計(jì)量經(jīng)濟(jì)學(xué)期末考試試題兩套及答案

1、精選優(yōu)質(zhì)文檔-傾情為你奉上練習(xí)題一一、單選題（15小題，每題2分，共30分）1.有關(guān)經(jīng)濟(jì)計(jì)量模型的描述正確的為( )A.經(jīng)濟(jì)計(jì)量模型揭示經(jīng)濟(jì)活動中各個(gè)因素之間的定性關(guān)系B.經(jīng)濟(jì)計(jì)量模型揭示經(jīng)濟(jì)活動中各個(gè)因素之間的定量關(guān)系，用確定性的數(shù)學(xué)方程加以描述C.經(jīng)濟(jì)計(jì)量模型揭示經(jīng)濟(jì)活動中各個(gè)因素之間的定量關(guān)系，用隨機(jī)性的數(shù)學(xué)方程加以描述D.經(jīng)濟(jì)計(jì)量模型揭示經(jīng)濟(jì)活動中各個(gè)因素之間的定性關(guān)系，用隨機(jī)性的數(shù)學(xué)方程加以描述2.在X與Y的相關(guān)分析中( )A.X是隨機(jī)變量，Y是非隨機(jī)變量 B.Y是隨機(jī)變量，X是非隨機(jī)變量C.X和Y都是隨機(jī)變量 D.X和Y均為非隨機(jī)變量3.對于利用普通最小二乘法得到的樣本回歸直線，下

2、面說法中錯(cuò)誤的是( )A. B. C. D. 4.在一元回歸模型中，回歸系數(shù)通過了顯著性t檢驗(yàn)，表示( )A. B. C., D.5如果X為隨機(jī)解釋變量，Xi與隨機(jī)誤差項(xiàng)ui相關(guān)，即有Cov(Xi，ui)0，則普通最小二乘估計(jì)是（ ）A有偏的、一致的B有偏的、非一致的C無偏的、一致的D無偏的、非一致的6.有關(guān)調(diào)整后的判定系數(shù)與判定系數(shù)之間的關(guān)系敘述正確的是（ ）A.與均非負(fù) B.模型中包含的解釋個(gè)數(shù)越多，與就相差越小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D.有可能大于7.如果回歸模型中解釋變量之間存在完全的多重共線性，則最小二乘估計(jì)量( )A不確定，方差無限大 B.確定，方差無限大

3、C不確定，方差最小 D.確定，方差最小8.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9如果線性回歸模型的隨機(jī)誤差項(xiàng)存在異方差，則參數(shù)的普通最小二乘估計(jì)量是（ ）A無偏的，但方差不是最小的B有偏的，且方差不是最小的C無偏的，且方差最小D有偏的，但方差仍為最小10.如果dL<DW<du，則( )A.隨機(jī)誤差項(xiàng)存在一階正自相關(guān) B.隨機(jī)誤差項(xiàng)存在一階負(fù)自相關(guān)C.隨機(jī)誤差項(xiàng)不存在一階自相關(guān) D.不能判斷隨機(jī)誤差項(xiàng)是否存在一階自相關(guān)11使用多項(xiàng)式方法估計(jì)有限分布滯后模型Yt=+0Xt+1Xt-1+kXt-k+ut時(shí)，多項(xiàng)式i=0+1i+2i2+mim

4、的階數(shù)m必須（ ）A小于kB小于等于kC等于kD大于k12.設(shè)，=居民消費(fèi)支出，=居民收入，D=1代表城鎮(zhèn)居民，D=0代表農(nóng)村居民，則城鎮(zhèn)居民消費(fèi)變動模型為( ) A. B. C. D. 13.關(guān)于自適應(yīng)預(yù)期模型和局部調(diào)整模型，下列說法錯(cuò)誤的是（ ）A.它們都是由某種期望模型演變形成的B.它們最終都是一階自回歸模型C.它們都滿足古典線性回歸模型的所有假設(shè)，從而可直接OLS方法進(jìn)行估計(jì)D.它們的經(jīng)濟(jì)背景不同14.在簡化式模型中，其解釋變量都是( )A.外生變量 B.內(nèi)生變量 C.滯后變量 D.前定變量15如果某個(gè)結(jié)構(gòu)式方程是恰好識別的，則估計(jì)該方程的參數(shù)可以用（ ）A廣義差分法B加權(quán)最小二乘法C

