2022年計量經(jīng)濟(jì)學(xué)期末試卷

1、第一學(xué)期期末考試試卷計量經(jīng)濟(jì)學(xué)試卷一、單項選擇題(1分20題20分)1在回歸分析中下列有關(guān)解釋變量和被解釋變量的說法中正確的是(c )A. 被解釋變量和解釋變量均為隨機(jī)變量B. 被解釋變量和解釋變量均為非隨機(jī)變量C. 被解釋變量為隨機(jī)變量,解釋變量為非隨機(jī)變量D. 被解釋變量為非隨機(jī)變量,解釋變量為隨機(jī)變量2. 下面哪一個必定是錯誤的（a）。A. B. C. D. 3判斷模型參數(shù)估計量的符號、大小、相互之間關(guān)系的合理性屬于（b）準(zhǔn)則。A.計量經(jīng)濟(jì) B.經(jīng)濟(jì)理論 C.統(tǒng)計 D.統(tǒng)計和經(jīng)濟(jì)理論4. 判定系數(shù)r2=0.8，說明回歸直線能解釋被解釋變量總變差的：( a )A. 80% B. 64%C.

2、 20% D. 89%5.下圖中“”所指的距離是（b）A. 隨機(jī)誤差項 B. 殘差 C. 的離差 D. 的離差6. 已知DW統(tǒng)計量的值接近于2，則樣本回歸模型殘差的一階自相關(guān)系數(shù)近似等于（a）。A.0 B. -1 C.1 D. 0.57.已知含有截距項的三元線性回歸模型估計的殘差平方和為，估計用樣本容量為n=24，則隨機(jī)誤差項的方差估計量為(b )。A.33.3 B.40 C.38.09 D.36.368.反映由模型中解釋變量所解釋的那部分離差大小的是(b )。A.總體平方和 B.回歸平方和 C.殘差平方和 D.離差和9. 某企業(yè)的生產(chǎn)決策是由模型描述（其中為產(chǎn)量，為價格），又知：如果該企業(yè)在

3、期生產(chǎn)過剩，決策者會削減期的產(chǎn)量。由此判斷上述模型存在（b）。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10.產(chǎn)量（X，臺）與單位產(chǎn)品成本（Y，元/臺）之間的回歸方程為，這說明（d）。 A.產(chǎn)量每增加一臺，單位產(chǎn)品成本增加356元 B.產(chǎn)量每增加一臺，單位產(chǎn)品成本減少1.5元 C.產(chǎn)量每增加一臺，單位產(chǎn)品成本平均增加356元 D.產(chǎn)量每增加一臺，單位產(chǎn)品成本平均減少1.5元11.回歸模型，中，總體方差未知，檢驗時，所用的檢驗統(tǒng)計量服從（d）。A. B. C. D. 12.線性回歸模型的參數(shù)估計量是隨機(jī)變量的函數(shù)，即。所以是（a）。A.隨機(jī)變量 B.非隨機(jī)

4、變量 C.確定性變量 D.常量13.如果回歸模型中的隨機(jī)誤差項存在異方差，則模型參數(shù)的普通最小二乘估計量（b）。A.無偏且有效 B.無偏但非有效 C.有偏但有效 D.有偏且非有效14. G-Q檢驗法可用于檢驗（a）。A.異方差性 B.多重共線性 C.序列相關(guān) D.隨機(jī)解釋變量15. 當(dāng)模型中的解釋變量存在完全多重共線性時，參數(shù)估計量的方差為：( c )A.0 B.1 C. D.最小 16.（b）是具有一定概率分布的隨機(jī)變量，它的數(shù)值由模型本身決定。 A.外生變量 B.內(nèi)生變量 C.先決變量 D.滯后變量17. 在Eviews命令中，（）表示（ c ）A. 乘以 B. 減 C. 的滯后一期變量

5、D. 的倒數(shù)18. 在雙對數(shù)線性模型中，參數(shù)的含義是（d）。A. Y關(guān)于X的增長量 B. Y關(guān)于X的發(fā)展速度 C. Y關(guān)于X的邊際傾向 D. Y關(guān)于X的彈性19. 根據(jù)20個觀測值估計的結(jié)果，一元線性回歸模型的DW=2.6,在=0.05的顯著性水平下查得樣本容量n=20，解釋變量k=1個時，dL=1.20,dU=1.41，則可以判斷：( d ) A. 不存在一階自相關(guān) B. 存在正的一階自相關(guān)C. 存在負(fù)的一階自相關(guān) D. 無法確定20. 下列模型中不屬于線性模型的是（c ）A. B. C. D. 二、填空題（1分20空20分）1計量經(jīng)濟(jì)學(xué)是以經(jīng)濟(jì)理論和經(jīng)濟(jì)數(shù)據(jù)的事實為依據(jù)，運(yùn)用數(shù)學(xué)、統(tǒng)計學(xué)的

