計量經(jīng)濟(jì)學(xué)題庫

1、一、名詞解釋1.樣本回歸函數(shù)2. 偏回歸系數(shù)3.可決系數(shù)4.異方差5.虛擬變量陷阱6.普通最小二乘法7.多重共線性8.廣義差分法9.計量經(jīng)濟(jì)學(xué)10.自相關(guān)11.擬合系數(shù)12.高斯-馬爾科夫定理13. 殘差平方和14. 過原點回歸15.總體回歸函數(shù) 二、判斷題1線性回歸模型意味著因變量是自變量的線性函數(shù)。( )2只要解釋變量個數(shù)大于1，調(diào)整可決系數(shù)的值一定比多重可決系數(shù)小，且可能為負(fù)值。( )3. 經(jīng)驗表明采用時間序列數(shù)據(jù)為樣本的計量經(jīng)濟(jì)學(xué)問題，容易產(chǎn)生自相關(guān)性。( )4總離差平方和可分解為回歸平方和與殘差平方和。( )5存在異方差時，可以用廣義差分法來進(jìn)行補(bǔ)救。( )6在對數(shù)線性模型中，解釋變

2、量的系數(shù)表示被解釋變量對解釋變量的彈性( )7多重共線性只有在多元線性回歸中才可能發(fā)生。( )8 G-Q 檢驗?zāi)軌驒z驗樣本容量較大的各種類型的異方差性。( )9 D.W 值在 0至 4之間，數(shù)值越大說明正相關(guān)程度越大，數(shù)值越小說明負(fù)相關(guān)程度越大。( )10 以加法方式引入虛擬變量改變模型的斜率，以乘法方式引入虛擬變量改變模型截距。( )11 R2 的值越高，模型對數(shù)據(jù)擬合的越好，但什么是高，并沒有絕對的標(biāo)準(zhǔn)，要根據(jù)具體問題而定。()12隨機(jī)擾動項和殘差是一回事。( )13解釋變量間只要存在多重共線性，就一定需要處理多重共線性。( )14可以通過殘差對滯后一期殘差做散點圖來檢驗?zāi)Ｐ椭械淖韵嚓P(guān)問題

3、。( )15 以加法方式引入虛擬變量改變模型的斜率，以乘法方式引入虛擬變量改變模型截距。( )16 . 隨機(jī)誤差項與殘差項是一回事。( )17 . 在回歸分析中，一般假定被解釋變量為隨機(jī)變量，解釋變量為非隨機(jī)變量。( )18 .是簡單線性回歸模型的一般形式。( )19 . F 檢驗的目的是判斷所有解釋變量對被解釋變量的聯(lián)合影響是否顯著。( )20 . 當(dāng)異方差和自相關(guān)出現(xiàn)時，常用的t 檢驗和 F 檢驗失效。 ( )21 . 當(dāng)模型的解釋變量包括因變量的滯后變量時，D-W 檢驗就不適用了。( )22 . 多重共線性本質(zhì)上并不是一個問題，如果樣本觀測數(shù)據(jù)足夠多，多重共線性是可以消除的( )23 .

4、 違背基本假設(shè)的計量經(jīng)濟(jì)學(xué)模型是不可估計的。( )24 . 在多元線性回歸模型中，解釋變量的系數(shù)又稱為偏回歸系數(shù)，它反映的是在其他條件不變的情形下，解釋變量每增加一個單位，被解釋變量的平均變動單位。( )25 . 加權(quán)最小二乘法，是一個典型的目標(biāo)美好卻不具有可操作性的方法。( )26 .隨機(jī)誤差項ui與殘差項e是一回事。()27 .在線性回歸模型中，解釋變量是原因，被解釋變量是結(jié)果。()28 .在實際中，一元回歸沒什么用，因為被解釋變量的行為不可能僅由一個解釋變量來解。()29 .當(dāng)異方差出現(xiàn)時，常用的t檢驗和F檢驗失效。()30 .在異方差情況下，通常OLS估計一定高估了估計量的標(biāo)準(zhǔn)差。()

