計(jì)量經(jīng)濟(jì)學(xué)練習(xí)【重慶工商大學(xué)】

一、判斷正誤（正確劃“√”，錯(cuò)誤劃“×”）（×）1、在研究經(jīng)濟(jì)變量之間的非確定性關(guān)系時(shí)，回歸分析是惟一可用的分析方法。（×）2、對(duì)應(yīng)于自變量的每一個(gè)觀察值，利用樣本回歸函數(shù)可以求出因變量的真實(shí)值。（√）3、OLS回歸方法的基本準(zhǔn)則是使殘差平方和最小。（×）4、在存在異方差的情況下，OLS法總是高估了估計(jì)量的標(biāo)準(zhǔn)差。（√）5、無論回歸模型中包括多少個(gè)解釋變量，總離差平方和的自由度總為（n-1）。（√）6、線性回歸分析中的“線性”主要是指回歸模型中的參數(shù)是線性的，而變量則不一定是線性的。（√）7、當(dāng)我們說估計(jì)的回歸系數(shù)在統(tǒng)計(jì)上是顯著的，意思是說它顯著異于0。（×）8、總離差平方和（TSS）可分解為殘差平方和（RSS）與回歸平方和（ESS）之和，其中殘差平方（RSS）表示總離差平方和可由樣本回歸直線解釋的部分。（×）9、所謂OLS估計(jì)量的無偏性，是指回歸參數(shù)的估計(jì)值與真實(shí)值相等。（×）10、當(dāng)模型中解釋變量均為確定性變量時(shí)，則可以用DW統(tǒng)計(jì)量來檢驗(yàn)?zāi)Ｐ偷碾S機(jī)誤差項(xiàng)所有形式的自相關(guān)性。（×）11、一般情況下，在用線性回歸模型進(jìn)行預(yù)測(cè)時(shí)，個(gè)值預(yù)測(cè)與均值預(yù)測(cè)結(jié)果相等，且它們的置信區(qū)間也相同。（√）12、對(duì)于模型Yi=β0+β1X1i+β2X2i+……+βkXki+μi，i=1,2,……,n；如果X2=X5+X6，則模型必然存在解釋變量的多重共線性問題。（√）13、在隨機(jī)誤差項(xiàng)存在正自相關(guān)的情況下，OLS法總是低估了估計(jì)量的標(biāo)準(zhǔn)差。（√）14、一元線性回歸模型的F檢驗(yàn)和t檢驗(yàn)是一致的。p88（×）15、如果隨機(jī)誤差項(xiàng)的方差隨解釋變量變化而變化，則線性回歸模型存在隨機(jī)誤差項(xiàng)的序列相關(guān)。（√）16、在近似多重共線性下，只要模型滿足OLS的基本假定，則回歸系數(shù)的最小二乘估計(jì)量仍然是一BLUE估計(jì)量。（×）17、所謂參數(shù)估計(jì)量的線性性，是指參數(shù)估計(jì)量是解釋變量的線性組合。（√）18、擬合優(yōu)度的測(cè)量指標(biāo)是可決系數(shù)R2或調(diào)整過的可決系數(shù)，R2越大，說明回歸方程對(duì)樣本的擬合程度越高。二、單項(xiàng)選擇1、回歸直線=+Xt必然會(huì)通過點(diǎn)（B）A、（0，0）；B、（，）；C、（，0）；D、（0，）。2、針對(duì)經(jīng)濟(jì)指標(biāo)在同一時(shí)間所發(fā)生結(jié)果進(jìn)行記錄的數(shù)據(jù)列，稱為（B）A、面板數(shù)據(jù)；B、截面數(shù)據(jù)；C、時(shí)間序列數(shù)據(jù)；D、時(shí)間數(shù)據(jù)。3、如果樣本回歸模型殘差的一階自相關(guān)系數(shù)ρ接近于0，那么DW統(tǒng)計(jì)量的值近似等于（C）

A、0B、1

C、2

D、44、若回歸模型的隨機(jī)誤差項(xiàng)存在自相關(guān)，則參數(shù)的OLS估計(jì)量（D）

A、無偏且有效

B、有偏且非有效

C、有偏但有效

D、無偏但非有效5、下列哪一種檢驗(yàn)方法不能用于異方差檢驗(yàn)（B）

A、戈德菲爾德－夸特檢驗(yàn)；B、DW檢驗(yàn)；C、White檢驗(yàn)；D、戈里瑟檢驗(yàn)。6、當(dāng)多元回歸模型中的解釋變量存在完全多重共線性時(shí)，下列哪一種情況會(huì)發(fā)生（D）A、OLS估計(jì)量仍然滿足無偏性和有效性；

