計(jì)量經(jīng)濟(jì)學(xué)練習(xí)題2015

1、計(jì)量經(jīng)濟(jì)學(xué)練習(xí)題一、單項(xiàng)選擇題（20分）1、計(jì)量經(jīng)濟(jì)學(xué)是（ ）的一個(gè)分支學(xué)科。 A、統(tǒng)計(jì)學(xué) B、數(shù)學(xué) C、經(jīng)濟(jì)學(xué) D、數(shù)理統(tǒng)計(jì)學(xué)2、計(jì)量經(jīng)濟(jì)學(xué)的研究方法一般分為以下四個(gè)步驟（ ）A. 確定科學(xué)的理論依據(jù)、模型設(shè)定、模型修定、模型應(yīng)用B模型設(shè)定、估計(jì)參數(shù)、模型檢驗(yàn)、模型應(yīng)用C搜集數(shù)據(jù)、模型設(shè)定、估計(jì)參數(shù)、預(yù)測(cè)檢驗(yàn)D模型設(shè)定、模型修定、結(jié)構(gòu)分析、模型應(yīng)用3、在一元線性回歸問題中，因變量為Y，自變量為X的總體回歸方程可表示為（ ） A、 B、 C、 D、 4、在一元線性回歸問題中，因變量為Y，自變量為X的樣本回歸方程可表示為（ ） A、 B、 C、 D、5、同一統(tǒng)計(jì)指標(biāo)按時(shí)間順序記錄的數(shù)據(jù)稱為( )

2、。A、橫截面數(shù)據(jù) B、時(shí)間序列數(shù)據(jù) C、修勻數(shù)據(jù) D、原始數(shù)據(jù)6、同一時(shí)間，不同單位相同指標(biāo)組成的觀測(cè)數(shù)據(jù)稱為（ ）A原始數(shù)據(jù) B橫截面數(shù)據(jù) C時(shí)間序列數(shù)據(jù) D修勻數(shù)據(jù)7、下面屬于橫截面數(shù)據(jù)的是（ ）A、19912003年各年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)企業(yè)的平均工業(yè)產(chǎn)值B、19912003年各年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)企業(yè)各鎮(zhèn)的工業(yè)產(chǎn)值C、某年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)工業(yè)產(chǎn)值的合計(jì)數(shù)D、某年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)各鎮(zhèn)的工業(yè)產(chǎn)值8、回歸分析中使用的距離是點(diǎn)到直線的垂直坐標(biāo)距離。最小二乘準(zhǔn)則是指（ ）。A、使達(dá)到最小值 B、使達(dá)到最小值C、使達(dá)到最小值 D、使達(dá)到最小值9、對(duì)經(jīng)典一元線性回歸模型，用OLS法得到的樣本回歸直線為，

3、則點(diǎn) ( ) A一定不在回歸直線上 B一定在回歸直線上 C不一定在回歸直線上 D在回歸直線上方10、在模型的基本假定方面，多元線性回歸模型與簡(jiǎn)單線性回歸模型相比，多了如下哪一 條假定（ ）。 A隨機(jī)誤差項(xiàng)零均值 B. 隨機(jī)誤差項(xiàng)同方差C隨機(jī)誤差項(xiàng)互不相關(guān) D. 解釋變量無多重共線性11、按經(jīng)典假設(shè)，線性回歸模型中的解釋變量應(yīng)是非隨機(jī)變量，且（ ）。A與隨機(jī)誤差項(xiàng)不相關(guān) B與殘差項(xiàng)不相關(guān) C與被解釋變量不相關(guān) D與回歸值不相關(guān)12、對(duì)于隨機(jī)誤差項(xiàng) ，是指（ ）A隨機(jī)誤差項(xiàng)的均值為零 B隨機(jī)誤差項(xiàng)有些方差不同C兩個(gè)隨機(jī)誤差互不相關(guān) D誤差項(xiàng)服從正態(tài)分布13、在古典假設(shè)成立的條件下用OLS方法估計(jì)線

