2021年計量經(jīng)濟學總題庫

第一章導論一、選取題4、橫截面數(shù)據(jù)是指__________。A同一時點上不同記錄單位相似記錄指標構成數(shù)據(jù)B同一時點上相似記錄單位相似記錄指標構成數(shù)據(jù)C同一時點上相似記錄單位不同記錄指標構成數(shù)據(jù)D同一時點上不同記錄單位不同記錄指標構成數(shù)據(jù)5、同一記錄指標，同一記錄單位準時間順序記錄形成數(shù)據(jù)列是__________。A時期數(shù)據(jù)B混合數(shù)據(jù)C時間序列數(shù)據(jù)D橫截面數(shù)據(jù)8、經(jīng)濟計量模型被解釋變量一定是__________。A控制變量B政策變量C內(nèi)生變量D外生變量9、下面屬于橫截面數(shù)據(jù)是__________。A1991－各年某地區(qū)20個鄉(xiāng)鎮(zhèn)公司平均工業(yè)產(chǎn)值B1991－各年某地區(qū)20個鄉(xiāng)鎮(zhèn)公司各鎮(zhèn)工業(yè)產(chǎn)值C某年某地區(qū)20個鄉(xiāng)鎮(zhèn)工業(yè)產(chǎn)值共計數(shù)D某年某地區(qū)20個鄉(xiāng)鎮(zhèn)各鎮(zhèn)工業(yè)產(chǎn)值10、經(jīng)濟計量分析工作基本環(huán)節(jié)是__________。AA建立模型、收集樣本數(shù)據(jù)、預計參數(shù)、檢查模型、應用模型B設定模型、預計參數(shù)、檢查模型、應用模型、模型評價C個體設計、總體設計、預計模型、應用模型、檢查模型D擬定模型導向、擬定變量及方程式、預計模型、檢查模型、應用模型11、將內(nèi)生變量前期值作解釋變量，這樣變量稱為__________。A.虛擬變量B.控制變量C.政策變量D.滯后變量12、__________是具備一定概率分布隨機變量，它數(shù)值由模型自身決定。A.外生變量B.內(nèi)生變量C.前定變量D.滯后變量15、同一記錄指標準時間順序記錄數(shù)據(jù)列稱為__________。A.橫截面數(shù)據(jù)B.時間序列數(shù)據(jù)C.修勻數(shù)據(jù)D.原始數(shù)據(jù)E．線性特性2、計量經(jīng)濟模型有哪些應用。答：①構造分析，即是運用模型對經(jīng)濟變量之間互有關系做出研究，分析當其她條件不變時，模型中解釋變量發(fā)生一定變動對被解釋變量影響限度。②經(jīng)濟預測，即是運用建立起來計量經(jīng)濟模型對被解釋變量將來值做出預測預計或推算。③政策評價，對不同政策方案也許產(chǎn)生后果進行評價對比，從中做出選取過程。④檢查和發(fā)展經(jīng)濟理論，計量經(jīng)濟模型可用來檢查經(jīng)濟理論對的性，并揭示經(jīng)濟活動所遵循經(jīng)濟規(guī)律。6、簡述建立與應用計量經(jīng)濟模型重要環(huán)節(jié)。答：普通分為5個環(huán)節(jié)：①依照經(jīng)濟理論建立計量經(jīng)濟模型；②樣本數(shù)據(jù)收集；③預計參數(shù)；④模型檢查；⑤計量經(jīng)濟模型應用。7、對計量經(jīng)濟模型檢查應從幾種方面入手。答：①經(jīng)濟意義檢查；②記錄準則檢查；③計量經(jīng)濟學準則檢查；④模型預測檢查。第2章一元線性回歸模型一、單項選取題4、表達x和y之間真實線性關系是__________。ABCD5、參數(shù)預計量具備有效性是指__________。ABCD8、對于，以表達預計原則誤差，r表達有關系數(shù)，則有__________。DABCD9、產(chǎn)量（X，臺）與單位產(chǎn)品成本（Y，元/臺）之間回歸方程為，這闡明__________。A產(chǎn)量每增長一臺，單位產(chǎn)品成本增長356元B產(chǎn)量每增長一臺，單位產(chǎn)品成本減少1.5元C產(chǎn)量每增長一臺，單位產(chǎn)品成本平均增長356元D產(chǎn)量每增長一臺，單位產(chǎn)品成本平均減少1.5元10、在總體回歸直線中，表達__________。A當X增長一種單位時，Y增長個單位B當X增長一種單位時，Y平均增長個單位C當Y增長一種單位時，X增長個單位D當Y增長一種單位時，X平均增長個單位11、對回歸模型進行檢查時，普通假定服從__________。ABCD12、以Y表達實際觀測值，表達回歸預計值，則普通最小二乘法預計參數(shù)準則是使__________。14、用OLS預計典型線性模型，則樣本回歸直線通過點_________。D15、以Y表達實際觀測值，表達OLS預計回歸值，則用OLS得到樣本回歸直線滿足__________。16、用一組有30個觀測值樣本預計模型，在0.05明顯性水平下對明顯性作t檢查，則明顯地不等于零條件是其記錄量t不不大于__________。At0.05(30)Bt0.025(30)Ct0.05(28)Dt0.025(28)19、鑒定系數(shù)R2取值范疇是__________。AR2≤-1BR2≥1C0≤R2≤1D－1≤R2≤124、在C—D生產(chǎn)函數(shù)中，__________。A.和是彈性B.A和是彈性C.A和是彈性D.A是彈性25、回歸模型中，關于檢查所用記錄量，下列說法對的是__________。