收入X1、非工資非農(nóng)業(yè)收入X2、農(nóng)業(yè)收入X3的時(shí)間序列資料，利用OLSE估計(jì)得出了下列回歸方程(括號中的數(shù)據(jù)為相應(yīng)參數(shù)估計(jì)量的標(biāo)準(zhǔn)誤)：試對上述模型進(jìn)行評析，指出其中存在的問題。答：從模型擬合結(jié)果可知，樣本觀測個(gè)數(shù)為27，消費(fèi)模型的判定系數(shù)，F(xiàn)統(tǒng)計(jì)量為107.37，在0.05置信水平下查分子自由度為3，分母自由度為23的F

50、臨界值為3.03，計(jì)算的F值遠(yuǎn)大于臨界值，表明回歸方程是顯著的。模型整體擬合程度較高。依據(jù)參數(shù)估計(jì)量及其標(biāo)準(zhǔn)誤，可計(jì)算出各回歸系數(shù)估計(jì)量的t統(tǒng)計(jì)量值：除外，其余的值都很小。工資收入X1的系數(shù)的t檢驗(yàn)值雖然顯著，但該系數(shù)的估計(jì)值過大，該值為工資收入對消費(fèi)邊際效應(yīng)，因?yàn)樗鼮?.059，意味著工資收入每增加一美元，消費(fèi)支出的增長平均將超過一美元，這與經(jīng)濟(jì)理論和常識不符。另外，理論上非工資非農(nóng)業(yè)收入與農(nóng)業(yè)收入也是消費(fèi)行為的重要解釋變量，但兩者的t檢驗(yàn)都沒有通過。這些跡象表明，模型中存在嚴(yán)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(gè)部分對解釋消費(fèi)行為的單獨(dú)影響。第8章  &

51、#160; 模型中的特殊解釋變量一、單項(xiàng)選擇題1對于一個(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+1        

52、60; D.  m-k2在經(jīng)濟(jì)發(fā)展發(fā)生轉(zhuǎn)折時(shí)期，可以通過引入虛擬變量方法來表示這種變化。例如，研究中國城鎮(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)虛擬變量，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：基本消費(fèi)部分下降了，邊際消費(fèi)傾向變大了。則城鎮(zhèn)居民線性消費(fèi)函數(shù)的理論方程可以寫作（  D  ）A.           B. C.     D

53、. 3對于有限分布滯后模型在一定條件下，參數(shù)可近似用一個(gè)關(guān)于的阿爾蒙多項(xiàng)式表示（），其中多項(xiàng)式的階數(shù)m必須滿足（ A   ）       A       B     C       D4對于有限分布滯后模型，解釋變量的滯后長度每增加一期，可利用的樣本數(shù)據(jù)就會(  B  )  A. 增加1個(gè) 

54、0;   B. 減少1個(gè)   C. 增加2個(gè)     D. 減少2個(gè)5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（   B    ）A異方差問題                      B. 多重共線性問題C

55、序列相關(guān)性問題                  D. 設(shè)定誤差問題6將一年四個(gè)季度對因變量的影響引入到模型中（含截距項(xiàng)），則需要引入虛擬變量的個(gè)數(shù)為（  B    ）    A. 4          B. 3    

56、       C. 2          D. 17若想考察某兩個(gè)地區(qū)的平均消費(fèi)水平是否存在顯著差異，則下列那個(gè)模型比較適合（Y代表消費(fèi)支出；X代表可支配收入；D2、D3表示虛擬變量） （ D ）A.                 B.C.   D

57、. 二、多項(xiàng)選擇題1以下變量中可以作為解釋變量的有 （  ABCDE    ）A. 外生變量         B. 滯后內(nèi)生變量       C. 虛擬變量 D. 前定變量         E. 內(nèi)生變量2關(guān)于衣著消費(fèi)支出模型為：，其中Yi為衣著方面的年度支出；Xi為收入，則關(guān)于模型中的參數(shù)下列說法正確的是（ 

58、;ABCE  ）A.表示在保持其他條件不變時(shí)，女性比男性在衣著消費(fèi)支出方面多支出（或少支出）差額B.表示在保持其他條件不變時(shí)，大學(xué)畢業(yè)及以上比其他學(xué)歷者在衣著消費(fèi)支出方面多支出（或少支出）差額C.表示在保持其他條件不變時(shí)，女性大學(xué)及以上文憑者比男性大學(xué)以下文憑者在衣著消費(fèi)支出方面多支出（或少支出）差額D. 表示在保持其他條件不變時(shí)，女性比男性大學(xué)以下文憑者在衣著消費(fèi)支出方面多支出（或少支出）差額E. 表示性別和學(xué)歷兩種屬性變量對衣著消費(fèi)支出的交互影響 三、判斷題1通過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)。錯(cuò)誤。引入虛擬變量的個(gè)數(shù)與樣本容量