5、31 .在杜賓-沃森(DW)檢驗法中，我們假定隨機(jī)擾動項的方差是常數(shù)。()32 .當(dāng)存在自相關(guān)時，OLS估計量是有偏的，而且也是無效的。()33 .即使在有嚴(yán)重多重共線性的模型中，OLS估計量仍然是最優(yōu)線性無偏估計量。()34 .變量的兩兩高度相關(guān)并不表示模型一定存在多重共線性問題。()35 .當(dāng)模型的解釋變量包括被解釋變量的滯后變量時，D-W檢驗就不適用了。()三、單項選擇題1 .經(jīng)濟(jì)計量分析工作的基本工作步驟是()A .設(shè)定理論模型一收集樣本資料一估計模型參數(shù)一檢驗?zāi)Ｐ虰.設(shè)定模型一估計參數(shù)一檢驗?zāi)Ｐ鸵粦?yīng)用模型C .理論分析一數(shù)據(jù)收集一計算模擬一修正模型D.確定模型導(dǎo)向一確定變量及方程式一

6、應(yīng)用模型2 .把反映某一總體特征的同一指標(biāo)的數(shù)據(jù)，按一定的時間順序和時間間隔排列 起來，這樣的數(shù)據(jù)稱為()A.橫截面數(shù)據(jù)B.時間序列數(shù)據(jù)C.修勻數(shù)據(jù)D.原始數(shù)據(jù)3 .普通最小二乘法要求模型誤差項 ui滿足某些基本假定，下列結(jié)論中錯誤的是()。A. E(ui)=0B. E(Xi尸 0一-一2C. E(uiuj)=0 (iwj)D. uj N(0. ° )4 .對于經(jīng)典線性回歸模型，0LS估計量不具備的性質(zhì)是()A,無偏性 B.線性特性 C.正確性D.有效性5 .線性回歸模型的參數(shù)估計量是隨機(jī)變量Y的函數(shù)，*=(X'Y廣X'Y，所以國是A.隨機(jī)變量B.非隨機(jī)變量C.確定性

7、變量D.常量6 .產(chǎn)量(X,臺)與單位產(chǎn)品成本(Y,元/臺)之間的回歸方程為：Y? = 356-1.5X, 這說明()A.產(chǎn)量每增加一臺，單位產(chǎn)品成本平均減少1.5個百分點B.產(chǎn)量每增加一臺，單位產(chǎn)品成本減少1.5元C.產(chǎn)量每增加一臺，單位產(chǎn)品成本減少 1.5個百分點D.產(chǎn)量每增加一臺，單位產(chǎn)品成本平均減少1.5元7,根據(jù)一個n=30的樣本估計Y+?1Xi +e后計算得d=1.4,已知在95%的置信度下，dL T35, dU =1.49,則認(rèn)為原模型()A .存在正的一階線性自相關(guān)B.存在負(fù)的一階線性自相關(guān)C .不存在一階線性自相關(guān)D.無法判斷是否存在一階線性自相關(guān)8 .在多元線性回歸模型中，

8、若某個解釋變量對其余解釋變量的判定系數(shù)接近于1,則表明模型中存在()A.多重共線性B.異方差性C.序列相關(guān)D.高擬合優(yōu)度工=一心9 .在運用模型變換法修正異方差時，如果模型變換形式是X X X X , 則異方差的具體形式Var(u)是下列形式中的哪一種?()A.；'X B.二勺2 BF2 收 d.二210g(X)10 .對于原模型Yt = 00 + P1Xt *5，廣義差分模型是指()Yt= P0 1+ P1Xt+ jA Jf(Xt)0 Jf(Xt)1 Jf (Xt) Jf(Xt)Yt = "%Xt . "t Yt 0 /兇口tBCD Yt - »4 =日

9、0(1 - P)十 3(Xt - PX-)十(匕叱工)11 .經(jīng)濟(jì)計量分析工作的基本工作步驟是()A .設(shè)定理論模型一收集樣本資料一估計模型參數(shù)一檢驗?zāi)Ｐ虰.設(shè)定模型一估計參數(shù)一檢驗?zāi)Ｐ鸵粦?yīng)用模型C .理論分析一數(shù)據(jù)收集一計算模擬一修正模型D.確定模型導(dǎo)向一確定變量及方程式一應(yīng)用模型12 .把反映某一總體特征的同一指標(biāo)的數(shù)據(jù)，按一定的時間順序和時間問隔排列起來，這樣的數(shù)據(jù)稱為()A.橫截面數(shù)據(jù)B.時間序列數(shù)據(jù)C.修勻數(shù)據(jù)D.原始數(shù)據(jù)13 .在雙對數(shù)線性模型1n Yi =%+ 011nxl +3 1nX2 +»中，參數(shù)3的含義是A.Y關(guān)于X1的增長量 B.Y關(guān)于X1的發(fā)展速度C.Y關(guān)于

