計(jì)量經(jīng)濟(jì)學(xué)習(xí)題

1、西南財(cái)經(jīng)大學(xué)2008 2009 學(xué)年第 一 學(xué)期 經(jīng)濟(jì)類其他 專業(yè) 本 科 2006 級（ 三 年級 一 學(xué)期）學(xué) 號 評定成績 （分）學(xué)生姓名 擔(dān)任教師 計(jì)量經(jīng)濟(jì)學(xué)期末 閉 卷 考試題（下述 一 - 四 題全作計(jì)100分， 兩小時(shí)完卷）考試日期：試 題 全 文： 一、單選題答案123456789101112131415161718192021222324252627282930二、多選題答案12345678910試 題 全 文：一、 單項(xiàng)選擇題（每小題1分，共30分）1、半對數(shù)模型中，參數(shù)的含義是（ ） A、X的絕對量變化，引起Y的絕對量的平均變化B、Y關(guān)于X的平均邊際變化 C、X的相對變化

2、，引起Y的期望值絕對量變化D、Y關(guān)于X的彈性2、計(jì)量經(jīng)濟(jì)模型的被解釋變量一定是（ ）A、內(nèi)生變量 B、政策變量 C、控制變量 D、外生變量3、在模型的回歸分析結(jié)果報(bào)告中，有，則表明（ ）A、解釋變量對的影響是不顯著的B、解釋變量對的影響是顯著的C、解釋變量和對的影響是均不顯著D、解釋變量和對的聯(lián)合影響是顯著的4、對多元線性回歸方程的顯著性檢驗(yàn)，所用的F統(tǒng)計(jì)量可表示為（ ） A、 B、 C、 D、5、根據(jù)樣本資料估計(jì)得出人均消費(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0.01個單位,則人均消費(fèi)支出將增加（） A、0.2% B、0.56% C、2%   &

3、#160; D、0.56個單位6、多元線性回歸分析中，調(diào)整后的可決系數(shù)與可決系數(shù)之間的關(guān)系滿足（ ）。A、 B、 C、 D、7、已知四元線性回歸模型估計(jì)的殘差平方和為，樣本容量為，則隨機(jī)誤差項(xiàng)的方差估計(jì)量為( ) A、10 B、 40 C、 30 D 、208、Goldfeld-Quandt方法用于檢驗(yàn)（ ）A、異方差性 B、自相關(guān)性 C、隨機(jī)解釋變量 D、多重共線性9、如果回歸模型違背了無自相關(guān)假定，最小二乘估計(jì)量( )A、無偏的，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10、設(shè)為解釋變量，則近似多重共線性是( )A、 B、C、 D、11、廣義差分法是對模型(

4、 )用最小二乘法估計(jì)其參數(shù)A、 B、C、 D、12、在序列自相關(guān)的情況下，參數(shù)估計(jì)值的方差不能正確估計(jì)的原因是（ ）13、在DW檢驗(yàn)中，不能判定的區(qū)域是( )A、 0,4-4 B、 4-C、 ,4-4- D、 上述都不對14、設(shè)，為了消除異方差，則正確的變換為( )A、 B、C、 D、15、已知模型的形式為,在用實(shí)際數(shù)據(jù)對模型的參數(shù)進(jìn)行估計(jì)的時(shí)候,DW統(tǒng)計(jì)量的值為0.7453,則相應(yīng)的廣義差分變量為( )A、 B、 C、 D、16、以下模型中屬于線性回歸模型是( ) A、 B、C、 D、17、對于有限分布滯后模型在一定條件下，參數(shù)可近似用一個關(guān)于i的多項(xiàng)式表示（i=0,1,2,k），其中多項(xiàng)式

5、的階數(shù)m必須滿足（ ）A、 B、 C、 D、18、設(shè)無限分布滯后模型滿足庫伊克變換的假定，則長期影響乘數(shù)為（ ）A、不能確定 B、 C、 D、 19、關(guān)于自適應(yīng)預(yù)期模型和局部調(diào)整模型，下列說法錯誤的有（ ）A、它們由某種期望模型演變形成的B、它們最終都可以轉(zhuǎn)換成自回歸模型C、它們都滿足古典線性回歸模型的所有假設(shè)，從而可直接OLS方法進(jìn)行估計(jì)D、它們經(jīng)濟(jì)背景不同20、設(shè)某計(jì)量經(jīng)濟(jì)模型為：，其中大學(xué)教授年薪，則對于參數(shù)、的含義，下列解釋不正確的是（ ） A、表示大學(xué)女教授的平均年薪； B、表示大學(xué)男教授的平均年薪； C、+ 表示大學(xué)男教授的平均年薪； D、表示大學(xué)男教授和女教授平均年薪的差額21、

