計量經(jīng)濟學試題題庫

1、計量經(jīng)濟學 試題題庫簡答題1簡述計量經(jīng)濟學與經(jīng)濟學、統(tǒng)計學、數(shù)理統(tǒng)計學學科間的關系。答：計量經(jīng)濟學是經(jīng)濟理論、統(tǒng)計學和數(shù)學的綜合。經(jīng)濟學著重經(jīng)濟現(xiàn)象的定性研究，計量經(jīng)濟學著重于定量方面的研究。統(tǒng)計學是關于如何收集、整理和分析數(shù)據(jù)的科學，而計量經(jīng)濟學則利用經(jīng)濟統(tǒng)計所提供的數(shù)據(jù)來估計經(jīng)濟變量之間的數(shù)量關系并加以驗證。數(shù)理統(tǒng)計學作為一門數(shù)學學科，可以應用于經(jīng)濟領域，也可以應用于其他領域；計量經(jīng)濟學則僅限于經(jīng)濟領域。計量經(jīng)濟模型建立的過程，是綜合應用理論、統(tǒng)計和數(shù)學方法的過程，計量經(jīng)濟學是經(jīng)濟理論、統(tǒng)計學和數(shù)學三者的統(tǒng)一。2、計量經(jīng)濟模型有哪些應用？答：結(jié)構(gòu)分析。經(jīng)濟預測。政策評價。檢驗和發(fā)展經(jīng)濟理論

2、。3、簡述建立與應用計量經(jīng)濟模型的主要步驟。答：根據(jù)經(jīng)濟理論建立計量經(jīng)濟模型；樣本數(shù)據(jù)的收集；估計參數(shù)；模型的檢驗；計量經(jīng)濟模型的應用。4、對計量經(jīng)濟模型的檢驗應從幾個方面入手？答：經(jīng)濟意義檢驗；統(tǒng)計準則檢驗；計量經(jīng)濟學準則檢驗；模型預測檢驗。5計量經(jīng)濟學應用的數(shù)據(jù)是怎樣進行分類的？答：四種分類：時間序列數(shù)據(jù)；橫截面數(shù)據(jù)；面板數(shù)據(jù)；虛擬變量數(shù)據(jù)。6.在計量經(jīng)濟模型中，為什么會存在隨機誤差項？答：隨機誤差項是計量經(jīng)濟模型中不可缺少的一部分。產(chǎn)生隨機誤差項的原因有以下幾個方面：模型中被忽略掉的影響因素造成的誤差；模型關系認定不準確造成的誤差；變量的測量誤差；隨機因素。7.古典線性回歸模型的基本假定

3、是什么？答：零均值假定。即在給定xt的條件下，隨機誤差項的數(shù)學期望（均值）為0，即。同方差假定。誤差項的方差與t無關，為一個常數(shù)。無自相關假定。即不同的誤差項相互獨立。解釋變量與隨機誤差項不相關假定。正態(tài)性假定，）即假定誤差項服從均值為0，方差為的正態(tài)分布。8總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。答：主要區(qū)別：描述的對象不同。總體回歸模型描述總體中變量y與x的相互關系，而樣本回歸模型描述所觀測的樣本中變量y與x的相互關系。建立模型的不同?？傮w回歸模型是依據(jù)總體全部觀測資料建立的，樣本回歸模型是依據(jù)樣本觀測資料建立的。模型性質(zhì)不同。總體回歸模型不是隨機模型，樣本回歸模型是隨機模型，它隨著樣本的

4、改變而改變。主要聯(lián)系：樣本回歸模型是總體回歸模型的一個估計式，之所以建立樣本回歸模型，目的是用來估計總體回歸模型。12對于多元線性回歸模型，為什么在進行了總體顯著性F檢驗之后，還要對每個回歸系數(shù)進行是否為0的t檢驗？答：多元線性回歸模型的總體顯著性F檢驗是檢驗模型中全部解釋變量對被解釋變量的共同影響是否顯著。通過了此F檢驗，就可以說模型中的全部解釋變量對被解釋變量的共同影響是顯著的，但卻不能就此判定模型中的每一個解釋變量對被解釋變量的影響都是顯著的。因此還需要就每個解釋變量對被解釋變量的影響是否顯著進行檢驗，即進行t檢驗。13.給定二元回歸模型：，請敘述模型的古典假定。解答：（1）隨機誤差項的

