1、計量經濟學總復習題庫、單項選擇題1 計量經濟學成為一門獨立學科的標志是（B ）。A 1930年世界計量經濟學會成立 B . 1933年計量經濟學會刊出版C. 1969年諾貝爾經濟學獎設立D.1926年計量經濟學（Economics） 詞構造出來2在計量經濟模型中，由模型系統內部因素決定，表現為具有一定的概率分布的隨機變量，其 數值受模型中其他變量影響的變量是（B ）。A .內生變量B .外生變量C.滯后變量D.前定變量3. 下面屬于橫截面數據的是（D ）0A . 1991-2003年各年某地區20個鄉鎮企業的平均工業產值B . 1991 - 2003年各年某地區20個鄉鎮企業各鎮的工業產值C.

2、 某年某地區20個鄉鎮工業產值的合計數D .某年某地區20個鄉鎮各鎮的工業產值4. 經濟計量分析工作的基本步驟是（A ）oA .設定理論模型一收集樣本資料一估計模型參數一檢驗模型B .設定模型f估計參數f檢驗模型f應用模型C.個體設計一總體估計-估計模型一應用模型D .確定模型導向f確定變量及方程式f估計模型f應用模型5. 將內生變量的前期值作解釋變量，這樣的變量稱為（ D ）D .滯后變量A .虛擬變量B.控制變量C.政策變量6. 同一統計指標按時間順序記錄的數據列稱為（B ）C.修勻數據D .原始數據）。B .都不是隨機變量D .隨機的或非隨機都可以C ）oA .橫截面數據B .時間序列數

3、據7. 進行相關分析時的兩個變量（AA .都是隨機變量C. 一個是隨機變量，一個不是隨機變量8. 表示x和y之間真實線性關系的是（B. E(YtM5f51Xt八 0XtC. Y 邛0 + RXt +ut9 .參數：的估計量?具備有效性是指（B ）A var(?)=0B var（?）為最小C ( " ) =0d ("')為最小10 .對于Y二,？Xi飛，以:？表示估計標準誤差，弋表示回歸值，貝U（ B ）；?=0時,，（Yi-Yi）= 0?=0 時,，B .:?=0 時,，（Yi- Y?）為最小:?=0時，（Yi-Y?）2為最小11產量（X,臺）與單位產品成本（丫，元

4、/臺）之間的回歸方程為Y =356 MX,這說明（D ）A 產量每增加一臺，單位產品成本增加356元B 產量每增加一臺，單位產品成本減少1.5元C 產量每增加一臺，單位產品成本平均增加356元D 產量每增加一臺，單位產品成本平均減少1.5元12在總體回歸直線E（丫）二1X中，表示（B ）。A 當X增加一個單位時,Y增加“個單位B .當X增加一個單位時，丫平均增加-1個單位C 當丫增加一個單位時,X增加個單位D .當丫增加一個單位時，X平均增加-1個單位13.以丫表示實際觀測值,丫表示回歸估計值，則普通最小二乘法估計參數的準則是使A Z (丫廠 丫?)=0C Z （丫廠S?i）=最小B Z （丫

5、廠 S?i）2=0D送（丫廠丫?）2=最小14. 用OLS估計經典線性模型丫=' ：1Xi+ u i，則樣本回歸直線通過點A . （X , 丫）B . （X , 丫?）c.（X , 丫?）d . （X , 丫）15. 用一組有30個觀測值的樣本估計模型丫尸一01Xi+ u i，在0.05的顯著性水平下對r的顯 著性作t檢驗，則=顯著地不等于零的條件是其統計量t大于（ D ）。A . t0.05（30）B . t0.025（30）C. t0.05（28）D . t0.025（28）16. 判定系數R2的取值范圍是（C ）。A . R2<-1B . R2> 1C. 0<

6、R2< 1D . - 1< R2< 117. 根據決定系數R2與F統計量的關系可知，當R2= 1時，有（D ）。A . F= 1B . F = -1C. F = 0D . F=x18. 回歸模型丫邛區+Ui中，關于檢驗H：1 =0所用的統計量War（f?），下列說法正 確的是（D ）。A .服從（n2）B .服從 t（nT）C.服從（n - 1）D .服從 t 5-2）19. 在二元線性回歸模型丫八0Xj .亦2匚 5中，：1表示（a ）。A .當X2不變時，X1每變動一個單位Y的平均變動。B .當X1不變時，X2每變動一個單位Y的平均變動。C.當X1和X2都保持不變時，Y的

