計(jì)量經(jīng)濟(jì)學(xué)課后習(xí)題答案解析匯總

1、完美WORD格式.整理計(jì)量經(jīng)濟(jì)學(xué)練習(xí)題 第一章與論 一、單項(xiàng)選擇題L計(jì)量經(jīng)濟(jì)研究中常用的數(shù)據(jù)主要有兩類：一類是時(shí)間序列數(shù)據(jù)，另一類是【B】A總量數(shù)據(jù)B橫截面數(shù)據(jù)C平均數(shù)據(jù)D相對(duì)數(shù)據(jù)2 .橫截面數(shù)據(jù)是指【A 】A同一時(shí)點(diǎn)上不同統(tǒng)計(jì)單位相同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)B同一時(shí)點(diǎn)上相同統(tǒng)計(jì)單位相同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)C同一時(shí)點(diǎn)上相同統(tǒng)計(jì)單位不同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)D同一時(shí)點(diǎn)上不同統(tǒng)計(jì)單位不同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)3 .下面屬于截面數(shù)據(jù)的是【D 】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C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

2、個(gè)鄉(xiāng)鎮(zhèn)各鎮(zhèn)工業(yè)產(chǎn)值4 .同一統(tǒng)計(jì)指標(biāo)按時(shí)間順序記錄的數(shù)據(jù)列稱為B A橫截面數(shù)據(jù)B 時(shí)間序列數(shù)據(jù) C 修勻數(shù)據(jù) D原始數(shù)據(jù)5 .回歸分析中定義 B 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是非隨機(jī)變量D解釋變量為隨機(jī)變量，被解釋變量為非隨機(jī)變量二、填空題L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)問題進(jìn)行 定量實(shí)證研究 的技術(shù)、方法和相關(guān)理論，可以理解為數(shù)學(xué)、統(tǒng)計(jì)學(xué)和經(jīng)濟(jì)學(xué)三者的結(jié)合。2 .現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)已經(jīng)形成了包括單方程回歸分析，聯(lián)立方程組模型，時(shí)間序列分析三大支柱。3 .經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)的最基本方法是回歸分析。計(jì)量經(jīng)濟(jì)分析的基本

3、步驟是：理論（或假說）陳述、建立計(jì)量經(jīng)濟(jì)模型、收集數(shù)據(jù)、計(jì)量經(jīng)濟(jì)模型參數(shù)的估計(jì)、檢驗(yàn)和模型修正、預(yù)測(cè)和政策分析 。4 .常用的三類樣本數(shù)據(jù)是 截面數(shù)據(jù)、時(shí)間序列數(shù)據(jù)和面板數(shù)據(jù)。5 .經(jīng)濟(jì)變量間的關(guān)系有不相關(guān)關(guān)系、相關(guān)關(guān)系、因果關(guān)系、相互影響關(guān)系和恒 等關(guān)系。三、簡(jiǎn)答題L什么是計(jì)量經(jīng)濟(jì)學(xué)？它與統(tǒng)計(jì)學(xué)的關(guān)系是怎樣的？計(jì)量經(jīng)濟(jì)學(xué)就是對(duì)經(jīng)濟(jì)規(guī)律進(jìn)行數(shù)量實(shí)證研究，包括預(yù)測(cè)、檢驗(yàn)等多方面的工作。計(jì)量經(jīng)濟(jì)學(xué)是一種定量分析，是以解釋經(jīng)濟(jì)活動(dòng)中客觀存在的數(shù)量關(guān)系為內(nèi)容的一門經(jīng)濟(jì)學(xué)學(xué) 科。計(jì)量經(jīng)濟(jì)學(xué)與統(tǒng)計(jì)學(xué)密切聯(lián)系，如數(shù)據(jù)收集和處理、參數(shù)估計(jì)、計(jì)量分析方法設(shè)計(jì)，以及參數(shù)估計(jì)值、模型和預(yù)測(cè)結(jié)果可靠性和可信程度分析判