10、X1的邊際傾向 D.Y關(guān)于X1的彈性14 .已知某一元線性回歸模型，采用10個樣本，使用OLS回歸后得到可決系數(shù)為0.81,則其解釋變量與被解釋變量之間的相關(guān)系數(shù)為（A.0.9B. 0.6561C. 0.081 D. 0.0915 .線性回歸模型的參數(shù)估計量乎是隨機(jī)變量Y的函數(shù)，?=（ X'Y尸X'Y ,所以（?A.確定性變量B.非隨機(jī)變量C.隨機(jī)變量D.常量16 .產(chǎn)量（X,臺）與單位產(chǎn)品成本（Y,元/臺）之間的回歸方程為：Y? = 356-1.5X ,這說明(A.B.C.D.產(chǎn)量每增加一臺，單位產(chǎn)品成本平均減少1.5個百分點產(chǎn)量每增加一臺，單位產(chǎn)品成本減少1.5元產(chǎn)量每增加

11、一臺，單位產(chǎn)品成本減少1.5個百分點產(chǎn)量每增加一臺,單位產(chǎn)品成本平均減少1.5元17 .某商品需求計量模型Y=P° + P1Xi+ki,其中Y為需求量，X為價格。為了考慮“季節(jié)”（春、夏、秋、冬）因素的影響，則應(yīng)引入的虛擬變量個數(shù)為（A.3C.2B.4D.518 .在多元線性回歸模型中，若某個解釋變量對其余解釋變量的判定系數(shù)接近于1,則表明模型中存在（）A.多重共線性B.異方差性19 .下列哪種方法不能用來檢驗異方差（A. Goldfeld-Quandt 檢驗C.殘差平方對解釋變量的散點圖C.序列相關(guān)D.高擬合優(yōu)度0B.懷特檢驗D.方差膨脹因子法20.下列哪種形式的序列相關(guān)可用 DW

12、統(tǒng)計量來檢驗（Vt為具有零均值、常數(shù) 方差，且不存在序列相關(guān)的隨機(jī)變量）（）t =:t-2Z VtB.C -Wt .21.以 表示實際觀測值,D.也=Wt +P2Vt+ 示回歸估計值，則用普通最小二乘法得到的樣本回滿足（歸直線A.B.C.22.計量經(jīng)濟(jì)模型的基本應(yīng)用領(lǐng)域有（）A.結(jié)構(gòu)分析、經(jīng)濟(jì)預(yù)測、政策評價B.彈性分析、乘數(shù)分析、政策模擬C.消費需求分析、生產(chǎn)技術(shù)分析、市場均衡分析D.季度分析、年度分析、中長期分析23 .經(jīng)驗認(rèn)為，某個解釋變量與其他解釋變量間多重共線性嚴(yán)重的情況是這個解釋變量的VIF（）A.大于1B.小于1C.大于10D.小于524 .下列檢驗方法中不是用來檢驗異方差的方法是

13、（）A.戈里瑟（Glejser）檢驗B .戈德菲爾德匡特（Goldfeld-Quandt）檢驗C.懷特（white）檢驗D.杜賓沃森（DW）檢驗25 .當(dāng)模型中存在多重共線性時，采用嶺回歸所得到的估計是（）A.有偏估計B .無偏估計 C.最佳無偏估計D.無偏有效估計26 .在DW檢驗中，當(dāng)d統(tǒng)計量為2時，表明（）A.不存在一階自相關(guān)B.存在完全一階負(fù)自相關(guān)C.存在完全一階正自相關(guān)D.不能判定27 .下面屬于橫截面數(shù)據(jù)的是（）A. 1980-2018年各年全國31個省市自治區(qū)的服務(wù)業(yè)產(chǎn)值B. 1980-2018年各年某地區(qū)的財政收入C. 2018年30個重點調(diào)查城市的工業(yè)產(chǎn)值D. 2000-20

