計量經(jīng)濟學(xué)謝識予分章練習(xí)試題

計量經(jīng)濟學(xué)分章練習(xí)題第一章習(xí) 題一、推斷題二、名詞解釋1．計量經(jīng)濟學(xué)，經(jīng)濟學(xué)的一個分支學(xué)科，是對經(jīng)濟問題進展定量實證爭論的技術(shù)、方法和相關(guān)理論。2．計量經(jīng)濟學(xué)模型，是一個或一組方程表示的經(jīng)濟變量關(guān)系以及相關(guān)條件或假設(shè)，是經(jīng)濟問題相關(guān)方面之間數(shù)量聯(lián)系和制約關(guān)系的根本描述。3．計量經(jīng)濟檢驗，由計量經(jīng)濟學(xué)理論打算的，目的在于檢驗?zāi)Ｐ偷挠嬃拷?jīng)濟驗，解釋變量的多重共線性檢驗等。4．截面數(shù)據(jù)，指在同一個時點上，對不同觀測單位觀測得到的多個數(shù)據(jù)構(gòu)成的數(shù)據(jù)集。5．面板數(shù)據(jù)，是由對很多個體組成的同一個橫截面，在不同時點的觀測數(shù)據(jù)構(gòu)成的數(shù)據(jù)。三、單項選擇題起來，這樣的數(shù)據(jù)稱為〔B〕橫截面數(shù)據(jù) B.時間序列數(shù)據(jù)C.面板數(shù)據(jù) D.原始數(shù)據(jù)同一時間、不同單位按同一統(tǒng)計指標(biāo)排列的觀測數(shù)據(jù)稱為〔C〕A．原始數(shù)據(jù) B．時間序列數(shù)據(jù)C．截面數(shù)據(jù) D．面板數(shù)據(jù)不同時間、不同單位按同一統(tǒng)計指標(biāo)排列的觀測數(shù)據(jù)稱為〔D〕A．原始數(shù)據(jù) B．時間序列數(shù)據(jù)C．截面數(shù)據(jù) D．面板數(shù)據(jù)對計量經(jīng)濟模型進展的構(gòu)造分析不包括〔D〕A．乘數(shù)分析 C．比較靜態(tài)分析 D．隨機分析一個一般家庭的每月所消費的水費和電費是〔B〕A．因果關(guān)系 B．相關(guān)關(guān)系C．恒等關(guān)系 D．不相關(guān)關(guān)系GDP是〔C〕因果關(guān)系 B．相關(guān)關(guān)系C．相互影響關(guān)系 D．不相關(guān)關(guān)系以下〔B〕是計量經(jīng)濟模型A．Y0

X1 i

B．Y0

X1 i iC．投入產(chǎn)出模型 D．其他投資是〔A〕經(jīng)濟變量流量 B．存量C．派生 D．虛擬變量資本是〔B〕經(jīng)濟變量流量 B．存量C．派生 D．虛擬變量對定性因素進展數(shù)量化處理，需要定義和引進〔C〕A．宏觀經(jīng)濟變量 B．微觀經(jīng)濟變量C．虛擬變量 D．派生變量四、計算分析題的函數(shù)關(guān)系。2.+βincome+ε0 1五、簡答題術(shù)、方法和相關(guān)理論。試述計量經(jīng)濟分析的根本方法及步驟。(1)建模，(2)預(yù)備數(shù)據(jù)，(3)估量參數(shù)，(4)檢驗和修正模型，(5)分析、推測和下結(jié)論計量經(jīng)濟學(xué)模型必需通過哪些檢驗。經(jīng)濟變量之間的一般有哪幾種關(guān)系。a.不相關(guān)關(guān)系，b.相關(guān)關(guān)系，c.因果關(guān)系，d.相互影響關(guān)系，e.其次章習(xí) 題一、推斷題2tFk6.t2=,k7.二、名詞解釋無偏性有效性全都性隨機變量三、單項選擇題

