計(jì)量經(jīng)濟(jì)學(xué)期末考試全真模擬

練習(xí)題一、單選題（15小題，每題2分，共30分）(C)經(jīng)濟(jì)計(jì)量模型揭示經(jīng)濟(jì)活動(dòng)中各個(gè)因素之間的定性關(guān)系C.D.2.在X與Y(C)A.X是非隨機(jī)變量B.Y是非隨機(jī)變量C.X和Y都是隨機(jī)變量 D.X和Y均為非隨機(jī)變量(C)e0 B.eXi i

0 C.eYii

0 D.Yi

Y?i在一元回歸模型中，回歸系數(shù)2

通過(guò)了顯著性t(B)A.2

0 B.0 C.2

0,0 D.0,02 2 2如果X

與隨機(jī)誤差項(xiàng)uCov(Xu)≠?（B）iC

i i iD有關(guān)調(diào)整后的判定系數(shù)R2與判定系數(shù)R2之間的關(guān)系敘述正確的是（ C）R2R2均非負(fù)R2R2就相差越小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RR2R2

R2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)(AA．不確定，方差無(wú)限大 確定，方差無(wú)限大C．不確定，方差最小 確定，方差最8.逐步回歸法既檢驗(yàn)又修正了（D）A．異方差性 自相關(guān)性C．隨機(jī)解釋變量 多重共線性9．如果線性回歸模型的隨機(jī)誤差項(xiàng)存在異方差，則參數(shù)的普通最小二乘估計(jì)量是（ AA．無(wú)偏的，但方差不是最小的 B．有偏的，且方差不是最小C．無(wú)偏的，且方差最小 D．有偏的，但方差仍為最小如果dL<DW<du(D)A.隨機(jī)誤差項(xiàng)存在一階正自相關(guān) 隨機(jī)誤差項(xiàng)存在一階負(fù)自相關(guān)C.隨機(jī)誤差項(xiàng)不存在一階自相關(guān) 不能判斷隨機(jī)誤差項(xiàng)是否存在一階自相關(guān)使用多項(xiàng)式方法估計(jì)有限分布滯后模型 Y=α+β

X+β

X+…+β

X

時(shí)，多項(xiàng)式β

=α +α

i+α2i2+…+α2

im的階數(shù)m必須（ A）m

t 0t

1t-1

kt-k t

i 0 1A．小于k B．小于等于k，iiC．等于k D．大于k，ii設(shè)Y設(shè)i

X0 1

D2 i

Y=居民消費(fèi)支出，X

=代表農(nóng)村居民，則城鎮(zhèn)居民消費(fèi)變動(dòng)模型為(B)Yi

X0 1 i i

Yi

0

X1 i iYi

X0 1

D2 i

Yi

X0 1

DX2 i i關(guān)于自適應(yīng)預(yù)期模型和局部調(diào)整模型，下列說(shuō)法錯(cuò)誤的是）B.它們最終都是一階自回歸模型C.它們都滿足古典線性回歸模型的所有假設(shè)，從而可直接OLSD.它們的經(jīng)濟(jì)背景不同(D)A.外生變量 B.內(nèi)生變量 滯后變量 前定變量15．如果某個(gè)結(jié)構(gòu)式方程是恰好識(shí)別的，則估計(jì)該方程的參數(shù)可以用（CA．廣義差分法 B．加權(quán)最小二乘法C．間接最小二乘法 D．普通最小二乘1—5．CCCBB 6—10.CADAD 11—15ABCDCi（10110分，對(duì)的打“√”，錯(cuò)的打“×”）ii隨機(jī)誤差項(xiàng)i

