《計量經(jīng)濟學》習題集

PAGEPAGE51《計量經(jīng)濟學》習題集第一章緒論一、單項選擇題1、變量之間的關系可以分為兩大類，它們是【】A函數(shù)關系和相關關系B線性相關關系和非線性相關關系C正相關關系和負相關關系D簡單相關關系和復雜相關關系2、相關關系是指【】A變量間的依存關系B變量間的因果關系C變量間的函數(shù)關系D變量間表現(xiàn)出來的隨機數(shù)學關系3、進行相關分析時，假定相關的兩個變量【】A都是隨機變量B都不是隨機變量C一個是隨機變量，一個不是隨機變量D隨機或非隨機都可以4、計量經(jīng)濟研究中的數(shù)據(jù)主要有兩類：一類是時間序列數(shù)據(jù)，另一類是【】A總量數(shù)據(jù)B橫截面數(shù)據(jù)C平均數(shù)據(jù)D相對數(shù)據(jù)5、下面屬于截面數(shù)據(jù)的是【】A1991-2003年各年某地區(qū)20個鄉(xiāng)鎮(zhèn)的平均工業(yè)產(chǎn)值B1991-2003年各年某地區(qū)20個鄉(xiāng)鎮(zhèn)的各鎮(zhèn)工業(yè)產(chǎn)值C某年某地區(qū)20個鄉(xiāng)鎮(zhèn)工業(yè)產(chǎn)值的合計數(shù)D某年某地區(qū)20個鄉(xiāng)鎮(zhèn)各鎮(zhèn)工業(yè)產(chǎn)值6、同一統(tǒng)計指標按時間順序記錄的數(shù)據(jù)列稱為【】A橫截面數(shù)據(jù)B時間序列數(shù)據(jù)C修勻數(shù)據(jù)D原始數(shù)據(jù)7、經(jīng)濟計量分析的基本步驟是【】A設定理論模型收集樣本資料估計模型參數(shù)檢驗模型B設定模型估計參數(shù)檢驗模型應用模型C個體設計總體設計估計模型應用模型D確定模型導向確定變量及方程式估計模型應用模型8、計量經(jīng)濟模型的基本應用領域有【】A結構分析、經(jīng)濟預測、政策評價B彈性分析、乘數(shù)分析、政策模擬C消費需求分析、生產(chǎn)技術分析、市場均衡分析D季度分析、年度分析、中長期分析9、計量經(jīng)濟模型是指【】A投入產(chǎn)出模型B數(shù)學規(guī)劃模型C包含隨機方程的經(jīng)濟數(shù)學模型D模糊數(shù)學模型10、回歸分析中定義【】A解釋變量和被解釋變量都是隨機變量B解釋變量為非隨機變量，被解釋變量為隨機變量C解釋變量和被解釋變量都是非隨機變量D解釋變量為隨機變量，被解釋變量為非隨機變量11、下列選項中，哪一項是統(tǒng)計檢驗基礎上的再檢驗(亦稱二級檢驗)準則【】A.計量經(jīng)濟學準則B經(jīng)濟理論準則C統(tǒng)計準則D統(tǒng)計準則和經(jīng)濟理論準則12、理論設計的工作，不包括下面哪個方面【】A選擇變量B確定變量之間的數(shù)學關系C收集數(shù)據(jù)D擬定模型中待估參數(shù)的期望值13、計量經(jīng)濟學模型成功的三要素不包括【】A理論B應用C數(shù)據(jù)D方法14、在經(jīng)濟學的結構分析中，不包括下面那一項【】A彈性分析B乘數(shù)分析C比較靜力分析D方差分析二、多項選擇題1、一個模型用于預測前必須經(jīng)過的檢驗有【】A經(jīng)濟準則檢驗B統(tǒng)計準則檢驗C計量經(jīng)濟學準則檢驗D模型預測檢驗E實踐檢驗2、經(jīng)濟計量分析工作的四個步驟是【】A理論研究B設計模型C估計參數(shù)D檢驗模型E應用模型3、對計量經(jīng)濟模型的計量經(jīng)濟學準則檢驗包括【】A誤差程度檢驗B異方差檢驗C序列相關檢驗D超一致性檢驗E多重共線性檢驗4、對經(jīng)濟計量模型的參數(shù)估計結果進行評價時，采用的準則有【】A經(jīng)濟理論準則B統(tǒng)計準則C經(jīng)濟計量準則D模型識別準則E模型簡單準則三、名詞解釋1、計量經(jīng)濟學2、計量經(jīng)濟學模型3、時間序列數(shù)據(jù)4、截面數(shù)據(jù)5、彈性6、乘數(shù)四、簡述1、簡述經(jīng)濟計量分析工作的程序。2、用作經(jīng)濟預測的經(jīng)濟計量模型通常要具備哪些性質?3、對經(jīng)濟計量模型進行評價所依據(jù)的準則有哪些？4、計量經(jīng)濟學模型主要有哪些應用領域？第二章一元線性回歸模型一、單項選擇題1、表示X與Y之間真實線性關系的是【】ABECD2、參數(shù)的估計量具備有效性是指【】AVar()=0BVar()為最小C(－)＝0D(－)為最小3、設樣本回歸模型為，則普通最小二乘法確定的的公式中，錯誤的是【】ABCD4、對于，以表示估計標準誤差，r表示相關系數(shù)，則有【】A=0時，r＝1B=0時，r＝－1C=0時，r＝0D=0時，r＝1或r＝－15、產(chǎn)量（X，臺）與單位產(chǎn)品成本（Y，元/臺）之間的回歸方程為＝356－1.5X，這說明【】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6、在總體回歸直線E中，表示【】A當X增加一個單位時，Y增加個單位B當X增加一個單位時，Y平均增加個單位C當Y增加一個單位時，X增加個單位D當Y增加一個單位時，X平均增加個單位7、對回歸模型進行統(tǒng)計檢驗時，通常假定服從【】AN（0，）Bt(n-2)CN（0，）Dt(n)8、以Y表示實際觀測值，表示回歸估計值，則普通最小二乘法估計參數(shù)的準則是使【】A＝0B＝0C為最小D為最小9、設Y表示實際觀測值，表示OLS回歸估計值，則下列哪項成立【】ABCD10、用普通最小二乘法估計經(jīng)典線性模型，則樣本回歸線通過點【】A（X，Y）B(X，)C(，)D(，)11、以Y表示實際觀測值，表示回歸估計值，則用普通最小二乘法得到的樣本回歸直線滿足【】A＝0B＝0C＝0D＝012、用一組有30個觀測值的樣本估計模型，在0.05的顯著性水平下對的顯著性作t檢驗，則顯著地不等于零的條件是其統(tǒng)計量大于【】A（30）B（30）C（28）D（28）13、已知某一直線回歸方程的判定系數(shù)為0.64，則解釋變量與被解釋變量間的相關系數(shù)可能為【】A0.64B0.8C0.4D0.3214、相關系數(shù)r的取值范圍是【】Ar－1Br1C0r1D－1r115、判定系數(shù)的取值范圍是【】A－1B1C01D－1116、某一特定的X水平上，總體Y