4、斷等?？梢哉f，統(tǒng)計(jì)學(xué)的知識(shí)和方法不僅貫穿計(jì)量經(jīng)濟(jì)分析過程， 而且現(xiàn)代統(tǒng)計(jì)學(xué)本身也與計(jì)量經(jīng)濟(jì)學(xué)有不少相似之處。例如，統(tǒng)計(jì)學(xué)也通過對(duì)經(jīng)濟(jì)數(shù)據(jù)的處理分析，得出經(jīng)濟(jì)問題的數(shù)字化特征和結(jié)論，也有對(duì)經(jīng)濟(jì)參數(shù)的估計(jì)和分析，也進(jìn)行經(jīng)濟(jì)趨勢(shì)的預(yù)測(cè)，并利用各種統(tǒng)計(jì)量對(duì)分析預(yù)測(cè)的結(jié)論進(jìn)行判斷和檢 驗(yàn)等，統(tǒng)計(jì)學(xué)的這些內(nèi)容與計(jì)量經(jīng)濟(jì)學(xué)的內(nèi)容都很相似。反過來，計(jì)量經(jīng)濟(jì)學(xué)也經(jīng)常使用各種統(tǒng)計(jì)分析方法，篩選數(shù)據(jù)、選擇變量和檢驗(yàn)相關(guān)結(jié)論，統(tǒng)計(jì)分析是計(jì)量經(jīng)濟(jì)分析的重要內(nèi) 容和主要基礎(chǔ)之一。計(jì)量經(jīng)濟(jì)學(xué)與統(tǒng)計(jì)學(xué)的根本區(qū)別在于，計(jì)量經(jīng)濟(jì)學(xué)是問題導(dǎo)向和以經(jīng)濟(jì)模型為核心的， 而統(tǒng)計(jì)學(xué)則是以經(jīng)濟(jì)數(shù)據(jù)為核心，且常常是數(shù)據(jù)導(dǎo)向的。 典型的計(jì)量經(jīng)濟(jì)

5、學(xué)分析從具體經(jīng)濟(jì)問題出發(fā)，先建立經(jīng)濟(jì)模型，參數(shù)估計(jì)、判斷、調(diào)整和預(yù)測(cè)分析等都是以模型為基礎(chǔ)和出發(fā) 點(diǎn)；典型的統(tǒng)計(jì)學(xué)研究則并不一定需要從具體明確的問題出發(fā)，雖然也有一些目標(biāo)， 但可以是模糊不明確的。雖然統(tǒng)計(jì)學(xué)并不排斥經(jīng)濟(jì)理論和模型，有時(shí)也會(huì)利用它們，但統(tǒng)計(jì)學(xué)通常不一定需要特定的經(jīng)濟(jì)理論或模型作為基礎(chǔ)和出發(fā)點(diǎn)，常常是通過對(duì)經(jīng)濟(jì)數(shù)據(jù)的統(tǒng)計(jì)處理直接得出結(jié)論，統(tǒng)計(jì)學(xué)側(cè)重的工作是經(jīng)濟(jì)數(shù)據(jù)的采集、篩選和處理。此外，計(jì)量經(jīng)濟(jì)學(xué)不僅是通過數(shù)據(jù)處理和分析獲得經(jīng)濟(jì)問題的一些數(shù)字特征，而且是借助于經(jīng)濟(jì)思想和數(shù)學(xué)工具對(duì)經(jīng)濟(jì)問題作深刻剖析。經(jīng)過計(jì)量經(jīng)濟(jì)分析實(shí)證檢驗(yàn)的經(jīng)濟(jì)理論和模型，能夠?qū)Ψ治觥⒀芯亢皖A(yù)測(cè)更廣泛的經(jīng)濟(jì)問題起

6、重要作用。計(jì)量經(jīng)濟(jì)學(xué)從經(jīng)濟(jì)理論和經(jīng)濟(jì)模型出發(fā)進(jìn)行計(jì)量經(jīng)濟(jì)分析的過程，也是對(duì)經(jīng)濟(jì)理論證實(shí)或證偽的過程。這些是以處理數(shù)據(jù)為主，與經(jīng)濟(jì)理論關(guān)系比較松散統(tǒng)計(jì)學(xué)研究不能比擬的功能，也是計(jì)量經(jīng)濟(jì)學(xué)與統(tǒng)計(jì)學(xué)的區(qū)別。2 .經(jīng)濟(jì)數(shù)據(jù)在計(jì)量經(jīng)濟(jì)分析中的作用是什么？經(jīng)濟(jì)數(shù)據(jù)是計(jì)量經(jīng)濟(jì)分析的材料。經(jīng)濟(jì)數(shù)據(jù)是通過對(duì)經(jīng)濟(jì)變量進(jìn)行觀測(cè)和統(tǒng)計(jì)，從現(xiàn)實(shí)經(jīng)濟(jì)和經(jīng)濟(jì)歷史中得到的， 反映經(jīng)濟(jì)活動(dòng)水平的數(shù)字特征。從本質(zhì)上說，經(jīng)濟(jì)數(shù)據(jù)都是由相關(guān)的經(jīng)濟(jì)規(guī)律生成的，因此是反映經(jīng)濟(jì)規(guī)律的信息載體，確定經(jīng)濟(jì)規(guī)律的基本材料。經(jīng)濟(jì)數(shù)據(jù)的數(shù)量和質(zhì)量，對(duì)計(jì)量經(jīng)濟(jì)分析的有效性和價(jià)值有舉足輕重輕重的影響。3 .試分別舉出時(shí)間序列數(shù)據(jù)、橫截面數(shù)據(jù)、面板數(shù)據(jù)的

