計(jì)量經(jīng)濟(jì)學(xué)題庫(kù)：第5章 異方差

1、異 方 差習(xí) 題一、單項(xiàng)選擇題1 回歸模型中具有異方差性時(shí)，仍用OLS估計(jì)模型，則以下說(shuō)法正確的是（ ）A. 參數(shù)估計(jì)值是無(wú)偏非有效的 B. 參數(shù)估計(jì)量仍具有最小方差性 C. 常用F 檢驗(yàn)失效 D. 參數(shù)估計(jì)量是有偏的2更容易產(chǎn)生異方差的數(shù)據(jù)為 ( ) A. 時(shí)序數(shù)據(jù) B. 修勻數(shù)據(jù) C. 橫截面數(shù)據(jù) D. 年度數(shù)據(jù)3在具體運(yùn)用加權(quán)最小二乘法時(shí), 如果變換的結(jié)果是 則Var(u)是下列形式中的哪一種?( ) A. B. C. D. 4. 在異方差性情況下，常用的估計(jì)方法是（） A一階差分法 B. 廣義差分法 C工具變量法 D. 加權(quán)最小二乘法5. 在異方差的情況下，參數(shù)估計(jì)值的方差不能正確估計(jì)

2、的原因是（ ）A. B. C. D. 6. 設(shè)，則對(duì)原模型變換的正確形式為( ) 7. 下列說(shuō)法不正確的是（ ）A.異方差是一種隨機(jī)誤差現(xiàn)象B.異方差產(chǎn)生的原因有設(shè)定誤差C.檢驗(yàn)異方差的方法有F檢驗(yàn)法 D.修正異方差的方法有加權(quán)最小二乘法8. 如果回歸模型違背了同方差假定，最小二乘估計(jì)是（ ）A無(wú)偏的，非有效的 B. 有偏的，非有效的C無(wú)偏的，有效的 D. 有偏的，有效的9. 在檢驗(yàn)異方差的方法中，不正確的是（ ）A. Goldfeld-Quandt方法B. ARCH檢驗(yàn)法C. White檢驗(yàn)法D. DW檢驗(yàn)法10. 在異方差的情況下，參數(shù)估計(jì)值仍是無(wú)偏的，其原因是（ ）A.零均值假定成立B.

3、序列無(wú)自相關(guān)假定成立C.無(wú)多重共線性假定成立D.解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定成立11. 在修正異方差的方法中，不正確的是（ ）A.加權(quán)最小二乘法B.對(duì)原模型變換的方法C.對(duì)模型的對(duì)數(shù)變換法D.兩階段最小二乘法12. 下列說(shuō)法正確的是（ ）A.異方差是樣本現(xiàn)象B.異方差的變化與解釋變量的變化有關(guān)C.異方差是總體現(xiàn)象D.時(shí)間序列更易產(chǎn)生異方差二、多項(xiàng)選擇題1 如果模型中存在異方差現(xiàn)象，則會(huì)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(cè)精度降低E. 參數(shù)估計(jì)值仍是無(wú)偏的2 Goldfeld-Quandt檢驗(yàn)法的應(yīng)用條件是（ ）A. 將觀

4、測(cè)值按解釋變量的大小順序排列 B. 樣本容量盡可能大C. 隨機(jī)誤差項(xiàng)服從正態(tài)分布 D. 將排列在中間的約1/4的觀測(cè)值刪除掉E除了異方差外，其它假定條件均滿足三、計(jì)算題1根據(jù)某城市19781998年人均儲(chǔ)蓄(y)與人均收入(x)的數(shù)據(jù)資料建立了如下回歸模型 se=（340.0103）（0.0622）下面取時(shí)間段19781985和19911998，分別建立兩個(gè)模型（括號(hào)內(nèi)為t值），模型1： 模型2：計(jì)算F統(tǒng)計(jì)量，即，對(duì)給定的，查F分布表，得臨界值。請(qǐng)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 設(shè)消費(fèi)函數(shù)為 式中，為消費(fèi)支出，為個(gè)人可支配收入，為個(gè)人的流動(dòng)資產(chǎn)，為隨機(jī)誤差項(xiàng)，

5、并且（其中為常數(shù)）。試回答以下問(wèn)題： （1）選用適當(dāng)?shù)淖儞Q修正異方差，要求寫出變換過(guò)程；（2）寫出修正異方差后的參數(shù)估計(jì)量的表達(dá)式。3 運(yùn)用美國(guó)1988研究與開發(fā)（R&D）支出費(fèi)用（Y）與不同部門產(chǎn)品銷售量（X）的數(shù)據(jù)建立了一個(gè)回歸模型，并運(yùn)用Glejser方法和White方法檢驗(yàn)異方差，由此決定異方差的表現(xiàn)形式并選用適當(dāng)方法加以修正。結(jié)果如下： White Heteroskedasticity Test:F-statistic3.057161 Probability0.076976Obs*R-squared5.212471 Probability0.073812Test Equation:D

6、ependent Variable: RESID2Method: Least SquaresDate: 08/08/05 Time: 15:38Sample: 1 18Included observations: 18VariableCoefficientStd. Errort-StatisticProb. C-6219633.6459811.-0.9628200.3509X229.3496126.21971.8170660.0892X2-0.0005370.000449-1.1949420.2507R-squared0.289582 Mean dependent var6767029.Adj

7、usted R-squared0.194859 S.D. dependent var14706003S.E. of regression13195642 Akaike info criterion35.77968Sum squared resid2.61E+15 Schwarz criterion35.92808Log likelihood-319.0171 F-statistic3.057161Durbin-Watson stat1.694572 Prob(F-statistic)0.076976 請(qǐng)問(wèn)：（1）White檢驗(yàn)判斷模型是否存在異方差。（2）Glejser檢驗(yàn)判斷模型是否存在異方差。（3）該怎樣修正。習(xí)題答案一、單項(xiàng)選擇題A 2. C 3. B 4. D 5. A 6. B 7. C 8. A 9. D 10. D 11. D 12. B二、多項(xiàng)選擇題BCDE 2BCE三、計(jì)算題1解：該檢驗(yàn)為Goldfeld-Quandt檢驗(yàn)，因?yàn)镕=4334.9374.28，所以模型存在異方差。2解：(1)因?yàn)?，所以取，用乘給定模型兩端，得 上述模型的隨機(jī)誤差項(xiàng)的方差為一固定常數(shù)，即 （2）根據(jù)加權(quán)最小二乘法，可得修正異方差后的參數(shù)估計(jì)式為