計量經濟學考試復習題

計量經濟學考試復習題計量經濟學考試復習題計量經濟學考試復習題xxx公司計量經濟學考試復習題文件編號：文件日期：修訂次數(shù)：第1.0次更改批準審核制定方案設計，管理制度計量經濟學考試復習題計量經濟學練習題1、經濟計量學的研究步驟有哪些？一、模型設定：依據(jù)一定的經濟理論或經驗，先驗地用一個或一組數(shù)學方程式表示被研究系統(tǒng)內經濟變量之間的關系。1、研究有關經濟理論；2、確定變量以及函數(shù)形式；3、統(tǒng)計數(shù)據(jù)的收集與整理二、參數(shù)估計：參數(shù)估計的方法主要有一般最小平方法（OLS）及其拓展形式（GLS、WLS、2StageLS等）、最大似然估計法、數(shù)值計算法等。三、模型檢驗1、經濟意義準則；2、統(tǒng)計檢驗準則；3、計量經濟檢驗準則

四、模型應用1、檢驗經濟理論；2、結構分析（乘數(shù)分析、彈性分析）；3、政策評價4、預測

2、簡述經濟計量模型的檢驗準則有哪三方面？（1）經濟意義準則；（2）統(tǒng)計檢驗準則；（3）計量經濟檢驗準則

3、經濟計量模型中的隨機干擾項來自哪些方面？1、變量的省略。由于人們認識的局限不能窮盡所有的影響因素或由于受時間、費用、數(shù)據(jù)質量等制約而沒有引入模型之中的對被解釋變量有一定影響的自變量。2、統(tǒng)計誤差。數(shù)據(jù)搜集中由于計量、計算、記錄等導致的登記誤差；或由樣本信息推斷總體信息時產生的代表性誤差。3、模型的設定誤差。如在模型構造時，非線性關系用線性模型描述了；復雜關系用簡單模型描述了；此非線性關系用彼非線性模型描述了等等。4、隨機誤差。被解釋變量還受一些不可控制的眾多的、細小的偶然因素的影響。若相互依賴的變量間沒有因果關系，則稱其有相關關系。

4、多元線性回歸模型隨機干擾項的假定有哪些？（1）隨機誤差項的條件期望值為零。（2）隨機誤差項的條件方差相同。（3）隨機誤差項之間無序列相關。（4）自變量與隨機誤差項獨立無關。（5）隨機誤差項服從正態(tài)分布。（6）各解釋變量之間不存在顯著的線性相關關系。

5、簡述選擇解釋變量的逐步回歸法？逐步回歸的基本思想是“有進有出”。具體做法是將變量一個一個引入，引入變量的條件是t統(tǒng)計量經檢驗是顯著的。即每引入一個自變量后，對已經被選入的變量要進行逐個檢驗，當原引入的變量由于后面變量的引入而變得不再顯著時，要將其剔除。引入一個變量或從回歸方程中剔除一個變量，為逐步回歸的一步，每一步都要進行t檢驗，以確保每次引入新的變量之前回歸方程中只包含顯著的變量。

6、對于非線性模型如何進行參數(shù)估計？一、解釋變量可以直接替換的非線性回歸模型1、多項式函數(shù)模型（1）多項式函數(shù)形式令

原模型可化為線性形式，即可利用多元線性回歸分析的方法處理了。（2）利用Eviews應用軟件進行回歸分析在主窗口的命令欄內，直接鍵入ls

y

c

x

x^2

x^3，回車即可得到輸出結果（3）利用SPSS應用軟件進行回歸分析在SPSS中，依次點擊Analyze/Regression/CurveEstimation，打開對話窗口。在Models選項組中，共有11種曲線可供選擇：Linear（直線）、Quadratic（二次曲線）、Compound（復合曲線）、Growth（增長曲線）、Logarithmic（對數(shù)曲線）、Cubic（三次曲線）、S（S曲線）、Exponential（指數(shù)曲線）、Inverse（倒數(shù)曲線）、Power（Power曲線）、Logistic（邏輯斯蒂曲線）。

