李子奈-計量經(jīng)濟學分章習題與答案

1、第一章 導 論一、名詞解釋1、截面數(shù)據(jù)2、時間序列數(shù)據(jù)3、虛變量數(shù)據(jù) 4、內(nèi)生變量與外生變量、單項選擇題1、同一統(tǒng)計指標按時間順序記錄的數(shù)據(jù)序列稱為A、橫截面數(shù)據(jù)B、虛變量數(shù)據(jù)C、時間序列數(shù)據(jù)2、樣本數(shù)據(jù)的質(zhì)量問題， 可以概括為完整性、 準確性、可比性和D、系統(tǒng)性3、有人采用全國大中型煤炭企業(yè)的截面數(shù)據(jù)，估計生產(chǎn)函數(shù)模型，然后用該模型預測未來 煤炭行業(yè)的產(chǎn)出量， 這是違反了數(shù)據(jù)的哪一條原則。D、 平行數(shù)據(jù)A、時效性B、致性C、廣泛性A、致性B、準確性C、可比性D 、完整性4、判斷模型參數(shù)估計量的符號、大小、相互之間關系的合理性屬于什么檢驗？A、經(jīng)濟意義檢驗B、統(tǒng)計檢驗C、計量經(jīng)濟學檢驗D、模型

2、的預測檢驗5、對下列模型進行經(jīng)濟意義檢驗，哪一個模型通常被認為沒有實際價值？A、Ci（消費）500 0.8Ii（收入）B、Qdi（商品需求）10 0.8Ii（收入）0.9Pi（價格）C、D、Qsi（商品供給）20 0.75Pi（價格）Yi（產(chǎn)出量）0.65Ki0.6（資本）L0i.4（勞動）6、設 M 為貨幣需求量，Y 為收入水平，r 為利率，流動性偏好函數(shù)為M?1和?2分別為1、2的估計值， 根據(jù)經(jīng)濟理論有?1應為正值，?2應為負值C、?1應為負值，?2應為負值1Y2rA、1、B、D、?1應為正值，?1應為負值，?2應為正值?2應為正值1三、填空題1、 在經(jīng)濟變量之間的關系中， _ 因果關系

3、、相互影響關系最重要，是計量經(jīng)濟分析的重點。2、 從觀察單位和時點的角度看，經(jīng)濟數(shù)據(jù)可分為_時間序列數(shù)據(jù) 、截面數(shù)據(jù)、面板數(shù)據(jù) 。3、 根據(jù)包含的方程的數(shù)量以及是否反映經(jīng)濟變量與時間變量的關系，經(jīng)濟模型可分為時間序列模型、單方程模型、聯(lián)立方程模型_。四、簡答題1、計量經(jīng)濟學與經(jīng)濟理論、統(tǒng)計學、數(shù)學的聯(lián)系是什么？2、模型的檢驗包括哪幾個方面？具體含義是什么?五、計算分析題1、下列假想模型是否屬于揭示因果關系的計量經(jīng)濟學模型？為什么？（1）St=112.0+0.12R,其中St為第 t 年農(nóng)村居民儲蓄增加額（單位：億元） ，Rt為第 t 年 城鎮(zhèn)居民可支配收入總額（單位：億元） 。（2）St 1=

4、4432.0+0.30Rt，其中S1為第 t-1 年底農(nóng)村居民儲蓄余額（單位：億元） ，Rt為 第 t 年農(nóng)村居民純收入總額（單位：億元） 。2、指出下列假想模型中的錯誤，并說明理由:RS 8300.0 0.24Rlt1.12IVt其中，RSt為第 t 年社會消費品零售總額 （單位：億元），Rlt為第 t 年居民收入總額（單 位：億元）（指城鎮(zhèn)居民可支配收入總額與農(nóng)村居民純收入總額之和），IVt為第 t 年全社會固定資產(chǎn)投資總額（單位：億元） 。3、下列設定的計量經(jīng)濟模型是否合理？為什么？3（1）GDP0i1iGDR其中，GDPi（ i=1,2,3）是第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)增加值,（2）

5、 財政收入=f （財政支出）+ ，為隨機干擾項。為隨機干擾項。2第二章一元線性回歸模型、名詞解釋1、總體回歸函數(shù)2、最大似然估計法（ML ）3、普通最小二乘估計法（OLS）4、殘差平方和5、擬合優(yōu)度檢驗二、單項選擇題1、設 OLS 法得到的樣本回歸直線為? ?YY12Xiei，以下說法正確的是（）A、e 0B、eY?0C、Y? YD、eXi02、回歸分析中定義的（）A、解釋變量和被解釋變量都是隨機變量B、解釋變量為非隨機變量，被解釋變量為隨機變量C、解釋變量和被解釋變量都為非隨機變量D、解釋變量為隨機變量，被解釋變量為非隨機變量3、 一元線性回歸分析中的回歸平方和ESS 的自由度是（）A、n

6、B、n-1C、n-kD、14、 對于模型YoiXii,其 OLS 的估計量?的特性在以下哪種情況下不會受到影響（）B、Xi各觀測值差額增加D、E（2）2CiYii表示），2R=0.98，t.025（17） 2.110,則下面（ ）A、觀測值數(shù)目 n 增加C、Xi各觀測值基本相等并獲得下列結(jié)果：Ci15 0.81Yi，（3.1）（ 1.87）哪個結(jié)論是對的？A、Y在 5%顯著性水平下不顯著C、 的 95%置信區(qū)間不包括 05、某人通過一容量為 19 的樣本估計消費函數(shù)（用模型3B、的估計量的標準差為 0.072D、以上都不對46、在一元線性回歸模型中，樣本回歸方程可表示為:A、離差平方和B、均值

7、C、概率D、方差一兀線性回歸模型Y01Xii的最小二乘回歸結(jié)果顯示，殘差平方和 RSS=40.32,樣本容量 n=25,1則回歸模型的標準差為( )A、1.270B、1.324C、1.613D、1.753參數(shù)i的估計量?具備有效性是指i( )A、Var(?) 0B、在i 的所有線性無偏估計中Var( ?)最小C、?i0D、在i的所有線性無偏估計中(彳i)最小回歸方程。()12、反映由模型中解釋變量所解釋的那部分離差大小的是()10、11、A、Yt01Xt?彳XtB、YtE(Y/XJD、E(Y/Xt)01Xt7、最小二乘準則是指按使()達到最小值的原則確定樣本回歸方程nnA、eB、eii 1i