B、OLS估計(jì)量是無偏的，但非有效；

C、OLS估計(jì)量有偏且非有效；

D、無法求出OLS估計(jì)量。7、DW檢驗(yàn)法適用于（A）的檢驗(yàn)A、一階自相關(guān)B、高階自相關(guān)C、多重共線性D都不是8、在隨機(jī)誤差項(xiàng)的一階自相關(guān)檢驗(yàn)中，若DW＝1.92，給定顯著性水平下的臨界值dL=1.36，dU=1.59，則由此可以判斷隨機(jī)誤差項(xiàng)（C）

A、存在正自相關(guān)B、存在負(fù)自相關(guān)C、不存在自相關(guān)D、無法判斷9、在多元線性線性回歸模型中，解釋變量的個(gè)數(shù)越多，則可決系數(shù)R2（A）

A、越大；

B、越??；

C、不會(huì)變化；

D、無法確定10、在某線性回歸方程的估計(jì)結(jié)果中，若殘差平方和為10，回歸平方和為40，則回歸方程的擬合優(yōu)度為（C）

A、0.2

B、0.6

C、0.8

D、無法計(jì)算。11、在多元線性回歸模型中，若兩個(gè)自變量之間的相關(guān)系數(shù)接近于1，則在回歸分析中需要注意模型的（D）問題。A、自相關(guān)；B、異方差；C、模型設(shè)定偏誤；D、多重共線性。12、在異方差的眾多檢驗(yàn)方法中，既能判斷隨機(jī)誤差項(xiàng)是否存在異方差，又能給出異方差具體存在形式的檢驗(yàn)方法是（C）A、圖式檢驗(yàn)法；B、DW檢驗(yàn)；C、戈里瑟檢驗(yàn)；D、White檢驗(yàn)。13、如果樣本回歸模型殘差的一階自相關(guān)系數(shù)ρ接近于1，那么DW統(tǒng)計(jì)量的值近似等于（A）

A、0B、1

C、2

D、414、若回歸模型的隨機(jī)誤差項(xiàng)存在異方差，則參數(shù)的OLS估計(jì)量（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

15、計(jì)量經(jīng)濟(jì)學(xué)的應(yīng)用不包括：（C）A、預(yù)測(cè)未來；

B、政策評(píng)價(jià)；C、創(chuàng)建經(jīng)濟(jì)理論；D、結(jié)構(gòu)分析。16、在隨機(jī)誤差項(xiàng)的一階自相關(guān)檢驗(yàn)中，若DW＝0.92，給定顯著性水平下的臨界值dL=1.36，dU=1.59，則由此可以判斷隨機(jī)誤差項(xiàng)（A）

A、存在正自相關(guān)B、存在負(fù)自相關(guān)C、不存在自相關(guān)D、無法判斷17、在多元線性回歸模型中，解釋變量的個(gè)數(shù)越多，則調(diào)整可決系數(shù)（D）

