計(jì)量經(jīng)濟(jì)學(xué)習(xí)題及答案1

1、習(xí)題講解（一）一、選擇題1、樣本回歸函數(shù)（方程）的表達(dá)式為（ D ）A. B.C. D.2、反映由模型中解釋變量所解釋的那部分離差大小的是（ B ）A.總離差平方和 B.回歸平方和C.殘差平方和 D.都不是3、設(shè)k為回歸模型中的參數(shù)個(gè)數(shù)（不包括常數(shù)項(xiàng)），n為樣本容量，RSS為殘差平方和，ESS為回歸平方和，則對(duì)總體回歸模型進(jìn)行顯著性檢驗(yàn)時(shí)構(gòu)造的F統(tǒng)計(jì)量為（ B ）A. B. C. D.4、對(duì)于某樣本回歸模型，已求得DW的值為l，則模型殘差的自相關(guān)系數(shù)近似等于（ C ）A.-0.5 B.0 C.0.5 D.15、下列哪種方法不能用來(lái)檢驗(yàn)異方差（ D ）A.戈德菲爾特匡特檢驗(yàn) B.懷特檢驗(yàn)C.戈里

2、瑟檢驗(yàn) D.D-W檢驗(yàn)6、根據(jù)一個(gè)=30的樣本估計(jì)后計(jì)算得D.W.=1.2，已知在5%的顯著水平下，則認(rèn)為原模型（ C ）。A.不存在一階序列相關(guān) B.不能判斷是否存在一階序列相關(guān)C.存在正的一階序列相關(guān) D.存在負(fù)的一階序列相關(guān)7、某商品需求函數(shù)模型為，其中Y為需求量，X為價(jià)格。為了考慮“地區(qū)”（農(nóng)村、城市）和“季節(jié)”（春、夏、秋、冬）兩個(gè)因素的影響，擬引入虛擬變量，則應(yīng)引入虛擬變量的個(gè)數(shù)為（ B ）A.2 B.4 C.5 D.68、可以用于聯(lián)立方程計(jì)量模型方程間誤差傳遞性檢驗(yàn)的統(tǒng)計(jì)量是（ C ）A.均方百分比誤差 B.F檢驗(yàn)統(tǒng)計(jì)量C.均方根誤差 D.滾動(dòng)預(yù)測(cè)檢驗(yàn)9、下列屬于有限分布滯后模型

3、的是（ D ）A. B. C. D. 10、估計(jì)模型Yt=0+1Xt+2Yt-1+t（其中t滿足線性模型的全部假設(shè)）參數(shù)的適當(dāng)方法是（ D ）A.二階段最小二乘法 B.間接最小二乘法C.廣義差分法 D.工具變量法11、考察某地區(qū)農(nóng)作物種植面積與農(nóng)作物產(chǎn)值的關(guān)系,建立一元線性回歸模型(X表示農(nóng)作物種植面積、Y表示農(nóng)作物產(chǎn)值)，采用30個(gè)樣本，根據(jù)OLS方法得，對(duì)應(yīng)標(biāo)準(zhǔn)差，那么，對(duì)應(yīng)的統(tǒng)計(jì)量為（ ）A.12 B.0.0243 C.2.048 D.1.70112、一無(wú)線性回歸模型 的最小二乘回歸結(jié)果顯示，殘差平方和RSS=40.32，樣本容量為25，則回歸模型的標(biāo)準(zhǔn)差 為（ B ）A.1.270 B

4、.1.324 C.1.613 D.1.75313、表示模型系統(tǒng)中先決變量的個(gè)數(shù)（含常數(shù)項(xiàng)），表示第個(gè)方程中先決變量的個(gè)數(shù)（含常數(shù)項(xiàng)），表示第個(gè)方程中內(nèi)生變量的個(gè)數(shù)，識(shí)別的階條件為，表示（ B ）A.第個(gè)方程恰好識(shí)別 B.第個(gè)方程不可識(shí)別 C.第個(gè)方程過(guò)度識(shí)別 D.第個(gè)方程具有唯一的統(tǒng)計(jì)形式14、當(dāng)隨機(jī)誤差項(xiàng)存在序列相關(guān)時(shí)，單位根檢驗(yàn)采用的是（ B ）。A.DF檢驗(yàn) B.ADF檢驗(yàn) C.EG檢驗(yàn) D.DW檢驗(yàn)15、考慮AR（1）過(guò)程的平穩(wěn)性，則該過(guò)程（ A ）A.一定是平穩(wěn)的 B.一定是非平穩(wěn)的 C.不一定是平穩(wěn)的 D.無(wú)法判斷16、時(shí)間序列平穩(wěn)性檢驗(yàn)的方法有（ ABCDE ） A.變量的時(shí)間路

