計(jì)量經(jīng)濟(jì)學(xué)試題題庫

1、計(jì)量經(jīng)濟(jì)學(xué) 試題題庫簡(jiǎn)答題1簡(jiǎn)述計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)理統(tǒng)計(jì)學(xué)學(xué)科間的關(guān)系。答：計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)的綜合。經(jīng)濟(jì)學(xué)著重經(jīng)濟(jì)現(xiàn)象的定性研究，計(jì)量經(jīng)濟(jì)學(xué)著重于定量方面的研究。統(tǒng)計(jì)學(xué)是關(guān)于如何收集、整理和分析數(shù)據(jù)的科學(xué)，而計(jì)量經(jīng)濟(jì)學(xué)則利用經(jīng)濟(jì)統(tǒng)計(jì)所提供的數(shù)據(jù)來估計(jì)經(jīng)濟(jì)變量之間的數(shù)量關(guān)系并加以驗(yàn)證。數(shù)理統(tǒng)計(jì)學(xué)作為一門數(shù)學(xué)學(xué)科，可以應(yīng)用于經(jīng)濟(jì)領(lǐng)域，也可以應(yīng)用于其他領(lǐng)域；計(jì)量經(jīng)濟(jì)學(xué)則僅限于經(jīng)濟(jì)領(lǐng)域。計(jì)量經(jīng)濟(jì)模型建立的過程，是綜合應(yīng)用理論、統(tǒng)計(jì)和數(shù)學(xué)方法的過程，計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)三者的統(tǒng)一。2、計(jì)量經(jīng)濟(jì)模型有哪些應(yīng)用？答：結(jié)構(gòu)分析。經(jīng)濟(jì)預(yù)測(cè)。政策評(píng)價(jià)。檢驗(yàn)和發(fā)展經(jīng)濟(jì)理論

2、。3、簡(jiǎn)述建立與應(yīng)用計(jì)量經(jīng)濟(jì)模型的主要步驟。答：根據(jù)經(jīng)濟(jì)理論建立計(jì)量經(jīng)濟(jì)模型；樣本數(shù)據(jù)的收集；估計(jì)參數(shù)；模型的檢驗(yàn)；計(jì)量經(jīng)濟(jì)模型的應(yīng)用。4、對(duì)計(jì)量經(jīng)濟(jì)模型的檢驗(yàn)應(yīng)從幾個(gè)方面入手？答：經(jīng)濟(jì)意義檢驗(yàn)；統(tǒng)計(jì)準(zhǔn)則檢驗(yàn)；計(jì)量經(jīng)濟(jì)學(xué)準(zhǔn)則檢驗(yàn)；模型預(yù)測(cè)檢驗(yàn)。5計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用的數(shù)據(jù)是怎樣進(jìn)行分類的？答：四種分類：時(shí)間序列數(shù)據(jù)；橫截面數(shù)據(jù)；面板數(shù)據(jù)；虛擬變量數(shù)據(jù)。6.在計(jì)量經(jīng)濟(jì)模型中，為什么會(huì)存在隨機(jī)誤差項(xiàng)？答：隨機(jī)誤差項(xiàng)是計(jì)量經(jīng)濟(jì)模型中不可缺少的一部分。產(chǎn)生隨機(jī)誤差項(xiàng)的原因有以下幾個(gè)方面：模型中被忽略掉的影響因素造成的誤差；模型關(guān)系認(rèn)定不準(zhǔn)確造成的誤差；變量的測(cè)量誤差；隨機(jī)因素。7.古典線性回歸模型的基本假定

3、是什么？答：零均值假定。即在給定xt的條件下，隨機(jī)誤差項(xiàng)的數(shù)學(xué)期望（均值）為0，即。同方差假定。誤差項(xiàng)的方差與t無關(guān)，為一個(gè)常數(shù)。無自相關(guān)假定。即不同的誤差項(xiàng)相互獨(dú)立。解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定。正態(tài)性假定，）即假定誤差項(xiàng)服從均值為0，方差為的正態(tài)分布。8總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。答：主要區(qū)別：描述的對(duì)象不同?？傮w回歸模型描述總體中變量y與x的相互關(guān)系，而樣本回歸模型描述所觀測(cè)的樣本中變量y與x的相互關(guān)系。建立模型的不同?？傮w回歸模型是依據(jù)總體全部觀測(cè)資料建立的，樣本回歸模型是依據(jù)樣本觀測(cè)資料建立的。模型性質(zhì)不同。總體回歸模型不是隨機(jī)模型，樣本回歸模型是隨機(jī)模型，它隨著樣本的

