計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)要點(diǎn)

1、計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)要點(diǎn)第1章緒論數(shù)據(jù)類型：截面、時(shí)間序列、面板用數(shù)據(jù)度量因果效應(yīng)，其他條件不變的概念習(xí)題：C1、C2第2章簡單線性回歸回歸分析的基本概念，常用術(shù)語現(xiàn)代意義的回歸是一個(gè)被解釋變量對(duì)若干個(gè)解釋變量依存關(guān)系的研究，回歸的實(shí)質(zhì)是由固定的解釋變量去估計(jì)被解釋變量的平均值。簡單線性回歸模型是只有一個(gè)解釋變量的線性回歸模型。回歸中的四個(gè)重要概念1 .總體回歸模型(PopulationRegressionModel,PRM)Vt=P。+%Xt+Ut-代表了總體變量間的真實(shí)關(guān)系。2 .總體回歸函數(shù)(PopulationRegressionFunction,PRFE(yt)=%+piX-代表了總體變量

2、間的依存規(guī)律。3 .樣本回歸函數(shù)(SampleRegressionFunction,SRFyt=%'片居et-代表了樣本顯示的變量關(guān)系。4 .樣本回歸模型(SampleRegressionModel,SRM夕=%，B?Xt-代表了樣本顯示的變量依存規(guī)律。總體回歸模型與樣本回歸模型的主要區(qū)別是：描述的對(duì)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關(guān)的樣本中變量y與x的相互關(guān)系。建立模型的依據(jù)不同?？傮w回歸模型是依據(jù)總體全部觀測(cè)資料建立的，樣本回歸模型是依據(jù)樣本觀測(cè)資料建立的。模型性質(zhì)不同?？傮w回歸模型不是隨機(jī)模型，而樣本回歸模型是一個(gè)隨機(jī)模型，它隨樣本的改變而

3、改變。總體回歸模型與樣本回歸模型的聯(lián)系是：樣本回歸模型是總體回歸模型的一個(gè)估計(jì)式，之所以建立樣本回歸模型，目的是用來估計(jì)總體回歸模型。線性回歸的含義線性：被解釋變量是關(guān)于參數(shù)的線性函數(shù)（可以不是解釋變量的線性函數(shù)）線性回歸模型的基本假設(shè)簡單線性回歸的基本假定：對(duì)模型和變量的假定、對(duì)隨機(jī)擾動(dòng)項(xiàng)u的假定（零均值假定、同方差假定、無自相關(guān)假定、隨機(jī)擾動(dòng)與解釋變量不相關(guān)假定、正態(tài)性假定）普通最小二乘法（原理、推導(dǎo)）最小二乘法估計(jì)參數(shù)的原則是以“殘差平方和最小”。nMin£（YiM）2（鼠?1）：?o二 Y?1Xi1n工（xX）（y-Y）?二_Le1產(chǎn)1n_%（XiX）2i=1OLS的代數(shù)性質(zhì)

4、擬合優(yōu)度R2離差平方和的分解：TSS=ESS+RSS“擬合優(yōu)度”是模型對(duì)樣本數(shù)據(jù)的擬合程度。檢驗(yàn)方法是構(gòu)造一個(gè)可以表征擬合程度的指標(biāo)一一判定系數(shù)又稱決定系數(shù)。cSSESST-SSRSSR（1） R2=SSE=T7-=1SSR，表示回歸平方和與總離差平方和之比；反映了樣SSTSSTSST本回歸線對(duì)樣本觀測(cè)值擬合優(yōu)劣程度的一種描述；（2） R2W0,1；（3）回歸模型中所包含的解釋變量越多，R2越大！改變度量單位對(duì)OLS統(tǒng)計(jì)量的影響函數(shù)形式(對(duì)數(shù)、半對(duì)數(shù)模型系數(shù)的解釋)(1) Y?=以+邑Xi:X變化一個(gè)單位Y的變化(2) lnY?=?0+"lnXi:X變化1%,Y變化區(qū),表示彈性。(3

