(完整版)西南財(cái)經(jīng)大學(xué)計(jì)量經(jīng)濟(jì)學(xué)習(xí)題及答案(同等學(xué)力申碩)

1、計(jì)量經(jīng)濟(jì)學(xué)練習(xí)題、單項(xiàng)選擇 （每題 2分）1、計(jì)量經(jīng)濟(jì)學(xué)是 C 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、下面屬于橫截面數(shù)據(jù)的是 _D。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3. 若一元線性回歸模型Y i2Xi Ui滿足經(jīng)典假定,那么參數(shù) 1、 2的普通最小二乘估計(jì)量 ?1、?2是所有線性估計(jì)量中（ B ）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4. 在一元線性回

2、歸模型Y 12Xi ui中，若回歸系數(shù)2通過了 t檢驗(yàn)，則在統(tǒng)計(jì)意義上表示（B ）A、?2 0B、 2 0C、 2 0D、 ?2 05、在二元線性回歸模型Yi 0iXii2X2i Ui中，1表示（A ）A. 當(dāng)X2不變時(shí)，X1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)。6 .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 ）。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)7、根據(jù)樣本資料估計(jì)得出人均消費(fèi)支出

3、 丫對(duì)人均收入X的回歸模型為in（Y）= 2 0.75In（XJ，這表明人均收入每增加 1，人均消費(fèi)支出將增加（ B ）A. 0.2% B . 0.75% C . 2% D . 7.5%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（D ）nA. 使 （Y Y）達(dá)到最小值i 1C. 使max|Y YI達(dá)到最小值nB .使|Y Y?|達(dá)到最小值i 1nD .使 （Y Y?）2達(dá)到最小值i 1n9、已知三元線性回歸模型估計(jì)的殘差平方和為800 ,i 1估計(jì)用樣本容量為n=24,則隨機(jī)誤差項(xiàng)Ui的方差估計(jì)量于是（B ）A. 33.33 B . 40 C . 38.09 D . 3

4、6.3610、多元線性回歸分析中的RSS反映了（ C ）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D . 丫關(guān)于X的邊際變化11、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（ B ）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12、在一元線性回歸問題中，因變量為丫，自變量為X的樣本回歸方程可表示為（C ）A、X o 1 XtutB、Yto1XtC、丫 ）0）1XtD、E Yto1Xt13、對(duì)經(jīng)典一元線性回歸模

5、型，用 OLS法得到的樣本回歸直線為丫 ）o ）1Xt，則點(diǎn)（X,丫）（ 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14、多元線性回歸分析中的RSS （剩余平方和）反映了（ C ）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 D . 丫關(guān)于X的邊際變化15、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 ）A.多重共線性 B 異方差 C 自相關(guān) D 設(shè)定偏誤16、White 檢驗(yàn)可用于檢驗(yàn)（ B ）A.自相關(guān)性 B. 異方差性 C

6、解釋變量隨機(jī)性 D.多重共線性 17、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dL、du，則當(dāng)dL d du時(shí)，可以認(rèn)為隨機(jī)誤差項(xiàng)（D ）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18、已知模型的形式為 yt12xt , 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0.52,則廣義差分變量是（ D ）A.yt0.48yt 1 , xt0.48xt 1B.yt0.7453yt 1, xt 0.7453xt 1C.yt0.52yt 1,xt0.52xt 1D.yt0.74 yt 1,xt 0.74xt 119、 某商品需求模

7、型為Y i2Xt ut，其中Y為商品需求量，X為商品價(jià)格，為了考察全年 1 2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 （ D ）問題。A.異方差B.不完全多重共線性 C .序列相關(guān)性D. 完全多重共線性20、 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（C ）個(gè) 虛擬變量。A. 1 B.2 C.3 D.421、 同一時(shí)間點(diǎn)上，不同單位相同指標(biāo)組成的觀測(cè)數(shù)據(jù)稱為（B）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.虛擬變量數(shù)據(jù)22、在古典假設(shè)成立的條件下用OLS方法估計(jì)線性回歸模型參數(shù)，則參數(shù)估計(jì)量 具有（ C ）的統(tǒng)計(jì)性質(zhì)。A.有偏特性 B.非線性特性

8、 C .最小方差特性 D.非一致性特性23、設(shè)估計(jì)的回歸方程為 Y）i 0.9 0.6Xi ，則回歸系數(shù) 0.6 表示（ A ）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%寸，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)單位D. X增加1%寸，Y平均增加0.6%24、 在滿足古典假定的模型乂 12X2t3X3t Ut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（B）A、解釋變量X2對(duì)Y的影響是顯著的B解釋變量X2和X3對(duì)Y的聯(lián)合影響是顯著的C解釋變量X3對(duì)Y的影響是顯著的D解釋變量X2和X3對(duì)Y的影響是均不顯著

9、25、 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 ）A.多重共線性 B 異方差 C 自相關(guān) D 設(shè)定偏誤26、ARCH檢驗(yàn)可用于檢驗(yàn)（B）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27、 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（C ）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28、 已知模型的形式為 yt12xt, 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0.52,則廣義差分變量是（ D ）A. yt 0.4

10、8 yt 1, xt 0.48xt 1 B.yt 0.7453yt 1, xt 0.7453xt 1C.yt0.52yt1,xt0.52xt1 D.yt0.74 yt1,xt0.74xt129、當(dāng)定性因素引進(jìn)經(jīng)濟(jì)計(jì)量模型時(shí) , 需要使用 （ D）.A、外生變量B、前定變量C、內(nèi)生變量D、虛擬變量30、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（ C ）個(gè) 虛擬變量。A. 1 B.2 C.3 D.431、 在一元線性回歸問題中，因變量為丫，自變量為X的樣本回歸方程可表示為（C）A 、 Yt01Xt utB、 Yt01Xtet) ) ) C 、 Yt01 Xt eiD、 E Yt

