《計(jì)量經(jīng)濟(jì)學(xué)》期末考試試卷A

????山東輕工業(yè)學(xué)院08/09學(xué)年第二學(xué)期《計(jì)量經(jīng)濟(jì)學(xué)》期末考試????（A卷）適用班：經(jīng)管學(xué)院級(jí)所有學(xué)生一

（本試卷共7頁(yè)）、

題號(hào)

一

二

三

四

五

總分得分得分閱卷人題號(hào)答案

單項(xiàng)選題本大題小題每小題分，共20分）在每小題列出的四個(gè)備選項(xiàng)中只有個(gè)是正的，請(qǐng)其代碼寫(xiě)在下面相應(yīng)的答題框中。錯(cuò)選、多或未選無(wú)分。145810題號(hào)答案

11

1213141516171819201.計(jì)量經(jīng)濟(jì)學(xué)是（濟(jì)學(xué)、數(shù)學(xué)相結(jié)合的一門(mén)綜合性學(xué)科。統(tǒng)計(jì)學(xué)C.概率論

B.信息科學(xué)D.生物計(jì)量學(xué)2.在經(jīng)濟(jì)計(jì)量學(xué)中，把用來(lái)擬合計(jì)量經(jīng)濟(jì)模型的數(shù)據(jù)分為（）時(shí)期數(shù)據(jù)和時(shí)點(diǎn)數(shù)據(jù)B.時(shí)序數(shù)據(jù)和橫截面數(shù)據(jù)C.歷史數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)D.絕對(duì)數(shù)據(jù)和相對(duì)數(shù)據(jù)3.在對(duì)x與y的關(guān)分析中（）x是隨機(jī)變量B.y是隨機(jī)變量C.x與y都是隨機(jī)變量D.x與y都是非隨機(jī)變量4.在二元線性回歸模型X中i11i22ii當(dāng)X不變、X變動(dòng)一個(gè)單位時(shí)的平均變動(dòng)B.當(dāng)X不變、X變動(dòng)一個(gè)單位時(shí)的平均變動(dòng)C.當(dāng)X和X都保持不變時(shí)的平均變動(dòng)D.當(dāng)X和X都變動(dòng)一個(gè)單位時(shí)的平均變動(dòng)

表示（）5.普通最小二乘法確定一元線性回歸模型的參數(shù)和i01ii01

的準(zhǔn)則

D.B.C.

最小i

B.

最小i

C.

最大i

D.

最大i6.對(duì)于回歸模的估計(jì)式為（）i1ii????????01007.多元線性回歸模型Y=XU的參數(shù)小二乘估計(jì)為（

）(

B.

(X

C.

ii

i

D.(

8.一個(gè)三元回歸模型中求出殘差平方和為，樣本容量＝14，22B.10C.8D.200

）9.為回歸模型中的解釋變量個(gè)數(shù)n為樣本容量。則對(duì)總體回歸模型進(jìn)行顯著性檢驗(yàn)時(shí)構(gòu)造的統(tǒng)計(jì)量為（）FC.

/B.FRSS/(nRSS/(nESSRSSD.F10.下列不于異方差檢驗(yàn)的方法是（F檢驗(yàn)

B.戈德菲爾德－夸特檢驗(yàn)

C.LM（BG）檢驗(yàn)法

D.檢驗(yàn)11.在線性回歸模型中，如果存在異方差，則常用的估計(jì)方法是（）廣義差分法

B.工具變量法

C.一階差分法

D.加權(quán)最小二乘法12.在線性回歸模型中，若解釋變量X和的觀測(cè)值成比例，即，其中21iik常數(shù)，則表明模型中存在（）異方差性

B．自相關(guān)性

多重共線性

D．設(shè)定誤差13.如果回歸模型的DW越接近于2，則（）則表明存在著正的自相關(guān)C.則表明無(wú)自相關(guān)

B.則表明存在著負(fù)的自相關(guān)D.無(wú)法表明任何意義14.下面哪一個(gè)因素不是自相關(guān)的來(lái)源（測(cè)量誤差經(jīng)濟(jì)變量的慣性C.模型形式不妥

D.略去重要解釋變量15.研究某種商品銷(xiāo)售的季節(jié)性（分一年四季考慮，建立有截距項(xiàng)的線性回歸模型，應(yīng)選擇（）個(gè)虛擬變量。

0122??0?????0122??0??????16.下列哪一個(gè)模型是不可線性化的非線性回歸模型（i01ii

B.Yi01i1

2i

iC.YAKu

D.Y01

X

2

i17.（）不僅可以檢驗(yàn)多重共線性，而且可以解決多重共線性問(wèn)題相關(guān)性檢驗(yàn)

B.逐步回歸法

C.戈里瑟檢驗(yàn)

D.檢驗(yàn)18.在回歸模Y中，檢驗(yàn)H∶時(shí)所用的統(tǒng)計(jì)量服從的分布為i1ii（）χ

C.

