李子奈-計(jì)量經(jīng)濟(jì)學(xué)分章習(xí)題與答案

1、第一章 導(dǎo) 論一、名詞解釋1、截面數(shù)據(jù)2、時(shí)間序列數(shù)據(jù)3、虛變量數(shù)據(jù) 4、內(nèi)生變量與外生變量、單項(xiàng)選擇題1、同一統(tǒng)計(jì)指標(biāo)按時(shí)間順序記錄的數(shù)據(jù)序列稱(chēng)為A、橫截面數(shù)據(jù)B、虛變量數(shù)據(jù)C、時(shí)間序列數(shù)據(jù)2、樣本數(shù)據(jù)的質(zhì)量問(wèn)題， 可以概括為完整性、 準(zhǔn)確性、可比性和D、系統(tǒng)性3、有人采用全國(guó)大中型煤炭企業(yè)的截面數(shù)據(jù)，估計(jì)生產(chǎn)函數(shù)模型，然后用該模型預(yù)測(cè)未來(lái) 煤炭行業(yè)的產(chǎn)出量， 這是違反了數(shù)據(jù)的哪一條原則。D、 平行數(shù)據(jù)A、時(shí)效性B、致性C、廣泛性A、致性B、準(zhǔn)確性C、可比性D 、完整性4、判斷模型參數(shù)估計(jì)量的符號(hào)、大小、相互之間關(guān)系的合理性屬于什么檢驗(yàn)？A、經(jīng)濟(jì)意義檢驗(yàn)B、統(tǒng)計(jì)檢驗(yàn)C、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)D、模型

2、的預(yù)測(cè)檢驗(yàn)5、對(duì)下列模型進(jìn)行經(jīng)濟(jì)意義檢驗(yàn)，哪一個(gè)模型通常被認(rèn)為沒(méi)有實(shí)際價(jià)值？A、Ci（消費(fèi)）500 0.8Ii（收入）B、Qdi（商品需求）10 0.8Ii（收入）0.9Pi（價(jià)格）C、D、Qsi（商品供給）20 0.75Pi（價(jià)格）Yi（產(chǎn)出量）0.65Ki0.6（資本）L0i.4（勞動(dòng)）6、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?1和?2分別為1、2的估計(jì)值， 根據(jù)經(jīng)濟(jì)理論有?1應(yīng)為正值，?2應(yīng)為負(fù)值C、?1應(yīng)為負(fù)值，?2應(yīng)為負(fù)值1Y2rA、1、B、D、?1應(yīng)為正值，?1應(yīng)為負(fù)值，?2應(yīng)為正值?2應(yīng)為正值1三、填空題1、 在經(jīng)濟(jì)變量之間的關(guān)系中， _ 因果關(guān)系

3、、相互影響關(guān)系最重要，是計(jì)量經(jīng)濟(jì)分析的重點(diǎn)。2、 從觀察單位和時(shí)點(diǎn)的角度看，經(jīng)濟(jì)數(shù)據(jù)可分為_(kāi)時(shí)間序列數(shù)據(jù) 、截面數(shù)據(jù)、面板數(shù)據(jù) 。3、 根據(jù)包含的方程的數(shù)量以及是否反映經(jīng)濟(jì)變量與時(shí)間變量的關(guān)系，經(jīng)濟(jì)模型可分為時(shí)間序列模型、單方程模型、聯(lián)立方程模型_。四、簡(jiǎn)答題1、計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)、數(shù)學(xué)的聯(lián)系是什么？2、模型的檢驗(yàn)包括哪幾個(gè)方面？具體含義是什么?五、計(jì)算分析題1、下列假想模型是否屬于揭示因果關(guān)系的計(jì)量經(jīng)濟(jì)學(xué)模型？為什么？（1）St=112.0+0.12R,其中St為第 t 年農(nóng)村居民儲(chǔ)蓄增加額（單位：億元） ，Rt為第 t 年 城鎮(zhèn)居民可支配收入總額（單位：億元） 。（2）St 1=