7、平均變動。D .當X1和X2都變動一個單位時，Y的平均變動。20. 按經典假設，線性回歸模型中的解釋變量應是非隨機變量，且（A ）。A .與隨機誤差項不相關B.與殘差項不相關C.與被解釋變量不相關D .與回歸值不相關21. 下面說法正確的是(A. 內生變量是非隨機變量C. 外生變量是隨機變量22. 回歸分析中定義的()0B. 前定變量是隨機變量D. 外生變量是非隨機變量)0A.解釋變量和被解釋變量都是隨機變量C.解釋變量和被解釋變量都為非隨機變量23.用一組有30個觀測值的樣本估計模型B. 解釋變量為非隨機變量，被解釋變量為隨機變量D. 解釋變量為隨機變量，被解釋變量為非隨機變量yb°

8、; b,Xlt b2X2t Ut后，在0.05的顯著性水平上對bl的顯著性作t檢驗，則bl顯著地不等于零的條件是其統計量t大于等于( C )A to.05 (30)B to.025 (28)C. to.025 (27) D F 0.025 (1,28)24. 在多元線性回歸模型中，若某個解釋變量對其余解釋變量的判定系數接近于1,則表明模 型中存在(C )A.異方差性B.序列相關C.多重共線性D.高擬合優度25. 線性回歸模型yt =b。+blXit+協2七+6x+5中，檢驗H。： b =0(i二0,1,2，“時，所用的A t三L_統計量 廠服從(c )A.t (n-k+1)B.t( n-k-2

9、)C.t (n-k-1)D.t( n-k+2)26. 調整的判定系數二 與多重判定系數-廠之間有如下關系(D )R2=4Jr2A. n -k-12n122n12R2 =1(1 R2)R2 =1(1 一 R2)C. n _k -1d.n _k _127. 在多元線性回歸模型中對樣本容量的基本要求是(k為解釋變量個數):(C )A nk+1B * k+1C n30 或 n3 (k+1)D n3028. 下列說法中正確的是：(D )2A如果模型的R 很高，我們可以認為此模型的質量較好2B如果模型的R 較低，我們可以認為此模型的質量較差C如果某一參數不能通過顯著性檢驗，我們應該剔除該解釋變量D如果某一

10、參數不能通過顯著性檢驗，我們不應該隨便剔除該解釋變量29. Goldfeld-Qua ndt 方法用于檢驗(A )A.異方差性B.自相關性C.隨機解釋變量D.多重共線性30. 在異方差性情況下，常用的估計方法是(D )A.階差分法B. 廣義差分法C.工具變量法D.加權最小二乘法A.異方差性B.自相關性32. Glejser檢驗方法主要用于檢驗（A.異方差性B.自相關性33. 下列哪種方法不是檢驗異方差的方法A.戈德菲爾特 匡特檢驗B.懷特檢驗34. 當存在異方差現象時，估計模型參數的適當方法是A.加權最小二乘法35. 如果戈德菲爾特A.異方差問題 定誤差問題36. 如果模型yt=b0+b1xt

11、+ut存在序列相關，則（A. cov（xt, ut）=00（ts）37. DW檢驗的零假設是A . DW = 0B.38. DW的取值范圍是（C.隨機解釋變量）C.隨機解釋變量D ）C.戈里瑟（Glejser）檢驗（A ）D.多重共線性D.多重共線性D.方差膨脹因子檢驗B.工具變量法C.廣義差分法匡特檢驗顯著，則認為什么問題是嚴重的（C.多重共線性問題D.使用非樣本先驗信息A ）B.序列相關冋題B. cov(ut, us)=O(t衣)D )。C. cov(xt,ut)和D.設D. cov(ut, us)（p為隨機誤差項的一階相關系數）尸0D ）C. DW = 1B )。D. p= 1A . -