5、徑圖 B.自相關(guān)系數(shù)時(shí)間路徑圖 C.單位根檢驗(yàn) D.ADF檢驗(yàn) E.DF檢驗(yàn)17、序列相關(guān)性的檢驗(yàn)方法有（ CDE ）A.戈里瑟檢驗(yàn) B.White檢驗(yàn)C.圖示法 D.回歸檢驗(yàn) E. D.W.檢驗(yàn)18、異方差性的檢驗(yàn)方法有（ ABCE ）A.圖示法 B.Glejser C.White檢驗(yàn) D. D.W.檢驗(yàn) E.Goldeld-Quandt檢驗(yàn)二、簡(jiǎn)述題1、應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)方法研究經(jīng)濟(jì)現(xiàn)象的一般步驟是什么？ 建立理論模型，包括確定模型中的變量，確定模型的函數(shù)形式。 樣本數(shù)據(jù)的收集。 模型參數(shù)的估計(jì)。 模型的檢驗(yàn)，包括參數(shù)的顯著性檢驗(yàn)、模型整體顯著性的檢驗(yàn)、異方差性的檢驗(yàn)、序列相關(guān)性的檢驗(yàn)及多重共

6、線性的檢驗(yàn)。 經(jīng)濟(jì)計(jì)量模型的應(yīng)用。2、計(jì)量經(jīng)濟(jì)學(xué)模型主要有哪些應(yīng)用領(lǐng)域？各自的原理是什么？答：計(jì)量經(jīng)濟(jì)學(xué)模型主要有以下幾個(gè)方面的用途：（1）結(jié)構(gòu)分析，即研究一個(gè)或幾個(gè)經(jīng)濟(jì)變量發(fā)生變化及結(jié)構(gòu)參數(shù)的變動(dòng)對(duì)其他變量以至整個(gè)經(jīng)濟(jì)系統(tǒng)產(chǎn)生何種影響。其原理是彈性分析、乘數(shù)分析與比較靜力分析。（2）經(jīng)濟(jì)預(yù)測(cè)，即進(jìn)行中短期經(jīng)濟(jì)的因果預(yù)測(cè)。其原理是模擬歷史，從已經(jīng)發(fā)生的經(jīng)濟(jì)活動(dòng)中找出變化規(guī)律。（3）政策評(píng)價(jià)，即利用計(jì)量經(jīng)濟(jì)學(xué)模型定量分析政策變量變化對(duì)經(jīng)濟(jì)系統(tǒng)運(yùn)行的影響，是對(duì)不同政策執(zhí)行情況的模擬仿真。（4）檢驗(yàn)與發(fā)展經(jīng)濟(jì)理論，即利用計(jì)量經(jīng)濟(jì)學(xué)模型和實(shí)際統(tǒng)計(jì)資料實(shí)證分析某個(gè)理論假說(shuō)正確與否。其原理是如果按照某種經(jīng)

7、濟(jì)理論建立的計(jì)量經(jīng)濟(jì)學(xué)模型可以很好的擬合實(shí)際觀察數(shù)據(jù)，則意味著該理論是符合客觀事實(shí)的，否則，則表明該理論不能解釋客觀事實(shí)。3、在計(jì)量經(jīng)濟(jì)模型中為什么要引入隨機(jī)誤差項(xiàng)？ 對(duì)模型中省略的變量用隨機(jī)誤差項(xiàng)來(lái)統(tǒng)統(tǒng)反映，因?yàn)樵诮?jīng)濟(jì)系統(tǒng)中影響某個(gè)變量的因素很多，在建模時(shí)不能全部列入，所以，對(duì)一些非主要影響因素忽略，而這因素所產(chǎn)生的影響由隨機(jī)項(xiàng)來(lái)反映。 用隨機(jī)誤差項(xiàng)來(lái)反映一些隨機(jī)因素的影響。因?yàn)榻?jīng)濟(jì)系統(tǒng)中包含有很多的隨機(jī)因素，這引起因素有時(shí)又非常重要而又無(wú)法準(zhǔn)確地加以測(cè)度，因此，引入隨機(jī)誤差項(xiàng)，由這誤差項(xiàng)來(lái)反映這些因素的影響。 用隨機(jī)誤差項(xiàng)來(lái)反映統(tǒng)計(jì)誤差。因?yàn)樵趯?duì)變量樣本觀測(cè)值的收集過(guò)程中會(huì)存有統(tǒng)計(jì)上的誤差

