2021年計量經(jīng)濟(jì)學(xué)題庫超完整版及答案詳解

計量經(jīng)濟(jì)學(xué)題庫計算與分析題（每小題10分）1．下表為日本匯率與汽車出口數(shù)量數(shù)據(jù)，年度1986198719881989199019911992199319941995XY16866114563112861013858814558313557512756711150210244694379X:年均匯率（日元/美元）Y:汽車出口數(shù)量（萬輛）問題：（1）畫出X與Y關(guān)系散點(diǎn)圖。（2）計算X與Y有關(guān)系數(shù)。其中，，，，（3）采用直線回歸方程擬和出模型為t值1.24277.2797R2=0.8688F=52.99解釋參數(shù)經(jīng)濟(jì)意義。2．已知一模型最小二乘回歸成果如下：原則差（45.2）（1.53）n=30R2=0.31其中，Y：政府債券價格（百美元），X：利率（%）?；卮鹑缦聠栴}：（1）系數(shù)符號與否對的，并闡明理由；（2）為什么左邊是而不是；（3）在此模型中與否漏了誤差項(xiàng)；（4）該模型參數(shù)經(jīng)濟(jì)意義是什么。3．預(yù)計消費(fèi)函數(shù)模型得t值（13.1）（18.7）n=19R2=0.81其中，C：消費(fèi)（元）Y：收入（元）已知，，，。問：（1）運(yùn)用t值檢查參數(shù)明顯性（α＝0.05）；（2）擬定參數(shù)原則差；（3）判斷一下該模型擬合狀況。4．已知預(yù)計回歸模型得且，，求鑒定系數(shù)和有關(guān)系數(shù)。5．有如下表數(shù)據(jù)日本物價上漲率與失業(yè)率關(guān)系年份物價上漲率（%）P失業(yè)率（%）U19860.62.819870.12.819880.72.519892.32.319903.12.119913.32.119921.62.219931.32.519940.72.91995-0.13.2（1）設(shè)橫軸是U，縱軸是P，畫出散點(diǎn)圖。依照圖形判斷，物價上漲率與失業(yè)率之間是什么樣關(guān)系？擬合什么樣模型比較適當(dāng)？（2）依照以上數(shù)據(jù)，分別擬合了如下兩個模型：模型一：模型二：分別求兩個模型樣本決定系數(shù)。7．依照容量n=30樣本觀測值數(shù)據(jù)計算得到下列數(shù)據(jù)：，，，，，試預(yù)計Y對X回歸直線。8．下表中數(shù)據(jù)是從某個行業(yè)5個不同工廠收集，請回答如下問題：總成本Y與產(chǎn)量X數(shù)據(jù)Y8044517061X1246118（1）預(yù)計這個行業(yè)線性總成本函數(shù)：（2）經(jīng)濟(jì)含義是什么？9．有10戶家庭收入（X，元）和消費(fèi)（Y，百元）數(shù)據(jù)如下表：10戶家庭收入（X）與消費(fèi)（Y）資料X20303340151326383543Y7981154810910若建立消費(fèi)Y對收入X回歸直線Eviews輸出成果如下：DependentVariable：YVariableCoefficientStd.ErrorX0.2022980.023273C2.1726640.720217R-squared0.904259S.D.dependentvar2.233582AdjustedR-squared0.892292F-statistic75.55898Durbin-Watsonstat2.077648Prob(F-statistic)0.000024（1）闡明回歸直線代表性及解釋能力。（2）在95%置信度下檢查參數(shù)明顯性。（，，，）（3）在95%置信度下，預(yù)測當(dāng)X＝45（百元）時，消費(fèi)（Y）置信區(qū)間。（其中，）10．已知有關(guān)系數(shù)r＝0.6，預(yù)計原則誤差，樣本容量n=62。求：（1）剩余變差；（2）決定系數(shù)；（3）總變差。11．在有關(guān)和回歸分析中，已知下列資料：。（1）計算Y對X回歸直線斜率系數(shù)。（2）計算回歸變差和剩余變差。（3）計算預(yù)計原則誤差。12．依照對某公司銷售額Y以及相應(yīng)價格X11組觀測資料計算：（1）預(yù)計銷售額對價格回歸直線；（2）當(dāng)價格為X1＝10時，求相應(yīng)銷售額平均水平，并求此時銷售額價格彈性。13．假設(shè)某國貨幣供應(yīng)量Y與國民收入X歷史如系下表。某國貨幣供應(yīng)量X與國民收入Y歷史數(shù)據(jù)年份XY年份XY年份XY19852.05.019893.37.219934.89.719862.55.519904.07.719945.010.019873.2619914.28.419955.211.219883.6719924.6919965.812.4依照以上數(shù)據(jù)預(yù)計貨幣供應(yīng)量Y對國民收入X回歸方程，運(yùn)用Eivews軟件輸出成果為：DependentVariable：YVariableCoefficientStd.Errort-StatisticProb.X1.9680850.13525214.551270.0000C0.3531910.5629090.6274400.5444R-squared0.954902Meandependentvar8.258333AdjustedR-squared0.950392S.D.dependentvar2.292858S.E.ofregression0.510684F-statistic211.7394Sumsquaredresid2.607979Prob(F-statistic)0.000000問：（1）寫出回歸模型方程形式，并闡明回歸系數(shù)明顯性（）。（2）解釋回歸系數(shù)含義。（2）如果但愿1997年國民收入達(dá)到15，那么應(yīng)當(dāng)把貨幣供應(yīng)量定在什么水平？14．假定有如下回歸成果其中，Y表達(dá)美國咖啡消費(fèi)量（每天每人消費(fèi)杯數(shù)），X表達(dá)咖啡零售價格（單位：美元/杯），t表達(dá)時間。問：（1）這是一種時間序列回歸還是橫截面回歸？做出回歸線。（2）如何解釋截距意義？它有經(jīng)濟(jì)含義嗎？如何解釋斜率？（3）能否救出真實(shí)總體回歸函數(shù)？（4）依照需求價格彈性定義：，根據(jù)上述回歸成果，你能救出對咖啡需求價格彈性嗎？如果不能，計算此彈性還需要其她什么信息？15．下面數(shù)據(jù)是根據(jù)10組X和Y觀測值得到：，，，，假定滿足所有典型線性回歸模型假設(shè)，求，預(yù)計值；16.依照某地1961—1999年共39年總產(chǎn)出Y、勞動投入L和資本投入K年度數(shù)據(jù)，運(yùn)用普通最小二乘法預(yù)計得出了下列回歸方程：(0.237)(0.083)(0.048)，DW=0.858式下括號中數(shù)字為相應(yīng)預(yù)計量原則誤。(1)解釋回歸系數(shù)經(jīng)濟(jì)含義；(2)系數(shù)符號符合你預(yù)期嗎？為什么？17.某計量經(jīng)濟(jì)學(xué)家曾用1921~1941年與1945~1950年（1942~1944年戰(zhàn)爭期間略去）美國國內(nèi)消費(fèi)Ｃ和工資收入Ｗ、非工資－非農(nóng)業(yè)收入Ｐ、農(nóng)業(yè)收入Ａ?xí)r間序列資料，運(yùn)用普通最小二乘法預(yù)計得出了如下回歸方程：式下括號中數(shù)字為相應(yīng)參數(shù)預(yù)計量原則誤。試對該模型進(jìn)行評析，指出其中存在問題。18.計算下面三個自由度調(diào)節(jié)后決定系數(shù)。這里，為決定系數(shù)，為樣本數(shù)目，為解釋變量個數(shù)。（1）（2）（3）19.設(shè)有模型，試在下列條件下:=1\*GB3①=2\*GB3②。分別求出，最小二乘預(yù)計量。20．假設(shè)規(guī)定你建立一種計量經(jīng)濟(jì)模型來闡明在學(xué)校跑道上慢跑一英里或一英里以上人數(shù)，以便決定與否修建第二條跑道以滿足所有鍛煉者。你通過整個年收集數(shù)據(jù)，得到兩個也許解釋性方程：方程A：方程B：其中：——某天慢跑者人數(shù)——該天降雨英寸數(shù)——該天日照小時數(shù)——該天最高溫度（按華氏溫度）——第二天需交學(xué)期論文班級數(shù)請回答下列問題：（1）這兩個方程你以為哪個更合理些，為什么？（2）為什么用相似數(shù)據(jù)去預(yù)計相似變量系數(shù)得到不同符號？21．假定以校園內(nèi)食堂每天賣出盒飯數(shù)量作為被解釋變量，盒飯價格、氣溫、附近餐廳盒飯價格、學(xué)校當(dāng)天學(xué)生數(shù)量（單位：千人）作為解釋變量，進(jìn)行回歸分析；假設(shè)不論與否有假期，食堂都營業(yè)。不幸是，食堂內(nèi)計算機(jī)被一次病毒侵犯，所有存儲丟失，無法恢復(fù)，你不能說出獨(dú)立變量分別代表著哪一項(xiàng)！下面是回歸成果（括號內(nèi)為原則差）：（2.6）(6.3)(0.61)(5.9)規(guī)定：（1）試鑒定每項(xiàng)成果相應(yīng)著哪一種變量？（2）對你鑒定結(jié)論做出闡明。22.設(shè)消費(fèi)函數(shù)為，其中為消費(fèi)支出，為個人可支配收入，為隨機(jī)誤差項(xiàng)，并且（其中為常數(shù)）。試回答如下問題：（1）選用恰當(dāng)變換修正異方差，規(guī)定寫出變換過程；（2）寫出修正異方差后參數(shù)預(yù)計量表達(dá)式。23.檢查下列模型與否存在異方差性，列出檢查環(huán)節(jié)，給出結(jié)論。樣本共40個，本題假設(shè)去掉c=12個樣本，假設(shè)異方差由引起，數(shù)值小一組殘差平方和為，數(shù)值大一組平方和為。24.假設(shè)回歸模型為：，其中：；并且是非隨機(jī)變量，求模型參數(shù)最佳線性無偏預(yù)計量及其方差。25.既有x和Y樣本觀測值如下表:x2510410y47459假設(shè)y對x回歸模型為，且，試用恰當(dāng)辦法預(yù)計此回歸模型。26.依照某地1961—1999年共39年總產(chǎn)出Y、勞動投入L和資本投入K年度數(shù)據(jù)，運(yùn)用普通最小二乘法預(yù)計得出了下列回歸方程：(0.237)(0.083)(0.048),DW=0.858上式下面括號中數(shù)字為相應(yīng)預(yù)計量原則誤差。在5%明顯性水平之下，由DW檢查臨界值表，得dL=1.38,du=1.60。問；(1)題中所預(yù)計回歸方程經(jīng)濟(jì)含義；(2)該回歸方程預(yù)計中存在什么問題?應(yīng)如何改進(jìn)?

