計量經濟學習題集(標注版)

計量經濟學習題集(標注版)《計量經濟學》習題集PAGEPAGE18第一章 緒論一、單項選擇題1、變量之間的關系可以分為兩大類，它們是【 】A函數關系和相關關系 B線性相關關系和非線性相關關系C正相關關系和負相關關系 D簡單相關關系和復雜相關關系2、相關關系是指【 】A變量間的依存關系 B變量間的因果關系C變量間的函數關系 D變量間表現出來的隨機數學關系3、進行相關分析時，假定相關的兩個變量【 】A都是隨機變量 B都不是隨機變量C一個是隨機變量，一個不是隨機變量 D隨機或非隨機都可以4、計量經濟研究中的數據主要有兩類：一類是時間序列數據，另一類是【 】A總量數據 B橫截面數據C平均數據 D相對數據應為正值C、應為負值，c’應為負值 D 應為負值，c’應為正值12、回歸分析中定義【B 】解釋變量和被解釋變量都是隨機變量解釋變量為非隨機變量，被解釋變量為隨機變量解釋變量和被解釋變量都是非隨機變量解釋變量為隨機變量，被解釋變量為非隨機變量13、線性模型的影響因素【 】A只能是數量因素 B只能是質量因素C可以是數量因素，也可以是質量因素 D只能是隨機因素14、下列選項中，哪一項是統計檢驗基礎上的再檢驗(亦稱二級檢驗)準則【 】A.計量經濟學準則 B經濟理論準則C統計準則 D統計準則和經濟理論準則15、理論設計的工作，不包括下面哪個方面【 】A選擇變量 B確定變量之間的數學關系C收集數據 D擬定模型中待估參數的期望值16、計量經濟學模型成功的三要素不包括【 】A理論 B應用C數據 D方法17、在模型的經濟意義檢驗中，不包括檢驗下面的哪一項【 】A參數估計量的符號 B參數估計量的大小C參數估計量的相互關系 D參數估計量的顯著性18、計量經濟學模型用于政策評價時，不包括下面的那種方法【 】A工具變量法 B工具—目標法C政策模擬 D最優(yōu)控制方法19、在經濟學的結構分析中，不包括下面那一項【 】A彈性分析 B乘數分析C比較靜力分析 D方差分析二、多項選擇題1、使用時序數據進行經濟計量分析時，要求指標統計的【 】A對象及范圍可比 B時間可比 C口徑可比D計算方法可比 E內容可比2、一個模型用于預測前必須經過的檢驗有【 】A經濟準則檢驗 B統計準則檢驗 C計量經濟學準則檢驗D模型預測檢驗 E實踐檢驗3、經濟計量分析工作的四個步驟是【 】A理論研究 B設計模型 C估計參數D檢驗模型 E應用模型4、對計量經濟模型的統計準則檢驗包括A估計標準誤差評價 B擬合優(yōu)度檢驗 C預測誤差程度評價D總體線性關系顯著性檢驗 E單個回歸系數的顯著性檢驗5、對計量經濟模型的計量經濟學準則檢驗包括【 】A誤差程度檢驗 B異方差檢驗 C序列相關檢驗D超一致性檢驗 E多重共線性檢驗6、對經濟計量模型的參數估計結果進行評價時，采用的準則有【 】A經濟理論準則 B統計準則 C經濟計量準則D模型識別準則 E模型簡單準則7、經濟計量模型的應用方向是【 】A用于經濟預測 B用于結構分析 C僅用于經濟政策評價D用于經濟政策評價 E僅用于經濟預測、經濟結構分析三、填空題1、計量經濟學是 的一個分支學科，是以揭示 中的客觀存在的 為內容的分支學科挪威經濟學家弗里希將它定義為 、和 三者的結合。2、數理經濟模型揭示經濟活動中各個因素之間的 ，用 的數學方程加以描述計量經濟學模型揭示經濟活動中各個因素之間的 用 的數學方程加以描述。3、廣義計量經濟學是利用經濟理論數學及統計學定量研究經濟現象的經濟計量方法的統稱包括 ，，等狹義的計量經濟學以揭示經濟現象中的 為目的，在數學上主要應用 。4、計量經濟學模型包括單方程模型和聯立方程模型兩類。單方程模型的研究對象是 ，揭示存在其中的 。聯立方程模型研究的對象是 ，揭示存在其中的 。5 。”我們不妨把這種結合稱之為 或 。6、建立計量經濟學模型的步驟：1 2 3 4 。7、常用的三類樣本數據是 、 和 。8、計量經濟學模型的四級檢驗是 、 、 和 。9、計量經濟學模型成功的三要素是 、 和 。10、計量經濟學模型的應用可以概括為四個方面： 、 、 和 。四、名詞解釋計量經濟學；經濟變量；解釋變量與被解釋變量；時間序列數據；橫截面數據；計量經濟模型。五、簡答與論述題1、什么是計量經濟學？它與經濟學、統計學和數學的關系是怎樣的？一、計量經濟學與經濟學的關系聯系：可以對經濟理論加以驗證、充實、完善,具體的包括：檢驗或者實證功能，發(fā)現功能，具體化功能，計量經濟學是經濟學的一個分支區(qū)別：（傳統）經濟學以定性分析為主,計量經濟學以定量分析為主二、計量經濟學與統計學經濟統計也是對經濟現象的一種計量，但側重于對經濟現象的描述。主要涉及數據的收集、加工、整理和計算。多數以列表或圖示的形式提供經濟數據。聯系：經濟統計提供的數據是計量經濟學進行參數估計、驗證經濟理論的基本依據區(qū)別：關鍵的在于是數據導向還是問題導向，對模型重視程度等。三、計量經濟學與數學的關系1、計量經濟學和數學的關系聯系：數學是計量分析的基礎和工具。微積分、線性代數、概率統計是計量分析的基礎工具數學知識（函數性質等）對計量建模的作用。區(qū)別：計量經濟學不是數學，是經濟學2、計量經濟模型一般由哪些要素組成？計量經濟學中應用的數據是怎樣進行分類的？試分別舉出時間序列數據、橫截面數據、混合數據的實例，并分別說明這些數據的來源。數據的類型：時間序列數據，橫截面數據，混合數據和面板數據4、建立與應用計量經濟模型一般要進行哪些工作？這些工作之間的邏輯聯系是怎樣的？計量經濟模型主要應用在哪幾個方面？結合一個具體的經濟實例加以說明。5、建立計量經濟模型的基本思想是什么？6、經濟計量模型的特點是什么，他與數理經濟模型有什么區(qū)別？7、回歸分析與相關分析的區(qū)別是什么?六、分析題1、下列設定的計量經濟模型是否合理。為什么？33+iGDiui1其中，GDPi（i=1,2,3）是第一產業(yè)、第二產業(yè)、第三產業(yè)增加值，u為隨機誤差項。S1abS2u其中，S1,S2分別為農村居民和城鎮(zhèn)居民年末儲蓄存款余額，u為隨機誤差項。財政收入＝f（財政支出）＋u，u（4）Q=f(L,K,X1,X2，u)其中，Q是煤炭產量，L,K分別是煤炭工業(yè)職工人數和固定資產原值，X1,X2分別是發(fā)電量和鋼鐵產量，u為隨機誤差項。2、指出下列模型中的錯誤，并說明理由。（1）