4、性回歸模型參數(shù)，則參數(shù)估計(jì)量具有（ ）的統(tǒng)計(jì)性質(zhì)。A有偏特性 B. 非線性特性 C最小方差特性 D. 非一致性特性14、在計(jì)量經(jīng)濟(jì)學(xué)的參數(shù)估計(jì)中，哪一項(xiàng)不屬于參數(shù)估計(jì)“盡可能接近真實(shí)值”的判斷標(biāo)準(zhǔn)是（ ）A 無偏性 B 一致性 C 有效性 D 漸近正態(tài)性15、若一元線性回歸模型滿足經(jīng)典假定，那么參數(shù)、的普通最小二乘估計(jì)量、是所有線性估計(jì)量中（ ） A、無偏且方差最大的 B、 無偏且方差最小的 C、有偏且方差最大的 D、 有偏且方差最小的16、在一元線性回歸模型中，若回歸系數(shù)通過了t檢驗(yàn)，則在統(tǒng)計(jì)意義上表示（ ） A、 B、 C、 D、17、在二元線性回歸模型中，表示（ ）。A當(dāng)X2不變時(shí)，X1

5、每變動(dòng)一個(gè)單位Y的平均變動(dòng)。 B當(dāng)X1不變時(shí)，X2每變動(dòng)一個(gè)單位Y的平均變動(dòng)。C當(dāng)X1和X2都保持不變時(shí)，Y的平均變動(dòng)。D當(dāng)X1和X2都變動(dòng)一個(gè)單位時(shí)，Y的平均變動(dòng)。18、設(shè)估計(jì)的回歸方程為，則回歸系數(shù)0.8表示（ ）A. X增加一個(gè)單位時(shí)，Y平均增加0.8個(gè)單位B. X增加1%時(shí)，Y平均增加0.8個(gè)單位C. X增加一個(gè)單位時(shí)，Y平均增加1.2+0.8=2個(gè)單位D. X增加1%時(shí)，Y平均增加0.8%19、設(shè)估計(jì)的回歸方程為，則回歸系數(shù)0.6表示（ ）A. X增加一個(gè)單位時(shí)，Y平均增加0.6個(gè)單位B. X增加1%時(shí)，Y平均增加0.6個(gè)單位C. X增加一個(gè)單位時(shí)，Y平均增加0.9+0.6=1.5個(gè)

6、單位D. X增加1%時(shí)，Y平均增加0.6%20、雙對(duì)數(shù)模型中，參數(shù)的含義是（ ）。AY關(guān)于X的增長率 BY關(guān)于X的發(fā)展速度C Y關(guān)于X的彈性 DY關(guān)于X的邊際變化21、根據(jù)樣本資料估計(jì)得出人均消費(fèi)支出Y對(duì)人均收入X的回歸模型為，這表明人均收入每增加1，人均消費(fèi)支出將增加（ ）A0.2% B0.75% C2% D7.5%22、已知三元線性回歸模型估計(jì)的殘差平方和為，估計(jì)用樣本容量為n=24，則隨機(jī)誤差項(xiàng)的方差估計(jì)量是 ( )A33.33 B40 C38.09 D36.3623、相關(guān)關(guān)系是指（ ）。A變量間的非獨(dú)立關(guān)系 B變量間的因果關(guān)系C變量間的函數(shù)關(guān)系 D變量間不確定性24、對(duì)樣本相關(guān)系數(shù)r，