A服從B服從C服從D服從26、在二元線性回歸模型中，表達__________。A當X2不變時，X1每變動一種單位Y平均變動。B當X1不變時，X2每變動一種單位Y平均變動。C當X1和X2都保持不變時，Y平均變動。D當X1和X2都變動一種單位時，Y平均變動。27、在雙對數(shù)模型中，含義是__________。AY關于X增長量BY關于X增長速度CY關于X邊際傾向DY關于X彈性26、依照樣本資料已預計得出人均消費支出Y對人均收入X回歸模型為，這表白人均收入每增長1％，人均消費支出將增長__________。A2％B0.2％C0.75％D7.5％28、按典型假設，線性回歸模型中解釋變量應是非隨機變量，且__________。A與隨機誤差項不有關B與殘差項不有關C與被解釋變量不有關D與回歸值不有關二、多項選取題4、表達OLS預計回歸值，u表達隨機誤差項，e表達殘差。如果Y與X為線性有關關系，則下列哪些是對的__________。5、表達OLS預計回歸值，u表達隨機誤差項。如果Y與X為線性有關關系，則下列哪些是對的__________。7、用OLS法預計模型參數(shù)，要使參數(shù)預計量為最佳線性無偏預計量，則規(guī)定__________。ABCDEABCD服從正態(tài)分布EX為非隨機變量，與隨機誤差項不有關。8、假設線性回歸模型滿足所有基本假設，則其參數(shù)預計量具備__________。A可靠性B合理性C線性D無偏性E有效性9、普通最小二乘預計直線具備如下特性__________。B同DA通過樣本均值點BCDE10、由回歸直線預計出來值__________。ADEA是一組預計值B是一組平均值C是一種幾何級數(shù)D也許等于實際值YE與實際值Y離差之和等于零15、鑒定系數(shù)R2可表達為__________。ABCDE16、線性回歸模型變通最小二乘預計殘差滿足__________。ACDEABCDE四、簡答1、在計量經(jīng)濟模型中，為什么會存在隨機誤差項？答：①模型中被忽視掉影響因素導致誤差；②模型關系認定不精確導致誤差；③變量測量誤差；④隨機因素。這些因素都被歸并在隨機誤差項中考慮。因而，隨機誤差項是計量經(jīng)濟模型中不可缺少一某些。2、古典線性回歸模型基本假定是什么？答：①零均值假定。即在給定xt條件下，隨機誤差項數(shù)學盼望（均值）為0，即。②同方差假定。誤差項方差與t無關，為一種常數(shù)。③無自有關假定。即不同誤差項互相獨立。④解釋變量與隨機誤差項不有關假定。⑤正態(tài)性假定，即假定誤差項服從均值為0，方差為正態(tài)分布。5、在滿足古典假定條件下，一元線性回歸模型普通最小二乘預計量有哪些記錄性質(zhì)？答：①線性，是指參數(shù)預計量和分別為觀測值和隨機誤差項線性函數(shù)或線性組合。②無偏性，指參數(shù)預計量和均值（盼望值）分別等于總體參數(shù)和。③有效性（最小方差性或最優(yōu)性），指在所有線性無偏預計量中，最小二乘預計量和方差最小。6、簡述BLUE含義。答：在古典假定條件下，OLS預計量和是參數(shù)和最佳線性無偏預計量，即BLUE，這一結論就是知名高斯－馬爾可夫定理。7、對于多元線性回歸模型，為什么在進行了總體明顯性F檢查之后，還要對每個回歸系數(shù)進行與否為0t檢查？答：多元線性回歸模型總體明顯性F檢查是檢查模型中所有解釋變量對被解釋變量共同影響與否明顯。通過了此F檢查，就可以說模型中所有解釋變量對被解釋變量共同影響是明顯，但卻不能就此鑒定模型中每一種解釋變量對被解釋變量影響都是明顯。因而還需要就每個解釋變量對被解釋變量影響與否明顯進行檢查，即進行t檢查。五、綜合題1、下表為日本匯率與汽車出口數(shù)量數(shù)據(jù)，年度1986198719881989199019911992199319941995XY16866114563112861013858814558313557512756711150210244694379X:年均匯率（日元/美元）Y:汽車出口數(shù)量（萬輛）問題：（1）畫出X與Y關系散點圖。（2）計算X與Y有關系數(shù)。其中，，，，（3）若采用直線回歸方程擬和出模型為t值1.24277.2797R2=0.8688F=52.99解釋參數(shù)經(jīng)濟意義。解答：（1）散點圖如下：（2）=0.9321（3）截距項81.72表達當美元兌日元匯率為0時日本汽車出口量，這個數(shù)據(jù)沒有實際意義；斜率項3.65表達汽車出口量與美元兌換日元匯率正有關，當美元兌換日元匯率每上升1元，會引起日本汽車出口量上升3.65萬輛。2、已知一模型最小二乘回歸成果如下：原則差（45.2）（1.53）n=30R2=0.31其中，Y：政府債券價格（百美元），X：利率（%）?；卮鹑缦聠栴}：（1）系數(shù)符號與否對的，并闡明理由；（2）為什么左邊是而不是Yi；（3）在此模型中與否漏了誤差項ui；（4）該模型參數(shù)經(jīng)濟意義是什么。答：（1）系數(shù)符號是對的，政府債券價格與利率是負有關關系，利率上升會引起政府債券價格下降。（2）（3）（4）常數(shù)項101.4表達在X取0時Y水平，本例中它沒有實際意義；系數(shù)（－4.78）表白利率X每上升一種百分點，引起政府債券價格Y減少478美元。3、預計消費函數(shù)模型得t值（13.1）（18.7）n=19R2=0.81其中，C：消費（元）Y：收入（元）已知，，，。