?t

1801.2Yt其中，C、Y分別為城鎮(zhèn)居民的消費支出和可支配收入。（2）

1.151.62lnKt0.28lnt其中，Y、K、L分別為工業(yè)總產值、工業(yè)生產資金和職工人數。t第二章一元線性回歸模型一、單項選擇題01t1、表示x與y之間真實線性關系的是【C 】01t?t

?0?x

E(yt)x1tyt1t

01xtut

yt

01xt2、參數的估計量具備有效性是指【B 】A)=0 B )為最小C －)＝0 D －)為最小13、對于yi?0?xii，以?表示估計標準誤差，?i表示回歸值，則【BD但是D總是成立的= 】1i iA?=0(yi?i)＝0B=0y)2＝i iC?=0(yi?i)為最小i iD=0y)2i i14yi?0?xi1

i，則普通最小二乘法確定的?i是【D 】

(xix)(yiy)

nxiyixiyiiiiii1 (xi

x)2

1 nx2(x)2C?xiyinxyCi1x2n(x)2i

? nxiyixiyiD1 2Dx15、對于yi?0?xii，以?表示估計標準誤差，r表示相關系數，則有【 】1A=0時，r＝1 B=0時，r＝－1C=0時，r＝0 D=0時，r＝1或r＝－16、產量（x，臺）與單位產品成本（y，元/臺）之間的回歸方程為y?＝356－1.5x，這說明【 D】A產量每增加一臺，單位產品成本增加356元B1.5元C產量每增加一臺，單位產品成本平均增加356元D產量每增加一臺，單位產品成本平均減少1.5元 7、在總體歸直線E(?)01x中，1表示【B 】Ax增加一個單位時，y增加1個單位B當x增加一個單位時，y平均增加1個單位C當y增加一個單位時，x增加1個單位D當y增加一個單位時，x平均增加1個單位8yt

01xtut進行統計檢驗時，通常假定ut服從【C 】iAN（0，2） B t(n-2)iC N（0，2） D t(n)9以y表示實際觀測值，?表示回歸估計值則普通最小二乘法估計參數的準則是【D 】A(yi?i)＝0 BC(yi?i)為最小 D

(y)2＝0i ii iy)2i ii i10、設y表示實際觀測值，表示OLS回歸估計值，則下列哪項成立【D 】A=y B=yC=y D=yyt

01xtut則樣本回歸線通過【D 】A（x，y） B (x，)C (x，) D (x，y)12、以y表示實際觀測值，y?表示回歸估計值，則用普通最小二乘法得到的樣本回歸直線1i?i?0?x滿足【A 】1iA(yi?i)＝0 B(?y)＝0ii2iii iiC(y)2＝0 D(yy)2＝0i ii1330yt

01xtut，在0.05的顯著性水平下對1的顯著性作t檢驗，則1顯著地不等于零的條件是其統計量t大于【D 】At0.05（30） B

t0.025（30） C

t0.05（28） D

t0.025（28）14064A0.64 B 0.8 C 0.4 D 0.3215、相關系數r的取值范圍是【 】Ar－1 Br1 C 0r1 D－1r116、判定系數R2的取值范圍是【C 】A R2－1 BR21 C 0R21 D－1R2117、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預測區(qū)間越寬，精度越低 B預測區(qū)間越寬，預測誤差越小C 預測區(qū)間越窄，精度越高 D預測區(qū)間越窄，預測誤差越大18、在縮小參數估計量的置信區(qū)間時，我們通常不采用下面的那一項措施【 】A增大樣本容量n B提高置信水平C提高模型的擬合優(yōu)度 D提高樣本觀測值的分散度19對于總體平方和TSS回歸平方和RSS和殘差平方和ESS的相互關系正確的【B 】ATSS>RSS+ESS BTSS=RSS+ESSCTSS<RSS+ESS DTSS2=RSS2+ESS2二、多項選擇題1、指出下列哪些現象是相關關系【 】A家庭消費支出與收入 B商品銷售額和銷售量、銷售價格C物價水平與商品需求量 D小麥畝產量與施肥量E學習成績總分與各門課程成績分數2yt

01xtut的經典假設包括【 】A E(ut0 BVar(u)（常數）tt2ttC cov(ui,uj)0 Dut～N(0，1)E x為非隨機變量，且cov(xtut)03、以y表示實際觀測值，表示回歸估計值，e表示殘差，則回歸直線滿足【 】A通過樣本均值點(x，y) B

yt

?tCcov(xt,et)0tE(??)20t

D(y)2＝0t t4以表示估計值表示隨機誤差項如果y與x為線性相關關系則下列哪些是正確的【 t tyt

01xt

yt

01xtutyt

?0?xt

ut?t

?0?xt

ut111E?t?0?xt1111t5、以帶“”表示估計值，u表示隨機誤差項，e表示殘差，如果y與x為線性相關關系，則下列哪些是正確的【 】1t01tE(yt)x01t

yt

?0?xyt

?0?xtet?t

?0?xtet111EE(yt)?0?xt1116、回歸分析中估計回歸參數的方法主要有【 】A相關系數法 B方差分析法C 最小二乘估計法 D極大似然法E 矩估計法7yt

01xtut的參數，要使參數估計量具備最佳線性無偏估計性質，則要求【 】A E(ut)0C cov(ui,uj)0

BVar(u)2（常數）tut服從正態(tài)分布tx為非隨機變量，且cov(xtut)08、假設線性回歸模型滿足全部基本假設，則其參數估計量具備【 】A可靠性 B合理性C線性 D無偏性E有效性9、普通最小二乘直線具有以下特性【 】A通過點(x，y) ByCi0 De＝0ii2iiE cov(xi,ei)＝010yt

01xtut，要使普通最小二乘估計量具備線性、無偏性和有效性，則模型必須滿足【 】A E(ut)0C cov(ui,uj)0

BVar(u)2（常數）tut服從正態(tài)分布tx為非隨機變量，且cov(xtut)011?t?0?xt1

估計出來的?t值【 】A是一組估計值 B是一組平均值C是一個幾何級數 D可能等于實際值E與實際值y的離差和等于零12、反應回歸直線擬合優(yōu)度的指標有【 】A相關系數 B回歸系數C樣本決定系數 D回歸方程的標準誤差1E剩余變差（或殘差平方和）11t13?t1t

?0xt

回歸平方和可以表示（R2為決定系數【 】A(?t

y)2

B?2(x

x)21t?(xt1t

x)(yt

y)