8、1C、 maxe&設 Y 表示實際觀測值,A、Y? YC、Y? YY?表示 OLS 回歸估計值，則下列哪項成立B、Y? YD、Y? Y9、最大或然準則是按從模型中得到既得的n 組樣本觀測值的(最大的準則確定樣本A、總離差平方和B、回歸平方和C、殘差平方和D、可決系數(shù)13、總離差平方和 TSS、殘差平方和 RSS 與回歸平方和ESS 三者的關系是A、 TSSRSS+ESSTSS=RSS+ESSC、TSSRTSS2=RSS2+ESS214、對于回歸模型Y01Xii,i= 1 ,檢驗H0:?10時，所用的統(tǒng)計量1S?1服從2 ,A、(n2C、(n2)B、t(n 1)15、 某一特定的D、t(

9、n 2)X 水平上，總體 Y 分布的離散程度越大，即2越大，則1)A、預測區(qū)間越寬，精度越低B、預測區(qū)間越寬，預測誤差越小2en5三、多項選擇題1、一兀線性回歸模型Y01Xii的基本假定包括( )A、E(i)0B、Var(i)2C、Cov(i,j)0(i j)D、iN(0,1)E、X 為非隨機變量，且Cov（Xi,i）02、以 Y 表示實際觀測值，Y?表示回歸估計值， e 表示殘差，則回歸直線滿足( )A、通過樣本均值點（X,Y）B、(Y Y?)20C、cov(Xj,e)0D、Y YE、Y? Y3、以帶“人”表示估計值，表示隨機干擾項，如果確的E、有效性5、下列相關系數(shù)算式中，正確的是XiYi

10、nX YX：n X Yi2nY2二、判斷題1、滿足基本假設條件下，隨機誤差項i服從正態(tài)分布，但被解釋變量 Y 不一定服從正態(tài)分布。（）2、總體回歸函數(shù)給出了對應于每一個自變量的因變量的值。（）3、線性回歸模型意味著變量是線性的。（）C、預測區(qū)間越窄，精度越高D、預測區(qū)間越窄，預測誤差越大Y 與 X 為線性關系，則下列哪些是正A、Yi0?0?0iXi彳Xii彳XiY0KiD、Y彳4、 假設線性回歸模型滿足全部基本假設,則其最小二乘回歸得到的參數(shù)估計量具備A、可靠性B、致性C、線性D、無偏性C、XY X YCov(X,Y)(Xix)(YY)(Xix)(YY)2(XiX)(Y Y)E、64、解釋變量

11、是作為原因的變量， 被解釋變量是作為結(jié)果的變量。（）5、隨機變量的條件均值與非條件均值是一回事。（）77、如果觀測值Xi近似相等，也不會影響回歸系數(shù)的估計量。（）&樣本可決系數(shù)高的回歸方程一定比樣本可決系數(shù)低的回歸方程更能說明解釋變量對被解釋變量的解釋能力。（）9、 模型結(jié)構(gòu)參數(shù)的普通最小二乘估計量具有線性性、無偏性、有效性，隨機干擾項方差的普通最小二乘估計量也是無偏的。（）10、 回歸系數(shù)的顯著性檢驗是用來檢驗解釋變量對被解釋變量有無顯著解釋能力的檢驗。（ ）四、簡答題1、為什么計量經(jīng)濟學模型的理論方程中必須包含隨機干擾項？2、總體回歸函數(shù)和樣本回歸函數(shù)之間有哪些區(qū)別與聯(lián)系?3、為什

12、么用可決系數(shù)R2評價擬合優(yōu)度，而不是用殘差平方和作為評價標準?4、根據(jù)最小二乘原理，所估計的模型已經(jīng)使得擬合誤差達到最小，為什么還要討論模型的 擬合優(yōu)度問題？五、計算分析題1、令kids表示一名婦女生育孩子的數(shù)目，educ表示該婦女接受過教育的年數(shù)。生育率對受教育年數(shù)的簡單回歸模型為kids01educ（1） 隨機擾動項包含什么樣的因素？它們可能與受教育水平相關嗎？（2） 上述簡單回歸分析能夠揭示教育對生育率在其他條件不變下的影響嗎？請解釋。2、已知回歸模型EN，式中 E 為某類公司一名新員工的起始薪金（元），N 為所受教育水平（年）。隨機擾動項的分布未知，其他所有假設都滿足。（1） 從直觀及

13、經(jīng)濟角度解釋和 。6、線性回歸模型Y01Xii的 0 均值假設可以表示為8（2） OLS 估計量？和？滿足線性性、無偏性及有效性嗎？簡單陳述理由。3）對參數(shù)的假設檢驗還能進行嗎？簡單陳述理由。4）如果被解釋變量新員工起始薪金的計量單位由元改為100 元，估計的截距項、斜率項有無變化？5）若解釋變量所受教育水平的度量單位由年改為月，估計的截距項與斜率項有無變化？3、假設模型為YtXtt。給定n個觀察值（Xi,YJ,以2,丫2），（Xn,Yn）,按如下步驟建立 的一個估計量：在散點圖上把第 1 個點和第 2 個點連接起來并計算該 直線的斜率；同理繼續(xù)，最終將第 1 個點和最后一個點連接起來并計算該

14、條線的斜率； 最后對這些斜率取平均值，稱之為?，即 的估計值。（ 1）畫出散點圖，推出?的代數(shù)表達式。（ 2）計算?的期望值并對所做假設進行陳述。這個估計值是有偏還是無偏的？解釋理由。（ 3）判定該估計值與我們以前用OLS 方法所獲得的估計值相比的優(yōu)劣，并做具體解釋。4、對于人均存款與人均收入之間的關系式StYtt使用美國 36 年的年度數(shù)據(jù)得如下估計模型，括號內(nèi)為標準差：S?t= 384.105+0.067Yt（151.105） （0.011）R2= 0.538? 199.023（1）的經(jīng)濟解釋是什么？（2） 和 的符號是什么？為什么？實際的符號與你的直覺一致嗎？如果有沖突的話，你 可以給出

