計量經(jīng)濟學期末卷B

1、云南財經(jīng)大學 2013 至 2014 學年 第一 學期 計量經(jīng)濟學 課程期末考試試卷（B）得分一二三四五六七八總分復核人閱卷人注意：答案一律填寫到答題紙上！一、單項選擇題（每小題1分，共15分）1、對經(jīng)濟計量模型進行的各種檢驗中，第一位的檢驗是【 】A. 經(jīng)濟準則檢驗 B. 統(tǒng)計準則檢驗C. 經(jīng)濟計量準則檢驗 D. 預測檢驗2、回歸分析中定義【 】A. 解釋變量和被解釋變量都是隨機變量B. 解釋變量為非隨機變量，被解釋變量為隨機變量C. 解釋變量和被解釋變量都是非隨機變量D. 解釋變量為隨機變量，被解釋變量為非隨機變量3、產(chǎn)量（X，臺）與單位產(chǎn)品成本（Y， 元/臺）之間的回歸方程為3561.5

2、X，這說明【 】A. 產(chǎn)量每增加一臺，單位產(chǎn)品成本增加356元B. 產(chǎn)量每增加一臺，單位產(chǎn)品成本減少1.5元C. 產(chǎn)量每增加一臺，單位產(chǎn)品成本平均增加356元D. 產(chǎn)量每增加一臺，單位產(chǎn)品成本平均減少1.5元4、用普通最小二乘法估計經(jīng)典線性模型，則樣本回歸線通過點【 】A.（X，Y） B. (X，) C. (，) D. (，)5、若兩變量x和y之間的相關系數(shù)為-1，這說明兩個變量之間【 】學號： 姓名： 班級： 專業(yè)： 院（系）： 答 案 不 得 超 過 裝 訂 線姓 名 裝班級 訂學號 線 A. 低度相關 B. 不完全相關C. 弱正相關 D. 完全相關6、對兩個包含的解釋變量個數(shù)不同的回歸模

3、型進行擬合優(yōu)度比較時，應比較它們的：【 】A.判定系數(shù) B.調(diào)整后判定系數(shù) C.標準誤差 D.估計標準誤差7、在縮小參數(shù)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8、如果被解釋變量Y隨著解釋變量X的變動而非線性地變動，并趨于一自然極限，則適宜配合下列哪一模型?( )A. Yi=0+1 +i B. lnYi=0+1Xi+iC. Yi=0+1lnXi+i D. lnYi=0+1lnXi+i9、根據(jù)20個觀測值估計的結(jié)果，一元線性回歸模型的DW=2.6，在=0.05的顯著性水平下查得樣本容量

4、n=20，解釋變量k=1個時，dL=1.20，dU=1.41，則可以判斷：【 】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10、用一組有30個觀測值的樣本估計模型，并在0.05的顯著性水平下對總體顯著性作F檢驗，則檢驗拒絕零假設的條件是統(tǒng)計量F大于【 】A. F0.05(3,30) B. F0.025(3,30) C. F0.05(2,27) D. F0.025(2,27)11、設回歸模型為，其中var()=，則b的普通最小二乘估計量為【 】A. 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12、假設回歸模型為，其中為隨機變

5、量，與不相關，則b的普通最小二乘估計量【 】A. 無偏且一致  B. 無偏但不一致 C. 有偏但一致 D. 有偏且不一致13、需求函數(shù)Yi=0+1Xi+i，為了考慮“區(qū)域”因素(東部、中部、西部三種不同的狀態(tài))的影響，引入3個虛擬變量，則模型的【 】A. 參數(shù)估計量將達到最大精度 B. 參數(shù)估計量是有偏估計量 C. 參數(shù)估計量是非一致估計量 D. 參數(shù)將無法估計14、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引入虛擬變量的個數(shù)為【 】A1個B2個C3個D4個15、同階單整變量的線性組合是下列哪種情況時，這些變量之間的關系

6、是協(xié)整的【 】。A. 一階單整 B. K階單整 C. 隨機時間序列 D. 平穩(wěn)時間序列二、多項選擇題（每題選出25個正確答案，每題1分，本題滿分共5分）1、經(jīng)濟計量模型主要應用于【】A經(jīng)濟預測B經(jīng)濟結(jié)構(gòu)分析C評價經(jīng)濟政策D政策模擬E經(jīng)濟決策2、下列屬于時間序列數(shù)據(jù)的有【 】A.19801990年某省的人口數(shù) B.1990年某省各縣市國民生產(chǎn)總值C.19901995年某廠的工業(yè)產(chǎn)值 D.19901995年某廠的職工人數(shù)E.19901995年某廠的固定資產(chǎn)總額3、對于樣本相關系數(shù)r，下列結(jié)論正確的是【 】A. 0£r£1 B. 具有對稱性C. 當X和Y統(tǒng)計獨立，則r=0 D.

