計(jì)量經(jīng)濟(jì)學(xué)課后習(xí)題答案匯總-計(jì)量經(jīng)濟(jì)學(xué)課后題答案

計(jì)量經(jīng)濟(jì)學(xué)練習(xí)題

第一章導(dǎo)論

一、單項(xiàng)選擇題

1.計(jì)量經(jīng)濟(jì)研究中常用的數(shù)據(jù)主要有兩類：一類是時(shí)間序列數(shù)據(jù)，另一類是【B】

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)

2.橫截面數(shù)據(jù)是指【A】

A同一時(shí)點(diǎn)上不同統(tǒng)計(jì)單位相同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)

B同一時(shí)點(diǎn)上相同統(tǒng)計(jì)單位相同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)

C同一時(shí)點(diǎn)上相同統(tǒng)計(jì)單位不同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)

D同一時(shí)點(diǎn)上不同統(tǒng)計(jì)單位不同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)

3.下面屬于截面數(shù)據(jù)的是【D】

A1991-2022年各年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)的平均工業(yè)產(chǎn)值

B1991-2022年各年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)的各鎮(zhèn)工業(yè)產(chǎn)值

C某年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)工業(yè)產(chǎn)值的合計(jì)數(shù)

D某年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)各鎮(zhèn)工業(yè)產(chǎn)值

4.同一統(tǒng)計(jì)指標(biāo)按時(shí)間順序記錄的數(shù)據(jù)列稱為【B】

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)

5.回歸分析中定義【B】

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是非隨機(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、填空題

1.計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)學(xué)的一個(gè)分支學(xué)科,是對經(jīng)濟(jì)問題進(jìn)行定量實(shí)證研究的技術(shù)、方法和相關(guān)理論，可以理解為

數(shù)學(xué)、統(tǒng)計(jì)學(xué)和經(jīng)濟(jì)學(xué)三者的結(jié)合。

2.現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)已經(jīng)形成了包括單方程回歸分析,聯(lián)立方程組模型,時(shí)間序列分析三大支柱。

3.經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)的最根本方法是回歸分析。

計(jì)量經(jīng)濟(jì)分析的根本步驟是：理論（或假說）陳述、建立計(jì)量經(jīng)濟(jì)模型、收集數(shù)據(jù)、計(jì)量經(jīng)濟(jì)模型參數(shù)的估計(jì)、

檢驗(yàn)和模型修正、預(yù)測和政策分析。

4.常用的三類樣本數(shù)據(jù)是截面數(shù)據(jù)、時(shí)間序列數(shù)據(jù)和面板數(shù)據(jù)。

5.經(jīng)濟(jì)變量間的關(guān)系有不相關(guān)關(guān)系、相關(guān)關(guān)系、因果關(guān)系、相互影響關(guān)系和恒等關(guān)系。

三、簡答題

1.什么是計(jì)量經(jīng)濟(jì)學(xué)它與統(tǒng)計(jì)學(xué)的關(guān)系是怎樣的

計(jì)量經(jīng)濟(jì)學(xué)就是對經(jīng)濟(jì)規(guī)律進(jìn)行數(shù)量實(shí)證研究，包括預(yù)測、檢驗(yàn)等多方面的工作。計(jì)量經(jīng)濟(jì)學(xué)是一種定量分

析，是以解釋經(jīng)濟(jì)活動(dòng)中客觀存在的數(shù)量關(guān)系為內(nèi)容的一門經(jīng)濟(jì)學(xué)學(xué)科。

計(jì)量經(jīng)濟(jì)學(xué)與統(tǒng)計(jì)學(xué)密切聯(lián)系，如數(shù)據(jù)收集和處理、參數(shù)估計(jì)、計(jì)量分析方法設(shè)計(jì)，以及參數(shù)估計(jì)值、模型

和預(yù)測結(jié)果可靠性和可信程度分析判斷等。可以說，統(tǒng)計(jì)學(xué)的知識(shí)和方法不僅貫穿計(jì)量經(jīng)濟(jì)分析過程，而且現(xiàn)代

統(tǒng)計(jì)學(xué)本身也與計(jì)量經(jīng)濟(jì)學(xué)有不少相似之處。例如，統(tǒng)計(jì)學(xué)也通過對經(jīng)濟(jì)數(shù)據(jù)的處理分析，得出經(jīng)濟(jì)問題的數(shù)字

化特征和結(jié)論，也有對經(jīng)濟(jì)參數(shù)的估計(jì)和分析，也進(jìn)行經(jīng)濟(jì)趨勢的預(yù)測，并利用各種統(tǒng)計(jì)量對分析預(yù)測的結(jié)論進(jìn)

行判斷和檢驗(yàn)等，統(tǒng)計(jì)學(xué)的這些內(nèi)容與計(jì)量經(jīng)濟(jì)學(xué)的內(nèi)容都很相似。反過來，計(jì)量經(jīng)濟(jì)學(xué)也經(jīng)常使用各種統(tǒng)計(jì)分

