大學《計量經(jīng)濟學》模擬試題及答案

1、 m m大學量濟學擬題及答課程號：課序號：開課系：數(shù)量經(jīng)濟系t/ 2.131, t/ (16) 2.12一、判斷正誤（ 分）、 隨變量的條件值與非條件均值是一回事 ） 、 線回歸模型意著變量是線性的 、ESS RSS ）、 對多元回歸模，如果聯(lián)合檢驗結果是統(tǒng)計顯著的則意味著模型中任何一個單獨 的變量均是統(tǒng)計顯著的 ）、 雙數(shù)模型中的率表示因變量對自變量的彈性 ）、 為避免陷入虛變量陷阱如果一個定性變量有 類則引入 個擬變量。 （ ）、 如回歸模型違了同方差假定，最小二乘估計量是有偏無效的 ）、 在在接近多重線性的情況下，回歸系數(shù)的標準差會趨于變小，相應的 t 值會趨 于變大 ）、 在何情況下

2、OLS 估計量都是待估參數(shù)的最優(yōu)性無偏估計 ）、一個聯(lián)立方程模型中的外生變量在另一個聯(lián)立方程模型中可能是內(nèi)變量 ）二、用經(jīng)濟計量方法研究經(jīng)濟問題時有哪些主要步驟？10 分三、回歸模型中的隨機誤差項主要包括哪些因素的影響？10 分四、古典線性回歸模型具有哪些基本假定 分）P P X u五、以二元回歸為例簡述普通最小二乘法的原理？ 分Y B X 六、若在模型： t 1 tt中存在下列形式的異方差：Var (u ) 2tX2t，你如何估計參數(shù) B （10分） A t 1 2 t 3 t 1t B 七、考慮下面的聯(lián)立方程模型： t 2 t 2t 量， 是外生變量， 是隨機差項 分）、簡述聯(lián)立方程模型中

3、方程識別的階條件。其中， ， 是生變、根據(jù)階條件判定模型中各方程的識別性？、對可識別方程，你將用哪種方法進行估計，為什么？八、應用題（共 30 分利用美國 1980-1995 年間人均消費支出）和人均可支配收入PDPI）的據(jù)，得到了 如下回歸分析結果：Dependent Variable: LOG(PCE)Method: Least SquaresDate: 06/09/05 Time: 23:43Sample: 1980 1995Included observations: VariableLOG(PDPI)CCoefficient1.205281-2.092664Std. Error0.0

4、288910.281286t-Statistic41.71870-7.439640Prob.0.00000.0000R-squared0.992020 Mean dependent var 9.641839Adjusted R-squaredS.E. of regression squared residLog likelihoodDurbin-Watson stat0.991450 S.D. dependent var0.008917 Akaike info criterion0.001113 Schwarz criterion53.88219 F-statistic2.322736 Pro

5、b(F-statistic)0.096436-6.485274-6.3887011740.4500.000000（1根據(jù)以上結果，寫出回歸分析結果報告 分（2對模型中解釋變量系數(shù) B 進顯著性驗 分（3如何解釋解釋變量的系數(shù)和綜合判定系數(shù)？ 分） m計量經(jīng)濟學試題四答二、判斷正誤（ 分）、 隨變量的條件值與非條件均值是一回事） 、 線回歸模型意著變量是線性的）、ESS RSS）、 對多元回歸模，如果聯(lián)合檢驗結果是統(tǒng)計顯著的則意味著模型中任何一個單獨 的變量均是統(tǒng)計顯著的）、 雙數(shù)模型中的率表示因變量對自變量的彈性）、 為避免陷入虛變量陷阱如果一個定性變量有 類則引入 個擬變量。 （錯）、 如回

6、歸模型違了同方差假定，最小二乘估計量是有偏無效的、 在在接近多重線性的情況下，回歸系數(shù)的標準差會趨于變小，相應的 t 值會趨 于變大）、 在何情況下 OLS 估計量都是待估參數(shù)的最優(yōu)性無偏估計、一個聯(lián)立方程模型中的外生變量在另一個聯(lián)立方程模型中可能是內(nèi)變量二、用經(jīng)濟計量方法研究經(jīng)濟問題時有哪些主要步驟？10 分答：書中第二頁，經(jīng)濟計量學方法論中的八個步驟。三、回歸模型中的隨機誤差項主要包括哪些因素的影響？10 分答：書中第 83 頁隨機誤差項的性質(zhì)中的四條。四、古典線性回歸模型具有哪些基本假定 分）答：1 解變量與隨機誤差項不相關。 隨誤差項的期望或均值為零。 隨誤差項具有同方差，即每個隨機誤

7、差項的方差為一個相等的常數(shù) 兩隨機誤差項之間不相關，即隨機誤差項無自相關。五、以二元回歸為例簡述普通最小二乘法的原理？ 分答：書中第 88 頁最小二乘原理。t t P ut t P uY B X 六、若在模型： t 1 tt中存在下列形式的異方差：Var (u ) 2tX2t，你如何估計參數(shù) B （10分）答： 將原型左右兩邊同時除以Xt，原模型變形為：Y B t 1 t X Xt t t（1令Y * tY t , * X t tttXt，則式1可以寫為：t* X 2 *tt（2由于 ) Var ( t 1t ) ) X X t t，所以式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

8、其進行估計，求得參數(shù) B 的估計值。七、考慮下面的聯(lián)立方程模型： A t 2 t 3 t 1t B t 1 2 t 2t其中， ， 是生變量， 是外生變量， 是隨機誤差項 分）、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 ）、根據(jù)階條件判定模型中各方程的識別性？答：對于第一個方程有：m=2 k=0, 由 ，以該方程不可識別 分） 對于第二個方程有：m=2 k=1, 由 ，以該方程為恰好識別 分、對可識別方程，你將用哪種方法進行估計，為什么？由于第二個方程是恰好識別的，所以可以用間接最小二乘法對其進行估計 ）2 0 2 22 0 2 2八、應用題（共 30 分利

9、用美國 1980-1995 年間人均消費支出）和人均可支配收入PDPI）的據(jù)，得到了 如下回歸分析結果：Dependent Variable: LOG(PCE)Method: Least SquaresDate: 06/09/05 Time: 23:43Sample: 1980 1995Included observations: VariableLOG(PDPI)CCoefficient1.205281-2.092664Std. Error0.0288910.281286t-Statistic41.71870-7.439640Prob.0.00000.0000R-squared0.99202

10、0 Mean dependent var 9.641839Adjusted R-squaredS.E. of regression squared residLog likelihoodDurbin-Watson stat0.991450 S.D. dependent var0.008917 Akaike info criterion0.001113 Schwarz criterion53.88219 F-statistic2.322736 Prob(F-statistic)0.096436-6.485274-6.3887011740.4500.000000（1 根據(jù)以上結果，寫出回歸分析結果報告 分答：log( CE PDPI ) (0.029)t=(-7.44) (41.72)p=(0.0000) （2如何解釋解釋變量的系數(shù)和綜合判定系數(shù)？ 分）答：由于該模型是雙對數(shù)模型此解釋變量的系數(shù)為因變量對自變量的彈性本中 為消費收入彈性，表示收入