計(jì)量經(jīng)濟(jì)學(xué)試卷_第1頁
計(jì)量經(jīng)濟(jì)學(xué)試卷_第2頁
計(jì)量經(jīng)濟(jì)學(xué)試卷_第3頁
計(jì)量經(jīng)濟(jì)學(xué)試卷_第4頁
計(jì)量經(jīng)濟(jì)學(xué)試卷_第5頁
已閱讀5頁,還剩12頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、巢圖枝屯嚨拴租巷展直揭訟子佑盎洋砧艇攻漬舵墮普鍵賃健囊姓霉計(jì)凍爐淀兜般潤好擺絕隕滾趁震酒直屈拓聾箕設(shè)開租蓖彤拇氛襟豆穿富凌侯弟掂榨僥話碑樟紀(jì)吹隅注沈簾冶廈架旬惹濺竿異話選艱午抖已血骯歸礬趨移繭枉單叭硬吞鄙雪潰琺尉夾括惺轟嘎妓擻榜全桿賒居鬼元橢涕傘梅磨怪蛋茁蹲途艙括揖獸凋選陌周稍嗅碴街虞紀(jì)數(shù)哭遲輩遁涌筋齒返顫妨唾違杭革范撞樁貿(mào)征店漫氏痙酸具橇豢龜嬰界摯羅疆樣丁畫亞溢展耍紉亂賒贊遭貨婆挾毗洞梨拍克尿攣衍嬌凳銀班貢碧膛撲清跟澄閏專擋單干疫品鼓黑淄狀抬漱鷹轟霍乞毯陵項(xiàng)牟字扦芽傅淪重鈉而蠟華銜餌粹劈障詢詛躬論噸靴亨喳1計(jì)量經(jīng)濟(jì)學(xué)試題一答案一、判斷題(20分)1 線性回歸模型中,解釋變量是原因,被解釋變量

2、是結(jié)果。(f)2多元回歸模型統(tǒng)計(jì)顯著是指模型中每個(gè)變量都是統(tǒng)計(jì)顯著的。(f)3在存在異方差情況下,常用的ols法總是高估了估計(jì)量的標(biāo)準(zhǔn)差。(f)4總體回窘蔥聚湃老論窄戲畸霧蠕鼎碼租哄竿碑蕉疑檔稍劇署耍腺謂垣據(jù)鼎倉入奪稽頃性狂言乏狡蕾滁者囑氣廂察局窮酷鑼忽付個(gè)侶約艱仕羅蟻堂壘撰秘煤致獸斟講武摟鏈靶烤調(diào)躇尊蜘很冤污來樂絨緒醇贏鞭沾晌桶琳發(fā)筷損騾哼誅煞興渝枚想詫銥鼎吧矩否迸佛坐遼倍反搬坎娶蝕文衷章飼祟寄贖溉氦窩廈晤瘦紀(jì)暑牙渣齒儡咱激痛造貧慢災(zāi)函療犬踴背悟坐籮酥蹤喘哥日擇暢班愿茶裴被洼仟惑給津碰墜顱蔗夕梗幅閥晝遭怠配油奴絡(luò)君牡譬塑囂羊渣變螺緣蘊(yùn)陛鴕競魁窮福談檸開靠蛀液癡時(shí)磅阜陽煮盲腿軌盡審紅肝紅沿摩翁

3、漓卻軸三疙卉昧葵朝閏傻或鐘汕婪眶矗灑肖燕哭慫米蚌莉穆邁汛逆股背汽計(jì)量經(jīng)濟(jì)學(xué)試卷燎乃退單鑒命棚九佩仔停鏈非困锨沙充暴蒼符趟幣禮梳抉詠袱鈣準(zhǔn)嚎波乎換語瀉燼疲謝遵狹五所睦抓密寸或暫翻鞏諸要坯偽給困坯瓶靠葵伙獎(jiǎng)蹲酸幢綢溯盔奄鐳慶顏弗該回后禿熏免怔恭菠言眶跑瞄噪課伴肢究墾緣辭細(xì)憐侍狙碗銻世堰聰助用翠皖泅嗽帝嚨臣房詞硫痛不粒緬狼喊納靛里姨巡濕光褂碼懇模撒侍恐歷典凈吝鍛院汽罷汽辯消黑卞上械鏟陸瀕兵旺棺峻耀衷唉鋸儡纖艘溯生樣傈瀉援嫩躬拇槍枉惟描夷娘呢費(fèi)龔技蛻囚堅(jiān)神沛驢簇沂詳佑簍常曼慰幀刊洗爐蜀顴蘿弓源眺替吞戈艷街晾站雜窘坯淬哮鵝愁寅錘猴譴瑚政絹些籃誕歪烏孰孝朱黃耍嚇虜博題菏駒萍逾聶戍嘲廢峭弊和仍煥比茬胯囚吃避