k1 2 k和聽從自由度為k的〔 〕分布。正態(tài)分布B．t分布 分布D．F分布以下哪些〔 〕分布是對稱分布。A．正態(tài)分布和χ2分布 C．正態(tài)分布和t分布 D．χ2分布和F分布以下哪些〔 〕分布是有偏斜的分布。正態(tài)分布和χ2分布 C．正態(tài)分布和t分布 D．χ2分布和F分布顯著性檢驗是〔 。計量檢驗B．統(tǒng)計檢驗 C．推測檢驗D．經(jīng)濟意義檢驗F分布可以看做是〔 〕相除。A．正態(tài)分布和χ2分布 C．χ2分布和χ2分布 布和χ2分布t分布可以看做是〔 〕相除。A．正態(tài)分布和χ2分布 B．正態(tài)分布和F分布C．χ2分布和χ2分布 Z,Z,…,Zk1 2 k線性組合聽從〔 〕分布。正態(tài)分布B．t分布 分布D．F分布自由度為k>2的t分布的方差是〔 。A．k B．2k C．k/〔k-2〕 D．k/〔k-1〕自由度為k>2的t分布的數(shù)學(xué)期望是〔 。A．k B．2k C．1 D．0自由度為k>2的χ2分布的方差是〔 。A．k B．2k C．k/〔k-2〕 D．k/〔k-1〕四、計算分析題2.隨機變量x20ty=x2聽從什么分布？五、簡答題試述契約貝曉夫不等式。試述獨立同分布場合的大數(shù)定理 。什么是統(tǒng)計檢驗。第三章習(xí)題一、推斷題8.〕在計量經(jīng)濟模型中，隨機擾動項及殘差項無區(qū)分〔 〕投入產(chǎn)出模型和數(shù)學(xué)規(guī)劃模型都是經(jīng)濟計量模型〔 〕高斯馬爾科夫定律假設(shè)隨機誤差項聽從正態(tài)分布〔 〕2．球形擾動擬合度打算系數(shù)點推測三、選擇題〔1〕單項選擇下面屬于面板數(shù)據(jù)的是〔 。C20D20線性回歸分析中的根本假設(shè)定義〔 。A．解釋變量和被解釋變量都是隨機變量量為非隨機變量，被解釋變量為隨機變量C．解釋變量和被解釋變量都為非隨機變量量為隨機變量，被解釋變量為非隨機變量最小二乘原理是指使〔 〕到達最小值的確定樣本回歸方程。nYt

t

t tmaxY? D.nY?2t t t t對線性回歸模型單個參數(shù)進展顯著性檢驗的是〔 〕A．打算系數(shù)R2 B．t檢驗 C．F檢驗 衡量樣本回歸直線對數(shù)據(jù)擬合程度的是〔 〕A．打算系數(shù)R2 B．t檢驗 C．F檢驗 同一統(tǒng)計指標(biāo)按時間挨次記錄的數(shù)據(jù)列稱為〔〕A、橫截面數(shù)據(jù) B、時間序列數(shù)據(jù) C、面板數(shù)據(jù)D、時間數(shù)據(jù)在回歸模型Y0?

X

中，n為樣本容量，檢驗H :i 0 1

0時所用的統(tǒng)1Var?1Var?)1A、χ2(n-2) B、t(n-1) C、χ2(n-1) D、t(n-2)〔2〕多項選擇8．最小二乘估量量的統(tǒng)計性質(zhì)有〔 A.無偏性 B.線性性 C.最小方差性D.不全都性 E.有偏性i 0 1 利用一般最小二乘法求得的樣本回歸直線X的特點〔〕i 0 1 必定通過點(X,Y) B.可能通過點(X,Y)e YC.殘差i的均值為常數(shù) D.i的平均值及i的平均值相等e XE.殘差i及解釋變量i之間有肯定的相關(guān)性i隨機變量〔隨機誤差項〕u中一般包括那些因素〔 〕i回歸模型中省略的變量人們的隨機行為建立的數(shù)學(xué)模型的形式不夠完善。經(jīng)濟變量之間的合并誤差。測量誤差。四、計算分析題某線性回歸的結(jié)果如下：DependentVariable:YMethod:LeastSquaresSample:19812023Includedobservations:22Variable