27．依照國內(nèi)1978——財政收入和國內(nèi)生產(chǎn)總值記錄資料，可建立如下計量經(jīng)濟(jì)模型：（2.5199）（22.7229）＝0.9609，＝731.2086，＝516.3338，＝0.3474請回答如下問題：何謂計量經(jīng)濟(jì)模型自有關(guān)性？試檢查該模型與否存在一階自有關(guān)，為什么？自有關(guān)會給建立計量經(jīng)濟(jì)模型產(chǎn)生哪些影響？如果該模型存在自有關(guān)，試寫出消除一階自有關(guān)辦法和環(huán)節(jié)。（臨界值，）28.對某地區(qū)大學(xué)生就業(yè)增長影響簡樸模型可描述如下:式中，為新就業(yè)大學(xué)生人數(shù)，MIN1為該地區(qū)最低限度工資，POP為新畢業(yè)大學(xué)生人數(shù)，GDP1為該地區(qū)國內(nèi)生產(chǎn)總值，GDP為該國國內(nèi)生產(chǎn)總值；g表達(dá)年增長率。（1）如果該地區(qū)政府以多多少少不易觀測卻對新畢業(yè)大學(xué)生就業(yè)有影響因素作為基本來選取最低限度工資，則OLS預(yù)計將會存在什么問題？（2）令MIN為該國最低限度工資，它與隨機(jī)擾動項(xiàng)有關(guān)嗎？（3）按照法律，各地區(qū)最低限度工資不得低于國家最低工資，哪么gMIN能成為gMIN1工具變量嗎？29．下列假想計量經(jīng)濟(jì)模型與否合理，為什么？（1）其中，是第產(chǎn)業(yè)國內(nèi)生產(chǎn)總值。（2）其中，、分別為農(nóng)村居民和城鄉(xiāng)居民年末儲蓄存款余額。（3）其中，、、分別為建筑業(yè)產(chǎn)值、建筑業(yè)固定資產(chǎn)投資和職工人數(shù)。（4）其中，、分別為居民耐用消費(fèi)品支出和耐用消費(fèi)品物價指數(shù)。（5）（6）其中，、分別為煤炭工業(yè)職工人數(shù)和固定資產(chǎn)原值，、分別為發(fā)電量和鋼鐵產(chǎn)量。30．指出下列假想模型中錯誤，并闡明理由：（1）其中，為第年社會消費(fèi)品零售總額（億元），為第年居民收入總額（億元）（城鄉(xiāng)居民可支配收入總額與農(nóng)村居民純收入總額之和），為第年全社會固定資產(chǎn)投資總額（億元）。（2）其中，、分別是城鄉(xiāng)居民消費(fèi)支出和可支配收入。（3）其中，、、分別是工業(yè)總產(chǎn)值、工業(yè)生產(chǎn)資金和職工人數(shù)。31．假設(shè)王先生預(yù)計消費(fèi)函數(shù)（用模型表達(dá)），并獲得下列成果：，n=19（3.1）(18.7)R2=0.98這里括號里數(shù)字表達(dá)相應(yīng)參數(shù)T比率值。規(guī)定：（1）運(yùn)用T比率值檢查假設(shè)：b=0（取明顯水平為5%，）；（2）擬定參數(shù)預(yù)計量原則誤差；（3）構(gòu)造b95%置信區(qū)間，這個區(qū)間涉及0嗎？32.依照國內(nèi)1978——財政收入和國內(nèi)生產(chǎn)總值記錄資料，可建立如下計量經(jīng)濟(jì)模型：（2.5199）（22.7229）＝0.9609，＝731.2086，＝516.3338，＝0.3474請回答如下問題：（1）何謂計量經(jīng)濟(jì)模型自有關(guān)性？（2）試檢查該模型與否存在一階自有關(guān)及有關(guān)方向，為什么？（3）自有關(guān)會給建立計量經(jīng)濟(jì)模型產(chǎn)生哪些影響？（臨界值，）33．以某地區(qū)22年年度數(shù)據(jù)預(yù)計了如下工業(yè)就業(yè)回歸方程（-0.56）(2.3)(-1.7)(5.8)式中，Y為總就業(yè)量；X1為總收入；X2為平均月工資率；X3為地方政府總支出。（1）試證明：一階自有關(guān)DW檢查是無定論。（2）逐漸描述如何使用LM檢查34．下表給出三變量模型回歸成果：方差來源平方和（SS）自由度（d.f.）平方和均值(MSS)來自回歸(ESS)65965——來自殘差(RSS)_———總離差(TSS)6604214規(guī)定：（1）樣本容量是多少？（2）求RSS？（3）ESS和RSS自由度各是多少？（4）求和？35.依照國內(nèi)1985——城鄉(xiāng)居民人均可支配收入和人均消費(fèi)性支出資料，按照凱恩斯絕對收入假說建立消費(fèi)函數(shù)計量經(jīng)濟(jì)模型為：；；；；；；其中：是居民人均可支配收入，是居民人均消費(fèi)性支出規(guī)定：（1）解釋模型中137.422和0.772意義；（2）簡述什么是模型異方差性；（3）檢查該模型與否存在異方差性；36．考慮下表中數(shù)據(jù)Y-10-8-6-4-20246810X11234567891011X213579111315171921假設(shè)你做Y對X1和X2多元回歸，你能預(yù)計模型參數(shù)嗎？為什么？37．在研究生產(chǎn)函數(shù)時，有如下兩種成果：（1）（2）其中，Q＝產(chǎn)量，K＝資本，L＝勞動時數(shù)，t＝時間，n＝樣本容量請回答如下問題：（1）證明在模型（1）中所有系數(shù)在記錄上都是明顯（α＝0.05）。（2）證明在模型（2）中t和lnk系數(shù)在記錄上不明顯（α＝0.05）。（3）也許是什么因素導(dǎo)致模型（2）中l(wèi)nk不明顯？38.依照某種商品銷售量和個人收入季度數(shù)據(jù)建立如下模型：其中，定義虛擬變量為第i季度時其數(shù)值取1，別的為0。這時會發(fā)生什么問題，參數(shù)與否可以用最小二乘法進(jìn)行預(yù)計？39.某行業(yè)利潤Y不但與銷售額X關(guān)于，并且與季度因素關(guān)于。如果以為季度因素使利潤平均值發(fā)生變異，應(yīng)如何引入虛擬變量？如果以為季度因素使利潤對銷售額變化額發(fā)生變異，應(yīng)如何引入虛擬變量？如果以為上述兩種狀況都存在，又應(yīng)如何引入虛擬變量？對上述三種狀況分別設(shè)定利潤模型。40.設(shè)國內(nèi)通貨膨脹I重要取決于工業(yè)生產(chǎn)增長速度G，1988年通貨膨脹率發(fā)生明顯變化。假設(shè)這種變化體當(dāng)前通貨膨脹率預(yù)期基點(diǎn)不同假設(shè)這種變化體當(dāng)前通貨膨脹率預(yù)期基點(diǎn)和預(yù)期都不同對上述兩種狀況，試分別擬定通貨膨脹率回歸模型。41.