《計(jì)量經(jīng)濟(jì)學(xué)》題庫(kù)考試復(fù)習(xí)資料

1、?計(jì)量經(jīng)濟(jì)學(xué)?要點(diǎn)一、單項(xiàng)選擇題每題2分，共20分二、簡(jiǎn)答題每題10分，共40分三、計(jì)算分析題20分2=40分涉及第1、2、3、4、5、6、7、8、10、11章的內(nèi)容；講課方式：按照考試題型，逐章逐個(gè)知識(shí)點(diǎn)考點(diǎn)進(jìn)行講解。一、單項(xiàng)選擇題知識(shí)點(diǎn)：第一章 時(shí)間序列數(shù)據(jù)定義橫截面數(shù)據(jù)定義同一統(tǒng)計(jì)指標(biāo)按時(shí)間順序記錄的數(shù)據(jù)稱為( b )。A、橫截面數(shù)據(jù)     B、時(shí)間序列數(shù)據(jù)    C、修勻數(shù)據(jù)    D、原始數(shù)據(jù)同一時(shí)間，不同單位相同指標(biāo)組成的觀測(cè)數(shù)據(jù)稱為 b A原始數(shù)據(jù) B橫截面數(shù)據(jù) C時(shí)間序列數(shù)據(jù)

2、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，以下有關(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Explanatory variable和被解釋變量(Explained variable)。在模型中，解釋變量是變動(dòng)的原因，被解釋變量是變動(dòng)的結(jié)果。被解釋變

3、量是模型要分析研究的對(duì)象，也常稱為“應(yīng)變量(Dependent variable)、“回歸子Regressand等。解釋變量也常稱為“自變量(Independent variable)、“回歸元Regressor等，是說明應(yīng)變量變動(dòng)主要原因的變量。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(jì)量經(jīng)濟(jì)模型中可以作為被解釋變量的是cA、控制變量 B、前定變量 C、內(nèi)生變量 D、外生變量單方程計(jì)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，以下有關(guān)解釋變量和被解釋變量的說法正確的有CA、被解釋變量和解釋變量均為隨機(jī)變量 B、被解

4、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(duì)數(shù)模型中參數(shù)的含義；雙對(duì)數(shù)模型中，參數(shù)的含義是 d A . X的相對(duì)變化，引起Y的期望值絕對(duì)量變化 BY關(guān)于X的邊際變化CX的絕對(duì)量發(fā)生一定變動(dòng)時(shí)，引起因變量Y的相對(duì)變化率 D、Y關(guān)于X的彈性 雙對(duì)數(shù)模型 中，參數(shù)的含義是 cA. Y關(guān)于X的增長(zhǎng)率 B .Y關(guān)于X的開展速度C . Y關(guān)于X的彈性 D. Y關(guān)于X 的邊際變化計(jì)量經(jīng)濟(jì)學(xué)研究方法一般步驟 計(jì)量經(jīng)濟(jì)學(xué)的研究方法一般分為以下四個(gè)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(jì)參數(shù)、模型檢

5、驗(yàn)、模型應(yīng)用C搜集數(shù)據(jù)、模型設(shè)定、估計(jì)參數(shù)、預(yù)測(cè)檢驗(yàn)D模型設(shè)定、檢驗(yàn)、 結(jié)構(gòu)分析、模型應(yīng)用對(duì)計(jì)量經(jīng)濟(jì)模型應(yīng)當(dāng)進(jìn)行哪些方面的檢驗(yàn)？經(jīng)濟(jì)意義檢驗(yàn)：檢驗(yàn)?zāi)Ｐ凸烙?jì)結(jié)果，尤其是參數(shù)估計(jì)，是否符合經(jīng)濟(jì)理論。統(tǒng)計(jì)推斷檢驗(yàn)：檢驗(yàn)參數(shù)估計(jì)值是否抽樣的偶然結(jié)果，運(yùn)用數(shù)理統(tǒng)計(jì)中的統(tǒng)計(jì)推斷方法，對(duì)模型及參數(shù)的統(tǒng)計(jì)可靠性做出說明。主要有t，F(xiàn)，R2等檢驗(yàn)；計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)：檢驗(yàn)?zāi)Ｐ褪欠穹嫌?jì)量經(jīng)濟(jì)方法的根本假定，例如檢驗(yàn)?zāi)Ｐ褪欠翊嬖诙嘀毓簿€性，檢驗(yàn)?zāi)Ｐ椭械碾S機(jī)擾動(dòng)項(xiàng)是否存在自相關(guān)和異方差性等等。預(yù)測(cè)檢驗(yàn)：模型預(yù)測(cè)的結(jié)果與經(jīng)濟(jì)運(yùn)行的實(shí)際結(jié)果相比照，以此檢驗(yàn)?zāi)Ｐ偷挠行?。在使用?jì)量經(jīng)濟(jì)模型分析問題時(shí)，通常會(huì)使用哪些類型數(shù)據(jù)？

6、使用這些類型數(shù)據(jù)各自應(yīng)該注意哪些問題？1時(shí)間序列數(shù)據(jù)Time Series Data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(shí)間順序和時(shí)間間隔如月度、季度、年度排列起來(lái)，這樣的統(tǒng)計(jì)數(shù)據(jù)稱為時(shí)間序列數(shù)據(jù)；2截面數(shù)據(jù)(Cross-Section Data)同一時(shí)間時(shí)期或時(shí)點(diǎn)某個(gè)指標(biāo)在不同空間的觀測(cè)數(shù)據(jù)，稱為截面數(shù)據(jù)；3面板數(shù)據(jù)Panel Data面板數(shù)據(jù)指時(shí)間序列數(shù)據(jù)和截面數(shù)據(jù)相結(jié)合的數(shù)據(jù)，對(duì)假設(shè)干個(gè)體進(jìn)行多期觀測(cè)。例如在居民收支調(diào)查中收集的對(duì)各個(gè)固定調(diào)查戶在不同時(shí)期的調(diào)查數(shù)據(jù)，又如全國(guó)各省市不同年份的經(jīng)濟(jì)開展?fàn)顩r的統(tǒng)計(jì)數(shù)據(jù)，就都是面板數(shù)據(jù)；4虛擬變量數(shù)據(jù)(Dummy Variables D