15、可能的原因嗎？（3）對于擬合優(yōu)度你有什么看法嗎？（ 4）檢驗是否每一個回歸系數(shù)都與零顯著不同（在 1%水平下）。同時對零假設和備擇假設、檢驗統(tǒng)計值、其分布和自由度以及拒絕零假設的標準進行陳述。你的結(jié)論是什么？5、現(xiàn)代投資分析的特征線涉及如下回歸方程：rtoiGtt；其中：r表示股票或債券的收益率；rm表示有價證券的收益率（用市場指數(shù)表示，如標準普爾500 指數(shù)）；9t表示時間。在投資分析中，i被稱為債券的安全系數(shù)，是用來度量市場的風險程度的，即市場的發(fā)展對公司的財產(chǎn)有何影響。依據(jù) 19561976 年間 240 個月的數(shù)據(jù)，F(xiàn)ogler和 Ganpathy 得到 IBM 股票的回歸方程（括號內(nèi)

16、為標準差），市場指數(shù)是在芝加哥大學建 立的市場有價證券指數(shù)。? 0.7264 1.0598 咕R20.4710（0.3001）（0.0728）要求：（1）解釋回歸參數(shù)的意義；（2）如何解釋R2？（3） 安全系數(shù)1的證券稱為不穩(wěn)定證券，建立適當?shù)牧慵僭O及備選假設，并用t檢驗進行檢驗（5%）。6、假定有如下的回歸結(jié)果：Y 2.6911 0.4795Xi，其中，丫表示美國的咖啡的消費量（杯數(shù)/人天），X 表示咖啡的零售價格（美元 /杯）。要求：（1） 這是一個時間序列回歸還是橫截面回歸？（2） 如何解釋截距的意義，它有經(jīng)濟含義嗎？如何解釋斜率？（3） 能否求出真實的總體回歸函數(shù)？（4） 根據(jù)需求的價

17、格彈性定義：彈性=斜率X（X/Y ）,依據(jù)上述回歸結(jié)果，你能求出對咖啡需求的價格彈性嗎？如果不能，計算此彈性還需要其他什么信息？7、若經(jīng)濟變量 y 和 x 之間的關系為y A（Xi5）2ei，其中 A、為參數(shù)，i為隨機誤差 問能否用一元線性回歸模型進行分析？為什么？8、上海市居民 19811998 年期間的收入和消費數(shù)據(jù)如表所示，回歸模型為yi01Xi i，其中，被解釋變量yi為人均消費，解釋變量Xi為人均可支配收入。試用普通最小二乘法估計模型中的參數(shù)0,1，并求隨機誤差項方差的估計值。10上海市居民 19811998 年間的收入和消費數(shù)據(jù)年份可支配收入消費年份可支配收入消費111981630

18、58019902180193019826505701991248021601983680610199230002500198483072019934270353019851070990199458604660198612901170199571705860198714301280199681506760198817201640199784306820198919701810199887706860一、名詞解釋1、多元線性回歸模型22、調(diào)整的決定系數(shù)R3、偏回歸系數(shù)4、正規(guī)方程組5、方程顯著性檢驗二、單項選擇題1、 在模型Yt0iX2X213X31t的回歸分析結(jié)果中，有F 462.58，F(xiàn)的p值

19、0.000000，則表明()A、解釋變量X2t對Y的影響不顯著B、解釋變量Xit對Y的影響顯著C、模型所描述的變量之間的線性關系總體上顯著D、解釋變量X2t和Xit對Yt的影響顯著2、 設k為回歸模型中的實解釋變量的個數(shù)，n為樣本容量。則對回歸模型進行總體顯著性檢驗(F檢驗)時構(gòu)造的F統(tǒng)計量為()第三章多元線性回歸模型12.lESS k.廠ESS (k 1)RSS(n k 1)RSS (n k)13A、33.33 B、40C、38.09 D、36.364、在多元回歸中，調(diào)整后的決定系數(shù)R2與決定系數(shù)R2的關系為A、R2R2B、R2R25、下面說法正確的有()A、時間序列數(shù)據(jù)和橫截面數(shù)據(jù)沒有差異

20、B、對回歸模型的總體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2D、決定系數(shù)R不可以用于衡量擬合優(yōu)度設是H。：0!20C、相關系數(shù)較大意味著兩個變量存在較強的因果關系D、當隨機誤差項的方差估計量等于零時，說明被解釋變量與解釋變量之間為函數(shù)關系9、 對于Y?X2i?Xkie，如果原模型滿足線性模型的基本假設則在零假設j0下，統(tǒng)計量？j：s(?j)(其中s(?j)是j的標準誤差)服從()A、t(n k)B、t(n k 1)C、F(k 1,n k)D、F(k,n k 1)10、下列說6、根據(jù)調(diào)整的可決系數(shù)R2與 F 統(tǒng)計量的關系可知，當R21時，有()A、F=0B、F= 1C、F +

21、 D、F=g7、線性回歸模型的參數(shù)估計量?是隨機向量Y的函數(shù)，即? (XX)1XYo?是()A、隨機向量B、非隨機向量C、確定性向量D、常量&下面哪一表述是正確的()A、線性回歸模型Yi01Xii的零均值假設是指1nini 10B、對模型Y0 Xi 2X2ii進行方程顯著性檢驗(即F檢驗)，檢驗的零假ESSRSSRSSTSS3、已知二元線性回歸模型估計的殘差平方和為則隨機誤差項t的方差的 OLS 估計值為e2800，估計用樣本容量為n 23，( )C、R2R2D、R2與R2的關系不能確定14法中正確的是()A、如果模型的 R2很高，我們可以認為此模型的質(zhì)量較好B、如果模型的 R2很低，

22、我們可以認為此模型的質(zhì)量較差C、如果某一參數(shù)不能通過顯著性檢驗，我們應該剔除該解釋變量D、如果某一參數(shù)不能通過顯著性檢驗，我們不應該隨便剔除該解釋變量、多項選擇題151、殘差平方和是指A、隨機因素影響所引起的被解釋變量的變差B、解釋變量變動所引起的被解釋變量的變差C、被解釋變量的變差中，回歸方程不能作出解釋的部分D、被解釋變量的總離差平方和回歸平方之差E、被解釋變量的實際值與擬合值的離差平方和2、回歸平方和是指()A、被解釋變量的觀測值Y與其均值Y的離差平方和B、被解釋變量的回歸值Y與其均值Y的離差平方和2 2C、 被解釋變量的總體平方和Yj與殘差平方和e2之差D、解釋變量變動所引起的被解釋變