一種由容量為209樣本預(yù)計解釋CEO薪水方程為：(15.3)(8.03)(2.75)(1.775)(2.13)(-2.895)其中,Y表達(dá)年薪水平(單位:萬元)，表達(dá)年收入(單位:萬元)，表達(dá)公司股票收益(單位:萬元)；均為虛擬變量,分別表達(dá)金融業(yè)、消費(fèi)品工業(yè)和公用業(yè)。假設(shè)對比產(chǎn)業(yè)為交通運(yùn)送業(yè)。（1）解釋三個虛擬變量參數(shù)經(jīng)濟(jì)含義。（2）保持和不變，計算公用事業(yè)和交通運(yùn)送業(yè)之間預(yù)計薪水近似比例差別。這個差別在1%明顯性水平上是記錄明顯嗎？（3）消費(fèi)品工業(yè)和金融業(yè)之間預(yù)計薪水近似比例差別是多少？42.在一項(xiàng)對北京某大學(xué)學(xué)生月消費(fèi)支出研究中，以為學(xué)生消費(fèi)支出除受其家庭月收入水平外,還受在學(xué)校與否得獎學(xué)金,來自農(nóng)村還是都市，是經(jīng)濟(jì)發(fā)達(dá)地區(qū)還是欠發(fā)達(dá)地區(qū),以及性別等因素影響。試設(shè)定恰當(dāng)模型,并導(dǎo)出如下情形下學(xué)生消費(fèi)支出平均水平:(1)來自欠發(fā)達(dá)農(nóng)村地區(qū)女生,未得獎學(xué)金;(2)來自欠發(fā)達(dá)都市地區(qū)男生,得到獎學(xué)金;(3)來自發(fā)達(dá)地區(qū)農(nóng)村女生,得到獎學(xué)金;(4)來自發(fā)達(dá)地區(qū)都市男生,未得獎學(xué)金.43.試在家庭對某商品消費(fèi)需求函數(shù)中（以加法形式）引入虛擬變量，用以反映季節(jié)因素（淡、旺季）和收入層次差距（高、低）對消費(fèi)需求影響，并寫出各類消費(fèi)函數(shù)詳細(xì)形式。44．考察如下分布滯后模型：假定咱們要用多項(xiàng)式階數(shù)為2有限多項(xiàng)式預(yù)計這個模型，并依照一種有60個觀測值樣本求出了二階多項(xiàng)式系數(shù)預(yù)計值為：0＝0.3，1＝0.51，2=0.1，試計算(=0，1，2，3)45．考察如下分布滯后模型：如果用2階有限多項(xiàng)式變換模型預(yù)計這個模型后得式中，，，（1）求原模型中各參數(shù)值（2）預(yù)計對短期影響乘數(shù)、長期影響乘數(shù)和過渡性影響乘數(shù)46．已知某商場1997-庫存商品額與銷售額資料，假定最大滯后長度，多項(xiàng)式階數(shù)。（1）建立分布滯后模型（2）假定用最小二乘法得到有限多項(xiàng)式變換模型預(yù)計式為請寫出分布滯后模型預(yù)計式47．考察下面模型式中為投資，為收入，為消費(fèi)，為利率。（1）指出模型內(nèi)生變量和前定變量；（2）分析各行為方程辨認(rèn)狀況；（3）選取最適合于預(yù)計可辨認(rèn)方程預(yù)計辦法。48．設(shè)有聯(lián)立方程模型：消費(fèi)函數(shù)：投資函數(shù)：恒等式：其中，為消費(fèi)，為投資，為收入，為政府支出，和為隨機(jī)誤差項(xiàng)，請回答：（1）指出模型中內(nèi)生變量、外生變量和前定變量（2）用階條件和秩條件辨認(rèn)該聯(lián)立方程模型（3）分別提出可辨認(rèn)構(gòu)造式方程恰當(dāng)預(yù)計辦法49．辨認(rèn)下面模型式1：（需求方程）式2：（供應(yīng)方程）其中，為需求或供應(yīng)數(shù)量，為價格，為收入，和為內(nèi)生變量，為外生變量。50．已知構(gòu)造式模型為式1：式2：其中，和是內(nèi)生變量，和是外生變量。（1）分析每一種構(gòu)造方程辨認(rèn)狀況；（2）如果＝0，各方程辨認(rèn)狀況會有什么變化？答案1、答：（1）（2分）散點(diǎn)圖如下：（2）=0.9321（3分）（3）截距項(xiàng)81.72表達(dá)當(dāng)美元兌日元匯率為0時日本汽車出口量，這個數(shù)據(jù)沒有實(shí)際意義；（2分）斜率項(xiàng)3.65表達(dá)汽車出口量與美元兌換日元匯率正有關(guān)，當(dāng)美元兌換日元匯率每上升1元，會引起日本汽車出口量上升3.65萬輛。（3分）2、答：（1）系數(shù)符號是對的，政府債券價格與利率是負(fù)有關(guān)關(guān)系，利率上升會引起政府債券價格下降。（2分）（2）代表是樣本值，而代表是給定條件下盼望值，即。此模型是依照樣本數(shù)據(jù)得出回歸成果，左邊應(yīng)當(dāng)是盼望值，因而是而不是。（3分）（3）沒有漏掉，由于這是依照樣本做出回歸成果，并不是理論模型。（2分）（4）截距項(xiàng)101.4表達(dá)在X取0時Y水平，本例中它沒有實(shí)際意義；斜率項(xiàng)-4.78表白利率X每上升一種百分點(diǎn)，引起政府債券價格Y減少478美元。（3分）3、答：（1）提出原假設(shè)H0：，H1：。由于t記錄量＝18.7，臨界值，由于18.7>2.1098，故回絕原假設(shè)H0：，即以為參數(shù)是明顯。（3分）（2）由于，故。（3分）（3）回歸模型R2=0.81，表白擬合優(yōu)度較高，解釋變量對被解釋變量解釋能力為81%，即收入對消費(fèi)解釋能力為81％，回歸直線擬合觀測點(diǎn)較為抱負(fù)。（4分）4、答：鑒定系數(shù)：==0.8688（3分）有關(guān)系數(shù)：（2分）5、答：（1）（2分）散點(diǎn)圖如下：依照圖形可知，物價上漲率與失業(yè)率之間存在明顯負(fù)有關(guān)關(guān)系，擬合倒數(shù)模型較適當(dāng)。（2分）（2）模型一：＝0.8554（3分）模型二：＝0.8052（3分）7、答：（2分）（2分）故回歸直線為：（1分）8、答：（1）由于，，，，，，，得（3分）（2分）總成本函數(shù)為：（1分）（2）截距項(xiàng)表達(dá)當(dāng)產(chǎn)量X為0時工廠平均總成本為26.28，也就量工廠平均固定成本；（2分）斜率項(xiàng)表達(dá)產(chǎn)量每增長1個單位，引起總成本平均增長4.26個單位。（2分）9、答：（1）回歸模型R2＝0.9042，表白在消費(fèi)Y總變差中，由回歸直線解釋某些占到90％以上，回歸直線代表性及解釋能力較好。（2分）（2）對于斜率項(xiàng)，>，即表白斜率項(xiàng)明顯不為0，家庭收入對消費(fèi)有明顯影響。（2分）對于截距項(xiàng)，>，即表白截距項(xiàng)也明顯不為0，通過了明顯性檢查。