6、方法，通過建立 來研究經(jīng)濟(jì)數(shù)量關(guān)系和規(guī)律的一門經(jīng)濟(jì)學(xué)科。2.計量經(jīng)濟(jì)學(xué)不僅要尋求經(jīng)濟(jì)計量分析的方法，而且要對實際經(jīng)濟(jì)問題加以研究，要解決達(dá)到上述目的的理論和方法問題。這樣計量經(jīng)濟(jì)學(xué)分成了兩種類型：_和_兩大類。3.研究經(jīng)濟(jì)問題時，可用于參數(shù)估計的數(shù)據(jù)主要有：_數(shù)據(jù)、_數(shù)據(jù)、_數(shù)據(jù)和 。4.計量經(jīng)濟(jì)學(xué)模型的檢驗主要從_檢驗、_檢驗、_檢驗和_檢驗這么四個方面進(jìn)行。5.被解釋變量的觀測值與其回歸理論值之間的偏差，稱為_；被解釋變量的觀測值與其回歸估計值之間的偏差，稱為_。6.對線性回歸模型進(jìn)行最小二乘估計，最小二乘準(zhǔn)則是_。7.方程顯著性檢驗的檢驗對象是_。8.以雙變量線性回歸模型為例，總體回歸函

7、數(shù)均值形式為： ，個別值形式為： ；樣本回歸函數(shù)的均值形式為 ： ，個別值形式為： 。9.在回歸分析中，解釋變量一般是按照 變量來處理的。三、判斷題（1分55分）1. 回歸模型方程的顯著性檢驗與方程的擬合優(yōu)度檢驗是相同的( )。2. 參數(shù)估計量的優(yōu)良性指的是線性、無偏性最有效性，簡稱BLUE( )。3. 可決系數(shù)和相關(guān)系數(shù)是兩個不同的概念，無任何聯(lián)系( )。4. 在多元線性回歸分析中，調(diào)整樣本決定系數(shù)與樣本決定系數(shù)之間的關(guān)系是 ( ) 。5. 在多元回歸中，根據(jù)通常的t檢驗，如果每個參數(shù)都是統(tǒng)計上不顯著的，就不會得到一個高的值。( )。四、簡答題（17分）1.（7分）請簡要敘述計量經(jīng)濟(jì)學(xué)的研究

8、步驟。2.（10分）什么是OLS估計量的線性性和無偏性？試加以證明（以一元線性回歸模型為例）。五、計算題（18分） 1.（10分）從某公司分布在11個地區(qū)的銷售點的銷售量（Y）和銷售價格（X）觀測值得出以下結(jié)果： （1）作銷售額對價格的回歸分析，并解釋其結(jié)果。（2）回歸直線未解釋的銷售變差部分是多少？2. （8分）已知消費(fèi)模型，其中： ：個人消費(fèi)支出；：個人可支配收入；已知請進(jìn)行適當(dāng)?shù)淖儞Q消除異方差，并給與證明。六、案例分析題（20分）分析財政支農(nóng)資金結(jié)構(gòu)對農(nóng)民收入的影響，令Y（元）表示農(nóng)民人均純收入。X1（億元）表示財政用于農(nóng)業(yè)基本建設(shè)的支出，X2（億元）表示財政用于農(nóng)村基本建設(shè)支出，X3（

9、億元）表示農(nóng)業(yè)科技三項費(fèi)用，X4（億元）表示農(nóng)村救濟(jì)費(fèi)。建立如下回歸模型Eviews輸出結(jié)果如下： 表1：Dependent Variable: YSample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C134.5734200.64290.6707110.5133X11.6474470.6098502.7013980.0172X2-0.3540372.199568-0.1609580.8744X314.73859127.54320.1155580.9096X415.0764

10、87.9863291.8877860.0800R-squared0.920517 Mean dependent var1391.353Adjusted R-squared0.897807 S.D. dependent var822.1371S.E. of regression262.8173 Akaike info criterion14.20173Sum squared resid967021.0 Schwarz criterion14.45027Log likelihood-129.9164 F-statistic40.53451Durbin-Watson stat0.507406 Pro

11、b(F-statistic)0.000000表2：Dependent Variable: YSample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C159.6613114.22261.3978090.1813X11.6280360.3905284.1688050.0007X414.851556.8869522.1564760.0466R-squared0.920351 Mean dependent var1391.353Adjusted R-squared0.910394