12、1OW OB . -1OW <139. 當模型存在嚴重的多重共線性時，A .線性B .無偏性C. -2OW總OLS估計量將不具備（C.有效性OOW詔40. 模型中引入實際上與解釋變量有關的變量，會導致參數的A .增大B .減小C.有偏41. 如果方差膨脹因子 VIF = 10,則什么問題是嚴重的（ CA .異方差問題B .序列相關問題 C.多重共線性問題項的相關性D ）D .一致性OLS估計量方差（ A ）。D.非有效D .解釋變量與隨機42. 在多元線性回歸模型中，若某個解釋變量對其余解釋變量的判定系數接近于1,則表明模型 中存在（C ） oA異方差B序列相關C多重共線性D高擬合優度4

13、3. 存在嚴重的多重共線性時，參數估計的標準差（A ）oA .變大B .變小C.無法估計D .無窮大44. 完全多重共線性時，下列判斷不正確的是（D ）oA .參數無法估計B .只能估計參數的線性組合C.模型的擬合程度不能判斷D .可以計算模型的擬合程度45. 當質的因素引進經濟計量模型時，需要使用（ D ）A.外生變量B.前定變量C.內生變量D.虛擬變量46. 假設回歸模型為，其中Xi為隨機變量，Xi與Ui相關則'的普通最小二乘 估計量（D ）A.無偏且一致B.無偏但不一致C.有偏但一致D.有偏且不一致1東中部D = *.47. 設消費函數人二a。HD biXt Ut，其中虛擬變量0

14、西部，如果統計檢驗表明a0成立，貝U東中部的消費函數與西部的消費函數是（D ）。A.相互平行的B.相互垂直的C.相互交叉的D.相互重疊的48. 如果一個回歸模型中不包含截距項，對一個具有m個特征的質的因素要引入虛擬變量數目為（B ）。A.mB.m-1C.m-2D.m+149. 設某商品需求模型為yt =bo blXt Ut，其中丫是商品的需求量，X是商品的價格，為了考慮全年12個月份季節變動的影響，假設模型中引入了12個虛擬變量，則會產生的問題為（D ）。A .異方差性B .序列相關C.不完全的多重共線性D .完全的多重共線性50. 如果聯立方程中某個結構方程包含了所有的變量，則這個方程為（C

15、 ）。A .恰好識別B .過度識別 C.不可識別D .可以識別51. 對聯立方程模型進行參數估計的方法可以分兩類，即：（ B ） oA .間接最小二乘法和系統估計法B.單方程估計法和系統估計法C.單方程估計法和二階段最小二乘法D .工具變量法和間接最小二乘法52. 在結構式模型中，其解釋變量（C） oA .都是前定變量B.都是內生變量C.可以內生變量也可以是前定變量D .都是外生變量53. 如果某個結構式方程是過度識別的，則估計該方程參數的方法可用（A .二階段最小二乘法B.間接最小二乘法C.廣義差分法54. 當模型中第i個方程是不可識別的，則該模型是（ B ）A .可識別的B .不可識別的C

16、.過度識別55. 結構式模型中的每一個方程都稱為結構式方程，在結構方程中， 也可以是（C A .外生變量A ）oD .加權最小二乘法OD .恰好識別解釋變量可以是前定變量,）B .滯后變量C.內生變量D .外生變量和內生變量、多項選擇題1. 從變量的因果關系看，經濟變量可分為A .解釋變量B .被解釋變量2. 從變量的性質看，經濟變量可分為（A .解釋變量B .被解釋變量（ AB ）C.內生變量CD ）oC.內生變量外生變量E.控制變量外生變量E.控制變量3. 在一個經濟計量模型中，可作為解釋變量的有 （BCDE滯后變量E.外生變量A .內生變量B .控制變量C.政策變量4對于經典線性回歸模型

17、，各回歸系數的普通最小二乘法估計量具有的優良特性有（ABE ）A .無偏性B .有效性C. 一致性D .確定性E.線性特性5.元線性回歸模型Yi = "Xi + u i的經典假設包括（ABCDE ）oA E(Ut) =0B var(uj -；-2C COV(Ut,Us)=0DCov(Xt,Ut)=02E 5N(0,匚)6 .以丫表示實際觀測值，Y?表示OLS估計回歸值，e表示殘差，則回歸直線滿足（ABE ）A .通過樣本均值點（X，丫）C '（ 丫廠 丫?）2= 0D '（ 丫? - 丫）2= 07 .假設線性回歸模型滿足全部基本假設，則其參數的估計量具備（ A .可

