計(jì)量經(jīng)濟(jì)學(xué)判斷題

計(jì)經(jīng)判題22ii22ii24隨機(jī)擾動(dòng)項(xiàng)差與隨機(jī)擾項(xiàng)方差無偏估計(jì)有區(qū)別錯(cuò)，機(jī)擾動(dòng)的差反映總體波動(dòng)情，對(duì)一個(gè)特的總體言，是一個(gè)定的值在最小乘估計(jì)中，由于體方差大多數(shù)情況并不知，以用樣本數(shù)據(jù)去估

2

2i

n)其中n為樣本數(shù)，為待估數(shù)的個(gè)數(shù)。

是

線性無估計(jì)，為一隨機(jī)變。5經(jīng)典線性回模型CLRM中的擾項(xiàng)不服從態(tài)分布，OLS計(jì)量將有偏。錯(cuò)使經(jīng)典線回歸模（CLRM中的干擾不服從態(tài)分的，OLS計(jì)量仍是無偏的。為成立與與正態(tài)性無。

)E(

K)，該表達(dá)式1在簡(jiǎn)單線性歸中決系數(shù)R2

與斜率數(shù)的檢驗(yàn)的有關(guān)系錯(cuò)誤，簡(jiǎn)單線性回中，由解釋變量只一個(gè)，t檢驗(yàn)示解釋量的影顯著時(shí)，必會(huì)有該歸模型的可系數(shù)大擬合優(yōu)度高2異方差性、相關(guān)性是隨機(jī)誤差象，但者是有區(qū)別。正確，方差出現(xiàn)總與模型中某解釋變的變化有關(guān)自相關(guān)是各回歸模的隨機(jī)差項(xiàng)之間具相關(guān)關(guān)。3通過虛擬變將屬性素引入計(jì)量濟(jì)模型引入虛擬變的個(gè)數(shù)與模型無截距項(xiàng)關(guān)錯(cuò)誤，型有距項(xiàng)時(shí)如果被考察定性因有m相互排斥屬，則模型中入m1虛擬變，否則陷入“虛擬量陷阱模型無距項(xiàng)時(shí)，若被考的定性因素m個(gè)相互排斥性，可引入m虛擬變，這時(shí)不會(huì)出現(xiàn)多共線性。4滿足階條件方程一可以別。錯(cuò)誤，條件只是一必要條，即滿足階件的的程也可能是可識(shí)別的。XXt5庫(kù)依克模型自適應(yīng)期模型與局調(diào)整模的最終形式同的。錯(cuò)誤，依克模型、適應(yīng)預(yù)模型與局部整模型最終形式是同的，其最終式都是一階回歸模。2多重共線性題是機(jī)擾動(dòng)違背典假定起的。錯(cuò)誤，該是解釋變量之間高相關(guān)引的。3在模型

Yt

1

2

X

2t

3

X

3t

u

t

的回歸析結(jié)果報(bào)告，有F263489

，

Fp值.000000

，則表解釋變量t對(duì)的影響是著的。錯(cuò)誤解釋變

X

2t

和

X

3t

對(duì)

Yt

的聯(lián)合響是顯著的4結(jié)構(gòu)型模型的每一方程都稱為構(gòu)式方，結(jié)構(gòu)方程，解釋量只可以前定變量。錯(cuò)誤，構(gòu)方程中，釋變量以是前定變，也可是內(nèi)生變量1在際中，元回歸沒什用，因因變量的行不可能由一個(gè)解釋變量來釋。錯(cuò)，實(shí)際中一元回歸是多經(jīng)濟(jì)象的近似，夠較好反映回歸核心思想，很有的3在異方差性情況下常用的OLS必定高估了估計(jì)的標(biāo)準(zhǔn)。錯(cuò)，有能高估也有能低估、設(shè)估計(jì)模型為171.44120.9672PDIttt2

0.5316由20.9940，明模型有很好的擬合優(yōu)度，則模型不存在偽（虛假）回歸。錯(cuò)，在虛假回可能，為判定系數(shù)于DW。(1)隨機(jī)誤項(xiàng)u殘差項(xiàng)e一回事錯(cuò)）ii(2)總體回函數(shù)給出了應(yīng)于每一個(gè)變量的因變的值（）(3)線性回模型意味著變量是變量線性函數(shù)錯(cuò)）(4)在線性歸模型中，釋變量原因，被解變量是果（）1虛變量的值只能取01

（對(duì)）2通引入虛變量，可以模型的數(shù)變化進(jìn)行驗(yàn)

