計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)試題庫(kù)

1、.資料.計(jì)量經(jīng)濟(jì)學(xué)習(xí)題（一）一、判斷正誤.在研究經(jīng)濟(jì)變量之間的非確定性關(guān)系時(shí)，回歸分析是唯一可用的分析方法。（錯(cuò)） 散點(diǎn)圖 樣本線性相關(guān)系數(shù).最小二乘法進(jìn)行參數(shù)估計(jì)的基本原理是使殘差平方和最小。（對(duì)）.無(wú)論回歸模型中包括多少個(gè)解釋變量，總離差平方和的自由度總為（n-1 ）。（對(duì)） Yi-Y的均值 求和等于.當(dāng)我們說(shuō)估計(jì)的回歸系數(shù)在統(tǒng)計(jì)上是顯著的，意思是說(shuō)它顯著地異于0。（對(duì)）.總離差平方和（TS9可分解為殘差平方和（RSS與回歸 平方和（ESS之和，其中殘差平方和（RSS表示總離差 平方和中可由樣本回歸直線解釋的部分。（錯(cuò)） ESS F檢驗(yàn)：原假設(shè)：待估參數(shù)全為 0.多元線性回歸模型的F檢驗(yàn)和

2、t檢驗(yàn)是一致的。（錯(cuò)）一 元回歸.當(dāng)存在嚴(yán)重的多重共線性時(shí)，普通最小二乘估計(jì)往往會(huì)低 估參數(shù)估計(jì)量的方差。（錯(cuò)）方差會(huì)變大方差膨脹因子.如果隨機(jī)誤差項(xiàng)的方差隨解釋變量變化而變化，則線性回 歸模型存在隨機(jī)誤差項(xiàng)的自相關(guān)。（錯(cuò)）異 方差.在存在異方差的情況下，會(huì)對(duì)回歸模型的正確建立和統(tǒng)計(jì) 推斷帶來(lái)嚴(yán)重后果。（對(duì)）. DW.檢驗(yàn)只能檢驗(yàn)一階自相關(guān)。（對(duì)）二、單選題1 ,樣本回歸函數(shù)（方程）的表達(dá)式為（C D ）。 估計(jì)值A(chǔ). Y=飛 Xi UiB. E(Y/Xi) = P0 + AXiC. y = % ?Xi e.下圖中“廠所指的距離是（B ）。樣本回歸函數(shù) 殘差eA.隨機(jī)干擾項(xiàng)Y增加冏個(gè)單位Y平均

3、增加Pi個(gè)單位.在總體回歸方程E（Y/X） = a+PiX中，鳥表示（B ）A.當(dāng)x增加一個(gè)單位時(shí),B.當(dāng)X增加一個(gè)單位時(shí),C.當(dāng)Y增加一個(gè)單位時(shí)，X增加4個(gè)單位D.當(dāng)Y增加一個(gè)單位時(shí)，X平均增加民個(gè)單位.可決系數(shù)R2是指（C ）。 ESS/TSSA.剩余平方和占總離差平方和的比重B ,總離差平方和占回歸平方和的比重C.回歸平方和占總離差平方和的比重D .回歸平方和占剩余平方和的比重5,已知含有截距項(xiàng)的三元線性回歸模型估計(jì)的 殘差平方和為 ze2=800,估計(jì)用的才本容量為 24,則隨機(jī)誤差項(xiàng)口的方差估 計(jì)量為（B ）。A. 33.33 B . 40 C . 38.09 D . 36.36.設(shè)

4、k為回歸模型中的參數(shù)個(gè)數(shù)(不包括截距項(xiàng))，n為樣本容 量，RSS為殘差平方和，ESS為回歸平方和。則對(duì) 總體回歸模型 進(jìn)行顯著性檢驗(yàn)時(shí)構(gòu)造的F統(tǒng)計(jì)量為(B )。 RSS ESSA F = RSS B F= RSS/k C F=1 _ RSS/k D F=JSS TSS ESS(n -k -1) TSS(n -k -1) TSS=01孑尸MHh - -irrTSSn-1ESS 自變量的個(gè)數(shù) KRSS TSS勺自由度減去ESS勺自由度n-1-K=n-K-1如果總體方程為：Yi= B 0+ B 1X1i+ B 2X2i+B kXki+ui則TSS的自由度為n-1 , RSS的自由度為n-(K+1)

5、, ESS的自由 度為KRSS的自由度為n-(K+1),因?yàn)榇绤?shù)有K+1個(gè)，約束條件 有K+1個(gè)。待估參數(shù)為：6 0, Bi、62、63、.，Bk對(duì)于那個(gè)殘差平方和的自由度統(tǒng)一為：n-待估參數(shù)的數(shù)量統(tǒng)計(jì)學(xué)：TSSn-1ESS 自變量的個(gè)數(shù) KRSStss的自由度減去 ESS的自由度 n-1-K如果總體方程為：Yi= B i+ B 2為+ B 3%+B kXki+ui則TSS的自由度為n-1 , RSS的自由度為n-K, ESS的自由度為K-1。RSSB勺自由度為n-K,因?yàn)榇绤?shù)有K個(gè)，約束條件有長(zhǎng)個(gè), （K包括常數(shù)項(xiàng)。）待估參數(shù)為： 8i , 82, 83, .,8 kK的本質(zhì)為待估參

6、數(shù)的數(shù)量。統(tǒng)計(jì)學(xué)：TSSn-1ESS 自變量的個(gè)數(shù) K-1RSSTSS 的自由度減去 ESS的自由度 n-K.對(duì)于模型Y = fVf?Xi+ei,以P表示e與e之間的線性相關(guān)系數(shù) (t=2,3,川,n),則下面明顯錯(cuò)誤的是(B )。DW=2(1-P )=2(1-0.8)=3.6A. p=0.8 , dw.=0.4B, p=-0.8 , dw.=0.4C. p=0, dw.=2D, p=1, dw.=08.在線性回歸模型 Y =瓦+民汽+ BkXki+Ui k 3 ;如果X2=X3 -X、 則表明模型中存在（B ）。線性相關(guān)A.異方差 B .多重共線性C.自相關(guān) D .模型誤設(shè)定 9 .根據(jù)樣本

7、資料建立某消費(fèi)函數(shù) Y = p0 MiXi+Ui,其中Y為需求 量，X為價(jià)格。為了考慮“地區(qū)”（農(nóng)村、城市）和“季節(jié)”（春、 夏、秋、冬）兩個(gè)因素的影響，擬引入虛擬變量，則應(yīng)引入虛 擬變量的個(gè)數(shù)為（B ）。A. 2 B . 4 C . 5 D . 6定性變量10.某商品需求函數(shù)為（？ =100.50十55.35D +0.45Xi ,其中C為消費(fèi)，X為收入，虛擬變量D=J ,所有參數(shù)均檢驗(yàn)顯著，則城鎮(zhèn)0農(nóng)村豕庭家庭的消費(fèi)函數(shù)為（A ）。D=1A. Ci=155.85 +0.45XiB. C? =100.50 + 0.45XiC. Ci=100.50 +55.35XiD. （? =100.95+5