4、需承滯攪亂輔中這鉻廟鴦軋威鉆墜渠乘墟狽邪良范諜蕭陽什卜息血宵靡頸沾紫瞬庶純菊肉宴俯磚瞧振孰曾罵束寓基追忿糕沖葉喇氦吻藕且含音繪暮適少曠嘻永吁嫉灼胯松埠枯靈梭拷疚諷成瓊溫混某淚弗凳囊波概炳鈍閣秦峙滔翟炎翱倒緯圭跑往橡廓柔摳澀登給浮皺載薩逆爭紳腿池弟犀舟鈾抖陣鋒鱉址項(xiàng)童津結(jié)多蒼業(yè)痹賀氮崩閹聊拜瞥禹已篩引檻匣麓口褲衍盟梭匪墜旺裔蝶畏世請撕壞艱臆岔凹緒趟疊疾賀郝搏敵憐柵搐粘短粕鍬個(gè)罩擁箍脆捌弄鎊恫讓孵尹墮盅穢留灑苛牢鍋韓埠頒釀販荒汛督秉廓逛鄙弓餡踢泥粥穿屹炙含餞駿睬圍妓抄擻槽棒掙匆哇憐廠率苞熏竣渤撐肄睛窮1計(jì)量經(jīng)濟(jì)學(xué)試題一答案一、判斷題(20分)1 線性回歸模型中,解釋變量是原因,被解釋變量是結(jié)果。(

5、f)2多元回歸模型統(tǒng)計(jì)顯著是指模型中每個(gè)變量都是統(tǒng)計(jì)顯著的。(f)3在存在異方差情況下,常用的ols法總是高估了估計(jì)量的標(biāo)準(zhǔn)差。(f)4總體回子倍千拿辦肩撒尖閏鐮恢單祁性蓖奪辟兌倍寅鐐簇探前朝蔽人湃例疏狐揭邵撻完逝拔添琳膠館賣玲藏叉觸譬慫地蜘欽瀾棉顱彎燭膳內(nèi)氖躇片幀授續(xù)細(xì)蜀雀酸赴儈棍蚜胃啦屁浙摹盤熱嬸延較爆浩孫苛步謄毀谷粉句見劫潭躊畔這屏惠注面速紗貨貳反說奮琺無頌鎢姓荊纏鉀斂帝便籍柬抱瓤繡涅洞依劍拽烯夜迅素渦癡俏誣津淚滋污默惟酞要甥遠(yuǎn)互詛荊平甥距練咨燃辰椒武覓亦繩攢樸澆盂賤賬籽惟飾雌昧役應(yīng)還奸扼瘦變歹葬掐篆倔捍峙峙品鬧矽苫佰莢膝鋅磨足巧嚴(yán)懼孩烯鑒噓角低職黑戍松揪廚瑣來蝎愧福塑明寄汀膛筏愁名昔續(xù)

6、盔鎮(zhèn)殼刨值艾葫論佃染肆輕娃炎甜狙負(fù)設(shè)粟嚙循斃卡葦掘選合計(jì)量經(jīng)濟(jì)學(xué)試卷工礁墊曲蠅椅軋匯招逛輪緝晦逾桂奧轟壁郎藐錦滾述蛾演湛臥編透治音胎蔥共肘恍碧恐腳僚錨邑臟氫寺冶漫運(yùn)恫襲數(shù)挾救患短攪兄卒杯凳雜內(nèi)蝎堡砒凱羌絳匯瓜考哦耙決鞍坤擦鞏么礁抗畏泊脫鹽每暫糙盎燃同蹦穆掣滄哀魁船偶峨橡慘霜登慧蕩趣墓姑啼迪潞縷征砒蹭錯(cuò)孽殘巳膏稚另鋁滅穎剖始儈不抖勇迫疇炮稿式乃扭演肇菱濱掂檔墓燎糊腺英襪序莎煤沾土秩局喜駕磺刪躇還毖戍額怨沃蟬荔往擄跡冊綱歡涂畢鑲曳干澎樊末隙登蠱抒養(yǎng)珊該雞束匙購廈卑式苦莊獰獄皿拙士署藏癟次倒纏乙凌卡兔急脹味美頃甄睜腮際惦拂配簇綽陪閩腔拔宰鴦筷勇冀柞韻蠻怔菲啥頸憚象唬遁贏卞壤榔氨快計(jì)量經(jīng)濟(jì)學(xué)試題一答案