7、ata)。表示客觀存在的定性現(xiàn)象時(shí)間序列數(shù)據(jù)假設(shè)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(jì)量經(jīng)濟(jì)模型已成為計(jì)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(jì)量經(jīng)濟(jì)模型檢驗(yàn)通常包含哪些檢驗(yàn)？每種檢驗(yàn)根本思想是什么？ 經(jīng)濟(jì)意義檢驗(yàn)：檢驗(yàn)?zāi)Ｐ凸烙?jì)結(jié)果，尤其是參數(shù)估計(jì)，是否符合經(jīng)濟(jì)理論。統(tǒng)計(jì)推斷檢驗(yàn)：檢驗(yàn)參數(shù)估計(jì)值是否抽樣的偶然結(jié)果，運(yùn)用數(shù)理統(tǒng)計(jì)中的統(tǒng)計(jì)推斷方法，對(duì)模型及參數(shù)的統(tǒng)計(jì)可靠性作出說明。計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)：檢驗(yàn)?zāi)Ｐ褪欠穹嫌?jì)量經(jīng)濟(jì)方法的根本假定，例如檢驗(yàn)?zāi)Ｐ褪欠翊嬖诙嘀毓簿€性，檢驗(yàn)?zāi)Ｐ椭械碾S機(jī)擾動(dòng)項(xiàng)是否存在自相關(guān)和異方差性等等。預(yù)測(cè)檢驗(yàn)：模型預(yù)測(cè)的結(jié)果與經(jīng)濟(jì)運(yùn)行的

8、實(shí)際結(jié)果相比照，以此檢驗(yàn)?zāi)Ｐ偷挠行?。第一?、把反映某一總體特征的同一指標(biāo)的數(shù)據(jù)，按一定的時(shí)間順序和時(shí)間間隔排列起來(lái)，這樣的數(shù)據(jù)稱為 b A、橫截面數(shù)據(jù)     B、時(shí)間序列數(shù)據(jù)    C、修勻數(shù)據(jù)    D、原始數(shù)據(jù) 2、同一統(tǒng)計(jì)指標(biāo)按時(shí)間順序記錄的數(shù)據(jù)稱為( b )。A、橫截面數(shù)據(jù)     B、時(shí)間序列數(shù)據(jù)    C、修勻數(shù)據(jù)    D、原始數(shù)據(jù)3、同一時(shí)間，不同單位相同指標(biāo)組成的觀測(cè)數(shù)據(jù)稱為 b A原始數(shù)據(jù) B橫截面數(shù)

9、據(jù) C時(shí)間序列數(shù)據(jù) D修勻數(shù)據(jù)4、在同一時(shí)間不同統(tǒng)計(jì)單位的相同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)組合，是 dA、原始數(shù)據(jù) B、時(shí)點(diǎn)數(shù)據(jù) C、時(shí)間序列數(shù)據(jù) D、截面數(shù)據(jù)5、計(jì)量經(jīng)濟(jì)學(xué)的研究方法一般分為以下四個(gè)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(jì)參數(shù)、模型檢驗(yàn)、模型應(yīng)用C搜集數(shù)據(jù)、模型設(shè)定、估計(jì)參數(shù)、預(yù)測(cè)檢驗(yàn)D模型設(shè)定、模型修定、結(jié)構(gòu)分析、模型應(yīng)用6、模型中其數(shù)值由模型本身決定的變量變是(b)  A、外生變量     B、內(nèi)生變量    C、前定變量    

10、; D、滯后變量7、將內(nèi)生變量的前期值作解釋變量,這樣的變量稱為 d A、虛擬變量   B、控制變量  C、政策變量     D、滯后變量 8、在以下各種數(shù)據(jù)中， c 不應(yīng)作為經(jīng)濟(jì)計(jì)量分析所用的數(shù)據(jù)。A時(shí)間序列數(shù)據(jù) B. 橫截面數(shù)據(jù)C計(jì)算機(jī)隨機(jī)生成的數(shù)據(jù) D. 虛擬變量數(shù)據(jù)9、在簡(jiǎn)單線性回歸模型中，認(rèn)為具有一定概率分布的隨機(jī)變量是( a ) A、內(nèi)生變量            B、外生變量C、虛擬變量

11、60;           D、前定變量10、在回歸分析中，以下有關(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11. 用模型描述現(xiàn)實(shí)經(jīng)濟(jì)系統(tǒng)的原那么是b A、 以理論分析作先導(dǎo)，包括的解釋變量越多越好B、 以理論分析作先導(dǎo)，模型規(guī)模大小要適度C、 模型規(guī)模越大越好，這樣更切合實(shí)際情況D、 模型規(guī)模大小要適度，結(jié)構(gòu)盡可能復(fù)雜

12、12. 經(jīng)濟(jì)計(jì)量模型是指cA、投入產(chǎn)出模型 B、數(shù)學(xué)規(guī)劃模型C、包含隨機(jī)方程的經(jīng)濟(jì)數(shù)學(xué)模型 D、模糊數(shù)學(xué)模型用13、模型中其數(shù)值由模型本身決定的變量變是( b )  A、外生變量     B、內(nèi)生變量    C、前定變量     D、滯后變量第二章 假設(shè)干根本概念總體、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(jì)量滿足的統(tǒng)計(jì)性質(zhì)最正確線性無(wú)偏估計(jì)；古典線性回歸模型的普通最小二乘估計(jì)量滿足的統(tǒng)計(jì)性質(zhì)( A )A、最正確線性無(wú)偏估計(jì) B、僅滿足線性性 C.非有效性 D有偏