4、4432.0+0.30Rt，其中S1為第 t-1 年底農(nóng)村居民儲(chǔ)蓄余額（單位：億元） ，Rt為 第 t 年農(nóng)村居民純收入總額（單位：億元） 。2、指出下列假想模型中的錯(cuò)誤，并說(shuō)明理由:RS 8300.0 0.24Rlt1.12IVt其中，RSt為第 t 年社會(huì)消費(fèi)品零售總額 （單位：億元），Rlt為第 t 年居民收入總額（單 位：億元）（指城鎮(zhèn)居民可支配收入總額與農(nóng)村居民純收入總額之和），IVt為第 t 年全社會(huì)固定資產(chǎn)投資總額（單位：億元） 。3、下列設(shè)定的計(jì)量經(jīng)濟(jì)模型是否合理？為什么？3（1）GDP0i1iGDR其中，GDPi（ i=1,2,3）是第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)增加值,（2）

5、 財(cái)政收入=f （財(cái)政支出）+ ，為隨機(jī)干擾項(xiàng)。為隨機(jī)干擾項(xiàng)。2第二章一元線性回歸模型、名詞解釋1、總體回歸函數(shù)2、最大似然估計(jì)法（ML ）3、普通最小二乘估計(jì)法（OLS）4、殘差平方和5、擬合優(yōu)度檢驗(yàn)二、單項(xiàng)選擇題1、設(shè) OLS 法得到的樣本回歸直線為? ?YY12Xiei，以下說(shuō)法正確的是（）A、e 0B、eY?0C、Y? YD、eXi02、回歸分析中定義的（）A、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3、 一元線性回歸分析中的回歸平方和ESS 的自由度是（）A、n

6、B、n-1C、n-kD、14、 對(duì)于模型YoiXii,其 OLS 的估計(jì)量?的特性在以下哪種情況下不會(huì)受到影響（）B、Xi各觀測(cè)值差額增加D、E（2）2CiYii表示），2R=0.98，t.025（17） 2.110,則下面（ ）A、觀測(cè)值數(shù)目 n 增加C、Xi各觀測(cè)值基本相等并獲得下列結(jié)果：Ci15 0.81Yi，（3.1）（ 1.87）哪個(gè)結(jié)論是對(duì)的？A、Y在 5%顯著性水平下不顯著C、 的 95%置信區(qū)間不包括 05、某人通過(guò)一容量為 19 的樣本估計(jì)消費(fèi)函數(shù)（用模型3B、的估計(jì)量的標(biāo)準(zhǔn)差為 0.072D、以上都不對(duì)46、在一元線性回歸模型中，樣本回歸方程可表示為:A、離差平方和B、均值

7、C、概率D、方差一兀線性回歸模型Y01Xii的最小二乘回歸結(jié)果顯示，殘差平方和 RSS=40.32,樣本容量 n=25,1則回歸模型的標(biāo)準(zhǔn)差為( )A、1.270B、1.324C、1.613D、1.753參數(shù)i的估計(jì)量?具備有效性是指i( )A、Var(?) 0B、在i 的所有線性無(wú)偏估計(jì)中Var( ?)最小C、?i0D、在i的所有線性無(wú)偏估計(jì)中(彳i)最小回歸方程。()12、反映由模型中解釋變量所解釋的那部分離差大小的是()10、11、A、Yt01Xt?彳XtB、YtE(Y/XJD、E(Y/Xt)01Xt7、最小二乘準(zhǔn)則是指按使()達(dá)到最小值的原則確定樣本回歸方程nnA、eB、eii 1i

8、1C、 maxe&設(shè) Y 表示實(shí)際觀測(cè)值,A、Y? YC、Y? YY?表示 OLS 回歸估計(jì)值，則下列哪項(xiàng)成立B、Y? YD、Y? Y9、最大或然準(zhǔn)則是按從模型中得到既得的n 組樣本觀測(cè)值的(最大的準(zhǔn)則確定樣本A、總離差平方和B、回歸平方和C、殘差平方和D、可決系數(shù)13、總離差平方和 TSS、殘差平方和 RSS 與回歸平方和ESS 三者的關(guān)系是A、 TSSRSS+ESSTSS=RSS+ESSC、TSSRTSS2=RSS2+ESS214、對(duì)于回歸模型Y01Xii,i= 1 ,檢驗(yàn)H0:?10時(shí)，所用的統(tǒng)計(jì)量1S?1服從2 ,A、(n2C、(n2)B、t(n 1)15、 某一特定的D、t(

