華南農(nóng)業(yè)大學(xué)期末考試試卷(A經(jīng)濟學(xué)專用)

1、華南農(nóng)業(yè)大學(xué)期末考試試卷（A卷）答題紙2012-2013學(xué)年第 1學(xué)期 考試科目： 經(jīng)濟計量學(xué) 考試類型：（閉卷）考試 考試時間：120 分鐘學(xué)號 姓名 年級專業(yè) 題號一二三四五總分得分評閱人李尚蒲李尚蒲得分一、單選題（本大題共20小題，每小題1分，共20分）【答題要求：請將該大題的答案依次抄寫在下列指定空格處】1變量顯著性檢驗t統(tǒng)計量的表達式是（ ）。2在雙對數(shù)線性模型lnYi=ln0+1lnXi+ui中,1的含義是（ ）AY關(guān)于X的增長量BY關(guān)于X的發(fā)展速度CY關(guān)于X的邊際傾向DY關(guān)于X的彈性3在二元線性回歸模型：中，表示（ ）A當(dāng)X2不變、X1變動一個單位時，Y的平均變動B當(dāng)X1不變、X

2、2變動一個單位時，Y的平均變動C當(dāng)X1和X2都保持不變時， Y的平均變動D當(dāng)X1和X2都變動一個單位時， Y的平均變動4關(guān)于多元線性回歸模型的F檢驗與t檢驗的關(guān)系，描述正確的是（ ）。A.關(guān)于變量的顯著性t檢驗全部通過時，模型總體顯著的F檢驗一定通過。B.關(guān)于模型總體顯著的F檢驗通過時，變量的顯著性t檢驗一定全部通過。C. F檢驗與t檢驗是等價的。DF檢驗與t檢驗沒有任何關(guān)系。5DW檢驗法適用于檢驗（ ）A異方差B序列相關(guān)C多重共線性D設(shè)定誤差6如果X為隨機解釋變量，Xi與隨機誤差項ui相關(guān)，即有Cov(Xi，ui)0，則普通最小二乘估計是（ ）A有偏的、一致的B有偏的、非一致的C無偏的、一致

3、的D無偏的、非一致的7設(shè)某商品需求模型為Yt=0+1Xt+ ut，其中Y是商品的需求量，X是商品價格，為了考慮全年4個季節(jié)變動的影響，假設(shè)模型中引入了4個虛擬變量，則會產(chǎn)生的問題為（ ）A異方差性B序列相關(guān)C不完全的多重共線性D完全的多重共線性8當(dāng)截距和斜率同時變動模型Yi=0+1D+1Xi+2 (DXi)+ui退化為截距變動模型時，能通過統(tǒng)計檢驗的是（ ）A10，20B1=0，2=0C10，2=0D1=0，209若隨著解釋變量的變動，被解釋變量的變動存在兩個轉(zhuǎn)折點，即有三種變動模式，則在分段線性回歸模型中應(yīng)引入虛擬變量的個數(shù)為（ ）A1個B2個C3個D4個10對于無限分布滯后模型Yt=+0X

4、t+1Xt-1+2Xt-2+ut，無法用最小二乘法估計其參數(shù)是因為（ ）A參數(shù)有無限多個B沒有足夠的自由度C存在嚴(yán)重的多重共線性D存在序列相關(guān)11對自回歸模型進行自相關(guān)檢驗時，若直接使用DW檢驗，則DW值趨于（ ）A0B1C2D412當(dāng)某商品的價格下降時，如果其需求量的增加幅度稍大于價格的下降幅度，則該商品的需求（ ）A缺乏彈性B富有彈性C完全無彈性D完全有彈性13根據(jù)實際樣本資料建立的回歸模型是（ ）A理論模型B回歸模型C樣本回歸模型D實際模型14雙對數(shù)模型Y=A ert Ka Lß u中，Y、K和L分別表示產(chǎn)出、資本和勞動投入，則參數(shù)a的經(jīng)濟含義是（ ）AY關(guān)于K的增長率 B.