5、間接最小二乘法D普通最小二乘法15CCCBB 610. CADAD 1115ABCDC二、判斷題（10小題，每題1分，共10分，對的打“”，錯(cuò)的打“×”）1.隨機(jī)誤差項(xiàng)ui與殘差項(xiàng)ei是一回事。（ ）2.總體回歸函數(shù)給出了對應(yīng)于每一個(gè)自變量的因變量的值。（ ）3.可決系數(shù)需要修正的原因是解釋變量間存在共線性。（ ）4.變量間的兩兩高度相關(guān)一定表示高度多重共線性。（ ）5.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)。（ ）6.當(dāng)增加一個(gè)解釋變量時(shí)，參數(shù)的估計(jì)值發(fā)生較大變化，則回歸方程可能存在嚴(yán)重的多重共線性。（ ）7.在異方差情況下，通常 OLS估計(jì)低

6、估了估計(jì)量的標(biāo)準(zhǔn)差。（ ） 8.當(dāng)使用廣義差分法時(shí)，不一定要求自相關(guān)系數(shù)是已知的。（ ）9.簡化模型就是把結(jié)構(gòu)模型中的全部內(nèi)生變量表示成前定變量和隨機(jī)項(xiàng)的函數(shù)。（ ）10.階識別條件就是在由M個(gè)方程組成的結(jié)構(gòu)模型中，任一特定方程可識別的必要條件是該方程所不包含的變量數(shù)不小于M-1。（ ）15×× 610. ×三、簡答題（8分+9分+8分，共25分）1.什么是工具變量法？并說出選擇工具變量的標(biāo)準(zhǔn)。2.試比較庫伊克模型、自適應(yīng)預(yù)期模型與局部調(diào)整模型的異與同。3.什么是聯(lián)立方程偏倚？說明各類聯(lián)立方程模型是否存在偏倚性。1.答：所謂工具變量法，就是在進(jìn)行參數(shù)估計(jì)的過程中選

7、擇適當(dāng)?shù)墓ぞ咦兞浚婊貧w模型中同隨機(jī)擾動項(xiàng)存在相關(guān)性的解釋變量。（2分）工具變量的選擇標(biāo)準(zhǔn)為：1）與所代替的解釋變量高度相關(guān)；2）與隨機(jī)擾動項(xiàng)不相關(guān)；3）與其它解釋變量不相關(guān)，以免出現(xiàn)多重共線性。（6分）2.答：相同點(diǎn)：三者的最終形式都是一階自回歸模型，所以，對這三類模型的估計(jì)就轉(zhuǎn)化為對相應(yīng)一階自回歸模型的估計(jì)。（3分）不同點(diǎn)：（1）導(dǎo)出模型的經(jīng)濟(jì)背景與思想不同。庫伊克模型是在無限分布滯后模型的基礎(chǔ)上根據(jù)庫伊克幾何分布滯后假定而導(dǎo)出的；自適應(yīng)預(yù)期模型是由解釋變量的自適應(yīng)過程而得到的；局部調(diào)整模型則是對被解釋變量的局部調(diào)整而得到的。（3分）（2）由于模型的形成機(jī)理不同而導(dǎo)致隨機(jī)誤差項(xiàng)的結(jié)構(gòu)有所

8、不同,這一區(qū)別將對模型的估計(jì)帶來一定影響。（3分）3.答：由于聯(lián)立方程模型中內(nèi)生變量作為解釋變量與隨機(jī)誤差項(xiàng)相關(guān)，而引起的OLS估計(jì)的參數(shù)有偏移且不一致，稱為聯(lián)立方程偏倚性。聯(lián)立方程偏倚性是聯(lián)立方程固有的，所以一般情況下OLS估計(jì)法不適合與估計(jì)聯(lián)立方程模型。（5分）結(jié)構(gòu)型模型有偏倚性問題；簡化型模型和遞歸型模型沒有偏倚性問題。（3分）四、案例分析題（20分+15分35分）說明：所有結(jié)果保留四位小數(shù)。 1.用1979-2008年廣東省城鎮(zhèn)居民人均可支配收入PDI（元）和人均消費(fèi)性支出PCE（元）做回歸，以PCE為因變量，PDI為自變量，建立消費(fèi)函數(shù)。數(shù)據(jù)來自廣東統(tǒng)計(jì)年鑒（2009）。運(yùn)用Evie

9、ws5.0估計(jì)結(jié)果如下：Dependent Variable: PCEMethod: Least SquaresDate: 06/12/11 Time: 11:52Sample: 1978 2008Included observations: 31VariableCoefficientStd. Errort-StatisticProb.  C160.907337.76177？0.0002PDI0.？178.92050.0000R-squared0.    Mean dependent var5176.681Adjusted R-squ

10、ared0.    S.D. dependent var4603.532S.E. of regression140.8624    Akaike info criterion12.79579Sum squared resid.5    Schwarz criterion12.88830Log likelihood-196.3347    F-statistic32012.53Durbin-Watson stat2.  