5、期望為零，即。（2）不同的隨機誤差項之間相互獨立，即。（3）隨機誤差項的方差與t無關，為一個常數(shù)，即。即同方差假設。（4）隨機誤差項與解釋變量不相關，即。通常假定為非隨機變量，這個假設自動成立。（5）隨機誤差項為服從正態(tài)分布的隨機變量，即。（6）解釋變量之間不存在多重共線性，即假定各解釋變量之間不存在線性關系，即不存在多重共線性。14.在多元線性回歸分析中，為什么用修正的決定系數(shù)衡量估計模型對樣本觀測值的擬合優(yōu)度？解答：因為人們發(fā)現(xiàn)隨著模型中解釋變量的增多，多重決定系數(shù)的值往往會變大，從而增加了模型的解釋功能。這樣就使得人們認為要使模型擬合得好，就必須增加解釋變量（2分）。但是，在樣本容量一定

6、的情況下，增加解釋變量必定使得待估參數(shù)的個數(shù)增加，從而損失自由度，而實際中如果引入的解釋變量并非必要的話可能會產(chǎn)生很多問題，比如，降低預測精確度、引起多重共線性等等。為此用修正的決定系數(shù)來估計模型對樣本觀測值的擬合優(yōu)度（3分）。15.修正的決定系數(shù)及其作用。解答：，其作用有：（1）用自由度調(diào)整后，可以消除擬合優(yōu)度評價中解釋變量多少對決定系數(shù)計算的影響；（2）對于包含解釋變量個數(shù)不同的模型，可以用調(diào)整后的決定系數(shù)直接比較它們的擬合優(yōu)度的高低，但不能用原來未調(diào)整的決定系數(shù)來比較。17.觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。解答：系數(shù)呈線性，變量非線性；系數(shù)呈線性，變量

7、非呈線性；系數(shù)和變量均為非線性；系數(shù)和變量均為非線性。18. 觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。解答：系數(shù)呈線性，變量非呈線性；系數(shù)非線性，變量呈線性；系數(shù)和變量均為非線性；系數(shù)和變量均為非線性。19. 異方差性是指模型違反了古典假定中的同方差假定，它是計量經(jīng)濟分析中的一個專門問題。在線性回歸模型中，如果隨機誤差項的方差不是常數(shù)，即對不同的解釋變量觀測值彼此不同，則稱隨機項具有異方差性，即 （t=1，2，n）。例如，利用橫截面數(shù)據(jù)研究消費和收入之間的關系時，對收入較少的家庭在滿足基本消費支出之后的剩余收入已經(jīng)不多，用在購買生活必需品上的比例較大，消費的分散幅度

8、不大。收入較多的家庭有更多可自由支配的收入，使得這些家庭的消費有更大的選擇范圍。由于個性、愛好、儲蓄心理、消費習慣和家庭成員構(gòu)成等那個的差異，使消費的分散幅度增大，或者說低收入家庭消費的分散度和高收入家庭消費得分散度相比較，可以認為牽著小于后者。這種被解釋變量的分散幅度的變化，反映到模型中，可以理解為誤差項方差的變化。20.產(chǎn)生原因：（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設定誤差；（3）樣本數(shù)據(jù)的測量誤差；（4）隨機因素的影響。產(chǎn)生的影響：如果線性回歸模型的隨機誤差項存在異方差性，會對模型參數(shù)估計、模型檢驗及模型應用帶來重大影響，主要有：（1）不影響模型參數(shù)最小二乘估計值的無偏性

9、；（2）參數(shù)的最小二乘估計量不是一個有效的估計量；（3）對模型參數(shù)估計值的顯著性檢驗失效；（4）模型估計式的代表性降低，預測精度精度降低。21.檢驗方法：（1）圖示檢驗法；（2）戈德菲爾德匡特檢驗；（3）懷特檢驗；（1分）（4）戈里瑟檢驗和帕克檢驗（殘差回歸檢驗法）；（5）ARCH檢驗（自回歸條件異方差檢驗）22.解決方法：（1）模型變換法；（2分）（2）加權(quán)最小二乘法；（2分）（3）模型的對數(shù)變換等（1分）23.加權(quán)最小二乘法的基本原理：最小二乘法的基本原理是使殘差平方和為最小，在異方差情況下，總體回歸直線對于不同的的波動幅度相差很大。隨機誤差項方差越小，樣本點對總體回歸直線的偏離程度越低，