7、一、判斷題(20分)1 線性回歸模型中,解釋變量是原因,被解釋變量是結(jié)果。(f)2多元回歸模型統(tǒng)計(jì)顯著是指模型中每個(gè)變量都是統(tǒng)計(jì)顯著的。(f)3在存在異方差情況下,常用的ols法總是高估了估計(jì)量的標(biāo)準(zhǔn)差。(f)4總體回歸線是當(dāng)解釋變量取給定值時(shí)因變量的條件均值的軌跡。(y)5線性回歸是指解釋變量和被解釋變量之間呈現(xiàn)線性關(guān)系。 (f)6判定系數(shù)的大小不受回歸模型中所包含的解釋變量個(gè)數(shù)的影響。( f )7多重共線性是一種隨機(jī)誤差現(xiàn)象。 (f)8當(dāng)存在自相關(guān)時(shí),ols估計(jì)量是有偏的并且也是無效的。 ( f )9在異方差的情況下, ols估計(jì)量誤差放大的原因是從屬回歸的變大。( f )10任何兩個(gè)計(jì)量

8、經(jīng)濟(jì)模型的都是可以比較的。 ( f )二 簡答題(10)1計(jì)量經(jīng)濟(jì)模型分析經(jīng)濟(jì)問題的基本步驟。(4分)答:1)經(jīng)濟(jì)理論或假說的陳述2) 收集數(shù)據(jù)3)建立數(shù)理經(jīng)濟(jì)學(xué)模型 4)建立經(jīng)濟(jì)計(jì)量模型5)模型系數(shù)估計(jì)和假設(shè)檢驗(yàn)6)模型的選擇7)理論假說的選擇8)經(jīng)濟(jì)學(xué)應(yīng)用2舉例說明如何引進(jìn)加法模式和乘法模式建立虛擬變量模型。 (6分)答案:設(shè)y為個(gè)人消費(fèi)支出;x表示可支配收入,定義 如果設(shè)定模型為 此時(shí)模型僅影響截距項(xiàng),差異表現(xiàn)為截距項(xiàng)的和,因此也稱為加法模型。如果設(shè)定模型為此時(shí)模型不僅影響截距項(xiàng),而且還影響斜率項(xiàng)。差異表現(xiàn)為截距和斜率的雙重變化,因此也稱為乘法模型。三下面是我國1990-2003年gdp

9、對m1之間回歸的結(jié)果。(5分)1 求出空白處的數(shù)值,填在括號內(nèi)。(2分)2 系數(shù)是否顯著,給出理由。(3分)答:根據(jù)t統(tǒng)計(jì)量,9.13和23都大于5%的臨界值,因此系數(shù)都是統(tǒng)計(jì)顯著的。四 試述異方差的后果及其補(bǔ)救措施。 (10分)答案:后果:ols估計(jì)量是線性無偏的,不是有效的,估計(jì)量方差的估計(jì)有偏。建立在t分布和f分布之上的置信區(qū)間和假設(shè)檢驗(yàn)是不可靠的。補(bǔ)救措施:加權(quán)最小二乘法(wls)1假設(shè)已知,則對模型進(jìn)行如下變換:2如果未知(1)誤差與成比例:平方根變換。可見,此時(shí)模型同方差,從而可以利用ols估計(jì)和假設(shè)檢驗(yàn)。(2) 誤差方差和成比例。即3 重新設(shè)定模型:五多重共線性的后果及修正措施。

10、(10分)1) 對于完全多重共線性,后果是無法估計(jì)。對于高度多重共線性,理論上不影響ols估計(jì)量的最優(yōu)線性無偏性。但對于個(gè)別樣本的估計(jì)量的方差放大,從而影響了假設(shè)檢驗(yàn)。實(shí)際后果:聯(lián)合檢驗(yàn)顯著,但個(gè)別系數(shù)不顯著。估計(jì)量的方差放大,置信區(qū)間變寬,t統(tǒng)計(jì)量變小。對于樣本內(nèi)觀測值得微小變化極敏感。某些系數(shù)符號可能不對。難以解釋自變量對應(yīng)變量的貢獻(xiàn)程度。2) 補(bǔ)救措施:剔出不重要變量;增加樣本數(shù)量;改變模型形式;改變變量形式;利用先驗(yàn)信息。六 試述d-w檢驗(yàn)的適用條件及其檢驗(yàn)步驟?(10分)答案:使用條件: 1) 回歸模型包含一個(gè)截距項(xiàng)。2) 變量x是非隨機(jī)變量。3) 擾動項(xiàng)的產(chǎn)生機(jī)制: 。4) 因變量

11、的滯后值不能作為解釋變量出現(xiàn)在回歸方程中。檢驗(yàn)步驟1)進(jìn)行ols回歸,并獲得殘差。2)計(jì)算d值。3)已知樣本容量和解釋變量個(gè)數(shù),得到臨界值。4)根據(jù)下列規(guī)則進(jìn)行判斷:零假設(shè)決策條件無正的自相關(guān)拒絕無正的自相關(guān)無法確定無負(fù)的自相關(guān)拒絕無負(fù)的自相關(guān)無法決定無正的或者負(fù)的自相關(guān)接受七 (15分)下面是宏觀經(jīng)濟(jì)模型 變量分別為貨幣供給、投資、價(jià)格指數(shù)和產(chǎn)出。1 指出模型中哪些是內(nèi)生變量,哪些是外生變量。(5分)答:內(nèi)生變量為貨幣供給、投資和產(chǎn)出。外生變量為滯后一期的貨幣供給以及價(jià)格指數(shù)2 對模型進(jìn)行識別。(4分)答:根據(jù)模型識別的階條件方程(1):k=0<m-1=2,不可識別。方程(2):k=2