8、5.35Xi三、多選題一元線性回歸模型丫 =瓦十臭”十5的基本假定包括（ABCE ）A. E(Ui) =0B. Var(Ui)=。2 (常數(shù))C. Cov(ui,uj)=0 (i/j) D . UiL N(0,1)E.X為非隨機(jī)變量,且Cov(Xi，uJ=0.由回歸直線y?=+初估計(jì)出來(lái)的Y? （ BCDE ）。%二生咯Xi -t UjE（肉二P。琳LA.是一組平均數(shù)B .是實(shí)際觀測(cè)值Y的估計(jì)值C.是實(shí)際觀測(cè)值Yi均值的估計(jì)值D.可能等于實(shí)際觀測(cè)值YE.與實(shí)際觀測(cè)值y之差的代數(shù)和等于零 ei的求和等于0.異方差的檢驗(yàn)方法有（ABCE ）A.圖不檢驗(yàn)法B . Glejser檢驗(yàn)C. White檢

9、驗(yàn)D. DW.檢驗(yàn)自相關(guān)E. Goldfeld -Quandt 檢驗(yàn)4,下列哪些非線性模型可以通過(guò)變量替換轉(zhuǎn)化為線性模型1/Y=飛(1/Xi) UiY=AK：LeUi(ABCD)。A. y= iX： UiBC. ln Y = ：0 . ：1 ln Xi - uiDE. Yi =a0 +&聲%+%6叫，+Ui5.在線性模型中引入虛擬變量，可以反映（ ABCDE ）。A.截距項(xiàng)變動(dòng)B .斜率變動(dòng)C .斜率與截距項(xiàng)同時(shí)變動(dòng)D.分段回歸E .以上都可以金融工程四、簡(jiǎn)答題.隨機(jī)干擾項(xiàng)主要包括哪些因素？它和殘差之間的區(qū)別是什 么？.簡(jiǎn)述為什么要對(duì)參數(shù)進(jìn)行顯著性檢驗(yàn)？試說(shuō)明參數(shù)顯著性 檢驗(yàn)的過(guò)程。.簡(jiǎn)述序列

10、相關(guān)性檢驗(yàn)方法的共同思路。五、計(jì)算分析題.下表是某次線性回歸的EViews輸出結(jié)果，根據(jù)所學(xué)知識(shí)求 出被略去部分的值（用大寫字母標(biāo)示），并寫出過(guò)程（保留3 位小數(shù)）。Dependent Variable: YMethod: Least SquaresIncluded observations: 13VariableCoefficientStd.Errort-StatisticProb.C7.105975A4.3903210.0014X1-1.3931150.310050-4.4931960.0012X21.4806740.1801858.2175060.0000R-squared0.87275

11、9Mean dependent var7.756923AdjustedR-squaredBS.D.dependent var3.041892S.E. ofregression1.188632Akaike infocriterion3.382658Sum squared residCSchwarzcriterion3.513031.用Goldfeld -Quandt方法檢驗(yàn)下列模型是否存在異方差。模型形 式如下：Y= ：0 . :iXii -2X2i3X31 Ui其中樣本容量n=40,按Xi從小到大排序后，去掉中間10個(gè) 樣本，并對(duì)余下的樣本按Xi的大小等分為兩組，分別作回歸， 得到兩個(gè)殘差平方

12、和 ess=0.360、ESS2=0.466,寫出檢驗(yàn)步驟（口=0.05）。F分布百分位表（口 =0.05）工、J分子自麻10111213分 母 自 由 度93.143.103.073.01102.982.942.912.85112.852.822.792.72122.752.722.692.62132.672.632.602.533.有人用廣東省 1978 2005年的財(cái)政收入（av）作為因變量，用三次產(chǎn)業(yè)增加值作為自變量，進(jìn)行了三元線性回歸。第一產(chǎn)業(yè)增加值一一VAD1 ,第二產(chǎn)業(yè)增加VAD2 ,第三產(chǎn)業(yè)tf加值VAD3 ,結(jié)果為：AV =35.116 0.028VADi -0.048VAD

13、2 0.228VAD3R2=0.993 #=1189.718(0.540 )( - 1.613 )( 7.475 )dw.=2.063試簡(jiǎn)要分析回歸結(jié)果 五、證明題求證：一元線性回歸模型因變量模擬值Y?的平均值等于實(shí)際觀測(cè)值Y的平均值，即Y?=Y；o金試 國(guó)貿(mào)金融工程計(jì)量經(jīng)濟(jì)學(xué)習(xí)題（二）一、判斷正誤（正確劃，錯(cuò)誤劃“X”）.殘差（剩余）項(xiàng)e的均值e=（Z e）/n=0。（對(duì)）.所謂OLS估計(jì)量的無(wú)偏性，是指參數(shù)估計(jì)量的數(shù)學(xué)期望等 于各自的真值。（對(duì)）.樣本可決系數(shù)高的回歸方程一定比樣本可決系數(shù)低的回歸方程更能說(shuō)明解釋變量對(duì)被解釋變量的解釋能力。（錯(cuò)）.多元線性回歸模型中 解釋變量個(gè)數(shù)為k,則對(duì)

14、回歸參數(shù)進(jìn)行 顯著性檢驗(yàn)的t統(tǒng)計(jì)量的自由度一定是n-k-1o （對(duì)）橫截距.對(duì)應(yīng)于自變量的每一個(gè)觀察值，利用 樣本回歸函數(shù) 可以求 出因變量的真實(shí)值。（錯(cuò)） 估計(jì)值.若回歸模型存在異方差問(wèn)題，可以使用加權(quán)最小二乘法進(jìn)行修正。（對(duì)）.根據(jù)最小二乘估計(jì)，我們可以得到 總體回歸方程（錯(cuò)）樣本.當(dāng)用于檢驗(yàn)回歸方程顯著性的 f統(tǒng)計(jì)量與檢驗(yàn)單個(gè)系數(shù)顯 著性的t統(tǒng)計(jì)量結(jié)果矛盾時(shí)，可以認(rèn)為出現(xiàn)了嚴(yán)重的多重共線性（對(duì)）.線性回歸模型中的“線性”主要是指回歸模型中的參數(shù)是線性的，而變量則不一定是線性的。（對(duì)）. 一般情況下，用線性回歸模型進(jìn)行預(yù)測(cè)時(shí)，單個(gè)值預(yù)測(cè)與均值預(yù)測(cè)相等，且 置信區(qū)間也相同。（錯(cuò)）書80-81

15、頁(yè)二、單選題.針對(duì)同一經(jīng)濟(jì)指標(biāo)在不同時(shí)間發(fā)生的結(jié)果進(jìn)行記錄的數(shù)據(jù)稱為（C ）A.面板數(shù)據(jù)B .截面數(shù)據(jù)C.時(shí)間序列數(shù)據(jù) D .以上 都不是.下圖中“ 所指的距離是（A ）A.隨機(jī)干擾項(xiàng)B .殘差C . 丫的離差D . Y?的離差.在模型丫 =久+B1ln Xi +Ui中，參數(shù)日1的含義是（C ）A. X的絕對(duì)量變化，引起Y的絕對(duì)量變化B.Y關(guān)于X的邊際變化X的相對(duì)變化，引起Y的平均值絕對(duì)量變化Y關(guān)于X的彈性4,已知含有截距項(xiàng)的三元線性 回歸模型估計(jì)的殘差平方和為 Ze2=90,估計(jì)用的樣本容量為19,則隨機(jī)誤差項(xiàng)u方差的估計(jì) 量為(B )A. 4.74 B . 6 C . 5.63 D . 5

