放寬基本假定的計(jì)量經(jīng)濟(jì)模型.

1、放寬基本假定的計(jì)量經(jīng)濟(jì)模型( 異方差、自相關(guān)和多重共公線性模型 )一、單選題1.容易產(chǎn)生異方差的數(shù)據(jù)是（ ）A、時(shí)間序列數(shù)據(jù) B、虛變量數(shù)據(jù) C、橫截面數(shù)據(jù) D、年度數(shù)據(jù) 2.下列哪種方法不能用來檢驗(yàn)異方差（ ）A、檢驗(yàn) B、H.White檢驗(yàn)C、Glejser 檢驗(yàn) D、檢驗(yàn) 3.如果回歸模型中的隨機(jī)誤差項(xiàng)存在異方差，則模型參數(shù)的普通最小二乘估計(jì)量是（ ）A、無偏、有效估計(jì) B、無偏、非有效估計(jì)量 C、有偏、有效估計(jì)量 D、無偏、非有效估計(jì)量4.設(shè)回歸模型為，其中則的有效估計(jì)量為（ ） A、 B、 C、 D、5. 當(dāng)模型中出現(xiàn)異方差現(xiàn)象時(shí)，估計(jì)參數(shù)的適當(dāng)方法是（ ）A、加權(quán)最小二乘估計(jì)法 B

2、、工具變量法 C、廣義差分法 D、使用非樣本先驗(yàn)信息6. 若Glejser 檢驗(yàn)表明，普通最小二乘估計(jì)結(jié)果的殘差與有顯著的形式為的相關(guān)關(guān)系（滿足線性模型中的全部景點(diǎn)假設(shè)），則用加權(quán)最小二乘估計(jì)法估計(jì)模型參數(shù)時(shí)勸說應(yīng)為（ ）A、 B、 C、 D、7.設(shè)回歸模型為，其中則用加權(quán)最小二乘估計(jì)法估計(jì)模型時(shí)，應(yīng)將模型變換為（ ） A、 B、 C、 D、8.下列哪種形式的序列相關(guān)可用統(tǒng)計(jì)量來檢驗(yàn)，（為具有零均值、常數(shù)方差，且不存在序列相關(guān)的隨機(jī)變量）（ ） A、 B、 C、 D、9.給定顯著水平，若統(tǒng)計(jì)量的下和尚臨界值分別為和來檢驗(yàn)，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

3、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10.采用一階差分模型克服一階線性自相關(guān)問題是用于下列哪種情況（ ） A、 B、 C、 D、11.根據(jù)一個的樣本估計(jì)后計(jì)算得，已知在5%的顯著水平下，則認(rèn)為原模型（ ） A、不存在一序列自相關(guān) B、不能斷定是否存在一階自相關(guān) C、存在正的一階自相關(guān) D、存在負(fù)一階自相關(guān)12.對于模型，以表示與之間的線性相關(guān)系數(shù)，則下面明顯錯誤的是（ ）A、 B、 C、 D、13.對于回歸模型，檢驗(yàn)隨機(jī)誤差項(xiàng)是否存在自相關(guān)的統(tǒng)計(jì)量為（ ）A、 B、 C、 D、14.應(yīng)用檢驗(yàn)須滿足的條件不包括（ ） A、模型包含截距項(xiàng) B、模型解釋變量不能包含被解釋變量的滯后

4、項(xiàng) C、樣本容量足夠大 D、解釋變量為隨機(jī)變量15.若回歸模型中的隨機(jī)干擾項(xiàng)存在異芥子回歸形式的序列相關(guān)，則估計(jì)模型參數(shù)應(yīng)采用（ ） A、普通最小二乘估計(jì)法 B、最小二乘估計(jì)法C、廣義差分法 D、工具變量法16.在線性回歸模型中，若解釋變量和的觀測值成比例，即，其中為非零常數(shù)，則表明模型中存在（ ） A、異方差 B、多重共線性C、序列相關(guān) D、設(shè)定誤差17.若模型包含隨機(jī)解釋變量，且與隨機(jī)干擾項(xiàng)不獨(dú)立葉不線性相關(guān)，則普通最小二乘估計(jì)量和工具變量估計(jì)量都是（ ） A、無偏估計(jì)量 B、有效估計(jì)量C、一致估計(jì)量 D、最佳線性無偏估計(jì)量18假設(shè)回歸模型為，其中 為隨機(jī)變量，與相關(guān)，則的普通最小二乘估計(jì)

5、量（ ） A、無偏且一致 B、無偏但不一致C、有偏但一致 D、有偏且不一致二、多選題1. 異方差的檢驗(yàn)方法有（ ） A、圖示檢驗(yàn)法 B、Glejser 檢驗(yàn)C、H.White檢驗(yàn) D、檢驗(yàn)E、檢驗(yàn) 2. 針對存在異方差現(xiàn)象的模型進(jìn)行估計(jì)，下列可能使用的方法有（ ） A、加權(quán)最小二乘法 B、工具變量分法C、廣義差分法 D、最小二乘法E、普通最小二乘法 3. 下列可能導(dǎo)致模型產(chǎn)生序列相關(guān)的因素有（ ） A、模型形式被誤設(shè) B、經(jīng)濟(jì)序列本省的慣性C、模型中漏掉了重要的帶有自相關(guān)的解釋變量D、數(shù)據(jù)的編造 E、數(shù)據(jù)的規(guī)律差異 4. 序列相關(guān)的檢驗(yàn)方法有（ ） A、Glejser 檢驗(yàn) B、H.White