7、以下結(jié)論中錯(cuò)誤的是（ ）A越接近于1，Y與X之間線性相關(guān)程度越高B越接近于0，Y與X之間線性相關(guān)程度越弱C-1r1D若r=0,則X與Y獨(dú)立25、相比于回歸分析，下面哪一項(xiàng)不屬于相關(guān)分析的局限：（ ）A 相關(guān)系數(shù)不能反映線性相關(guān)關(guān)系的程度B 相關(guān)系數(shù)不能確定變量間的因果關(guān)系C 相關(guān)系數(shù)不能說明相關(guān)關(guān)系具體接近哪條直線D 相關(guān)系數(shù)不能說明一個(gè)變量的變動(dòng)會(huì)導(dǎo)致另一個(gè)變量變動(dòng)的具體數(shù)量規(guī)律26、當(dāng)對(duì)模型中變量的顯著性做t檢驗(yàn)時(shí)，若計(jì)算出的t統(tǒng)計(jì)量絕對(duì)值小于顯著性水平為0.05的t分布臨界值時(shí)，( )A. p0.05 C. p=0.05 D. p值無法確定27、在滿足古典假定的模型的回歸分析結(jié)果報(bào)告中，

8、有的t值等于13.5022，其P值為0.0000，則表明（ ）A、解釋變量的影響是顯著的 B、解釋變量的聯(lián)合影響是顯著的C、解釋變量的影響是顯著的 D、解釋變量的影響是均不顯著28、在滿足古典假定的模型的回歸分析結(jié)果報(bào)告中， 有的t值等于8.52，其P值為0.001，則表明（ ）A、解釋變量的影響是顯著的 B、解釋變量的聯(lián)合影響是顯著的C、解釋變量的影響是顯著的 D、解釋變量的影響是均不顯著29、在滿足古典假定的模型的回歸分析結(jié)果報(bào)告中， 有F值等于128.52，其P值為0.0000，則表明（ ）A、解釋變量的影響是顯著的 B、解釋變量的聯(lián)合影響是顯著的C、解釋變量的影響是顯著的 D、解釋變量

9、的影響是均不顯著30、對(duì)于二元線性回歸模型的總體顯著性檢驗(yàn)的F統(tǒng)計(jì)量，正確的是( )。A. B. C. D.31、在一元回歸中，F(xiàn)檢驗(yàn)與t檢驗(yàn)的等價(jià)關(guān)系是：( )A B C D 32、多元線性回歸分析中的 RSS（剩余平方和）反映了（ ）A應(yīng)變量觀測(cè)值總變差的大小 B應(yīng)變量回歸估計(jì)值總變差的大小 C應(yīng)變量觀測(cè)值與估計(jì)值之間的總變差 DY關(guān)于X的邊際變化33、多元線性回歸分析中的 ESS（回歸平方和）反映的是（ ）A應(yīng)變量觀測(cè)值總變差的大小 B應(yīng)變量回歸估計(jì)值總變差的大小 C應(yīng)變量觀測(cè)值與估計(jì)值之間的總變差 DY關(guān)于X的邊際變化34、可決系數(shù)越高，表明：（ ）A 每個(gè)變量都越顯著 B 模型的顯著

10、變量越多 C 模型的預(yù)測(cè)越準(zhǔn)確 D 模型的經(jīng)濟(jì)學(xué)含義越可靠35、能夠檢驗(yàn)多重共線性的方法是（ ） A. 簡(jiǎn)單相關(guān)系數(shù)矩陣法 B. DW檢驗(yàn)法 C. White檢驗(yàn)法 D. ARCH檢驗(yàn)法36、檢驗(yàn)法可用于檢驗(yàn) ( ) A異方差性 B多重共線性 C自相關(guān)性 D設(shè)定誤差37、以下選項(xiàng)中，正確表達(dá)了序列相關(guān)的是（ ）A， B C D38、如果回歸模型違背了無自相關(guān)假定，最小二乘估計(jì)量( )A.無偏的，有效的 B. 有偏的，非有效的 C無偏的，非有效的 D. 有偏的，有效的39、White檢驗(yàn)可用于檢驗(yàn)（ ）A自相關(guān)性 B. 異方差性 C解釋變量隨機(jī)性 D.多重共線性40、在二元線性回歸模型中，若解釋