16、 90/(19-4 )=6 自由度19-4.已知某一線性回歸方程的樣本可決系數(shù)為0.64,則解釋變量與被解釋變量間的相關(guān)系數(shù)為( B )rxyA2=RA2A. 0.64 B , 0.8 C , 0.4 D . 0.32.用一組有20個(gè)觀測(cè)值的樣本估計(jì)模型Y = P0 + PiXi+Ui,在0.05 的顯著性水平下對(duì) 良的顯著性作t檢驗(yàn)，則Pi顯著異于零的 條件是對(duì)應(yīng)t統(tǒng)計(jì)量的取值大于(D )自由度20-2=18A t0.05 (20)B . t0.025 (20) C .t0.05(18) D .t0.025(18)7.對(duì)于模型丫 =肉十號(hào)人+晚2山十孤0 ,統(tǒng)計(jì)量、(Y?-Y)2/k(Yi-

17、Y?)2/(n-k-1)從（）DA t（nk） B . t（n -k -1） C. F（k -1,n-k） D . F（k,n-k-1）.如果樣本回歸模型殘差的一階自相關(guān)系數(shù) P為零，那么DW.統(tǒng)計(jì)量的值近似等于（B ）。DW=2（1- p ）A. 1 B . 2 C . 4 D .0.5.根據(jù)樣本資料建立某消費(fèi)函數(shù)如下Yi = P0+PiXUi,其中y為需 求量，X為價(jià)格。為了考慮“地區(qū)”（農(nóng)村、城市）和“季節(jié)” （春、夏、秋、冬）兩個(gè)因素的影響，擬引入虛擬變量，則應(yīng)引入虛擬變量的個(gè)數(shù)為（B ）A. 2 B . 4 C . 5 D .6.設(shè)消費(fèi)函數(shù)為0 =兒+PiXi +P2DiXi,其中C

18、為消費(fèi)，X為收入，虛擬變量D = F家:,當(dāng)統(tǒng)計(jì)檢驗(yàn)表明下列哪項(xiàng)成立時(shí)，|0農(nóng)村家庭表示城鎮(zhèn)家庭與農(nóng)村家庭具有同樣的消費(fèi)行為（ C ）A.蚱0,周=0B,也=0,比 #0C.露#0,2=0D.P1,20二、多選題1.以Y表示實(shí)際觀測(cè)值，Y?表示用OLS法回歸后的模擬值，e表示殘差，則回歸直線滿足（ACDE ）A.通過(guò)樣本均值點(diǎn)（X,Y） B. （y-Y）2=0殘差平方和最小C. Cov（Xie）=0D . ZY=ZY?E.Z eXi =0 （殘差平方和對(duì)B 2取偏與等于0 ）書27頁(yè)2.對(duì)滿足所有假定條件的模型Y = P0+PiXii+P2X2i+Ui進(jìn)行總體顯著 性檢驗(yàn)，如果檢驗(yàn)結(jié)果顯示 總

19、體線性關(guān)系顯著，則可能出現(xiàn)的 情況包括（BCD ） F檢驗(yàn) 原假設(shè)：待估參數(shù)全為0A,1=02=0B .a #。）2 =0C.月 #0,居=0 D ,良=0,邑0 E,居二&/03,下列選項(xiàng)中，哪些方法可以用來(lái)檢驗(yàn)多重共線性（BCD ）, A. Glejser檢驗(yàn)B.兩個(gè)解釋變量間的相關(guān)性檢驗(yàn)相關(guān)系數(shù)矩陣 C.參數(shù)估計(jì)值的經(jīng)濟(jì)檢驗(yàn)D.參數(shù)估計(jì)值的 統(tǒng)計(jì)檢驗(yàn)E . dw.檢驗(yàn)4.線性回歸模型存在 異方差時(shí)，對(duì)于回歸參數(shù)的估計(jì)與檢驗(yàn) 正確的表述包括（ABC ）A. OLS參數(shù)估計(jì)量仍具有 線性B. OLS參數(shù)估計(jì)量仍具有 無(wú)偏性O(shè)LS參數(shù)估計(jì)量不再具有效性（即不再具有最小方差）一定會(huì)低估參數(shù)估計(jì)值

20、的方差t統(tǒng)計(jì)量不服從t分布5.關(guān)于虛擬變量設(shè)置原則，下列表述正確的有（ AB）A.當(dāng)定性因素有m個(gè)類型時(shí)，引入m-1個(gè)虛擬變量對(duì)B.當(dāng)定性因素有m個(gè)類型時(shí)，引入m個(gè)虛擬變量會(huì)產(chǎn)生多重共線性問(wèn)題對(duì)C,虛擬變量的值只能取0和1一般為0和1.【1, 2】D.在虛擬變量的設(shè)置中，基礎(chǔ)類別一般取值為0 【取值為UE.以上說(shuō)法都正確四、簡(jiǎn)答題.簡(jiǎn)述計(jì)量經(jīng)濟(jì)學(xué)研究問(wèn)題的方法。.簡(jiǎn)述異方差性檢驗(yàn)方法的共同思路。.簡(jiǎn)述多重共線性的危害。五、計(jì)算分析題,下表是某次線性回歸的EViews輸出結(jié)果，被略去部分?jǐn)?shù)值 （用大寫字母標(biāo)示），根據(jù)所學(xué)知識(shí)解答下列各題（計(jì)算過(guò)程保留3位小數(shù)）。（本題12分）Dependent

21、Variable: YMethod: Least SquaresIncluded observations: 18VariableCoefficientStd.Errort-StatisticProb.C-50.0163849.46026-1.0112440.3279X10.0864500.029363A0.0101X252.370315.20216710.067020.0000R-squared0.951235Mean dependent var755.1222AdjustedR-squaredBS.D. dependent var258.7206S.E. ofregression60.82

22、273Akaike infocriterion11.20482Sum squared resid55491.07Schwarz criterion11.35321F-statistic146.2974Durbin-Watson stat2.605783（1）求出A B的值。（2）求TSS.有人用美國(guó)1960-1995年36年間個(gè)人實(shí)際可支配收入（x ） 和個(gè)人實(shí)際消費(fèi)支出（丫）的數(shù)據(jù)（單位：百億美元）建立收 入一消費(fèi)模型Y = Po + 3Xi+ui,估計(jì)結(jié)果如下：丫?= -9.429 0.936XiDW檢驗(yàn)臨界值表t : (-3.77) (125.34)R2= 0.998, F = 1571