R2(y

y)2t tE(yy)2(y?)2t t14?t

?0xt

，?R2的算式中，正1確的有【 】1(y?A

y)22t B 1－2

(yt?t)(yt

y)2

(yt

y)21t?21tC

x)2

(x1D1

tx)(yt

y)(yt

y)2

(yt

y)2?2(n2)E1－(yt

y)215、下列相關系數的算式中，正確的是【 】xyxyAxycov(x,y)CxyExtytnxyE

(xtx)(yty)BnxyBD(xtx)(yty)D(xx2t(y2txnx22tyny22t三、判斷題1、隨機誤差項ui與殘差項ei是一回事（ ）2、總體回歸函數給出了對應于每一個自變量的因變量的值（ ）3、線性回歸模型意味著因變量是自變量的線性函數（ ）4、在線性回歸模型中，解釋變量是原因，被解釋變量是結果（ ）5在實際中一元回歸沒什么用因為因變量的行為不可能僅由一個解釋變量來解釋( )四、填空題1、在計量經濟模型中引入反映

因素影響的隨機擾動項t，目的在于使模型更符合 活動。2樣本觀測值與回歸理論值之間的偏差稱為 我們用殘差估計線性回歸模型中的 。3、對于隨機擾動項我們作了5項基本假定。為了進行區(qū)間估計，我們對隨機擾動項作了它服從 的假定。如果不滿足2-5項之一，最小二乘估計量就不具有 。4、 反映樣本觀測值總體離差的大??； 反映由模型中解釋變量所解釋的那部分離差的大小； 反映樣本觀測值與估計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。5（判定系數）R2ESSTSS

RSS1 TSS

引起的離差占總體離差的 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 ，則回歸直線擬合越差。6、回歸方程中的回歸系數是自變量對因變量的 。某自變量回歸系數β的意義，指的是該自變量變化一個單位引起因變量平均變化 。五、名詞解釋六、簡答與論述題1、回答下列問題（1）經典假設條件的內容是什么？為什么要對回歸模型規(guī)定經典假設條件？（2）總體回歸模型函數和樣本回歸模型之間有哪些區(qū)別與聯系？（3）什么是隨機誤差項？影響隨機誤差項的主要因素有哪些？它和殘差之間的區(qū)別是什么？2、最小二乘估計量有哪些特性？高斯－馬爾可夫定理的內容是什么？3、決定系數R2說明了什么？它與相關系數的區(qū)別和聯系是什么？4、為什么要進行顯著性檢驗？請說明顯著性檢驗的過程。5、影響預測精度的主要因素是什么？6、對于設定的回歸模型作回歸分析，需要對模型作哪些假定？這些假定為什么是必要的？7、樣本決定系數為什么能判定回歸直線與樣本觀測值的擬合優(yōu)度？8、闡述回歸分析的步驟七、計算與分析題1、試將下列非線性函數模型線性化：0 1（1）Sy=1/(ex+u)0 1（2）Y1sinx+2cosx+3sin2x+4cos2x+u。2、對下列模型進行適當變換化為標準線性模型：（1）y=0+

1+1x 2

1+u；x2（2）Q=AKLeu；（3）Y=exp(0+1x+u)；（4）Y=

1。1exp[(01xu)]3A（用模型Ciiui表示?i158it＝（3.1）（18.7） n=19；

R2＝0.98括號里的數字表示相應參數的t值，請回答以下問題：利用t值經驗假設：＝0（取顯著水平為5％）確定參數統計量的標準方差；構造的95％的置信區(qū)間，這個區(qū)間包括0嗎？4、下面的數據是從某個行業(yè)的5個不同的工廠收集的?？偝杀荆▂） 8044517061產量 （x） 1246118請回答以下問題：?=??x；的經濟含義是什么？估計產量為10時的總成本。5、你的朋友將不同年度的債券價格作為該年利率（在相等的風險水平下）的函數，估計出的簡單方程如下：

i?101.44.78Xii其中：Yi＝第i年美國政府債券價格（每100美元債券）Xi＝第i年聯邦資金利率（按百分比解釋兩個所估系數的意義。所估的符號與你期望的符號一樣嗎？i為何方程左邊的變量是而不是Y？i你朋友在估計的方程中是否遺漏了隨機誤差項？此方程的經濟意義是什么？對此模型你有何評論？（提示：聯邦資金利率是一種適）6、假如有如下的回歸結果：tY?=2.6911-0.4795Xtt其中：Y表示美國的咖啡的消費量（每人每天消費的杯數）X表示咖啡的零售價格（美元/磅）t表示時間（1）（2）畫出回歸線。（3）如何解釋截距的意義？它有經濟含義嗎？（4）如何解釋斜率？XYX、設回歸模型指定為

Xi+ui這里ui滿足所有的基本假設?，F提出了β的三個估計量：1?Y/X1XY/X22 ii i3ii?(XX)(Y3ii

Y)/(X

X)2i請回答以下問題：i證明三個估計量都是β的無偏估計量；推導各個估計量的方差，并確定哪個是最小的（如果有的話）？8、利用下表給出的我國人均消費支出與人均可支配收入數據回答下列問題：（1）這是一個時間序列回歸還是橫截面序列回歸？（2）建立回歸方程；（3）如何解釋斜率？（4）對參數進行顯著性檢驗。（5）如果某人可支配收入是1000元，求出該人的消費支出的點預測值。（6）求出該人消費支出95℅置信水平的區(qū)間預測。1998年我國城鎮(zhèn)居民人均可支配收入與人均消費性支出單位：元地區(qū)可支配收入(inc)消費性支出(consum)地區(qū)可支配收入(inc)消費性支出(consum)京8471.986970.83河南4219.423415.65天津7110.545471.014826.364074.38河北5084.643834.43湖南5434.264370.95山西4098.733267.70廣東8839.687054.09內蒙古4353.023105.74廣西5412.244381.09遼寧4617.243890.74海南4852.873832.44吉林4206.643449.74重慶5466.574977.26黑龍江4268.503303.15四川5127.084382.59上海8773.106866.41貴州4565.393799.38江蘇6017.854889.43云南6042.785032.67浙江7836.766217.93陜西4220.243538.52安徽4747.073777.41甘肅4009.613099.36福建6485.635181.45青海4240.133580.47江西4251.423266.81寧夏4112.413379.82山東5380.084143.96新疆5000.793714.109、下表給出了1988年9個工業(yè)國的名義利率(y)與通貨膨脹(X)的數據：國家名義利率通脹率國家名義利率通脹率Y(%)X(%)Y(%)X(%)澳大利亞11.97.7墨西哥66.351.0加拿大9.44.0瑞典2.22.0法國7.53.1英國10.36.8德國4.01.6美國7.64.4意大利11.34.8以利率為縱軸，通貨膨脹率為橫軸作圖。OLS方法進行回歸分析，寫出求解步驟.。YX的回歸中，斜率如何？10、假設某國的貨幣數量與國民收入的歷史數據如下表所示：年份貨幣數量(y)國民收入(x)年份貨幣數量(y)國民收入(x)19852.05.019914.28.419862.55.519924.69.019873.26.019934.89.719883.67.019945.010.019893.37.219955.211.219904.07.719965.812.4請回答以下問題：yx如何解釋回歸系數的含義？199715.0，那么應該把貨幣供應量定在什么水平上？年份國內生產總值固定資產投資總額年份國內生產總值固定資產投資總額19804517.8910.91990年份國內生產總值固定資產投資總額年份國內生產總值固定資產投資總額19804517.8910.9199018598.44517.019814860.3961.0199121662.55594.519825301.81230.4199226651.98080.119835957.41430.1199334560.513072.319847206.71832.9199446670.017042.119858989.12543.2199557494.920019.3198610201.43120.6199666850.522913.5198711.954.53791.7199773142.724941.1198814922.34753.8199876967.128406.2198916917.84410.41230MBA194（P，A分數（從14，GMT分數以及每年學費的數據。ASP有影響？ASP有關系？ASPMBA成績嗎？為什么？1994年MBA畢業(yè)生平均初職薪水學校ASP/美元GPAGMAT學費/美元Harvard1026303.465023894Stanford1008003.366521189Columbian1004803.364021400Dartmouth954103.466021225Wharton899303.465021050Northwestern846403.364020634Chicago832103.365021656MIT805003.565021690Virginia742803.264317839UCLA740103.564014496Berkeley719703.264714361Cornell719703.263020400NYU706603.263020276Duke704903.362321910CarriegieMellon598903.263520600NorthCarolina698803.262110132Michigan678203.263020960Texas618903.36258580Indiana585203.261514036Purdue547203.25819556CaseWestern572003.159117600Georgetown698303.261919584MichiganState418203.259016057PennState491203.258011400SouthernMethodist609103.160018034TuLane440803.160019550Illinois471303.261612628Lowa416203.25909361Minnesota482503.260012618Washington441403.361711436第三章多元線性回歸模型一、單項選擇題1、決定系數R2是指【C】A剩余平方和占總離差平方和的比重回歸平方和占剩余平方和的比重2、在由n=30的一組樣本估計的、包含3個解釋變量的線性回歸模型中，計算的多重決定系數為0.8500，則調整后的決定系數為【 】A0.8603 B0.8389 C0.8655 D0.83273、設k為模型中的參數個數，則回歸平方和是指【C】nA(yn