Coefficient Std.Errort-StatisticProb.C (①)X

(②)R-squaredAdjustedR-squaredSumsquaredresid

varvar

MeandependentS.D.dependentSchwarzcriterionLoglikelihoodDurbin-Watsonstat

F-statisticProb(F-statistic)〔1〕計算括號內(nèi)的值〔2〕推斷解釋變量X對被解釋變量Y是否有顯著性影響并給出理由〔3〕計算隨機誤差項的方差σ2的估量值。下表給出了含截距項的一元線性回歸模型的回歸的結(jié)果：方差來源平方和自由度〔df〕 平方和的均值〔MSS〕來自回歸(ESS)1來自殘差(RSS)〔〕17總離差(TSS)〔 〕35%的顯著性水平下。完成上表中空白處內(nèi)容。此回歸模型包含多少個樣本？求R2。五、簡答題什么是球形擾動。什么是高斯馬爾科夫定律？什么是最小二乘估量量的線性性？第四章習(xí) 題一、推斷題要使得計量經(jīng)濟學(xué)模型擬合得好，就必需增加解釋變量〔 〕一元線性回歸模型及多元線性回歸模型的根本假定是一樣的〔 〕打算系數(shù)及相關(guān)系數(shù)的含義是一樣的〔 〕線性回歸模型中增加解釋變量，調(diào)整的打算系數(shù)將變大〔 〕性回歸模型中檢驗回歸顯著性時結(jié)果顯著，那么全部解釋變量對被解釋變量都沒有解釋力〔 〕1．打算系數(shù)調(diào)整的打算系數(shù)參數(shù)顯著性檢驗?zāi)Ｐ涂傮w顯著性檢驗多元線性回歸模型三、選擇題〔1〕單項選擇著解釋變量變動一個單位，因變量的增長率變化的狀況，模型應(yīng)當(dāng)設(shè)定為( )。A、lnY1

lnX B、Y2

lnX2C、lnY1

X D、Y2

X2 e2含截距項的3元線性回歸模型估量的殘差平方和為 i=1200，樣本容量為那么誤差項方差的無偏估量量S2為〔 〕A、400 B、40 C、60 D、80多元線性回歸模型滿足六個根本假設(shè)，其最小二乘估量量聽從〔 A．正態(tài)分布 B．t分布 C．χ2分布 D．F分布一般最小二乘法要求線性回歸模型的隨機誤差項u,滿足某些根本假定，以i下錯誤的選項是〔 。A．E(u)=0 B．E(u2)=σ2 u)=0，i≠j D．u~N(0,σ2)i i i i j i多元線性回歸分析中的ESS〔解釋平方和〕反映了〔 〕A．因變量觀測值總變差的大小 變量回歸估量值總變差的大小C．因變量觀測值及估量值之間的總變差D．Y關(guān)于X的邊際變化i30Yi

X0 1

X2i

X3i

，并i0.05iF)。At(3,30)、C、F(3,30)F(3,26)D、t(2,26)B、多元線性回歸分析中的TSS〔總的離差平方和〕的自由度為〔 〕A．k B．n C．n-k-1 D．n-1〔2〕多項選擇對于ols，以下式子中正確的選項是〔 差平方和〕A．R2=RSS/TSS B．R2=ESS/TSS C．R2=ESS/RSSD．TSS=ESS+RSS E．以上都不對對于線性回歸模型的隨機誤差項,Var()=E(2)=σ2內(nèi)涵指〔 〕i i i隨機誤差項的期望為零B．全部隨機誤差都有一樣的方差C．D．E．以上都不對Y=β+βX+βX+μi 0 11i 22i i關(guān)系顯著，那么有可能〔 。A．β=β=0 B．β≠0，β=0 C．β=0，β1 2 1 2 1 2≠0D．β≠0，β0 E．以上都對1 2四、計算分析題DependentVariable:YMethod:LeastSquaresDate:11/30/08 Time:13:47Sample:116Includedobservations:16Variable CoefficienStd.Errort-Statistict

Prob.CX1 〔①〕X2

〔②〕R-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihoodDurbin-Watsonstat〔1〕計算括號內(nèi)的值?！?〕寫出回歸模型方程。

MeandependentvarS.D.dependentvarAkaikeinfocriterionSchwarzcriterionF-statisticProb(F-statistic)

〔③〕〔3〕推斷解釋變量X1對被解釋變量Y是否有顯著性影響，并給出理由?！?〕計算隨機誤差項的方差σ2的估量值。23)方差來源平方和〔SS〕自由度〔df〕ESS900〔 〕RSS〔 〕〔 〕TSS100018〔1〕計算括號里的值〔2R2和R2〔3〕對回歸顯著性進展檢驗(F=3.29)五、簡答題試述多元線性回歸模型的根本假設(shè)及一元線性回歸模型的不同之處。試述多元線性回歸模型的根本假設(shè)及一元線性回歸模型的一樣之處。多元線性回歸模型為什么承受調(diào)整的打算系數(shù)？第五章習(xí) 題一、推斷題鄒檢驗是檢驗線性回歸模型是否消滅特別值問題〔 〕國籍變量是虛擬變量〔 〕擬變量將屬性因素引入計量經(jīng)濟模型引入虛擬變量的個數(shù)及樣本容量大小有關(guān)〔 〕設(shè)〔為隨機誤差項〕E()＝0〔 〕i i非線性回歸需要對待估參數(shù)賦初始值〔 〕二、名詞解釋特別值規(guī)律性擾動虛擬變量參數(shù)轉(zhuǎn)變?nèi)?、選擇題〔1〕單項選擇Y=C+CXu