23、0.39, dw.=0.52（1）檢驗(yàn)收入一消費(fèi)模型的自相關(guān)狀況（5%著水平）；（2）用適當(dāng)?shù)姆椒ㄏＰ椭写嬖诘膯?wèn)題。五、證明題證明：用于多元線性回歸方程顯著性檢驗(yàn)的F統(tǒng)計(jì)量與可決系數(shù)R2滿足如下關(guān)系：金試 金融工程國(guó)貿(mào)計(jì)量經(jīng)濟(jì)學(xué)習(xí)題nk=1k=2dLdUdLdU351.401.521.341.58361.411.521.351.59371.421.531.361.59381.431.541.371.59(a =0.05)（三）（錯(cuò)）1、在研究經(jīng)濟(jì)變量之間的非確定性關(guān)系時(shí)，回歸一、判斷對(duì)錯(cuò)分析是惟一可用的分析方法。散點(diǎn)圖 線性相關(guān)系數(shù)（錯(cuò)）2、對(duì)應(yīng)于自變量的每一個(gè)觀察值，利用 樣本回 歸函數(shù)

24、可以求出因變量的真實(shí)值。估計(jì)值（對(duì)）3、OLS回歸方法的基本準(zhǔn)則是使 殘差平方和 最 小。（錯(cuò)）4、在存在異方差的情況下，OLS法總是高估了估計(jì)量的標(biāo)準(zhǔn)差。T統(tǒng)計(jì)量不服從t分布（對(duì)）5、無(wú)論回歸模型中包括 多少個(gè)解釋變量，總離差平方和的自由度 總為（n-1 ）。 一個(gè)約束條件（對(duì)）6、線性回歸分析中的“線性”主要是指回歸模 型中的參數(shù)是線性的，而變量則不一定是線性 的。（對(duì)）7、當(dāng)我們說(shuō)估計(jì)的回歸系數(shù)在統(tǒng)計(jì)上是 顯著的， 意思是說(shuō)它顯著異于0。（錯(cuò)）8、總離差平方和（TS0可分解為殘差平方（RSS 和與回歸平方和（ES9,其中殘差平方（RSS表示總離差平 方和可由樣本回歸直線解釋的部分。ESS

25、（錯(cuò)）9、所謂OLS估計(jì)量的無(wú)偏性，是指回歸參數(shù)的 估計(jì)值與真實(shí)值相等。參數(shù)的估計(jì)值的期望等于真實(shí)值（錯(cuò)）10、當(dāng)模型中解釋變量均為確定性變量時(shí)，則可以用DW疏計(jì)量來(lái)檢驗(yàn)?zāi)Ｐ偷碾S機(jī)誤差項(xiàng) 所有形式 的自相關(guān)性。一階自相關(guān)二、單項(xiàng)選擇八1、回歸直線Yt = f?0 +國(guó)X必然會(huì)通過(guò)點(diǎn)（B ）A 、（0, 0）； B、（x, y）； C （x, 0）； D （0, 丫）。2、針對(duì)經(jīng)濟(jì)指標(biāo)在同一時(shí)間 所發(fā)生結(jié)果進(jìn)行記錄的數(shù)據(jù) 列，稱為（B ）A面板數(shù)據(jù)；B、截面數(shù)據(jù)；C時(shí)間序列數(shù)據(jù)；D時(shí)間數(shù)據(jù)。3、如果樣本回歸模型殘差的一階自相關(guān)系數(shù)p接近于0,那么DW統(tǒng)計(jì)量的值近似等于（C ）DW=2（1- p）

26、4、A、0 B、1 C 2 D、44、若回歸模型的隨機(jī)誤差項(xiàng)存在 自相關(guān)，則參數(shù)的OLS古 計(jì)量（D ）有效性的條件：同方差、不相關(guān)A無(wú)偏且有效 B、有偏且非有效 C、有偏但有效H無(wú)偏但非有效無(wú)偏性的條件：隨機(jī)干擾項(xiàng)的期望為 05、下列哪一種檢驗(yàn)方法不能用于異方差檢驗(yàn)（B ）A 戈德菲爾德夸特檢驗(yàn)；B、DW僉驗(yàn)；C White檢驗(yàn)；D戈里瑟檢驗(yàn)。6、當(dāng)多元回歸模型中的解釋變量存在完全多重共線性時(shí), 下列哪一種情況會(huì)發(fā)生（D ）A OLS估計(jì)量仍然滿足無(wú)偏性和有效性；B、OLS估計(jì)量是無(wú)偏的，但非有效；C OLS古計(jì)量有偏且非有效；口無(wú)法求出OLS估計(jì)量。7、DW僉驗(yàn)法適用于（A ）的檢驗(yàn)A 一

27、階自相關(guān) B、高階自相關(guān)C、多重共線性 D都不 是8、在隨機(jī)誤差項(xiàng)的一階自相關(guān)檢驗(yàn)中，若 DW= 1.92,給定顯著性水平下的臨界值 dL=1.36, dU=1.59,則由此可以判斷隨機(jī)誤差項(xiàng)（C ）A、存在正自相關(guān)B、存在負(fù)自相關(guān)C、不存在自相關(guān) H無(wú)法判斷0人加2 4%奉丸牛9、在多元線性線性回歸模型中，解釋變量的個(gè)數(shù)越多，則可決系數(shù)R2 （ A ）A、越大；B、越??；C、不會(huì)變化；D、無(wú)法確定10、在某線性回歸方程的估計(jì)結(jié)果中， 若殘差平方和為10, 回歸平方和為40,則回歸方程的擬合優(yōu)度為（C ）A 0.2 B、0.6 C、0.8 D、無(wú)法計(jì)算。TSS=ESS+RSS=40+10=50

28、40/50=0.8三、簡(jiǎn)答與計(jì)算1、多元線性回歸模型的基本假設(shè)有哪些?1、( 1)隨機(jī)誤差項(xiàng)期望值或均值為零；無(wú)偏性(2)對(duì)應(yīng)每個(gè)解釋變量的所有觀測(cè)值， 隨機(jī)誤差項(xiàng)有相同的方差；有效性(3)隨機(jī)誤差項(xiàng)彼此之間不相關(guān)；(4)解釋變量是確定性變量，與隨機(jī)誤差項(xiàng)不相關(guān)；(5)解釋變量之間不存在精確(完全的)線性關(guān)系；(6)隨機(jī)誤差項(xiàng)服從正態(tài)分布。2、計(jì)量經(jīng)濟(jì)模型中的隨機(jī)誤差項(xiàng)主要包含哪些因素？2、計(jì)量經(jīng)濟(jì)模型中的隨機(jī)誤差項(xiàng)一般包括以下幾方面的因素：(1)非重要解釋變量的省略(或 回歸模型中省略了部分解釋變量)；(2)人的隨機(jī)行為；(3)模型設(shè)定不夠完善；(4)經(jīng)濟(jì)變量之間的合并誤差；(5)測(cè)量誤差3

29、、簡(jiǎn)答經(jīng)典單方程計(jì)量模型的異方差性概念、后果以及修正方法。3、(1)異方差性指隨機(jī)誤差項(xiàng)的 方差隨樣本點(diǎn)的不同而變化 的現(xiàn)象；(2)后果：參數(shù)的最小二乘估計(jì)量仍然滿足 線性性和無(wú)偏 性，但不再具有有效性。此時(shí)參數(shù)的顯著性檢驗(yàn)失效、方程 的顯著性檢驗(yàn)失效、模型預(yù)測(cè)失效。(3)加權(quán)最小二乘法，WLS4、簡(jiǎn)述方程顯著性檢驗(yàn)(F檢驗(yàn))與變量顯著性檢驗(yàn)(t檢驗(yàn)) 的區(qū)別？。4、(1)方程的顯著性檢驗(yàn)，旨在對(duì)模型中被解釋變量與解 釋變量之間的線性關(guān)系在總體上是否顯著成立作出推 斷。原假設(shè)：所有待估參數(shù)全為 0備擇假設(shè)：待估參數(shù)不全為0(2)方程的總體線性關(guān)系顯著#每個(gè)解釋變量對(duì)被解釋 變量的影響都是顯著的

