計量經(jīng)濟(jì)學(xué)課后習(xí)題答案

計量經(jīng)濟(jì)學(xué)練習(xí)題

第一章導(dǎo)論

一、單項選擇題

1.計量經(jīng)濟(jì)研究中常用的數(shù)據(jù)主要有兩類：一類是時間序列數(shù)據(jù)，另一類是【B

A總量數(shù)據(jù)B橫截面數(shù)據(jù)

C平均數(shù)據(jù)D相對數(shù)據(jù)

2.橫截面數(shù)據(jù)是指[A]

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)

3.下面屬于截面數(shù)據(jù)的是【D】

A1991-2003年各年某地區(qū)20個鄉(xiāng)鎮(zhèn)的平均工業(yè)產(chǎn)值

B1991-2003年各年某地區(qū)20個鄉(xiāng)鎮(zhèn)的各鎮(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)值的合計數(shù)

D某年某地區(qū)20個鄉(xiāng)鎮(zhèn)各鎮(zhèn)工業(yè)產(chǎn)值

4.同一統(tǒng)計指標(biāo)按時間順序記錄的數(shù)據(jù)列稱為[B]

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)

5.回歸分析中定義[B]

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)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

二、填空題

1.計量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)學(xué)的一個分支學(xué)科,是對經(jīng)濟(jì)問題進(jìn)行定量實證研究的技術(shù)、方法和相關(guān)理論，可

以理解為數(shù)學(xué)、統(tǒng)計學(xué)和.經(jīng)濟(jì)學(xué)一三者的結(jié)合。

2.

3.現(xiàn)代計量經(jīng)濟(jì)學(xué)已經(jīng)形成了包括單方程回歸分析，聯(lián)立方程組模型，時間序列分析三大支柱。

4.

5.經(jīng)典計量經(jīng)濟(jì)學(xué)的最基本方法是回歸分析。

計量經(jīng)濟(jì)分析的基本步驟是：理論（或假說）陳述、建立計量經(jīng)濟(jì)模型、收集數(shù)據(jù)、計量經(jīng)濟(jì)模型參

數(shù)的估計、檢驗和模型修正、預(yù)測和政策分析。

6.

7.常用的三類樣本數(shù)據(jù)是截面數(shù)據(jù)、時間序列數(shù)據(jù)和面板數(shù)據(jù)。

8.

9.經(jīng)濟(jì)變量間的關(guān)系有不相關(guān)關(guān)系、相關(guān)關(guān)系、因果關(guān)系、相互影響關(guān)系和恒等關(guān)系。

三、簡答題

1.什么是計量經(jīng)濟(jì)學(xué)？它與統(tǒng)計學(xué)的關(guān)系是怎樣的？

計量經(jīng)濟(jì)學(xué)就是對經(jīng)濟(jì)規(guī)律進(jìn)行數(shù)量實證研究，包括預(yù)測、檢驗等多方面的工作。計量經(jīng)濟(jì)學(xué)是一種定量分

析，是以解釋經(jīng)濟(jì)活動中客觀存在的數(shù)量關(guān)系為內(nèi)容的一門經(jīng)濟(jì)學(xué)學(xué)科。

計量經(jīng)濟(jì)學(xué)與統(tǒng)計學(xué)密切聯(lián)系，如數(shù)據(jù)收集和處理、參數(shù)估計、計量分析方法設(shè)計，以及參數(shù)估計值、模型

和預(yù)測結(jié)果可靠性和可信程度分析判斷等?？梢哉f，統(tǒng)計學(xué)的知識和方法不僅貫穿計量經(jīng)濟(jì)分析過程，而且現(xiàn)代

統(tǒng)計學(xué)本身也與計量經(jīng)濟(jì)學(xué)有不少相似之處。例如，統(tǒng)計學(xué)也通過對經(jīng)濟(jì)數(shù)據(jù)的處理分析，得出經(jīng)濟(jì)問題的數(shù)字

化特征和結(jié)論，也有對經(jīng)濟(jì)參數(shù)的估計和分析，也進(jìn)行經(jīng)濟(jì)趨勢的預(yù)測，并利用各種統(tǒng)計量對分析預(yù)測的結(jié)論進(jìn)