（2分）（3）Yf=2.17+0.2023×45＝11.2735（2分）（2分）95%置信區(qū)間為（11.2735-4.823，11.2735+4.823），即（6.4505，16.0965）。（2分）10、答：（1）由于，。（4分）（2）（2分）（3）（4分）11、答：（1）＝＝11.38（2分）（2分）斜率系數(shù)：（1分）（2）R2=r2=0.92=0.81，剩余變差：（1分）總變差：TSS＝RSS/(1-R2)=/(1-0.81)=10526.32（2分）（3）（2分）12、答：（1）（3分）（2分）故回歸直線為，（2）（2分）銷售額價格彈性＝＝0.072（3分）13、（1）回歸方程為：，由于斜率項(xiàng)p值＝0.0000<，表白斜率項(xiàng)明顯不為0，即國民收入對貨幣供應(yīng)量有明顯影響。（2分）截距項(xiàng)p值＝0.5444>，表白截距項(xiàng)與0值沒有明顯差別，即截距項(xiàng)沒有通過明顯性檢查。（2分）（2）截距項(xiàng)0.353表達(dá)當(dāng)國民收入為0時貨幣供應(yīng)量水平，此處沒有實(shí)際意義。斜率項(xiàng)1.968表白國民收入每增長1元，將導(dǎo)致貨幣供應(yīng)量增長1.968元。（3分）（3）當(dāng)X＝15時，，即應(yīng)將貨幣供應(yīng)量定在29.873水平。（3分）14、答：（1）這是一種時間序列回歸。（圖略）（2分）（2）截距2.6911表達(dá)咖啡零售價在每磅0美元時，美國平均咖啡消費(fèi)量為每天每人2.6911杯，這個沒有明顯經(jīng)濟(jì)意義；（2分）斜率－0.4795表達(dá)咖啡零售價格與消費(fèi)量負(fù)有關(guān)，表白咖啡價格每上升1美元，平均每天每人消費(fèi)量減少0.4795杯。（2分）（3）不能。因素在于要理解全美國所有人咖啡消費(fèi)狀況幾乎是不也許。（2分）（4）不能。在同一條需求曲線上不同點(diǎn)價格彈性不同，若規(guī)定價格彈性，須給出詳細(xì)X值及與之相應(yīng)Y值。（2分）15、答：由已知條件可知，，（3分）（3分）（2分）（2分）16.解答：（1）這是一種對數(shù)化后來體現(xiàn)為線性關(guān)系模型，lnL系數(shù)為1.451意味著資本投入K保持不變時勞動—產(chǎn)出彈性為1.451；（3分）lnK系數(shù)為0.384意味著勞動投入L保持不變時資本—產(chǎn)出彈性為0.384（2分）.（2）系數(shù)符號符合預(yù)期，作為彈性，都是正值，并且都通過了參數(shù)明顯性檢查（t檢查）（5分，規(guī)定可以把t值計算出來）。17.解答：該消費(fèi)模型鑒定系數(shù)，Ｆ記錄量值，均很高，表白模型整體擬合限度很高。（2分）計算各回歸系數(shù)預(yù)計量t記錄量值得：，，。除外，別的T值均很小。工資收入Ｗ系數(shù)t檢查值雖然明顯，但該系數(shù)預(yù)計值卻過大，該值為工資收入對消費(fèi)邊際效應(yīng)，它值為1.059意味著工資收入每增長一美元，消費(fèi)支出增長將超過一美元，這與經(jīng)濟(jì)理論和生活常識都不符。（5分）此外，盡管從理論上講，非工資—非農(nóng)業(yè)收入與農(nóng)業(yè)收入也是消費(fèi)行為重要解釋變量，但兩者各自t檢查卻顯示出它們效應(yīng)與0無明顯差別。這些跡象均表白模型中存在嚴(yán)重多重共線性，不同收入某些之間互有關(guān)系掩蓋了各個某些對解釋消費(fèi)行為單獨(dú)影響。（3分）18.解答：(1)（3分）(2)；負(fù)值也是有也許。（4分）(3)（3分）19.解答：當(dāng)時，模型變?yōu)?，可作為一元回歸模型來對待（5分）當(dāng)時，模型變?yōu)?同樣可作為一元回歸模型來對待（5分）20．解答:（1）第2個方程更合理某些，，由于某天慢跑者人數(shù)同該天日照小時數(shù)應(yīng)當(dāng)是正有關(guān)。（4分）（2）浮現(xiàn)不同符號因素很也許是由于與高度有關(guān)而導(dǎo)致浮現(xiàn)多重共線性緣故。從生活經(jīng)驗(yàn)來看也是如此，日照時間長，必然當(dāng)天最高氣溫也就高。而日照時間長度和第二天需交學(xué)期論文班級數(shù)是沒有有關(guān)性。（6分）21．解答：（1）是盒飯價格，是氣溫，是學(xué)校當(dāng)天學(xué)生數(shù)量，是附近餐廳盒飯價格。（4分）（2）在四個解釋變量中，附近餐廳盒飯價格同校園內(nèi)食堂每天賣出盒飯數(shù)量應(yīng)當(dāng)是負(fù)有關(guān)關(guān)系，其符號應(yīng)當(dāng)為負(fù)，應(yīng)為；學(xué)校當(dāng)天學(xué)生數(shù)量每變化一種單位，盒飯相應(yīng)變化數(shù)量不會是28.4或者12.7，應(yīng)當(dāng)是不大于1，應(yīng)為；至于別的兩個變量，從普通經(jīng)驗(yàn)來看，被解釋變量對價格反映會比對氣溫反映更敏捷某些，因此是盒飯價格，是氣溫。（6分）22.解：（一）原模型：（1）等號兩邊同除以，新模型：（2）（2分）令則：（2）變?yōu)椋?分）此時新模型不存在異方差性。（2分）（二）對進(jìn)行普通最小二乘預(yù)計其中（4分）（進(jìn)一步帶入計算也可）23.解：（1）（2分）（2）（3分）（3）（2分）（4），接受原假設(shè)，以為隨機(jī)誤差項(xiàng)為同方差性。（3分）24.解：原模型：依照為消除異方差性，模型等號兩邊同除以模型變?yōu)椋海?分）令則得到新模型：（2分）此時新模型不存在異方差性。（2分）運(yùn)用普通最小二乘法，預(yù)計參數(shù)得：（4分）25.解：原模型：，模型存在異方差性為消除異方差性，模型兩邊同除以，得：（2分）令得：（2分）此時新模型不存在異方差性（1分）由已知數(shù)據(jù)，得（2分）25104100.50.20.10.250.14745921.40.41.250.9依照以上數(shù)據(jù)，對進(jìn)行普通最小二乘預(yù)計得：解得（3分）26.答案：(1)題中所預(yù)計回歸方程經(jīng)濟(jì)含義：該回歸方程是一種對數(shù)線性模型，可還原為指數(shù)形式為：，是一種C-D函數(shù)，1.451為勞動產(chǎn)出彈性，0.3841為資本產(chǎn)出彈性。由于1.451+0.3841〉1，因此該生產(chǎn)函數(shù)存在規(guī)模經(jīng)濟(jì)。（6分）(2)該回歸方程預(yù)計中存在什么問題?應(yīng)如何改進(jìn)?

