計量經(jīng)濟學試卷03

1、考試紀律承諾本人自愿遵守學?？荚嚰o律，保證以誠信認真的態(tài)度作答試卷，如有違紀，接受學校相關(guān)紀律處分。 本人簽名： 學院 專業(yè)班級 學號 姓名 密封線 （1、請勿在密封線之上答題； 2、請在答題紙上方留下相同密封距離）北 京 工 商 大 學計量經(jīng)濟學試卷(No. 3) 題號一二三四總分 得分一、單項選擇題1、對樣本的相關(guān)系數(shù)，以下結(jié)論錯誤的是（      ）A. 越接近0，與之間線性相關(guān)程度高 B. 越接近1，與之間線性相關(guān)程度高 C. D、，則與相互獨立2、同一時間，不同單位相同指標組成的觀測數(shù)據(jù)稱為（ ）A原始數(shù)據(jù) B截面數(shù)據(jù) C時間序列數(shù)據(jù)

2、 D修勻數(shù)據(jù)3、為了分析隨著解釋變量變動一個單位，因變量的增長率變化情況，模型應(yīng)該設(shè)定為（ ）A. lnY=+lnX +u     B.   C.      D. = 4、多元線性回歸模型中，發(fā)現(xiàn)各參數(shù)估計量的t值都不顯著，但模型的F值確很顯著，這說明模型存在（ ）A多重共線性 B異方差 C自相關(guān) D設(shè)定偏誤5、在異方差性情況下，常用的估計方法是（） A一階差分法            

3、B. 廣義差分法 C工具變量法            D. 加權(quán)最小二乘法 6、DW檢驗中要求有假定條件，在下列條件中不正確的是（ ）A解釋變量為非隨機的                      B. 隨機誤差項為一階自回歸形式C線性回歸模型中不應(yīng)含有滯后內(nèi)生變量為解釋變量 D

4、. 線性回歸模型為一元回歸形式7、廣義差分法是（ ）的一個特例A.加權(quán)最小二乘法              B.廣義最小二乘法C.普通最小二乘法              D.兩階段最小二乘法8、在下例引起序列自相關(guān)的原因中，不正確的是（ ）A.經(jīng)濟變量具有慣性作用    

5、60;   B.經(jīng)濟行為的滯后性C.設(shè)定偏誤                    D.解釋變量之間的共線性9、假設(shè)估計出的庫伊克模型如下：則（ ）A.分布滯后系數(shù)的衰減率為0.34（0.76）B.在顯著性水平下，DW檢驗臨界值為，由于，據(jù)此可以推斷模型擾動項存在自相關(guān)C.即期消費傾向為0.35，表明收入每增加1元，當期的消費將增加0.35元D.收入對消費的長期影響乘

6、數(shù)為的估計系數(shù)0.76 10.虛擬變量(       )   A.主要來代表質(zhì)的因素，但在有些情況下可以用來代表數(shù)量因素 B.只代表質(zhì)的因素 C.只代表數(shù)量因素 D.只代表季節(jié)影響因素11、若想考察某兩個地區(qū)的平均消費水平是否存在顯著差異，則下列那個模型比較適合（Y代表消費支出；X代表可支配收入；D2、D3表示虛擬變量） （ ）A. B.C. D.12、逐步回歸法既檢驗又修正了（ ）A異方差性           &

7、#160;   B.自相關(guān)性C隨機解釋變量           D.多重共線性13、已知模型的形式為,在用實際數(shù)據(jù)對模型的參數(shù)進行估計的時候,測得DW統(tǒng)計量為0.6453,則廣義差分變量是(       )A.    B.C.             