y)2

B(y)2ii1

i ini1nn(?ii1n

y)2

n(yii1n

y)2/(k1)4、下列樣本模型中，哪一個模型通常是無效的【 B】ACi（消費）＝500＋0.8Ii（收入）iiBQd（商品需求）＝10＋0.8I（收入）＋0.9P（價格）iiiCQs（商品供給）＝20＋0.75P（價格）i iDY（產出量）＝0.65（勞動）K0.4（資本）i i ii? ? ? ?i

(y)2/kii5、對于yi01x1i2x2iLkxkiei，統計量(y

服從i)2/(nki【D 】At(n-k) B t(n-k-1) C F(k-1,n-k) D F(k,n-k-1)6yi?0?x?2x2iL?kxkii0i0i,L,k)11i?ivar(?i)的統計量tvar(?i)At(n-k-1) Bt(n-k-2) Ct(n-k+1) Dt(n-k+2)調整的判定系重判定系之間有如下關系【 D】AR2R2

n1nk1

BR21R2

n1nk1CR21R2)

n1nk1

DR21R2)

n1nk18、用一組有30個觀測值的樣本估計模型yi01x1i2x2iui后，在0.05的顯著性水平下對1的顯著性作t檢驗，則1顯著地不等于零的條件是其統計量大于等于【C】At0.05（30） B

t0.025（28） C

t0.025（27） D

F0.025（1，28）9、如果兩個經濟變量x與y間的關系近似地表現為當x發(fā)生一個絕對量變動（Δx）時有一個固定地相對量（Δy/y）變動，則適宜配合地回歸模型是【B 】Ayi01xiui Blnyi01xiuiCyi

0

1x1ix1

ui

Dlnyi

0

1

lnxi

ui110yi?0?x?2x2iL?kxkii1則在零假設j＝0下，統計量j/j)（其中s(j)是j的標準誤差）服從【B 】At（n-k） Bt(n-k-1) C F（k-1，n-k） DF（k，n-k-1）、下列哪個模型為常數彈性模型【A】Alnyiln01lnxiui

B lnyi

ln01xiuiyi

0

1

lnxi

ui

yi

0

1x1ix1

ui12、模型yi01lnxiui中，y關于x的彈性為【 】1xi

1xi

1yi

1yi13、模型lnyiln01lnxiui中，1的實際含義是【B 】Ax關于y的彈性 B y關于x的彈性C x關于y的邊際傾向 D y關于x的邊際傾向14、關于經濟計量模型進行預測出現誤差的原因，正確的說法是【 】A.只有隨機因素 B.只有系統因素C.既有隨機因素，又有系統因素 D.A、B、C都不對15、在多線性回歸模型中對樣本容量的基本要求是k解釋變量個數【 】n≥k+1 B n<k+1Cn≥30或n≥3（k+1） Dn≥3016、下列說法中正確的是【 】AR2很高，我們可以認為此模型的質量較好R2較低，我們可以認為此模型的質量較差如果某一參數不能通過顯著性檢驗，我們應該剔除該解釋變量D如果某一參數不能通過顯著性檢驗，我們不應該隨便剔除該解釋變量二、多項選擇題1、對模型yi01x1i2x2iui進行總體顯著性檢驗，如果檢驗結果總體線性關系顯著，則有【 】A 1=2＝0 BC10，20 DE1=20

10，2＝01=0，202、剩余變差（即殘差平方和）是指【 】A隨機因素影響所引起的被解釋變量的變差解釋變量變動所引起的被解釋變量的變差被解釋變量的變差中，回歸方程不能作出解釋的部分被解釋變量的總變差與回歸平方和之差被解釋變量的實際值與擬合值的離差平方和3、回歸平方和是指【 】A被解釋變量的實際值y與平均值y的離差平方和y的離差平方和被解釋變量的總變差與剩余變差之差解釋變量變動所引起的被解釋變量的變差4、下列哪些非線性模型可以通過變量替換轉化為線性模型【 】A y

x2u

By

1ui 0xlnyx

1i ilnxu

iy

0 1 ii2xui 0 1 i i i 0 1i iixiyi0 ixi5、在模型lnyi01lnxiui中【 】Ay與x是非線性的 B y與1是非線性的C lny與1是線性的 D lny與lnx是線性的E y與lnx是線性的三、判斷題觀察下列方程并判斷其變量是否線性，系數是否線性，或都是或都不是。ybbxybbx3uytb0logxtut（（））logytb0logxtutytb0xtut（（））(5)ytb0/(b1xt)ut （ ）(6)

yt1b0

1x1)u （ ）tt(7)ytb0b2x2t/10ut （ ）tt四、填空題1、在模型古典假定成立的情況下，多元線性回歸模型參數的最小二乘估計具有 、 和 。2、在多元線性回歸模型中，F統計量與可決系數及修正可決系數之間分別有如下關系： 、 。定理是指 4、在總體參數的各種線性無偏估計中，最小二乘估計量具有 的特性。五、名詞解釋六、簡答與論述題1yt

b0b1x1tb2x2tut（t=1，2，，n）（1）敘述模型的古典假定；（2）寫出總體回歸方程、樣本回歸方程和樣本回歸模型；（3）寫出回歸模型的矩陣表示；（4）寫出回歸系數及隨機誤差項的最小二乘估計量，并敘述參數估計量的性質；（5）試述總離差平方和、回歸平方和、參差平方和之間的關系及其自由度之間的關系。2、在多元線性回歸分析中，為什么用修正的決定系數衡量估計模型對樣本觀測值的擬合優(yōu)度？3、決定系數R2與總體線性關系顯著性F之間的關系；F檢驗與t檢驗之間的關系。4、修正的決定系數R2及其作用。5、回歸模型的總體顯著性檢驗與參數顯著性檢驗相同嗎？是否可以互相替代？七、計算與分析題1、考慮以下預測的回歸方程：t?1200.10Ftt