4、改變而改變。主要聯(lián)系：樣本回歸模型是總體回歸模型的一個(gè)估計(jì)式，之所以建立樣本回歸模型，目的是用來估計(jì)總體回歸模型。12對(duì)于多元線性回歸模型，為什么在進(jìn)行了總體顯著性F檢驗(yàn)之后，還要對(duì)每個(gè)回歸系數(shù)進(jìn)行是否為0的t檢驗(yàn)？答：多元線性回歸模型的總體顯著性F檢驗(yàn)是檢驗(yàn)?zāi)Ｐ椭腥拷忉屪兞繉?duì)被解釋變量的共同影響是否顯著。通過了此F檢驗(yàn)，就可以說模型中的全部解釋變量對(duì)被解釋變量的共同影響是顯著的，但卻不能就此判定模型中的每一個(gè)解釋變量對(duì)被解釋變量的影響都是顯著的。因此還需要就每個(gè)解釋變量對(duì)被解釋變量的影響是否顯著進(jìn)行檢驗(yàn)，即進(jìn)行t檢驗(yàn)。13.給定二元回歸模型：，請(qǐng)敘述模型的古典假定。解答：（1）隨機(jī)誤差項(xiàng)的

5、期望為零，即。（2）不同的隨機(jī)誤差項(xiàng)之間相互獨(dú)立，即。（3）隨機(jī)誤差項(xiàng)的方差與t無關(guān)，為一個(gè)常數(shù)，即。即同方差假設(shè)。（4）隨機(jī)誤差項(xiàng)與解釋變量不相關(guān)，即。通常假定為非隨機(jī)變量，這個(gè)假設(shè)自動(dòng)成立。（5）隨機(jī)誤差項(xiàng)為服從正態(tài)分布的隨機(jī)變量，即。（6）解釋變量之間不存在多重共線性，即假定各解釋變量之間不存在線性關(guān)系，即不存在多重共線性。14.在多元線性回歸分析中，為什么用修正的決定系數(shù)衡量估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度？解答：因?yàn)槿藗儼l(fā)現(xiàn)隨著模型中解釋變量的增多，多重決定系數(shù)的值往往會(huì)變大，從而增加了模型的解釋功能。這樣就使得人們認(rèn)為要使模型擬合得好，就必須增加解釋變量（2分）。但是，在樣本容量一定

6、的情況下，增加解釋變量必定使得待估參數(shù)的個(gè)數(shù)增加，從而損失自由度，而實(shí)際中如果引入的解釋變量并非必要的話可能會(huì)產(chǎn)生很多問題，比如，降低預(yù)測(cè)精確度、引起多重共線性等等。為此用修正的決定系數(shù)來估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度（3分）。15.修正的決定系數(shù)及其作用。解答：，其作用有：（1）用自由度調(diào)整后，可以消除擬合優(yōu)度評(píng)價(jià)中解釋變量多少對(duì)決定系數(shù)計(jì)算的影響；（2）對(duì)于包含解釋變量個(gè)數(shù)不同的模型，可以用調(diào)整后的決定系數(shù)直接比較它們的擬合優(yōu)度的高低，但不能用原來未調(diào)整的決定系數(shù)來比較。17.觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。解答：系數(shù)呈線性，變量非線性；系數(shù)呈線性，變量

7、非呈線性；系數(shù)和變量均為非線性；系數(shù)和變量均為非線性。18. 觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。解答：系數(shù)呈線性，變量非呈線性；系數(shù)非線性，變量呈線性；系數(shù)和變量均為非線性；系數(shù)和變量均為非線性。19. 異方差性是指模型違反了古典假定中的同方差假定，它是計(jì)量經(jīng)濟(jì)分析中的一個(gè)專門問題。在線性回歸模型中，如果隨機(jī)誤差項(xiàng)的方差不是常數(shù)，即對(duì)不同的解釋變量觀測(cè)值彼此不同，則稱隨機(jī)項(xiàng)具有異方差性，即 （t=1，2，n）。例如，利用橫截面數(shù)據(jù)研究消費(fèi)和收入之間的關(guān)系時(shí)，對(duì)收入較少的家庭在滿足基本消費(fèi)支出之后的剩余收入已經(jīng)不多，用在購(gòu)買生活必需品上的比例較大，消費(fèi)的分散幅度

8、不大。收入較多的家庭有更多可自由支配的收入，使得這些家庭的消費(fèi)有更大的選擇范圍。由于個(gè)性、愛好、儲(chǔ)蓄心理、消費(fèi)習(xí)慣和家庭成員構(gòu)成等那個(gè)的差異，使消費(fèi)的分散幅度增大，或者說低收入家庭消費(fèi)的分散度和高收入家庭消費(fèi)得分散度相比較，可以認(rèn)為牽著小于后者。這種被解釋變量的分散幅度的變化，反映到模型中，可以理解為誤差項(xiàng)方差的變化。20.產(chǎn)生原因：（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設(shè)定誤差；（3）樣本數(shù)據(jù)的測(cè)量誤差；（4）隨機(jī)因素的影響。產(chǎn)生的影響：如果線性回歸模型的隨機(jī)誤差項(xiàng)存在異方差性，會(huì)對(duì)模型參數(shù)估計(jì)、模型檢驗(yàn)及模型應(yīng)用帶來重大影響，主要有：（1）不影響模型參數(shù)最小二乘估計(jì)值的無偏性