11、;  Prob(F-statistic)0.要求：(1) 把回歸結(jié)果中的問號部分補(bǔ)出來，并估計(jì)總體隨機(jī)擾動項(xiàng)的方差。（8分）（2）把回歸分析結(jié)果報(bào)告出來；（5分）(3) 進(jìn)行參數(shù)顯著性檢驗(yàn)并解釋的含義；（5分）（4）說明PDI的回歸系數(shù)的經(jīng)濟(jì)含義。（2分）2.對廣東省18個(gè)國家調(diào)查樣本市、縣（區(qū)）的人均消費(fèi)性支出（Y）和人均可支配收入（X）數(shù)據(jù)進(jìn)行一元回歸分析，得到回歸殘差的平方對X的回歸結(jié)果如下：Dependent Variable: E2Method: Least SquaresDate: 06/14/11 Time: 17:02Sample: 1 18Included

12、 observations: 18VariableCoefficientStd. Errort-StatisticProb.  X39.814728.4.0.0002R-squared-0.    Mean dependent var.2Adjusted R-squared-0.    S.D. dependent var.6S.E. of regression.8    Akaike info criterion29.65391Sum squared r

13、esid7.13E+12    Schwarz criterion29.70337Log likelihood-265.8852    Durbin-Watson stat2.要求：（1）寫出要估計(jì)上述結(jié)果時(shí)在Eviews的命令欄輸入的命令。（3分）（2）寫出異方差表達(dá)式=？（4分）（3）進(jìn)行同方差變換，證實(shí)變換后的模型不存在異方差。（8分）1.解：(1) 4.2611，（2分）；0.0044，（2分）；的估計(jì)為：（4分）(2)回歸分析結(jié)果的報(bào)告格式為：PCEt=160.9073 + 0.7842PDIt(37.7

14、618) (0.0044)t= (4.2611) (178.9205)R20.9991 SE140.8624 DW2.2345 F=32012.53（5分）(3) 從截距項(xiàng)和解釋變量估計(jì)值的t值可以判斷，系數(shù)估計(jì)的t值大于臨界值，因此，參數(shù)估計(jì)結(jié)果顯著?；蛘咭部梢詮膒值判斷，拒絕對兩個(gè)參數(shù)原假設(shè)的概率均小于5，因此，兩個(gè)參數(shù)估計(jì)值顯著。（3分）可決系數(shù)度量了模型中解釋變量對被解釋變量的解釋程度。本題中的估計(jì)值為0.9991，表明PPI對PCE變異的解釋程度為99.91%。（2分）（4）回歸系數(shù)表示在其他因素保持不變的情況下，解釋變量每變動一單位，被解釋變量均值的改變量。本題中，0.7842表示

15、在其他因素保持不變的情況下，人均可支配收入每增加一元所增加的人均消費(fèi)性支出為0.7842元。即，表示收入的邊際消費(fèi)傾向。（2分）2.解：(1) 輸入的命令：ls e2 x。（3分）(2)異方差表達(dá)式=39.8147（4分）(3) 進(jìn)行同方差變換，證實(shí)變換后的模型不存在異方差（8分） 已知： 其中：人均消費(fèi)性支出；人均可支配收入；，其中模型兩邊同時(shí)除以進(jìn)行變換，得： (5分)其中：，可以證明誤差項(xiàng)是同方差的。證明如下：已知：，（根據(jù)已知條件為常數(shù)），證得變換后的誤差項(xiàng)是同方差的。（3分）練習(xí)題二一、單選題（10小題，每題2分，共20分）1.對兩個(gè)包含的解釋變量個(gè)數(shù)不同的回歸模型進(jìn)行擬合優(yōu)度比較時(shí)