與殘差項(xiàng)e

是一回事。（ B）總體回歸函數(shù)給出了對(duì)應(yīng)于每一個(gè)自變量的因變量的值。（ B）可決系數(shù)需要修正的原因是解釋變量間存在共線性。（A）變量間的兩兩高度相關(guān)一定表示高度多重共線性。（A）通過(guò)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)。（A）（A）在異方差情況下，通常OLS估計(jì)低估了估計(jì)量的標(biāo)準(zhǔn)差。（A）當(dāng)使用廣義差分法時(shí)，不一定要求自相關(guān)系數(shù) 是已知的。（ B）簡(jiǎn)化模型就是把結(jié)構(gòu)模型中的全部?jī)?nèi)生變量表示成前定變量和隨機(jī)項(xiàng)的函數(shù)。（ A）階識(shí)別條件就是在由M個(gè)方程組成的結(jié)構(gòu)模型中，任一特定方程可識(shí)別的必要條件是該方程所不包的變量數(shù)不小于M-1。（ A）1—5．××√√√ 6—10.√√×√√（8+9+8分，共25分）什么是工具變量法？并說(shuō)出選擇工具變量的標(biāo)準(zhǔn)。試比較庫(kù)伊克模型、自適應(yīng)預(yù)期模型與局部調(diào)整模型的異與同。什么是聯(lián)立方程偏倚？說(shuō)明各類聯(lián)立方程模型是否存在偏倚性。項(xiàng)存在相關(guān)性的解釋變量。分）與隨與其它解釋變量不相關(guān)，以免出現(xiàn)多重共線性。分）回歸模型的估計(jì)。分）不同點(diǎn)：（1）導(dǎo)出模型的經(jīng)濟(jì)背景與思想不同。庫(kù)伊克模型是在無(wú)限分布滯后模型的基礎(chǔ)上根據(jù)庫(kù)是對(duì)被解釋變量的局部調(diào)整而得到的。分）（2）由于模型的形成機(jī)理不同而導(dǎo)致隨機(jī)誤差項(xiàng)的結(jié)構(gòu)有所不同,響。（3分）OLSOLS估計(jì)聯(lián)立方程模型。分）結(jié)構(gòu)型模型有偏倚性問(wèn)題；簡(jiǎn)化型模型和遞歸型模型沒有偏倚性問(wèn)題。分）（20+15分＝35分說(shuō)明：所有結(jié)果保留四位小數(shù)。用1979-2008年廣東省城鎮(zhèn)居民人均可支配收入PDI（元）和人均消費(fèi)性支出元）PCE為因變量，PDI為自變量，建立消費(fèi)函數(shù)。數(shù)據(jù)來(lái)自《廣東統(tǒng)計(jì)年鑒》。運(yùn)用Eviews5.0估計(jì)結(jié)果如下：DependentVariable:PCEMethod:LeastSquaresDate:06/12/11 Time:Sample:19782008Includedobservations:31Variable

Coefficient

Std.Error

t-Statistic

Prob.C160.907337.76177？0.0002PDI0.784240？178.92050.0000R-squared0.999095Meandependentvar5176.681AdjustedR-squared0.999064S.D.dependentvar4603.532S.E.ofregression140.8624Akaikeinfocriterion12.79579Sumsquaredresid575424.5Schwarzcriterion12.88830Loglikelihood-196.3347F-statistic32012.53Durbin-Watsonstat2.234549Prob(F-statistic)0.000000要求：（2）分）

2。（8分）(3)進(jìn)行參數(shù)顯著性檢驗(yàn)并解釋

2分）（4）說(shuō)明PDI的回歸系數(shù)2的經(jīng)濟(jì)含義。分）對(duì)廣東省18個(gè)國(guó)家調(diào)查樣本市、縣（區(qū)）的人均消費(fèi)性支出和人均可支配收入元回歸分析，得到回歸殘差的平方對(duì)X的回歸結(jié)果如下：DependentVariable:E^2Method:LeastSquaresDate:06/14/11 Time:Sample:118Includedobservations:18VariableX