11、01Xt32、雙對(duì)數(shù)模型 lnY ln 01lnX中，參數(shù)1的含義是（ C）。A. Y關(guān)于X的增加長(zhǎng)率B.丫關(guān)于X的發(fā)展速度C. Y關(guān)于X的彈性D.丫關(guān)于X的邊際變化33、在滿足古典假定的模型 Yt12 X2t3 X3tUt的回歸分析結(jié)果報(bào)告中,有）2的t值等于8.52，其P值為0.001，則表明（A）A、解釋變量X2對(duì)Y的影響是顯著的B、解釋變量X2和X3對(duì)Y的聯(lián)合影響是顯 著的C解釋變量X3對(duì)Y的影響是顯著的D、解釋變量X2和X3對(duì)Y的影響是均不顯 著34、多元線性回歸分析中的ESS （回歸平方和）反映的是（B ）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

12、估計(jì)值之間的總變差D . 丫關(guān)于X的邊際變化35、在二元線性回歸模型中，若解釋變量X2與X3有關(guān)系X2i kX3i ,其中k為非零常數(shù)，則表明模型中存在 （ B ）.A、異方差性B、多重共線性 C、序列相關(guān)D、設(shè)定誤差36、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dL、du ,則當(dāng)dL d du時(shí)，可以認(rèn)為隨機(jī)誤差項(xiàng)（D ）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37、在模型有異方差的情況下 , 常用的修正方法是 （ D ）A. 廣義差分法 B. 工具變量法 C. 逐步回歸法 D. 加權(quán)最小 二乘法38、 某商品需求模型為Y 12

13、Xt ut，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（ D ）問題。A.異方差 B.不完全多重共線性 C .序列相關(guān)性 D.完全多重共線性39、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（ B ）個(gè)虛 擬變量。A m B m-1 C m+1 D m-k40、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（ D ）。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41、 如果回歸模型違背了無自相關(guān)假定，最小二乘估計(jì)量（C ）A.無偏

14、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42、White檢驗(yàn)可用于檢驗(yàn)（B ）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43、某商品需求模型為Y 12Xt ut，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（D ）冋題。A.異方差 B.不完全多重共線性 C .序列相關(guān)性 D. 完全多重共 線性44、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Act t X X1 1 o o X )VHqxtd.tXUi45、同一統(tǒng)計(jì)指標(biāo)按時(shí)間順序記錄的數(shù)據(jù)稱為（）A、橫截

15、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)46、在古典假設(shè)成立的條件下用OLS方法估計(jì)線性回歸模型參數(shù)，則參數(shù)估計(jì)量 具有（C）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47、設(shè)估計(jì)的回歸方程為Y 1.2 0.8Xi，貝U回歸系數(shù)0.8表示（A ）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%寸，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%寸，Y平均增加0.8%48、 在滿足古典假定的模型乂 12X2t3X3t Ut的回歸分析結(jié)果報(bào)告中，有）2的t值等于13.5022，其P值為0.0000，

16、則表明（A）A、解釋變量X2對(duì)Y的影響是顯著的B、解釋變量X2和X3對(duì)Y的聯(lián)合影響是顯著的C、解釋變量X3對(duì)Y的影響是顯著的D、解釋變量X2和X3對(duì)Y的影響是均不顯著 49、能夠檢驗(yàn)多重共線性的方法有（A ）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50、Goldfeld Quandt檢驗(yàn)法可用于檢驗(yàn)（A ）A .異方差性 B.多重共線性C .自相關(guān)性 D.設(shè)定誤差51、以下選項(xiàng)中，正確表達(dá)了序列相關(guān)的是（ A ）A. Cov（ i, j） 0,i j ,B. Cov（ i, j） 0,i jC. Cov（Xi,Xj）0,i jD. Cov（Xi, j

17、）0,i j52、 當(dāng)定性因素引進(jìn)經(jīng)濟(jì)計(jì)量模型時(shí)，需要使用（D ）.A、外生變量B、前定變量C、內(nèi)生變量D、虛擬變量53、如果回歸模型違背了同方差假定，最小二乘估計(jì)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54、半對(duì)數(shù)模型Y °!lnX中，參數(shù)!的含義是（C）A. X的絕對(duì)量變化，引起 Y的絕對(duì)量變化B. Y關(guān)于X的邊際變化C. X的相對(duì)變化，引起丫的期望值絕對(duì)量變化D. Y關(guān)于X的彈性55、在一元線性回歸模型中,2的無偏估計(jì)量?2為（C ）2A. B.n56、在回歸模型Yt12X2t3X3t 4X4t Ut中，X3與X4高度相關(guān)，X2與

18、X3無關(guān),X2與X4無關(guān)，貝U因?yàn)閄3與X4的高度相關(guān)會(huì)使?2的方差（D)A.不受影響B(tài).變小 C.不確定 D.變大 57、在回歸模型滿足DW檢驗(yàn)的前提條件下，當(dāng)DW統(tǒng)計(jì)量等于2時(shí)，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)C.不存在自相關(guān)D.不能判定58、在多元線性回歸模型Yt2X2t3X314X4 Ut中，對(duì)回歸系數(shù)j （j=2 ,3, 4）進(jìn)行顯著性檢驗(yàn)時(shí)，t統(tǒng)計(jì)量為（A ）A.-Se(?j)B.Se( j)C.Var( j)D.jVar( ?j)59、計(jì)量經(jīng)濟(jì)模型的基本應(yīng)用領(lǐng)域有A.結(jié)構(gòu)分析、經(jīng)濟(jì)預(yù)測(cè)、政策評(píng)價(jià)（A）B. 彈性分析、乘數(shù)分析、政策模擬C.消費(fèi)需求分析、生產(chǎn)