7、實(shí)例。時(shí)間序列數(shù)據(jù)指對(duì)同一個(gè)觀測(cè)單位，在不同時(shí)點(diǎn)的多個(gè)觀測(cè)值構(gòu)成的觀測(cè)值序列，或者以時(shí)間為序收集統(tǒng)計(jì)和排列的數(shù)據(jù)，如浙江某省從1980年到2007年各年的GDP橫截面數(shù)據(jù)是指在現(xiàn)一時(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，如2007年全國31個(gè)省自治區(qū)直轄市的 GDP面板數(shù)據(jù)就是由對(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)值構(gòu)成的數(shù)據(jù)，如從1980年到2007年各年的全國31個(gè)省自治區(qū)直轄市 GDP第二章兩變量線性回歸一、單項(xiàng)選擇題L表示x與y之間真實(shí)線性關(guān)系的是【 C 】A ?t = ?02%B E（yt） = -0 - -1XtC yt = -01Xt箕Dyt = '

8、; 0 ' - 1 xt4 .參數(shù)P的估at量,具備有效性是指【B 】A Var（白）=0B Var（因）為最小? = 3561.5x ,這說明C （腎一B = 0D （腎一P）為最小5 .產(chǎn)量（x,臺(tái)）與單位產(chǎn)品成本（V,元/臺(tái)）之間的回歸方程為【B 】A產(chǎn)量每增加一臺(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元專業(yè)資料分享完美WORD格式.整理6 .對(duì)回歸模型yt =綜+P1xt +®t進(jìn)行統(tǒng)計(jì)檢驗(yàn)時(shí)，通常假定 片服從【C】A N (0, 32)C N (0

9、,仃2)5 .以y表示實(shí)際觀測(cè)值，A (y (yi -?i) = 0c £ (x ?i)為最小6 .以X為解釋變量， 的散點(diǎn)圖近似形成為一A. Y i=3 0+3 iXi+邛C. Yi=3 0+3 ilnXi + w7.下列各回歸方程中，哪一個(gè)必定是錯(cuò)誤的A. Yi=50+0.6Xi r xy=0.8C. Yi=15-1.2Xi r xy=0.89&已知某一直線回歸方程的判定系數(shù)為為(B )A. 0.81C. 0.669.對(duì)于線性回歸模型Yi = 3 0+ 3 1X + i,滿足(A )A. E(呼)=0C. Cov( , 0)=010用一組有30個(gè)觀測(cè)值的樣本估計(jì)模型B t

10、(n-2)D t(n)?表示回歸估計(jì)值，BD丫為被解釋變量，將條直線，則適宜配合下面哪一模型形式則普通最小二乘法估計(jì)參數(shù)的準(zhǔn)則是使【D】工(yi -7i)2 = 0Z (v ?i)2為最小X、Y的觀測(cè)值分別取對(duì)數(shù)，如果這些對(duì)數(shù)值描成?( D )B. lnY i = 30+3 1X+iD. lnY i = 3 0+3 1lnXi + i?( C )B.Yi=-14+0.8X i r xy=0.87D. Yi=-18-5.3X i r xy=-0.960.81 ,則解釋變量與被解釋變量間的線性相關(guān)系數(shù)B. 0.90D. 0.32要使普通最小二乘估計(jì)量具備無偏性，則模型必須2B. Var( )= e

11、rD.科i服從正態(tài)分布yt = 00 + 5 ,在0.05的顯著性水平下對(duì)口 1的顯著性作t檢驗(yàn)，則P1顯著地不等于零的條件是其統(tǒng)計(jì)量 t大于【D】A t0.05 (30) B t0.025 (30) Ct0.05 (28)D t0.025 (28)A預(yù)測(cè)區(qū)間越寬，精度越低BC預(yù)測(cè)區(qū)間越窄，精度越高D預(yù)測(cè)區(qū)間越寬，預(yù)測(cè)誤差越小預(yù)測(cè)區(qū)間越窄，預(yù)測(cè)誤差越大12對(duì)于總體平方和TSS回歸平方和RSS殘差平方和ESS的相互關(guān)系，正確的是【BU.某一特定的x水平上，總體y分布的離散度越大，即 。2越大，則【A】A TSS>RSS+ESSB TSS=RSS+ESSC TSS<RSS+ESSD T

12、SS2 =RSS2 +ESS213.對(duì)于隨機(jī)誤差項(xiàng)£ i,Var（ £ i）=E（ £ 2 ）=仃2內(nèi)涵指（ B ）A.隨機(jī)誤差項(xiàng)的均值為零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)分布二、判斷題L隨機(jī)誤差項(xiàng)e i與殘差項(xiàng)ei是一回事。（X ）2 .對(duì)兩變量回歸模型，假定誤差項(xiàng)£i服從正態(tài)分布。（V ）3 .線性回歸模型意味著因變量是自變量的線性函數(shù)。（V ）4 .在線性回歸模型中，解釋變量是原因，被解釋變量是結(jié)果。（V ）5 .在實(shí)際中，兩變量回歸沒什么用，因?yàn)橐蜃兞康男袨椴豢赡軆H由一個(gè)解釋變量來解釋。（X）三、填空題L在

13、計(jì)量經(jīng)濟(jì)模型中引入誤差項(xiàng)目，是因?yàn)榻?jīng)濟(jì)變量關(guān)系一般是隨機(jī)函數(shù)關(guān)系。2 .樣本觀測(cè)值與回歸理論值之間的偏差，稱為 殘差，我們用殘差估計(jì)線性回歸模型中的誤差項(xiàng) 。3 . SST反映樣本觀測(cè)值總體離差的大?。籗SR反映由模型中解釋變量所解釋的那部分離差的大??；SSE 反映樣本觀測(cè)值與估計(jì)值偏離的大小，也是模型中解釋變量未解 釋的那部分離差的大小。4 .擬合優(yōu)度（判定系數(shù)）R2 =ESS =1 -RSS。它是由一回歸_引起的離差占總體離差 TSS TSS的一比重.。若擬合優(yōu)度 R2越趨近于,則回歸直線擬合越好；反之，若擬合優(yōu)度R2越趨近于_0,則回歸直線擬合越差。2 工5 .在兩變量回歸中， S2 =

14、_/是仃2的無偏估計(jì)。n四、簡(jiǎn)答題L什么是隨機(jī)誤差項(xiàng)？影響隨機(jī)誤差項(xiàng)的主要因素有哪些？它和殘差之間的區(qū)別是什么？影響Y的較小因素的集合；被忽略的因素、測(cè)量誤差、隨機(jī)誤差等；通過殘差對(duì)誤差項(xiàng) 的方差進(jìn)行估計(jì)。22 .決定系數(shù)R說明了什么？它與相關(guān)系數(shù)的區(qū)別和聯(lián)系是什么？P53和 P563 .最小二乘估計(jì)具有什么性質(zhì)？P37線性、無偏性和有效性(或最小方差性)4 .在回歸模型的基本假定中，E(備)=0的意義是什么？該假設(shè)的含義是：如果兩變量之間確實(shí)是線性趨勢(shì)占主導(dǎo)地位，隨機(jī)誤差只是次要因素時(shí)，那么雖然隨機(jī)擾動(dòng)會(huì)使個(gè)別觀測(cè)值偏離線性函數(shù)，但給定解釋變量時(shí)多次重復(fù)觀測(cè)被解釋變量，概率均值會(huì)消除隨機(jī)擾動(dòng)

15、的影響，符合線性函數(shù)趨勢(shì)。第三章多元線性回歸模型一、單項(xiàng)選擇題L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2 .在由n=30的一組樣本估計(jì)的、包含3個(gè)解釋變量的線性回歸模型中，計(jì)算的決定系數(shù)為0.8500 ,則調(diào)整后的決定系數(shù)為【 D 】A 0.8603 B 0.8389 C 0.8655 D 0.83273 .對(duì)于 y = P0 +PiXii +?2X2i + +Kxki + 哥,檢驗(yàn)小氏=0 (i =0,1，k)時(shí),所用b的統(tǒng)計(jì)量1=一服從【A】 s?biA t(n-k-1) B t(

16、n-k-2) C t(n-k+1) D t(n-k+2)4 .調(diào)整的判定系數(shù)R2與多重判定系數(shù)V之間有如下關(guān)系【D】R2R2n -1n -k -1R2= 1-R2n -1n - k -1 2_2 n _ 1C R =1-(1 R ) Dn - k -1R2二1-(1 -R2)5.用一組有30個(gè)觀測(cè)值的樣本估計(jì)模型yi =瓦+ P1x1i + P2X2i +5后，在0.05的顯著性A to.05 (30) B to.025 ( 28)t0.025 ( 27) DF0.025 (1, 28)水平下對(duì)P1的顯著性作t檢驗(yàn)，則P1顯著地不等于零的條件是其統(tǒng)計(jì)量大于等于【 C】專業(yè)資料分享6.對(duì)模型Yi

17、 = 3 0+ 3 Xi+ 3 2%i+i進(jìn)行總體顯著性 F檢驗(yàn)，檢驗(yàn)的零假設(shè)是（A ）A. 3 1=3 2=0B. 3 1=0C. 3 2=0D. 3 0=0 或 3 1=07.在多元線性回歸中，判定系數(shù)R2隨著解釋變量數(shù)目的增加而（ B ）A.減少B.增加C.不變D.變化不定二、判斷題L在多元回歸模型的檢驗(yàn)中，判定系數(shù)口一定大于調(diào)整的R2o （V）2 .在EVIEWS, genr命令是生成新的變量。 （V ）3 .在EVIEWS,建立非線性模型的方法只有將非線性模型線性化的方法。（X ）三、填空題L調(diào)整的可決系數(shù)的作用是消除由解釋變量數(shù)目差異造成的影響R22.在多元線性回歸模型中,F統(tǒng)計(jì)量