9、；（2）參數(shù)的最小二乘估計(jì)量不是一個(gè)有效的估計(jì)量；（3）對(duì)模型參數(shù)估計(jì)值的顯著性檢驗(yàn)失效；（4）模型估計(jì)式的代表性降低，預(yù)測(cè)精度精度降低。21.檢驗(yàn)方法：（1）圖示檢驗(yàn)法；（2）戈德菲爾德匡特檢驗(yàn)；（3）懷特檢驗(yàn)；（1分）（4）戈里瑟檢驗(yàn)和帕克檢驗(yàn)（殘差回歸檢驗(yàn)法）；（5）ARCH檢驗(yàn)（自回歸條件異方差檢驗(yàn)）22.解決方法：（1）模型變換法；（2分）（2）加權(quán)最小二乘法；（2分）（3）模型的對(duì)數(shù)變換等（1分）23.加權(quán)最小二乘法的基本原理：最小二乘法的基本原理是使殘差平方和為最小，在異方差情況下，總體回歸直線對(duì)于不同的的波動(dòng)幅度相差很大。隨機(jī)誤差項(xiàng)方差越小，樣本點(diǎn)對(duì)總體回歸直線的偏離程度越低，

10、殘差的可信度越高（或者說樣本點(diǎn)的代表性越強(qiáng)）；而較大的樣本點(diǎn)可能會(huì)偏離總體回歸直線很遠(yuǎn)，的可信度較低（或者說樣本點(diǎn)的代表性較弱）。（2分）因此，在考慮異方差模型的擬合總誤差時(shí)，對(duì)于不同的應(yīng)該區(qū)別對(duì)待。具體做法：對(duì)較小的給于充分的重視，即給于較大的權(quán)數(shù)；對(duì)較大的給于充分的重視，即給于較小的權(quán)數(shù)。更好的使反映對(duì)殘差平方和的影響程度，從而改善參數(shù)估計(jì)的統(tǒng)計(jì)性質(zhì)。24. 樣本分段法（即戈德菲爾特匡特檢驗(yàn)）的基本原理：將樣本分為容量相等的兩部分，然后分別對(duì)樣本1和樣本2進(jìn)行回歸，并計(jì)算兩個(gè)子樣本的殘差平方和，如果隨機(jī)誤差項(xiàng)是同方差的，則這兩個(gè)子樣本的殘差平方和應(yīng)該大致相等；如果是異方差的，則兩者差別較大

11、，以此來判斷是否存在異方差。使用條件：（1）樣本容量要盡可能大，一般而言應(yīng)該在參數(shù)個(gè)數(shù)兩倍以上；（2）服從正態(tài)分布，且除了異方差條件外，其它假定均滿足。25簡(jiǎn)述DW檢驗(yàn)的局限性。答：從判斷準(zhǔn)則中看到，DW檢驗(yàn)存在兩個(gè)主要的局限性：首先，存在一個(gè)不能確定的值區(qū)域，這是這種檢驗(yàn)方法的一大缺陷。其次：檢驗(yàn)只能檢驗(yàn)一階自相關(guān)。但在實(shí)際計(jì)量經(jīng)濟(jì)學(xué)問題中，一階自相關(guān)是出現(xiàn)最多的一類序列相關(guān)，而且經(jīng)驗(yàn)表明，如果不存在一階自相關(guān)，一般也不存在高階序列相關(guān)。所以在實(shí)際應(yīng)用中，對(duì)于序列相關(guān)問題般只進(jìn)行檢驗(yàn)。26序列相關(guān)性的后果。答：（1）模型參數(shù)估計(jì)值不具有最優(yōu)性；（2）隨機(jī)誤差項(xiàng)的方差一般會(huì)低估；（3）模型的統(tǒng)