5.33RSt；

R2＝0.50t＝第t年的玉米產量（蒲式耳/畝t＝第t年的施肥強度（磅/畝；RSt＝第t年的降雨量（吋從F和RS對Y的影響方面，仔細說出本方程中系數0.10和5.33的含義。常數項-120是否意味著玉米的負產量可能存在？假定F的真實值為0.4，則估計值是否有偏？為什么？假定該方程并不滿足所有的古典模型假設，即并不是最佳線性無偏估計量，則是否意味著RS的真實值絕對不等于5.33？為什么？2、為了解釋牙買加對進口的需求，J.Gafar根據19年的數據得到下面的回歸結果:t?58.90.20X1tt

0.10X2tse= (0.0092) (0.084) R2=0.96

R2=0.96其中：=進口量（百萬美元，1個人消費支出（美元/年，2=/國內價格。（1）解釋截距項，及X1和X2系數的意義；（2）Y的總離差中被回歸方程解釋的部分，未被回歸方程解釋的部分；（3）對回歸方程進行顯著性檢驗,并解釋檢驗結果；（4）對參數進行顯著性檢驗,并解釋檢驗結果。3、下面給出依據15個觀察值計算到的數據：iY=367.693，X2=402.760，X3=8.0，y2=66042.269ix3i2i2=84855.096，x3i2i

=280.0，yix2i

=74778.346yix3i=4250.9，x2ix3i=4796.0小寫字母代表了各值與其樣本均值的離差。（1）估計三個多元回歸系數；（2）估計它們的標準差；（3）求R2和R2；（4）估計B2，B395%的置信區(qū)間。（5）在α%下，檢驗估計的每個回歸系數的統計顯著性（雙邊檢驗；4、為了確定對空調價格的影響因素，B.T.Katchford根據19個樣本數據得到回應結果如下：i=-68.26+0.023X2ii

+19.729X3i

+7.653X4i，

R2=0.84se=(0.005) (8.992) (3.082)其中，Y——空調的價格/美元；X2——空調的BTU比率X3——能量效率X4——設定數（1）解釋回歸結果。（2）該回歸結果有經濟意義嗎？（3）在顯著水平α=5%下，檢驗零假設：BTU比率對空調的價格無影響，備擇假設檢驗：BTU比率對價格有正向影響。（4）你會接受零假設：三個解釋變量在很大程度上解釋了空調價格的變動嗎？詳細寫出計算過程。5能的解釋性方程：A=125.0-15.0X1-1.0X2+1.5X3B=1230-14.0X1+5.5X2-3.7X4

2R=0.752R=0.73其中：Y——某天慢跑者人數X1——該天降雨的英寸數X2——該天日照的小時數X3——該天的最高溫度（按華氏溫度）X4——第二天需交學期論文的班級數請回答以下問題：（1）這兩個方程你認為哪個個合適些？（2）為什么用相同的數據去估計相同變量的系數能得到不同的符號。6、考慮下列利率和美國聯邦預算赤字關系的最小二乘估計：1A=0.103-0.079X11

R2=0.00其中：Y1——Aaa級公司債卷的利率X1——聯邦赤字占GNP的百分比（季度模型：1970——1983）2T=0.089+0.369X22

+0.887X3

R2=0.40其中：Y2——三個月國庫卷的利率X2——聯邦預算赤字（以10億美元為單位）X3——通貨膨脹率（按百分比計）（季度模型：19704月——19799月）請回答以下問題：（1（2）R20.00是什么意思？它可能為負嗎？2（3）計算兩個方程的R值。（4）比較兩個方程，哪個模型的估計值符號與你的預期一致？模型T是否自動的優(yōu)于模型年份CLFPRMCLFPRFUNRMUNRFAHE82AHE198077.451.56.97.4年份CLFPRMCLFPRFUNRMUNRFAHE82AHE198077.451.56.97.47.786.66198177.052.17.47.97.697.25198276.652.69.99.47.687.68198376.453.99.99.27.798.02198476.453.67.47.67.808.32198576.354.57.07.47.778.57198676.355.36.97.17.818.76198776.256.06.26.27.738.98198876.256.65.55.67.699.28198976.457.45.25.47.649.66199076.457.55.75.57.5210.01199175.857.47.26.47.4510.32199275.857.87.97.07.4110.57199375.457.97.26.67.3910.83199475.158.86.26.07.4011.12199575.058.95.65.67.4011.441996274.959.35.45.47.4311.82其中：CLFPRM%。CLFPR（%。M（%。（%。82（92。E（當前美元價。（1）建立一個合適的回歸模型解釋城市男性勞動力參與率與城市男性失業(yè)率及真實的平均小時工資之間的關系。（2）重復（1）過程，但此時的變量為女性城市勞動力參與率。（3）重復（1）過程，但此時的變量為當前平均小時工資。（4）重復（2）過程，但此時的變量為當前平均小時工資。（5）如果（1）和（3）的回歸結果不同，你如何解釋？（6）如果（2）和（4）的回歸結果不同，你如何使回歸結果合理化？8、下表給出了某地區(qū)職工平均消費水平，職工平均收入和生活費用價格指數：年份平均消費支出（yt）平均收入（）生活費用價格指數（x2t）1（1985）21.1030.001.00222.3035.001.02330.5041.201.20428.2051.301.20532.0055.201.50640.1060.401.05742.1065.200.90848.8070.000.95950.5080.001.101060.1092.100.951170.00102.001.0212（1996）75.00120.301.05試根據模型yt=0+1x1t+2x2t+ut作回歸分析。銷售額Y價格指數X2售后服務支出X3替代產品銷售量X4231100.4銷售額Y價格指數X2售后服務支出X3替代產品銷售量X4231100.420190.5221110.419190.4201.1100.6181.190.4191.1100.4181.190.5151.170.3161.280.5171.280.4181.290.4151.270.3161.280.3141.270.2161.380.2121.360.2141.370.2131.360.2151.370.2試用OLS方法估計此多元線性回歸模型，并對估計結果進行統計學檢驗。10、為了研究中國各旅游區(qū)的旅游狀況，根據下表的數據，建立以下模型：Y=b0+b1X1+b2X2+ε地區(qū)外匯收入旅行社職工人數國際旅游人數（百萬美元）（人）（萬人次）北京249616000252.39天津209127232.08河北12498737.09地區(qū)外匯收入旅行社職工人數國際旅游人數（百萬美元）（人）（萬人次）北京249616000252.39天津209127232.08河北12498737.09山西43236613.78內蒙古12062836.84遼寧304218649.13吉林4583115.95黑龍江148218340.71上68江蘇6206430134.41浙江410552094.78安徽67292325.12福建7254994135.69江西50204413.86山東265393562.20河南114308730.01湖北105291430.54湖南185191238.58廣東327218395876.02廣西202588877.07海南105150945.65重慶97198518.49四川97254937.34貴州5583116.70云南3504631104.00西臧3661610.08陜西272250163.03甘肅37155714.46青海42382.05寧夏21850.60新疆86165822.380 1 211、某產品的產量與科技投入之間呈二次函數模型y=xx20 1 2其統計資料如下表所示：年份1(1990)2345678910產量y2040486080100120150200300投入x22.833.5455.57810試對模型進行回歸分析。第四章異方差性一、單項選擇題1、下列哪種方法不是檢驗異方差的方法【 】A戈德菲爾特——匡特檢驗 B懷特檢驗C戈里瑟檢驗 D方差膨脹因子檢驗2、當存在異方差現象時，估計模型參數的適當方法是【 A】A加權最小二乘法 B工具變量法C廣義差分法 D使用非樣本先驗信息3、加權最小二乘法克服異方差的主要原理是通過賦予不同觀測點以不同的權數，從而提高估計精度，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4、如果戈里瑟檢驗表明，普通最小二乘估計結果的殘差ei與xi有顯著的形式為|ei0.28715xivi的相關關系（vi滿足線性模型的全部經典假設，則用加權最小二乘法估計模型參數時，權數應為【 】B1BxAxi 2xi