18、靠性B.合理性8.普通最小二乘估計的直線具有以下特性（E cov(X i ,ei )=0C.線性CDED .無偏性）0E .有效性ABDEA .通過樣本均值點（X，丫）B . '“C.。0、(丫 -丫?)2 =0E cov（Xi,e）=09.判定系數R2可表示為（BCE ）or2=RSSA . TSSr2=ESSB . TSSR2=1-空C .TSSR2 = 1-變 D .TSSR2 = E . ESS+RSS2R /( n-k )(1 -R )/( k- 1 )10.對模型yt =b0 blXlt b2X2t ut進行總體顯著性檢驗，如果檢驗結果總體線性關系顯著，則有（BCDA.B

19、d 式0, =0C d=0,b2 式 0d0,60e D = b2 式 0剩余變差是指（ACDE11.A.隨機因素影響所引起的被解釋變量的變差 B.解釋變量變動所引起的被解釋變量的變差 C.被解釋變量的變差中，回歸方程不能做出解釋的部分 差E.被解釋變量的實際值與回歸值的離差平方和12回歸變差（或回歸平方和）是指（BCDA.被解釋變量的實際值與平均值的離差平方和 離差平方和C.被解釋變量的總變差與剩余變差之差量的變差E.隨機因素影響所引起的被解釋變量的變差13.在異方差條件下普通最小二乘法具有如下性質（A.線性B.無偏性C.最小方差性ABD.被解釋變量的總變差與回歸平方和之B.被解釋變量的回歸

20、值與平均值的D.解釋變量變動所引起的被解釋變）D.精確性E.有效性14. 異方差性將導致（BCDE ）。A.普通最小二乘法估計量有偏和非一致B.普通最小二乘法估計量非有效C.普通最小二乘法估計量的方差的估計量有偏D.建立在普通最小二乘法估計基礎上的假設檢驗失效E. 建立在普通最小二乘法估計基礎上的預測區間變寬15. 下列哪些方法可用于異方差性的檢驗（DE ）0A. DW檢驗B.方差膨脹因子檢驗法C.判定系數增量貢獻法D.樣本分段比較法E. 殘差回歸檢驗法16. 下列說法正確的有（BE ）oA.當異方差出現時，最小二乘估計是有偏的和不具有最小方差特性B.當異方差出現時，常用的t和F檢驗失效C.

21、異方差情況下，通常的OLS估計一定高估了估計量的標準差D. 如果OLS回歸的殘差表現出系統性，則說明數據中不存在異方差性E. 如果回歸模型中遺漏一個重要變量，則 OLS殘差必定表現出明顯的趨勢17. DW檢驗不適用于下列情況下的一階線性自相關檢驗（ BCD ）oA .模型包含有隨機解釋變量B .樣本容量太小C.非一階自回歸模型D .含有滯后的被解釋變量E.包含有虛擬變量的模型18. 當模型中解釋變量間存在高度的多重共線性時（ACD ）oA.各個解釋變量對被解釋變量的影響將難以精確鑒別B .部分解釋變量與隨機誤差項之間將高度相關C.估計量的精度將大幅度下降 D .估計對于樣本容量的變動將十分敏感

22、E.模型的隨機誤差項也將序列相關19. 下述統計量可以用來檢驗多重共線性的嚴重性（ACD ）oA .相關系數B . DW值 C.方差膨脹因子D .特征值 E.自相關系數20. 多重共線性產生的原因主要有（ABCD ）oA .經濟變量之間往往存在同方向的變化趨勢B .經濟變量之間往往存在著密切的關聯C.在模型中采用滯后變量也容易產生多重共線性D .在建模過程中由于解釋變量選擇不當，引起了變量之間的多重共線性E.以上都正確21. 虛擬變量的取值為0和1,分別代表某種屬性的存在與否，其中（ BC ）A. 0表示存在某種屬性B. 0表示不存在某種屬性C. 1表示存在某種屬性D . 1表示不存在某種屬性