7、若r=0，則X與Y獨立E. 若r0，則X與Y不獨立4、序列相關情形下，常用的參數(shù)估計方法有【 】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E普通最小二乘法5、在包含有隨機解釋變量的回歸模型中，可用作隨機解釋變量的工具變量必須與【 】A. 該隨機解釋變量高度相關B. 其它解釋變量高度相關C. 隨機誤差項高度相關D. 該隨機解釋變量不相關E. 隨機誤差項不相關三、判斷題（正確的寫“Ö”，錯誤的寫“´”。每小題1分，共10分）。( )1、理論模型的設計必須遵循“從簡單到一般”的原則。( )2、滿足高斯假設的前提下，最大似然和最小二乘估計對參數(shù)的估計結(jié)果一樣。( )3、多

8、元線性回歸模型的方程顯著不等于所有解釋變量都顯著。( )4、在多元回歸中，根據(jù)通常的t檢驗，每個參數(shù)都是統(tǒng)計上不顯著的，你就不會得到一個高的值。( )5、當異方差出現(xiàn)時，最小二乘估計是有偏的和不具有最小方差特性。( )6、如果OLS回歸的殘差表現(xiàn)出系統(tǒng)性，則說明數(shù)據(jù)中有序列相關性。( )7、如果模型解釋變量之間不存在真實的線性相關，那么模型就不可能存在多重共線性。( )8、模型中出現(xiàn)兩個及以上的工具變量時，工具變量的順序不同，估計的結(jié)果不同。( )9、離散選擇模型的被解釋變量必須是取值為0或者1的二值響應變量。( )10、白噪聲序列是平穩(wěn)序列，反之亦然。四、名詞解釋（每小題3分，共12分）1、

9、計量經(jīng)濟學模型2、多重共線性3、虛擬變量4、差分平穩(wěn)過程五、簡答題（每小題5分，共10分）1、回歸分析的主要內(nèi)容有哪些?2、分別敘述最小二乘估計和最大似然估計的原理。六、計算與分析題（本題滿分共48分。計算結(jié)果一律保留三位小數(shù)）1、（本題滿分20分）已知19601982年7個OECD國家的能源需求Q，實際產(chǎn)出Y（國內(nèi)生產(chǎn)總值GDP），建立能源需求函數(shù)：，利用EViews軟件估計模型得：Dependent Variable: LOG(Q)Method: Least SquaresDate: 12/20/13 Time: 18:02Sample: 1960 1982Included observa

10、tions: 23CoefficientStd. Errort-StatisticProb.  C0.7076280.2062223.4313950.0025LOG(Y)0.8299120.04612117.994430.0000R-squared0.939095    Mean dependent var4.412381Adjusted R-squared0.936195    S.D. dependent var0.224157S.E. of regression0.056621 

11、   Akaike info criterion-2.821917Sum squared resid0.067326    Schwarz criterion-2.723178Log likelihood34.45204    Hannan-Quinn criter.-2.797084F-statistic323.7996    Durbin-Watson stat0.206442Prob(F-statistic)0.000000要求：（1）a經(jīng)

12、濟含義是什么（2分）（2）a的取值應該在什么范圍內(nèi)？（2分）（3）寫出對數(shù)線性回歸方程。（3分）（4）解釋a的經(jīng)濟意義；（2分）（5）回歸模型顯著嗎（）？（2分）（6）檢驗模型的解釋變量的顯著性。（）。（2分）（7）這組數(shù)據(jù)是什么類型的數(shù)據(jù)，該模型可能違背哪些經(jīng)典假定？（2）考慮到能源價格的影響，收集了實際能源價格P的數(shù)據(jù)，重新估計模型得：Dependent Variable: LOG(Q)Method: Least SquaresDate: 12/20/13 Time: 18:01Sample: 1960 1982Included observations: 23CoefficientStd

13、. Errort-StatisticProb.  C1.5545550.08963017.344190.0000LOG(Y)0.9977970.01900852.493680.0000LOG(P)-0.3331690.024179-13.779020.0000R-squared0.994196    Mean dependent var4.412381Adjusted R-squared0.993615    S.D. dependent var0.224157S.E. of regressio

