計量經(jīng)濟學(xué)題庫考試復(fù)習(xí)資料

1、 計量經(jīng)濟學(xué)要點 一、單項選擇題（每小題分，共分） 20 2 二、簡答題（每題分，共分） 40 10 三、計算分析題（分分） 2=4020 ? 涉及第、章的內(nèi)容； 58611 1723104 講課方式：按照考試題型，逐章逐個知識點（考點）進(jìn)行講 解。 一、單項選擇題 知識點： 第一章 時間序列數(shù)據(jù)定義 橫截面數(shù)據(jù)定義 同一統(tǒng)計指標(biāo)按時間順序記錄的數(shù)據(jù)稱為。)b ( 、橫截面數(shù)據(jù)、時間序列數(shù)據(jù)、修勻數(shù)據(jù)、原始數(shù)DBCA 據(jù) 同一時間，不同單位相同指標(biāo)組成的觀測數(shù)據(jù)稱為 （）b 橫截面數(shù)據(jù)時間序列數(shù)據(jù)原始數(shù)據(jù) A BC 修勻數(shù)據(jù)D 變量定義（被解釋變量、解釋變量、內(nèi)生變量、外生變量、 前定變量）

2、單方程中可以作為被解釋變量的是（控制變量、前定變 量 、內(nèi)生變量、外生變量）； 在回歸分析中，下列有關(guān)解釋變量和被解釋變量的說法正確的有 ）（c 、被解釋變量和解釋變量均為隨機變量A 、被解釋變量和解釋變量均為非隨機變量B 、被解釋變量為隨機變量，解釋變量為非隨機變量C 、被解釋變量為非隨機變量，解釋變量為隨機變量D 什么是解釋變量、被解釋變量？ （變量為解釋分上系，模型中變量可因從變量的果關(guān)xplanatory E 。）和被解釋變量variable)(Explained variable 在模型中，解釋變量是變動的原因，被解釋變量是變動的結(jié)果。 被解釋變量是模型要分析研究的對象，也常稱為“應(yīng)

3、變量”(Dependent 、）等。子”（“回歸variable)Regressand ”元回歸、“變稱量也常為“自量”變解釋 (Independentvariable) ）等，是說明應(yīng)變量變動主要原因的變量。（Regressor 因此，被解釋變量只能由內(nèi)生變量擔(dān)任，不能由非內(nèi)生變量擔(dān)任。 ）單方程計量經(jīng)濟模型中可以作為被解釋變量的是（c 、外生變量、前定變量、控制變量、內(nèi)生變量DACB 單方程計量經(jīng)濟模型的被解釋變量是（） A 、內(nèi)生變量、政策變量、控制變量、外生變量DBAC 在回歸分析中，下列有關(guān)解釋變量和被解釋變量的說法正確的有（C） A、被解釋變量和解釋變量均為隨機變量 B、被解釋變量

4、和解釋變量均為非隨機變量 C、被解釋變量為隨機變量，解釋變量為非隨機變量 D、被解釋變量為非隨機變量，解釋變量為隨機變量 雙對數(shù)模型中參數(shù)的含義； ）的含義是（中，參數(shù)雙對數(shù)模型d?Y?ln?lnXln? 101 的期望值絕對量變化的相對變化，引起 A.X Y 的邊際變化關(guān)于 Y XB 的相對變化率的絕對量發(fā)生一定變動時，引起因變量 YX C 的彈性、關(guān)于 Y XD ）c中，參數(shù)雙對數(shù)模型的含義是（ ?X?lnYlnln? 101 的發(fā)展速度X .Y 關(guān)于 X Y 關(guān)于 的增長率B A. 的彈性X . Y 關(guān)于C D.Y 關(guān)于X 的邊際變化 計量經(jīng)濟學(xué)研究方法一般步驟 ）計量經(jīng)濟學(xué)的研究方法一

5、般分為以下四個步驟（ b 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A 模型設(shè)定、估計參數(shù)、模型檢驗、模型應(yīng)用B 搜集數(shù)據(jù)、模型設(shè)定、估計參數(shù)、預(yù)測檢驗C 結(jié)構(gòu)分析、模型應(yīng)用模型設(shè)定、檢驗、 D對計量經(jīng)濟模型應(yīng)當(dāng)進(jìn)行哪些方面的檢驗？ 經(jīng)濟意義檢驗：檢驗?zāi)Ｐ凸烙嫿Y(jié)果，尤其是參數(shù)估計，是否符合經(jīng)濟 理論。 統(tǒng)計推斷檢驗：檢驗參數(shù)估計值是否抽樣的偶然結(jié)果，運用數(shù)理統(tǒng)計 中的統(tǒng)計推斷方法，對模型及參數(shù)的統(tǒng)計可靠性做出說明。主要有，t ，等檢驗；2 RF 計量經(jīng)濟學(xué)檢驗：檢驗?zāi)Ｐ褪欠穹嫌嬃拷?jīng)濟方法的基本假定，例如 檢驗?zāi)Ｐ褪欠翊嬖诙嘀毓簿€性，檢驗?zāi)Ｐ椭械碾S機擾動項是否存在自 相關(guān)和異方差性等等。