10、殘差的可信度越高（或者說樣本點的代表性越強）；而較大的樣本點可能會偏離總體回歸直線很遠，的可信度較低（或者說樣本點的代表性較弱）。（2分）因此，在考慮異方差模型的擬合總誤差時，對于不同的應該區(qū)別對待。具體做法：對較小的給于充分的重視，即給于較大的權(quán)數(shù)；對較大的給于充分的重視，即給于較小的權(quán)數(shù)。更好的使反映對殘差平方和的影響程度，從而改善參數(shù)估計的統(tǒng)計性質(zhì)。24. 樣本分段法（即戈德菲爾特匡特檢驗）的基本原理：將樣本分為容量相等的兩部分，然后分別對樣本1和樣本2進行回歸，并計算兩個子樣本的殘差平方和，如果隨機誤差項是同方差的，則這兩個子樣本的殘差平方和應該大致相等；如果是異方差的，則兩者差別較大

11、，以此來判斷是否存在異方差。使用條件：（1）樣本容量要盡可能大，一般而言應該在參數(shù)個數(shù)兩倍以上；（2）服從正態(tài)分布，且除了異方差條件外，其它假定均滿足。25簡述DW檢驗的局限性。答：從判斷準則中看到，DW檢驗存在兩個主要的局限性：首先，存在一個不能確定的值區(qū)域，這是這種檢驗方法的一大缺陷。其次：檢驗只能檢驗一階自相關。但在實際計量經(jīng)濟學問題中，一階自相關是出現(xiàn)最多的一類序列相關，而且經(jīng)驗表明，如果不存在一階自相關，一般也不存在高階序列相關。所以在實際應用中，對于序列相關問題般只進行檢驗。26序列相關性的后果。答：（1）模型參數(shù)估計值不具有最優(yōu)性；（2）隨機誤差項的方差一般會低估；（3）模型的統(tǒng)

12、計檢驗失效；（4）區(qū)間估計和預測區(qū)間的精度降低。27簡述序列相關性的幾種檢驗方法。答：（1）圖示法；（2）D-W檢驗；（3）回歸檢驗法；（4）另外，偏相關系數(shù)檢驗，布羅斯戈弗雷檢驗或拉格朗日乘數(shù)檢驗都可以用來檢驗高階序列相關。28廣義最小二乘法（GLS）的基本思想是什么？答:基本思想就是對違反基本假定的模型做適當?shù)木€性變換，使其轉(zhuǎn)化成滿足基本假定的模型，從而可以使用OLS方法估計模型。29自相關性產(chǎn)生的原因有那些？答：（1）經(jīng)濟變量慣性的作用引起隨機誤差項自相關；（2）經(jīng)濟行為的滯后性引起隨機誤差項自相關； (3)一些隨機因素的干擾或影響引起隨機誤差項自相關；（4）模型設定誤差引起隨機誤差項自

13、相關；（5）觀測數(shù)據(jù)處理引起隨機誤差項自相關。32答：多重共線性是指解釋變量之間存在完全或近似的線性關系。產(chǎn)生多重共線性主要有下述原因：（1）樣本數(shù)據(jù)的采集是被動的，只能在一個有限的范圍內(nèi)得到觀察值，無法進行重復試驗。（2）經(jīng)濟變量的共同趨勢（3）滯后變量的引入（4）模型的解釋變量選擇不當。33答：所謂方差膨脹因子是存在多重共線性時回歸系數(shù)估計量的方差與無多重共線性時回歸系數(shù)估計量的方差對比而得出的比值系數(shù)。（2分）若時，認為原模型不存在“多重共線性問題”；（1分）若時，則認為原模型存在“多重共線性問題”；（1分）若時，則模型的“多重共線性問題”的程度是很嚴重的，而且是非常有害的。（1分）計算

