《計量經(jīng)濟學》題庫考試復習資料

1、計量經(jīng)濟學要點一、單項選擇題（每小題 2分，共20分）二、簡答題（每題10分，共40分）三、計算分析題（20分父2=40分）涉及第 1、2、3、4、5、6、7、8、10、11 章的內(nèi)容； 講課方式：按照考試題型，逐章逐個知識點（考點）進行講 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)計指標按時間順序記錄的數(shù)據(jù)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)同一時間，不同單位相同指標組成的觀測數(shù)據(jù)稱為 （ b ）A .原始數(shù)據(jù)B .橫截面數(shù)據(jù)C.時間序列數(shù)據(jù)D.修勻數(shù)據(jù)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)單方程中可以作

2、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什么是解釋變量、被解釋變量？從變量的因果關系上，模型中變量可分為解釋變量( Explanatoryvariable)和被解釋變量(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果。被解釋變量是模型要分析研究的對象，也常稱為“應變量"(Dependent

3、variable)、“回歸子”(Regressand 等。解釋變量也常稱為“自變量”(Independent variable) > “回歸元”(Regressor等，是說明應變量變動主要原因的變量。因此，被解釋變量只能由內(nèi)生變量擔任，不能由非內(nèi)生變量擔任。單方程計量經(jīng)濟模型中可以作為被解釋變量的是(c)A、控制變量 B、前定變量 C、內(nèi)生變量D、外生變量單方程計量經(jīng)濟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、外生變量在回歸分析中，下列有關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、被解釋變量和解釋變量均為非隨機變量C被解釋

4、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；雙對數(shù)模型lnY=lnB0 + B1lnX+R中，參數(shù)P1的含義是（d ）A . X的相對變化，引起Y的期望值絕對量變化B. Y關于X的邊際變化C. 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D、Y關于X的彈性雙對數(shù)模型lnY = ln久+ W ln X + N中，參數(shù)冏的含義是（c ）A. Y關于X的增長率 B .Y 關于X的發(fā)展速度C . Y關于X的彈性D. Y 關于X的邊際變化計量經(jīng)濟學研究方法一般步驟計量經(jīng)濟學的研究方法一般分為以下四個步驟（b ）A.確定科學的理論依據(jù)、模

5、型設定、模型修定、模型應用B.模型設定、估計參數(shù)、模型檢驗、模型應用C.搜集數(shù)據(jù)、模型設定、估計參數(shù)、預測檢驗D.模型設定、檢驗、 結構分析、模型應用對計量經(jīng)濟模型應當進行哪些方面的檢驗？經(jīng)濟意義檢驗：檢驗模型估計結果，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, F, R2等檢驗;計量經(jīng)濟學檢驗：檢驗模型是否符合計量經(jīng)濟方法的基本假定，例如 檢驗模型是否存在多重共線性，檢驗模型中的隨機擾動項是否存在自 相關和異方差性等等。預測檢驗：模型預測的結果與經(jīng)濟運行的實際結果相對比，以

6、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 在不同空間的觀測數(shù)據(jù)，稱為截面數(shù)據(jù)；(3)面板數(shù)據(jù)(Panel Data面板數(shù)據(jù)指時間序列數(shù)據(jù)和截面數(shù)據(jù)相 結合的數(shù)據(jù)，對若干個體進行多期觀測。例如在居民收支調(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

7、國各省市不同年 份的經(jīng)濟發(fā)展狀況的統(tǒng)計數(shù)據(jù)，就都是面板數(shù)據(jù)；(4)虛擬變量數(shù)據(jù)(Dummy Variables Data)。表示客觀存在的定性現(xiàn)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)濟學研究的專門問題，容易產(chǎn)生異方差、自相關性。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？經(jīng)濟意義檢驗：檢驗模型估計結果，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)濟學檢驗：檢驗模型是否符合計量經(jīng)濟方法的基本假定， 例如

8、 檢驗模型是否存在多重共線性，檢驗模型中的隨機擾動項是否存在自 相關和異方差性等等。預測檢驗：模型預測的結果與經(jīng)濟運行的實際結果相對比， 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 ）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)2、同一統(tǒng)計指標按時間順序記錄的數(shù)據(jù)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)3、同一時間，不同單位相同指標組成的觀測數(shù)據(jù)稱為（b ）A.原始數(shù)據(jù) B.橫截面數(shù)據(jù)C.時間序列數(shù)據(jù) D .修勻數(shù)據(jù)4、在同一時間不同統(tǒng)計單位的相同統(tǒng)計指標組成的數(shù)據(jù)組

