《計(jì)量經(jīng)濟(jì)學(xué)》期末試卷0910(1)1

1、第一學(xué)期期末考試試卷計(jì)量經(jīng)濟(jì)學(xué)試卷(1 分20 題20 分) 1(c )被解釋變量和解釋變量均為隨機(jī)變量被解釋變量和解釋變量均為非隨機(jī)變量下面哪一個(gè)必定是錯(cuò)誤的。 30 0.2Xir0.8B. XY 75 1.5Xir0.91XYC. 5 2.1Xir0.78. XY 12 3.5Xir0.96XY判斷模型參數(shù)估量量的符號(hào)、大小、相互之間關(guān)系的合理性屬于準(zhǔn)則A.計(jì)量經(jīng)濟(jì)B.經(jīng)濟(jì)理論C.統(tǒng)計(jì).統(tǒng)計(jì)和經(jīng)濟(jì)理論判定系數(shù)說(shuō)明回歸直線能解釋被解釋變量總變差的a)A.80%B. 64%C.20%. 89%Yi Yi X01YYA. 隨機(jī)誤差項(xiàng)B. 殘差C.Yi的離差.i的離差第 1 頁(yè) 共 11 頁(yè) （2

2、010 年 1 月）已知W2，則樣本回歸模型殘差的一階自相關(guān)系數(shù)于（a。A.0B. -1C.1. 0.5近似等已知含有截距項(xiàng)的三元線性回歸模型估量的殘差平方和為 t 800 ，估量用樣本容量為n=24，則隨機(jī)誤差項(xiàng) (b。tA.33.3B.40C.38.09.36.36(b?？傮w平方和B.回歸平方和C.殘差平方和.離差和St P01 u 描述（St為產(chǎn)量， P 為價(jià)t格，又知：如果該企業(yè)在t 1期生產(chǎn)過(guò)剩，決策者會(huì)削減t 上述模型存在b。A. 異方差問(wèn)題B. 序列相關(guān)問(wèn)題C. 多重共線性問(wèn)題. 隨機(jī)解釋變量問(wèn)題X（臺(tái)之間的回歸方程為3561.5X，這說(shuō)明。產(chǎn)量每增加一臺(tái)，單位產(chǎn)品成本增加356

3、 B.產(chǎn)量每增加一臺(tái)，單位產(chǎn)品成本減少1.5 元C.產(chǎn)量每增加一臺(tái)，單位產(chǎn)品成本平均增加356 元.產(chǎn)量每增加一臺(tái)，單位產(chǎn)品成本平均減少1.5 元回歸模型Yi X01 , i25中總體方差未知試驗(yàn)H: 0i01 時(shí)，所用的試驗(yàn)統(tǒng)計(jì)量 111服從（。)A. 2 (n2)B.t(n1)C.2 (n1).t(n 2)線性回歸模型的參數(shù)估量量是隨機(jī)變量Y (XX)1XY。所i以 是。第 2 頁(yè) 共 11 頁(yè) （2010 年 1 月）A.隨機(jī)變量B.非隨機(jī)變量C.確定性變量.常量如果回歸模型中的隨機(jī)誤差項(xiàng)存在異方差，則模型參數(shù)的普通最小二乘估量量（b。A.無(wú)偏且有效B.無(wú)偏但非有效C.有偏但有效.有偏且

4、非有效G-Q試驗(yàn)法可用于試驗(yàn)。A.異方差性B.多重共線性C.序列相關(guān).隨機(jī)解釋變量當(dāng)模型中的解釋變量存在完全多重共線性時(shí)參數(shù)估量量的方差為(c )A.0B.1C. .最小16.（b）是具有一定概率分布的隨機(jī)變量，它的數(shù)值由模型本身決定A.外生變量B.內(nèi)生變量C.先決變量.滯后變量在Eviews，（）表示（ c ）A. 乘以B. 減C. 的滯后一期變量. 的倒數(shù)在雙關(guān)于數(shù)線性模型lnY ln X u中，參數(shù)的含義是。011A. Y關(guān)于X的增長(zhǎng)量B. Y關(guān)于X的發(fā)展速度C. Y關(guān)于X的邊際傾向. Y關(guān)于X的彈性20W=2.6=0.05n=20，解釋變量k=1=1.20,=1.41LU( )A. 不