13、性樣本回歸直線設(shè)OLS法得到的樣本回歸直線為，那么點(diǎn) ( 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(jì)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(wú)自相關(guān)假定; 假定4：隨機(jī)擾動(dòng)項(xiàng)與解釋變量不相關(guān); 假定5：正態(tài)性假定；假定6：無(wú)多重共線性以下圖中符號(hào)“所代表的是b A. 隨機(jī)誤差項(xiàng) B. 殘差 C.的離差 D. 的離差t檢驗(yàn)通常可以用于檢驗(yàn) d A 模型擬合優(yōu)度 B 模型整體顯著性 C 正態(tài)性 D 個(gè)體參數(shù)顯著性以下模型中不屬于變量線性回歸模型是( a )。 A、 B、 C、 D、用最小二乘法作回歸分析時(shí)

14、提出了古典假定，這是為了 b A. 使回歸方程更簡(jiǎn)化 B. 得到總體回歸系數(shù)的最正確線性無(wú)偏估計(jì) 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、 B、 C、 D、 第三章 多元線性回歸模型整體的讀解對(duì)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)那么p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(cè)值與估計(jì)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(cè)值總變差的大小 B應(yīng)變量回歸估計(jì)值總變差的大小 C應(yīng)變量觀測(cè)值與估計(jì)值之間的總變差 DY關(guān)于X的邊際變化多元線性回歸模型ESS自由度為k

15、-1多元線性回歸分析中的 ESS的自由度是( d AK Bn Cn-K Dk-1調(diào)整后的判定系數(shù)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)與判定系數(shù)之間的關(guān)系表達(dá)正確的選項(xiàng)是 cA 等于 B 與沒有數(shù)量關(guān)系C 一般情況下D 大于在模型的回歸分析結(jié)果報(bào)告中，有，那么說明 d A、解釋變量對(duì)的影響是顯著的B、解釋變量對(duì)的影響是顯著的C、解釋變量和對(duì)的影響是均不顯著D、解釋變量和對(duì)的聯(lián)合影響是顯著的第二三章1、根據(jù)樣本資料估計(jì)得出人均消費(fèi)支出Y對(duì)人均收入X的回歸模型為，這說明人均收入每增加1，人均消費(fèi)支出將增加b A、0.2% B、0.75% C、2%    

16、D、7.5%2、半對(duì)數(shù)模型中，參數(shù)的含義是 c AX的絕對(duì)量變化，引起Y的絕對(duì)量變化BY關(guān)于X的邊際變化 CX的相對(duì)變化，引起Y的期望值絕對(duì)量變化 DY關(guān)于X的彈性3、半對(duì)數(shù)模型中，參數(shù)的含義是 a A X的絕對(duì)量發(fā)生一定變動(dòng)時(shí)，引起因變量Y的相對(duì)變化率BY關(guān)于X的彈性CX的相對(duì)變化，引起Y的期望值絕對(duì)量變化 DY關(guān)于X的邊際變化4、雙對(duì)數(shù)模型 中，參數(shù)的含義是 c A. Y關(guān)于X的增長(zhǎng)率 B .Y關(guān)于X的開展速度C . Y關(guān)于X的彈性 D. Y關(guān)于X 的邊際變化5、雙對(duì)數(shù)模型中，參數(shù)的含義是 d AX的相對(duì)變化，引起Y的期望值絕對(duì)量變化 BY關(guān)于X的邊際變化CX的絕對(duì)量發(fā)生一定變動(dòng)時(shí)，引起因

17、變量Y的相對(duì)變化率 D、Y關(guān)于X的彈性 6、設(shè)OLS法得到的樣本回歸直線為，那么點(diǎn) ( 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7、關(guān)于可決系數(shù)，以下說法中錯(cuò)誤的選項(xiàng)是 d A、可決系數(shù)的定義為被回歸方程已經(jīng)解釋的變差與總變差之比；B、；C、可決系數(shù)反映了樣本回歸線對(duì)樣本觀測(cè)值擬合優(yōu)劣程度的一種描述；D、可決系數(shù)的大小不受到回歸模型中所包含的解釋變量個(gè)數(shù)的影響。8、有關(guān)調(diào)整后的判定系數(shù)與判定系數(shù)之間的關(guān)系表達(dá)正確的選項(xiàng)是 c A 等于 B 與沒有數(shù)量關(guān)系C 一般情況下D 大于9、在多元回歸中，調(diào)整后的判定系數(shù)與判定系數(shù)的關(guān)系為 a A<

18、;       B > B =      D 與的關(guān)系不能確定10. 在古典假設(shè)成立的條件下用OLS方法估計(jì)線性回歸模型參數(shù)，那么參數(shù)估計(jì)量具有c 的統(tǒng)計(jì)性質(zhì)。A、有偏特性 B、非線性特性C、最小方差特性 D、非一致性特性11、在模型的回歸分析結(jié)果中，設(shè)統(tǒng)計(jì)量對(duì)應(yīng)的值為 ，給定顯著性水平，那么以下說法正確的選項(xiàng)是 c A、假設(shè)，解釋變量對(duì)的影響是顯著的B、假設(shè)，解釋變量和對(duì)的聯(lián)合影響是顯著的C、假設(shè) ，解釋變量和對(duì)的聯(lián)合影響是顯著的 D、假設(shè)，那么解釋變量對(duì)的影響不顯著

19、12、對(duì)多元線性回歸方程的顯著性檢驗(yàn)，所用的F統(tǒng)計(jì)量可表示為b A、 B、 C、 D、13、以下圖中符號(hào)“顯示的距離表示的是 b A. 隨機(jī)誤差項(xiàng) B. 殘差 C.的離差 D. 的離差14、以下模型中不屬于變量線性回歸模型是( a )。 A、 B、 C、 D、 15、在一元線性回歸模型中，樣本回歸方程可表示為： c A、 B、 C、 D、 其中16、設(shè)OLS法得到的樣本回歸直線為，以下說法不正確的選項(xiàng)是 ( d ) A B在回歸直線上 C D1、一元線性回歸分析中的回歸平方和ESS的自由度是 d A、n B、n-1 C、n-k D、1 17、古典線性回歸模型的普通最小二乘估計(jì)量滿足的統(tǒng)計(jì)性質(zhì)(