C1 D 1xixixi5、如果戈德菲爾特——匡特檢驗顯著，則認為什么問題是嚴重的【 】A異方差問題 B序列相關問題C多重共線性問題 D設定誤差問題6、容易產生異方差的數據是【C 】A時間序列數據 B修勻數據C橫截面數據 D年度數據7、若回歸模型中的隨機誤差項存在異方差性，則估計模型參數應采用【 】A普通最小二乘法 B加權最小二乘法C廣義差分法 D工具變量法8y

xu，其中var(u)=2x2，則使用加權最小二乘法估計模i i i i i型時，應將模型變換為【 】xxxxA y uxxxx

y

uxxxyxxxx x

ux

yx2x2

ux x29y

xu，其中var(u)=2x2，則的最小二乘估計量為【B 】i i i i iA.無偏且有效 B無偏但非有效C有偏但有效 D有偏且非有效二、多項選擇題1、下列計量經濟分析中哪些很可能存在異方差問題【 】A用橫截面數據建立家庭消費支出對家庭收入水平的回歸模型用橫截面數據建立產出對勞動和資本的回歸模型以凱恩斯的有效需求理論為基礎構造宏觀計量經濟模型以國名經濟核算帳戶為基礎構造宏觀計量經濟模型30年的時序數據建立某種商品的市場供需模型2、在異方差條件下普通最小二乘法具有如下性質【 】A線性 B無偏性 C最小方差性D精確性 E有效性3、異方差性將導致【 】A普通最小二乘估計量有偏和非一致普通最小二乘估計量非有效普通最小二乘估計量的方差的估計量有偏建立在普通最小二乘估計基礎上的假設檢驗失效4、下列哪些方法可以用于異方差性的檢驗【 】ADW檢驗法 B戈德菲爾德——匡特檢驗 C懷特檢驗D戈里瑟檢驗 E帕克檢驗5、當模型存在異方差性時，加權最小二乘估計量具備【 】A線性 B無偏性 C有效性D一致性 E精確性三、判斷說明題1、當異方差出現時，最小二乘估計是有偏的和不具有最小方差特性。 （ ）2、當異方差出現時，常用的t檢驗和F檢驗失效。 （ ）3、在異方差情況下，通常OLS估計一定高估了估計量的標準差。 （ ）4、如果OLS回歸的殘差表現出系統性，則說明數據中有異方差性。 （ ）5、如果回歸模型遺漏一個重要的變量，則OLS殘差必定表現出明顯的趨勢（ ）6、在異方差情況下，通常預測失效。 （ ）四、名詞解釋五、簡答與論述題1、什么是異方差性？試舉例說明經濟現象中的異方差性。2、產生異方差性的原因及異方差性對模型的OLS估計有何影響？3、樣本分段法檢驗（即戈德菲爾特——匡特檢驗）異方差性的基本原理及其適用條件。4、戈里瑟檢驗異方差性的基本原理及優(yōu)點。5、檢驗異方差性的G——Q檢驗和懷特檢驗是否相同？試述懷特檢驗、帕克檢驗和戈里瑟檢驗的異同之處。6、加權最小二乘法及其基本原理，它與普通最小二乘法有何差異？7、用橫截面數據資料建立企業(yè)利潤（）對企業(yè)銷售收入（I）的線性回歸模型，可能遇到的主要問題是什么？六、計算與分析題1yt