5、) lnY?=?o+?iXi:X變化一個(gè)單位，Y變化百分之100?1(4) Y?=?0+?11nxi:X變化1%,Y變化?1%0OLS無偏性，無偏性的證明OLS估計(jì)量的抽樣方差誤差方差的估計(jì)OLS估計(jì)量的性質(zhì)(1)線性：是指參數(shù)估計(jì)值比和01分別為觀測(cè)值yt的線性組合。(2)無偏性：是指00和01的期望值分別是總體參數(shù)久和01。(3)最優(yōu)性(最小方差性)：是指最小二乘估計(jì)量八和3在在各種線性無偏估計(jì)中，具有最小方差。高斯-馬爾可夫定理、二2Var(2)=:2XOLS參數(shù)估計(jì)量的概率分布OLS隨機(jī)誤差項(xiàng)小的方差J的估計(jì);ee2=n一2簡單回歸的高斯馬爾科夫假定對(duì)零條件均值的理解習(xí)題：4、5、6;

6、C2、C3、C4第3章多元回歸分析：估計(jì)1、變量系數(shù)的解釋（剔除、控制其他因素的影響）Y?二？0?iX?2Xi2對(duì)斜率系數(shù)？i的解釋：在控制其他解釋變量（X2）不變的條件下，X1變化一個(gè)單位對(duì)Y的影響；或者，在剔除了其他解釋變量的影響之后，X1的變化對(duì)Y的單獨(dú)影響！2、多元線性回歸模型中對(duì)隨機(jī)擾動(dòng)項(xiàng)u的假定，除了零均值假定、同方差假定、無自相關(guān)假定、隨機(jī)擾動(dòng)與解釋變量不相關(guān)假定、正態(tài)性假定以外，還要求滿足無多重共線性假定。3、多元線性回歸模型參數(shù)的最小二乘估計(jì)式；參數(shù)估計(jì)式的分布性質(zhì)及期望、方差和標(biāo)準(zhǔn)誤差；在基本假定滿足的條件下，多元線性回歸模型最小二乘估計(jì)式是最佳線性無偏估計(jì)式。?最小二乘法

7、（OLS） var（照O2(X'X)-1公式：=(X'X)-1X'Y估計(jì)的回歸模型：的方差協(xié)方差矩陣:=u?u?n - k殘差的方差：var( ?s2(X'X) -1估計(jì)的方差協(xié)方差矩陣是:擬合優(yōu)度遺漏變量偏誤多重共線性多重共線性的概念多重共線性的后果多重共線性的檢驗(yàn)多重共線性的處理習(xí)題：1、2、6、7、8、10;C2、C5、C6第4章多元回歸分析：推斷經(jīng)典線性模型假定正態(tài)抽樣分布變量顯著性檢驗(yàn)，t檢驗(yàn)檢驗(yàn)B值的其他假設(shè)P值實(shí)際顯著性與統(tǒng)計(jì)顯著性檢驗(yàn)參數(shù)的一個(gè)線性組合假設(shè)多個(gè)線性約束的檢驗(yàn)：F檢驗(yàn)理解排除性約束報(bào)告回歸結(jié)果習(xí)題：1、2、3、4、6、7、1011;

8、C3、C5、C8第6章多元回歸分析：專題測(cè)度單位對(duì)OLS統(tǒng)計(jì)量的影響進(jìn)一步理解對(duì)數(shù)模型二次式的模型交立項(xiàng)的模型擬合優(yōu)度修正可決系數(shù)的作用和方法。2'e2(n-k),n-1'、'e2R=121工(Yi-Y)2/(n-1)n-kZ(Y-Y)2習(xí)題：1、3、4、7;C2、C3、C5、C9、C12第7章虛擬變量虛擬變量的定義如何引入虛擬變量：如果一個(gè)變量分成N組，引入該變量的虛擬變量形式是只能放入N-1個(gè)虛擬變量虛擬變量系數(shù)的解釋虛擬變量系數(shù)的解釋：不同組均值的差（基準(zhǔn)組或?qū)φ战M與處理組）以下幾種模型形式表達(dá)的不同含義；1）Yt=°。"兇*%Dt:截距項(xiàng)不同

