計(jì)量經(jīng)濟(jì)學(xué)習(xí)題及全部答案

計(jì)量經(jīng)濟(jì)學(xué)習(xí)題及全部答案《計(jì)量經(jīng)濟(jì)學(xué)》習(xí)題(一)1．在研究經(jīng)濟(jì)變量之間的非確定性關(guān)系時(shí)，回歸分析是唯一可用的分析方法。()2．最小二乘法進(jìn)行參數(shù)估計(jì)的基本原理是使殘差平方和最小。()3．無(wú)論回歸模型中包括多少個(gè)解釋變量，總離差平方和的自由度總為（n-1）。()4．當(dāng)我們說(shuō)估計(jì)的回歸系數(shù)在統(tǒng)計(jì)上是顯著的，意思是說(shuō)它顯著地異于0。()殘差平方和（ESS）表示總離差平方和中可由樣本回歸直線解釋的部分。()6．多元線性回歸模型的F檢驗(yàn)和t檢驗(yàn)是一致的。()8．如果隨機(jī)誤差項(xiàng)的方差隨解釋變量變化而變化，則線性回歸模型存在隨機(jī)誤差項(xiàng)的自相關(guān)。()9．在存在異方差的情況下，會(huì)對(duì)回歸模型的正確建立和統(tǒng)計(jì)推斷帶來(lái)嚴(yán)重后果。10．D.W.檢驗(yàn)只能檢驗(yàn)一階自相關(guān)。()C．Y=+X+eA．隨機(jī)干擾項(xiàng)B．殘差C．Y的離差D.ii1111A．剩余平方和占總離差平方和的比重B．總離差平方和占回歸平方和的C．回歸平方和占總離差平方和的比重D．回歸平方和占iiA．B．40C．D.A．F=A．F=B．F=i01iiii-1 iiiiiiiiiiiiiijiiiiiii3．異方差的檢驗(yàn)方法有()iii2X2iCAdjustedR-ABCi步驟（a=）。F分布百分位表（a=）1R2=，F(xiàn)=試簡(jiǎn)要分析回歸結(jié)果。五、證明題求證：一元線性回歸模型因變量模擬的平均值等于實(shí)際觀測(cè)的平均值，即ii=Y。ii《計(jì)量經(jīng)濟(jì)學(xué)》習(xí)題(二)1．殘差（剩余）項(xiàng)e的均值e=(Σe)n=0。()iii2．所謂OLS估計(jì)量的無(wú)偏性，是指參數(shù)估計(jì)量的數(shù)學(xué)期望等于各自的真值。()被解釋變量的解釋能力。()自由度一定是n-k-1。()6．若回歸模型存在異方差問題，可以使用加權(quán)最小二乘法進(jìn)行修正。()7．根據(jù)最小二乘估計(jì)，我們可以得到總體回歸方程。()8．當(dāng)用于檢驗(yàn)回歸方程顯著性的F統(tǒng)計(jì)量與檢驗(yàn)單個(gè)系數(shù)顯著性的t統(tǒng)計(jì)量結(jié)果矛盾時(shí)，可以認(rèn)為出現(xiàn)了嚴(yán)重的多重共線性()9．線性回歸模型中的“線性”主要是指回歸模型中的參數(shù)是線性的，而變量則不一定是線性的。()間也相同。()1．針對(duì)同一經(jīng)濟(jì)指標(biāo)在不同時(shí)間發(fā)生的結(jié)果進(jìn)行記錄的數(shù)據(jù)稱為()A．面板數(shù)據(jù)B．截面數(shù)據(jù)C．時(shí)間序列數(shù)據(jù)2．下圖中“｛”所指的距離是()A．隨機(jī)干擾項(xiàng)B．殘差C．Y的離差D.iiii為()A．B．0.8C．D.著性作t檢驗(yàn)，則β顯著異于零的條件是對(duì)應(yīng)t統(tǒng)計(jì)量的取值大于()1A．t(20)B．t(20)Σ(-Y)2/k,統(tǒng)計(jì)量Σ(Y-i)2/(n-k-1)服從iiA．t(n-k)B．t(n-k-1)C．F(k-1,n-k)D．F(k,n-k-1)統(tǒng)計(jì)量的值近似等于()。為了考慮“地區(qū)”（農(nóng)村、城市）和“季節(jié)”（春、夏、秋、冬）兩個(gè)因素的影響，擬引入虛擬變量，則應(yīng)引入虛擬變量的個(gè)數(shù)為）(同樣的消費(fèi)行為()iii滿足()Σ(Y-)2=0iiiiiiii結(jié)果顯示總體線性關(guān)系顯著，則可能出現(xiàn)的情況包括()4．線性回歸模型存在異方差時(shí)，對(duì)于回歸參數(shù)的估計(jì)與檢驗(yàn)正確的表述包括）(ACB2．