由于DW=0.858，dL=1.38,即0.858<1.38,故存在一階正自有關(guān)。可運(yùn)用GLS辦法消除自有關(guān)影響。（4分）27．（1）何謂計量經(jīng)濟(jì)模型自有關(guān)性？答：如果對于不同樣本點(diǎn)，隨機(jī)誤差項(xiàng)之間不再是完全互相獨(dú)立，而是存在某種有關(guān)性，則浮現(xiàn)序列有關(guān)性。如存在：稱為一階序列有關(guān)，或自有關(guān)。（3分）（2）試檢查該模型與否存在一階自有關(guān)，為什么？答：存在。（2分）（3）自有關(guān)會給建立計量經(jīng)濟(jì)模型產(chǎn)生哪些影響？答：1參數(shù)預(yù)計兩非有效;2變量明顯性檢查失去意義。3模型預(yù)測失效。（3分）（4）如果該模型存在自有關(guān)，試寫出消除一階自有關(guān)辦法和環(huán)節(jié)。（臨界值，）答：1構(gòu)造D.W記錄量并查表；2與臨界值相比較，以判斷模型自有關(guān)狀態(tài)。（2分）28．答：（1）由于地方政府往往是依照過去經(jīng)驗(yàn)、當(dāng)前經(jīng)濟(jì)狀況以及盼望經(jīng)濟(jì)發(fā)展前景來定制地區(qū)最低限度工資水平，而這些因素沒有反映在上述模型中，而是被歸結(jié)到了模型隨機(jī)擾動項(xiàng)中，因而gMIN1與m不但異期有關(guān)，并且往往是同期有關(guān)，這將引起OLS預(yù)計量偏誤，甚至當(dāng)樣本容量增大時也不具備一致性。（5分）（2）全國最低限度制定重要依照全國國整體狀況而定，因而gMIN基本與上述模型隨機(jī)擾動項(xiàng)無關(guān)。（2分）（3）由于地方政府在制定本地區(qū)最低工資水平時往往考慮全國最低工資水平規(guī)定，因而gMIN1與gMIN具備較強(qiáng)有關(guān)性。結(jié)合（2）知gMIN可以作為gMIN1工具變量使用。（3分）29．解答：（1）這是一種擬定關(guān)系，各產(chǎn)業(yè)生產(chǎn)總值之和等于國內(nèi)生產(chǎn)總值。作為計量模型不合理。（3分）（2）（3）（4）（5）都是合理計量經(jīng)濟(jì)模型。（4分）（6）不合理。發(fā)電量和鋼鐵產(chǎn)量影響對煤炭需求，但不會影響煤炭產(chǎn)量。作為解釋變量沒故意義。（3分）30．解答：（1）模型中系數(shù)符號為負(fù)，不符合常理。居民收入越多意味著消費(fèi)越多，兩者應(yīng)當(dāng)是正有關(guān)關(guān)系。（3分）（2）系數(shù)是1.2，這就意味著每增長一元錢，居民消費(fèi)支出平均增長1.2元，處在一種入不敷出狀態(tài)，這是不也許，至少對一種表達(dá)普通關(guān)系宏觀計量經(jīng)濟(jì)模型來說是不也許。（4分）(3)系數(shù)符號為負(fù)，不合理。職工人數(shù)越多工業(yè)總產(chǎn)值越少是不合理。這很也許是由于工業(yè)生產(chǎn)資金和職工人數(shù)兩者有關(guān)導(dǎo)致多重共線性產(chǎn)生。（3分）31．解答：（1）臨界值t=1.7291不大于18.7，以為回歸系數(shù)明顯地不為0.（4分）（2）參數(shù)預(yù)計量原則誤差：0.81/18.7=0.0433（3分）（3）不涉及。由于這是一種消費(fèi)函數(shù)，自發(fā)消費(fèi)為15單位，預(yù)測區(qū)間涉及0是不合理。（3分）32．解答：（1）對于如果隨機(jī)誤差項(xiàng)各期值之間存在著有關(guān)關(guān)系，即稱隨機(jī)誤差項(xiàng)之間存在自有關(guān)性。（3分）（2）該模型存在一階正自有關(guān)，由于0<＝0.3474<（3分）（3）自有關(guān)性后果有如下幾種方面：=1\*GB3①模型參數(shù)預(yù)計值不具備最優(yōu)性；=2\*GB3②隨機(jī)誤差項(xiàng)方差普通會低估；=3\*GB3③模型記錄檢查失效；=4\*GB3④區(qū)間預(yù)計和預(yù)測區(qū)間精度減少。（4分）33．解答：（1）查表得臨界值，。正位于1.05和1.66之間，恰是D-W檢查無鑒定區(qū)域，因此一階自有關(guān)DW檢查是無定論。（3分）（2）對于模型，設(shè)自有關(guān)形式為假設(shè)，（1分）LM檢查檢查過程如下：一方面，運(yùn)用OLS法預(yù)計模型，得到殘差序列；(2分）另一方面，將關(guān)于殘差滯后值進(jìn)行回歸，并計算出輔助回歸模型鑒定系數(shù)；(2分）最后，對于明顯水平，若不不大于臨界值，則回絕原假設(shè)，即存在自有關(guān)性。（2分）34．解答：（1）總離差(TSS)自由度為n-1，因而樣本容量為15；（2分）（2）RSS=TSS-ESS=66042-65965=77；（2分）（3）ESS自由度為2，RSS自由度為12；（2分）（4）=ESS/TSS=65965/66042=0.9988，（4分）35.解答：（1）0.722是指，當(dāng)城鄉(xiāng)居民人均可支配收入每變動一種單位，人均消費(fèi)性支出資料平均變動0.722個單位，也即指邊際消費(fèi)傾向；137.422指雖然沒有收入也會發(fā)生消費(fèi)支出，也就是自發(fā)性消費(fèi)支出。（3分）(2)在線性回歸模型中，如果隨機(jī)誤差項(xiàng)方差不是常數(shù)，即對不同解釋變量觀測值彼此不同，則稱隨機(jī)項(xiàng)具備異方差性。（3分）(3)存在異方差性，由于輔助回歸方程，，整體明顯；并且回歸系數(shù)明顯性地不為0。