9、；2）Yt=B0+PiXt+P2DtXt+ut,斜率不同；3）Yt=%*口*P2Dt+PQtXt十ut:截距項(xiàng)與斜率都不同;其中D是二值虛擬變量，X是連續(xù)的變量。虛擬變量陷阱虛擬變量的交互作用習(xí)題：2、4、9;C2、C3、C6、C7、C11第8章異方差異方差的后果異方差穩(wěn)健標(biāo)準(zhǔn)誤BP檢驗(yàn)異方差的檢驗(yàn)（White檢驗(yàn)）加權(quán)最小二乘法習(xí)題：1、2、3、4;Ci、C2、C8、C9Eviews回歸結(jié)果界面解釋表央文名稱中文名稱常用計(jì)算公式常用相互關(guān)系和判斷準(zhǔn)則Variable變量Coefficient系數(shù)Sta.Error標(biāo)準(zhǔn)差一般是絕對(duì)值越小越好t-statisticT檢驗(yàn)統(tǒng)計(jì)量AJt=P/se(P

10、)絕對(duì)值大于2時(shí)可粗略判斷系數(shù)通過t檢驗(yàn)ProbT統(tǒng)計(jì)量的P值P值小于給定顯著水平時(shí)系數(shù)通過t檢驗(yàn)RsquaredR2R2=ESS/TSS=1-RSS/TSSAjustedRsquaredR2-2RSS/(nk1)R=1TSS/(n1)22n1r2i_(i_r2)n1n-k-1S.E.ofregression擾動(dòng)項(xiàng)標(biāo)準(zhǔn)差A(yù)Ee2rRSSSumsquaredresid殘差平方和RSS=£e2Loglikelihood似然函數(shù)對(duì)數(shù)值Durbin-WatsonstatDW統(tǒng)計(jì)量d定2(1P)Meandependentvar應(yīng)變量樣本均值-£YY=nS.D.dependentvar

11、應(yīng)變量樣本標(biāo)準(zhǔn)差Jnm倍AkaikeinfocriterionAIC準(zhǔn)則一般是越小越好SchwarzcriterionSC準(zhǔn)則一般是越小越好F-statisticF統(tǒng)計(jì)量lESS/k二2lR2/kFRSS/(nk-1)F-2(1-R)/(n-k-1)Prob(F-statistic)F統(tǒng)計(jì)量的P值P值小于給定顯著水平時(shí)模型通過F檢驗(yàn)計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)題第1章習(xí)題：C1、C2第2章習(xí)題:4、5、6; C2、C3、C4第3章習(xí)題:第4章習(xí)題:1、2、6、7、8、10; C2、C5、C61、2、3、4、6、7、10、11; C3、C5、C8第6章習(xí)題:1、3、4、7; C2、C3、C5、C9、C12第7

12、章習(xí)題:第8章習(xí)題:2、4、9;C2、C3、C6、C7、C111、2、3、4;C1、C2、C8、C91、判斷下列表達(dá)式是否正確2469yi=01Xi,i=1,2,Ilin?=?0?為，i=1,2,|nE(y/x)=%+。1為+%,i=1,2,H(nE(y/xJ=/，為，i=1,2,ll|nE(y/xJ=/+叫為，i=1,2,ll|nyi=0",i=1,2(11,n?二?o?亦,i,i=1,2|l,nV二?o隊(duì),i,i=1,2(ll,nV、=?o?詔？，i=1,2(ll,n?i=?o?1為？，i=1,2(11,n2、給定一元線性回歸模型：Yt=：o,iXt，tt=1,2,n(1)敘述模

13、型的基本假定；(2)寫出參數(shù)瓦和3的最小二乘估計(jì)公式；(3)說明滿足基本假定的最小二乘估計(jì)量的統(tǒng)計(jì)性質(zhì)；(4)寫出隨機(jī)擾動(dòng)項(xiàng)方差的無偏估計(jì)公式。3、對(duì)于多元線性計(jì)量經(jīng)濟(jì)學(xué)模型：Yt=3+02X2t+%X3t+BkXktt=12，n(1)該模型的矩陣形式及各矩陣的含義；(2)對(duì)應(yīng)的樣本線性回歸模型的矩陣形式；(3)模型的最小二乘參數(shù)估計(jì)量。4、根據(jù)美國1961年第一季度至1977年第二季度的數(shù)據(jù)，我們得到了如下的咖啡需求函數(shù)的回歸方程：ln=1.27890.1647lnPt0.5115lnIt0.14831npt0.0089T0.0961D1t0157D2t0.0097d3t(-2.14)(1.