14、分析題1、答：（1）散點圖如下：（2）=0.9321（3分）（3）截距項81.72表示當美元兌日元的匯率為0時日本的汽車出口量，這個數(shù)據(jù)沒有實際意義；（2分）斜率項3.65表示汽車出口量與美元兌換日元的匯率正相關，當美元兌換日元的匯率每上升1元，會引起日本汽車出口量上升3.65萬輛。（3分）2、答：（1）系數(shù)的符號是正確的，政府債券的價格與利率是負相關關系，利率的上升會引起政府債券價格的下降。（2分）（2）代表的是樣本值，而代表的是給定的條件下的期望值，即。此模型是根據(jù)樣本數(shù)據(jù)得出的回歸結(jié)果，左邊應當是的期望值，因此是而不是。（3分）（3）沒有遺漏，因為這是根據(jù)樣本做出的回歸結(jié)果，并不是理論模

15、型。（2分）（4）截距項101.4表示在X取0時Y的水平，本例中它沒有實際意義；斜率項-4.78表明利率X每上升一個百分點，引起政府債券價格Y降低478美元。（3分）3、答：（1）提出原假設H0：，H1：。由于t統(tǒng)計量18.7，臨界值，由于18.7>2.1098，故拒絕原假設H0：，即認為參數(shù)是顯著的。（3分）（2）由于，故。（3分）（3）回歸模型R2=0.81，表明擬合優(yōu)度較高，解釋變量對被解釋變量的解釋能力為81%，即收入對消費的解釋能力為81，回歸直線擬合觀測點較為理想。（4分）4、答：判定系數(shù)：=0.8688（3分）相關系數(shù)：（2分）5、答：（1）（2分）散點圖如下：根據(jù)圖形可知

16、，物價上漲率與失業(yè)率之間存在明顯的負相關關系，擬合倒數(shù)模型較合適。（2分）（2）模型一：0.8554 （3分）模型二：0.8052 （3分）7、答：（2分）（2分）故回歸直線為：（1分）8、答：（1）由于，得（3分）（2分）總成本函數(shù)為：（1分）（2）截距項表示當產(chǎn)量X為0時工廠的平均總成本為26.28，也就量工廠的平均固定成本；（2分）斜率項表示產(chǎn)量每增加1個單位，引起總成本平均增加4.26個單位。（2分）9、答：（1）回歸模型的R20.9042，表明在消費Y的總變差中，由回歸直線解釋的部分占到90以上，回歸直線的代表性及解釋能力較好。（2分）（2）對于斜率項，>，即表明斜率項顯著不為

17、0，家庭收入對消費有顯著影響。（2分）對于截距項，>，即表明截距項也顯著不為0，通過了顯著性檢驗。（2分）（3）Yf=2.17+0.2023×4511.2735（2分）（2分）95%置信區(qū)間為（，11.2735+4.823），即（6.4505，16.0965）。（2分）10、答：（1）由于，。（4分）（2）（2分）（3）（4分）11、答：（1）11.38（2分）（2分）斜率系數(shù)：（1分）（2）R2=r2=0.92=0.81，剩余變差：（1分）總變差：TSSRSS/(1-R2)=2000/(1-0.81)=10526.32（2分）（3）（2分）12、答：（1）（3分）（2分）故回

18、歸直線為，（2）（2分）銷售額的價格彈性0.072（3分）13、（1）回歸方程為：，由于斜率項p值0.0000<，表明斜率項顯著不為0，即國民收入對貨幣供給量有顯著影響。（2分）截距項p值0.5444>，表明截距項與0值沒有顯著差異，即截距項沒有通過顯著性檢驗。（2分）（2）截距項0.353表示當國民收入為0時的貨幣供應量水平，此處沒有實際意義。斜率項1.968表明國民收入每增加1元，將導致貨幣供應量增加1.968元。（3分）（3）當X15時，即應將貨幣供應量定在29.873的水平。（3分）14、答：（1）這是一個時間序列回歸。（圖略）（2分）（2）截距2.6911表示咖啡零售價在

