計(jì)量經(jīng)濟(jì)學(xué) 謝識(shí)予 分章練習(xí)題

1、計(jì)量經(jīng)濟(jì)學(xué)分章練習(xí)題第一章 習(xí) 題一、判斷題1. 投入產(chǎn)出模型和數(shù)學(xué)規(guī)劃模型都是計(jì)量經(jīng)濟(jì)模型。（ ）2. 弗里希因創(chuàng)立了計(jì)量經(jīng)濟(jì)學(xué)從而獲得了諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。（ ）3. 丁伯根因創(chuàng)立了建立了第1個(gè)計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用模型從而獲得了諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。（ ）4. 格蘭杰因在協(xié)整理論上的貢獻(xiàn)而獲得了諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。（ ）5. 赫克曼因在選擇性樣本理論上的貢獻(xiàn)而獲得了諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。（ ）二、名詞解釋1計(jì)量經(jīng)濟(jì)學(xué)，經(jīng)濟(jì)學(xué)的一個(gè)分支學(xué)科，是對(duì)經(jīng)濟(jì)問題進(jìn)行定量實(shí)證研究的技術(shù)、方法和相關(guān)理論。2計(jì)量經(jīng)濟(jì)學(xué)模型，是一個(gè)或一組方程表示的經(jīng)濟(jì)變量關(guān)系以及相關(guān)條件或假設(shè)，是經(jīng)濟(jì)問題相關(guān)方面之間數(shù)量聯(lián)系和制約關(guān)系的基本描述。3

2、計(jì)量經(jīng)濟(jì)檢驗(yàn)，由計(jì)量經(jīng)濟(jì)學(xué)理論決定的，目的在于檢驗(yàn)?zāi)Ｐ偷挠?jì)量經(jīng)濟(jì)學(xué)性質(zhì)。通常最主要的檢驗(yàn)準(zhǔn)則有隨機(jī)誤差項(xiàng)的序列相關(guān)檢驗(yàn)和異方差性檢驗(yàn)，解釋變量的多重共線性檢驗(yàn)等。4截面數(shù)據(jù)，指在同一個(gè)時(shí)點(diǎn)上，對(duì)不同觀測(cè)單位觀測(cè)得到的多個(gè)數(shù)據(jù)構(gòu)成的數(shù)據(jù)集。5面板數(shù)據(jù)，是由對(duì)許多個(gè)體組成的同一個(gè)橫截面，在不同時(shí)點(diǎn)的觀測(cè)數(shù)據(jù)構(gòu)成的數(shù)據(jù)。三、單項(xiàng)選擇題1. 把反映某一單位特征的同一指標(biāo)的數(shù)據(jù)，按一定的時(shí)間順序和時(shí)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(shí)間序列數(shù)據(jù) C. 面板數(shù)據(jù) D. 原始數(shù)據(jù) 2. 同一時(shí)間、不同單位按同一統(tǒng)計(jì)指標(biāo)排列的觀測(cè)數(shù)據(jù)稱為（ C ）A原始數(shù)據(jù) B時(shí)間序列數(shù)據(jù)C截面

3、數(shù)據(jù) D面板數(shù)據(jù)3. 不同時(shí)間、不同單位按同一統(tǒng)計(jì)指標(biāo)排列的觀測(cè)數(shù)據(jù)稱為（ D ）A原始數(shù)據(jù) B時(shí)間序列數(shù)據(jù)C截面數(shù)據(jù) D面板數(shù)據(jù)4. 對(duì)計(jì)量經(jīng)濟(jì)模型進(jìn)行的結(jié)構(gòu)分析不包括（ D ）A乘數(shù)分析 B彈性分析C比較靜態(tài)分析 D隨機(jī)分析5. 一個(gè)普通家庭的每月所消費(fèi)的水費(fèi)和電費(fèi)是（ B ）A因果關(guān)系 B相關(guān)關(guān)系C恒等關(guān)系 D不相關(guān)關(guān)系6. 中國的居民消費(fèi)和GDP是（ C ）A因果關(guān)系 B相關(guān)關(guān)系C相互影響關(guān)系 D不相關(guān)關(guān)系7. 下列（ B ）是計(jì)量經(jīng)濟(jì)模型A BC投入產(chǎn)出模型 D其他8. 投資是（ A ）經(jīng)濟(jì)變量A流量 B存量C派生 D虛擬變量9. 資本是（ B ）經(jīng)濟(jì)變量A流量 B存量C派生 D虛擬

4、變量10. 對(duì)定性因素進(jìn)行數(shù)量化處理，需要定義和引進(jìn)（ C ）A宏觀經(jīng)濟(jì)變量 B微觀經(jīng)濟(jì)變量C虛擬變量 D派生變量四、計(jì)算分析題1.“計(jì)量經(jīng)濟(jì)模型就是數(shù)學(xué)”這種說法正確嗎，為什么?計(jì)量經(jīng)濟(jì)學(xué)模型不是數(shù)學(xué)式子，相比數(shù)學(xué)式子多了一個(gè)隨機(jī)誤差項(xiàng)，是隨機(jī)性的函數(shù)關(guān)系。2. 請(qǐng)嘗試建立大學(xué)生消費(fèi)函數(shù)模型。consumption=0+1income+五、簡答題1什么是計(jì)量經(jīng)濟(jì)學(xué)。計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)學(xué)的一個(gè)分支學(xué)科，是對(duì)經(jīng)濟(jì)問題進(jìn)行定量實(shí)證研究的技術(shù)、方法和相關(guān)理論。2試述計(jì)量經(jīng)濟(jì)分析的基本方法與步驟。(1)建模，(2)準(zhǔn)備數(shù)據(jù)，(3) 估計(jì)參數(shù)，(4)檢驗(yàn)和修正模型，(5)分析、預(yù)測(cè)和下結(jié)論3計(jì)量經(jīng)濟(jì)學(xué)模型