9、合，是（d ）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)濟學的研究方法一般分為以下四個步驟（b ）A 確定科學的理論依據(jù)、模型設定、模型修定、模型應用B.模型設定、估計參數(shù)、模型檢驗、模型應用C.搜集數(shù)據(jù)、模型設定、估計參數(shù)、預測檢驗D 模型設定、模型修定、結構分析、模型應用6、模型中其數(shù)值由模型本身決定的變量變是（b）A 、外生變量B 、內(nèi)生變量C 、前定變量D 、滯后變量7、將內(nèi)生變量的前期值作解釋變量, 這樣的變量稱為（ d ）A、虛擬變量B 、控制變量C政策變量D 、滯后變量8、在下列各種數(shù)據(jù)中，（ c ）不應作為經(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

10、面數(shù)據(jù)C.計算機隨機生成的數(shù)據(jù)D.虛擬變量數(shù)據(jù)9、在簡單線性回歸模型中，認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10、在回歸分析中，下列有關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11. 用模型描述現(xiàn)實經(jīng)濟系統(tǒng)的原則是（ b ）A 、 以理論分析作先導，包括的解釋變量越多越好B 、 以 理論分析作先導，模型規(guī)模大小要適度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

11、大小要適度，結構盡可能復雜12.經(jīng)濟計量模型是指（c）A、投入產(chǎn)出模型B、數(shù)學規(guī)劃模型C、包含隨機方程的經(jīng)濟數(shù)學模型D、模糊數(shù)學模型用13、模型中其數(shù)值由模型本身決定的變量變是（b ）A、外生變量 B、內(nèi)生變量 C、前定變量 D、滯后變量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）A、最佳線性無偏估計B、僅滿足線性性C.非有效性D有偏性樣本回歸直線（X,Y）設OLS法得到的樣本回歸直線為Yi = £ + Ax i + ei ,則點（X，Y）（b ）A、一定不在

12、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、在回歸直線上方經(jīng)典線性計吊模型的假定有哪些？假定1:零均值假定；假定2:同方差假定；假定3:無自相關假定；假 定4:隨機擾動項u與解釋變量Xi不相關；假定5:正態(tài)性假定；（假定6:無多重共線性）下圖中符號4 ”所代表的是（b）t檢驗通?？梢杂糜跈z驗（d ）A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、E(Yi Xi) =& +P2X：B、Y =. Ui一2C、E(Yi Xi) = 1：；XiD、E(Y XJ= 1 ;Xi用最小二乘法作回歸分析時提出了古典假定,這是為了（A.使回

13、歸方程更簡化B.得到總體回歸系數(shù)的最佳線性無偏估計C.使解釋變量更容易控制D.使被解釋變量更容易控制在一元線性回歸模型中，樣本回歸方程可表示為：（c）A 、Yt = P0 +P1Xt +ut B、Yt=E（Y/X） + NiC 、 Y? = P0+WXtD 、曰Yt/Xt ）= P0+PXt第三章多元線性回歸模型整體的讀解（對回歸結果全過程的讀解分析）根據(jù)F值判斷整體顯著性的規(guī)則（p值接近于零表示整體顯 著）；多元線性回歸模型RSS反映了應變量觀測值與估計值之間的總變差多元線性回歸分析中的 RSS （剩余平方和）反映了（ c ）A.應變量觀測值總變差的大小B.應變量回歸估計值總變差的大小C.應

14、變量觀測值與估計值之間的總變差D. Y關于X的邊際變化多元線性回歸模型 ESS自由度為k-1多元線性回歸分析中的 ESS的自由度是（d ）A. KB. nC. n-KD. k-1調(diào)整后的判定系數(shù)R2與判定系數(shù)R2之間的關系有關調(diào)整后的判定系數(shù) R2與判定系數(shù)R2之間的關系敘述正確的是（C）AR2等于R2BR2與R2沒有數(shù)量關系C一般情況下R2 <R2DR2大于R2在模型Y = Pi ”2X2+P/t3 + u1回歸分析結果報告中，有F =2634.23, F的匹直=0.0000,則表明（ d ）A、解釋變量X2t對Yt的影響是顯著的B、解釋變量。1對丫的影響是顯著的C、解釋變量溫和X3t