2、雙曲線（倒數(shù)）模型令

原模型可化為線性形式，即可利用一元線性回歸分析的方法處理。

3、雙對數(shù)函數(shù)模型4、半對數(shù)函數(shù)模型（1）對于對數(shù)—線性模型它表示x變動一個單位，y將變動

%。即y的相對變動百分比等于

乘以x的絕對變化量。（2）對于線性—對數(shù)模型它表示x變動1%，y將變動

個單位的絕對量。即y的絕對變化量等于

乘以x的相對變化量。

5、邏輯斯蒂（Logistic）曲線令

則有：

二、解釋變量需間接替換的非線性回歸模型1、指數(shù)曲線

兩邊取對數(shù)得：

令

則有

7、簡述異方差性的檢驗方法？（一）圖示法（1）用x-y的散點圖進行判斷

看是否存在明顯的散點擴大、縮小或復雜型趨勢（即不在一個固定的帶型域中）（2）利用x-

的散點圖看是否形成一斜率為零的直線（二）戈德菲爾德-匡特檢驗（三）戈里瑟檢驗（四）Spearman等級（秩）相關檢驗（五）懷特（White）檢驗

8、如何才能說為的格蘭杰意義上的原因？

9、如果將空調季度銷售額記為y，空調單價記為x；D1=1代表春季；D2=1代表夏季,D3=1代表秋季；D4=1代表冬季。我們試圖建立以下模型：這時會產生什么問題會帶來什么后果如何解決

10、某汽車制造廠銷售部經理認為，汽車的銷售量與廣告費用之間存在著密切的關系。為此，該經理收集了12個汽車銷售分公司的有關數(shù)據(jù)。用Excel對數(shù)據(jù)進行回歸分析的部分結果如下：

（一）方差分析表

dfSSMSFSignificanceF回歸_________1602709______2.17E-09殘差_______________

總計111642867

（二）參數(shù)估計表

Coefficients標準誤差tStatP-valueIntercept363.689162.455295.8231910.000168XVariable12.0288730.10155819.977492.17E-09要求（計算結果精確至0.1）：（1）在方差分析表中的下劃線上填上適當?shù)臄?shù)據(jù)；（2）計算銷售量與廣告費用之間的相關系數(shù)，并據(jù)此分析兩者的關系形態(tài)與強度；（3）寫出銷售量對廣告費用的一元線性回歸方程，并檢驗在5%的顯著性水平下，回歸系數(shù)和回歸方程的線性關系是否顯著。

11、以下是某個案例的Eviews分析結果（局部）。DependentVariable:Y

Method:LeastSquaresSample(adjusted):1

10Includedobservations:10afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.

C4.8267899.2173660.5236630.6193X10.1783810.308178（1）0.5838X20.688030（2）3.2779100.0169X3（3）0.156400-1.4235560.2044R-squared0.852805Meandependentvar41.90000AdjustedR-squared（4）S.D.dependentvar34.28783S.E.ofregression16.11137Akaikeinfocriterion8.686101Sumsquaredresid1557.457Schwarzcriterion8.807135Loglikelihood-39.43051F-statistic11.58741Durbin-Watsonstat3.579994

Prob(F-statistic)0.006579①填上（1）、（2）、（3）、（4）位置所缺數(shù)據(jù)；②以標準記法寫出回歸方程；③你對分析結果滿意嗎為什么

12、根據(jù)下列SPSS軟件運行結果，確定最佳模型，并說明理由；以標準記法寫出回歸方程。

13、一家家用電器產品銷售公司在30個地區(qū)設有銷售分公司。為研究產品彩電銷售量（臺）與該公司的銷售價格（百元）、各地區(qū)的年人均收入（百元）、廣告費用（百元）之間的關系，搜集到30各地區(qū)的有關數(shù)據(jù)。設彩電銷售量為y，銷售價格為x1，年人均收入為x2，廣告費用為x3，利用Excel得到下面的回歸結果。相關系數(shù)矩陣

yX1X2X3y1

X1－0.469221

X20.740950.078371

X30.87595-0.468800.604541

方差分析

DfSSMSFSignificanceF回歸分析

4008924.7

8.88341E-13殘差

總計

13458586.7－－―

參數(shù)估計表Coefficients標準誤差tStatP-valueIntercept7589.1025

2445.02133.10390.00457XVariable1－117.886131.8974-3.69580.00103XVariable280.6107

14.76765.45860.00001XVariable30.50120.12593.98140.00049（1）將方差分析表中的所缺數(shù)值補齊；（2）如果只選一個自變量來預測銷售量，三個自變量中哪一個會被優(yōu)先選擇？請說明理由；（3）寫出銷量與銷售價格、年人均收入、廣告費用的多元線性回歸方程，并解釋各回歸系數(shù)的意義；（4）若顯著水平＝0.05，回歸方程的線性關系是否顯著？（5）若顯著水平＝0.05，各回歸系數(shù)是否顯著？（6）銷售量y的變差中被回歸方程所解釋的百分比是多少？