5、必須通過哪些檢驗(yàn)。a.經(jīng)濟(jì)意義檢驗(yàn)，b.統(tǒng)計(jì)學(xué)檢驗(yàn)，c.計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)，d.預(yù)測(cè)檢驗(yàn)4. 經(jīng)濟(jì)變量之間的一般有哪幾種關(guān)系。a.不相關(guān)關(guān)系，b.相關(guān)關(guān)系，c.因果關(guān)系，d.相互影響關(guān)系，e. 恒等關(guān)系第二章 習(xí) 題一、判斷題1. 分布是對(duì)稱分布。（ ）2. 最大似然估計(jì)是根據(jù)生成樣本的可能性最大來估計(jì)參數(shù)。（ ）3. t分布是有偏斜的分布。（ ）4. F分布是有偏斜的分布。（ ）5. 獨(dú)立、同分布正態(tài)隨機(jī)變量的任意線性組合仍服從正態(tài)分布。（ ）6. 。（ ）7. 均方誤就是方差。（ ）二、名詞解釋1線性性，參數(shù)估計(jì)量是隨機(jī)變量觀測(cè)值的線性組合。2無偏性3有效性4一致性5隨機(jī)變量三、單項(xiàng)選擇題11

6、. 令Z1,Z2,Zk為k個(gè)獨(dú)立的服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)變量，則它們的平方和服從自由度為k的（ ）分布。 A正態(tài)分布 Bt分布 C2分布 DF分布 12. 下列哪些（ ）分布是對(duì)稱分布。 A正態(tài)分布和2分布 B正態(tài)分布和F分布C正態(tài)分布和t分布 D2分布和F分布 13. 下列哪些（ ）分布是有偏斜的分布。 A正態(tài)分布和2分布 B正態(tài)分布和F分布C正態(tài)分布和t分布 D2分布和F分布 14. 顯著性檢驗(yàn)是（ ）。 A計(jì)量檢驗(yàn) B統(tǒng)計(jì)檢驗(yàn) C預(yù)測(cè)檢驗(yàn) D經(jīng)濟(jì)意義檢驗(yàn)15. F分布可以看做是（ ）相除。A正態(tài)分布和2分布 B正態(tài)分布和F分布C2分布和2分布 Dt分布和2分布 16. t分布可以看做是（

7、 ）相除。A正態(tài)分布和2分布 B正態(tài)分布和F分布C2分布和2分布 D標(biāo)準(zhǔn)正態(tài)分布和2分布 17. 令Z1,Z2,Zk為k個(gè)獨(dú)立的服從同一正態(tài)分布的隨機(jī)變量，則它們的任意線性組合服從（ ）分布。 A正態(tài)分布 Bt分布 C2分布 DF分布 18. 自由度為k2的t分布的方差是（ ）。 Ak B2k Ck/（k-2） Dk/（k-1） 19. 自由度為k2的t分布的數(shù)學(xué)期望是（ ）。 Ak B2k C1 D0 20. 自由度為k2的2分布的方差是（ ）。 Ak B2k Ck/（k-2） Dk/（k-1） 四、計(jì)算分析題1擲兩枚硬幣，請(qǐng)指出至少出現(xiàn)一個(gè)正面的概率是多少？2. 隨機(jī)變量x服從自由度為20

8、的t分布，那么y=x2服從什么分布？五、簡答題1什么是概率的古典定義。2試述契約貝曉夫不等式。3試述。4. 什么是統(tǒng)計(jì)檢驗(yàn)。第三章 習(xí) 題一、判斷題8. 數(shù)學(xué)模型不是計(jì)量經(jīng)濟(jì)模型。（ ）9. 決定系數(shù)與相關(guān)系數(shù)的含義是相同的。（ ）10. 在計(jì)量經(jīng)濟(jì)模型中，隨機(jī)擾動(dòng)項(xiàng)與殘差項(xiàng)無區(qū)別。（ ）11. 投入產(chǎn)出模型和數(shù)學(xué)規(guī)劃模型都是經(jīng)濟(jì)計(jì)量模型。（ ）12. 高斯馬爾科夫定律假設(shè)隨機(jī)誤差項(xiàng)服從正態(tài)分布。（ ）二、名詞解釋1Blue估計(jì)2球形擾動(dòng)3擬合度4決定系數(shù)5點(diǎn)預(yù)測(cè)三、選擇題（1）單選1. 下面屬于面板數(shù)據(jù)的是（ ）。 A、1991-2003年各年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)的平均工業(yè)產(chǎn)值B、1991-20

