計量經(jīng)濟(jì)學(xué)題(答案)

《計量經(jīng)濟(jì)學(xué)》要點

一、單項選擇題

知識點：

第一章

若干定義、概念

時間序列數(shù)據(jù)定義

橫截面數(shù)據(jù)定義

同一統(tǒng)計指標(biāo)按時間順序記錄的數(shù)據(jù)稱為（B）。

A、橫截面數(shù)據(jù)B、時間序列數(shù)據(jù)C、修勻數(shù)據(jù)D、原始數(shù)據(jù)

同一時間，不同單位相同指標(biāo)組成的觀測數(shù)據(jù)稱為（B）

A.原始數(shù)據(jù)B.橫截面數(shù)據(jù)C.時間序列數(shù)據(jù)D.修勻數(shù)據(jù)

變量定義（被解釋變量、解釋變量、內(nèi)生變量、外生變量、前定變量）

單方程中可以作為被解釋變量的是（控制變量、前定變量、內(nèi)生變量、外生變

量);

在回歸分析中，下列有關(guān)解釋變量和被解釋變量的說法正確的有（C）

A、被解釋變量和解釋變量均為隨機(jī)變量

B、被解釋變量和解釋變量均為非隨機(jī)變量

C、被解釋變量為隨機(jī)變量，解釋變量為非隨機(jī)變量

D、被解釋變量為非隨機(jī)變量，解釋變量為隨機(jī)變量

什么是解釋變量、被解釋變量？

從變量的因果關(guān)系上，模型中變量可分為解釋變量（Explanatoryvariable）和被解釋變量

(Explainedvariable)o

在模型中，解釋變量是變動的原因，被解釋變量是變動的結(jié)果。

被解釋變量是模型要分析研究的對象，也常稱為“應(yīng)變量"(Dependentvariable)、“回歸子”

(Regressand)等。

解釋變量也常稱為“自變量”(Independentvariable)、“回歸元"(Regressor)等，是說明應(yīng)變

量變動主耍原因的變量。

因此，被解釋變量只能由內(nèi)生變量擔(dān)任，不能由非內(nèi)生變量擔(dān)任。

單方程計量經(jīng)濟(jì)模型中可以作為被解釋變量的是(C)

A、控制變量B、前定變量C、內(nèi)生變量D、外生變量

單方程計量經(jīng)濟(jì)模型的被解釋變量是(A)

A、內(nèi)生變量B、政策變量C、控制變量D、外生變量

在回歸分析中，下列有關(guān)解釋變量和被解釋變量的說法正確的有(C)

A、被解釋變量和解釋變量均為隨機(jī)變量

B、被解釋變量和解釋變量均為非隨機(jī)變量

C、被解釋變量為隨機(jī)變量，解釋變量為非隨機(jī)變量

D、被解釋變量為非隨機(jī)變量，解釋變量為隨機(jī)變量

雙對數(shù)模型中參數(shù)的含義;