14、18年各季度湖北省的GDP增長率28 .鄒至莊檢驗的作用是（）。A.檢驗?zāi)Ｐ椭惺欠翊嬖谧韵嚓P(guān)B.檢驗?zāi)Ｐ褪欠裼卸嘀毓簿€性C.檢驗?zāi)Ｐ退脭?shù)據(jù)是否存在折點D.檢驗?zāi)Ｐ椭惺欠翊嬖谔摂M變量29 .對于A. t(n-k)B. t(n-k-1)30 .對于,統(tǒng)計量服從（）C. F（k-1,n-k）D. F（k,n-k-1）,檢驗Ho:時，所用的A. t(n-k-1)B. t(n-k)C. t(n-k+1)D. t(n-k+2)統(tǒng)計量服從()31 .如果一個回歸模型中包含一個具有 m個特征的分類指標(biāo)，需入虛擬變量數(shù)目 為（）A. m B. m-1C. m-2 D. m+132 .若回歸模型中的隨機(jī)誤差項存

15、在一階自回歸形式的自相關(guān)，則估計模型參數(shù) 應(yīng)采用（）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33 .在多元線性回歸中，擬合系數(shù)隨著解釋變量數(shù)目的增加而（）A .減少 B .增加 C .不變 D.變化不定34 .對于大樣本，杜賓-沃森（DW）統(tǒng)計量的近似計算公式為（）A. B.C.D.35.雙對數(shù)模型A. Y關(guān)于X的增長率C. Y關(guān)于X的彈性中，參數(shù)的含義是（）B. Y關(guān)于X的發(fā)展速度D. Y關(guān)于X的邊際變化36.根據(jù)樣本資料已估計得出人均消費支出Y對人均收入X的回歸模型為lnY=5+0751nx，這表明人均收入每增加1%,人均消費支出將預(yù)期增加（A.0.2%B.0.

16、75%C.5%D.7.5%37 .在存在多重共線性情況下采用的嶺回歸估計是（）A.有偏估計B.無偏估計C.最佳無偏估計D.無偏有效估計38 .在多元線性回歸中，擬合系數(shù) R2隨著解釋變量數(shù)目的增加而（）A .減少 B .增加 C .不變 D.變化不定39 .對于大樣本，杜賓-沃森（DW）統(tǒng)計量的近似計算公式為（）A. DW = 2（1 - 7） B. DW=3（1D） C.DW =1 - ? D. DW = 2（1 ?）40 .進(jìn)行相關(guān)分析時，假定相關(guān)的兩個變量（）A.都是隨機(jī)變量B.都不是隨機(jī)變量C. 一個是隨機(jī)變量，一個不是隨機(jī)變量D.隨機(jī)或非隨機(jī)都可以41 .設(shè)Y表示實際觀測值，Y?表示

17、OLS回歸估計值，則下列哪項成立（A. Y? =yb. Y =Yc. Y?=yd. Y?=Y42.若回歸模型中的隨機(jī)誤差項存在一階自回歸形式的自相關(guān)，則估計模型參數(shù) 應(yīng)采用（）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 43.不能用來作為模型中存在多重共線性的判別標(biāo)準(zhǔn)（）A.方差膨脹因子 B.F統(tǒng)計量C.條件系數(shù)D.相關(guān)系數(shù)44 .杜賓-沃森統(tǒng)計量的取值范圍為（）A.-1 < DW < 1B.0 < DW < 4C.0 < DW < 2D.1<DW<445 .在線性回歸模型中，若解釋變量Xi和X2的觀測值成比例，即Xn=KX

18、2i,其中K為常數(shù)，則表明模型中存在（）C. 序 列 相 關(guān)C. 面 板 數(shù) 據(jù)C. 卡 方 統(tǒng) 計 量A. 方 差 非 齊 性B. 多 重 共 線 性D.設(shè)定誤差46 .同一統(tǒng)計指標(biāo)按時間順序記錄的數(shù)據(jù)列是（）A. 時 點 數(shù) 據(jù)B. 截 面 數(shù) 據(jù)D.時序數(shù)據(jù)47 .對回歸系數(shù)顯著性進(jìn)行檢驗時，所用統(tǒng)計量是（）A. 正 態(tài) 統(tǒng) 計 量B.t 統(tǒng) 計 量D.F 統(tǒng)計量48 .在回歸分析中下列有關(guān)解釋變量和被解釋變量的說法中正確的是（）A. 被解釋變量和解釋變量均為隨機(jī)變量B.被解釋變量和解釋變量均為非隨機(jī)變量C.被解釋變量為隨機(jī)變量，解釋變量為非隨機(jī)變量D.被解釋變量為非隨機(jī)變量，解釋變量為