14、23)(0.55)(-3.36)(-3.74)(-6.03)(-0.37)r2=0.80其中，QU均咖啡消費(fèi)量(單位：磅)；P=a啡的價(jià)格(以1967年價(jià)格為不變價(jià)格)；上人均可支配收入(單位：千兀，以1967年價(jià)格為不變價(jià)格)；P=茶的價(jià)格(1/4磅，以1967年價(jià)格為不變價(jià)格)；丁=時(shí)間趨勢(shì)變量(1961年第一季度為1,1977年第二季度為66);D=1:第一季度；D2=1:第二季度；Q=1:第三季度。請(qǐng)回答以下問題：_' 模型中P、I和P的系數(shù)的經(jīng)濟(jì)含義是什么？ 咖啡的需求是否很有彈性？ 咖啡和茶是互補(bǔ)品還是替代品？你如何解釋時(shí)間變量T的系數(shù)？ 你如何解釋模型中虛擬變量的作用？哪

15、一個(gè)虛擬變量在統(tǒng)計(jì)上是顯著的？ 咖啡的需求是否存在季節(jié)效應(yīng)？解答(1)從咖啡需求函數(shù)的回歸方程看，P的系數(shù)-0.1647表示咖啡需求的自價(jià)格彈性工，的系數(shù)0.5115表示咖啡需求的收入彈性：產(chǎn)的系數(shù)0.I4K3表示咖啡需求的交叉價(jià)格弼性,Q)咖啡需求的自價(jià)格彈性的絕對(duì)值小于1,表明咖啡是缺乏彈性.五、補(bǔ)充練習(xí)題參考四雯147(3) P的系數(shù)大于0,表明咖啡與茶屬于替代品*(4)從時(shí)間變量7的系數(shù)為-0.0I看，咖啡的需求量應(yīng)該是逐年減少.但減少的速度很慢,(5)虛假變量在本模型中表示咖啡需求可能受季節(jié)因素的影響.(6)從各參數(shù)的r檢驗(yàn)看，第一季度和第二季度的虛擬變量在統(tǒng)計(jì)上是顯著的.(7)咖啡

16、的需求存在季節(jié)效應(yīng).回歸方程顯示第一季度和第二季度的需求帚比其他季節(jié)少.5、為研究體重與身高的關(guān)系，我們隨機(jī)抽樣調(diào)查了51名學(xué)生(其中36名男生，15名女生)，并得到如下兩種回歸模型：W=-232.06551+5.5662h(5.1)t=(-5.2066)(8.6246)V?=-122.9621+23.8238D+3.7402h(5.2)t=(-2.5884)(4.0149)(5.1613)其中，W(weight尸體重(單位：磅)；h(height尸身高(單位：英寸)D.P男生D-0女生請(qǐng)回答以下問題：你將選擇哪一個(gè)模型？為什么？如果模型(5.2)確實(shí)更好，而你選擇了(5.1),你犯了什么錯(cuò)誤

17、？D的系數(shù)說明了什么？5-19.解答(I)會(huì)選擇(b)模型，理由是該模型中0的系數(shù)彷諦值在統(tǒng)計(jì)上顯著:(2)如果模型(b)確實(shí)更好而卻選擇了(成，則犯了模型設(shè)定錯(cuò)誤，即丟失了相關(guān)解釋變；(3)。的系數(shù)說明一個(gè)現(xiàn)實(shí)中比較普遍的現(xiàn)象，即男生的體重大于女生的體重.6、簡述異方差對(duì)下列各項(xiàng)有何影響：(1)OLS估計(jì)量及其方差；(2)置信區(qū)間;(3)顯著性t檢驗(yàn)和F檢驗(yàn)的使用。(4)預(yù)測(cè)。7、假設(shè)某研究者基于100組三年級(jí)的班級(jí)規(guī)模(CS)和平均測(cè)試成績(TestScore數(shù)據(jù)估計(jì)的OLS回歸為：2TestScore=520.4-5.82CS,R2=0.08,SER=11.5(20.4)(2.21)(1