雙對數(shù)模型=+片mx+〃中，參數(shù)四的含義是（D）

A.X的相對變化，引起Y的期望值絕對量變化

B.Y關(guān)于X的邊際變化

C.X的絕對量發(fā)生一定變動時，引起因變量Y的相對變化率

D、Y關(guān)于X的彈性

雙對數(shù)模型lnY=ln&+pjnX+〃中，參數(shù)片的含義是（C）

A.Y關(guān)于X的增長率B.Y關(guān)于X的發(fā)展速度

C.Y關(guān)于X的彈性D.Y關(guān)于X的邊際變化

計量經(jīng)濟(jì)學(xué)研究方法一般步驟

四步12點

計量經(jīng)濟(jì)學(xué)的研究方法一般分為以下四個步驟（B）

A.確定科學(xué)的理論依據(jù)、模型設(shè)定、模型修定、模型應(yīng)用

B.模型設(shè)定、估計參數(shù)、模型檢驗、模型應(yīng)用

C.搜集數(shù)據(jù)、模型設(shè)定、估計參數(shù)、預(yù)測檢驗

D.模型設(shè)定、檢驗、結(jié)構(gòu)分析、模型應(yīng)用

對計量經(jīng)濟(jì)模型應(yīng)當(dāng)進(jìn)行哪些方面的檢驗？

經(jīng)濟(jì)意義檢驗：檢驗?zāi)Ｐ凸烙嫿Y(jié)果，尤其是參數(shù)估計，是否符合經(jīng)濟(jì)理論。

統(tǒng)計推斷檢驗：檢驗參數(shù)估計值是否抽樣的偶然結(jié)果，運用數(shù)理統(tǒng)計中的統(tǒng)計推斷方法，對

模型及參數(shù)的統(tǒng)計可靠性做出說明。主要有f,F,八等檢驗；

計量經(jīng)濟(jì)學(xué)檢驗：檢驗?zāi)Ｐ褪欠穹嫌嬃拷?jīng)濟(jì)方法的基本假定，例如檢驗?zāi)Ｐ褪欠翊嬖诙嘀?/p>

共線性，檢驗?zāi)Ｐ椭械碾S機(jī)擾動項是否存在自相關(guān)和異方差性等等。

預(yù)測檢驗：模型預(yù)測的結(jié)果與經(jīng)濟(jì)運行的實際結(jié)果相對比，以此檢驗?zāi)Ｐ偷挠行浴?/p>

在使用計量經(jīng)濟(jì)模型分析問題時，通常會使用哪些類型數(shù)據(jù)？使用這些類型數(shù)據(jù)

各自應(yīng)該注意哪些問題？

（1）時間序列數(shù)據(jù)（TimeSeriesData）把反映某一總體特征的同一指標(biāo)的數(shù)據(jù)，按照一定

的時間順序和時間間隔（如月度、季度、年度）排列起來，這樣的統(tǒng)計數(shù)據(jù)稱為時間序列數(shù)

據(jù)；

（2）截面數(shù)據(jù)（Cross-SectionData）同一時間（時期或時點）某個指標(biāo)在不同空間的觀測數(shù)據(jù),

稱為截面數(shù)據(jù)；

(3)面板數(shù)據(jù)(PanelData)面板數(shù)據(jù)指時間序列數(shù)據(jù)和截面數(shù)據(jù)相結(jié)合的數(shù)據(jù)，對?若干個

體進(jìn)行多期觀測。例如在居民收支調(diào)查中收集的對各個固定調(diào)查戶在不同時期的調(diào)查數(shù)據(jù)，

又如全國各省市不同年份的經(jīng)濟(jì)發(fā)展?fàn)顩r的統(tǒng)計數(shù)據(jù)，就都是面板數(shù)據(jù)；

(4)虛擬變量數(shù)據(jù)(DummyVariablesData)。

時間序列數(shù)據(jù)若是非平穩(wěn)的，可能造成“偽回歸”；

截面數(shù)據(jù)往往存在異方差；

利用面板數(shù)據(jù)的計量經(jīng)濟(jì)模型已成為計量經(jīng)濟(jì)學(xué)研究的專門問題，容易產(chǎn)生異方差、自

相關(guān)性。

計量經(jīng)濟(jì)模型檢驗通常包含哪些檢驗？每種檢驗基本思想是什么？

經(jīng)濟(jì)意義檢驗：檢驗?zāi)Ｐ凸烙嫿Y(jié)果，尤其是參數(shù)估計，是否符合經(jīng)濟(jì)理論。

統(tǒng)計推斷檢驗：檢驗參數(shù)估計值是否抽樣的偶然結(jié)果，運用數(shù)理統(tǒng)計中的統(tǒng)計推斷方法，對

模型及參數(shù)的統(tǒng)計可靠性作出說明。

計量經(jīng)濟(jì)學(xué)檢驗：檢驗?zāi)Ｐ褪欠穹嫌嬃拷?jīng)濟(jì)方法的基本假定，例如檢驗?zāi)Ｐ褪欠翊嬖诙嘀?/p>

共線性，檢驗?zāi)Ｐ椭械碾S機(jī)擾動項是否存在自相關(guān)和異方差性等等。

預(yù)測檢驗：模型預(yù)測的結(jié)果與經(jīng)濟(jì)運行的實際結(jié)果相對比，以此檢驗?zāi)Ｐ偷挠行訡

第二章

若干基本概念

總體、樣本回歸方程、模型

古典線性回歸模型的普通最小二乘估計量滿足的統(tǒng)計性質(zhì)(最佳線性無偏估計);