8、，這部分誤差，有時(shí)也通過(guò)隨機(jī)誤差項(xiàng)來(lái)反映。 模型形式的誤差。在設(shè)定模型的理論形式時(shí)，有時(shí)存有設(shè)定形式的誤差，所以，這時(shí)也可引入隨機(jī)誤差項(xiàng)來(lái)加以考慮。4、以二元線性回歸模型為例，闡述運(yùn)用White檢驗(yàn)法檢驗(yàn)?zāi)Ｐ褪欠翊嬖诋惙讲钚缘幕具^(guò)程。 依據(jù)變量的樣本觀測(cè)值首先用OLS法對(duì)原模型進(jìn)行回歸，并計(jì)算出模型的殘差平方。 估計(jì)輔助模型： 這里，交叉項(xiàng)也可以不包括在輔助模型中。 對(duì)輔助模型利用在第一步所得的的樣本數(shù)據(jù)及原模型的解釋變量的樣本數(shù)據(jù)對(duì)輔助模型進(jìn)行OLS回歸，算出輔助回歸模型的判定系數(shù)。 對(duì)于給定的顯著水平，若，（此，為上輔助模型中的解釋變量的個(gè)數(shù)，此為5，可能查表得出。），則認(rèn)為模型存在異方

9、差性，反之則認(rèn)為不存在異方差性。5、試述聯(lián)立方程模型參數(shù)估計(jì)的二段最小二乘估計(jì)法的原理和估計(jì)過(guò)程 二段最小二乘法的原理是：尋找一個(gè)變量來(lái)替代模型方程中解釋變量中的內(nèi)生變量，然后對(duì)替代后的結(jié)構(gòu)方程用OLS法進(jìn)行估計(jì)。 二段法估計(jì)的過(guò)程是： 利用OLS法估計(jì)結(jié)構(gòu)方程中所有內(nèi)生變量的簡(jiǎn)化式方 利用估計(jì)出的簡(jiǎn)化式方程計(jì)算內(nèi)生變量的估計(jì)值； 用內(nèi)生變量的估計(jì)值替代解釋變量中的內(nèi)生變量，再利用 OLS法估計(jì)變量替代后的結(jié)構(gòu)方程。6、模型存在多重共線性可能產(chǎn)生的后果主要有哪些? （1）各個(gè)解釋變量對(duì)被解釋變量的影響很難精確鑒別； (2) 模型回歸系數(shù)估計(jì)量的方差會(huì)很大，從而使模型參數(shù)的顯著性檢驗(yàn)失效； (3

10、) 模型參數(shù)的估計(jì)量對(duì)刪除或增添少量的觀測(cè)值及刪除一個(gè)不顯著的解釋變量都可能非常敏感。7、計(jì)量模型的檢驗(yàn)包括幾個(gè)方面？其具體含義是什么？答：模型的檢驗(yàn)主要包括經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)和模型的預(yù)測(cè)檢驗(yàn)四個(gè)方面。在經(jīng)濟(jì)意義檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ褪欠穹辖?jīng)濟(jì)意義，檢驗(yàn)求得的參數(shù)估計(jì)值符號(hào)與大小是否與根據(jù)人們的經(jīng)驗(yàn)和經(jīng)濟(jì)理論所擬訂的期望值相符合；在統(tǒng)計(jì)檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)值的可靠性，即檢驗(yàn)?zāi)Ｐ偷慕y(tǒng)計(jì)學(xué)性質(zhì)；在計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ偷挠?jì)量經(jīng)濟(jì)學(xué)性質(zhì)，包括隨機(jī)干擾項(xiàng)的序列相關(guān)性檢驗(yàn)、異方差性檢驗(yàn)、解釋變量的多重共線性檢驗(yàn)和模型的設(shè)定偏誤性檢驗(yàn)等；模型的預(yù)測(cè)檢驗(yàn)主要檢驗(yàn)?zāi)Ｐ蛥?shù)估