6、 預(yù)測檢驗：模型預(yù)測的結(jié)果與經(jīng)濟運行的實際結(jié)果相對比，以此檢驗 模型的有效性。 在使用計量經(jīng)濟模型分析問題時，通常會使用哪些類型數(shù) 據(jù)？使用這些類型數(shù)據(jù)各自應(yīng)該注意哪些問題？ （）時間序列數(shù)據(jù)（）把反映某一總體特征的同一Data Time 1Series 指標(biāo)的數(shù)據(jù)，按照一定的時間順序和時間間隔（如月度、季度、年度） 排列起來，這樣的統(tǒng)計數(shù)據(jù)稱為時間序列數(shù)據(jù)； （）截面數(shù)據(jù)同一時間（時期或時點）某個指標(biāo)Data) 2(Cross-Section 在不同空間的觀測數(shù)據(jù)，稱為截面數(shù)據(jù)； （）面板數(shù)據(jù)（）面板數(shù)據(jù)指時間序列數(shù)據(jù)和截面數(shù)據(jù)相Data 3Panel 結(jié)合的數(shù)據(jù)，對若干個體進(jìn)行多期觀測。例

7、如在居民收支調(diào)查中收集 的對各個固定調(diào)查戶在不同時期的調(diào)查數(shù)據(jù)，又如全國各省市不同年 份的經(jīng)濟發(fā)展?fàn)顩r的統(tǒng)計數(shù)據(jù)，就都是面板數(shù)據(jù)；（）虛擬變量數(shù)據(jù)。表示客觀存在的定性現(xiàn)Data) (Dummy 4Variables 象 時間序列數(shù)據(jù)若是非平穩(wěn)的，可能造成“偽回歸”； 截面數(shù)據(jù)往往存在異方差； 利用面板數(shù)據(jù)的計量經(jīng)濟模型已成為計量經(jīng)濟學(xué)研究的專門問 題，容易產(chǎn)生異方差、自相關(guān)性。 計量經(jīng)濟模型檢驗通常包含哪些檢驗？每種檢驗基本思想 是什么？ 濟意義檢驗：檢驗?zāi)Ｐ凸烙嫿Y(jié)果，尤其是參數(shù)估計，是否符合經(jīng) 經(jīng) 濟理論。 統(tǒng)計推斷檢驗：檢驗參數(shù)估計值是否抽樣的偶然結(jié)果，運用數(shù)理統(tǒng)計 中的統(tǒng)計推斷方法，對模

8、型及參數(shù)的統(tǒng)計可靠性作出說明。 計量經(jīng)濟學(xué)檢驗：檢驗?zāi)Ｐ褪欠穹嫌嬃拷?jīng)濟方法的基本假定，例如 檢驗?zāi)Ｐ褪欠翊嬖诙嘀毓簿€性，檢驗?zāi)Ｐ椭械碾S機擾動項是否存在自 相關(guān)和異方差性等等。 預(yù)測檢驗：模型預(yù)測的結(jié)果與經(jīng)濟運行的實際結(jié)果相對比，以此檢驗 模型的有效性。 第一章 1、把反映某一總體特征的同一指標(biāo)的數(shù)據(jù)，按一定的時間順序和時間間隔排列起來，這樣 的數(shù)據(jù)稱為（）b 、時間序列數(shù)據(jù) B、橫截面數(shù)據(jù)A 、原始數(shù)據(jù)DC、修勻數(shù)據(jù) 。)b (、同一統(tǒng)計指標(biāo)按時間順序記錄的數(shù)據(jù)稱為2 D、原始數(shù)據(jù)C、修勻數(shù)據(jù)、橫截面數(shù)據(jù)A B、時間序列數(shù)據(jù) b ） 3、同一時間，不同單位相同指標(biāo)組成的觀測數(shù)據(jù)稱為（ A原始

9、數(shù)據(jù) B橫截面數(shù)據(jù) C時間序列數(shù)據(jù)修勻數(shù)據(jù)D d）4、在同一時間不同統(tǒng)計單位的相同統(tǒng)計指標(biāo)組成的數(shù)據(jù)組合，是（ A、原始數(shù)據(jù) B、時點數(shù)據(jù) C、時間序列數(shù)據(jù) D、截面數(shù)據(jù) 5、計量經(jīng)濟學(xué)的研究方法一般分為以下四個步驟（）b 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A 模型設(shè)定、估計參數(shù)、模型檢驗、模型應(yīng)用B 搜集數(shù)據(jù)、模型設(shè)定、估計參數(shù)、預(yù)測檢驗C 模型設(shè)定、模型修定、結(jié)構(gòu)分析、模型應(yīng)用D 6、模型中其數(shù)值由模型本身決定的變量變是(b) D 、滯后變量 、前定變量A、外生變量 B、內(nèi)生變量 C d 、將內(nèi)生變量的前期值作解釋變量,這樣的變量稱為（）7 、控制變量、虛擬變量 BA DC、

10、政策變量 、滯后變量8、在下列各種數(shù)據(jù)中，（ c ）不應(yīng)作為經(jīng)濟計量分析所用的數(shù)據(jù)。 A時間序列數(shù)據(jù) B. 橫截面數(shù)據(jù) D. 虛擬變量數(shù)據(jù) C計算機隨機生成的數(shù)據(jù) 9、在簡單線性回歸模型中，認(rèn)為具有一定概率分布的隨機變量是( a ) A、內(nèi)生變量 B、外生變量 C、虛擬變量 D、前定變量 c ）10、在回歸分析中，下列有關(guān)解釋變量和被解釋變量的說法正確的有（ 被解釋變量和解釋變量均為隨機變量A 被解釋變量和解釋變量均為非隨機變量B C被解釋變量為隨機變量，解釋變量為非隨機變量 被解釋變量為非隨機變量，解釋變量為隨機變量D b用模型描述現(xiàn)實經(jīng)濟系統(tǒng)的原則是（ ） 11. A、以理論分析作先導(dǎo)，包