19、每磅0美元時，美國平均咖啡消費量為每天每人2.6911杯，這個沒有明顯的經(jīng)濟意義；（2分）斜率0.4795表示咖啡零售價格與消費量負相關，表明咖啡價格每上升1美元，平均每天每人消費量減少0.4795杯。（2分）（3）不能。原因在于要了解全美國所有人的咖啡消費情況幾乎是不可能的。（2分）（4）不能。在同一條需求曲線上不同點的價格彈性不同，若要求價格彈性，須給出具體的X值及與之對應的Y值。（2分）15、答：由已知條件可知，（3分）（3分）（2分）（2分）16. 解答：（1）這是一個對數(shù)化以后表現(xiàn)為線性關系的模型，lnL的系數(shù)為1.451意味著資本投入K保持不變時勞動產(chǎn)出彈性為1.451 ；（3分）

20、lnK的系數(shù)為0.384意味著勞動投入L保持不變時資本產(chǎn)出彈性為0.384（2分）.（2）系數(shù)符號符合預期，作為彈性，都是正值，而且都通過了參數(shù)的顯著性檢驗（t檢驗）（5分，要求能夠把t值計算出來）。17. 解答：該消費模型的判定系數(shù)，統(tǒng)計量的值，均很高，表明模型的整體擬合程度很高。（2分）計算各回歸系數(shù)估計量的t統(tǒng)計量值得：，。除外，其余T值均很小。工資收入的系數(shù)t檢驗值雖然顯著，但該系數(shù)的估計值卻過大，該值為工資收入對消費的邊際效應，它的值為1.059意味著工資收入每增加一美元，消費支出增長將超過一美元，這與經(jīng)濟理論和生活常識都不符。（5分）另外，盡管從理論上講，非工資非農(nóng)業(yè)收入與農(nóng)業(yè)收入

21、也是消費行為的重要解釋變量，但二者各自的t檢驗卻顯示出它們的效應與0無明顯差異。這些跡象均表明模型中存在嚴重的多重共線性，不同收入部分之間的相互關系掩蓋了各個部分對解釋消費行為的單獨影響。（3分）18. 解答: (1)（3分）(2)；負值也是有可能的。（4分）(3) （3分）19. 解答：當時，模型變?yōu)椋勺鳛橐辉貧w模型來對待（5分）當時，模型變?yōu)?同樣可作為一元回歸模型來對待（5分）20 解答:（1）第2個方程更合理一些，因為某天慢跑者的人數(shù)同該天日照的小時數(shù)應該是正相關的。（4分）（2）出現(xiàn)不同符號的原因很可能是由于與高度相關而導致出現(xiàn)多重共線性的緣故。從生活經(jīng)驗來看也是如此，日照時間長

22、，必然當天的最高氣溫也就高。而日照時間長度和第二天需交學期論文的班級數(shù)是沒有相關性的。（6分）21 解答：（1）是盒飯價格，是氣溫，是學校當日的學生數(shù)量，是附近餐廳的盒飯價格。（4分）（2）在四個解釋變量中，附近餐廳的盒飯價格同校園內(nèi)食堂每天賣出的盒飯數(shù)量應該是負相關關系，其符號應該為負，應為；學校當日的學生數(shù)量每變化一個單位，盒飯相應的變化數(shù)量不會是28.4或者12.7，應該是小于1的，應為；至于其余兩個變量，從一般經(jīng)驗來看，被解釋變量對價格的反應會比對氣溫的反應更靈敏一些，所以是盒飯價格，是氣溫。（6分）22. 解：（一）原模型： （1）等號兩邊同除以， 新模型：（2） （2分） 令則：（

23、2）變?yōu)?（2分）此時新模型不存在異方差性。（2分）（二）對進行普通最小二乘估計 其中 （4分）（進一步帶入計算也可）23.解：（1）（2分）（2）（3分）（3）（2分）（4），接受原假設，認為隨機誤差項為同方差性。（3分）24.解：原模型： 根據(jù)為消除異方差性，模型等號兩邊同除以模型變?yōu)椋?（2分）令則得到新模型： （2分）此時新模型不存在異方差性。（2分）利用普通最小二乘法，估計參數(shù)得： （4分）25.解：原模型： ， 模型存在異方差性 為消除異方差性，模型兩邊同除以，得： （2分）令得： （2分）此時新模型不存在異方差性 （1分）由已知數(shù)據(jù)，得（2分）25104100.50.20.10.