11、計(jì)量的穩(wěn)定性及樣本容量發(fā)生變化時(shí)的靈敏度，以確定所建立的模型是否可以用于樣本觀測(cè)值以外的范圍。8、一元線性回歸模型的基本假設(shè)主要有哪些？違背基本假設(shè)的計(jì)量經(jīng)濟(jì)學(xué)模型是否就不可以估計(jì)？答：線性回歸模型的基本假設(shè)有兩大類：一類是關(guān)于隨機(jī)干擾項(xiàng)的，包括零均值，同方差，不序列相關(guān)，滿足正態(tài)分布等假設(shè)；另一類是關(guān)于解釋變量的，主要有，解釋變量是非隨面的，如果是隨機(jī)變量，則與隨機(jī)干擾項(xiàng)不相關(guān)。實(shí)際上，這些假設(shè)都是針對(duì)普通最小二乘法的。在違背這些基本假設(shè)的情況下，普通最小二乘估計(jì)量就不再是最佳線性無(wú)偏估計(jì)量，因此使用普通最小二乘法進(jìn)行估計(jì)已無(wú)多大意義。但模型本身還是可以估計(jì)的，尤其是可以通過(guò)最大似然法等其他

12、原理進(jìn)行估計(jì)。9、當(dāng)模型存在異方差性時(shí)，會(huì)產(chǎn)生什么樣的影響？（1）模型參數(shù)的最小二乘估計(jì)量是線性的，無(wú)偏的，但不是有效的。（2）t檢驗(yàn)的可靠性降低（3）增大模型的預(yù)測(cè)誤差10、試述用DW檢驗(yàn)法檢驗(yàn)?zāi)Ｐ椭惺欠翊嬖谛蛄邢嚓P(guān)性的基本過(guò)程。DW法的檢驗(yàn)步驟：建立原假設(shè)：不存在序列相關(guān)性 備假設(shè)：存在序列相關(guān)性 用OLS法估計(jì)模型，求出隨機(jī)誤差項(xiàng)的估計(jì)值計(jì)算DW值： 查DW臨界值表，得出； 將計(jì)算的實(shí)際值與臨界值進(jìn)行比較：DW值 結(jié)論 拒絕原假設(shè)，存在負(fù)一階序列相關(guān)性 無(wú)法確定 接受原假設(shè)，無(wú)一階序列相關(guān)性 無(wú)法確定 拒絕原假設(shè)，存在一階正序列相關(guān)性12 什么是序列相關(guān)性，其表現(xiàn)形式是什么？ 序列相關(guān)性

13、是對(duì)于模型的隨機(jī)誤差項(xiàng)來(lái)說(shuō)的，當(dāng)模型的隨機(jī)誤差項(xiàng)在不同的樣本點(diǎn)之間是不相互獨(dú)立的，也即當(dāng)模型違背了基本假定3的時(shí)候，這此就稱模型存在序列相關(guān)性。 序列相關(guān)性表現(xiàn)于一階序列相關(guān)性和高階序列相關(guān)性，此二種情況下的表現(xiàn)形式可以表示如下 三、綜合分析題1 利用下面的樣本數(shù)據(jù)： X 6 11 17 8 13 Y 1 3 5 2 4要求完成以下工作： 對(duì)一元線性回歸模型： 進(jìn)行最小二乘法估計(jì) 計(jì)算決定系數(shù)解：答： 由題中樣本觀測(cè)值數(shù)據(jù)可以計(jì)算出=（6+11+17+8+13）/5=11，同理可求出，=3，利用樣本數(shù)據(jù)還可以算出，從而得到，=30.365×11=1.01因此這個(gè)行業(yè)線性總成本函數(shù)模型

14、為 =0.985 2、令Y表示一名婦女生育孩子的生育率，X表示該婦女接受過(guò)教育的年數(shù)。生育孩子對(duì)教育年數(shù)的簡(jiǎn)單回歸模型為： 隨機(jī)干擾項(xiàng)包含什么樣的因素？它們可能與教育水平相關(guān)嗎？ 上述簡(jiǎn)單回歸分析能夠揭示教育對(duì)生育率在其他條件不變下的影響嗎？請(qǐng)解釋。答：收入、年齡、家庭狀況、政府的相關(guān)政策等也是影響生育率的重要因素，在上述簡(jiǎn)單回歸模型中，它們被包含在了隨機(jī)干擾項(xiàng)中。有些因素可能與教育水平相關(guān)，如收入水平與教育水平往往呈正相關(guān)，年齡大小與教育水平呈負(fù)相關(guān)等。 當(dāng)歸結(jié)在隨機(jī)干擾項(xiàng)中的重要影響因素與模型中的教育水平X相關(guān)時(shí)，上述回歸模型不能夠揭示教育對(duì)生育率在其他條件不變下的影響，因?yàn)檫@時(shí)出現(xiàn)解釋變