15、對Y的影響是均不顯著D、解釋變量X2t和七對丫的聯(lián)合影響是顯著的第二三章A1、根據(jù)樣本資料估計得出人均消費支出Y對人均收入X的回歸模型為lnYi=2.00+0.75lnXi ,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%C、2%D、7.5%2、半對數(shù)模型Y =Po + 口11nx +N中，參數(shù)Pi的含義是（c）A. X的絕對量變化，引起 Y的絕對量變化B. Y關于X的邊際變化C. X的相對變化，引起 Y的期望值絕對量變化D. Y關于X的彈性3、半對數(shù)模型1nY =口0 +%X +»中，參數(shù)I1的含義是（a ）A. X的絕對量發(fā)生一定變動時，引起因變量Y

16、的相對變化率B. Y關于X的彈性C. X的相對變化，引起 Y的期望值絕對量變化D. Y關于X的邊際變化4、雙對數(shù)模型ln Y =ln P0 + P1ln X + N中，參數(shù)P1的含義是（c ）A. Y關于X的增長率B .Y 關于X的發(fā)展速度C . Y關于X的彈性 D. Y 關于X的邊際變化5、雙對數(shù)模型lnY =lnP0+P1ln X+N中，參數(shù)P1的含義是（d ）A. X的相對變化，引起 Y的期望值絕對量變化B . Y關于X的邊際變化C. 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D、Y關于X的彈性6、設OLS法得到的樣本回歸直線為 Yi =白i +&2X i + ei ,

17、則點（X,Y） （ b ）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27、關于可決系數(shù) R2 ,以下說法中錯誤的是（ d ）2 .A、可決系數(shù)R的定義為被回歸方程已經(jīng)解釋的變差與總變差之比；B R2 0,11. B2C、可決系數(shù)R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；2D、可決系數(shù)R2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。二 228、有關調(diào)整后的判定系數(shù)R與判定系數(shù)R之間的關系敘述正確的是（ c ）2_ 2A R等于R 22B R與R沒有數(shù)量關系 22c一般情況下R <R= 2_ 2D R大于R229、在多元回歸中，調(diào)整后

18、的判定系數(shù)R與判定系數(shù)R的關系為（ a ）2o2 oA. R <R2B. R >R222-22B. R =R D. R與R的關系不能確定10.在古典假設成立的條件下用OLS方法估計線性回歸模型參數(shù)，則參數(shù)估計量具有（ c ）的統(tǒng)計性質(zhì)。A、有偏特性B、非線性特性D、非一致性特性C、最小方差特性11、在模型Y =日1十日2X21+P3XA +Ut的回歸分析結果中，設F統(tǒng)計量對應的p值為Pf ,給定顯著性水平 a =0.01,則下列說法正確的是( c )A若pF <0.05,解釋變量X2t XYt的影響是顯著的日若Pf >0.05,解釋變量Xn和X%又丫的聯(lián)合影響是顯著的C

19、若Pf <0.01 ,解釋變量X2t和X3t XY的聯(lián)合影響是顯著的D、若Pf >0.01,則解釋變量X3t對Y的影響不顯著12、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(b )ESS (n - k)ESS (k -1)A RSS (k -1)B、RSS(n -k)2R (n -k)ESSC、(1 -R2) (k -1)D、RSS (n -k)13、卜圖中符號 ”顯示的距離表示的是( b )A.隨機誤差項B. 殘差C. Y的離差 D. Y的離差14、以下模型中不屬于變量線性回歸模型是(a )。A、E(Y XJ=Bi 十底2B、Y=Pi 啥十 口一 2C E(Yi Xi

20、) =Pi +P；XiD、E(Y Xi) = W +廖Xi15、在一元線性回歸模型中，樣本回歸方程可表示為：(c )A、Yt= 01XtUtB、Yt=E(Yt/X)iC Y?=1+附XtD、E（Y"Xt尸瓦+日區(qū) （其中t=1,2，n）16、設OLS法得到的樣本回歸直線為 丫 = I?1 +2Xi +3 ,以下說法不正確的是（d ）A. £e=0B. （X,Y）在回歸直線上C Y? =YD cov（Xi,e）#01、一元線性回歸分析中的回歸平方和ESS的自由度是（d）A、nB、n-1C、n-k D、117、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 ）A、最佳線

21、性無偏估計B、僅滿足線性性C.非有效性D有偏性18、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（b ）ESS （n _k）ESS （k 二。A、RSS.（k -1）B 、RSS （n -k）R2 （n -k）ESSG （1 -R2） （k -1）D 、RSS. （n k）19、在模型丫 =電+PzX2t +P3X4 +5的回歸分析結果報告中，有 F =2634.23 ,F的p值=0.0000,則表明（d ）A、解釋變量X2t又Yt的影響是顯著的B、解釋變量X 3t又Yt的影響是顯著的C、解釋變量X2t和X3tYt的影響是均不顯著H解釋變量X2t和X3t XYt的聯(lián)合影響是顯著的20