14、n0.017911    Akaike info criterion-5.085675Sum squared resid0.006416    Schwarz criterion-4.937567Log likelihood61.48526    Hannan-Quinn criter.-5.048426F-statistic1712.859    Durbin-Watson stat0.805202Prob(F-statistic)0

15、.000000續(xù)問（8）加入變量P是否合理？說出你的理由？（F0.05(1,20)=4.351）（3分）（9）試用信息準則判斷兩個模型中哪個模型更優(yōu)，寫出你認為更優(yōu)的模型？（2分）2、（本題滿分6分）為了評估收入和獲得保健對生命預期的影響，我們收集了85個國家的數(shù)據(jù)，以生命預期Y為被解釋變量，收入X1和獲得保健指標X2為解釋變量，建立線性回歸模型，估計結(jié)果如下：Dependent Variable: YMethod: Least SquaresDate: 12/20/13 Time: 18:16Sample: 1 85Included observations: 85CoefficientSt

16、d. Errort-StatisticProb.  C39.438021.94859520.239210.0000X10.0005420.0001224.4417310.0000X20.2833030.0284449.9599610.0000R-squared0.774146    Mean dependent var63.13412Adjusted R-squared0.768637    S.D. dependent var10.54996S.E. of regression5.074547

17、    Akaike info criterion6.121008Sum squared resid2111.584    Schwarz criterion6.207219Log likelihood-257.1428    Hannan-Quinn criter.6.155684F-statistic140.5332    Durbin-Watson stat1.983983Prob(F-statistic)0.000000因懷疑模

18、型存在異方差，又做了如下檢驗：Dependent Variable: LOG(E2)Method: Least SquaresDate: 12/20/13 Time: 18:19Sample: 1 85Included observations: 85CoefficientStd. Errort-StatisticProb.  C5.5368860.9948185.5657280.0000LOG(X1)-0.4951850.133266-3.7157700.0004R-squared0.142624    Mean dependent

19、 var1.916570Adjusted R-squared0.132294    S.D. dependent var1.988883S.E. of regression1.852660    Akaike info criterion4.094370Sum squared resid284.8849    Schwarz criterion4.151844Log likelihood-172.0107    Hannan-Quinn

20、 criter.4.117487F-statistic13.80695    Durbin-Watson stat2.114212Prob(F-statistic)0.000366最后根據(jù)檢驗結(jié)果估計了如下模型：Dependent Variable: Y/SQR(X1)Method: Least SquaresDate: 12/20/13 Time: 18:27Sample: 1 85Included observations: 85CoefficientStd. Errort-StatisticProb.  1/SQR(X1)39.

21、587901.37016428.892810.0000SQR(X1)0.0012720.0003643.4969960.0008X2/SQR(X1)0.2399100.0241119.9501240.0000R-squared0.964221    Mean dependent var1.897705Adjusted R-squared0.963349    S.D. dependent var0.982317S.E. of regression0.188060    Aka

22、ike info criterion-0.469451Sum squared resid2.900071    Schwarz criterion-0.383240Log likelihood22.95166    Hannan-Quinn criter.-0.434774Durbin-Watson stat2.086812（1）模型是否存在異方差？（2分）（2）作上述異方差檢驗的前提假設是什么？（2分）（3）寫出修正后的模型。（2分）3、（本題滿分6分）根據(jù)美國1980-2006年間股票價格Y和GDP數(shù)據(jù)，估計回

23、歸模型：Dependent Variable: YMethod: Least SquaresDate: 12/20/13 Time: 18:31Sample: 1980 2006Included observations: 27CoefficientStd. Errort-StatisticProb.  C-2015.220306.2978-6.5792830.0000GDP0.7722950.03957019.517040.0000模型的殘差記為RESID，作圖后發(fā)現(xiàn)：根據(jù)散點圖擬合模型：Dependent Variable:ResidMethod: Least Squa

24、resDate: 12/20/13 Time: 18:36Sample (adjusted): 1981 2006Included observations: 26 after adjustmentsCoefficientStd. Errort-StatisticProb.  C-16.9385075.37651-0.2247190.8241Resid(-1)0.7685410.1251436.1413090.0000問：（1）模型是否存在一階序列相關？（2分）（2）如果存在一階序列相關，DW統(tǒng)計量約為多少？（2分）（3）如果進一步做下述檢驗，你能確定模型存在幾階序列相關嗎

25、？（2分）Dependent Variable: YMethod: Least SquaresDate: 12/20/13 Time: 18:33Sample (adjusted): 1982 2006Included observations: 25 after adjustmentsConvergence achieved after 4 iterationsCoefficientStd. Errort-StatisticProb.  C-2248.166451.6922-4.9772090.0001GDP0.8049550.05658614.225430.0000AR