9、n 2)X 水平上，總體 Y 分布的離散程度越大，即2越大，則1)A、預(yù)測(cè)區(qū)間越寬，精度越低B、預(yù)測(cè)區(qū)間越寬，預(yù)測(cè)誤差越小2en5三、多項(xiàng)選擇題1、一兀線性回歸模型Y01Xii的基本假定包括( )A、E(i)0B、Var(i)2C、Cov(i,j)0(i j)D、iN(0,1)E、X 為非隨機(jī)變量，且Cov（Xi,i）02、以 Y 表示實(shí)際觀測(cè)值，Y?表示回歸估計(jì)值， e 表示殘差，則回歸直線滿足( )A、通過(guò)樣本均值點(diǎn)（X,Y）B、(Y Y?)20C、cov(Xj,e)0D、Y YE、Y? Y3、以帶“人”表示估計(jì)值，表示隨機(jī)干擾項(xiàng)，如果確的E、有效性5、下列相關(guān)系數(shù)算式中，正確的是XiYi

10、nX YX：n X Yi2nY2二、判斷題1、滿足基本假設(shè)條件下，隨機(jī)誤差項(xiàng)i服從正態(tài)分布，但被解釋變量 Y 不一定服從正態(tài)分布。（）2、總體回歸函數(shù)給出了對(duì)應(yīng)于每一個(gè)自變量的因變量的值。（）3、線性回歸模型意味著變量是線性的。（）C、預(yù)測(cè)區(qū)間越窄，精度越高D、預(yù)測(cè)區(qū)間越窄，預(yù)測(cè)誤差越大Y 與 X 為線性關(guān)系，則下列哪些是正A、Yi0?0?0iXi彳Xii彳XiY0KiD、Y彳4、 假設(shè)線性回歸模型滿足全部基本假設(shè),則其最小二乘回歸得到的參數(shù)估計(jì)量具備A、可靠性B、致性C、線性D、無(wú)偏性C、XY X YCov(X,Y)(Xix)(YY)(Xix)(YY)2(XiX)(Y Y)E、64、解釋變量

11、是作為原因的變量， 被解釋變量是作為結(jié)果的變量。（）5、隨機(jī)變量的條件均值與非條件均值是一回事。（）77、如果觀測(cè)值Xi近似相等，也不會(huì)影響回歸系數(shù)的估計(jì)量。（）&樣本可決系數(shù)高的回歸方程一定比樣本可決系數(shù)低的回歸方程更能說(shuō)明解釋變量對(duì)被解釋變量的解釋能力。（）9、 模型結(jié)構(gòu)參數(shù)的普通最小二乘估計(jì)量具有線性性、無(wú)偏性、有效性，隨機(jī)干擾項(xiàng)方差的普通最小二乘估計(jì)量也是無(wú)偏的。（）10、 回歸系數(shù)的顯著性檢驗(yàn)是用來(lái)檢驗(yàn)解釋變量對(duì)被解釋變量有無(wú)顯著解釋能力的檢驗(yàn)。（ ）四、簡(jiǎn)答題1、為什么計(jì)量經(jīng)濟(jì)學(xué)模型的理論方程中必須包含隨機(jī)干擾項(xiàng)？2、總體回歸函數(shù)和樣本回歸函數(shù)之間有哪些區(qū)別與聯(lián)系?3、為什