問：（1）運用t值檢查參數(shù)明顯性（α＝0.05）；（2）擬定參數(shù)原則差；（3）判斷一下該模型擬合狀況。答：（1）提出原假設H0：，H1：記錄量t＝18.7，臨界值，由于18.7>2.1098，故回絕原假設H0：，即以為參數(shù)是明顯。（2）由于，故。（3）回歸模型R2=0.81，表白擬合優(yōu)度較高，解釋變量對被解釋變量解釋能力為81%，即收入對消費解釋能力為81％，回歸直線擬合觀測點較為抱負。5、、有如下表數(shù)據(jù)日本物價上漲率與失業(yè)率關系年份物價上漲率（%）失業(yè)率（%）U19860.62.819870.12.819880.72.519892.32.319903.12.119913.32.119921.62.219931.32.519940.72.91995-0.13.2（1）設橫軸是U，縱軸是，畫出散點圖。（2）對下面菲力普斯曲線進行OLS預計。已知（3）計算決定系數(shù)。答：（1）散點圖如下：（2）8、表2-4中數(shù)據(jù)是從某個行業(yè)5個不同工廠收集，請回答如下問題：表2-4總成本Y與產(chǎn)量X數(shù)據(jù)Y8044517061X1246118（1）預計這個行業(yè)線性總成本函數(shù)：（2）經(jīng)濟含義是什么？（3）預計產(chǎn)量為10時總成本。9、有10戶家庭收入（X，元）和消費（Y，百元）數(shù)據(jù)如表2－5。表2－510戶家庭收入（X）與消費（Y）資料X20303340151326383543Y7981154810910（1）建立消費Y對收入X回歸直線。（2）闡明回歸直線代表性及解釋能力。（3）在95%置信度下檢查參數(shù)明顯性。（4）在95%置信度下，預測當X＝45（百元）時，消費（Y）置信區(qū)間。14、假設某國貨幣供應量Y與國民收入X歷史如表2－6。表2－6某國貨幣供應量X與國民收入Y歷史數(shù)據(jù)年份XY年份XY年份XY19852.05.019893.37.219934.89.719862.55.519904.07.719945.010.019873.2619914.28.419955.211.219883.6719924.6919965.812.4（1）作出散點圖，然后預計貨幣供應量Y對國民收入X回歸方程，并把回歸直線畫在散點圖上。（2）如何解釋回歸系數(shù)含義。（3）如果但愿1997年國民收入達到15，那么應當把貨幣供應量定在什么水平？15、假定有如下回歸成果其中，Y表達美國咖啡消費量（每天每人消費杯數(shù)），X表達咖啡零售價格（單位：美元/杯），t表達時間。問：（1）這是一種時間序列回歸還是橫截面回歸？做出回歸線。（2）如何解釋斜率？（3）能否救出真實總體回歸函數(shù)？（4）依照需求價格彈性定義：，根據(jù)上述回歸成果，你能救出對咖啡需求價格彈性嗎？如果不能，計算此彈性還需要其她什么信息？解答：（1）這是一種時間序列回歸。（圖略）（2）截距2.6911表達咖啡零售價在每磅0美元時，美國平均咖啡消費量為每天每人2.6911杯，這個沒有明顯經(jīng)濟意義；斜率－0.4795表達咖啡零售價格與消費量負有關，表白咖啡價格每上升1美元，平均每天每人消費量減少0.4795杯。（3）不能。因素在于要理解全美國所有人咖啡消費狀況幾乎是不也許。（4）不能。在同一條需求曲線上不同點價格彈性不同，若規(guī)定價格彈性，須給出詳細X值及與之相應Y值。16、下面數(shù)據(jù)是根據(jù)10組X和Y觀測值得到：（李子奈書P18），，，，假定滿足所有典型線性回歸模型假設，求（1），預計值及其原則差；（2）決定系數(shù)；（3）對，分別建立95％置信區(qū)間。運用置信區(qū)間法，你可以接受零假設：嗎？第3章多元線性回歸模型一、單項選取題1.在由一組樣本預計、包括3個解釋變量線性回歸模型中，計算得多重決定系數(shù)為0.8500，則調(diào)節(jié)后多重決定系數(shù)為（D）A.0.8603B.0.8389C.0.8655D.0.83272.下列樣本模型中，哪一種模型普通是無效（B）A.（消費）=500+0.8（收入）B.（商品需求）=10+0.8（收入）+0.9（價格）C.（商品供應）=20+0.75（價格）D.（產(chǎn)出量）=0.65（勞動）（資本）3.用一組有30個觀測值樣本預計模型后，在0.05明顯性水平上對明顯性作檢查，則明顯地不等于零條件是其記錄量不不大于等于（C）A.B.C.D.4.模型中，實際含義是（B）A.關于彈性B.關于彈性C.關于邊際傾向D.關于邊際傾向5、在多元線性回歸模型中，若某個解釋變量對別的解釋變量鑒定系數(shù)接近于１，則表白模型中存在（C）A.異方差性B.序列有關C.多重共線性D.高擬合優(yōu)度6.線性回歸模型中，檢查時，所用記錄量服從(C)A.t(n-k+1)B.t(n-k-2)C.t(n-k-1)D.t(n-k+2)7.調(diào)節(jié)鑒定系數(shù)與多重鑒定系數(shù)之間有如下關系(D)A.B.C.D.9．在多元線性回歸模型中對樣本容量基本規(guī)定是(k為解釋變量個數(shù))：（C）An≥k+1Bn<k+1Cn≥30或n≥3（k+1）Dn≥3011.半對數(shù)模型中，參數(shù)含義是（C）。A．X絕對量變化，引起Y絕對量變化B．Y關于X邊際變化C．X相對變化，引起Y盼望值絕對量變化