析方法，篩選數(shù)據(jù)、選擇變量和檢驗(yàn)相關(guān)結(jié)論，統(tǒng)計(jì)分析是計(jì)量經(jīng)濟(jì)分析的重要內(nèi)容和主要根底之一。

計(jì)量經(jīng)濟(jì)學(xué)與統(tǒng)計(jì)學(xué)的根本區(qū)別在于，計(jì)量經(jīng)濟(jì)學(xué)是問題導(dǎo)向和以經(jīng)濟(jì)模型為核心的，而統(tǒng)計(jì)學(xué)那么是以經(jīng)

濟(jì)數(shù)據(jù)為核心，且常常是數(shù)據(jù)導(dǎo)向的。典型的計(jì)量經(jīng)濟(jì)學(xué)分析從具體經(jīng)濟(jì)問題出發(fā)，先建立經(jīng)濟(jì)模型，參數(shù)估計(jì)、

判斷、調(diào)整和預(yù)測分析等都是以模型為根底和出發(fā)點(diǎn)；典型的統(tǒng)計(jì)學(xué)研究那么并不一定需要從具體明確的問題出

發(fā)，雖然也有一些目標(biāo)，但可以是模糊不明確的。雖然統(tǒng)計(jì)學(xué)并不排斥經(jīng)濟(jì)理論和模型，有時(shí)也會(huì)利用它們，但

統(tǒng)計(jì)學(xué)通常不一定需要特定的經(jīng)濟(jì)理論或模型作為根底和出發(fā)點(diǎn)，常常是通過對經(jīng)濟(jì)數(shù)據(jù)的統(tǒng)計(jì)處理直接得出結(jié)

論，統(tǒng)計(jì)學(xué)側(cè)重的工作是經(jīng)濟(jì)數(shù)據(jù)的采集、篩選和處理。

此外，計(jì)量經(jīng)濟(jì)學(xué)不僅是通過數(shù)據(jù)處理和分析獲得經(jīng)濟(jì)問題的一些數(shù)字特征，而且是借助于經(jīng)濟(jì)思想和數(shù)學(xué)

工具對經(jīng)濟(jì)問題作深刻剖析。經(jīng)過計(jì)量經(jīng)濟(jì)分析實(shí)證檢驗(yàn)的經(jīng)濟(jì)理論和模型，能夠?qū)Ψ治觥⒀芯亢皖A(yù)測更廣泛的

經(jīng)濟(jì)問題起重要作用。計(jì)量經(jīng)濟(jì)學(xué)從經(jīng)濟(jì)理論和經(jīng)濟(jì)模型出發(fā)進(jìn)行計(jì)量經(jīng)濟(jì)分析的過程，也是對經(jīng)濟(jì)理論證實(shí)或

證偽的過程。這些是以處理數(shù)據(jù)為主，與經(jīng)濟(jì)理論關(guān)系比較松散統(tǒng)計(jì)學(xué)研究不能比較的功能，也是計(jì)量經(jīng)濟(jì)學(xué)與

統(tǒng)計(jì)學(xué)的區(qū)別。

2.經(jīng)濟(jì)數(shù)據(jù)在計(jì)量經(jīng)濟(jì)分析中的作用是什么

經(jīng)濟(jì)數(shù)據(jù)是計(jì)量經(jīng)濟(jì)分析的材料。經(jīng)濟(jì)數(shù)據(jù)是通過對經(jīng)濟(jì)變量進(jìn)行觀測和統(tǒng)計(jì)，從現(xiàn)實(shí)經(jīng)濟(jì)和經(jīng)濟(jì)歷史中得

到的，反映經(jīng)濟(jì)活動(dòng)水平的數(shù)字特征。從本質(zhì)上說，經(jīng)濟(jì)數(shù)據(jù)都是由相關(guān)的經(jīng)濟(jì)規(guī)律生成的，因此是反映經(jīng)濟(jì)規(guī)

律的信息載體，確定經(jīng)濟(jì)規(guī)律的根本材料。經(jīng)濟(jì)數(shù)據(jù)的數(shù)量和質(zhì)量，對計(jì)量經(jīng)濟(jì)分析的有效性和價(jià)值有舉足輕重

輕重的影響。

3.試分別舉出時(shí)間序列數(shù)據(jù)、橫截面數(shù)據(jù)、面板數(shù)據(jù)的實(shí)例。

時(shí)間序列數(shù)據(jù)指對同一個(gè)觀測單位，在不同時(shí)點(diǎn)的多個(gè)觀測值構(gòu)成的觀測值序列，或者以時(shí)間為序收集統(tǒng)計(jì)