18、與可決系數(shù)之間有如下關(guān)系:1- R23.有k個(gè)解釋變量的多元回歸模型的誤差項(xiàng)方差b2, ，“一2' e的無偏估計(jì)是 s =。n -'k 14 .在總體參數(shù)的各種線性無偏估計(jì)中，最小二乘估計(jì)量具有最小方差 的特性。四、簡(jiǎn)答題1 .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(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度？P121由于沒調(diào)整的決定系數(shù)只與被解釋變量的觀測(cè)值，以及回歸殘差有關(guān)，而與解釋變量無直接關(guān)系。但多元線性回歸模型解釋變量的數(shù)目有多有少，數(shù)學(xué)上可以證明， 決定系數(shù)是解釋變量數(shù)目的增函數(shù)， 意味著不管增加的解釋變量是否真是影響被解釋變量的重要因 素，都會(huì)提高決定系數(shù)的數(shù)值，解釋

19、變量個(gè)數(shù)越多，決定系數(shù)一定會(huì)越大。因此，用該決定系數(shù)衡量多元線性回歸模型的擬合程度是有問題的，會(huì)導(dǎo)致片面追求解釋變量數(shù)量的錯(cuò)誤傾向。正是由于存在這種缺陷， 決定系數(shù)在多元線性回歸分析擬合度評(píng)價(jià)方面的作用受到很大 限制，需要修正。2 .回歸模型的總體顯著性檢驗(yàn)與參數(shù)顯著性檢驗(yàn)相同嗎？是否可以互相替代？多元線性回歸模型每個(gè)參數(shù)的顯著性與模型總體的顯著性并不一定一致，因此除了各個(gè)參數(shù)的顯著性檢驗(yàn)以處，還需要進(jìn)行模型總體顯著性，也就是全體解釋變量總體對(duì)被解釋變量是否存在明顯影響的檢驗(yàn)，稱為“回歸顯著性檢驗(yàn)”?？傮w顯著性檢驗(yàn)是多元回歸分析特有的，兩變量線性回歸解釋變量系數(shù)的顯著性檢驗(yàn)與模型的總體顯著性檢

20、驗(yàn)一致，不需要進(jìn)行總體顯著性檢驗(yàn)。第四章異方差性一、單項(xiàng)選擇題L下列哪種方法不是檢驗(yàn)異方差的方法【 DA戈德菲爾特一一夸特檢驗(yàn)BC戈里瑟檢驗(yàn)D殘差序列圖檢驗(yàn)方差膨脹因子檢驗(yàn)3 .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4 .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A重視方差較小樣本的信息，輕視方差較大樣本的信息B重視方差較大樣本的信息，輕視方差較小樣本的信息C重視方差較大和方差較小樣本的信息D輕視方差較大和方差較小樣本的信息5 .如果戈里瑟檢驗(yàn)表明，普通最小乘估計(jì)結(jié)果的殘差ei與Xi有

21、顯著的形式為| ei |= 0.28715xi法估計(jì)模型參數(shù)時(shí),權(quán)數(shù)應(yīng)為【A Xi1XiXi1Xi5 .如果戈德菲爾特一一夸特檢驗(yàn)顯著，則認(rèn)為什么問題是嚴(yán)重的【A異方差問題序列相關(guān)問題C多重共線性問題設(shè)定誤差問題6 .容易產(chǎn)生異方差的數(shù)據(jù)是【A時(shí)間序列數(shù)據(jù)面板數(shù)據(jù)C橫截面數(shù)據(jù)年度數(shù)據(jù)7 .若回歸模型中的隨機(jī)誤差項(xiàng)存在異方差性,則估計(jì)模型參數(shù)應(yīng)采用【A普通最小二乘法加權(quán)最小二乘法C廣義差分法工具變量法&假設(shè)回歸模型為yi -Pxi +鳥，其中2 2 一， var（曾尸仃Xi ,則使用加權(quán)取小二乘法估計(jì)模型時(shí)，應(yīng)將模型變換為【Cy _2_ 2 2X X+且X9 .設(shè)回歸模型為yi='

22、;-Xivar(一 )=仃2X2 ,則口的最小二乘估計(jì)量為【A.無偏且有效無偏但非有效C有偏但有效有偏且非有效三、判斷題L當(dāng)異方差出現(xiàn)時(shí),最小二乘估計(jì)是有偏的和不具有最小方差特性。2 .在異方差情況下,通常預(yù)測(cè)失效。3 .在異方差情況下,通常 OLS估計(jì)一定高估了估計(jì)量的標(biāo)準(zhǔn)差。十新的相關(guān)關(guān)系（明滿足線性模型的全部經(jīng)典假設(shè)），則用加權(quán)最小二乘(X)4 .如果OLS回歸的殘差表現(xiàn)出系統(tǒng)性，則說明數(shù)據(jù)中有異方差性。5 .如果回歸模型遺漏一個(gè)重要的變量，則OLS殘差必定表現(xiàn)出明顯的趨勢(shì)。（V）6 .當(dāng)異方差出現(xiàn)時(shí)，常用的 t檢驗(yàn)和F檢驗(yàn)失效。（V ）7 .用截面數(shù)據(jù)建立模型時(shí)，通常比時(shí)間序列資料更容