5、Y關(guān)于K的發(fā)展速度 C. 資本產(chǎn)出彈性 D. 資本產(chǎn)出乘數(shù)15回歸分析中使用的距離是點到直線的垂直坐標(biāo)距離。最小二乘準(zhǔn)則是指（ ）。A、使達到最小值 B、使達到最小值C、 使達到最小值 D、使達到最小值16在多元線性回歸分析中，修正的決定系數(shù)與一般決定系數(shù)之間（ ）。A、 B、 B、只能大于零 D、可能為負值17已知三元線性回歸模型估計的殘差平方和為，估計用樣本容量為，則隨機誤差項的方差估計量為( )。 A、33.33 B、 40 C、 38.09 D 、36.3618在一元線性回歸問題中，因變量為，自變量為的總體回歸方程可表示為：（ ） A、 B、 C、 D、 （其中）19分布滯后模型的長期

6、效果為：（ ）。 A、5.30 B、1.20 C、6.00 D、4.00 20在經(jīng)濟發(fā)展發(fā)生轉(zhuǎn)折時期，可以通過引入虛擬變量方法來表示這種變化。例如，研究中國城鎮(zhèn)居民消費函數(shù)時。1991年前后，城鎮(zhèn)居民商品性實際支出Y對實際可支配收入X的回歸關(guān)系明顯不同?，F(xiàn)以1991年為轉(zhuǎn)折時期，設(shè)虛擬變量，數(shù)據(jù)散點圖顯示消費函數(shù)發(fā)生了結(jié)構(gòu)性變化：基本消費部分下降了，邊際消費傾向變大了。則城鎮(zhèn)居民線性消費函數(shù)的理論方程可以寫作：（ ）。 A、 B、 C、 D、得分二、判斷題（本大題共10小題，每小題1分，共10分）123456789101、D-W檢驗，即杜賓-瓦爾森檢驗，D.W=，其最大優(yōu)點為簡單易行。如果D.

7、W值接近于零，則說明越傾向于無自相關(guān)。（ ）2、違背基本架設(shè)的計量經(jīng)濟學(xué)模型是不可估計的。（ ）3、只有滿足基本假設(shè)的計量經(jīng)濟學(xué)模型的普通最小二乘參數(shù)估計量才具有無偏性和有效性。（ ）4、要使得計量經(jīng)濟學(xué)模型擬合得好,就必須增加解釋變量。（ ）5、當(dāng)計量經(jīng)濟學(xué)模型出現(xiàn)異方差性，其普通最小二乘法參數(shù)估計量仍具有無偏性，但不具有有效性。（ ）6、樣本容量N越小，殘差平方和RSS就越小，模型擬合優(yōu)度越好。（ ）7、異方差問題中，隨機誤差項的方差與解釋變量觀測值之間都是有規(guī)律可循的。（ ）8、對于最小二乘法最合理的參數(shù)估計量應(yīng)該使得從模型中抽取n組樣本觀測值的概率最大。（）9當(dāng)R2=1，F(xiàn)=0；當(dāng)R2

8、=0，則F=。（ ）10判定所有解釋變量是否對應(yīng)變量有顯著影響的方法是,看看是否每個解釋變量都有顯著t統(tǒng)計量;如果不是,則解釋變量整體是統(tǒng)計不顯著的。（ ）得分三、簡答題（共30分）1. 請概述古典線性回歸模型的基本假定？ （5分）2. 簡述虛擬變量陷阱？（5分）3.簡述好模型的性質(zhì)？簡述何種方法診斷設(shè)定誤差？（10分）4.、建立與應(yīng)用計量經(jīng)濟學(xué)模型的主要步驟有哪些？（10分）得分四、計算題。（每題5分，共15分）某汽車制造廠銷售部經(jīng)理認為，汽車的銷售量與廣告費用之間存在著密切的關(guān)系。為此，該經(jīng)理收集了12個汽車銷售分公司的有關(guān)數(shù)據(jù)。用Excel對數(shù)據(jù)進行回歸分析的部分結(jié)果如下： （

9、一）方差分析表  df SS MS F SignificanceF 回歸 _ _ 1602709 _ 2.17E-09 殘差 _ _ _     總計 11 1642867       （二）參數(shù)估計表  Coefficients 標(biāo)準(zhǔn)誤差 t Stat P-value Intercept 363.6891 62.45529 5.823191 0.000168 X Variable 1 2.028873 0.101558 19.97749 2.17E-09 要求（計算結(jié)果精確至0.1）：（1）在方差分析表中的下劃線上填上適當(dāng)