12、么用可決系數(shù)R2評(píng)價(jià)擬合優(yōu)度，而不是用殘差平方和作為評(píng)價(jià)標(biāo)準(zhǔn)?4、根據(jù)最小二乘原理，所估計(jì)的模型已經(jīng)使得擬合誤差達(dá)到最小，為什么還要討論模型的 擬合優(yōu)度問(wèn)題？五、計(jì)算分析題1、令kids表示一名婦女生育孩子的數(shù)目，educ表示該婦女接受過(guò)教育的年數(shù)。生育率對(duì)受教育年數(shù)的簡(jiǎn)單回歸模型為kids01educ（1） 隨機(jī)擾動(dòng)項(xiàng)包含什么樣的因素？它們可能與受教育水平相關(guān)嗎？（2） 上述簡(jiǎn)單回歸分析能夠揭示教育對(duì)生育率在其他條件不變下的影響嗎？請(qǐng)解釋。2、已知回歸模型EN，式中 E 為某類(lèi)公司一名新員工的起始薪金（元），N 為所受教育水平（年）。隨機(jī)擾動(dòng)項(xiàng)的分布未知，其他所有假設(shè)都滿足。（1） 從直觀及

13、經(jīng)濟(jì)角度解釋和 。6、線性回歸模型Y01Xii的 0 均值假設(shè)可以表示為8（2） OLS 估計(jì)量？和？滿足線性性、無(wú)偏性及有效性嗎？簡(jiǎn)單陳述理由。3）對(duì)參數(shù)的假設(shè)檢驗(yàn)還能進(jìn)行嗎？簡(jiǎn)單陳述理由。4）如果被解釋變量新員工起始薪金的計(jì)量單位由元改為100 元，估計(jì)的截距項(xiàng)、斜率項(xiàng)有無(wú)變化？5）若解釋變量所受教育水平的度量單位由年改為月，估計(jì)的截距項(xiàng)與斜率項(xiàng)有無(wú)變化？3、假設(shè)模型為YtXtt。給定n個(gè)觀察值（Xi,YJ,以2,丫2），（Xn,Yn）,按如下步驟建立 的一個(gè)估計(jì)量：在散點(diǎn)圖上把第 1 個(gè)點(diǎn)和第 2 個(gè)點(diǎn)連接起來(lái)并計(jì)算該 直線的斜率；同理繼續(xù)，最終將第 1 個(gè)點(diǎn)和最后一個(gè)點(diǎn)連接起來(lái)并計(jì)算該

14、條線的斜率； 最后對(duì)這些斜率取平均值，稱(chēng)之為?，即 的估計(jì)值。（ 1）畫(huà)出散點(diǎn)圖，推出?的代數(shù)表達(dá)式。（ 2）計(jì)算?的期望值并對(duì)所做假設(shè)進(jìn)行陳述。這個(gè)估計(jì)值是有偏還是無(wú)偏的？解釋理由。（ 3）判定該估計(jì)值與我們以前用OLS 方法所獲得的估計(jì)值相比的優(yōu)劣，并做具體解釋。4、對(duì)于人均存款與人均收入之間的關(guān)系式StYtt使用美國(guó) 36 年的年度數(shù)據(jù)得如下估計(jì)模型，括號(hào)內(nèi)為標(biāo)準(zhǔn)差：S?t= 384.105+0.067Yt（151.105） （0.011）R2= 0.538? 199.023（1）的經(jīng)濟(jì)解釋是什么？（2） 和 的符號(hào)是什么？為什么？實(shí)際的符號(hào)與你的直覺(jué)一致嗎？如果有沖突的話，你 可以給出