12、S.D. dependent var822.1371S.E. of regression246.1002 Akaike info criterion13.99329Sum squared resid969044.5 Schwarz criterion14.14242Log likelihood-129.9363 F-statistic92.44012Durbin-Watson stat0.542200 Prob(F-statistic)0.000000表3：White Heteroskedasticity Test:F-statistic5.668786 Probability0.006293

13、Obs*R-squared11.74713 Probability0.019334Dependent Variable: RESID2Sample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C32945.3352208.470.6310340.5382X168.27213434.51690.1571220.8774X12-0.0779200.279599-0.2786860.7846X4-2938.7807375.757-0.3984380.6963X4278.4699068

14、.936751.1382880.2741R-squared0.618270 Mean dependent var51002.34Adjusted R-squared0.509204 S.D. dependent var80097.16S.E. of regression56113.51 Akaike info criterion24.92908Sum squared resid4.41E+10 Schwarz criterion25.17761Log likelihood-231.8262 F-statistic5.668786Durbin-Watson stat2.872506 Prob(F

15、-statistic)0.006293表4：Dependent Variable: LOG(Y)Sample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C2.1209820.2701817.8502210.0000LOG(X1)0.6563810.1142575.7447830.0000LOG(X4)0.3172810.1485442.1359390.0485R-squared0.971233 Mean dependent var7.036373Adjusted R-squa

16、red0.967637 S.D. dependent var0.683879S.E. of regression0.123028 Akaike info criterion-1.208867Sum squared resid0.242175 Schwarz criterion-1.059745Log likelihood14.48424 F-statistic270.0943Durbin-Watson stat0.679633 Prob(F-statistic)0.000000表5：White Heteroskedasticity Test:F-statistic2.767883 Probab

17、ility0.069259Obs*R-squared8.390358 Probability0.078281Dependent Variable: RESID2Sample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C-0.0079910.245682-0.0325270.9745LOG(X1)0.0039990.1264100.0316320.9752(LOG(X1)2-0.0020280.010324-0.1964730.8471LOG(X4)-0.0010510.145

18、599-0.0072150.9943(LOG(X4)20.0064710.0202990.3187850.7546R-squared0.441598 Mean dependent var0.012746Adjusted R-squared0.282054 S.D. dependent var0.017859S.E. of regression0.015132 Akaike info criterion-5.323050Sum squared resid0.003206 Schwarz criterion-5.074514Log likelihood55.56898 F-statistic2.7

19、67883Durbin-Watson stat2.009847 Prob(F-statistic)0.069259表6：Dependent Variable: LOG(Y)Sample(adjusted): 1989 2003Included observations: 15 after adjusting endpointsConvergence achieved after 6 iterationsVariableCoefficientStd. Errort-StatisticProb. C1.5741420.2582166.0962330.0001LOG(X1)0.9094980.069

20、043（1）0.0000LOG(X4)0.032630（2）6.4846390.0001AR(1)0.8380050.1315846.3685970.0001AR(4)-0.5881520.170344-3.4527230.0062R-squared0.990491 Mean dependent var7.281261Adjusted R-squared（3） S.D. dependent var0.540474S.E. of regression0.062359 Akaike info criterion-2.450609Sum squared resid0.038887 Schwarz c

21、riterion-2.214592Log likelihood23.37957 F-statistic260.4156Durbin-Watson stat2.112045 Prob(F-statistic)0.000000問題：1.通過表1的結(jié)果能初步發(fā)現(xiàn)什么問題？為什么？應(yīng)該用什么方法處理該問題？2.如果理想的方程如表2所示，寫出該方程。3.表3的意義何在？結(jié)果怎樣？4.表4和表5意圖是什么？是如何處理的？結(jié)果怎樣？5.表6對什么問題作了處理？如何處理的？結(jié)果怎么樣？6.填寫表6中（1）、（2）、（3）空，寫出最終的理想方程，并解釋各系數(shù)的經(jīng)濟(jì)意義。一、單項選擇題(1分2020分)1-5: C C B A B 6-10: A B B B D 11-15: D A B A C 16-20: B C D D C二、填空題（1分20空20分）1、數(shù)學(xué)模型2、理論計量經(jīng)濟(jì)學(xué)，應(yīng)用計量經(jīng)濟(jì)學(xué)3、時間序列，截面，面板、虛擬變量4、經(jīng)濟(jì)意義，統(tǒng)計，計量經(jīng)濟(jì)學(xué)、預(yù)測5、隨機(jī)擾動項，殘差6、7、模型中被解釋變量與解釋變量之間的線性關(guān)系在總體上是否顯著成立8、，9、確定性三、判斷題（1分55分）1-5：、四、簡答題（19分）1（7分）.答：計量經(jīng)濟(jì)學(xué)的