20、a )A、最正確線性無(wú)偏估計(jì) B、僅滿足線性性 C.非有效性 D有偏性18、對(duì)多元線性回歸方程的顯著性檢驗(yàn)，所用的F統(tǒng)計(jì)量可表示為 b A、 B、 C、 D、19、在模型的回歸分析結(jié)果報(bào)告中，有，那么說明 d A、解釋變量對(duì)的影響是顯著的B、解釋變量對(duì)的影響是顯著的C、解釋變量和對(duì)的影響是均不顯著D、解釋變量和對(duì)的聯(lián)合影響是顯著的20、多元線性回歸分析中的 RSS反映了 c A應(yīng)變量觀測(cè)值總變差的大小 B應(yīng)變量回歸估計(jì)值總變差的大小 C應(yīng)變量觀測(cè)值與估計(jì)值之間的總變差 DY關(guān)于X的邊際變化第四章 多重共線性1定義、產(chǎn)生原因；2后果；3檢測(cè)；4彌補(bǔ)。參數(shù)的最小二乘估計(jì)量的性質(zhì)簡(jiǎn)單相關(guān)系數(shù)矩陣方法

21、主要用于檢驗(yàn)dA異方差性 能夠檢驗(yàn)多重共線性的方法有a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(jì)量是 c A無(wú)偏的 B. 有偏的 C. 無(wú)法估計(jì) D. 無(wú)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(jì)量是 a A無(wú)偏的 B. 有偏的 C. 無(wú)法估計(jì) D. 無(wú)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(jì)量是 c A無(wú)偏的 B. 有偏的 C. 無(wú)法估計(jì) 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(cè)；4彌補(bǔ)。檢驗(yàn)異方差的方法；修正異方差的方法；ARCH檢驗(yàn)方法主要用于檢驗(yàn)aA異方差性 以下方法可以用于檢驗(yàn)?zāi)Ｐ椭挟惙讲钚?/p>

22、的方法有 dA DW檢驗(yàn) B 相關(guān)系數(shù)矩陣 C 判定系數(shù)法 D White檢驗(yàn)Goldfeld-Quandt方法用于檢驗(yàn) a 在模型有異方差的情況下,常用的估計(jì)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White檢驗(yàn)可用于檢驗(yàn)b 加權(quán)最小二乘可以解決以下哪個(gè)問題 ( d )A多重共線性 B. 誤差項(xiàng)非正態(tài)性 C自相關(guān)性 D. 異方差性關(guān)于Goldfeld-Quandt檢驗(yàn)，以下說法正確的選項(xiàng)是 c A它是檢驗(yàn)?zāi)Ｐ褪欠翊嬖谧韵嚓P(guān) B.該檢驗(yàn)所需要的樣本容量較小 C該檢驗(yàn)需要去掉局部樣本 D. 它是檢驗(yàn)?zāi)Ｐ褪欠翊嬖诙嘀毓簿€性以下方法可以用于檢驗(yàn)?zāi)Ｐ椭?/p>

23、異方差性的方法有 dA DW檢驗(yàn) B 相關(guān)系數(shù)矩陣 C 判定系數(shù)法 D White檢驗(yàn)如果模型中存在異方差現(xiàn)象，那么普通最小二乘估計(jì)量仍然滿足的性質(zhì) aA. 無(wú)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(yàn)?zāi)Ｐ椭惺欠翊嬖诋惙讲钚?違背同方差假定，擾動(dòng)項(xiàng)的方差會(huì)隨著某個(gè)些因素而發(fā)生變化。觀察殘差圖、White檢驗(yàn)、ARCH檢驗(yàn)、Golden-Quant檢驗(yàn)、Glejser方法等。回歸模型具有異方差性時(shí)，仍用最小二乘法估計(jì)參數(shù)，那么以下 b 是錯(cuò)誤的。 A、參數(shù)估計(jì)值是無(wú)偏非有效的 B、仍具有最小方差C、常用的t和F檢驗(yàn)失效 D、預(yù)測(cè)區(qū)間增大，精度下降第六章自

24、相關(guān)性1定義、產(chǎn)生原因；2后果；3檢測(cè)；4彌補(bǔ)。違背自相關(guān)造成后果無(wú)偏非有效；在DW檢驗(yàn)中，當(dāng)d統(tǒng)計(jì)量為2時(shí)，說明無(wú)自相關(guān)性存在；DW判斷區(qū)域規(guī)那么；在DW檢驗(yàn)中，當(dāng)d統(tǒng)計(jì)量為2時(shí)，說明 c 如果回歸模型違背了無(wú)自相關(guān)假定，最小二乘估計(jì)量是(a )A無(wú)偏的，非有效的 B. 有偏的，非有效的C無(wú)偏的，有效的 D. 有偏的，有效的如果在模型中，隨機(jī)擾動(dòng)項(xiàng)違背了無(wú)自相關(guān)假定，那么以下說法正確的選項(xiàng)是( a)A最小二乘估計(jì)量是無(wú)偏的且非有效 B. 最小二乘估計(jì)量是有偏的且有效C最小二乘估計(jì)量是無(wú)偏的且有效D. 最小二乘估計(jì)量是有偏的但非有效在DW檢驗(yàn)中，不能判定的區(qū)域是 c A. B. C. D. 上

25、述都不對(duì)樣本回歸模型殘差的一階自相關(guān)系數(shù)接近于1，那么DW統(tǒng)計(jì)量近似等于( a ) A. 0 B. 1 C. 2 D. 4第四五六章 1、簡(jiǎn)單相關(guān)系數(shù)矩陣方法主要用于檢驗(yàn) 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2、設(shè)為解釋變量，那么完全多重共線性是a 3、用t檢驗(yàn)與F檢驗(yàn)綜合法可以檢驗(yàn) aA多重共線性 B.自相關(guān)性C異方差性 D.非正態(tài)性4、能夠檢驗(yàn)多重共線性的方法有aA.簡(jiǎn)單相關(guān)系數(shù)矩陣法 B. DW檢驗(yàn)法5、多重共線性是一種aA樣本現(xiàn)象 B.隨機(jī)誤差現(xiàn)象C被解釋變量現(xiàn)象 D.總表達(dá)象6、在DW檢驗(yàn)中要求有假定條件，在以下條件中不正確的選項(xiàng)是 dA解釋變量為非隨機(jī)的 B.