18、)若某班級(jí)有22個(gè)學(xué)生，則班級(jí)平均測(cè)試成績的回歸預(yù)測(cè)值是多少？(2)某班去年有19個(gè)學(xué)生，而今年有23個(gè)學(xué)生，則班級(jí)平均測(cè)試成績變化的回歸預(yù)測(cè)值是多少？(3)100個(gè)班級(jí)的樣本平均班級(jí)規(guī)模為21.4,則這100個(gè)班級(jí)的樣本平均測(cè)試成績是多少？(4)100個(gè)班級(jí)的測(cè)試成績樣本標(biāo)準(zhǔn)差是多少？(提示：利用R2和SER的公式)(5)求關(guān)于CS的回歸斜率系數(shù)的95%置信區(qū)間。(6)計(jì)算t統(tǒng)計(jì)量，根據(jù)經(jīng)驗(yàn)法則(t=2)來判斷顯著性檢驗(yàn)的結(jié)果。1. (a)ThepredictedaveragetestscoreisTesrScare=5204-5E2x22=39236(b) Thepredictedchan

19、gemrheclassroomeragetesticorekSTcstScore=(-5,S2x19)-(-5.S2x23)=23J8(c) Usingtheformulafor凡inEquation(4.8).weknmvthesampleaverageofthetestscoresacrossthe100classroomsisTesrore=瓦+/產(chǎn)衣二520-5&x2L4=395,85,(d) Usetheformulaforthestandarderrorcftheregression(SER)inEquation(419)togetthesumofsquaredresidu

20、fik:SSR=(n-2)SER-=(100-2)x1152=12961UsetheformulaforRinEquation(4.16)togetthetotalsumofsquaresic1sm12961TSS=-7=13M4.1"1008'Thfvariancei$二普=嚕i=131.8.Thv$,學(xué)他ndarddeviationii%="=1158、設(shè)從總體中抽取一容量為200的20歲男性隨機(jī)樣本，記錄他們的身高和體重。得體重對(duì)身高的回歸為：Weight=-99.413.94Height,R2=0.81,SER=10.2(e) 15)(0.31)其中體重的單

21、位是英鎊，身高的單位是英寸。(1)身高為70英寸的人，其體重的回歸預(yù)測(cè)值是多少？65英寸的呢？74英寸的呢？(2)某人發(fā)育較晚，一年里躥高了1.5英寸。則根據(jù)回歸預(yù)測(cè)體重增加多少？(3)解釋系數(shù)值-99.41和3.94的含義。(4)假定不用英鎊和英寸度量體重和身高而分別用厘米和千克，則這個(gè)新的厘米-千克回歸估計(jì)是什么？給出所有結(jié)果，包括回歸系數(shù)估計(jì)值,R2和SER。(5)基于回歸方程，能對(duì)一個(gè)3歲小孩的體重(假設(shè)身高1米)作出可靠預(yù)測(cè)嗎？2. 口吒samplesizem=200.Theestiinatedresessionequationis秘噌加=(2,15)-99.41-(031)394H

22、喇ER=081.SER=10.2.(a) SubstitutingHeight=70,65.and74inchesintotheeqiiaticiLihepredictedweightsare17639.156,69.and192.15pounds.(b) SFF否耳加=3.94Height=*94x1.5=5.91(c) W。havethefollowingrelations:lm=2.54r?trnd1由=0*36幅S呼possh。regi'essionequationintheceinuneter-kilogr<imspacei$height=yQ+Height.Ulico

23、efficientsareyD=-99.41x0.4536=-4?.092kg'.=J.94x峭呼=0."036kgpercm.TheR'isiniirfree,soitremainsatJ?2=0.81.TheshndnrdeirorofTlieregressionisSER=102x0.4536=4.6267極9、假設(shè)某研究使用250名男性和280名女性工人的工資(Wag*數(shù)據(jù)估計(jì)出如下OLS回歸：WAGE=12.52+2.12父Male,R2=0.06,SER=4.2(標(biāo)準(zhǔn)誤)(0.23)(0.35其中WAGE的單位是美元/小時(shí)，Male為男性=1,女性=0的虛

24、擬變量。用男性和女性的平均收入之差定義工資的性別差距。(1)性別差距的估計(jì)值是多少？(2)計(jì)算截距項(xiàng)和Male系數(shù)的t統(tǒng)計(jì)量，估計(jì)出的性別差距統(tǒng)計(jì)顯著不為0嗎？(5%顯著水平的t統(tǒng)計(jì)量臨界值為1.96)(3)樣本中女性的平均工資是多少？男性的呢？(4)對(duì)本回歸的R2你有什么評(píng)論，它告訴了你什么，沒有告訴你什么？這個(gè)很小的R2可否說明這個(gè)回歸模型沒有什么價(jià)值？(5)另一個(gè)研究者利用相同的數(shù)據(jù)，但建立了WAGE對(duì)Female的回歸，其中Female為女性=1,男性=0的變量。由此計(jì)算出的回歸估計(jì)是什么？,.2WAGE=+FemaleR=SER=2. (a)Thuestimatedgendergap