戈里瑟檢查就是這樣檢查過程。（4分）答：不能。（3分）由于X1和X2存在完全多重共線性，即X2＝2X1-1，或X1＝0.5（X2+1）。（7分）37．答：（1）LnkT檢查：＝10.195＞2.1009，因而lnk系數(shù)明顯。LnlT檢查：＝6.518＞2.1009，因而lnl系數(shù)明顯。（4分）（2）tT檢查：＝1.333＞2.1098，因而lnk系數(shù)不明顯。LnkT檢查：＝1.18＞2.1098，因而lnl系數(shù)不明顯。（4分）也許是由于時間變量引入導(dǎo)致了多重共線性。（2分）解答：這時會發(fā)生完全多重共線性問題；（3分）由于有四個季度，該模型則引入了四個虛擬變量。顯然，對于任一季度而言，，則任一變量都是其她變量線性組合，因而存在完全共線性。當(dāng)有四個類別需要區(qū)別時，咱們只需要引入三個虛擬變量就可以了；（5分）參數(shù)將不能用最小二乘法進(jìn)行預(yù)計。（2分）39.解答：（1）假設(shè)第一季度為基本類型，引入三個虛擬變量；；，利潤模型為。（5分）（2）利潤模型為（2分）（3分）利潤模型為（3分）40.解答：通貨膨脹與工業(yè)生產(chǎn)增長速度關(guān)系基本模型為引入虛擬變量（4分）則（1）（3分）（2）（3分）41.解答：（1）經(jīng)濟(jì)含義為：當(dāng)銷售收入和公司股票收益保持不變時，金融業(yè)CEO要比交通運(yùn)送業(yè)CEO多獲15.8個百分點(diǎn)薪水。其她兩個可類似解釋。（3分）（2）公用事業(yè)和交通運(yùn)送業(yè)之間預(yù)計薪水近似比例差別就是以百分?jǐn)?shù)解釋參數(shù)，即為28.3%.由于參數(shù)t記錄值為-2.895,它不不大于1%明顯性水平下自由度為203t分布臨界值1.96,因而這種差別記錄上是明顯。（4分）(3)由于消費(fèi)品工業(yè)和金融業(yè)相對于交通運(yùn)送業(yè)薪水比例差別分別為15.8%與18.1%,因而她們之間差別為18.1%-15.8%=2.3%。（3分）42.解答:記學(xué)生月消費(fèi)支出為Y,其家庭月收入水平為X,在不考慮其她因素影響時,有如下基本回歸模型：（2分）其她決定性因素可用如下虛擬變量表達(dá):43.答案：引入反映季節(jié)因素和收入層次差別虛擬變量如下：依照階數(shù)為2Almon多項(xiàng)式：，=0,1,2,3（3分）；可計算得到預(yù)計值：0＝0＝0.3（3分）；1＝0＋1＋2＝0.91（3分）；2＝0＋21＋42＝1.72（3分）；3＝0＋31＋92＝2.73（3分）。45．由已知預(yù)計式可知：0＝0.71，1＝0.25，2＝-0.3（3分），依照階數(shù)為2Almon多項(xiàng)式：，i=0,1,2（3分）；可計算得到βi預(yù)計值：0＝0＝0.71（3分）；1＝0＋1＋2＝0.66（3分）；2＝0＋21＋42＝0.01（3分）。46．（1）分布滯后模型為（2分）（2）由已知預(yù)計式可知：0＝0.53，1＝0.80，2＝-0.33（1分），依照階數(shù)為2Almon多項(xiàng)式：，i=0,1,2（3分）；可計算得到βi預(yù)計值：0＝0＝0.53（3分）；1＝0＋1＋2＝1.00（3分）；2＝0＋21＋42＝047．（1）內(nèi)生變量為，，，前定變量為，，（6）（2）消費(fèi)方程為過度辨認(rèn)，投資方程是正好辨認(rèn)；（6分）（3）消費(fèi)方程適合用二階段最小二乘法，投資方程適合用間接最小二乘法（或工具變量法）（3分）48．（1）內(nèi)生變量為，，（2分）;外生變量為（1分）；前定變量為和（2分）（2）辨認(rèn)方程1：被斥變量參數(shù)矩陣:1－b21－b20-101秩為2，方程個數(shù)減1為2，故方程可辨認(rèn)（2）；再依照階段條件，可得方程1正好辨認(rèn)（2）。辨認(rèn)方程2：被斥變量參數(shù)矩陣為0-1010-101秩為1，不大于方程個數(shù)減1，故方程2不可辨認(rèn)。（2分）方程3是恒等式，不存在辨認(rèn)問題（1分）；因而，整個模型不可辨認(rèn)（1分）49．方程1：由于包括了方程中所有變量，故不可辨認(rèn)。（3分）方程2：運(yùn)用秩條件，得被斥變量參數(shù)矩陣（-α2）（2分），其秩為1（2分），與方程個數(shù)減1相等，故可知方程2可辨認(rèn)（2分）；再運(yùn)用階條件，方程2排除變量個數(shù)正好與剩余方程個數(shù)相等（2分），可知方程2正好辨認(rèn)（2分）。由于方程1不可辨認(rèn)，因此整個模型不可辨認(rèn)（2）。50．（1）方程1：運(yùn)用秩條件，得被斥變量參數(shù)矩陣（-β2），其秩為1，與方程個數(shù)減1相等，故可知方程1可辨認(rèn)（3分）；再運(yùn)用階條件，方程2排除變量個數(shù)正好與剩余方程個數(shù)相等，可知方程1正好辨認(rèn)（2分）。方程2：運(yùn)用秩條件，得被斥變量參數(shù)矩陣（-α2），其秩為1，與方程個數(shù)減1相等，故可知方程2可辨認(rèn)（3分）；再運(yùn)用階條件，方程2排除變量個數(shù)正好與剩余方程個數(shù)相等，可知方程1正好辨認(rèn)（2分）。方程1仍是正好辨認(rèn)（3分），但方程2涉及了模型中所有變量，故是不可辨認(rèn)（2分）。簡答簡述計量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)學(xué)、記錄學(xué)、數(shù)理記錄學(xué)學(xué)科間關(guān)系。

