2023-2023年計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)題

1、1.對(duì)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)度比擬時(shí)，應(yīng)比擬它們的：( ) 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.線性模型Yi=0+1X1i+2X2i+i不滿足哪一假定稱(chēng)為異方差現(xiàn)象?( ) A.Cov(i,j)=0 B.Var(i)=2C.Cov(Xi,i)=0 D.Cov(X1i,X2i)=03.由回歸直線Xi所估計(jì)出來(lái)的值滿足：( ) A.(Yi-)=1 B.(Yi-)2=1 C.(Yi-)最小 D.(Yi-)2最小4.加權(quán)最小二乘法克服異方差的主要原理是通過(guò)賦予不同誤差的觀測(cè)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

2、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5.根據(jù)20個(gè)觀測(cè)值估計(jì)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(gè)時(shí)，dL=1.20,dU=1.41，那么可以判斷：( ) 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(wú)法確定6.根據(jù)樣本資料建立某消費(fèi)函數(shù)如下： =100.50+0.45Xt+55.35D，其中C為消費(fèi)，X為收入，虛擬變量D=，所有參數(shù)均檢查顯著，那么城市的消費(fèi)函數(shù)為：( ) A.=155.85+0.45X

3、t B.=100.50+0.45Xt C.=100.50+55.35D D.=100.95+55.35D7.聯(lián)立方程模型中的非隨機(jī)方程是：( ) A.行為方程 B.技術(shù)方程 C.制度方程 D.平衡方程8.作為中長(zhǎng)期模型的樣本數(shù)據(jù)一般為：( ) A.月度數(shù)據(jù) B.季度數(shù)據(jù) C.年度數(shù)據(jù) D.五年規(guī)劃數(shù)據(jù)9.下面哪一個(gè)必定是錯(cuò)誤的A. B. C. D. 10.在多元線性回歸模型中，假設(shè)某個(gè)解釋變量對(duì)其余解釋變量的判定系數(shù)接近于1，那么說(shuō)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11.以下樣本模型中，哪一個(gè)模型通常是無(wú)效的?( ) A.Ci(消費(fèi))=500-0.8Ii(收

4、入) B.QDi(商品需求)=10+0.8Ii(收入)-0.9Pi(價(jià)格) C.Qsi(商品供應(yīng))=20+0.75Pi(價(jià)格) D.Yi(產(chǎn)出量)=0.65K0.6i(資本)L0.4i(勞動(dòng))12.判定系數(shù)r2=0.8，說(shuō)明回歸直線能解釋被解釋變量總變差的：( ) A.80% B.64% C.20% D.89%13.當(dāng)模型中的解釋變量存在完全多重共線性時(shí)，參數(shù)估計(jì)量的方差為：( ) A.0 B.1 C. D.最小14.DW的取值范圍是：( ) A.-1DW0 B.-1DW1 C.-2DW2 D.0DW415.模型Yi=0+1D+Xi+i，其中D=為虛擬變量，模型中的差異截距系數(shù)是指：( ) A

5、.0 B.1 C.0+1 D.0-16.對(duì)于模型Yt=1t+2Xt+t,1t=0+1Zt,如果Zt為虛擬變量，那么上述模型就是一個(gè)：( ) A.常數(shù)參數(shù)模型 B.截距與斜率同時(shí)變動(dòng)模型 C.截距變動(dòng)模型 D.分段線性回歸模型17.考察下述聯(lián)立方程模型：第一個(gè)結(jié)構(gòu)方程中的Y2是：( ) A.前定變量 B.外生變量 C.解釋變量 D.被解釋變量18.t檢驗(yàn)是根據(jù)t分布理論所作的假設(shè)檢驗(yàn)，以下哪項(xiàng)可作t檢驗(yàn)?( ) A.單個(gè)回歸系數(shù)的顯著性檢驗(yàn) B.線性關(guān)系的總體顯著性檢驗(yàn) C.一階線性自相關(guān)的顯著性檢驗(yàn) D.多個(gè)預(yù)測(cè)值與實(shí)際值之間差異的顯著性檢驗(yàn)19.產(chǎn)量X，臺(tái)與單位產(chǎn)品本錢(qián)Y，元/臺(tái)之間的回歸方