8、0;D.14、回歸分析中定義的(     ) A. 解釋變量和被解釋變量都是隨機變量B. 解釋變量為非隨機變量，被解釋變量為隨機變量C. 解釋變量和被解釋變量都為非隨機變量D. 解釋變量為隨機變量，被解釋變量為非隨機變量 15、在有M個方程的完備聯(lián)立方程組中，當識別的階條件為（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，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

9、別    D.第i個方程的識別狀態(tài)不能確定16、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（ ）A. B. C. D. 17、在異方差的情況下，參數(shù)估計值的方差不能正確估計的原因是（ ） 18、檢驗自回歸模型擾動項的自相關(guān)性，常用德賓h檢驗，下列命題正確的是（    ）A德賓h檢驗只適用一階自回歸模型 B德賓h檢驗適用任意階的自回歸模型C德賓h 統(tǒng)計量服從t分布D德賓h檢驗可以用于小樣本問題 19、設(shè)，則對原模型變換的正確形式為( )20、在修正序列自相關(guān)的方法中，能修正高階自相關(guān)的方法是（ ）A. 利用DW統(tǒng)計量值求出 

10、;           B. Cochrane-Orcutt法C. Durbin兩步法                     D. 移動平均法二、多項選擇題1、希斯特（Shisko）研究了什么因素影響兼職工作者的兼職收入，模型及其估計結(jié)果為：其中：wm為兼職工薪（美元/小時）；w0為主業(yè)

11、工薪（美元/小時）；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，當被訪者是非西部人時，reg取值為0，當被訪者是西部地區(qū)人時，reg取值為1；age為年齡；關(guān)于這個估計結(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比白人約低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比白人約低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比西部人約高出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比西部人約低出113.64美元E.四個變量在5%顯著性水平下統(tǒng)計上是顯著的2、對于二元樣本回歸模型

12、，下列各式成立的有（ ）A. B. C.D. E.3、能夠檢驗多重共線性的方法有（ ）A.簡單相關(guān)系數(shù)矩陣法                   B.DW檢驗法C.t檢驗與F檢驗綜合判斷法             D.ARCH檢驗法E.輔助回歸法(又待定系數(shù)法)   &

13、#160;          4、對聯(lián)立方程模型參數(shù)的單方程估計法包括(      )   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法   D.二階段最小二乘法  E.三階段最小二乘法5、如果模型中存在自相關(guān)現(xiàn)象，則會引起如下后果（ ）A.參數(shù)估計值有偏 B.參數(shù)估計值的方差

14、不能正確確定C.變量的顯著性檢驗失效 D.預測精度降低E.參數(shù)估計值仍是無偏的三、判斷題（判斷下列命題正誤，并說明理由）1、 在實際中，一元回歸沒什么用，因為因變量的行為不可能僅由一個解釋變量來解釋。2、多重共線性問題是隨機擾動項違背古典假定引起的；3、在異方差性的情況下，常用的OLS法必定高估了估計量的標準誤。4、虛擬變量只能作為解釋變量。四、計算題1、某公司想決定在何處建造一個新的百貨店，對已有的30個百貨店的銷售額作為其所處地理位置特征的函數(shù)進行回歸分析，并且用該回歸方程作為新百貨店的不同位置的可能銷售額，估計得出（括號內(nèi)為估計的標準差） （0.02） （0.01） （1.0） （1.0

15、）其中：第個百貨店的日均銷售額（百美元）；第個百貨店前每小時通過的汽車數(shù)量（10輛）； 第個百貨店所處區(qū)域內(nèi)的人均收入（美元）； 第個百貨店內(nèi)所有的桌子數(shù)量； 第個百貨店所處地區(qū)競爭店面的數(shù)量；請回答以下問題：（1） 說出本方程中系數(shù)0.1和0.01的經(jīng)濟含義。（2） 各個變量前參數(shù)估計的符號是否與期望的符號一致？（3） 在0.05的顯著性水平下檢驗變量的顯著性。（臨界值，）2、一國的對外貿(mào)易分為出口和進口，凈出口被定義為出口與進口的差額。影響凈出口的因素很多，在宏觀經(jīng)濟學中，匯率和國內(nèi)收入水平被認為是兩個最重要的因素，我們根據(jù)這一理論對影響中國的凈出口水平的因素進行實證分析。設(shè)NX表示我國凈