有人用美國(guó)1960-1995年36年間個(gè)人實(shí)際可支配收入（X）和個(gè)人實(shí)際消費(fèi)支出（Y）的數(shù)據(jù)（單位：百億美元）建立收入—消費(fèi)模型Y=β+βX+u，估ii（1）檢驗(yàn)收入—消費(fèi)模型的自相關(guān)狀況5%（顯著水（2）用適當(dāng)?shù)姆椒ㄏＰ椭写嬖诘膯栴}。五、證明題證明：用于多元線性回歸方程顯著性檢驗(yàn)F的統(tǒng)計(jì)量與可決系數(shù)R2滿足如下關(guān)系：a=）ULLUn《計(jì)量經(jīng)濟(jì)學(xué)》習(xí)題(三)2、針對(duì)經(jīng)濟(jì)指標(biāo)在同一時(shí)間所發(fā)生結(jié)果進(jìn)行記錄的數(shù)據(jù)列，稱為()A、面板數(shù)據(jù)；B、截面數(shù)據(jù)；C、時(shí)間序列數(shù)據(jù)；D、4、若回歸模型的隨機(jī)誤差項(xiàng)存在自相關(guān)，則參數(shù)的OLS估計(jì)量()A、無(wú)偏且有效B、有偏且非有效C、有偏但有效D、無(wú)偏但非有效少少5、下列哪一種檢驗(yàn)方法不能用于異方差檢驗(yàn)()A、一階自相關(guān)B、高階自相關(guān)＝，L=，dU=，則由此可以判斷隨機(jī)誤差項(xiàng)()A、存在正自相關(guān)B、存在負(fù)自相關(guān)C、回歸方程的擬合優(yōu)度為()下表是中國(guó)某地人均可支配收入（INCOM）：DependentVariable:SAVEMethod:LeastSquaresProb.CAdjustedR-WhiteHeteroskedasticityTesWhiteHeteroskedasticityTesF-statisticObs*R-squaredBreusch-GodfreySerialCorrelationLMBreusch-GodfreySerialCorrelationLM《計(jì)量經(jīng)濟(jì)學(xué)》習(xí)題(四)小二乘估計(jì)量仍然是一BLUE估計(jì)量。異方差具體存在形式的檢驗(yàn)方法是()等于()A、0B、1C、2D、44、若回歸模型的隨機(jī)誤差項(xiàng)存在異方差，則參數(shù)的OLS估計(jì)量()A、無(wú)偏且有效B、無(wú)偏但非有效C、有5、下列哪一個(gè)方法是用于補(bǔ)救隨機(jī)誤差項(xiàng)自相關(guān)問題的()A、OLS；B、ILS；C、WLS；D、G8、在隨機(jī)誤差項(xiàng)的一階自相關(guān)檢驗(yàn)中，若DW給定顯著性水平下的臨界值L=，dU=，則由此可以判斷隨機(jī)誤差項(xiàng)()A、存在正自相關(guān)B、存在負(fù)自相關(guān)C、9、在多元線性線性回歸模型中，解釋變量的個(gè)數(shù)越多，則調(diào)整可決系數(shù)R2()DependentVariable:Method:LeastSquarProb.CWhiteHeteroskedasticityTesF-statisticObs*R-squaredBreusch-GodfreySerialCorrelationLMBreusch-GodfreySerialCorrelationLM 《計(jì)量經(jīng)濟(jì)學(xué)》習(xí)題(五)()2、一般情況下，用線性回歸模型進(jìn)行預(yù)測(cè)()8、擬合優(yōu)度用于檢驗(yàn)回歸方程對(duì)樣本數(shù)據(jù)的擬合 1、回歸直線=+X必然會(huì)通過(guò)點(diǎn)()擬合優(yōu)度為()A、B、C、A、面板數(shù)據(jù)B、截面數(shù)據(jù)C、時(shí)間序列數(shù)據(jù)D、時(shí)間4、對(duì)回歸方程總體線性關(guān)系進(jìn)行顯著性檢驗(yàn)的方法是()6、若隨機(jī)誤差項(xiàng)存在異方差，則參數(shù)的普通最小二乘估計(jì)量()A、無(wú)偏且有效B、有偏且非有效C、有偏但有效D、無(wú)偏但非有效7、下列哪一種方法是用于補(bǔ)救隨機(jī)誤差項(xiàng)的異方差問題的()A、OLS；B、ILS；C、WLSD、GLS數(shù)為()9、樣本可決系數(shù)R2越大，表示它對(duì)樣本數(shù)據(jù)擬合得()A、越好B、越差C、不能確定D、均《計(jì)量經(jīng)濟(jì)學(xué)》習(xí)題(六)-案例題CXProb(F-DependentVariable:YMethod:LeastSquarCXAdjustedR-