25、equals$242/hoiir,(b)Th#hypothesistestingforthe甑ntkrgapis/70:=0v5+氏:月*0、Withar-$tatistic產(chǎn)="二°一或=5艙5E0.36the/j-valueforthetestisp-value=24>(-|/|)=2<P(-5,89)=2x0.0000=0.000(tofowdecimalplaces)Th0-valueisks$tlun0.01.sowecanreject【humillhypotliesisTharth#i七i$noguildergapata1%significancel

26、evel.10、基于美國CPS人口調(diào)查1998年的數(shù)據(jù)得到平均小時(shí)收入對(duì)性別、教育和其他特征的回歸結(jié)果，見下表。該數(shù)據(jù)集是由4000名全年工作的全職工人數(shù)據(jù)組成的。其中：AHE平均小時(shí)收入；College-二元變量(大學(xué)取1,高中取0);Female女性取1,男性取0;Age=(年);Northeast居于東北取1,否則為0;Midwest居于中西取1,否則為0;South居于南部取1,否則為0;West居于西部取1,否則取00表1：基于2004年CPS數(shù)據(jù)得到的平均小時(shí)收入對(duì)年齡、性別、教育、地區(qū)的回歸結(jié)果因變量：AHE回歸變量(1)(2)(3)College(X1)5.46(0.21)5.

27、48(0.21)5.44(0.21)Female(X2)-2.64(0.20)-2.62(0.20)-2.62(0.20)Age(X3)0.29(0.04)0.29(0.04)Northeast(X4)0.69(0.30)Midwest(X5)0.60(0.28)South(X6)-0.27(0.26)截距12.694.403.75(0.14)(1.05)(1.06)概括統(tǒng)計(jì)量和聯(lián)合檢驗(yàn)地區(qū)效應(yīng)=0的F統(tǒng)計(jì)量注：F(3,8)分布，6.101%顯著水平的臨界值為：3.78SER6.276.226.21R20.1760.1900.194N400040004000注：括號(hào)中是標(biāo)準(zhǔn)誤。(1)計(jì)算每個(gè)回

28、歸的調(diào)整R2o(2)利用表1中列(1)的回歸結(jié)果回答：大學(xué)畢業(yè)的工人平均比高中畢業(yè)的工人掙得多嗎？多多少？這個(gè)差距在5%!著性水平下統(tǒng)計(jì)顯著嗎？男性平均比女性掙的多嗎？多多少？這個(gè)差距在5%!著性水平下統(tǒng)計(jì)顯著嗎？(3)年齡是收入的重要決定因素嗎？請(qǐng)解釋。使用適當(dāng)?shù)慕y(tǒng)計(jì)檢驗(yàn)來回答。(4)Sally是29歲女性大學(xué)畢業(yè)生，Betsy是34歲女性大學(xué)畢業(yè)生，預(yù)測(cè)她們的收入。(5)用列(3)的回歸結(jié)果回答：地區(qū)間平均收入存在顯著差距嗎？利用適當(dāng)?shù)募僭O(shè)檢驗(yàn)解釋你的答案。(6)為什么在回歸中省略了回歸變量West?如果加上會(huì)怎樣。解釋3個(gè)地區(qū)回歸變量的系數(shù)的經(jīng)濟(jì)含義。Juantia是南部28歲女性大學(xué)畢

29、業(yè)生，Jennifer是中西部28歲女性大學(xué)畢業(yè)生，計(jì)算她們收入的期望差距計(jì)量經(jīng)濟(jì)學(xué)補(bǔ)充復(fù)習(xí)題一、填空題1、計(jì)量經(jīng)濟(jì)學(xué)常用的三類樣本數(shù)據(jù)是黃截面數(shù)據(jù)_、_時(shí)間序列數(shù)據(jù)一和_面板數(shù)據(jù)。2、虛擬解釋變量不同的引入方式產(chǎn)生不同的作用。若要描述各種類型的模型在截距水平的差異，則以加法形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(duì)變化率時(shí)，則以乘法形式引入虛擬解釋變量。二、選擇題A Var( ?)=0C (腎耳=02、產(chǎn)量（x,臺(tái)）與單位產(chǎn)品成本（V,1、參數(shù)口的估1t量腎具備有效性是指】BBVar(?)為最小D(PB)為最小元/臺(tái)）之間的回歸方程為？=3561.5x,這說明【】DA產(chǎn)量每增加一