9、03年各年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)的各鎮(zhèn)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)工業(yè)產(chǎn)值2. 線性回歸分析中的基本假設(shè)定義（ ）。 A解釋變量和被解釋變量都是隨機(jī)變量 B解釋變量為非隨機(jī)變量，被解釋變量為隨機(jī)變量 C解釋變量和被解釋變量都為非隨機(jī)變量 D解釋變量為隨機(jī)變量，被解釋變量為非隨機(jī)變量3. 最小二乘原理是指使（ ）達(dá)到最小值的原則確定樣本回歸方程。A. B.C. D.4. 對(duì)線性回歸模型單個(gè)參數(shù)進(jìn)行顯著性檢驗(yàn)的是（ ）A決定系數(shù)R2 Bt檢驗(yàn) CF檢驗(yàn) D標(biāo)準(zhǔn)差5. 衡量樣本回歸直線對(duì)數(shù)據(jù)擬合程度的是（ ）A決定系數(shù)R2 Bt檢驗(yàn) CF檢驗(yàn) D標(biāo)準(zhǔn)差6.

10、同一統(tǒng)計(jì)指標(biāo)按時(shí)間順序記錄的數(shù)據(jù)列稱為（ ）A、橫截面數(shù)據(jù) B、時(shí)間序列數(shù)據(jù) C、面板數(shù)據(jù) D、時(shí)間數(shù)據(jù)7. 在回歸模型中，n為樣本容量，檢驗(yàn)時(shí)所用的統(tǒng)計(jì)量服從的分布為 （ ）。A、2(n-2) B、t(n-1) C、2(n-1) D、t(n-2)（2）多選8最小二乘估計(jì)量的統(tǒng)計(jì)性質(zhì)有（ ）A. 無偏性 B. 線性性 C. 最小方差性 D. 不一致性 E. 有偏性9利用普通最小二乘法求得的樣本回歸直線的特點(diǎn)（ ）A. 必然通過點(diǎn) B. 可能通過點(diǎn) C. 殘差的均值為常數(shù) D. 的平均值與的平均值相等 E. 殘差與解釋變量之間有一定的相關(guān)性10隨機(jī)變量（隨機(jī)誤差項(xiàng)）中一般包括那些因素（ ）A 回

11、歸模型中省略的變量B 人們的隨機(jī)行為C 建立的數(shù)學(xué)模型的形式不夠完善。D 經(jīng)濟(jì)變量之間的合并誤差。E 測(cè)量誤差。四、計(jì)算分析題1.某線性回歸的結(jié)果如下：Dependent Variable: YMethod: Least SquaresSample: 1981 2002Included observations: 22VariableCoefficientStd. Errort-StatisticProb.C237.7530( )3.4782000.0024X0.7510890.010396( )0.0000R-squared0.996183Mean dependent var3975.000

12、Adjusted R-squared0.995992S.D. dependent var3310.257Sum squared resid878414.7Schwarz criterion13.71371Log likelihood-147.7598F-statistic5219.299Durbin-Watson stat1.287765Prob(F-statistic)0.000000（1）計(jì)算括號(hào)內(nèi)的值（2）判斷解釋變量X對(duì)被解釋變量Y是否有顯著性影響并給出理由（3）計(jì)算隨機(jī)誤差項(xiàng)的方差2的估計(jì)值。2.下表給出了含截距項(xiàng)的一元線性回歸模型的回歸的結(jié)果： 方差來源平方和自由度（df）平方和的

13、均值（MSS）來自回歸(ESS)106.581來自殘差(RSS)（ ）17總離差(TSS)108.38（ ）注：保留3位小數(shù)，可以使用計(jì)算器。在5%的顯著性水平下。1. 完成上表中空白處內(nèi)容。2.此回歸模型包含多少個(gè)樣本？ 3. 求。五、簡答題1什么BLUE估計(jì)。2什么是球形擾動(dòng)。3. 什么是高斯馬爾科夫定律？4. 什么是最小二乘估計(jì)量的線性性？第四章 習(xí) 題一、判斷題13. 要使得計(jì)量經(jīng)濟(jì)學(xué)模型擬合得好，就必須增加解釋變量。（ ）14. 一元線性回歸模型與多元線性回歸模型的基本假定是相同的。（ ）15. 決定系數(shù)與相關(guān)系數(shù)的含義是相同的。（ ）16. 線性回歸模型中增加解釋變量，調(diào)整的決定系

14、數(shù)將變大。（ ）5線性回歸模型中檢驗(yàn)回歸顯著性時(shí)結(jié)果顯著，則所有解釋變量對(duì)被解釋變量都沒有解釋力。（ ）二、名詞解釋1決定系數(shù)2調(diào)整的決定系數(shù)3參數(shù)顯著性檢驗(yàn)4模型總體顯著性檢驗(yàn)5多元線性回歸模型三、選擇題（1）單選8. 為了分析隨著解釋變量變動(dòng)一個(gè)單位，因變量的增長率變化的情況，模型應(yīng)該設(shè)定為( )。A、 B、 C、 D、 9. 已知含截距項(xiàng)的3元線性回歸模型估計(jì)的殘差平方和為=1200，樣本容量為n=24，則誤差項(xiàng)方差的無偏估計(jì)量S2為 （ ） A、 400 B、 40 C、60 D、 8010. 多元線性回歸模型滿足六個(gè)基本假設(shè)，其最小二乘估計(jì)量服從（ ） A正態(tài)分布 Bt分布 C2分布