24、250.14745921.40.41.250.9根據(jù)以上數(shù)據(jù)，對進行普通最小二乘估計得：解得（3分）26.答案：(1) 題中所估計的回歸方程的經(jīng)濟含義：該回歸方程是一個對數(shù)線性模型，可還原為指數(shù)的形式為：，是一個C-D函數(shù)，1.451為勞動產(chǎn)出彈性，0.3841為資本產(chǎn)出彈性。因為1.451+0.38411，所以該生產(chǎn)函數(shù)存在規(guī)模經(jīng)濟。（6分）(2) 該回歸方程的估計中存在什么問題?應如何改進?  因為DW=0.858, dL=1.38,即0.858<1.38,故存在一階正自相關?？衫肎LS方法消除自相關的影響。（4分）27（1）何謂計量經(jīng)濟模型的自相關性？答：如果對于不同的

25、樣本點，隨機誤差項之間不再是完全互相獨立，而是存在某種相關性，則出現(xiàn)序列相關性。如存在：稱為一階序列相關，或自相關。（3分）（2）試檢驗該模型是否存在一階自相關，為什么？答：存在。（2分）（3）自相關會給建立的計量經(jīng)濟模型產(chǎn)生哪些影響？答：1參數(shù)估計兩非有效;2 變量的顯著性檢驗失去意義。3模型的預測失效。（3分）（4）如果該模型存在自相關，試寫出消除一階自相關的方法和步驟。（臨界值，）答：1構(gòu)造D.W統(tǒng)計量并查表；2與臨界值相比較，以判斷模型的自相關狀態(tài)。（2分）28答：（1）由于地方政府往往是根據(jù)過去的經(jīng)驗、當前的經(jīng)濟狀況以及期望的經(jīng)濟發(fā)展前景來定制地區(qū)最低限度工資水平的，而這些因素沒有反

26、映在上述模型中，而是被歸結(jié)到了模型的隨機擾動項中，因此 gMIN1 與m不僅異期相關，而且往往是同期相關的，這將引起OLS估計量的偏誤，甚至當樣本容量增大時也不具有一致性。（5分）（2）全國最低限度的制定主要根據(jù)全國國整體的情況而定，因此gMIN基本與上述模型的隨機擾動項無關。（2分）（3）由于地方政府在制定本地區(qū)最低工資水平時往往考慮全國的最低工資水平的要求，因此gMIN1與gMIN具有較強的相關性。結(jié)合（2）知gMIN可以作為gMIN1的工具變量使用。（3分）29解答：（1）這是一個確定的關系，各產(chǎn)業(yè)生產(chǎn)總值之和等于國內(nèi)生產(chǎn)總值。作為計量模型不合理。（3分）（2）（3）（4）（5）都是合理

27、的計量經(jīng)濟模型。（4分）（6）不合理。發(fā)電量和鋼鐵產(chǎn)量影響對煤炭的需求，但不會影響煤炭的產(chǎn)量。作為解釋變量沒有意義。（3分）30解答：（1）模型中的系數(shù)符號為負，不符合常理。居民收入越多意味著消費越多，二者應該是正相關關系。（3分）（2）的系數(shù)是1.2，這就意味著每增加一元錢，居民消費支出平均增加1.2元，處于一種入不敷出的狀態(tài)，這是不可能的，至少對一個表示一般關系的宏觀計量經(jīng)濟模型來說是不可能的。（4分）(3) 的系數(shù)符號為負，不合理。職工人數(shù)越多工業(yè)總產(chǎn)值越少是不合理的。這很可能是由于工業(yè)生產(chǎn)資金和職工人數(shù)兩者相關造成多重共線性產(chǎn)生的。（3分）31解答：（1）臨界值t =1.7291小于1

28、8.7，認為回歸系數(shù)顯著地不為0.（4分）（2）參數(shù)估計量的標準誤差：0.81/18.7=0.0433（3分）（3）不包括。因為這是一個消費函數(shù)，自發(fā)消費為15單位，預測區(qū)間包括0是不合理的。（3分）32解答：（1）對于如果隨機誤差項的各期值之間存在著相關關系，即稱隨機誤差項之間存在自相關性。（3分）（2）該模型存在一階正的自相關，因為0<0.3474<（3分）（3）自相關性的后果有以下幾個方面：模型參數(shù)估計值不具有最優(yōu)性；隨機誤差項的方差一般會低估；模型的統(tǒng)計檢驗失效；區(qū)間估計和預測區(qū)間的精度降低。（4分）33解答：（1）查表得臨界值，。正位于1.05和1.66之間，恰是D-W檢