D．Y關于X彈性12.半對數(shù)模型中，參數(shù)含義是（A）。A.X絕對量發(fā)生一定變動時，引起因變量Y相對變化率B.Y關于X彈性C.X相對變化，引起Y盼望值絕對量變化

D.Y關于X邊際變化13.雙對數(shù)模型中，參數(shù)含義是（D）。A.X相對變化，引起Y盼望值絕對量變化

B.Y關于X邊際變化C.X絕對量發(fā)生一定變動時，引起因變量Y相對變化率

D.Y關于X彈性

四、簡答1.給定二元回歸模型：，請論述模型古典假定。解答：（1）隨機誤差項盼望為零，即。（2）不同隨機誤差項之間互相獨立，即。（3）隨機誤差項方差與t無關，為一種常數(shù)，即。即同方差假設。（4）隨機誤差項與解釋變量不有關，即。普通假定為非隨機變量，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。2.在多元線性回歸分析中，為什么用修正決定系數(shù)衡量預計模型對樣本觀測值擬合優(yōu)度？解答：由于人們發(fā)現(xiàn)隨著模型中解釋變量增多，多重決定系數(shù)值往往會變大，從而增長了模型解釋功能。這樣就使得人們以為要使模型擬合得好，就必要增長解釋變量。但是，在樣本容量一定狀況下，增長解釋變量必然使得待估參數(shù)個數(shù)增長，從而損失自由度，而實際中如果引入解釋變量并非必要話也許會產(chǎn)生諸多問題，例如，減少預測精準度、引起多重共線性等等。為此用修正決定系數(shù)來預計模型對樣本觀測值擬合優(yōu)度。3.修正決定系數(shù)及其作用。解答：，其作用有：（1）用自由度調(diào)節(jié)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)計算影響；（2）對于包括解釋變量個數(shù)不同模型，可以用調(diào)節(jié)后決定系數(shù)直接比較它們擬合優(yōu)度高低，但不能用本來未調(diào)節(jié)決定系數(shù)來比較。4.常用非線性回歸模型有幾種狀況？解答：常用非線性回歸模型重要有:對數(shù)模型半對數(shù)模型或倒數(shù)模型多項式模型成長曲線模型涉及邏輯成長曲線模型和Gompertz成長曲線模型2.某計量經(jīng)濟學家曾用1921~1941年與1945~1950年（1942~1944年戰(zhàn)爭期間略去）美國國內(nèi)消費Ｃ和工資收入Ｗ、非工資－非農(nóng)業(yè)收入Ｐ、農(nóng)業(yè)收入Ａ時間序列資料，運用普通最小二乘法預計得出了如下回歸方程：式下括號中數(shù)字為相應參數(shù)預計量原則誤。試對該模型進行評析，指出其中存在問題。解答：該消費模型鑒定系數(shù)，Ｆ記錄量值，均很高，表白模型整體擬合限度很高。計算各回歸系數(shù)預計量t記錄量值得：，，。除外，別的T值均很小。工資收入Ｗ系數(shù)t檢查值雖然明顯，但該系數(shù)預計值卻過大，該值為工資收入對消費邊際效應，它值為1.059意味著工資收入每增長一美元，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。此外，盡管從理論上講，非工資—非農(nóng)業(yè)收入與農(nóng)業(yè)收入也是消費行為重要解釋變量，但兩者各自t檢查卻顯示出它們效應與0無明顯差別。這些跡象均表白模型中存在嚴重多重共線性，不同收入某些之間互有關系掩蓋了各個某些對解釋消費行為單獨影響。5．假設規(guī)定你建立一種計量經(jīng)濟模型來闡明在學校跑道上慢跑一英里或一英里以上人數(shù)，以便決定與否修建第二條跑道以滿足所有鍛煉者。你通過整個年收集數(shù)據(jù)，得到兩個也許解釋性方程：方程A：方程B：其中：——某天慢跑者人數(shù)——該天降雨英寸數(shù)——該天日照小時數(shù)——該天最高溫度（按華氏溫度）——第二天需交學期論文班級數(shù)請回答下列問題：（1）這兩個方程你以為哪個更合理些，為什么？（2）為什么用相似數(shù)據(jù)去預計相似變量系數(shù)得到不同符號？解答:（1）第2個方程更合理某些，，由于某天慢跑者人數(shù)同該天日照小時數(shù)應當是正有關。（2）浮現(xiàn)不同符號因素很也許是由于與高度有關而導致浮現(xiàn)多重共線性緣故。從生活經(jīng)驗來看也是如此，日照時間長，必然當天最高氣溫也就高。而日照時間長度和第二天需交學期論文班級數(shù)是沒有有關性。6．假定以校園內(nèi)食堂每天賣出盒飯數(shù)量作為被解釋變量，盒飯價格、氣溫、附近餐廳盒飯價格、學校當天學生數(shù)量（單位：千人）作為解釋變量，進行回歸分析；假設不論與否有假期，食堂都營業(yè)。不幸是，食堂內(nèi)計算機被一次病毒侵犯，所有存儲丟失，無法恢復，你不能說出獨立變量分別代表著哪一項！下面是回歸成果（括號內(nèi)為原則差）：（2.6）(6.3)(0.61)(5.9)規(guī)定：（1）試鑒定每項成果相應著哪一種變量？（2）對你鑒定結論做出說解答：（1）是盒飯價格，是氣溫，是學校當天學生數(shù)量，是附近餐廳盒飯價格。（2）在四個解釋變量中，附近餐廳盒飯價格同校園內(nèi)食堂每天賣出盒飯數(shù)量應當是負有關關系，其符號應當為負，應為；學校當天學生數(shù)量每變化一種單位，盒飯相應變化數(shù)量不會是28.4或者12.7，應當是不大于1，應為；至于別的兩個變量，從普通經(jīng)驗來看，被解釋變量對價格反映會比對氣溫反映更敏捷某些，因此是盒飯價格，是氣溫。第4章異方差性一、單項選取1.Goldfeld-Quandt辦法用于檢查（）A.異方差性