古典線性回歸模型的普通最小二乘估計量滿足的統(tǒng)計性質(zhì)(A)

A、最佳線性無偏估計B、僅滿足線性性C.非有效性D有偏性

樣本回歸直線（元,k）

設(shè)01^法得到的樣本回歸直線為￥=￡I+方2匕+1，則點（*，（B）

A、一定不在回歸直線上B、一定在回歸直線上

C、不一定在回歸直線上D、在回歸直線上方

經(jīng)典線性計量模型的假定有哪些？

假定1：零均值假定；假定2：同方差假定；假定3：無自相關(guān)假定；假定4：隨機(jī)擾動項“，與

解釋變量X,不相關(guān)；假定5：正態(tài)性假定；（假定6：無多重共線性）

下圖中符號”｛，，所代表的是（B）

YB.殘差C用的吵〉D.丫甲麻朝“

A.隨機(jī)外工項

t檢驗通常廠，用于檢吃—

乎癡整體顯常性C正態(tài)性D個體參數(shù)顯著性

A模型擬合優(yōu)度

以下模型中不屈于變量線性回歸模型是（A）。

X

A、B、

cE聞X,）=4+6XdE（Y,\Xi）=d+弧X,

用最小二乘法作回歸分析時提出了古典假定，這是為了（B）

A.使回歸方程更簡化B.得到總體回歸系數(shù)的最佳線性無偏估計

C.使解釋變量更容易控制D.使被解釋變量更容易控制

在一元線性回歸模型中，樣本回歸方程可表示為：（c）

A、匕=幾+/?/,+%13、Y,=E（K/%）+//.

C、g=A+/1X,D、E（Y./X,）=^+^Xt

第三章

多元線性回歸模型整體的讀解（對回歸結(jié)果全過程的讀解分析）

根據(jù)F值判斷整體顯著性的規(guī)則（D值接近于零表示整體顯著）；

多元線性回歸模型RSS反映了應(yīng)變量觀測值與估計值之間的總變差

多元線性回歸分析中的RSS（剩余平方和）反映了（C）

A.應(yīng)變量觀測值總變差的大小B.應(yīng)變量回歸估計值總變差的大小

C.應(yīng)變量觀測值與估計值之間的總變差D.Y關(guān)于X的邊際變化

多元線性回歸模型ESS自由度為k-1

多元線性回歸分析中的ESS的自由度是（D）

A.KB.n

C.n-KD.k-1

調(diào)整后的判定系數(shù)晨與判定系數(shù)”之間的關(guān)系

有關(guān)調(diào)整后的判定系數(shù)正與判定系數(shù)配之間的關(guān)系敘述正確的是（C）

A可等于R‘

B分與火沒有數(shù)量關(guān)系

C一般情況下個＜我

D齊大于N

在模型匕=41+昆X2,+63X3,+q的回歸分析結(jié)果報告中,有尸=2634.23,蹄加值=0.0000，則表

明（D）

A、解釋變量X?，對匕的影響是顯著的

B、解釋變量X.”對匕的影響是顯著的

C、解釋變量X.和八對匕的影響是均不顯著

D、解釋變量X.和人對匕的聯(lián)合影響是顯著的

第四章

多重共線性（1）定義、產(chǎn)生原因；（2）后果；（3）檢測；（4）彌補。

參數(shù)的最小二乘估計量的性質(zhì)