11、括的解釋變量越多越好、以理論分析作先導(dǎo)，模型規(guī)模大小要適度B 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)盡可能復(fù)雜 12. 經(jīng)濟計量模型是指（c） A、投入產(chǎn)出模型 B、數(shù)學(xué)規(guī)劃模型 D、模糊數(shù)學(xué)模型 C、包含隨機方程的經(jīng)濟數(shù)學(xué)模型 用 13、模型中其數(shù)值由模型本身決定的變量變是( b ) C、前定變量 D、滯后變量、外生變量 B、內(nèi)生變量 A 第二章 若干基本概念 總體、樣本回歸方程、模型 古典線性回歸模型的普通最小二乘估計量滿足的統(tǒng)計性質(zhì) （最佳線性無偏估計）； 古典線性回歸模型的普通最小二乘估計量滿足的統(tǒng)計性質(zhì)( A ) 、最佳線性無偏估計、僅滿足線性性非有

12、效性 A BC. 有偏性 D 樣本回歸直線 ( X , Y ) ) Y,(X，則點法得到的樣本回歸直線為設(shè)) OLS eX?Y? i 21 ii (b) 、一定不在回歸直線上、一定在回歸直線上BA 、在回歸直線上方、不一定在回歸直線上CD 經(jīng)典線性計量模型的假定有哪些？ 假定：零均值假定假定：同方差假定假定：無自相關(guān)假定; ; 23 1 假定：隨機擾動項與解釋變量不相關(guān)假定：正態(tài)性假定；5;4 Xu ii （假定：無多重共線性）6 ?所代表的是（）下圖中符號b”“ ?Y X?Y? i10 Y X ) YY的離差C.殘差D.的離差A(yù).隨機誤差項B. ii t 檢驗通?？梢杂糜跈z驗 （d ） A

13、模型擬合優(yōu)度 B 模型整體顯著性 C 正態(tài)性D 個體參數(shù)顯著性 以下模型中不屬于變量線性回歸模型是。)a( X u?Y?i ? i1i 2X?)E(YX? ? 、2 ii1BAi2 E(YX)?X ?X?YE(X)? ? i 2 i1ii i1 i2、DC 用最小二乘法作回歸分析時提出了古典假定，這是為了（）b 使回歸方程更簡化得到總體回歸系數(shù)的最佳線性 B.A. 無偏估計 使解釋變量更容易控制使被解釋變量更容易控制 D.C. 在一元線性回歸模型中，樣本回歸方程可表示為：（c） A、B、? ?) / X uX?Y? Y ? E(Y? itt t1 t0t ? ?、C?、D ? Y?X X?X/

14、 EY ? tt0t1 t 10 t 第三章 多元線性回歸模型整體的讀解（對回歸結(jié)果全過程的讀解分 析） 根據(jù)值判斷整體顯著性的規(guī)則（值接近于零表示整體顯 p F 著）； 多元線性回歸模型反映了應(yīng)變量觀測值與估計值之間 RSS 的總變差 多元線性回歸分析中的（剩余平方和）反映了（）c RSS 應(yīng)變量觀測值總變差的大小應(yīng)變量回歸估計值總變差的大小BA 關(guān)于的邊際變化應(yīng)變量觀測值與估計值之間的總變差CXY D 多元線性回歸模型自由度為 k-1ESS 多元線性回歸分析中的的自由度是）d ( ESS nKAB n-Kk-1DC 22調(diào)整后的判定系數(shù) 與判定系數(shù) 之間的關(guān)系RR 22之間的關(guān)系敘述正確的

15、是 與判定系數(shù)有關(guān)調(diào)整后的判定系數(shù) RR ）（c 22 等于 RRA 22沒有數(shù)量關(guān)系 與 RR B 22一般情況下 R?RC 22大于 RRD 在模型的回歸分析結(jié)果報告中，有uX?Y?X? t3 21t3tt2 ，則表明（）d 2634.23F ? 0.0000的p值 ? F XY的影響是顯著的對、解釋變量 Att2 XY的影響是顯著的、解釋變量對 B t3t XXY的影響是均不顯著和對、解釋變量 C tt3t2 XXY的聯(lián)合影響是顯著的和對、解釋變量 D t3t2t 第二三章 ?lnY 對人均收入 X 的回歸模型為1、根據(jù)樣本資料估計得出人均消費支出 Y i =2.00+0.75lnXi，

16、這表明人均收入每增加 1，人均消費支出將增加（b） A、0.2% B、0.75% D 、7.5% 、C2%Y?lnX? ? c） 2、半對數(shù)模型 的含義是（ 中，參數(shù) 101 AX 的絕對量變化，引起 Y 的絕對量變化 BY 關(guān)于 X 的邊際變化 CX 的相對變化，引起 Y 的期望值絕對量變化 DY 關(guān)于 X 的彈性 lnY?X? ） 的含義是（ 中，參數(shù)、半對數(shù)模型3a 101 A X 的絕對量發(fā)生一定變動時，引起因變量 Y 的相對變化率 BY 關(guān)于 X 的彈性 CX 的相對變化，引起 Y 的期望值絕對量變化 DY 關(guān)于 X 的邊際變化 、雙對數(shù)模型中，參數(shù)的含義是（c）?X?lnY?lnl