6、大學(xué)教授薪金回歸方程：，其中大學(xué)教授年薪，教齡，則非白種人男性教授平均薪金為 ( )A、；B、 C、D、22、若想考察某地區(qū)的邊際消費(fèi)傾向在某段時(shí)間前后是否發(fā)生顯著變化，則下列那個模型比較適合（Y代表消費(fèi)支出；X代表可支配收入；D表示虛擬變量） （ ） A、 B、C、 D、23、檢驗(yàn)自回歸模型擾動項(xiàng)的自相關(guān)性，常用德賓h檢驗(yàn)，下列命題正確的是（ ）A、 德賓h檢驗(yàn)只適用于一階自回歸模型B、 德賓h檢驗(yàn)適用于任意階的自回歸模型C、 德賓h 統(tǒng)計(jì)量服從t分布D、 德賓h檢驗(yàn)可以用于小樣本問題24、簡化式模型就是把結(jié)構(gòu)式模型中的內(nèi)生變量表示為( ) A、外生變量和內(nèi)生變量的函數(shù)關(guān)系 B、前定變量和隨

7、機(jī)誤差項(xiàng)的函數(shù)模型 C、滯后變量和隨機(jī)誤差項(xiàng)的函數(shù)模型 D、外生變量和隨機(jī)誤差項(xiàng)的函數(shù)模型25、下列宏觀經(jīng)濟(jì)計(jì)量模型中消費(fèi)函數(shù)所在方程的類型為( ) A、技術(shù)方程式 B、制度方程式 C、恒等式 D、行為方程式26、如果聯(lián)立方程中某個結(jié)構(gòu)方程包含了所有的變量，則這個方程為（）A、恰好識別 B、不可識別 C、過度識別 D、不確定27、在有M個方程的完備聯(lián)立方程組中，當(dāng)識別的階條件為（H為聯(lián)立方程組中內(nèi)生變量和前定變量的總數(shù)，為第i個方程中內(nèi)生變量和前定變量的總數(shù)）時(shí)，則表示( ) A、第i個方程恰好識別 B、第i個方程不可識別C、第i個方程過度識別 D、第i個方程具有唯一統(tǒng)計(jì)形式28、某一時(shí)間序列

8、經(jīng)兩次差分變換成平穩(wěn)時(shí)間序列，此時(shí)間序列稱為（）A、1階單整 B、2階單整 C、K階單整 D、以上答案均不正確29、屬于平穩(wěn)性檢驗(yàn)的方法是（ ）A、ARCH檢驗(yàn) B、GQ檢驗(yàn) C、單位根檢驗(yàn) D、德賓h檢驗(yàn)30、有下列聯(lián)立方程模型：則該模型的前定變量是（ ）A、 B、 C、 D、 二、多項(xiàng)選擇題（每小題2分，共20分）1、對聯(lián)立方程模型參數(shù)的單方程估計(jì)法包括( ) A、工具變量法 B、間接最小二乘法 C、完全信息極大似然估計(jì)法 D、二階段最小二乘法 E、三階段最小二乘法2、希斯特（Shisko）研究了什么因素影響兼職工作者的兼職收入，模型及其估計(jì)結(jié)果為：其中：wm為兼職工薪（美元/小時(shí)）；w0

9、為主業(yè)工薪（美元/小時(shí)）；race 為虛擬變量，若是白人取值為0，非白人取值為1；reg為虛擬變量，當(dāng)被訪者是非西部人時(shí)，reg取值為0為當(dāng)被訪者是西部地區(qū)人時(shí)，人reg取值為1；age為年齡；關(guān)于這個估計(jì)結(jié)果，下列說法正確的有( ) A、在其他因素保持不變條件下，非白人的兼職工薪每小時(shí)比白人低約90美元B、在其他因素保持不變條件下，白人的兼職工薪每小時(shí)比白人低約90美元C、在其他因素保持不變條件下，非西部人的兼職工薪每小時(shí)比西部人高出約113.64美元D、在其他因素保持不變條件下，非西部人的兼職工薪每小時(shí)比西部人低出約113.64美元E、四個變量在5%顯著性水平下統(tǒng)計(jì)上是顯著的3、對美國儲蓄

10、與收入關(guān)系的計(jì)量經(jīng)濟(jì)模型分成兩個時(shí)期分別建模，重建時(shí)期是19461954；重建后時(shí)期是19551963，模型如下：關(guān)于上述模型，下列說法正確的是( )A、時(shí)則稱為重合回歸B、時(shí)稱為平行回歸C、時(shí)稱為共點(diǎn)回歸 D、時(shí)稱為相異回歸E、時(shí)，表明兩個模型沒有差異4、能夠檢驗(yàn)多重共線性的方法有( )A、簡單相關(guān)系數(shù)矩陣法 B、DW檢驗(yàn)法C、t檢驗(yàn)與F檢驗(yàn)綜合判斷法 D、ARCH檢驗(yàn)法E、輔助回歸法(又待定系數(shù)法) F、逐步回歸法5、如果模型中存在異方差現(xiàn)象，則會引起如下后果( )A、參數(shù)估計(jì)值有偏 B、參數(shù)估計(jì)值的方差不能正確確定C、變量的顯著性檢驗(yàn)失效 D、預(yù)測精度降低E、參數(shù)估計(jì)值仍是無偏的6、能夠