簡單相關(guān)系數(shù)矩陣方法主要用于檢驗（D）

A.異方差性B.自相關(guān)性C.隨機(jī)解釋變量D.多重共線性

能夠檢驗多重共線性的方法有一A

A.簡單相關(guān)系數(shù)矩陣法B.DW檢驗法C.While檢驗D.ARCH檢驗法

如果模型中的解釋變量存在完全的多重共線性，參數(shù)的最小二乘估計量是（C）

A.無偏的B.有偏的C.無法估計D.無正確答案

如果模型中的解釋變量存在不完全的多重共線性，參數(shù)的最小二乘估計量是（A）

A.無偏的B.有偏的C.無法估計D.無正確答案

如果模型中的解釋變量存在完全的多重共線性，參數(shù)的最小二乘估計量是（C）

A.無偏的B.有偏的C.無法估計D.確定的

第五章

異方差性（1）定義、產(chǎn)生原因；（2）后果；（3）檢測；（4）彌補。

檢驗異方差的方法；

修正異方差的方法；

ARCH檢驗方法主要用于檢驗（A）

A.異方差性B.自相關(guān)性C.隨機(jī)解釋變量D.多重共線性

下列方法可以用于檢驗?zāi)Ｐ椭挟惙讲钚缘姆椒ㄓ校―）

ADW檢驗B相關(guān)系數(shù)矩陣C判定系數(shù)法DWhite檢驗

Goldfeld-Quandt方法用于檢驗（A）

A.異方差性B.自相關(guān)性C.隨機(jī)解釋變量D.多重共線性

在模型有異方差的情況下，常用的估計方法是（D）

A.廣義差分法B.工具變量法C.逐步回歸法D.加權(quán)最小二乘法

While檢驗可用于檢驗（B）

A.自相關(guān)性B.異方差性C.解釋變量隨機(jī)性D.多重共線性

加權(quán)最小二乘可以解決下列哪個問題（D）

A.多重共線性B.誤差項非正態(tài)性C.自相關(guān)性D.異方差性

關(guān)于Goldfeld-Quandt檢驗，下列說法正確的是（C）

A.它是檢驗?zāi)Ｐ褪欠翊嬖谧韵嚓P(guān)B.該檢驗所需要的樣本容量較小

C.該檢驗需要去掉部分樣本D.它是檢驗?zāi)Ｐ褪欠翊嬖诙嘀毓簿€性

下列方法可以用于檢驗?zāi)Ｐ椭挟惙讲钚缘姆椒ㄓ校―）

ADW檢驗B相關(guān)系數(shù)矩陣C判定系數(shù)法DWhite檢驗

如果模型中存在異方差現(xiàn)象，則普通最小二乘估計量仍然滿足的性質(zhì)（A）

A.無偏性B.最小方差性C.有效性D非線性性

什么是異方差性？有哪些方法可以檢驗?zāi)Ｐ椭惺欠翊嬖诋惙讲钚裕?/p>

違背同方差假定，擾動項的方差會隨著某個（些）因素而發(fā)生變化。觀察殘差圖、While

檢驗、ARCH檢驗、Golden-Quant檢驗等。

回歸模型具有異方差性時，仍用最小二乘法估計參數(shù)，則以下（B）是錯誤的。

A、參數(shù)估計值是無偏非有效的B、外放仍具有最小方差

C、常用的t和F檢驗失效D、預(yù)測區(qū)間增大，精度下降

第六章

自相關(guān)性（1）定義、產(chǎn)生原因；（2）后果；（3）檢測；（4）彌補。

違背自相關(guān)造成后果（無偏非有效）;

在DW檢驗中，當(dāng)d統(tǒng)計量為2時，表明無自相關(guān)性存在；

DW判斷區(qū)域規(guī)則；

在DW檢驗中，當(dāng)d統(tǒng)計量為2時，表明（C）

A.存在完全的正自相關(guān)B.存在完全的負(fù)自相關(guān)

C.不存在自相關(guān)D.不能判定

如果回歸模型違背了無自相關(guān)假定，最小二乘估計量是（A）

A.無偏的，非有效的B.有偏的，非有效的

C.無偏的，有效的D.有偏的，有效的

如果在模型）＞=4+乩為+〃,中，隨機(jī)擾動項違背了無自相關(guān)假定，則下列說法正確的是（A）

A.最小二乘估計量應(yīng)是無偏的且非有效

B.最小二乘估計量氐是有偏的且有效

c.最小二乘估計量A是無偏的且有效

D.最小二乘估計量A是有偏的但非有效

在DW檢驗中，不能判定的區(qū)域是（C）

A.0<d<dL,4-dL<d<4B.d”<d<4一4

C.d,<d<d(!,4-dt!<d<4-dLD.上述都不對

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D*統(tǒng)計量近似等于（A）

A.0B.1C.2D.4

第七章

分布滯后模型的意義

分布滯后模型的分類及各個類型的特點

分布滯后模型短期影響乘數(shù)