17、n?4 11 0 A. Y 關(guān)于 X 的增長率 B .Y 關(guān)于 X 的發(fā)展速度 D. Y 關(guān)于 C .Y 關(guān)于X 的彈性 X 的邊際變化 、雙對數(shù)模型中，參數(shù)的含義是（?lnlnXYln? ）? d5 110 AX 的相對變化，引起 Y 的期望值絕對量變化 BY 關(guān)于 X 的邊際變化 CX 的絕對量發(fā)生一定變動時，引起因變量 Y 的相對變化率 D、Y 關(guān)于 X 的彈性 ? ，則點、設(shè)法得到的樣本回歸直線為eY?X?OLS6),Y(X) b( ii i1 2 B、一定在回歸直線上A、一定不在回歸直線上 D 、在回歸直線上方C、不一定在回歸直線上 2R ），以下說法中錯誤的是（ 、關(guān)于可決系數(shù)7d

18、 2R 的定義為被回歸方程已經(jīng)解釋的變差與總變差之比；、可決系數(shù) A ? ?21R?0， ；B、 2R 反映了樣本回歸線對樣本觀測值擬合優(yōu)劣程度的一種描述； C、可決系數(shù) 2R 的大小不受到回歸模型中所包含的解釋變量個數(shù)的影響。 D、可決系數(shù) 22RR 之間的關(guān)系敘述正確的是（8、有關(guān)調(diào)整后的判定系數(shù)） 與判定系數(shù)c 22 R R 等于 A 22 RR 與 沒有數(shù)量關(guān)系 B 22R?R C一般情況下 22 RR 大于 D 2 2R R a9、在多元回歸中，調(diào)整后的判定系數(shù) 與判定系數(shù)） 的關(guān)系為（ 22 22RR RR BA 22 22R RRR D 的關(guān)系不能確定B = 與 方法估計線性回歸

19、模型參數(shù)，則參數(shù)估計量具有OLS 在古典假設(shè)成立的條件下用10. （c）的統(tǒng)計性質(zhì)。 B、非線性特性、有偏特性A 、非一致性特性D 、最小方差特性C 值為統(tǒng)計量對應(yīng)的的回歸分析結(jié)果中，設(shè)、在模型pF?uY?X?X?11 ttt 221t3 3 ）c，給定顯著性水平，則下列說法正確的是（0.01?p? F YXp0.05的影響是顯著的對A、若，解釋變量? tFt 2 YXp0.05X的聯(lián)合影響是顯著的B、若和對，解釋變量? tF 2t 3t YXp0.01X的聯(lián)合影響是顯著的和，解釋變量C、若對? t 32ttF YXp0.01的影響不顯著D、若，則解釋變量對? t3tF b）12、對多元線性回

20、歸方程的顯著性檢驗，所用的 F 統(tǒng)計量可表示為（ 1)? ESS (k)ESS (n ? k RSS(1)n?k)RSS(k? A、 B、 2)kR (n ? ESS 21)kR(1)(?RSS(n?k) D、 C 、 ?顯示的距離表示的是（）、下圖中符號”b13“ ?Y XY? i10 Y X ) YY的離差C.隨機誤差項D.A.的離差B.殘差 ii a 14 、以下模型中不屬于變量線性回歸模型是()。 X 2i 、?uY?)E(YX?X ?BA i2ii 1ii 1 ? 2 、X?X)?YE(X?X)?E(Y?DC ii 12i ii1 i 2 15、在一元線性回歸模型中，樣本回歸方程可表

21、示為：（ c ） ?X/YE?Y?(Y)uX? ? B、A 、ittttt 10? X/X?E?Y nt?Y?X1,2,? ? （其中） 、Dtt10t C、 tt10 ? e?X?Y? d() ，以下說法不正確的是、設(shè)16 OLS 法得到的樣本回歸直線為iii12 ? 0eXY( 在回歸直線上 A B i ? Y Y ? 0)?COV(X,e CD ii （d） 1、一元線性回歸分析中的回歸平方和ESS 的自由度是 D、1、n B、n-1 C、n-k A (a )17、古典線性回歸模型的普通最小二乘估計量滿足的統(tǒng)計性質(zhì) B、僅滿足線性性 C.非有效性 有偏性D、最佳線性無偏估計A b） 18

22、、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（ 1) ESS (k? ) k (n ?ESS )k n ? RSS ( 、B1)k?RSS( A、 ESS 2 ) ? k(R n )? k nRSS ( 2 (1?R)(k?1) D、 C、 19、在模型的回歸分析結(jié)果報告中，有，2634.23?F?X?XuY? t 2tt2 313t 0.0000 ?F的p值） ，則表明（d A、解釋變量對的影響是顯著的YX t 2t B、解釋變量對的影響是顯著的YX t3t C、解釋變量和對的影響是均不顯著YXX t t3t 2 D、解釋變量和對的聯(lián)合影響是顯著的YXX tt 3t2 20、

23、多元線性回歸分析中的 RSS 反映了（ c ） A應(yīng)變量觀測值總變差的大小 B應(yīng)變量回歸估計值總變差的大小 DY 關(guān)于應(yīng)變量觀測值與估計值之間的總變差C X 的邊際變化 第四章 多重共線性（）定義、產(chǎn)生原因；（）后果；（）檢測；312 ）彌補。（4 參數(shù)的最小二乘估計量的性質(zhì) ）簡單相關(guān)系數(shù)矩陣方法主要用于檢驗（d 多重共線性異方差性自相關(guān)性隨機解釋變量D.B.CA 能夠檢驗多重共線性的方法有a 檢驗簡單相關(guān)系數(shù)矩陣法檢驗法檢驗 White D.ARCHA. B. DW C. 法 的多重共線性，參數(shù)的最小二乘估計如果模型中的解釋變量存在完全 ）量是（ c 無正確答無法估計無偏的有偏的 D.AC