B.自有關性C.隨機解釋變量

D.多重共線性2.在異方差性狀況下，慣用預計辦法是（）A.一階差分法

B.廣義差分法C.工具變量法

D.加權最小二乘法3.White檢查辦法重要用于檢查（）A.異方差性

B.自有關性C.隨機解釋變量

D.多重共線性4.Glejser檢查辦法重要用于檢查（）A.異方差性

B.自有關性C.隨機解釋變量

D.多重共線性5.下列哪種辦法不是檢查異方差辦法（）A.戈德菲爾特——匡特檢查B.懷特檢查C.戈里瑟檢查D.方差膨脹因子檢查6.當存在異方差現(xiàn)象時，預計模型參數(shù)恰當辦法是（）A.加權最小二乘法B.工具變量法C.廣義差分法D.使用非樣本先驗信息7.加權最小二乘法克服異方差重要原理是通過賦予不同觀測點以不同權數(shù)，從而提高預計精度，即（）A.注重大誤差作用，輕視小誤差作用B.注重小誤差作用，輕視大誤差作用C.注重小誤差和大誤差作用D.輕視小誤差和大誤差作用8.如果戈里瑟檢查表白，普通最小二乘預計成果殘差與有明顯形式有關關系（滿足線性模型所有典型假設），則用加權最小二乘法預計模型參數(shù)時，權數(shù)應為（）A.B.C.D.9.如果戈德菲爾特——匡特檢查明顯，則以為什么問題是嚴重（）A.異方差問題B.序列有關問題C.多重共線性問題D.設定誤差問題10.設回歸模型為，其中，則最有效預計量為（）A.B.C.D.二、多項選取1.下列計量經(jīng)濟分析中那些很也許存在異方差問題（）A.用橫截面數(shù)據(jù)建立家庭消費支出對家庭收入水平回歸模型B.用橫截面數(shù)據(jù)建立產(chǎn)出對勞動和資本回歸模型C.以凱恩斯有效需求理論為基本構造宏觀計量經(jīng)濟模型D.以國民經(jīng)濟核算帳戶為基本構造宏觀計量經(jīng)濟模型E.以30年時序數(shù)據(jù)建立某種商品市場供需模型2.在異方差條件下普通最小二乘法具備如下性質(zhì)（）A、線性B、無偏性C、最小方差性D、精準性E、有效性3.異方差性將導致A、普通最小二乘法預計量有偏和非一致B、普通最小二乘法預計量非有效C、普通最小二乘法預計量方差預計量有偏D、建立在普通最小二乘法預計基本上假設檢查失效E、建立在普通最小二乘法預計基本上預測區(qū)間變寬4.下列哪些辦法可用于異方差性檢查（）A、DW檢查B、方差膨脹因子檢查法C、鑒定系數(shù)增量貢獻法D、樣本分段比較法E、殘差回歸檢查法5.當模型存在異方差現(xiàn)象進，加權最小二乘預計量具備（）A、線性B、無偏性C、有效性D、一致性E、精準性6.下列說法對的有（）A、當異方差浮現(xiàn)時，最小二乘預計是有偏和不具備最小方差特性B、當異方差浮現(xiàn)時，慣用t和F檢查失效C、異方差狀況下，普通OLS預計一定高估了預計量原則差D、如果OLS回歸殘差體現(xiàn)出系統(tǒng)性，則闡明數(shù)據(jù)中不存在異方差性E、如果回歸模型中漏掉一種重要變量，則OLS殘差必然體現(xiàn)出明顯趨勢三、名詞解釋1.異方差性2.格德菲爾特-匡特檢查3.懷特檢查4.戈里瑟檢查和帕克檢查四、簡答題1.什么是異方差性？試舉例闡明經(jīng)濟現(xiàn)象中異方差性。2.產(chǎn)生異方差性因素及異方差性對模型OLS預計有何影響。3.檢查異方差性辦法有哪些？4.異方差性解決辦法有哪些？5.什么是加權最小二乘法？它基本思想是什么？6.樣本分段法（即戈德菲爾特——匡特檢查）檢查異方差性基本原理及其使用條件。五、計算題1.設消費函數(shù)為，其中為消費支出，為個人可支配收入，為隨機誤差項，并且（其中為常數(shù)）。試回答如下問題：（1）選用恰當變換修正異方差，規(guī)定寫出變換過程；（2）寫出修正異方差后參數(shù)預計量表達式。2.檢查下列模型與否存在異方差性，列出檢查環(huán)節(jié)，給出結論。樣本共40個，本題假設去掉c=12個樣本，假設異方差由引起，數(shù)值小一組殘差平方和為，數(shù)值大一組平方和為。3.假設回歸模型為：，其中：；并且是非隨機變量，求模型參數(shù)最佳線性無偏預計量及其方差。4.既有x和Y樣本觀測值如下表:x2510410y47459假設y對x回歸模型為，且，試用恰當辦法預計此回歸模型。5.某人依照某區(qū)關于資料作如下回歸模型，成果為：其中，Y表達人口密度，X表達離中心商業(yè)區(qū)距離（英里）(1)如果存在異方差，異方差構造是什么？（2）從變換后（WLS）回歸函數(shù)中，你如何懂得異方差已被消除或削弱了？（3）你如何解釋回歸成果？它與否有經(jīng)濟意義？答案一、單選ADAADABCAC二、多選1.ABCDE2.AB3.BCDE4.DE5.ABCDE6.BE三、名詞解釋1.