計量經(jīng)濟(jì)學(xué)試題2013年A

1、誠信應(yīng)考 考出水平 考出風(fēng)格浙江大學(xué)城市學(xué)院20122013學(xué)年第1學(xué)期期末考試試卷（A卷） 計量經(jīng)濟(jì)學(xué) 開課單位：商學(xué)院 ;考試形式：閉卷；考試時間：2013 年月 13日;所需時間：120 分鐘題序一一三四五總分得分評卷人共 20分。)一.單項選擇題 本大題共 20 題，每題J 分,.計量經(jīng)濟(jì)學(xué)是下列哪門學(xué)科的分支學(xué)科（1A.統(tǒng)計學(xué)B.數(shù)學(xué)C.經(jīng)濟(jì)學(xué)D.數(shù)理統(tǒng)計學(xué).橫截面數(shù)據(jù)是指（）。A .同一時點上不同統(tǒng)計單位相同統(tǒng)計指標(biāo)組成的數(shù)據(jù)B.同一時點上相同統(tǒng)計單位相同統(tǒng)計指標(biāo)組成的數(shù)據(jù) C.同一時點上相同統(tǒng)計單位不同統(tǒng)計指標(biāo)組成的數(shù)據(jù) D.同一時點上不同統(tǒng)計單位不同統(tǒng)計指標(biāo)組成的數(shù)據(jù).多元線性

2、回歸最小二乘估計的正規(guī)方程組解出唯一參數(shù)估計的條件是（A,對應(yīng)每組觀測數(shù)據(jù)的誤差項都為零均值的隨機(jī)變量B.誤差項方差為常數(shù)C.對應(yīng)不同觀測數(shù)據(jù)的誤差項不相關(guān)D.不同解釋變量之間不存在嚴(yán)格的線性關(guān)系4.回歸分析中使用的距離是點到直線的Y坐標(biāo)距離。最小二乘準(zhǔn)則是指（nYtYA.使t 1達(dá)到最小值nYtYC.使t 1達(dá)到最大值n丫B.使 t 1n丫D.使 t 15.已知二元線性回歸模型估計的殘差平方和為機(jī)誤差項Ut的方差估計量S2為（）A . 22.222 B. 22.8577 C. 23.529達(dá)到取小值2Y?達(dá)到最小值2et800，估計用樣本容量為D. 24.24236,則隨第1頁共10頁.在計

3、量經(jīng)濟(jì)模型中，由模型系統(tǒng)內(nèi)部因素決定，表現(xiàn)為具有一定的概率分布的隨機(jī)變量, 其數(shù)值受模型中其他變量影響的變量是（）。A.內(nèi)生變量 B.外生變量 C.滯后變量D.前定變量.經(jīng)濟(jì)計量分析工作的基本步驟是（）。A .設(shè)定理論模型-總體估計-估計模型-應(yīng)用模型B .收集數(shù)據(jù)-設(shè)定模型-估計參數(shù)-檢驗?zāi)Ｐ?應(yīng)用模型C.設(shè)定理論模型-收集樣本資料-估計模型參數(shù)-檢驗?zāi)Ｐ虳.確定模型導(dǎo)向-確定變量及方程式-估計模型-應(yīng)用模型.計量經(jīng)濟(jì)模型的基本應(yīng)用領(lǐng)域有（A.季度分析、年度分析、中長期分析B .彈性分析、乘數(shù)分析、政策模擬C.消費需求分析、生產(chǎn)技術(shù)分析D.結(jié)構(gòu)分析、經(jīng)濟(jì)預(yù)測、政策評價.表示x和y之間真實線性

4、關(guān)系的是（iXtC.Yt0 iXtutYt0 iXt.參數(shù)的估計量.具備有效性是指（）。ACvar( ?)=0(?一 )=0BDvar（ ?）為最?。?）為最小.用一組有30個觀測值的樣本估計模型ytb0 bX1t b2X2t Ut后，在0.05的顯著性水平上對b1的顯著性作t檢驗，則卜顯著地異于零的條件是其統(tǒng)計量 t大于等于（）A.t0.05(30)O t0.025 (28) B.p t0.025(27) C.D. t0.05(28) TOC o 1-5 h z .在多元線性回歸模型中，若某個解釋變量對其余解釋變量的判定系數(shù)接近于1 ,則表明 模型中存在（）A.異方差性B.序列相關(guān)C.多重共