24、.B. 案 的多重共線性，參數(shù)的最小二乘估不完全如果模型中的解釋變量存在 ） 計量是（ a 無正確答案無法估計D. 無偏的B. 有偏的C. A 的多重共線性，參數(shù)的最小二乘估計如果模型中的解釋變量存在完全 ）c （量是 確定無法估計有偏的無偏的 D.AB. C. 的 第五章 （） 定 義、 產(chǎn) 生 原 因； （） 差性方異 后 果； （） 檢 測；321 （）彌補。4檢驗異方差的方法； 修正異方差的方法； 檢驗方法主要用于檢驗（）a ARCH 異方差性自相關(guān)性隨機解釋變量多重共線性D.B.CA 下列方法可以用于檢驗?zāi)Ｐ椭挟惙讲钚缘姆椒ㄓ校ǎヾ 檢驗相關(guān)系數(shù)矩陣判定系數(shù)法檢驗 WhiteDB C

25、ADW 方法用于檢驗（）a Goldfeld-Quandt 異方差性自相關(guān)性隨機解釋變量多重共線性D.ACB. 在模型有異方差的情況下常用的估計方法是(d,) 廣義差分法工具變量法逐步回歸法加權(quán)最小二乘 C. A. D.B. 法 檢驗可用于檢驗（）b White 自相關(guān)性異方差性解釋變量隨機性多重共線性D. AC B. 加權(quán)最小二乘可以解決下列哪個問題(d) 多重共線性誤差項非正態(tài)性自相關(guān)性異方差 B. D.CA 性 關(guān)于檢驗，下列說法正確的是（） Goldfeld-Quandt c 它是檢驗?zāi)Ｐ褪欠翊嬖谧韵嚓P(guān)該檢驗所需要的樣本容量較小B.A 該檢驗需要去掉部分樣本它是檢驗?zāi)Ｐ褪欠翊嬖诙嘀毓簿€

26、 CD. 性 下列方法可以用于檢驗?zāi)Ｐ椭挟惙讲钚缘姆椒ㄓ?（ d） ADW 檢驗B 相關(guān)系數(shù)矩陣C判定系數(shù)法檢驗 White D 如果模型中存在異方差現(xiàn)象，則普通最小二乘估計量仍然滿足的性質(zhì) （）a 無偏性最小方差性有效性非線性性 DC.A. B. 什么是異方差性？有哪些方法可以檢驗?zāi)Ｐ椭惺欠翊嬖诋惙讲钚? 違背同方差假定，擾動項的方差會隨著某個（些）因素而發(fā)生變 化。觀察殘差圖、White 檢驗、ARCH 檢驗、Golden-Quant 檢驗、Glejser 方法等。 回歸模型具有異方差性時，仍用最小二乘法估計參數(shù)，則以下 （ b ）是錯誤的。 A、參數(shù)估計值是無偏非有效的B、仍具有最小方差

27、? Var? i C、常用的 t 和 F 檢驗失效D、預(yù)測區(qū)間增大，精度下降 第六章 自 相 關(guān)性 （） 定 義、 產(chǎn) 生 原 因； （） 后 果； （） 檢 測；312 （）彌補。4 違背自相關(guān)造成后果（無偏非有效）； 在檢驗中，當(dāng)統(tǒng)計量為時，表明無自相關(guān)性存在； d DW 2 判斷區(qū)域規(guī)則； DW 在檢驗中，當(dāng)統(tǒng)計量為時，表明（）c d DW2 存在完全的正自相關(guān)存在完全的負(fù)自相關(guān)B.A. 不能判定不存在自相關(guān)C.D. 如果回歸模型違背了無自相關(guān)假定，最小二乘估計量是(a ) 無偏的，非有效的有偏的，非有效的 AB. 無偏的，有效的有偏的，有效的 CD. 如果在模型中，隨機擾動項違背了無自

28、相關(guān)假定，則u?xy? t12tt 下列說法正確的是( a) ?是無偏的且非有效最小二乘估計量 A? 2 ?是有偏的且有效最小二乘估計量 B.? 2 ?是無偏的且有效最小二乘估計量 C? 2 ?是有偏的但非有效最小二乘估計量 D.? 2 在檢驗中，不能判定的區(qū)域是（）c DW A.B.d?d?4?d?d,4?d?d40?d ULUL 上述都不對C. D.d?4?d,4?d?ddd? LUUL 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( a ) A.0B.1C.2D.4 第四五六章1、簡單相關(guān)系數(shù)矩陣方法主要用于檢驗（ d ） A異方差性 B.自相關(guān)性 C隨機解

29、釋變量 D.多重共線性 x,x 為解釋變量，則完全多重共線性是（a 2、設(shè)） 21 1 xA.x?x?0B.xe?02 1212 1 x為隨機誤差項）D.x?e?0?C.x?x?v0(v2 1122 3、用 t 檢驗與 F 檢驗綜合法可以檢驗（ a） A多重共線性 B.自相關(guān)性 非正態(tài)性 C異方差性D. a、能夠檢驗多重共線性的方法有4 檢驗法 DW B. 簡單相關(guān)系數(shù)矩陣法A.C. White 檢驗 D.ARCH 檢驗法 ）5、多重共線性是一種（aB.隨機誤差現(xiàn)象A樣本現(xiàn)象 D. 總體現(xiàn)象 C被解釋變量現(xiàn)象6、在 DW 檢驗中要求有假定條件，在下列條件中不正確的是（ d） A解釋變量為非隨機