11、變量與有關(guān)系，其中為非零常數(shù)，則表明模型中存在( ). A、異方差性 B、多重共線性 C、序列相關(guān) D、設(shè)定誤差 41、DW統(tǒng)計(jì)量值接近2時(shí)，隨機(jī)誤差項(xiàng)為( )。A. 正自相關(guān) B. 負(fù)自相關(guān) C. 無自相關(guān) D. 不能確定是否存在自相關(guān)42、在給定的顯著性水平下，若DW統(tǒng)計(jì)量的下限、上限臨界值分別為、，則當(dāng)時(shí)，可以認(rèn)為隨機(jī)誤差項(xiàng)（ ） A存在一階正自相關(guān) B存在一階負(fù)自相關(guān) C不存在一階自相關(guān) D存在自相關(guān)與否不能斷定43、在模型有異方差的情況下,常用的修正方法是( ) A. 廣義差分法 B. 工具變量法 C. 逐步回歸法 D. 加權(quán)最小二乘法44、檢驗(yàn)多元線性回歸模型時(shí)，發(fā)現(xiàn)各參數(shù)估計(jì)量的

12、t值都不顯著，但模型的F值確很顯著，這說明模型存在（ ）A多重共線性 B異方差 C自相關(guān) D設(shè)定偏誤45、ARCH檢驗(yàn)可用于檢驗(yàn)（ ）A自相關(guān)性 B. 異方差性 C解釋變量隨機(jī)性 D.多重共線性46、回歸模型中具有異方差性時(shí)，仍用最小二乘估計(jì)法參數(shù)，則以下（ ）錯(cuò)誤 A 參數(shù)估計(jì)值是無偏非有效的 B 常用t檢驗(yàn)和F 檢驗(yàn)失效 C參數(shù)估計(jì)量的仍具有最小方差性 D 預(yù)測(cè)失效47、檢驗(yàn)多元線性回歸模型時(shí)，發(fā)現(xiàn)各參數(shù)估計(jì)量的t值都不顯著，但模型的F值確很顯著，這說明模型存在（ ）A多重共線性 B異方差 C自相關(guān) D設(shè)定偏誤48、已知模型的形式為,在用實(shí)際數(shù)據(jù)對(duì)模型的參數(shù)進(jìn)行估計(jì)的時(shí)候,測(cè)得DW統(tǒng)計(jì)量為

13、0.52,則廣義差分變量是( )A. B. C. D. 49、當(dāng)定性因素引進(jìn)經(jīng)濟(jì)計(jì)量模型時(shí),需要使用( ). A、外生變量 B、前定變量 C、內(nèi)生變量 D、虛擬變量 50、若定性因素有m個(gè)互斥的類型，在有截距項(xiàng)的模型中需要引入（ ）個(gè)虛擬變量。 A m B m-1 C m+1 D m-k51、若季節(jié)因素有4個(gè)互斥的類型，則在有截距項(xiàng)的模型中需要引入（ ）個(gè)虛擬變量。 A.1 B.2 C.3 D.452、某商品需求模型為，其中Y為商品需求量，X為商品價(jià)格，為了考察全年12個(gè)月份不同的影響，假定模型中引入12個(gè)虛擬變量，則會(huì)產(chǎn)生（ ）問題。A異方差 B. 不完全多重共線性 C序列相關(guān)性 D. 完全