23、易產(chǎn)生異方差性。（V ）四、簡(jiǎn)答題L什么是異方差性？試舉例說明經(jīng)濟(jì)現(xiàn)象中的異方差性。兩變量和多元回歸線性回歸模型的第三條假設(shè)都要求誤差項(xiàng)是同方差的，就是誤差項(xiàng)的方差是常數(shù)，即 var（ut ）=仃 不隨t變化。這條假設(shè)也不一定滿足，也就是線性回歸模型 誤差項(xiàng)的方差 var（ut ）=o:有可能隨t變化，這時(shí)候稱線性回歸模型存在“異方差"或"異方差性”。舉例P162經(jīng)濟(jì)中不同收入家庭消費(fèi)的分散度。2 .如何發(fā)現(xiàn)和判斷線性回歸模型是否存在異方差問題？P166 P1743 .克服和處理異方差問題有哪些方法？ P174P180第五章自相關(guān)性一、單項(xiàng)選擇題L如果模型yt = b0 +

24、b1xt +皆存在序列相關(guān)，則D A cov （xt,名t） =0B cov（， £s） =0 （t#s）C cov （ xt,駕）制D cov（雪，&s） #0 （t 羯）2 .D W檢驗(yàn)的零假設(shè)是（ 吻隨機(jī)項(xiàng)的一階自相關(guān)系數(shù)）【B】A DW=0 B；=0C DW=1 DP=13 . DW勺取值范圍是【D】A 1 幻W0B 1 <DW1C 24W2D 0<DW44 .當(dāng)DW= 4是時(shí)，說明【D】A不存在序列相關(guān)B不能判斷是否存在一階自相關(guān)C存在完全的正的一階自相關(guān)D存在完全的負(fù)的一階自相關(guān)5 .根據(jù)20個(gè)觀測(cè)值估計(jì)的結(jié)果，一元線性回歸模型的DW 2.3。在樣本容

25、量n=20,解釋變量k=1,顯著性水平a=0.05時(shí)，查得dL=1, dU =1.41 ,則可以判斷【A1A不存在一階自相關(guān)B存在正的一階自相關(guān)C存在負(fù)的一階自相關(guān)D無法確定6 .當(dāng)模型存在序列相關(guān)現(xiàn)象時(shí)，適宜的參數(shù)估計(jì)方法是【 C】A加權(quán)最小二乘法B間接最小二乘法C廣義差分法D工具變量法7 .采用一階差分模型克服一階線性自相關(guān)問題使用于下列哪種情況【B】A Rt0BRt1C 1<k0D 0<P<1&假定某企業(yè)的生產(chǎn)決策是由模型St =b0 +b1P +ut描述的（其中St為產(chǎn)量，Pt為價(jià)格），又知：如果該企業(yè)在t-1期生產(chǎn)過剩，經(jīng)濟(jì)人員會(huì)削減t期的產(chǎn)量。由此判斷上述

26、模型存在【B】A異方差問題B序列相關(guān)問題C多重共線性問題D隨機(jī)解釋變量問題9 .根據(jù)一個(gè)n=30的樣本估計(jì)yi =/+ Wxi +ei后計(jì)算得DW=1.4已知在5%得的置信度下，dL=1.35, du =1.49 ,則認(rèn)為原模型B A不存在一階序列自相關(guān)B不能判斷是否存在一階自相關(guān)C存在完全的正的一階自相關(guān)D 存在完全的負(fù)的一階自相關(guān)10 .對(duì)于模型yi = % + xi+ei,以映示et與a4之間的線性相關(guān)系數(shù)（t=1 , 2,，n）, 則下面明顯錯(cuò)誤的是【B】A 40.8, DW=0.4B40.8, DW=- 0.4C F=0, DW=2DF=1, DW=0U.已知D慚計(jì)量的彳1接近于2,

27、則樣本回歸模型殘差的一階自相關(guān)系數(shù)P近似等于【A】A 0B -1 C 1D 0.512 .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【D】13 .戈德菲爾德一夸特檢驗(yàn)法可用于檢驗(yàn) A A異方差性BC序列相關(guān)D".在給定的顯著性水平之下，若時(shí)，可認(rèn)為隨機(jī)誤差項(xiàng)【 DA存在一階正自相關(guān)C不存在序列相關(guān)多重共線性設(shè)定誤差DW統(tǒng)計(jì)量的下和上臨界值分別為dL和du,則當(dāng)dL<DW<duB存在一階負(fù)相關(guān)D存在序列相關(guān)與否不能斷定L當(dāng)模型存在高階自相關(guān)時(shí)，可用D-W法進(jìn)行自相關(guān)檢驗(yàn)。（X ）三、判斷題2 .DW1在0和4之間，數(shù)值越小說明正相關(guān)程度越大，數(shù)值