59、大小無關(guān)，與變量屬性，模型有無截距項(xiàng)有關(guān)。2虛擬變量的取值只能取0或1。錯(cuò)誤。虛擬變量的取值是人為設(shè)定的，也可以取其它值。3通過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)與模型有無截距項(xiàng)無關(guān)。錯(cuò)誤。模型有截距項(xiàng)時(shí)，如果被考察的定性因素有m個(gè)相互排斥屬性，則模型中引入m1個(gè)虛擬變量，否則會陷入“虛擬變量陷阱”；模型無截距項(xiàng)時(shí)，若被考察的定性因素有m個(gè)相互排斥屬性，可以引入m個(gè)虛擬變量，這時(shí)不會出現(xiàn)多重共線性。 四、問答題1Sen和Srivastava（1971）在研究貧富國之間期望壽命的差異時(shí)，利用101個(gè)國家的數(shù)據(jù)，建立了如下的回歸模型（括號內(nèi)的數(shù)值為對應(yīng)參數(shù)估計(jì)值t值）

60、：其中：X是以美元計(jì)的人均收入；Y是以年計(jì)的期望壽命。Sen和Srivastava 認(rèn)為人均收入的臨界值為1097美元（），若人均收入超過1097美元，則被認(rèn)定為富國；若人均收入低于1097美元，被認(rèn)定為貧窮國。（1）解釋這些計(jì)算結(jié)果。（2）回歸方程中引入的原因是什么？如何解釋這個(gè)回歸解釋變量？（3）如何對貧窮國進(jìn)行回歸？又如何對富國進(jìn)行回歸？答：（1）由，也就是說，人均收入每增加2.7183倍，平均意義上各國的期望壽命會增加9.39歲。若當(dāng)為富國時(shí)，則平均意義上，富國的人均收入每增加2.7183倍，其期望壽命就會減少3.36歲，但其截距項(xiàng)的水平會增加23.52，達(dá)到21.12的水平。但從統(tǒng)計(jì)

61、檢驗(yàn)結(jié)果看，對數(shù)人均收入lnX對期望壽命Y的影響并不顯著。方程的擬合情況良好，可進(jìn)一步進(jìn)行多重共線性等其他計(jì)量經(jīng)濟(jì)學(xué)的檢驗(yàn)。（2）若代表富國，則引入的原因是想從截距和斜率兩個(gè)方面考證富國的影響，其中，富國的截距為，斜率為，因此，當(dāng)富國的人均收入每增加2.7183倍，其期望壽命會增加6.03歲。（3）對于貧窮國，設(shè)定，則引入的虛擬解釋變量的形式為；對于富國，回歸模型形式不變。 2當(dāng)模型中出現(xiàn)隨機(jī)解釋變量時(shí)，最小二乘估計(jì)量具有什么特征答：（1）當(dāng)隨機(jī)解釋變量X與隨機(jī)項(xiàng)u時(shí)相互獨(dú)立的時(shí)候，最小二乘估計(jì)量仍然是無偏的。（2）如果隨機(jī)解釋變量X與隨機(jī)項(xiàng)u既不獨(dú)立也不相關(guān)時(shí)，最小二乘估計(jì)量是有偏

62、的，但是一致估計(jì)量。（3）如果隨機(jī)解釋變量X與隨機(jī)項(xiàng)u具有高度的相關(guān)關(guān)系，最小二乘估計(jì)量是有偏的，非一致的。 第9章 聯(lián)立方程模型一、單項(xiàng)選擇題1B 2D 3B 4A 5C 6C 7B8A 9B 10A 11D 12A 13D1關(guān)于聯(lián)立方程組模型，下列說法中錯(cuò)誤的是（ ）A. 結(jié)構(gòu)模型中解釋變量可以是內(nèi)生變量，也可以是前定變量 B. 簡化模型中解釋變量可以是內(nèi)生變量，C. 簡化模型中解釋變量是前定變量D. 結(jié)構(gòu)模型中解釋變量可以是內(nèi)生變量2如果某個(gè)結(jié)構(gòu)方程是恰好識別的，估計(jì)其參數(shù)可用（ ）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3在聯(lián)立方程結(jié)構(gòu)模型中

63、，對模型中的每一個(gè)隨機(jī)方程單獨(dú)使用普通最小二乘法得到的估計(jì)參數(shù)是（     ）A. 有偏且一致的  B. 有偏不一致的 C. 無偏但一致的  D. 無偏且不一致的4在有M個(gè)方程的聯(lián)立方程組中，若用H表示聯(lián)立方程組中全部的內(nèi)生變量與全部的前定變量之和的總數(shù)，用表示第i個(gè)方程中內(nèi)生變量與前定變量之和的總數(shù)時(shí)，第i個(gè)方程過度識別時(shí)，則有公式(      )成立。 A.   B.    C.     D. 5在有M個(gè)方程的聯(lián)立方程組中，若用H表示聯(lián)立方程組中全部的內(nèi)生變量加上全部的前定變量的總個(gè)數(shù)，用表示第i個(gè)方程中內(nèi)生變量與前定變量之和的個(gè)數(shù)時(shí)，則公式表示(      ) A 不包含在第i個(gè)方程中內(nèi)生變量的個(gè)數(shù)B 不包含在第i個(gè)方程中外生變量的個(gè)數(shù) C 不包含在第i個(gè)方程中內(nèi)生變量與外生變量之和的個(gè)數(shù)D 包含在第i個(gè)方程中內(nèi)生變量與外生變量之和的個(gè)數(shù)6結(jié)構(gòu)模型中的每一個(gè)方程都稱為結(jié)構(gòu)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(      )A. 外生變量