行判斷和檢驗等，統(tǒng)計學(xué)的這些內(nèi)容與計量經(jīng)濟(jì)學(xué)的內(nèi)容都很相似。反過來，計量經(jīng)濟(jì)學(xué)也經(jīng)常使用各種統(tǒng)計分

析方法，篩選數(shù)據(jù)、選擇變量和檢驗相關(guān)結(jié)論，統(tǒng)計分析是計量經(jīng)濟(jì)分析的重要內(nèi)容和主要基礎(chǔ)之一。

計量經(jīng)濟(jì)學(xué)與統(tǒng)計學(xué)的根本區(qū)別在于，計量經(jīng)濟(jì)學(xué)是問題導(dǎo)向和以經(jīng)濟(jì)模型為核心的，而統(tǒng)計學(xué)則是以經(jīng)濟(jì)

數(shù)據(jù)為核心，且常常是數(shù)據(jù)導(dǎo)向的。典型的計量經(jīng)濟(jì)學(xué)分析從具體經(jīng)濟(jì)問題出發(fā)，先建立經(jīng)濟(jì)模型，參數(shù)估計、

判斷、調(diào)整和預(yù)測分析等都是以模型為基礎(chǔ)和出發(fā)點；典型的統(tǒng)計學(xué)研究則并不一定需要從具體明確的問題出發(fā),

雖然也有一些目標(biāo)，但可以是模糊不明確的。雖然統(tǒng)計學(xué)并不排斥經(jīng)濟(jì)理論和模型，有時也會利用它們，但統(tǒng)計

學(xué)通常不一定需要特定的經(jīng)濟(jì)理論或模型作為基礎(chǔ)和出發(fā)點，常常是通過對經(jīng)濟(jì)數(shù)據(jù)的統(tǒng)計處理直接得出結(jié)論，

統(tǒng)計學(xué)側(cè)重的工作是經(jīng)濟(jì)數(shù)據(jù)的采集、篩選和處理。

此外，計量經(jīng)濟(jì)學(xué)不僅是通過數(shù)據(jù)處理和分析獲得經(jīng)濟(jì)問題的一些數(shù)字特征，而且是借助于經(jīng)濟(jì)思想和數(shù)學(xué)

工具對經(jīng)濟(jì)問題作深刻剖析。經(jīng)過計量經(jīng)濟(jì)分析實證檢驗的經(jīng)濟(jì)理論和模型，能夠?qū)Ψ治?、研究和預(yù)測更廣泛的

經(jīng)濟(jì)問題起重要作用。計量經(jīng)濟(jì)學(xué)從經(jīng)濟(jì)理論和經(jīng)濟(jì)模型出發(fā)進(jìn)行計量經(jīng)濟(jì)分析的過程，也是對經(jīng)濟(jì)理論證實或

證偽的過程。這些是以處理數(shù)據(jù)為主，與經(jīng)濟(jì)理論關(guān)系比較松散統(tǒng)計學(xué)研究不能比擬的功能，也是計量經(jīng)濟(jì)學(xué)與

統(tǒng)計學(xué)的區(qū)別。

2.經(jīng)濟(jì)數(shù)據(jù)在計量經(jīng)濟(jì)分析中的作用是什么？

經(jīng)濟(jì)數(shù)據(jù)是計量經(jīng)濟(jì)分析的材料。經(jīng)濟(jì)數(shù)據(jù)是通過對經(jīng)濟(jì)變量進(jìn)行觀測和統(tǒng)計，從現(xiàn)實經(jīng)濟(jì)和經(jīng)濟(jì)歷史中得

到的，反映經(jīng)濟(jì)活動水平的數(shù)字特征。從本質(zhì)上說，經(jīng)濟(jì)數(shù)據(jù)都是由相關(guān)的經(jīng)濟(jì)規(guī)律生成的，因此是反映經(jīng)濟(jì)規(guī)

律的信息載體，確定經(jīng)濟(jì)規(guī)律的基本材料。經(jīng)濟(jì)數(shù)據(jù)的數(shù)量和質(zhì)量，對計量經(jīng)濟(jì)分析的有效性和價值有舉足輕重