19、隨機(jī)變量49 .回歸分析中，用來說明模型解釋能力的統(tǒng)計量為（）A. 相 關(guān) 系 數(shù)B. 擬 合 系 數(shù)C. 回 歸 系 數(shù)D.標(biāo)準(zhǔn)差50 .如果要在模型的解釋變量中考慮季節(jié)因素，需要引入幾個虛擬變量（）A.1個B.2個C.3個D.4個四、簡答題1. 簡述最小二乘估計原理。2. 回歸模型的方程顯著性檢驗與參數(shù)顯著性檢驗相同嗎？是否可以互相替代？3. 對一元線性回歸模型進(jìn)行標(biāo)準(zhǔn)化變換，解釋標(biāo)準(zhǔn)化變量回歸模型中斜率系數(shù)的含義。4. 列舉檢驗多重共線性的方法。5. 簡述模型中自相關(guān)問題對OLS 估計量的影響。6. 請寫出經(jīng)典回歸模型的基本假定。7. OLS 估計量具有哪些統(tǒng)計性質(zhì)。8. 什么是虛擬變量

20、陷阱？怎樣避免虛擬變量陷阱？9. 列舉異方差的補(bǔ)救措施。10. 當(dāng)模型存在多重共線性時，用最小二乘法估計有哪些后果？11. 在經(jīng)典假定成立的條件下，最小二乘估計量有哪些統(tǒng)計特性？。12. 以一元線性回歸模型為例，敘述White 檢驗的基本步驟。13. 簡述經(jīng)典線性回歸模型的基本假定中任意五條。14. 解決模型中自相關(guān)的方法有哪些？15. 簡述 Goldfeld-Quandt 檢驗的基本步驟。16. 當(dāng)模型存在多重共線性時，用最小二乘法估計有何后果？17. 簡述經(jīng)典線性回歸模型的基本假定中任意五條？五、計算分析題（本大題共2 小題，每小題15分，共 30分）1. 根據(jù)輸出結(jié)果所給的信息，補(bǔ)充完整

21、表1 中用（ 1） （ 2） （ 3） （ 4） （ 5）所標(biāo)識的空缺處。（每空 3 分，共 15 分。請寫出簡要計算過程，所有計算結(jié)果保留三位小數(shù)）表1小時工資方程Dependent Variable:LWAGESample: 1 526ncluded observations: 526VariableCoefficientStd. Errort-StatisticProb.cC0.2843600.1041902.7292300.0066EDUC0.0920290.007330(D0.0000EXPER0.0041210.0017232.3914370.0171TENURE(2)0.0030

22、947.1330710.0000R-squared0.316013Mean dependent var1.623268Adjusted R-squared(3)S.D.dependent var0.531538S.E. of regression(4)Akaike info criterion1.207406Sum squared resid101.4556Schwarz criterion1.239842_og likelihood-313.5478Hannan-Quinn criter.1.220106F-statistic(5)Durbin-Watson stat1.768805Prob

23、(F-statistic)0.0000002.表2是一個住房價格方程的回歸結(jié)果。其中,price為住房價格，lotsize為 以英尺為單位的占地面積，sqrft為平方英尺數(shù)，bdrms為臥室數(shù)。模型設(shè)定為 pricei = £ + Bjotsizei + B3sqrfti + B4bdrmsi + 所。根據(jù)表 2 回答下列問題:（第（1）小題3分，第（2）小題6分，第（3）小題6分，共15分。所有結(jié)果 保留三位小數(shù)）表2.住房價格方程Dependent Variable: PRICESample: 1 88Included observations: 88VariableCoeffi

24、cientStd. Errort-StatisticProb.C-21.7703129.47504-0.7386010.4622lOTSIZE0.0020680.0006423.2200960.0018SQRFT0.1227780.0132379.2750930.0000BDRMS13.852529.0101451.5374360.1279R-squared0.672362Mean dependent var293.5460Adjusted R-squared0.660661S.D. dependent var102.7134S.E. of regression59.83348Sum squa

25、red resid300723.8_og likelihood-482.8775F-statistic57.46023Prob(F-statistic)0.000000Akaike info criterion11.06540Schwarz criterion11.17800Hannan-Quinn criter.11.11076Durbin-Watson stat2.109796(1)寫出樣本回歸函數(shù)。(3分)(2)對參數(shù)P的顯著性進(jìn)行檢驗(要求寫出檢驗步驟)。(6分) 2提示：1。.025(84)= 1.989±05(84) = 1.633(3)利用white檢驗判斷模型是否存在