12、計(jì)檢驗(yàn)失效；（4）區(qū)間估計(jì)和預(yù)測(cè)區(qū)間的精度降低。27簡(jiǎn)述序列相關(guān)性的幾種檢驗(yàn)方法。答：（1）圖示法；（2）D-W檢驗(yàn)；（3）回歸檢驗(yàn)法；（4）另外，偏相關(guān)系數(shù)檢驗(yàn)，布羅斯戈弗雷檢驗(yàn)或拉格朗日乘數(shù)檢驗(yàn)都可以用來檢驗(yàn)高階序列相關(guān)。28廣義最小二乘法（GLS）的基本思想是什么？答:基本思想就是對(duì)違反基本假定的模型做適當(dāng)?shù)木€性變換，使其轉(zhuǎn)化成滿足基本假定的模型，從而可以使用OLS方法估計(jì)模型。29自相關(guān)性產(chǎn)生的原因有那些？答：（1）經(jīng)濟(jì)變量慣性的作用引起隨機(jī)誤差項(xiàng)自相關(guān)；（2）經(jīng)濟(jì)行為的滯后性引起隨機(jī)誤差項(xiàng)自相關(guān)； (3)一些隨機(jī)因素的干擾或影響引起隨機(jī)誤差項(xiàng)自相關(guān)；（4）模型設(shè)定誤差引起隨機(jī)誤差項(xiàng)自

13、相關(guān)；（5）觀測(cè)數(shù)據(jù)處理引起隨機(jī)誤差項(xiàng)自相關(guān)。32答：多重共線性是指解釋變量之間存在完全或近似的線性關(guān)系。產(chǎn)生多重共線性主要有下述原因：（1）樣本數(shù)據(jù)的采集是被動(dòng)的，只能在一個(gè)有限的范圍內(nèi)得到觀察值，無法進(jìn)行重復(fù)試驗(yàn)。（2）經(jīng)濟(jì)變量的共同趨勢(shì)（3）滯后變量的引入（4）模型的解釋變量選擇不當(dāng)。33答：所謂方差膨脹因子是存在多重共線性時(shí)回歸系數(shù)估計(jì)量的方差與無多重共線性時(shí)回歸系數(shù)估計(jì)量的方差對(duì)比而得出的比值系數(shù)。（2分）若時(shí)，認(rèn)為原模型不存在“多重共線性問題”；（1分）若時(shí)，則認(rèn)為原模型存在“多重共線性問題”；（1分）若時(shí)，則模型的“多重共線性問題”的程度是很嚴(yán)重的，而且是非常有害的。（1分）計(jì)算

14、分析題1、答：（1）散點(diǎn)圖如下：（2）=0.9321（3分）（3）截距項(xiàng)81.72表示當(dāng)美元兌日元的匯率為0時(shí)日本的汽車出口量，這個(gè)數(shù)據(jù)沒有實(shí)際意義；（2分）斜率項(xiàng)3.65表示汽車出口量與美元兌換日元的匯率正相關(guān)，當(dāng)美元兌換日元的匯率每上升1元，會(huì)引起日本汽車出口量上升3.65萬輛。（3分）2、答：（1）系數(shù)的符號(hào)是正確的，政府債券的價(jià)格與利率是負(fù)相關(guān)關(guān)系，利率的上升會(huì)引起政府債券價(jià)格的下降。（2分）（2）代表的是樣本值，而代表的是給定的條件下的期望值，即。此模型是根據(jù)樣本數(shù)據(jù)得出的回歸結(jié)果，左邊應(yīng)當(dāng)是的期望值，因此是而不是。（3分）（3）沒有遺漏，因?yàn)檫@是根據(jù)樣本做出的回歸結(jié)果，并不是理論模

15、型。（2分）（4）截距項(xiàng)101.4表示在X取0時(shí)Y的水平，本例中它沒有實(shí)際意義；斜率項(xiàng)-4.78表明利率X每上升一個(gè)百分點(diǎn)，引起政府債券價(jià)格Y降低478美元。（3分）3、答：（1）提出原假設(shè)H0：，H1：。由于t統(tǒng)計(jì)量18.7，臨界值，由于18.7>2.1098，故拒絕原假設(shè)H0：，即認(rèn)為參數(shù)是顯著的。（3分）（2）由于，故。（3分）（3）回歸模型R2=0.81，表明擬合優(yōu)度較高，解釋變量對(duì)被解釋變量的解釋能力為81%，即收入對(duì)消費(fèi)的解釋能力為81，回歸直線擬合觀測(cè)點(diǎn)較為理想。（4分）4、答：判定系數(shù)：=0.8688（3分）相關(guān)系數(shù)：（2分）5、答：（1）（2分）散點(diǎn)圖如下：根據(jù)圖形可知