輕重的影響。

3.試分別舉出時間序列數(shù)據(jù)、橫截面數(shù)據(jù)、面板數(shù)據(jù)的實例。

時間序列數(shù)據(jù)指對同一個觀測單位，在不同時點的多個觀測值構(gòu)成的觀測值序列，或者以時間為序收集統(tǒng)計

和排列的數(shù)據(jù)，如浙江某省從1980年到2007年各年的GDP：橫截面數(shù)據(jù)是指在現(xiàn)一時點上，對不同觀測單位觀

測得到的多個數(shù)據(jù)構(gòu)成的數(shù)據(jù)集，如2007年全國31個省自治區(qū)直轄市的GDP；面板數(shù)據(jù)就是由對許多個體組成

的同一個橫截面，在不同時點的觀測值構(gòu)成的數(shù)據(jù)，如從1980年到2007年各年的全國31個省自治區(qū)直轄市GDP。

第二章兩變量線性回歸

一、單項選擇題

1.表示x與y之間真實線性關(guān)系的是[C]

AR=A+6.BE(yJ=片+。內(nèi)

C%=。0+^x,+￡,Dy=尸0+4為

2.參數(shù)?的估計量/具備有效性是指【B1

AVar(p)=0BVar(/)為最小

C（6—?）=0D（6一?）為最小

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9=356—1.5x,這說明[B]

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.對回歸模型y,=鳳+四七+￡,進(jìn)行統(tǒng)計檢驗時，通常假定￡,服從【C1

AN（0,cr,2）Bt（n-2）

CN（0,<72）Dt（n）

5.以y表示實際觀測值，亍表示回歸估計值，則普通最小二乘法估計參數(shù)的準(zhǔn)則是使【D】

A女）=oB2%_獷=0

c為最小D￡（K-%）2為最小

6.以X為解釋變量，Y為被解釋變量，將X、Y的觀測值分別取對數(shù)，如果這些對數(shù)值描成的散點圖近似形成

為一條直線，則適宜配合下面哪一模型形式?（D）

A.Yi=|3o+PiXi+HiB.如Yi=|%+pXi+內(nèi)

CYi邛o+ainXi+內(nèi)D.lnYj=po+PilnXj+(ii

7.下列各回歸方程中，哪一個必定是錯誤的?(C)

A.Yi=50+0.6XirXY=0.8B.Yi=-14+0.8XirXY=0.87

C.Yi=15-1.2XirXY=0.89D.丫k?18-5.3、rXY=-0.96

8.已知某一直線回歸方程的判定系數(shù)為0.81,則解釋變量與被解釋變量間的線性相關(guān)系數(shù)為(B)

A.0.81B.0.90

C.0.66D.0.32

9.對于線性回歸模型Yi=B0+B|Xi+d，要使普通最小二乘估計量具備無偏性，則模型必須滿足(A)

A.E(ui)=0B.Var(u0=02

C.Cov(Ui,Hj)=0D.?服從正態(tài)分布

10.用一組有30個觀測值的樣本估計模型y,=A)+4七+%，在0.05的顯著性水平下對B\的顯著性作t檢驗,

則片顯著地不等于零的條件是其統(tǒng)計量t大于【D】

A,0.05(30)BtOO25(30)Cbos(28)Dtn025(28)

口.某一特定的x水平上，總體y分布的離散度越大，即b?越大，則[A]

A預(yù)測區(qū)間越寬，精度越低B預(yù)測區(qū)間越寬，預(yù)測誤差越小

C預(yù)測區(qū)間越窄，精度越高D預(yù)測區(qū)間越窄，預(yù)測誤差越大

12.對于總體平方和TSS、回歸平方和RSS和殘差平方和ESS的相互關(guān)系，正確的是【B

ATSS>RSS+ESSBTSS=RSS+ESS

CTSS<RSS+ESSDTSS2=RSS2+ESS2

13.對于隨機(jī)誤差項ej,Var（ei）=E（e；）=/內(nèi)涵指（B）

A.隨機(jī)誤差項的均值為零B.所有隨機(jī)誤差都有相同的方差

C.兩個隨機(jī)誤差互不相關(guān)D.誤差項服從正態(tài)分布

二、判斷題

1.隨機(jī)誤差項ei與殘差項生是一回事。（X）

2.對兩變量回歸模型，假定誤差項ei服從正態(tài)分布。（V）

3.線性回歸模型意味著因變量是自變量的線性函數(shù)。（V）

4.在線性回歸模型中，解釋變量是原因，被解釋變量是結(jié)果。（V）

5.在實際中，兩變量回歸沒什么用，因為因變量的行為不可能僅由一個解釋變量來解釋。（X）

三、填空題

1.在計量經(jīng)濟(jì)模型中引入誤差項彳,是因為經(jīng)濟(jì)變量關(guān)系一般是隨機(jī)函數(shù)關(guān)系。

2.樣本觀測值與回歸理論值之間的偏差，稱為殘差，我們用殘差估計線性回歸模型中的誤差項。

3.SST反映樣本觀測值總體離差的大小;SSR反映由模型中解釋變量所解釋的那部分離差的大小:

SSE反映樣本觀測值與估計值偏離的大小,也是模型中解釋變量未解釋的那部分離差的大小。

rccDCC

4.擬合優(yōu)度（判定系數(shù)）A?=仝=1-空。它是由回歸.引起的離差占總體離差的比重。

TSSTSS

若擬合優(yōu)度內(nèi)越趨近于」____,則回歸直線擬合越好；反之，若擬合優(yōu)度R2越趨近于―,則回歸直線擬合

越差。

5.在兩變量回歸中，S?=_Z^-___是。2的無偏估計。

n-2

四、簡答題

1.什么是隨機(jī)誤差項？影響隨機(jī)誤差項的主要因素有哪些？它和殘差之間的區(qū)別是什么？

影響Y的較小因素的集合；被忽略的因素、測量誤差、隨機(jī)誤差等；通過殘差對誤差項的方差進(jìn)行估計。

2.決定系數(shù)R2說明了什么？它與相關(guān)系數(shù)的區(qū)別和聯(lián)系是什么？

P53和P56

3.最小二乘估計具有什么性質(zhì)？

P37線性、無偏性和有效性（或最小方差性）

4.在回歸模型的基本假定中，E（與）=0的意義是什么？

該假設(shè)的含義是：如果兩變量之間確實是線性趨勢占主導(dǎo)地位，隨機(jī)誤差只是次要因素時，那么雖然隨機(jī)擾

動會使個別觀測值偏離線性函數(shù)，但給定解釋變量時多次重復(fù)觀測被解釋變量,概率均值會消除隨機(jī)擾動的影響,

符合線性函數(shù)趨勢。

第三章多元線性回歸模型

一、單項選擇題

1.決定系數(shù)寵2是指[C]

A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

2.在由n=30的一組樣本估計的、包含3個解釋變量的線性回歸模型中，計算的決定系數(shù)為0.8500,則調(diào)整后

的決定系數(shù)為【D】

A0.8603B0.8389C0.8655D0.8327

b.

H（）：

3.對于y,=/?0+/3lxu+/3^x2i+-??+/3kxki+,檢驗0=0（i=0,L…，攵）時，所用的統(tǒng)計量1=/、

se⑸

服從[A]

At(n-k-l)Bt(n-k-2)Ct(n-k+l)Dt(n-k+2)

4.調(diào)整的判定系數(shù)R'與多重判定系數(shù)R2之間有如下關(guān)系【D】

=BR2=I-

n-k-\n-k-T

CR2=1-(1+/?2)-"1-DQ=I_(1-R2)1

n-k-\n-k-\

5.用一組有30個觀測值的樣本估計模型y=為+尸網(wǎng)+為馬+弓后，在005的顯著性水平下對用的顯著

性作t檢驗，則回顯著地不等于零的條件是其統(tǒng)計量大于等于[C]

A^.05(30)B%25(28)C(27)D^,(1.28)

tOO25025

6.對模型Yi=Po+PiXn+B2X2i+uj進(jìn)行總體顯著性F檢驗，檢驗的零假設(shè)是(A)

A.0i=02=0B.0i=0

C.02=OD.6o=O或Bi=0

7.在多元線性回歸中，判定系數(shù)R2隨著解釋變量數(shù)目的增加而(B)