23、量的離差的大小E、隨機因素影響所引起的被解釋變量的離差大小3、對模型滿足所有假定條件的模型Y01X1i 2X2 i進行總體顯著性檢驗,則很可能出現(xiàn)10,2E、10,20R2/( n k 1)(1 R2)/k5、在多元回歸分析中，調(diào)整的可決系數(shù)R2R22R只可能大于零2R不可能為負值四、判斷題1、滿足基本假設條件下，樣本容量略大于解釋變量個數(shù)時，可以得到各參數(shù)的唯一確定的 估計值，但參如果檢驗結(jié)果總體線性關系顯著,C、10,2010,24、設 k 為回歸模型中的參數(shù)個數(shù)(包含截距項)則總體線性回歸模型進行顯著性檢驗時所用的 F 統(tǒng)計量可以表示為(Y? )2/(n k 1)2B、(Y? )2/k2

24、ei/(n k 1)R2/k(1 R2)/( n k 1)(1 R2)/( n k 1)R2/k2 2R與可決系數(shù)R之間2 2B、R2R22D、R可能為負值16數(shù)估計結(jié)果的可靠性得不到保證2、在多元線性回歸中，t 檢驗和 F 檢驗缺一不可。3、回歸方程總體線性顯著性檢驗的原假設是模型中所有的回歸參數(shù)同時為零（）4、多元線性回歸中， 可決系數(shù)R2是評價模型擬合優(yōu)度好壞的最佳標準。（）5、多元線性回歸模型中的偏回歸系數(shù)，表示在其他解釋變量保持不變的情況下，對應解釋 變量每變化一個單位時， 被解釋變量的變動。（ ）五、簡答題1、多元線性回歸模型與一元線性回歸模型有哪些區(qū)別？2、為什么說最小二乘估計量

25、是最優(yōu)線性無偏估計量？對于多元線性回歸最小二乘估計的正規(guī)方程組，能解出唯一的參數(shù)估計量的條件是什么？六、計算分析題1、某地區(qū)通過一個樣本容量為722 的調(diào)查數(shù)據(jù)得到勞動力受教育年數(shù)的一個回歸方程為edui10.36 0.094sibsi0.131medui0.210 feduiR2=0.214式中，edu為勞動力受教育年數(shù)，sibs為勞動力家庭中兄弟姐妹的個數(shù)，medu與fedu分別為母親與父親受到教育的年數(shù)。問（1） sibs 是否具有預期的影響？為什么？若medu與fedu保持不變，為了使預測的受 教育水平減少一年，需要sibs增加多少？（2）請對medu的系數(shù)給予適當?shù)慕忉尅＃?） 如果

26、兩個勞動力都沒有兄弟姐妹，但其中一個的父母受教育的年數(shù)均為12 年，另 一個的父母受教育的年數(shù)均為 16 年，則兩人受教育的年數(shù)預期相差多少年？2、考慮以下方程（括號內(nèi)為標準差）：W?t8.562 0.364Pt0.004Pt 12.560Ut( 0.080) (0.072) (0.658)n 19R20.873其中：Wtt年的每位雇員的工資Ptt年的物價水平17Utt年的失業(yè)率要求：(1) 進行變量顯著性檢驗；( 2)對本模型的正確性進行討論，Pt 1是否應從方程中刪除？為什么？3、以企業(yè)研發(fā)支出（R&D ）占銷售額的比重（單位：%）為被解釋變量（Y）,以企業(yè)銷售額（Xi）與利潤占銷

27、售額的比重（X2）為解釋變量，一個容量為 32 的樣本企業(yè)的估計結(jié) 果如下：Y 0.472 0.321 n X,0.05X2i（1.37） （0.22） （0.046）2R 0.099其中，括號中的數(shù)據(jù)為參數(shù)估計值的標準差。（1） 解釋 In（Xi）的參數(shù)。如果 Xi增長 10%，估計 Y 會變化多少個百分點？這在經(jīng)濟上 是一個很大的影響嗎？（2） 檢驗 R&D 強度不隨銷售額的變化而變化的假設。分別在5%和 10%的顯著性水平 上進行這個檢驗。（3）利潤占銷售額的比重 X2對 R&D 強度 Y 是否在統(tǒng)計上有顯著的影響？4、假設你以校園內(nèi)食堂每天賣出的盒飯數(shù)量作為被解釋變量，

28、以盒飯價格、氣溫、附近餐 廳的盒飯價格、學校當日的學生數(shù)量（單位：千人）作為解釋變量，進行回歸分析。假 設你看到如下的回歸結(jié)果（括號內(nèi)為標準差），但你不知道各解釋變量分別代表什么。Y? 10.6 28.4X1i12.7X2i0.61X3i5.9X4iR 0.63n 35（2.6）（6.3）（0.61）（5.9）試判定各解釋變量分別代表什么，說明理由。5、下表給出一二元模型的回歸結(jié)果。方差來源平方和（SS）自由度（d.f.）來自回歸（ESS）65965一來自殘差（RSS）一一總離差（TSS）6604214求：（1）樣本容量是多少？ RSS 是多少？ ESS 和 RSS 的自由度各是多少？（2）R

29、2和R？（3） 檢驗假設：解釋變量總體上對丫無影響。你用什么假設檢驗？為什么?18(4)根據(jù)以上信息，你能確定解釋變量各自對丫的貢獻嗎?6、在經(jīng)典線性回歸模型的基本假定下，對含有三個自變量的多元線性回歸模型:01X1i 2X2i 3X3i你想檢驗的虛擬假設是H0:1221。(1)用？，？2的方差及其協(xié)方差求出Var( ?2 ?2)。(2)寫出檢驗 Ho：!221的 t 統(tǒng)計量。(3)如果定義122，寫出一個涉及。、2和3的回歸方程，以便能直接得 到估計值？及其樣本標準差。7、假設要求你建立一個計量經(jīng)濟模型來說明在學校跑道上慢跑一英里或一英里以上的人數(shù),可能的解釋性方程：方程 A:丫? 125.