A、越大；

B、越??；

C、不會(huì)變化；

D、無法確定18、在某線性回歸方程的估計(jì)結(jié)果中，若殘差平方和為10，總離差平方和為100，則回歸方程的擬合優(yōu)度為（B）

A、0.1；B、0.90；C、0.91；D、無法計(jì)算。三、簡(jiǎn)答與計(jì)算1、多元線性回歸模型的基本假設(shè)有哪些？包括：（1）隨機(jī)誤差項(xiàng)期望值或均值為零；（2）對(duì)應(yīng)每個(gè)解釋變量的所有觀測(cè)值，隨機(jī)誤差項(xiàng)有相同的方差；（3）隨機(jī)誤差項(xiàng)彼此之間不相關(guān)；（4）解釋變量是確定性變量，與隨機(jī)誤差項(xiàng)不相關(guān)；（5）解釋變量之間不存在精確（完全的）線性關(guān)系；（6）隨機(jī)誤差項(xiàng)服從正態(tài)分布。2、計(jì)量經(jīng)濟(jì)模型中的隨機(jī)誤差項(xiàng)主要包含哪些因素？計(jì)量經(jīng)濟(jì)模型中的隨機(jī)誤差項(xiàng)一般包括以下幾方面的因素：（1）非重要解釋變量的省略（或回歸模型中省略了部分解釋變量）；（2）人的隨機(jī)行為；（3）模型設(shè)定不夠完善；（4）經(jīng)濟(jì)變量之間的合并誤差；（5）測(cè)量誤差。3、簡(jiǎn)答經(jīng)典單方程計(jì)量模型的異方差性概念、后果以及修正方法。（1）異方差性指隨機(jī)誤差項(xiàng)的方差隨樣本點(diǎn)的不同而變化的現(xiàn)象；（2）后果：參數(shù)的最小二乘估計(jì)量仍然滿足線性性和無偏性，但不再具有有效性。此時(shí)參數(shù)的顯著性檢驗(yàn)失效、方程的顯著性檢驗(yàn)失效、模型預(yù)測(cè)失效。（3）加權(quán)最小二乘法(WLS)。4、簡(jiǎn)述方程顯著性檢驗(yàn)（F檢驗(yàn)）與變量顯著性檢驗(yàn)（t檢驗(yàn)）的區(qū)別？。（1）方程的顯著性檢驗(yàn)，旨在對(duì)模型中被解釋變量與解釋變量之間的線性關(guān)系在總體上是否顯著成立作出推斷。（2）方程的總體線性關(guān)系顯著1每個(gè)解釋變量對(duì)被解釋變量的影響都是顯著的。（3）因此，必須對(duì)每個(gè)解釋變量進(jìn)行顯著性檢驗(yàn)，以決定是否作為解釋變量被保留在模型中，這一檢驗(yàn)是由對(duì)變量的t檢驗(yàn)完成的。5、對(duì)于一個(gè)三元線性回歸模型，已知可決系數(shù)R2=0.9，方差分析表的部份結(jié)果如下：方差來源平方和(SS)自由度(d.f.)來自殘差(RSS)————來自回歸(ESS)1800——總離差(TSS)――28（1）樣本容量是多少？（2）總離差平方和TSS為多少？（3）殘差平方和RSS為多少？（4）回歸平方和ESS和殘差平方和RSS的自由度各為多少？（5）求方程總體顯著性檢驗(yàn)的F統(tǒng)計(jì)量；5、（1）n=29;（2）由R2=ESS/TSS=>TSS=ESS/R2=2000(3)RSS=TSS-ESS=200(4)ESS的自由度為3，RSS的自由度為25（5）。6、簡(jiǎn)述計(jì)量經(jīng)濟(jì)研究的基本步驟。計(jì)量經(jīng)濟(jì)研究的基本步驟可分為以下四步：（1）建立模型；（2）估計(jì)參數(shù)；（3）模型檢驗(yàn)：主要進(jìn)行經(jīng)濟(jì)計(jì)量檢驗(yàn)（檢驗(yàn)?zāi)Ｐ褪欠襁`反OLS估計(jì)的基本假定，主要包括異方差、自相關(guān)和多重共線性檢驗(yàn)）、統(tǒng)計(jì)檢驗(yàn)（主要包括擬合優(yōu)度檢驗(yàn)、參數(shù)的顯著性檢驗(yàn)和方程的顯著性檢驗(yàn)）和經(jīng)濟(jì)意義檢驗(yàn)等。（4）經(jīng)濟(jì)預(yù)測(cè)。7、簡(jiǎn)答經(jīng)典單方程計(jì)量模型自相關(guān)概念、后果以及修正方法。（1）隨機(jī)誤差項(xiàng)存在自相關(guān)，又稱序列相關(guān)，指回歸模型中隨機(jī)誤差項(xiàng)與其滯后項(xiàng)線性相關(guān)。（2）后果：參數(shù)的最小二乘估計(jì)量仍然滿足線性性和無偏性，但不再具有有效性；此時(shí)參數(shù)的顯著性檢驗(yàn)失效、方程的顯著性檢驗(yàn)失效、模型預(yù)測(cè)失效。（3）廣義最小二乘法(GLS)、廣義差分法，。8、簡(jiǎn)述對(duì)多元回歸模型進(jìn)行顯著性檢驗(yàn)（F檢驗(yàn)）的基本步驟多元回歸線性模型的顯著性檢驗(yàn)步驟如下：（1）提出假設(shè)；原假設(shè)備擇假設(shè):至少有一個(gè)不等于零（）（2）構(gòu)造統(tǒng)計(jì)量：～（3）給定顯著性水平，查表得到臨界值，確定拒絕域>（4）利用樣本觀測(cè)值計(jì)算出F統(tǒng)計(jì)量，并進(jìn)行判斷：若>，則拒絕原假設(shè)，即認(rèn)為回歸方程的線性關(guān)系顯著成立；否則接受原假設(shè)，即認(rèn)為回歸方程不存在顯著的線性關(guān)系9、對(duì)于一個(gè)五元線性回歸模型，已知可決系數(shù)R2=0.6，方差分析表的部份結(jié)果如下：方差來源平方和(SS)自由度(d.f.)來自殘差(RSS)——25來自回歸(ESS)――總離差(TSS)3000――（1）樣本容量是多少？（2）回歸平方和ESS為多少？（3）殘差平方和RSS為多少？（4）回歸平方和ESS和總離差平方和TSS的自由度各為多少？（5）求方程總體顯著性檢驗(yàn)的F統(tǒng)計(jì)量；5、（1）n=31;（2）由R2=ESS/TSS=>ESS=TSS*R2=1800(3)RSS=TSS-ESS=1200(4)ESS的自由度為5，TSS的自由度為30（5）；實(shí)驗(yàn)一下表是中國(guó)某地人均可支配收入（INCOME）與儲(chǔ)蓄（SAVE）之間的回歸分析結(jié)果（單位：元）：DependentVariable:SAVEMethod:LeastSquaresSample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.