30、的 B. 隨機誤差項為一階自回歸形式 C線性回歸模型中不應(yīng)含有滯后內(nèi)生變量為解釋變量 D.線性回歸模型為一元回歸形式 7、在 DW 檢驗中，當(dāng) d 統(tǒng)計量為 2 時，表明（c） A.存在完全的正自相關(guān) B.存在完全的負(fù)自相關(guān) D.不能判定C.不存在自相關(guān) 8、在 DW 檢驗中，當(dāng) d 統(tǒng)計量為 4 時，表明( b ) A、存在完全的正自相關(guān) B、存在完全的負(fù)自相關(guān) D、不存在自相關(guān) 、不能判定 C 和 ，則當(dāng) dwdL 9、在給定的顯著性水平之下，若 DW 統(tǒng)計量的上和下臨界值分別為 時，可以為隨機誤差項（a ） A、存在一階正自相關(guān) B、存在一階負(fù)相關(guān) D 、存在序列相關(guān)與否不能斷定 C、不

31、存在序列相關(guān) 10、下列說法不正確的是（ c）A、自相關(guān)是一種隨機誤差現(xiàn)象； B、自相關(guān)產(chǎn)生的原因有經(jīng)濟變量的慣性作用； C、檢驗自相關(guān)的方法有 F 檢驗法； D、修正自相關(guān)的方法有廣義差分法； 11、在 DW 檢驗中，不能判定的區(qū)域是（c ） 0?d?d,4?d?d?4d?d?4?dB.A. ULUL d?d?d,4?d?d?4?dC.D. 上述都不對 LULU ）b 12、DW檢驗方法用于檢驗（ 自相關(guān)性 B.A異方差性 隨機解釋變量 多重共線性D.C13、以下選項中，正確表達(dá)了序列相關(guān)的是（a ） Cov(,)?0,i?jj)?,Cov(?0,i? B， A? ji ji j,)0,iC

32、ov(X?j0,i?,Cov(XX)? D C ji ji a ）14、如果回歸模型違背了無自相關(guān)假定，最小二乘估計量（ 無偏的，非有效的 B.有偏的，非有效的A D.C無偏的，有效的 有偏的，有效的 ）b 15、在自相關(guān)性情況下，常用的估計方法是（ 廣義差分法 B.A一階差分法 C工具變量法 加權(quán)最小二乘法D. 22)(x?,Var(u)?f?y?x?u? 16、設(shè) ，則對原模型變換的正確形式為iii1i2ii ）（ b xyu ? iii1?.?A.B?uxy? ? 221iii)xf( f(f(xx)f(x) iiii yux ?i ii.C1?D.yf(x)?f(x)?xf(?x)?u

33、f(x) ? ii2ii21iii 2 22f)(xfx)(x)f 2)fx( iiii 17、ARCH 檢驗方法主要用于檢驗（a ） A異方差性 B.自相關(guān)性 D. 多重共線性 C隨機解釋變量 ） d18、在修正異方差的方法中，不正確的是（A、加權(quán)最小二乘法 B、對原模型變換的方法 D、兩階段最小二乘法 C、對模型的對數(shù)變換法 ）a方法用于檢驗（ 19、Goldfeld-Quandt 自相關(guān)性異方差性 B.A 多重共線性C隨機解釋變量 D.20、在異方差性情況下，常用的估計方法是（d ） A一階差分法 B.廣義差分法 D.加權(quán)最小二乘法C工具變量法 21、在異方差的情況下，參數(shù)估計值的方差不

34、能正確估計的原因是（a） 22? )j?0(i?B.E(uu)? u )A.E( j iiC.E(xu)?0D.E(u)?0 iii 22、White 檢驗方法主要用于檢驗（a） A異方差性自相關(guān)性B. 多重共線性是否遺漏解釋變量C D. uy1x ? 則,Var(u)是下列2 1 23、在具體運用加權(quán)最小二乘法時,如果變換的結(jié)果是 xxxx b)形式中的哪一種?( 222? x B. xA. 22? x? Log(x) D. c. 24、在異方差性情況下，常用的估計方法是（d ） A一階差分法 B.廣義差分法 D.加權(quán)最小二乘法C工具變量法 25、加權(quán)最小二乘法是（ b ）的一個特例 A.

35、廣義差分法 B.廣義最小二乘法 D.普通最小二乘法 兩階段最小二乘法 C. 第七章 分布滯后模型的意義 分布滯后模型的分類及各個類型的特點 分布滯后模型短期影響乘數(shù) 設(shè)無限分布滯后模型為 ，則短期影響乘數(shù)為（）La?uX?X?X?Y? t2 1t t?12t0? t k? ?1 ? 、kA0B? 、DC 00 ? ?1 ?1 0 對于有限分布滯后模型 Y?X?X?X?X?u? tt ?1 s2 0 tKt1 ?2t? t 在一定條件下，參數(shù)可近似用一個關(guān)于i的多項式表示（i=0，1， ? i 2，K），下列說法中不正確的是（ d） A、多項式的階數(shù) 小于 mK B、可采用 Almon 法對此模

36、型進(jìn)行估計 C、該模型比較容易產(chǎn)生多重共線性 D、以上說法都不對 第七章 8、檢驗自回歸模型擾動項的自相關(guān)性，常用德賓 h 檢驗，下列命題正確的是（b ） A 德賓 h 檢驗只適用一階自回歸模型 B 德賓 h 檢驗適用任意階的自回歸模型 C 德賓 h 統(tǒng)計量服從 t 分布 D 德賓 h 檢驗可以用于小樣本問題 u 滿足古典線性回歸模 1、在自適應(yīng)預(yù)期模型和庫伊克模型中，假定原始模型的隨機擾動項t *uY ，下列說法正確和誤差項型的所有假設(shè)，則對于這兩個模型中的滯后隨機解釋變量 t?t1 ）的有（ d *Cov(Y,u)?0,*Cov(u?0,u) A tt?11? tt *Cov(Y,u)?0