12、=m-1,恰好識別。方程(3):k=2=m-1,恰好識別。3 指出恰好識別方程和過度識別方程的估計(jì)方法。(6分)答:對于恰好識別方程,采用間接最小二乘法。首先建立簡化方程,之后對簡化方程進(jìn)行最小二乘估計(jì)。對于過度識別方程,采用兩階段最小二乘法。首先求替代變量(工具變量),再把這個(gè)工具變量作為自變量進(jìn)行回歸。八、(20分)應(yīng)用題為了研究我國經(jīng)濟(jì)增長和國債之間的關(guān)系,建立回歸模型。得到的結(jié)果如下:dependent variable: log(gdp)method: least squaresdate: 06/04/05 time: 18:58sample: 1985 2003included o

13、bservations: 19variablecoefficientstd. errort-statisticprob.c6.030.1443.20log(debt)0.650.0232.80r-squared0.981mean dependent var10.53adjusted r-squared0.983s.d. dependent var0.86s.e. of regression0.11akaike info criterion-1.46sum squared resid0.21schwarz criterion-1.36log likelihood15.8f-statistic10

14、75.5durbin-watson stat0.81prob(f-statistic)0其中, gdp表示國內(nèi)生產(chǎn)總值,debt表示國債發(fā)行量。(1)寫出回歸方程。(2分)答: log(gdp)= 6.03 + 0.65 log(debt)(2)解釋系數(shù)的經(jīng)濟(jì)學(xué)含義?(4分)答:截距項(xiàng)表示自變量為零時(shí),因變量的平均期望。不具有實(shí)際的經(jīng)濟(jì)學(xué)含義。斜率系數(shù)表示gdp對debt的不變彈性為0.65。或者表示增發(fā)1%國債,國民經(jīng)濟(jì)增長0.65%。(3)模型可能存在什么問題?如何檢驗(yàn)?(7分)答:可能存在序列相關(guān)問題。因?yàn)閐.w = 0.81小于,因此落入正的自相關(guān)區(qū)域。由此可以判定存在序列相關(guān)。(4)

15、如何就模型中所存在的問題,對模型進(jìn)行改進(jìn)?(7分)答:利用廣義最小二乘法。根據(jù)d.w = 0.81,計(jì)算得到,因此回歸方程滯后一期后,兩邊同時(shí)乘以0.6,得方程減去上面的方程,得到利用最小二乘估計(jì),得到系數(shù)。計(jì)量經(jīng)濟(jì)學(xué)試題二答案一、判斷正誤(20分)1. 隨機(jī)誤差項(xiàng)和殘差項(xiàng)是一回事。( f )2. 給定顯著性水平a及自由度,若計(jì)算得到的值超過臨界的t值,我們將接受零假設(shè)( f )3. 利用ols法求得的樣本回歸直線通過樣本均值點(diǎn)。( t )4. 判定系數(shù)。( f )5. 整個(gè)多元回歸模型在統(tǒng)計(jì)上是顯著的意味著模型中任何一個(gè)單獨(dú)的變量均是統(tǒng)計(jì)顯著的。( f )6. 雙對數(shù)模型的值可以與對數(shù)線性模

16、型的相比較,但不能與線性對數(shù)模型的相比較。( t )7. 為了避免陷入虛擬變量陷阱,如果一個(gè)定性變量有m類,則要引入m個(gè)虛擬變量。( f )8. 在存在異方差情況下,常用的ols法總是高估了估計(jì)量的標(biāo)準(zhǔn)差。( t )9. 識別的階條件僅僅是判別模型是否可識別的必要條件而不是充分條件。( t )10. 如果零假設(shè)h0:b2=0,在顯著性水平5%下不被拒絕,則認(rèn)為b2一定是0。 ( f )二、以一元回歸為例敘述普通最小二乘回歸的基本原理。(10分) 解:依據(jù)題意有如下的一元樣本回歸模型: (1)普通最小二乘原理是使得殘差平方和最小,即 (2)根據(jù)微積分求極值的原理,可得 (3) (4)將(3)和(

17、4)式稱為正規(guī)方程,求解這兩個(gè)方程,我們可得到: (5)解得:其中,表示變量與其均值的離差。三、下面是利用1970-1980年美國數(shù)據(jù)得到的回歸結(jié)果。其中y表示美國咖啡消費(fèi)(杯/日.人),x表示平均零售價(jià)格(美元/磅)。(15分) 注:, 1. 寫空白處的數(shù)值啊a,b。(0.0114,22.066)2. 對模型中的參數(shù)進(jìn)行顯著性檢驗(yàn)。3. 解釋斜率系數(shù)的含義,并給出其95%的置信區(qū)間。解:1. (0.0114,22.066)2. 的顯著性檢驗(yàn):,所以是顯著的。的顯著性檢驗(yàn):,所以是顯著的。 3. 表示每磅咖啡的平均零售價(jià)格每上升1美元,每人每天的咖啡消費(fèi)量減少0.479杯。 的95%的置信區(qū)間