A.減少B.增加

C.不變D.變化不定

二、判斷題

L在多元回歸模型的檢驗中，判定系數(shù)R?一定大于調(diào)整的R?。（V）

2.在EVIEWS中，genr命令是生成新的變量。（V）

3.在EVIEWS中，建立非線性模型的方法只有將非線性模型線性化的方法。（X）

三、填空題

1.調(diào)整的可決系數(shù)的作用是消除由解釋變量數(shù)目差異造成的影響。

R2

2.在多元線性回歸模型中，F(xiàn)統(tǒng)計量與可決系數(shù)之間有如下關(guān)系:F=——上一

1-R2

n-k-l

3.有k個解釋變量的多元回歸模型的誤差項方差。2的無偏估計是52

n-k-l

4.在總體參數(shù)的各種線性無偏估計中，最小二乘估計量具有最小方差的特性。

四、簡答題

1.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？

P121由于沒調(diào)整的決定系數(shù)只與被解釋變量的觀測值，以及回歸殘差有關(guān)，而與解釋變量無直接關(guān)系。但

多元線性回歸模型解釋變量的數(shù)目有多有少，數(shù)學(xué)上可以證明，決定系數(shù)是解釋變量數(shù)目的增函數(shù)，意味著不管

增加的解釋變量是否真是影響被解釋變量的重要因素，都會提高決定系數(shù)的數(shù)值，解釋變量個數(shù)越多，決定系數(shù)

一定會越大。因此，用該決定系數(shù)衡量多元線性回歸模型的擬合程度是有問題的，會導(dǎo)致片面追求解釋變量數(shù)量

的錯誤傾向。正是由于存在這種缺陷，決定系數(shù)在多元線性回歸分析擬合度評價方面的作用受到很大限制，需要

修正。

2.回歸模型的總體顯著性檢驗與參數(shù)顯著性檢驗相同嗎？是否可以互相替代？

多元線性回歸模型每個參數(shù)的顯著性與模型總體的顯著性并不一定一致，因此除了各個參數(shù)的顯著性檢驗以

處，，還需要進(jìn)行模型總體顯著性，也就是全體解釋變量總體對被解釋變量是否存在明顯影響的檢驗，稱為“回

歸顯著性檢驗”?？傮w顯著性檢驗是多元回歸分析特有的，兩變量線性回歸解釋變量系數(shù)的顯著性檢驗與模型的

總體顯著性檢驗一致，不需要進(jìn)行總體顯著性檢驗。

第四章異方差性

一、單項選擇題

1.下列哪種方法不是檢驗異方差的方法【D】

A戈德菲爾特一一夸特檢驗B殘差序列圖檢驗

C戈里瑟檢驗D方差膨脹因子檢驗

2.當(dāng)存在異方差現(xiàn)象時，估計模型參數(shù)的適當(dāng)方法是[A]

A加權(quán)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

3.加權(quán)最小二乘法克服異方差的主要原理是通過賦予不同觀測點以不同的權(quán)數(shù)，從而提高估計精度，即[A]

A重視方差較小樣本的信息，輕視方差較大樣本的信息

B重視方差較大樣本的信息，輕視方差較小樣本的信息

C重視方差較大和方差較小樣本的信息

D輕視方差較大和方差較小樣本的信息

4.如果戈里瑟檢驗表明，普通最小二乘估計結(jié)果的殘差《與X,.有顯著的形式為|,|=0.2871其+5的相關(guān)關(guān)

系（句滿足線性模型的全部經(jīng)典假設(shè)）,則用加權(quán)最小二乘法估計模型參數(shù)時，權(quán)數(shù)應(yīng)為[C]

111

AXjB—C—D

xiXi

5.如果戈德菲爾特一一夸特檢驗顯著,則認(rèn)為什么問題是嚴(yán)重的【A

A異方差問題B序列相關(guān)問題

C多重共線性問題D設(shè)定誤差問題

6.容易產(chǎn)生異方差的數(shù)據(jù)是[C]

A時間序列數(shù)據(jù)B面板數(shù)據(jù)

C橫截面數(shù)據(jù)D年度數(shù)據(jù)

7.若回歸模型中的隨機(jī)誤差項存在異方差性，則估計模型參數(shù)應(yīng)采用【B

A普通最小二乘法B加權(quán)最小二乘法

C廣義差分法D工具變量法

8.假設(shè)回歸模型為y=。+佞；+d，其中則使用加權(quán)最小二乘法估計模型時，應(yīng)將模型變換

為[C]

yau

B

yJXyJX\XTT五+6十五

yauyaBu

C-=—+/?+-D—=—+—+—

XXXXXXX

9.設(shè)回歸模型為y=外,+與，其中var（號則?的最小二乘估計量為【B

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

三、判斷題

1.當(dāng)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。（X）

2.在異方差情況下，通常預(yù)測失效。（V）

3.在異方差情況下，通常OLS估計一定高估了估計量的標(biāo)準(zhǔn)差。（X）

4.如果OLS回歸的殘差表現(xiàn)出系統(tǒng)性，則說明數(shù)據(jù)中有異方差性。（X）

5.如果回歸模型遺漏一個重要的變量，則OLS殘差必定表現(xiàn)出明顯的趨勢。（V）

6.當(dāng)異方差出現(xiàn)時，常用的t檢驗和F檢驗失效。(V)