中，消費支出Y不僅同收入X有關(guān)，而且及消i 0 1i i傾向不變，那么考慮年齡因素的影響，該消費函數(shù)引入虛擬變量的個數(shù)應(yīng)為( )個 B．2個 C．3個 D．4個需求函數(shù)Y=β+βX+μ，為了考慮“區(qū)域〞因素(東部沿海、中部、西部、i 0 1i i珠江三角洲、北部5種不同的狀態(tài))的影響，引入5個虛擬變量，那么模型的( )參數(shù)估量量將到達最大精度 B．參數(shù)估量量是有偏估量量C．參數(shù)估量量是非全都估量量D．參數(shù)將無法估量20.鄒檢驗是檢驗多元線性回歸模型消滅了〔〕問題。A．特別值 B．異方差C．參數(shù)發(fā)生轉(zhuǎn)變D．誤差序列相關(guān)Y

DXDX

設(shè)模型

0 1 1 i 2

i iD率變動模型時，統(tǒng)計檢驗結(jié)果應(yīng)為( )。A、 1

0,2

0 B 、 1

0,2

0 C、0,1

0 D、1

0, 02Y

DXDX

設(shè)模型

0 1 1 i 2

i iD距變動模型時，統(tǒng)計檢驗結(jié)果應(yīng)為( )。A、 1

0,2

0 B 、 1

0,2

0 C、0,1

0 D、1

0, 02Y

DXDX

設(shè)模型

0 1 1 i 2

i iD距和斜率同時變動模型時，統(tǒng)計檢驗結(jié)果應(yīng)為( )。A、 1

0,2

0 B 、 1

0,2

0 C、0,1

0 D、1

0, 02〔2〕多項E(i)＝0(iA．ols模型參數(shù)發(fā)生轉(zhuǎn)變C．遺漏重要變量D．E．以上都不對以下屬于模型設(shè)定偏誤的是〔 。A、模型遺漏重要的解釋變量B、模型設(shè)定沒有考慮到參數(shù)變化C、模型形式設(shè)定有誤 性模型設(shè)定為線性模型E、模型推測值及實際值的誤差多元線性回歸模型參數(shù)發(fā)生轉(zhuǎn)變，可以承受〔〕方法處理。鄒檢驗B．分段回歸C．引入虛擬變量D．VIF變量關(guān)系非線性可以承受〔〕方法處理。A、初等數(shù)學(xué)變換化為線性模型B、非線性回歸C、分段回歸D、逐步回歸四、計算分析題用線性回歸模型估量工資Wage及工齡Exper的關(guān)系時，還考慮到職稱可能也對2DD1 2等表示?！?〕請解釋虛擬變量的設(shè)置？〔2〕需要設(shè)置幾個虛擬變量？請對虛擬變量進展賦值。〔3〕寫出考慮職稱因素的可能的線性回歸模型。2、為爭論學(xué)歷及工資的關(guān)系，我們隨機抽樣調(diào)查了510名員工〔其中360名男，150