30、0 15.0X1i1.0X2i1.5X3iR20.75方程 B:丫? 123.0 14.0X1i5.5X2i3.7X4iR20.73其中：丫第 i 天慢跑者的人數(shù)X1i第 i 天降雨的英寸數(shù)X2i第 i 天日照的小時數(shù)X3i第 i 天的最高溫度(按華氏溫度)X4i第 i 天的后一天需交學期論文的班級數(shù)請回答下列冋題：(1)這兩個方程你認為哪個更合理些，為什么？(2)為什么用相同的數(shù)據(jù)去估計相同變量的系數(shù)得到不同的符號?&考慮以下預測的回歸方程：丫？120 0.10Ft5.33RSR 0.50其中：Yt為第 t 年的玉米產(chǎn)量(噸/畝)；Ft為第 t 年的施肥強度(千克/畝)；RSt為第

31、t 年的降雨量(毫米)。以便決定是否修建第二條跑道以滿足所有的鍛煉者。你通過整個學年收集數(shù)據(jù)，得到兩個19要求回答下列問題：20(1從F和 RS 對丫的影響方面，說出本方程中系數(shù)0.10 和 5.33 的含義；(2)常數(shù)項 120 是否意味著玉米的負產(chǎn)量可能存在？(3)假定F的真實值為 0.40，貝 UF的估計量是否有偏？為什么？(4)假定該方程并不滿足所有的古典模型假設，即參數(shù)估計并不是最佳線性無偏估計,則是否意味著RS的真實值絕對不等于5.33 ?為什么？9、已知描述某經(jīng)濟問題的線性回歸模型為丫0iXi i2X2 ii, 并 已 根 據(jù) 樣 本 容量為 32 的觀察數(shù)據(jù)計算得2.51.32

32、.241(XX)1.34.40.8，XY2,ee 5.8,TSS 262.20.85.02查表得FO.05(2,29)3.33,to.005(29)2.756。(1) 求模型中三個參數(shù)的最小二乘估計值(2)進行模型的置信度為95%的方程顯著性檢驗(3)求模型參數(shù)2的置信度為 99%的置信區(qū)間。hous ing據(jù)。模型如下：01de nsity2value3in come4popcha ng10、下表為有關經(jīng)批準的私人住房單位及其決定因素的4 個模型的估計和相關統(tǒng)計值 (括號內(nèi)為 p 值)(如果某項為空，則意味著模型中沒有此變量)。數(shù)據(jù)為美國 40 個城市的數(shù)5un emp6localtax7s

33、tatetax式中：hous ing-實際頒發(fā)的建筑許可證數(shù)量；density-每平方英里的人口密度,21value- 自由房屋的均值(單位：百美元)；in come- 平均家庭的收入(單位：千美元);popchang- 19801992 年的人口增長百分比； unemp-失業(yè)率；localtax-人均交納的地方稅；statetax人均繳納的州稅。變量模型 A模型 B模型 C模型 DC813 (0.74)-392 (0.81)-1279 (0.34)-973 (0.44)Den sity0.075 (0.43)0.062 (0.32)0.042 (0.47)Value-0.855 (0.13)

34、-0.873 (0.11)-0.994 (0.06)-0.778 (0.07)In come110.41 (0.14)133.03 (0.04)125.71 (0.05)116.60 (0.06)Popchang26.77 (0.11)29.19 (0.06)29.41 (0.001)24.86 (0.08)22Un emp-76.55 (0.48)Localtax-0.061 (0.95)Statetax-1.006 (0.40)-1.004 (0.37)RSS4.763e+74.843e+74.962e+75.038e+7R20.3490.3380.3220.312?21.488e+61.

35、424e+61.418e+61.399e+6AIC1.776e+61.634e+61.593e+61.538e+6(1)檢驗模型 A 中的每一個回歸系數(shù)在 10%水平下是否為零(括號中的值為雙邊備擇 P-值)。根據(jù)檢驗結(jié)果，你認為應該把變量保留在模型中還是去掉？(2)在模型 A 中，在 5%水平下檢驗聯(lián)合假設 Ho：i=0(i=1,5,6,7)。說明被擇假設，計 算檢驗統(tǒng)計值，說明其在零假設條件下的分布，拒絕或接受零假設的標準。說明你的結(jié)論。(3)哪個模型是“最優(yōu)的”？解釋你的選擇標準。(4)說明你對最優(yōu)模型中參數(shù)符號的預期并解釋原因，確認其是否為正確符號。第四章 隨機解釋變量問題一、名詞解釋

36、1、隨機解釋變量2、工具變量二、單項選擇題1、如果模型包含隨機解釋變量，且與隨機干擾項異期相關，則普通最小二乘估計量是( )A、無偏估計量B、有效估計量C、致估計量D、最佳線性無偏估計量2、假設回歸模型Yi0 1Xii，其中Xi為隨機變量，Xi與i相關，則 的普通最小一乘估計量( )A、無偏且致B、無偏但不一致23C、有偏但一致D、有偏且不一致24）A 、隨機解釋變量與隨機干擾項不相關B、隨機解釋變量與隨機干擾項同期不相關，不同期相關C、隨機解釋變量與隨機干擾項同期相關D 、隨機解釋變量與隨機干擾項高度相關4、當解釋變量中包含隨機被解釋變量時， 下面哪一種情況不可能出現(xiàn)（）A、參數(shù)估計量無偏B

37、、參數(shù)估計量漸進無偏C、參數(shù)估計量有偏D、隨機誤差項的自相關問題仍可用 D-W 檢驗5、在工具變量的選取中， 下面哪一個條件不是必須的（）A、與所替代的隨機解釋變量高度相關B 、與隨機干擾項不相關C、與模型中的其他解釋變量不相關D 、與被解釋變量存在因果關系三、 判斷題1、含有隨機解釋變量的線性回歸模型， 其普通最小二乘法估計量都是有偏的（）2、工具變量替代隨機變量后， 實際上是工具變量變?yōu)榱私忉屪兞浚ǎ?、當隨機解釋變量與隨機干擾項同期相關時，如果仍用最小二乘法估計，則估計量有偏且非一致。（）四、 簡答題什么是估計的一致性？試通過一元模型證明對于工具變量法的斜率的估計量?1是1的一致估計。五

38、、計算分析題1、一個研究對某地區(qū)大學生就業(yè)的影響的簡單模型可描述如下EMPt 01MIN1t 2POPt 3GDP1t 4GDPt t式中， EMP 為新就業(yè)的大學生人數(shù)， MIN1為該地區(qū)最低限度工資， POP 為新畢業(yè)的大 學生人數(shù)， GDP1為該地區(qū)國內(nèi)生產(chǎn)總值， GDP 為該國國內(nèi)生產(chǎn)總值。（1）如果該地區(qū)政府以多多少少不易觀測的卻對新畢業(yè)大學生就業(yè)有影響的因素作為基礎來選擇最低限度工資，則 OLS 估計將會存在什么問題？（2）令 MIN 為該國的最低限度工資，它與隨機擾動項相關嗎？（3） 按照法律，各地區(qū)最低限度工資不得低于國家最低工資，那么MIN 能成為 MIN1的工具變量嗎？3、