28、越大說明負(fù)相關(guān)程度越大。（V ）3 .假設(shè)模型存在一階自相關(guān)，其他條件均滿足，則仍用OLSt估計(jì)未知參數(shù)，得到的估計(jì)量是無偏的，不再是有效的，顯著性檢驗(yàn)失效，預(yù)測(cè)失效。（V ）4 .當(dāng)存在自相關(guān)時(shí)， OLS古計(jì)量是有偏的，而且也是無效的。（X ）5 .消除自相關(guān)的一階差分變換假定自相關(guān)系數(shù)必須等于1。（ X ）6 .發(fā)現(xiàn)模型中存在誤差自相關(guān)時(shí)，都可以利用差分法來消除自相關(guān)。（X ）四、簡(jiǎn)答題1 .自相性對(duì)線性回歸分析有什么影響?P196P1982 .發(fā)現(xiàn)和檢驗(yàn)自相關(guān)性有哪些方法？P198P20883 .克服自相關(guān)性有哪些方法？P208P215第六章多重共線性一、單項(xiàng)選擇題OLS估計(jì)量將不具備【

29、C】1 .當(dāng)模型存在嚴(yán)重的多重共線性時(shí)，A線性 B 無偏性 C 有效性 D 一致性2 .經(jīng)驗(yàn)認(rèn)為，某個(gè)解釋變量與其他解釋變量間多重共線性嚴(yán)重的情況是這個(gè)解釋變量的VIF【C】A大于1 B 小于1 C大于10 D小于53 .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4 .在多元線性回歸模型中，若某個(gè)解釋變量對(duì)其余解釋變量的判定系數(shù)接近于1,則表明模型中存在A A多重共線性 B 異方差性C序列相關(guān)D 高擬合優(yōu)度5 .在線性回歸模型中，若解釋變量X/口 X2的觀測(cè)值成比例，即有 X1i =kX2i,其中k為非

30、零常數(shù)，則表明模型中存在【 B】A方差非齊性 B多重共線性C 序列相關(guān) D 設(shè)定誤差二、判斷題L盡管有完全的多重共線性，OLS古計(jì)量仍然是最優(yōu)線性無偏估計(jì)量。（X ）2 .變量的兩兩高度相關(guān)并不表示高度多重共線性。（X ）3 .在多元回歸中，根據(jù)通常的 t檢驗(yàn)，每個(gè)參數(shù)都是統(tǒng)計(jì)上不顯著的，你就不會(huì)得到一個(gè)高2的R值。（x ）4 .變量不存在兩兩高度相關(guān)表示不存在高度多重共線性。（X ）三、填空題1 .強(qiáng)的近似多重共線性會(huì)對(duì)多元線性回歸的有效性 產(chǎn)生嚴(yán)重的不利影響。2 .第k個(gè)解釋變量與其他解釋變量之間相關(guān)系數(shù)平方越大，方差膨脹因子（ VIF）越大。3 .存在完全多重共線性時(shí)，多元回歸分析是無法

31、進(jìn)行 。4 .檢驗(yàn)樣本是否存在多重共線性的常見方法有：方差擴(kuò)大因子法 和逐步回歸檢驗(yàn)法。5 .處理多重共線性的方法有：保留重要解釋變量、去掉不重要解釋變量、增加樣本容量、差分模型。四、簡(jiǎn)答題L什么是多重共線性？多重共線性是由什么原因造成的？多重共線性是指多元線性回歸模型中，模型的解釋變量之間存在某種程度的線性關(guān)系（或 P221P227）,原因見 P227 228）。2 .如何發(fā)現(xiàn)和判斷多重共線性？P230P2353 .克服多重共線性有哪些方法？P235 P244第七章計(jì)量經(jīng)濟(jì)分析建模與應(yīng)用一、單項(xiàng)選擇題L某商品需求函數(shù)為 yi =b0 +b1xi +ui,其中y為需求量，x為價(jià)格。為了考慮“地

32、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】A 2B 4C 5D 62.根據(jù)樣本資料建立某消費(fèi)函數(shù)如下：Ct =100.50+55.35 Dt+0.45 xt ,其中C為消費(fèi)，x為憶 上.、=11城鎮(zhèn)家庭井 如 g收入，虛擬變量D= 3，所有參數(shù)均檢驗(yàn)顯著，則城鎮(zhèn)家庭的消費(fèi)函數(shù)為 【A】0農(nóng)村家庭A © =155.85+0.45 xtBCt =100.50+0.45 xtC 4 =100.50+55.35 xtDCt =100.95+55.35 xt二、填空題L在計(jì)量經(jīng)濟(jì)建摸時(shí)，對(duì)非線性模型的處理方法之一是線性化。2 .