14、多重共線性53、設(shè)截距和斜率同時(shí)變動(dòng)模型為，下面哪種情況成立，則該模型為截距變動(dòng)模型( )A. B. C. D. 54、某一時(shí)間序列經(jīng)過兩次差分后成為平穩(wěn)時(shí)間序列，此時(shí)間序列為（ ）A1階單整 B2階單整 C3階單整 D4階單整55、如果兩個(gè)變量是協(xié)整的，則（ ）A 這兩個(gè)變量一定都是平穩(wěn)的B 這兩個(gè)變量的一階差分一定都是平穩(wěn)的C 這兩個(gè)變量的協(xié)整回歸方程一定有DW0D 這兩個(gè)變量一定是同階單整的二、簡(jiǎn)答題（40-50分）1、簡(jiǎn)述在運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)基本思路分析經(jīng)濟(jì)變量間關(guān)系時(shí)的基本操作步驟。2、總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系3、簡(jiǎn)述BLUE的含義4、簡(jiǎn)述計(jì)量經(jīng)濟(jì)分析中參數(shù)估計(jì)的準(zhǔn)則。5、

15、對(duì)于多元線性回歸模型，調(diào)整的可決系數(shù)的作用是什么？為什么在進(jìn)行了總體顯著性F檢驗(yàn)之后，還要對(duì)每個(gè)回歸系數(shù)進(jìn)行t檢驗(yàn)？6、什么是自相關(guān)？其修正方法有哪些？7、什么是多重共線性？其檢驗(yàn)方法有哪些？8、什么是異方差？其后果是什么？9、簡(jiǎn)述檢驗(yàn)法的使用法則10、什么是多重共線性，導(dǎo)致多重共線性的原因有哪些？11、簡(jiǎn)述檢驗(yàn)的運(yùn)用過程12、什么是異方差性，導(dǎo)致異方差性的原因有哪些？13、簡(jiǎn)述自相關(guān)DW檢驗(yàn)的基本思路14、簡(jiǎn)述自相關(guān)性的后果。15、什么是異方差？修正異方差的方法有哪些？16、加權(quán)最小二乘法的基本原理是什么？為什么要使用加權(quán)最小二乘法估計(jì)參數(shù)？17、將虛擬變量引入模型的方式主要有哪兩種？其作用

16、分別是什么？三、判斷題 (10分)1線性回歸模型中，解釋變量是原因，被解釋變量是結(jié)果。（ ）2在存在異方差情況下，常用的OLS法通常高估了估計(jì)量的標(biāo)準(zhǔn)差。（ ）3線性回歸是指解釋變量和被解釋變量之間呈現(xiàn)線性關(guān)系。 （ ）4多重共線性是一種隨機(jī)誤差現(xiàn)象。 （ ）5在異方差的情況下，OLS估計(jì)量誤差放大的原因是從屬回歸的變大。（ ） 6多元回歸模型統(tǒng)計(jì)顯著是指模型中每個(gè)變量都是統(tǒng)計(jì)顯著的。（ ）7總體回歸線是當(dāng)解釋變量取給定值時(shí)因變量的條件均值的軌跡。（ ）8判定系數(shù)的大小不受到回歸模型中所包含的解釋變量個(gè)數(shù)的影響。（ ）9當(dāng)存在自相關(guān)時(shí)，OLS估計(jì)量是無偏的并且也是無效的。 （ ）10、 回歸分

17、析用來處理一個(gè)因變量與另一個(gè)或多個(gè)自變量之間的因果關(guān)系。（ ）11、 多重共線性是樣本的特征。（ ）12、異方差會(huì)使OLS估計(jì)量的標(biāo)準(zhǔn)誤差高估，而自相關(guān)會(huì)使其低估。（ ）13、 異方差值存在于橫截面數(shù)據(jù)中，而自相關(guān)值存在于時(shí)間序列數(shù)據(jù)中。（ ）14、 擬合優(yōu)度R2的值越大，說明樣本回歸模型對(duì)總體回歸模型的代表性越強(qiáng)。（ ）15、任何兩個(gè)計(jì)量經(jīng)濟(jì)模型的都是可以比較的。（ ）16、引入虛擬變量后，用普通最小二乘法得到的估計(jì)量仍是無偏的。（ ）17、 杜賓瓦爾森檢驗(yàn)?zāi)軌驒z驗(yàn)出任何形式的自相關(guān)。（ ）18、 解釋變量?jī)蓛芍g相關(guān)系數(shù)很高，說明模型不存在多重共線。（ ）19違背基本假設(shè)的計(jì)量經(jīng)濟(jì)學(xué)模型是