5、存在一階自相關(guān)B. 存在正的一階自相關(guān)C. 存在負(fù)的一階自相關(guān). 無(wú)法確定下列模型中不屬于線性模型的是（ c）A. Y ln X uB. Y X Z u01012C. Y X u. Y u1100X11二、填空題（1 分20 空20 分）計(jì)量經(jīng)濟(jì)學(xué)是以經(jīng)濟(jì)理論和經(jīng)濟(jì)數(shù)據(jù)的事實(shí)為依據(jù)應(yīng)用數(shù)學(xué)統(tǒng)計(jì)學(xué)的方法 經(jīng)過(guò)建立來(lái)研究經(jīng)濟(jì)數(shù)量關(guān)系和規(guī)律的一門經(jīng)濟(jì)學(xué)科。要解決達(dá)到上述目的的理論和方法問(wèn)題。這樣計(jì)量經(jīng)濟(jì)學(xué)分成了兩種類型： 和兩大類。第 3 頁(yè) 共 11 頁(yè) （2010 年 1 月）研究經(jīng)濟(jì)問(wèn)題時(shí)，可用于參數(shù)估量的數(shù)據(jù)主要有數(shù)據(jù) 數(shù)據(jù)數(shù)據(jù)和。計(jì)量經(jīng)濟(jì)學(xué)模型的試驗(yàn)主要試驗(yàn)試驗(yàn)和試驗(yàn)這么四個(gè)方面進(jìn)行。被解

6、釋變量的觀測(cè)值Yi與其回歸理論值E(Y)之間的偏差，稱；被解釋變量的觀測(cè)值Yi與其回歸估量值Yi之間的偏差，稱。關(guān)于線性回歸模 型 Yi X u01i進(jìn)行最小 二乘估量， 最小二乘準(zhǔn) 則是 。方程顯著性試驗(yàn)的試驗(yàn)關(guān)于象。以雙變量線性回歸模型為例，總體回歸函數(shù)均值形式為：，各別值形式為：；樣本回歸函數(shù)的均值形式為 ：各別值形式為：。在回歸分析中，解釋變量一般是依照變量來(lái)處理的三、判斷題分55分）回歸模型方程的顯著性試驗(yàn)與方程的擬合優(yōu)度試驗(yàn)是相同(。參數(shù)估量量的優(yōu)良性指的是線性、無(wú)偏性最有效性，簡(jiǎn)稱BLUE()。可決系數(shù)和相關(guān)系數(shù)是兩個(gè)不同的概念，無(wú)任何聯(lián)()。R2 R2 之間的關(guān)系是 R 2 R

7、() 。在多元回歸中根據(jù)通常的 t 試驗(yàn)如果每個(gè)參數(shù)都是統(tǒng)計(jì)上不顯著的就不得到一個(gè)高的R2 值。()。四、簡(jiǎn)答題（17 分）1.（7 分）請(qǐng)簡(jiǎn)要敘述計(jì)量經(jīng)濟(jì)學(xué)的研究步驟。2.（10 分）什么是 OLS 估量量的線性性和無(wú)偏性？試加以表明（模型為例。五、計(jì)算題（18 分）1.（10 分）從某公司分布在 11 個(gè)地區(qū)的銷售點(diǎn)的銷售量（Y）和銷售價(jià)格（X）觀測(cè)值得出以下結(jié)果：X 519.8Y 217.82Xi 3134543第 4 頁(yè) 共 11 頁(yè) （2010 年 1 月） X Y1296836Y 539512i ii作銷售額關(guān)于價(jià)格的回歸分析，并且解釋其結(jié)果?；貧w直線未解釋的銷售變差部分是多少？2