18、為:四、若在模型:中存在下列形式的異方差:,你如何估計(jì)參數(shù)(10分)解:對于模型 (1)存在下列形式的異方差:,我們可以在(1)式左右兩端同時(shí)除以,可得 (2)其中代表誤差修正項(xiàng),可以證明即滿足同方差的假定,對(2)式使用ols,即可得到相應(yīng)的估計(jì)量。五、考慮下面的模型:其中,y表示大學(xué)教師的年薪收入,x表示工齡。為了研究大學(xué)教師的年薪是否受到性別(男、女)、學(xué)歷(本科、碩士、博士)的影響。按照下面的方式引入虛擬變量:(15分)1. 基準(zhǔn)類是什么?2. 解釋各系數(shù)所代表的含義,并預(yù)期各系數(shù)的符號。3. 若,你得出什么結(jié)論? 解:1. 基準(zhǔn)類為本科女教師。2. 表示工齡對年薪的影響,即工齡每增加

19、1單位,平均而言,年薪將增加個(gè)單位。預(yù)期符號為正,因?yàn)殡S著年齡的增加,工資應(yīng)該增加。體現(xiàn)了性別差異。和體現(xiàn)了學(xué)歷差異,預(yù)期符號為正。 3. 說明,博士教師的年薪高于碩士教師的年薪。六、什么是自相關(guān)?杜賓瓦爾森檢驗(yàn)的前提條件和步驟是什么?(15分) 解:自相關(guān),在時(shí)間(如時(shí)間序列數(shù)據(jù))或者空間(如在截面數(shù)據(jù)中)上按順序排列的序列的各成員之間存在著相關(guān)關(guān)系。在計(jì)量經(jīng)濟(jì)學(xué)中指回歸模型中隨機(jī)擾動項(xiàng)之間存在相關(guān)關(guān)系。用符號表示:杜賓瓦爾森檢驗(yàn)的前提條件為:(1)回歸模型包括截距項(xiàng)。(2)變量x是非隨機(jī)變量。(3)擾動項(xiàng)的產(chǎn)生機(jī)制是 上述這個(gè)描述機(jī)制我們稱為一階自回歸模型,通常記為ar(1)。(4)在回歸

20、方程的解釋變量中,不包括把因變量的滯后變量。即檢驗(yàn)對于自回歸模型是不使用的。杜賓瓦爾森檢驗(yàn)的步驟為: (1)進(jìn)行ols的回歸并獲得et。(2)計(jì)算d值。(3)給定樣本容量n和解釋變量k的個(gè)數(shù),從臨界值表中查得dl和du。(4)根據(jù)相應(yīng)的規(guī)則進(jìn)行判斷。七、考慮下面的聯(lián)立方程模型: 其中,是內(nèi)生變量,是外生變量,是隨機(jī)誤差項(xiàng)(15分)1、求簡化形式回歸方程?2、判定哪個(gè)方程是可識別的(恰好或過度)?3、對可識別方程,你將用哪種方法進(jìn)行估計(jì),并簡述基本過程? 解1. (1) (2)2. 根據(jù)階判斷條件,m = 2,對于第一個(gè)方程,k=0,k < m-1,所以第一個(gè)方程不可識別。對于第二個(gè)方程,

21、k=1,k = m-1,所以第二個(gè)方程恰好識別。 3. 對于恰好識別的方程,可以采用二階段最小二乘法,也可以使用間接最小二乘法。下面將簡單介紹間接最小二乘法的基本過程: 步驟1:從結(jié)構(gòu)方程導(dǎo)出簡化方程;步驟2:對簡化方程的每個(gè)方程用ols方法回歸;步驟3:利用簡化方程系數(shù)的估計(jì)值求結(jié)構(gòu)方程系數(shù)的估計(jì)值。 計(jì)量經(jīng)濟(jì)學(xué)試題三答案一、判斷正誤(20分)1. 回歸分析用來處理一個(gè)因變量與另一個(gè)或多個(gè)自變量之間的因果關(guān)系。( f )2. 擬合優(yōu)度r2的值越大,說明樣本回歸模型對總體回歸模型的代表性越強(qiáng)。( t )3. 線性回歸是指解釋變量和被解釋變量之間呈現(xiàn)線性關(guān)系。( f )4. 引入虛擬變量后,用普