6、程為，這說(shuō)明 A.產(chǎn)量每增加一臺(tái)，單位產(chǎn)品本錢(qián)增加356元 B.產(chǎn)量每增加一臺(tái)，單位產(chǎn)品本錢(qián)減少1.5元 C.產(chǎn)量每增加一臺(tái)，單位產(chǎn)品本錢(qián)平均增加356元 D.產(chǎn)量每增加一臺(tái)，單位產(chǎn)品本錢(qián)平均減少1.5元20.假設(shè)回歸模型中的隨機(jī)誤差項(xiàng)存在異方差性，那么估計(jì)模型參數(shù)應(yīng)采用A.普通最小二乘法 B.加權(quán)最小二乘法 C.廣義差分法 D.工具變量法21.在對(duì)數(shù)線性模型ln(Yi)=0+1ln(X1i)+i，1度量了( ) A.X變動(dòng)1時(shí)，Y變動(dòng)的百分比； B.Y變動(dòng)1時(shí)，X變動(dòng)的百分比；C.X變動(dòng)一個(gè)單位時(shí)，Y變動(dòng)的數(shù)量； D.Y變動(dòng)一個(gè)單位時(shí)，X變動(dòng)的數(shù)量22.以下哪種方法不是檢驗(yàn)異方差的方法 A殘

7、差圖分析法； B. 等級(jí)相關(guān)系數(shù)法； C.Goldfeld-Quanadt檢驗(yàn)； D. DW檢驗(yàn)法23.根據(jù)25個(gè)觀測(cè)值估計(jì)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=25，解釋變量k=2個(gè)時(shí)，dL=1.206,dU=1.55，那么可以判斷：( ) 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(wú)法確定24.根據(jù)樣本資料建立某消費(fèi)函數(shù)如下： =100.50+0.45Xt+55.35D，其中C為消費(fèi)，X為收入，虛擬變量D=，所有參數(shù)均檢查顯著，那么城市的消費(fèi)函數(shù)為：( ) A.=155.85+0.45Xt B.=100.50+0.

8、45Xt C.=100.50+55.35D D.=100.95+55.35D25.關(guān)于內(nèi)生變量的表述，錯(cuò)誤的是( ) A.內(nèi)生變量都是隨機(jī)變量； B.內(nèi)生變量受模型中其它內(nèi)生變量和前定變量的影響，同時(shí)又影響其它內(nèi)生變量； C.在結(jié)構(gòu)方程中，解釋變量可以是前定變量，也可以是內(nèi)生變量； D.滯后內(nèi)生變量與內(nèi)生變量具有相同性質(zhì)。26.在線性回歸模型中，假設(shè)解釋變量X1和X2的觀測(cè)值成比例，即有X1i=kX2i，其中k為非零常數(shù)，那么說(shuō)明模型中存在( ) A.異方差 B.多重共線性 C.序列相關(guān) D.設(shè)定誤差27.在線性回歸模型Yi=0+1X1i+2X2i+i 中，0的含義為 A指所有未包含到模型中來(lái)

9、的變量對(duì)Y的平均影響； BYi的平均水平； CX1i，X2i不變的條件下，Yi的平均水平； DX1i0，X2i0時(shí)，Yi的真實(shí)水平。28.判定系數(shù)r2=0.85，說(shuō)明回歸直線能解釋被解釋變量總變差的：( ) A. 15% B.72.25% C. 85% D.89%29.DW檢驗(yàn)的原假設(shè)是：( ) A.DW=0 B. DW=1 C.=0 D.=130.以下哪個(gè)模型的一階線性自相關(guān)問(wèn)題可用DW檢驗(yàn)( ) A.有限多項(xiàng)式分布滯后模型； B.自適應(yīng)預(yù)期模型； C.庫(kù)伊克變換模型 D.局部調(diào)整模型31.設(shè)個(gè)人消費(fèi)函數(shù)Yi=0+1X1i+i中，消費(fèi)支出Y不僅與收入X有關(guān)，而且與消費(fèi)者的性別、年齡構(gòu)成有關(guān)，