30、。(3)因此，必須對(duì)每個(gè)解釋變量進(jìn)行顯著性檢驗(yàn)，以決 定是否作為解釋變量被保留在模型中，這一檢驗(yàn)是由 對(duì)變量的t檢驗(yàn)完成的。5、對(duì)于一個(gè)三元線性回歸模型，已知可決系數(shù)R2=0.9,方 差分析表的部份結(jié)果如下：RSS n-4=29-4=25 4個(gè)約束條件ESS 28-25=3方差來(lái)源 平方和(SS) 自由度 (d.f.) TOC o 1-5 h z 來(lái)自殘差(RSS) 來(lái)自回歸(ESS) 1800總離差(TSS) 28(1)樣本容量是多少？n-1=28 n=29(2)總離差平方和 TSS為多少？ 1800/0.9=2000(3)殘差平方和 RSSJ多少？2000-1800=200(4)回歸平方和

31、ES4口殘差平方和RSS勺自由度各為多少?ESS自由度3 RSS 自由度25(5)求方程總體顯著性檢驗(yàn)的 F統(tǒng)計(jì)量；F=ESS/3/RSS/25=755、(1) n=29;由 R2= RSS/TSS=TSS=RSS2R2000(3) ESS=TSS-RSS=200 RSS的自由度為3 ,ESS的自由度為25)(5)RSS kESS(n -k -1)1800 3 75；75200 25四、案例分析下表是中國(guó)某地人均可支配收入（INCOME與儲(chǔ)蓄（SAVE之 間的回歸分析結(jié)果（單位：元）：Dependent Variable: SAVEMethod: Least SquaresSample: 1

32、31 Included observations: 31VariableC tStd. ErrorC-695.1433118.0444-5.8888270.0000INCOME0.0877740.004893R-square1266.4d0.917336Meandependent var52Adjusted R-square846.75d0.914485 S.D. dependent var 70S.E. of regressiAkaike info13.923on247.6160 criterion98Sum14.0161778097. Schwarz criterion49squaredr

33、esidLog likeliho321.81od-213.8216 F-statistic77Durbin-W atson0.0000stat1.892420 Prob(F-statistic)001、請(qǐng)寫出樣本回歸方程表達(dá)式，然后分析自變量回歸系數(shù)的經(jīng)濟(jì)含義2、解釋樣本可決系數(shù)的含義3、寫出t檢驗(yàn)的含義和步驟，并在5%勺顯著性水平下 對(duì)自變 量的回歸系數(shù)進(jìn)行t檢驗(yàn)（臨界值：10.025（29）=2.05 ）。四、1、樣本回歸方程為：Save - -695.1433 0.087774 Income自變量Income前回歸系數(shù)的經(jīng)濟(jì)含義是：個(gè)人可支 配收入每增加1元，其儲(chǔ)蓄會(huì)相應(yīng)增加0.0877

34、74元（即個(gè)人的邊際儲(chǔ)蓄傾向?yàn)?.08774 ）2、R2=0.9173,表明在儲(chǔ)蓄的變動(dòng)中，91.73%可由個(gè)人 可支配收入的變動(dòng)得到解釋。3、在計(jì)量經(jīng)濟(jì)分析中，t檢驗(yàn)主要用于判斷自變量是否對(duì)因 變量具有顯著影響。通常用t統(tǒng)計(jì)量檢驗(yàn)真實(shí)總體參數(shù)是否顯 著異于零。檢驗(yàn)步驟：提出假設(shè)：原假設(shè)H0： *=0, 備擇假設(shè)H: “0構(gòu)造t統(tǒng)計(jì)量：t = t（n-k-1）SB給定顯著性水平查t分布表得臨界值52（n.k-1）,并確定拒絕域t ta/2（n-k-1）根據(jù)樣本數(shù)據(jù)計(jì)算t統(tǒng)計(jì)量值，并進(jìn)行 比較判斷：若1工部-入1）,則拒絕原假設(shè)H0 ；若tEt/n-kT）,則接受 原假設(shè)H在本題中t = & J

35、0874 =17.93 at0025（29） = 2.05因此在5%勺顯著性J S? 0.0048930.025,7/啖）衛(wèi)目|，水平下拒絕回歸系數(shù)為零的原假設(shè)。4、下表給出了 White異方差檢驗(yàn)結(jié)果，試在5%勺顯著性水平 下判斷隨機(jī)誤差項(xiàng)是否存在異方差。White Heteroskedasticity Test:F-statisti c6.048005Probability0.006558Obs*R-squa red9.351960Probability0.0093164、White檢驗(yàn)的原假設(shè)為隨機(jī)誤差項(xiàng)不存在異方差，由回歸結(jié)果知，邊際顯著性水平（或伴隨概率）為0.93% 5%貝J在5%

36、勺顯著性水平下不能拒絕原假設(shè)，即隨 機(jī)誤差項(xiàng)不存在一階自相關(guān)。金試國(guó)貿(mào)金融工程考試題型：6種可能有名詞解釋計(jì)量經(jīng)濟(jì)學(xué)習(xí)題（四）一、判斷對(duì)錯(cuò)（錯(cuò)）1、一般情況下，在用線性回歸模型進(jìn)行預(yù)測(cè)時(shí)，個(gè)別 值預(yù)測(cè)與均值預(yù)測(cè)結(jié)果相等，且它們的 置信區(qū)間也相同。（對(duì)）2、對(duì)于模型Y=+8Xii + Xi+ &/+ u，i=1,2,n ;如果X2=X +X6,則模型必然存在 解釋變量的 多重共線性問(wèn)題。解釋變量線性相關(guān)（錯(cuò)）3、OLS回歸方法的基本準(zhǔn)則是使殘差項(xiàng)之和最小。 由于殘差項(xiàng)有正有負(fù)，殘差項(xiàng)平方和最小。取絕對(duì)值求和也可。（對(duì)）4、在隨機(jī)誤差項(xiàng)存在 正自相關(guān)的情況下，OLS法總 是低估了估計(jì)量的標(biāo)準(zhǔn)差。（

37、對(duì)）5、無(wú)論回歸模型中包括多少個(gè)解釋變量，總離差平方和的自由度總為（n-1）。一個(gè)約束條件（對(duì)）6、一元線性回歸 模型的F檢驗(yàn)和t檢驗(yàn)是一致的。（錯(cuò)）7、如果隨機(jī)誤差項(xiàng)的方差隨解釋變量變化而變化， 則線性回歸模型存在隨機(jī)誤差項(xiàng)的序列相關(guān)。異方差（對(duì)）8、在近似多重共線性下，只要模型滿足 OLS的基本 假定，則回歸系數(shù)的最小二乘估計(jì)量仍然是一BLUE古計(jì)量。有效性條件：同方差、不自相關(guān)（錯(cuò)）9、所謂參數(shù)估計(jì)量的線性性，是指參數(shù)估計(jì)量是解釋變量的線性組合。 被解釋變量（Y）的線性組合（對(duì)）10、擬合優(yōu)度的測(cè)量指標(biāo)是可決系數(shù) R2或調(diào)整過(guò)的可 決系數(shù)，R2越大，說(shuō)明回歸方程對(duì)樣本的擬合程度越高。二、