22、、多元線性回歸分析中的RSS反映了（ c ）A.應變量觀測值總變差的大小B.應變量回歸估計值總變差的大小C.應變量觀測值與估計值之間的總變差D. Y關于X的邊際變化第四章多重共線性（1）定義、產(chǎn)生原因；（2）后果；（3）檢測；（4）彌補。參數(shù)的最小二乘估計量的性質(zhì)簡單相關系數(shù)矩陣方法主要用于檢驗（d）A.異方差性B.自相關性 C.隨機解釋變量D.多重共線性能夠檢驗多重共線性的方法有-aA.簡單相關系數(shù)矩陣法 B. DW檢驗法C. White檢驗D.ARCH檢驗法 如果模型中的解釋變量存在 完全的多重共線性，參數(shù)的最小二乘估計 量是（c ）A.無偏的 B.有偏的 C.無法估計D.無正確答案如果模

23、型中的解釋變量存在 不完全的多重共線性，參數(shù)的最小二乘估 計量是（a ）A.無偏的B.有偏的 C. 無法估計D.無正確答案如果模型中的解釋變量存在 完全的多重共線性，參數(shù)的最小二乘估計 量是（c ）A.無偏的B.有偏的 C.無法估計D.確定的第五章異方差性（1）定義、產(chǎn)生原因；（2）后果；（3）檢測；（4）彌補。檢驗異方差的方法；修正異方差的方法；ARCH檢驗方法主要用于檢驗（a）A.異方差性B.自相關性 C.隨機解釋變量D.多重共線性下列方法可以用于檢驗模型中異方差性的方法有（d）A DW檢驗 B相關系數(shù)矩陣C 判定系數(shù)法D White檢驗Goldfeld-Quandt方法用于檢驗（a ）A

24、.異方差性B.自相關性 C.隨機解釋變量D.多重共線性在模型有異方差的情況下，常用的估計方法是（d ）A.廣義差分法B.工具變量法 C.逐步回歸法 D.加權最小二乘法White檢驗可用于檢驗（b ）A.自相關性B.異方差性 C.解釋變量隨機性D.多重共線性加權最小二乘可以解決下列哪個問題（d ）A.多重共線性B.誤差項非正態(tài)性C.自相關性D.異方差性關于Goldfeld-Quandt檢驗，下列說法正確的是（c ）A .它是檢驗模型是否存在自相關B.該檢驗所需要的樣本容量較小C.該檢驗需要去掉部分樣本D.它是檢驗模型是否存在多重共線性下列方法可以用于檢驗模型中異方差性的方法有（d）A DW檢驗B

25、相關系數(shù)矩陣C 判定系數(shù)法D White檢驗 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）A.無偏性 B.最小方差性C.有效性 D非線性性什么是異方差性？有哪些方法可以檢驗模型中是否存在異方差性？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、ARC眼94、Golden-Quant檢94、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、VarW仍具有最小方差C常用的t和F檢驗失效D 、預測區(qū)間增大，精度下降第六章自相關性（1）定義、產(chǎn)生原因；（2）

26、后果；（3）檢測；（4） 彌補。違背自相關造成后果（無偏非有效）；在DW檢驗中，當d統(tǒng)計量為2時，表明無自相關性存在； DW判斷區(qū)域規(guī)則；在DW檢驗中，當d統(tǒng)計量為2時，表明（c）A.存在完全的正自相關B.存在完全的負自相關C.不存在自相關D.不能判定如果回歸模型違背了無自相關假定，最小二乘估計量是（a ）A.無偏的，非有效的B.有偏的，非有效的C.無偏的，有效的 D.有偏的，有效的如果在模型乂 =3+ %+5中，隨機擾動項違背了無自相關假定，則下列說法正確的是（a）A.最小二乘估計量 嗎是無偏的且非有效B.最小二乘估計量 尺是有偏的且有效C.最小二乘估計量 凡是無偏的且有效D.最小二乘估計量

27、其是有偏的但非有效在DW檢驗中，不能判定的區(qū)域是（c ）A. 0 : d 二 dL, 4 -dL ： d 二 4B. du d 4 YuC. dL<d<du, 4 -dU <d <4-dLD.上述都不對已知樣本回歸模型殘差的一階自相關系數(shù)接近于1,則DW充計量近似等于（a ）A. 0 B. 1 C. 2 D. 4第四五六章1、簡單相關系數(shù)矩陣方法主要用于檢驗（ d ）A.異方差性B.自相關性C.隨機解釋變量D.多重共線性2、設xi,x2為解釋變量，則完全多重共線性是（ a ）.1X2八A.xiX2 = 0B.x1e = 021C.x1x2 , v = 0（v為隨機作差項