19、技術(shù)分析D.季度分析、年度分析、中長(zhǎng)期分析60、設(shè)樣本回歸模型為Y?Xi ei，則普通最小二乘法確定的?2的公式中,錯(cuò)誤的是（D ）A. ?2區(qū) X)(Y2Y)b.(Xi X)nXiYXi YnXi2 (Xi)2XiY；XiYi2xc ?XiY nXY ?C'22 D. 2Xi2 nX61、設(shè)截距和斜率同時(shí)變動(dòng)模型為 Y 0D2X3（DX） u，下面哪種情況成立，則該模型為截距變動(dòng)模型（B）A. 10,30 B.i 0,30 C. i 0,30 D. i 0,3062、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)：（D ）A無偏性B 一致性C有效性D漸

20、近正態(tài)性63、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）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 64、可決系數(shù)越高，表明：（C ）A每個(gè)變量都越顯著B模型的顯著變量越多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65、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)， ( B )A p<0.05 B p>0.05 C p=0.05 D p 值無法確定66、 在一元回歸

21、中，F(xiàn)檢驗(yàn)與t檢驗(yàn)的等價(jià)關(guān)系是：(B )A F t B F t2 C F2 t D F |t |67、 當(dāng)存在不完全多重共線時(shí)，最小二乘估計(jì)量是( D )A 有偏 B 不一致 C 不有效 D 還是最佳線性無偏估計(jì)68、 當(dāng)存在異方差是，仍然用不存在異常差時(shí)的OLS 估計(jì)方法估計(jì)其方差會(huì)( C )A 一定低估方差 B 一定高估方差 C 可能高估可能低估方差 D 仍然準(zhǔn)確69、 以下哪種檢驗(yàn)不能使用在截面數(shù)據(jù)上( B )A White 檢驗(yàn) B ARCH檢驗(yàn) C Goldfield-Quandt檢驗(yàn) D Glejser 檢驗(yàn)70、在DW僉驗(yàn)中，判斷為無自相關(guān)的區(qū)域?yàn)?(B)A dL ddUBdUd

22、 4dUC dL d 4 dL DdLd 4dU71、如果兩個(gè)變量是協(xié)整的，則( D )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 D得0D 這兩個(gè)變量一定是同階單整的72、在回歸分析中下列有關(guān)解釋變量和被解釋變量的說法中正確的是( C )A. 被解釋變量和解釋變量均為隨機(jī)變量B. 被解釋變量和解釋變量均為非隨機(jī)變量C. 被解釋變量為隨機(jī)變量，解釋變量為非隨機(jī)變量D. 被解釋變量為非隨機(jī)變量，解釋變量為隨機(jī)變量73、相關(guān)關(guān)系是指(D )。變量間的因果關(guān)系變量間不確定性A.變量間的非獨(dú)立關(guān)系BC變量間的函數(shù)關(guān)系D 74、在線性回歸模型中

23、，若解釋變量 X1和X2的觀測(cè)值成比例，即X1 X2，其中 為常數(shù)，則表明模型中存在 ( B )A. 異方差 B. 多重共線性 C. 自相關(guān) D. 非平穩(wěn)性75、平穩(wěn)時(shí)間序列的均值和方差是固定不變的，它的協(xié)方差只與（A ）A. 所考察的兩期間隔長(zhǎng)度有關(guān)B. 時(shí)間t有關(guān)C. 時(shí)間序列的上升趨勢(shì)有關(guān)D.時(shí)間序列的下降趨勢(shì)有關(guān)76、對(duì)回歸模型Y= i2Xi + Ui進(jìn)行檢驗(yàn)時(shí)，通常假定Ui服從（C ）2 2A. N(0,i ) B . t(n-2) C . N(0,) D . t(n)77、Goldfeld-Quandt 方法用于檢驗(yàn)（A）A.異方差性B.自相關(guān)性C.隨機(jī)解釋變量D.多重共線性78、

24、如果模型Yt=12Xt + ut的擾動(dòng)項(xiàng)存在序列相關(guān)，則（D ） oA. cov(Xt,Ut) 0B.cov(Ut,Us)0 t sC. cov(Xt,ut) 0D.cov(ut,us) 0 t s79、如果一個(gè)回歸模型中不包含截距項(xiàng)，對(duì)一個(gè)具有m個(gè)特征的質(zhì)的因素要引入 虛擬變量數(shù)目為（A）。A. m B.m-1 C.m-2 D.m+180、同一統(tǒng)計(jì)指標(biāo)按時(shí)間順序記錄的數(shù)據(jù)列是（D ）A.面板數(shù)據(jù)B.截面數(shù)據(jù)C.虛擬數(shù)據(jù)D.時(shí)序數(shù)據(jù)81、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. FESS/2RSS/( n-2)B.RSS/1TSS/( n-2)C. F ESS/2RSS/

25、( n-3)D.RSS/2TSS/( n-2)82、DW統(tǒng)計(jì)量值接近2時(shí)，隨機(jī)誤差項(xiàng)為（C ）。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)83、用于檢驗(yàn)隨機(jī)誤差項(xiàng)序列相關(guān)的方法正確的是（C ）A.戈里瑟檢驗(yàn)B.戈德菲爾德一匡特檢驗(yàn)C.德賓一瓦森檢驗(yàn) D. 方差膨脹因子檢驗(yàn)84、經(jīng)濟(jì)計(jì)量模型中的隨機(jī)方程又稱為（C ） A.定義方程B.技術(shù)方程C.行為方程D.制度方程1個(gè)定量變量和1個(gè)具有4種屬C ）D. 4 個(gè)85、如果含有截距項(xiàng)的模型中，解釋變量包括 性的定性變量，此時(shí)需引入多少個(gè)虛擬變量 （A. 1個(gè) B. 2 個(gè) C. 3 個(gè)86、在多元線性回歸中，判定系數(shù) R2通常