16、出口水平（億元）；GDP為我國國內(nèi)生產(chǎn)總值（億元），反映我國的國內(nèi)收入水平；D(GDP)表示GDP的一階差分；E表示每100美元對人民幣的平均匯率（元/百美元），反映匯率水平。利用19852001年我國的統(tǒng)計數(shù)據(jù)（摘自2002中國統(tǒng)計年鑒），估計的結(jié)果見下表。（1）選擇解釋我國凈出口水平最適合的計量經(jīng)濟模型，寫出該模型并說明選擇的原因，其它模型可能存在什么問題；（2）解釋選擇的計量經(jīng)濟模型的經(jīng)濟意義。相關(guān)系數(shù)矩陣Dependent Variable: NXMethod: Least SquaresDate: 03/21/02 Time: 11:02Sample: 1985 2001Includ

17、ed observations: 17VariableCoefficientStd. Errort-StatisticProb. C-2135.887645.9685-3.3064880.0048E4.8518320.9835874.9327940.0002R-squared0.618636 Mean dependent var879.9059Adjusted R-squared0.593211 S.D. dependent var1348.206S.E. of regression859.8857 Akaike info criterion16.46161Sum squared resid1

18、1091052 Schwarz criterion16.55963Log likelihood-137.9237 F-statistic24.33245Durbin-Watson stat0.890230 Prob(F-statistic)0.000180Dependent Variable: NXMethod: Least SquaresDate: 03/21/02 Time: 11:04Sample: 1985 2001Included observations: 17VariableCoefficientStd. Errort-StatisticProb. C-761.6691313.1

19、743-2.4320930.0280GDP0.0368270.0058106.3384920.0000R-squared0.728145 Mean dependent var879.9059Adjusted R-squared0.710021 S.D. dependent var1348.206S.E. of regression726.0044 Akaike info criterion16.12312Sum squared resid7906237. Schwarz criterion16.22115Log likelihood-135.0465 F-statistic40.17648Du

20、rbin-Watson stat1.289206 Prob(F-statistic)0.000013Dependent Variable: NXMethod: Least SquaresDate: 03/21/02 Time: 11:06Sample: 1985 2001Included observations: 17VariableCoefficientStd. Errort-StatisticProb. C-822.2318789.9381-1.0408810.3156E0.1803342.1450810.0840690.9342GDP0.0356710.0150082.3768550.

21、0323R-squared0.728282 Mean dependent var879.9059Adjusted R-squared0.689465 S.D. dependent var1348.206S.E. of regression751.2964 Akaike info criterion16.24026Sum squared resid7902248. Schwarz criterion16.38730Log likelihood-135.0422 F-statistic18.76202Durbin-Watson stat1.279954 Prob(F-statistic)0.000

22、109Dependent Variable: NXMethod: Least SquaresDate: 03/21/02 Time: 11:09Sample(adjusted): 1986 2001Included observations: 16 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C-3036.617444.7869-6.8271280.0000E8.7812480.9297889.4443580.0000D(GDP)-0.3014650.054757-5.5055500.0001R-

23、squared0.878586 Mean dependent var962.9563Adjusted R-squared0.859907 S.D. dependent var1346.761S.E. of regression504.0793 Akaike info criterion15.45070Sum squared resid3303247. Schwarz criterion15.59557Log likelihood-120.6056 F-statistic47.03583Durbin-Watson stat2.214778 Prob(F-statistic)0.0000013、下

24、面結(jié)果是利用某地財政收入對該地第一、二、三產(chǎn)業(yè)增加值的回歸結(jié)果，根據(jù)這一結(jié)果試判斷該模型是否存在多重共線性，說明你的理由。Dependent Variable: REVMethod: Least SquaresSample: 1 10Included observations: 10VariableCoefficientStd. Errort-StatisticProb. C17414.6314135.101.2320130.2640GDP1-0.2775100.146541-1.8937430.1071GDP20.0848570.0935320.9072520.3992GDP30.1905170.1516801.2560480.2558R-squared0.993798 Mean dependent var63244.00Adjusted R-squared0.990697 S.D. dependent var54281.99S.E. of regression5235.544 Akaike info criterion20.25350Sum squared resid1.64E+08 Schwarz criteri