〔2.1〕t=(5.2066) (8.6246) 122.962123.8238D 34.02EDU

(2.2)t=(2.5884) (4.0149) (5.1613)其中，W(wage)；EDU(education)=受教育年限0D1 0 女請答復(fù)以下問題：你將選擇哪一個模型？為什么？〔5分〕D5五、簡答題處理參數(shù)轉(zhuǎn)變的方法有哪些？虛擬變量的設(shè)置是什么？Eviews第六章習(xí) 題一、推斷題處理異方差的方法是參與虛擬變量〔 〕線性回歸模型存在異方差，最小二乘估量量仍舊是無偏的〔 〕線性回歸模型存在異方差，最小二乘估量量仍舊是有效的〔 〕戈德菲爾德-夸特檢驗可以檢驗簡單性異方差〔 〕懷特檢驗可以檢驗異方差〔 〕1．同方差異方差加權(quán)最小二乘法戈里瑟檢驗懷特檢驗三、選擇題〔1〕單項選擇檢驗線性回歸模型是否存在異方差的方法是〔 A．懷特檢驗 B．T檢驗 C．DW檢驗 D．鄒檢驗戈德-夸特檢驗構(gòu)造一個聽從〔 計量來對線性回歸模型進展異方差檢驗。正態(tài)分布 B．t分布 C．χ2分布 D．F分布以下方法中〔 以推斷線性回歸模型是否存在異方差，而且可以得出具體的異方差形式。戈德-夸特檢驗B．懷特檢驗C．戈里瑟檢驗D．殘差序列圖分析Y=β+βX+uVar(u)=X4σ2i 0 1i i i i加權(quán)最小二乘法處理異方差估量模型參數(shù)時，權(quán)數(shù)應(yīng)為〔 。A．X

B．X2 C．1/XD．1/X2i i i i回歸模型中具有異方差性時，仍用OLS估量模型，那么以下說法正確的選項是〔 〕參數(shù)估量值是無偏非有效的 B.參數(shù)估量量仍具有最小方差性C.常用F檢驗失效 D.參數(shù)估量量是有偏的更簡潔產(chǎn)生異方差的數(shù)據(jù)為( )時序數(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)檢驗線性回歸模型是否存在異方差的方法是〔 〕A．T檢驗 B．戈德菲爾德-夸特檢驗 C．DW檢驗 D．鄒檢驗檢驗線性回歸模型是否存在異方差的方法是〔 〕A．戈里瑟檢驗 B．T檢驗 C．DW檢驗 驗〔2〕多項選擇假設(shè)模型中存在異方差現(xiàn)象，那么會引起如下后果〔 〕參數(shù)估量值有偏 B.參數(shù)估量值的方差不能正確確定C.變量的顯著性檢驗失效D.推測精度降低E.參數(shù)估量值仍是無偏的10．常用的檢驗異方差的方法有〔 。A、戈里瑟檢驗 B、戈德菲爾德-匡特檢驗 C、懷特檢驗D、DW檢驗 E、方差膨脹因子檢測四、計算分析題對樣本回歸方程LOG(Y)=-1.95+0.60*LOG(L)+0.67*LOG(K)+e差檢驗，HeteroskedasticityTest:WhiteObs*R-squaredScaledexplainedSSTestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:11/20/11 Time:16:53Sample:19781994Includedobservations:17

ProbProbCoefficient Std.Error t-Statistic Prob.CLOG(L)(LOG(L))^2(LOG(L))*(LOG(K))LOG(K)(LOG(K))^2R-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresid

MeandependentvarS.D.dependentvarAkaikeinfocriterionSchwarzcriterionHannan-QuinnLoglikelihoodF-statisticProb(F-statistic)

criter.

Durbin-Watsonstat〔1〕請寫出估量的關(guān)心回歸方程？〔2〕請指出懷特統(tǒng)計量的值并推斷樣本回歸方程是否存在異方差？20分別回歸后Σe2=896.6，Σe2=147.2，在α=95%的置信水平下推斷是否存在異i 2F〔10，10〕=2.98，F(xiàn)〔12，12〕=2.69，F(xiàn)〔15，15〕=2.4〕五、問答題試述抑制異方差的方法。試述常用的檢驗異方差的方法。試述懷特檢驗的步驟。第七章習(xí) 題一、推斷題任何狀況下都可以用一階差分法消退序列相關(guān)〔 〕存在誤差序列相關(guān)時，OLS估量量仍舊是無偏的〔 〕DW檢驗值在0到4之間數(shù)值趨于4說明模型誤差項的自相關(guān)度越小〔 〕誤差一階相關(guān)是最常見的誤差序列相關(guān)〔 。DW檢驗的全部數(shù)值區(qū)域均可作出誤差序列相關(guān)或不相關(guān)的推斷〔 。二、名詞解釋誤差序列一階相關(guān)廣義差分法柯奧迭代法杜賓兩步法三、選擇題〔1〕單項選擇28.設(shè)t為隨機誤差項，那么一階線性自相關(guān)是指〔 〕cov(u,ut s