16、，應(yīng)比較它們的：( ) A.判定系數(shù) B.調(diào)整后判定系數(shù) C.標(biāo)準(zhǔn)誤差 D.估計(jì)標(biāo)準(zhǔn)誤差2.加權(quán)最小二乘法克服異方差的主要原理是通過賦予不同誤差的觀測點(diǎn)以不同的權(quán)數(shù)，以提高估計(jì)精度，即：( ) A.重視大誤差的作用，輕視小誤差的作用 B.重視小誤差的作用，輕視大誤差的作用 C.重視小誤差的作用，更重視大誤差的作用 D.輕視大誤差的作用，更輕視小誤差的作用3.下面哪一個(gè)必定是錯(cuò)誤的（ ）A. B. C. D. 4.在多元線性回歸模型中，若某個(gè)解釋變量對其余解釋變量的判定系數(shù)接近于1，則表明模型中存在（ ）A.多重共線性 B.異方差性 C.序列相關(guān) D.高擬合優(yōu)度5.判定系數(shù)r2=0.8，說明回歸

17、直線能解釋被解釋變量總變差的：( ) A.80% B.64% C.20% D.89%6.DW的取值范圍是：( ) A.-1DW0 B.-1DW1 C.-2DW2 D.0DW47.模型Yi=0+1D+Xi+i，其中D=為虛擬變量，模型中的差別截距系數(shù)是指：( ) A.0 B.1 C.0+1 D.0-18. 假定某企業(yè)的生產(chǎn)決策是由模型描述的（其中為產(chǎn)量，為價(jià)格），又知：如果該企業(yè)在 t-1 期生產(chǎn)過剩，經(jīng)濟(jì)人員會削減t期的產(chǎn)量。由此判斷上述模型存在( )A 異方差問題 B 序列相關(guān)問題 C 多重共線性問題 D 隨機(jī)解釋變量問題9.下列經(jīng)濟(jì)計(jì)量分析回歸模型中哪些可能存在異方差問題（ ） A.用時(shí)間

18、序列數(shù)據(jù)建立的家庭消費(fèi)支出對家庭收入水平的回歸模型； B.用橫截面數(shù)據(jù)建立的產(chǎn)出對勞動和資本的回歸模型； C.以21年資料建立的某種商品的市場供需模型； D. 以20年資料建立的總支出對總收入的回歸模型10. 在結(jié)構(gòu)式模型中，具有統(tǒng)計(jì)形式的唯一性的結(jié)構(gòu)式方程是【 】 A 不可識別的 B 恰好識別的 C 過度識別的 D 可識別的 15BBCAA 610. DBBBB二、判斷題（10小題，每題1分，共10分，對的打“”，錯(cuò)的打“×”）1. 經(jīng)濟(jì)計(jì)量學(xué)是以經(jīng)濟(jì)理論為前提，利用數(shù)學(xué)、數(shù)理統(tǒng)計(jì)方法與計(jì)算技術(shù)，根據(jù)實(shí)際觀測資料來研究確定經(jīng)濟(jì)數(shù)量關(guān)系和規(guī)律的一門學(xué)科。2. 最小二乘準(zhǔn)則就是對模型Y

19、i=b0+b1Xi+ui確定Xi和Yi使殘差平方和ei2=(Yi-(+Xi)2達(dá)到最小。3. 在殘差et和滯后一期殘差et-1的散點(diǎn)圖上，如果，殘差et在連續(xù)幾個(gè)時(shí)期中，逐次值不頻繁的改變符號，而是幾個(gè)負(fù)的殘差et以后跟著幾個(gè)正的殘差et，然后又是幾個(gè)負(fù)的殘差et，那么殘差et具有負(fù)自相關(guān)。4. 結(jié)構(gòu)模型直接反映了經(jīng)濟(jì)變量之間各種關(guān)系的完整結(jié)構(gòu)，其方程稱為結(jié)構(gòu)方程。5. 若判定系數(shù)R2越趨近于1，則回歸直線擬合越好。6. 增大樣本容量有可能減弱多重共線性，因?yàn)槎嘀毓簿€性具有樣本特征。7. 秩識別條件就是在由G個(gè)方程組成的結(jié)構(gòu)模型中，任一特定方程可識別的充分必要條件是該程不包含而為其他方程所包含