15、 DF分布 11. 普通最小二乘法要求線性回歸模型的隨機(jī)誤差項(xiàng)ui,滿足某些基本假定，下列錯(cuò)誤的是（ ）。AE(ui)=0 BE(ui2)=i2 CE(ui uj)=0，ij Dui N(0, 2)12. 多元線性回歸分析中的 ESS（解釋平方和）反映了（ ）A因變量觀測(cè)值總變差的大小 B因變量回歸估計(jì)值總變差的大小C因變量觀測(cè)值與估計(jì)值之間的總變差DY關(guān)于X的邊際變化13. 用一組有30個(gè)觀測(cè)值的樣本估計(jì)模型，并在0.05的顯著性水平下對(duì)總體顯著性進(jìn)行檢驗(yàn)，則檢驗(yàn)拒絕零假設(shè)的條件是統(tǒng)計(jì)量F大于()。 A、F0.05(3,26)B、t0.025(3,30)C、F0.05(3,30) D、t0.

16、025(2,26)14. 多元線性回歸分析中的 TSS（總的離差平方和）的自由度為（ ）Ak Bn Cn-k-1 Dn-1（2）多選15. 對(duì)于ols，下列式子中正確的是（ ）（ESS為解釋平方和，RSS為殘差平方和）AR2 =RSS/TSS BR2 =ESS/TSS CR2 =ESS/RSSDTSS=ESS+RSS E以上都不對(duì)16. 對(duì)于線性回歸模型的隨機(jī)誤差項(xiàng)ei, Var(ei)=E(ei2)=2內(nèi)涵指（ ）A隨機(jī)誤差項(xiàng)的期望為零 B所有隨機(jī)誤差都有相同的方差 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 E以上都不對(duì)17. 對(duì)模型Yi=0+1X1i+2X2i+i進(jìn)行總體顯著性檢驗(yàn)，如

17、果檢驗(yàn)結(jié)果總體線性關(guān)系顯著，則有可能（ ）。 A1=2=0B10，2=0C1=0，20 D10，20 E以上都對(duì)四、計(jì)算分析題1某線性回歸的結(jié)果如下：Dependent Variable: YMethod: Least SquaresDate: 11/30/08 Time: 13:47Sample: 1 16Included observations: 16VariableCoefficientStd. Errort-StatisticProb. C-176.277830.62414-5.7561700.0001X11.026137（ ）62.789360.0000X20.6699640.19

18、1239（ ）0.0039R-squared0.999726 Mean dependent var5468.869Adjusted R-squared0.99968 S.D. dependent var3659.889S.E. of regression65.10726 Akaike info criterion11.35731Sum squared resid55106.42 Schwarz criterion11.50217Log likelihood-87.85848 F-statistic（ ）Durbin-Watson stat1.345305 Prob(F-statistic)0.

19、000000（1）計(jì)算括號(hào)內(nèi)的值。（2）寫出回歸模型方程。（3）判斷解釋變量X1對(duì)被解釋變量Y是否有顯著性影響，并給出理由。（4）計(jì)算隨機(jī)誤差項(xiàng)的方差2的估計(jì)值。2.下表給出了用最小二乘法對(duì)三元線性模型回歸的結(jié)果(解釋變量個(gè)數(shù)為3)方差來源平方和（SS）自由度（df）來自回歸ESS900（ ）來自殘差RSS（ ）（ ）總離差TSS100018（1）計(jì)算括號(hào)里的值（2）求R2和（3）對(duì)回歸顯著性進(jìn)行檢驗(yàn)(F0.05=3.29)五、簡答題1試述多元線性回歸模型的基本假設(shè)。2. 試述多元線性回歸模型的基本假設(shè)與一元線性回歸模型的不同之處。3. 試述多元線性回歸模型的基本假設(shè)與一元線性回歸模型的相同之

20、處。4. 多元線性回歸模型為什么采用調(diào)整的決定系數(shù)？第五章 習(xí) 題一、判斷題17. 鄒檢驗(yàn)是檢驗(yàn)線性回歸模型是否出現(xiàn)異常值問題。（ ）18. 國籍變量是虛擬變量。（ ）19. 通過虛擬變量將屬性因素引入計(jì)量經(jīng)濟(jì)模型，引入虛擬變量的個(gè)數(shù)與樣本容量大小有關(guān)。（ ）20. 經(jīng)濟(jì)數(shù)據(jù)出現(xiàn)脫離基本趨勢(shì)的異常值時(shí)，則會(huì)違反線性回歸模型的基本假設(shè)（ei為隨機(jī)誤差項(xiàng)）E(ei)0。（ ）21. 非線性回歸需要對(duì)待估參數(shù)賦初始值。（ ）二、名詞解釋1解釋變量缺落2異常值3規(guī)律性擾動(dòng)4虛擬變量5參數(shù)改變?nèi)?、選擇題（1）單選18. 設(shè)個(gè)人消費(fèi)函數(shù)Yi=C0+C1Xi+ui中，消費(fèi)支出Y不僅同收入X有關(guān)，而且與消費(fèi)者