28、）D.x1 e 2 = 023、用t檢驗與F檢驗綜合法可以檢驗（a）A.多重共線性C.異方差性4、能夠檢驗多重共線性的方法有A.簡單相關系數(shù)矩陣法C. White 檢驗5、多重共線性是一種（a）A.樣本現(xiàn)象C.被解釋變量現(xiàn)象B.自相關性D.非正態(tài)性aB. DW檢驗法D.ARCH檢驗法B.隨機誤差現(xiàn)象D.總體現(xiàn)象d)6、在DW檢驗中要求有假定條件，在下列條件中不正確的是（A.解釋變量為非隨機的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d統(tǒng)計量為2時，表明（c）A.存在完全的正自相關B.存在完全的負自相關C.不存

29、在自相關D.不能判定8、在DW檢驗中，當d統(tǒng)計量為4時，表明（b ）A、存在完全的正自相關B、存在完全的負自相關C、不存在自相關D、不能判定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dl和/ ,則當dw<dL時，可以為隨機誤差項（a ）A、存在一階正自相關B、存在一階負相關C、不存在序列相關D、存在序列相關與否不能斷定10、下列說法不正確的是（c）A、自相關是一種隨機誤差現(xiàn)象；B、自相關產(chǎn)生的原因有經(jīng)濟變量的慣性作用；C、檢驗自相關的方法有 F檢驗法；D、修正自相關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 ）A. 0 ：d ：dL, 4 -dL ：

30、 d ：4B. dU ： d ： 4 - dUC. dL <d <dU , 4 -dU <d<4 dLD.上述都不對12、DW檢驗方法用于檢驗（b ）A.異方差性B.自相關性C.隨機解釋變量D.多重共線性13、以下選項中，正確表達了序列相關的是（ a ）A Cov（% % ） #0,i ¥jb CoM%, Nj） =0,i * jC Cov（Xi,Xj） #0,i #jD Cov（Xi*j）#0,i #j14、如果回歸模型違背了無自相關假定，最小二乘估計量（ a ）A.無偏的，非有效的B. 有偏的，非有效的C.無偏的，有效的 D.有偏的，有效的15、在自相關性

31、情況下，常用的估計方法是（ b ）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16、設x =國+ p2xi+u ,w QI = 52 =仃2 f(x。，則對原模型變換的正確形式為(b)A y =Pi-+UiB.yi= J +Xi + uif(x) f (Xi)f(Xi)f (Xi)C.，y- ：2X D.yi f (x ) = -i f (Xi) -, 2x f (Xi)f (x)(Xi)f (Xi)f (Xi)f (Xi)17、ARCH檢驗方法主要用于檢驗（a ）A.異方差性B.自相關性C.隨機解釋變量D.多重共線性18、在修正異方差的方法中，不正確的是（ d ）A、加權最

32、小二乘法B、對原模型變換的方法C、對模型的對數(shù)變換法D、兩階段最小二乘法19、Goldfeld-Quandt 方法用于檢驗（ a ）A.異方差性B.自相關性C.隨機解釋變量D.多重共線性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C.工具變量法D.加權最小二乘法21、在異方差的情況下，參數(shù)估計值的方差不能正確估計的原因是（a）22A.E（u：） B.E（UiUj） :0（i = j）C.E（xiui） ;0D.E（ui） = 022、White檢驗方法主要用于檢驗（a）A.異方差性B.自相關性C.是否遺漏解釋變量D.多重共線性y = 一： 1 . 一： x

33、. _u.23、在具體運用加權最小二乘法時，如果變換的結果是X 1 X 2 X X ,則Var（u）是下列形式中的哪一種?（ b ）_2_2 2A. 二 xB.二 Xc.02 XD.02 Log（x） 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C.工具變量法D.加權最小二乘法25、加權最小二乘法是（ b ）的一個特例A.廣義差分法B.廣義最小二乘法C.普通最小二乘法D.兩階段最小二乘法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)設無限分布滯后模型為Y =口 + P0Xt + 3Xy + P2X-+|H + Ut ,則短

34、期影響乘數(shù)為（a ）A. P0B、九kP0C、1-D、三1-01 -對于有限分布滯后模型Yt =二Xt ：iX-X-，X- ut在一定條件下，參數(shù)Pi可近似用一個關于i的多項式表示（i=0, 1,2,，K）,下列說法中不正確的是（d）A多項式的階數(shù)m小于KR可采用Almon法對此模型進行估計G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1、在自適應預期模型和庫伊克模型中，假定原始模型的隨