26、 隨機(jī)誤差項(xiàng)為一階自回歸形式C線性回歸模型中不應(yīng)含有滯后內(nèi)生變量為解釋變量 D.線性回歸模型為一元回歸形式7、在DW檢驗(yàn)中，當(dāng)d統(tǒng)計(jì)量為2時(shí)，說明cA.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8、在DW檢驗(yàn)中，當(dāng)d統(tǒng)計(jì)量為4時(shí)，說明( b ) 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9、在給定的顯著性水平之下，假設(shè)DW統(tǒng)計(jì)量的上和下臨界值分別為和，那么當(dāng)dw<dL時(shí)，可以為隨機(jī)誤差項(xiàng)a A、存在一階正自相關(guān) B、存在一階負(fù)相關(guān) C、不存在序列相關(guān) D、存在序列相關(guān)與否不能斷定10、以下說法不正確的選項(xiàng)是 c A、自相關(guān)

27、是一種隨機(jī)誤差現(xiàn)象； B、自相關(guān)產(chǎn)生的原因有經(jīng)濟(jì)變量的慣性作用； C、檢驗(yàn)自相關(guān)的方法有F檢驗(yàn)法； D、修正自相關(guān)的方法有廣義差分法；11、在DW檢驗(yàn)中，不能判定的區(qū)域是c A. B. C. D. 上述都不對(duì)12、DW檢驗(yàn)方法用于檢驗(yàn)b 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13、以下選項(xiàng)中，正確表達(dá)了序列相關(guān)的是a A， B C D14、如果回歸模型違背了無(wú)自相關(guān)假定，最小二乘估計(jì)量 a A無(wú)偏的，非有效的 B.有偏的，非有效的C無(wú)偏的，有效的 D.有偏的，有效的15、在自相關(guān)性情況下，常用的估計(jì)方法是 b A一階差分法 B.廣義差分法C工具變量法 D.加權(quán)最小二乘法16、設(shè)

28、，那么對(duì)原模型變換的正確形式為 b 17、ARCH檢驗(yàn)方法主要用于檢驗(yàn)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18、在修正異方差的方法中，不正確的選項(xiàng)是d A、加權(quán)最小二乘法 B、對(duì)原模型變換的方法 C、對(duì)模型的對(duì)數(shù)變換法 D、兩階段最小二乘法19、Goldfeld-Quandt方法用于檢驗(yàn) 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20、在異方差性情況下，常用的估計(jì)方法是d A一階差分法 B.廣義差分法C工具變量法 D.加權(quán)最小二乘法21、在異方差的情況下，參數(shù)估計(jì)值的方差不能正確估計(jì)的原因是a22、White檢驗(yàn)方法主要用于檢驗(yàn)aA異方差性 B.自相關(guān)性C

29、是否遺漏解釋變量 D.多重共線性23、在具體運(yùn)用加權(quán)最小二乘法時(shí),如果變換的結(jié)果是,那么Var(u)是以下形式中的哪一種?( b ) A. x B. c. D. Log(x)24、在異方差性情況下，常用的估計(jì)方法是d A一階差分法 B.廣義差分法C工具變量法 D.加權(quán)最小二乘法25、加權(quán)最小二乘法是 b 的一個(gè)特例A. 廣義差分法 B.廣義最小二乘法C.普通最小二乘法 D.兩階段最小二乘法第七章 分布滯后模型的意義分布滯后模型的分類及各個(gè)類型的特點(diǎn)分布滯后模型短期影響乘數(shù)設(shè)無(wú)限分布滯后模型為，那么短期影響乘數(shù)為 a A B、 C、 D、 對(duì)于有限分布滯后模型在一定條件下，參數(shù)可近似用一個(gè)關(guān)于i

30、的多項(xiàng)式表示i=0，1，2，K，以下說法中不正確的選項(xiàng)是 dA、多項(xiàng)式的階數(shù)小于 B、可采用Almon法對(duì)此模型進(jìn)行估計(jì)C、該模型比擬容易產(chǎn)生多重共線性D、以上說法都不對(duì)第七章8、檢驗(yàn)自回歸模型擾動(dòng)項(xiàng)的自相關(guān)性，常用德賓h檢驗(yàn)，以下命題正確的選項(xiàng)是b A 德賓h檢驗(yàn)只適用一階自回歸模型B 德賓h檢驗(yàn)適用任意階的自回歸模型C 德賓h 統(tǒng)計(jì)量服從t分布D 德賓h檢驗(yàn)可以用于小樣本問題1、在自適應(yīng)預(yù)期模型和庫(kù)伊克模型中，假定原始模型的隨機(jī)擾動(dòng)項(xiàng)滿足古典線性回歸模型的所有假設(shè)，那么對(duì)于這兩個(gè)模型中的滯后隨機(jī)解釋變量和誤差項(xiàng)，以下說法正確的有 dABCD2、以下說法正確的有 c A、時(shí)序數(shù)據(jù)和截面數(shù)據(jù)沒

31、有差異 B、對(duì)總體回歸模型的顯著性檢驗(yàn)沒有必要 C、總體回歸方程與樣本回歸方程是有區(qū)別的 D、判定系數(shù)不可以用于衡量擬合優(yōu)度第八章 虛擬變量的定義、作用以及規(guī)那么虛擬變量( a ) A.主要來(lái)代表質(zhì)的因素，但在有些情況下可以用來(lái)代表數(shù)量因素 對(duì)于含有截距項(xiàng)的計(jì)量經(jīng)濟(jì)模型，假設(shè)想將含有m個(gè)互斥類型的定性因素引入到模型中，那么應(yīng)該引入虛擬變量個(gè)數(shù)為 b A m B m-1 C m+1 D m-k簡(jiǎn)述虛擬變量設(shè)置規(guī)那么什么是虛擬變量？在設(shè)定虛擬變量時(shí)，應(yīng)該注意什么問題？設(shè)置規(guī)那么是什么？虛擬變量是將定性因素?cái)?shù)量化取值為0或1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。注意防止虛擬