10、的數(shù)據(jù)；（2）計算銷售量與廣告費用之間的相關(guān)系數(shù)，并據(jù)此分析兩者的關(guān)系形態(tài)與強度；（3）寫出銷售量對廣告費用的一元線性回歸方程，并檢驗在5%的顯著性水平下，回歸系數(shù)和回歸方程的線性關(guān)系是否顯著。五綜合分析題（共30分,每題10分）1收集1978-2001年的消費額XF（億元），國內(nèi)生產(chǎn)總值GDP（億元）資料，建立消費函數(shù)，Eviews結(jié)果如下：Dependent Variable: LOG(XF)Method: Least SquaresDate: 10/21/09 Time: 20:16Sample: 1978 2001Included observations: 24Coefficient

11、Std. Errort-StatisticProb.  C-0.0426620.033247t1=0.2128LOG(GDP)0.9364170.084454t2=0.0000R-squared0.999503    Mean dependent var6.829620Adjusted R-squared0.998480    S.D. dependent var1.308850S.E. of regression0.029846    Akaike in

12、fo criterion-4.105890Sum squared resid0.019597    Schwarz criterion-4.007719Log likelihood51.27068    Hannan-Quinn criter.-4.079845F-statistic44210.44    Durbin-Watson stat1.682476Prob(F-statistic)0.000000要求：（1）把表中缺失的數(shù)據(jù)補上；（3分）（2）把回歸分析結(jié)果報告出來

13、；（3分）（3）進行經(jīng)濟意義、統(tǒng)計學(xué)意義和經(jīng)濟計量學(xué)意義檢驗；（6分）（4）解釋系數(shù)經(jīng)濟含義。（3分）2某同學(xué)采用1980-1999的數(shù)據(jù)對某國商品進口M進行研究，他首先估計了Mt與國內(nèi)生產(chǎn)總值GDP的回歸模型（模型1：），然后在原模型中加入了后進行重新估計（模型2：），同時他計算出模型2中F檢驗統(tǒng)計量=22.5，并與臨界值進行了比較。兩個模型估計的結(jié)果如下：請回答以下問題：（10分）（1）這是什么檢驗？（或者說該檢驗的目的是什么？）（3分）（2）本題中該F檢驗的原假設(shè)是什么？（3分）（3）請寫出該F檢驗統(tǒng)計量的計算式？（6分）（4）解讀該該F檢驗的結(jié)果，該結(jié)果說明了什么問題？（3分）3根據(jù)以

14、下回歸結(jié)果,回答問題.（共20分）結(jié)果一:Dependent Variable: YMethod: Least SquaresVariableCoefficientStd. Errort-StatisticProb.  C23.986945.2350374.5820000.0001X3-4.3756201.022227-4.2804790.0002R-squared0.413390    Mean dependent var5.875000Adjusted R-squared0.390829   

15、0;S.D. dependent var20.89837S.E. of regression16.31106    Akaike info criterion8.490313Sum squared resid6917.319    Schwarz criterion8.585471Log likelihood-116.8644    F-statistic18.32250Durbin-Watson stat2.076724    Pro

16、b(F-statistic)0.000224結(jié)果二:Dependent Variable: YMethod: Least SquaresVariableCoefficientStd. Errort-StatisticProb.  C3.5318128.1113690.4354150.6670X23.9433151.2934453.0486930.0054X3-2.4994261.082101-2.3097890.0294R-squared0.572374    Mean dependent var5.875000Adjusted R-

17、squared0.538164    S.D. dependent var20.89837S.E. of regression14.20223    Akaike info criterion8.245632Sum squared resid5042.582    Schwarz criterion8.388368Log likelihood-112.4388    F-statistic16.73114Durbin-Watson st

18、at1.896592    Prob(F-statistic)0.000024結(jié)果三:Dependent Variable: YMethod: Least SquaresVariableCoefficientStd. Errort-StatisticProb.  C-11.362707.715996-1.4726160.1581X26.0120201.1692515.1417710.0001X3-1.0743581.189377-0.9032940.3783R-squared0.728846   

19、0;Mean dependent var5.738095Adjusted R-squared0.698718    S.D. dependent var19.22973S.E. of regression10.55504    Akaike info criterion7.682648Sum squared resid2005.360    Schwarz criterion7.831865Log likelihood-77.66780   &#

20、160;F-statistic24.19148Durbin-Watson stat1.680651    Prob(F-statistic)0.000008結(jié)果四：Dependent Variable: YMethod: Least SquaresVariableCoefficientStd. Errort-StatisticProb.  C5.5496758.6095210.6445970.5253X23.7108551.3407522.7677430.0107X3-3.1384051.382283-2.2704500.0324DU