35、機擾動項ut滿足古典線性回歸模型的所有假設，則對于這兩個模型中的滯后隨機解釋變量的有（d）* *A Cov（¥,ut ） =0, Cov（ut ,ut,）=0* *B Cov （Yt,Ut ） = 0, Cov（ut , Ut ¥ 0* *C Cov（Yt,ut ） # 0, Cov（ut ,ut,）=0* *D Cov（Yt,ut ） # Q Cov（ut , U- # 02、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)R?不可以用于衡量擬合優(yōu)度*Yt和誤差項ut ,下列

36、說法正確第八章虛擬變量的定義、作用以及規(guī)則虛擬變量（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D.只能代表季節(jié)影響因素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，則應該引入虛擬變量個數(shù)為（b）A m B m-1 C m+1 D m-k簡述虛擬變量設置規(guī)則什么是虛擬變量？在設定虛擬變量時，應該注意什么問題？設置規(guī)則是什么？虛擬變量是將定性因素數(shù)量化取值為 0或1的一類特殊人工變量。主要 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)的設置規(guī)則是：若定性因素有m個相互排斥的類型

37、（或?qū)傩?、水平），在有截距項的模型中只能引入m-1個虛擬變量，否則會陷入所謂“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 m個相互排斥的類型時，引入 m個虛擬變量不會 導致完全多重共線性，不過這時虛擬變量參數(shù)的估計結果，實際上是 D=1時的樣本均值。設某計量經(jīng)濟模型為：丫:"+PDi+ui,其中Yi大學教授年薪， Di=11男教授，則對于參數(shù)w B的含義，下列解釋 不正確的是（b）i io 女教授A.蔗示大學女教授白平均年薪；B.表示大學男教授的平均年薪；C. + B表示大學男教授的平均年薪；D.陡示大學男教授和女教授平均年薪的差額對于一個含有截距項的計量

38、經(jīng)濟模型， 若某定性因素有m個互斥的屬性，對于一個含有截距項的計量經(jīng)濟模型， 若某定性因素有m個互斥的類型， 為將其引入模型中，則需要引入虛擬變量個數(shù)為（b ）A m B m-1 C m+1 D m-k第八章1、虛擬變量（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D.只能代表季節(jié)影響因素C.只能代表數(shù)量因素2、對于一個回歸模型中不包含截距項，若將一個具有 m個特征的質(zhì)的因素引入進計量經(jīng)濟 模型，則虛擬變量數(shù)目為（ a ）A、mB、m 1C、m2D、m+13、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，則應該引入虛擬變量個

39、數(shù)為（b）A m B m-1 C m+1 D m-k4、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，則應該引入虛擬變量個數(shù)為（b ）A m B m-1 C m+1 D m-k5、設某計量經(jīng)濟模型為:Y =0（ +PDi +Ui ,其中Yi大學教授年薪，D.男教授i 0 女教授則對于參數(shù)“、3的含義，下列解釋不正確的是（b）A. &表示大學女教授的平均年薪;B. 3表示大學男教授的平均年薪;C. a + 3表示大學男教授的平均年薪;D. 3表示大學男教授和女教授平均年薪的差額A 4B 37、在利用月度數(shù)據(jù)構建計量經(jīng)濟模型時,則應該引入虛擬變量個數(shù)為（a ）

40、A 4B 12r1;1991年以前1991年以后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 ）C 2D 1如果一年里的1、3、5、9四個月表現(xiàn)出季節(jié)模式,C 11D 68、在經(jīng)濟發(fā)展發(fā)生轉(zhuǎn)折時期，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Dt =回歸關系明顯不同?，F(xiàn)以1991年為轉(zhuǎn)折時期，設虛擬變量據(jù)散點圖顯示消費函數(shù)發(fā)生了結構性變化：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 ）。A Yt=瓦 +AXt +UtB、Yt

41、 =瓦 + 0iXt 十凡DtXtC 丫：0 iXt DtUtDX =0 iXt 2Dt3DtXt UtC、D9、設某地區(qū)消費函數(shù)中，消費支出不僅與收入x有關，而且與消費者的年齡構成有關，若將年齡構成分為小孩、青年人、 成年人和老年人4個層次。假設邊際消費傾向不變，考慮上述年齡構成因素的影響時，該消費函數(shù)引入虛擬變量的個數(shù)為（c）A1個 B2jC3個 D4個第十章時間序列數(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）A. 1階單整 B . 2階單整 C. K階單整D.以上答案均不正確簡述時間序列平穩(wěn)