01x1t2x2tt，其中：yt＝消費支出；x1t＝個人可支x2t＝消費者的流動資產；E(t)=0；V()2x2(其中2為常數。 請回答以下問題：t （1）請進行適當變換變換消除異方差，并證明之。（2）寫出消除異方差后，模型參數估計量的表達式。2、附表給出了20個國家的股票價格和消費者價格指數年百分率變化的一個橫截面數據。第二次世界大戰(zhàn)后（直至1969年）期間股票價格與消費者價格序號國家%每年股票價格變化率Y消費者價格指數變化率X1澳大利亞5.04.32奧地利11.14.63比利時3.22.44加拿大7.92.45智利25.526.46丹麥3.84.27芬蘭11.15.58法國9.94.79德國13.32.210印度1.54.011愛爾蘭6.44.012以色列8.98.413意大利8.13.314日本13.54.715墨西哥4.75.216荷蘭7.53.617新西蘭4.73.618瑞典8.04.019英國7.53.920美國9.02.1資料來源:PhillipCaganCommonStockValuesandInflation:TheHistoricalRecordofManyCountries《普通股票價格與通貨膨脹：多國的歷史紀錄》NationalBureauofEconomicResearch.Suppl.1974年3月，表1，第四頁。利用數據描繪出Y與X的散點圖。將Y對X回歸并分析回歸中的殘差。你觀察到什么？因智利的數據看起來有些異常（異常值（2）的結論你將得到有異方差的結3YX的線性回歸模型并進行分析。序號YX序號YX126487771715782421721059210181654256043909954191400265004131105082018292767051221097921220028300610711912222017274307406127472321052956085031349924160028150943114269252250321001058815522262420325001189816730272570325001295017663281720335001377918575291900360001481919635302100362001512222116331230038200161702228804、某地區(qū)年人均可支配收入X，年人均生活費支出Y的截面數據如下表所示：序號XY序號XY13547294011362628562276923221222481846323341898132839234141957156014191915775189315851525151947623141977161963160971953159617245020488196016601826882087942973530194632377710277423112028952303Goldfldunt（不必刪除觀測值；Spearman等級相關檢驗分析異方差性；u)=2X2，其中2YX的回歸方程。i i5、下表是美國1988年的研發(fā)費用，試用Spearman等級相關檢驗其是否存在異方差性。序號行業(yè)銷售額研發(fā)費用支出利潤1容器與包裝6375.362.61851.12非銀行金融機構11626.492.91569.53服務行業(yè)14655.1178.3274.84金屬與采掘業(yè)21896.2258.42828.15住房與建筑業(yè)26408.3494.7225.96一般制造業(yè)32405.61083.03751.97閑暇時間行業(yè)35107.71620.62884.18紙與林產品行業(yè)40295.4421.74645.79食品行業(yè)70761.6509.25036.410健康護理業(yè)80552.86620.113869.911宇航業(yè)95294.03918.64487.812消費品101314.11595.310278.913電器與電子產品116141.36107.58787.314化學工業(yè)122315.74454.116438.815聚合物141649.93163.89761.416辦公設備與計算機175025.813210.719774.517燃料230614.51703.822626.618汽車行業(yè)293543.09528.218415.46、美國1988年的研發(fā)費用的數據如題6，回歸方程給出了對數形式的研發(fā)費用支出和銷售的回歸結果。ilnY?=-7.3647+1.3222lnXii根據表中數據，驗證這個回歸結果。分別將殘差的絕對值和殘差平方值對銷售量描圖。是否表明存在著異方差？ParkGlejser檢驗。你得出什么結論？WLS變換來消除它？7、1964年，對9966名經濟學家的調查數據如下：年齡/歲中值工資/美元年齡/歲中值工資/美元20~24780035~391150025~29840040~441300030~34970045~491480050~541500065~691450055~591500070~1200060~6415000建立適當的模型解釋平均工資與年齡間的關系。為了分析的方便，假設中值工資是年齡區(qū)間中點的工資。WLS回歸方程。WLS回歸方程。哪一個假設看來更可行？8、考慮下表中的數據：美國制造業(yè)平均賠償與就業(yè)規(guī)模所決定的生產率之間的關系就業(yè)規(guī)模（平均就業(yè)人數）平均賠償Y/美元平均生產率X/美元賠償的標準方差i/美元1~4339693357445~93787858485110~194013796272820~494104827580550~9941468389930100~249424194181081250~499438797951243500~99945381028113081000~24994843117501112OLS回歸方程：YiB1B2XiuiWLS Yi

1B

Xiui1 2iii iii計算兩個回歸方程的結果。你認為哪個回歸方程更好？為什么？9、下表給出了20個國家五項社會經濟指標的有關數據，根據這些數據建立一個多元回歸模型用以解釋表中所示的20個國家的每日卡路里吸入量。該模型是否存在著異方差問題？試用Park檢驗法進行檢驗。20個國家的嬰兒死亡率國家IMORPCGNPPEDUPOPGROWTHCSPC坦桑尼亞104160663.52092尼泊爾126180822.62052馬里168230232.42073尼日利亞103290773.32146加納88400713.41759菲律賓44630182.52372科地瓦爾53770224.02562威地馬拉57900772.92307土耳其7512801172.33229馬來西亞2319401022.62730阿爾及利亞752360963.12715烏拉圭2324701100.62648韓國2436001011.22907希臘1248001040.53688委內瑞拉2532501072.82494西班牙977401130.57740以色列118650951.73061澳大利亞9123401061.43326英國9128101060.23256美國10198401001.03645R——嬰兒死亡率（每千個嬰兒中，98（198年美元；PEDU——初等教育入學年齡集團所占百分率，1987年；POPGROWTH——人口增長率，1980~1988年平均值；CSPC——人均每日卡路里供應量，1986年。第五章自相關性一、單項選擇題1、如果模型ytb0b1xtut存在序列相關，則【D 】Acov（xt，ut）=0 Bcov（ut，us）=0（ts）C cov（xt，ut）0 Dcov（ut，us）0（ts）2、D－W檢驗的零假設是（為隨機項的一階自相關系數【B‘’ 】ADW=0 B =0 C DW=1 D =1tt2 t3下列哪種形式的序列相關可用DW統計量來檢（vitt2 tAutCut

ut1vtvt

ButDut

u 2u Lvt tv2vt t4、DW的取值范圍是【D 】A－1DW0 B－1DW1C－2DW2 D0DW45、當DW＝4是時，說明【D 】A不存在序列相關 B不能判斷是否存在一階自相關C存在完全的正的一階自相關 D存在完全的負的一階自相關6、根據20個觀測值估計的結果，一元線性回歸模型的DW＝2.3。在樣本容量n=20，解釋變量k=1，顯著性水平=0.05時，查得dL＝1，dU＝1.41，則可以判斷【A 】A不存在一階自相關 B存在正的一階自相關C存在負的一階自相關 D無法確定7、當模型存在序列相關現象時，適宜的參數估計方法是【C 】A加權最小二乘法 B間接最小二乘法C廣義差分法 D工具變量法8、對于原模型ytb0b1xtut，廣義差分模型是指【 】f(xf(xt)

b0

utf(xt)f(xf(xt)f(xt)f(xt)1xt

b1ΔxtΔutb0b1ΔxtΔutDytyt1b0(1)b1(xtxt1)(utut1)9、采用一階差分模型克服一階線性自相關問題使用于下列哪種情況【 】A0 B 1 C－1<<0 D0<<110St01tut（其中Stt為價格，又知：如果該企業(yè)在t-1期生產過剩，經濟人員會削減t期的產量。由此判斷上述模型存在【B 】A異方差問題 B序列相關問題C多重共線性問題 D隨機解釋變量問題11根據個n30的本估計yi?0?xii后計算得DW=1.已知在5得的置信度下，dL＝1.35，dU＝1.49，則認為原模型【B 】1A不存在一階序列自相關 B不能判斷是否存在一階自相關C存在完全的正的一階自相關 D存在完全的負的一階自相關112yi?0?xii表示et與e1

t

（t=12n，則下面明顯錯誤的是【B】A=0.8，DW=0.4C =0，DW=2B=－0.8，DW=－0.4D=1，DW=013、假設回歸模型中的隨機誤差項ut具有一階子回歸形式ut