23、E. 0和1代表的內容可以隨意設定22. 對于分段線性回歸模型yt必2（人-x ）D *，其中（BE ）A .虛擬變量D代表品質因素B .虛擬變量D代表數量因素*C.以Xt =x為界，前后兩段回歸直線的斜率不同*D .以Xt二x為界，前后兩段回歸直線的截距不同E.該模型是系統變參數模型的一種特殊形式23當結構方程為恰好識別時，可選擇的估計方法是（CD ）A .最小二乘法B .廣義差分法C.間接最小二乘法D .二階段最小二乘法E.有限信息極大似然估計法三、名詞解釋1. 解釋變量：是用來解釋作為研究對象的變量（即因變量）為什么變動、如何變動的變量。它對因變量的變動做出解釋，表現為方程所描述的因果關

24、系中的“因”。2. 被解釋變量：是作為研究對象的變量。它的變動是由解釋變量做出解釋的，表現為方程所描 述的因果關系的果。3. 內生變量：是由模型系統內部因素所決定的變量，表現為具有一定概率分布的隨機變量，是 模型求解的結果。4. 外生變量：是由模型系統之外的因素決定的變量，表現為非隨機變量。它影響模型中的內生 變量，其數值在模型求解之前就已經確定。5最小二乘法：用使估計的剩余平方和最小的原則確定樣本回歸函數的方法，稱為最小二乘法。6. 高斯-馬爾可夫定理：在古典假定條件下，OLS估計量是模型參數的最佳線性無偏估計量， 這一結論即是高斯-馬爾可夫定理。7. 剩余變差（殘差平方和）：在回歸模型中，

25、因變量的觀測值與估計值之差的平方和，是不能 由解釋變量所解釋的部分變差。8. 擬合優度：樣本回歸直線與樣本觀測數據之間的擬合程度。9回歸變差：簡稱ESS表示由回歸直線（即解釋變量）所解釋的部分，表示x對y的線性影響。10. 剩余變差：簡稱RSS，是未被回歸直線解釋的部分，是由解釋變量以外的因素造成的影響。11. 多重決定系數：在多元線性回歸模型中，回歸平方和與總離差平方和的比值，也就是在被 解釋變量的總變差中能由解釋變量所解釋的那部分變差的比重，我們稱之為多重決定系數，仍 用R2表示。12. 異方差性：在線性回歸模型中，如果隨機誤差項的方差不是常數，即對不同的解釋變量觀測 值彼此不同，則稱隨機

26、項Ui具有異方差性。13. 序列相關性：對于模型yi ：1Xi1 ：藥 2, k Xk i i i =1 , 2, n ,隨機誤差項互相獨立的基本假設表現為C°vN H）=°i式j i手2, （1分）如果出現Cov®片產0 i j 2，n即對于不同的樣本點，隨機誤差項之間不再是完全互相獨立，而是存在某種相關性，則認為出 現了序列相關性（Serial Correlation）。14啟回歸模型：yt二丁心15. DW檢驗：德賓和瓦特森與1951年提出的一種適于小樣本的檢驗方法。DW檢驗法有五個前 提條件。（請大家自己查書）16多重共線性：是指解釋變量之間存在完全或不完

27、全的線性關系。17.方差膨脹因子：指解釋變量之間存在多重共線性時的方差與不存在多重共線性時的方差之比。18虛擬變量：把質的因素量化而構造的取值為0和1的人工變量。19聯立方程模型：是指由兩個或更多相互聯系的方程構建的模型。20. 結構式模型：是根據經濟理論建立的反映經濟變量間直接關系結構的計量方程系統。21. 戈德菲爾特-匡特檢驗:該方法由戈德菲爾特（S.M.Goldfeld）和匡特（R.E.Quandt）于1965 年提出，用對樣本進行分段比較的方法來判斷異方差性。22. 懷特檢驗：該檢驗由懷特（White）在1980年提出，通過建立輔助回歸模型的方式來判斷異 方差性。23. 識別的階條件：

28、如果一個方程能被識別，那么這個方程不包含的變量的總數應大于或等于模型系統中方程個數減1。24. 識別的秩條件：一個方程可識別的充分必要條件是：所有不包含在這個方程中的參數矩陣 的秩為m-1。四、簡答題1. 古典線性回歸模型的基本假定是什么？答：零均值假定。即在給定 xt的條件下，隨機誤差項的數學期望（均值）為 0,即E（Ut）=0。同方差假定。誤差項Ut的方差與t無關，為一個常數。無自相關假定。即不同的誤差項相互獨立。解釋變量與隨機誤差項不相關假定。正態性假定，即假定誤差項Ut服從均值為0,方差為匚2的正態分布。2. 總體回歸模型與樣本回歸模型的區別與聯系。答：主要區別：描述的對象不同。總體回