20、的那些變量的系數(shù)矩陣的秩等于G-1。8. R2調(diào)整的思想是將回歸平方和與總離差平方和之比的分子分母分別用各自的自由度去除，變成均方差之比，以剔除變量個(gè)數(shù)對擬合優(yōu)度的影響。9. 可決系數(shù)R2越大，說明模型中各個(gè)解釋變量對被解釋變量的影響程度越大。10. 簡化式模型中每一個(gè)方程的右端可以出現(xiàn)內(nèi)生變量，但只有前定變量作為解釋變量。15×× 610.××三、簡答題（3小題，每題10分，共30分）1. 為什么要進(jìn)行同方差變換？寫出其過程，并證實(shí)之。答：進(jìn)行同方差變換是為了處理異方差，寫出其過程如下：我們考慮一元總體回歸函數(shù)Yi = b0 + b1 Xi + ui假

21、設(shè)誤差i2 是已知的，也就是說，每個(gè)觀察值的誤差是已知的。對模型作如下“變換”：Yi /i = b0 /i + b1 Xi /i + ui /i這里將回歸等式的兩邊都除以“已知”的i 。i 是方差i2 的平方根。令 vi = ui /i 我們將vi 稱作是“變換”后的誤差項(xiàng)。vi 滿足同方差嗎？如果是，則變換后的回歸方程就不存在異方差問題了。假設(shè)古典線性回歸模型中的其他假設(shè)均能滿足，則方程中各參數(shù)的OLS 估計(jì)量將是最優(yōu)線性無偏估計(jì)量，我們就可以按常規(guī)的方法進(jìn)行統(tǒng)計(jì)分析了。證明誤差項(xiàng)vi 同方差性并不困難。根據(jù)方程有：E (vi2 ) = E (ui2 /i2 ) = E (ui2 ) /i2

22、 =i2 /i2 = 1顯然它是一個(gè)常量。簡言之，變換后的誤差項(xiàng)vi 是同方差的。因此，變換后的模型不存在異方差問題，我們可以用常規(guī)的OLS 方法加以估計(jì)。2. 什么是工具變量法？并說出選擇工具變量的標(biāo)準(zhǔn)。答：所謂工具變量法，就是在進(jìn)行參數(shù)估計(jì)的過程中選擇適當(dāng)?shù)墓ぞ咦兞?，代替回歸模型中同隨機(jī)擾動項(xiàng)存在相關(guān)性的解釋變量。工具變量的選擇標(biāo)準(zhǔn)為：1）與所代替的解釋變量高度相關(guān)；2）與隨機(jī)擾動項(xiàng)不相關(guān)；3）與其它解釋變量不相關(guān)，以免出現(xiàn)多重共線性。3. 聯(lián)立方程模型中的方程可以分為幾類？其含義各是什么？答：聯(lián)立方程模型中，結(jié)構(gòu)模型中的每一個(gè)方程都是結(jié)構(gòu)方程，簡化模型中每個(gè)方程稱為簡化方程，結(jié)構(gòu)方程的方

23、程類型有：行為方程描述經(jīng)濟(jì)系統(tǒng)中變量之間的行為關(guān)系，主要是因果關(guān)系，例如用收入作為消費(fèi)的解釋變量建立的方程；技術(shù)方程描述由技術(shù)決定的變量之間的關(guān)系，例如用總產(chǎn)值作為凈產(chǎn)值的解釋變量建立的方程；制度方程描述由制度決定的變量之間的關(guān)系，例如用進(jìn)口總額作為關(guān)稅收入的解釋變量建立的方程。平衡方程是由變量所代表的指標(biāo)之間的平衡關(guān)系決定的，例如政府消費(fèi)等于消費(fèi)總額減去居民消費(fèi)。四、分析變換題（5題，共40分）1. 因果關(guān)系分析Pairwise Granger Causality TestsDate: 11/27/08 Time: 20:18Sample: 1978 1995Lags: 2 

24、60;Null Hypothesis:ObsF-StatisticProbability  REV does not Granger Cause GDP16 8.15913 0.00672  GDP does not Granger Cause REV 1.94100 0.18968 根據(jù)上述輸出結(jié)果，對REV和GDP進(jìn)行Granger因果關(guān)系分析(顯著性性水平為0.05)（5分）2. 解釋輸出結(jié)果Dependent Variable: CSMethod: Least SquaresDate: 12/13/08 T

25、ime: 10:10Sample: 1978 2000Included observations: 23VariableCoefficientStd. Errort-StatisticProb.  CZ0.0.46.098370.0000C18.294377.2.0.0215R-squared0.    Mean dependent var246.0617Adjusted R-squared0.    S.D. dependent var258.8672S.E. of regression26.