C-695.1433118.0444-5.8888270.0000INCOME0.0877740.004893――――R-squared0.917336

Meandependentvar1266.452AdjustedR-squared0.914485

S.D.dependentvar846.7570S.E.ofregression247.6160

Akaikeinfocriterion13.92398Sumsquaredresid1778097.

Schwarzcriterion14.01649Loglikelihood-213.8216

F-statistic321.8177Durbin-Watsonstat1.892420

Prob(F-statistic)0.0000001、請(qǐng)寫出樣本回歸方程表達(dá)式，然后分析自變量回歸系數(shù)的經(jīng)濟(jì)含義2、解釋樣本可決系數(shù)的含義3、寫出t檢驗(yàn)的含義和步驟，并在5%的顯著性水平下對(duì)自變量的回歸系數(shù)進(jìn)行t檢驗(yàn)（臨界值:t0.025(29)=2.05）。4、下表給出了White異方差檢驗(yàn)結(jié)果，試在5%的顯著性水平下判斷隨機(jī)誤差項(xiàng)是否存在異方差。WhiteHeteroskedasticityTest:F-statistic6.048005Probability0.006558Obs*R-squared9.351960Probability0.009316解答：1、樣本回歸方程為：自變量Income前回歸系數(shù)的經(jīng)濟(jì)含義是：個(gè)人可支配收入每增加1元，其儲(chǔ)蓄會(huì)相應(yīng)增加0.08774元（即個(gè)人的邊際儲(chǔ)蓄傾向?yàn)?.08774）2、R2=0.9173，表明在儲(chǔ)蓄的變動(dòng)中，91.73%可由個(gè)人可支配收入的變動(dòng)得到解釋。3、在計(jì)量經(jīng)濟(jì)分析中，t檢驗(yàn)主要用于判斷自變量是否對(duì)因變量具有顯著影響。通常用t統(tǒng)計(jì)量檢驗(yàn)真實(shí)總體參數(shù)是否顯著異于零。檢驗(yàn)步驟：①提出假設(shè)：原假設(shè)H0：b1=0，備擇假設(shè)H1：b110②構(gòu)造統(tǒng)計(jì)量：～③給定顯著性水平a，查t分布表得臨界值，并確定拒絕域>④根據(jù)樣本數(shù)據(jù)計(jì)算t統(tǒng)計(jì)量值，并進(jìn)行比較判斷：若>，則拒絕原假設(shè)H0；若，則接受原假設(shè)H0。在本題中，==>t0.025(29)=2.05，因此在5%的顯著性水平下拒絕回歸系數(shù)為零的原假設(shè)。4、White檢驗(yàn)的原假設(shè)為隨機(jī)誤差項(xiàng)不存在異方差，由回歸結(jié)果知，邊際顯著性水平（或伴隨概率）為0.93%＜5%，則在5%的顯著性水平下可以拒絕原假設(shè)，即隨機(jī)誤差項(xiàng)存在異方差。實(shí)驗(yàn)二下表是某國(guó)1967－1985年間GDP與出口額（EXPORT）之間的回歸分析結(jié)果（單位：億美元）：DependentVariable:EXPORTMethod:LeastSquaresSample:19671985Includedobservations:19VariableCoefficientStd.Errort-StatisticProb.

C-2531.831270.8792-9.3467140.0000GDP0.2817620.009355――――R-squared0.981606

Meandependentvar5530.842AdjustedR-squared0.980524

S.D.dependentvar1295.273S.E.ofregression180.7644

Akaikeinfocriterion13.33157Sumsquaredresid555487.9

Schwarzcriterion13.43098Loglikelihood-124.6499

F-statistic907.2079Durbin-Watsonstat0.950536

Prob(F-statistic)0.0000001、請(qǐng)寫出樣本回歸方程表達(dá)式，然后分析自變量回歸系數(shù)的經(jīng)濟(jì)含義2、解釋樣本可決系數(shù)的含義3、寫出t檢驗(yàn)的含義和步驟，并在5%的顯著性水平下對(duì)自變量的