16、，物價(jià)上漲率與失業(yè)率之間存在明顯的負(fù)相關(guān)關(guān)系，擬合倒數(shù)模型較合適。（2分）（2）模型一：0.8554 （3分）模型二：0.8052 （3分）7、答：（2分）（2分）故回歸直線為：（1分）8、答：（1）由于，得（3分）（2分）總成本函數(shù)為：（1分）（2）截距項(xiàng)表示當(dāng)產(chǎn)量X為0時(shí)工廠的平均總成本為26.28，也就量工廠的平均固定成本；（2分）斜率項(xiàng)表示產(chǎn)量每增加1個(gè)單位，引起總成本平均增加4.26個(gè)單位。（2分）9、答：（1）回歸模型的R20.9042，表明在消費(fèi)Y的總變差中，由回歸直線解釋的部分占到90以上，回歸直線的代表性及解釋能力較好。（2分）（2）對(duì)于斜率項(xiàng)，>，即表明斜率項(xiàng)顯著不為

17、0，家庭收入對(duì)消費(fèi)有顯著影響。（2分）對(duì)于截距項(xiàng)，>，即表明截距項(xiàng)也顯著不為0，通過了顯著性檢驗(yàn)。（2分）（3）Yf=2.17+0.2023×4511.2735（2分）（2分）95%置信區(qū)間為（，11.2735+4.823），即（6.4505，16.0965）。（2分）10、答：（1）由于，。（4分）（2）（2分）（3）（4分）11、答：（1）11.38（2分）（2分）斜率系數(shù)：（1分）（2）R2=r2=0.92=0.81，剩余變差：（1分）總變差：TSSRSS/(1-R2)=2000/(1-0.81)=10526.32（2分）（3）（2分）12、答：（1）（3分）（2分）故回

18、歸直線為，（2）（2分）銷售額的價(jià)格彈性0.072（3分）13、（1）回歸方程為：，由于斜率項(xiàng)p值0.0000<，表明斜率項(xiàng)顯著不為0，即國(guó)民收入對(duì)貨幣供給量有顯著影響。（2分）截距項(xiàng)p值0.5444>，表明截距項(xiàng)與0值沒有顯著差異，即截距項(xiàng)沒有通過顯著性檢驗(yàn)。（2分）（2）截距項(xiàng)0.353表示當(dāng)國(guó)民收入為0時(shí)的貨幣供應(yīng)量水平，此處沒有實(shí)際意義。斜率項(xiàng)1.968表明國(guó)民收入每增加1元，將導(dǎo)致貨幣供應(yīng)量增加1.968元。（3分）（3）當(dāng)X15時(shí)，即應(yīng)將貨幣供應(yīng)量定在29.873的水平。（3分）14、答：（1）這是一個(gè)時(shí)間序列回歸。（圖略）（2分）（2）截距2.6911表示咖啡零售價(jià)在

19、每磅0美元時(shí)，美國(guó)平均咖啡消費(fèi)量為每天每人2.6911杯，這個(gè)沒有明顯的經(jīng)濟(jì)意義；（2分）斜率0.4795表示咖啡零售價(jià)格與消費(fèi)量負(fù)相關(guān)，表明咖啡價(jià)格每上升1美元，平均每天每人消費(fèi)量減少0.4795杯。（2分）（3）不能。原因在于要了解全美國(guó)所有人的咖啡消費(fèi)情況幾乎是不可能的。（2分）（4）不能。在同一條需求曲線上不同點(diǎn)的價(jià)格彈性不同，若要求價(jià)格彈性，須給出具體的X值及與之對(duì)應(yīng)的Y值。（2分）15、答：由已知條件可知，（3分）（3分）（2分）（2分）16. 解答：（1）這是一個(gè)對(duì)數(shù)化以后表現(xiàn)為線性關(guān)系的模型，lnL的系數(shù)為1.451意味著資本投入K保持不變時(shí)勞動(dòng)產(chǎn)出彈性為1.451 ；（3分）

20、lnK的系數(shù)為0.384意味著勞動(dòng)投入L保持不變時(shí)資本產(chǎn)出彈性為0.384（2分）.（2）系數(shù)符號(hào)符合預(yù)期，作為彈性，都是正值，而且都通過了參數(shù)的顯著性檢驗(yàn)（t檢驗(yàn)）（5分，要求能夠把t值計(jì)算出來）。17. 解答：該消費(fèi)模型的判定系數(shù)，統(tǒng)計(jì)量的值，均很高，表明模型的整體擬合程度很高。（2分）計(jì)算各回歸系數(shù)估計(jì)量的t統(tǒng)計(jì)量值得：，。除外，其余T值均很小。工資收入的系數(shù)t檢驗(yàn)值雖然顯著，但該系數(shù)的估計(jì)值卻過大，該值為工資收入對(duì)消費(fèi)的邊際效應(yīng)，它的值為1.059意味著工資收入每增加一美元，消費(fèi)支出增長(zhǎng)將超過一美元，這與經(jīng)濟(jì)理論和生活常識(shí)都不符。（5分）另外，盡管從理論上講，非工資非農(nóng)業(yè)收入與農(nóng)業(yè)收入