18、不可估計(jì)的。 ( ) 20要使得計(jì)量經(jīng)濟(jì)學(xué)模型擬合得好,就必須增加解釋變量。 ( )21當(dāng)計(jì)量經(jīng)濟(jì)學(xué)模型出現(xiàn)異方差性，其普通最小二乘法參數(shù)估計(jì)量仍具有無偏性，但不 具有有效性。( )22實(shí)際問題中的多重共線性不是自變量之間存在理論上或?qū)嶋H上的線性關(guān)系造成的，而 是由于所收集的數(shù)據(jù)之間存在近似的線性關(guān)系所致。 ( )23如果給定解釋變量值，根據(jù)模型就可以得到被解釋變量的預(yù)測(cè)值。 ( )24、如果回歸模型只包含一個(gè)質(zhì)的因素，且這個(gè)因素僅有兩種特征，則回歸模型中只需引入兩個(gè)虛擬變量。 （ ）25、當(dāng)模型存在高階自相關(guān)時(shí)，可用D-W法進(jìn)行序列相關(guān)檢驗(yàn)。（ ）26、擬合優(yōu)度檢驗(yàn)可檢驗(yàn)?zāi)Ｐ蛯?duì)樣本觀測(cè)值的擬

19、合程度，該值越接近1，模型對(duì)樣本觀測(cè)值擬合越好。（ ）27、在存在異方差的情況下，普通最小二乘法估計(jì)量是有偏和無效的。（ ）28. 給定顯著性水平及自由度，若計(jì)算得到的t值超過t的臨界值，我們將接受零假設(shè)。（ ）29. 異方差情況下，通常的OLS估計(jì)一定高估了估計(jì)量的標(biāo)準(zhǔn)差。（ ）30. 如果方差膨脹因子VIF大于20，則模型必定存在多重共線。（ ）31. 在杜賓瓦特森檢驗(yàn)法中，我們假定誤差項(xiàng)的方差為異方差。（ ）32. 在計(jì)量經(jīng)濟(jì)模型中，定性變量不能作為解釋變量。（ ） 33. 可決系數(shù)等于殘差平方和與總離差平方和之比。（ ）34、為了避免陷入虛擬變量陷阱，如果一個(gè)定性變量有m類，則要引入m

20、-2 個(gè)虛擬變量。（ ）35、杜賓瓦特森檢驗(yàn)是用于檢驗(yàn)?zāi)Ｐ褪欠翊嬖诋惙讲畹摹＃?）36、當(dāng)模型滿足古典假設(shè)時(shí)，最小二乘估計(jì)的殘差均值為零。（ ）#二、多項(xiàng)選擇(10分)1、一個(gè)計(jì)量經(jīng)濟(jì)模型由以下哪些部分構(gòu)成（ ）。A、變量 B、參數(shù) C、隨機(jī)誤差項(xiàng) D、方程式 E、虛擬變量2、計(jì)量經(jīng)濟(jì)模型主要應(yīng)用于（ ）A經(jīng)濟(jì)預(yù)測(cè)B經(jīng)濟(jì)結(jié)構(gòu)分析C評(píng)價(jià)經(jīng)濟(jì)政策D政策模擬E經(jīng)濟(jì)決策3、以Y表示實(shí)際觀測(cè)值，表示OLS估計(jì)回歸值，e表示殘差，則回歸直線滿足（ ）。 A、通過樣本均值點(diǎn) B、 C、D、 E、4、利用普通最小二乘法求得的樣本回歸直線具有以下特點(diǎn)（ ）A必然通過點(diǎn)（） B殘差ei的均值為常數(shù)C的平均值與的平