29、驗的無判定區(qū)域，所以一階自相關的DW檢驗是無定論的。（3分）（2）對于模型，設自相關的形式為假設，（1分）LM檢驗檢驗過程如下：首先，利用OLS法估計模型，得到殘差序列；(2分）其次，將關于殘差的滯后值進行回歸，并計算出輔助回歸模型的判定系數(shù)；(2分）最后，對于顯著水平，若大于臨界值，則拒絕原假設，即存在自相關性。（2分）34解答：（1）總離差(TSS)的自由度為n-1，因此樣本容量為15；（2分）（2）RSS=TSS-ESS=66042-65965=77；（2分）（3）ESS的自由度為2，RSS的自由度為12；（2分）（4）=ESS/TSS=65965/66042=0.9988，（4分）35

30、.解答：（1）0.722是指，當城鎮(zhèn)居民人均可支配收入每變動一個單位，人均消費性支出資料平均變動0.722個單位，也即指邊際消費傾向；137.422指即使沒有收入也會發(fā)生的消費支出，也就是自發(fā)性消費支出。（3分）(2) 在線性回歸模型中，如果隨機誤差項的方差不是常數(shù)，即對不同的解釋變量觀測值彼此不同，則稱隨機項具有異方差性。（3分）(3) 存在異方差性，因為輔助回歸方程，整體顯著；并且回歸系數(shù)顯著性地不為0。戈里瑟檢驗就是這樣的檢驗過程。（4分）36答：不能。（3分）因為X1和X2存在完全的多重共線性，即X22 X1-1，或X10.5（X2+1）。（7分）37答：（1）Lnk的T檢驗：10.1

31、952.1009，因此lnk的系數(shù)顯著。Lnl的 T檢驗：6.5182.1009，因此lnl的系數(shù)顯著。（4分）（2）t的T檢驗：1.3332.1098，因此lnk的系數(shù)不顯著。Lnk的 T檢驗：1.182.1098，因此lnl的系數(shù)不顯著。（4分）（3）可能是由于時間變量的引入導致了多重共線性。（2分）38.解答：這時會發(fā)生完全的多重共線性問題；（3分）因為有四個季度，該模型則引入了四個虛擬變量。顯然，對于任一季度而言，則任一變量都是其他變量的線性組合，因此存在完全共線性。當有四個類別需要區(qū)分時，我們只需要引入三個虛擬變量就可以了；（5分）參數(shù)將不能用最小二乘法進行估計。（2分）39. 解答

32、：（1）假設第一季度為基礎類型，引入三個虛擬變量；，利潤模型為。（5分）（2）利潤模型為（2分）（3分）利潤模型為（3分）40. 解答：通貨膨脹與工業(yè)生產(chǎn)增長速度關系的基本模型為引入虛擬變量 （4分）則（1） （3分）（2） （3分）41. 解答：（1）的經(jīng)濟含義為：當銷售收入和公司股票收益保持不變時，金融業(yè)的CEO要比交通運輸業(yè)的CEO多獲15.8個百分點的薪水。其他兩個可類似解釋。（3分）（2）公用事業(yè)和交通運輸業(yè)之間估計薪水的近似百分比差異就是以百分數(shù)解釋的參數(shù)，即為28.3%.由于參數(shù)的t統(tǒng)計值為-2.895,它大于1%的顯著性水平下自由度為203的t分布 臨界值1.96,因此這種差異統(tǒng)計上是顯著的。（4分）(3) 由于消費品工業(yè)和金融業(yè)相對于交通運輸業(yè)的薪水百分比差異分別為15.8%與18.1%,因此他們之間的差異為18.1%-15.8%=2.3%。（3分）42.解答:記學生月消費支出為Y,其家庭月收入水平為X,在不考慮其他因素影響時,有如下基本回歸模型: （2分）其他決定性因素可