5、線性 D.高擬合優(yōu)度. Goldfeld-Quandt 方法用于檢驗（）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.在異方差性情況下，常用的估計方法是（）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.下列哪種方法是檢驗多重共線性的方法（）A.戈德菲爾特一匡特檢驗B.拉格朗日乘數(shù)法C.戈里瑟檢驗D.相關(guān)系數(shù)檢驗）oD. p = 11城鎮(zhèn)家庭0農(nóng)村家庭. DW檢驗的零假設(shè)是（p為隨機(jī)誤差項的一階相關(guān)系數(shù)）（A. DW = 0B. p = 0C. DW= 1D.設(shè)消費函數(shù)為yi o Qb0Xi b1DXiui ,其中虛擬變量統(tǒng)計檢驗表明下列哪項成立時，表示城鎮(zhèn)家庭與農(nóng)村家

6、庭有一樣的消費行為（）。第2頁共10頁A. a1obi0 B. ai0,bi0 C. aiobi0 D. a1obi.根據(jù)20個觀測值估計的結(jié)果，一元線性回歸模型的DW = 2.3。在樣本容量n=20,解釋變 TOC o 1-5 h z 量k=i,顯著性水平為 0.05時，查得dl=i,du=i.4i，則可以決斷（）。A.不存在一階自相關(guān) B.存在正的一階自相關(guān)C.存在負(fù)的一階自相關(guān)D.無法確定.當(dāng)模型存在嚴(yán)重的多重共線性時，OLS估計量將不具備（）A.線性 B.無偏性 C.有效性 D. 一致性.設(shè)某地區(qū)消費函數(shù)yiC0 CiXi1中，消費支出不僅與收入x有關(guān)，而且與消費者的年齡構(gòu)成有關(guān)，若將

7、年齡構(gòu)成分為小孩、青年人、成年人和老年人4個層次。假設(shè)邊際消費傾向不變，則考慮上述構(gòu)成因素的影響時，該消費函數(shù)引入虛擬變量的個數(shù)為（）A.i個 B.2個 C.3個 D.4個.多項選擇題（本大題共i0題，每題2分，共20分，多選少選均不得分）.一元線性回歸模型 Yi= 0 iXi+u i的經(jīng)典假設(shè)包括()。2E(uJ 0var(ut)cov(ut,us) 0B .C .2、D Cov(Xt,ut) 0 E uN(0,).如果模型中存在異方差現(xiàn)象，則下列說法正確的是（）。A.參數(shù)估計有偏B.參數(shù)估計值的方差不能正確確定C.變量的顯著性檢驗失效D.預(yù)測精度降低E.參數(shù)估計值仍是無偏的.假設(shè)線性回歸模

8、型滿足全部基本假設(shè)，則其參數(shù)的估計量具備（）。A,可靠性 B.合理性 C.線性 D.無偏性 E,有效性.如果模型Yt=b0+biXt+ut存在一階自相關(guān)，普通最小二乘估計仍具備（）。A,線性 B,無偏性C.有效性 D,真實性 E,精確性.滿足經(jīng)典假設(shè)的回歸分析中，下列說法不正確的是（）。A.解釋變量和被解釋變量都是隨機(jī)變量B.解釋變量為非隨機(jī)變量，被解釋變量為隨機(jī)變量C.解釋變量和被解釋變量都是非隨機(jī)的變量D.解釋變量為隨機(jī)變量，被解釋變量為非隨機(jī)變量E.解釋變量和被解釋變量都可以是隨機(jī)變量也可以是非隨機(jī)變量.消除多重共線性的方法有（）。A.去除變量法B.逐步回歸法 C.差分法D.相關(guān)系數(shù)法E

9、.取對數(shù)法.用模型描述現(xiàn)實經(jīng)濟(jì)系統(tǒng)的原則是（）。A.以理論分析作先導(dǎo)，解釋變量應(yīng)包括所有解釋變量.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；這樣更切合實際情況D.模型規(guī)模大小要適度，結(jié)構(gòu)盡可能簡單第3頁共i0頁.對多元線性回歸方程的顯著性檢驗，所用的F統(tǒng)計量可表示為：（）。ESSEss/k工？上A RSS/（ K 1） B RSS/（n k 1） C 1 r2 - kESSR2 kD RSS/（n k）E. i r2 n k 1.多元線性回歸模型的統(tǒng)計檢驗包括（）A.擬合優(yōu)度檢驗B.變量的顯著性檢驗C. F檢驗D.參數(shù)的區(qū)間檢驗E .多重共線性檢驗10. 一橫截面數(shù)據(jù)的懷特檢驗