15、量與隨機(jī)干擾項(xiàng)相關(guān)的情形，違背了基本假定。3某公司聘請(qǐng)你幫助他們決定在哪里建造下一個(gè)連鎖店。你決定對(duì)已有的30個(gè)連鎖店的銷售額作為他們所處地位置特征的函數(shù)進(jìn)行回歸分析，并且用這個(gè)回歸方程模型預(yù)測(cè)你考慮的新的連鎖店的不同位置的可能銷售額。你估計(jì)得出（括號(hào)內(nèi)為對(duì)應(yīng)參數(shù)估計(jì)量的估計(jì)標(biāo)準(zhǔn)差，即） （0.02） (0.01) (1.0) (1.0)其中：表示第個(gè)分店的日均銷售額 ：表示第個(gè)分店前每小時(shí)通過(guò)的汽車數(shù)量第個(gè)分店所處區(qū)域內(nèi)的平均收入：第個(gè)分店內(nèi)所有的桌子數(shù)量：第個(gè)分店所處地區(qū)競(jìng)爭(zhēng)店面的數(shù)量請(qǐng)回答以下問(wèn)題： 確定每個(gè)解釋變量前參數(shù)的期望符號(hào)，并計(jì)算統(tǒng)計(jì)量值，在1的水平上檢驗(yàn)?zāi)Ｐ蛥?shù)的顯著性（注：

16、） 回歸方程模型中可能存在什么問(wèn)題？解： 第一、第二及第三個(gè)解釋變量前的參符號(hào)都期望為正，最后一個(gè)解釋變量前參數(shù)的符號(hào)期望為負(fù)。 =>所以，對(duì)于物價(jià)水平這個(gè)變量可以通過(guò)顯著性檢驗(yàn)，即其前面的參數(shù)顯著的不為零。同理，=1<，故，對(duì)于模型中第二個(gè)解釋變量通不過(guò)檢驗(yàn)。 =10>故，對(duì)于模型中第三個(gè)解釋變量可以通過(guò)檢驗(yàn)。=3>，故對(duì)模型中第四個(gè)解釋變量可以通過(guò)檢驗(yàn)。 的符號(hào)顯著地與期望符號(hào)不同，說(shuō)明可能遺漏了產(chǎn)生正偏差的變量，遺漏的變量要么和正相關(guān)且有正的期望參數(shù)，要么和負(fù)相關(guān)且有負(fù)的期望參數(shù)。 4、考慮以下模型： 其中， 。請(qǐng)進(jìn)行變量的差分變換消除此模型中的序列相關(guān)性？ 解：

17、先將模型滯后一期再在二邊乘于得， 再將愿模型與此新模型二邊相減得， 此模型中的隨機(jī)誤差項(xiàng)滿足基本假定作差分變換處理后的模型為：此新模型不存在序列相關(guān)性5 請(qǐng)將下列模型進(jìn)行適當(dāng)變換化為標(biāo)準(zhǔn)線性模型： 解： 設(shè)， 則，原模型化為： 對(duì)原模型取對(duì)數(shù)：設(shè)， ，則原模型化為： 對(duì)原模型取對(duì)數(shù)：設(shè) ， 則原模型化為： 6設(shè)市場(chǎng)供求模型為：其中，為需求量，為供給量，為成交量，為價(jià)格，為時(shí)間，為收入，和為隨機(jī)項(xiàng)。請(qǐng)指出模型中的內(nèi)生變量、外生變量和先決變量。答：內(nèi)生變量： 外生變量： 先決變量： 7、指出下列假想模型中的錯(cuò)誤，并說(shuō)明理由： 其中，RSi為第i年社會(huì)消費(fèi)品零售總額，RIi為第i年居民收入總額，IVi為第i年全社會(huì)固定資產(chǎn)投資總額。答：一是居民收入總額RIi前參數(shù)的符號(hào)有誤，應(yīng)是正號(hào)；二是全社會(huì)固定資產(chǎn)投資總額IVi這一解釋變量的選擇有誤，它對(duì)社會(huì)消費(fèi)品零售總額應(yīng)該沒(méi)有直接影響。8、考察凱恩斯（Keyesian）宏觀經(jīng)濟(jì)模型：。 其中，C為居民消費(fèi)支出額，I為投資額，T為稅收額，Y為國(guó)民收入額，G為政府支出額。指出模型中的內(nèi)生變量、外生變更