39、隨機解釋變量問題分為三種情況， 下列哪一種不是25第五章 多重共線性一、名詞解釋1、多重共線性 2、不完全多重共線性、單項選擇題1、在線性回歸模型中，若解釋變量X1和X2的觀測值成比例，既有X1ikX2i，其中(k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D、隨機解釋變量2、對于模型Yi01X1i2X2ii，與 r12=0 相比，當 r12=0.15 時， 估計量?1的方差Var(?1)將是原來的()A、 1 倍B、 1.023 倍C、 1.96 倍D、 2 倍3、如果方差膨脹因子 VIF=15 ，則認為()問題是嚴重的()A 、異方差問題B、序列相關問題C、多重共線

40、性問題D、解釋變量與隨機項的相關性4、一般多重共線性下參數(shù)估計量B、有無窮多解()A 、不存在C、唯一D、非有效5、完全多重共線性下參數(shù)估計量()A 、唯一B、有無窮多解D、有效C、不存在6、下列方法中，可克服多重共線性的是()A 、差分法B、加權最小一乘法C、工具變量法D 、廣義最小二乘法三、多項選擇題1、多重共線性產(chǎn)生的主要原因有()A 、經(jīng)濟變量之間往往存在同方向的變化趨勢B、經(jīng)濟變量之間往往存在密切的關聯(lián)度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，引起了變量之間的多重共線性E、以上都不正確2、 檢驗多重共線性嚴重性的方法有（）26A、等級相關系數(shù)

41、法B、方差膨脹因子C、工具變量法D、判定系數(shù)檢驗法E、逐步回歸法3、 當模型中解釋變量間存在高度的多重共線性時（）A、各個解釋變量對被解釋變量的影響將難于精確鑒別B、部分解釋變量與隨機干擾項之間將高度相關C、估計量的精確度大幅下降D、估計量對于樣本容量的變動將十分敏感E、模型的隨機誤差項也將序列相關4、 多重共線性解決方法主要有（）A、保留重要的解釋變量，去掉次要的或可替代的解釋變量B、利用先驗信息改變參數(shù)的約束形式C、變換模型的形式D、綜合使用時間數(shù)據(jù)與截面數(shù)據(jù)E、逐步回歸法以及增加樣本容量四、判斷題1、 當用于檢驗方程線性顯著性的F 統(tǒng)計量與檢驗單個系數(shù)顯著性的t 統(tǒng)計量結(jié)果矛盾時，可以認

42、為出現(xiàn)了嚴重的多重共線性（）2、 當存在嚴重的多重共線性時， 普通最小二乘法往往會低估參數(shù)估計量的方差（）3、變量的兩兩高度相關并不表示高度多重共線性，變量不存在兩兩高度相關表示不存在高度多重共線性（）4、由于多重共線性不會影響到隨機干擾項的方差，因此如果分析的目的僅僅是預測，則多重共線性是無害的（）五、計算分析題1、某地區(qū)供水部門利用最近15 年的用水年度數(shù)據(jù)得出如下估計模型：water 326.9 0.305house 0.363 pop 0.005 pcy 17.87 price 1.123rain（-1.7）（0.9）（1.4）（-0.6）（-1.2）（-0.8）2R 0.93F=38

43、.9式中，water 用水總量（百萬立方米）,house 住戶總數(shù)（千戶）,pop 總?cè)丝冢ㄇ?人）,pcy 人均收入（元），price 價格（元/100 立方米），rain 降雨量（毫米）。27(1)根據(jù)經(jīng)濟理論和直覺，請估計回歸系數(shù)的符號的正負(不包括常量)，為什么？觀察符 號與你的直覺相符嗎？(2)在 5%的顯著性水平下， 請進行變量的 t-檢驗與方程的 F-檢驗。T 檢驗與 F 檢驗結(jié)果 有相矛盾的現(xiàn)象嗎？(3)你認為估計值是有偏的、無效的、或不一致的嗎？詳細闡述理由。第六章異方差性一、名詞解釋1、異方差性2、廣義最小二乘法、單項選擇題1、Gleiser 檢驗法主要用于檢驗A、異方差性

44、C、隨機解釋變量2、Goldfeld-Quandt 檢驗法可用于檢驗B、 自相關性D、多重共線性A、異方差性B、多重共線性C、 序列相關設定誤差3、 若回歸模型中的隨機誤差項存在異方差性,則估計模型參數(shù)應采用A、普通最小二乘法B、加權最小二乘C、廣義差分法工具變量法4、 如果回歸模型中的隨機誤差項存在異方差,則模型參數(shù)的A、無偏且有效B、無偏但非有效C、有偏但有效5、設回歸模型為Y Xi i，其中Var( JXY有偏且非有效2Xi，則的最有效估計量為 、nXY X Y0Xii，如果在異方差檢驗中發(fā)現(xiàn)權數(shù)應為6、對于模型Y則用加權最小二乘法估計模型參數(shù)時,2Var(i)Xi28A、XiB、兀1c

45、、XiD、1Xi三、多項選擇題1、下列哪些方法可克服異方差性（ ）A、差分法B、加權最小一乘法C、工具變量法D、廣義最小一乘法2、異方差性的后果包括（ ）A、參數(shù)估計量不再滿足無偏性B、變量的顯著性檢驗失去意義C、模型的預測失效D、普通最小二乘法參數(shù)估計量方差較大3、 下列計量經(jīng)濟分析中，很可能存在異方差問題的有（）A、用橫截面數(shù)據(jù)建立家庭消費支出對家庭收入水平的回歸模型B、用橫截面數(shù)據(jù)建立產(chǎn)出對勞動和資本的回歸模型C、以凱恩斯的有效需求理論為基礎構(gòu)造宏觀計量經(jīng)濟模型D、以國民經(jīng)濟核算帳戶為基礎構(gòu)造宏觀計量經(jīng)濟模型4、 異方差的檢驗方法有（）A、圖示檢驗法B、Glejser 檢驗C、white