Coefficient39.81472

Std.Error8.491099

t-Statistic4.688995

Prob.0.0002R-squared-0.018550Meandependentvar720761.2AdjustedR-squared-0.018550S.D.dependentvar641682.6S.E.ofregression647606.8Akaikeinfocriterion29.65391Sumsquaredresid7.13E+12Schwarzcriterion29.70337Loglikelihood-265.8852Durbin-Watsonstat2.628530要求：寫出要估計(jì)上述結(jié)果時(shí)在Eviews的命令欄輸入的命令。分）寫出異方差表達(dá)式2=？（4分）i進(jìn)行同方差變換，證實(shí)變換后的模型不存在異方差。分）解：(1)4.2611，（2分）；0.0044，（2分）；2的估計(jì)22140.8624/(3124.8573（4分）回歸分析結(jié)果的報(bào)告格式為：PCE=160.9073+0.7842PDIt t(37.7618)(0.0044)t=(4.2611)(178.9205)R2＝0.9991SE＝140.8624DW＝2.2345F=32012.53（5分）從截距項(xiàng)和解釋變量估計(jì)值的t值可以判斷，系數(shù)估計(jì)的t顯著?；蛘咭部梢詮膒值判斷，拒絕對(duì)兩個(gè)參數(shù)原假設(shè)的概率均小于5（3分）可決系數(shù)R2度量了模型中解釋變量對(duì)被解釋變量的解釋程度。本題中R2的估計(jì)值為0.9991明PPI對(duì)PCE99.91%。（2分）回歸系數(shù)表示在其他因素保持不變的情況下，解釋變量每變動(dòng)一單位，被解釋變量均值的改2變量。本題中，＝0.7842表示在其他因素保持不變的情況下，人均可支配收入每增加一元所增加的人20.7842表示收入的邊際消費(fèi)傾向。分）2解：e^2。（3分）異方差表達(dá)式2=i

2X =39.8147Xi

（4分）進(jìn)行同方差變換，證實(shí)變換后的模型不存在異方差分）已知：Yi

X u0 1 i

其中：Yi

人均消費(fèi)性支出；Xi

人均可支配收入；E(ui

)0；Var(u)2f(X)，其中f(X)Xi i i iXiXi

進(jìn)行變換，得：iXi0XiXiXiiXi0XiXiXi1

uiXuiXi0Xi

v (5XiXiXi其中：v i

，可以證明誤差項(xiàng)uiuiXi

是同方差的。證明如下：u

u2 u2iXiiXii

，v2i

i ，E(v2)E( iX i Xi

)239.8147（根據(jù)已知條件

2為常數(shù)），證得變換后的誤差項(xiàng)是同方差的。（3分）一、單選題（10小題，每題2分，共20分）

練習(xí)題二對(duì)兩個(gè)包含的解釋變量個(gè)數(shù)不同的回歸模型進(jìn)行擬合優(yōu)度比較時(shí)，應(yīng)比較它們的BA.判定系數(shù) B.調(diào)整后判定系數(shù) C.標(biāo)準(zhǔn)誤差 D.估計(jì)標(biāo)準(zhǔn)誤差加權(quán)最小二乘法克服異方差的主要原理是通過(guò)賦予不同誤差的觀測(cè)點(diǎn)以不同的權(quán)數(shù)，以提高估計(jì)精度即：( B)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.重視小誤差的作用，更重視大誤差的作用D.下面哪一個(gè)必定是錯(cuò)誤的（C）300.2Xi

r XY

751.5Xi

r 0.91XY5i

r XY

3.5Xi

r 0.96XY（A）多重共線性 異方差性C.序列相關(guān) 高擬合優(yōu)度判定系數(shù)r2=0.8，說(shuō)明回歸直線能解釋被解釋變量總變差的AA.80% B.64% C.20% D.89%DW的取值范圍是)A.-1≤DW≤0 B.-1≤DW≤1 C.-2≤DW≤2 D.0≤DW≤4模型Yα

+α D+βX+μ

，其中D=1為虛擬變量，模型中的差別截距系數(shù)是指：(B)i 0 1 i i 0α0 B.α1 C.α0+α1 D.α0-α1tt假定某企業(yè)的生產(chǎn)決策是由模型Stt

b bP0 1

u描述的（St

為價(jià)格，又知：如果該企業(yè)在t-1期生產(chǎn)過(guò)剩，經(jīng)濟(jì)人員會(huì)削減t期的產(chǎn)量。由此判斷上述模型存(B )A 異方差問(wèn)題 B 序列相關(guān)問(wèn)題C 多重共線性問(wèn)題 D 隨機(jī)解釋變量問(wèn)9.下列經(jīng)濟(jì)計(jì)量分析回歸模型中哪些可能存在異方差問(wèn)題（B）A.用時(shí)間序列數(shù)據(jù)建立的家庭消費(fèi)支出對(duì)家庭收入水平的回歸模型；B.用橫截面數(shù)據(jù)建立的產(chǎn)出對(duì)勞動(dòng)和資本的回歸模型；C.21年資料建立的某種商品的市場(chǎng)供需模型；D.以20年資料建立的總支出對(duì)總收入的回歸模型10.在結(jié)構(gòu)式模型中，具有統(tǒng)計(jì)形式的唯一性的結(jié)構(gòu)式方程是【B】A不可識(shí)別的 B恰好識(shí)別的 C過(guò)度識(shí)別的 D可識(shí)別1—5．BBCAA 6—10.DBBBB二、判斷題（10小題，每題1分，共10分，對(duì)的打“√”，錯(cuò)的打“×”）A最小二乘準(zhǔn)則就是對(duì)模型Y=b+bX+u確定X和Y使殘差平方和∑2=∑(YX))2達(dá)到最小。i 0 1 i i i iB