37、,Cov(u,)?0u B t1t?1? tt *Cov(Y,u)?0,Cov(u,u)?0 C t?t11? tt *Cov(Y,u)?0,Cov(u,u)?0 D t?t11?tt 2、下列說法正確的有（ c ） A、時序數(shù)據(jù)和截面數(shù)據(jù)沒有差異 B、對總體回歸模型的顯著性檢驗沒有必要 C、總體回歸方程與樣本回歸方程是有區(qū)別的 D、判定系數(shù) 不可以用于衡量擬合優(yōu)度 第八章 虛擬變量的定義、作用以及規(guī)則 虛擬變量(a) 主要來代表質(zhì)的因素，但在有些情況下可以用來代表數(shù)量因素A. 只能代表質(zhì)的因素只能代表數(shù)量因素C.B. 只能代表季節(jié)影響因素D. 對于含有截距項的計量經(jīng)濟模型，若想將含有個互斥類

38、型的定性因 m 素引入到模型中，則應(yīng)該引入虛擬變量個數(shù)為（）b AmBm-1Cm+1Dm-k 簡述虛擬變量設(shè)置規(guī)則 什么是虛擬變量？在設(shè)定虛擬變量時，應(yīng)該注意什么問題？設(shè)置規(guī)則是 什么？ 虛擬變量是將定性因素數(shù)量化取值為或的一類特殊人工變量。主要 1 0 作用：在模型中引入定性因素；分段回歸等。注意避免虛擬變量陷阱。 虛擬變量個數(shù)的設(shè)置規(guī)則是：若定性因素有個相互排斥的類型（或 m 屬性、水平），在有截距項的模型中只能引入個虛擬變量，否則 m1 會陷入所謂“虛擬變量陷阱”，產(chǎn)生完全的多重共線性。在無截距項的 模型中，定性因素有個相互排斥的類型時，引入個虛擬變量不會 m m 導(dǎo)致完全多重共線性，不

39、過這時虛擬變量參數(shù)的估計結(jié)果，實際上是 時的樣本均值。 D=1 設(shè)某計量經(jīng)濟模型為：，其中大學(xué)教授年薪，Y?Du?Y? iiii 男教授1? ，則對于參數(shù)、的含義，下列解釋不正確的是（） b D? i 0女教授 ? 表示大學(xué)男教授的平均年薪；表示大學(xué)女教授的平均年薪； B.A. 表示大學(xué)男教授的平均年薪； C. + 表示大學(xué)男教授和女教授平均年薪的差額 D. 個互斥的屬性， m對于一個含有截距項的計量經(jīng)濟模型，若某定性因素有 個互斥的類型，m對于一個含有截距項的計量經(jīng)濟模型，若某定性因素有 為將其引入模型中，則需要引入虛擬變量個數(shù)為（b ） AmBm-1Cm+1Dm-k 第八章 1、虛擬變量(

40、a)A.主要來代表質(zhì)的因素，但在有些情況下可以用來代表數(shù)量因素 B.只能代表質(zhì)的因素 C.只能代表數(shù)量因素 只能代表季節(jié)影響因素D. 個特征的質(zhì)的因素引入進(jìn)計量經(jīng)濟、對于一個回歸模型中不包含截距項，若將一個具有 m 2 ）模型，則虛擬變量數(shù)目為（ a D、 C、 A、 B、 m 個互斥類型的定性因素引入到模型中，3、對于含有截距項的計量經(jīng)濟模型，若想將含有 b）則應(yīng)該引入虛擬變量個數(shù)為 （ Dm-k m-1 C m+1A m B 4、 對于含有截距項的計量經(jīng)濟模型，若想將含有 m 個互斥類型的定性因素引入到模型中， 則應(yīng)該引入虛擬變量個數(shù)為 （b ） m-k m+1 D m-1 C ABm 男

41、教授1?YuY?D?大學(xué)教授年薪，5，其中、設(shè)某計量經(jīng)濟模型為： ， ? ?D iiii ?i 女教授0 ? 則對于參數(shù) 、 的含義，下列解釋不正確的是 （b） A. 表示大學(xué)女教授的平均年薪； B. 表示大學(xué)男教授的平均年薪； C. + 表示大學(xué)男教授的平均年薪； D. 表示大學(xué)男教授和女教授平均年薪的差額 6 、將一年四個季度對因變量的影響引入到模型中，則需要引入虛擬變量的個數(shù)為 ）b（ 1D CB 3 24A 四個月表現(xiàn)出季節(jié)模式， 9、5、3、1 、在利用月度數(shù)據(jù)構(gòu)建計量經(jīng)濟模型時，如果一年里的7 （a ） 則應(yīng)該引入虛擬變量個數(shù)為 6 D12 C 11BA 4 8、在經(jīng)濟發(fā)展發(fā)生轉(zhuǎn)折