和排列的數(shù)據(jù)，如浙江某省從1980年到2022年各年的GDP；橫截面數(shù)據(jù)是指在現(xiàn)一時(shí)點(diǎn)上，對不同觀測單位觀

測得到的多個(gè)數(shù)據(jù)構(gòu)成的數(shù)據(jù)集，如2022年全國31個(gè)省自治區(qū)直轄市的GDP；面板數(shù)據(jù)就是由對許多個(gè)體組成

的同一個(gè)橫截面，在不同時(shí)點(diǎn)的觀測值構(gòu)成的數(shù)據(jù)，如從1980年到2022年各年的全國31個(gè)省自治區(qū)直轄市GDP。

第二章兩變量線性回歸

一、單項(xiàng)選擇題

1.表示x與y之間真實(shí)線性關(guān)系的是【C】

A%=A)+BRBE(%)=4+萬丙

2.參數(shù)的估計(jì)量/具備有效性是指【B】

AVar(8)=0BVar(/)為最小

C(6一)=0D(G-)為最小

3.產(chǎn)量(x,臺(tái)〕與單位產(chǎn)品本錢(y,元/臺(tái))之間的回歸方程為亍=356—L5x,這說明【B】

A產(chǎn)量每增加一臺(tái)，單位產(chǎn)品本錢增加356元

B產(chǎn)量每增加一臺(tái)，單位產(chǎn)品本錢減少1.5元

C產(chǎn)量每增加一臺(tái)，單位產(chǎn)品本錢平均增加356元

D產(chǎn)量每增加一臺(tái)，單位產(chǎn)品本錢平均減少1.5元

4.對回歸模型％=人+4為+￡,進(jìn)行統(tǒng)計(jì)檢驗(yàn)時(shí)，通常假定￡,服從【C】

AN(0,er,2)Bt(n-2)

CN(0,a2)Dt(n)

5.以y表示實(shí)際觀測值，？表示回歸估計(jì)值，那么普通最小二乘法估計(jì)參數(shù)的準(zhǔn)那么是使【D】

A一少)=0B-力了=。

cZ(y,—少)為最小DZ(X——Ry為最小

6.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(diǎn)圖近似形成

為一條直線，那么適宜配合下面哪一模型形式(D)

A.Yi邛0+口而+內(nèi)B.lnYi=po+piXi4-gi

C.Yi邛o+BilnXi+wD.lnYi=p0+PilnXi+|ii

7.以下各回歸方程中，哪一個(gè)必定是錯(cuò)誤的(C)

A.Yi=50+0.6XirXY=0.8B.Yi=-14+0.8XirXY=0.87

C.Yi=15-1.2XirxY=0.89D.Yi=-l8-5.3XirXY=-0.96

8.某一直線回歸方程的判定系數(shù)為0.81,那么解釋變量與被解釋變量間的線性相關(guān)系數(shù)為(B)

A.0.81B.0.90

C.0.66D.0.32

9.對于線性回歸模型Yi=Bo+BiXi+d,要使普通最小二乘估計(jì)量具備無偏性，那么模型必須滿足（A）

A.E（口i）=0B.Var（ui）=o2

C.Cov（uj,u?=0D.yj服從正態(tài)分布

io.用一組有30個(gè)觀測值的樣本估計(jì)模型％=A）+4再+%,在0.05的顯著性水平下對的顯著性作t檢驗(yàn)，

那么A顯著地不等于零的條件是其統(tǒng)計(jì)量t大于【D】

A?0.05（30）BQ25（30）C05（28）D?0025（28）

11.某一特定的x水平上，總體y分布的離散度越大，即b?越大，那么【A]

A預(yù)測區(qū)間越寬，精度越低B預(yù)測區(qū)間越寬，預(yù)測誤差越小

C預(yù)測區(qū)間越窄，精度越高D預(yù)測區(qū)間越窄，預(yù)測誤差越大

12.對于總體平方和TSS、回歸平方和RSS和殘差平方和ESS的相互關(guān)系，正確的選項(xiàng)是【B】

ATSS>RSS+ESSBTSS=RSS+ESS

CTSS<RSS+ESSDTSS2=RSS2+ESS2

13.對于隨機(jī)誤差項(xiàng)￡i,Var（￡i）=E（e；）=d內(nèi)涵指（B）

A.隨機(jī)誤差項(xiàng)的均值為零B.所有隨機(jī)誤差都有相同的方差

C.兩個(gè)隨機(jī)誤差互不相關(guān)D.誤差項(xiàng)服從正態(tài)分布

二、判斷題

1.隨機(jī)誤差項(xiàng)門與殘差項(xiàng)5是一回事。（X）

2.對兩變量回歸模型，假定誤差項(xiàng)ei服從正態(tài)分布。（V）

3.線性回歸模型意味著因變量是自變量的線性函數(shù)。（V）

4.在線性回歸模型中，解釋變量是原因，被解釋變量是結(jié)果。（V）

5.在實(shí)際中，兩變量回歸沒什么用，因?yàn)橐蜃兞康男袨椴豢赡軆H由一個(gè)解釋變量來解釋。（X）

三、填空題

1.在計(jì)量經(jīng)濟(jì)模型中引入退差項(xiàng)號(hào)是因?yàn)榻?jīng)濟(jì)變量關(guān)系一般是隨機(jī)函數(shù)關(guān)系。