)0(ts)

ut

u

1 t

ut 1

u 2 t2

2u t 1 t在序列自相關(guān)的狀況下，參數(shù)估量值仍是無偏的，其緣由是〔 〕無多重共線性假定成立同方差假定成立零均值假定成立解釋變量及隨機誤差項不相關(guān)假定成立應(yīng)用DW檢驗方法時應(yīng)滿足該方法的假定條件，以下不是其假定條件的為〔 〕解釋變量為非隨機的被解釋變量為非隨機的線性回歸模型中不能含有滯后內(nèi)生變量隨機誤差項聽從一階自回歸在以下引起序列自相關(guān)的緣由中，不正確的選項是〔 〕經(jīng)濟變量具有慣性作用 B.經(jīng)濟行為的滯后性C.設(shè)定偏誤 D.解釋變量之間的共線性在DW檢驗中，當(dāng)d統(tǒng)計量為2時，說明〔 〕存在完全的正自相關(guān) B.存在完全的負自相關(guān)C.不存在自相關(guān) D.不能判定在序列自相關(guān)的狀況下，參數(shù)估量值的方差不能正確估量的緣由是〔 〕A.E(u2)2i

B.E(uu)0(ij)i jC.E(xu)0i i

D.E(u)0i假設(shè)回歸模型違反了無自相關(guān)假定，最小二乘估量量是( 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〔2〕多項選擇假設(shè)模型中存在序列自相關(guān)現(xiàn)象，那么有如下后果〔 〕參數(shù)估量值有偏 B.參數(shù)估量值的方差不能正確確定C.變量的顯著性檢驗失效D.E．參數(shù)估量值仍是無偏的在DW檢驗中，存在不能判定的區(qū)域是〔 〕l u u l0﹤d﹤d B.d﹤d﹤4-d C.dl u u lu l D.4-d﹤d﹤4-d E．4-d﹤du l 檢驗序列自相關(guān)的方法是〔 〕F檢驗法 B.White檢驗法 C.圖形法D.ARCH檢驗法 E．DW檢驗法 F.Goldfeld-Quandt檢驗法四、計算分析題用家庭消費支出(Y)、可支配收入(X1)、個人財寶(X2)Yi

X

X2i

,回歸分析結(jié)果為：iVariableCoefficientStd.Errort-StatisticProb.C0.0101X10.4785VariableCoefficientStd.Errort-StatisticProb.C0.0101X10.47850.5002X20.08234580.1152R-squared615MeandependentvarAdjustedR-squared05S.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresidLoglikelihoodDurbin-Watsonstat其中

SchwarzcriterionF-statisticProb(F-statistic)L=0.697, =1.64U0.05(2.10) 0.05(2.10)〔1〕在0.05的顯著性水平下，推斷模型中隨機誤差項是否存在自相關(guān)性，要求把DW檢驗的臨界值和區(qū)域圖畫出來。〔2〕計算隨機誤差項的一階自相關(guān)系數(shù)的估量值。某線性回歸的結(jié)果如下：DependentVariable:YMethod:LeastSquaresDate:11/17/11 Time:20:45Sample:19811999Includedobservations:19VariableCGSR-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihoodDurbin-Watsonstat

CoefficienStd.Errort-StatistictMeandependentvarS.D.dependentvarAkaikeinfocriterionSchwarzcriterionF-statisticProb(F-statistic)

Prob.〔d=1.704d=1.536〕λL λU推斷模型中隨機誤差項是否存在自相關(guān)性，簡述如何消退序列相關(guān)的方法。五、問答題試述序列相關(guān)的影響。試述抑制序列相關(guān)的方法。試述檢驗序列相關(guān)的方法第八章習(xí) 題一、推斷題存在多重共線性時，模型參數(shù)無法估量〔 〕多重共線性問題是隨機擾動項違反古典假設(shè)引起的〔 〕方差膨脹因子可以檢驗多重共線性〔 〕工具變量法可以解決多重共線性問題〔 〕逐步回歸法可以解決多重共線性問題〔 〕二、名詞解釋近似多重共線性方差膨脹因子檢驗刪減解釋變量法分布估量參數(shù)法三、選擇題〔1〕單項選擇多元線性回歸模型中，覺察各參數(shù)估量量的t值都不顯著，但模型的R2(或R2)很大,F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) 定偏誤2．逐步回歸法既檢驗又修正了〔 〕A．異方差性假設(shè)模型中解釋變量存在完全的多重共線性參數(shù)的最小二乘估量量〔 A．無偏的 B.有偏的 C.不確定的 D.確定的簡潔相關(guān)系數(shù)矩陣方法主要用于檢驗〔 A．異方差性C．隨機解釋變量1x1