6、檢驗(yàn)C、圖示檢驗(yàn)法 D、回歸檢驗(yàn)E、檢驗(yàn)5. 當(dāng)模型存在序列相關(guān)時(shí)，對參數(shù)估計(jì)量的影響包括（ ） A、參數(shù)估計(jì)量非有效 B、變量的顯著性檢驗(yàn)失去意義C、模型的預(yù)測失敗 D、參數(shù)估計(jì)量的方差被低估E、參數(shù)估計(jì)量的方差被高估6. 多重共線性產(chǎn)生的主要原因有（ ） A、經(jīng)濟(jì)變量之間往往存在同方向的變化趨勢 B、經(jīng)濟(jì)變量之間往往存在密切的關(guān)聯(lián)度C、在模型中采用滯后變量也容易引起多重共線性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、以上都不正確7. 檢驗(yàn)多重共線性嚴(yán)重的方法有（ ） A、等級相關(guān)系數(shù)法 B、方差膨脹因子法C、工具變量分法 D、判定系數(shù)檢驗(yàn)法E、逐步回歸法6. 多重

7、共線性解決的主要方法有（ ） A、保留重要的解釋變量，去掉次要的或可代替的解釋變量 B、利用先驗(yàn)信息改變參數(shù)的約束形式C、變換模型的形式D、綜合使用時(shí)序數(shù)據(jù)與截面數(shù)據(jù)E、逐步回歸法以及增加樣本容量7. 當(dāng)模型中解釋變量間存在高度的多重共線性時(shí)（ ） A、各個解釋變量對被解釋變量的影響將難于精確鑒定 B、部分解釋變量與隨機(jī)干擾項(xiàng)之間將高度相關(guān)C、估計(jì)量的精度將大幅下降D、估計(jì)量對于樣本容量的變動將十分敏感E、模型的隨機(jī)誤差項(xiàng)也將序列相關(guān)8. 下列計(jì)量經(jīng)濟(jì)分析，中很可能存在異方差問題的有（ ） A、用橫截面數(shù)據(jù)建立家庭消費(fèi)收入水平的回歸模型 B、用橫截面數(shù)據(jù)建立產(chǎn)出隊(duì)勞動和資本的回歸模型C、以30

8、年的時(shí)序數(shù)據(jù)建立某種商品的市場供需模型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9. 關(guān)于檢驗(yàn)下列說法正確的有（ ）A、檢驗(yàn)知識用于一階線性自回歸形式的序列相關(guān)檢驗(yàn)，且樣本容量要充分大；B、統(tǒng)計(jì)量的取值區(qū)間是0，4；C、當(dāng)時(shí)，對應(yīng)的相關(guān)系數(shù)為零，表明不存在序列相關(guān)；D、當(dāng)統(tǒng)計(jì)量的直落在區(qū)間或上時(shí)，無法確定隨機(jī)誤差項(xiàng)是否存在自相關(guān)性；E、當(dāng)接近4時(shí)，相關(guān)系數(shù)接近于1，表明存在完全正的一階自相關(guān)。三、判斷題1.當(dāng)模型中出現(xiàn)異方差、自相關(guān)和多重共線性時(shí)，最小二乘估計(jì)將是有偏的，并不在具有有效性。 （ ）2.存在異方差時(shí)，普通最小二乘估計(jì)通常會高估參數(shù)的方差。 （ ）3.Goldfled-Qua

9、ndt檢驗(yàn)是用來檢驗(yàn)異方差的，可用于檢驗(yàn)各種類型的異方差。（ ）4.當(dāng)模型存在自相關(guān)時(shí)，可用法進(jìn)行檢驗(yàn)，不需任何前提條件。（ ）5. 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。（ ）6. 用滯后的被解釋變量作解釋變量，模型隨機(jī)干擾項(xiàng)必然存在序列相關(guān)，這時(shí)檢驗(yàn)就不是用了。（ ）7. 發(fā)現(xiàn)模型中存在隨機(jī)干擾項(xiàng)序列相關(guān)時(shí)，都可以利用差分法來消除自相關(guān)。（ ）8. 當(dāng)用于檢驗(yàn)方程線性顯著的統(tǒng)計(jì)量與單個系數(shù)顯著性的統(tǒng)計(jì)量結(jié)果矛盾時(shí)，可以認(rèn)為出現(xiàn)了嚴(yán)重的多重共線性。（ ）9.當(dāng)存在嚴(yán)重的多重共線性時(shí)，普通最小二乘估計(jì)往往會低估參數(shù)估計(jì)量的方差。（ ）10.變量的兩兩高度相關(guān)并