D.t(n-2)19.總體回歸模Y的樣本回歸方程，則在X時(shí)i1iii1i的點(diǎn)預(yù)測(cè)為（）0E(Y)1C.001

B.Y00100D.0020.設(shè)截距和斜率同時(shí)變動(dòng)模型YD)其中D為虛i01i2ii擬變量。如果經(jīng)檢驗(yàn)該模型為斜率變動(dòng)模型，則下列假設(shè)成立的是（），2

B.

2C.

D.

得分閱卷人選均無(wú)分。題號(hào)答案

二、多選擇題本題共5題，小題2，共分）在每小題列出的五個(gè)備選項(xiàng)中有二個(gè)至五個(gè)符合題要求的，請(qǐng)將其代碼填寫(xiě)在下面相應(yīng)的答題框內(nèi)。錯(cuò)、多選少選或未1231.計(jì)量經(jīng)濟(jì)學(xué)的主要應(yīng)用有）理論研究D.構(gòu)分析

B.樣本分析E.政策評(píng)價(jià)

C.經(jīng)濟(jì)預(yù)測(cè)2.在經(jīng)典假設(shè)下，最小二乘估計(jì)量所具有的小樣本統(tǒng)計(jì)性質(zhì)為（）一致性D.有效性

B.線性性E.漸近性

C.無(wú)偏性3.如果線性回歸模型中存在異方差，則參數(shù)的最小二乘估計(jì)量（）仍具有線性無(wú)偏性

B.不存在

C.不再具有最小方差性D.參數(shù)的顯著性檢驗(yàn)失去意義

E.模型的預(yù)測(cè)失效4.線性回歸模型中的隨機(jī)誤差項(xiàng)存在自相關(guān)的判別和檢驗(yàn)方法有（）圖示法

B.檢驗(yàn)法

C.LM檢驗(yàn)法D.回歸檢驗(yàn)法

E.斯皮爾曼等級(jí)相關(guān)檢驗(yàn)法5.關(guān)于多重共線性正確的有（）完全的多重共線性和近似的多重共線性統(tǒng)稱(chēng)為共線性B.完全的多重共線性下，模型的參數(shù)估計(jì)量無(wú)法唯一確定C.完全共線性的情況并不多見(jiàn)，一般出現(xiàn)的是近似共線性D.多重共線性一般與時(shí)間序列相關(guān)，但在截面數(shù)據(jù)也經(jīng)常出現(xiàn)E.近似共線下參數(shù)估計(jì)量的方差變大，使得參數(shù)的顯著性檢驗(yàn)失去意義

得分閱卷人

三、簡(jiǎn)題（本題共3題，每題6，共18）1.簡(jiǎn)述多元回歸模型的基本假設(shè)。2.在回歸分析中用什么評(píng)價(jià)擬合程度其含義是什么元回歸分析中這一指標(biāo)有何缺陷，如何修正？3.計(jì)量經(jīng)濟(jì)學(xué)的檢驗(yàn)包括幾個(gè)方面，具體含義是什么？

閱卷人得分閱卷人

四、分題（本題共3題，每題10分共30）1.線性回歸模隨項(xiàng)方V()i1iii都滿足，如何對(duì)該模型進(jìn)行參數(shù)估計(jì)？

2i

經(jīng)典假定的其他條件2.線性回歸模型Y=

+U，其n，k，其中自相關(guān)系數(shù)ρ=0.5，DW計(jì)量的值并以此檢驗(yàn)?zāi)Ｐ褪欠袷且浑A自相關(guān)果存在可以什么方法克服=0.05時(shí)=1.38,d=1.42）LU3.某地區(qū)供水部門(mén)利用最近年的用水年度數(shù)據(jù)得出如下模型：（1）根據(jù)經(jīng)濟(jì)理論，估計(jì)回歸系數(shù)的符號(hào)是什么（不包括常數(shù)項(xiàng)）？觀察估計(jì)的符號(hào)與分析是否相符？（分）（2在5%的顯著水平下請(qǐng)進(jìn)行變量和方程的顯著性檢驗(yàn)分析出現(xiàn)這種檢驗(yàn)結(jié)果的可能原因知

(9)t

(.25

.5

(40.01

6.06得分閱卷人

五、綜題（本題共22）我們根據(jù)中國(guó)人均消費(fèi)CT與人均GDP19782000數(shù)據(jù)進(jìn)行消費(fèi)函數(shù)的一元回歸，結(jié)果如下：DependentVariable:CTMethod:LeastSquaresDate:11/28/06Time:14:26Sample:19782000Includedobservations:23VariableCGDP

Coefficient201.11890.386180

Std.Error14.884020.007222

t-Statistic13.5124153.47471

Prob.0.00000.0000R-squaredAdjustedR-squaredS.E.ofregressionsquaredresidLoglikelihoodDurbin-Watsonstat

0.992710Meandependentvar0.992363S.D.dependentvar33.26450Akaikeinfocriterion23237.06Schwarzcriterio