21、MMY6.4170328.5164810.7534840.4585R-squared0.582256    Mean dependent var5.875000Adjusted R-squared0.530038    S.D. dependent var20.89837S.E. of regression14.32662    Akaike info criterion8.293680Sum squared resid4926.052   &#

22、160;Schwarz criterion8.483995Log likelihood-112.1115    F-statistic11.15048Durbin-Watson stat1.949088    Prob(F-statistic)0.000089上表(1)和(2)是1954-1981年美國普通股實際收益率(Y),產(chǎn)出增長率(X2)和通貨膨脹率(X3)的數(shù)據(jù).(1) 尤金教授指出:“實際股票收益和通貨膨脹之間的簡單的負相關(guān)關(guān)系是虛假的（或者說是錯誤）的。它是兩個結(jié)構(gòu)關(guān)系的結(jié)果：一個是當(dāng)前實際股票收益和預(yù)

23、期產(chǎn)出增長率之間的正相關(guān)系，另一個是預(yù)期產(chǎn)出增長率和當(dāng)前通貨膨脹之間的負相關(guān)關(guān)系。”根據(jù)這個觀點評論以上（1）和（2）的回歸結(jié)果。(2) 表3是利用1956-1976年的數(shù)據(jù)進行的回歸，略去1954年和1955年的數(shù)據(jù)（這兩年的股票收益行為異常）。將回歸結(jié)果與表2進行比較，如果兩者存在差異的話，簡單分析產(chǎn)生差異的原因。(3) 假定根據(jù)1956-1981年數(shù)據(jù)進行回歸，但區(qū)分1956-1976和1977-1988年兩個階段，如何進行這樣的回歸？表四引入一個虛擬變量，以1976年為界，寫出方程，并對方程的虛擬變量的系數(shù)進行分析。華南農(nóng)業(yè)大學(xué)期末考試試卷（A卷）答題紙2012-2013學(xué)年第 1學(xué)期

24、 考試科目： 經(jīng)濟計量學(xué) 考試類型：（閉卷）考試 考試時間：120 分鐘學(xué)號 姓名 年級專業(yè) 題號一二三四五總分得分評閱人李尚蒲李尚蒲一、選擇題（本大題共20小題，每小題 1分，共20分）1234567891011121314151617181920二、判斷題（每題0.5分，共5分）。12345678910三、簡答題（共30分）四、計算題（共15分）五、綜合分析題（共30分）經(jīng)濟計量學(xué)上機報告1分?jǐn)?shù)： 學(xué)號 姓名 年級專業(yè) 作業(yè)1：表10-1給出了19592006年間美國商業(yè)部門真實工資（真實小時工資）與勞動生產(chǎn)率的數(shù)據(jù)，估計的工資-生產(chǎn)率回歸模型如下Dependent Variable: R

25、WAGES Variable Coefficient Std. Error t-Statistic Prob. C 33.636031.40008524.024280PRODUCT 0.6614440.0156442.291780R-squared 0.974926 Mean dependent var90.7291Adjusted R-squared 0.974381 S.D. dependent var16.06763S.E. of regression 2.571761 Akaike info criterion4.767833Sum squared resid 304.242 Schw

26、arz criterion4.8458Log likelihood -112.428 F-statistic 1788.595Durbin-Watson stat 0.146315 Prob(F-statistic)0下面的et-t 圖表明：殘差隨時間表現(xiàn)出一定的規(guī)律，可據(jù)此判斷模型中可能存在自相關(guān)修正方法1：采用假設(shè)：=1；也就是說，誤差項之間是完全正自相關(guān)的。此時廣義差分方程(10-14)就變?yōu)橐浑A差分方程： YtYt1=B2(XtXt1)+vt 或，Yt=B2Xt+vt 其中，是一階差分算子。在估計方程時，首先需要對被解釋變量和解釋變量同時求差分，然后再對變換后的模型進行回歸。修正方法2：前面已建立了d與之間的近似關(guān)系：可以很容易地得到的估計值。 對工資-生產(chǎn)率一例，d=0.1463。因此，這一值顯然不等于一階差分方程的假定= 1。雖說這種方法很容易使用，但只有當(dāng)樣本容量很大時才能得到較理想的值。 經(jīng)濟計量學(xué)上機報告2分?jǐn)?shù)： 學(xué)號 姓名 年級專業(yè) 作業(yè)2：給出了美國19701995年個人可支配收入（稅后收入）和個人儲蓄的數(shù)據(jù)，單位是10億美元。我們