10、不表示高度多重共線性，變量不存在兩兩高度相關(guān)表示不存在高度多重共線性。（ ）11.由于多重共線性不會影響到隨機(jī)干擾項(xiàng)的方差，因此如果分析的目的僅僅是預(yù)測，則多重共線性是無害的。（ ）12.含有隨機(jī)解釋變量的線性回歸模型，其普通最小二乘估計(jì)量都是有偏的。（ ）13.工具變量替代隨機(jī)解釋變量后，實(shí)際上是工具變量變?yōu)榱私忉屪兞俊＃?）14.當(dāng)隨機(jī)解釋變量與隨機(jī)干擾項(xiàng)相關(guān)時(shí)，如果仍用最小二乘法估計(jì)，則估計(jì)量有偏且非一致。（ ）四、簡答題與證明題1.什么是異方差？異方差的來源是什么？2.模型存在異方差時(shí)，會對回歸參數(shù)的估計(jì)與檢驗(yàn)產(chǎn)生什么影響？3.簡述異方差性檢驗(yàn)方法的共同思路。4.簡述加權(quán)最小二乘估計(jì)方

11、法的原理。5.序列相關(guān)違背了哪項(xiàng)基本假定？其來源有哪些？檢驗(yàn)方法有哪些，都是用于何種形式的序列相關(guān)檢驗(yàn)？6.簡述序列相關(guān)性檢驗(yàn)方法的共同思路。7.簡述序列相關(guān)帶來的后果。8.什么是多重共線性？產(chǎn)生多重共線性的經(jīng)濟(jì)背景是什么？ 多重共線性的危害是什么？為什么會造成這些危害？檢驗(yàn)多重共線性的方法思路是什么？有哪些克服方法？9.設(shè)模型，其中為觀測值向量，為觀測值矩陣，為參數(shù)向量，為隨機(jī)向量，并且， 證明：加權(quán)變換后的隨機(jī)干擾項(xiàng)具有同方差性，且平方和為：。10.模型，隨機(jī)干擾項(xiàng)存在一階自回歸形式的序列相關(guān)，即，隨機(jī)干擾項(xiàng)的訪差矩陣為。證明廣義最小二乘估計(jì)的協(xié)方差矩陣為：。五、計(jì)算題和分析題1.檢驗(yàn)下列

12、模型是否存在異方差性，列出檢驗(yàn)步驟，給出結(jié)論。其中樣本共40個，本題假設(shè)去掉個樣本，假設(shè)異方差由引起，數(shù)值小的一組殘差平方和為數(shù)值大的一組殘差平方和為。2.建立住房支出模型：，樣本數(shù)據(jù)下如表所示，是收入，是住房支出，單位：千美元。1.853.5105.0152.053.5104.8202.053.6105.0202.054.2155.7202.154.2156.0203.0104.5156.2203.2104.815 （1）用最小二乘法估計(jì)的估計(jì)值、標(biāo)準(zhǔn)差、擬合優(yōu)度；（2）用G-Q檢驗(yàn)異方差性，?。唬?）如果存在異方差性，假設(shè)??；用加權(quán)最小二乘法重新估計(jì)的估計(jì)值、標(biāo)準(zhǔn)差、擬合優(yōu)度。3.現(xiàn)有20

13、個家庭的年收入和消費(fèi)支出資料如下表（單位：千克）。（1）用普通最小二乘法估計(jì)家庭消費(fèi)函數(shù)：；（2）用戈德菲爾特-匡特檢驗(yàn)異方差性；（3）用懷特檢驗(yàn)、戈里瑟檢驗(yàn)和帕克檢驗(yàn)進(jìn)行異方差性檢驗(yàn)；（4）用加權(quán)最小二乘法估計(jì)家庭消費(fèi)函數(shù)：。20個家庭的年收入和消費(fèi)支出資料年收入額年消費(fèi)額年收入額年消費(fèi)額22.319.98.18.032.231.234.533.136.631.83833.512.112.114.113.142.340.716.414.86.26.124.121.644.238.630.129.326.125.528.325.010.310.318.217.940.238.820.119.8 4.現(xiàn)有x和Y的樣本觀測值如下表。（10分） x0.09 0.16 0.25 0.36 0.64Y3 5 8 9 12假設(shè)Y對X的回歸模型為，且（）。 試求該模型中的最佳線性無偏估計(jì)值。5.有一個如下回歸方程，共95個樣本點(diǎn)： 寫出D-W檢驗(yàn)法的步驟，并根據(jù)給出的數(shù)據(jù)，判斷該模型是否存在自相關(guān)。6.下面的回歸方程是由OLS法估計(jì)得到的，樣本點(diǎn)24個： 。判斷該模型是否存在自相關(guān)。7.在研究生產(chǎn)中勞動服價(jià)值所占份額的變動時(shí)，根據(jù)美國1949-1964年數(shù)據(jù)，對初級金屬工業(yè)得到如下結(jié)果： 模型A：