26、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 87、對(duì)樣本相關(guān)系數(shù)r，以下結(jié)論中錯(cuò).誤的是（D ）A. r越接近于1, 丫與X之間線性相關(guān)程度越高B. r越接近于0，丫與X之間線性相關(guān)程度越弱C. - K r <1D. 若r=0,則X與丫獨(dú)立88、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（B ）A. 1階單整B. 2階單整C. 3階單整D. 4階單整89、對(duì)于隨機(jī)誤差項(xiàng)ui ，Var（ui） E（u2）2是指（B ）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90. Goldfeld-Quand

27、t 方法用于檢驗(yàn)（A ）D.多重共線性D.加權(quán)最小二乘法A.異方差性B.自相關(guān)性C.隨機(jī)解釋變量91. 在異方差性情況下，常用的估計(jì)方法是（ D ） A. 一階差分法B.廣義差分法C.工具變量法92、根據(jù)20個(gè)觀測(cè)值估計(jì)的結(jié)果，一元線性回歸模型的 D殍2.3。在樣本容量 n=20,解釋變量k=1,顯著性水平為0.05時(shí)，查得dl=1,du=1.41,則可以決斷（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D無法確定93、當(dāng)模型存在序列相關(guān)現(xiàn)象時(shí)，適宜的參數(shù)估計(jì)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94、根據(jù)決定系數(shù)R2與F統(tǒng)計(jì)量的關(guān)系可

28、知，當(dāng)FR= 1時(shí)，有DA F = 1C F = 0B FD F=-1=x95、在C- D生產(chǎn)函數(shù)YAL K中，AA. 和是彈性B.A和 是彈性CA和是彈性D.A是彈性二、多項(xiàng)選擇 （每題2分，共 10分）1 、從內(nèi)容角度看，計(jì)量經(jīng)濟(jì)學(xué)可分為（ AC ）。A.理論計(jì)量經(jīng)濟(jì)學(xué)B 狹義計(jì)量經(jīng)濟(jì)學(xué)C 應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)D. 廣義計(jì)量經(jīng)濟(jì)學(xué)E 金融計(jì)量經(jīng)濟(jì)學(xué)2、 使用時(shí)序數(shù)據(jù)進(jìn)行經(jīng)濟(jì)計(jì)量分析時(shí)，要求指標(biāo)統(tǒng)計(jì)的（ACD ）。A.對(duì)象及范圍可比 B 時(shí)間可比 C 口徑可比D. 計(jì)算方法可比E .內(nèi)容可比3、Y?表示OLS估計(jì)回歸值，u表示隨機(jī)誤差項(xiàng)。如果 Y與X為線性相關(guān)關(guān)系,則下列哪些是正確的（BE )。A

29、. Yi= 01XiB. Yi =01Xiui C. Yi= ?0?1XiuD.Y?i= ?0?1XiuiE . Y?i=?01 Xi4、反映多元回歸直線擬合優(yōu)度的指標(biāo)有（ CDE ）。A.相關(guān)系數(shù)B .回歸系數(shù) C .可決系數(shù)R2D. 回歸方程的標(biāo)準(zhǔn)差?2 E .剩余變差RSS（或殘差平方和）5、下列說法正確的有（BE ）。A. 當(dāng)異方差出現(xiàn)時(shí)，最小二乘估計(jì)是有偏的和不具有最小方差特性B. 當(dāng)異方差出現(xiàn)時(shí)，常用的t和F檢驗(yàn)失效C. 異方差情況下，通常的OL3估計(jì)一定高估了估計(jì)量的標(biāo)準(zhǔn)差D. 如果OLST歸的殘差表現(xiàn)出系統(tǒng)性，則說明數(shù)據(jù)中不存在異方差性E. 如果回歸模型中遺漏一個(gè)重要變量，則

30、OL既差必定表現(xiàn)出明顯的趨勢(shì)6、一個(gè)計(jì)量經(jīng)濟(jì)模型由以下哪些部分構(gòu)成 _ABCA、變量B 、參數(shù) C、隨機(jī)誤差項(xiàng)D方程式 E 、虛擬變量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)量可表示為BCESS/( n-k)RSS/(k-1)2(1-R )/(n-k)R2/(k-1)ESS/(k-1) C RSS/( n-k)2R /(n-k)(1-R2)/(k-1)R2/(k-1)(1-R2)/(n-k)8、下列計(jì)量經(jīng)濟(jì)分析中那些很可能存在異方差問題（ ABEA. 用橫截面數(shù)據(jù)建立家庭消費(fèi)支出對(duì)家庭收入水平的回歸模型B. 用橫截面數(shù)據(jù)建立產(chǎn)出對(duì)勞動(dòng)和資本的回歸模型C. 以凱恩斯的有效需求理論為基礎(chǔ)

31、構(gòu)造宏觀計(jì)量經(jīng)濟(jì)模型D. 以國民經(jīng)濟(jì)核算帳戶為基礎(chǔ)構(gòu)造宏觀計(jì)量經(jīng)濟(jì)模型E. 以30年的時(shí)序數(shù)據(jù)建立某種商品的市場(chǎng)供需模型9、DW僉驗(yàn)不適用一下列情況的序列相關(guān)檢驗(yàn)（ ABC ）。A.高階線性自回歸形式的序列相關(guān) B. 階非線性自回歸的序列相關(guān) C.移動(dòng)平均形式的序列相關(guān) D.正的一階線性自回歸形式的序列相關(guān)E. 負(fù)的一階線性自回歸形式的序列相關(guān)10、時(shí)間序列平穩(wěn)性的檢驗(yàn)方法有（AE ）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11、計(jì)量經(jīng)濟(jì)模型主要應(yīng)用于（ABC ）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12