42、性的含義：時間序列的統(tǒng)計規(guī)律時間序列平穩(wěn)性分嚴格平穩(wěn)和廣義平穩(wěn)性。嚴格平穩(wěn)是指隨機過程的聯(lián)合分布函數(shù)與時間的位移無關；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系，但回歸結果卻 得出存在有意義關系的錯誤結論。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 ）A. ARCH 檢驗 B. White 檢驗 C. ADF 檢驗 D. DW 檢驗第十章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）

43、A 1 階單整B 2 階單整C K 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、ARCH檢驗 B、G Q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)整關系B 這 兩個變量一定不存在協(xié)整關系C 相 應的誤差修正模型一定成立D 還需對誤差項進行檢驗第十一章1、簡化式模型就是把結構式模型中的內(nèi)生變量表示為 （ b ）A. 外生變量和內(nèi)生變量的函數(shù)關系B. 前定變量和隨機誤差項的函數(shù)模

44、型C. 滯后變量和隨機誤差項的函數(shù)模型D. 外生變量和隨機誤差項的函數(shù)模型2、單方程計量經(jīng)濟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。B. 內(nèi)生變量和外生變量D. 解釋變量和被解釋變量A. 外生變量和滯后變量C. 外生變量和虛擬變量二、簡答題1、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？經(jīng)濟意義檢驗：檢驗模型估計結果，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)濟學檢驗： 檢驗模型是否符合計量經(jīng)濟方法

45、的基本假定， 例如檢驗模型是 否存在多重共線性，檢驗模型中的隨機擾動項是否存在自相關和異方差性等等。模型預測檢驗： 模型預測的結果與經(jīng)濟運行的實際結果相對比， 以此檢驗模型的 有效性。2、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）某個指標在不同空間的觀測數(shù)據(jù)，稱為截

46、面數(shù)據(jù)。（ 3 ） 、面板數(shù)據(jù)（ Panel Data ）面板數(shù)據(jù)指時間序列數(shù)據(jù)和截面數(shù)據(jù)相結合的數(shù)據(jù)，對若干個體進行多期觀測。例如在居民收支調(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)展狀況的統(tǒng)計數(shù)據(jù)，就都是面板數(shù)據(jù)。（4）、 虛擬變量數(shù)據(jù)（Dummy Variables Data） ： 人為構造的表示定性因素的數(shù)據(jù)， 將定性因素數(shù)量化取值為 0 或 1 的一類特殊人工變量。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)濟學研究的專門問題， 容易產(chǎn)生異方差、 自相關性虛擬變量數(shù)據(jù)避免陷入 虛擬

47、變量陷阱3、什么是解釋變量、被解釋變量？從變量的因果關系上，模型中變量可分為解釋變量( Explanatory variable )和被解釋變量 (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果。被解釋變量是模型要分析研究的對象，也常稱為“應變量” (Dependent variable) 、 “回歸子” (Regressand )等。解釋變量也常稱為“自變量” (Independent variable) 、 “回歸元” ( Regressor )等，是說明應變量變動主要原因的變量。4、經(jīng)典線性計量模型的假定有哪些？假定 1： 零均值假定 ;

48、 假定 2： 同方差假定; 假定 3 ： 無自相關假定; 假定 4 ： 隨機擾動項ui 與解釋變量 Xi 不相關 ; 假定5 ：正態(tài)性假定；假定6：無多重共線性5、什么是異方差性？有哪些方法可以檢驗模型中是否存在異方差性 ?違背同方差假定，隨機擾動項的方差隨某個解釋變量在變化， 。 觀察殘差圖、White檢驗、ARCH僉驗、G-Q檢驗等。6、簡述虛擬變量設置規(guī)則虛擬變量個數(shù)的設置規(guī)則是：若定性因素有m 個相互排斥的類型(或?qū)傩?、水? ，在有截距項的模型中只能引入 m 1 個虛擬變量，否則會陷入所謂“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m 個相互排斥的類型時，

49、引入 m 個虛擬變量不會導致完全多重共線性，不過這時虛擬變量參數(shù)的估計結果，實際上是D=1 時的樣本均值。7、什么是虛擬變量、設置虛擬變量應該注意什么？虛擬變量是將定性因素數(shù)量化取值為 0 或 1 的一類特殊人工變量。 主要作用： 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。8、將虛擬變量引入到模型中，通常有哪些方式？各自具有什么作用？加入虛擬解釋變量的途徑有兩種基本類型： 一是加法類型； 二是乘法類型。 不同的途徑引入虛擬變量有不同的作用， 加法方式引入虛擬變量改變的是截距； 乘法方式引入虛擬變量改變的是斜率。9、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