2.樣本觀測值與回歸理論值之間的偏差，稱為殘差,我們用殘差估計(jì)線性回歸模型中的退差項(xiàng)。

3.SST反映樣本觀測值總體離差的大小:SSR反映由模型中解釋變量所解釋的那局部離差的大小:

反映樣本觀測值與估計(jì)值偏離的大小，也是模型中解釋變量未解釋的那局部離差的大小。

4.擬合優(yōu)度（判定系數(shù)）R?=咨="坐。它是由回歸引起的離差占總體離差的比重。假

TSSTSS

設(shè)擬合優(yōu)度A?越趨近于」_,那么回歸直線擬合越好；反之，假設(shè)擬合優(yōu)度R?越趨近于」1,那么回歸直

線擬合越差。

yz

5.在兩變量回歸中，S°=仝L是。2的無偏估計(jì)。

n-2

四、簡答題

1.什么是隨機(jī)誤差項(xiàng)影響隨機(jī)誤差項(xiàng)的主要因素有哪些它和殘差之間的區(qū)別是什么

影響Y的較小因素的集合；被忽略的因素、測量誤差、隨機(jī)誤差等；通過殘差對誤差項(xiàng)的方差進(jìn)行估計(jì)。

2.決定系數(shù)A?說明了什么它與相關(guān)系數(shù)的區(qū)別和聯(lián)系是什么

P53和P56

3.最小二乘估計(jì)具有什么性質(zhì)

P37線性、無偏性和有效性（或最小方差性）

4.在回歸模型的根本假定中，￡（弓）=0的意義是什么

該假設(shè)的含義是：如果兩變量之間確實(shí)是線性趨勢占主導(dǎo)地位，隨機(jī)誤差只是次要因素時(shí)，那么雖然隨機(jī)擾

動(dòng)會(huì)使個(gè)別觀測值偏離線性函數(shù)，但給定解釋變量時(shí)屢次重復(fù)觀測被解釋變量,概率均值會(huì)消除隨機(jī)擾動(dòng)的影響,

符合線性函數(shù)趨勢。

第三章多元線性回歸模型

一、單項(xiàng)選擇題

1.決定系數(shù)R2是指【C】

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(jì)的、包含3個(gè)解釋變量的線性回歸模型中，計(jì)算的決定系數(shù)為0.8500,那么調(diào)整后

的決定系數(shù)為【D】

A0.8603B0.8389C0.8655D0.8327

八b

3.對于％=+Px+-??+Px+與，檢驗(yàn)Ho：仇=0（i=0,1,時(shí)，所用的統(tǒng)計(jì)量t=',服

22ikkjsegj

從【A】

At(n-k-1)Bt(n-k-2)Ct(n-k+l)Dt(n-k+2)

4.調(diào)整的判定系數(shù)豆2與多重判定系數(shù)R2之間有如下關(guān)系【D】

n—k-1n-k—\

-97Yt—1-o9〃—1

CR2=1—(1+R2)-------DR2=1_(1—R2)-------

n-k-\n-k-\

5.用一組有30個(gè)觀測值的樣本估計(jì)模型%=&+dX”+外/；+￡,后，在0.05的顯著性水平下對用的顯著性

作t檢驗(yàn)，那么用顯著地不等于零的條件是其統(tǒng)計(jì)量大于等于【C】

A，o.o5(30)Bt0025(28)C’0.025(27)DFOO25(1,28)

6.對模型Yi=Bo+BIXH+B2X21+ui進(jìn)行總體顯著性F檢驗(yàn),檢驗(yàn)的零假設(shè)是(A)

A.Bi=B2=0B.Pi=0

C.P2=0D.Bo=O或Bi=0

7.在多元線性回歸中，判定系數(shù)R?隨著解釋變量數(shù)目的增加而(B)

A.減少B.增加

C.不變D.變化不定

二、判斷題

1.在多元回歸模型的檢驗(yàn)中，判定系數(shù)R2一定大于調(diào)整的R2。(V)

2.在EVIEWS中，genr命令是生成新的變量。(V)

3.在EVIEWS中，建立非線性模型的方法只有將非線性模型線性化的方法。(X)