21、也是消費(fèi)行為的重要解釋變量，但二者各自的t檢驗(yàn)卻顯示出它們的效應(yīng)與0無明顯差異。這些跡象均表明模型中存在嚴(yán)重的多重共線性，不同收入部分之間的相互關(guān)系掩蓋了各個(gè)部分對(duì)解釋消費(fèi)行為的單獨(dú)影響。（3分）18. 解答: (1)（3分）(2)；負(fù)值也是有可能的。（4分）(3) （3分）19. 解答：當(dāng)時(shí)，模型變?yōu)?，可作為一元回歸模型來對(duì)待（5分）當(dāng)時(shí)，模型變?yōu)?同樣可作為一元回歸模型來對(duì)待（5分）20 解答:（1）第2個(gè)方程更合理一些，因?yàn)槟程炻苷叩娜藬?shù)同該天日照的小時(shí)數(shù)應(yīng)該是正相關(guān)的。（4分）（2）出現(xiàn)不同符號(hào)的原因很可能是由于與高度相關(guān)而導(dǎo)致出現(xiàn)多重共線性的緣故。從生活經(jīng)驗(yàn)來看也是如此，日照時(shí)間長(zhǎng)

22、，必然當(dāng)天的最高氣溫也就高。而日照時(shí)間長(zhǎng)度和第二天需交學(xué)期論文的班級(jí)數(shù)是沒有相關(guān)性的。（6分）21 解答：（1）是盒飯價(jià)格，是氣溫，是學(xué)校當(dāng)日的學(xué)生數(shù)量，是附近餐廳的盒飯價(jià)格。（4分）（2）在四個(gè)解釋變量中，附近餐廳的盒飯價(jià)格同校園內(nèi)食堂每天賣出的盒飯數(shù)量應(yīng)該是負(fù)相關(guān)關(guān)系，其符號(hào)應(yīng)該為負(fù)，應(yīng)為；學(xué)校當(dāng)日的學(xué)生數(shù)量每變化一個(gè)單位，盒飯相應(yīng)的變化數(shù)量不會(huì)是28.4或者12.7，應(yīng)該是小于1的，應(yīng)為；至于其余兩個(gè)變量，從一般經(jīng)驗(yàn)來看，被解釋變量對(duì)價(jià)格的反應(yīng)會(huì)比對(duì)氣溫的反應(yīng)更靈敏一些，所以是盒飯價(jià)格，是氣溫。（6分）22. 解：（一）原模型： （1）等號(hào)兩邊同除以， 新模型：（2） （2分） 令則：（

23、2）變?yōu)?（2分）此時(shí)新模型不存在異方差性。（2分）（二）對(duì)進(jìn)行普通最小二乘估計(jì) 其中 （4分）（進(jìn)一步帶入計(jì)算也可）23.解：（1）（2分）（2）（3分）（3）（2分）（4），接受原假設(shè)，認(rèn)為隨機(jī)誤差項(xiàng)為同方差性。（3分）24.解：原模型： 根據(jù)為消除異方差性，模型等號(hào)兩邊同除以模型變?yōu)椋?（2分）令則得到新模型： （2分）此時(shí)新模型不存在異方差性。（2分）利用普通最小二乘法，估計(jì)參數(shù)得： （4分）25.解：原模型： ， 模型存在異方差性 為消除異方差性，模型兩邊同除以，得： （2分）令得： （2分）此時(shí)新模型不存在異方差性 （1分）由已知數(shù)據(jù)，得（2分）25104100.50.20.10.

24、250.14745921.40.41.250.9根據(jù)以上數(shù)據(jù)，對(duì)進(jìn)行普通最小二乘估計(jì)得：解得（3分）26.答案：(1) 題中所估計(jì)的回歸方程的經(jīng)濟(jì)含義：該回歸方程是一個(gè)對(duì)數(shù)線性模型，可還原為指數(shù)的形式為：，是一個(gè)C-D函數(shù)，1.451為勞動(dòng)產(chǎn)出彈性，0.3841為資本產(chǎn)出彈性。因?yàn)?.451+0.38411，所以該生產(chǎn)函數(shù)存在規(guī)模經(jīng)濟(jì)。（6分）(2) 該回歸方程的估計(jì)中存在什么問題?應(yīng)如何改進(jìn)?  因?yàn)镈W=0.858, dL=1.38,即0.858<1.38,故存在一階正自相關(guān)?？衫肎LS方法消除自相關(guān)的影響。（4分）27（1）何謂計(jì)量經(jīng)濟(jì)模型的自相關(guān)性？答：如果對(duì)于不同的