8、. （8 分）已知消費(fèi)模型Yi X01u , in ，其中： Yi：個(gè)人消費(fèi)X1i：個(gè)人可支配收入；已知E(ui) i,is) i) 2 X2請(qǐng)進(jìn)行適當(dāng)?shù)淖兓孟惙讲?，并且給與表明。六、案例分析題（20 分）分析財(cái)政支農(nóng)資金結(jié)構(gòu)關(guān)于農(nóng)民收入的影響，令 Y（元）表示農(nóng)民人均純收入。X1（億元）表示財(cái)政用于農(nóng)業(yè)基本建設(shè)的支出， X2（億元）表示財(cái)政用于農(nóng)村基本建設(shè)支出，X3（億元）表示農(nóng)業(yè)科技三項(xiàng)費(fèi)用，X4（億元）表示農(nóng)村救濟(jì)費(fèi)。建立如下回歸模型Y 0 X1 X2 X3 X44Eviews 輸出結(jié)果如下： 表 1：epenent Variable: Y Sample: 1985 2003Incl

9、ue observations: 19VariableCoefficientSt. Errort-StatisticProb.C134.5734200.64290.6707110.5133X11.6474470.6098502.7013980.0172X2-0.3540372.199568-0.1609580.8744X314.73859127.54320.1155580.9096X415.076487.9863291.8877860.0800R-square0.920517Mean epenent var1391.353Ajuste R-square0.897807S. epenent va

10、r822.1371S.E. of regression262.8173Akaike info criterion14.20173Sum square resi967021.0Schwarz criterion14.45027Log likelihoo-129.9164F-statistic40.53451urbin-Watson stat0.507406Prob(F-statistic)0.000000表 2：epenent Variable: Y第 5 頁(yè) 共 11 頁(yè) （2010 年 1 月）Sample: 1985 2003Inclue observations: 19VariableC

11、oefficientSt. Errort-StatisticProb.C159.6613114.22261.3978090.1813X11.6280360.3905284.1688050.0007X414.851556.8869522.1564760.0466R-square0.920351Mean epenent var1391.353Ajuste R-square0.910394S. epenent var822.1371S.E. of regression246.1002Akaike info criterion13.99329Sum square resi969044.5Schwarz

12、 criterion14.14242Log likelihoo-129.9363F-statistic92.44012urbin-Watson stat0.542200Prob(F-statistic)0.000000表 3：White Heteroskeasticity Test:F-statistic5.668786Probability0.006293Obs*R-square11.74713Probability0.019334epenent Variable: RESI2 Sample: 1985 2003Inclue observations: 19VariableCoefficie

13、ntSt. Errort-StatisticProb.C32945.3352208.470.6310340.5382X168.27213434.51690.1571220.8774X12-0.0779200.279599-0.2786860.7846X4-2938.7807375.757-0.3984380.6963X4278.4699068.936751.1382880.2741R-square0.618270Mean epenent var51002.34Ajuste R-square0.509204S. epenent var80097.16S.E. of regression56113

14、.51Akaike info criterion24.92908Sum square resi4.41E+10Schwarz criterion25.17761Log likelihoo-231.8262F-statistic5.668786urbin-Watson stat2.872506Prob(F-statistic)0.006293表 4：epenent Variable: LOG(Y) Sample: 1985 2003Inclue observations: 19第 6 頁(yè) 共 11 頁(yè) （2010 年 1 月）VariableCoefficientSt. Errort-Stati

15、sticProb.C2.1209820.2701817.8502210.0000LOG(X1)0.6563810.1142575.7447830.0000LOG(X4)0.3172810.1485442.1359390.0485R-square0.971233Mean epenent var7.036373Ajuste R-square0.967637S. epenent var0.683879S.E. of regression0.123028Akaike info criterion-1.208867Sum square resi0.242175Schwarz criterion-1.05

16、9745Log likelihoo14.48424F-statistic270.0943urbin-Watson stat0.679633Prob(F-statistic)0.000000表 5：White Heteroskeasticity Test:F-statistic2.767883Probability0.069259Obs*R-square8.390358Probability0.078281epenent Variable: RESI2 Sample: 1985 2003Inclue observations: 19VariableCoefficientSt. Errort-St