26、21003    Akaike info criterion9.Sum squared resid14426.28    Schwarz criterion9.Log likelihood-106.7107    F-statistic2125.060Durbin-Watson stat1.    Prob(F-statistic)0.解釋粗體各部分的含義及其作用？（5分）3. 觀察下列輸出結(jié)果，分析變量間出現(xiàn)了什么問題？（5分）Dep

27、endent Variable: TZGMethod: Least SquaresDate: 12/14/08 Time: 17:54Sample: 1978 2000Included observations: 23VariableCoefficientStd. Errort-StatisticProb.  ZJ0.0.0.0.5196YY0.0.3.0.0016CZ1.1.1.0.2385C-34.6399540.25855-0.0.4003R-squared0.    Mean dependent var938.7587Adju

28、sted R-squared0.    S.D. dependent var1082.535S.E. of regression104.8795    Akaike info criterion12.30027Sum squared resid.5    Schwarz criterion12.49775Log likelihood-137.4531    F-statistic774.9423Durbin-Watson stat1.&

29、#160;   Prob(F-statistic)0.變量間相關(guān)系數(shù)ZJYYCZZJ10.97460.9973YY0.974610.9648CZ0.99730.964814. 利用東莞數(shù)據(jù)財(cái)政收入REV（億元），國內(nèi)生產(chǎn)總值GDP（億元）資料，建立回歸方程，Eviews結(jié)果如下：Dependent Variable: REVMethod: Least SquaresDate: 12/14/08 Time: 23:16Sample (adjusted): 1979 1995Included observations: 17 after adjustmentsConv

30、ergence achieved after 8 iterationsVariableCoefficientStd. Errort-StatisticProb.  C-22624.1522196.63-1.0.3254GDP0.0.14.867880.0000AR(1)0.0.7.0.0000R-squared0.    Mean dependent var40522.06Adjusted R-squared0.    S.D. dependent var49416.84S.E. of regr

31、ession3979.013    Akaike info criterion19.57424Sum squared resid2.22E+08    Schwarz criterion19.72128Log likelihood-163.3810    F-statistic1226.926Durbin-Watson stat1.    Prob(F-statistic)0.要求：(1) 把回歸分析結(jié)果報(bào)告出來；（5分）(2) 進(jìn)行經(jīng)

32、濟(jì)、擬合優(yōu)度、參數(shù)顯著性、方程顯著性和經(jīng)濟(jì)計(jì)量等檢驗(yàn)；（5分）(3) 說明系數(shù)經(jīng)濟(jì)含義。（2分）5. 根據(jù)廣東數(shù)據(jù)國內(nèi)生產(chǎn)總值GDP（億元）資料，建立與時(shí)間t的回歸，Eviews結(jié)果如下：Dependent Variable: LOG(GDP)Method: Least SquaresDate: 12/14/08 Time: 22:57Sample: 1978 2000Included observations: 23VariableCoefficientStd. Errort-StatisticProb.  T0.0.44.696280.0000C4.0.81.63659

33、0.0000R-squared0.    Mean dependent var7.Adjusted R-squared0.    S.D. dependent var1.S.E. of regression0.    Akaike info criterion-1.Sum squared resid0.    Schwarz criterion-0.Log likelihood13.80978   

34、0;F-statistic1997.757Durbin-Watson stat0.    Prob(F-statistic)0.假設(shè)模型誤差存在一階自相關(guān)，要求：(1)怎樣得到自相關(guān)系數(shù)的值，計(jì)算其值=？（5分）(2) 寫出上述進(jìn)行的廣義差分變換，說明變換后的模型不存在自相關(guān)。（8分）1. (1)第一個(gè)零假設(shè)是REV不是GDP的Granger原因，其F統(tǒng)計(jì)量的P值為0.00672，小于顯著性水平0.05，拒絕零假設(shè)，所以REV是GDP的Granger原因。 （2）第二個(gè)零假設(shè)是GDP不是REV的Granger原因，其F統(tǒng)計(jì)量的P值為0.18968，大于顯著性水平0.05，不能拒絕零假設(shè)，所以GDP不是REV的Granger原因。2. t-Stati