10、結(jié)果如下:White Heteroskedasticity Test:F-statistic3.057160Probability0.076976Obs*R-squared5.212470Probability0.073812下列說法不正確的有（）A .在5%的顯著性水平下，有異方差B.在5%的顯著性水平下，無異方差C.在10%的顯著性水平下，有異方差D.在10%的顯著性水平下，五異方差E.信息不足無法判斷|得分|二.判斷題（本大題共 w 題，每題 L分，共 10 分）| （正確的打，錯誤的打x,將答案填入下面的表格中。）1 12345678910.模計量經(jīng)濟(jì)學(xué)是以經(jīng)濟(jì)理論為指導(dǎo)，以統(tǒng)計事實為

11、依據(jù)，以數(shù)學(xué)為方法，以計算機(jī)技術(shù) 為手段，研究經(jīng)濟(jì)關(guān)系和經(jīng)濟(jì)活動數(shù)量規(guī)律的一門經(jīng)濟(jì)學(xué)學(xué)科。.多元回歸型中，任何一個單獨的變量均是統(tǒng)計不顯著的，則整個模型在統(tǒng)計上是不顯著 I.在存在異方差情況下，OLS估計量是最優(yōu)線性無偏估計量。. Park檢驗是用于檢驗?zāi)Ｐ褪欠翊嬖谛蛄邢嚓P(guān)的最優(yōu)方法。.具有因果關(guān)系的變量之間并不一定存在相關(guān)關(guān)系，有相關(guān)關(guān)系就一定有因果關(guān)系。第4頁共10頁.計量經(jīng)濟(jì)學(xué)模型要想付諸應(yīng)用，必須通過檢驗才能決定，檢驗包括經(jīng)濟(jì)意義檢驗、統(tǒng)計 檢驗、計量經(jīng)濟(jì)學(xué)檢驗和模型預(yù)測檢驗。.根據(jù)最小二乘原理，所估計的模型已經(jīng)使得擬合誤差達(dá)到最小，因此擬合優(yōu)度也就是最高的了，因而擬合優(yōu)度檢驗是多余的

12、。.序列相關(guān)破壞了參數(shù)估計量的最小方差性，使參數(shù)估計值的方差變大。.雙對數(shù)模型屬于非線性模型，不能用最小二乘法進(jìn)行線性回歸。.偽回歸就是虛假回歸，就是將明明不存在的關(guān)系視為是回歸關(guān)系。簡答題（本題共5題，每小題2分，共10分）簡述回歸分析與相關(guān)分析的聯(lián)系和區(qū)別。.舉例說明如何引進(jìn)加法模式和乘法模式建立虛擬變量模型。.回歸模型中的隨機(jī)誤差項主要包括哪些因素的影響?.經(jīng)典線性回歸模型具有哪些基本假定。.簡述在滿足經(jīng)典假定條件下一元線性回歸模型的普通最小二乘估計量有哪些統(tǒng)計性質(zhì)，并說 明其含義。第5頁共10頁S 五.分析計算題（本大題 4_題,共_40分）1.根據(jù)以下Eviews輸出結(jié)果進(jìn)行分析計算

13、，（注：顯著性水平取 5%）Dependent Variable: Y Method: Least Squares Sample: 1980 2000 Included observations: 21VariableCoefficientStd. Errort-StatisticProb.C4.37875022.312960.1962420.8467X10.3433150.161356A0.0000X20.9966630.037485_B_0.0000X30.8800160.051077C0.0000R-squared0.998590Mean dependent var1055.080Adj

14、usted R-squaredDS.D.dependent var1310.522S.E. of regressionEAkaike info criterion10.96255Sum squared resid48447.75Schwarz criterion11.16150Log likelihood-111.1068F-statistic_f_Durbin-Watson stat0.70035 _Prob(F-statistic)一0.000000（1）請根據(jù)表中信息計算出 A、B、C、D、E、F的值，并寫出計算過程（6分）（2）寫出回歸結(jié)果報告（2分）（3）檢驗各參數(shù)的顯著性（2分）（

15、4）檢驗?zāi)Ｐ偷目傮w顯著性（2分）第6頁共10頁生產(chǎn)函數(shù).為了度量資本投資和勞動力投入之間的替代彈性，當(dāng)今著名的CES (恒定替代彈性)的作者阿羅、切納里、名哈斯和索洛用了以下模型：log(V L) log 12 log W其中，V/L=單位勞動力的附加值；L=勞動投入；W=實際工資率。根據(jù)印度1958年15種工業(yè)的數(shù)據(jù)，得到回歸結(jié)果如下：(注:10.025(15)=2.13145, t 0.025(14)=2.14479, t 0.025(13)=2.16037, F 0.05=3.81 )lo?(V L)0.4526 1.333785 log W2 (1.351478) (0.446706)