17、atisticProb.C-0.0079910.245682-0.0325270.9745LOG(X1)0.0039990.1264100.0316320.9752(LOG(X1)2-0.0020280.010324-0.1964730.8471LOG(X4)-0.0010510.145599-0.0072150.9943(LOG(X4)20.0064710.0202990.3187850.7546R-square0.441598Mean epenent var0.012746Ajuste R-square0.282054S. epenent var0.017859S.E. of regres

18、sion0.015132Akaike info criterion-5.323050Sum square resi0.003206Schwarz criterion-5.074514Log likelihoo55.56898F-statistic2.767883urbin-Watson stat2.009847Prob(F-statistic)0.069259表 6：epenent Variable: LOG(Y) Sample(ajuste): 1989 2003Inclue observations: 15 after ajusting enpoints Convergence achie

19、ve after 6 iterationsVariable CCoefficientSt. 1.5741420.258216t-Statistic 6.096233Prob. 0.0001第 7 頁(yè) 共 11 頁(yè) （2010 年 1 月）LOG(X1)0.9094980.069043（1）0.0000LOG(X4)0.032630（2）6.4846390.0001AR(1)0.8380050.1315846.3685970.0001AR(4)-0.5881520.170344-3.4527230.0062R-square0.990491Mean epenent var7.281261Ajust

20、e R-square（3）S. epenent var0.540474S.E. of regression0.062359Akaike info criterion-2.450609Sum square resi0.038887Schwarz criterion-2.214592Log likelihoo23.37957F-statistic260.4156urbin-Watson stat2.112045Prob(F-statistic)0.000000問(wèn)題：1 的結(jié)果能初步發(fā)現(xiàn)什么問(wèn)題？為什么？應(yīng)該用什么方法處理該問(wèn)題？2所示，寫出該方程。3的意義何在？結(jié)果怎樣？4 5 意圖是什么？是如何

21、處理的？結(jié)果怎樣？6 關(guān)于什么問(wèn)題作了處理？如何處理的？結(jié)果怎么樣？填寫表6中1（3）義。一、單項(xiàng)選擇題(1 分2020 分)1-5: C C B A B6-10: A B B B 11-15: A B A C16-20: B C二、填空題（1 分20 空20 分）1、數(shù)學(xué)模型2、理論計(jì)量經(jīng)濟(jì)學(xué)，應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)3、時(shí)間序列，截面，面板、虛擬變量4、經(jīng)濟(jì)意義，統(tǒng)計(jì)，計(jì)量經(jīng)濟(jì)學(xué)、預(yù)測(cè)5、隨機(jī)擾動(dòng)項(xiàng)，殘差mine26、minY )2 minY X)2017、模型中被解釋變量與解釋變量之間的線性關(guān)系在總體上是否顯著成立8E(Y 1 X2 X12 X X eii12ii12ii9、確定性三、判斷題（1

22、分55 分）1-5：、 四、簡(jiǎn)答題（19 分）第 8 頁(yè) 共 11 頁(yè) （2010 年 1 月）1（7 分）.答：計(jì)量經(jīng)濟(jì)學(xué)的研究步驟是： 第一步：設(shè)定模型第二步：估量參數(shù)第三步：試驗(yàn)?zāi)Ｐ偷谒牟剑簯?yīng)用模型2.（10 分）答：一元線性回歸模型Yi X12 的最小二乘估量量具有線性、無(wú)偏性和i最小方差性，簡(jiǎn)稱BLUE。線性是指估量量是被解釋變量的線性函數(shù)。 xx Y xYxYx表明：2ii x2iiix2ii i ix2x2iik Y (k i)i iix2i無(wú)偏性是指估量量的均值等于參數(shù)本身。即) kk表明： k Y k ( X ) k kX k k 2i ii12ii1i2iii2ii) E(22 ) k ) ii2 k E( ) ii211五、計(jì)算題（18 分）1.10分（） 總體回歸模型為：Yibb Xu01iiY X 0.31