14、簡述選擇解釋變量的逐步回歸法？

15、用X1（萬元）代表啤酒廠商的廣告費，用X2（千元/噸）代表啤酒單價，用X3（千元/噸）代表白酒單價，用y代表啤酒銷售量（噸）。建立模型如下：Y＝120

+

30X1

－20lnX2

+

5X3T＝

（3.21）

（2.98）

（-3.01）

（1.87）F＝141.223（1）先驗地，你認為各個系數(shù)的符號如何你的預期與結果一致嗎

（2）解釋各個回歸系數(shù)的意義?（3）檢驗各個回歸系數(shù)的統(tǒng)計顯著性。（臨界值＝2.10）（4）如何檢驗假設:所有的回歸系數(shù)同時為零（臨界值＝4.33）

16、用x代表廣告費，用y代表銷售量，解釋以下模型中的經濟意義。

17、根據(jù)下列Eviews應用軟件的運行結果比較分析選擇哪個模型較好？并說明理由；以標準形式寫出確定的回歸方程。模型一DependentVariable:Y

Method:LeastSquaresSample:112

Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.

C46.138287.3569906.2713520.00011/X1335.604171.21997.8005220.0000AdjustedR-squared0.844738

Akaikeinfocriterion8.283763Sumsquaredresid1993.125

Schwarzcriterion8.364580Loglikelihood-47.70258

F-statistic60.84814Durbin-Watsonstat2.154969

Prob(F-statistic)0.000015

模型二DependentVariable:Y

Method:LeastSquaresSample:112

Includedobservations:12Convergenceachievedafter6iterationsY=C(1)*C(2)^X

CoefficientStd.Errort-StatisticProb.

C(1)195.178411.4660017.022370.0000C(2)0.9791320.001888518.58420.0000AdjustedR-squared0.922179

Akaikeinfocriterion7.593063Sumsquaredresid999.0044

Schwarzcriterion7.673881Loglikelihood-43.55838

Durbin-Watsonstat2.818195

18、根據(jù)下列Eviews運行結果，分別對2009年四個季度作出預測。輸出結果1Sample:2004:12008:4

Includedobservations:20Method:Holt-WintersMultiplicativeSeasonalOriginalSeries:Y

ForecastSeries:YSMParameters:Alpha0.4600

Beta0.0000

Gamma0.0000SumofSquaredResiduals2164.646RootMeanSquaredError10.40348EndofPeriodLevels:Mean353.0604

Trend11.67188

Seasonals:2008:10.975157

2008:21.031936

2008:31.182440

2008:40.810467輸出結果2Sample:2004:12008:4

Includedobservations:20Method:Holt-WintersAdditiveSeasonalOriginalSeries:Y

ForecastSeries:YSMParameters:Alpha0.3400

Beta0.0000

Gamma0.0000SumofSquaredResiduals3533.643RootMeanSquaredError13.29218EndofPeriodLevels:Mean349.8953

Trend11.67188

Seasonals:2008:1-6.292187

2008:28.435938

2008:343.76406

2008:4-45.90781

19、基于Eviews軟件，說明如何對下列模型進行參數(shù)估計

（1）;

（2）；

（3）

20、下面是某案例Eviews的分析結果（局部）,根據(jù)輸出結果完成下列要求（寫出判斷或檢驗的依據(jù)）（α=0.05，=1.19，=1.55）（1）以標準記法寫出回歸方程,

并解釋回歸系數(shù)的含義;（2）對所求得的線性方程作顯著性檢驗。（3）對模型進行異方差檢驗，說明模型是否存在異方差；（4）對模型進行自相關檢驗，說明模型是否存在序列自相關；（5）計算方差擴大因子，說明模型是否存在多重共線性。DependentVariable:Y

Method:LeastSquaresSample:2008M012009M12

Includedobservations:24

VariableCoefficientStd.Errort-StatisticProb.

C-486.675896.84835-5.0251330.0001LOG(X1)-5.369058111.7945-0.0480260.9621LOG(X2)204.417080.430562.5415340.0190

R-squared0.869978

Meandependentvar3.116667AdjustedR-squared0.857594

S.D.dependentvar2.116533S.E.ofregression0.798709

Akaikeinfocriterion2.504828Sumsquaredresid13.39665

Schwarzcriterion2.652084Loglikelihood-27.05793

F-statistic70.25528Durbin-Watsonstat0.449745

Prob(F-statistic)0.000000

WhiteHeteroskedasticityTest:

F-statistic1.649512

Probability0.216083Obs*R-squared3.258427

Probability0.196084

TestEquation:

DependentVariable:RESID^2Method:LeastSquares

Sample:2008M012008M12Includedobservations:24

VariableCoefficientStd.Errort-StatisticProb.

C100.937963.210181.5968610.1252LOG(X1)-132.273972.96509-1.8128380.0842LOG(X2)94.2754852.494751.7959030.0869

R-squared0.135768

Meandependentvar0.558194AdjustedR-squared0.053460

S.D.