33、虛擬變量不同的引入方式有兩種。若要描述各種類型的模型在截距水平的差異，則以加法 方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 引入虛擬解釋變量。3 .對(duì)于有m個(gè)不同屬性的定性因素，應(yīng)該設(shè)置m-1個(gè)虛擬變量來反映該因素的影響。三、簡(jiǎn)答題L什么是虛擬變量？它在模型中有什么作用？P2552.引入虛擬解釋變量的兩種基本方式是什么？它們各適用于什么情況？P258P260四、綜合分析計(jì)算題設(shè)某商品的需求量 Y （百件），消費(fèi)者平均收入 X1（百元），該商品價(jià)格X2 （元）。經(jīng)Eviews軟件對(duì)觀察的10個(gè)月份的數(shù)據(jù)用最小二乘法估計(jì)，結(jié)果如下：（被解釋變量為 Y）VARIABL

34、E COEFFICIENT STD.ERROR T-STAT 2-TAILSIGC99.46929513.4725717.38309650.000X12.50189540.7536147(3.3199)X2-6.58074301.3759059(-4.7828)R-squared 0.949336 Mean of dependent var 80.00000Adjusted R- squared （） S.D. of dependent var 19.57890S.E of regression 4.997021 Sum of squared resid 174.7915Durbin-Wats

35、on stat（） F - statistics（）完成以下問題：（至少保留三位小數(shù)）1 .寫出需求量對(duì)消費(fèi)者平均收入、商品價(jià)格的線性回歸估計(jì)方程。2 .解釋偏回歸系數(shù)的統(tǒng)計(jì)含義和經(jīng)濟(jì)含義。3 .對(duì)該模型做經(jīng)濟(jì)意義檢驗(yàn)。4 .估計(jì)調(diào)整的可決系數(shù)。5 .在95%勺置信度下對(duì)方程整體顯著性進(jìn)行檢驗(yàn)。6 .在95%勺置信度下檢驗(yàn)偏回歸系數(shù)（斜率）的顯著性。27 .檢驗(yàn)隨機(jī)誤差項(xiàng)的一階自相關(guān)性。（乙（et -et,）=300, dL =1.08 dU =1.36）解：1. ? =99.4693 2.5019x1 6.5807x22 .需求量和收入正相關(guān)，和價(jià)格負(fù)相關(guān)，收入每增加一個(gè)單位，需求量上升2.

36、5個(gè)單位，價(jià)格每增加一個(gè)單位，需求量下降6.58個(gè)單位；3 .該模型經(jīng)濟(jì)意義檢驗(yàn)通過；22n-110-14. R2 =1 一（1 一 R2） 二 1 -（1 一 0.9493）0.945n - k - 110-2-1R20.94935. F=kI JR21 -0.9493= 65.53,F檢驗(yàn)通過n-k -110-36 . t1=3.3199,t2=-4.7828,t檢驗(yàn)通過7 . 檢驗(yàn)隨機(jī)誤差項(xiàng) 的一階 自 相關(guān)性2DW 工（ei U"）=00-=1.7163, dL =1.08, du =36，不存在一階自相關(guān)工 e 174.79設(shè)某地區(qū)機(jī)電行業(yè)銷售額Y （萬元）和汽車產(chǎn)量 Xi

37、 （萬輛）以及建筑業(yè)產(chǎn)值X2 （千萬元）。經(jīng)Eviews軟件對(duì)1981年 1997年的數(shù)據(jù)分別建立線性模型和雙對(duì)數(shù)模型進(jìn)行最小 二乘估計(jì)，結(jié)果如下：表1Dependent Variable: YVariableCoefficientStd. Errort-StatisticProb.C-57.4549681.02202-0.7091280.4899X145.7055815.668852.9169710.0113X211.933391.5165537.8687610.0000R-squared0.903899Mean dependent var545.5059Adjusted R-squared

38、0.890170S.D. dependent var193.3659S.E. of regression64.08261Akaike info criterion11.31701Sum squared resid57492.12Schwarz criterion11.46405Log likelihood-93.19457F-statistic65.83991Durbin-Watson stat2.103984Prob(F-statistic)0.000000Dependent Variable: Ln (Y)VariableCoefficientStd. Errort-StatisticPr

39、ob.C3.7349020.21276517.554100.0000Ln(X1)0.3879290.1378422.8142990.0138Ln(X2)0.5684700.05567710.210060.0000R-squared0.934467Mean dependent var6.243029Adjusted R-squared0.925105S.D. dependent var0.356017S.E. of regression0.097431Akaike info criterion-1.660563Sum squared resid0.132899Schwarz criterion-1.513