30、臺(tái)，單位產(chǎn)品成本增加356元B產(chǎn)量每增加一臺(tái)，單位產(chǎn)品成本減少1.5元C產(chǎn)量每增加一臺(tái)，單位產(chǎn)品成本平均增加356元D產(chǎn)量每增加一臺(tái)，單位產(chǎn)品成本平均減少1.5元3、在總體回歸直線E（?）=P。+P1x中，P1表示【A當(dāng)x增加一個(gè)單位時(shí),B當(dāng)x增加一個(gè)單位時(shí)，C當(dāng)y增加一個(gè)單位時(shí)，V增加P1個(gè)單位y平均增加口1個(gè)單位x增加%個(gè)單位D當(dāng)y增加一個(gè)單位時(shí),x平均增加P1個(gè)單位4、以y表示實(shí)際觀測(cè)值,?表示回歸估計(jì)值，則普通最小二乘法估計(jì)參數(shù)的準(zhǔn)則是使【D】A 工(Vi -？i)=。C Z (yi _?i)為最小b 工(y -?i)2=0D g (yi ?i)2 為最小5、設(shè)y表示實(shí)際觀測(cè)值，？表示

31、OLS回歸估計(jì)值，則下列哪項(xiàng)成立【Ay?=yB?=yC?=yDQ=y6、用普通最小二乘法估計(jì)經(jīng)典線性模型yt=P0+P1xt+ut,則樣本回歸線通過點(diǎn)【d】A(x,y)B(x,?)C(X,y?)D(X,y)7、判定系數(shù)R2的取值范圍是【C】2222ARE1BRKC0<R<1D-1<R<18、對(duì)于總體平方和TSS、回歸平方和RSS和殘差平方和ESS的相互關(guān)系，正確的是BATSS>RSS+ESSBTSS=RSS+ESSCTSS<RSS+ESSDTSS2=RSS2+ESS29、決定系數(shù)R2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

32、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10、如果兩個(gè)經(jīng)濟(jì)變量x與y間的關(guān)系近似地表現(xiàn)為當(dāng)x發(fā)生一個(gè)絕對(duì)量變動(dòng)(Ax)時(shí)，y有一個(gè)固定地相對(duì)量(句/y)變動(dòng)，則適宜配合地回歸模型是【B】A Yi 二，, 5:1C yi -01 Ui為11、下列哪個(gè)模型為常數(shù)彈性模型【A ln Yi = ln ： 0：11nxiuiB ln Yi 二 P0 . B , UiD ln yi = ： 0 ； -O ln xiuiA B ln Yi = ln ： 0 rxi uixiCYi=：0-ln為ui12、模型yi=P0十月lnxi+5中，y關(guān)于x的彈性為【C】二XiB MXiD Ti13、

33、模型Inyi=lnP°+AlnXi+5中，3的實(shí)際含義是【B】Ax關(guān)于y的彈性By關(guān)于x的彈性Cx關(guān)于y的邊際傾向Dy關(guān)于x的邊際傾向14、當(dāng)存在異方差現(xiàn)象時(shí)，估計(jì)模型參數(shù)的適當(dāng)方法是【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(yàn)信息15、加權(quán)最小二乘法克服異方差的主要原理是通過賦予不同觀測(cè)點(diǎn)以不同的權(quán)數(shù)，從而提高估計(jì)精度，即【B】A重視大誤差的作用，輕視小誤差的作用B重視小誤差的作用，輕視大誤差的作用C重視小誤差和大誤差的作用D輕視小誤差和大誤差的作用16、容易產(chǎn)生異方差的數(shù)據(jù)是【C】B修勻數(shù)據(jù)D年度數(shù)據(jù)var( ui )=仃2 xi2,則口的最小二乘估計(jì)量為【 C