設(shè)無限分布滯后模型為

Z=a+AX,+4X*+凡Xy+…+%，則短期影響乘數(shù)為（）

A.伍B、紀(jì)片C、昌口、四

對于有限分布滯后模型

在一定條件下，參數(shù)戊可近似用一個關(guān)于i的多項式表示（i=0,1,2,…，K）,下列說法

中不正確的是（）

A、多項式的階數(shù)加小于K

B、可采用Almon法對此模型進(jìn)行估計

C、該模型比較容易產(chǎn)生多重共線性

D、以上說法都不對

第八章

虛擬變量的定義、作用以及規(guī)則

虛擬變量（）

A.主要來代表質(zhì)的因素，但在有些情況下可以用來代表數(shù)量因素

B.只能代表質(zhì)的因素C.只能代表數(shù)量因素

D.只能代表季節(jié)影響因素

對于含有截距項的計量經(jīng)濟(jì)模型，若想將含有m個互斥類型的定性因素引入到模型中，則應(yīng)該

引入虛擬變量個數(shù)為（）

AmBm-1Cm+1Dm-k

簡述虛擬變量設(shè)置規(guī)則

什么是虛擬變量？在設(shè)定虛擬變量時，應(yīng)該注意什么問題？設(shè)置規(guī)則是什么？

虛擬變量是將定性因素數(shù)量化取值為?；騃的一類特殊人工變量。.主要作用：在模型中引入定

性因素；分段回歸等。注意避免虛擬變量陷阱。

虛擬變量個數(shù)的設(shè)置規(guī)則是：若定性因素有m個相互排斥的類型(或?qū)傩?、水?，在有截距項

的模型中只能引入m-l個虛擬變量，否則會陷入所謂“虛擬變量陷阱”，產(chǎn)生完全的多重共線

性。在無截距項的模型中，定性因素有m個相互排斥的類型時，引入m個虛擬變量不會導(dǎo)致完

全多重共線性，不過這時虛擬變量參數(shù)的估計結(jié)果，實際上是D=l時的樣本均值。

設(shè)某計量經(jīng)濟(jì)模型為：匕=夕+夕。.+〃,，其中匕大學(xué)教授年薪，D=P男教授，則對于參數(shù)a、

'(0女教授

。的含義，下列解釋不正確的是()

A.a表示大學(xué)女教授的平均年薪；B.p表示大學(xué)男教授的平均年薪；

C.a+p表示大學(xué)男教授的平均年薪；

D.p表示大學(xué)男教授和女教授平均年薪的差額

對于一個含有截距項的計量經(jīng)濟(jì)模型，若某定性因索有m個互斥的屬性，

對于一個含有截距項的計量經(jīng)濟(jì)模型，若某定性因素有m個互斥的類型，為將其引入模型中，

則需要引入虛擬變量個數(shù)為（）

AmBm-1Cm+1Dm-k

第十章

時間序列數(shù)據(jù)特有屬性

平穩(wěn)的概念、產(chǎn)生的后果、檢驗的方法

非平穩(wěn)時間序列數(shù)據(jù)的建模技術(shù)要點

某一時間序列經(jīng)一次差分變換成平穩(wěn)時間序列，此時間序列稱為（）

A.1階單整B.2階單整C.K階單整D.以上答案均天正確

簡述時間序列平穩(wěn)性的含義

時間序列平穩(wěn)性分嚴(yán)格平穩(wěn)和廣義平稔性。

嚴(yán)格平穩(wěn)是指隨機(jī)過程的聯(lián)合分布函數(shù)與時間的位移無關(guān);