答：計量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、記錄學(xué)和數(shù)學(xué)綜合。經(jīng)濟(jì)學(xué)著重經(jīng)濟(jì)現(xiàn)象定性研究，計量經(jīng)濟(jì)學(xué)著重于定量方面研究。記錄學(xué)是關(guān)于如何收集、整頓和分析數(shù)據(jù)科學(xué)，而計量經(jīng)濟(jì)學(xué)則運(yùn)用經(jīng)濟(jì)記錄所提供數(shù)據(jù)來預(yù)計經(jīng)濟(jì)變量之間數(shù)量關(guān)系并加以驗(yàn)證。數(shù)理記錄學(xué)作為一門數(shù)學(xué)學(xué)科，可以應(yīng)用于經(jīng)濟(jì)領(lǐng)域，也可以應(yīng)用于其她領(lǐng)域；計量經(jīng)濟(jì)學(xué)則僅限于經(jīng)濟(jì)領(lǐng)域。計量經(jīng)濟(jì)模型建立過程，是綜合應(yīng)用理論、記錄和數(shù)學(xué)辦法過程，計量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、記錄學(xué)和數(shù)學(xué)三者統(tǒng)一。

計量經(jīng)濟(jì)模型有哪些應(yīng)用？

答：①構(gòu)造分析。②經(jīng)濟(jì)預(yù)測。③政策評價。④檢查和發(fā)展經(jīng)濟(jì)理論。

3、簡述建立與應(yīng)用計量經(jīng)濟(jì)模型重要環(huán)節(jié)。

答：①依照經(jīng)濟(jì)理論建立計量經(jīng)濟(jì)模型；②樣本數(shù)據(jù)收集；③預(yù)計參數(shù)；④模型檢查；⑤計量經(jīng)濟(jì)模型應(yīng)用。對計量經(jīng)濟(jì)模型檢查應(yīng)從幾種方面入手？

答：①經(jīng)濟(jì)意義檢查；②記錄準(zhǔn)則檢查；③計量經(jīng)濟(jì)學(xué)準(zhǔn)則檢查；④模型預(yù)測檢查。

5．計量經(jīng)濟(jì)學(xué)應(yīng)用數(shù)據(jù)是如何進(jìn)行分類？

答：四種分類：①時間序列數(shù)據(jù)；②橫截面數(shù)據(jù)；③混合數(shù)據(jù)；④虛擬變量數(shù)據(jù)。

6.在計量經(jīng)濟(jì)模型中，為什么會存在隨機(jī)誤差項(xiàng)？答：隨機(jī)誤差項(xiàng)是計量經(jīng)濟(jì)模型中不可缺少一某些。產(chǎn)生隨機(jī)誤差項(xiàng)因素有如下幾種方面：①模型中被忽視掉影響因素導(dǎo)致誤差；②模型關(guān)系認(rèn)定不精確導(dǎo)致誤差；③變量測量誤差；④隨機(jī)因素。

7.古典線性回歸模型基本假定是什么？

答：①零均值假定。即在給定條件下，隨機(jī)誤差項(xiàng)數(shù)學(xué)盼望（均值）為0，即=0。②同方差假定。誤差項(xiàng)方差與t無關(guān)，為一種常數(shù)。③無自有關(guān)假定。即不同誤差項(xiàng)互相獨(dú)立。④解釋變量與隨機(jī)誤差項(xiàng)不有關(guān)假定。⑤正態(tài)性假定，即假定誤差項(xiàng)服從均值為0，方差為正態(tài)分布。

總體回歸模型與樣本回歸模型區(qū)別與聯(lián)系。

答：重要區(qū)別：①描述對象不同?？傮w回歸模型描述總體中變量y與x互有關(guān)系，而樣本回歸模型描述所觀測樣本中變量y與x互有關(guān)系。②建立模型不同?？傮w回歸模型是根據(jù)總體所有觀測資料建立，樣本回歸模型是根據(jù)樣本觀測資料建立。③模型性質(zhì)不同?？傮w回歸模型不是隨機(jī)模型，樣本回歸模型是隨機(jī)模型，它隨著樣本變化而變化。

重要聯(lián)系：樣本回歸模型是總體回歸模型一種預(yù)計式，之因此建立樣本回歸模型，目是用來預(yù)計總體回歸模型。試述回歸分析與有關(guān)分析聯(lián)系和區(qū)別。答：兩者聯(lián)系：①有關(guān)分析是回歸分析前提和基本；回歸分析是有關(guān)分析進(jìn)一步和繼續(xù)。②有關(guān)分析與回歸分析關(guān)于指標(biāo)之間存在計算上內(nèi)在聯(lián)系。

兩者區(qū)別：①回歸分析強(qiáng)調(diào)因果關(guān)系，有關(guān)分析不關(guān)懷因果關(guān)系，所研究兩個變量是對等。②對兩個變量x與y而言，有關(guān)分析中：；在回歸分析中，和卻是兩個完全不同回歸方程。③回歸分析對資料規(guī)定是被解釋變量y是隨機(jī)變量，解釋變量x是非隨機(jī)變量；有關(guān)分析對資料規(guī)定是兩個變量都隨機(jī)變量。

10．在滿足古典假定條件下，一元線性回歸模型普通最小二乘預(yù)計量有哪些記錄性質(zhì)？

答：①線性，是指參數(shù)預(yù)計量和分別為觀測值和隨機(jī)誤差項(xiàng)線性函數(shù)或線性組合。②無偏性，指參數(shù)預(yù)計量和均值（盼望值）分別等于總體參數(shù)和。③有效性（最小方差性或最優(yōu)性），指在所有線性無偏預(yù)計量中，最小二乘預(yù)計量和方差最小。11．簡述BLUE含義。

答：BLUE即最佳線性無偏預(yù)計量，是best

linear

unbiased

estimators縮寫。在古典假定條件下，最小二乘預(yù)計量具備線性、無偏性和有效性，是最佳線性無偏預(yù)計量，即BLUE，這一結(jié)論就是知名高斯－馬爾可夫定理。

對于多元線性回歸模型，為什么在進(jìn)行了總體明顯性F檢查之后，還要對每個回歸系數(shù)進(jìn)行與否為0t檢查？

答：多元線性回歸模型總體明顯性F檢查是檢查模型中所有解釋變量對被解釋變量共同影響與否明顯。通過了此F檢查，就可以說模型中所有解釋變量對被解釋變量共同影響是明顯，但卻不能就此鑒定模型中每一種解釋變量對被解釋變量影響都是明顯。因而還需要就每個解釋變量對被解釋變量影響與否明顯進(jìn)行檢查，即進(jìn)行t檢查。13.給定二元回歸模型：，請論述模型古典假定。

解答：（1）隨機(jī)誤差項(xiàng)盼望為零，即。（2）不同隨機(jī)誤差項(xiàng)之間互相獨(dú)立，即（3）隨機(jī)誤差項(xiàng)方差與t無關(guān)，為一種常數(shù)，即。即同方差假設(shè)。（4）隨機(jī)誤差項(xiàng)與解釋變量不有關(guān)，即。普通假定為非隨機(jī)變量，這個假設(shè)自動成立。（5）隨機(jī)誤差項(xiàng)為服從正態(tài)分布隨機(jī)變量，即（6）解釋變量之間不存在多重共線性，即假定各解釋變量之間不存在線性關(guān)系，即不存在多重共線性。

14.在多元線性回歸分析中，為什么用修正決定系數(shù)衡量預(yù)計模型對樣本觀測值擬合優(yōu)度？

解答：由于人們發(fā)現(xiàn)隨著模型中解釋變量增多，多重決定系數(shù)值往往會變大，從而增長了模型解釋功能。這樣就使得人們以為要使模型擬合得好，就必要增長解釋變量。但是，在樣本容量一定狀況下，增長解釋變量必然使得待估參數(shù)個數(shù)增長，從而損失自由度，而實(shí)際中如果引入解釋變量并非必要話也許會產(chǎn)生諸多問題，例如，減少預(yù)測精準(zhǔn)度、引起多重共線性等等。為此用修正決定系數(shù)來預(yù)計模型對樣本觀測值擬合優(yōu)度。15.修正決定系數(shù)及其作用。