21、年齡構(gòu)成有關(guān)，年齡構(gòu)成可分為青年、中年和老年三個(gè)層次，假設(shè)邊際消費(fèi)傾向不變，則考慮年齡因素的影響，該消費(fèi)函數(shù)引入虛擬變量的個(gè)數(shù)應(yīng)為( ) A1個(gè)B2個(gè) C3個(gè)D4個(gè)19. 需求函數(shù)Yi=0+1Xi+i，為了考慮“區(qū)域”因素(東部沿海、中部、西部、珠江三角洲、北部5種不同的狀態(tài))的影響，引入5個(gè)虛擬變量，則模型的()A參數(shù)估計(jì)量將達(dá)到最大精度B參數(shù)估計(jì)量是有偏估計(jì)量C參數(shù)估計(jì)量是非一致估計(jì)量D參數(shù)將無法估計(jì)20. 鄒檢驗(yàn)是檢驗(yàn)多元線性回歸模型出現(xiàn)了（ ）問題。A異常值 B異方差 C參數(shù)發(fā)生改變 D誤差序列相關(guān)21. 設(shè)模型，其中D為虛擬變量，當(dāng)上式為斜率變動(dòng)模型時(shí)，統(tǒng)計(jì)檢驗(yàn)結(jié)果應(yīng)為()。 A、B

22、、 C、D、22. 設(shè)模型，其中D為虛擬變量，當(dāng)上式為截距變動(dòng)模型時(shí)，統(tǒng)計(jì)檢驗(yàn)結(jié)果應(yīng)為()。 A、B、 C、D、23. 設(shè)模型，其中D為虛擬變量，當(dāng)上式為截距和斜率同時(shí)變動(dòng)模型時(shí)，統(tǒng)計(jì)檢驗(yàn)結(jié)果應(yīng)為()。 A、B、 C、D、（2）多項(xiàng)24. 下列哪種情況會(huì)違反線性回歸模型的基本假設(shè)E(ei)0(ei為隨機(jī)誤差項(xiàng))A非線性隨機(jī)函數(shù)關(guān)系仍用線性模型進(jìn)行ols估計(jì) B模型參數(shù)發(fā)生改變 C遺漏重要變量 D異常值 E以上都不對(duì)25. 下列屬于模型設(shè)定偏誤的是（ ）。A、模型遺漏重要的解釋變量 B、模型設(shè)定沒有考慮到參數(shù)變化C、模型形式設(shè)定有誤 D、把非線性模型設(shè)定為線性模型E、模型預(yù)測(cè)值與實(shí)際值的誤差26

23、. 已知多元線性回歸模型參數(shù)發(fā)生改變，可以采用（ ）方法處理。A鄒檢驗(yàn) B分段回歸 C引入虛擬變量 DVIF檢驗(yàn)27. 變量關(guān)系非線性可以采用（ ）方法處理。 A、初等數(shù)學(xué)變換化為線性模型B、非線性回歸 C、分段回歸D、逐步回歸四、計(jì)算分析題1.用線性回歸模型估計(jì)工資Wage與工齡Exper的關(guān)系時(shí)，還考慮到職稱可能也對(duì)工資有影響，職稱分為中級(jí)及以下與高級(jí)共2個(gè)層次，將職稱以虛擬變量D1、D2、等表示。（1）請(qǐng)解釋虛擬變量的設(shè)置原則？（2）需要設(shè)置幾個(gè)虛擬變量？請(qǐng)對(duì)虛擬變量進(jìn)行賦值。（3）寫出考慮職稱因素的可能的線性回歸模型。2、為研究學(xué)歷與工資的關(guān)系，我們隨機(jī)抽樣調(diào)查了510名員工（其中36

24、0名男，150名女），并得到如下兩種回歸模型：EDUW5.662506551.232+= （2.1）t=(5.2066) (8.6246)EDUDW34.028238.239621.122+= (2. 2)t=(2.5884) (4.0149) (5.1613)其中，W(wage)=工資 （單位：千元）；EDU(education)=受教育年限= 01女男D請(qǐng)回答以下問題：（1） 你將選擇哪一個(gè)模型？為什么？（5分）（2） D的系數(shù)說明了什么？（5分）五、簡答題1哪些情況可能引起線性回歸模型誤差項(xiàng)均值非零？分別該如何處理2處理參數(shù)改變的方法有哪些？3虛擬變量的設(shè)置原則是什么？4用Eviews軟

25、件做非線性回歸的三個(gè)步驟是什么？第六章 習(xí) 題一、判斷題22. 處理異方差的方法是加入虛擬變量。（ ）23. 線性回歸模型存在異方差，最小二乘估計(jì)量仍然是無偏的。（ ）24. 線性回歸模型存在異方差，最小二乘估計(jì)量仍然是有效的。（ ）25. 戈德菲爾德-夸特檢驗(yàn)可以檢驗(yàn)復(fù)雜性異方差。（ ）26. 懷特檢驗(yàn)可以檢驗(yàn)異方差。（ ）二、名詞解釋1同方差2異方差3加權(quán)最小二乘法4戈里瑟檢驗(yàn)5懷特檢驗(yàn)三、選擇題（1）單選1. 檢驗(yàn)線性回歸模型是否存在異方差的方法是（ ）A懷特檢驗(yàn) BT檢驗(yàn) CDW檢驗(yàn) D鄒檢驗(yàn)2. 戈德-夸特檢驗(yàn)構(gòu)造一個(gè)服從（ ）的統(tǒng)計(jì)量來對(duì)線性回歸模型進(jìn)行異方差檢驗(yàn)。A正態(tài)分布 Bt