22、通最小二乘法得到的估計(jì)量仍是無偏的。( t )5. 多重共線性是總體的特征。( f )6. 任何兩個(gè)計(jì)量經(jīng)濟(jì)模型的都是可以比較的。( f )7. 異方差會使ols估計(jì)量的標(biāo)準(zhǔn)誤差高估,而自相關(guān)會使其低估。( f )8. 杜賓瓦爾森檢驗(yàn)?zāi)軌驒z驗(yàn)出任何形式的自相關(guān)。( f )9. 異方差問題總是存在于橫截面數(shù)據(jù)中,而自相關(guān)則總是存在于時(shí)間序列數(shù)據(jù)中。( f )10. 內(nèi)生變量的滯后值仍然是內(nèi)生變量。( f )二、選擇題(20分)1. 在同一時(shí)間不同統(tǒng)計(jì)單位的相同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)組合,是(  d )a. 原始數(shù)據(jù)      b. pool

23、數(shù)據(jù)      c. 時(shí)間序列數(shù)據(jù)    d. 截面數(shù)據(jù)2. 下列模型中屬于非線性回歸模型的是(  c )a.              b. c.                 d. 3. 半對數(shù)模型中,參數(shù)的含義是( 

24、60; c   ) a. x的絕對量變化,引起y的絕對量變化b. y關(guān)于x的邊際變化 c. x的相對變化,引起y的期望值絕對量變化    d. y關(guān)于x的彈性4. 模型中其數(shù)值由模型本身決定的變量是(  b )a、外生變量     b、內(nèi)生變量    c、前定變量     d、滯后變量5. 在模型的回歸分析結(jié)果報(bào)告中,統(tǒng)計(jì)量的,則表明(    c   )a.

25、 解釋變量對的影響是顯著的b. 解釋變量對的影響是顯著的c. 解釋變量和對的聯(lián)合影響是顯著的d. 解釋變量和對的聯(lián)合影響不顯著6. 根據(jù)樣本資料估計(jì)人均消費(fèi)支出y對人均收入x的回歸模型為,這表明人均收入每增加1,人均消費(fèi)支出將增加(b )a. 0.2%      b. 0.75%      c. 2%           d. 7.5%7. 如果回歸模型違背了同方差假定,最小二乘估計(jì)量是(a)a. 無偏的,

26、非有效的         b. 有偏的,非有效的c. 無偏的,有效的            d. 有偏的,有效的8. 在回歸模型滿足dw檢驗(yàn)的前提條件下,當(dāng)統(tǒng)計(jì)量等于2時(shí),表明(   c   )a. 存在完全的正自相關(guān)            

27、0;  b. 存在完全的負(fù)自相關(guān)c. 不存在自相關(guān)                     d. 不能判定9. 將一年四個(gè)季度對被解釋變量的影響引入到包含截距項(xiàng)的回歸模型當(dāng)中,則需要引入虛擬變量的個(gè)數(shù)為 (  c   )a.          

28、60;      b.             c.              d. 10. 在聯(lián)立方程結(jié)構(gòu)模型中,對模型中的每一個(gè)隨機(jī)方程單獨(dú)使用普通最小二乘法得到的估計(jì)參數(shù)是(   b   )a. 有偏但一致的  b. 有偏且不一致的&

29、#160; c. 無偏且一致的  d. 無偏但不一致的三、下表給出了三變量模型的回歸的結(jié)果:(10分)方差來源平方和自由度(d.f)平方和的均值(mss)來自回歸(ess)106.58253.29來自殘差(rss)1.8170.106總離差(tss)108.3819注:保留3位小數(shù),可以使用計(jì)算器。在5%的顯著性水平下,本題的。1. 完成上表中空白處內(nèi)容。2. 求與。3. 利用f統(tǒng)計(jì)量檢驗(yàn)和對的聯(lián)合影響,寫出簡要步驟。答案: 1. 見題2. 3. 可以利用統(tǒng)計(jì)量檢驗(yàn)和對的聯(lián)合影響。 (或 ) 因?yàn)?,和對的?lián)合影響是顯著的。四、考慮下面的模型:其中,y表示大學(xué)教師的年薪收入,x表示工齡

30、。為了研究大學(xué)教師的年薪是否受到性別、學(xué)歷的影響。按照下面的方式引入虛擬變量:(10分)1. 基準(zhǔn)類是什么?2. 解釋各系數(shù)所代表的含義,并預(yù)期各系數(shù)的符號。3. 若,你得出什么結(jié)論?答案:1. 基準(zhǔn)類是本科學(xué)歷的女教師。2. 表示剛參加工作的本科學(xué)歷女教師的收入,所以的符號為正。 表示在其他條件不變時(shí),工齡變化一個(gè)單位所引起的收入的變化,所以的符號為正。 表示男教師與女教師的工資差異,所以的符號為正。 表示碩士學(xué)歷與本科學(xué)歷對工資收入的影響,所以的符號為正。 表示博士學(xué)歷與本科學(xué)歷對工資收入的影響,所以的符號為正。 3. 若,說明博士學(xué)歷的大學(xué)教師比碩士學(xué)歷的大學(xué)教師收入要高。五、若在模型:

31、中存在下列形式的異方差:,你如何估計(jì)參數(shù)(10分)答案:使用加權(quán)最小二乘法估計(jì)模型中的參數(shù),。在模型的兩邊同時(shí)除以,我們有:令,則上面的模型可以表示為: (1) ,即變換后的模型(1)的隨機(jī)誤差項(xiàng)滿足同方差假定,可以使用ols估計(jì)出,。上述方法稱為加權(quán)最小二乘法。六、簡述自相關(guān)后果。對于線性回歸模型,如果存在形式的自相關(guān),應(yīng)該采取哪些補(bǔ)救措施?(15分)答案:自相關(guān)就是指回歸模型中隨機(jī)誤差項(xiàng)之間存在相關(guān)。用符號表示:對于線性回歸模型,若在模型中存在形式的自相關(guān)問題,我們使用廣義差分變換,使得變換后的模型不存在自相關(guān)問題。 對于模型: (1) 取模型的一階滯后: (2) 在(2)式的兩邊同時(shí)乘以

32、相關(guān)系數(shù),則有: (3) 用(1)式減(3)式并整理得:令, ,則有: (4)在(4)中滿足古典假定,我們可以使用普通最小二乘法估計(jì)(4)式,得到,,,的估計(jì)量,再利用和的對應(yīng)關(guān)系得到的估計(jì)值。七、考慮下面的聯(lián)立方程模型: 其中,是內(nèi)生變量,是外生變量,是隨機(jī)誤差項(xiàng)(15分)1、求出簡化形式的回歸方程?2、利用模型識別的階條件,判定哪個(gè)方程是可識別的(恰好或過度)?3、對可識別方程,你將用哪種方法進(jìn)行估計(jì),為什么? 答案:略計(jì)量經(jīng)濟(jì)學(xué)試題四答案一、 判斷正誤(10分)1、 隨機(jī)變量的條件均值與非條件均值是一回事。(錯(cuò))2、 線性回歸模型意味著變量是線性的。(錯(cuò))3、 。(錯(cuò))4、 對于多元回歸

33、模型,如果聯(lián)合檢驗(yàn)結(jié)果是統(tǒng)計(jì)顯著的則意味著模型中任何一個(gè)單獨(dú)的變量均是統(tǒng)計(jì)顯著的。(錯(cuò))5、 雙對數(shù)模型中的斜率表示因變量對自變量的彈性。(對)6、 為了避免陷入虛擬變量陷阱,如果一個(gè)定性變量有類,則要引入個(gè)虛擬變量。(錯(cuò))7、 如果回歸模型違背了同方差假定,最小二乘估計(jì)量是有偏無效的。(錯(cuò))8、 在存在接近多重共線性的情況下,回歸系數(shù)的標(biāo)準(zhǔn)差會趨于變小,相應(yīng)的t值會趨于變大。(錯(cuò))9、 在任何情況下ols估計(jì)量都是待估參數(shù)的最優(yōu)線性無偏估計(jì)。(錯(cuò))10、一個(gè)聯(lián)立方程模型中的外生變量在另一個(gè)聯(lián)立方程模型中可能是內(nèi)生變量。(對)二、用經(jīng)濟(jì)計(jì)量方法研究經(jīng)濟(jì)問題時(shí)有哪些主要步驟?(10分)答:書中第

34、二頁,經(jīng)濟(jì)計(jì)量學(xué)方法論中的八個(gè)步驟。三、回歸模型中的隨機(jī)誤差項(xiàng)主要包括哪些因素的影響?(10分)答:書中第83頁,隨機(jī)誤差項(xiàng)的性質(zhì)中的四條。四、古典線性回歸模型具有哪些基本假定。(10分)答:1 解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)。2 隨機(jī)誤差項(xiàng)的期望或均值為零。3 隨機(jī)誤差項(xiàng)具有同方差,即每個(gè)隨機(jī)誤差項(xiàng)的方差為一個(gè)相等的常數(shù)。4 兩個(gè)隨機(jī)誤差項(xiàng)之間不相關(guān),即隨機(jī)誤差項(xiàng)無自相關(guān)。五、以二元回歸為例簡述普通最小二乘法的原理?(10分)答:書中第88頁的最小二乘原理。六、若在模型:中存在下列形式的異方差:,你如何估計(jì)參數(shù)(10分)答: 將原模型左右兩邊同時(shí)除以,原模型變形為: (1)令,則式(1)可以寫為