廣義平穩(wěn)性是指隨機(jī)過程的均值、方差不隨時間變化，自協(xié)方差函數(shù)僅是時間間隔的函數(shù)，又

稱為弱平穩(wěn)性

什么是偽回歸？其產(chǎn)生的原因是？

所謂“偽回歸”，是指變量間本來不存在有意義的關(guān)系，但回歸結(jié)果卻得出存在有意義關(guān)系的錯

誤結(jié)論。造成“偽回歸”的根本原因在于時間序列變量的非平穩(wěn)性。

下列方法可以用于檢驗時間序列平穩(wěn)性的是（）

A.ARCH檢驗B.White檢驗C.ADF檢驗D.DW檢驗

二、簡答題

1、計量經(jīng)濟(jì)模型檢驗通常包含哪些檢驗？每種檢驗基本思想是什么？

經(jīng)濟(jì)意義檢驗：檢驗?zāi)Ｐ凸烙嫿Y(jié)果，尤其是參數(shù)估計，是否符合經(jīng)濟(jì)理論。

統(tǒng)計推斷檢驗：檢驗參數(shù)估計值是否抽樣的偶然結(jié)果，運用數(shù)理統(tǒng)計中的統(tǒng)計推斷方法，對模型及參數(shù)的統(tǒng)計可靠性作出

說明。

計顯經(jīng)濟(jì)學(xué)檢驗：檢驗?zāi)Ｐ褪欠穹嫌嬃拷?jīng)濟(jì)方法的基本假定，例如檢驗?zāi)Ｐ褪欠翊嬖诙嘀毓簿€性，檢驗?zāi)Ｐ椭械碾S機(jī)擾

動項是否存在自相美和異方差件等等.

預(yù)測檢驗：模型預(yù)測的結(jié)果與經(jīng)濟(jì)運行的實際結(jié)果相對比，以此檢驗?zāi)Ｐ偷挠行浴?/p>

2、在使用計量經(jīng)濟(jì)模型分析問題時，通常會使用哪些類型數(shù)據(jù)？使用這些類型

數(shù)據(jù)各自應(yīng)該注意哪些問題？

(I)、時間序列數(shù)據(jù)(TimeSeriesData)把反映某一總體特征的同一指標(biāo)的數(shù)據(jù)，按照一定的時間順序和時間間隔(如月

度、季度、年度)排列起來，這樣的統(tǒng)計數(shù)據(jù)稱為時間序列數(shù)據(jù)。(2)、藏面數(shù)據(jù)(Cross-SeclionData)同一時間(時期或時

點)某個指標(biāo)在不同空間的觀測數(shù)據(jù)，稱為截面數(shù)據(jù)。(3)、面板數(shù)據(jù)(PanelData)面板數(shù)據(jù)指時間序列數(shù)據(jù)卻截面數(shù)據(jù)

相結(jié)合的數(shù)據(jù)，對若干個體進(jìn)行多期觀測。例如在居民收支調(diào)查中收集的對各個固定調(diào)查戶在不同時期的調(diào)查數(shù)據(jù)，乂如

全國各省市不同年份的經(jīng)濟(jì)發(fā)展?fàn)顩r的統(tǒng)計數(shù)據(jù)，就都是面板數(shù)據(jù)。(4)、虛擬變城數(shù)據(jù)(DummyVariablesData：。

時間序列數(shù)據(jù)若是非平穩(wěn)的，可能造成“偽回歸”：截面數(shù)據(jù)往往存在異方差：利用面板數(shù)據(jù)的計量經(jīng)濟(jì)模型已成為計

量經(jīng)濟(jì)學(xué)研究的專門問題，容易產(chǎn)生異方差、自相關(guān)性。

3、什么是解釋變量、被解釋變量？

從變量的因果關(guān)系上,模型中變量可分為解釋變量(Explanatoryvariable)和被解釋變量(Explainedvariable)<.在

模型中，解釋變量是變動的原因，被解釋變量是變動的結(jié)果。被解釋變量是模型要分析研究的對象，也常稱為“應(yīng)變量”

(Dependentvariable)、"回歸子"(Regressand)等。解稀變量也常稱為"自變量"(Independentvariable)、"回歸元"