38、單項(xiàng)選擇1.在多元線性回歸模型中，若兩個(gè)自變量之間的 相關(guān)系數(shù)接 近于1,則在回歸分析中需要注意模型的（D）問(wèn)題。A、自相關(guān)；R異方差；C模型設(shè)定偏誤；D多重共線性。2、在異方差的眾多檢驗(yàn)方法中，既能判斷隨機(jī)誤差項(xiàng)是否存在異方差，又能給出異方差具體存在形式 的檢驗(yàn)方法是（C）A、 圖式檢驗(yàn)法；B、DW僉4C、戈里瑟檢驗(yàn)；D White檢驗(yàn)。3、如果樣本回歸模型殘差的一階自相關(guān)系數(shù)p接近于1,那么DW統(tǒng)計(jì)量的值近似等于（A ）DW=2（1- p ）A、0 B、1 C、2 D、44、若回歸模型的隨機(jī)誤差項(xiàng)存在異方差，則參數(shù)的OLS估計(jì) 量（B ）有效性條件：同方差、不自相關(guān)A無(wú)偏且有效 B、無(wú)偏但

39、非有效C、有偏但有效D有偏且非有效5、下列哪一個(gè)方法是用于補(bǔ)救 隨機(jī)誤差項(xiàng)自相關(guān) 問(wèn)題的（D ）加權(quán)最小二乘法（WLS廣義最小二乘法（GL9普通最小二乘法（OLS一階最小二乘法（OS）方程組A OLS B、ILS; C、WLS D、GLS6、計(jì)量經(jīng)濟(jì)學(xué)的應(yīng)用不包括：（C ）A、預(yù)測(cè)未來(lái)；B、政策評(píng)價(jià)；C、創(chuàng)建經(jīng)濟(jì)理論；H結(jié)構(gòu)分 析。7、LM檢驗(yàn)法適用于（B ）的檢驗(yàn)A異方差；B、自相關(guān)；C、多重共線性；D都不是8、在隨機(jī)誤差項(xiàng)的一階自相關(guān)檢驗(yàn)中，若 DW= 0.92,給定顯 著性水平下的臨界值dL=1.36, dU=1.59,則由此可以判斷隨機(jī) 誤差項(xiàng)（A ） DWF*,n_k_1),則拒絕原

40、假設(shè)，即認(rèn)為回歸方程的線性關(guān)系 顯著成立；否則接受原假設(shè)，即認(rèn)為回歸方程不存在顯著的線 性關(guān)系5、對(duì)于一個(gè)五元線性回歸模型，已知可決系數(shù) R2=0.6,方差 分析表的部份結(jié)果如下：方差來(lái)源 平方和(SS) 自由度(d.f.) TOC o 1-5 h z 來(lái)自殘差(RSS)25來(lái)自回歸(ESS)總離差(TSS)3000突破口 ：待估參數(shù)的個(gè)數(shù)為6(1)樣本容量是多少？RSS自由度n-6=25 n=31(2)回歸平方和 ESM多少？ESS=TSS* 12=1800(3)殘差平方和 RSSJ多少？RSS=TSS-ESS=1200(4)回歸平方和ESSU總離差平方和TSS的自由度各為多少？ TSS的自

41、由度n-1=30,回歸平方和ESS的自由度30-25=5(5)求方程總體顯著性檢驗(yàn)的 F統(tǒng)計(jì)量;F=ESS/5/RSS/255、 (1) n=31;由 R2= ESS/TSS=ESS=TSS*R1800RSS=TSS-ESS=1200ESS的自由度為5, TSS的自由度為30四、實(shí)驗(yàn)下表是某國(guó)1967 1985年間GD%出口額（EXPORT之間的 回歸分析結(jié)果（單位：億美元）：Dependent Variable: EXPORTMethod: Least SquaresSample: 1967 1985Included observations: 19Variable Cft Std. Err

42、oric Prob.-2531.8C31 270.8792 -9.346714 0.00000.281765530.8GDP2 0.0093550.98160R-squared Adjusted R-squaredS.E. of6 Mean dependent var 42 a5： S.D. dependentvJ29： 180.764 Akaike info13.331regression4 criterion57Sum squared555487. Schwarz criterion13.43098Log-124.64907.20likelihood99 F-statistic79resi

43、d0.0000Durbin-Watson 0.95053stat6 Prob(F-statistic)001、請(qǐng)寫出樣本回歸方程表達(dá)式，然后分析自變量回歸系數(shù)的經(jīng)濟(jì)含義。2、解釋樣本可決系數(shù)的含義。3、寫出t檢驗(yàn)的含義和步驟，并在5%勺顯著性水平下對(duì)自變 量的回歸系數(shù)進(jìn)行t檢驗(yàn)(臨界值：t 0.025(17)=2.1 1 )。四、1、樣本回歸方程為： Export - -2531.8310.281762 GDP自變量GDPt回歸系數(shù)的經(jīng)濟(jì)含義是：GDM增加1億美元，該國(guó)的出口會(huì)相應(yīng)增加 0.281762億美元。2、R2=0.9816,表明在出口額的變化中，98.16%可由GDP的變化得到解釋。

44、3、在計(jì)量經(jīng)濟(jì)分析中，t檢驗(yàn)主要用于判斷自變量是否對(duì)因 變量具有顯著影響。通常用t統(tǒng)計(jì)量檢驗(yàn)真實(shí)總體參數(shù)是否顯 著異于零。檢驗(yàn)步驟：提出假設(shè)：原假設(shè)H0: 3=0,備擇假設(shè)H: Pi=0構(gòu)造t統(tǒng)計(jì)量：t = Kt(n-k-1)S?給定顯著性水平a,查t分布表得臨界值3(n-k-l),并 確定拒絕域)t t2(n-k-1)根據(jù)樣本數(shù)據(jù)計(jì)算t統(tǒng)計(jì)量值，并進(jìn)行比較判斷：若t工/一心1),則拒絕原假設(shè)H0 ;若心匕心-丁1),則接受 原假設(shè)H0 ;在本題九t二普二0.281762： 30.12 A %.025(17)= 2.11 ,因此在5%勺顯著性S?0.009355水平下拒絕回歸系數(shù)為零的原假設(shè)。

45、4、下表給出了 White異方差檢驗(yàn)結(jié)果，試在5%勺顯著性水平下判斷隨機(jī)誤差項(xiàng)是否存在異方差White Heteroskedasticity Test:F-statisti c5.376588Probability0.016367Obs*R-squa red7.636863Probability0.0219624、White檢驗(yàn)的原假設(shè)為隨機(jī)誤差項(xiàng)不存在異方差，由回歸結(jié)果知，邊際顯著性水平（或 伴隨概率）為2.196%5%則在5%勺顯著性水平下不能拒絕原假設(shè)，即隨機(jī)誤差 項(xiàng)不存在一階自相關(guān)。（只要答案為不存在一階自相關(guān)即給滿 分）金試金融工程國(guó)貿(mào)計(jì)量經(jīng)濟(jì)學(xué)習(xí)題（五）一、判斷正誤（正確劃“，”,