異方差性：在線性回歸模型中，如果隨機誤差項方差不是常數(shù)，即對不同解釋變量觀測值彼此不同，則稱隨機項具備異方差性。2.戈德菲爾特-匡特檢查:該辦法由S.M.Goldfeld和R.E.Quandt于1965年提出，用對樣本進行分段比較辦法來判斷異方差性。3.懷特檢查:該檢查由White在1980年提出，通過建立輔助回歸模型方式來判斷異方差性。4.戈里瑟檢查和帕克檢查:該檢查法由戈里瑟和帕克于1969年提出，其基本原理都是通過建立殘差序列對解釋變量（輔助）回歸模型，判斷隨機誤差項方差與解釋變量之間與否存在著較強有關關系，進而判斷與否存在異方差性。四、簡答題1.異方差性是指模型違背了古典假定中同方差假定，它是計量經(jīng)濟分析中一種專門問題。在線性回歸模型中，如果隨機誤差項方差不是常數(shù)，即對不同解釋變量觀測值彼此不同，則稱隨機項具備異方差性，即（t=1，2，……，n）。例如，運用橫截面數(shù)據(jù)研究消費和收入之間關系時，對收入較少家庭在滿足基本消費支出之后剩余收入已經(jīng)不多，用在購買生活必須品上比例較大，消費分散幅度不大。收入較多家庭有更多可自由支配收入，使得這些家庭消費有更大選取范疇。由于個性、興趣、儲蓄心理、消費習慣和家庭成員構成等那個差別，使消費分散幅度增大，或者說低收入家庭消費分散度和高收入家庭消費得分散度相比較，可以以為牽著不大于后者。這種被解釋變量分散幅度變化，反映到模型中，可以理解為誤差項方差變化。2.產(chǎn)生因素：（1）模型中漏掉了某些解釋變量；（2）模型函數(shù)形式設定誤差；（3）樣本數(shù)據(jù)測量誤差；（4）隨機因素影響。產(chǎn)生影響：如果線性回歸模型隨機誤差項存在異方差性，會對模型參數(shù)預計、模型檢查及模型應用帶來重大影響，重要有：（1）不影響模型參數(shù)最小二乘預計值無偏性；（2）參數(shù)最小二乘預計量不是一種有效預計量；（3）對模型參數(shù)預計值明顯性檢查失效；（4）模型預計式代表性減少，預測精度精度減少。3.檢查辦法：（1）圖示檢查法；（2）戈德菲爾德—匡特檢查；（3）懷特檢查；（4）戈里瑟檢查和帕克檢查（殘差回歸檢查法）；（5）ARCH檢查（自回歸條件異方差檢查）4.解決辦法：（1）模型變換法；（2）加權最小二乘法；（3）模型對數(shù)變換等5.加權最小二乘法基本原理：最小二乘法基本原理是使殘差平方和為最小，在異方差狀況下，總體回歸直線對于不同波動幅度相差很大。隨機誤差項方差越小，樣本點對總體回歸直線偏離限度越低，殘差可信度越高（或者說樣本點代表性越強）；而較大樣本點也許會偏離總體回歸直線很遠，可信度較低（或者說樣本點代表性較弱）。因而，在考慮異方差模型擬合總誤差時，對于不同應當區(qū)別對待。詳細做法：對較小給于充分注重，即給于較大權數(shù)；對較大給于充分注重，即給于較小權數(shù)。更好使反映對殘差平方和影響限度，從而改進參數(shù)預計記錄性質(zhì)。6.樣本分段法（即戈德菲爾特—匡特檢查）基本原理：將樣本分為容量相等兩某些，然后分別對樣本1和樣本2進行回歸，并計算兩個子樣本殘差平方和，如果隨機誤差項是同方差，則這兩個子樣本殘差平方和應當大體相等；如果是異方差，則兩者差別較大，以此來判斷與否存在異方差。使用條件：（1）樣本容量要盡量大，普通而言應當在參數(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，其他假定均滿足。六、計算題1.解：（一）原模型：（1）等號兩邊同除以，新模型：（2）令則：（2）變?yōu)榇藭r新模型不存在異方差性。（二）對進行普通最小二乘預計其中（進一步帶入計算也可）2.解：（1）（2）（3）（4），接受原假設，以為隨機誤差項為同方差性。3.解：原模型：依照為消除異方差性，模型等號兩邊同除以模型變?yōu)椋毫顒t得到新模型：此時新模型不存在異方差性。運用普通最小二乘法，預計參數(shù)得：4.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：令則：（2）變?yōu)榇藭r新模型不存在異方差性由已知數(shù)據(jù)，得25104100.50.20.10.250.14745921.40.41.250.9依照以上數(shù)據(jù)，對進行普通最小二乘預計得：解得第5章自有關性名詞解釋1序列有關性2虛假序列有關3差分法4廣義差分法5自回歸模型6廣義最小二乘法7DW檢查8科克倫-奧克特跌代法9Durbin兩步法10有關系數(shù)單項選取題1、如果模型yt=b0+b1xt+ut存在序列有關，則（）A.cov(xt，ut)=0B.cov(ut，us)=0(t≠s)C.cov(xt，ut)≠0D.cov(ut，us)≠0(t≠s)2、DW檢查零假設是（ρ為隨機誤差項一階有關系數(shù)）A、DW＝0B、ρ＝0C、DW＝1D、ρ＝13、下列哪個序列有關可用DW檢查（vt為具備零均值，常數(shù)方差且不存在序列有關隨機變量）A．