15、可能的原因嗎？（3）對(duì)于擬合優(yōu)度你有什么看法嗎？（ 4）檢驗(yàn)是否每一個(gè)回歸系數(shù)都與零顯著不同（在 1%水平下）。同時(shí)對(duì)零假設(shè)和備擇假設(shè)、檢驗(yàn)統(tǒng)計(jì)值、其分布和自由度以及拒絕零假設(shè)的標(biāo)準(zhǔn)進(jìn)行陳述。你的結(jié)論是什么？5、現(xiàn)代投資分析的特征線涉及如下回歸方程：rtoiGtt；其中：r表示股票或債券的收益率；rm表示有價(jià)證券的收益率（用市場(chǎng)指數(shù)表示，如標(biāo)準(zhǔn)普爾500 指數(shù)）；9t表示時(shí)間。在投資分析中，i被稱(chēng)為債券的安全系數(shù)，是用來(lái)度量市場(chǎng)的風(fēng)險(xiǎn)程度的，即市場(chǎng)的發(fā)展對(duì)公司的財(cái)產(chǎn)有何影響。依據(jù) 19561976 年間 240 個(gè)月的數(shù)據(jù)，F(xiàn)ogler和 Ganpathy 得到 IBM 股票的回歸方程（括號(hào)內(nèi)

16、為標(biāo)準(zhǔn)差），市場(chǎng)指數(shù)是在芝加哥大學(xué)建 立的市場(chǎng)有價(jià)證券指數(shù)。? 0.7264 1.0598 咕R20.4710（0.3001）（0.0728）要求：（1）解釋回歸參數(shù)的意義；（2）如何解釋R2？（3） 安全系數(shù)1的證券稱(chēng)為不穩(wěn)定證券，建立適當(dāng)?shù)牧慵僭O(shè)及備選假設(shè)，并用t檢驗(yàn)進(jìn)行檢驗(yàn)（5%）。6、假定有如下的回歸結(jié)果：Y 2.6911 0.4795Xi，其中，丫表示美國(guó)的咖啡的消費(fèi)量（杯數(shù)/人天），X 表示咖啡的零售價(jià)格（美元 /杯）。要求：（1） 這是一個(gè)時(shí)間序列回歸還是橫截面回歸？（2） 如何解釋截距的意義，它有經(jīng)濟(jì)含義嗎？如何解釋斜率？（3） 能否求出真實(shí)的總體回歸函數(shù)？（4） 根據(jù)需求的價(jià)

17、格彈性定義：彈性=斜率X（X/Y ）,依據(jù)上述回歸結(jié)果，你能求出對(duì)咖啡需求的價(jià)格彈性嗎？如果不能，計(jì)算此彈性還需要其他什么信息？7、若經(jīng)濟(jì)變量 y 和 x 之間的關(guān)系為y A（Xi5）2ei，其中 A、為參數(shù)，i為隨機(jī)誤差 問(wèn)能否用一元線性回歸模型進(jìn)行分析？為什么？8、上海市居民 19811998 年期間的收入和消費(fèi)數(shù)據(jù)如表所示，回歸模型為yi01Xi i，其中，被解釋變量yi為人均消費(fèi)，解釋變量Xi為人均可支配收入。試用普通最小二乘法估計(jì)模型中的參數(shù)0,1，并求隨機(jī)誤差項(xiàng)方差的估計(jì)值。10上海市居民 19811998 年間的收入和消費(fèi)數(shù)據(jù)年份可支配收入消費(fèi)年份可支配收入消費(fèi)111981630

18、58019902180193019826505701991248021601983680610199230002500198483072019934270353019851070990199458604660198612901170199571705860198714301280199681506760198817201640199784306820198919701810199887706860一、名詞解釋1、多元線性回歸模型22、調(diào)整的決定系數(shù)R3、偏回歸系數(shù)4、正規(guī)方程組5、方程顯著性檢驗(yàn)二、單項(xiàng)選擇題1、 在模型Yt0iX2X213X31t的回歸分析結(jié)果中，有F 462.58，F(xiàn)的p值

19、0.000000，則表明()A、解釋變量X2t對(duì)Y的影響不顯著B(niǎo)、解釋變量Xit對(duì)Y的影響顯著C、模型所描述的變量之間的線性關(guān)系總體上顯著D、解釋變量X2t和Xit對(duì)Yt的影響顯著2、 設(shè)k為回歸模型中的實(shí)解釋變量的個(gè)數(shù)，n為樣本容量。則對(duì)回歸模型進(jìn)行總體顯著性檢驗(yàn)(F檢驗(yàn))時(shí)構(gòu)造的F統(tǒng)計(jì)量為()第三章多元線性回歸模型12.lESS k.廠ESS (k 1)RSS(n k 1)RSS (n k)13A、33.33 B、40C、38.09 D、36.364、在多元回歸中，調(diào)整后的決定系數(shù)R2與決定系數(shù)R2的關(guān)系為A、R2R2B、R2R25、下面說(shuō)法正確的有()A、時(shí)間序列數(shù)據(jù)和橫截面數(shù)據(jù)沒(méi)有差異