16、R =0.4068(-0.334892) (2.985821)F=8.915129請問(1)估計的替代彈性是多少？它顯著嗎？ (2分)(2)請進(jìn)一步檢驗替代彈性和1在統(tǒng)計上有無顯著差異？ (4分)(3)如何解釋R2? ( 2分).考慮如下模型的回歸結(jié)果：Y? 49.4664 0.88544X1t 0.09253X21t= (-2.2392)(70.2936)(2.6933) R2=0.9979, d=0.8755式中，Y為個人消費支出，X1為個人可支配收入，X2為道瓊斯股票指數(shù)。樣本數(shù)據(jù)為1961-1985年間美國的數(shù)據(jù)。利用杜賓兩階段法，將上述回歸進(jìn)行變換后重新回歸，得到結(jié)果如下：Y? 17

17、.97 0.89X1t 0.09X2tt= (-18.37)(30.72)(2.66)R2=0.9816; d=2.28請根據(jù)以上的信息分析： TOC o 1-5 h z 原模型的回歸殘差存在一階自相關(guān)嗎？你是怎么知道的？ (2分)模型進(jìn)行了什么變換？請寫出變量變換的式子；(2分)變換后一階自相關(guān)還存在嗎？ (2分)請確定模型的最后回歸結(jié)果。(2分)(注：dl=0.98du=1.3)第7頁共10頁4.分析財政支農(nóng)資金結(jié)構(gòu)對農(nóng)民收入的影響，令 Y （元）表示農(nóng)民人均純收入。 Xi （億元）表 示財政用于農(nóng)業(yè)基本建設(shè)的支出， X2 （億元）表示財政用于農(nóng)村基本建設(shè)支出，X3 （億元）表示農(nóng)業(yè)科技三

18、項費用， X4 （億元）表示農(nóng)村救濟(jì)費。建立如下回歸模型和數(shù)據(jù)分析結(jié)果：丫 01X 12X 23X34X 4Eviews輸出結(jié)果:表1:Dependent Variable: YSample: 1985 2003Included observations: 19VariableCoefficientStd. Error t-StatisticProb.C134.5734200.64290.6707110.5133X11.6474470.6098502.7013980.0172X2-0.3540372.199568-0.1609580.8744X314.73859127.54320.115558

19、0.9096X415.076487.9863291.8877860.0800R-squared0.920517Mean dependent var1391.353Adjusted R-squared0.897807S.D. dependent var822.1371S.E. of regression262.8173Akaike info criterion14.20173Sum squared resid967021.0Schwarz criterion14.45027Log likelihood-129.9164F-statistic40.53451Durbin-Watson stat0.

20、507406Prob(F-statistic)0.000000表2:Dependent Variable: YSample: 1985 2003Included observations: 19VariableCoefficientStd. Error t-StatisticProb.C159.6613114.22261.3978090.1813X11.6280360.3905284.1688050.0007X414.851556.8869522.1564760.0466R-squared0.920351Mean dependent var1391.353Adjusted R-squared0

21、.910394S.D.dependent var822.1371S.E. of regression246.1002Akaike info criterion13.99329Sum squared resid969044.5Schwarz criterion14.14242Log likelihood-129.9363F-statistic92.44012Durbin-Watson stat0.542200_ Prob(F-statistic)0.000000表3:White Heteroskedasticity Test:F-statistic5.668786Probability0.006

22、293Obs*R-squared11.74713Probability0.019334Dependent Variable: RESIDA2第8頁共10頁Sample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C32945.3352208.470.6310340.5382X168.27213434.51690.1571220.8774X1A2-0.0779200.279599-0.2786860.7846X4-2938.7807375.757-0.3984380.6963X4A

23、278.4699068.936751.1382880.2741R-squared0.618270Mean dependent var51002.34Adjusted R-squared0.509204S.D.dependent var80097.16S.E. of regression56113.51Akaike info criterion24.92908Sum squared resid4.41E+10Schwarz criterion25.17761Log likelihood-231.8262F-statistic5.668786Durbin-Watson stat2.872506Pr

24、ob(F-statistic)0.006293表4:Dependent Variable: LOG(Y)Sample: 1985 2003Included observations: 19VariableCoefficient Std. Error t-Statistic Prob.C2.1209820.2701817.8502210.0000LOG(X1)0.6563810.1142575.7447830.0000LOG(X4)0.3172810.1485442.1359390.0485R-squared0.971233Mean dependent var7.036373Adjusted R-squared0.967637S.D.dependent var0.683879S.E. of regression0.123028Akaike info criterion-1.208867Sum squared resid0.242175Schwarz criterion-1.059745Log likelihood14.48424F-statistic270.0943Durbin-Watson stat0.679633Prob(F-statistic)0.000000White Heteroskedasticity Test:F-statistic2.7678