21、均值相等 D. 可能通過點(diǎn)（）E殘差ei與Xi之間存在一定程度的相關(guān)性5、多重共線性產(chǎn)生的原因主要有（ ）。A經(jīng)濟(jì)變量之間往往存在同方向的變化趨勢(shì) B經(jīng)濟(jì)變量之間往往存在著密切的關(guān)聯(lián)C在模型中采用滯后變量也容易產(chǎn)生多重共線性D在建模過程中由于解釋變量選擇不當(dāng)，引起了變量之間的多重共線性 E以上都正確6、回歸變差（或ESS）是指（ ）。A. 被解釋變量的實(shí)際值與平均值的離差平方和B. 被解釋變量的回歸值與平均值的離差平方和C. 被解釋變量的總變差與剩余變差之差 D. 解釋變量變動(dòng)所引起的被解釋變量的變差E. 隨機(jī)因素影響所引起的被解釋變量的變差7、對(duì)總體線性回歸模型進(jìn)行顯著性檢驗(yàn)時(shí)所用的F統(tǒng)計(jì)量

22、可表示為_。A、 B、 C、 D、 E、 8、有關(guān)調(diào)整后的判定系數(shù)與判定系數(shù)之間的關(guān)系敘述正確的有（ ）A. 與均非負(fù) B.模型中包含的解釋個(gè)數(shù)越多，與就相差越大. C.只要模型中包括截距項(xiàng)在內(nèi)的參數(shù)的個(gè)數(shù)大于1，則. D. 有可能大于E. 有可能小于0，但卻始終是非負(fù)9、檢驗(yàn)序列自相關(guān)的方法是（ ）A. F檢驗(yàn)法 B. White檢驗(yàn)法 C. 圖形法 D. ARCH檢驗(yàn)法E. DW檢驗(yàn)法 F. Goldfeld-Quandt檢驗(yàn)法10、常用的檢驗(yàn)異方差的方法有（ ）A戈里瑟檢驗(yàn) B戈德菲爾德-匡特檢驗(yàn) Cwhite檢驗(yàn)DDW檢驗(yàn) E方差膨脹因子檢測(cè)11、能夠檢驗(yàn)多重共線性的方法有（ ）A.簡(jiǎn)

23、單相關(guān)系數(shù)矩陣法 B. t檢驗(yàn)與F檢驗(yàn)綜合判斷法C. DW檢驗(yàn)法 D.ARCH檢驗(yàn)法 E. White 檢驗(yàn) 12、 時(shí)間序列平穩(wěn)性的檢驗(yàn)方法有( ) A、DF檢驗(yàn)法 B、white檢驗(yàn)法 C、方差膨脹因子法D、Durbin兩步法 E、ADF檢驗(yàn)法13虛擬變量的取值為0和1，分別代表某種屬性的存在與否，其中（ ）A0表示存在某種屬性 B0表示不存在某種屬性 C1表示存在某種屬性 D1表示不存在某種屬性 E0和1代表的內(nèi)容可以隨意設(shè)定14、在回歸模型中,模型系數(shù)（ ）A是基礎(chǔ)類型截距項(xiàng)B是基礎(chǔ)類型截距項(xiàng)C稱為比較類型的截距系數(shù)D稱為比較類型的截距系數(shù)E為基礎(chǔ)類型與比較類型的差別截距系數(shù)四、計(jì)算分

24、析題（10-30分）1、下表是有兩個(gè)解釋變量的線性回歸模型的方差分析表：方差來源平方和自由度平方和的均值來自回歸ESS65965來自殘差RSS來自總離差TSS6604214（1）試計(jì)算相應(yīng)的數(shù)據(jù),以填寫上表中的空格（要求有計(jì)算過程）； （2）試計(jì)算可決系數(shù)。2、某人在計(jì)算一元線性回歸方程時(shí)，得到以下結(jié)果： , , 試根據(jù)此結(jié)果，填寫下表的空格：來 源平方和自由度方差來自回歸（ ）（ ）2179.56來自殘差99.1122（ ）總離差平方和（ ）233、某公司想決定在何處建造一個(gè)新的百貨店，對(duì)已有的30個(gè)百貨店的銷售額作為其所處地理位置特征的函數(shù)進(jìn)行回歸分析，并且用該回歸方程作為新百貨店的不同位