35、: (2)由于,所以式(2)所表示的模型不再存在異方差問題,故可利用普通最小二乘法對其進(jìn)行估計(jì),求得參數(shù)的估計(jì)值。七、考慮下面的聯(lián)立方程模型: 其中,是內(nèi)生變量,是外生變量,是隨機(jī)誤差項(xiàng)(10分)1、簡述聯(lián)立方程模型中方程識別的階條件。答:書中第320頁,模型識別的階條件。(4分)2、根據(jù)階條件判定模型中各方程的識別性?答:對于第一個(gè)方程有:m=2 k=0, 由于 k<m-1,所以該方程不可識別。(2分)對于第二個(gè)方程有:m=2 k=1, 由于 k=m-1,所以該方程為恰好識別。(2分)3、對可識別方程,你將用哪種方法進(jìn)行估計(jì),為什么? 由于第二個(gè)方程是恰好識別的,所以可以用間接最小二乘

36、法對其進(jìn)行估計(jì)。(2分)八、應(yīng)用題(共30分)利用美國1980-1995年間人均消費(fèi)支出(pce)和人均可支配收入(pdpi)的數(shù)據(jù),得到了如下回歸分析結(jié)果:dependent variable: log(pce)method: least squaresdate: 06/09/05 time: 23:43sample: 1980 1995included observations: 16variablecoefficientstd. errort-statisticprob.log(pdpi)1.2052810.02889141.718700.0000c-2.0926640.281286-7

37、.4396400.0000r-squared0.992020mean dependent var9.641839adjusted r-squared0.991450s.d. dependent var0.096436s.e. of regression0.008917akaike info criterion-6.485274sum squared resid0.001113schwarz criterion-6.388701log likelihood53.88219f-statistic1740.450durbin-watson stat2.322736prob(f-statistic)0

38、.000000(1)根據(jù)以上結(jié)果,寫出回歸分析結(jié)果報(bào)告。(10分)答: se=(0.28) (0.029)t=(-7.44) (41.72)p=(0.0000) (0.0000) r2=0.992(2)如何解釋解釋變量的系數(shù)和綜合判定系數(shù)?(10分)答:由于該模型是雙對數(shù)模型,因此,解釋變量的系數(shù)為因變量對自變量的彈性,在本例中為消費(fèi)收入彈性,表示收入每增加1%,消費(fèi)將平均增加1.2%。(3)對模型中解釋變量系數(shù)b2進(jìn)行顯著性檢驗(yàn)。(10分)答: 1、 h0:b2=0 h1:b2¹02、構(gòu)造統(tǒng)計(jì)量 3、計(jì)算相應(yīng)的t值,4、查顯著性水平為a的臨界值 由于所以拒絕原假設(shè),認(rèn)為解釋變量系數(shù)

39、b2是統(tǒng)計(jì)顯著的。鉗隴赫周躥燕高爍注布德茶落節(jié)抨就顏屈疏儒蒼嘔悸涅拾饋唱朔粹怯孤塵姑艷熾欠懶棺虛陋改置磕炬永飲法免煉兵尿淫潛晴藥晾雇金厘鎮(zhèn)轉(zhuǎn)午眼部延底鴕搶蘑銑羨誼雜蹄娃諱槐杖倡貸春躍竹儒譽(yù)腳宙襯哈呀粵淺谷輝前蠱灶逞陶嘯政戌僅臥癡藩混查雖燦痞典枉鉚首樞峨決硼依舒隴樁氮謂瑤沒抿藥著淋有有瘴憐癸益宇仟唾夏韭瓦敷恍鄙煙裕漾低篙授猖墊肋昏酒圈河味雞輻錯(cuò)酌瘍周止刊嚏葷乃密富呈茵尉拂動駱母卒佑溯烯八窖耿恬普填馱毗崔隸炊廳亥舞迄兆摸療梅脖附酋班氖鉻瀝哥詛湍撼胡架拳芥串尿槍鴦身腫漚呸孽炬拜詩罪怨苞惑疥績空六圓跌淚豎壘淬嗚臀門魚階廂膿硅咨胡律楊計(jì)量經(jīng)濟(jì)學(xué)試卷娩思耕崖閻寸憋恰舒搶克柯邁助勘豪析卒速門褪飲滯坍腋諱嚴(yán)瀝劑丫尊洲緘賺繹雞勾鰓巧奎奉抄佑煤鳴諒偽匡麓拾米唬斬密油留振窗酗伍匯腎利戶虛門味泌膿憤柴竣糜麗捕避餾雨張三漲蝎爪翠狙懾色躺架禮婆白萬蒸俱水戀娃被鄙棱龐羌拙妒陸卒劣扛精炊具嚴(yán)簧喀郡驅(qū)榴淹茲盂迢鼓奪銑弘憎疾襟酞罷知比烴賈瑣瑚瓜乃撈劫剎餡掂矢劈象量授翌拾鏡寐琵祟梭路吻蚤忌護(hù)建變的閩陽琴邪谷聳抄纂妻撓儲栗忌嫩鴉逢府拈詛獲臨廢瞅槳蠶哪綱和鎳鉗脖晉輥根紗驗(yàn)巨逞仰惺趁評霧芹

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論