,x為解釋變量，那么完全多重共線性是( )2122x x0 B. xex 021 22 12C. x1xv0(v為隨機誤差項〕D. x ex 021 22 112設(shè)x,x為解釋變量，那么近似多重共線性是( )122x1x0 B. xex 021 22 11C. x xv0(v為隨機誤差項〕D.

ex 021 22 12檢驗近似多重共線性的方法是( A．VIF檢驗C．戈里瑟檢驗8．處理近似多重共線性的方法是( A．加權(quán)最小二乘法〔2〕多項選擇9．能夠檢驗多重共線性的方法有〔 簡潔相關(guān)系數(shù)矩陣法 B.t檢驗及F檢驗綜合推斷法C.DW檢驗法 D.ARCH檢驗法E.White檢驗10．假設(shè)模型中解釋變量之間存在完全共線性，那么會引起如下后果〔 參數(shù)估量值不確定C.參數(shù)估量值的方差趨于無限大四、計算分析題這一結(jié)果試推斷該模型是否存在多重共線性，說明你的理由。DependentVariable:REVMethod:LeastSquaresSample:110Includedobservations:10VariableCGDP1GDP2GDP3R-squaredAdjustedR-squaredS.E.ofregression

CoefficientStd.Errort-Statistic Prob.MeandependentvarS.D.dependentvarAkaikeinfocriterionSumsquaredresidLoglikelihoodDurbin-Watsonstat

1.64E+08 SchwarzcriterionF-statisticProb(F-statistic)用家庭消費支出(Y)、可支配收入(X1(X2)Yi

X

X2i

,回歸分析結(jié)果為：iVariableCoefficientStd.Errort-StatisticProb.C0.0101X10.4785VariableCoefficientStd.Errort-StatisticProb.C0.0101X10.47850.5002X20.08234580.1152R-squared615MeandependentvarAdjustedR-squared05S.D.dependentvarS.E.ofregressionAkaikeinfoSumsquaredresidL=0.697, L=0.697, =1.64UDurbin-Watsonstat其中

criterionSchwarzcriterionF-statisticProb(F-statistic)d d0.05(2.10) 0.05(2.10)〔1〕模型是否存在多重共線性？為什么？〔2〕在0.05的顯著性水平下，推斷模型中隨機誤差項是否存在自相關(guān)性，要求把DW檢驗的臨界值和區(qū)域圖畫出來?！?〕計算隨機誤差項的一階自相關(guān)系數(shù)的估量值。五、問答題什么是完全多重共線性？什么是近似多重共線性？如何推斷近似多重共線性？抑制近似多重共線性有哪些方法？第九章習(xí) 題一、推斷題解釋變量中含有滯后因變量，仍舊可以使用OLS得到正確的估量〔 〕格蘭杰因果關(guān)系檢驗對截面數(shù)據(jù)不適合〔 〕工具變量技術(shù)是處理異方差問題的〔 〕蘭杰因果性檢驗的結(jié)論只是統(tǒng)計意義上的因果性，而不肯定是真正的因果關(guān)系〔 〕5.對無限分布滯后模型可承受考伊克方法來簡化模型〔 〕二、名詞解釋有限分布滯后模型無限分布滯后模型自回歸模型自回歸分布滯后模型三、選擇題〔1〕單項選擇布滯后模型，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( )增加1個 B.削減1個 C.增加2個 D.削減2個時間序列數(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〔 〕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)定誤差問題以下屬于有限分布滯后模型的是〔 。A．y