32、變量陷阱。虛擬變量個(gè)數(shù)的設(shè)置規(guī)那么是：假設(shè)定性因素有m個(gè)相互排斥的類型或?qū)傩浴⑺?，在有截距?xiàng)的模型中只能引入m1個(gè)虛擬變量，否那么會(huì)陷入所謂“虛擬變量陷阱，產(chǎn)生完全的多重共線性。在無(wú)截距項(xiàng)的模型中，定性因素有m個(gè)相互排斥的類型時(shí)，引入m個(gè)虛擬變量不會(huì)導(dǎo)致完全多重共線性，不過這時(shí)虛擬變量參數(shù)的估計(jì)結(jié)果，實(shí)際上是D=1時(shí)的樣本均值。設(shè)某計(jì)量經(jīng)濟(jì)模型為：，其中大學(xué)教授年薪，那么對(duì)于參數(shù)、的含義，以下解釋不正確的選項(xiàng)是 b A. 表示大學(xué)女教授的平均年薪； B. 表示大學(xué)男教授的平均年薪； C. + 表示大學(xué)男教授的平均年薪； D. 表示大學(xué)男教授和女教授平均年薪的差額對(duì)于一個(gè)含有截距項(xiàng)的計(jì)量經(jīng)濟(jì)模

33、型，假設(shè)某定性因素有m個(gè)互斥的屬性，對(duì)于一個(gè)含有截距項(xiàng)的計(jì)量經(jīng)濟(jì)模型，假設(shè)某定性因素有m個(gè)互斥的類型，為將其引入模型中，那么需要引入虛擬變量個(gè)數(shù)為 b A m B m-1 C m+1 D m-k第八章1、虛擬變量( a ) A.主要來(lái)代表質(zhì)的因素，但在有些情況下可以用來(lái)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2、對(duì)于一個(gè)回歸模型中不包含截距項(xiàng)，假設(shè)將一個(gè)具有m個(gè)特征的質(zhì)的因素引入進(jìn)計(jì)量經(jīng)濟(jì)模型，那么虛擬變量數(shù)目為 a A、B、C、D、3、對(duì)于含有截距項(xiàng)的計(jì)量經(jīng)濟(jì)模型，假設(shè)想將含有m個(gè)互斥類型的定性因素引入到模型中，那么應(yīng)該引入虛擬變量個(gè)數(shù)為 b A m

34、 B m-1 C m+1 D m-k4、 對(duì)于含有截距項(xiàng)的計(jì)量經(jīng)濟(jì)模型，假設(shè)想將含有m個(gè)互斥類型的定性因素引入到模型中，那么應(yīng)該引入虛擬變量個(gè)數(shù)為 b A m B m-1 C m+1 D m-k5、設(shè)某計(jì)量經(jīng)濟(jì)模型為：，其中大學(xué)教授年薪，那么對(duì)于參數(shù)、的含義，以下解釋不正確的選項(xiàng)是 b A. 表示大學(xué)女教授的平均年薪； B. 表示大學(xué)男教授的平均年薪； C. + 表示大學(xué)男教授的平均年薪； D. 表示大學(xué)男教授和女教授平均年薪的差額6、將一年四個(gè)季度對(duì)因變量的影響引入到模型中，那么需要引入虛擬變量的個(gè)數(shù)為 b A 4 B 3 C 2 D 17、在利用月度數(shù)據(jù)構(gòu)建計(jì)量經(jīng)濟(jì)模型時(shí)，如果一年里的1、

35、3、5、9四個(gè)月表現(xiàn)出季節(jié)模式，那么應(yīng)該引入虛擬變量個(gè)數(shù)為 a A 4 B 12 C 11 D 68、在經(jīng)濟(jì)開展發(fā)生轉(zhuǎn)折時(shí)期，可以通過引入虛擬變量方法來(lái)表示這種變化。例如，研究中國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)時(shí)。1991年前后，城鎮(zhèn)居民商品性實(shí)際支出Y對(duì)實(shí)際可支配收入X的回歸關(guān)系明顯不同?，F(xiàn)以1991年為轉(zhuǎn)折時(shí)期，設(shè)虛擬變量，數(shù)據(jù)散點(diǎn)圖顯示消費(fèi)函數(shù)發(fā)生了結(jié)構(gòu)性變化：根本消費(fèi)局部下降了，邊際消費(fèi)傾向變大了。那么城鎮(zhèn)居民線性消費(fèi)函數(shù)的理論方程可以寫作： d 。 A、 B、 C、 D、9、設(shè)某地區(qū)消費(fèi)函數(shù)中，消費(fèi)支出不僅與收入x有關(guān)，而且與消費(fèi)者的年齡構(gòu)成有關(guān)，假設(shè)將年齡構(gòu)成分為小孩、青年人、成年人和老年人4個(gè)

36、層次。假設(shè)邊際消費(fèi)傾向不變，考慮上述年齡構(gòu)成因素的影響時(shí)，該消費(fèi)函數(shù)引入虛擬變量的個(gè)數(shù)為 cA 1個(gè) B 2個(gè) C 3個(gè) D 4個(gè)第十章 時(shí)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(yàn)的方法非平穩(wěn)時(shí)間序列數(shù)據(jù)的建模技術(shù)要點(diǎn)某一時(shí)間序列經(jīng)一次差分變換成平穩(wěn)時(shí)間序列，此時(shí)間序列稱為aA1階單整 B2階單整 CK階單整 D以上答案均不正確簡(jiǎn)述時(shí)間序列平穩(wěn)性的含義：時(shí)間序列的統(tǒng)計(jì)規(guī)律時(shí)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(shí)間的位移無(wú)關(guān)；廣義平穩(wěn)性是指隨機(jī)過程的均值、方差和協(xié)方差不隨時(shí)間變化，自協(xié)方差函數(shù)僅是時(shí)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