42、時期，可以通過引入虛擬變量方法來表示這種變化。例如，研究中 國城鎮(zhèn)居民消費函數(shù)時。1991 年前后，城鎮(zhèn)居民商品性實際支出 Y 對實際可支配收入 X 的 ；1991年以前1? D? ? t；年以后01991? ，數(shù) 回歸關(guān)系明顯不同?，F(xiàn)以 1991 年為轉(zhuǎn)折時期，設(shè)虛擬變量 據(jù)散點圖顯示消費函數(shù)發(fā)生了結(jié)構(gòu)性變化：基本消費部分下降了，邊際消費傾向變大了。則 ）。 （城鎮(zhèn)居民線性消費函數(shù)的理論方程可以寫作： d Y?Y?X?DX?X?uu? 、A、 Bttt tt1 0t2 1 t0t Y?Y?uD?X?X?D?DX?u? CD、 ttt 0tt21 t 231t t 0 t t 9、設(shè)某地區(qū)消費

43、函數(shù)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，考慮上 述年齡構(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 （ c） 4 個個D 個B 2 個C3 A1 第十章 時間序列數(shù)據(jù)特有屬性 平穩(wěn)的概念、產(chǎn)生的后果、檢驗的方法 非平穩(wěn)時間序列數(shù)據(jù)的建模技術(shù)要點 某一時間序列經(jīng)一次差分變換成平穩(wěn)時間序列，此時間序列稱為（）a 階單整階單整階單整以上答案均不正DKA 1 B2 C 確 簡述時間序列平穩(wěn)性的含義：時間序列的統(tǒng)計規(guī)律 時間序列平穩(wěn)性分嚴(yán)格平穩(wěn)和廣義平穩(wěn)性。 嚴(yán)格平穩(wěn)是指隨機過程的聯(lián)合分布函數(shù)

44、與時間的位移無關(guān)； 廣義平穩(wěn)性是指隨機過程的均值、方差和協(xié)方差不隨時間變化，自協(xié)方 差函數(shù)僅是時間間隔的函數(shù)，又稱為弱平穩(wěn)性 什么是偽回歸？其產(chǎn)生的原因是？ 所謂“偽回歸”，是指變量間本來不存在有意義的關(guān)系，但回歸結(jié)果卻 得出存在有意義關(guān)系的錯誤結(jié)論。造成“偽回歸”的根本原因在于時間 序列變量的非平穩(wěn)性。 下列方法可以用于檢驗時間序列平穩(wěn)性的是（）c 檢驗檢驗檢驗檢驗 DWD.C.ADF A. ARCH B.White 第十章 1、某一時間序列經(jīng)一次差分變換成平穩(wěn)時間序列，此時間序列稱為（a） A1 階單整 B2 階單整 CK 階單整 D以上答案均不正確 8、屬于平穩(wěn)性檢驗的方法是（c ） A

45、、ARCH 檢驗 B、GQ 檢驗 C、單位根檢驗 D、德賓 h 檢驗 10、某一時間序列經(jīng)兩次差分變換成平穩(wěn)時間序列，此時間序列稱為（2） A、1 階單整 B、2 階單整 C、K 階單整 D、以上答案均不正確 10、如果兩個變量都是一階單整的，則（d） A 這兩個變量一定存在協(xié)整關(guān)系 B這兩個變量一定不存在協(xié)整關(guān)系 C相應(yīng)的誤差修正模型一定成立 D 還需對誤差項進(jìn)行檢驗 第十一章 )b (1、簡化式模型就是把結(jié)構(gòu)式模型中的內(nèi)生變量表示為 A.外生變量和內(nèi)生變量的函數(shù)關(guān)系 B.前定變量和隨機誤差項的函數(shù)模型 C.滯后變量和隨機誤差項的函數(shù)模型 外生變量和隨機誤差項的函數(shù)模型D.2、單方程計量經(jīng)濟

46、模型的被解釋變量是（a） A、內(nèi)生變量 B、政策變量 C、控制變量 D、外生變量 3、前定變量是(a )的合稱。 A.外生變量和滯后變量 B.內(nèi)生變量和外生變量 D. 解釋變量和被解釋變量 C.外生變量和虛擬變量 二、簡答題 、計量經(jīng)濟模型檢驗通常包含哪些檢驗？每種檢驗基本思1 想是什么？ 經(jīng)濟意義檢驗：檢驗?zāi)Ｐ凸烙嫿Y(jié)果，尤其是參數(shù)估計，是否符合經(jīng)濟理論。 統(tǒng)計推斷檢驗：檢驗參數(shù)估計值是否抽樣的偶然結(jié)果，運用數(shù)理統(tǒng)計中的統(tǒng)計推 斷方法，對模型及參數(shù)的統(tǒng)計可靠性作出說明。 計量經(jīng)濟學(xué)檢驗：檢驗?zāi)Ｐ褪欠穹嫌嬃拷?jīng)濟方法的基本假定，例如檢驗?zāi)Ｐ褪?否存在多重共線性，檢驗?zāi)Ｐ椭械碾S機擾動項是否存在自相關(guān)和異方差性等等。 模型預(yù)測檢驗：模型預(yù)測的結(jié)果與經(jīng)濟運行的實際結(jié)果相對比，以此檢驗?zāi)Ｐ偷?有效性。 、在使用計量經(jīng)濟模型分析問題時，通常會使用哪些類型2 數(shù)據(jù)？使用這些類型數(shù)據(jù)各自應(yīng)該注意哪些問題？ （1）、時間序列數(shù)據(jù)（Time Series Data）：把反映某一總體特征的同一指標(biāo)的數(shù)據(jù)，按照一 定的時間順序和時間間隔（如月度、季度、年度）排列起來，這樣的統(tǒng)計數(shù)據(jù)稱為時間序列 數(shù)據(jù)。 （2）、截面數(shù)據(jù)(Cross-Section Data)：同一時間（時期或時點）某個指標(biāo)在不同空間的