7.用截面數(shù)據(jù)建立模型時，通常比時間序列資料更容易產(chǎn)生異方差性。(V)

四、簡答題

1.什么是異方差性？試舉例說明經(jīng)濟(jì)現(xiàn)象中的異方差性。

兩變量和多元回歸線性回歸模型的第三條假設(shè)都要求誤差項是同方差的，就是誤差項的方差是常數(shù)，即

var(?,)=er2不隨t變化。這條假設(shè)也不一定滿足，也就是線性回歸模型誤差項的方差var(〃,)=a；有可能隨t

變化，這時候稱線性回歸模型存在“異方差”或“異方差性”。

舉例P162經(jīng)濟(jì)中不同收入家庭消費的分散度。

2.如何發(fā)現(xiàn)和判斷線性回歸模型是否存在異方差問題？

P166—P174

3.克服和處理異方差問題有哪些方法？

P174—P180

第五章自相關(guān)性

一、單項選擇題

1.如果模型y,=%+4x,+￡,存在序列相關(guān)，則【D】

ACOV(xt,￡t)=0BCOV(￡t,￡x)=0(t?s)

CCOV(xt,￡t)?0Dcov(J,￡s)?0(t?s)

2.D—W檢驗的零假設(shè)是（？為隨機(jī)項的一階自相關(guān)系數(shù)）【B1

ADW=0B?=0CDW=1D?=1

3.DW的取值范圍是【D】

A-l?DW?0B-1?DW?1

C-2?DW?2D0?DW?4

4.當(dāng)DW=4是時，說明【D】

A不存在序列相關(guān)B不能判斷是否存在一階自相關(guān)

C存在完全的正的一階自相關(guān)D存在完全的負(fù)的一階自相關(guān)

5.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,解釋變量k=l,顯著性水

平?=0.05時,查得力=1,dv=1.41,則可以判斷[A]

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

6.當(dāng)模型存在序列相關(guān)現(xiàn)象時，適宜的參數(shù)估計方法是[C]

A加權(quán)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

7.采用一階差分模型克服一階線性自相關(guān)問題使用于下列哪種情況【B1

A??0B??1C-l<?<0DO<?<1

8.假定某企業(yè)的生產(chǎn)決策是由模型S,描述的(其中S,為產(chǎn)量，《為價格)，又知：如果該企業(yè)

在t-1期生產(chǎn)過剩，經(jīng)濟(jì)人員會削減t期的產(chǎn)量。由此判斷上述模型存在[B]

A異方差問題B序列相關(guān)問題

C多重共線性問題D隨機(jī)解釋變量問題

9.根據(jù)一個n=30的樣本估計y=氐+/內(nèi)+,后計算得DW=L4,已知在5%得的置信度下，叁=1.35,%

=1.49,則認(rèn)為原模型[B]

A不存在一階序列自相關(guān)B不能判斷是否存在一階自相關(guān)

C存在完全的正的一階自相關(guān)D存在完全的負(fù)的一階自相關(guān)

10.對于模型y=瓦+2七+,，以?表示的與e,T之間的線性相關(guān)系數(shù)(t=1,2,?,n),則下面明顯錯誤的是

[B]

A?=0.8,DW=0.4B?=-0.8,DW=-0.4

C?=0,DW=2D?=l,DW=O

11.已知DW統(tǒng)計量的值接近于2,則樣本回歸模型殘差的一階自相關(guān)系數(shù)?近似等于[A]

D0.5

12.已知樣本回歸模型殘差的一階自相關(guān)系數(shù)接近于-1,則DW統(tǒng)計量近似等于【D】

??B1?

13.戈德菲爾德一夸特檢驗法可用于檢驗【A】

A異方差性B多重共線性??