26、異方差(要求寫出檢驗步驟)。(6分)提示：將殘差的平方對截距項、所有解釋變量的一次項、二次項、交叉項作回歸得到的 R2為0.383314, «= 0.05時，髭05(3) =7.815,乳20.05(9) =16.9193.為了分析一國或地區(qū)的經(jīng)濟(jì)社會發(fā)展如何影響其居民的人均預(yù)期壽命，我們 以亞洲22個國家或地區(qū)的數(shù)據(jù)為分析對象，分別引入了人均GDP(X1)、成人識字率(X2)、嬰兒預(yù)防接種率(X3)作為解釋變量，人均預(yù)期壽命(Y)作為被解釋變 量。得到如下回歸(見表1)。問題：(1)根據(jù)輸出結(jié)果所給的信息，補(bǔ)充完整表中用ABCDE所標(biāo)識的空缺處。A:B:C:D:E:(2)各個因素對

27、人均壽命的影響是否顯著，請給出你的判斷。表1人均預(yù)期壽命的影響因素Dependent Variable: Y Method: Least Squares ncluded observations: 22VariableCoefficientStd. Errort-StatisticProb.C32.993093.13859510.512060.0000X10.0716190.014755( A )0.0001X20.168727(B )4.2228110.0005X3(C )0.0488693.6637310.0018R-squared0.906549Mean dependent var62.

28、50000Adjusted R-squared(D )S.D. dependent var10.08889S.E. of regression(E )Akaike info criterion5.407545Sum squared resid199.7515Schwarz criterion5.605916_og likelihood-55.48299Hannan-Quinn criter.5.454275F-statistic58.20479Durbin-Watson stat1.616536Prob(F-statistic)0.0000004. sen&srivastavaft研究

29、貧富國之間期望壽命的差異是，利用101個國家的數(shù)據(jù),建立了如下回歸模型:-2.40+ 9.39 In -536(111.1；-7)(437) (0.857)R2=0.752042)其中，X為以美元計的人均收入；Y為以年計的期望壽命。Sen&Srivastava認(rèn)為 人均收入的臨界值為1097美元(ln1097 = 7),若人均收入超過1097美元，則被 認(rèn)定為富國，Di=1;若人均收入低于1097美元，則被認(rèn)定為窮國，Di=0。上述 回歸結(jié)果中，括號內(nèi)的數(shù)值為參數(shù)估計值對應(yīng)的 t值。(1)解釋這些計算結(jié)果。 回歸方程中引入的原因是什么？如何解釋這個回歸解釋變量。(3)請分別寫出窮國和富

30、國的樣本回歸方程。5 .國家財政收入主要來自各項稅收收入，經(jīng)濟(jì)增長是其重要的影響因素。為了分 析各主要因素對國家財政收入的影響， 根據(jù)國家統(tǒng)計局1978-2007年的統(tǒng)計年鑒 數(shù)據(jù)，建立了如下回歸模型：CSi =B0*NZi %*GZi -3* JZZi ，*TPOPi %*CUMi % * SZMi ；i 其中CS表示財政收入，NZ為農(nóng)業(yè)增加值，GZ為工業(yè)增加值，JZZ為建筑業(yè)增 加值，TPOP為總?cè)丝?，CUM為最終消費，SZM為受災(zāi)面積。回歸結(jié)果見表1。 表1國家財政收入的變動Sample: 1978 2007Included observations: 30R-squaredAdjust

31、ed R-squared S.E. of regression Sum squared resid Log likelihood F-statisticProbfF-statistic)0.994565 0.993147 1041.84924965329 -247.0452 7014747 0.000000Mean dependent var S.D. dependentvar Akaike info criterion Schwarz criterion Hann an-Ou inn enter. Durbin-Wats on stat10049.04 12585.51 16.93634 1

32、7.26329 17.04004 2.167410CoefficientStd. Errort-StatisticProb.C-6646.6946454.156-1.0298320.3138NZ-0.9706880.33040929378410.0074GZ1.0846540.22852147463970.0001JZZ-27639282.0769941330735D.1963TPOP0.0776130,0679741.1418060.2653CUM-0.047119D .081509-0.5780840 5688SZM0.0075800.0350390.2163290.8306根據(jù)軟件的分析結(jié)果，回答下面的問題: 通過上述分析結(jié)果，你認(rèn)為該多元回歸模型可能存在哪些問題？這些問題的 背后本質(zhì)又是什么？ 以某一個