46、 檢驗D、D.W.檢驗E、Goldfeld-Quandt 檢驗四、判斷題1、 存在異方差情況下，普通最小二乘估計量依然是無偏和有效的。（）2、 如果存在異方差，通常使用的 t 檢驗和 F 檢驗無效。（）3、如果 OLS 法估計的殘差呈現(xiàn)系統(tǒng)模式，則意味著存在著異方差。（）4、廣義最小二乘法可消除異方差。（）5、存在異方差時，普通最小二乘法通常會高估參數(shù)估計量的方差（）6、 Goldfeld-Quandt 檢驗異方差時，排序后去掉中間c 個變量，c 值越大，檢驗就越高，但過高的 c,會降低檢驗的自由度，因而 c 應該適量，近似為樣本容量的 1/4。（）1、簡述異方差對 OLS 估計量的性質(zhì)、置信

47、區(qū)間、顯著性 t 檢驗和 F 檢驗有何影響。簡答題292、下列哪種情況是異方差性造成的結(jié)果？(1) OLS 估計量是有偏的(2) 通常的變量顯著性檢驗的 t 統(tǒng)計量不再服從 t 分布。(3) OLS 估計量不再具有最佳線性無偏性。3、已知線性回歸模型:yi 01X1i2x2ii六、計算分析題1、已知模型Yi0iXii2X2iUi式中，Yj為某公司在第 i 個地區(qū)的銷售額；X1匚為該地區(qū)的總收入；X2i為該公司在該地區(qū)投入的廣告費用(i=0,1,2，50)。(1) 由于不同地區(qū)人口規(guī)模R可能影響著該公司在該地區(qū)的銷售，因此有理由懷疑隨機誤差項Ui是異方差的。假設i依賴于Pi，請逐步描述你如何對此

48、進行檢驗。需說明：a、假設和備擇假設；b、要進行的回歸；c、要計算的檢驗統(tǒng)計值及它的分布(包括自由度)；d、接受或拒絕零假設的標準。(2)假設iPi。逐步描述如何求得 BLUE 并給出理論依據(jù)。2、已知模型Yo 1X1t 2X2t t,Var(t)的數(shù)據(jù)已知。假定給定權數(shù)wt，加權最小二乘法就是使2RSS(wt t)(wYt0wt1wX1t(1 )求 RSS 對0,1和2的偏微分并寫出正規(guī)方程。(2) 用 Z 去除遠模型，寫出所得新模型的正規(guī)方程。存在異方差性，隨機誤差項的方差為的影響？2冷3，問參數(shù)估計時，如何克服該異方差性2 2Zt,其中 Y, X1 , X2 和 Z2wtX2t)2最小。

49、2)中推導的結(jié)果一樣。301(3)把Wt帶入(1)中的正規(guī)方程，并證明它們和在(31第七章 序列相關性一、名詞解釋1、序列相關性2、差分法3、 DW 檢驗、單項選擇題1、DW 檢驗主要用于檢驗（）A 、異方差性B、自相關性C、隨機解釋變量D 、多重共線性2 、在下列引起序列自相關的原因中， 正確的有幾個？（）（ 1 ）經(jīng)濟變量具有慣性作用（ 2）經(jīng)濟行為的滯后性（ 3 ）設定偏誤（ 4）解釋變量之間的共線性A、 1 個B、 4 個C、 2 個D、 3 個3、若回歸模型的隨機誤差項存在一階自回歸形式的序列相關，則估計參數(shù)應采用 （ ）A 、普通最小二乘法B 、加權最小二乘法C、廣義差分法D 、工

50、具變量法4、用于檢驗序列相關的DW 統(tǒng)計量的取值范圍是（A、OWDWw1B、一 1 DW 1C、一 2 w DW w 2D、OWDW w 45、 已知 DW 統(tǒng)計量的值接近于0,則樣本回歸模型殘差的一階自相關系數(shù)？近似等于（）A 、 -1B 、OC、 1D、 0.56、 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 統(tǒng)計量近似等于（）A、 0B、 1D、 4C、 2327、在給定的顯著性水平之下，若DW 統(tǒng)計量的下、上臨界值分別為dLDW dU時，可認為隨機誤差項dL和dU, 則當（）33&某企業(yè)的生產(chǎn)決策是由模型St0 iRt描述(其中St為產(chǎn)量，Pt為價格)，又知：如果

51、該企業(yè)在t 1期生產(chǎn)過剩，決策者會削減t期的產(chǎn)量；如果該企 業(yè)在 t-1 期產(chǎn)出供不應求，決策者會增加t期的產(chǎn)量。由此判斷上述模型存在()C、 多重共線性問題D、 隨機解釋變量問題9、用矩陣形式表示的廣義最小二乘參數(shù)估計量為?(X1X)1X1Y，此估計量為N，若存在序列相關，同時存在異方差，即有2E(N) 0，Cov(N) E(NN )2w11w12K w1nM O Mwn1wn2L wnnB、單位矩陣D 、正定矩陣三、多項選擇題1 、下列可能導致模型產(chǎn)生序列相關的因素有()A 、模型形式被誤設B、經(jīng)濟序列本身的慣性C、模型中漏掉了重要的帶有自相關的解釋變量D 、數(shù)據(jù)的編造E、數(shù)據(jù)的規(guī)模差異2

52、、關于 D.W. 檢驗下列說法正確的()A、只適用于一階線性自回歸形式的序列相關檢驗，且樣本容量要充分大B、D.W.統(tǒng)計量的取值區(qū)間是0, 4C、 當 D.W.=2 時，對應的相關系數(shù)為0，表明不存在序列相關D、當 D.W.統(tǒng)計量的值落在區(qū)間dL,dU或者4-dU ,4-dL上時，無法確定隨機誤差項是否A 、存在一階正自相關C、不存在序列相關B、存在一階負相關D、存在序列相關與否不能斷定A 、 異方差問題B、 序列相關問題A 、有偏、有效的估計量B、有偏、無效的估計量C、無偏、無效的估計量D、無偏、有效的估計量10、對于模型Y X是一個A 、退化矩陣C、對角矩陣34存在自相關。E、當 D.W.