ABC關(guān)a=）CX1七、下表是中國(guó)某地人均可支配收入（INCOME）與儲(chǔ)蓄（SAVE）之間的回歸分析結(jié)果）：Includedobservations:31CoefficiVariableErrorStatisticProb.C--R-squaredAdjustedR-ofregressionMeandependentvarSumsquaredresid1778097.SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)1、請(qǐng)寫出樣本回歸方程表達(dá)式，然后分析自變2、解釋可決系數(shù)的含義LU《計(jì)量經(jīng)濟(jì)學(xué)》習(xí)題(一)答案答：隨機(jī)干擾項(xiàng)包括的主要因素有1）眾多細(xì)小因素的影響2）未知因素的影響3）iii答：最小二乘法得到的回歸直線是對(duì)因變量與自變量關(guān)系呢一般會(huì)用與樣本點(diǎn)的接近程度來(lái)判別這種描述的優(yōu)劣，而當(dāng)獲得還需要確定每一個(gè)參數(shù)的可靠程度，即參數(shù)本身以及對(duì)應(yīng)的變ia/2a/2若t*a/20i若t*a/20i對(duì)因變量沒有顯著影響.分母自由度分母自由度似估計(jì)值之間的相關(guān)性以判定隨機(jī)干擾項(xiàng)是否存在序列相關(guān)。CAdjustedR-squaredABC=t=tn-k-1Σe2Σe2n-k-1iii1129911=Y。iiii=(Y-X)+X=Y-+(X-X)=Σ=Y+1Σ(X-X)=0iiΣ(X-X)=nX－nX=0ii《計(jì)量經(jīng)濟(jì)學(xué)》習(xí)題(二)答案值是否可靠計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)（主要有隨機(jī)干擾項(xiàng)是否存在自相關(guān)和異方差答：由于異方差性，相對(duì)于不同的樣本點(diǎn)，也就是相對(duì)于具有不同的方差，那么檢驗(yàn)異方差性，也就是檢驗(yàn)隨機(jī)干①參數(shù)估計(jì)值變得不穩(wěn)定，各自變量對(duì)因變量的影響無(wú)法確定，各自與被解釋變量之間的關(guān)系，而是反映它們對(duì)解釋），CAdjustedR-squaredABB解1）A=t*==Σe22．有人用美國(guó)1960-1995年36年間個(gè)人實(shí)際可支配收入（X）和個(gè)人實(shí)際消費(fèi)支出（Y）的數(shù)據(jù)（單位：百億美元）建立收入—消費(fèi)模型Y=β+βX+u，估ii（1）檢驗(yàn)收入—消費(fèi)模型的自相關(guān)狀況5%（顯著水（2）用適當(dāng)?shù)姆椒ㄏＰ椭写嬖诘膯栴}。：（LULULDW檢驗(yàn)臨界值表（a=）ULULnii-1LUF=k1-R2=k1-R2。《計(jì)量經(jīng)濟(jì)學(xué)》習(xí)題(三)答案（2）對(duì)應(yīng)每個(gè)解釋變量的所有觀測(cè)值，隨機(jī)誤差項(xiàng)有相同的方差；（6）隨機(jī)誤差項(xiàng)服從正態(tài)分布。2、計(jì)量經(jīng)濟(jì)模型中的隨機(jī)誤差項(xiàng)一般包括以下幾方面的因素：（1）非重要解釋變量的省略（或回歸模型中省略了部分解釋變量2=RSS/TSS=>TSS=RSS/R2=2000~t(n-k-1)S11C/2C/2C/20C/20若1C/20C/2011《計(jì)量經(jīng)濟(jì)學(xué)》習(xí)題(四)答案（2）對(duì)應(yīng)每個(gè)解釋變量的所有觀測(cè)值，隨（3）模型檢驗(yàn)：主要進(jìn)行經(jīng)濟(jì)計(jì)量檢驗(yàn)（檢驗(yàn)?zāi)Ｐ褪欠襁`反OLS估計(jì)的基本假性；此時(shí)參數(shù)的顯著性檢驗(yàn)失效、方程的顯著性檢驗(yàn)失效、模型預(yù)測(cè)失4、多元回歸線性模型的顯著性檢驗(yàn)步驟如下：ESS/(n-k-1)（2）構(gòu)造統(tǒng)計(jì)量：F=RSS/k~F(k,ESS/(n-k-1)（3）給定顯著性水平C，查表得到臨界值F(k,n-k-1)，確定拒絕域CF>F(k,n-k-1)CC2=RSS/TSS=>RSS=TSS*R2=1800~t(n-k-1)S11C/2C/2C/20