計(jì)量經(jīng)濟(jì)學(xué)模擬考試題第套含答案

計(jì)量經(jīng)濟(jì)學(xué)模擬考試題第1套(含答案)計(jì)量經(jīng)濟(jì)學(xué)模擬考試題第1套(含答案)/計(jì)量經(jīng)濟(jì)學(xué)模擬考試題第1套(含答案)計(jì)量經(jīng)濟(jì)學(xué)模擬題一、單項(xiàng)選擇題1、雙對(duì)數(shù)模型中，參數(shù)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.B．C．D．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.使達(dá)到最小值B.使達(dá)到最小值C.使達(dá)到最小值D.使達(dá)到最小值4、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-15、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.B.C.D.7、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)的理論方程可以寫作（D）A.B.C.D.8、對(duì)于有限分布滯后模型在一定條件下，參數(shù)可近似用一個(gè)關(guān)于的阿爾蒙多項(xiàng)式表示（），其中多項(xiàng)式的階數(shù)m必須滿足（A）A．B．C．D．9、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）A.B．C．D．10、設(shè)為隨機(jī)誤差項(xiàng)，則一階線性自相關(guān)是指（B）11、利用德賓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13、以下選項(xiàng)中，正確地表達(dá)了序列相關(guān)的是（A）A.B.C.D.14、一元線性回歸分析中的回歸平方和ESS的自由度是（D）A.nB.n-1C.n-k15、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.模型中可能存在多重共線性B.模型中不應(yīng)包括作為解釋變量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(A)A.0B.1C.218、更容易產(chǎn)生異方差的數(shù)據(jù)為(C)A.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，又設(shè)、分別是、的估計(jì)值，則根據(jù)經(jīng)濟(jì)理論，一般來(lái)說(shuō)(A)A.應(yīng)為正值，應(yīng)為負(fù)值B.應(yīng)為正值，應(yīng)為正值C.應(yīng)為負(fù)值，應(yīng)為負(fù)值D.應(yīng)為負(fù)值，應(yīng)為正值20、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)(B)A.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(ABDF)A.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(CD)A.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3、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的特點(diǎn)（ACD）A.必然通過(guò)點(diǎn)B.可能通過(guò)點(diǎn)C.殘差的均值為常數(shù)D.的平均值與的平均值相等E.殘差與解釋變量之間有一定的相關(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、D-W檢驗(yàn)中的D-W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)DW值在0到4之間，當(dāng)DW落在最左邊（0<d<dL）、最右邊(4-Dl<d<4d)時(shí)，分別為正自相關(guān)、負(fù)自相關(guān);中間(du<d<4-du)為不存在自相關(guān)區(qū)域;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。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se=（340.0103）（0.0622）試求解以下問(wèn)題取時(shí)間段1978——1985和1991——1998，分別建立兩個(gè)模型。模型1：模型2：t=（-8.7302）（25.4269）t=（-5.0660）（18.4094）計(jì)算F統(tǒng)計(jì)量，即，對(duì)給定的，查F分布表，得臨界值。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？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，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，其結(jié)論是什么？表1ARCHTest:F-statistic6.033649Probability0.007410Obs*R-squared10.14976Probability0.017335TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:06/04/06Time:17:02Sample(adjusted):19811998Includedobservations:18afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C244797.2373821.30.6548510.5232RESID^2(-1)1.2260480.3304793.7099080.0023RESID^2(-2)-1.4053510.379187-3.7062220.0023RESID^2(-3)1.0158530.3280763.0963970.0079R-squared0.563876Meandependentvar971801.3AdjustedR-squared0.470421S.D.dependentvar1129283.S.E.ofregression821804.5Akaikeinfocriterion30.26952Sumsquaredresid9.46E+12Schwarzcriterion30.46738Loglikelihood-268.4257F-statistic6.033649Durbin-Watsonstat2.124575Prob(F-statistic)0.007410解：該檢驗(yàn)為ARCH檢驗(yàn)由Obs*R-squared=10.1498>7.81，表明模型存在異方差。2、根據(jù)某行業(yè)1955——1974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)告資料寫出估計(jì)模型的表達(dá)式（用書寫格式）；（2）根據(jù)寫出的模型表達(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:06/04/02Time:17:42Sample(adjusted):19581974Includedobservations:17afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C-6.4196012.130157PDL011.1568620.195928PDL020.0657520.176055PDL03-0.4608290.181199R-squared0.996230Meandependentvar81.97653AdjustedR-squaredS.D.dependentvar27.85539S.E.ofregression1.897384Akaikeinfocriterion4.321154Sumsquaredresid46.80087Schwarzcriterion4.517204Loglikelihood-32.72981F-statisticDurbin-Watsonstat1.513212Prob(F-statistic)0.000000LagDistributionofXiCoefficientStd.ErrorT-Statistic.*|00.630280.17916.*|11.156860.19593.*|20.761780.17820*.|3-0.554950.25562SumofLags1.993980.06785解：（