ut＝ρut－1+vtB．ut＝ρut－1+ρ2ut－2+…+vtC．ut＝ρvtD．ut＝ρvt+ρ2vt-1+…4、DW取值范疇是（）A、-1≤DW≤0B、-1≤DW≤1C、-2≤DW≤2D、0≤DW≤45、當DW＝4時，闡明（）A、不存在序列有關B、不能判斷與否存在一階自有關C、存在完全正一階自有關D、存在完全負一階自有關6、依照20個觀測值預計成果，一元線性回歸模型DW＝2.3。在樣本容量n=20,解釋變量k=1，明顯性水平為0.05時，查得dl=1,du=1.41,則可以決斷（）A、不存在一階自有關B、存在正一階自有關C、存在負一階自D、無法擬定7、當模型存在序列有關現(xiàn)象時，適當參數(shù)預計辦法是（）A、加權最小二乘法B、間接最小二乘法C、廣義差分法D、工具變量法8、對于原模型yt=b0+b1xt+ut，廣義差分模型是指（）9、采用一階差分模型一階線性自有關問題合用于下列哪種狀況（）A、ρ≈0B、ρ≈1C、-1＜ρ＜0D、0＜ρ＜110、假定某公司生產(chǎn)決策是由模型St=b0+b1Pt+ut描述（其中St為產(chǎn)量，Pt為價格），又知：如果該公司在t-1期生產(chǎn)過剩，經(jīng)營人員會削減t期產(chǎn)量。由此決斷上述模型存在（）A、異方差問題B、序列有關問題C、多重共線性問題D、隨機解釋變量問題11、依照一種n=30樣本預計后計算得DW＝1.4，已知在5%置信度下，dl=1.35,du=1.49,則以為原模型（）A、存在正一階自有關B、存在負一階自有關C、不存在一階自有關D、無法判斷與否存在一階自有關。12對于模型，以ρ表達et與et-1之間線性有關關系（t=1,2,…T）,則下列明顯錯誤是（）A、ρ＝0.8，DW＝0.4B、ρ＝-0.8，DW＝-0.4C、ρ＝0，DW＝2D、ρ＝1，DW＝013、同一記錄指標準時間順序記錄數(shù)據(jù)列稱為()A.橫截面數(shù)據(jù)B.時間序列數(shù)據(jù)C.修勻數(shù)據(jù)D.原始數(shù)據(jù)多項選取題1、DW檢查不合用一下列狀況序列有關檢查（）A、高階線性自回歸形式序列有關B、一階非線性自回歸序列有關C、移動平均形式序列有關D、正一階線性自回歸形式序列有關E、負一階線性自回歸形式序列有關2、以dl表達記錄量DW下限分布，du表達記錄量DW上限分布，則DW檢查不擬定區(qū)域是（）A、du≤DW≤4-duB、4-du≤DW≤4-dlC、dl≤DW≤duD、4-dl≤DW≤4E、0≤DW≤dl3、DW檢查不合用于下列狀況下一階線性自有關檢查（）A、模型包具有隨機解釋變量B、樣本容量太小C、非一階自回歸模型D、具有滯后被解釋變量E、包具有虛擬變量模型4、針對存在序列有關現(xiàn)象模型預計，下述哪些辦法也許是合用（）A、加權最小二乘法B、一階差分法C、殘差回歸法D、廣義差分法D、Durbin兩步法5、如果模型yt=b0+b1xt+ut存在一階自有關，普通最小二乘預計仍具備（）A、線性B、無偏性C、有效性D、真實性E、精準性6、DW檢查不能用于下列哪些現(xiàn)象檢查A、遞增型異方差檢查B、ut＝ρut－1+ρ2ut－2+vt形式序列有關檢查C、xi=b0+b1xj+ut形式多重共線性檢查D、一階線性自有關檢查E、漏掉重要解釋變量導致設定誤差檢查簡答題1．簡述DW檢查局限性。2．序列有關性后果。3．簡述序列有關性幾種檢查辦法。4．廣義最小二乘法（GLS）基本思想是什么？5．解決序列有關性問題重要有哪幾種辦法？6．差分法基本思想是什么？7．差分法和廣義差分法重要區(qū)別是什么？8．請簡述什么是虛假序列有關。9．序列有關和自有關概念和范疇與否是一種意思？10．DW值與一階自有關系數(shù)關系是什么？計算分析題1.依照某地1961—1999年共39年總產(chǎn)出Y、勞動投入L和資本投入K年度數(shù)據(jù)，運用普通最小二乘法預計得出了下列回歸方程：(0.237)(0.083)(0.048),DW=0.858上式下面括號中數(shù)字為相應預計量原則誤差。在5%明顯性水平之下，由DW檢查臨界值表，得dL=1.38,du=1.60。問；(1)題中所預計回歸方程經(jīng)濟含義；(2)該回歸方程預計中存在什么問題?應如何改進?