29、歸模型描述總體中變量y與x的相互關系，而樣本回歸模型描述所觀測的樣本中變量 y與x的相互關系。建立模型的不同。總體回歸模型是依 據總體全部觀測資料建立的，樣本回歸模型是依據樣本觀測資料建立的。模型性質不同。總 體回歸模型不是隨機模型，樣本回歸模型是隨機模型，它隨著樣本的改變而改變。主要聯系：樣本回歸模型是總體回歸模型的一個估計式，之所以建立樣本回歸模型，目的是用 來估計總體回歸模型。3. 簡述BLUE的含義。答：BLUE即最佳線性無偏估計量，是best linear unbiased estimators勺縮寫。在古典假定條件下， 最小二乘估計量具備線性、無偏性和有效性，是最佳線性無偏估計量，

30、即BLUE，這一結論就是著名的高斯一馬爾可夫定理。4. 對于多元線性回歸模型，為什么在進行了總體顯著性F檢驗之后，還要對每個回歸系數進行 是否為0的t檢驗？答：多元線性回歸模型的總體顯著性 F檢驗是檢驗模型中全部解釋變量對被解釋變量的共同影 響是否顯著。通過了此 F檢驗，就可以說模型中的全部解釋變量對被解釋變量的共同影響是顯 著的，但卻不能就此判定模型中的每一個解釋變量對被解釋變量的影響都是顯著的。因此還需 要就每個解釋變量對被解釋變量的影響是否顯著進行檢驗，即進行t檢驗。5在多元線性回歸分析中，為什么用修正的決定系數衡量估計模型對樣本觀測值的擬合優度？2解答：因為人們發現隨著模型中解釋變量的

31、增多，多重決定系數R的值往往會變大，從而增加了模型的解釋功能。這樣就使得人們認為要使模型擬合得好，就必須增加解釋變量。但是，在 樣本容量一定的情況下，增加解釋變量必定使得待估參數的個數增加，從而損失自由度，而實 際中如果引入的解釋變量并非必要的話可能會產生很多問題，比如，降低預測精確度、弓I起多 重共線性等等。為此用修正的決定系數來估計模型對樣本觀測值的擬合優度。96. 修正的決定系數R及其作用。R2 = 1' © /n -k 一1解答："（yt -才“-1，其作用有：（1）用自由度調整后，可以消除擬合優度評價中解釋變量多少對決定系數計算的影響；（2）對于包含解釋變

32、量個數不同的模型，可以用調整后的 決定系數直接比較它們的擬合優度的高低，但不能用原來未調整的決定系數來比較。7 什么是異方差，產生的原因是什么？異方差性是指模型違反了古典假定中的同方差假定，它是計量經濟分析中的一個專門問題。 在線性回歸模型中，如果隨機誤差項的方差不是常數，即對不同的解釋變量觀測值彼此不同， 則稱隨機項Ui具有異方差性，即vary） “t2 =常數（t=i, 2，,， n）。例如，利用橫 截面數據研究消費和收入之間的關系時，對收入較少的家庭在滿足基本消費支出之后的剩余收 入已經不多，用在購買生活必需品上的比例較大，消費的分散幅度不大。收入較多的家庭有更 多可自由支配的收入，使得

33、這些家庭的消費有更大的選擇范圍。由于個性、愛好、儲蓄心理、 消費習慣和家庭成員構成等那個的差異，使消費的分散幅度增大，或者說低收入家庭消費的分 散度和高收入家庭消費得分散度相比較，可以認為牽著小于后者。這種被解釋變量的分散幅度 的變化，反映到模型中，可以理解為誤差項方差的變化。產生原因：（1）模型中遺漏了某些解釋變量；（2）模型函數形式的設定誤差；（3）樣本數據的測量誤差；（4）隨機因素的影響。8 異方差產生的影響是什么？如果線性回歸模型的隨機誤差項存在異方差性，會對模型參數估計、模型檢驗及模型應用帶來 重大影響，主要有：（1）不影響模型參數最小二乘估計值的無偏性；（2）參數的最小二乘估計量不