26、(1)1.3300460.1594038.3439250.0000AR(2)-0.6936740.157060-4.4166080.0002R-squared0.986941    Mean dependent var3717.661Adjusted R-squared0.985076    S.D. dependent var2392.713S.E. of regression292.3067    Akaike info criterion14.33913Sum squa

27、red resid1794308.    Schwarz criterion14.53415Log likelihood-175.2391    Hannan-Quinn criter.14.39322F-statistic529.0353    Durbin-Watson stat2.162317Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 12/20/13 Time: 18

28、:33Sample (adjusted): 1983 2006Included observations: 24 after adjustmentsConvergence achieved after 4 iterationsCoefficientStd. Errort-StatisticProb.  C-2322.618426.7585-5.4424650.0000GDP0.8134820.05343715.223300.0000AR(1)1.2354480.2264895.4547810.0000AR(2)-0.5221350.342398-1.5249370.1437

29、AR(3)-0.1374730.224270-0.6129780.5472R-squared0.986552    Mean dependent var3842.195Adjusted R-squared0.983721    S.D. dependent var2359.960S.E. of regression301.1058    Akaike info criterion14.43585Sum squared resid1722629.  

30、0; Schwarz criterion14.68128Log likelihood-168.2302    Hannan-Quinn criter.14.50096F-statistic348.4650    Durbin-Watson stat2.016114Prob(F-statistic)0.0000004、（本題滿分6分）在研究英國19611981年間磚、瓷、玻璃和水泥行業(yè)的生產(chǎn)函數(shù)時，得到如下結(jié)果：1、 Se=（1.40）（0.087） （0.137） =0.8782、 Se=（2.99）（0

31、.020）（0.333） (0.324) =0.889其中，Q為生產(chǎn)指數(shù)，K為總資本存量，t為時間趨勢（技術(shù)進步的替代量），括號里為對應參數(shù)的標準差（1） 檢驗模型1中LnK的顯著性；=2.445（2） 檢驗模型2中LnK的顯著性；=2.458（3） 如何解釋模型2中LnK顯著性的變化？（4） 如果t和k之間的相關系數(shù)為0.980，能夠得出什么結(jié)論？5、（本題滿分5分）為了評估個性化教學方法（如果使用了個性化教學方法，則PSI=1，否則PSI=0）對中級宏觀經(jīng)濟學期末考試成績Y（考試成績?yōu)锳，則Y=1，否則Y=0）的影響，收集了30個同學的入學平均分GPA，初級宏觀經(jīng)濟學成績TUCE，估計了如

32、下模型：Dependent Variable: YMethod: ML - Binary Probit (Quadratic hill climbing)Date: 12/20/13 Time: 19:33Sample: 1 30Included observations: 30Convergence achieved after 5 iterationsCovariance matrix computed using second derivativesCoefficientStd. Errorz-StatisticProb.  C-10.870733.957181-2.

33、7470890.0060GPA2.4607510.9644422.5514770.0107TUCE0.0765530.0994850.7694950.4416PSI1.4448630.6904912.0925170.0364McFadden R-squared0.509228    Mean dependent var0.333333S.D. dependent var0.479463    S.E. of regression0.341427Akaike info criterion0.891433 &

34、#160;  Sum squared resid3.030878Schwarz criterion1.078260    Log likelihood-9.371500Hannan-Quinn criter.0.951201    Restr. log likelihood-19.09543LR statistic19.44785    Avg. log likelihood-0.312383Prob(LR statistic)0.000221Obs wi

35、th Dep=020     Total obs30Obs with Dep=110（1）模型的擬合優(yōu)度是多少？（1分）（2）模型整體是否顯著？（a=0.05）（2分）（3）如果要進行回代效果檢驗，臨界值如何確定？（2分）6、（本題滿分5分）用M 代表名義貨幣量，Y代表國民生產(chǎn)總值。統(tǒng)計中國1978年1999年的相關數(shù)據(jù)，并取其自然對數(shù)。為判斷序列的平穩(wěn)性，進行單位根檢驗，結(jié)果為：變量模型ADF臨界值（5%）P值LnM模型3-3.4941-3.67360.0689模型2-0.3265-3.01240.9051模型113.9361-1.95811.0000LnY模型3-3.5189-3.65840.0644模型21.5100-3.05220.9984模型13.5397-1.96280.9994DLnM模型3-2.9902-3.65840.1587模型2-3.0965-3.02070.0431模型1-0.7816-1.9