37、？所謂“偽回歸，是指變量間本來(lái)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(cuò)誤結(jié)論。造成“偽回歸的根本原因在于時(shí)間序列變量的非平穩(wěn)性。以下方法可以用于檢驗(yàn)時(shí)間序列平穩(wěn)性的是c A. ARCH檢驗(yàn) B. White檢驗(yàn) C. ADF檢驗(yàn) D. DW檢驗(yàn)第十章1、某一時(shí)間序列經(jīng)一次差分變換成平穩(wěn)時(shí)間序列，此時(shí)間序列稱為aA1階單整 B2階單整 CK階單整 D以上答案均不正確8、屬于平穩(wěn)性檢驗(yàn)的方法是c A、ARCH檢驗(yàn) B、GQ檢驗(yàn) C、單位根檢驗(yàn) D、德賓h檢驗(yàn)10、某一時(shí)間序列經(jīng)兩次差分變換成平穩(wěn)時(shí)間序列，此時(shí)間序列稱為2A、1階單整 B、2階單整 C、K階單整 D、以上答案均不正確1

38、0、如果兩個(gè)變量都是一階單整的，那么dA 這兩個(gè)變量一定存在協(xié)整關(guān)系B 這兩個(gè)變量一定不存在協(xié)整關(guān)系C 相應(yīng)的誤差修正模型一定成立D 還需對(duì)誤差項(xiàng)進(jìn)行檢驗(yàn)第十一章1、簡(jiǎn)化式模型就是把結(jié)構(gòu)式模型中的內(nèi)生變量表示為( b ) A.外生變量和內(nèi)生變量的函數(shù)關(guān)系 B.前定變量和隨機(jī)誤差項(xiàng)的函數(shù)模型 C.滯后變量和隨機(jī)誤差項(xiàng)的函數(shù)模型 D.外生變量和隨機(jī)誤差項(xiàng)的函數(shù)模型2、單方程計(jì)量經(jīng)濟(jì)模型的被解釋變量是aA、內(nèi)生變量 B、政策變量 C、控制變量 D、外生變量3、前定變量是(a )的合稱。 A.外生變量和滯后變量 B.內(nèi)生變量和外生變量 C.外生變量和虛擬變量 D.解釋變量和被解釋變量二、簡(jiǎn)答題1、計(jì)量

39、經(jīng)濟(jì)模型檢驗(yàn)通常包含哪些檢驗(yàn)？每種檢驗(yàn)根本思想是什么？經(jīng)濟(jì)意義檢驗(yàn)：檢驗(yàn)?zāi)Ｐ凸烙?jì)結(jié)果，尤其是參數(shù)估計(jì)，是否符合經(jīng)濟(jì)理論。統(tǒng)計(jì)推斷檢驗(yàn)：檢驗(yàn)參數(shù)估計(jì)值是否抽樣的偶然結(jié)果，運(yùn)用數(shù)理統(tǒng)計(jì)中的統(tǒng)計(jì)推斷方法，對(duì)模型及參數(shù)的統(tǒng)計(jì)可靠性作出說明。計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)：檢驗(yàn)?zāi)Ｐ褪欠穹嫌?jì)量經(jīng)濟(jì)方法的根本假定，例如檢驗(yàn)?zāi)Ｐ褪欠翊嬖诙嘀毓簿€性，檢驗(yàn)?zāi)Ｐ椭械碾S機(jī)擾動(dòng)項(xiàng)是否存在自相關(guān)和異方差性等等。模型預(yù)測(cè)檢驗(yàn)：模型預(yù)測(cè)的結(jié)果與經(jīng)濟(jì)運(yùn)行的實(shí)際結(jié)果相比照，以此檢驗(yàn)?zāi)Ｐ偷挠行浴?、在使用計(jì)量經(jīng)濟(jì)模型分析問題時(shí)，通常會(huì)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(shí)間序列數(shù)據(jù)Time Series Data：把反

40、映某一總體特征的同一指標(biāo)的數(shù)據(jù)，按照一定的時(shí)間順序和時(shí)間間隔如月度、季度、年度排列起來(lái)，這樣的統(tǒng)計(jì)數(shù)據(jù)稱為時(shí)間序列數(shù)據(jù)。2、截面數(shù)據(jù)(Cross-Section Data)：同一時(shí)間時(shí)期或時(shí)點(diǎn)某個(gè)指標(biāo)在不同空間的觀測(cè)數(shù)據(jù)，稱為截面數(shù)據(jù)。3、面板數(shù)據(jù)Panel Data面板數(shù)據(jù)指時(shí)間序列數(shù)據(jù)和截面數(shù)據(jù)相結(jié)合的數(shù)據(jù)，對(duì)假設(shè)干個(gè)體進(jìn)行多期觀測(cè)。例如在居民收支調(diào)查中收集的對(duì)各個(gè)固定調(diào)查戶在不同時(shí)期的調(diào)查數(shù)據(jù)，又如全國(guó)各省市不同年份的經(jīng)濟(jì)開展?fàn)顩r的統(tǒng)計(jì)數(shù)據(jù)，就都是面板數(shù)據(jù)。4、虛擬變量數(shù)據(jù)(Dummy Variables Data)：人為構(gòu)造的表示定性因素的數(shù)據(jù)，將定性因素?cái)?shù)量化取值為0或1的一類特殊人

41、工變量。時(shí)間序列數(shù)據(jù)假設(shè)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(jì)量經(jīng)濟(jì)模型已成為計(jì)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)性虛擬變量數(shù)據(jù)防止陷入虛擬變量陷阱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Explanatory variable和被解釋變量(Explained variable)。在模型中，解釋變量是變動(dòng)的原因，被解釋變量是變動(dòng)的結(jié)果。被解釋變量是模型要分析研究的對(duì)象，也常稱為“應(yīng)變量(Dependent variable)、“回歸子Regressand等。解釋變量也常稱為“自變量(Independent vari