32、、 利用普通最小二乘法求得的樣本回歸直線Y?彳？Xi具有以下特點(diǎn)（ABC ）A.必然通過點(diǎn)（X,Y ）B .殘差e的均值為常數(shù)C. Y?的平均值與Yi的平均值相等D. 可能通過點(diǎn)（X,Y ）E. 殘差8與X之間存在一定程度的相關(guān)性13、常用的檢驗(yàn)異方差的方法有（ABC ）A.戈里瑟檢驗(yàn)B戈德菲爾德-匡特檢驗(yàn)C. white檢驗(yàn)D. DW檢僉E. 方差膨脹因子檢測(cè)14、在回歸模型Y 01D 2Xi 5中,模型系數(shù)（）A. 0是基礎(chǔ)類型截距項(xiàng)B. 1是基礎(chǔ)類型截距項(xiàng)c.0稱為比較類型的截距系數(shù)D. i稱為比較類型的截距系數(shù)E. i0為基礎(chǔ)類型與比較類型的差別截距系數(shù)15、對(duì)于經(jīng)典線性回歸模型，各回

33、歸系數(shù)的普通最小二乘法估計(jì)量具有的優(yōu)良特 性有（ABE oA.無偏性 B 有效性 C 一致性 D 確定性 E 線性特性16、 在回歸模型Y 12Xt ut中，屬于參數(shù)的有：（BCA.Yt B 1 C 2 D Xt E ut17、能夠檢驗(yàn)多重共線性的方法有（AB）A.簡(jiǎn)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)18、有關(guān)調(diào)整后的判定系數(shù)R2與判定系數(shù)R2之間的關(guān)系敘述正確的有（BCA. R2與R2均非負(fù)B. 模型中包含的解釋個(gè)數(shù)越多，R2與R2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R2 R2.D. R2有可能

34、大于R2E. R2有可能小于0,但R2卻始終是非負(fù)19、檢驗(yàn)序列自相關(guān)的方法是（CE ）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-Qua ndt檢驗(yàn)法20、對(duì)多元線性回歸方程的顯著性檢驗(yàn)，所用的F統(tǒng)計(jì)量可表示為（BE）ESS (nk)ESS (k 1)R2 (n k)A.RSS (k1) B.RSS (n k)C. (1R2) (k 1)ESSR2 (k 1)D.RSS (nE. k)(1 R2) (n k)計(jì)量經(jīng)濟(jì)模型的應(yīng)用在于ABCDoA、結(jié)構(gòu)分析B、經(jīng)濟(jì)預(yù)測(cè)C、政策評(píng)價(jià)D檢驗(yàn)和發(fā)展經(jīng)濟(jì)理論E、設(shè)疋和檢驗(yàn)?zāi)Ｐ?2. 以

35、丫表示實(shí)際觀測(cè)值，Y表示OLS估計(jì)回歸值，e表示殘差，則回歸直線滿 足（ABE ）。A、通過樣本均值點(diǎn)（X,丫）B、Yi = Y C、（Yi-Y） =0D（Y?i-Y）=0E 、cov（Xi,eJ=023. 多重共線性產(chǎn)生的原因主要有（ABCDE ）。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24. 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（BC ）A. 0表示存在某種屬性B . 0表示不存在某種屬性C . 1表示存在某種屬

36、性D. 1表示不存在某種屬性E . 0和1代表的內(nèi)容可以隨意設(shè)定25. 回歸變差（或ESS是指（BCD ）。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26、 計(jì)量經(jīng)濟(jì)學(xué)是以下哪些學(xué)科相結(jié)合的綜合性學(xué)科 ADE 。A統(tǒng)計(jì)學(xué)B數(shù)理經(jīng)濟(jì)學(xué)C經(jīng)濟(jì)統(tǒng)計(jì)學(xué) D數(shù)學(xué)E經(jīng)濟(jì)學(xué)27、 從內(nèi)容角度看，計(jì)量經(jīng)濟(jì)學(xué)可分為 AC 0A理論計(jì)量經(jīng)濟(jì)學(xué) B狹義計(jì)量經(jīng)濟(jì)學(xué)C應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)D廣義計(jì)量經(jīng)濟(jì)學(xué) E金融計(jì)量經(jīng)濟(jì)學(xué)28、 從變量的性質(zhì)看，經(jīng)濟(jì)變量可分為

37、_DC°A解釋變量B被解釋變量C內(nèi)生變量 D外生變量E控制變量29. 使用時(shí)序數(shù)據(jù)進(jìn)行經(jīng)濟(jì)計(jì)量分析時(shí)，要求指標(biāo)統(tǒng)計(jì)的（ CD ）oA.對(duì)象及范圍可比B .時(shí)間可比C.口徑可比D.計(jì)算方法可比E.內(nèi)容可比30、 一個(gè)計(jì)量經(jīng)濟(jì)模型由以下哪些部分構(gòu)成 ABC oA變量B參數(shù)C隨機(jī)誤差項(xiàng)D方程式E虛擬變量31、與其他經(jīng)濟(jì)模型相比，計(jì)量經(jīng)濟(jì)模型有如下特點(diǎn) BCA 確定性 B 經(jīng)驗(yàn)性 C 隨機(jī)性D動(dòng)態(tài)性E靈活性32、計(jì)量經(jīng)濟(jì)模型的應(yīng)用在于 ABDC。A 結(jié)構(gòu)分析 B 經(jīng)濟(jì)預(yù)測(cè) C 政策評(píng)價(jià)D 檢驗(yàn)和發(fā)展經(jīng)濟(jì)理論 E 設(shè)定和檢驗(yàn)?zāi)Ｐ?3. 下列哪些變量屬于前定變量 （ CD ） 。A. 內(nèi)生變量B

38、. 隨機(jī)變量C.D.外生變量E.工具變量滯后變量(ABC)A. 折舊率B. 稅率D .憑經(jīng)驗(yàn)估計(jì)的參數(shù)C.利息率E. 運(yùn)用統(tǒng)計(jì)方法估計(jì)得到的參數(shù)34. 經(jīng)濟(jì)參數(shù)的分為兩大類，下面哪些屬于外生參數(shù)35對(duì)于經(jīng)典線性回歸模型， 各回歸系數(shù)的普通最小二乘法估計(jì)量具有的優(yōu)良特 性有（ ABE ）A.無偏性B 有效性C. 一致性D .確定性E. 線性特性三、簡(jiǎn)答題（每題10分，共 50分） 1、計(jì)量經(jīng)濟(jì)模型分析經(jīng)濟(jì)問題的基本步驟。答：基本分析步驟是：模型設(shè)定、估計(jì)參數(shù)、模型檢驗(yàn)和模型應(yīng)用。2、回歸模型中引入虛擬變量的作用是什么？有哪幾種基本的引入方式， 它們適 用于什么情況？作用：（ 1）可以描述和測(cè)量定