25、樣本點(diǎn)，隨機(jī)誤差項(xiàng)之間不再是完全互相獨(dú)立，而是存在某種相關(guān)性，則出現(xiàn)序列相關(guān)性。如存在：稱為一階序列相關(guān)，或自相關(guān)。（3分）（2）試檢驗(yàn)該模型是否存在一階自相關(guān)，為什么？答：存在。（2分）（3）自相關(guān)會(huì)給建立的計(jì)量經(jīng)濟(jì)模型產(chǎn)生哪些影響？答：1參數(shù)估計(jì)兩非有效;2 變量的顯著性檢驗(yàn)失去意義。3模型的預(yù)測(cè)失效。（3分）（4）如果該模型存在自相關(guān)，試寫出消除一階自相關(guān)的方法和步驟。（臨界值，）答：1構(gòu)造D.W統(tǒng)計(jì)量并查表；2與臨界值相比較，以判斷模型的自相關(guān)狀態(tài)。（2分）28答：（1）由于地方政府往往是根據(jù)過去的經(jīng)驗(yàn)、當(dāng)前的經(jīng)濟(jì)狀況以及期望的經(jīng)濟(jì)發(fā)展前景來定制地區(qū)最低限度工資水平的，而這些因素沒有反

26、映在上述模型中，而是被歸結(jié)到了模型的隨機(jī)擾動(dòng)項(xiàng)中，因此 gMIN1 與m不僅異期相關(guān)，而且往往是同期相關(guān)的，這將引起OLS估計(jì)量的偏誤，甚至當(dāng)樣本容量增大時(shí)也不具有一致性。（5分）（2）全國(guó)最低限度的制定主要根據(jù)全國(guó)國(guó)整體的情況而定，因此gMIN基本與上述模型的隨機(jī)擾動(dòng)項(xiàng)無關(guān)。（2分）（3）由于地方政府在制定本地區(qū)最低工資水平時(shí)往往考慮全國(guó)的最低工資水平的要求，因此gMIN1與gMIN具有較強(qiáng)的相關(guān)性。結(jié)合（2）知gMIN可以作為gMIN1的工具變量使用。（3分）29解答：（1）這是一個(gè)確定的關(guān)系，各產(chǎn)業(yè)生產(chǎn)總值之和等于國(guó)內(nèi)生產(chǎn)總值。作為計(jì)量模型不合理。（3分）（2）（3）（4）（5）都是合理

27、的計(jì)量經(jīng)濟(jì)模型。（4分）（6）不合理。發(fā)電量和鋼鐵產(chǎn)量影響對(duì)煤炭的需求，但不會(huì)影響煤炭的產(chǎn)量。作為解釋變量沒有意義。（3分）30解答：（1）模型中的系數(shù)符號(hào)為負(fù)，不符合常理。居民收入越多意味著消費(fèi)越多，二者應(yīng)該是正相關(guān)關(guān)系。（3分）（2）的系數(shù)是1.2，這就意味著每增加一元錢，居民消費(fèi)支出平均增加1.2元，處于一種入不敷出的狀態(tài)，這是不可能的，至少對(duì)一個(gè)表示一般關(guān)系的宏觀計(jì)量經(jīng)濟(jì)模型來說是不可能的。（4分）(3) 的系數(shù)符號(hào)為負(fù)，不合理。職工人數(shù)越多工業(yè)總產(chǎn)值越少是不合理的。這很可能是由于工業(yè)生產(chǎn)資金和職工人數(shù)兩者相關(guān)造成多重共線性產(chǎn)生的。（3分）31解答：（1）臨界值t =1.7291小于1

28、8.7，認(rèn)為回歸系數(shù)顯著地不為0.（4分）（2）參數(shù)估計(jì)量的標(biāo)準(zhǔn)誤差：0.81/18.7=0.0433（3分）（3）不包括。因?yàn)檫@是一個(gè)消費(fèi)函數(shù)，自發(fā)消費(fèi)為15單位，預(yù)測(cè)區(qū)間包括0是不合理的。（3分）32解答：（1）對(duì)于如果隨機(jī)誤差項(xiàng)的各期值之間存在著相關(guān)關(guān)系，即稱隨機(jī)誤差項(xiàng)之間存在自相關(guān)性。（3分）（2）該模型存在一階正的自相關(guān)，因?yàn)?<0.3474<（3分）（3）自相關(guān)性的后果有以下幾個(gè)方面：模型參數(shù)估計(jì)值不具有最優(yōu)性；隨機(jī)誤差項(xiàng)的方差一般會(huì)低估；模型的統(tǒng)計(jì)檢驗(yàn)失效；區(qū)間估計(jì)和預(yù)測(cè)區(qū)間的精度降低。（4分）33解答：（1）查表得臨界值，。正位于1.05和1.66之間，恰是D-W檢