53、接近于 4 時，相關系數(shù)接近 1,表明可能存在完全正的一階自相關。353序列相關性的后果包括A 、參數(shù)估計量不再滿足無偏性（）B 、變量的顯著性檢驗失去意義C 、模型的預測失效D 、普通最小二乘法參數(shù)估計量方差較大4下列哪些方法可克服序列相關性（）A 、差分法C 、工具變量法B、加權最小一乘法D 、廣義最小二乘法四、判斷題1、當存在序列相關時，OLS 估計量是有偏的并且也是無效的。（）2 、兩個模型，一個是一階差分形式，一個是水平形式，這兩個模型的2R2是不可以直接比較的。（）3、 當模型存在自相關時， 可用 D-W 法進行檢驗， 不需要任何前提條件（）4、D.W.值在 0 和 4 之間，數(shù)值

54、越小說明正相關程度越大， 數(shù)值越大說明負相關程度越大 （）5、 用滯后的被解釋變量作解釋變量，模型隨機干擾項必然存在序列相關， 這時 D-W 檢驗就 不適用了。 （ ）五、簡答題1、在存在一階自相關的情形下，估計自相關參數(shù)2 、簡述序列相關帶來的后果。六、計算分析題1、對于模型：Yt12Xtut，問：（ 1）如果用變量的一階差分估計該模型，則意味著采用了何種自相關形式？（ 2 ）在用一階差分估計時，如果包含一個截距項，其含義是什么？有哪些不同的方法？說明基本思路。362、對模型Yt01X1t 2X2t3Yt 1t，假設Yt 1與t相關。為了消除該相關性，37采用工具變量法：先求Y關于Xit與X

55、2t回歸，得到Y(jié)?，再做如下回歸:Yt 0 iXit 2X213Y? 1t試問：這一方法能否消除原模型中Yi與t的相關性？為什么？3、以某地區(qū) 22 年的年度數(shù)據(jù)估計了如下工業(yè)就業(yè)回歸方程Y 3.89 0.511 nXj0.251 nX20.621 n X3（-0.56）（2.3）（-1.7）（5.8）_2R 0.996DW 1.147式中，Y 為總就業(yè)量；X1為總收入；X2為平均月工資率；X3為地方政府的總支出。（1） 試證明：一階自相關的 DW 檢驗是無定論的（取顯著性水平0.05）。（2） 逐步描述如何使用 LM 統(tǒng)計量進行一階自相關檢驗第八章虛擬變量模型一、名詞解釋1、虛擬變量2、虛擬

56、變量陷阱二、單項選擇題1、某商品需求函數(shù)為Y01Xii，其中丫為需求量，X為價格。為了考慮“地區(qū)”（農(nóng)村、城市）和“季節(jié)”（春、夏、秋、冬）兩個因素的影響，擬引入虛擬變量，則應引入虛擬變量的個數(shù)為（）A、2B、4C、5D、6382、根據(jù)樣本資料建立某消費函數(shù)如下:C? 100.50 55.35D 0.45Xt，其中 C 為消費,X 為收入，虛擬變量D1 城鎮(zhèn)家庭0 農(nóng)村家庭，所有參數(shù)均檢驗顯著，則城鎮(zhèn)家庭的消費函數(shù)為139A 、Ct1It2DItt, D0 I1000 元1 I 1000 元B 、Ct1D2It0 I1000 元1 I 1000 元C、Ct1(ItI )D1000 元, DI1

57、000 元1000 元D 、Ct1It2(ItI )DI*1000 元,0 I1000 元I1000 元A、C?t155.85 0.45XtB、C?t100.50 0.45XtC、C?t100.50 55.35XtD、C?t100.95 55.35Xt3、假設某需求函數(shù)為Yi0 1Xii，為了考慮“季節(jié)”因素（春、夏、秋、冬四個不同的狀態(tài)），引入 4 個虛擬變量形成截距變動模型， 則模型的 （ ） A 、參數(shù)估計量將達到最大精度B 、參數(shù)估計量是有偏估計量C 、 參數(shù)估計量是非一致估計量D 、參數(shù)將無法估計4、對于模型Yi01Xii， 為了考慮“地區(qū)”因素（北方、南方），引入 2 個虛擬變量形

58、成截距變動模型，則會產(chǎn)生（）A、序列的完全相關B、序列的不完全相關C、完全多重共線性D 、不完全多重共線性5、設消費函數(shù)為Yi0 1D0Xi 1DXii，其中虛擬變量D1 城鎮(zhèn)家庭0 農(nóng)村家庭當統(tǒng)計檢驗表明下列哪項成立時， 表示城鎮(zhèn)家庭與農(nóng)村家庭有一樣的消費行為 （ ）A 、10,10B 、10,10C 、10,10D、10,101 北方6、設消費函數(shù)Yi0 1DXi i，其中虛擬變量D，如果統(tǒng)計檢驗表0 南方明11成立， 則北方的消費函數(shù)與南方的消費函數(shù)是B 、相互垂直的D 、相互重疊的7、假定月收入水平在 1000 元以內(nèi)時， 居民邊際消費傾向維持在某一水平， 當月收入水平達 到或超過10

59、00 元時，性關系宜采用8、虛擬變量A 、相互平行的C、相互交叉的邊際消費傾向?qū)⒚黠@下降，則描述消費（C）依收入（I）變動的線40A 、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、主能代表質(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 9、如果一個模型中不包含截距項，對一個具有 m 個特征的質(zhì)的因素要引入虛擬變量的數(shù)目B 、 m-1D 、 m+1回歸模型的截距項和斜率都發(fā)生變換， 則這種模型稱為三、多項選擇題1、關于虛擬變量， 下列表述正確的有E、代表數(shù)量因素E、以上都可以 3、關于虛擬變量設置原則， 下列表述正確的有A 、當定性因素有 m 個類別時，引入 m-1 個虛擬變

60、量B 、當定性因素有 m 個類別時，引入 m 個虛擬變量，會產(chǎn)生多重共線性問題C、虛擬變量的值只能去0 和 1D、在虛擬變量的設置中，基礎類別一般取值為E、以上說法都正確四、判斷題，并說明理由1、在回歸模型Y0 iXi 2Di i中，如果虛擬變量Di的取值為 0 或 2， 而非通常情況下的 0 或 1，那么， 參數(shù)0、1、2的估計值將減半。( )理由：C 、m-210、由于引入虛擬變量，A 、平行模型B、重合模型C、 匯合模型D、相異模型A、是質(zhì)的因素的數(shù)量變化B、般情況下取值為 1 和 0C、代表質(zhì)的因素D、在有些情況下可以代表數(shù)量因素2、在線性模型中引入虛擬變量，可以反映A 、截距項變動B、斜率變動C、截距項和斜率同時變動D、分段回歸412、在引