10、年齡構(gòu)成可以分為老、中、青三個(gè)層次，假定邊際消費(fèi)傾向不變，該消費(fèi)函數(shù)引入虛擬變量的個(gè)數(shù)為 A. 1 B.2 C. 3 D.4 32.以下經(jīng)濟(jì)計(jì)量分析回歸模型中哪些可能存在異方差問(wèn)題 A.用時(shí)間序列數(shù)據(jù)建立的家庭消費(fèi)支出對(duì)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(duì)勞動(dòng)和資本的回歸模型；C.以21年資料建立的某種商品的市場(chǎng)供需模型； D.以20年資料建立的總支出對(duì)總收入的回歸模型33.簡(jiǎn)化式模型中的簡(jiǎn)化式參數(shù)表示A.內(nèi)生解釋變量對(duì)被解釋變量的總影響； B.內(nèi)生解釋變量對(duì)被解釋變量的直接影響；C.前定變量對(duì)被解釋變量的總影響；D.前定變量對(duì)被解釋變量的直接影響二、判斷題10小題，每題1分，

11、共10分，對(duì)的打“，錯(cuò)的打“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(cè)資料來(lái)研究確定經(jīng)濟(jì)數(shù)量關(guān)系和規(guī)律的一門(mén)學(xué)科。最小方差特性就是參數(shù)OLS估計(jì)量的方差var()var()，其中是用某一方法得到的線性無(wú)偏估計(jì)量。假設(shè)判定系數(shù)R2越趨近于0，那么回歸直線擬合越差。最小二乘準(zhǔn)那么就是對(duì)模型Yi=b0+b1Xi+ui確定Xi和Yi使殘差平方和ei2=(Yi-(+Xi)2到達(dá)最小?？乱揽薑oyck變換可以把分布滯后模型無(wú)條件變成自回歸模型。完全多重共線性模型的參數(shù)估計(jì)是不確定的。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

12、改變符號(hào)，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)。結(jié)構(gòu)方程可以識(shí)別且求解結(jié)構(gòu)參數(shù)值唯一，那么稱(chēng)過(guò)度識(shí)別。階識(shí)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(shí)別的必要條件是該方程所不包含的變量數(shù)不小于G-1。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(chēng)為結(jié)構(gòu)方程。經(jīng)濟(jì)計(jì)量學(xué)是以數(shù)學(xué)為前提，利用數(shù)理統(tǒng)計(jì)方法與計(jì)算技術(shù)，根據(jù)實(shí)際觀測(cè)資料來(lái)研究帶有隨機(jī)影響的經(jīng)濟(jì)數(shù)量關(guān)系和規(guī)律的一門(mén)學(xué)科。無(wú)偏性就是參數(shù)OLS估計(jì)量的均值E()=b1。假設(shè)判定系數(shù)R2越趨近于1，那么回歸直線擬合越好。最小二乘準(zhǔn)那么就是對(duì)模型Yi=b0+b1X

13、i+ui確定和使殘差和ei到達(dá)最小?？乱揽薑oyck變換可以把有限分布滯后模型變成自回歸模型。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。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，逐次值頻繁的改變符號(hào)，即圖形呈鋸齒狀，那么殘差et具有正自相關(guān)。結(jié)構(gòu)方程可以識(shí)別，那么稱(chēng)恰好識(shí)別。秩識(shí)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(shí)別的充分必要條件是該程不包含而為其他方程所包含的那些變量的系數(shù)矩陣的秩等于G-1。20.簡(jiǎn)化模型就是把結(jié)構(gòu)模型中的全部?jī)?nèi)生變量表示成前定變量和隨機(jī)項(xiàng)的函數(shù)。21. 可決系數(shù)需要修正的原因是因?yàn)榻忉屪兞块g存在共線

14、性。22. 當(dāng)使用廣義差分法時(shí)，不一定要求自相關(guān)系數(shù)是的。23. 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(duì)擬合優(yōu)度的影響。24. 在多于兩個(gè)解釋變量的回歸模型中，有時(shí)較低的簡(jiǎn)單相關(guān)系數(shù)也可能存在多重共線性。25. 可決系數(shù)R2越大，說(shuō)明模型中各個(gè)解釋變量對(duì)被解釋變量的影響程度越大。26. 在簡(jiǎn)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。27. 模型識(shí)別的秩條件是充分必要條件，而模型識(shí)別的階條件是充分條件。三、簡(jiǎn)答題1. 古典線性回歸模型的假定有哪些? 并對(duì)其中兩個(gè)進(jìn)行評(píng)述。2. 為什么要進(jìn)行同方

15、差變換？寫(xiě)出其過(guò)程，并證實(shí)之。3.聯(lián)立方程模型中的變量可以分為幾類(lèi)？其含義各是什么？4. 聯(lián)立方程模型中的方程可以分為幾類(lèi)？其含義各是什么？5. 最小二乘法估計(jì)量的統(tǒng)計(jì)性質(zhì)有哪些？各性質(zhì)的含義是什么？6. 為什么要進(jìn)行廣義差分變換？寫(xiě)出其過(guò)程。7. 什么是工具變量法？并說(shuō)出選擇工具變量的標(biāo)準(zhǔn)。8.什么是逐步回歸法？簡(jiǎn)述其步驟。9. 請(qǐng)問(wèn)自回歸模型的估計(jì)存在什么困難？如何來(lái)解決這些困難？10. 什么是遞歸模型？四、分析變換題1. 因果關(guān)系分析Pairwise Granger Causality TestsDate: 11/27/08 Time: 20:18Sample: 1978 1995Lag

16、s: 2Null Hypothesis:ObsF-StatisticProbabilityREV does not Granger Cause GDP168.159130.00672GDP does not Granger Cause REV1.941000.18968 根據(jù)上述輸出結(jié)果，對(duì)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. 輸出結(jié)果解釋Dependent Variable: GDPMethod: Least SquaresDate: 11/27/08 Time: 20:23Sample: 1978 1995Included observations

17、: 18VariableCoefficientStd. Errort-StatisticProb.REV11.514080.44968925.604530.0000C79577.4927441.822.8998620.0104R-squared0.976176Mean dependent var524455.5Adjusted R-squared0.974687S.D. dependent var566411.2S.E. of regression90116.32Akaike info criterion25.76003Sum squared resid1.30E+11Schwarz crit

18、erion25.85896Log likelihood-229.8403F-statistic655.5922Durbin-Watson stat0.305441Prob(F-statistic)0.000000解釋粗體各局部的含義并指出它們的計(jì)算方法？1. 收集1978-2001年的消費(fèi)額XF億元，國(guó)內(nèi)生產(chǎn)總值GDP億元資料，建立消費(fèi)函數(shù)，Eviews結(jié)果如下：Dependent Variable: LOG(XF)Method: Least SquaresDate: 12/13/07 Time: 10:16Sample: 1978 2001Included observations: 24C

19、oefficientStd. Errort-StatisticProb.C-0.0426620.033247-1.2831770.2128LOG(GDP)0.9364170.004454210.26280.0000R-squared0.999503Mean dependent var6.829620Adjusted R-squared0.999480S.D. dependent var1.308850S.E. of regression0.029846Akaike info criterion-4.105890Sum squared resid0.019597Schwarz criterion

20、-4.007719Log likelihood51.27068Hannan-Quinn criter.-4.079845F-statistic44210.44Durbin-Watson stat1.682476Prob(F-statistic)0.000000要求：(1)把回歸分析結(jié)果報(bào)告出來(lái)；5分(2)進(jìn)行經(jīng)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(shuō)明系數(shù)經(jīng)濟(jì)含義。5分2.收集1978-2001年的消費(fèi)額XF億元，國(guó)內(nèi)生產(chǎn)總值GDP億元資料，建立消費(fèi)函數(shù)，Eviews結(jié)果如下：Dependent Variable: XFMethod: Least SquaresDa

21、te: 12/13/07 Time: 10:11Sample (adjusted): 1979 2001Included observations: 23 after adjustmentsConvergence achieved after 9 iterationsCoefficientStd. Errort-StatisticProb.C121.789483.876501.4520230.1620GDP0.5181220.01524033.996450.0000AR(1)0.6906610.2588282.6684170.0148R-squared0.998998Mean dependen

22、t var1958.264Adjusted R-squared0.998898S.D. dependent var2031.281S.E. of regression67.44404Akaike info criterion11.38158Sum squared resid90973.96Schwarz criterion11.52969Log likelihood-127.8882Hannan-Quinn criter.11.41883F-statistic9968.049Durbin-Watson stat1.577384Prob(F-statistic)0.000000Inverted AR Roots.69要求：(1)把回歸分析結(jié)果報(bào)告出來(lái)；5分(2)進(jìn)行經(jīng)濟(jì)、擬合