26、分布 C2分布 DF分布 3. 下列方法中（ ）不僅可以判斷線性回歸模型是否存在異方差，而且可以得出具體的異方差形式。A戈德-夸特檢驗(yàn)B懷特檢驗(yàn) C戈里瑟檢驗(yàn)D殘差序列圖分析4. 對(duì)于模型Yi=0+1Xi+ui，如果在異方差檢驗(yàn)中發(fā)現(xiàn)Var(ui)=Xi42，則用加權(quán)最小二乘法處理異方差估計(jì)模型參數(shù)時(shí)，權(quán)數(shù)應(yīng)為（ ）。 AXi BXi2 C1/Xi D1/ Xi2 5. 回歸模型中具有異方差性時(shí)，仍用OLS估計(jì)模型，則以下說法正確的是（ ）A. 參數(shù)估計(jì)值是無偏非有效的 B. 參數(shù)估計(jì)量仍具有最小方差性 C. 常用F 檢驗(yàn)失效 D. 參數(shù)估計(jì)量是有偏的6. 更容易產(chǎn)生異方差的數(shù)據(jù)為 ( ) A

27、. 時(shí)序數(shù)據(jù) B. 修勻數(shù)據(jù) C. 橫截面數(shù)據(jù) D. 年度數(shù)據(jù)7. 檢驗(yàn)線性回歸模型是否存在異方差的方法是（ ）AT檢驗(yàn) B戈德菲爾德-夸特檢驗(yàn) CDW檢驗(yàn) D鄒檢驗(yàn)8. 檢驗(yàn)線性回歸模型是否存在異方差的方法是（ ）A戈里瑟檢驗(yàn) BT檢驗(yàn) CDW檢驗(yàn) D鄒檢驗(yàn)（2）多選9 如果模型中存在異方差現(xiàn)象，則會(huì)引起如下后果（ ）A. 參數(shù)估計(jì)值有偏B. 參數(shù)估計(jì)值的方差不能正確確定C. 變量的顯著性檢驗(yàn)失效D. 預(yù)測(cè)精度降低 E. 參數(shù)估計(jì)值仍是無偏的10常用的檢驗(yàn)異方差的方法有（ ）。A、戈里瑟檢驗(yàn) B、戈德菲爾德-匡特檢驗(yàn) C、懷特檢驗(yàn)D、DW檢驗(yàn) E、方差膨脹因子檢測(cè)四、計(jì)算分析題1. 對(duì)樣本回

28、歸方程LOG(Y)=-1.95+0.60*LOG(L)+0.67* LOG(K)+e 進(jìn)行懷特異方差檢驗(yàn)，Heteroskedasticity Test: WhiteObs*R-squared8.099182Prob0.1509Scaled explained SS3.324059Prob0.6502Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 11/20/11 Time: 16:53Sample: 1978 1994Included observations: 17CoefficientStd. Erro

29、rt-StatisticProb.C15.5632013.022011.1951460.2572LOG(L)-5.0323514.278733-1.1761310.2644(LOG(L)20.4131090.3517601.1744070.2650(LOG(L)*(LOG(K)-0.2093590.183413-1.1414630.2779LOG(K)1.2186261.1144051.0935220.2975(LOG(K)20.0298670.0240811.2402680.2407R-squared0.476422Mean dependent var0.000623Adjusted R-s

30、quared0.238433S.D. dependent var0.000707S.E. of regression0.000617Akaike info criterion-11.67327Sum squared resid4.19E-06Schwarz criterion-11.37919Log likelihood105.2228Hannan-Quinn criter.-11.64404F-statistic2.001861Durbin-Watson stat2.585670Prob(F-statistic)0.156732（1）請(qǐng)寫出估計(jì)的輔助回歸方程？（2）請(qǐng)指出懷特統(tǒng)計(jì)量的值并判斷

31、樣本回歸方程是否存在異方差？2.對(duì)某含截距項(xiàng)的線性模型（4個(gè)解釋變量）進(jìn)行最小二乘法回歸。將樣本容量為60的樣本按從小到大的順序排列后，去掉中間的20個(gè)樣本后在均分為兩組，分別回歸后ei2=896.6，e22=147.2，在=95%的置信水平下判斷是否存在異方差。如果存在，判斷是遞增還是遞減的異方差。（F0.05（10，10）=2.98，F(xiàn)0.05（12，12）=2.69，F(xiàn)0.05（15，15）=2.4）五、問答題1試述異方差的影響。2試述克服異方差的方法。3試述常用的檢驗(yàn)異方差的方法。4試述懷特檢驗(yàn)的步驟。第七章 習(xí) 題一、判斷題27. 任何情況下都可以用一階差分法消除序列相關(guān)。（ ）28