分布的離散度越大，即越大，則【】A預測區(qū)間越寬，精度越低B預測區(qū)間越寬，預測誤差越小C預測區(qū)間越窄，精度越高D預測區(qū)間越窄，預測誤差越大17、在縮小參數(shù)估計量的置信區(qū)間時，我們通常不采用下面的那一項措施【】A增大樣本容量nB提高置信水平C提高模型的擬合優(yōu)度D提高樣本觀測值的分散度18、對于總體平方和TSS、回歸平方和ESS和殘差平方和RSS的相互關系，正確的是【】ATSS>RSS+ESSBTSS=RSS+ESSCTSS<RSS+ESSDTSS=RSS+ESS19、對樣本相關系數(shù)r，以下結論中錯誤的是【】A越接近于1，Y與X之間線性相關程度越高B越接近于0，Y與X之間線性相關程度越弱C-1≤r≤1D若r=0，則X與Y獨立20、若兩變量x和y之間的相關系數(shù)為-1，這說明兩個變量之間【】A低度相關B不完全相關C弱正相關D完全相關21、普通最小二乘法要求模型誤差項ui滿足某些基本假定，下列結論中錯誤的是【】。ABCD～N(0，)22、以X為解釋變量，Y為被解釋變量，將X、Y的觀測值分別取對數(shù)，如果這些對數(shù)值描成的散點圖近似形成為一條直線，則適宜配合下面哪一模型形式?【】A BCD23、對于線性回歸模型，要使普通最小二乘估計量具備無偏性，則模型必須滿足【】ABCDi服從正態(tài)分布24、按照經(jīng)典假設，線性回歸模型中的解釋變量應是非隨機變量，且【】A與隨機誤差ui不相關B與殘差ei不相關C與被解釋變量Yi不相關D與回歸值不相關25、由回歸直線所估計出來的值滿足：【】A=1B=1C最小D最小26、用一元線性回歸模型進行區(qū)間預測時，干擾項μ方差的無偏估計量應為【】A BC D27、一元線性回歸方程的斜率系數(shù)與方程中兩變量的線性相關系數(shù)r的關系是【】ABCD28、下列各回歸方程中，哪一個必定是錯誤的?【】AYi=50+0.6XirXY=0.8 BYi=-14+0.8XirXY=0.87CYi=15-1.2XirXY=0.89 DYi=-18-5.3XirXY=-0.9629、根據(jù)樣本資料估計得出人均消費支出Y對人均收入X的回歸模型為lni=2.00+0.75lnXi，這表明人均收入每增加1％，人均消費支出將平均增加【】A0.2% B0.75%C2% D7.5%二、多項選擇題1、指出下列哪些現(xiàn)象是相關關系【】A家庭消費支出與收入B商品銷售額和銷售量、銷售價格C物價水平與商品需求量D小麥畝產(chǎn)量與施肥量E學習成績總分與各門課程成績分數(shù)2、一元線性回歸模型的經(jīng)典假設包括【】AB（常數(shù)）CD～N(0，1)EX為非隨機變量，且3、以Y表示實際觀測值，表示回歸估計值，e表示殘差，則回歸直線滿足【】A通過樣本均值點BCD＝0E4、以帶“”表示估計值，u表示隨機誤差項，如果Y與X為線性相關關系，則下列哪些是正確的【】ABCDE5、以帶“”表示估計值，u表示隨機誤差項，e表示殘差，如果Y與X為線性相關關系，則下列哪些是正確的【】ABCDE6、回歸分析中估計回歸參數(shù)的方法主要有【】A相關系數(shù)法B方差分析法C最小二乘估計法D極大似然法E矩估計法7、用普通最小二乘法估計模型的參數(shù)，要使參數(shù)估計量具備最佳線性無偏估計性質，則要求：【】AB（常數(shù)）CD服從正態(tài)分布EX為非隨機變量，且8、假設線性回歸模型滿足全部基本假設，則其參數(shù)估計量具備【】A可靠性B合理性C線性D無偏性E有效性9、普通最小二乘直線具有以下特性【】A通過點BCD＝0E＝010、由回歸直線估計出來的值【】A是一組估計值B是一組平均值C是一個幾何級數(shù)D可能等于實際值E與實際值y的離差和等于零11、對于樣本回歸直線，回歸平方和可以表示為（為決定系數(shù)）【】ABCDE12、對于經(jīng)典線性回歸模型，各回歸系數(shù)的OLS估計量具有的優(yōu)良特性有【】A無偏性 B有效性C一致性 D確定性E線性13、對于樣本相關系數(shù)r，下列結論正確的是【】A0≤r≤1B對稱性C當X和Y獨立，則r=0D若r=0，則X與Y獨立E若r≠0，則X與Y不獨立三、判斷題1、隨機誤差項ui與殘差項ei是一回事。（）2、總體回歸函數(shù)給出了對應于每一個自變量的因變量的值。（）3、線性回歸模型意味著因變量是自變量的線性函數(shù)。（）4、在線性回歸模型中，解釋變量是原因，被解釋變量是結果。（）5、在實際中，一元回歸沒什么用，因為因變量的行為不可能僅由一個解釋變量來解釋。()四、名詞解釋1、相關分析2、回歸分析3、隨機干擾項4、殘差項5、最佳線性無偏估計量五、簡述1、敘述回歸分析與相關分析的聯(lián)系與區(qū)別。2、試述最小二乘法估計原理。3、為什么計量經(jīng)濟學模型的理論方程中必須包含隨機干擾性？4、一元線性回歸模型的基本假設主要有哪些？5、總體回歸模型函數(shù)和樣本回歸模型之間有哪些區(qū)別與聯(lián)系？6、什么是隨機誤差項？影響隨機誤差項的主要因素有哪些？它和殘差之間的區(qū)別是什么？7、決定系數(shù)說明了什么？它與相關系數(shù)的區(qū)別和聯(lián)系是什么？六、計算與分析題1、試將下列非線性函數(shù)模型線性化：S型函數(shù)y=1/(+u)Y=sinx+cosx+sin2x+cos2x+u2、對下列模型進行適當變換化為標準線性模型：y=+++uQ=AY=exp(+x+u)Y=3、假設A先生估計消費函數(shù)（用模型表示），并獲得下列結果：t＝（3.1）（18.7）n=19；＝0.98括號里的數(shù)字表示相應參數(shù)的t值，請回答以下問題：（1） 利用t值經(jīng)驗假設：＝0（取顯著水平為5％）（2）確定參數(shù)統(tǒng)計量的標準方差；（3）構造的95％的置信區(qū)間，這個區(qū)間包括0嗎？4、下面的數(shù)據(jù)是從某個行業(yè)的5個不同的工廠收集的?？偝杀荆▂）8044517061產(chǎn)量（x）1246118請回答以下問題：估計這個行業(yè)的線性總成本函數(shù)=+x；和的經(jīng)濟含義是什么？估計產(chǎn)量為10時的總成本。5、你的朋友將不同年度的債券價格作為該年利率（在相等的風險水平下）的函數(shù)，估計出的簡單方程如下：其中：＝第i年美國政府債券價格（每100美元債券）＝第i年聯(lián)邦資金利率（按百分比）。請回答以下問題：（1）解釋兩個所估系數(shù)的意義。所估的符號與你期望的符號一樣嗎？（2）為何方程左邊的變量是而不是Y？（3） 你朋友在估計的方程中是否遺漏了隨機誤差項？（4）此方程的經(jīng)濟意義是什么？對此模型你有何評論？（提示：聯(lián)邦資金利率是一種適用于在銀行隔夜持有款項的利率。）6、假如有如下的回歸結果：=2.6911-0.4795其中：Y表示美國的咖啡的消費量（每人每天消費的杯數(shù)）X表示咖啡的零售價格（美元/磅）t表示時間問：（1）這是一個時間序列回歸還是橫截面序列回歸？（2）畫出回歸線。（3）如何解釋截距的意義？它有經(jīng)濟含義嗎？（4）如何解釋斜率？（5）需求的價格彈性定義為：價格每變動百分之一所引起的需求量變動的百分比，用數(shù)學形式表示為：彈性=斜率*（X/Y）即，彈性等于斜率與X與Y比值之積，其中X表示價格，Y表示需求量。根據(jù)上述回歸結果，你能求出對咖啡需求的價格彈性嗎？如果不能，計算此彈性還需要其它什么信息？7、設回歸模型指定為=β+這里滿足所有的基本假設?，F(xiàn)提出了β的三個估計量：請回答以下問題：證明三個估計量都是β的無偏估計量；推導各個估計量的方差，并確定哪個是最小的（如果有的話）？8、利用下表給出的我國人均消費支出與人均可支配收入數(shù)據(jù)回答下列問題：（1）這是一個時間序列回歸還是橫截面序列回歸？（2）建立回歸方程；（3）如何解釋斜率？（4）對參數(shù)進行顯著性檢驗。（5）如果某人可支配收入是1000元，求出該人的消費支出的點預測值。（6）求出該人消費支出95℅置信水平的區(qū)間預測。1998年我國城鎮(zhèn)居民人均可支配收入與人均消費性支出單位：元地區(qū)可支配收入(inc)消費性支出(consum)地區(qū)可支配收入(inc)消費性支出(consum)北京8471.986970.83河南4219.423415.65天津7110.545471.01湖北4826.364074.38河北5084.643834.43湖南5434.264370.95山西4098.733267.70廣東8839.687054.09內(nèi)蒙古4353.023105.74廣西5412.244381.09遼寧4617.243890.74海南4852.873832.44吉林4206.643449.74重慶5466.574977.26黑龍江4268.503303.15四川5127.084382.59上海8773.106866.41貴州4565.393799.38江蘇6017.854889.43云南6042.785032.67浙江7836.766217.93陜西4220.243538.52安徽4747.073777.41甘肅4009.613099.36福建6485.635181.45青海4240.133580.47江西4251.423266.81寧夏4112.413379.82山東5380.084143.96新疆5000.793714.109、下表給出了1988年9個工業(yè)國的名義利率(y)與通貨膨脹(X)的數(shù)據(jù)：國家名義利率Y(%)通脹率X(%)國家名義利率Y(%)通脹率X(%)澳大利亞11.97.7墨西哥66.351.0加拿大9.44.0瑞典2.22.0法國7.53.1英國10.36.8德國4.01.6美國7.64.4意大利11.34.8以利率為縱軸，通貨膨脹率為橫軸作圖。用OLS方法進行回歸分析，寫出求解步驟.。如果實際利率不變，則名義利率與通貨膨脹率的關系如何？即在Y對X的回歸中，斜率如何？10、假設某國的貨幣數(shù)量與國民收入的歷史數(shù)據(jù)如下表所示：年份貨幣數(shù)量(y)國民收入(x)年份貨幣數(shù)量(y)國民收入(x)19852.05.019914.28.419862.55.519924.69.019873.26.019934.89.719883.67.019945.010.019893.37.219955.211.219904.07.719965.812.4請回答以下問題：做出散點圖，然后估計貨幣數(shù)量y對國民收入x的回歸方程，并把回歸直線畫在散點圖上。如何解釋回歸系數(shù)的含義？如果希望1997年國民收入達到15.0，那么應該把貨幣供應量定在什么水平上？11、下表給出了美國30所知名學校的MBA學生1994年基本年薪（ASP），GPA分數(shù)（從1~4共四個等級），GMAT分數(shù)以及每年學費的數(shù)據(jù)。用一元線性回歸模型分析GPA是否對ASP有影響？用合適的回歸模型分析GMAT分數(shù)是否與ASP有關系？每年的學費與ASP有關嗎？你是如何知道的？如果兩變量之間正相關，是否意味著進最高費用的商業(yè)學校是有利的。你同意高學費的商業(yè)學校意味著高質量的MBA成績嗎？為什么？1994年MBA畢業(yè)生平均初職薪水學校ASP/美元GPAGMAT學費/美元Harvard1026303.465023894Stanford1008003.366521189Columbian1004803.364021400Dartmouth954103.466021225Wharton899303.465021050Northwestern846403.364020634Chicago832103.365021656MIT805003.565021690Virginia742803.264317839UCLA740103.564014496Berkeley719703.264714361Cornell719703.263020400NYU706603.263020276Duke704903.362321910CarriegieMellon598903.263520600NorthCarolina698803.262110132Michigan678203.263020960Texas618903.36258580Indiana585203.261514036Purdue547203.25819556CaseWestern572003.159117600Georgetown698303.261919584Michigan418203.259016057Penn491203.258011400SouthernMethodist609103.160018034TuLane440803.160019550Illinois471303.261612628Lowa416203.25909361Minnesota482503.260012618Washington441403.361711436第三章多元線性回歸模型一、單項選擇題1、決定系數(shù)是指【】A剩余平方和占總離差平方和的比重B總離差平方和占回歸平方和的比重C回歸平方和占總離差平方和的比重D回歸平方和占剩余平方和的比重2、在由n=30的一組樣本估計的、包含3個解釋變量的線性回歸模型中，計算的多重決定系數(shù)為0.8500，則調(diào)整后的決定系數(shù)為【】A0.8603B0.8389C0.8655D0.83273、設k為模型中的參數(shù)個數(shù)，則回歸平方和是指【】ABCD4、下列樣本模型中，哪一個模型通常是無效的【】A（消費）＝500＋0.8（收入）B（商品需求）＝10＋0.8（收入）＋0.9（價格）C（商品供給）＝20＋0.75（價格）D（產(chǎn)出量）＝0.65（勞動）（資本）5、對于，統(tǒng)計量服從【】At(n-k)Bt(n-k-1)CF(k-1,n-k)DF(k,n-k-1)6、對于，檢驗H0:時，所用的統(tǒng)計量服從【】At(n-k-1)Bt(n-k-2)Ct(n-k+1)Dt(n-k+2)7、調(diào)整的判定系數(shù)與多重判定系數(shù)之間有如下關系【】ABCD8、用一組有30個觀測值的樣本估計模型后，在0.05的顯著性水平下對的顯著性作t檢驗，則顯著地不等于零的條件是其統(tǒng)計量大于【】A（30）B（28）C（27）D（1，28）9、如果兩個經(jīng)濟變量X與Y間的關系近似地表現(xiàn)為當X發(fā)生一個絕對量變動（X）時，Y有一個固定地相對量（Y/Y）變動，則適宜配合的回歸模型是【】ABlnCDln10、對于，如果原模型滿足線性模型的基本假設，則在零假設＝0下，統(tǒng)計量（其中s()是的標準誤差）服從【】At（n-k）Bt(n-k-1)CF（k-1，n-k）DF（k，n-k-1）11、下列哪個模型為常數(shù)彈性模型【】AlnBlnCD12、模型中，Y關于X的彈性為【】ABCD13、模型ln中，的實際含義是【】AX關于Y的彈性BY關于X的彈性CX關于Y的邊際傾向DY關于X的邊際傾向14、關于經(jīng)濟計量模型進行預測出現(xiàn)誤差的原因，正確的說法是【】A.只有隨機因素

B.只有系統(tǒng)因素C.既有隨機因素，又有系統(tǒng)因素

D.A、B、C都不對15、在多元線性回歸模型中對樣本容量的基本要求是(k為解釋變量個數(shù))：【】An≥k+1Bn<k+1Cn≥30或n≥3（k+1）16、用一組有30個觀測值的樣本估計模型i，并在0.05的顯著性水平下對總體顯著性作F檢驗，則檢驗拒絕零假設的條件是統(tǒng)計量F大于【】AF0.05(3,30)BF0.025(3,30)CF0.05(2,27)DF0.025(2,27)17、對小樣本回歸系數(shù)進行檢驗時，所用統(tǒng)計量是()A正態(tài)統(tǒng)計量Bt統(tǒng)計量Cχ2統(tǒng)計量DF統(tǒng)計量18、在多元回歸中，調(diào)整后的判定系數(shù)與判定系數(shù)的關系有【】A< B>C= D與的關系不能確定19、根據(jù)判定系數(shù)與F統(tǒng)計量的關系可知，當＝1時有【】AF＝－1 BF＝0CF＝1 D20、回歸分析中，用來說明擬合優(yōu)度的統(tǒng)計量為【】A相關系數(shù)B判定系數(shù)C回歸系數(shù)D標準差21、對于二元線性回歸模型的總體顯著性檢驗的F統(tǒng)計量，正確的是【】。AF=BF=CF=DF=22、在二元線性回歸模型中，回歸系數(shù)的顯著性t檢驗的自由度為【】。AnBn-1Cn-2Dn-323、在多元線性回歸中，判定系數(shù)R2隨著解釋變量數(shù)目的增加而【】A減少 B增加C不變 D變化不定24、對模型進行總體顯著性F檢驗，檢驗的零假設是【】Aβ1=β2=0 Bβ1=0Cβ2=0 Dβ0=0或25、對兩個包含的解釋變量個數(shù)不同的回歸模型進行擬合優(yōu)度比較時，應比較它們的：【】A判定系數(shù)B調(diào)整后判定系數(shù)C標準誤差D估計標準誤差26、用一組20個觀測值的樣本估計模型后，在0.1的顯著性水平上對β1的顯著性作t檢驗，則β1顯著地不等于0的條件是統(tǒng)計量大于【】At0.1(20)Bt0.05(18)Ct0.05(17)DF0.1(2,17)27、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：【】A80%B64%C20%D89%二、多項選擇題1、對模型進行總體顯著性檢驗，如果檢驗結果總體線性關系顯著，則有【】A=＝0B0，＝0C0，0D=0，0E=02、剩余變差（即殘差平方和）是指【】A隨機因素影響所引起的被解釋變量的變差B解釋變量變動所引起的被解釋變量的變差C被解釋變量的變差中，回歸方程不能作出解釋的部分D被解釋變量的總變差與回歸平方和之差E被解釋變量的實際值與擬合值的離差平方和3、回歸平方和是指【】A被解釋變量的實際值y與平均值的離差平方和B被解釋變量的回歸值與平均值的離差平方和C被解釋變量的總變差與剩余變差之差D解釋變量變動所引起的被解釋變量的變差E隨機因素影響所引起的被解釋變量的變差4、下列哪些非線性模型可以通過變量替換轉化為線性模型【】ABClnDE5、在模型ln中【】AY與X是非線性的BY與是非線性的ClnY與是線性的DlnY與lnX是線性的Ey與lnX是線性的三、名詞解釋1、偏回歸系數(shù)2、多重決定系數(shù)3、調(diào)整的決定系數(shù)；四、簡述1、調(diào)整后的判定系數(shù)及其作用。2、在多元線性回歸分析中，為什么用修正的決定系數(shù)衡量估計模型對樣本觀測值的擬合優(yōu)度？3、決定系數(shù)與總體線性關系顯著性F之間的關系；F檢驗與t檢驗之間的關系。4、回歸模型的總體顯著性檢驗與參數(shù)顯著性檢驗相同嗎？是否可以互相替代？五、計算與分析題1、考慮以下預測的回歸方程：；＝0.50其中，＝第t年的玉米產(chǎn)量（蒲式耳/畝）；＝第t年的施肥強度（磅/畝）；＝第t年的降雨量（吋）。請回答以下問題：（1） 從F和RS對Y的影響方面，仔細說出本方程中系數(shù)0.10和5.33的含義。（2） 常數(shù)項-120是否意味著玉米的負產(chǎn)量可能存在？（3） 假定的真實值為0.4，則估計值是否有偏？為什么？（4） 假定該方程并不滿足所有的古典模型假設，即并不是最佳線性無偏估計量，則是否意味著的真實值絕對不等于5.33？為什么？2、為了解釋牙買加對進口的需求，J.Gafar根據(jù)19年的數(shù)據(jù)得到下面的回歸結果:se=(0.0092)(0.084)R2=0.96=0.96其中：Y=進口量（百萬美元），X1=個人消費支出（美元/年），X2=進口價格/國內(nèi)價格。（1）解釋截距項，及X1和X2系數(shù)的意義；（2）Y的總離差中被回歸方程解釋的部分，未被回歸方程解釋的部分；（3）對回歸方程進行顯著性檢驗,并解釋檢驗結果；（4）對參數(shù)進行顯著性檢驗,并解釋檢驗結果。3、下面給出依據(jù)15個觀察值計算到的數(shù)據(jù)：=367.693，=402.760，=8.0，=66042.269=84855.096，=280.0，=74778.346=4250.9，=4796.0小寫字母代表了各值與其樣本均值的離差。（1）估計三個多元回歸系數(shù)；（2）估計它們的標準差；（3）求和；（4）估計，95%的置信區(qū)間。（5）在α=5%下，檢驗估計的每個回歸系數(shù)的統(tǒng)計顯著性（雙邊檢驗）；4、為了確定對空調(diào)價格的影響因素，B.T.Katchford根據(jù)19個樣本數(shù)據(jù)得到回應結果如下：=-68.26+0.023+19.729+7.653，=0.84se=(0.005)(8.992)(3.082)其中，Y——空調(diào)的價格/美元；——空調(diào)的BTU比率——能量效率——設定數(shù)（1）解釋回歸結果。（2）該回歸結果有經(jīng)濟意義嗎？（3）在顯著水平α=5%下，檢驗零假設：BTU比率對空調(diào)的價格無影響，備擇假設檢驗：BTU比率對價格有正向影響。（4）你會接受零假設：三個解釋變量在很大程度上解釋了空調(diào)價格的變動嗎？詳細寫出計算過程。5、假設要求你建立一個計量經(jīng)濟模型來說明在學校跑道上慢跑一英里或一英里以上的人數(shù)，以便決定是否修建第二條跑道以滿足所有的鍛煉者。你通過整個學年搜集數(shù)據(jù)，得到兩個可能的解釋性方程：方程A：=125.0-15.0-1.0+1.5=0.75方程B：=1230-14.0+5.5-3.7=0.73其中：Y——某天慢跑者人數(shù)——該天降雨的英寸數(shù)——該天日照的小時數(shù)——該天的最高溫度（按華氏溫度）——第二天需交學期論文的班級數(shù)請回答以下問題：（1）這兩個方程你認為哪個個合適些？（2）為什么用相同的數(shù)據(jù)去估計相同變量的系數(shù)能得到不同的符號。6、考慮下列利率和美國聯(lián)邦預算赤字關系的最小二乘估計：模型A：=0.103-0.079=0.00其中：——Aaa級公司債卷的利率——聯(lián)邦赤字占GNP的百分比（季度模型：1970——1983）模型T：=0.089+0.369+0.887=0.40其中：——三個月國庫卷的利率——聯(lián)邦預算赤字（以10億美元為單位）——通貨膨脹率（按百分比計）（季度模型：1970年4月——1979年9月）請回答以下問題：（1）“最小二乘估計”是什么意思？什么被估計，什么被平方？在什么意義下平方“最小”？（2）為0.00是什么意思？它可能為負嗎？（3）計算兩個方程的值。（4）比較兩個方程，哪個模型的估計值符號與你的預期一致？模型T是否自動的優(yōu)于模型A，因為它的值更高？若不是，你認為哪個模型更好，為什么？7、下表給出了1980~1996年美國的城市勞動參與率、失業(yè)率等數(shù)據(jù)。年份CLFPRMCLFPRFUNRMUNRFAHE82AHE198077.451.56.97.47.786.66198177.052.17.47.97.697.25198276.652.69.99.47.687.68198376.453.99.99.27.798.02198476.453.67.47.67.808.32198576.354.57.07.47.778.57198676.355.36.97.17.818.76198776.256.06.26.27.738.98198876.256.65.55.67.699.28198976.457.45.25.47.649.66199076.457.55.75.57.5210.01199175.857.47.26.47.4510.32199275.857.87.97.07.4110.57199375.457.97.26.67.3910.83199475.158.86.26.07.4011.12199575.058.95.65.67.4011.441996274.959.35.45.47.4311.82其中：CLFPRM——城市勞動力參與率，男性，（%）。CLFPRF——城市勞動力參與率，女性，（%）。UNRM——城市失業(yè)率，男性，（%）。UNRF——城市失業(yè)率，女性，（%）。AHE82——平均小時工資，（1982年美元價）。AHE——平均小時工資，（當前美元價）。（1）建立一個合適的回歸模型解釋城市男性勞動力參與率與城市男性失業(yè)率及真實的平均小時工資之間的關系。（2）重復（1）過程，但此時的變量為女性城市勞動力參與率。（3）重復（1）過程，但此時的變量為當前平均小時工資。（4）重復（2）過程，但此時的變量為當前平均小時工資。（5）如果（1）和（3）的回歸結果不同，你如何解釋？（6）如果（2）和（4）的回歸結果不同，你如何使回歸結果合理化？8、下表給出了某地區(qū)職工平均消費水平，職工平均收入和生活費用價格指數(shù)：平均消費支出（）平均收入（）生活費用價格指數(shù)（）1（1985）21.1030.001.00222.3035.001.02330.5041.201.20428.2051.301.20532.0055.201.50640.1060.401.05742.1065.200.90848.8070.000.95950.5080.001.101060.1092.100.951170.00102.001.0212（1996）75.00120.301.05試根據(jù)模型=+++作回歸分析。9、某種商品的價格指數(shù)，售后服務支出，替代產(chǎn)品銷售量，影響銷售額Y。數(shù)據(jù)如下表所示：銷售額Y價格指數(shù)售后服務支出替代產(chǎn)品銷售量231100.420190.5221110.419190.4201.1100.6181.190.4191.1100.4181.190.5151.170.3161.280.5171.280.4181.290.4151.270.3161.280.3141.270.2161.380.2121.360.2141.370.2131.360.2151.370.2試用OLS方法估計此多元線性回歸模型，并對估計結果進行統(tǒng)計學檢驗。10、為了研究中國各旅游區(qū)的旅游狀況，根據(jù)下表的數(shù)據(jù)，建立以下模型：Y=+++ε其中，Y表示外匯收入，表示旅行社職工人數(shù)，表示國際旅游人數(shù)，樣本量N=31。試估計上述模型，并進行統(tǒng)計檢驗。地區(qū)外匯收入旅行社職工人數(shù)國際旅游人數(shù)（百萬美元）（人）（萬人次）北京249616000252.39天津209127232.08河北12498737.09山西43236613.78內(nèi)蒙古12062836.84遼寧304218649.13吉林4583115.95黑龍江148218340.71上68江蘇6206430134.41浙江410552094.78安徽67292325.12福建7254994135.69江西50204413.86山東265393562.20河南114308730.01湖北105291430.54湖南185191238.58廣東327218395876.02廣西202588877.07海南105150945.65重慶97198518.49四川97254937.34貴州5583116.70云南3504631104.00西臧3661610.08陜西272250163.03甘肅37155714.46青海42382.05寧夏21850.60新疆86165822.3811、某產(chǎn)品的產(chǎn)量與科技投入之間呈二次函數(shù)模型y=其統(tǒng)計資料如下表所示：年份1(1990)2345678910產(chǎn)量y2040486080100120150200300投入x22.833.5455.57810試對模型進行回歸分析。第四章放寬基本假定的模型4.1異方差性一、單項選擇題1、下列哪種方法不是檢驗異方差的方法【】A戈德菲爾特——匡特檢驗B懷特檢驗C戈里瑟檢驗D方差膨脹因子檢驗2、當存在異方差現(xiàn)象時，估計模型參數(shù)的適當方法是【】A加權最小二乘法B工具變量法C廣義差分法D使用非樣本先驗信息3、加權最小二乘法克服異方差的主要原理是通過賦予不同觀測點以不同的權數(shù)，從而提高估計精度，即【】A重視大誤差的作用，輕視小誤差的作用B重視小誤差的作用，輕視大誤差的作用C重視小誤差和大誤差的作用D輕視小誤差和大誤差的作用4、如果戈里瑟檢驗表明，普通最小二乘估計結果的殘差與有顯著的形式為的相關關系，則用加權最小二乘法估計模型參數(shù)時，權數(shù)應為【】ABCD5、如果戈德菲爾特——匡特檢驗顯著，則認為什么問題是嚴重的【】A異方差問題B序列相關問題C多重共線性問題D設定誤差問題6、容易產(chǎn)生異方差的數(shù)據(jù)是【】A時間序列數(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)7、假設回歸模型為，其中var()=，則使用加權最小二乘法估計模型時，應將模型變換為【】ABCD8、設回歸模型為，其中var()=，則的普通最小二乘估計量為【】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9、對于隨機誤差項，內(nèi)涵指【】A隨機誤差項的均值為零 B所有隨機誤差都有相同的方差C兩個隨機誤差互不相關 D誤差項服從正態(tài)分布10、以表示包含較小解釋變量的子樣本方差，表示包含較大解釋變量的子樣本方差，則檢驗異方差的戈德菲爾德—匡特檢驗法的零假設是【】A=0 B=0C≠=0 D=11、線性模型不滿足哪一假定稱為異方差現(xiàn)象?【】ABCD12、異方差條件下普通最小二乘估計量是【】A無偏估計量B有偏估計量C有效估計量 D最佳無偏估計量二、多項選擇題1、在異方差條件下普通最小二乘法具有如下性質【】A線性B無偏性C最小方差性D精確性E有效性2、異方差性將導致【】A普通最小二乘估計量有偏和非一致B普通最小二乘估計量非有效C普通最小二乘估計量的方差的估計量有偏D建立在普通最小二乘估計基礎上的假設檢驗失效E建立在普通最小二乘估計基礎上的預測區(qū)間變寬3、下列哪些方法可以用于異方差性的檢驗【】ADW檢驗法B戈德菲爾德——匡特檢驗C懷特檢驗D戈里瑟檢驗E帕克檢驗4、當模型存在異方差性時，加權最小二乘估計量具備【】A線性B無偏性C有效性D一致性E精確性三、判斷說明題1、當異方差出現(xiàn)時，最小二乘估計是有偏的和不具有最小方差特性。（）2、當異方差出現(xiàn)時，常用的t檢驗和F檢驗失效。（）3、如果OLS回歸的殘差表現(xiàn)出系統(tǒng)性，則說明數(shù)據(jù)中可能有異方差性。（）4、如果回歸模型遺漏一個重要的變量，則OLS殘差必定表現(xiàn)出異方差的特點。（）5、在異方差情況下，通常預測失效。（）四、名詞解釋1、異方差2、加權最小二乘法五、簡述1、簡述加權最小二乘法的思想。2、產(chǎn)生異方差性的原因及異方差性對模型的OLS估計有何影響？3、樣本分段法檢驗（即戈德菲爾特——匡特檢驗）異方差性的基本原理及其適用條件。4、戈里瑟檢驗異方差性的基本原理及優(yōu)點。5、檢驗異方差性的GQ檢驗和懷特檢驗是否相同？試述懷特檢驗、帕克檢驗和戈里瑟檢驗的異同之處。6、加權最小二乘法及其基本原理，它與普通最小二乘法有何差異？六、計算與分析題1、已知消費模型：，其中：＝消費支出；＝個人可支配收入；＝消費者的流動資產(chǎn)；E()=0；(其中為常數(shù)）。請回答以下問題：（1）請進行適當變換變換消除異方差，并證明之。（2）寫出消除異方差后，模型參數(shù)估計量的表達式。2、附表給出了20個國家的股票價格和消費者價格指數(shù)年百分率變化的一個橫截面數(shù)據(jù)。第二次世界大戰(zhàn)后（直至1969年）期間股票價格與消費者價格序號國家%每年股票價格變化率Y消費者價格指數(shù)變化率X1澳大利亞5.04.32奧地利11.14.63比利時3.22.44加拿大7.92.45智力25.526.46丹麥3.84.27芬蘭11.15.58法國9.94.79德國13.32.210印度1.54.011愛爾蘭6.44.012以色列8.98.413意大利8.13.314日本13.54.715墨西哥4.75.216荷蘭7.53.617新西蘭4.73.618瑞典8.04.019英國7.53.920美國9.02.1資料來源:PhillipCaganCommonStockValuesandInflation:TheHistoricalRecordofManyCountries《普通股票價格與通貨膨脹：多國的歷史紀錄》NationalBureauofEconomicResearch.Suppl.1974年3月，表1，第四頁。（1）利用數(shù)據(jù)描繪出Y與X的散點圖。（2） 將Y對X回歸并分析回歸中的殘差。你觀察到什么？（3） 因智利的數(shù)據(jù)看起來有些異常（異常值）， 去掉智利數(shù)據(jù)后，重作（2）中的回歸。分析從此回歸得到的殘差，你會看到什么？根據(jù)（2）的結論你將得到有異方差的結論，而根據(jù)（3）中的結果你又得到相反的結論。那么你能得出什么一般性的結論呢？3、下表是儲蓄與收入的樣本觀測值，試建立儲蓄Y關于收入X的線性回歸模型并進行分析。序號YX序號YX126487771715782421721059210181654256043909954191400265004131105082018292767051221097921220028300610711912222017274307406127472321052956085031349924160028150943114269252250321001058815522262420325001189816730272570325001295017663281720335001377918575291900360001481919635302100362001512222116331230038200161702228804、某地區(qū)年人均可支配收入X，年人均生活費支出Y的截面數(shù)據(jù)如下表所示：序號XY序號XY13547294011362628562276923221222481846323341898132839234141957156014191915775189315851525151947623141977161963160971953159617245020488196016601826882087942973530194632377710277423112028952303用Goldfeld—Quandt檢驗分析異方差性（不必刪除觀測值）；用Spearman等級相關檢驗分析異方差性；假設Var()=，其中為未知常數(shù)，估計Y關于X的回歸方程。5、下表是美國1988年的研發(fā)費用，試用Spearman等級相關檢驗其是否存在異方差性。序號行業(yè)銷售額研發(fā)費用支出利潤1容器與包裝6375.362.61851.12非銀行金融機構11626.492.91569.53服務行業(yè)14655.1178.3274.84金屬與采掘業(yè)21896.2258.42828.15住房與建筑業(yè)26408.3494.7225.96一般制造業(yè)32405.61083.03751.97閑暇時間行業(yè)35107.71620.62884.18紙與林產(chǎn)品行業(yè)40295.4421.74645.79食品行業(yè)70761.6509.25036.410健康護理業(yè)80552.86620.113869.911宇航業(yè)95294.03918.64487.812消費品101314.11595.310278.913電器與電子產(chǎn)品116141.36107.58787.314化學工業(yè)122315.74454.116438.815聚合物141649.93163.89761.416辦公設備與計算機175025.813210.719774.517燃料230614.51703.822626.618汽車行業(yè)293543.09528.218415.46、美國1988年的研發(fā)費用的數(shù)據(jù)如題6，回歸方程給出了對數(shù)形式的研發(fā)費用支出和銷售的回歸結果。ln=-7.3647+1.3222ln根據(jù)表中數(shù)據(jù)，驗證這個回歸結果。分別將殘差的絕對值和殘差平方值對銷售量描圖。是否表明存在著異方差？對回歸的殘差進行Park檢驗和Glejser檢驗。你得出什么結論？如果在對數(shù)回歸模型中發(fā)現(xiàn)了異方差，你會選擇用哪種WLS變換來消除它？7、1964年，對9966名經(jīng)濟學家的調(diào)查數(shù)據(jù)如下：年齡/歲中值工資/美元年齡/歲中值工資/美元20~24780035~391150025~29840040~441300030~34970045~491480050~541500065~691450055~591500070~1200060~6415000建立適當?shù)哪Ｐ徒忉屍骄べY與年齡間的關系。為了分析的方便，假設中值工資是年齡區(qū)間中點的工資。假設誤差與年齡成比例，變換數(shù)據(jù)求得WLS回歸方程。現(xiàn)假設誤差與年齡的平方比例，求WLS回歸方程。哪一個假設看來更可行？8、考慮下表中的數(shù)據(jù)：美國制造業(yè)平均賠償與就業(yè)規(guī)模所決定的生產(chǎn)率之間的關系就業(yè)規(guī)模（平均就業(yè)人數(shù)）平均賠償Y/美元平均生產(chǎn)率X/美元賠償?shù)臉藴史讲?美元1~4339693357445~93787858485110~194013796272820~494104827580550~9941468389930100~249424194181081250~499438797951243500~99945381028113081000~24994843117501112估計OLS回歸方程：估計WLS計算兩個回歸方程的結果。你認為哪個回歸方程更好？為什么？9、下表給出了20個國家五項社會經(jīng)濟指標的有關數(shù)據(jù)，根據(jù)這些數(shù)據(jù)建立一個多元回歸模型用以解釋表中所示的20個國家的每日卡路里吸入量。該模型是否存在著異方差問題？試用Park檢驗法進行檢驗。20個國家的嬰兒死亡率國家IMORPCGNPPEDUPOPGROWTHCSPC坦桑尼亞104160663.52092尼泊爾126180822.62052馬里168230232.42073尼日利亞103290773.32146加納88400713.41759菲律賓44630182.52372科地瓦爾53770224.02562威地馬拉57900772.92307土耳其7512801172.33229馬來西亞2319401022.62730阿爾及利亞752360963.12715烏拉圭2324701100.62648韓國2436001011.22907希臘1248001040.53688委內(nèi)瑞拉2532501072.82494西班牙977401130.57740以色列118650951.73061澳大利亞9123401061.43326英國9128101060.23256美國10198401001.03645IMOR——嬰兒死亡率（每千個嬰兒中），1988年；PCGNP——人均GNP（1988年美元）；PEDU——初等教育入學年齡集團所占百分率，1987年；POPGROWTH——人口增長率，1980~1988年平均值；CSPC——人均每日卡路里供應量，1986年。4.2自相關性一、單項選擇題1、如果模型存在序列相關，則【】Acov（，）=0Bcov（，）=0（ts）Ccov（，）0Dcov（，）0（ts）2、DW檢驗的零假設是（為隨機項的一階自相關系數(shù)）【】ADW=0B=0CDW=1D=13、下列哪種形式的序列相關可用DW統(tǒng)計量來檢驗（為具有零均值，常數(shù)方差，且不存在序列相關的隨機變量）【】ABCD4、DW值的取值范圍是【】A－1DW0B－1DW1C－2DW2D0DW5、當DW＝4是時，說明【】A不存在序列相關B不能判斷是否存在一階自相關C存在完全的正的一階自相關D存在完全的負的一階自相關6、根據(jù)20個觀測值估計的結果，一元線性回歸模型的DW＝2.3。在樣本容量n=20，解釋變量k=1，顯著性水平=0.05時，查得＝1，＝1.41，則可以判斷【】A不存在一階自相關B存在正的一階自相關C存在負的一階自相關D無法確定7、當模型存在序列相關現(xiàn)象時，適宜的參數(shù)估計方法是【】A加權最小二乘法B間接最小二乘法C廣義差分法D工具變量法8、對于原模型，一階廣義差分模型是指【】ABCD9、采用一階差分模型克服一階線性自相關問題適用于下列哪種情況【】A0B1C－1<<0D0<<110、假定某企業(yè)的生產(chǎn)決策由模型描述（其中為產(chǎn)量，為價格），如果該企業(yè)在t-1期生產(chǎn)過剩，經(jīng)濟人員會削減t期的產(chǎn)量。由此判斷上述模型存在【】A異方差問題B序列相關問題C多重共線性問題D隨機解釋變量問題11、根據(jù)一個n=30的樣本估計后計算得DW=1.4，已知在5％得的置信度下，＝1.35，＝1.49，則認為原模型【】A不存在一階序列自相關B不能判斷是否存在一階自相關C存在完全的正的一階自相關D存在完全的負的一階自相關12、對于模型，以表示與之間的線性相關系數(shù)（t=1，2，，n），則下面明顯錯誤的是【】A=0.8，DW=0.4B=－0.8，DW=－0.4C=0，DW=2D13、假設回歸模型中的隨機誤差項具有一階自回歸形式，其中，E()=0，var()=。則的方差var()為【】ABCD14、若回歸模型中的隨機誤差項存在一階自回歸形式的序列相關，則估計模型應采用【】A普通最小二乘法B加權最小二乘法C廣義差分法D工具變量法15、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系數(shù)近似等于【】A0B-1C1D0.5 16、已知樣本回歸模型殘差的一階自相關系數(shù)接近于-1，則DW統(tǒng)計量近似等于【】A0

B1

C2

D417、在給定的顯著性水平之下，若DW統(tǒng)計量的下和上臨界值分別為dL和du,則當dL<DW<du時，可認為隨機誤差項【】A存在一階正自相關

B存在一階負相關C不存在序列相關

D存在序列相關與否不能斷定18、DW檢驗法適用于檢驗【】A異方差性 B序列相關C多重共線性 D設定誤差19、已知模型的普通最小二乘法估計殘差的一階自相關系數(shù)為0，則DW統(tǒng)計量的近似【】A0 B1C2 D420、DW統(tǒng)計量值接近2時，隨機誤差項為【】A正自相關B負自相關C無自相關D不能確定是否存在自相關21、用于檢驗隨機誤差項序列相關的方法正確的是【】A戈里瑟檢驗B戈德菲爾德——匡特檢驗C德賓—瓦森檢驗D方差膨脹因子檢驗22、當DW>4-dL，則認為隨機誤差項ui【】A不存在一階負自相關B無一階序列相關C存在一階正自相關 D存在一階負自相關23、對于大樣本，德賓-瓦森（DW）統(tǒng)計量的近似計算公式為【】ADW≈2（2-）BDW≈3（1-）CDW≈2（1-）DDW≈2（1+）24、對于某樣本回歸模型，已求得DW的值為l，則模型殘差的自相關系數(shù)近似等于【】A-0.5B0C0.5D1二、多項選擇題1、以表示統(tǒng)計量DW的下限分布，表示統(tǒng)計量DW的上限分布，則DW檢驗的不確定區(qū)域是【】ADW4－B4－DW4－CDWD4－DW4E0DW2、DW檢驗不適用于下列情況下的自相關檢驗【】A模型包含有隨機解釋變量B樣本容量太小C含有滯后的被解釋變量D包含有虛擬變量的模型E高階自相關3、針對存在序列相關現(xiàn)象的模型估計，下述哪些方法可能是適用的【】A廣義最小二乘法B樣本容量太小C殘差回歸法D廣義差分法EDurbin兩步法4、如果模型存在一階自相關，普通最小二乘估計仍具備【】A線性B無偏性C有效性D真實性E精確性5、DW檢驗不能用于下列哪些現(xiàn)象的檢驗【】A遞增型異方差的檢驗B形式的序列相關檢驗C形式的多重共線性檢驗D的一階線性自相關檢驗E遺漏重要解釋變量導致的設定誤差檢驗三、判斷題1、當模型存在高階自相關時，可用DW法進行自相關檢驗。（）2、當模型的解釋變量包括內(nèi)生變量的滯后變量時，DW檢驗就不適用了。（）3、DW值在0和4之間，數(shù)值越小說明正相關程度越大，數(shù)值越大說明負相關程度越大。（）4、假設模型存在一階自相關，其他條件均滿足，則仍用OLS法估計未知參數(shù)，得到的估計量是無偏的，不再是有效的，顯著性檢驗失效，預測失效。（）5、當存在自相關時，OLS估計量是有偏的，而且也是無效的。（）6、消除自相關的一階差分變換假定自相關系數(shù)必須等于－1。（）7、發(fā)現(xiàn)模型中存在誤差自相關時，都可以利用廣義差分法來消除自相關。（）8、在自回歸模型中，由于某些解釋變量是被解釋變量的滯后變量，如那么杜賓—沃森（DW）檢驗法不適用。