計(jì)量經(jīng)濟(jì)學(xué)判斷選擇題_第1頁(yè)
計(jì)量經(jīng)濟(jì)學(xué)判斷選擇題_第2頁(yè)
計(jì)量經(jīng)濟(jì)學(xué)判斷選擇題_第3頁(yè)
計(jì)量經(jīng)濟(jì)學(xué)判斷選擇題_第4頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、精選優(yōu)質(zhì)文檔-傾情為你奉上一、判斷題(20分)1線性回歸模型中,解釋變量是原因,被解釋變量是結(jié)果。(F)2多元回歸模型統(tǒng)計(jì)顯著是指模型中每個(gè)變量都是統(tǒng)計(jì)顯著的。(F)3在存在異方差情況下,常用的OLS法總是高估了估計(jì)量的標(biāo)準(zhǔn)差。(F)(有時(shí)高估有時(shí)低估)4總體回歸線是當(dāng)解釋變量取給定值時(shí)因變量的條件均值的軌跡。(Y)5線性回歸是指解釋變量和被解釋變量之間呈現(xiàn)線性關(guān)系。(F)(相關(guān)系數(shù)要接近1)6判定系數(shù)R平方的大小不受回歸模型中所包含的解釋變量個(gè)數(shù)的影響。(F)7多重共線性是一種隨機(jī)誤差現(xiàn)象。(F)8當(dāng)存在自相關(guān)時(shí),OLS估計(jì)量是有偏的并且也是無(wú)效的。(F)(自相關(guān)不影響OLS估計(jì)量的線性和無(wú)

2、偏性,但使之失去有效性)9在異方差的情況下,OLS估計(jì)量誤差放大的原因是從屬回歸的R平方變大。(F)10任何兩個(gè)計(jì)量經(jīng)濟(jì)模型的R平方都是可以比較的。(F)1.隨機(jī)誤差項(xiàng)和殘差項(xiàng)是一回事。(F)2.給定顯著性水平a及自由度,若計(jì)算得到的|t|值超過(guò)臨界的t值,我們將接受零假設(shè)(F)3.利用OLS法求得的樣本回歸直線Y=B1+B2X通過(guò)樣本均值點(diǎn)(X均值,Y均值)。(T)4.判定系數(shù)R平方=TSS/ESS。(F)5.整個(gè)多元回歸模型在統(tǒng)計(jì)上是顯著的意味著模型中任何一個(gè)單獨(dú)的變量均是統(tǒng)計(jì)顯著的。(F)(前者是F統(tǒng)計(jì)量,后者是T統(tǒng)計(jì)量)6.雙對(duì)數(shù)模型的R平方值可以與對(duì)數(shù)線性模型的相比較,但不能與線性對(duì)

3、數(shù)模型的相比較。(T)7.為了避免陷入虛擬變量陷阱,如果一個(gè)定性變量有m類,則要引入m個(gè)虛擬變量。(F)(當(dāng)有隨機(jī)誤差項(xiàng)時(shí),引入m-1)9.識(shí)別的階條件僅僅是判別模型是否可識(shí)別的必要條件而不是充分條件。(T)10.如果零假設(shè)H0:B2=0,在顯著性水平5%下不被拒絕,則認(rèn)為B2一定是0。(F)1.回歸分析用來(lái)處理一個(gè)因變量與另一個(gè)或多個(gè)自變量之間的因果關(guān)系。(F)2.擬合優(yōu)度R2的值越大,說(shuō)明樣本回歸模型對(duì)總體回歸模型的代表性越強(qiáng)。(T)3.線性回歸是指解釋變量和被解釋變量之間呈現(xiàn)線性關(guān)系。(F)4.引入虛擬變量后,用普通最小二乘法得到的估計(jì)量仍是無(wú)偏的。(T)5.多重共線性是總體的特征。(F

4、)6.任何兩個(gè)計(jì)量經(jīng)濟(jì)模型的R平方都是可以比較的。(F)7.異方差會(huì)使OLS估計(jì)量的標(biāo)準(zhǔn)誤差高估,而自相關(guān)會(huì)使其低估。(F)8.杜賓瓦爾森檢驗(yàn)?zāi)軌驒z驗(yàn)出任何形式的自相關(guān)。(F)9.異方差問(wèn)題總是存在于橫截面數(shù)據(jù)中,而自相關(guān)則總是存在于時(shí)間序列數(shù)據(jù)中。(F)10.內(nèi)生變量的滯后值仍然是內(nèi)生變量。(F)二、選擇題(20分)1.在同一時(shí)間不同統(tǒng)計(jì)單位的相同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)組合,是(D)A.原始數(shù)據(jù)B.Pool數(shù)據(jù)C.時(shí)間序列數(shù)據(jù)D.截面數(shù)據(jù)2.下列模型中屬于非線性回歸模型的是(C)3.半對(duì)數(shù)模型的含義是(C)A.X的絕對(duì)量變化,引起Y的絕對(duì)量變化B.Y關(guān)于X的邊際變化C.X的相對(duì)變化,引起Y的期望

5、值絕對(duì)量變化D.Y關(guān)于X的彈性4.模型中其數(shù)值由模型本身決定的變量是(B)A、外生變量B、內(nèi)生變量C、前定變量D、滯后變量5.6.根據(jù)樣本資料估計(jì)人均消費(fèi)支出Y對(duì)人均收入X的回歸模型為這表明人均收入每增加1,人均消費(fèi)支出將增加(B)A.0.2%B.0.75%C.2%D.7.5%7.如果回歸模型違背了同方差假定(異方差),最小二乘估計(jì)量是(A)A.無(wú)偏的,非有效的B.有偏的,非有效的C.無(wú)偏的,有效的D.有偏的,有效的8.在回歸模型滿足DW檢驗(yàn)的前提條件下,當(dāng)統(tǒng)計(jì)量等于2時(shí),表明(C)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9.將一年四個(gè)季度對(duì)被解釋變量的影響引入

6、到包含截距項(xiàng)的回歸模型當(dāng)中,則需要引入虛擬變量的個(gè)數(shù)為(C)A.B.C.3D.10.在聯(lián)立方程結(jié)構(gòu)模型中,對(duì)模型中的每一個(gè)隨機(jī)方程單獨(dú)使用普通最小二乘法得到的估計(jì)參數(shù)是(B)A.有偏但一致的B.有偏且不一致的C.無(wú)偏且一致的D.無(wú)偏但不一致的1、隨機(jī)變量的條件均值與非條件均值是一回事。(錯(cuò))2、線性回歸模型意味著變量是線性的。(錯(cuò))4、對(duì)于多元回歸模型,如果聯(lián)合檢驗(yàn)結(jié)果是統(tǒng)計(jì)顯著的則意味著模型中任何一個(gè)單獨(dú)的變量均是統(tǒng)計(jì)顯著的。(錯(cuò))5、雙對(duì)數(shù)模型中的斜率表示因變量對(duì)自變量的彈性。(對(duì))7、如果回歸模型違背了同方差假定,最小二乘估計(jì)量是有偏無(wú)效的。(錯(cuò))8、在存在接近多重共線性的情況下,回歸系數(shù)的標(biāo)準(zhǔn)差會(huì)趨于變小,相應(yīng)的t值會(huì)趨于變大

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論