32、. 存在誤差序列相關(guān)時(shí)，OLS估計(jì)量仍然是無偏的。（ ）29. DW檢驗(yàn)值在0到4之間，數(shù)值趨于4說明模型誤差項(xiàng)的自相關(guān)度越小。（ ）30. 誤差一階相關(guān)是最常見的誤差序列相關(guān)（ ）。31. DW檢驗(yàn)的所有數(shù)值區(qū)域均可作出誤差序列相關(guān)或不相關(guān)的判斷（ ）。二、名詞解釋1誤差序列相關(guān)2誤差序列一階相關(guān)3廣義差分法4柯奧迭代法5杜賓兩步法三、選擇題（1）單選28. 設(shè)為隨機(jī)誤差項(xiàng)，則一階線性自相關(guān)是指（ ）29. 在序列自相關(guān)的情況下，參數(shù)估計(jì)值仍是無偏的，其原因是（ ） A. 無多重共線性假定成立B. 同方差假定成立C. 零均值假定成立D. 解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定成立30. 應(yīng)用DW檢驗(yàn)

33、方法時(shí)應(yīng)滿足該方法的假定條件，下列不是其假定條件的為（ ）A. 解釋變量為非隨機(jī)的B. 被解釋變量為非隨機(jī)的C. 線性回歸模型中不能含有滯后內(nèi)生變量D. 隨機(jī)誤差項(xiàng)服從一階自回歸31. 在下列引起序列自相關(guān)的原因中，不正確的是（ ）A. 經(jīng)濟(jì)變量具有慣性作用B. 經(jīng)濟(jì)行為的滯后性C. 設(shè)定偏誤 D. 解釋變量之間的共線性32. 在DW檢驗(yàn)中，當(dāng)d統(tǒng)計(jì)量為2時(shí)，表明（ ）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33. 在序列自相關(guān)的情況下，參數(shù)估計(jì)值的方差不能正確估計(jì)的原因是（ ）34. 如果回歸模型違背了無自相關(guān)假定，最小二乘估計(jì)量是( )A無偏的，有效

34、的 B. 有偏的，非有效的 C無偏的，非有效的 D. 有偏的，有效的（2）多選35. 如果模型中存在序列自相關(guān)現(xiàn)象，則有如下后果（ ）A. 參數(shù)估計(jì)值有偏B. 參數(shù)估計(jì)值的方差不能正確確定C. 變量的顯著性檢驗(yàn)失效D. 預(yù)測(cè)精度降低E參數(shù)估計(jì)值仍是無偏的36. 在DW檢驗(yàn)中，存在不能判定的區(qū)域是（ ）A. 0 B. 4- C. D. 4-4- E4-437. 檢驗(yàn)序列自相關(guān)的方法是（ ）A. F檢驗(yàn)法B. White檢驗(yàn)法 C. 圖形法 D. ARCH檢驗(yàn)法 EDW檢驗(yàn)法F. Goldfeld-Quandt檢驗(yàn)法四、計(jì)算分析題1.用家庭消費(fèi)支出(Y)、可支配收入(X1)、個(gè)人財(cái)富(X2)設(shè)定模

35、型如下：,回歸分析結(jié)果為：Dependent Variable: YMethod: Least SquaresIncluded observations: 10VariableCoefficientStd. Errort-StatisticProb. C24.40706.99733.48810.0101X1-0.34010.4785-0.71080.5002X20.08230.04581.79690.1152R-squared0.9615 Mean dependent var111.1256Adjusted R-squared0.9505 S.D. dependent var31.4289S.

36、E. of regression6.5436 Akaike info criterion4.1338Sum squared resid342.5486 Schwarz criterion4.2246Log likelihood-31.8585 F-statistic87.3336Durbin-Watson stat2.4382 Prob(F-statistic)0.000000其中已知d0.05(2.10)L=0.697, d0.05(2.10)U=1.641 （1）在0.05的顯著性水平下，判斷模型中隨機(jī)誤差項(xiàng)是否存在自相關(guān)性，要求把DW檢驗(yàn)的臨界值和區(qū)域圖畫出來。（2）計(jì)算隨機(jī)誤差項(xiàng)的一階

37、自相關(guān)系數(shù)的估計(jì)值。2某線性回歸的結(jié)果如下：Dependent Variable: YMethod: Least SquaresDate: 11/17/11 Time: 20:45Sample: 1981 1999Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C1.4307110.8606191.6624210.1159G0.2719600.1709401.5909690.1312S0.4161520.02385717.443720.0000R-squared0.986920 Mean depend

38、ent var5.407480Adjusted R-squared0.985285 S.D. dependent var0.496602S.E. of regression0.060241 Akaike info criterion-2.636977Sum squared resid0.058064 Schwarz criterion-2.487855Log likelihood28.05128 F-statistic603.6032Durbin-Watson stat0.553242 Prob(F-statistic)0.000000 （dL=1.704 dU=1.536）判斷模型中隨機(jī)誤差

39、項(xiàng)是否存在自相關(guān)性，簡述如何消除序列相關(guān)的方法。五、問答題1什么是序列相關(guān)？2. 試述序列相關(guān)的影響。3. 試述克服序列相關(guān)的方法。4. 試述檢驗(yàn)序列相關(guān)的方法第八章 習(xí) 題一、判斷題32. 存在多重共線性時(shí)，模型參數(shù)無法估計(jì)。（ ）33. 多重共線性問題是隨機(jī)擾動(dòng)項(xiàng)違背古典假設(shè)引起的。（ ）34. 方差膨脹因子可以檢驗(yàn)多重共線性。（ ）35. 工具變量法可以解決多重共線性問題。（ ）36. 逐步回歸法可以解決多重共線性問題。（ ）二、名詞解釋1嚴(yán)格多重共線性2近似多重共線性3方差膨脹因子檢驗(yàn)4刪減解釋變量法5分布估計(jì)參數(shù)法三、選擇題（1）單選1多元線性回歸模型中，發(fā)現(xiàn)各參數(shù)估計(jì)量的t值都不顯