三、填空題

1.調(diào)整的可決系數(shù)的作用是消除由解釋變量數(shù)目差異造成的影響。

R2

2.在多元線性回歸模型中，F(xiàn)統(tǒng)計(jì)量與可決系數(shù)之間有如下關(guān)系：Fk

1_收

n-k-\

XL

3.有k個(gè)解釋變量的多元回歸模型的誤差項(xiàng)方差。2的無偏估計(jì)是$2

YL-k—1

4.在總體參數(shù)的各種線性無偏估計(jì)中，最小二乘估計(jì)量具有最小方差的特性。

四、簡答題

1.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(jì)模型對樣本觀測值的擬合優(yōu)度

P121由于沒調(diào)整的決定系數(shù)只與被解釋變量的觀測值，以及回歸殘差有關(guān)，而與解釋變量無直接關(guān)系。但

多元線性回歸模型解釋變量的數(shù)目有多有少，數(shù)學(xué)上可以證明，決定系數(shù)是解釋變量數(shù)目的增函數(shù)，意味著不管

增加的解釋變量是否真是影響被解釋變量的重要因素，都會(huì)提高決定系數(shù)的數(shù)值，解釋變量個(gè)數(shù)越多，決定系數(shù)

一定會(huì)越大。因此，用該決定系數(shù)衡量多元線性回歸模型的擬合程度是有問題的，會(huì)導(dǎo)致片面追求解釋變量數(shù)量

的錯(cuò)誤傾向。正是由于存在這種缺陷，決定系數(shù)在多元線性回歸分析擬合度評價(jià)方面的作用受到很大限制，需要

修正。

2.回歸模型的總體顯著性檢驗(yàn)與參數(shù)顯著性檢驗(yàn)相同嗎是否可以互相替代

多元線性回歸模型每個(gè)參數(shù)的顯著性與模型總體的顯著性并不一定一致，因此除了各個(gè)參數(shù)的顯著性檢驗(yàn)以

處，，還需要進(jìn)行模型總體顯著性，也就是全體解釋變量總體對被解釋變量是否存在明顯影響的檢驗(yàn)，稱為“回

歸顯著性檢驗(yàn)"。總體顯著性檢驗(yàn)是多元回歸分析特有的，兩變量線性回歸解釋變量系數(shù)的顯著性檢驗(yàn)與模型的

總體顯著性檢驗(yàn)一致，不需要進(jìn)行總體顯著性檢驗(yàn)。

第四章異方差性

一、單項(xiàng)選擇題

1.以下哪種方法不是檢驗(yàn)異方差的方法【D】

A戈德菲爾特一一夸特檢驗(yàn)B殘差序列圖檢驗(yàn)

C戈里瑟檢驗(yàn)D方差膨脹因子檢驗(yàn)

2.當(dāng)存在異方差現(xiàn)象時(shí)，估計(jì)模型參數(shù)的適當(dāng)方法是【A】

A加權(quán)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(yàn)信息

3.加權(quán)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(diǎn)以不同的權(quán)數(shù)，從而提高估計(jì)精度，即【A】

A重視方差較小樣本的信息，輕視方差較大樣本的信息

B重視方差較大樣本的信息，輕視方差較小樣本的信息

C重視方差較大和方差較小樣本的信息

D輕視方差較大和方差較小樣本的信息

4.如果戈里瑟檢驗(yàn)說明，普通最小二乘估計(jì)結(jié)果的殘差“與巧有顯著的形式為|e/=0.28715巧+巧的相關(guān)關(guān)系

（均滿足線性模型的全部經(jīng)典假設(shè)〕，那么用加權(quán)最小二乘法估計(jì)模型參數(shù)時(shí)，權(quán)數(shù)應(yīng)為【C】

111

AXjB—7C—D.—

Xi占〃

5.如果戈德菲爾特一一夸特檢驗(yàn)顯著，那么認(rèn)為什么問題是嚴(yán)重的【A】

A異方差問題B序列相關(guān)問題

C多重共線性問題D設(shè)定誤差問題

6.容易產(chǎn)生異方差的數(shù)據(jù)是【C】

A時(shí)間序列數(shù)據(jù)B面板數(shù)據(jù)

C橫截面數(shù)據(jù)D年度數(shù)據(jù)

7.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【B】

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

8.假設(shè)回歸模型為％=。+為,+弓，其中var⑸尸，工：,那么使用加權(quán)最小二乘法估計(jì)模型時(shí)，應(yīng)將模型變

換為[C]