50、在有意義的關系，但回歸結果卻得出存在有意義關系的錯誤結論。造成“偽回歸”的根本原因在于時間序列變量的非平穩(wěn)性。10、簡述時間序列平穩(wěn)性的含義時間序列平穩(wěn)性分嚴格平穩(wěn)和廣義平穩(wěn)性。 嚴格平穩(wěn)是指隨機過程的聯(lián)合分布函數(shù)與時間的位移無關； 廣義平穩(wěn)性是指隨機過程的均值、 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。二、簡答題 （每題 10 分，共 40 分）1、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)各自應該注意哪些問題？2、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？對計量經(jīng)濟模型應當進行哪些方面的檢驗？3、什么是多重共線性？多個

51、解釋變量中存在精確的線性關系或僅是的線性關系4、 試述 D-W 檢驗的適用條件及其檢驗步驟？請簡要回答DW 檢驗的基本步驟。 請說出 DW檢驗檢驗自相關的基本步驟。解釋變量非隨機。隨機誤差項為一階自回歸線性模型中不含滯后的被解釋變量。截距項不為零數(shù)據(jù)序列不缺失5、什么是異方差性？有哪些方法可以檢驗模型中是否存在異方差性? 列舉檢驗異方差性主要方法？違背同方差假定，隨機擾動項的方差隨某個解釋變量在變化， 。觀察殘差圖、White檢驗、ARCH僉驗、G-Q檢驗等。6、經(jīng)典線性計量模型的假定有哪些？簡述線性回歸模型的經(jīng)典假。 ；經(jīng)典線性回歸模型中，對隨機擾動項作了哪些基本 （古典） 假定？在線性回歸

52、模型中， 經(jīng)典計量經(jīng)濟學的假定都有哪些？7、將虛擬變量引入到模型中，通常有哪些方式？各自具有什么作用？簡述虛擬變量設置規(guī)則。簡述虛擬變量含義及作用8、簡述時間序列平穩(wěn)性的含義，9、什么是偽回歸？其產(chǎn)生的原因是？10、什么叫協(xié)整？說明EG 兩步法檢驗協(xié)整的步驟。94簡單線性回日模型與多元瞬拄叵白模里的區(qū)別與聯(lián)系，橫型類型區(qū)別聯(lián)東參數(shù)估計檢裝方法羥濟意義果網(wǎng)普通量小回白羽數(shù)顯著性顯然建立在某些假定條件I,短元線性回日二課法OLS)檢驗Q/驗-T-不變前奏下拙犀小柬的網(wǎng)模型和前單線住和極大怛然彷檢驗.F湛縫)燈南敷不偃百分之苜地再EiU微型基本類簡單現(xiàn)所科究的漆過程.從另徽,解套變it由一線性回歸模

53、型一方面石，也正是由于這些中靖如到兩個以假定，才能對函H網(wǎng)址行匕高度摘象.從而更深刻地熱2,兩種模型解決示匿濟問塞的內(nèi)在掘馀，吏的上要問題相同：站之間的因果頭等.我據(jù)艦測樣本估結構參數(shù)即判定疏散愴驗甘鎮(zhèn)里中的各個0系數(shù)采用最(R檢驗著 1可燈套敷j對格計的參多元小二乘法估計：系數(shù)顯著性檢會數(shù)及阿ILI方程避膜性能機抗動限第CT檢驗卜回燈行統(tǒng)計由瞌；利用國由數(shù)對其方差進方程顯著性檢瞿何白模型進行融模型行牯計.(F檢里L熏和算肝分析.5,試流述異方差性曲實胡、畿濟背景及箕后果.以及檢潮.拌方差性的基本思益.答異方差性是為了傀證向虹參數(shù)拈計址具梢良好的斑計性班，占毓線性向目 頭里的一.個空要葭定是總體回白南茲中的隨機誤差項懶足同方差性，舊它捫都有相 同的方差.如果這假定不滿足丁用稱線性回歸澳型存在異方差性.產(chǎn)生原因上要是 模型中缺失了某些解釋受U,杼工數(shù)據(jù)的觀泅誤差所導致.盛型中存在異方差會導理產(chǎn)里后果】CD群數(shù)拈計值不再同有最小方差抬性. 卬建數(shù)估計11L仿花是線性無時的,但不是有效的.(2)解釋會k顯苦性噴腺失效/3) 預