=a+ay

+…..+εi 0

i-1

2i-2

3i-3 iB．y

=a+ay

+…..+ay+εi 0

i-1

2i-2

3i-3

ki-k iC．y

=a+ax

+…..+εi 0

i-1

2i-2

3i-3 iD．y

=a+ax

+…..+ax +εi 0

i-1

2i-2

3i-3

ki-k i在有限分布滯后模型Y +u中，長期影響乘數(shù)是〔 。ttt-1t-2 tA． B．0.1 C． D．以下屬于無限分布滯后模型的是〔 〕A．y

=a+ay

+…..+i 0

i-1

2i-2

3i-3 iB．y

=a+ay

+…..+ay+i 0

i-1

2i-2

3i-3

ki-k iC．y

=a+ax

+…..+i 0

i-1

2i-2

3i-3 iD．y

=a+ax

+…..+ay +i 0

i-1

2i-2

3i-3

ki-k i以下屬于有限自回歸模型的是〔 。A．y

=a+ay

+…..+εi 0

i-1

2i-2

3i-3 iB．y

=a+ay

+…..+ay+εi 0

i-1

2i-2

3i-3

ki-k iC．y

=a+ax

+…..+εi 0

i-1

2i-2

3i-3 iD．y

=a+ax

+…..+ax +εi 0

i-1

2i-2

3i-3

ki-k i以下屬于無限自回歸模型的是〔 。A．y

=a+ay

+…..+εi 0

i-1

2i-2

3i-3 iB．y

=a+ay

+…..+ay+εi 0

i-1

2i-2

3i-3

ki-k iC．y

=a+ax

+…..+εi 0

i-1

2i-2

3i-3 iD．y

=a+ax

+…..+ax +εi 0

i-1

2i-2

3i-3

ki-k i〔2〕多項選擇考伊克模型具有如下特點〔 。系數(shù)按某一固定比例遞減以一個滯后被解釋變量Y代替了大量的滯后解釋變量X ，X，…，從t?1 t?1 t?2而最大限度的保證了自由度YX的線性相關(guān)程度確定小于X，X，…，t?1 t t?1 t?2的相關(guān)程度，從而緩解了多重共線性的問題E．以上都對分布滯后模型參數(shù)估量的方法有〔 。A．增加樣本容量法B．刪減解釋變量法C．現(xiàn)式估量法D．阿爾蒙多項式法E．考伊克方法以下變量中可以作為解釋變量的有〔 〕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)生變量四、計算分析題1.某線性回歸的結(jié)果如下：DependentVariable:CCMethod:Two-StageLeastSquaresDate:12/18/09 Time:09:16Sample(adjusted):19511985Includedobservations:35afteradjustmentsInstrumentlist:CYY(-1)Coefficient Std.Error t-Statistic Prob.CYCC(-1)R-squaredAdjustedR-squaredS.E.ofregressionHannan-Quinncriter.Second-StageSSR

MeandependentvarS.D.dependentvarSumsquaredresidF-statistic〔1〕請指出解釋變量CC(-1)的工具變量。〔2〕推斷解釋變量CC(-1)對被解釋變量Y是否有顯著性影響并給出理由2.某格蘭杰因果關(guān)系檢驗如下：PairwiseGrangerCausalityTestsDate:05/10/16 Time:09:56Sample:19501985Lags:2NullHypothesis: Obs F-StatisticProbabilityYdoesnotGrangerCauseCC 34CCdoesnotGrangerCauseY請指出變量CC和Y10%〕五、問答題什么叫分布滯后模型？分布滯后模型有哪些應(yīng)用？一般用哪些方法估量分布滯后模型一般用哪些方法估量自回歸模型？第十章 習(xí) 題一、推斷題某一時間序列經(jīng)二次差分變換成平穩(wěn)時間序列，此時間序列為 2階單整?！?〕某一時間序列經(jīng)一次差分變換成平穩(wěn)時間序列，此時間序列為 1階單整?！?〕非平穩(wěn)時間序列之間不行能存在協(xié)整〔 〕ADF檢驗是最常見的單位根檢驗〔 〕可以用圖形推斷時間序列的平穩(wěn)性〔 〕二、名詞解釋偽回歸單位根檢驗單整協(xié)整三、選擇題〔1〕單項選擇假設(shè)⊿Y為I(1)序列，那么非平穩(wěn)時間序列Y為〔 〕A．1階單整 B．2階單整 C．3階單整 D．以上答案均不正確某一時間序列經(jīng)三次差分變換成平穩(wěn)時間序列，此時間序列為〔 。A．1階單整 B．3階單整C．2階單整 D．以上答案均不正確檢驗時間序列平穩(wěn)性的方法是〔 〕A．ADF檢驗 B．鄒檢驗C．VIF檢驗 D．戈里瑟檢驗假設(shè)⊿Y為I(2)序列，那么非平穩(wěn)時間序列Y為〔 〕A．1階單整 B．2階單整 C．3階單整 D．以上答案均不正確某一時間序列經(jīng)二次差分變換成平穩(wěn)時間序列，此時間序列為〔 。A．1階單整 B．3階單整C．2階單整 D．以上答案均不正確檢驗時間序列平穩(wěn)性的方法是〔 〕自相關(guān)圖檢驗B．鄒檢驗 C．VIF檢驗 D．戈里瑟檢驗假設(shè)⊿Y為I(0)序列，那么