武漢大學(xué)計(jì)量經(jīng)濟(jì)學(xué)模擬試題及答案詳解

第一套一、單項(xiàng)選擇題1、雙對數(shù)模型Iny=ln伙+pjnX+〃中，參數(shù)0的含義是（A.Y關(guān)于X的增長率A.Y關(guān)于X的增長率C.Y關(guān)于X的邊際變化

2、設(shè)k為回歸模型中的參數(shù)個(gè)數(shù),B.Y關(guān)于X的發(fā)展速度D.Y關(guān)于X的彈性n為樣本容量。則對多元線性回歸方程進(jìn)行顯著性檢驗(yàn)時(shí)，所用的F統(tǒng)計(jì)量可表示為（ESSKn-k)「RSS/(k-1)B.ESSKn-k)「RSS/(k-1)B.依/d）

（1一心）/（〃一改）C 廢/(〃-k)'(i-/?2W-i)D.ESS/(k-l)TSS/(n-k)3、是指（A.f（匕-達(dá)到最小值B.使/=12達(dá)到最小值C.3、是指（A.f（匕-達(dá)到最小值B.使/=12達(dá)到最小值C.使maxK,-YA達(dá)到最小值D.使min|匕-可達(dá)到最小值4、對于?個(gè)含有截距項(xiàng)的計(jì)量經(jīng)濟(jì)模型,若某定性因素有m個(gè)互斥的類型,為將其引回歸分析中使用的距離是點(diǎn)到直線的垂直坐標(biāo)距離。最小二乘準(zhǔn)則）入模型中，則需要引入虛擬變量個(gè)數(shù)為（）A.mB.m+1C.m-1D.m-kA.mB.m+1C.m-1D.m-k5、A.參數(shù)估計(jì)值是無偏非有效的C.常用F5、A.參數(shù)估計(jì)值是無偏非有效的C.常用F檢驗(yàn)失效B.參數(shù)估計(jì)量仍具有最小方差性D.參數(shù)估計(jì)量是有偏的6、在一元線性回歸模型中，樣本回歸方程可表示為（ ）A.匕=凡+AX,+u,B.Yt=E(匕/X)+〃,回歸模型中具有異方差性時(shí)，仍用OLS估計(jì)模型，則以下說法正確的是D.E(Y,/X,)=]3o+J3iX,7,在經(jīng)濟(jì)發(fā)展發(fā)生轉(zhuǎn)折時(shí)期，可以通過引入虛擬變量方法來表示這種變化。例如，研7,在經(jīng)濟(jì)發(fā)展發(fā)生轉(zhuǎn)折時(shí)期，可以通過引入虛擬變量方法來表示這種變化。例如，研究中國城鎮(zhèn)居民消費(fèi)函數(shù)時(shí)。1991年前后，城鎮(zhèn)居民商品性實(shí)際支出Y對實(shí)際可支配收入X的回歸關(guān)系明顯不同?，F(xiàn)以1991年為轉(zhuǎn)折時(shí)期，設(shè)虛擬變量的回歸關(guān)系明顯不同。現(xiàn)以1991年為轉(zhuǎn)折時(shí)期，設(shè)虛擬變量。=0,1991年以后1991年以前'數(shù)據(jù)散點(diǎn)圖顯示消費(fèi)函數(shù)發(fā)生了結(jié)構(gòu)性變化：基本消費(fèi)部分下降了，邊際消費(fèi)傾向變大了。則城鎮(zhèn)居民線性消費(fèi)函數(shù)的理論方程可以寫作（ ）c.K=A+4X,+M+%D.z=4+6國+班/+%8、對于有限分布滯后模型工=a+A）X,+P]X_]+Pi^t-2+…+AtX,_*+m,在一定條件下，參數(shù)月.可近似用一個(gè)關(guān)于i的阿爾蒙多項(xiàng)式表示（i=01,2,…,6），其中多項(xiàng)式的階數(shù)m必須滿足（ ）m=kB.m>kC.m<kD.m>k9、在自適應(yīng)預(yù)期模型和庫伊克模型中，假定原始模型的隨機(jī)擾動(dòng)項(xiàng)“，滿足古典線性回歸模型的所有假設(shè)，則對于這兩個(gè)模型中的滯后解釋變量和誤差項(xiàng)〃；，下列說法正確的有（ ）A.Cov（匕」〃；）=0,Co心;kJ）=0Cov（r,.I,M；）=0,Cov（“；Mt）wOCov（y,_1,u*）0,Cov（u*,u*_t）=0Cov（K,0,Cov（u；,“；_]）w010、設(shè)勺為隨機(jī)誤差項(xiàng)，則一階線性自相關(guān)是指（ ）A.COV（”,,”s）W0（fHS） B.",=/?"一]+￡,c.U,=/?]?,_,+p2U,_2+8,D.u,=p-ut_x+￡,Ik利用德賓h檢驗(yàn)自回歸模型擾動(dòng)項(xiàng)的自相關(guān)性時(shí)，下列命題正確的是（ ）A.德賓h檢驗(yàn)只適用一階自回歸模型B.德賓h檢驗(yàn)適用任意階的自回歸模型C.德賓h統(tǒng)計(jì)量漸進(jìn)服從t分布D.德賓h檢驗(yàn)可以用于小樣本問題12、關(guān)于聯(lián)立方程組模型，下列說法中錯(cuò)誤的是（ ）A.結(jié)構(gòu)式模型中解釋變量可以是內(nèi)生變量，也可以是先決變量B.簡化式模型中解釋變量是先決變量C.簡化式模型中解釋變量可以是內(nèi)生變量，D.結(jié)構(gòu)式模型中解釋變量可以是內(nèi)生變量13、以下選項(xiàng)中，正確地表達(dá)了序列相關(guān)的是（ ）A.COV（〃，〃/）工0,i。/B.COV =jC.COV(Xj,X/)=0,i。/D.COV(X/,/z7)0,fjTOC\o"1-5"\h\z14、一元線性回歸分析中的回歸平方和ESS的自由度是（ ）A.nB.n-lC.n-kD.115、邊際成本函數(shù)為MC=a+/?iQ+外Q2+h（mc表示邊際成本；Q表示產(chǎn)量），則下列說法正確的有（ ）A.模型中可能存在多重共線性B.模型中不應(yīng)包括作為解釋變量C,模型為非線性模型 D.模型為線性模型16、如果某個(gè)結(jié)構(gòu)方程是恰好識別的，估計(jì)其參數(shù)可用（ ）A.最小二乘法 B.極大似然法C.廣義差分法 D.間接最小二乘法17、已知樣本回歸模型殘差的一階自相關(guān)系數(shù)接近于1,則DW統(tǒng)計(jì)量近似等于（）A.0 B.1 C.2 D.418、更容易產(chǎn)生異方差的數(shù)據(jù)為（ ）A.時(shí)序數(shù)據(jù) B.修勻數(shù)據(jù) C.橫截面數(shù)據(jù) D.年度數(shù)據(jù)19、設(shè)M為貨幣需求量，Y為收入水平，r為利率，流動(dòng)性偏好函數(shù)為M=仇+小丫+/2r+〃，又設(shè)?、區(qū)分別是小、0的估計(jì)值，則根據(jù)經(jīng)濟(jì)理論，一般來說（）A.B\應(yīng)為正值，P2應(yīng)為負(fù)值 B.?應(yīng)為正值，A應(yīng)為正值c.?應(yīng)為負(fù)值，A應(yīng)為負(fù)值d.a應(yīng)為負(fù)值，A應(yīng)為正值20、對于有限分布滯后模型，解釋變量的滯后長度每增加一期，可利用的樣本數(shù)據(jù)就會（）A.增加1個(gè)B.減少1個(gè)C.增加2個(gè)D,減少2個(gè)二、多項(xiàng)選擇題TOC\o"1-5"\h\z1、對聯(lián)立方程模型參數(shù)的單一方程估計(jì)法包括（ ）A.工具變量法 B.間接最小二乘法C.完全信息極大似然估計(jì)法 D.二階段最小二乘法E.三階段最小二乘法 F. 有限信息極大似然估計(jì)法2、下列哪些變量一定屬于前定變量（ ）A.內(nèi)生變量 B.隨機(jī)變量C.滯后變量D.外生內(nèi)生變量 E.工具變量3、古典線性回歸模型的普通最小二乘估計(jì)量的特性有（ ）A.無偏性 B.線性性 C.最小方差性D.不一致性 E.有偏性人 人 人4、利用普通最小二乘法求得的樣本回歸直線工=0\+^X,的特點(diǎn)（ ）A.必然通過點(diǎn)（招，「） B.可能通過點(diǎn)（無，「）

C.殘差e，的均值為常數(shù) D.匕的平均值與匕的平均值相等E.殘差e，與解釋變量七之間有一定的相關(guān)性5、關(guān)于聯(lián)立方程模型識別問題，以下說法不正確的有( )A.滿足階條件的方程則可識別B.如果一個(gè)方程包含了模型中的全部變量，則這個(gè)方程恰好識別C.如果一個(gè)方程包含了模型中的全部變量，則這個(gè)方程不可識別D.如果兩個(gè)方程包含相同的變量，則這兩個(gè)方程均不可識別E.聯(lián)立方程組中的每一個(gè)方程都是可識別的，則聯(lián)立方程組才可識別F.聯(lián)立方程組中有一個(gè)方程不可識別，則聯(lián)立方程組不可識別三、判斷題(判斷下列命題正誤，并說明理由)1、簡單線性回歸模型與多元線性回歸模型的基本假定是相同的。2、在模型中引入解釋變量的多個(gè)滯后項(xiàng)容易產(chǎn)生多幣:共線性。3、D-W檢驗(yàn)中的D-W值在0到4之間，數(shù)值越小說明模型隨機(jī)誤差項(xiàng)的自相關(guān)度越小，數(shù)值越大說明模型隨機(jī)誤差項(xiàng)的自相關(guān)度越大。4、在計(jì)量經(jīng)濟(jì)模型中，隨機(jī)擾動(dòng)項(xiàng)與殘差項(xiàng)無區(qū)別。5、在經(jīng)濟(jì)計(jì)量分析中，模型參數(shù)一旦被估計(jì)出來，就可將估計(jì)模型直接運(yùn)用于實(shí)際的計(jì)量經(jīng)濟(jì)分析。四、計(jì)算題1、(不在考試范圍)根據(jù)某城市1978——1998年人均儲蓄(y)與人均收入(x)的數(shù)據(jù)資料建立了如下回歸模型y=-2187.521+1.6843Xse=(340.0103)(0.0622)R2=0.9748,S.E.=1065.425,DW=0.2934,F=733.6066試求解以下問題(1)取時(shí)間段1978——1985和1991——1998,分別建立兩個(gè)模型。模型1模型1：y=-145.4415+0.397lxt=(-8.7302)(25.4269)R2=0.9908,Z，=1372.202模型2：y=-4602.365+1.9525xt=(-5.0660)(18.4094)R2=0.9826,=5811189計(jì)算F統(tǒng)計(jì)量，即尸=Ze；/=5811189/1372.202=4334.9370,對給定的a=0.05,查F分布表，得臨界值Fog（6,6）=4.28。請你繼續(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？解：該檢驗(yàn)為Goldfeld-Quandt檢驗(yàn)因?yàn)镕=4334.937>4.28,所以模型存在異方差（2）根據(jù)表1所給資料，對給定的顯著性水平a=0.05,查％?分布表，得臨界值/oo5（3）=7.81,其中p=3為自由度。請你繼續(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？表1ARCHTest:F-statistic 6.033649Probability 0.007410Obs*R-squared 10.14976Probability 0.017335TestEquation:DependentVariable:RESIDEMethod:LeastSquaresDate:06/04/06Time:17:02Sample(adjusted):19811998Includedobservations:18afteradjustingendpointsVariable CoefficieStd.Errort-Statistic Prob.ntC 244797.2RESID'2(-1) 1.226048RESIDE(-2) -1.405351RESID'2(-3) 1.015853373821.3 0.654851 0.52320.330479 3.709908 0.00230.379187 -3.706222 0.00230.328076 3.096397 0.0079R-squared 0.563876AdjustedR-squared 0.470421S.E.ofregression 821804.5Sumsquaredresid 9.46E+12Loglikelihood -268.4257Durbin-Watsonstat 2.124575Meandependentvar 971801.3S.D.dependentvar 1129283.Akaikeinfocriterion 30.26952Schwarzcriterion 30.46738F-statistic 6.033649Prob(F-statistic) 0.007410解：該檢驗(yàn)為ARCH檢驗(yàn)由0bs*R-squared=10.1498>7.81,表明模型存在異方差。2、根據(jù)某行業(yè)1955——1974年的庫存量（y）和銷售量（x）的資料（見表2）,運(yùn)用EViews軟件得如下報(bào)告資料，試根據(jù)所給資料和圖形完成下列問題：（1）完成表2的空白處，由報(bào)告資料寫出估計(jì)模型的表達(dá)式（用書寫格式）；（2）根據(jù)寫出的模型表達(dá)式求銷售量對庫存量影響的短期乘數(shù)、動(dòng)態(tài)乘數(shù)和長期乘數(shù),同時(shí)給出經(jīng)濟(jì)解釋；（3）根據(jù)所給資料對估計(jì)模型進(jìn)行評價(jià)（包括經(jīng)濟(jì)意義、擬合效果、顯著性檢驗(yàn)等）。表2

VariableCoefficientStd.Errort-StatisticProb.C-6.4196012.130157PDL011.1568620.195928PDL020.0657520.176055PDL03-0.4608290.181199R-squared0.996230Meandependentvar81.97653AdjustedR-squaredS.D.dependentvar27.85539S.E.ofregression1.897384Akaikeinfocriterion4.321154Sumsquaredresid46.80087Schwarzcriterion4.517204Loglikelihood-32.72981F-statisticDurbin-Watsonstat1.513212Prob(F-statistic)0.000000LagDistributionofiCoefficienStd.ErrorT-StatisticXt1*0 0.630280.179161*11 1.156860.19593*11*2 0.761780.178201*.13-0.554950.25562Sumof1.993980.06785Lags-17afteradjustingendpointsDependentVariable:YMethod:LeastSquaresDate:06/04/02Time:Sample(adjusted):1958Includedobservations:17:421974r(17)(0.025)=2.110,%3)(o.o25)=2.160,z(12)(0.025)=2.176,r(17)(0.05)=1.740j(l3)(0.05)=1.77l,Z(12)(0.05)=1.782F(4I2)(0.05)=3.26,F(513)(0.05)=3.03,F(517)(0.05)=2.8117:4219743、根據(jù)某地區(qū)居民對農(nóng)產(chǎn)品的消費(fèi)y和居民收入x的樣本資料，應(yīng)用最小二乘法估計(jì)模型，估計(jì)結(jié)果如下，擬合效果見圖。由所給資料完成以下問題：（1）在n=16,a=805的條件下，查D-W表得臨界值分別為4=1.1064=1.371,試判斷模型中是否存在自相關(guān)；（2）如果模型存在自相關(guān)，求出相關(guān)系數(shù)力，并利用廣義差分變換寫出無自相關(guān)的廣義差分模型。y=27.9123+0.3524xse=(1.8690)(0.0055)16R2=0.9966,Ze：=22.0506,DW=0.6800,F=4122.531i=l第二套一、單項(xiàng)選擇題1、把反映某一總體特征的同一指標(biāo)的數(shù)據(jù)，按一定的時(shí)間順序和時(shí)間間隔排列起來,這樣的數(shù)據(jù)稱為（ ）A.橫截面數(shù)據(jù) B.時(shí)間序列數(shù)據(jù)C.修勻數(shù)據(jù) D.原始數(shù)據(jù)2、多元線性回歸分析中，調(diào)整后的可決系數(shù)月2與可決系數(shù)/?2之間的關(guān)系（A. B.n-kC.尹>0 D.R2n-l3、半對數(shù)模型工=&+見〃X+M?中，參數(shù)a的含義是（）Y關(guān)于X的彈性X的絕對量變動(dòng)，引起Y的絕對量變動(dòng)Y關(guān)于X的邊際變動(dòng)X的相對變動(dòng)，引起Y的期望值絕對量變動(dòng)4、已知五元線性回歸模型估計(jì)的殘差平方和為Ze；=800,樣本容量為46,則隨機(jī)誤差項(xiàng)處的方差估計(jì)量］2為（ ）A.33.33B.40C.38.09D.205、線設(shè)0LS法得到的樣本回歸直線為匕=自+Ax,+e,,以下說法A不正確的是（）A. B.C"（X,,e”0c.Y=Y d.（K,F）在回歸直線上TOC\o"1-5"\h\z6、Goldfeld-Quandt檢驗(yàn)法可用于檢驗(yàn)（ ）A.異方差性B.多重共線性C.序列相關(guān)D.設(shè)定誤差7、用于檢驗(yàn)序列相關(guān)的DW統(tǒng)計(jì)量的取值范圍是（ ）A.0WDWW1 B.-1WDWW1C.-2《DW<2 D.0WDWW48、對聯(lián)立方程組模型估計(jì)的方法主要有兩類，即（ ）A.單一方程估計(jì)法和系統(tǒng)估計(jì)法B.間接最小二乘法和系統(tǒng)估計(jì)法C.單一方程估計(jì)法和二階段最小二乘法D.工具變量法和間接最小二乘法9、在模型％=用+/2、2,+￡3X3,+%的回歸分析結(jié)果報(bào)告中，有F=263489.23,/的〃值=0.000000,則表明（ ）A、解釋變量X）對丫，的影響是顯著的B、解釋變量/對匕的影響是顯著的C、解釋變量和X”對工的聯(lián)合影響是顯著的.D、解釋變量、2,和X3,對匕的影響是均不顯著10、如果回歸模型中解釋變量之間存在完全的多重共線性，則最小二乘估計(jì)量（）A.不確定，方差無限大 B.確定，方差無限大C.不確定，方差最小 D.確定，方差最小11、應(yīng)用DW檢驗(yàn)方法時(shí)應(yīng)滿足該方法的假定條件，下列不是其假TOC\o"1-5"\h\z定條件的為（ ）A.解釋變量為非隨機(jī)的 B.被解釋變量為非隨機(jī)的C.線性回歸模型中不能含有滯后內(nèi)生變量D.隨機(jī)誤差項(xiàng)服從一階自回歸12、在具體運(yùn)用加權(quán)最小二乘法時(shí)，如果變換的結(jié)果是則Var（u）是下列形式中的哪一種？（ ）A.（t2xB.（y~x~ C.（y~y[xD.（y~logx13、經(jīng)濟(jì)變量的時(shí)間序列數(shù)據(jù)大多存在序列相關(guān)性，在分布滯后模型中，這種序列相關(guān)性就轉(zhuǎn)化為（ ）A.異方差問題 B.多重共線性問題C.序列相關(guān)性問題 D.設(shè)定誤差問題14、關(guān)于自適應(yīng)預(yù)期模型和局部調(diào)整模型，下列說法錯(cuò)誤的有（ ）A.它們都是由某種期望模型演變形成的B.它們最終都是一階自回歸模型C.它們的經(jīng)濟(jì)背景不同D.都滿足古典線性回歸模型的所有假設(shè)，故可直接用OLS方法進(jìn)行估計(jì)15、設(shè)某地區(qū)消費(fèi)函數(shù)中，消費(fèi)支出不僅與收入x有關(guān)，而且與消費(fèi)者的年齡構(gòu)成有關(guān),若將年齡構(gòu)成分為小孩、青年人、成年人和老年人4個(gè)層次。假設(shè)邊際消費(fèi)傾向不變，考慮上述年齡構(gòu)成因素的影響時(shí)，該消費(fèi)函數(shù)引入虛擬變量的個(gè)數(shù)為（ ）A.1個(gè)B.2個(gè)C.3個(gè)D.4個(gè)16、個(gè)人保健支出的計(jì)量經(jīng)濟(jì)模型為：匕=%+。202,+/，+從，其中匕為保健八1大學(xué)及以上年度支出；X，為個(gè)人年度收入：虛擬變量’1° 大學(xué)以下；〃，滿足古典假定。則大學(xué)以上群體的平均年度保健支出為（AE(匕/X,,D2i=0)=%+您,b.成匕/X,,D2i=l)=a,+a2+%qa,+a2 pax17、在聯(lián)立方程結(jié)構(gòu)模型中，對模型中的每一個(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（ ）A.有偏且一致的 B.有偏不一致的C.無偏但一致的 D.無偏且不一致的18、下列宏觀經(jīng)濟(jì)計(jì)量模型中投資（I）函數(shù)所在方程的類型為（）町_Cf?4IG*1t-%+入丫7+%%-A.技術(shù)方程式（可含U） B.制度方程式C.恒等式 D.行為方程式（可含U）19、在有M個(gè)方程的完備聯(lián)立方程組中，若用H表示聯(lián)立方程組中全部的內(nèi)生變量與全部的前定變量之和的總數(shù)，用M表示第/個(gè)方程中內(nèi)生變量與前定變量之和的總數(shù)時(shí)，第/個(gè)方程過度識別時(shí)，則有公式（ ）成立。sH-N：>M-\ DH-N：=M-IA.* B.*C〃一N,=0 DH-Nj<M-I20、對自回歸模型進(jìn)行估計(jì)時(shí)，假定原始模型的隨機(jī)擾動(dòng)項(xiàng)滿足古典線性回歸模型的所有假設(shè)，則估計(jì)量是一致估計(jì)量的模型有（ ）A.庫伊克模型B.局部調(diào)整模型C.自適應(yīng)預(yù)期模型D.自適應(yīng)預(yù)期和局部調(diào)整混合模型二、多項(xiàng)選擇題1、設(shè)一階自回歸模型是庫伊克模型或自適應(yīng)預(yù)期模型，估計(jì)模型時(shí)可用工TOC\o"1-5"\h\z具變量替代滯后內(nèi)生變量，該工具變量應(yīng)該滿足的條件有（ ）A.與該滯后內(nèi)生變量高度相關(guān) B.與其它解釋變量高度相關(guān)C.與隨機(jī)誤差項(xiàng)高度相關(guān) D.與該滯后內(nèi)生變量不相關(guān)E.與隨機(jī)誤差項(xiàng)不相關(guān)2、計(jì)量經(jīng)濟(jì)模型的檢驗(yàn)一般包括內(nèi)容有（ ）A、經(jīng)濟(jì)意義的檢驗(yàn) B,統(tǒng)計(jì)推斷的檢驗(yàn) C、計(jì)量經(jīng)濟(jì)學(xué)的檢驗(yàn)D,預(yù)測檢驗(yàn) E、對比檢驗(yàn)3、以下變量中可以作為解釋變量的有（ ）A.外生變量 B.滯后內(nèi)生變量C.虛擬變量D.前定變量 E.內(nèi)生變量4、廣義最小二乘法的特殊情況是（ ）A.對模型進(jìn)行對數(shù)變換 B.加權(quán)最小二乘法C.數(shù)據(jù)的結(jié)合 D.廣義差分法E.增加樣本容量5、對美國儲蓄與收入關(guān)系的計(jì)量經(jīng)濟(jì)模型分成兩個(gè)時(shí)期分別建模，重建時(shí)期是1946—1954;重建后時(shí)期是1955—1963,模型如下：重建時(shí)期： 匕=4+4乂,+4，重建后時(shí)期：匕=4+4X,關(guān)于上述模型，下列說法正確的是（ ）a.4= =兒時(shí)則稱為重合回歸 b.4 4時(shí)稱為平行回歸c.4=4；4H4時(shí)稱為共點(diǎn)回歸 d.4*4；4h4時(shí)稱為相異回歸E. 時(shí)，表明兩個(gè)模型沒有差異三、判斷題（判斷下列命題正誤，并說明理山）1、線性回歸模型意味著因變量是自變量的線性函數(shù)。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。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)。4,雙變量模型中，對樣本回歸函數(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。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)方程不可識別。四、計(jì)算題1、家庭消費(fèi)支出（Y）、可支配收入（X1）、個(gè)人個(gè)財(cái)富（X2）設(shè)定模型如下：K=Qo+/X“+AX2i+M回歸分析結(jié)果為：LS//DependentVariableisYDate:18/4/02Time:15:18Sample:1 10Includedobservations:10VariableCoefficientStd.Error T-StatisticProb.C24.40706.99730.0101X,-0.34010.47850.50020.08230.0458 0.1152R-squaredMeandependentvar111.1256AdjustedR-squaredS.D.dependentvar31.4289S.E.ofregressionAkaikeinfocriterion4.1338Sumsquaredresid342.5486Schwartzcriterion4.2246Loglikelihood-31.8585F-statisticDurbin-Watsonstat2.4382Prob(F-statistic)0.0001回答下列問題（1）請根據(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）;（2）模型是否存在多重共線性？為什么？（3）模型中是否存在自相關(guān)？為什么？在0.05顯著性水平卜一，dl和du的顯著性點(diǎn)k'=1k'=2ndldudldu90.8241.320.6291.699100.8791.320.6971.641110.9271.3240.6581.6042、根據(jù)某城市1978——1998年人均儲蓄與人均收入的數(shù)據(jù)資料建立了如下回歸模型:y=-2187.521+1.6843%se=(340.0103)(0.0622)R2=0.9748,S.E.=1065.425, =0.2934,F=733.6066試求解以下問題：取時(shí)間段1978——1985和1991——1998,分別建立兩個(gè)模型。模型1：y=-145.4415+0.397lxt=(-8.7302)(25.4269)R2=0.9908,>；=1372.202模型2：y=-4602.365+1.9525xt=(-5.0660)(18.4094)R2=0.9826,ge；=5811189計(jì)算F統(tǒng)計(jì)量，即尸=z/ze,=5811189/1372.202=4334.9370，給定a=0.05,查F分布表，得臨界值用05(6,6)=4.28。請你繼續(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？利用y對x回歸所得的殘差平方構(gòu)造一個(gè)輔助回歸函數(shù)：a,2=242407.2+1.22996， 1.4090田,+1.01886-7,R2=0.5659,計(jì)算(〃一p)R2=18*0.5659=10.1862給定顯著性水平a=0.05,查力2分布表，得臨界值7oo5(3)=7.81,其中p=3,自由度。請你繼續(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，給出簡要評價(jià)。答：(1)這是異方差檢驗(yàn)，使用的是樣本分段擬和(Goldfeld-Quant),F=4334.937>4,28,因此拒絕原假設(shè)，表明模型中存在異方差。(2)這是異方差A(yù)RCH檢驗(yàn)，(〃一p)/?2=18*0.5659=10.1862〉7.81,所以拒絕原假設(shè)，表明模型中存在異方差。(3)這兩種方法都是用于檢驗(yàn)異方差。但二者適用條件不同：Goldfeld-Quant要求大樣本；擾動(dòng)項(xiàng)正態(tài)分布；可用于截面數(shù)據(jù)和時(shí)間序列數(shù)據(jù)。B、ARCH檢驗(yàn)僅適宜于時(shí)間序列數(shù)據(jù)，無其他條件。3、Sen和Srivastava（1971）在研究貧富國之間期望壽命的差異時(shí)，利用101個(gè)國家的數(shù)據(jù)，建立了如下的回歸模型：/=-2.40+9.39InX,-3.36（0（InX「7））（4.37）（0.857） （2.42）RM.752其中：X是以美元計(jì)的人均收入；丫是以年計(jì)的期望壽命；Sen和Srivastava認(rèn)為人均收入的臨界值為1097美元（In1097=7）,若人均收入超過1097美元，則被認(rèn)定為富國；若人均收入低于1097美元，被認(rèn)定為貧窮國。（括號內(nèi)的數(shù)值為對應(yīng)參數(shù)估計(jì)值的t-值）。（1）解釋這些計(jì)算結(jié)果。（2）回歸方程中引入Q（lnXj-7）的原因是什么？如何解釋這個(gè)回歸解釋變量？（3）如何對貧窮國進(jìn)行回歸？又如何對富國進(jìn)行回歸？第三套一、單項(xiàng)選擇題TOC\o"1-5"\h\z1、對樣本的相關(guān)系數(shù)7,以下結(jié)論錯(cuò)誤的是（ ）I7I越接近0,X與y之間線性相關(guān)程度高I/越接近I,X與y之間線性相關(guān)程度高D、7=°,則X與y相互獨(dú)立2、同一時(shí)間，不同單位相同指標(biāo)組成的觀測數(shù)據(jù)稱為（ ）A.原始數(shù)據(jù) B.截面數(shù)據(jù)C.時(shí)間序列數(shù)據(jù) D.修勻數(shù)據(jù)3、為了分析隨著解釋變量變動(dòng)一個(gè)單位，因變量的增長率變化情況，模型應(yīng)該設(shè)定為（ ）A.lnY=+[}^lnX+u

InK=aInK=aQ+atX+uK=0i++Uj4、多元線性I可歸模型中，發(fā)現(xiàn)各參數(shù)估計(jì)量的t值都不顯著，但模型的TOC\o"1-5"\h\zR?（或52）很大，F(xiàn)值確很顯著，這說明模型存在（ ）A.多重共線性B.異方差C.自相關(guān)D.設(shè)定偏誤5、在異方差性情況下，常用的估計(jì)方法是（ ）A.一階差分法 B.廣義差分法C.工具變量法 D.加權(quán)最小二乘法6、DW檢驗(yàn)中要求有假定條件，在下列條件中不正確的是（ ）A.解釋變量為非隨機(jī)的B.隨機(jī)誤差項(xiàng)為一階自回歸形式C.線性|口|歸模型中不應(yīng)含有滯后內(nèi)生變量為解釋變量D.線性回歸模型為一元回歸形式7、廣義差分法是（ ）的一個(gè)特例A.加權(quán)最小二乘法 B.廣義最小二乘法C.普通最小二乘法 D.兩階段最小二乘法8、在下例引起序列自相關(guān)的原因中，不正確的是（ ）A.經(jīng)濟(jì)變量具有慣性作用 B.經(jīng)濟(jì)行為的滯后性C.設(shè)定偏誤 D.解釋變量之間的共線性9、假設(shè)估計(jì)出的庫伊克模型如下：K=-6.9+0.35X,+0.76匕?r=（-2.6521） （4.70）（11.91）R2=0.897b=143DW=1.916則（ ）A.分布滯后系數(shù)的衰減率為0.34（0.76）B.在顯著性水平a=0.05下，DW檢驗(yàn)臨界值為4=1.3,由于d=1.916<4=1.3,據(jù)此可以推斷模型擾動(dòng)項(xiàng)存在自相關(guān)C.即期消費(fèi)傾向?yàn)?.35,表明收入每增加1元，當(dāng)期的消費(fèi)將增加0.35元D.收入對消費(fèi)的長期影響乘數(shù)為匕-的估計(jì)系數(shù)0.7610.虛擬變量（）A.主要來代表質(zhì)的因素，但在有些情況下可以用來代表數(shù)量因素B.只代表質(zhì)的因素 C.只代表數(shù)量因素 D.只代表季節(jié)影響因素11>若想考察某兩個(gè)地區(qū)的平均消費(fèi)水平是否存在顯著差異，則下列那個(gè)模型比較適合TOC\o"1-5"\h\z（Y代表消費(fèi)支出；X代表可支配收入；D?、D,表示虛擬變量）（ ）A.Yj=G+J3Xj+ui B.匕=%+ +/2C.匕=%+a2D2i+。3。3,.+pX：+% D.匕=%+a2D2i+pXt+氏12、逐步回歸法既檢驗(yàn)又修正了（ ）A.異方差性 B.自相關(guān)性C.隨機(jī)解釋變量 D.多重共線性13、已知模型的形式為y=P>+p2x+u在用實(shí)際數(shù)據(jù)對模型的參數(shù)進(jìn)行估計(jì)的時(shí)候,測得DW統(tǒng)計(jì)量為0.6453,則廣義差分變量是（ ）%-0.64531x「0.6453Xiy）-0.6774y...x,-0.6774x..A. 八 y1-1 1 1-1c.Yt-y.-rx.-x.-i D.%一°O5y”1,x,-0.05X-14、回歸分析中定義的（ ）A.解釋變量和被解釋變量都是隨機(jī)變量B.解釋變量為非隨機(jī)變量，被解釋變量為隨機(jī)變量C.解釋變量和被解釋變量都為非隨機(jī)變量D.解釋變量為隨機(jī)變量，被解釋變量為非隨機(jī)變量TOC\o"1-5"\h\z15、在有M個(gè)方程的完備聯(lián)立方程組中，當(dāng)識別的階條件為"一M=M-1（H為聯(lián)立方程組中內(nèi)生變量和前定變量的總數(shù)，M為第/個(gè)方程中內(nèi)生變量和前定變量的總數(shù)）時(shí)，則表示（ ）A.第1個(gè)方程恰好識別 B.第i個(gè)方程不可識別C.第i個(gè)方程過度識別 D.第i個(gè)方程的識別狀態(tài)不能確定16、多元線性回歸分析中，調(diào)整后的可決系數(shù)A：與可決系數(shù)A?之間的關(guān)系（ ）A.R2= B.京2=]_（]_r2）￡z1n-1 n-kC.后〉0 d.R22/?217、在異方差的情況下，參數(shù)估計(jì)值的方差不能正確估計(jì)的原因是（ ）A.”"；）。/ B.E（u,m7）*0（zj）C.E（x.w）w0 D.E（wi）+018、檢驗(yàn)自回歸模型擾動(dòng)項(xiàng)的自相關(guān)性，常用德賓h檢驗(yàn)，下列命題正確的是（A.德賓h檢驗(yàn)只適用一階自回歸模型B.德賓h檢驗(yàn)適用任意階的自回歸模型C.德賓h統(tǒng)計(jì)量服從t分布D.德賓h檢驗(yàn)可以用于小樣本問題19、設(shè)y=A+/32xt+M;,Var(M()=(T,2=o-2/a,)，則對原模型變換的正確形式為)A.y.=B\+/32x.+w.cy=/16七?一72U)/2U)出廣5)f\Xi)D.yjix^=0J(xj+/32xif(xi)+ujf(xi)20、在修正序列自相關(guān)的方法中，能修正高階自相關(guān)的方法是(AA.利用DW統(tǒng)計(jì)量值求出夕 B.Cochrane-Orcutt法Durbin兩步法 D.移動(dòng)平均法二、多項(xiàng)選擇題1、希斯特(Shisko)研究了什么因素影響兼職工作者的兼職收入，模型及其估計(jì)結(jié)果為：wm=37.07+0.403w0-90.06race+113.64reg+2.26age(0.062) (24.47) (27.62) (0.94)R2=0.74妙=311其中：w.為兼職工薪(美元/小時(shí))；w。為主業(yè)工薪(美元/小時(shí))；race為虛擬變量，若是白人取值為0,非白人取值為1;reg為虛擬變量，當(dāng)被訪者是非西部人時(shí)，reg取值為0,當(dāng)被訪者是西部地區(qū)人時(shí)，reg取值為1；age為年齡；關(guān)于這個(gè)估計(jì)結(jié)果，下列說法正確的有( )A.在其他因素保持不變條件下，非白人的兼職工薪每小時(shí)比白人約低90美元B.在其他因素保持不變條件下，白人的兼職工薪每小時(shí)比白人約低90美元C.在其他因素保持不變條件下，非西部人的兼職工薪每小時(shí)比西部人約高出113.64美元

D.在其他因素保持不變條件卜，非西部人的兼職工薪每小時(shí)比西部人約低出113.64美兀E.|用個(gè)變小件水平卜.統(tǒng)計(jì)—的2、對于二元樣本回歸模型匕=自+A|X2j+/3X3,+e,，下列各式成立的有（）A.Xej=0 B.=0 C.2^,X31.=02e,y.=0 E.2X3,X2i.=03、能夠檢驗(yàn)多重共線性的方法有（B.DW檢驗(yàn)法D.ARCHB.DW檢驗(yàn)法D.ARCH檢驗(yàn)法C.t檢驗(yàn)與F檢驗(yàn)綜合判斷法E.輔助回歸法（又待定系數(shù)法）4,對聯(lián)立方程模型參數(shù)的單方程估計(jì)法包括（ ）A.工具變量法B.A.工具變量法C.完全信息極大似然估計(jì)法C.完全信息極大似然估計(jì)法D.二階段最小二乘法E.三階段最小二乘法5、如果模型中存在自相關(guān)現(xiàn)象，則會引起如下后果（ ）A.參數(shù)估計(jì)值有偏 B.參數(shù)估計(jì)值的方差不能正確確定C.變量的顯著性檢驗(yàn)失效 D.預(yù)測精度降低E.參數(shù)估計(jì)值仍是無偏的三、判斷題（判斷下列命題正誤，并說明理由）1、在實(shí)際中，一元回歸沒什么用，因?yàn)橐蜃兞康男袨椴豢赡軆H由一個(gè)解釋變量來解釋。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；3、在異方差性的情況下，常用的0LS法必定高估了估計(jì)量的標(biāo)準(zhǔn)誤。4、虛擬變量只能作為解釋變量。5、設(shè)估計(jì)模型為PCE,=-171.4412+0.9672PD/,r=(-7.4809) (119.8711)R?=0.9940 =0.5316由于^^.謝，表明模型有很好的擬合優(yōu)度，則模型不存在偽(虛假)回歸。四、計(jì)算題1、某公司想決定在何處建造一個(gè)新的百貨店，對已有的30個(gè)百貨店的銷售額作為其所處地理位置特征的函數(shù)進(jìn)行回歸分析，并且用該回歸方程作為新百貨店的不同位置的可能銷售額，估計(jì)得出(括號內(nèi)為估計(jì)的標(biāo)準(zhǔn)差)Y,=30+0.1xXk+0.01xX2,+10.0xX3/+3.0xX4,(0.02) (0.01) (1.0) (1.0)其中：工=第，?個(gè)百貨店的日均銷售額(百美元)；X”=第i個(gè)百貨店前每小時(shí)通過的汽車數(shù)量(10輛)；X”=第i個(gè)百貨店所處區(qū)域內(nèi)的人均收入(美元)；Xs=第i個(gè)百貨店內(nèi)所有的桌子數(shù)量；X”=第i個(gè)百貨店所處地區(qū)競爭店面的數(shù)量；請回答以下問題：說出本方程中系數(shù)0.1和0.01的經(jīng)濟(jì)含義。各個(gè)變量前參數(shù)估計(jì)的符號是否與期望的符號一致？在a=0.05的顯著性水平下檢驗(yàn)變量的顯著性。(臨界值r0025(25)=2.06，d”(26)=2.056,r005(25)=1.708,卜(26)=1.706)2、一國的對外貿(mào)易分為出口和進(jìn)口，凈出口被定義為出口與進(jìn)口的差額。影響凈出口的因素很多，在宏觀經(jīng)濟(jì)學(xué)中，匯率和國內(nèi)收入水平被認(rèn)為是兩個(gè)最重要的因素，我們根據(jù)這?理論對影響中國的凈出口水平的因素進(jìn)行實(shí)證分析。設(shè)NX表示我國凈出口水平(億元)；GDP為我國國內(nèi)生產(chǎn)總值(億元)，反映我國的國內(nèi)收入水平；D(GDP)表示GDP的一階差分；E表示每100美元對人民幣的平均匯率(元/百美元)，反映匯率水平。利用1985——2001年我國的統(tǒng)計(jì)數(shù)據(jù)(摘自《2002中國統(tǒng)計(jì)年鑒》),估計(jì)的結(jié)果見下表。(1)選擇解釋我國凈出口水平最適合的計(jì)量經(jīng)濟(jì)模型，寫出該模型并說明選擇的原因，其它模型可能存在什么問題；(2)解釋選擇的計(jì)量經(jīng)濟(jì)模型的經(jīng)濟(jì)意義。相關(guān)系數(shù)矩陣

NXGDPENX100000008533140786534GDP08533141.0000000916241E078653409162411.000000DependentVariable:NXMethod:LeastSquaresDate:03/21/02Time:11:02Sample:19852001Includedobservations:17VariableCoefficieStd.Errort-StatistiProb.ntcC-2135.887645.9685-3.3064880.0048E4.8518320.983587 4.9327940.0002R-squared0.618636Meandependentvar879.9059AdjustedR-squared0.593211S.D.dependentvar1348.206S.E.ofregression859.8857Akaikeinfo16.46161criterionSumsquaredresid11091052Schwarzcriterion16.55963Loglikelihood-137.9237F-statistic24.33245Durbin-Watsonstat0.890230Prob(F-statistic)0.000180DependentVariable:NXMethod:LeastSquaresDate:03/21/02Time:11:04Sample:19852001Includedobservations:17VariableCoefficieStd.Errort-StatistiProb.ntcC-761.6691313.1743-2.4320930.0280GDP0.0368270.005810 6.3384920.0000R-squared0.728145Meandependentvar879.9059AdjustedR-squared0.710021S.D.dependentvar1348.206S.E.ofregression726.0044Akaikeinfo16.12312criterionSumsquaredresid7906237.Schwarzcriterion16.22115Loglikelihood-135.0465F-statistic40.17648Durbin-Watsonstat1.289206Prob(F-statistic)0.000013DependentVariable:NX

Method:LeastSquaresDate:03/21/02Time:11:06Sample:19852001Includedobservations:17VariableCoefficieStd.Errort-StatistiProb.ntcC-822.2318789.9381-1.0408810.3156E0.1803342.145081 0.0840690.9342GDP0.0356710.015008 2.3768550.0323R-squared0.728282Meandependentvar879.9059AdjustedR-squared0.689465S.D.dependentvar1348.206S.E.ofregression751.2964Akaikeinfo16.24026criterionSumsquaredresid7902248.Schwarzcriterion16.38730Loglikelihood-135.0422F-statistic18.76202Durbin-Watsonstat1.279954Prob(F-statistic)0.000109DependentVariable:NXMethod:LeastSquaresDate:03/21/02Time:11:09Sample(adjusted):19862001Includedobservations:16afteradjustingendpointsVariableCoefficientStd.Errort-StatistiProb.cC-3036.617444.7869-6.8271280.0000E8.7812480.929788 9.4443580.0000D(GDP)-0.3014650.054757-5.5055500.0001R-squared0.878586Meandependentvar962.9563AdjustedR-squared0.859907S.D.dependentvar1346.761S.E.ofregression504.0793Akaikeinfocriterion15.45070Sumsquaredresid3303247.Schwarzcriterion15.59557Loglikelihood-120.6056F-statistic47.03583Durbin-Watsonstat2.214778Prob(F-statistic)0.0000013、下面結(jié)果是利用某地財(cái)政收入對該地第一、二、三產(chǎn)業(yè)增加值的回歸結(jié)果，根據(jù)這一結(jié)果試判斷該模型是否存在多重共線性，說明你的理由。DependentVariable:REVMethod:LeastSquares

Sample:110Includedobservations:10VariableCoefficientStd.Errort-StatistiProb.cC17414.6314135.10 1.2320130.2640GDP1-0.2775100.146541-1.8937430.1071GDP20.0848570.093532 0.9072520.3992GDP30.1905170.151680 1.2560480.2558R-squared0.993798Meandependentvar63244.00AdjustedR-squared0.990697S.D.dependentvar54281.99S.E.ofregression5235.544Akaikeinfocriterion20.25350Sumsquaredresid1.64E+08Schwarzcriterion20.37454Loglikelihood-97.26752F-statistic320.4848Durbin-Watsonstat1.208127Prob(F-statistic)0.000001- s第四套一、單項(xiàng)選擇題1,設(shè)ols法得到的樣本回歸直線為匕="++g,則點(diǎn)（x,y）（）A.一定不在回歸直線上 B.一定在回歸直線上C.不一定在回歸直線上 D.在回歸直線上方2、在下列各種數(shù)據(jù)中，以下不應(yīng)作為經(jīng)濟(jì)計(jì)量分析所用數(shù)據(jù)的是（）A.時(shí)間序列數(shù)據(jù) B.橫截面數(shù)據(jù)C.計(jì)算機(jī)隨機(jī)生成的數(shù)據(jù) D.虛擬變量數(shù)據(jù)3、在簡單線性回歸模型中，認(rèn)為具有一定概率分布的隨機(jī)數(shù)（ ）隨機(jī)變量A.內(nèi)生變量B.外生變量 C.虛擬變量 D.前定變量4、根據(jù)樣本資料估計(jì)得出人均消費(fèi)支出Y對人均收入X的回歸模型為11^=2.00+0.751nXi,這表明人均收入每增加1%,人均消費(fèi)支出將增加（ ）A.0.2% B.0.75%C.2% D.7.5%5,多元線性回歸分析中的RSS反映了（ ）A.應(yīng)變量觀測值總變差的大小 B.應(yīng)變量回歸估計(jì)值總變差的大小C.應(yīng)變量觀測值與估計(jì)值之間的總變差 D.Y關(guān)于X的邊際變化1； 1991年以前0； 1991年以后1； 1991年以前0； 1991年以后D,=的回歸關(guān)系明顯不同?，F(xiàn)以1991年為轉(zhuǎn)折時(shí)期，設(shè)虛擬變量數(shù)據(jù)散點(diǎn)圖顯示消費(fèi)函數(shù)發(fā)生了結(jié)構(gòu)性變化：基本消費(fèi)部分下降了，邊際消費(fèi)傾向變大了。則城鎮(zhèn)居民線性消費(fèi)函數(shù)的理論方程可以寫作（ ）A匕=4+u, b.匕=鳳+自用+^D,Xl+u,c,匕=4。+夕/+>。,+%d.工=夕。+夕禺+夕2。""/+%7、已知模型的形式為y=民+B2X+u,在用實(shí)際數(shù)據(jù)對模型的參數(shù)進(jìn)行估計(jì)的時(shí)候,測得DW統(tǒng)計(jì)量為0.52,則廣義差分變量是（ ）A.yt-0.48yr_j再一0.48x-1 B.%—0.7453?_],七一0.7453乙_]c.y,-0.52y,_1，x,-0.52x,., D.y,-0.74y,_l,x,-0.74x,_（8、在有M個(gè)方程的完備聯(lián)立方程組中，若用H表示聯(lián)立方程組中全部的內(nèi)生變量與全部的前定變量之和的總數(shù)，用M表示第？個(gè)方程中內(nèi)生變量與前定變量之和的總數(shù)時(shí)，第/個(gè)方程不可識別時(shí)，則有公式（）成立。.H-N：>M-I DH-N：=MA. 1 B. 1CH-Ni=O DH-Ni<M9、如果模型中的解釋變量存在完全的多重共線性，參數(shù)的最小二乘估計(jì)量是（）A.無偏的B.有偏的C.不確定D.確定的10、關(guān)于聯(lián)立方程組模型，下列說法中錯(cuò)誤的是（ ）A.結(jié)構(gòu)式模型中解釋變量可以是內(nèi)生變量，也可以是前定變量B.簡化式模型中解釋變量可以是內(nèi)生變量C.簡化式模型中解釋變量是前定變量D.結(jié)構(gòu)式模型中解釋變量可以是內(nèi)生變量11、在序列自相關(guān)的情況下，參數(shù)估計(jì)值仍是無偏的，其原因是（ ）A.零均值假定成立 B.同方差假定成立C.無多重共線性假定成立 D.解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定成立12、在DW檢驗(yàn)中，當(dāng)d統(tǒng)計(jì)量為2時(shí)，表明（ ）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13、在下列多重共線性產(chǎn)生的原因中，不正確的是( )A.經(jīng)濟(jì)本變量大多存在共同變化趨勢B.模型中大量采用滯后變量C.由于認(rèn)識上的局限使得選擇變量不當(dāng)I).解釋變量與隨機(jī)誤差項(xiàng)相關(guān)14、下列說法不正確的是( )A.異方差是種隨機(jī)誤差現(xiàn)象B.異方差產(chǎn)生的原因有設(shè)定誤差C.檢驗(yàn)異方差的方法有F檢驗(yàn)法D.修正異方差的方法有加權(quán)最小二乘法15、設(shè)k為回歸模型中的參數(shù)個(gè)數(shù)，n為樣本容量。則對多元線性回歸方程進(jìn)行顯著性檢驗(yàn)時(shí)，所用的F統(tǒng)計(jì)量可表示為( )RESS/(n-k)(\-R2)/(n-k) RSS/(k-1)仁(1) DESS/(D'(I-/?2)/(&_]) 'TSS/(n-k)TOC\o"1-5"\h\z16、對聯(lián)立方程組模型中過度識別方程的估計(jì)方法有( )A.間接最小二乘法 B.普通最小二乘法C.間接最小二乘法和二階段最小二乘法 D.二階段最小二乘法17、對模型進(jìn)行對數(shù)變換，其原因是( )A.能使誤差轉(zhuǎn)變?yōu)榻^對誤差 B.能使誤差轉(zhuǎn)變?yōu)橄鄬φ`差C.更加符合經(jīng)濟(jì)意義 D.大多數(shù)經(jīng)濟(jì)現(xiàn)象可用對數(shù)模型表示18、局部調(diào)整模型不具有如下特點(diǎn)( )A.對應(yīng)的原始模型中被解釋變量為期望變量，它不可觀測B.模型是一階自回歸模型C.模型中含有一個(gè)滯后被解釋變量丫1,但它與隨機(jī)擾動(dòng)項(xiàng)不相關(guān)D.模型的隨機(jī)擾動(dòng)項(xiàng)存在自相關(guān)19、假設(shè)根據(jù)某地區(qū)1970—1999年的消費(fèi)總額Y(億元)和貨幣收入總額X(億元)的年度資料，估計(jì)出庫伊克模型如下：K=-6.9057+0.2518X,+0.81367.? I 1-1r=(-1.6521) (5.7717)(12.9166)R2=0.997F=4323DIV=1.216A.分布滯后系數(shù)的衰減率為0.1864B.在顯著性水平a=0?05下,DW檢驗(yàn)臨界值為4=13,由于"=L216<4=1.據(jù)此可以推斷模型擾動(dòng)項(xiàng)存在自相關(guān)C.即期消費(fèi)傾向?yàn)?.2518,表明收入每增加1元，當(dāng)期的消費(fèi)將增加0.2518元D.收入對消費(fèi)的長期影響乘數(shù)為Y"'的估計(jì)系數(shù)0.813620、在模型有異方差的情況下，常用的補(bǔ)救措施是（ ）A.廣義差分法 B.工具變量法 C.逐步回歸法D.加權(quán)最小二乘法二、多項(xiàng)選擇題1、調(diào)整后的判定系數(shù)京2與判定系數(shù)R2之間的關(guān)系敘述正確的有（ ）A.可IR2均仇B(yǎng).R2有可能大于R2C.判斷多元回歸模型擬合優(yōu)度時(shí)，使用京2D.模型中包含的解釋變量個(gè)數(shù)越多，A?與尺2就相差越大E.只要模型中包括截距項(xiàng)在內(nèi)的參數(shù)的個(gè)數(shù)大于1,則R2<尺22、如果模型中存在序列自相關(guān)現(xiàn)象，則有如下后果（ ）A.參數(shù)估計(jì)值有偏 B.參數(shù)估計(jì)值的方差不能正確確定C.變量的顯著性檢驗(yàn)失效 D.預(yù)測精度降低E.參數(shù)估計(jì)值仍是無偏的3、下列說法不正確的有（ ）A.加權(quán)最小二乘法是廣義最小二乘法的特殊情況B.廣義最小二乘法是加權(quán)最小二乘法的特殊情況C.廣義最小二乘法是廣義差分法的特殊情況D.廣義差分法是廣義最小二乘法的特殊情況E.普通最小二乘法是加權(quán)最小二乘法的特殊情況F.加權(quán)最小二乘法是普通最小二乘法的特殊情況4、關(guān)于聯(lián)立方程模型識別問題，以下說法正確的有（ ）A.滿足階條件的方程則可識別B.如果一個(gè)方程包含了模型中的全部變量，則這個(gè)方程恰好識別C.如果一個(gè)方程包含了模型中的全部變量，則這個(gè)方程不可識別D.如果兩個(gè)方程包含相同的變量，則這兩個(gè)方程均不可識別E.聯(lián)立方程組中的每一個(gè)方程都是可識別的，則聯(lián)立方程組才可識別F.滿足階條件和秩條件的方程一定是過度識別5、在DW檢驗(yàn)中，存在不能判定的區(qū)域是（A.0<d<di b.<d<\-uC,4<d<d* 口.4-["<d<4-4E.4-4<d<4三、判斷題（判斷F列命題正誤，并說明理由）1、隨機(jī)擾動(dòng)項(xiàng)的方差與隨機(jī)擾動(dòng)項(xiàng)方差的無偏估計(jì)沒有區(qū)別。2、經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量將有偏的。3、虛擬變量的取值只能取0或1。4、擬合優(yōu)度檢驗(yàn)和F檢驗(yàn)是沒有區(qū)別的。5、聯(lián)立方程組模型不能直接用OLS方法估計(jì)參數(shù)。四、計(jì)算題1、通過建模發(fā)現(xiàn)，某企業(yè)的某種產(chǎn)品價(jià)格P和可變成本V之間滿足如下關(guān)系：InP=34.5+0.56InV?目前可變成本占產(chǎn)品價(jià)格的20%?，F(xiàn)在，企業(yè)可以改進(jìn)該產(chǎn)品，但是改進(jìn)要增加10%可變成本（其他費(fèi)用保持不變）。問，企業(yè)是否該選擇改進(jìn)？2、某公司想決定在何處建造一個(gè)新的百貨店，對已有的30個(gè)百貨店的銷售額作為其所處地理位置特征的函數(shù)進(jìn)行回歸分析，并且用該回歸方程作為新百貨店的不同位置的可能銷售額，估計(jì)得出（括號內(nèi)為估計(jì)的標(biāo)準(zhǔn)差）Y,=30+0.1xXk+0.01xX2f+10.0xX3,+3.0xX4,（0.02） （0.01） （1.0） （1.0）其中：匕=第，?個(gè)百貨店的日均銷售額（百美元）；X1,=第i個(gè)百貨店前每小時(shí)通過的汽車數(shù)量（10輛）；X"=第i個(gè)百貨店所處區(qū)域內(nèi)的人均收入（美元）；X3,=第，個(gè)百貨店內(nèi)所有的桌子數(shù)量；X.=第i個(gè)百貨店所處地區(qū)競爭店面的數(shù)量；請回答以下問題：（4） 說出本方程中系數(shù)0.1和0.01的經(jīng)濟(jì)含義。（5）各個(gè)變量前參數(shù)估計(jì)的符號是否與期望的符號一致？（6）在a=0.05的顯著性水平下檢驗(yàn)變量X”的顯著性。(臨界值％025(25)=2.06,/0025(26)=2.056,/005(25)=1.708,r005(26)=1.706)

3、以廣東省東莞市的財(cái)政支出作為被解釋變量、財(cái)政收入作為解釋變量做計(jì)量經(jīng)濟(jì)模型，即丫=。+外+〃，方程估計(jì)、殘差散點(diǎn)圖及ARCH檢驗(yàn)輸出結(jié)果分別如下:方程估計(jì)結(jié)果：DependentVariable:YMethod:LeastSquaresDate:05/31/03Time:12:42Sample:19801997Includedobservations:18殘差與殘差滯后1殘差與殘差滯后1期的散點(diǎn)圖:VariableCoefficieStd.Errort-StatistiProb.ntcC-2457.310680.5738-3.6106440.0023X0.7193080.011153 64.497070.0000R-squared0.996168Meandependentvar25335.11AdjustedR-squared0.995929S.D.dependentvar35027.97S.E.ofregression2234.939Akaikeinfo18.36626criterionSumsquaredresid79919268Schwarzcriterion18.46519Loglikelihood-163.2963F-statistic4159.872Durbin-Watsonstat2.181183Prob(F-statistic)0.000000■GraphUNTITLEDWorkfileP85*ew|Procx|Objects|Print|Name|AddText|AddShad.|Zoo?|Remove|T?mplate|PriQS山Ct20000RESID61)-4000-4000-200002000400060008000-2000QS山Ct20000RESID61)-4000-4000-200002000400060008000-20004000「一」HUUIJARCH檢驗(yàn)輸出結(jié)果:ARCHTest:F-statisticObs*R-squared2.8864657.867378ProbabilityProbability0.0859920.096559TestEquation:DependentVariable:RESID2Method:LeastSquaresDate:06/10/03Time:00:33Sample(adjusted):19841997Includedobservations:14afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C-9299857.7646794. -1.2161770.2549RESID-2(-1)0.0335820.308377 0.1089000.9157RESID'2(-2)-0.7432730.320424-2.3196500.0455RESID"2(-3)-0.85485211.02966-0.0775050.9399RESID'2(-4)37.0434510.91380 3.3941820.0079R-squared0.561956Meandependentvar5662887.AdjustedR-squared0.367269S.D.dependentvar16323082S.E.ofregression12984094Akaikeinfocriterion35.86880Sumsquaredresid1.52E+15Schwarzcriterion36.09704Loglikelihood-246.0816F-statistic2.886465Durbin-Watsonstat1.605808Prob(F-statistic)0.085992根據(jù)以上輸出結(jié)果回答下列問題：(1)該模型中是否違背無自相關(guān)假定？為什么？(a=0.05,d：=1.158,=1.391)(2)該模型中是否存在異方差？說明理由(顯著性水平為0.1, (4)=7.7794)。(3)如果原模型存在異方差，你認(rèn)為應(yīng)如何修正？(只說明修正思路，無需計(jì)算)第五套一、單項(xiàng)選擇題1、下列說法正確的有( )A.時(shí)序數(shù)據(jù)和橫截面數(shù)據(jù)沒有差異B.對總體「可歸模型的顯著性檢驗(yàn)沒有必耍

C.總體怛I歸方程與樣本回歸方程是有區(qū)別的D.判定系數(shù)內(nèi)不可以用于衡量擬合優(yōu)度2、所謂異方差是指( )A.Var(?,)cr2 B.Var(x,)<72C.Var(?,.)-cr2 DVar(x(.)=<723、在給定的顯著性水平之下,3、在給定的顯著性水平之下,若DW統(tǒng)計(jì)量的下和上臨界值分別為dL和du,則當(dāng)dL<DW〈dL<DW〈du時(shí)，可認(rèn)為隨機(jī)誤差項(xiàng)（A.存在一階正自相關(guān)C.不存在序列相關(guān)B.存在一階負(fù)相關(guān)D.存在序列相關(guān)與否不能斷定TOC\o"1-5"\h\z4、在利用月度數(shù)據(jù)構(gòu)建計(jì)量經(jīng)濟(jì)模型時(shí)，如果一年里的1、3、5、9四個(gè)月表現(xiàn)出季節(jié)模式，則應(yīng)該引入虛擬變量個(gè)數(shù)為（ ）5,假如聯(lián)立方程模型中，若第/個(gè)方程包含了模型中的全部變量（即全部的內(nèi)生變量和全部的前定變量），則第/個(gè)方程是（ ）A.可識別的 B.恰好識別 C.過度識別D.不可識別6、在序列自相關(guān)的情況下，參數(shù)估計(jì)值的方差不能正確估計(jì)的原因是（ ）A.E（u~）cr2 B.E（um）彳土j）CE（“/）w0 ）。07、在模型匕=4+夕2、2,+尸3、3,+%的回歸分析結(jié)果報(bào)告中，有\(zhòng)o"CurrentDocument"b=263489.23,/的P值=0.000000,則表明（ ）a.解釋變量及對丫，的影響是顯著的B.解釋變量/對匕的影響是顯著的C.解釋變量、2,和X3.對匕的聯(lián)合影響是顯著的.D.解釋變量和X3.對Y,的影響是均不顯著8、用模型描述現(xiàn)實(shí)經(jīng)濟(jì)系統(tǒng)的原則是（ ）A、模型規(guī)模大小要適度，結(jié)構(gòu)盡可能復(fù)雜B、以理論分析作先導(dǎo)，模型規(guī)模大小要適度C、模型規(guī)模越大越好；這樣更切合實(shí)際情況D、以理論分析作先導(dǎo)，解釋變量應(yīng)包括所有解釋變量9、如果回歸模型違背了同方差假定，最小二乘估計(jì)是（ ）A.無偏的，非有效的 B.有偏的，非有效的C.無偏的，有效的 D.有偏的，有效的10、設(shè)線性回歸模型為％=”網(wǎng)+師…],下列表明變量之間具有完全多重共線性的是（ ）AO*玉+2/+。*%3=° 3.0*玉+2/+0**3+丫=。C.0*玉+0*x2+0*x3=0 D.0*xl+0*x2+0*x3+v=0其中V為隨機(jī)誤差項(xiàng)11、對于有限分布滯后模型，解釋變量的滯后長度每增加一期，可利用的樣本數(shù)據(jù)就會（）A.增加1個(gè)B.減少1個(gè)C.增加2個(gè)D.減少2個(gè)12、關(guān)于自適應(yīng)預(yù)期模型和局部調(diào)整模型，下列說法錯(cuò)誤的有（ ）A.它們都是由某種期望模型演變形成的B.它們最終都是一階自回歸模型C.它們的經(jīng)濟(jì)背景不同D.都滿足古典線性回歸模型的所有假設(shè)，故可直接用0LS方法進(jìn)行估計(jì)TOC\o"1-5"\h\z13、在檢驗(yàn)異方差的方法中，不正確的是（ ）A.Goldfeld-Quandt方法 B.ARCH檢驗(yàn)法C.White檢驗(yàn)法 D.DW檢驗(yàn)法14、邊際成本函數(shù)為。+〃（C表示邊際成本；Q表示產(chǎn)量），則下列說法正確的有（ ）A.模型為非線性模型 B.模型為線性模型C.模型中可能存在多重共線性D.模型中不應(yīng)包括Q2作為解釋變量15、對自回歸模型進(jìn)行估計(jì)時(shí)，假定原始模型的隨機(jī)擾動(dòng)項(xiàng)“，滿足古典線性回歸模型的所有假設(shè)，則估計(jì)量是一致估計(jì)量的模型有（ ）A.庫伊克模型 B.局部調(diào)整模型C.自適應(yīng)預(yù)期模型 D.自適應(yīng)預(yù)期和局部調(diào)整混合模型16、在DW檢驗(yàn)中，當(dāng)d統(tǒng)計(jì)量為0時(shí)，表明（ ）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17、在下列產(chǎn)生序列自相關(guān)的原因中，不正確的是（ ）A.經(jīng)濟(jì)變量的慣性作用 B.經(jīng)濟(jì)行為的滯后作用C.設(shè)定偏誤 D.解釋變量的共線性18、簡化式模型就是把結(jié)構(gòu)式模型中的內(nèi)生變量表示為（A.外生變量和內(nèi)生變量的函數(shù)關(guān)系B.前定變量和隨機(jī)誤差項(xiàng)的函數(shù)所構(gòu)成的模型C.滯后變量和隨機(jī)誤差項(xiàng)的函數(shù)所構(gòu)成的模型D.外生變量和隨機(jī)誤差項(xiàng)的函數(shù)模型所構(gòu)成的模型19、加權(quán)最小二乘法是（ ）的一個(gè)特例A.廣義差分法 B.普通最小二乘法C.廣義最小二乘法 D.兩階段最小二乘法20、回歸分析中定義的（ ）A.解釋變量和被解釋變量都是隨機(jī)變量B.解釋變量為非隨機(jī)變量，被解釋變量為隨機(jī)變量C.解釋變量和被解釋變量都為非隨機(jī)變量D.解釋變量為隨機(jī)變量，被解釋變量為非隨機(jī)變量二、多項(xiàng)選擇題]、關(guān)于衣著消費(fèi)支出模型為：匕=%++。4（。2乃31）+〃i,其中Y,為衣著方面的年度支出；X；為收入fl 女性_f1 大學(xué)畢業(yè)及以上。則關(guān)于模型中的參數(shù)下列Dli=[0男性2/=[0 其他。則關(guān)于模型中的參數(shù)下列說法正確的是（ ）a2表示在保持其他條件不變時(shí)，女性比男性在衣著消費(fèi)支出方面多支出（或少支出）差額%表示在保持其他條件不變時(shí)，大學(xué)文憑及以上比其他學(xué)歷者在衣著消費(fèi)支出方面多支出（或少支出）差額C.表示在保持其他條件不變時(shí)，女性大學(xué)及以上文憑者比男性大學(xué)以下文憑者在衣著消費(fèi)支出方面多支出（或少支出）差額%表示在保持其他條件不變時(shí)，女性比男性大學(xué)以下文憑者在衣著消費(fèi)支出方面多支出（或少支出）差額E.表示性別和學(xué)歷兩種屬性變量對衣著消費(fèi)支出的交互影響2、如果模型中解釋變量之間存在共線性，則會引起如下后果（）A.參數(shù)估計(jì)值確定 B.參數(shù)估計(jì)值不確定C.參數(shù)估計(jì)值的方差趨于無限大 D.參數(shù)的經(jīng)濟(jì)意義不正確DW統(tǒng)計(jì)量落在了不能判定的區(qū)域3、應(yīng)用DW檢驗(yàn)方法時(shí)應(yīng)滿足該方法的假定條件，下列是其假定條件的有（ ）A.解釋變量為非隨機(jī)的 B.截距離項(xiàng)不為零C.隨機(jī)誤差項(xiàng)服從一階自回歸 D.數(shù)據(jù)無缺失項(xiàng)E.線性回歸模型中不能含有滯后內(nèi)生變量4、利用普通最小二乘法求得的樣本回歸直線匕=自+&X,具有如下性質(zhì)（ ）A.樣本回歸線必然通過點(diǎn)（用打B.可能通過點(diǎn)（另力C.殘差S的均值為常數(shù)人D.匕的平均值與工的平均值相等E.殘差e，與解釋變量X,之間有一定的相關(guān)性5、當(dāng)結(jié)構(gòu)方程為恰好識別時(shí)，可選擇的估計(jì)方法是（ ）A.最小二乘法 B.廣義差分法C.間接最小二乘法D.二階段最小二乘法E.有限信息最大似然估計(jì)法三、判斷題（判斷下列命題正誤，并說明理由）1、雙變量模型中，對樣本回歸函數(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；2、多市共線性問題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的。3、在模型匕=4+夕2、2,+/3、3,+%的回歸分析結(jié)果報(bào)告中，有的影響F=263489.23,/的〃值=0.000000,則表明解釋變量及對L的影響是顯著的。4、結(jié)構(gòu)型模型中的每一個(gè)方程都稱為結(jié)構(gòu)式方程，結(jié)構(gòu)方程中，解釋變量只可以是前定變量。5、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)與模型有無截距項(xiàng)無關(guān)。四、計(jì)算題1、已知某公司的廣告費(fèi)用(X)與銷售額(Y)的統(tǒng)計(jì)數(shù)據(jù)如下表所示:x(萬元)402520304040252050205020Y(萬元)490395420475385525480400560365510540(1)估計(jì)銷售額關(guān)于廣告費(fèi)用的一元線性回歸模型(2)說明參數(shù)的經(jīng)濟(jì)意義(3)在的顯著水平下對參數(shù)的顯著性進(jìn)行t檢驗(yàn)。2、設(shè)某商品的需求模型為匕=坊+笈式中，丫是商品的需求量，X］是人們對未來價(jià)格水平的預(yù)期，在自適應(yīng)預(yù)期假設(shè)Xl-X：=r(X,-X：)下，通過適當(dāng)變換，使模型中變量X"成為可觀測的變量。3,根據(jù)某城市1978——1998年人均儲蓄與人均收入的數(shù)據(jù)資料建立了如下回歸模型：y=-2187.521+1.6843xse=(340.0103)(0.0622)R2=0.9748,S.E.=1065.425,DW=0.2934,F=733.6066試求解以下問題：取時(shí)間段1978——1985和1991——1998,分別建立兩個(gè)模型。模型1：y=-145.4415+0.397lxt=(-8.7302)(25.4269)R2=0.9908,Ze；=1372.202模型2：y=-4602.365+1.9525xt=（-5.0660）（18.4094）R2=0.9826,Ze；=5811189計(jì)算F統(tǒng)計(jì)量，即尸=Z1/WX=5811189/1372.202=4334.9370,給定a=0.05,查F分布表，得臨界值廣.a（6,6）=4.28。請你繼續(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？利用y對x回歸所得的殘差平方構(gòu)造一個(gè)輔助回歸函數(shù)：6：=242407.2+1.22996：-1.4090ct,2,+1.01886-,2,[ 1-1 l-L I-JR2=0.5659,計(jì)算（〃一p）/?2=18*0.5659=10.1862給定顯著性水平a=0.05,查力?分布表，得臨界值Zoo5（3）=7.81,其中p=3,自由度。請你繼續(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，給出簡要評價(jià)。第六套一、單項(xiàng)選擇題1、計(jì)量經(jīng)濟(jì)學(xué)的研究方法一般分為以下四個(gè)步驟（）A.確定科學(xué)的理論依據(jù)、模型設(shè)定、模型修定、模型應(yīng)用B.模型設(shè)定、估計(jì)參數(shù)、模型檢驗(yàn)、模型應(yīng)用C.搜集數(shù)據(jù)、模型設(shè)定、估計(jì)參數(shù)、預(yù)測檢驗(yàn)D.模型設(shè)定、模型修定、結(jié)構(gòu)分析、模型應(yīng)用TOC\o"1-5"\h\z2、簡單相關(guān)系數(shù)矩陣方法主要用于檢驗(yàn)（ ）A.異方差性 B.自相關(guān)性C.隨機(jī)解釋變量 D.多重共線性3、在某個(gè)結(jié)構(gòu)方程恰好識別的條件下，不適用的估計(jì)方法是（ ）A.間接最小二乘法 B.工具變量法C.二階段最小二乘法 D.普通最小二乘法4、在利用月度數(shù)據(jù)構(gòu)建計(jì)量經(jīng)濟(jì)模型時(shí)，如果一年里的12個(gè)月全部表現(xiàn)出季節(jié)模式，則應(yīng)該引入虛擬變量個(gè)數(shù)為（ ）

A.4B.12C.11D.6A.4B.12C.11D.65、White檢驗(yàn)可用于檢驗(yàn)（B.異方差性D.B.異方差性D.多垂共線性C.解釋變量隨機(jī)性TOC\o"1-5"\h\z6、如果回歸模型違背了無自相關(guān)假定，最小二乘估計(jì)量是（ ）A.無偏的，有效的 B.有偏的，非有效的C.無偏的，非有效的 D.有偏的，有效的7、假如聯(lián)立方程模型中，第/個(gè)方程排除的變量中沒有一個(gè)在第J?個(gè)方程中出現(xiàn)，則第，個(gè)方程是（ ）A.可識別的 B.恰好識別 C.過度識別D.不可識別8、在簡單線性回歸模型中，認(rèn)為具有一定概率分布的隨機(jī)變量是（ ）A.內(nèi)生變量 B.外生變量 C.虛擬變量 D.前定變量9、應(yīng)用DW檢驗(yàn)方法時(shí)應(yīng)滿足該方法的假定條件，下列不是其假定條件的為（ ）A.解釋變量為非隨機(jī)的B.被解釋變量為非隨機(jī)的C.線性回歸模型中不能含有滯后內(nèi)生變量D.隨機(jī)誤差項(xiàng)服從一階自回歸1。、二元回歸模型中，經(jīng)計(jì)算有相關(guān)系數(shù)=0.9985,則表明（）X2和X3間存在完全共線性X2和X3間存在不完全共線性X2對X3的擬合優(yōu)度等于0.9985不能說明X2和X3間存在多重共線性11、在DW檢驗(yàn)中，存在正自相關(guān)的區(qū)域是（ ）A.4-4<d<4 B.0<d<4C.4<d<4-d" dd1<d<d”,4-d“<d<4-4/12、庫伊克模型不具有如下特點(diǎn)（ ）A.原始模型為無限分布滯后模型，且滯后系數(shù)按某一固定比例遞減B.以一個(gè)滯后被解釋變量工T代替了大量的滯后解釋變量X，-”X-2,…，從而最大限度的保