39、性因素的影響；（2）能夠正確反映經(jīng)濟(jì)變量之間的關(guān)系，提高模型的精度；（3）便于處理異常數(shù)據(jù)引入方式： 在模型中引入虛擬變量的主要方式有加法方式與乘法方式， 前者主要 適用于定性因素對(duì)截距項(xiàng)產(chǎn)生影響的情況， 后者主要適用于定性因素對(duì)斜率項(xiàng)產(chǎn) 生影響的情況。 除此外， 還可以加法與乘法組合的方式引入虛擬變量， 這時(shí)可測(cè) 度定性因素對(duì)截距項(xiàng)與斜率項(xiàng)同時(shí)產(chǎn)生影響的情況。3. 簡(jiǎn)述什么是異方差 ?為什么異方差的出現(xiàn)總是與模型中某個(gè)解釋變量的變化有 關(guān)？異方差性是為了保證回歸參數(shù)估計(jì)量具有良好的統(tǒng)計(jì)性質(zhì)，古典線性回歸模型的一個(gè)重要假定是：總體回歸函數(shù)中的隨機(jī)誤差項(xiàng)滿足同方差性，即它們都有相同的方差。如果這

40、一假定不滿足，則稱線性回歸模型存在異方差性。產(chǎn)生原因主要是模型中缺失了某些解釋變量，樣本數(shù)據(jù)的觀測(cè)誤差所導(dǎo)致。4. 在多元線性回歸分析中，t檢驗(yàn)與F檢驗(yàn)有何不同？在一元線性回歸分析中二 者是否有等價(jià)的作用？在多元線性回歸分析中，t檢驗(yàn)常被用作檢驗(yàn)回歸方程中各個(gè)參數(shù)的顯著性， 而F檢驗(yàn)則被用作檢驗(yàn)整個(gè)回歸關(guān)系的顯著性。各解釋變量聯(lián)合起來對(duì)被解釋變 量有顯著的線性關(guān)系，并不意味著每一個(gè)解釋變量分別對(duì)被解釋變量有顯著的線 性關(guān)系。在一元線性回歸分析中，二者具有等價(jià)作用，因?yàn)槎叨际菍?duì)共同的假 設(shè)一一解釋變量的參數(shù)等于零一一進(jìn)行檢驗(yàn)。5、如果線性回歸模型存在自相關(guān)，那會(huì)導(dǎo)致什么后果？檢驗(yàn)自相關(guān)的方法有

41、哪些？6總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系:簡(jiǎn)單線性回歸模型與多元線性回歸模型的區(qū)別與聯(lián)系:模型類型區(qū)別聯(lián)系參數(shù)估計(jì)檢驗(yàn)方法經(jīng)濟(jì)意義簡(jiǎn)單 線性 回歸 模型采用普通最小 二乘法（OLS 和極大似然估 計(jì)法?；貧w系數(shù)顯著性 檢驗(yàn)（乙檢驗(yàn)、T- 檢驗(yàn)、F-檢驗(yàn)）雖然建立在某些假定條件 不變前提下抽象出來的回 歸函數(shù)不能百分之百地再 現(xiàn)所研究的經(jīng)濟(jì)過程。從另 一方面看，也正是由于這些 假定，才能對(duì)經(jīng)濟(jì)問題進(jìn)行 咼度抽象，從而更深刻地揭 示經(jīng)濟(jì)問題的內(nèi)在規(guī)律，變 量之間的因果關(guān)系。1、多元線性回歸 模型和簡(jiǎn)單線性 回歸模型基本類 似，解釋變量由一 個(gè)增加到兩個(gè)以 上。2、兩種模型解決 的主要問題相同

42、： 根據(jù)觀測(cè)樣本估多元 線性 回歸 模型結(jié)構(gòu)參數(shù)即回 歸系數(shù)采用最 小一乘法估計(jì)；隨機(jī)擾動(dòng)項(xiàng)參 數(shù)對(duì)其方差進(jìn) 行估計(jì)。判定系數(shù)檢驗(yàn)（R檢驗(yàn)），回 歸系數(shù)顯著性檢 驗(yàn)（T檢驗(yàn)）， 回歸方程顯著性 檢驗(yàn)（F檢驗(yàn)）。計(jì)模型中的各個(gè) 參數(shù)；對(duì)估計(jì)的參 數(shù)及回歸方程進(jìn) 行統(tǒng)計(jì)檢驗(yàn)；利用 回歸模型進(jìn)行預(yù) 測(cè)和經(jīng)濟(jì)分析。7、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)？8、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)？9、序列自相關(guān)性的后果是什么？簡(jiǎn)述 DW僉驗(yàn)的局限性？后果：第六章ppt6/7/8局限：（1）有

43、假定前提條件（5個(gè)條件）（2）要求有足夠樣本量（一般要求 n15）（3）有不確定區(qū)域（4）只能檢驗(yàn)一階自相關(guān)10、虛擬變量引入的原則是什么？虛擬變量引入的方式及及其作用是什么？原則：（1）如果一個(gè)定性因素有 m方面的特征，則在模型中引入m-1個(gè)虛擬變量;（1分）（2）如果模型中有 m個(gè)定性因素，而每個(gè)定性因素只有兩方面的屬性或特征，則在模型中引入m個(gè)虛擬變量；如果定性因素有兩個(gè)及以上個(gè)屬性，則參照一個(gè)因素多個(gè)屬性的設(shè)置虛擬變量。（2分）（3） 虛擬變量取值應(yīng)從分析問題的目的出發(fā)予以界定；（1分）（4 ）虛擬變量在單一方程中可以作為解釋變量也可以作為被解釋變量。（1分）作用：（1）加法方式：其作