34、是一個有效的估計量；（3）對模型參數估計值的顯著性檢驗失效；模型估計式的代表性降 低，預測精度精度降低。9 .簡述DW檢驗的局限性。答：從判斷準則中看到，DW檢驗存在兩個主要的局限性：首先，存在一個不能確定的DW值區域，這是這種檢驗方法的一大缺陷。其次：DW檢驗只能檢驗一階自相關。但在實際計量經濟學問題中，一階自相關是出現最多的一類序列相關， 而且經驗表明，如果不存在一階自相關， 一般也不存在高階序列相關。所以在實際應用中，對于序列相關問題一般只進行DW檢驗。10.序列相關性的后果。答：（1）模型參數估計值不具有最優性；（2）隨機誤差項的方差一般會低估；（3）模型的統計 檢驗失效；（4）區間估

35、計和預測區間的精度降低。（全對即加1分）11自相關性產生的原因有那些？答：（1）經濟變量慣性的作用引起隨機誤差項自相關； （2）經濟行為的滯后性引起隨機誤差項 自相關；（3）些隨機因素的干擾或影響引起隨機誤差項自相關； （4）模型設定誤差引起隨機誤 差項自相關；（5）觀測數據處理引起隨機誤差項自相關。12虛擬變量引入的原則是什么？答案：（1）如果一個定性因素有 m方面的特征，貝U在模型中引入 m-1個虛擬變量；（2）如果模 型中有m個定性因素，而每個定性因素只有兩方面的屬性或特征，則在模型中引入 m個虛擬變 量；如果定性因素有兩個及以上個屬性，則參照“一個因素多個屬性”的設置虛擬變量。（3）虛

36、擬變量取值應從分析問題的目的出發予以界定；（4）虛擬變量在單一方程中可以作為解釋變量也可以作為被解釋變量。13. 異方差的檢驗方法有哪些？檢驗方法：（1）圖示檢驗法；（2）戈德菲爾德一匡特檢驗；（3）懷特檢驗；（4）戈里瑟檢驗和 帕克檢驗（殘差回歸檢驗法）；（5） ARCH檢驗（自回歸條件異方差檢驗）14. 聯立方程識別的條件包括哪些？條件包括階條件和秩條件。階條件是指，如果一個方程能被識別，那么這個方程不包含的變量 總數應大于或等于模型系統中方程個數減 1;秩條件是指，在一個具有K個方程的模型系統中， 任何一個方程被識別的充分必要條件是：所有不包含在這個方程中變量的參數的秩為K- 1。15.

37、 什么是多重共線性，產生的原因是什么？答：多重共線性是指解釋變量之間存在完全或近似的線性關系。產生多重共線性主要有下述原因：（1）樣本數據的采集是被動的，只能在一個有限的范圍內得 到觀察值，無法進行重復試驗。（2）經濟變量的共同趨勢（3）滯后變量的引入（4）模型的解 釋變量選擇不當XY =146.5 X =12.6Y =11.3? ? ?五、計算與分析題1 .根據容量n=30的樣本觀測值數據計算得到下列數據:X2= 164.2，Y2= 134.6，試估計Y對X的回歸直線。,? XY -X Y 146.5 -12.6 11.3 b?=答：x2-X22=0.757164.2 -12.62Q _ Q

38、 I? =Y-I?X =11.3-0.757"2.6=1.762故回歸直線為:Y" =1.762 0.757X2.估計消費函數模型Ci二-Yi 山得Ci =150.81Y it 值(13.1) (18.7)n=19R2=0.81其中，C:消費（元）丫 ：收入（元）已知 t°.025 (19) = 2.0930訕19"1.729，仏25(17)=2.1098，応(十396。問：(1)利用t值檢驗參數卩的顯著性(a= 0.05); (2)確定參數卩的標準差;(3)判斷一下該模型的擬合情況。答: (1)提出原假設H0 :- =0，H1:°。由于t統計

39、量二18.7，臨界值如25(17)= 2.1098 ,由于(2)18.7>2.1098,故拒絕原假設H0: =0，即認為參數-是顯著的。由于t=sb；,故麗畔鵝=0.0433。(3)入對消費的解釋能力為81 %，回歸直線擬合觀測點較為理想。3 已知估計回歸模型得?i =81.72303.6541X i回歸模型R2=0.81,表明擬合優度較高，解釋變量對被解釋變量的解釋能力為81%，即收曰送(X X )2= 4432.1瓦(Y Y)=68113.6且,求判定系數和相關系數。2 23.65412 4432.1廠2b1、(X-X)R相關系數：r h£R2 f$0.8688 =0.93