（對(duì)）1簡(jiǎn)單線性回模型與元線性回歸型的基假定是同的。錯(cuò)在多元性回歸模型除了對(duì)機(jī)誤差項(xiàng)提假定外對(duì)解釋量之間提出無多共線性的假。2在模型中引解釋變的多個(gè)滯后項(xiàng)易產(chǎn)生重共線性。對(duì)在分布后模型里多進(jìn)解釋量的滯后項(xiàng)由于變的經(jīng)濟(jì)意義一樣只是時(shí)間一致，所以容易引多重共線性3、檢驗(yàn)中的DW值在到4之間，數(shù)值越小說模型隨誤差項(xiàng)的自關(guān)度越小數(shù)值越大說模型隨誤差項(xiàng)的自關(guān)度越。錯(cuò)DW值在0到4之間，DW落最左邊0<DWd）最邊(4?dL4)時(shí)，分為正自相關(guān)負(fù)自相;中間(dU<DW<4?dU)為不存自相關(guān)區(qū)域其次為兩個(gè)能判定域。3通過虛擬變將屬性素引入計(jì)量濟(jì)模型引入虛擬變的個(gè)數(shù)與樣本容量小有關(guān)。錯(cuò)引入虛變量的個(gè)數(shù)本容量小無關(guān)，與變量屬，模型無截距項(xiàng)有。5、如聯(lián)立方模型中某個(gè)構(gòu)方程含了所有的量,則這個(gè)程不可別。正確沒有唯的統(tǒng)計(jì)形式3在異方差性情況下若采用Eviews件中常的OLS法，必定高估了估計(jì)量標(biāo)準(zhǔn)誤。錯(cuò)有可能估也有可能估。4擬合優(yōu)度檢和F檢驗(yàn)沒有區(qū)的。錯(cuò)5聯(lián)立方程組型根本能直接用OLS法估參數(shù)。錯(cuò)遞歸方可以用方法估計(jì)參，而其的聯(lián)立方程模型不直接用OLS方法估計(jì)數(shù)。1在對(duì)參數(shù)進(jìn)最小二估計(jì)之前，有必要模型提出古假定。錯(cuò)誤在古典定條件下，OLS估計(jì)得到的參估計(jì)是該參的最佳線性偏估計(jì)具有線性、偏性、效性?？傊?，提出典假定為了使所作出的估量具有較好統(tǒng)計(jì)性和方便地進(jìn)統(tǒng)計(jì)推。2當(dāng)異方差出時(shí)，用的t和F檢驗(yàn)失效正確由于異差類似于t值的統(tǒng)計(jì)所遵從分布知；即遵從t-布，由方差不在具最小性這時(shí)往往會(huì)大t-驗(yàn)，使得檢驗(yàn)失；由于F-布為兩獨(dú)立的χ2變量之比故依然在類似于t-分布中問題。3解釋變量與機(jī)誤差相關(guān)，是產(chǎn)多重共性的主要原。錯(cuò)誤產(chǎn)生多共線性的主原因是濟(jì)本變量大存在共變化趨勢(shì)；型中大采用滯后變；認(rèn)識(shí)的局限使得擇變量當(dāng)5由接最小乘法與階段最二乘法得到的估計(jì)量都無偏估計(jì)。錯(cuò)誤間接最二乘法適用于恰好識(shí)別程的估計(jì)，估計(jì)量無偏估計(jì)；而階段最小二法僅適用恰好識(shí)方程，也適于過度別方程。兩階段小二乘法得的估計(jì)量為有偏一致估。5秩條件是充條件，此，單獨(dú)用秩條件就以完成立方程識(shí)別態(tài)的確。錯(cuò)誤。然秩件是充條件，但其提，只有在過了條件條件下。在聯(lián)立方程進(jìn)識(shí)別時(shí)還應(yīng)該結(jié)合條件判是過度識(shí)別還是恰好識(shí)別1半對(duì)數(shù)模型=β0+β1lnX+μ中，參數(shù)β1的含義是X的絕對(duì)量變，引起Y的對(duì)量變。錯(cuò)誤半對(duì)數(shù)型的參數(shù)β1的含義是當(dāng)X的相對(duì)變時(shí)，對(duì)量發(fā)變化，引因變量Y的平均值對(duì)量的變動(dòng)2對(duì)已經(jīng)估計(jì)參數(shù)的型不需要進(jìn)行驗(yàn)。錯(cuò)誤有必要行檢驗(yàn)。我所建立模型，所用方法，用的統(tǒng)計(jì)數(shù)，還可違反計(jì)