ya八「uya仆u

A—7=r=—=+XH-r=B-j==-7=+PH-j=

個(gè)xTxy/xYXyjxyjx

C2y-=a—+n^+u-D^y-=a—+B^+—u

XXXXXXX

9.設(shè)回歸模型為%=",.+0,其中var(￡j)=b2x,2,那么的最小二乘估計(jì)量為【B】

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

三、判斷題

1.當(dāng)異方差出現(xiàn)時(shí)，最小二乘估計(jì)是有偏的和不具有最小方差特性。（X）

2.在異方差情況下，通常預(yù)測失效。（V）

3.在異方差情況下，通常OLS估計(jì)一定高估了估計(jì)量的標(biāo)準(zhǔn)差。（X）

4.如果OLS回歸的殘差表現(xiàn)出系統(tǒng)性，那么說明數(shù)據(jù)中有異方差性。（X）

5.如果回歸模型遺漏一個(gè)重要的變量，那么OLS殘差必定表現(xiàn)出明顯的趨勢。（V）

6.當(dāng)異方差出現(xiàn)時(shí)，常用的t檢驗(yàn)和F檢驗(yàn)失效。（V）

7.用截面數(shù)據(jù)建立模型時(shí)，通常比時(shí)間序列資料更容易產(chǎn)生異方差性。（V）

四、簡答題

1.什么是異方差性試舉例說明經(jīng)濟(jì)現(xiàn)象中的異方差性。

兩變量和多元回歸線性回歸模型的第三條假設(shè)都要求誤差項(xiàng)是同方差的，就是誤差項(xiàng)的方差是常數(shù)，即

var（%）=b2不隨t變化。這條假設(shè)也不一定滿足，也就是線性回歸模型誤差項(xiàng)的方差var（w,）=b：有可能隨t

變化，這時(shí)候稱線性回歸模型存在“異方差”或"異方差性”。

舉例P162經(jīng)濟(jì)中不同收入家庭消費(fèi)的分散度。

2.如何發(fā)現(xiàn)和判斷線性回歸模型是否存在異方差問題

Pl66—Pl74

3.克服和處理異方差問題有哪些方法

P174—P180

第五章自相關(guān)性

一、單項(xiàng)選擇題

1.如果模型％=%+4X,+￡,存在序列相關(guān)，那么【D]

Acov(xt,￡t)=0Bcov(￡t,es}=0(ts)

Ccov(x,,%)ODcov(￡t,0(ts)

2.D—W檢驗(yàn)的零假設(shè)是(為隨機(jī)項(xiàng)的一階自相關(guān)系數(shù))【B】

ADW=0B=0CDW=1D=1

3.DW的取值范圍是【D】

A-1DW0B-1DWI

C-2DW2D0DW4

4.當(dāng)DW=4是時(shí)，說明【D】

A不存在序列相關(guān)B不能判斷是否存在一階自相關(guān)

C存在完全的正的一階自相關(guān)D存在完全的負(fù)的一階自相關(guān)

5.根據(jù)20個(gè)觀測值估計(jì)的結(jié)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=l,顯著性水平

=0.05時(shí)，查得乙=1,^=1.41,那么可以判斷【A】

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無法確定

6.當(dāng)模型存在序列相關(guān)現(xiàn)象時(shí)，適宜的參數(shù)估計(jì)方法是【C】

A加權(quán)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

7.采用一階差分模型克服一階線性自相關(guān)問題使用于以下哪種情況【B】

A0B1C-l?0D0?l

8.假定某企業(yè)的生產(chǎn)決策是由模型S,描述的(其中S,為產(chǎn)量，P,為價(jià)格)，又知：如果該企業(yè)

在t-1期生產(chǎn)過剩，經(jīng)濟(jì)人員會(huì)削減t期的產(chǎn)量。由此判斷上述模型存在【B】

A異方差問題B序列相關(guān)問題

C多重共線性問題D隨機(jī)解釋變量問題

9.根據(jù)一個(gè)n=30的樣本估計(jì)y=氐+?七+e,后計(jì)算得DW=1.4,在5%得的置信度下，=1.35,〃=1.49,

那么認(rèn)為原模型【B】

A不存在一階序列自相關(guān)B不能判斷是否存在一階自相關(guān)

C存在完全的正的一階自相關(guān)D存在完全的負(fù)的一階自相關(guān)

10.對于模型％=氐+禽為+6,，以表示e,與號(hào)之間的線性相關(guān)系數(shù)(t=l,2,,n),那么下面明顯錯(cuò)誤的選項(xiàng)

是[B]

A=0.8,DW=0.4B=-0.8,DW=-0.4

C=O,DW=2D=1,DW=O

ll.DW統(tǒng)計(jì)量的值接近于2,那么樣本回歸模型殘差的一階自相關(guān)系數(shù)近似等于【A】

AOB-1C1DO.5

12.樣本回歸模型殘差的一階自相關(guān)系數(shù)接近于一1,那么DW統(tǒng)計(jì)量近似等于【D】

A0B1C2D4

13.戈德菲爾德一夸特檢驗(yàn)法可用于檢驗(yàn)【A】

A異方差性B多重共線性

C序列相關(guān)D設(shè)定誤差

14.在給定的顯著性水平之下，假設(shè)DW統(tǒng)計(jì)量的下和上臨界值分別為dL和du,那么當(dāng)dL<DW<du時(shí)，可認(rèn)為隨