25、置的可能銷售額，估計(jì)得出（括號(hào)內(nèi)為估計(jì)的標(biāo)準(zhǔn)差） （0.02） （0.01） （1.0） （1.0）其中：第個(gè)百貨店的日均銷售額（百美元）；第個(gè)百貨店前每小時(shí)通過的汽車數(shù)量（10輛）； 第個(gè)百貨店所處區(qū)域內(nèi)的人均收入（美元）； 第個(gè)百貨店內(nèi)所有的桌子數(shù)量； 第個(gè)百貨店所處地區(qū)競(jìng)爭(zhēng)店面的數(shù)量；請(qǐng)回答以下問題：（1）說出本方程中系數(shù)0.1和0.01的經(jīng)濟(jì)含義。（2）各個(gè)變量前參數(shù)估計(jì)的符號(hào)是否與期望的符號(hào)一致？（3）在0.05的顯著性水平下檢驗(yàn)變量的顯著性。（臨界值，）4、家庭消費(fèi)支出（Y）、可支配收入（）、個(gè)人個(gè)財(cái)富（）設(shè)定模型如下：回歸分析結(jié)果為：LS / Dependent Variable

26、 is YDate: 18/4/12 Time: 15:18Sample: 1 10Included observations: 10 Variable Coefficient Std. Error T-Statistic Prob. C 24.4070 6.9973 _ 0.0101 - 0.3401 0.4785 _ 0.5002 0.0823 0.0458 0.1152R-squared 0.9615 Mean dependent var 111.1256 Adjusted R-square _ S.D. dependent var 31.4289 S.E. of regression

27、6.5436 Akaike info criterion 4.1338 Sum squared resid 342.5486 Schwartz criterion 4.2246 Log likelihood - 31.8585 F-statistic 87.3336 Durbin-Watson stat 2.4382 Prob(F-statistic) 0.0001回答下列問題（1）請(qǐng)根據(jù)上表中已由數(shù)據(jù)，填寫表中畫線處缺失結(jié)果（注意給出計(jì)算步驟）； （2）模型是否存在多重共線性？為什么？ （3）估計(jì)自相關(guān)系數(shù)，并判斷模型中是否存在自相關(guān)。為什么？ 5、考慮模型：其中：=實(shí)際通貨膨脹率（%）；=

28、失業(yè)率（%）；=預(yù)期通貨膨脹率（%）。模型估計(jì)結(jié)果如下表根據(jù)輸出結(jié)果完成下列問題：（1）、寫出模型估計(jì)式；（2）、失業(yè)率與預(yù)期通貨膨脹率是否是影響通貨膨脹率的顯著因素？理由是？（3）、模型的擬合優(yōu)度是多少？擬合效果如何？（4）、如何解釋失業(yè)率的系數(shù)估計(jì)值為負(fù)值？6、根據(jù)某地區(qū)19782011年個(gè)人儲(chǔ)蓄和個(gè)人收入的數(shù)據(jù)資料，建立了如下模型： （1）對(duì)上述估計(jì)模型的擬合效果進(jìn)行評(píng)價(jià)（包括經(jīng)濟(jì)意義，統(tǒng)計(jì)檢驗(yàn)）；（2）根據(jù)下列殘差平方與時(shí)間的圖形，初步判斷模型可能存在異方差性。試運(yùn)用Goldfeld-Quandt方法進(jìn)行檢驗(yàn)，假定所給資料已按變量x遞增次序排列，并將樣本分別按1978-1994年和1995-2011年分為兩組，已知，在的條件下