40、2168113.6=0.8688答：判定系數：' (丫一丫)4. 某計量經濟學家曾用19211941年與19451950年(19421944年戰爭期間略去)美國國內消費C和工資收入W、非工資一非農業收入P、農業收入A的時間序列資料，利用普通最小二乘法估計得出了以下回歸方程：Y? =8.133 1.059W 0.452P 0.121A(8.92)(0.17)(0.66)(1.09)R2 =0.95 F =107.37式下括號中的數字為相應參數估計量的標準誤。試對該模型進行評析，指出其中存在的問題。解答：該消費模型的判定系數R2 =0.95，F統計量的值F =107.37，均很高，表明模型

41、的整體 擬合程度很高。計算各回歸系數估計量的t統計量值得：如二站33“ 8.92 = 0.91，h "059“0.17 = 6.10 t2 =0.452“ 0.66 =0.69 ,血=0.121 h .09 = 0."。除h外，其余t值均很小。工資收入W的系數t檢驗值雖然顯著，但該系數的估計值卻過大，該值為工資收入對消費的邊際效應，它的值為1.059 意味著工資收入每增加一美元，消費支出增長將超過一美元，這與經濟理論和生活常識都不符。 另外，盡管從理論上講，非工資一非農業收入與農業收入也是消費行為的重要解釋變量，但二 者各自的t檢驗卻顯示出它們的效應與 0無明顯差異。這些跡

42、象均表明模型中存在嚴重的多重共 線性，不同收入部分之間的相互關系掩蓋了各個部分對解釋消費行為的單獨影響。5.設消費函數為yi = b0 b1X Ui，其中yi為消費支出，Xi為個人可支配收入，Ui為隨機誤2 2差項，并且Eg) = 0,Var(Ui)二二為(其中二2為常數)。試回答以下問題：(1) 選用適當的變換修正異方差，要求寫出變換過程；(2)寫出修正異方差后的參數估計量的Xi（1）等號兩邊同除以表達式。Var此時(Vi )u.-Var ( L)二Xj4(二 2Xj2 _ 2Xi ）:新模型不存在異方差性。新模型：y b 1 b0XXib uXi*yi*1Uiyi,Xi 二,Vi -令xi

43、xixi則：（2）變為y八中dx*Vi解：（一）原模型:yi 弋 bK Uj* *（二）對yi = b1 boXi Vi進行普通最小二乘估計 | n 送 X*y* 送 x* 送 y*a (Xi)2-C Xi)2 時y* -収bo 二* yi*1yi =,Xi = 一 其中XiXi6.檢驗下列模型是否存在異方差性，列出檢驗步驟，給出結論。y 二 bo叭b2X2tb3X3tUt樣本共40個，本題假設去掉c=12個樣本，假設異方差由Xli引起，數值小的一組殘差平方和為RSS =0.466E-17，數值大的一組平方和為 RSS2 = 0.36E-17。Fo.05（10,10） = 2.98解：（1）

44、H 0: Ut為同方差性；比：山為異方差性；F =J°.466ET7=1 29（2）RSS，0.36 E -17（3）F°.°5（10,10） =2.98（4）F乞&.05（10,10），接受原假設，認為隨機誤差項為同方差性。7. 根據我國19852001年城鎮居民人均可支配收入和人均消費性支出資料，按照凱恩斯絕對 收入假說建立的消費函數計量經濟模型為：c =137,4220.722 y(5.875)(127.09)R2 =0.999 ； S.E. =51.9 ； DW =1.205 ； F =16151777ej = -451.9+0.871 咒 y(-0.283)(5.103)R2 =0.634508 ； S.E =3540 ； DW =1.91 ； F =26.04061777其中：y是居民人均可支配收入，c是居民人均消費性支出要求：(1) 解釋模型中137.422和0.772的意義；(2)簡述什么是模型的異方差性；(3)檢驗該模型是否存在異方差性；解答：(1)0.722是指，當城鎮居民人均可支配收入每變動一個單位，人均消費性支出資料平均 變動0.722個單位，也即指