機(jī)誤差項(xiàng)【D】

A存在一階正自相關(guān)B存在一階負(fù)相關(guān)

C不存在序列相關(guān)D存在序列相關(guān)與否不能斷定

三、判斷題

1.當(dāng)模型存在高階自相關(guān)時(shí)，可用D-W法進(jìn)行自相關(guān)檢驗(yàn)。(X)

2.DW值在0和4之間，數(shù)值越小說明正相關(guān)程度越大，數(shù)值越大說明負(fù)相關(guān)程度越大。(V)

3.假設(shè)模型存在一階自相關(guān)，其他條件均滿足，那么仍用OLS法估計(jì)未知參數(shù)，得到的估計(jì)量是無偏的，不再是

有效的，顯著性檢驗(yàn)失效，預(yù)測失效。(V)

4.當(dāng)存在自相關(guān)時(shí)，OLS估計(jì)量是有偏的，而且也是無效的。(X)

5.消除自相關(guān)的一階差分變換假定自相關(guān)系數(shù)必須等于一1。(X)

6.發(fā)現(xiàn)模型中存在誤差自相關(guān)時(shí)，都可以利用差分法來消除自相關(guān)。(X)

四、簡答題

1.自相性對線性回歸分析有什么影響

P196—P198

2,發(fā)現(xiàn)和檢驗(yàn)自相關(guān)性有哪些方法

P198—P2088

3.克服自相關(guān)性有哪些方法

P208—P215

第六章多重共線性

一、單項(xiàng)選擇題

L當(dāng)模型存在嚴(yán)重的多重共線性時(shí)，OLS估計(jì)量將不具備【C】

A線性B無偏性C有效性D一致性

2.經(jīng)驗(yàn)認(rèn)為，某個(gè)解釋變量與其他解釋變量間多重共線性嚴(yán)重的情況是這個(gè)解釋變量的VIF【C】

A大于1B小于1C大于10D小于5

3.如果方差膨脹因子VIF=10,那么認(rèn)為什么問題是嚴(yán)重的【C】

A異方差問題B序列相關(guān)問題

C多重共線性問題D解釋變量與隨機(jī)項(xiàng)的相關(guān)性

4.在多元線性回歸模型中，假設(shè)某個(gè)解釋變量對其余解釋變量的判定系數(shù)接近于1,那么說明模型中存在【A】

A多重共線性B異方差性C序列相關(guān)D高擬合優(yōu)度

5.在線性回歸模型中，假設(shè)解釋變量X1和X2的觀測值成比例，即有X”=ZX2j,其中k為非零常數(shù)，那么說明

模型中存在【B】

A方差非齊性B多重共線性C序列相關(guān)D設(shè)定誤差

二、判斷題

1.盡管有完全的多重共線性，OLS估計(jì)量仍然是最優(yōu)線性無偏估計(jì)量。（X）

2.變量的兩兩高度相關(guān)并不表示高度多重共線性。（X）

3.在多元回歸中，根據(jù)通常的t檢驗(yàn)，每個(gè)參數(shù)都是統(tǒng)計(jì)上不顯著的，你就不會(huì)得到一個(gè)高的A?值。（X）