29、驗(yàn)的無判定區(qū)域，所以一階自相關(guān)的DW檢驗(yàn)是無定論的。（3分）（2）對(duì)于模型，設(shè)自相關(guān)的形式為假設(shè)，（1分）LM檢驗(yàn)檢驗(yàn)過程如下：首先，利用OLS法估計(jì)模型，得到殘差序列；(2分）其次，將關(guān)于殘差的滯后值進(jìn)行回歸，并計(jì)算出輔助回歸模型的判定系數(shù)；(2分）最后，對(duì)于顯著水平，若大于臨界值，則拒絕原假設(shè)，即存在自相關(guān)性。（2分）34解答：（1）總離差(TSS)的自由度為n-1，因此樣本容量為15；（2分）（2）RSS=TSS-ESS=66042-65965=77；（2分）（3）ESS的自由度為2，RSS的自由度為12；（2分）（4）=ESS/TSS=65965/66042=0.9988，（4分）35

30、.解答：（1）0.722是指，當(dāng)城鎮(zhèn)居民人均可支配收入每變動(dòng)一個(gè)單位，人均消費(fèi)性支出資料平均變動(dòng)0.722個(gè)單位，也即指邊際消費(fèi)傾向；137.422指即使沒有收入也會(huì)發(fā)生的消費(fèi)支出，也就是自發(fā)性消費(fèi)支出。（3分）(2) 在線性回歸模型中，如果隨機(jī)誤差項(xiàng)的方差不是常數(shù)，即對(duì)不同的解釋變量觀測(cè)值彼此不同，則稱隨機(jī)項(xiàng)具有異方差性。（3分）(3) 存在異方差性，因?yàn)檩o助回歸方程，整體顯著；并且回歸系數(shù)顯著性地不為0。戈里瑟檢驗(yàn)就是這樣的檢驗(yàn)過程。（4分）36答：不能。（3分）因?yàn)閄1和X2存在完全的多重共線性，即X22 X1-1，或X10.5（X2+1）。（7分）37答：（1）Lnk的T檢驗(yàn)：10.1

31、952.1009，因此lnk的系數(shù)顯著。Lnl的 T檢驗(yàn)：6.5182.1009，因此lnl的系數(shù)顯著。（4分）（2）t的T檢驗(yàn)：1.3332.1098，因此lnk的系數(shù)不顯著。Lnk的 T檢驗(yàn)：1.182.1098，因此lnl的系數(shù)不顯著。（4分）（3）可能是由于時(shí)間變量的引入導(dǎo)致了多重共線性。（2分）38.解答：這時(shí)會(huì)發(fā)生完全的多重共線性問題；（3分）因?yàn)橛兴膫€(gè)季度，該模型則引入了四個(gè)虛擬變量。顯然，對(duì)于任一季度而言，則任一變量都是其他變量的線性組合，因此存在完全共線性。當(dāng)有四個(gè)類別需要區(qū)分時(shí)，我們只需要引入三個(gè)虛擬變量就可以了；（5分）參數(shù)將不能用最小二乘法進(jìn)行估計(jì)。（2分）39. 解答

32、：（1）假設(shè)第一季度為基礎(chǔ)類型，引入三個(gè)虛擬變量；，利潤(rùn)模型為。（5分）（2）利潤(rùn)模型為（2分）（3分）利潤(rùn)模型為（3分）40. 解答：通貨膨脹與工業(yè)生產(chǎn)增長(zhǎng)速度關(guān)系的基本模型為引入虛擬變量 （4分）則（1） （3分）（2） （3分）41. 解答：（1）的經(jīng)濟(jì)含義為：當(dāng)銷售收入和公司股票收益保持不變時(shí)，金融業(yè)的CEO要比交通運(yùn)輸業(yè)的CEO多獲15.8個(gè)百分點(diǎn)的薪水。其他兩個(gè)可類似解釋。（3分）（2）公用事業(yè)和交通運(yùn)輸業(yè)之間估計(jì)薪水的近似百分比差異就是以百分?jǐn)?shù)解釋的參數(shù)，即為28.3%.由于參數(shù)的t統(tǒng)計(jì)值為-2.895,它大于1%的顯著性水平下自由度為203的t分布 臨界值1.96,因此這種差異統(tǒng)計(jì)上是顯著的。（4分）(3) 由于消費(fèi)品工業(yè)和金融業(yè)相對(duì)于交通運(yùn)輸業(yè)的薪水百分比差異分別為15.8%與18.1%,因此他們之間的差異為18.1%-15.8%=2.3%。（3分）42.解答:記學(xué)生月消費(fèi)支出為Y,其家庭月收入水平為X,在不考慮其他因素影響時(shí),有如下基本回歸模型: （2分）其他決定性因素可