ut1vt，其中，E(vt)=0，var(v

)=2。則u的方差var(u)為【 】t v t t2v

2) )vt 12 t 12 22C.Var(u) )vt 12 t 1214

01Xt2Yt1Vt，檢驗隨機誤差項是否存在自相關的統計量為【 】n1nvar?2)n2(en1nvar?2)n2Adt2

BH d)n 2 222F122

ett1

rn21rn21r215、對于部分調整模型Yt

01Xt(1)Yt1ut，若ut不存在自相關，則估計模型參數可使用【 】A普通最小二乘法 B加權最小二乘法C廣義差分法 D一階差分法16、若回歸模型中的隨機誤差項存在一階自回歸形式的序列相關，則估計模型參數應采用【 】A普通最小二乘法 B加權最小二乘法C廣義差分法 D工具變量法17、已知DW統計量的值接近于2，則樣本回歸模型殘差的一階自相關系數近似等于【A 】A 0 B -1 C 1 D 0.518、已知樣本回歸模型殘差的一階自相關系數接近于-1，則DW統計量近似等于【D 】A0 B 1 C 2 D 419、戈德菲爾德—匡特檢驗法可用于檢驗【 】A異方差性 B多重共線性C序列相關 D設定誤差20、在給定的顯著性水平之下，若DW統計量的下和上臨界值分別為dL和du,則當dL<DW<du時，可認為隨機誤差項【D 】A存在一階正自相關 B存在一階負相關C不存在序列相關 D存在序列相關與否不能斷定二、多項選擇題1、D－W檢驗不適用于下列情況的序列相關檢驗【 】A高階線性自回歸形式的序列相關一階非線性自回歸形式的序列相關移動平均形式的序列相關正的一階線性自相關自回歸形式的序列相關2以dL表示統計量DW的下限分布，dU表示統計量DW的上限分布則D－W檢驗的不確定區(qū)域是【 】AdUDW4－dU B 4－dUDW4－dLCdLDWdU D4－dLDW4E0DWdL3、D－W檢驗不適用于下列情況下的一階線性自相關檢驗【 】A模型包含有隨機解釋變量 B樣本容量太小C含有滯后的被解釋變量 D包含有虛擬變量的模型E非一階自回歸模型4、針對存在序列相關現象的模型估計，下述哪些方法可能是適用的【 】A廣義最小二乘法 B樣本容量太小C殘差回歸法 D廣義差分法EDurbin兩步法5、如果模型yt

b0b1xtut存在一階自相關，普通最小二乘估計仍具備【 】A線性 B無偏性 C有效性 D真實性 E精確性6、D－W檢驗不能用于下列哪些現象的檢驗【 】A遞增型異方差的檢驗utu u v形式的序列相關檢驗2ttt2 txib0xjvi形式的多重共線性檢驗yt

xt

ytet的一階線性自相關檢驗012遺漏重要解釋變量導致的設定誤差檢驗012三、判斷題1、當模型存在高階自相關時，可用D-W法進行自相關檢驗。（ ）2、當模型的解釋變量包括內生變量的滯后變量時，D-W檢驗就不適用了。 （ ）3DW值在0和4之間數值越小說明正相關程度越大數值越大說明負相關程度越大（ ）4、假設模型存在一階自相關，其他條件均滿足，則仍用OLS法估計未知參數，得到的估計量是無偏的，不再是有效的，顯著性檢驗失效，預測失效。 （ ）5、當存在自相關時，OLS估計量是有偏的，而且也是無效的。 （ ）6、消除自相關的一階差換變換假定自相關系數必須等于－1。 （ ）7、發(fā)現模型中存在誤差自相關時，都可以利用差分法來消除自相關。 （ ）8、在自回歸模型中，由于某些解釋變量是被解釋變量的滯后變量，如yt12xt3yt1ut那么杜賓—沃森（D—W）檢驗法不適用。 （ ）9、在杜賓—沃森（D—W）檢驗法中，我們假定誤差項的方差是同方差。（ ）10模型ytxu中的R與yy (xx )v中的R不可以直接進2 211 2t t t t2 t tt行比較。 （ ）四、名詞解釋自相關性；D—W檢驗；Durbin兩步法；廣義差分法。五、簡答與論述題1、什么是一階自相關和高自相關？舉例說明經濟現象中的自相關性。2、經濟模型中產生自相關的原因和后果是什么？3、簡述D—W檢驗的步驟及應用條件。4、用時間序列資料建立消費支出對人均收入的線性回歸模型時，可能遇到的主要問題是什么？5、回答下列問題：D－W檢驗的五個區(qū)域；用代數方法證明：0DW4（3）一階自相關檢驗中，H0：＝0與H0：DW＝2是等價的；（4）D－W檢驗的局限性6yt

12x2t3x3t4x4tt，其中t

t1vt。請問怎樣消除此模型中的自相關？六、計算與分析題1、據下表中所給的美國股票價格指數和GNP數據：年份YX年份YX197045.71015.5197958.32508.2197154.21102.7198068.12732.0197260.31212.8198174.03052.6197357.41359.3198268.93166.0197443.81472.8198392.63405.7197545.71598.4198492.63772.2197654.51782.81985108.14019.2197753.71990.51986136.04240.3197853.72498.71987161.74526.7注：NYE（951231日10）XGNP（單位：10億美元）1989Y來自416頁表B-94X來自308頁表B-1（1）估計OLS回歸：Yt=B0+B1Xt+ut（2）根據d統計量確定在數據中是否存在一階自相關。（3）如果存在，用d值來估計相關系數。（4）利用估計的值對數據變換，用OLS法估計廣義差分方程。（5）利用（4）中得到的廣義差分方程的參數估計值求出方程Yt=B0+B1Xt+u的參數估計值。在這個方程中還存在自相關嗎？（6）利用Eviews的一階自回歸校正功能(即AR(1)功能)估計回歸方程Yt=B0+B1Xt+u的參數，并與（5）中得到的結果進行比較。2、利用以下給定的杜賓—沃森d統計數據進行序列相關檢驗。(k’=自變量數目，n=樣本容量)（1）d=0.81，k’=3，n=21，顯著水平α=5%。（2）d=3.48，k’=2，n=15，顯著水平α=5%。（3）d=1.56，k’=5，n=30，顯著水平α=5%。（4）d=2.64，k’=4，n=35，顯著水平α=5%。（5）d=1.75，k’=1，n=45，顯著水平α=5%。（6）d=0.91，k’=2，n=28，顯著水平α=5%。（7）d=1.03，k’=5，n=26，顯著水平α=5%。3、下表給出了美國1958—1969年期間每小時收入指數的年變化率(Y)和失業(yè)率(X)。年YX19584.26.819593.55.519603.45.519613.06.719623.45.519632.85.719642.85.219653.64.519664.33.819675.03.819686.13.619696.73.5請回答以下問題：X估計模型Y 1中的參數、。Xt 0 1 t 0 1tDW值。上述模型是否存在一階自相關？如果存在，是正自相關還是負自相關？DW值估計自相關系數ρ。利用廣義差分方法重新估計上述模型。自相關問題還存在嗎？4、在用廣義差分法消除一階自相關過程中，由于差分我們將丟失一個觀測值。為避免觀測121值的丟失，我們可對第一組觀測值作如下變換：121

y，x*

12x，…此111種變換叫做普瑞斯——文思特（Prais—Winsten）變換。11198—97（y（x（082年為基期）年yx年yx1968135.51551.31978274.12167.41969144.61599.81979277.92212.61970150.91668.11980253.62214.31971166.21728.41981258.72248.61972190.71797.41982249.52261.51973218.21916.31983282.22331.91974211.81896.91984351.12469.81975187.91931.71985367.92542.81976229.92001.01986412.32640.91977259.42066.61