i i 0 1 i在殘差et

和滯后一期殘差e

t-1

的散點(diǎn)圖上，如果，殘差et

在連續(xù)幾個(gè)時(shí)期中，逐次值不頻繁的改變符號(hào)，而是幾個(gè)負(fù)的殘差e以后跟著幾個(gè)正的殘差e，然后又是幾個(gè)負(fù)的殘差e，那么殘差e

具有負(fù)自t t t t相關(guān)。BA若判定系數(shù)R21AA秩識(shí)別條件就是在由G而為其他方程所包含的那些變量的系數(shù)矩陣的秩等于G-1AR2A可決系數(shù)R2B1—5．√××√√6—10.√√√××三、簡(jiǎn)答題（3小題，每題10分，共30分）為什么要進(jìn)行同方差變換？寫出其過(guò)程，并證實(shí)之。答：進(jìn)行同方差變換是為了處理異方差，寫出其過(guò)程如下：i我們考慮一元總體回歸函數(shù)Yi

=b+bX+u0 1 i i假設(shè)誤差σ

2是已知的，也就是說(shuō)，每個(gè)觀察值的誤差是已知的。對(duì)模型作如下“變換”：iY/σi

=bi 0

+bX/σi 1 i

+u/σi i i這里將回歸等式的兩邊都除以“已知”的σ 。i

是方差σi

2的平方根。i令v=u/σi i

vi

稱作是“變換”后的誤差項(xiàng)。vi

滿足同方差嗎？如果是，則變換后的回歸方OLS估計(jì)量將是最優(yōu)線性無(wú)偏估計(jì)量，我們就可以按常規(guī)的方法進(jìn)行統(tǒng)計(jì)分析了。v(v2)=E(2)=E()222=1i i i i i i i i顯然它是一個(gè)常量。簡(jiǎn)言之，變換后的誤差項(xiàng)vi

是同方差的。因此，變換后的模型不存在異方差問(wèn)題，我們可以用常規(guī)的OLS方法加以估計(jì)。什么是工具變量法？并說(shuō)出選擇工具變量的標(biāo)準(zhǔn)。與隨機(jī)擾動(dòng)項(xiàng)不相關(guān)；3）與其它解釋變量不相關(guān)，以免出現(xiàn)多重共線性。聯(lián)立方程模型中的方程可以分為幾類？其含義各是什么？民消費(fèi)。四、分析變換題（5題，共40分）因果關(guān)系分析PairwiseGrangerCausalityDate:11/27/08 Time:20:18Sample:19781995Lags:2NullHypothesis:ObsF-StatisticProbabilityREVdoesnotGrangerCauseGDP168.159130.00672GDPdoesnotGrangerCauseREV1.941000.18968根據(jù)上述輸出結(jié)果，對(duì)REV和GDP進(jìn)行Granger因果關(guān)系分析(顯著性性水平為0.05)（5分）解釋輸出結(jié)果DependentVariable:CSMethod:LeastSquaresDate:12/13/08 Time:Sample:19782000Includedobservations:23Variable Coefficient Std.Error CZ 0.784629 0.017021 46.09837C 18.29437 7.367533 2.483107