40、著，但模型的F值確很顯著，這說明模型存在（ ）A多重共線性 B異方差 C自相關(guān) D設(shè)定偏誤2逐步回歸法既檢驗(yàn)又修正了（ ）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3如果模型中解釋變量存在完全的多重共線性，參數(shù)的最小二乘估計(jì)量是（ ）A無偏的 B. 有偏的 C. 不確定的 D. 確定的4簡單相關(guān)系數(shù)矩陣方法主要用于檢驗(yàn)（ ）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5設(shè)為解釋變量，則完全多重共線性是( )6設(shè)為解釋變量，則近似多重共線性是( )7檢驗(yàn)近似多重共線性的方法是( )AVIF檢驗(yàn) B.鄒檢驗(yàn)C戈里瑟檢驗(yàn) D.DW檢驗(yàn)8處理近似多重共線性的方法是( )A加權(quán)最

41、小二乘法 B.異方差自相關(guān)穩(wěn)健標(biāo)準(zhǔn)誤C加入虛擬變量 D.刪減解釋變量（2）多選9能夠檢驗(yàn)多重共線性的方法有（ ）A. 簡單相關(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) 10如果模型中解釋變量之間存在完全共線性，則會(huì)引起如下后果（ ） A.參數(shù)估計(jì)值確定B.參數(shù)估計(jì)值不確定C. 參數(shù)估計(jì)值的方差趨于無限大D. 參數(shù)的經(jīng)濟(jì)意義不正確 E.DW統(tǒng)計(jì)量落在了不能判定的區(qū)域四、計(jì)算分析題1.下面結(jié)果是利用某地財(cái)政收入對(duì)該地第一、二、三產(chǎn)業(yè)增加值的回歸結(jié)果。根據(jù)這一結(jié)果試判斷該模型是否存在多重共線性，說明你的理由。Dependent Varia

42、ble: REVMethod: Least SquaresSample: 1 10Included observations: 10VariableCoefficientStd. Errort-StatisticProb. C17414.6314135.101.2320130.2640GDP1-0.2775100.146541-1.8937430.1071GDP20.0848570.0935320.9072520.3992GDP30.1905170.1516801.2560480.2558R-squared0.993798 Mean dependent var63244.00Adjusted

43、R-squared0.990697 S.D. dependent var54281.99S.E. of regression5235.544 Akaike info criterion20.25350Sum squared resid1.64E+08 Schwarz criterion20.37454Log likelihood-97.26752 F-statistic320.4848Durbin-Watson stat1.208127 Prob(F-statistic)0.0000012. 用家庭消費(fèi)支出(Y)、可支配收入(X1)、個(gè)人財(cái)富(X2)設(shè)定模型如下：,回歸分析結(jié)果為：Depend

44、ent Variable: YMethod: Least SquaresIncluded observations: 10VariableCoefficientStd. Errort-StatisticProb. C24.40706.99733.48810.0101X1-0.34010.4785-0.71080.5002X20.08230.04581.79690.1152R-squared0.9615 Mean dependent var111.1256Adjusted R-squared0.9505 S.D. dependent var31.4289S.E. of regression6.5

45、436 Akaike info criterion4.1338Sum squared resid342.5486 Schwarz criterion4.2246Log likelihood-31.8585 F-statistic87.3336Durbin-Watson stat2.4382 Prob(F-statistic)0.000000其中已知d0.05(2.10)L=0.697, d0.05(2.10)U=1.641 （1）模型是否存在多重共線性？為什么？ （2）在0.05的顯著性水平下，判斷模型中隨機(jī)誤差項(xiàng)是否存在自相關(guān)性，要求把DW檢驗(yàn)的臨界值和區(qū)域圖畫出來。（3）計(jì)算隨機(jī)誤差項(xiàng)的一

46、階自相關(guān)系數(shù)的估計(jì)值。五、問答題1什么是完全多重共線性？2什么是近似多重共線性？3如何判斷近似多重共線性？4. 克服近似多重共線性有哪些方法？第九章 習(xí) 題一、判斷題37. 解釋變量中含有滯后因變量，仍然可以使用OLS得到正確的估計(jì)。（ ）38. 格蘭杰因果關(guān)系檢驗(yàn)對(duì)截面數(shù)據(jù)不適合。（ ）39. 工具變量技術(shù)是處理異方差問題的。（ ）4格蘭杰因果性檢驗(yàn)的結(jié)論只是統(tǒng)計(jì)意義上的因果性，而不一定是真正的因果關(guān)系。（ ）5.對(duì)無限分布滯后模型可采用考伊克方法來簡化模型。（ ）二、名詞解釋1分布滯后模型2有限分布滯后模型3無限分布滯后模型4自回歸模型5自回歸分布滯后模型三、選擇題（1）單選38. 對(duì)于有限分布滯后模型