下載本文檔
版權(quán)說明: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、第二套一、單項(xiàng)選擇題二、多項(xiàng)選擇題三、判斷題1、 線性回歸模型意味著因變量是自變量的線性函數(shù)。錯(cuò)。線性回歸模型本質(zhì)上指的是參數(shù)線性,而不是變量線性。同時(shí),模型與函數(shù)不是同一回事。2、多重共線性問題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的。錯(cuò)。應(yīng)該是解釋變量之間高度相關(guān)引起的。3、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)。 錯(cuò)。引入虛擬變量的個(gè)數(shù)樣本容量大小無關(guān),與變量屬性,模型有無截距項(xiàng)有關(guān)。4、雙變量模型中,對(duì)樣本回歸函數(shù)整體的顯著性檢驗(yàn)與斜率系數(shù)的顯著性檢驗(yàn)是一致的。正確;要求最好能夠?qū)懗鲆辉€性回歸中,F(xiàn)統(tǒng)計(jì)量與T統(tǒng)計(jì)量的關(guān)系,即的來歷;或者說明一元線性回歸僅有
2、一個(gè)解釋變量,因此對(duì)斜率系數(shù)的T檢驗(yàn)等價(jià)于對(duì)方程的整體性檢驗(yàn)。5、如果聯(lián)立方程模型中某個(gè)結(jié)構(gòu)方程包含了所有的變量, 則這個(gè)方程不可識(shí)別。正確四、計(jì)算題1、家庭消費(fèi)支出(Y)、可支配收入()、個(gè)人個(gè)財(cái)富()設(shè)定模型如下:回歸分析結(jié)果為:LS / Dependent Variable is YDate: 18/4/02 Time: 15:18Sample: 1 10Included observations: 10 Variable Coefficient Std. Error T-Statistic Prob. C 24.4070 6.9973 _ 0.0101 - 0.3401 0.4785
3、_ 0.5002 0.0823 0.0458 0.1152R-squared _ Mean dependent var 111.1256 Adjusted R-squared _ S.D. dependent var 31.4289 S.E. of regression _ Akaike info criterion 4.1338 Sum squared resid 342.5486 Schwartz criterion 4.2246 Log likelihood - 31.8585 F-statistic _ Durbin-Watson stat 2.4382 Prob(F-statisti
4、c) 0.0001回答下列問題(11分):、 請(qǐng)根據(jù)上表中已由數(shù)據(jù),填寫表中畫線處缺失結(jié)果(注意給出計(jì)算步驟);、 模型是否存在多重共線性?為什么?、 模型中是否存在自相關(guān)?為什么?答:、 Variable Coefficient Std. Error T-Statistic Prob. C 24.4070 6.9973 _3.4881_ 0.0101 - 0.3401 0.4785 _-0.7108_ 0.5002 0.0823 0.0458 1.7969 0.1152R-squared _0.9615_Mean dependent var 111.1256 Adjusted R-squar
5、ed _0.9505_S.D. dependent var 31.4289 S.E. of regression _6.5436_Akaike info criterion 4.1338 Sum squared resid 342.5486 Schwartz criterion 4.2246 Log likelihood - 31.8585 F-statistic _87.3336_ Durbin-Watson stat 2.4382 Prob(F-statistic) 0.0001、存在多重共線性;F統(tǒng)計(jì)量和R方顯示模型很顯著,但變量的T檢驗(yàn)值都偏小。、n=10,k/=2,查表dl=0.69
6、7;du=1.641;4-dl=3.303;4-du=2.359。DW=2.4382>2.359,因此模型存在一階負(fù)自相關(guān)。2、根據(jù)某城市19781998年人均儲(chǔ)蓄與人均收入的數(shù)據(jù)資料建立了如下回歸模型: se=(340.0103)(0.0622)試求解以下問題(9分):(1) 取時(shí)間段19781985和19911998,分別建立兩個(gè)模型。 模型1: t=(-8.7302)(25.4269) 模型2: t=(-5.0660)(18.4094) 計(jì)算F統(tǒng)計(jì)量,即,給定,查F分布表,得臨界值。請(qǐng)你繼續(xù)完成上述工作,并回答所做的是一項(xiàng)什么工作,其結(jié)論是什么?(2) 利用y對(duì)x回歸所得的殘差平方構(gòu)造一個(gè)輔助回歸函數(shù): 計(jì)算給定顯著性水平,查分布表,得臨界值,其中p=3,自由度。請(qǐng)你繼續(xù)完成上述工作,并回答所做的是一項(xiàng)什么工作,其結(jié)論是什么?(3)試比較(1)和(2)兩種方法,給出簡(jiǎn)要評(píng)價(jià)。答:、這是異方差檢驗(yàn),使用的是樣本分段擬和(Goldfeld-Quant),因此拒絕原假設(shè),表明模型中存在異方差。、這是異方差A(yù)RCH檢驗(yàn),所以拒絕原假設(shè),表明模型
溫馨提示
- 1. 本站所有資源如無特殊說明,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,若沒有圖紙預(yù)覽就沒有圖紙。
- 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
- 雨水節(jié)氣課程設(shè)計(jì)
- 2024水路運(yùn)輸代理合作協(xié)議
- 2025年度銷售人員勞動(dòng)合同中的銷售團(tuán)隊(duì)協(xié)作與業(yè)績(jī)提升合同3篇
- 2025年度花崗巖石材來料加工合作合同3篇
- 2024年私人房產(chǎn)抵押貸款協(xié)議模板
- 職業(yè)學(xué)校課程設(shè)計(jì)
- 二零二五年文化創(chuàng)意產(chǎn)品線上線下銷售合作協(xié)議2篇
- 2024攀枝花市文化娛樂場(chǎng)地租賃合作協(xié)議3篇
- 課程設(shè)計(jì)土木ab戶型圖
- 2024至2030年旅行箱包拉桿項(xiàng)目投資價(jià)值分析報(bào)告
- 英語-山東省淄博市2024-2025學(xué)年第一學(xué)期高三期末摸底質(zhì)量檢測(cè)試題和答案
- 億歐智庫(kù)-2024中國(guó)智能駕駛城區(qū)NOA功能測(cè)評(píng)報(bào)告
- 甘肅2024年甘肅培黎職業(yè)學(xué)院引進(jìn)高層次人才歷年參考題庫(kù)(頻考版)含答案解析
- 水利水電工程安全管理制度例文(三篇)
- 2025年超星爾雅學(xué)習(xí)通《勞動(dòng)通論》章節(jié)測(cè)試題庫(kù)及參考答案(培優(yōu))
- 2024預(yù)防流感課件完整版
- 新疆烏魯木齊市(2024年-2025年小學(xué)六年級(jí)語文)統(tǒng)編版質(zhì)量測(cè)試(上學(xué)期)試卷及答案
- 人教版2024-2025學(xué)年第一學(xué)期八年級(jí)物理期末綜合復(fù)習(xí)練習(xí)卷(含答案)
- 靜脈治療專科護(hù)士競(jìng)聘
- 特殊教育多媒體教室方案
- 2024年第一季度醫(yī)療安全(不良)事件分析報(bào)告
評(píng)論
0/150
提交評(píng)論