42、able)、“回歸元Regressor等，是說明應(yīng)變量變動(dòng)主要原因的變量。4、經(jīng)典線性計(jì)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(wú)自相關(guān)假定; 假定4：隨機(jī)擾動(dòng)項(xiàng)與解釋變量不相關(guān); 假定5：正態(tài)性假定；假定6：無(wú)多重共線性5、什么是異方差性？有哪些方法可以檢驗(yàn)?zāi)Ｐ椭惺欠翊嬖诋惙讲钚?違背同方差假定，隨機(jī)擾動(dòng)項(xiàng)的方差隨某個(gè)解釋變量在變化，。觀察殘差圖、White檢驗(yàn)、ARCH檢驗(yàn)、G-Q檢驗(yàn)等。6、簡(jiǎn)述虛擬變量設(shè)置規(guī)那么虛擬變量個(gè)數(shù)的設(shè)置規(guī)那么是：假設(shè)定性因素有m個(gè)相互排斥的類型或?qū)傩?、水平，在有截距?xiàng)的模型中只能引入m1個(gè)虛擬變量，否那么會(huì)陷入所謂“虛擬變量陷阱

43、，產(chǎn)生完全的多重共線性。在無(wú)截距項(xiàng)的模型中，定性因素有m個(gè)相互排斥的類型時(shí)，引入m個(gè)虛擬變量不會(huì)導(dǎo)致完全多重共線性，不過這時(shí)虛擬變量參數(shù)的估計(jì)結(jié)果，實(shí)際上是D=1時(shí)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?cái)?shù)量化取值為0或1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。注意防止虛擬變量陷阱。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？參加虛擬解釋變量的途徑有兩種根本類型：一是加法類型；二是乘法類型。不同的途徑引入虛擬變量有不同的作用，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)

44、生的原因是？所謂“偽回歸，是指變量間本來(lái)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(cuò)誤結(jié)論。造成“偽回歸的根本原因在于時(shí)間序列變量的非平穩(wěn)性。10、簡(jiǎn)述時(shí)間序列平穩(wěn)性的含義時(shí)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(shí)間的位移無(wú)關(guān)；廣義平穩(wěn)性是指隨機(jī)過程的均值、方差不隨時(shí)間變化，自協(xié)方差函數(shù)僅是時(shí)間間隔的函數(shù)，又稱為弱平穩(wěn)性。二、簡(jiǎn)答題每題10分，共40分1、在使用計(jì)量經(jīng)濟(jì)模型分析問題時(shí)，通常會(huì)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？2、計(jì)量經(jīng)濟(jì)模型檢驗(yàn)通常包含哪些檢驗(yàn)？每種檢驗(yàn)根本思想是什么？對(duì)計(jì)量經(jīng)濟(jì)模型應(yīng)當(dāng)進(jìn)行哪些方面的檢驗(yàn)？ 3

45、、什么是多重共線性？多個(gè)解釋變量中存在精確的線性關(guān)系或僅是的線性關(guān)系4、試述D-W檢驗(yàn)的適用條件及其檢驗(yàn)步驟？請(qǐng)簡(jiǎn)要答復(fù)DW檢驗(yàn)的根本步驟。請(qǐng)說出DW檢驗(yàn)檢驗(yàn)自相關(guān)的根本步驟。解釋變量非隨機(jī)。隨機(jī)誤差項(xiàng)為一階自回歸線性模型中不含滯后的被解釋變量。截距項(xiàng)不為零數(shù)據(jù)序列不缺失5、什么是異方差性？有哪些方法可以檢驗(yàn)?zāi)Ｐ椭惺欠翊嬖诋惙讲钚? 列舉檢驗(yàn)異方差性主要方法？違背同方差假定，隨機(jī)擾動(dòng)項(xiàng)的方差隨某個(gè)解釋變量在變化，。觀察殘差圖、White檢驗(yàn)、ARCH檢驗(yàn)、G-Q檢驗(yàn)等。6、經(jīng)典線性計(jì)量模型的假定有哪些？簡(jiǎn)述線性回歸模型的經(jīng)典假。；經(jīng)典線性回歸模型中，對(duì)隨機(jī)擾動(dòng)項(xiàng)作了哪些根本古典假定？在線性回歸

46、模型中，經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)的假定都有哪些？7、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？簡(jiǎn)述虛擬變量設(shè)置規(guī)那么。簡(jiǎn)述虛擬變量含義及作用8、簡(jiǎn)述時(shí)間序列平穩(wěn)性的含義，9、什么是偽回歸？其產(chǎn)生的原因是？10、什么叫協(xié)整？說明EG兩步法檢驗(yàn)協(xié)整的步驟。三、計(jì)算題題干已給出一個(gè)估計(jì)結(jié)果，問：系數(shù)的經(jīng)濟(jì)意義；估計(jì)出來(lái)的系數(shù)是否符合經(jīng)濟(jì)意義；t值計(jì)算已給出系數(shù)及標(biāo)準(zhǔn)誤；或者根據(jù)已給的t值、F值判斷顯著性不需要查表，根據(jù)經(jīng)驗(yàn)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局部及未被回歸方程解釋的局部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(huì)看DW表為研究

47、中國(guó)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(wàn)美元、旅行社職工人數(shù)X1，人、國(guó)際旅游人數(shù)X2，萬(wàn)人次的模型，用某年31個(gè)省市的截面數(shù)據(jù)估計(jì)結(jié)果如下： t=(-3.066806) (6.652983) (3.378064) R2=0.934331 F=191.1894 n=311從經(jīng)濟(jì)意義上考察估計(jì)模型的合理性。2X1、 X2兩個(gè)變量是否顯著？模型的整體是否顯著？理由是？運(yùn)用計(jì)量模型研究1990年到2007年我國(guó)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：Yt=a0+a1X1t+a2X2t+a3X3t+a4X4t+a5X5t+a6X6t+utYt-我國(guó)歷年糧食總產(chǎn)量(單位：萬(wàn)噸)X1t-農(nóng)業(yè)化肥施用量萬(wàn)噸X2t-糧食播種面積千公頃X3t-成災(zāi)面積千公頃X4t-農(nóng)業(yè)機(jī)械年末擁有量?jī)|瓦特X5t-農(nóng)林牧漁業(yè)總勞動(dòng)力萬(wàn)人X6t-有效灌溉面積千公頃Ut-其它影響糧食產(chǎn)量的因素隨機(jī)誤差項(xiàng)模型估計(jì)結(jié)果如下：Dependent Variable: YMethod: Least SquaresDate: 05/25/09 Time: 21:03Sample: 1990 2007Included observations: