中山大學(xué)計(jì)量經(jīng)濟(jì)學(xué)試題及答案重點(diǎn)

第一套一、單項(xiàng)選擇題1、雙對(duì)數(shù)模型lnY=lnB0+B1ln刈+,參數(shù)01的含義是（C）A.Y關(guān)于X的增長(zhǎng)率B.Y關(guān)于X的發(fā)展速度C.Y關(guān)于X的彈性D.Y關(guān)于X的邊際變化2、設(shè)k為回歸模型中的參數(shù)個(gè)數(shù)，n為樣本容量。則對(duì)多元線性回歸方程進(jìn)行顯著性檢驗(yàn)時(shí)，所用的F統(tǒng)計(jì)量可表示為（B）A.（1（..RSSkESSnkB.（1（（122RnkRk...C,（1（1（22...RkRnkD.（/（1TSSnkESSk..3回歸分析中使用的距離是點(diǎn)到直線的垂直坐標(biāo)距離。最小二乘準(zhǔn)則是指（D）A.使（2=.ntttYY1達(dá)到最小值B.使min.iiY.Y達(dá)到最小值C.使ttmaxY.Y.達(dá)到最小值D.使（達(dá)到最小值21.2=.ntttYY4對(duì)于一個(gè)含有截距項(xiàng)的計(jì)量經(jīng)濟(jì)模型，若某定性因素有m個(gè)互斥的類型，為將其引入模型中，則需要引入虛擬變量個(gè)數(shù)為（B）A.mB.m-1C.m+1D.m-k5、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）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6、在一元線性回歸模型中，樣本回歸方程可表示為（C）A.tttY=+X+u01BBB.Yt=E（Yt/X+piC.ttD.YX01.=0.+0.E（Yt/Xt+B1Xt7在經(jīng)濟(jì)發(fā)展發(fā)生轉(zhuǎn)折時(shí)期，可以通過(guò)引入虛擬變量方法來(lái)表示這種變化。例如，研究中國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)時(shí)。1991年前后，城鎮(zhèn)居民商品性實(shí)際支出Y對(duì)實(shí)際可支配收入X的回歸關(guān)系明顯不同?，F(xiàn)以1991年為轉(zhuǎn)折時(shí)期，設(shè)虛擬變量，數(shù)據(jù)散點(diǎn)圖顯示消費(fèi)函數(shù)發(fā)生了結(jié)構(gòu)性變化：基本...二,年以前，年以后0199111991tD1消費(fèi)部分下降了，邊際消費(fèi)傾向變大了。則城鎮(zhèn)居民線性消費(fèi)函數(shù)的理論方程可以寫(xiě)作（D）A.tttY=+X+u01B0B.tttttY=+X+DX+u012BBBC.ttttY=+X+D+u012000D.ttttttY=+X+D+D0123BB、對(duì)于町8艮分布滯后模型ttttktktY=+X+X+X++X+u...（B0B11B2ffi：定條竹下，參數(shù)i網(wǎng)近似用一個(gè)關(guān)于i的阿爾蒙多項(xiàng)式表示（）,其中多項(xiàng)式的階數(shù)m必須滿足（A）i=0,1,2,..,mA.m<kB.m=kC.m>kD.m>k9在自適應(yīng)預(yù)期模型和庫(kù)伊克模型中，假定原始模型的隨機(jī)擾動(dòng)項(xiàng)滿足古典線性回歸模型的所有假設(shè)，則對(duì)于這兩個(gè)模型中的滯后解釋變量和誤差項(xiàng)，下列說(shuō)法正確的有（D）tut.1Y*tuA.B.（,0,（,*01**1==t.*t.ttt.CovYuDCov(uU,C*t.ttt.CovYuDCov(uU,C（,*01**1*=t.ttt.CovYuCovuu（,0,（,*01**1豐*t.ttt.Co10、設(shè)為隨機(jī)誤差項(xiàng)，則一階線性自相關(guān)是指（B）tu1211221.（,0（...tstttttttttACovuutsBuuCuuuDuutp￡pp￡p...、禾豐豐=+=++=用德賓h檢驗(yàn)自回歸模型擾動(dòng)項(xiàng)的自相關(guān)性時(shí)，下列命題正確的是（B）A.德賓h檢驗(yàn)只適用一階自回歸模型B.德賓h檢驗(yàn)適用任意階的自回歸模型C.德賓h統(tǒng)計(jì)量漸進(jìn)服從t分布D.德賓h檢驗(yàn)可以用于小樣本問(wèn)題12、關(guān)于聯(lián)立方程組模型，下列說(shuō)法中錯(cuò)誤的是（B）A.結(jié)構(gòu)式模型中解釋變量可以是內(nèi)生變量，也可以是前定變量B.簡(jiǎn)化式模型中解釋變量可以是內(nèi)生變量，C.簡(jiǎn)化式模型中解釋變量是前定變量D.結(jié)構(gòu)式模型中解釋變量可以是內(nèi)生變量213、以下選項(xiàng)中，正確地表達(dá)了序列相關(guān)的是（A）A.Cov（1,pj*0,i*jB.（,0,ijCov亞卜=i三0,D.ijCovXX=iwj（,0,ijCovX、一元統(tǒng)性回歸分析j中4勺回歸平方和ESS的自由度是（D）A.nB.n-1C.n-kD.115、邊際成本函數(shù)為（MC表示邊際成本；Q表示產(chǎn)量），則下列說(shuō)法正確的有（A）=a+B+B2+仙MC1Q2QA.模型中可能存在多重共線性B.模型中不應(yīng)包括Q2作為解釋變量C.模型為非線性模型D.模型為線性模型16、如果某個(gè)結(jié)構(gòu)方程是恰好識(shí)別的，估計(jì)其參數(shù)可用（D）A.最小二乘法B.極大似然法C.廣義差分法D.間接最小二乘法17、已知樣本回歸模型殘差的一階自相關(guān)系數(shù)接近于1,則DW統(tǒng)計(jì)量近似等于（AA.0B.1C.2D.41&更容易產(chǎn)生異方差的數(shù)據(jù)為（CA.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)19、設(shè)M為貨幣需求量，Y為收入水平，r為利率，流動(dòng)性偏好函數(shù)為M=B0+B1Y+B2r,+又設(shè)、分別是1.02.自印2勺估計(jì)值，則根據(jù)經(jīng)濟(jì)理論，一般來(lái)說(shuō)（AA.應(yīng)為正值，應(yīng)為負(fù)值B.應(yīng)為正值，應(yīng)為正值1.B2.01.B2應(yīng)為負(fù)值，應(yīng)為負(fù)值D.應(yīng)為負(fù)值，應(yīng)為正值1.2.01.62、.B20對(duì)于有限分布滯后模型，解釋變量的滯后長(zhǎng)度每增加一期，可利用的樣本數(shù)據(jù)就會(huì)（BA.增加1個(gè)B.減少1個(gè)C.增加2個(gè)D.減少2個(gè)二、多項(xiàng)選擇題1、對(duì)聯(lián)立方程模型參數(shù)的單一方程估計(jì)法包括（ABDFA.工具變量法B.間接最小二乘法C.完全信息極大似然估計(jì)法D.二階段最小二乘法E.三階段最小二乘法F.有限信息極大似然估計(jì)法2、下列哪些變量一定屬于前定變量（CDA.內(nèi)生變量B.隨機(jī)變量C.滯后變量D.外生內(nèi)生變量E.工具變量33、古典線性回歸模型的普通最小二乘估計(jì)量的特性有（ABC）A.無(wú)偏性B.線性性C.最小方差性D.不一致性E.有偏性4、利用普通最小二乘法求得的樣本回歸直線i12Y=B+BiX.的特■點(diǎn)（ACD）A.必然通過(guò)點(diǎn)（X,YB.可能通過(guò)點(diǎn)（X,YC.殘差的均值為常數(shù)D.ieiY..的平均值與的平均值相等iYE.殘差與解釋變量ieiX之間有一定的相關(guān)性5、關(guān)于聯(lián)立方程模型識(shí)別問(wèn)題，以下說(shuō)法不正確的有（AB）A.滿足階條件的方程則可識(shí)別B.如果一個(gè)方程包含了模型中的全部變量，則這個(gè)方程恰好識(shí)別C.如果一個(gè)方程包含了模型中的全部變量，則這個(gè)方程不可識(shí)別D.如果兩個(gè)方程包含相同的變量，則這兩個(gè)方程均不可識(shí)別E.聯(lián)立方程組中的每一個(gè)方程都是可識(shí)別的，則聯(lián)立方程組才可識(shí)別F.聯(lián)立方程組中有一個(gè)方程不可識(shí)別，則聯(lián)立方程組不可識(shí)別三、判斷題（判斷下列命題正誤，并說(shuō)明理由）1、簡(jiǎn)單線性回歸模型與多元線性回歸模型的基本假定是相同的。錯(cuò)在多元線性回歸模型里除了對(duì)隨機(jī)誤差項(xiàng)提出假定外，還對(duì)解釋變量之間提出無(wú)多重共線性的假定。2、在模型中引入解釋變量的多個(gè)滯后項(xiàng)容易產(chǎn)生多重共線性。對(duì)在分布滯后模型里多引進(jìn)解釋變量的滯后項(xiàng)，由于變量的經(jīng)濟(jì)意義一樣，只是時(shí)間不一致，所以很容易引起多重共線性。3、DW檢驗(yàn)中的d值在0到4之間，數(shù)值越小說(shuō)明模型隨機(jī)誤差項(xiàng)的自相關(guān)度越小，數(shù)值越大說(shuō)明模型隨機(jī)誤差項(xiàng)的自相關(guān)度越大。錯(cuò)0L<d<d44LDW值在0到4之間，當(dāng)DW落在最左邊（）、最右邊（.d<d<4時(shí)，分別為正自相關(guān)、負(fù)自相關(guān)；中間（4為不存在自相關(guān)區(qū)域；UUd<d<.d其次為兩個(gè)不能判定區(qū)域。4、在計(jì)量經(jīng)濟(jì)模型中,隨機(jī)擾動(dòng)項(xiàng)與殘差項(xiàng)無(wú)區(qū)別。錯(cuò)它們均為隨機(jī)項(xiàng)，但隨機(jī)誤差項(xiàng)表示總體模型的誤差，殘差表示樣本模型的誤差；另外，殘差=隨機(jī)誤差項(xiàng)+參數(shù)估計(jì)誤差。5、在經(jīng)濟(jì)計(jì)量分析中，模型參數(shù)一旦被估計(jì)出來(lái)，就可將估計(jì)模型直接運(yùn)用于實(shí)際的計(jì)量經(jīng)濟(jì)分析。錯(cuò)參數(shù)一經(jīng)估計(jì)，建立了樣本回歸模型，還需要對(duì)模型進(jìn)行檢驗(yàn)，包括經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)專門(mén)檢驗(yàn)等。四、計(jì)算題1、根據(jù)某城市1978——1998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y.=.2187.521+1.6843xse=(340.0103)(0.0622)R2=0.9748,S.E.=1065.425,DW=0.2934,F=733.606限求解以下問(wèn)題(1)取時(shí)間段1978——1985和1991——1998,分別建立兩個(gè)模型。模型1:y.=.145.4415+0.3971x模型2:y.=.4602.365+1.9525xt=(-8.7302)(25.4269)t=(-5.0660)(18.4094)=0.9908,22=1372.2021R2e=0.9826,22=5811189W萬(wàn)e5統(tǒng)計(jì)量，即=222=58111891372.202=4334.9370122Fee寸給定的a=0.05,查F分布表，得臨界值(6,64.280.05F=。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，具結(jié)論是什么？解：該檢驗(yàn)為Goldfeld-Quandt檢驗(yàn)因?yàn)镕=4334.937>4.28,所以模型存在異方差(2)根據(jù)表1所給資料，對(duì)給定的顯著性水平a=0.05查分布表，得臨界值，其中p=3為自由度。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，具結(jié)論是什么？x2(37.810.05表1=ARCHTest:F-statistic6.033649Probability0.007410Obs*R-squared10.14976Probability0.017335TestEquation:DependentVariable:RESIDA2Method:LeastSquaresDate:06/04/05Time:17:02Sample(adjusted:19811998Includedobservations:18afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C244797.2373821.30.6548510.5232RESIDA2(-11.2260480.3304793.7099080.0023RESIDA2(-2-1.4053510.379187-3.7062220.0023RESIDA2(-31.0158530.3280763.0963970.0079R-squared0.563876Meandependentvar971801.3AdjustedR-squared0.470421S.D.dependentvar1129283.S.E.ofregression821804.5Akaikeinfocriterion30.26952Sumsquaredresid9.46E+12Schwarzcriterion30.46738Loglikelihood-268.4257F-statistic6.033649Durbin-Watsonstat2.124575Prob(F-statistic0.007410單：該檢驗(yàn)為ARCH檢驗(yàn)(1)由Obs*R-squared=10.1498>7.81表明模型存在異方差；(2)由各系數(shù)的t-值可知，殘差各階滯后系數(shù)均大于2,表明各階滯后對(duì)RESID6均有影響，揭示存在異方差。2、根據(jù)某行業(yè)19551974年的庫(kù)存量(y)和銷售量(x)的資料(見(jiàn)表2),運(yùn)用EViews軟件得如下報(bào)告資料，試根據(jù)所給資料和圖形完成下列問(wèn)題：(1完成表2的空白處，由報(bào)告資料寫(xiě)出估計(jì)模型的表達(dá)式(用標(biāo)準(zhǔn)書(shū)寫(xiě)格式)；(2根據(jù)寫(xiě)出的模型表達(dá)式求銷售量對(duì)庫(kù)存量影響的短期乘數(shù)、動(dòng)態(tài)乘數(shù)和長(zhǎng)期乘數(shù)，同時(shí)給出經(jīng)濟(jì)解釋；(3根據(jù)所給資料對(duì)估計(jì)模型進(jìn)行評(píng)價(jià)(包括經(jīng)濟(jì)意義、擬合效果、顯著性檢驗(yàn)等)。表2DependentVariable:YMethod:LeastSquaresDate:06/04/05Time:17:42Sample(adjusted:19581974Includedobservations:17afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C-6.4196012.130157-PDL011.1568620.195928-PDL020.0657520.176055-PDL03-0.4608290.181199-R-squared0.996230Meandependentvar81.97653AdjustedR-squaredS.D.dependentvar27.85539S.E.ofregression1.897384Akaikeinfocriterion4.321154Sumsquaredresid46.80087Schwarzcriterion4.517204Loglikelihood-32.72981F-statisticDurbin-Watsonstat1.513212Prob(F-statistic0.000000LagDistributionofXiCoefficientStd.ErrorT-Statistic.*|00.630280.17916.*|11.156860.19593.*|20.761780.17820*.|3-0.554950.25562SumofLags1.993980.06785(17(13(12(17(13(12(4,12(5,13(5,17(0.0252.110,(.252.160,(0.0252.176,(0.051.740,(0.051.771,(0.051.782(0.053.26,(0.053.03,(0.052.81ttoottttFFf=========7解：(1)第一欄的t統(tǒng)計(jì)量值：T-Statistic-3.0136755.9045160.373472-2.51321掰二欄的t統(tǒng)計(jì)量值：T-Statistic3.517975.904524.27495-2.17104AdjustedR-squared0.99536F-statistic1145.201232.6.41960.63031.15690.76180.5550(3.0137(3.5180(5.9045(4.2750(2.17100.9954,1.5132,1145.16tttttyxxxxtRDWF...=.+++.=..===t3(2)短期乘數(shù)為0.6303,動(dòng)態(tài)乘數(shù)分別為1.1569,0.7618,-0.5550。長(zhǎng)期乘數(shù)為1.994。(3)模型整體的擬合效果較好，可決系數(shù)達(dá)到0.9963,F統(tǒng)計(jì)量為1145.16,除x.的系數(shù)的t統(tǒng)計(jì)量外，其余均大于在顯著性水平為0.05,自由度為12下的臨界值2.176,說(shuō)明模型中銷售額在滯后第三期對(duì)庫(kù)存量影響較小外，其它各均影響顯著。3、根據(jù)某地區(qū)居民對(duì)農(nóng)產(chǎn)品的消費(fèi)y和居民收入x的樣本資料，應(yīng)用最小二乘法估計(jì)模型，估計(jì)結(jié)果如下，擬合效果見(jiàn)圖。由所給資料完成以下問(wèn)題：8(1在n=16,a=0.05勺條件下，查D-W表得臨界值分別為1.106,1.371LUd=d=,試判斷模型中是否存在自相關(guān)；(2如果模型存在自相關(guān)，求出相關(guān)系數(shù)p”并利用廣義差分變換寫(xiě)出無(wú)自相關(guān)的廣義差分模型。y.=27.9123+0.3524xse=(1.8690)(0.0055)0.9966,22.0506,0.6800,4122.53116122====2-2R1e0DW231001201401601802008688909294969800ResidualActualFitted!:(1)因?yàn)镈W=0.68<1.106,所以模型中的隨機(jī)誤差存在正的自相關(guān)。（2）由DW=0.68,計(jì)算得p.=0.66所以廣義差分表達(dá)式為112110.660.34（0.660.66ttttttyyxxux....=+.+.9第二套一、單項(xiàng)選擇題1、把反映某一總體特征的同一指標(biāo)的數(shù)據(jù)，按一定的時(shí)間順序和時(shí)間問(wèn)隔排列起來(lái)，這樣的數(shù)據(jù)稱為（B）A.橫截面數(shù)據(jù)B.時(shí)間序列數(shù)據(jù)C.修勻數(shù)據(jù)D.原始數(shù)據(jù)2、多元線性回歸分析中，調(diào)整后的可決系數(shù)R2與可決系數(shù)R2之間的關(guān)系（A）A.nkRRn..2=1.（1.21B.R2R2C.R>2>0D.121（12..=..nRRnk3半對(duì)數(shù)模型i12Y=0+0沖入?yún)?shù)20的含義是（D）A.Y關(guān)于X的彈性B.X的絕對(duì)量變動(dòng)，引起Y的絕對(duì)量變動(dòng)C.Y關(guān)于X的邊際變動(dòng)D.X的相對(duì)變動(dòng)，引起Y的期望值絕對(duì)量變動(dòng)4、已知五元標(biāo)準(zhǔn)線性回歸模型估計(jì)的殘差平方和為22=800t0樣本容量為46,則隨機(jī)誤差項(xiàng)的方差估計(jì)量tu（T為（DA.33.33B.40C.38.09D.20S現(xiàn)用OLS法得到的樣本回歸直線為，以下說(shuō)法不正確的是（BYi=1+2Xi+ei0.2領(lǐng).=0B.0iiCov（X,e.窄:CYD.（X,Y在回歸直線上6、Goldfeld-Quandt檢驗(yàn)法可用于檢驗(yàn)（AA.異方差性B.多重共線性C.序列相關(guān)D.設(shè)定誤差7、用于檢驗(yàn)序列相關(guān)的DW統(tǒng)計(jì)量的取值范圍是（DA.0<DW<B..1<DW.21HDW<D.0<DW<48對(duì)聯(lián)立方程組模型估計(jì)的方法主要有兩類，即（A）A.單一方程估計(jì)法和系統(tǒng)估計(jì)法B.間接最小二乘法和系統(tǒng)估計(jì)法C.單一方程估計(jì)法和二階段最小二乘法D.工具變量法和間接最小二乘法9、在模型Yt12X2t33的回歸分析結(jié)果報(bào)告中，有F=263489.23,F的p值=0.000000,WJ表明（C）A、解釋變量2tX對(duì)Y的影響是顯著的tB、解釋變量3tX對(duì)Y的影響是顯著的tC、解釋變量2tX和3tX對(duì)Y的聯(lián)合影響是顯著的.tD、解釋變量2tX和3tX對(duì)的影響是均不顯著tY10、如果回歸模型中解釋變量之間存在完全的多重共線性，則最小二乘估計(jì)量的值為（A）A.不確定，方差無(wú)限大B.確定，方差無(wú)限大C.不確定，方差最小D.確定，方差最小在序列自相關(guān)的情況下，參數(shù)估計(jì)值仍是無(wú)偏的，其原因是（C）A.無(wú)多重共線性假定成立B.同方差假定成立C.零均值假定成立D.解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定成立11、應(yīng)用DW檢驗(yàn)方法時(shí)應(yīng)滿足該方法的假定條件，下列不是其假定條件的為（B）A.解釋變量為非隨機(jī)的B.被解釋變量為非隨機(jī)的C.線性回歸模型中不能含有滯后內(nèi)生變量D.隨機(jī)誤差項(xiàng)服從一階自回歸12、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121iiiiiYXXXX=B+B+則Va（是下列形式中的哪一種?（Bi13、經(jīng)濟(jì)變量的時(shí)間序列數(shù)據(jù)大多存在序列相關(guān)性，在分布滯后模型中，這種序列相關(guān)性就轉(zhuǎn)化為（B）A.異方差問(wèn)題B.多重共線性問(wèn)題C,序列相關(guān)性問(wèn)題D.設(shè)定誤差問(wèn)題14、關(guān)于自適應(yīng)預(yù)期模型和局部調(diào)整模型，下列說(shuō)法錯(cuò)誤的有（D）A.它們都是由某種期望模型演變形成的A.（T2xB.（T2x2C.62xD.?但logxB們最終都是一階自回歸模型C.它們的經(jīng)濟(jì)背景不同D,都滿足古典線性回歸模型的所有假設(shè)，故可直接用OLS方法進(jìn)行估計(jì)15、設(shè)某地區(qū)消費(fèi)函數(shù)中，消費(fèi)支出不僅與收入X有關(guān)，而且與消費(fèi)者的年齡構(gòu)成有關(guān)，若將年齡構(gòu)成分為小孩、青年人、成年人和老年人4個(gè)層次。假設(shè)邊際消費(fèi)傾向不變，考慮上述年齡構(gòu)成因素的影響時(shí)，該消費(fèi)函數(shù)引入虛擬變量的個(gè)數(shù)為（C）A.1個(gè)B.2個(gè)C.3個(gè)D.4個(gè)16、個(gè)人保健支出的計(jì)量經(jīng)濟(jì)模型為：i122iY=a+aD+石菽中為保健年度支出；iYiX為個(gè)人年度收入；虛擬變量；滿足古典假定。則大學(xué)以上群體的平均年度保健支出為（B）210iD.=..大學(xué)及以上大學(xué)以下iuA.（21|,0iiiEYXD==a+BXB.（212|,1MX?==a+a+0XC.1a+3在1a17聯(lián)立方程結(jié)構(gòu)模型中，對(duì)模型中的每一個(gè)隨機(jī)方程單獨(dú)使用普通最小二乘法得到的估計(jì)參數(shù)是（B）A.有偏且一致的B.有偏不一致的C.無(wú)偏但一致的D.無(wú)偏且不一致的18、下列宏觀經(jīng)濟(jì)計(jì)量模型中投資（I）函數(shù)所在方程的類型為（D01101122ttttttttttYCIGCYuIYuaa0/+/.技術(shù)為++..=++...=+程式B.制度方程式C.恒等式D.行為方程式19、在有M個(gè)方程的完備聯(lián)立方程組中，若用H表示聯(lián)立方程組中全部的內(nèi)生變量與全部的前定變量之和的總數(shù)，用表示第i個(gè)方程中內(nèi)生變量與前定變量之和的總數(shù)時(shí)，第i個(gè)方程過(guò)度識(shí)別時(shí)，則有公式（A成立。iNA.1B.iH.N>M.1iH.N=M.C.0D.iH.N=1iH.N<M.20、對(duì)自回歸模型進(jìn)行估計(jì)時(shí)，假定原始模型的隨機(jī)擾動(dòng)項(xiàng)滿足古典線性回歸模型的所有假設(shè)，則估計(jì)量是一致估計(jì)量的模型有（B）A.庫(kù)伊克模型B.局部調(diào)整模型C.自適應(yīng)預(yù)期模型D.自適應(yīng)預(yù)期和局部調(diào)整混合模型二、多項(xiàng)選擇題1、設(shè)一階自回歸模型是庫(kù)伊克模型或自適應(yīng)預(yù)期模型，估計(jì)模型時(shí)可用工具變量替代滯后內(nèi)生變量，該工具變量應(yīng)該滿足的條件有（AE）A.與該滯后內(nèi)生變量高度相關(guān)B.與其它解釋變量高度相關(guān)C.與隨機(jī)誤差項(xiàng)高度相關(guān)D.與該滯后內(nèi)生變量不相關(guān)E.與隨機(jī)誤差項(xiàng)不相關(guān)2、計(jì)量經(jīng)濟(jì)模型的檢驗(yàn)一般包括內(nèi)容有（ABCD）A、經(jīng)濟(jì)意義的檢驗(yàn)B、統(tǒng)計(jì)推斷的檢驗(yàn)C、計(jì)量經(jīng)濟(jì)學(xué)的檢驗(yàn)D、預(yù)測(cè)檢驗(yàn)E、對(duì)比檢驗(yàn)3、以下變量中可以作為解釋變量的有（ABCDE）A.外生變量B.滯后內(nèi)生變量C.虛擬變量D.前定變量E.內(nèi)生變量4、廣義最小二乘法的特殊情況是（BD）A.對(duì)模型進(jìn)行對(duì)數(shù)變換B.加權(quán)最小二乘法C.數(shù)據(jù)的結(jié)合D.廣義差分法E.增加樣本容量5、對(duì)美國(guó)儲(chǔ)蓄與收入關(guān)系的計(jì)量經(jīng)濟(jì)模型分成兩個(gè)時(shí)期分別建模，重建時(shí)期是1946—1954;重建后時(shí)期是1955—1963,模型如下：F=t2tttYXYX121入入入入N=++=++建后時(shí)期：重建時(shí)期：關(guān)于上述模型，下列說(shuō)法正確的是（ABCD）A.132入=入時(shí)則稱為潼合回歸B.132入豐酎稱為舉行河歸C.132人=入時(shí)稱為共點(diǎn)回歸D.132入豐對(duì)稱的相界回歸E.132入豐入，入時(shí)，蔽明兩個(gè)模型在統(tǒng)計(jì)意義上無(wú)差異三、判斷題（判斷下列命題正誤，并說(shuō)明理由）1、線性回歸模型意味著因變量是自變量的線性函數(shù)。錯(cuò)線性回歸模型本質(zhì)上指的是參數(shù)線性，而不是變量線性。同時(shí)，模型與函數(shù)不是同一回事。2、多重共線性問(wèn)題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的。錯(cuò)應(yīng)該是解釋變量之間高度相關(guān)引起的。3、通過(guò)虛擬變量將屬性因素引入計(jì)量經(jīng)濟(jì)模型，引入虛擬變量的個(gè)數(shù)與樣本容量大小有關(guān)。錯(cuò)引入虛擬變量的個(gè)數(shù)樣本容量大小無(wú)關(guān)，與變量屬性，模型有無(wú)截距項(xiàng)有關(guān)。4、雙變量模型中，對(duì)樣本回歸函數(shù)整體的顯著性檢驗(yàn)與斜率系數(shù)的顯著性檢驗(yàn)是一致的。正確要求最好能夠?qū)懗鲆辉€性回歸中，F(xiàn)統(tǒng)計(jì)量與t統(tǒng)計(jì)量的關(guān)系，即的來(lái)歷；或者說(shuō)明一元線性回歸僅有一個(gè)解釋變量，因此對(duì)斜率系數(shù)的t檢驗(yàn)等價(jià)于對(duì)方程的整體性檢驗(yàn)。5、如果聯(lián)立方程模型中某個(gè)結(jié)構(gòu)方程包含了所有的變量，則這個(gè)方程不可識(shí)別。正確沒(méi)有唯一的統(tǒng)計(jì)形式四、計(jì)算題1、家庭消費(fèi)支出（Y）、可支配收入（）、個(gè)人個(gè)財(cái)富（）設(shè)定模型如下：1X2XiiiiY=B+0X+0X+回歸分析1②2為：LS//DependentVariableisYDate:18/4/05Time:15:18Sample:110Includedobservations:10VariableCoefficientStd.ErrorT-StatisticProb.C24.40706.99730.0101X2-0.34010.47850.5002X30.08230.04580.1152R-squaredMeandependentvar111.1256AdjustedR-squaredS.D.dependentvar31.4289S.E.ofregressionAkaikeinfocriterion4.1338Sumsquaredresid342.5486Schwartzcriterion4.2246Loglikelihood-31.8585F-statisticDurbin-Watsonstat2.4382Prob(F-statistic0.000M答下歹U問(wèn)題(1)請(qǐng)根據(jù)上表中已有的數(shù)據(jù)，填寫(xiě)表中畫(huà)線處缺失結(jié)果(注意給出計(jì)算步驟)；(2)模型是否存在多重共線性？為什么？(3)模型中是否存在自相關(guān)？為什么？ndldudldu90.8241.320.6291.699100.8791.320.6971.641110.9271.3240.6581.604k'=1k'=2在0.05顯著性水平下，dl和du的顯著性點(diǎn)答：(1)VariableCoefficientStd.ErrorT-StatisticProb.C24.40706.99733.48810.01012-0.34010.4785X-0.71080.500220.08230.0458X1.79690.1152R-squared0.9615Meandependentvar111.1256AdjustedR-squared0.9505S.D.dependentvar31.4289S.E.ofregression6.5436Akaikeinfocriterion4.1338Sumsquaredresid342.5486Schwartzcriterion4.2246Loglikelihood-31.8585F-statistic87.3336Durbin-Watsonstat2.4382Prob(F-statistic0.0001(2)存在多重共線性；F統(tǒng)計(jì)量和R2顯示模型很顯著，但變量的t檢驗(yàn)值都偏小。(3)n=10,k/=2,查表dL=0.697;dU=1.641;4-dL=3.303;4-dU=2.359oDW=2.4382>2.359,因此模型存在一階負(fù)自相關(guān)。2、根據(jù)某城市1978-1998年人均儲(chǔ)蓄與人均收入的數(shù)據(jù)資料建立了如下回歸模型：y.=.2187.521+1.6843xse=(340.0103)(0.0622)R2=0.9748,s.e.=1065.425,DW=0.2934,F=733.6066試求解以下問(wèn)題：(1)取時(shí)間段1978—1985和1991—1998,分別建立兩個(gè)模型。模型1:y.=.145.4415+0.3971xt=(-8.7302)(25.4269)221R=0.9908,溫2.202模型2:y.=.4602.365+1.9525xt=(-5.0660)(18.4094)222R=0.9826,2e=58曲鸚F統(tǒng)計(jì)量，即=222=58111891372.202=4334.9370122Fee給定a=0.05查F分布表，得臨界值(6,64.280.05F=。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，具結(jié)論是什么？(2)利用y對(duì)x回歸所得的殘差平方構(gòu)造一個(gè)輔助回歸函數(shù)：232221.2242407.21.2299.1.4090.1.0188....=+.+tttt①①①①F=43(n.pR2=18*0.5659=10.1862>7.81x2lnX=1.X=2.71831iD=R2=0.5659,算（n.pR2=18*0.5659=10.1862給定顯著性水平民=0.05查分布表，得臨界值，其中，自由度p=3,o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？x2（37.810.05（3）弒比較（1）和（2）兩種方法，給出簡(jiǎn)要評(píng)價(jià)。答：（1）這是異方差檢驗(yàn)，使用的是樣本分段擬和（Goldfeld-Quant）,,因此拒絕原假設(shè)，表明模型中存在異方差。（2）這是異方差A(yù)RCH檢驗(yàn)，，所以拒絕原假設(shè)，表明模型中存在異方差。（3）這兩種方法都是用于檢驗(yàn)異方差。但二者適用條件不同：A、Goldfeld-Quant要求大樣本；擾動(dòng)項(xiàng)正態(tài)分布；可用于截面數(shù)據(jù)和時(shí)間序列數(shù)據(jù)。B、ARCH檢驗(yàn)僅適宜于時(shí)間序列數(shù)據(jù)，且其漸進(jìn)分布為-分布。3、Sen和Srivastava（1971）在研究貧富國(guó)之間期望壽命的差異時(shí)，利用101個(gè)國(guó)家的數(shù)據(jù)，建立了如下的回歸模型：2.409.39ln3.36（（ln7iiiY=.+X.D...（4.37（0.857（2.42R2=0.752其中:X是以美元計(jì)的人均收入；Y是以年計(jì)的期望壽命；Sen和Srivastava認(rèn)為人均收入的臨界值為1097美元（），若人均收入超過(guò)1097美元，則被認(rèn)定為富國(guó)；若人均收入低于1097美元，被認(rèn)定為貧窮國(guó)。ln1097=7（括號(hào)內(nèi)的數(shù)值為對(duì)應(yīng)參數(shù)估計(jì)值的t-值）。（1）解釋這些計(jì)算結(jié)果。（2）回歸方程中引入（ln7iiDX.的原因是什么？如何解釋這個(gè)回歸解釋變量？（3）如何對(duì)貧窮國(guó)進(jìn)行回歸？又如何對(duì)富國(guó)進(jìn)行回歸？解：（1）由，也就是說(shuō)，人均收入每增加1.7183倍，平均意義上各國(guó)的期望壽命會(huì)增加9.39歲。若當(dāng)為富國(guó)時(shí)，,則平均意義Di=1（ln7iiDX.（.2.40+3.367=>21.12（9.39.3.36=6.0310iD.=..若為貧窮國(guó)若為富國(guó)（（7lniiD.X上，富國(guó)的人均收入每增加1.7183倍，其期望壽命就會(huì)減少3.36歲，但其截距項(xiàng)的水平會(huì)增加23.52,達(dá)到21.12的水平。但從統(tǒng)計(jì)檢驗(yàn)結(jié)果看，對(duì)數(shù)人均收入lnX對(duì)期望壽命Y的影響并不顯著。方程的擬合情況良好，可進(jìn)一步進(jìn)行多重共線性等其他計(jì)量經(jīng)濟(jì)學(xué)的檢驗(yàn)。（2）若代表富國(guó)，則引入的原因是想從截距和斜率兩個(gè)方面考證富國(guó)的影響，其中，富國(guó)的截距為，斜率為，因此，當(dāng)富國(guó)的人均收入每增加1.7183倍，其期望壽命會(huì)增加6.03歲。（3）對(duì)于貧窮國(guó)，設(shè)定，則引入的虛擬解釋變量的形式為；對(duì)于富國(guó)，回歸模型形式不變。第三套一、單項(xiàng)選擇題1、對(duì)樣本的相關(guān)系數(shù)y,以下結(jié)論錯(cuò)誤的是（A）A.越接近0,X與Y之間線性相關(guān)程度高B.越接近1,X與Y之間線性相關(guān)程度高C..1<Y&1D=Q則在一定條件下X與Y相互獨(dú)立2、同一時(shí)間，不同單位相同指標(biāo)組成的觀測(cè)數(shù)據(jù)稱為（B）A.原始數(shù)據(jù)B.截面數(shù)據(jù)C.時(shí)間序列數(shù)據(jù)D.修勻數(shù)據(jù)3、為了分析隨著解釋變量變動(dòng)一個(gè)單位，因變量的增長(zhǎng)率變化情況，模型應(yīng)該設(shè)定為（C）A.lnY=1B+2BlnX+uB.Y=+InX+uQ1B0C.Y=+X+uQ1InaaD.=iYiX12、涉玩線性+U頓型中，發(fā)現(xiàn)各參數(shù)估計(jì)量的t值都不顯著，但模型的R2或R2卻很大，F(xiàn)值也很顯著，這說(shuō)明模型存在（A）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(jì)方法是（D）A.一階差分法B.普通最小二乘法C.工具變量法D.廣義差分法6、DW檢驗(yàn)中要求有假定條件，在下列條件中不正確的是（D）A.解釋變量為非隨機(jī)的B.隨機(jī)誤差項(xiàng)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.線性回歸模型只能為一元回歸形式7、廣義差分法是（B）的一個(gè)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、在下列引起序列自相關(guān)的原因中，不正確的是（D）A.經(jīng)濟(jì)變量具有慣性作用B.經(jīng)濟(jì)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(jì)出的庫(kù)伊克（Koyck）模型如下：Q.8971431.916（2.6521（4.7Q（11.91.6.9Q.35Q.7621====.=.++.RFDWtYXYttt則（C）A.分布滯后系數(shù)的衰減率為Q.34B.在顯著性水平a=Q.Q5下，DW檢驗(yàn)臨界值為13Ld=.,由于DW=d=1.91613,據(jù)此可以推斷模型擾動(dòng)項(xiàng)存在自相關(guān)L>d=.C.即期消費(fèi)傾向?yàn)镼.35,表明收入每增加1元，當(dāng)期的消費(fèi)將增加Q.35元D.收入對(duì)消費(fèi)的長(zhǎng)期影響乘數(shù)為的估計(jì)系數(shù)Q.76t.1Y1Q.虛擬變量（AA.主要來(lái)代表質(zhì)的因素，但在有些情況下可以用來(lái)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(gè)地區(qū)的平均消費(fèi)水平是否存在顯著差異，則下列那個(gè)模型比較適合（Y代表消費(fèi)支出；X代表可支配收入；D2、D3表示虛擬變量）（D）A.iiiY=a+BX+uB.iiiiiY=a+0X+B（DX+1122C.iiiiY=a+aD+aD+0X+12233D.iiiiY=a+、aW+回圖X+12212既檢驗(yàn)又修正了（D）A.異方差性B.自相關(guān)性C.隨機(jī)解釋變量D.多重共線性13、已知模型的形式為i12YXii=B+,iWM際數(shù)據(jù)對(duì)模型的參數(shù)進(jìn)行估計(jì)的時(shí)候，測(cè)得DW統(tǒng)計(jì)量為0.6453,則廣義差分變量是（BA.B.110645306453tttY.Y,X.X....t1t10677406774tttY.Y,X.X....C.D.tt1tt1YY,XX....1t1005005tttY.Y,X.X....14、目前所學(xué)的回歸分析中，定義的（BA.解釋變量和被解釋變量都是隨機(jī)變量B.解釋變量為非隨機(jī)變量，被解釋變量為隨機(jī)變量C.解釋變量和被解釋變量都為非隨機(jī)變量D.解釋變量為隨機(jī)變量，被解釋變量為非隨機(jī)變量15、在有M個(gè)方程的完備聯(lián)立方程組中，當(dāng)識(shí)別的階條件為時(shí)（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(gè)方程中內(nèi)生變量和前定變量的總數(shù)），則表示（AH.Ni>M.1iNA.第i個(gè)方程恰好識(shí)別B.第i個(gè)方程不可識(shí)別C.第i個(gè)方程過(guò)度識(shí)別D.第i個(gè)方程的識(shí)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)R2與可決系數(shù)R2之間的關(guān)系（B）A.121（12..=..nRRnkB.nkRRn..2=1.（1.21C.R2>0D.R2、在異方差WWO7參數(shù)估計(jì)值的方差不能正確估計(jì)的原因是（A）.（0.（0.（22.（0（豐豐豐豐豐iiiijCExuDEuAEu①BEuu>i赫臉自回歸模型擾動(dòng)項(xiàng)的自相關(guān)性，常用德賓h檢驗(yàn)，下列命題正確的是（B）A.德賓h檢驗(yàn)只適用一階自回歸模型B.德賓h檢驗(yàn)適用任意階的自回歸模型C.德賓h統(tǒng)計(jì)量服從t分布D.德賓h檢驗(yàn)可以用于小樣本問(wèn)題19、設(shè)，則對(duì)原模型變換的正確形式為（B,（22（i12iiiiiy=0+0x+uVaru=6=①fx11221.2（I（Z2222（.（（（（iiiiiiiiiiiiiiiiiiiiiAyxuByxfxfxfxfxCyxfxfxfxfxDyfxfxxfxufxiiiuuBBBBBBBB=++=未+隹修+=++S0關(guān)的方法中，能修正高階自相關(guān)的方法是（C）A.利用DW統(tǒng)計(jì)量值求出p..B.Cochrane-Orcutt法C.Durbin兩步法D.移動(dòng)平均法二、多項(xiàng)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(jì)結(jié)果為：0.74311（0.062（24.47（27.62（0.94.37.070.40390.06113.642.2620===+.++Rdfwwraceregagem其中：wm為兼職工薪（美元/小時(shí)）；w0為主業(yè)工薪（美元/小時(shí)）；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(dāng)被訪者是非西部人時(shí)，reg取值為0,當(dāng)被訪者是西部地區(qū)人時(shí)，reg取值為1；age為年齡；括號(hào)中的數(shù)據(jù)位系數(shù)估計(jì)值的標(biāo)準(zhǔn)誤。關(guān)于這個(gè)估計(jì)結(jié)果，下列說(shuō)法正確的有（E）A.在其他因素保持不變條件下，非白人的兼職工薪每小時(shí)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(shí)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(shí)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(shí)比西部人約低出113.64美元E.四個(gè)變量在5%顯著性水平下統(tǒng)計(jì)上是顯著的2、對(duì)于二元樣本回歸模型，下列各式成立的有（ABC）iiiiY=+X+X+e1212330.0.0.A.=0i2eB.02=ii2eX（XD.=0ii2eYE.032=ii、能夠檢X滋陰共線性的方法有（ACE）A.簡(jiǎn)單相關(guān)系數(shù)矩陣法B.DW檢驗(yàn)法C.t檢驗(yàn)與F檢驗(yàn)綜合判斷法D.ARCH檢驗(yàn)法E.輔助回歸法（又稱待定系數(shù)法4、對(duì)聯(lián)立方程模型參數(shù)的單方程估計(jì)法包括（ABDA.工具變量法B.間接最小二乘法C.完全信息極大似然估計(jì)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(huì)引起如下后果（BCDE）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)偏的三、判斷題（判斷下列命題正誤，并說(shuō)明理由）1、在實(shí)際中，一元回歸幾乎沒(méi)什么用，因?yàn)橐蜃兞康男袨椴豢赡軆H由一個(gè)解釋變量來(lái)解釋。錯(cuò)在實(shí)際中，在一定條件下一元回歸是很多經(jīng)濟(jì)現(xiàn)象的近似，能夠較好地反映回歸分析的基本思想，在某些情況下還是有用的。2、多重共線性問(wèn)題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的；錯(cuò)應(yīng)該是解釋變量之間高度相關(guān)引起的。3、在異方差性的情況下，若采用Eviews軟件中常用的OLS法，必定高估了估計(jì)量的標(biāo)準(zhǔn)誤。錯(cuò)有可能高估也有可能低估。如：考慮一個(gè)非常簡(jiǎn)單的具有異方差性的線性回歸模型：Yi=BXi+ui222iii；設(shè)：Var（u=6=Z①貝U:（（（（（2222222iiiiiiiii.XuXVaruXVarVarVaruXXXB.==.2.2等方差雌下：（（2222222iiiiiVar.XVaruXXX0==d222饞也是Eviews常用的估計(jì)結(jié)果；異方差情形下：（（（2222222222222iiiiiiiiiVar.XVaruXZXZXXX0==；對(duì)主述MS中〉〉〉〉〉（情形進(jìn)行比較：（222222222222221111iiiiiiiiiiXZXZXZXXXZ（T（T.>>==.22.<<2222,2故忸>21OLS估計(jì)，有可能低估異方差性條件下的系數(shù)標(biāo)準(zhǔn)誤（），也有可能高估異方差性條件下的系數(shù)標(biāo)準(zhǔn)誤（）（請(qǐng)與教材中的情形進(jìn)行比較）。4、虛擬變量只能作為解釋變量。錯(cuò)虛擬變量還能作被解釋變量。22.171.44120.9672（7.4809（119.87110.99400.53160.9940ttPCEPDItRDWR=.+=.===5、設(shè)估計(jì)模型為由于，表明模型有很好的擬合優(yōu)度，則模型不存在偽（虛假）回歸。錯(cuò)可能存在偽（虛假）回歸，因?yàn)榭蓻Q系數(shù)較高，而DW值過(guò)低。四、計(jì)算題1、某公司在為建造一個(gè)新的百貨店選址的決策過(guò)程中，對(duì)已有的30個(gè)百貨店的銷售額作為其所處地理位置特征的函數(shù)進(jìn)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(jì)得出（括號(hào)內(nèi)為估計(jì)的標(biāo)準(zhǔn)差）tttttYXXXX1234.=30+0.1+0.01+10.0>+3.0乂（0.02）（0.01）（1.0）（1.0）其中：=第i個(gè)百貨店的日均銷售額（百美元）；tYtX1=第i個(gè)百貨店前每小時(shí)通過(guò)的汽車數(shù)量（10輛）；=第i個(gè)百貨店所處區(qū)域內(nèi)的人均收入（美元）；tX2=第i個(gè)百貨店內(nèi)所有的桌子數(shù)量；tX3=第i個(gè)百貨店所處地區(qū)競(jìng)爭(zhēng)店面的數(shù)量；tX4請(qǐng)回答以下問(wèn)題：（1）說(shuō)出本方程中系數(shù)0.1和0.01的經(jīng)濟(jì)含義。（2）各個(gè)變量前參數(shù)估計(jì)的符號(hào)是否與期望的符號(hào)一致？（3）在a=0.05的顯著性水平下檢驗(yàn)變量的顯著性。tX1（臨界值（252.06,0.025t=（262.0560.025t=>（251.7080.05t=,（261.706）0.05t=解:平均意義上，（1）每小時(shí)通過(guò)該百貨店的汽車增加10輛，該店的每日收入就會(huì)平均增加10美元。該區(qū)域居民人均收入每增加1美元，該店每日收入就會(huì)平均增加1美元。（2）最后一個(gè)系數(shù)與期望的符號(hào)不一致，應(yīng)該為負(fù)數(shù)，即該區(qū)競(jìng)爭(zhēng)的店面越多，該店收入越低。其余系數(shù)的符號(hào)符合期望。（3）用t檢驗(yàn)。t=0.1/0.02=5,有t=5>t0.025（25=2.06可知，該變量顯著。2、一國(guó)的對(duì)外貿(mào)易分為出口和進(jìn)口，凈出口被定義為出口與進(jìn)口的差額。影響凈出口的因素很多，在宏觀經(jīng)濟(jì)學(xué)中，匯率和國(guó)內(nèi)收入水平被認(rèn)為是兩個(gè)最重要的因素，我們根據(jù)這一理論對(duì)影響中國(guó)的凈出口水平的因素進(jìn)行實(shí)證分析。設(shè)NX表示我國(guó)凈出口水平（億元）；GDP為我國(guó)國(guó)內(nèi)生產(chǎn)總值（億元），反映我國(guó)的國(guó)內(nèi)收入水平；D（GDP表示GDP的一階差分；E表示每100美元對(duì)人民幣的平均匯率（元/百美元），反映匯率水平。利用1985--2001年我國(guó)的統(tǒng)計(jì)數(shù)據(jù)（摘自《2002中國(guó)統(tǒng)計(jì)年鑒》），估計(jì)的結(jié)果見(jiàn)下表。（1）選擇解釋我國(guó)凈出口水平最適合的計(jì)量經(jīng)濟(jì)模型，寫(xiě)出該模型并說(shuō)明選擇的原因，其它模型可能存在什么問(wèn)題；(2)解釋選擇的計(jì)量經(jīng)濟(jì)模型的經(jīng)濟(jì)意義。相關(guān)系數(shù)矩陣DependentVariable:NXMethod:LeastSquaresDate:03/21/05Time:11:02Sample:19852001Includedobservations:17VariableCoefficientStd.Errort-StatisticProb.C-2135.887645.9685-3.3064880.0048E4.8518320.9835874.9327940.0002R-squared0.618636Meandependentvar879.9059AdjustedR-squared0.593211S.D.dependentvar1348.206S.E.ofregression859.8857Akaikeinfocriterion16.46161Sumsquaredresid11091052Schwarzcriterion16.55963Loglikelihood-137.9237F-statistic24.33245Durbin-Watsonstat0.890230Prob(F-statistic0.000180DependentVariable:NXMethod:LeastSquaresDate:03/21/05Time:11:04Sample:19852001Includedobservations:17VariableCoefficientStd.Errort-StatisticProb.C-761.6691313.1743-2.4320930.0280GDP0.0368270.0058106.3384920.0000R-squared0.728145Meandependentvar879.9059AdjustedR-squared0.710021S.D.dependentvar1348.206S.E.ofregression726.0044Akaikeinfocriterion16.12312Sumsquaredresid7906237.Schwarzcriterion16.22115Loglikelihood-135.0465F-statistic40.17648Durbin-Watsonstat1.289206Prob(F-statistic0.000013DependentVariable:NXMethod:LeastSquaresDate:03/21/05Time:11:06Sample:19852001Includedobservations:17VariableCoefficientStd.Errort-StatisticProb.C-822.2318789.9381-1.0408810.3156E0.1803342.1450810.0840690.9342GDP0.0356710.0150082.3768550.0323R-squared0.728282Meandependentvar879.9059AdjustedR-squared0.689465S.D.dependentvar1348.206S.E.ofregression751.2964Akaikeinfocriterion16.24026Sumsquaredresid7902248.Schwarzcriterion16.38730Loglikelihood-135.0422F-statistic18.76202Durbin-Watsonstat1.279954Prob(F-statistic0.000109DependentVariable:NXMethod:LeastSquaresDate:03/21/05Time:11:09Sample(adjusted:19862001Includedobservations:16afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C-3036.617444.7869-6.8271280.0000E8.7812480.9297889.4443580.0000D(GDP-0.3014650.054757-5.5055500.0001R-squared0.878586Meandependentvar962.9563AdjustedR-squared0.859907S.D.dependentvar1346.761S.E.ofregression504.0793Akaikeinfocriterion15.45070Sumsquaredresid3303247.Schwarzcriterion15.59557Loglikelihood-120.6056F-statistic47.03583Durbin-Watsonstat2.214778Prob（F-statistic0.00000解：（1）模型選擇可依據(jù)兩個(gè)方面：經(jīng)濟(jì)學(xué)意義和計(jì)量經(jīng)濟(jì)學(xué)的模型選擇準(zhǔn)則。根據(jù)回歸結(jié)果，從Akaikeinfocriterion（=15.45）和Schwarzcriterion（=15.60）看，可認(rèn)為最后一個(gè)回歸模型（第四個(gè)）最佳，進(jìn)一步從模型中各個(gè)變量t檢驗(yàn)顯著性、模型的F檢驗(yàn)顯著性，擬合優(yōu)度、自相關(guān)性等綜合考慮，從計(jì)量經(jīng)濟(jì)學(xué)的角度，可認(rèn)為第四個(gè)回歸模型是設(shè)定較好的模型，即將NX（凈出口）關(guān)于匯率、DGDP（GDP的一階差分）進(jìn)行回歸的模型較好；在此基礎(chǔ)上，還應(yīng)當(dāng)進(jìn)行經(jīng)濟(jì)意義或經(jīng)濟(jì)理論背景的檢驗(yàn)，以進(jìn)一步確定本問(wèn)題中模型得設(shè)定。比較而言，從計(jì)量經(jīng)濟(jì)學(xué)的觀點(diǎn)看，各自在不同程度和不同方面，存在著這樣或那樣的不完善的地方：第一個(gè)模型，NX關(guān)于E的回歸，Akaikeinfocriterion和Schwarzcriterion的值大于第4個(gè)模型，且擬合優(yōu)度也不太好，自相關(guān)現(xiàn)象存在；第二個(gè)模型，與第2個(gè)模型的情形類似；而第三個(gè)模型是將NX對(duì)E、GDP的回歸，結(jié)果提示，這樣的回歸模型多重共線性現(xiàn)象嚴(yán)重，且不能正常判斷其自相關(guān)性。（2）所選模型的經(jīng)濟(jì)意義是：影響凈出口的主要因素是匯率和GDP的增長(zhǎng)量。匯率每提高一個(gè)單位，凈出口就會(huì)增加8.781248個(gè)單位（億元），DGDP每增加一個(gè)單位（億元），則凈出口增加0.03682億元。3、下面結(jié)果是利用某地財(cái)政收入對(duì)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(shuō)明你的理由。DependentVariable:REVMethod:LeastSquaresSample:110Includedobservations:10VariableCoefficientStd.Errort-StatisticProb.C17414.6314135.101.2320130.2640GDP1-0.2775100.146541-1.8937430.1071GDP20.0848570.0935320.9072520.3992GDP30.1905170.1516801.2560480.2558R-squared0.993798Meandependentvar63244.00AdjustedR-squared0.990697S.D.dependentvar54281.99S.E.ofregression5235.544Akaikeinfocriterion20.25350Sumsquaredresid1.64E+08Schwarzcriterion20.37454Loglikelihood-97.26752F-statistic320.4848Durbin-Watsonstat1.208127Prob（F-statistic0.000001答：多重共線性現(xiàn)象較為嚴(yán)重。因?yàn)榉匠陶w非常顯著，表明三次產(chǎn)業(yè)GDP對(duì)財(cái)政收入的解釋能力非常強(qiáng)，但是每個(gè)個(gè)別解釋變量均不顯著，且存在負(fù)系數(shù)，與理論矛盾，原因是存在嚴(yán)重共線性。第四套一、單項(xiàng)選擇題1、設(shè)OLS法得到的樣本回歸直線為i12YBBXii=++e，則點(diǎn)（X,Y（B）A.一定不在回歸直線上B.一定在回歸直線上C.不一定在回歸直線上D.在回歸直線上方2、在下列各種數(shù)據(jù)中，以下不應(yīng)作為經(jīng)濟(jì)計(jì)量分析所用數(shù)據(jù)的是（C）A.時(shí)間序列數(shù)據(jù)B.橫截面數(shù)據(jù)C.計(jì)算機(jī)隨機(jī)生成的數(shù)據(jù)D.虛擬變量數(shù)據(jù)3、在簡(jiǎn)單線性回歸模型中，認(rèn)為具有一定概率分布的變量是（AA.內(nèi)生變量B.外生變量C.虛擬變量D.前定變量4、根據(jù)樣本資料估計(jì)得出人均消費(fèi)支出Y對(duì)人均收入X的回歸模型為，表明人均收入每增加1%,人均消費(fèi)支出將增加（B）200075iln.YTOC\o"1-5"\h\z=.+.lnXittuA.0.2%B.0.75%C.2%D.7.5%5、多元線性回歸分析中的RSS反映了（C）A,應(yīng)變量觀測(cè)值總變差的大小B.應(yīng)變量回歸估計(jì)值總變差的大小C.應(yīng)變量觀測(cè)值與估計(jì)值之間的總變差D.Y關(guān)于X的邊際變化6、在經(jīng)濟(jì)發(fā)展發(fā)生轉(zhuǎn)折時(shí)期，可以通過(guò)引入虛擬變量方法來(lái)表示這種變化。例如，研究中國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)時(shí)。1991年前后，城鎮(zhèn)居民商品性實(shí)際支出Y對(duì)實(shí)際可支配收入X的回歸關(guān)系明顯不同?，F(xiàn)以1991年為轉(zhuǎn)折時(shí)期，設(shè)虛擬變量，數(shù)據(jù)散點(diǎn)圖顯示消費(fèi)函數(shù)發(fā)生了結(jié)構(gòu)性變化：基本消費(fèi)部分下降了，邊際消費(fèi)傾向變大了。則城鎮(zhèn)居民線性消費(fèi)函數(shù)的理論方程可以寫(xiě)作（D）11991t01991D.=..年以前年以后A.t12Y=B+0X+B.t12t4tYXDXtt=B+B+B+uC.t12t3YXDtt=02+33t4-tYXDDDXt1t=0+0+B+B+u珀知模型的形式為t12YXtt=B+布際數(shù)據(jù)對(duì)模型的參數(shù)進(jìn)行估計(jì)的時(shí)候，測(cè)得DW統(tǒng)計(jì)量為0.52，則廣義差分變量是（DA.1,1B.0.480.48....ttttyyxx110745307453tttty.y,x.x....C.D.110.52,0.52....ttttyyxx110.74,0.74....ttttyyxx8、在有M個(gè)方程的完備聯(lián)立方程組中，若用H表示聯(lián)立方程組中全部的內(nèi)生變量與全部的前定變量之和的總數(shù)，用表示第i個(gè)方程中內(nèi)生變量與前定變量之和的總數(shù)時(shí)，第i個(gè)方程不可識(shí)別時(shí)，則有公式（D成立。iNA.1B.iH.N>M.1iH.N=M.C.0D.iH.N=1iH.N<M.9、如果模型中的解釋變量存在完全的多重共線性，參數(shù)的最小二乘估計(jì)量是（C）A.無(wú)偏的B.有偏的C.不確定D.確定的10、關(guān)于聯(lián)立方程組模型，下列說(shuō)法中錯(cuò)誤的是（B）A,結(jié)構(gòu)式模型中解釋變量可以是內(nèi)生變量B.簡(jiǎn)化式模型中解釋變量可以是內(nèi)生變量C.簡(jiǎn)化式模型中解釋變量是前定變量D.結(jié)構(gòu)式模型中解釋變量可以是前定變量11、在序列自相關(guān)的情況下，參數(shù)估計(jì)值仍是無(wú)偏的，其原因是（A）A.零均值假定成立B.同方差假定成立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12、在DW檢驗(yàn)中，當(dāng)d統(tǒng)計(jì)量為2時(shí)，表明（C）A.存在完全的正自相關(guān)B.存在完全的負(fù)自相關(guān)C.不存在自相關(guān)D.不能判定13、在下列多重共線性產(chǎn)生的原因中，不正確的是（D）A.經(jīng)濟(jì)本變量大多存在共同變化趨勢(shì)B.模型中大量采用滯后變量C.由于認(rèn)識(shí)上的局限使得選擇變量不當(dāng)D.解釋變量與隨機(jī)誤差項(xiàng)相關(guān)14、下列說(shuō)法不正確的是（C）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)異方差的方法有加權(quán)最小二乘法D.修正異方差的方法有加權(quán)最小二乘法15、設(shè)k為回歸模型中的參數(shù)個(gè)數(shù)，n為樣本容量。則對(duì)多元線性回歸方程進(jìn)行顯著性檢驗(yàn)時(shí)，所用的F統(tǒng)計(jì)量可表示為（A）A.（1（（122RnkRk...B.（1（..RSSkESSnkC.（1（1（22...RkRnkD.（/（1TSSnkESSk..16對(duì)聯(lián)立方程組模型中過(guò)度識(shí)別方程的估計(jì)方法有（D）A.間接最小二乘法B,普通最小二乘法C.問(wèn)接最小二乘法和二階段最小二乘法D.二階段最小二乘法17、對(duì)模型進(jìn)行對(duì)數(shù)變換，其原因是（B）A.能使誤差轉(zhuǎn)變?yōu)榻^對(duì)誤差B.能使誤差轉(zhuǎn)變?yōu)橄鄬?duì)誤差C.更加符合經(jīng)濟(jì)意義D.大多數(shù)經(jīng)濟(jì)現(xiàn)象可用對(duì)數(shù)模型表示18、局部調(diào)整模型不具有如下的特點(diǎn)（D）A.對(duì)應(yīng)的原始模型中被解釋變量為期望變量，它不可觀測(cè)B.模型是一階自回歸模型C.模型中含有一個(gè)滯后被解釋變量t1Y.，但它與隨機(jī)擾動(dòng)項(xiàng)不相關(guān)D.模型的隨機(jī)擾動(dòng)項(xiàng)存在自相關(guān)19、假設(shè)根據(jù)某地區(qū)1970——1999年的消費(fèi)總額Y（億元）和貨幣收入總額X（億元）的年度資料，估計(jì)出庫(kù)伊克（Koyck模型如下:0.99743231.216（1.6521（5.7717（12.9166.6.90570.25180.813621====.=.++.RFDWtYXYttt則（C）A.分布滯后系數(shù)的衰減率為0.1864B.在顯著性水平a=0.05F,DW檢驗(yàn)臨界值為,而,據(jù)此可以推斷模型擾動(dòng)項(xiàng)存在自相關(guān)13Ld=.12613Ld=.<d=.C.即期消費(fèi)傾向?yàn)?.2518,表明收入每增加1元，當(dāng)期的消費(fèi)將增加0.2518元D.收入對(duì)消費(fèi)的長(zhǎng)期影響乘數(shù)為t1Y.的估計(jì)系數(shù)0.813620在模型有異方差的情況下，常用的補(bǔ)救措施是（DA.廣義差分法B.工具變量法C.逐步回歸法D.加權(quán)最小二乘法二、多項(xiàng)選擇題1、調(diào)整后的判定系數(shù)R2與判定系數(shù)R2之間的關(guān)系敘述正確的有（CE）A.R2與R2均非負(fù)B.R2有可能大于R2C.判斷多元回歸模型擬合優(yōu)度時(shí)，使用R2D.模型中包含的解釋變量個(gè)數(shù)越多，R2與R2就相差越大E.只要模型中包括截距項(xiàng)在內(nèi)的參數(shù)的個(gè)數(shù)大于1,則R2<R22、如果模型中存在序列自相關(guān)現(xiàn)象，則有如下后果（BCDE）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3、下列說(shuō)法不正確的有（BCF）A.加權(quán)最小二乘法是廣義最小二乘法的特殊情況B.廣義最小二乘法是加權(quán)最小二乘法的特殊情況C.廣義最小二乘法是廣義差分法的特殊情況D.廣義差分法是廣義最小二乘法的特殊情況E.普通最小二乘法是加權(quán)最小二乘法的特殊情況F.加權(quán)最小二乘法是普通最小二乘法的特殊情況4、關(guān)于聯(lián)立方程模型識(shí)別問(wèn)題，以下說(shuō)法正確的有（ACDE）A.可識(shí)別的方程則滿足階條件B.如果一個(gè)方程包含了模型中的全部變量，則這個(gè)方程恰好識(shí)別C.如果一個(gè)方程包含了模型中的全部變量，則這個(gè)方程不可識(shí)別D.如果兩個(gè)方程包含相同的變量，則這兩個(gè)方程均不可識(shí)別E.聯(lián)立方程組中的每一個(gè)方程都是可識(shí)別的，則聯(lián)立方程組才可識(shí)別F.滿足階條件和秩條件的方程一定是過(guò)度識(shí)別5、在DW檢驗(yàn)中,存在不能判定的區(qū)域是（CD）A.0B.L<d<d4UUd<d<.dC.D.Ld<d<dU44UL.d<d<.dE.44L.d<d<三、判斷題（判斷下列命題正誤，并說(shuō)明理由）1、隨機(jī)擾動(dòng)項(xiàng)的方差與隨機(jī)擾動(dòng)項(xiàng)方差的無(wú)偏估計(jì)沒(méi)有區(qū)別。錯(cuò)隨機(jī)擾動(dòng)項(xiàng)的方差反映總體的波動(dòng)情況，對(duì)一個(gè)特定的總體而言，是一個(gè)確定的值。在最小二乘估計(jì)中，由于總體方差在大多數(shù)情況下并不知道，所以用樣本數(shù)據(jù)去估計(jì)（T222ie/（nkA=e.其中n為樣本數(shù)，k為待估參數(shù)的個(gè)數(shù)。（7.左①線性無(wú)偏估計(jì)，為一個(gè)隨機(jī)變量。2、經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量將有偏的。錯(cuò)即使經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估22ii2計(jì)量仍然是無(wú)偏的。因?yàn)镋（B.=E（B+2Kp該部±式成立與否與正態(tài)性無(wú)關(guān)。3、虛擬變量的取值原則上只能取0或1。對(duì)虛擬變量的取值是人為設(shè)定的，主要表征某種屬性或特征或其它的存在與否，0或1正好描述了這種特性。當(dāng)然，依據(jù)研究問(wèn)題的特殊性，有時(shí)也可以取其它值。4、擬合優(yōu)度檢驗(yàn)和F檢驗(yàn)是沒(méi)有區(qū)別的。錯(cuò)（1）F-檢驗(yàn)中使用的統(tǒng)計(jì)量有精確的分布，而擬合優(yōu)度檢驗(yàn)沒(méi)有；（2）對(duì)是否通過(guò)檢驗(yàn)，可決系數(shù)（修正可決系數(shù)）只能給出一個(gè)模糊的推測(cè)；而F檢驗(yàn)可以在給定顯著水平下，給出統(tǒng)計(jì)上的嚴(yán)格結(jié)論。5、聯(lián)立方程組模型根本不能直接用OLS方法估計(jì)參數(shù)。錯(cuò)遞歸方程可以用OLS方法估計(jì)參數(shù)，而其它的聯(lián)立方程組模型不能直接用OLS方法估計(jì)參數(shù)。四、計(jì)算題1、通過(guò)建模發(fā)現(xiàn)，某企業(yè)的某種產(chǎn)品價(jià)格P和可變成本V之間滿足如下關(guān)系：。目前可變成本占產(chǎn)品價(jià)格的20%?，F(xiàn)在，企業(yè)可以改進(jìn)該產(chǎn)品，但是改進(jìn)要增加10%可變成本（其他費(fèi)用保持不變）。問(wèn)，企業(yè)是否該選擇改進(jìn)？lnP=34.5+0.56lnV解：（1）由模型可知，價(jià)格和可變成本之間的彈性為0.56。假設(shè)改進(jìn)產(chǎn)品，則可變成本增加10%,價(jià)格的變化率為0.56*10%=5.6%,可見(jiàn)價(jià)格增加的幅度不如可變成本增加的幅度。（2）利潤(rùn)增量為5.6%*P—10%*V,只要利潤(rùn)增量大于0,就應(yīng)該選擇改進(jìn)。（3）易得，只要當(dāng)P/V＞（10/5.6,就有利潤(rùn)大于00而目前成本只占價(jià)格的20%,遠(yuǎn)小于5.6/10,所以應(yīng)該選擇改進(jìn)。2、某公司想決定在何處建造一個(gè)新的百貨店，對(duì)已有的30個(gè)百貨店的銷售額作為其所處地理位置特征的函數(shù)進(jìn)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(jì)得出（括號(hào)內(nèi)為估計(jì)的標(biāo)準(zhǔn)差）tttttYXXXX1234.=30+0.1+0.01XX+10.0/3.0X0.02）（0.01）（1.0）（1.0）其中：=第i個(gè)百貨店的日均銷售額（百美元）；tYtX1=第i個(gè)百貨店前每小時(shí)通過(guò)的汽車數(shù)量（10輛）；=第i個(gè)百貨店所處區(qū)域內(nèi)的人均收入（美元）；tX2=第i個(gè)百貨店內(nèi)所有的桌子數(shù)量;tX3=第i個(gè)百貨店所處地區(qū)競(jìng)爭(zhēng)店面的數(shù)量；tX4請(qǐng)回答以下問(wèn)題：（1）說(shuō)出本方程中系數(shù)0.1和0.01的經(jīng)濟(jì)含義。（2）各個(gè)變量前參數(shù)估計(jì)的符號(hào)是否與期望的符號(hào)一致？（3）在a=0.05的顯著性水平下檢驗(yàn)變量的顯著性。tX1（臨界值（252.060.025t=,（262.0560.025t=,（251.7080.05t=,（261.706）0.05t=答：（1）每小時(shí)通過(guò)該百貨店的汽車增加10輛，該店的每日收入就會(huì)平均增加10美元。該區(qū)域居民人均收入每增加1美元，該店每日收入就會(huì)平均增加1美元。（2）最后一個(gè)系數(shù)與期望的符號(hào)不一致，應(yīng)該為負(fù)數(shù)，即該區(qū)競(jìng)爭(zhēng)的店面越多，該店收入越低。其余符號(hào)符合期望。（3）用t檢驗(yàn)。t=3、以廣東省東莞市的財(cái)政0.1/0.02=5,有t>(252,060.025t=3、以廣東省東莞市的財(cái)政支出作為被解釋變量、財(cái)政收入作為解釋變量做計(jì)量經(jīng)濟(jì)模型，即Y=a+BX+g方程估計(jì)、殘差散點(diǎn)圖及ARCH檢驗(yàn)輸出結(jié)果分別如下：方程估計(jì)結(jié)果：DependentVariable:YMethod:LeastSquaresDate:05/31/05Time:12:42Sample:19801997Includedobservations:18VariableCoefficientStd.Errort-StatisticProb.C-2457.310680.5738-3.6106440.0023X0.7193080.01115364.497070.0000R-squared0.996168Meandependentvar25335.11AdjustedR-squared0.995929S.D.dependentvar35027.97S.E.ofregression2234.939Akaikeinfocriterion18.36626Sumsquaredresid79919268Schwarzcriterion18.46519Loglikelihood-163.2963F-statistic4159.872Durbin-Watsonstat2.181183Prob(F-statistic0.00000限差與殘差滯后1期的散點(diǎn)圖：ARCH檢驗(yàn)輸出結(jié)果：ARCHTest:F-statistic2.886465Probability0.085992Obs*R-squared7.867378Probability0.096559TestEquation:DependentVariable:RESIDA2Method:LeastSquaresDate:06/10/05Time:00:33Sample(adjusted:19841997Includedobservations:14afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C-9299857.7646794.-1.2161770.2549RESIDA2(-10.0335820.3083770.1089000.9157RESIDA2(-2-0.7432730.320424-2.3196500.0455RESIDA2(-3-0.85485211.02966-0.0775050.9399RESIDA2(-437.0434510.913803.3941820.0079R-squared0.561956Meandependentvar5662887.AdjustedR-squared0.367269S.D.dependentvar16323082S.E.ofregression12984094Akaikeinfocriterion35.86880Sumsquaredresid1.52E+15Schwarzcriterion36.09704Loglikelihood-246.0816F-statistic2.886465Durbin-Watsonstat1.605808Prob(F-statistic0.085992根據(jù)以上輸出結(jié)果回答下列問(wèn)題：(1)該模型中是否違背無(wú)自相關(guān)假定？為什么？(a=0.05)1158Ld=.,1391Ud=.(2)該模型中是否存在異方差？說(shuō)明理由(顯著性水平為10%,2(47,7794)。0.1x=3)如果原模型存在異方差，你認(rèn)為應(yīng)如何修正？(只說(shuō)明修正思路，無(wú)需計(jì)算)解：(1)沒(méi)有違背無(wú)自相關(guān)假定；第一、殘差與殘差滯后一期沒(méi)有明顯的相關(guān)性；第二、根據(jù)D-W值應(yīng)該接受原假設(shè)；(寫(xiě)出詳細(xì)步驟)(2)存在異方差(注意顯著性水平是0.1）;（寫(xiě)出詳細(xì)步驟）（3）說(shuō)出一種修正思路即可。第五套一、單項(xiàng)選擇題1、下列說(shuō)法正確的有（C）A.時(shí)序數(shù)據(jù)和橫截面數(shù)據(jù)沒(méi)有差異B.對(duì)總體回歸模型的顯著性檢驗(yàn)沒(méi)有必要C.總體回歸方程與樣本回歸方程是有區(qū)別的D.判定系數(shù)R2不可以用于衡量擬合優(yōu)度2、所謂異方差是指（A）3、在給定的顯著性水平之下，若DW統(tǒng)計(jì)量的下和上臨界值分別為dL和dU,則當(dāng)時(shí)，可認(rèn)為隨機(jī)誤差項(xiàng)（DLd<d<dA.存在一階正自相關(guān)B.存在一階負(fù)相關(guān)C.不存在序列相關(guān)D.存在序列相關(guān)與否不能斷定4、在利用月度數(shù)據(jù)構(gòu)建計(jì)量經(jīng)濟(jì)模型時(shí)，如果一年里的1、3、5、9四個(gè)月表現(xiàn)出季節(jié)模式，則應(yīng)該引入虛擬變量個(gè)數(shù)為（A）A.4B.3C.11D.65、假如聯(lián)立方程模型中，若第i個(gè)方程包含了模型中的全部變量（即全部的內(nèi)生變量和全部的前定變量），則第i個(gè)方程是（DA.可識(shí)別的B.恰好識(shí)別C.過(guò)度識(shí)別D.不可識(shí)別6、在序列自相關(guān)的情況下，參數(shù)估計(jì)值的方差不能正確估計(jì)的原因是（B）.（0.（0.（22.（0（豐豐豐豐豐iiiiijCExuDEuAEu①BEu7、在模型t122t3t3Y=B+BX+陽(yáng)水柝結(jié)果報(bào)告中，有F=263489.23,F的p^g=0.000000,則表明（C）A.解釋變量2tX對(duì)Y的影響是顯著的t2222.（.（.（.（（T（T（T（T==豐豐iiiiCVaVarD:VaIWAVaru變量3tX對(duì)的影響是顯著的tYC.解釋變量2tX和3tX對(duì)的聯(lián)合影響是顯著的tYD.解釋變量2tX和3tX對(duì)的聯(lián)合影響均不顯著tY8、用模型描述現(xiàn)實(shí)經(jīng)濟(jì)系統(tǒng)的原則是（BA、模型規(guī)模大小要適度，結(jié)構(gòu)盡可能復(fù)雜B、以理論分析作先導(dǎo)，模型規(guī)模大小要適度C、模型規(guī)模越大越好；這樣更切合實(shí)際情況D、以理論分析作先導(dǎo)，解釋變量應(yīng)包括所有解釋變量9、如果回歸模型違背了同方差假定，最小二乘估計(jì)是（A）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10、設(shè)線性回歸模型為i122i33y=B+B,x*歹【辿投量之間具有完全多重共線性的是（A）A.B.1230*x+2*x+0.2*x=01230*x+2*x+0.2*x+v0C.D.1230*x+x+0*x=01230*x+0*x+0*x+其中v的=0L誤差項(xiàng)11、對(duì)于有限分布滯后模型，解釋變量的滯后長(zhǎng)度每增加一期，可利用的樣本數(shù)據(jù)就會(huì)（BA.增加1個(gè)B.減少1個(gè)C.增加2個(gè)D.減少2個(gè)12、關(guān)于自適應(yīng)預(yù)期模型和局部調(diào)整模型，下列說(shuō)法錯(cuò)誤的有（D）A.它們都是由某種期望模型演變形成的B.它們最終都是一階自回歸模型C.它們的經(jīng)濟(jì)背景不同D,都滿足古典線性回歸模型的所有假設(shè)，故可直接用OLS方法進(jìn)行估計(jì)13、在檢驗(yàn)異方差的方法中，不正確的是（D）A.Goldfeld-Quandt方法B.ARCH檢驗(yàn)法C.White檢驗(yàn)法D.DW檢驗(yàn)法14、邊際成本函數(shù)為2012C=a+aQ+&CQ+^邊際成本，Q表示產(chǎn)量），則下列說(shuō)法正確的有（C）A.模型為非線性模型B.模型為線性模型C.模型中可能存在多重共線性D.模型中不應(yīng)包括Q2作為解釋變量15、對(duì)自回歸模型進(jìn)行估計(jì)時(shí)，假定原始模型的隨機(jī)擾動(dòng)項(xiàng)滿足古典線性回歸模型的所有假設(shè)，則估計(jì)量是一致估計(jì)量的模型有（B）tuA.庫(kù)伊克模型B.局部調(diào)整模型C.自適應(yīng)預(yù)期模型D.自適應(yīng)預(yù)期和局部調(diào)整混合模型16、在DW檢驗(yàn)中，當(dāng)d統(tǒng)計(jì)量為0時(shí)，表明（A）A.存在完全的正自相關(guān)B.存在完全的負(fù)自相關(guān)C.不存在