4.變量不存在兩兩高度相關(guān)表示不存在高度多重共線性。（X）

三、填空題

1.強(qiáng)的近似多重共線性會(huì)對多元線性回歸的有效性產(chǎn)生嚴(yán)重的不利影響。

2.第k個(gè)解釋變量與其他解釋變量之間相關(guān)系數(shù)平方越大，方差膨脹因子（VIF）越大。

3.存在完全多重共線性時(shí)，多元回歸分析是無法進(jìn)行。

4.檢驗(yàn)樣本是否存在多重共線性的常見方法有：方差擴(kuò)大因子法和逐步回歸檢驗(yàn)法。

5.處理多重共線性的方法有：保存重要解釋變量、去掉不重要解釋變量、增加樣本容量、差分模型

四、簡答題

1.什么是多重共線性多重共線性是由什么原因造成的

多重共線性是指多元線性回歸模型中，模型的解釋變量之間存在某種程度的線性關(guān)系（或P226—P227）,原

因見P227—228）。

2.如何發(fā)現(xiàn)和判斷多重共線性

P230—P235

3.克服多重共線性有哪些方法

P235—P244

第七章計(jì)量經(jīng)濟(jì)分析建模與應(yīng)用

一、單項(xiàng)選擇題

1.某商品需求函數(shù)為-=%+4的+外,其中y為需求量，x為價(jià)格。為了考慮“地區(qū)”（農(nóng)村、城市）和“季

節(jié)"（春、夏、秋、冬）兩個(gè)因素的影響，擬引入虛擬變量，那么應(yīng)引入虛擬變量的個(gè)數(shù)為【B】

A2B4C5D6

2.根據(jù)樣本資料建立某消費(fèi)函數(shù)如下：C,=100.50+55.35D,+0A5x,,其中C為消費(fèi)，x為收入，虛擬變量D=

1城鎮(zhèn)家庭

{二二所有參數(shù)均檢驗(yàn)顯著,那么城鎮(zhèn)家庭的消費(fèi)函數(shù)為【A】

（0農(nóng)村家庭

AC,=155.85+0.45X,BC,=100.50+0.45X,

C?=100.50+55.35x,DC,=100.95+55.35x,

二、填空題

1.在計(jì)量經(jīng)濟(jì)建摸時(shí)，對非線性模型的處理方法之一是線性化_______。

2.虛擬變量不同的引入方式有兩種。假設(shè)要描述各種類型的模型在截距水平的差異，那么以

加法方式引入虛擬解釋變量；假設(shè)要反映各種類型的模型的不同相對變化率時(shí)，那么以乘法引入虛擬解釋變量。

3.對于有m個(gè)不同屬性的定性因素，應(yīng)該設(shè)置0個(gè)虛擬變量來反映該因素的影響。

三、簡答題

1.什么是虛擬變量它在模型中有什么作用

P255

2.引入虛擬解釋變量的兩種根本方式是什么它們各適用于什么情況

P258—P260

四、綜合分析計(jì)算題

㈠設(shè)某商品的需求量y（百件），消費(fèi)者平均收入X1（百元），該商品價(jià)格（元）。經(jīng)Eviews軟件對觀察的

10個(gè)月份的數(shù)據(jù)用最小二乘法估計(jì)，結(jié)果如下：（被解釋變量為丫）

VARIABLECOEFFICIENTSTD.ERRORT-STAT2-TAILSIG

C99.46929513.4725717.38309650.000

X12.50189540.7536147（3.3199）

X2-6.58074301.3759059（-4.7828）

R-squaredO.949336Meanofdependentvar80.00000

AdjustedR-squared（）S.D.ofdependentvarl9.57890

S.Eofregression4.99702ISumofsquaredresid174.7915

Durbin-Watsonstat（）F-statistics（）

完成以下問題至少保存三位小數(shù)）

1.寫出需求量對消費(fèi)者平均收入、商品價(jià)格的線性回歸估計(jì)方程。

2.解釋偏回歸系數(shù)的統(tǒng)計(jì)含義和經(jīng)濟(jì)含義。

3.對該模型做經(jīng)濟(jì)意義檢驗(yàn)。

4.估計(jì)調(diào)整的可決系數(shù)。

5.在95%的置信度下對方程整體顯著性進(jìn)行檢驗(yàn)。

6.在95%的置信度下檢驗(yàn)偏回歸系數(shù)（斜率）的顯著性。

7.檢驗(yàn)隨機(jī)誤差項(xiàng)的一階自相關(guān)性。2（，一%）=300,乙=1.08,4,=1.36]

解：l.y=99.4693+2.5019x,-6.5807尤？

2.需求量和收入正相關(guān)，和價(jià)格負(fù)相關(guān)，收入每增加一個(gè)單位，需求量上升2.5個(gè)單位，價(jià)格每增加一個(gè)單

位，需求量下降6.58個(gè)單位;

3.該模型經(jīng)濟(jì)意義檢驗(yàn)通過;

4.店.'=11一0%93)x是7

=0.945

R20.9493

5.F=—絲一=--2-----=65.53,F檢驗(yàn)通過

1—R21—0.9493

n-k-\10-3

6.tl=3.3199,t2=-4.7828,t檢驗(yàn)通過

7.檢驗(yàn)隨機(jī)誤差項(xiàng)的一階自相關(guān)性。。卬=匿萋聿L=n9_=1.7163,4=L°8,1U=L36

174.79

不存在一階自相關(guān)。

㈡設(shè)某地區(qū)機(jī)電行業(yè)銷售額y（萬元）和汽車產(chǎn)量Xi（萬輛）以及建筑業(yè)產(chǎn)值*2（千萬元）。經(jīng)Eviews軟件

對1981年一一1997年的數(shù)據(jù)分別建立線性模型和雙對數(shù)模型進(jìn)行最小二乘估計(jì)，結(jié)果如下：

表1

Dependentvariable:Y

VariableCoefficientStd.Errort-StatisticProb.

C-57.4549681.02202-0.7091280.4899

XI45.7055815.668852.9169710.0113

X211.933391.5165537.8687610.0000

R-squared0.903899Meandependentvar545.5059

AdjustedR-squared0.890170S.D.dependentvar193.3659

S.E.ofregression64.08261Akaikeinfocriterion11.31701

Sumsquaredresid57492.12Schwarzcriterion11.46405

Loglikelihood-93.19457F-statistic65.83991

Durbin-Watsonstat2.103984Prob(F-statistic)0.000000

表2

Dependentvariable:Ln(Y)

VariableCoefficientStd.Errort-Statisti