44、用是改變了模型的截距水平；（2分）（2）乘法方式：其作用在于兩個(gè)模型間的比較、因素間的交互影響分析和提高模型的 描述精度；（2分）？1分）（3） 般方式：即影響模型的截距有影響模型的斜率。（t檢驗(yàn)的關(guān)系11、可決系數(shù)r2說明了什么？在簡(jiǎn)單線性回歸中它與斜率系數(shù)的 是什么？第二章 PPT31/32/3312、White檢驗(yàn)異方差的基本思想及其檢驗(yàn)步驟是什么？基本思想：第五章ppt17 檢驗(yàn)步驟：第五章ppt1913、什么是總體回歸函數(shù)和樣本回歸函數(shù)，它們之間的區(qū)別是什么？總體回歸函數(shù)：將總體應(yīng)變量的條件期望表示為解釋變量的某種函數(shù)，樣本回 歸函數(shù)：將應(yīng)變量Y的樣本觀測(cè)值的條件均值表示為解釋變量的

45、某種函數(shù)。樣本回歸函數(shù)與總體回歸函數(shù)的聯(lián)系：（1）樣本回歸函數(shù)的函數(shù)形式應(yīng)與設(shè)定的總體回歸函數(shù)的函數(shù)形式保持一致；（2 ）樣本回歸函數(shù)的回歸系數(shù)是對(duì)總體回歸函數(shù)參數(shù)的估計(jì)；（3）樣本回歸函數(shù)的因變量估計(jì)值是總體回歸函數(shù)因變量估計(jì)值的估計(jì)；（4 ）回歸分析的目的是用樣本回歸函數(shù)去估計(jì)總體回歸函數(shù)。樣本回歸函數(shù)與總體回歸函數(shù)的區(qū)別：（1） 總體回歸線是未知， 但它是確定的；樣本回歸線隨抽樣波動(dòng)而變化，可以有許多條。（2）總體回歸函數(shù)的參數(shù)雖未知，但是確定的常數(shù)；樣本回歸函數(shù)的回歸系數(shù)可估計(jì)，但是隨抽樣而變化的隨機(jī)變量；（3） 總體回歸函數(shù)中的隨機(jī)誤差項(xiàng) ut是不可直接觀測(cè)的；而樣本回歸函數(shù)中的殘差

46、 et是 只要估計(jì)出樣本回歸估計(jì)值就可以計(jì)算的數(shù)值。14、假如你是中國人民銀行的顧問，需要你對(duì)增加貨幣供應(yīng)量促進(jìn)經(jīng)濟(jì)增長(zhǎng)提出 建議，你將考慮哪些因素？你認(rèn)為可以怎樣運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)的研究方法？ 答：可以考慮以下因素：投資規(guī)模、通貨膨脹、物價(jià)總水平、失業(yè)率、就業(yè)者人 數(shù)及其受教育程度、資本存量、技術(shù)進(jìn)步，國民生產(chǎn)總值等等；我們從這些所有因素中選擇一些因素， 比如投資規(guī)模、勞動(dòng)人口數(shù)、技術(shù)進(jìn)步 速度、通貨膨脹率對(duì)國民生產(chǎn)總值回歸，建立回歸方程；收集數(shù)據(jù)；作回歸；然 后檢驗(yàn)、修正。15、多元線性回歸模型的古典假定有哪些？為什么要做古典假定?16、什么是多重共線性？產(chǎn)生多重共線性的原因是什么?（1）多重

47、共線性分為完全多重共線性與不完全多重共線性。（2）完全多重共線性是指，一個(gè)具有 k個(gè)解釋變量X2,X3, ,Xk的線性回歸模型里，如果存在不全為零的數(shù)2, 3, k,使得2X22X2kXk 0成立，則稱這些解釋變量之間存在完全的多重共線性。產(chǎn)生完全的多重共線性的后果是：參數(shù)估計(jì)值不確定；參數(shù)估計(jì)值的方差無 限大。（3）不完全多重共線性是指，一個(gè)具有k個(gè)解釋變量X2,X3, ,Xk的線性回歸模型里，如果存在不全為零的數(shù)2, 3, , k,使得2X22X2kXk0成立，其中 為隨機(jī)誤差項(xiàng)，則稱這些解釋變量之間存在不完全的多重共線性。產(chǎn)生不完全的多重共線性的后果是：有可能求出參數(shù)的估計(jì)值，但估計(jì)值

48、很不穩(wěn)定參數(shù)估計(jì)值的方差會(huì)隨多重共線性（近似）程度的提高而增大。導(dǎo)致 的直接結(jié)果是：對(duì)總體參數(shù)的區(qū)間估計(jì)將會(huì)降低可靠性（區(qū)間變寬）。對(duì)總 體參數(shù)的顯著性檢驗(yàn)（t檢驗(yàn)）在統(tǒng)計(jì)上將會(huì)不顯著。17、自相關(guān)性產(chǎn)生的原因有那些？簡(jiǎn)述序列相關(guān)性的幾種檢驗(yàn)方法。第六章原因：PPT5檢驗(yàn)方法：ppt9/1018、在多元線性回歸分析中，為什么用修正的決定系數(shù)R2衡量估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度？修正的決定系數(shù) R2有什么作用。因?yàn)槿藗儼l(fā)現(xiàn)隨著模型中解釋變量的增多，多重決定系數(shù)R2的值往往會(huì)變大，從而增加了模型的解釋功能。這樣就使得人們認(rèn)為要使模型擬合得好， 就必須增加解釋變量。但是，在樣本容量一定的情況下，增