11、修正序列自相關(guān)的方法有( )A、加權(quán)最小二乘法 B、Cochrane-Orcutt法C、廣義最小二乘法 D、一階差分法E、廣義差分法7、下列說法正確的是( )A、自相關(guān)是一種隨機(jī)誤差現(xiàn)象 B、自相關(guān)產(chǎn)生的原因有經(jīng)濟(jì)變量的慣性作用C、檢驗(yàn)自相關(guān)的方法有F檢驗(yàn)法 D、修正自相關(guān)的方法有廣義差分法E、DF檢驗(yàn)統(tǒng)計(jì)量服從t分布8、對于二元樣本回歸模型，下列各式成立的有（ ）A、 B、C、 D、E、9、有關(guān)調(diào)整后的判定系數(shù)與判定系數(shù)之間的關(guān)系敘述正確的有（ ）A、與均大于零 B、模型中包含的解釋個數(shù)越多，與就相差越大C、只要模型中包括截距項(xiàng)在內(nèi)的參數(shù)的個數(shù)大于1，則D、有可能大于E、有可能小于0，但卻始

12、終是非負(fù)10、古典線性回歸模型的普通最小二乘估計(jì)量的特性有( )A、無偏性 B、線性性 C、最小方差性 D、一致性 E、有偏性三、 判斷正誤。若錯誤，請簡要說明理由（每小題5分，共20分）1、 線性回歸模型意味著因變量是自變量的線性函數(shù)。2、 擬合優(yōu)度與F統(tǒng)計(jì)量均可以用于判斷模型顯著性，二者既有聯(lián)系也有區(qū)別。3、 通過虛擬變量將屬性因素引入計(jì)量經(jīng)濟(jì)模型，引入虛擬變量的個數(shù)僅與樣本容量大小有關(guān)。 4、 秩條件是充要條件，因此只利用秩條件就可以完成聯(lián)立方程識別狀態(tài)的確定。四、計(jì)算分析題1、家庭消費(fèi)支出（Y）、可支配收入（）、個人個財(cái)富（）設(shè)定模型如下：回歸分析結(jié)果為：LS / Dependent

13、Variable is YDate: 18/11/08 Time: 23:18Sample: 1 10Included observations: 10 Variable Coefficient Std. Error T-Statistic Prob. C 24.4070 6.9973 _ 0.0101 - 0.3401 0.4785 _ 0.5002 0.0823 0.0458 0.1152R-squared _ Mean dependent var 111.1256 Adjusted R-squared _ S.D. dependent var 31.4289 S.E. of regres

14、sion _ Akaike info criterion 4.1338 Sum squared resid 342.5486 Schwartz criterion 4.2246 Log likelihood - 31.8585 F-statistic _ Durbin-Watson stat 2.4382 Prob(F-statistic) 0.0001回答下列問題（11分）：、 請根據(jù)上表中已由數(shù)據(jù)，填寫表中畫線處缺失結(jié)果（注意給出計(jì)算步驟）；、 模型是否存在多重共線性？為什么？、 模型中是否存在自相關(guān)？為什么？2、根據(jù)某城市19781998年人均儲蓄與人均收入的數(shù)據(jù)資料建立了如下回歸模型：

15、 se=（340.0103）（0.0622）試求解以下問題（9分）：（1） 取時(shí)間段19781985和19911998，分別建立兩個模型。 模型1： t=（-8.7302）（25.4269） 模型2： t=（-5.0660）（18.4094） 計(jì)算F統(tǒng)計(jì)量，即，給定，查F分布表，得臨界值。請你繼續(xù)完成上述工作，并回答所做的是一項(xiàng)什么工作，其結(jié)論是什么？（2） 利用y對x回歸所得的殘差平方構(gòu)造一個輔助回歸函數(shù)： 計(jì)算給定顯著性水平，查分布表，得臨界值，其中自由度p=3請你繼續(xù)完成上述工作，并回答所做的是一項(xiàng)什么工作，其結(jié)論是什么？ （3）試比較（1）和（2）兩種方法，給出簡要評價(jià)。3、研究某地區(qū)

16、19621995年基本建設(shè)新增固定資產(chǎn)Y（億元）和全省工業(yè)總產(chǎn)值X（億元）按當(dāng)年價(jià)格計(jì)算的歷史資料。估計(jì)結(jié)果如下：Dependent Variable: YMethod: Least SquaresDate: 21/11/08 Time: 22:31Sample (adjusted): 1963 1995Included observations: 33 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.  C1.8966451.1671271.6250550.1146X0.1021990.02478

17、24.1239610.0003Y(-1)0.0147000.1828650.0803890.9365R-squared0.584750    Mean dependent var7.804242Adjusted R-squared0.557066    S.D. dependent var5.889686S.E. of regression3.919779    Akaike info criterion5.656455Sum squared resid460.9399