2．依照國內(nèi)1978——財政收入和國內(nèi)生產(chǎn)總值記錄資料，可建立如下計量經(jīng)濟模型：（2.5199）（22.7229）＝0.9609，＝731.2086，＝516.3338，＝0.3474請回答如下問題：何謂計量經(jīng)濟模型自有關性？試檢查該模型與否存在一階自有關，為什么？自有關會給建立計量經(jīng)濟模型產(chǎn)生哪些影響？如果該模型存在自有關，試寫出消除一階自有關辦法和環(huán)節(jié)。（臨界值，）3．對某地區(qū)大學生就業(yè)增長影響簡樸模型可描述如下式中，為新就業(yè)大學生人數(shù)，MIN1為該地區(qū)最低限度工資，POP為新畢業(yè)大學生人數(shù)，GDP1為該地區(qū)國內(nèi)生產(chǎn)總值，GDP為該國國內(nèi)生產(chǎn)總值；g表達年增長率。（1）如果該地區(qū)政府以多多少少不易觀測卻對新畢業(yè)大學生就業(yè)有影響因素作為基本來選取最低限度工資，則OLS預計將會存在什么問題？（2）令MIN為該國最低限度工資，它與隨機擾動項有關嗎？（3）按照法律，各地區(qū)最低限度工資不得低于國家最低工資，哪么gMIN能成為gMIN1工具變量嗎？4下表給出了美國1960-1995年36年間個人實際可支配收入X和個人實際消費支出Y數(shù)據(jù)。美國個人實際可支配收入和個人實際消費支出 單位：100億美元年份個人實際可支配收入X個人實際消費支出Y年份個人實際可支配收入X個人實際消費支出Y196019611962196319641965196619671968196919701971197219731974197519761977157162169176188200211220230237247256268287285290301311143146153160169180190196207215220228242253251257271283197819791980198119821983198419851986198719881989199019911992199319941995326335337345348358384396409415432440448449461467478493295302301305308324341357371382397406413411422434447458注：資料來源于EconomicReportofthePresident，數(shù)據(jù)為1992年價格。規(guī)定：（1）用普通最小二乘法預計收入—消費模型； （2）檢查收入—消費模型自有關狀況（5%明顯水平）； （3）用恰當辦法消除模型中存在問題。5在研究生產(chǎn)中勞動所占份額問題時，古扎拉蒂采用如下模型模型1模型2其中，Y為勞動投入，t為時間。據(jù)1949-1964年數(shù)據(jù)，對初級金屬工業(yè)得到如下成果：模型1 t=（-3.9608）R2=0.5284DW=0.8252模型2 t=（-3.2724）(2.7777) R2=0.6629 DW=1.82其中，括號內(nèi)數(shù)字為t記錄量。問：（1）模型1和模型2中與否有自有關； （2）如何鑒定自有關存在？（3）如何區(qū)別虛假自有關和真正自有關。6下表是北京市持續(xù)城鄉(xiāng)居民家庭人均收入與人均支出數(shù)據(jù)。北京市來城鄉(xiāng)居民家庭收入與支出數(shù)據(jù)表（單位：元）年份順序人均收入(元)人均生活消費支出(元)商品零售物價指數(shù)(%)人均實際收入(元)人均實際支出(元)12345678910111213141516171819450.18491.54599.40619.57668.06716.60837.651158.841317.331413.241767.671899.572067.332359.882813.103935.395585.886748.687945.78359.86408.66490.44511.43534.82574.06666.75923.321067.381147.601455.551520.411646.051860.172134.652939.604134.125019.765729.45100.00101.50108.60110.20112.30113.00115.40136.80145.90158.60193.30229.10238.50258.80280.30327.70386.40435.10466.90450.18484.28551.93562.22594.89634.16725.87847.11902.90891.07914.47829.14866.81911.851003.601200.911445.621551.061701.82359.86402.62451.60464.09476.24508.02577.77674.94731.58723.58753.00663.64690.17718.77761.56897.041069.911153.701227.13規(guī)定：（1）建立居民收入—消費函數(shù)； （2）檢查模型中存在問題，并采用恰當補救辦法預以解決； （3）對模型成果進行經(jīng)濟解釋。7下表給出了日本工薪家庭實際消費支出與可支配收入數(shù)據(jù)日本工薪家庭實際消費支出與實際可支配收入 單位：1000日元年份個人實際可支配收入X個人實際消費支出Y年份個人實際可支配收入X個人實際消費支出Y1970197119721973197419751976197719781979198019811982239248258272268280279282285293291294302300311329351354364360366370378374371381198319841985198619871988198919901991199219931994304308310312314324326332334336334330384392400403411428434441449451449449注：資料來源于日本銀行《經(jīng)濟記錄年報》數(shù)據(jù)為1990年價格。規(guī)定：（1）建立日本工薪家庭收入—消費函數(shù)； （2）檢查模型中存在問題，并采用恰當補救辦法預以解決； （3）對模型成果進行經(jīng)濟解釋。8下表給出了中華人民共和國進口需求(Y)與國內(nèi)生產(chǎn)總值(X)數(shù)據(jù)。1985~中華人民共和國實際GDP、進口需求單位：億元年份實際GDP（X，億元）實際進口額（Y，億元）1985198619871988198919901991199219931994199519961997199819998964.409753.2710884.6512114.6212611.3213090.5514294.8816324.7518528.5920863.1923053.8325267.0027490.4929634.7531738.8234277.9236848.7639907.2143618.582543.22983.43450.13571.63045.92950.43338.04182.25244.46311.97002.27707.28305.49301.39794.810842.512125.614118.817612.2注：表中數(shù)據(jù)來源于《中華人民共和國記錄年鑒》光盤。實際GDP和實際進口額均為1985年可比價指標。規(guī)定：（1）檢測進口需求模型自有關性；（2）采用科克倫－奧克特迭代法解決模型中自有關問題。9下表給出了某地區(qū)1980-地區(qū)生產(chǎn)總值(Y)與固定資產(chǎn)投資額(X)數(shù)據(jù)。地區(qū)生產(chǎn)總值(Y)與固定資產(chǎn)投資額(X)單位：億元年份地區(qū)生產(chǎn)總值(Y)固定資產(chǎn)投資額(X)年份地區(qū)生產(chǎn)總值(Y)固定資產(chǎn)投資額(X)1980198119821983198419851986198719881989140216241382128516652080237525172741273021625418715124636841741243843619901991199219931994199519961997199819993124315835784067448348975120550660887042875654452354866869974566784595111851180規(guī)定：（1）使用對數(shù)線性模型進行回歸，并檢查回歸模型自有關性；（2）采用廣義差分法解決模型中自有關問題。(3)令（固定資產(chǎn)投資指數(shù)），（地區(qū)生產(chǎn)總值增長指數(shù)），使用模型，該模型中與否有自有關？計量經(jīng)濟學題庫（自有關）答案名詞解釋1．序列有關性：對于模型隨機誤差項互相獨立基本假設體現(xiàn)為如果浮現(xiàn)即對于不同樣本點，隨機誤差項之間不再是完全互相獨立，而是存在某種有關性，則以為浮現(xiàn)了序列有關性(SerialCorrelation)。2．虛假序列有關：是指模型序列有關性是由于省略了明顯解釋變量而導致。3差分法：差分法是一類克服序列有關性有效辦法，被廣泛采用。差分法是將原模型變換為差分模型，分為一階差分法和廣義差分法。4廣義差分法：廣義差分法可以克服所有類型序列有關帶來問題，一階差分法是它一種特例。5自回歸模型：6廣義最小二乘法：是最有普遍意義最小二乘法，普通最小二乘法和加權最小二乘法是它特例。7DW檢查：德賓和瓦特森與1951年提出一種適于小樣本檢查辦法。DW檢查法有五個前提條件（略）8科克倫-奧克特跌代法：是通過逐次跌代去謀求更為滿意預計值，然后再采用廣義差分法。詳細來說，該辦法是運用殘差去預計未知。9Durbin兩步法：當自有關系數(shù)未知，可采用Durbin提出兩步法去消除自有關。第一步對一多元回歸模型，使用OLS法預計其參數(shù)，第二步再運用廣義差分。10．有關系數(shù)：度量變量之間有關限度一種系數(shù)，普通用ρ表達。，，越接近于1，有關限度越強，越接近于0，有關限度越弱。單項選取題答案：