(Regressor)等，是說明應(yīng)變量變動主要原因的變量。

4、經(jīng)典線性計量模型的假定有哪些？

假定I：零均值假定；假定2：同方差假定；假定3：無自相關(guān)假定；假定d隨機(jī)擾動項凡與解釋變量尤不相關(guān)；假定5：

正態(tài)性假定；假定6：無多重共線性

5、什么是異方差性？有哪些方法可以檢驗?zāi)Ｐ椭惺欠翊嬖诋惙讲钚裕?/p>

違背同方差假定，擾動項的方差隨某個解釋變量在變化。觀察殘差圖、White檢驗、ARCH檢驗、Goldenfeld-Quandt檢驗

等。

6、簡述虛擬變量設(shè)置規(guī)則

虛擬變量個數(shù)的設(shè)理規(guī)則是：若定性因素有m個相互排斥的類型（或?qū)傩浴⑺剑?，在有截距項的模型中只能引入m

一1個虛擬變量，否則會陷入所謂“虛擬變量陷阱”，產(chǎn)生完全的多重共線性。在無截距項的模型中，定性因素有m個相互

排斥的類型時，引入m個虛擬變量不會導(dǎo)致完全多審共線性，不過這時虛擬變量參數(shù)的估計結(jié)果，實際上是D=l時的樣本

均值。

7、什么是虛擬變量、設(shè)置虛擬變量應(yīng)該注意什么？

虛擬變量是將定性因素數(shù)量化取值為o或1的?類特殊人工變量。主要作用：在模型中引入定性因素：分段回歸等。注

意避免虛擬變量陷阱。

8、將虛擬變量引入到模型中，通常有哪些方式？各自具有什么作用？

加入虛擬解釋變量?的途符tr兩種基本類型：一是加法類型：二是乘法類型,,不同的途杼引入虛擬變最有不同的作用.加

法方式引入虛擬變量改變的是截距：乘法方式引入虛擬變量改變的是斜率，

9、什么是偽回歸？其產(chǎn)生的原因是？

所謂“偽回歸”，是指變量間本來不存在有意義的關(guān)系，但回歸結(jié)果卻得出存在有意義關(guān)系的錯誤結(jié)論。造成“偽回歸”的

根本原因在于時間序列變量的非平稔性。

10、簡述時間序列平穩(wěn)性的含義

時間序列平穩(wěn)性分嚴(yán)格平穩(wěn)和廣義平穩(wěn)性。嚴(yán)格平穩(wěn)是指隨機(jī)過程的聯(lián)合分布函數(shù)與時間的位移無關(guān)：廣義平穩(wěn)性

是指隨機(jī)過程的均值、方差不隨時叵變化，白協(xié)方差函數(shù)僅是時間間隔的函數(shù)，又稱為弱平穩(wěn)性。

三、計算題

題干已給出一個估計結(jié)果，問：系數(shù)的經(jīng)濟(jì)意義；估計出來的系數(shù)是否符合經(jīng)濟(jì)

意義；

t值計算（已給出系數(shù)及標(biāo)準(zhǔn)誤）；或者根據(jù)己給的t值、F值判斷顯著性（不需

要查表，根據(jù)經(jīng)驗即可判斷）；

根據(jù)已給出的Y的總離差中被回歸方程解釋的部分及未被回歸方程解釋的部

分所占比例分別是多少；

模型中是否存在多重共線性（利用綜合判斷法）；

模型是否存在自相關(guān)（會看DW表）

為研究中國各地區(qū)入境旅游狀況，建立了各省市旅游外匯收入（Y,百萬美元）、旅行社職工人數(shù)（XI,人）、

國際旅游人數(shù)（X2,萬人次）的模型，用某年31個省市的截面數(shù)據(jù)估計結(jié)果如下：

t=（-3.066806）（6.652983）（3.378064）

R2=0.934331F=191.1894n=31

（1）從經(jīng)濟(jì)意義上考察估計模型的合理性。

（2）X］、X:兩個變量是否顯著？模型的整體是否顯著？理由是？

某公司想決定在何處建造一個新的百貨店，對已有的30個百貨店的銷售額作為其所處地理位置特征的函數(shù)

進(jìn)行回歸分析，并且用該回歸方程作為新百貨店的不同位置的可能銷售額，估計得出（括號內(nèi)為估計的標(biāo)