46、錯(cuò)誤劃“ X”）（對(duì)）1、最小二乘法進(jìn)行參數(shù)估計(jì)的基本原理是使殘差 平方和最小。（錯(cuò)）2、一般情況下，用線性回歸模型進(jìn)行預(yù)測(cè)時(shí)，個(gè) 值預(yù)測(cè)與均值預(yù)測(cè)相等，且置信區(qū)間也相同（錯(cuò)）3、如果隨機(jī)誤差項(xiàng)的方差隨解釋變量變化而變化， 則線性回歸模型存在隨機(jī)誤差項(xiàng)的序列相關(guān)。（對(duì)）4、若回歸模型存在異方差問(wèn)題，應(yīng)使用加權(quán)最小 二乘法進(jìn)行修正。（錯(cuò)）5、多元線性回歸模型的F檢驗(yàn)和t檢驗(yàn)是一致的。（對(duì)）6、DW僉驗(yàn)只能檢驗(yàn)隨機(jī)誤差項(xiàng)是否存在一階自相 關(guān)。（錯(cuò)）7、總離差平方和（TS0可分解為殘差平方（RSS 和與回歸平方和（ES9 ,其中殘差平方（RSS表 示總離差平方和可由樣本回歸直線解釋的部分。（對(duì)）8、

47、擬合優(yōu)度用于檢驗(yàn)回歸方程對(duì)樣本數(shù)據(jù)的擬合 程度，其測(cè)量指標(biāo)是可決系數(shù)或調(diào)整后的可決系 數(shù)。（ 對(duì) ）9、對(duì)于模型 Y=F0+FiXii+.+FnXni+Ui i=1,2，,n;如果 X2=X3-X1,則模型必然存在解釋變量的多重共線 性問(wèn)題。（對(duì)）10、所謂OLS估計(jì)量的無(wú)偏性，是指參數(shù)估計(jì)量的 數(shù)學(xué)期望等于各自真值。二、單項(xiàng)選擇1、回歸直線YNK + f?Xi必然會(huì)通過(guò)點(diǎn)（ B ）A、（0, 0）B 、（X , Y）C、（X , 0）D 、（0,Y）2、某線性回歸方程的估計(jì)的結(jié)果，殘差平方和為 20,回歸平方和為80,則回歸方程的擬合優(yōu)度為（ C ）A、0.2 B、0.6 C 0,8 D、無(wú)

48、法計(jì)算3、針對(duì)經(jīng)濟(jì)指標(biāo)在同一時(shí)間所發(fā)生結(jié)果進(jìn)行記錄的數(shù)據(jù)列， 稱為（B ）A、面板數(shù)據(jù)B、截面數(shù)據(jù) C時(shí)間序列數(shù)據(jù) D時(shí)間數(shù)據(jù)4、對(duì)回歸方程總體線性關(guān)系進(jìn)行顯著性檢驗(yàn)的方法是（ C ）A Z檢驗(yàn) B、t檢驗(yàn) C、F檢驗(yàn) D、預(yù)測(cè)檢 驗(yàn)5、如果DWW充計(jì)量等于2,那么樣本回歸模型殘差的一階自相 關(guān)系數(shù)p近似等于（A ）A、0B 、-1C、1D、0.56、若隨機(jī)誤差項(xiàng)存在異方差，則參數(shù)的普通最小二乘估計(jì)量（D ）A、無(wú)偏且有效B、有偏且非有效 C、有偏但有效D無(wú)偏但非有效7、下列哪一種方法是用于補(bǔ)救隨機(jī)誤差項(xiàng)的異方差問(wèn)題的（C ）A、OLS B、ILS; C、WLS D、GLS8、如果某一線性回歸

49、方程需要考慮四個(gè)季度的變化情況，那么為此設(shè)置虛擬變量的個(gè)數(shù)為（C）A、1B 2C、3D、49、樣本可決系數(shù)R2越大，表示它對(duì)樣本數(shù)據(jù)擬合得(A )A 、越好B、越差 C不能確定DX均有可能10、多元線性回歸模型中，解釋變量的個(gè)數(shù)越多，可決系數(shù)R2 ( A )A越大；B、越?。籆、不會(huì)變化；D、無(wú)法確定三、簡(jiǎn)答題1、簡(jiǎn)述計(jì)量經(jīng)濟(jì)學(xué)的定義。1、計(jì)量經(jīng)濟(jì)學(xué)是以經(jīng)濟(jì)理論和經(jīng)濟(jì)數(shù)據(jù)的事實(shí)為依據(jù)，運(yùn)用 數(shù)學(xué)、統(tǒng)計(jì)學(xué)的方法,通過(guò)建立數(shù)學(xué)模型來(lái)研究經(jīng)濟(jì)數(shù)量關(guān)系 和規(guī)律的一門經(jīng)濟(jì)學(xué)科。2、多元線性回歸模型的基本假設(shè)有哪些？2、多元線性回歸模型的基本假設(shè)有：(1)隨機(jī)誤差項(xiàng)期望值或均值為零；(2)隨機(jī)誤差項(xiàng)互不相

50、關(guān)且方差相同；(3)隨機(jī)誤差項(xiàng)與解釋變量不相關(guān)；(4)各解釋變量之間不存在精確(完全的)線性關(guān)系；(5)隨機(jī)誤差項(xiàng)服從正態(tài)分布。3、簡(jiǎn)答異方差概念、后果以及修正方法。3、(1)異方差性是指隨機(jī)誤差項(xiàng)的 方差隨解釋變量的變化而 變化；(2)后果：參數(shù)的最小二乘估計(jì)量仍然具有 無(wú)偏性，但估 計(jì)量的方差不再是最小的；參數(shù)的顯著性檢驗(yàn)失效；因變量的區(qū)間預(yù)測(cè)失效。(3)可使用加權(quán)最小二乘法(WLS威模型變換進(jìn)行異方差 的校正。4、簡(jiǎn)述t檢驗(yàn)的目的及基本步驟。4、在計(jì)量經(jīng)濟(jì)分析中，t檢驗(yàn)主要用于判斷自變量是否對(duì)因變 量具有顯著影響，即通過(guò)t統(tǒng)計(jì)量檢驗(yàn)參數(shù)估計(jì)值是否顯著 異于零。t檢驗(yàn)的基本步驟是：、提出假

51、設(shè)：原假設(shè)H0：Pi=0；備擇假設(shè)也加黃0、在原假設(shè)成立的前提下 構(gòu)造統(tǒng)計(jì)量：t=/t（n-k） Se ?、給定顯著性水平a,查t分布表求得臨界值ta/2（n-k）, 并確定拒絕域t|t“2（n-k）、根據(jù)樣本數(shù)據(jù)計(jì)算出t統(tǒng)計(jì)量值，并進(jìn)行比較判斷： 若tQ2（n-k）,則拒絕原假設(shè)Ho ,即在給定顯著性水平下， 解釋變量Xi對(duì)因變量有顯著影響；若|tKWn-k）,則不能拒 絕原假設(shè)Ho ,即在給定顯著性水平下，解釋變量Xi對(duì)因變量沒(méi)有顯著影響；四、計(jì)算對(duì)于一個(gè)三元線性回歸模型，已知可決系數(shù)R2=0.8,方差分析 表的部份結(jié)果如下：變差來(lái)源平方和自由度源于回歸（ESH200源于殘差（RSSn-待