34、B無偏但非有效D有偏且非有效A時(shí)間序列數(shù)據(jù)C橫截面數(shù)據(jù)17、設(shè)回歸模型為yi=Pxi+ui,其中A.無偏且有效C有偏但有效18、如果模型yt=b0+b1xt+ut存在序列相關(guān)，則【D】A cov ( xt, ut) =0B cov ( ut, us) =0 (ts)C cov ( xt, ut) 00D cov ( ut, us)而(ts)19、下列哪種形式的序列相關(guān)可用DW統(tǒng)計(jì)量來檢驗(yàn)(vi為具有零均值，常數(shù)方差，且不存在序列相關(guān)的隨機(jī)變量)Au" ' ut 4 vtB ut =ut：2uti - vtC ut - : vt20、DW的取值范圍是【D】A 1幻W夕C 2中W

35、立21、當(dāng)DW = 4是時(shí)，說明【D】A不存在序列相關(guān)C存在完全的正的一階自相關(guān)22、模型中引入一個(gè)無關(guān)的解釋變量【.2D Ut = : vt： vtB 1 立）WW1D 0 <DW <4B不能判斷是否存在一階自相關(guān)D存在完全的負(fù)的一階自相關(guān)C】A對(duì)模型參數(shù)估計(jì)量的性質(zhì)不產(chǎn)生任何影響B(tài)導(dǎo)致普通最小二乘估計(jì)量有偏C導(dǎo)致普通最小二乘估計(jì)量精度下降D導(dǎo)致普通最小二乘估計(jì)量有偏，同時(shí)精度下降23、如果方差膨脹因子VIF=10,則認(rèn)為什么問題是嚴(yán)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(jī)項(xiàng)的相關(guān)性24、某商品需求函數(shù)為y=b0+匕為十u,其中y為需求量，x為價(jià)格。為

36、了考慮“地區(qū)”（農(nóng)村、城市）和“季節(jié)”（春、夏、秋、冬）兩個(gè)因素的影響，擬引入虛擬變量，則應(yīng)引入虛擬變量的個(gè)數(shù)為【B】25、根據(jù)樣本資料建立某消費(fèi)函數(shù)如下:比二100.50+55.35Dt+0.45Xt,其中C為消費(fèi)，x則城鎮(zhèn)家庭的消費(fèi)函數(shù)為【A】fl城鎮(zhèn)家庭為收入，虛擬變量D="農(nóng)村家庭，所有參數(shù)均檢驗(yàn)顯著，A Ct =155.85+0.45 xtB CJ =100.50+0.45 XtC Ct =100.50+55.35 XtD Ct =100.95+55.35 Xt26、假設(shè)某需求函數(shù)為y=d+b1Xi+u為了考慮“季節(jié)”因素（春、夏、秋、冬四個(gè)不同的狀態(tài)），引入4個(gè)虛擬變量形

37、式形成截距變動(dòng)模型，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)將無法估計(jì)27、對(duì)于模型yi=b0+b1xi+ui,為了考慮“地區(qū)”因素（北方、南方），引入2個(gè)虛擬變量形式形成截距變動(dòng)模型，則會(huì)產(chǎn)生【D】A序列的完全相關(guān)B序列不完全相關(guān)C完全多重共線性D不完全多重共線性28、如果一個(gè)回歸模型中不包含截距項(xiàng)，對(duì)一個(gè)具有m特征的質(zhì)的因素要引入虛擬變量的數(shù)目為【A】AmBm-1Cm-2Dm+129、某一時(shí)間序列經(jīng)一次差分變換成平穩(wěn)時(shí)間序列，此時(shí)間序列稱為（A）。A.1階單整B.2階單整C.K階單整D.以上答案均不正確30、當(dāng)隨機(jī)誤差項(xiàng)存在自相關(guān)時(shí)，進(jìn)行單位根檢驗(yàn)是由（B）來實(shí)現(xiàn)。A.DF檢驗(yàn)B.ADF檢驗(yàn)C.EG檢驗(yàn)D.DW檢驗(yàn)三、多項(xiàng)選擇題：1、一元線性回歸模型yt=P0+P1xt十山的經(jīng)典假設(shè)包括【ABCDEAE（ut）=0BVar（ut）=。2（常數(shù)）CCOV（Ui，Uj）=0DutN（0,1）Ex為非隨機(jī)變量，且cov（xt,