準(zhǔn)差）

（0.02）（0.01）（1.0）（1.0）

其中：匕=第，個百貨店的日均銷售額（百美元）；

X|,=第/個百貨店前每小時通過的汽車數(shù)量（1。輛）；

x、=第，個百貨店所處區(qū)域內(nèi)的人均收入（美元）；

XR=第i個百貨店內(nèi)所有的桌子數(shù)量；

X"=第i個百貨店所處地區(qū)競爭店面的數(shù)量；

請回答以下問題：

1、說出本方程中系數(shù)0.1和0.01的經(jīng)濟(jì)含義。

2、各個變量前參數(shù)估計的符號是否與期望的符號一致？

3、在〃=0.05的顯著性水平下檢驗變量兒的顯著性。

（臨界值/。皿（25）=2.06,%皿（26）=2.056,*（25）=1.708,砧（26）=1.706）

運用計量模型研究1990年到2007年我國糧食產(chǎn)量與主要影響因素之間的數(shù)量關(guān)系,模型設(shè)定如下:

￥（=30+31X1（+32X21+33X3（+34X4（+35X5（+36X6（+11（

Y.……我國歷年根食總產(chǎn)量（單位：萬噸）

Xi.--農(nóng)業(yè)化肥施用量（萬噸）

X2I--糧食播種面積（千公頃）

X3.-----成災(zāi)面積（千公頃）

X4L-農(nóng)業(yè)機(jī)械年末擁有量（億瓦特）

X5L--農(nóng)林牧漁業(yè)總勞動力（萬人）

X61…-有效灌溉面積（千公頃）

UL--其它影響根食產(chǎn)量的因素（隨機(jī)誤差項）

模型估計結(jié)果如下：

DcpcndcnlVariable:Y

Method:LeastSquares

Date:05/25/09Time:21:03

Sample:19902007

Includedobservations:18

VariableCoefficientStd.Errort-StatisticProb.

X15.1837341.657000()0.0096

X20.3922160.2215751.7701230.1044

X3-0.2260720.107385-2.1052430.0591

X4-0.0678160.148659-0.4561900.6571

X5-0.1110890.401499-0.2766850.7872

X60.2967090.4869080.6093750.5547

C17495.3327898.470.6271070.5434

R-squared0.952023Meandependentvar44127.13

AdjustedR-squared0.925837S.D.dependentvar4408.967

S.E.ofregression1200.687Akaikeinfocriterion17.30448

Sumsquaredresid15858133Schwarzcriterion17.65073

Loglikelihood-148.7403F-statistic36.37094

Durbin-Watsonstat2.019087Prob(F-statistic)0.000001

根據(jù)此估計結(jié)果，是回答下列問題：

（1）計算X1的I統(tǒng)計量值；

（2）模型整體是否顯著？理由是？

（3）各變量的系數(shù)估計值是否符合經(jīng)濟(jì)意義？如果不符合，你覺得是K么原因造成的？

家庭消費支出（丫）、可支配收入（王）、家庭財富（X2）設(shè)定模型如下:

回歸分析結(jié)果為：

LS//DependentVariableisY

Date:18/11/09Time:15:18

Sample:110

Includedobservations:10

VariableCoefficientSid.ErrorT-StatisticProb.

C24.40706.99730.0101

-0.34010.4785________0.5002

X】0.08230.0458________0.1152

R-squared0.9615Meandependentvar111.1256

AdjustedR-squared0.9505S.D.dependentvar31.4289

S.E.ofregression—Akaikeinfocriterion4.1338

Sumsquaredresid342.5486Schwarlzcrilerion4.2246

Loglikelihood-31.8585F-statistic87.4062

Durbin-Watsonstat2.4382Prob(F-slalislic)().(XX)I

回答下列問題（11分）：

①、請根據(jù)上表中已由數(shù)據(jù)，填寫表中畫線處缺失結(jié)果（注意給出計律步驟）;

②、模型是否存在多用共線件？為什么？

③、模型中是否存在自相關(guān)？為什么？

下表是三因素Fama&French模型估計輸出結(jié)果，模型中被解釋變量(E1)是某證券投資基金收益率，解秤變量有三個,

RM是市場組合收益率，SMB是規(guī)模因了，HML是價值因子。根據(jù)此估計結(jié)果，試回答卜列問題.

DependentVari