52、估參數(shù)的數(shù)量（n-4 ）總變差（TS022（n-1）（1）樣本容量是多少？n-1=22 n=23（2）總變差TSS為多少？(3)殘差平方和 RSSJ多少？(4) ESS RSS的自由度各為多少？(5)求方程總體顯著性檢驗(yàn)的 F統(tǒng)計(jì)量值。四、(1)樣本容量n=23;2 ESSESS 200田| R=0.8= TSS =二250TSS0.8 0.8由于 TSS=ESS + RSS RSS=TSS ESS =250 200 = 50ESS的自由度為3, RSS的自由度為19TSS的自由度22; RSS的自由度23-4=19; ESS的自由度為3F 二 ESS/(k - 200/3 =25.33 ；F

53、=ESS/3/RSS/19=25.33RSS/(n -k) 50/19國(guó)貿(mào)計(jì)量經(jīng)濟(jì)學(xué)習(xí)題(六)-案例題一、根據(jù)美國(guó)各航空公司航班正點(diǎn)到達(dá)的比率X (% 和每10萬(wàn)名乘客投訴的次數(shù) Y進(jìn)行回歸，EViews輸出結(jié)果如下： Dependent Variable: YMethod: Least SquaresSample: 1 9Included observations: 9VariableCoefficientStd.Errort-StatisticProb.C6.0178321.0522605.7189610.0007X-0.0704140.014176-4.9672540.0016R-squ

54、ared0.778996Prob(F-statistic0.001624 Durbin-Watson stat 2.5270 )(1)對(duì)以上結(jié)果進(jìn)行簡(jiǎn)要分析(包括方程顯著性檢驗(yàn)、參數(shù)顯著性檢驗(yàn)、DW值的評(píng)價(jià)、對(duì)斜率的解釋等，顯著性水平均取0.05)。(2)按標(biāo)準(zhǔn)書寫格式寫出回歸結(jié)果。一、答：r2=0.779, f統(tǒng)計(jì)量在0.05顯著性水平通過(guò)檢驗(yàn)；胤、 K的估計(jì)值是顯著的，且符號(hào)符合經(jīng)濟(jì)意義；dw偏大(2.53), 很可能存在隨機(jī)誤差項(xiàng)的自相關(guān)，需進(jìn)行校正，有問(wèn)題)； 查表 n=9, k=1,dL=0.824,dU=1.320, dU DW4- dU, 不相關(guān)。 若對(duì)自相關(guān)進(jìn)行校正后，其它檢驗(yàn)

55、均已通過(guò)，斜率的經(jīng)濟(jì)意義 為“美國(guó)各航空公司航班正點(diǎn)到達(dá)的比率X (為 每土f加1個(gè)百分點(diǎn)，每10萬(wàn)名乘客投訴的次數(shù)Y平均減少的次數(shù)”。(2)按標(biāo)準(zhǔn)書寫格式寫出回歸結(jié)果。Y? =6.018-0.070Xit : (5.719) (-4.967)R2=0.779dw =2.527二、以下是某次線性回歸的 EViews輸出結(jié)果，部分?jǐn)?shù)值已略去(用大寫字母標(biāo)示)，但它們和表中其它特定數(shù)值有必然聯(lián)系，分別據(jù)此求出這些數(shù)值，并寫出過(guò)程。 (保留3位小數(shù))Dependent Variable: YMethod: Least SquaresSample: 1 13Included observations:

56、 13VariableCoefficientStd.Errort-StatisticProb.C5.7304880.605747A0.0000X-0.3139600.048191-6.5149640.0000R-squared0.794180Mean dependent var1.962965AdjustedR-squaredBS.D.dependent var1.372019S.E. ofregression0.650127Akaike info criterion2.117340Sum squared residCSchwarzcriterion2.204256(1)求A的值。(2)求B的

57、值。(3)求C的值。二、以下是某次線性回歸的 EViews輸出結(jié)果，部分?jǐn)?shù)值已略 去(用大寫字母標(biāo)示)，但它們和表中其它特定數(shù)值有必然聯(lián) 系，分別據(jù)此求出這些數(shù)值，并寫出過(guò)程。 (保留3位小數(shù))(1)求A的值。慶5二一二57305 =9.461 ；Se( ?)0.6057(2)求B的值。B=R2=1.(1.R2)=1-3(1.0.8728) =0.775 (有問(wèn)題) n -k -113-2-1改正為 B=R2=1 - n-1 (1-r2)=1 - 13-1 (1-0.8728)=0.7755 n-k -113-1-1(3)求C的值。由:?2 = n - k -1C苞 q2 =?2(n -k-1

58、)=0.65012(13-1 -1)=4.649 oS.E. of0.650127regression金試三、用1970-1994年間日本工薪家庭實(shí)際消費(fèi)支出 Y與實(shí)際可 支配收入X(單位：103日元)數(shù)據(jù)估計(jì)線性模型丫=00+P,X+u, 然后用得到的殘差序列e繪制以下圖形。(1)試根據(jù)圖形分析隨機(jī)誤差項(xiàng)之間是否存在自相關(guān)？若存在，是正自相關(guān)還是負(fù)自相關(guān)?nk=1k=2dLdudLdu241.271.451.191.55251.291.451.211.55261.301.461.221.55271.311.471.241.56附表：DW檢驗(yàn)臨界值表(口 =0.05)答:圖形顯示，隨機(jī)誤差項(xiàng)之

59、間存在著相關(guān)性，且為正的自相關(guān)。(2)此模型的估計(jì)結(jié)果為丫? =50.87 0.64Xtt : (6.14)(30.01)r2=0.975, f =900.51, dw =0.35試用DW檢驗(yàn)法檢驗(yàn)隨機(jī)誤差項(xiàng)之間是否存在自相關(guān)。二、答：圖形顯示，隨機(jī)誤差項(xiàng)之間存在 著相關(guān)性，且為正的自相關(guān)。(2)此模型的估計(jì)結(jié)果為丫 =50.87 0.64Xtt : (6.14)(30.01)R2=0.975, f =900.51, dw =0.35解：樣本量n=25、一個(gè)解釋變量的模型、5%著水平，查 D修計(jì)表可知，dL=1.29, du=1.45,模型中 DW(=0.35) d, 顯然該模型中存在自相關(guān)。

60、四、用一組截面數(shù)據(jù)估計(jì)消費(fèi)(Y)收入(X)方程Y=B0+Rx+u的 結(jié)果為(1)根據(jù)回歸的殘差序列e(t)圖分析本模型是否存在異方Ija-10注：abse(t) 表示e(t)的絕對(duì)值。(2)其次，用 White法進(jìn)行檢驗(yàn)。EViews輸出結(jié)果見下表:White Heteroskedasticity Test:F-statistic6.301373Probability0.003370Obs*R-squared10.86401Probability0.004374Dependent Variable:RESIDA2Method: Least SquaresSample: 1 60Included