《計量經(jīng)濟學》期末試卷0910(1)1

1、第一學期期末考試試卷計量經(jīng)濟學試卷(1 分20 題20 分) 1(c )被解釋變量和解釋變量均為隨機變量被解釋變量和解釋變量均為非隨機變量下面哪一個必定是錯誤的。 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、大小、相互之間關(guān)系的合理性屬于準則A.計量經(jīng)濟B.經(jīng)濟理論C.統(tǒng)計.統(tǒng)計和經(jīng)濟理論判定系數(shù)說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. 隨機誤差項B. 殘差C.Yi的離差.i的離差第 1 頁 共 11 頁 （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，則隨機誤差項 (b。tA.33.3B.40C.38.09.36.36(b。總體平方和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t格，又知：如果該企業(yè)在t 1期生產(chǎn)過剩，決策者會削減t 上述模型存在b。A. 異方差問題B. 序列相關(guān)問題C. 多重共線性問題. 隨機解釋變量問題X（臺之間的回歸方程為3561.5X，這說明。產(chǎn)量每增加一臺，單位產(chǎn)品成本增加356

3、 B.產(chǎn)量每增加一臺，單位產(chǎn)品成本減少1.5 元C.產(chǎn)量每增加一臺，單位產(chǎn)品成本平均增加356 元.產(chǎn)量每增加一臺，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H: 0i01 時，所用的試驗統(tǒng)計量 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)估量量是隨機變量Y (XX)1XY。所i以 是。第 2 頁 共 11 頁 （2010 年 1 月）A.隨機變量B.非隨機變量C.確定性變量.常量如果回歸模型中的隨機誤差項存在異方差，則模型參數(shù)的普通最小二乘估量量（b。A.無偏且有效B.無偏但非有效C.有偏但有效.有偏且

4、非有效G-Q試驗法可用于試驗。A.異方差性B.多重共線性C.序列相關(guān).隨機解釋變量當模型中的解釋變量存在完全多重共線性時參數(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. 存在負的一階自相關(guān). 無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）計量經(jīng)濟學是以經(jīng)濟理論和經(jīng)濟數(shù)據(jù)的事實為依據(jù)應用數(shù)學統(tǒng)計學的方法 經(jīng)過建立來研究經(jīng)濟數(shù)量關(guān)系和規(guī)律的一門經(jīng)濟學科。要解決達到上述目的的理論和方法問題。這樣計量經(jīng)濟學分成了兩種類型： 和兩大類。第 3 頁 共 11 頁 （2010 年 1 月）研究經(jīng)濟問題時，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。計量經(jīng)濟學模型的試驗主要試驗試驗和試驗這么四個方面進行。被解

6、釋變量的觀測值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進行最小 二乘估量， 最小二乘準 則是 。方程顯著性試驗的試驗關(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處理的三、判斷題分55分）回歸模型方程的顯著性試驗與方程的擬合優(yōu)度試驗是相同(。參數(shù)估量量的優(yōu)良性指的是線性、無偏性最有效性，簡稱BLUE()。可決系數(shù)和相關(guān)系數(shù)是兩個不同的概念，無任何聯(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 試驗如果每個參數(shù)都是統(tǒng)計上不顯著的就不得到一個高的R2 值。()。四、簡答題（17 分）1.（7 分）請簡要敘述計量經(jīng)濟學的研究步驟。2.（10 分）什么是 OLS 估量量的線性性和無偏性？試加以表明（模型為例。五、計算題（18 分）1.（10 分）從某公司分布在 11 個地區(qū)的銷售點的銷售量（Y）和銷售價格（X）觀測值得出以下結(jié)果：X 519.8Y 217.82Xi 3134543第 4 頁 共 11 頁 （2010 年 1 月） X Y1296836Y 539512i ii作銷售額關(guān)于價格的回歸分析，并且解釋其結(jié)果。回歸直線未解釋的銷售變差部分是多少？2

8、. （8 分）已知消費模型Yi X01u , in ，其中： Yi：個人消費X1i：個人可支配收入；已知E(ui) i,is) i) 2 X2請進行適當?shù)淖兓孟惙讲?，并且給與表明。六、案例分析題（20 分）分析財政支農(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）表示財政用于農(nóng)業(yè)基本建設的支出， X2（億元）表示財政用于農(nóng)村基本建設支出，X3（億元）表示農(nóng)業(yè)科技三項費用，X4（億元）表示農(nóng)村救濟費。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 共 11 頁 （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 共 11 頁 （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 共 11 頁 （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問題：1 的結(jié)果能初步發(fā)現(xiàn)什么問題？為什么？應該用什么方法處理該問題？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)學模型2、理論計量經(jīng)濟學，應用計量經(jīng)濟學3、時間序列，截面，面板、虛擬變量4、經(jīng)濟意義，統(tǒng)計，計量經(jīng)濟學、預測5、隨機擾動項，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、簡答題（19 分）第 8 頁 共 11 頁 （2010 年 1 月）1（7 分）.答：計量經(jīng)濟學的研究步驟是： 第一步：設定模型第二步：估量參數(shù)第三步：試驗模型第四步：應用模型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、無偏性和i最小方差性，簡稱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、計算題（18 分）1.10分（） 總體回歸模型為：Yibb Xu01iiY X 0.31