C序列相關(guān)D設(shè)定誤差

14.在給定的顯著性水平之下，若DW統(tǒng)計量的下和上臨界值分別為dL和du,則當(dāng)dL<DW<du時，可認(rèn)為隨機(jī)

誤差項【D】

A存在一階正自相關(guān)??B存在一階負(fù)相關(guān)

C不存在序列相關(guān)？？D存在序列相關(guān)與否不能斷定

三、判斷題

1.當(dāng)模型存在高階自相關(guān)時，可用D-W法進(jìn)行自相關(guān)檢驗。（X）

2.DW值在0和4之間，數(shù)值越小說明正相關(guān)程度越大，數(shù)值越大說明負(fù)相關(guān)程度越大。（V）

3.假設(shè)模型存在一階自相關(guān)，其他條件均滿足，則仍用OLS法估計未知參數(shù)，得到的估計量是無偏的，不再是

有效的，顯著性檢驗失效，預(yù)測失效。(V)

4.當(dāng)存在自相關(guān)時，OLS估計量是有偏的，而且也是無效的。（X）

5.消除自相關(guān)的一階差分變換假定自相關(guān)系數(shù)必須等于一1。（X）

6.發(fā)現(xiàn)模型中存在誤差自相關(guān)時，都可以利用差分法來消除自相關(guān)。（X）

四、簡答題

1.自相性對線性回歸分析有什么影響？

P196—P198

2.發(fā)現(xiàn)和檢驗自相關(guān)性有哪些方法？

P198—P2088

3.克服自相關(guān)性有哪些方法？

P208—P215

第六章多重共線性

一、單項選擇題

1.當(dāng)模型存在嚴(yán)重的多重共線性時，OLS估計量將不具備[C]

A線性B無偏性C有效性D一致性

2.經(jīng)驗認(rèn)為，某個解釋變量與其他解釋變量間多重共線性嚴(yán)重的情況是這個解釋變量的VIF[C]

A大于1B小于1C大于10D小于5

3.如果方差膨脹因子VIF=10,則認(rèn)為什么問題是嚴(yán)重的【C1

A異方差問題B序列相關(guān)問題

C多重共線性問題D解釋變量與隨機(jī)項的相關(guān)性

4.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]

A多重共線性？B異方差性?？C序列相關(guān)？D高擬合優(yōu)度

5.在線性回歸模型中，若解釋變量和X2的觀測值成比例，即有X”=ZX2,，其中k為非零常數(shù)，則表明模

型中存在[B]

A方差非齊性B多重共線性C序列相關(guān)D設(shè)定誤差

二、判斷題

L盡管有完全的多重共線性，OLS估計量仍然是最優(yōu)線性無偏估計量。（X）

2.變量的兩兩高度相關(guān)并不表示高度多重共線性。(X)

3.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心值。

（x）

4.變量不存在兩兩高度相關(guān)表示不存在高度多重共線性。（X）

三、填空題

L強(qiáng)的近似多重共線性會對多元線性回歸的座效^產(chǎn)生嚴(yán)重的不利影響。

2.第k個解釋變量與其他解釋變量之間相關(guān)系數(shù)平方越大，方差膨脹因子（VIF）越大。

3.存在完全多重共線性時，多元回歸分析是無法進(jìn)行。

4.檢驗樣本是否存在多重共線性的常見方法有：方差擴(kuò)大因子法和逐步回歸檢驗法。

5.處理多重共線性的方法有：保留重要解釋變量、去掉不重要解釋變量、增加樣本容量、差分模型

O

四、簡答題

1.什么是多重共線性？多重共線性是由什么原因造成的？

多重共線性是指多元線性回歸模型中，模型的解釋變量之間存在某種程度的線性關(guān)系（或P226—P227）,原

因見P227—228）。

2.如何發(fā)現(xiàn)和判斷多重共線性？

P230—P235

3.克服多重共線性有哪些方法？

P235—P244

第七章計量經(jīng)濟(jì)分析建模與應(yīng)用

一、單項選擇題

1.某商品需求函數(shù)為、=%+優(yōu)七+%,其中y為需求量，x為價格。為了考慮“地區(qū)”（農(nóng)村、城市）和“季

節(jié)”（春、夏、秋、冬）兩個因素的影響，擬引入虛擬變量，則應(yīng)引入虛擬變量的個數(shù)為[B]