49、加解釋變量必定 使得待估參數(shù)的個(gè)數(shù)增加，從而損失自由度，而實(shí)際中如果引入的解釋變量 并非必要的話可能會(huì)產(chǎn)生很多問題， 比如，降低預(yù)測(cè)精確度、引起多重共線 性等等。為此用修正的決定系數(shù)來估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度。_e /n k 1R2 1，其作用有：（1）用自由度調(diào)整后，可以消除擬合優(yōu)（yt y）2/ n 1度評(píng)價(jià)中解釋變量多少對(duì)決定系數(shù)計(jì)算的影響；（2）對(duì)于包含解釋變量個(gè)數(shù)不 同的模型，可以用調(diào)整后的決定系數(shù)直接比較它們的擬合優(yōu)度的高低， 但不能用原來未調(diào)整的決定系數(shù)來比較20、簡(jiǎn)述BLUE的含義。答：(1) BLUE是指在古典假定條件下，使用最小二乘估計(jì)的統(tǒng)計(jì)性質(zhì)，具體 是指OLS估計(jì)

50、式中？、?2是參數(shù)和的最佳線性無偏估計(jì)式。(2)線性特征是指參數(shù)估計(jì)？、？是關(guān)于被解釋變量y的線性函數(shù)。 無偏是指，普通最小二乘估計(jì)的 ？、？的期望值等于總體回歸函數(shù)和所以O(shè)LS估計(jì)是無偏的。即E(?),，E(?)2 最佳是指參數(shù)估計(jì)？、？的方差具有最小的特征。即由最小二乘法得到的參數(shù)估計(jì)，如?2的方差為QVar(紡(Xi X)2任設(shè)2的另一線性無偏估計(jì)量為？，則一定有Var(勺)Var(?) 一致性。21、總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。答：主要區(qū)別：描述的對(duì)象不同。總體回歸模型描述總體中變量y與x的相互關(guān)系，而樣本回歸模型描述所觀測(cè)的樣本中變量 y與x的相互關(guān)系。建立模型的不同。

51、總體回歸 模型是依據(jù)總體全部觀測(cè)資料建立的， 樣本回歸模型是依據(jù)樣本觀測(cè)資料建立的。 模型性 質(zhì)不同?？傮w回歸模型不是隨機(jī)模型， 樣本回歸模型是隨機(jī)模型， 它隨著樣本的改變而改變。主要聯(lián)系：樣本回歸模型是總體回歸模型的一個(gè)估計(jì)式，之所以建立樣本回歸模型，目的是用來估計(jì)總體回歸模型。22、簡(jiǎn)述異方差的后果第五章ppt6/7一、什么是自相關(guān)i般概念:自相關(guān)是抬以時(shí)間和空間為順序的觀測(cè) 值序列屮各部分Z間的相關(guān)關(guān)系。也稱序列相關(guān)計(jì)量經(jīng)濟(jì)學(xué)中的概念：指隨機(jī)擾動(dòng)項(xiàng)逐次觀測(cè)值桿修正方法見：第六章 PPT 16-2024、將虛擬變量引入模型的方式主要有哪兩種？其作用分別是什么？PPT4925、試述在運(yùn)用計(jì)量

52、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26、什么是多重共線性？其檢驗(yàn)方法有哪些？第四章，概念PPT3檢驗(yàn)方法：1、利用解釋變量之間的相關(guān)系數(shù)判斷；2、方 差擴(kuò)大因子法（容許度）；3、直觀判斷法；4、利用解釋變量之間的輔助回歸 及檢驗(yàn)判斷；5、逐步回歸檢測(cè)法27、什么是異方差？其后果是什么？第五章概念PPT3后果ppt6/728、簡(jiǎn)述DW檢驗(yàn)法的使用法則.P142第五章PPT10-1529、簡(jiǎn)述計(jì)量經(jīng)濟(jì)分析中參數(shù)估計(jì)的準(zhǔn)則。最小二乘法，誤差到最小，把參數(shù)估計(jì)出來30、什么是多重共線性，導(dǎo)致多重共線性的原因有哪些?第四章，概念PPT3原因：ppt431、異方差的后果有哪些？第五章PPT6

53、/7/832、簡(jiǎn)述DW檢驗(yàn)的運(yùn)用過程.1. 算殘差2.算dw的值33、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。答：計(jì)量經(jīng)濟(jì)學(xué)分析分為四步驟：模型設(shè)定、估計(jì)參數(shù)、模型檢驗(yàn)和模型應(yīng)用。(1)模型設(shè)定就是要把研究的經(jīng)濟(jì)變量之間的關(guān)系用適當(dāng)?shù)臄?shù)學(xué)關(guān)系式表達(dá)出來，是由經(jīng)濟(jì)變量、 待估計(jì)參數(shù)和隨機(jī)誤差項(xiàng)等因素構(gòu)成，可能是單一方程模型，也可能是聯(lián)立方程模型，因此在設(shè)定合理經(jīng)濟(jì)模型時(shí)， 一定要有科學(xué)的理論依據(jù)， 要選擇適當(dāng)?shù)臄?shù)學(xué) 形式，在方程中變量要具有可觀測(cè)性。(2 )估計(jì)參數(shù)是通過樣本觀測(cè)數(shù)據(jù)正確地估計(jì)總體模型的參數(shù)，確定滿足計(jì)量經(jīng)濟(jì)要求的參數(shù)估計(jì)式，最常用的方法是普通最小二乘法。(3)模型檢驗(yàn)就是檢驗(yàn)設(shè)定模型是否符合經(jīng)濟(jì)理論(經(jīng)濟(jì)意義檢驗(yàn))，模型中參數(shù)對(duì) 變量是否具有顯著性(統(tǒng)計(jì)推斷檢驗(yàn))，模型是否符合計(jì)量經(jīng)濟(jì)方法的基本假定(計(jì)量經(jīng)濟(jì) 學(xué)檢驗(yàn))以及對(duì)檢驗(yàn)?zāi)Ｐ褪欠裼行?預(yù)