解答：其作用有：（1）用自由度調(diào)節(jié)后，可以消除擬合優(yōu)度評價中解釋變量多少對決定系數(shù)計算影響；（2）對于包括解釋變量個數(shù)不同模型，可以用調(diào)節(jié)后決定系數(shù)直接比較它們擬合優(yōu)度高低，但不能用本來未調(diào)節(jié)決定系數(shù)來比較。

常用非線性回歸模型有幾種狀況？解答：常用非線性回歸模型重要有:

對數(shù)模型

半對數(shù)模型

(3)

倒數(shù)模型

(4)

多項(xiàng)式模型

成長曲線模型涉及邏輯成長曲線模型和Gompertz成長曲線模型

17.觀測下列方程并判斷其變量與否呈線性，系數(shù)與否呈線性，或都是或都不是。

①

②

③

④解答：①系數(shù)呈線性，變量非線性；②系數(shù)呈線性，變量非呈線性；③系數(shù)和變量均為非線性；④系數(shù)和變量均為非線性。

觀測下列方程并判斷其變量與否呈線性，系數(shù)與否呈線性，或都是或都不是。

①

②③

④解答：①系數(shù)呈線性，變量非呈線性；②系數(shù)非線性，變量呈線性；③系數(shù)和變量均為非線性；④系數(shù)和變量均為非線性。

19.什么是異方差性？試舉例闡明經(jīng)濟(jì)現(xiàn)象中異方差性。答：異方差性是指模型違背了古典假定中同方差假定，它是計量經(jīng)濟(jì)分析中一種專門問題。在線性回歸模型中，如果隨機(jī)誤差項(xiàng)方差不是常數(shù)，即對不同解釋變量觀測值彼此不同，則稱隨機(jī)項(xiàng)具備異方差性，即例如，運(yùn)用橫截面數(shù)據(jù)研究消費(fèi)和收入之間關(guān)系時，對收入較少家庭在滿足基本消費(fèi)支出之后剩余收入已經(jīng)不多，用在購買生活必須品上比例較大，消費(fèi)分散幅度不大。收入較多家庭有更多可自由支配收入，使得這些家庭消費(fèi)有更大選取范疇。由于個性、興趣、儲蓄心理、消費(fèi)習(xí)慣和家庭成員構(gòu)成等那個差別，使消費(fèi)分散幅度增大，或者說低收入家庭消費(fèi)分散度和高收入家庭消費(fèi)得分散度相比較，可以以為牽著不大于后者。這種被解釋變量分散幅度變化，反映到模型中，可以理解為誤差項(xiàng)方差變化。20.產(chǎn)生異方差性因素及異方差性對模型OLS預(yù)計有何影響。產(chǎn)生因素：（1）模型中漏掉了某些解釋變量；（2）模型函數(shù)形式設(shè)定誤差；（3）樣本數(shù)據(jù)測量誤差；（4）隨機(jī)因素影響。

產(chǎn)生影響：如果線性回歸模型隨機(jī)誤差項(xiàng)存在異方差性，會對模型參數(shù)預(yù)計、模型檢查及模型應(yīng)用帶來重大影響，重要有：（1）不影響模型參數(shù)最小二乘預(yù)計值無偏性；（2）參數(shù)最小二乘預(yù)計量不是一種有效預(yù)計量；（3）對模型參數(shù)預(yù)計值明顯性檢查失效；（4）模型預(yù)計式代表性減少，預(yù)測精度精度減少。

21.檢查異方差性辦法有哪些？

.檢查辦法：（1）圖示檢查法；（2）戈德菲爾德—匡特檢查；（3）懷特檢查；（4）戈里瑟檢查和帕克檢查（殘差回歸檢查法）；（5）ARCH檢查（自回歸條件異方差檢查）

22.異方差性解決辦法有哪些？

解決辦法：（1）模型變換法；（2）加權(quán)最小二乘法；（3）模型對數(shù)變換等）

23.什么是加權(quán)最小二乘法？它基本思想是什么？

加權(quán)最小二乘法基本原理：最小二乘法基本原理是使殘差平方和為最小，在異方差狀況下，總體回歸直線對于不同波動幅度相差很大。隨機(jī)誤差項(xiàng)方差越小，樣本點(diǎn)對總體回歸直線偏離限度越低，殘差可信度越高（或者說樣本點(diǎn)代表性越強(qiáng)）；而較大樣本點(diǎn)也許會偏離總體回歸直線很遠(yuǎn)，可信度較低（或者說樣本點(diǎn)代表性較弱）。因而，在考慮異方差模型擬合總誤差時，對于不同應(yīng)當(dāng)區(qū)別對待。詳細(xì)做法：對較小給于充分注重，即給于較大權(quán)數(shù)；對較大給于充分注重，即給于較小權(quán)數(shù)。更好使反映對殘差平方和影響限度，從而改進(jìn)參數(shù)預(yù)計記錄性質(zhì)。

24.樣本分段法（即戈德菲爾特——匡特檢查）檢查異方差性基本原理及其使用條件。

.

樣本分段法（即戈德菲爾特—匡特檢查）基本原理：將樣本分為容量相等兩某些，然后分別對樣本1和樣本2進(jìn)行回歸，并計算兩個子樣本殘差平方和，如果隨機(jī)誤差項(xiàng)是同方差，則這兩個子樣本殘差平方和應(yīng)當(dāng)大體相等；如果是異方差，則兩者差別較大，以此來判斷與否存在異方差。使用條件：（1）樣本容量要盡量大，普通而言應(yīng)當(dāng)在參數(shù)個數(shù)兩倍以上；（2）服從正態(tài)分布，且除了異方差條件外，其他假定均滿足。

25．簡述DW檢查局限性。

答：從判斷準(zhǔn)則中看到，DW檢查存在兩個重要局限性：一方面，存在一種不能擬定..DW值區(qū)域，這是這種檢查辦法一大缺陷。另一方面：..DW檢查只能檢查一階自有關(guān)。但在實(shí)際計量經(jīng)濟(jì)學(xué)問題中，一階自有關(guān)是浮現(xiàn)最多一類序列有關(guān)，并且經(jīng)驗(yàn)表白，如果不存在一階自有關(guān)，普通也不存在高階序列有關(guān)。因此在實(shí)際應(yīng)用中，對于序列有關(guān)問題—般只進(jìn)行..DW檢查。

26．序列有關(guān)性后果。

答：（1）模型參數(shù)預(yù)計值不具備最優(yōu)性；（2）隨機(jī)誤差項(xiàng)方差普通會低估；（3）模型記錄檢查失效；（4）區(qū)間預(yù)計和預(yù)測區(qū)間精度減少。簡述序列有關(guān)性幾種檢查辦法。

答：（1）圖示法；（2）D-W檢查；（3）回歸檢查法；（4）此外，偏有關(guān)系數(shù)檢查，布羅斯—戈弗雷檢查或拉格朗日乘數(shù)檢查都可以用來檢查高階序列有關(guān)。28．廣義最小二乘法（GLS）基本思想是什么？

答:基本思想就是對違背基本假定模型做恰當(dāng)線性變換，使其轉(zhuǎn)化成滿足基本假定模型，從而可以使用OLS辦法預(yù)計模型。自有關(guān)性產(chǎn)生因素有那些？

答：（1）經(jīng)濟(jì)變量慣性作用引起隨機(jī)誤差項(xiàng)自有關(guān)；（2）經(jīng)濟(jì)行為滯后性引起隨機(jī)誤差項(xiàng)自有關(guān)；(3)某些隨機(jī)因素干擾或影響引起隨機(jī)誤差項(xiàng)自有關(guān)；（4）模型設(shè)定誤差