Prob.0.00000.0215R-squared0.990215Meandependentvar246.0617AdjustedR-squared0.989749S.D.dependentvar258.8672S.E.ofregression26.21003Akaikeinfocriterion9.453102Sumsquaredresid14426.28Schwarzcriterion9.551841Loglikelihood-106.7107F-statistic2125.060Durbin-Watsonstat1.495140Prob(F-statistic)0.000000解釋粗體各部分的含義及其作用？（5分）分）DependentVariable:Method:LeastSquaresDate:12/14/08 Time:Sample:19782000Includedobservations:23VariableCoefficientStd.Errort-StatisticProb.ZJ0.5053520.7701360.6561860.5196YY0.7504740.2039583.6795460.0016CZ1.2644511.0388741.2171360.2385C-34.6399540.25855-0.8604370.4003R-squared0.991894Meandependentvar938.7587AdjustedR-squared0.990614S.D.dependentvar1082.535S.E.ofregression104.8795Akaikeinfocriterion12.30027Sumsquaredresid208994.5Schwarzcriterion12.49775Loglikelihood-137.4531F-statistic774.9423Durbin-Watsonstat1.523939Prob(F-statistic)0.000000變量間相關(guān)系數(shù)ZJYYCZZJ10.97460.9973YY0.974610.9648CZ0.99730.96481利用東莞數(shù)據(jù)財(cái)政收入REV（億元），國(guó)內(nèi)生產(chǎn)總值GDP（億元）結(jié)果如下：DependentVariable:Method:LeastSquaresDate:12/14/08 Time:23:16Sample(adjusted):1979Includedobservations:17afteradjustmentsConvergenceachievedafter8iterationsVariableCoefficientStd.Errort-StatisticProb.C-22624.1522196.63-1.0192600.3254GDP0.0965210.00649214.867880.0000AR(1)0.8931820.1222957.3035040.0000R-squared0.994327Meandependentvar40522.06AdjustedR-squared0.993517S.D.dependentvar49416.84S.E.ofregression3979.013Akaikeinfocriterion19.57424Sumsquaredresid2.22E+08Schwarzcriterion19.72128Loglikelihood-163.3810F-statistic1226.926Durbin-Watsonstat1.698346Prob(F-statistic)0.000000要求：分）分）說(shuō)明系數(shù)經(jīng)濟(jì)含義。分）根據(jù)廣東數(shù)據(jù)國(guó)內(nèi)生產(chǎn)總值GDP（億元）資料，建立與時(shí)間t的回歸，Eviews結(jié)果如下：DependentVariable:LOG(GDP)Method:LeastSquaresDate:12/14/08 Time:Sample:19782000Includedobservations:23Variable Coefficient Std.Error T 0.195181 0.004367 44.69628C 4.887978 0.059875 81.63659

Prob.0.00000.0000R-squared0.989598Meandependentvar7.230146AdjustedR-squared0.989102S.D.dependentvar1.330719S.E.ofregression0.138917Akaikeinfocriterion-1.026937Sumsquaredresid0.405257Schwarzcriterion-0.928199Loglikelihood13.80978F-statistic1997.757Durbin-Watsonstat0.353401Prob(F-statistic)0.000000假設(shè)模型誤差存在一階自相關(guān)，要求：怎樣得到自相關(guān)系數(shù)ρ的值，計(jì)算其值=？（5分）寫出上述進(jìn)行的廣義差分變換，說(shuō)明變換后的模型不存在自相關(guān)。分）1.(1)第一個(gè)零假設(shè)是REV不是GDP的Granger原因，其F統(tǒng)計(jì)量的P值為0.00672，小于顯著性水平0.05，拒絕零假設(shè)，所以REV是GDP的Granger原因。（第二個(gè)零假設(shè)是GDP不是REV的GrangerF統(tǒng)計(jì)量的P值為0.18960.0，不能拒絕零假設(shè)，所以GDP不是REV的Granger2.t-Statistic是對(duì)應(yīng)解釋變量系數(shù)的t統(tǒng)計(jì)量的值，用于檢驗(yàn)系數(shù)是否等于0；R-squared表示方程的R

2，說(shuō)明回歸方程的解釋程度；S.E.ofregressionF-statisticF,stat是DW一階自相關(guān)。分）從結(jié)果看，判定系數(shù)R2統(tǒng)計(jì)量的值很大，方程很顯著，但三個(gè)參數(shù)t顯然解釋變量間出現(xiàn)了多重共線性，另外解釋變量間的簡(jiǎn)單相關(guān)系數(shù)都很高也驗(yàn)證了這一點(diǎn)。分）解：(1)把回歸分析結(jié)果報(bào)告出來(lái)分回歸分析結(jié)果的報(bào)告格式為：REV= -22624.15+ (22196.63) (0.006492) (0.1222295)或 (-1.019) (14.868) (7.304)R2＝0.994327SE＝