A2B4C5D6

2.根據(jù)樣本資料建立某消費函數(shù)如下：C,=100.50+55.350,+0.45X,,其中C為消費，x為收入，虛擬變量D=

f1城鎮(zhèn)家庭

;二二:，所有參數(shù)均檢驗顯著，則城鎮(zhèn)家庭的消費函數(shù)為[A]

（0農(nóng)村家庭

AC,=155.85+0.45X,BC,=100.50+0.45X,

CC,=100.50+55.35x,DC,=100.95+55.35x,

二、填空題

1.在計量經(jīng)濟(jì)建摸時，對非線性模型的處理方法之一是線性化。

2.虛擬變量不同的引入方式有兩種。若要描述各種類型的模型在截距水平的差異，則以

加法方式引入虛擬解釋變量；若要反映各種類型的模型的不同相對變化率時，則以乘法

引入虛擬解釋變量。

3.對于有m個不同屬性的定性因素，應(yīng)該設(shè)置一m-1個虛擬變量來反映該因素的影響。

三、簡答題

1.什么是虛擬變量？它在模型中有什么作用？

P255

2.引入虛擬解釋變量的兩種基本方式是什么？它們各適用于什么情況？

P258—P260

四、綜合分析計算題

㈠設(shè)某商品的需求量丫（百件），消費者平均收入X1（百元），該商品價格乂2（元）。經(jīng)Eviews軟件對觀察的

10個月份的數(shù)據(jù)用最小二乘法估計，結(jié)果如下：（被解釋變量為丫）

VARIABLECOEFFICIENTSTD.ERRORT-STAT2-TAILSIG

C99.46929513.4725717.38309650.000

XI2.50189540.7536147（3.3199）

X2-6.58074301.3759059（-4.7828）

R-squared0.949336Meanofdependentvar80.00000

AdjustedR-squared()S.D.ofdependentvar19.57890

S.Eofregression4.997021Sumofsquaredresid174.7915

Durbin-Watsonstat()F-statistics()

完成以下問題：（至少保留三位小數(shù)）

1.寫出需求量對消費者平均收入、商品價格的線性回歸估計方程。

2.解釋偏回歸系數(shù)的統(tǒng)計含義和經(jīng)濟(jì)含義。

3.對該模型做經(jīng)濟(jì)意義檢驗。

4.估計調(diào)整的可決系數(shù)。

5.在95%的置信度下對方程整體顯著性進(jìn)行檢驗。

6.在95%的置信度下檢驗偏回歸系數(shù)（斜率）的顯著性。

7.檢驗隨機(jī)誤差項的一階自相關(guān)性。（%（,一%）=300,叁=1.08,4y=1.36）

解：1.y=99.4693+2.5019X（-6.5807^

2.需求量和收入正相關(guān)，和價格負(fù)相關(guān)，收入每增加一個單位，需求量上升2.5個單位，價格每增加一個單

位，需求量下降6.58個單位；

3.該模型經(jīng)濟(jì)意義檢驗通過;

4.R2=1一(1一&)"-1=1-(1-0.9493)XU=0.945

n-k-\10-2-1

R?0.9493

k

5.F265.53，F(xiàn)檢驗通過

1-R2~1-0.9493

n—k—110—3

6.tl=3.3199,t2=-4.7828,t檢驗通過

7.檢驗隨機(jī)誤差項的一階自相關(guān)性。==^22_=17163.4=1。8嬴=L36,不

工e；174.79

存在一階自相關(guān)。

㈡設(shè)某地區(qū)機(jī)電行業(yè)銷售額丫（萬元）和汽車產(chǎn)量Xi（萬輛）以及建筑業(yè)產(chǎn)值*2（千萬元）。經(jīng)Eviews軟件

對1981年一一1997年的數(shù)據(jù)分別建立線性模型和雙對數(shù)模型進(jìn)行最小二乘估計，結(jié)果如下：

表1

DependentVariable:Y

VariableCoefficientStd.Errort-StatisticProb.

C-57.4549681.02202-0.7091280.4899

XI45.7055815.668852.9169710.0113

0.0000

X211.933391.5165537.868761

R-squared0.903899Meandependentvar545.5059

AdjustedR-squared0.890170S.D.dependentvar193.3659

S.E.ofregression64.08261Akaikeinfocriterion11.31701

Sumsquaredresid