20、B、對(duì)回歸模型的總體顯著性檢驗(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2D、決定系數(shù)R不可以用于衡量擬合優(yōu)度設(shè)是H。：0!20C、相關(guān)系數(shù)較大意味著兩個(gè)變量存在較強(qiáng)的因果關(guān)系D、當(dāng)隨機(jī)誤差項(xiàng)的方差估計(jì)量等于零時(shí)，說(shuō)明被解釋變量與解釋變量之間為函數(shù)關(guān)系9、 對(duì)于Y?X2i?Xkie，如果原模型滿足線性模型的基本假設(shè)則在零假設(shè)j0下，統(tǒng)計(jì)量？j：s(?j)(其中s(?j)是j的標(biāo)準(zhǔn)誤差)服從()A、t(n k)B、t(n k 1)C、F(k 1,n k)D、F(k,n k 1)10、下列說(shuō)6、根據(jù)調(diào)整的可決系數(shù)R2與 F 統(tǒng)計(jì)量的關(guān)系可知，當(dāng)R21時(shí)，有()A、F=0B、F= 1C、F +

21、 D、F=g7、線性回歸模型的參數(shù)估計(jì)量?是隨機(jī)向量Y的函數(shù)，即? (XX)1XYo?是()A、隨機(jī)向量B、非隨機(jī)向量C、確定性向量D、常量&下面哪一表述是正確的()A、線性回歸模型Yi01Xii的零均值假設(shè)是指1nini 10B、對(duì)模型Y0 Xi 2X2ii進(jìn)行方程顯著性檢驗(yàn)(即F檢驗(yàn))，檢驗(yàn)的零假ESSRSSRSSTSS3、已知二元線性回歸模型估計(jì)的殘差平方和為則隨機(jī)誤差項(xiàng)t的方差的 OLS 估計(jì)值為e2800，估計(jì)用樣本容量為n 23，( )C、R2R2D、R2與R2的關(guān)系不能確定14法中正確的是()A、如果模型的 R2很高，我們可以認(rèn)為此模型的質(zhì)量較好B、如果模型的 R2很低，

22、我們可以認(rèn)為此模型的質(zhì)量較差C、如果某一參數(shù)不能通過(guò)顯著性檢驗(yàn)，我們應(yīng)該剔除該解釋變量D、如果某一參數(shù)不能通過(guò)顯著性檢驗(yàn)，我們不應(yīng)該隨便剔除該解釋變量、多項(xiàng)選擇題151、殘差平方和是指A、隨機(jī)因素影響所引起的被解釋變量的變差B、解釋變量變動(dòng)所引起的被解釋變量的變差C、被解釋變量的變差中，回歸方程不能作出解釋的部分D、被解釋變量的總離差平方和回歸平方之差E、被解釋變量的實(shí)際值與擬合值的離差平方和2、回歸平方和是指()A、被解釋變量的觀測(cè)值Y與其均值Y的離差平方和B、被解釋變量的回歸值Y與其均值Y的離差平方和2 2C、 被解釋變量的總體平方和Yj與殘差平方和e2之差D、解釋變量變動(dòng)所引起的被解釋變

23、量的離差的大小E、隨機(jī)因素影響所引起的被解釋變量的離差大小3、對(duì)模型滿足所有假定條件的模型Y01X1i 2X2 i進(jìn)行總體顯著性檢驗(yàn),則很可能出現(xiàn)10,2E、10,20R2/( n k 1)(1 R2)/k5、在多元回歸分析中，調(diào)整的可決系數(shù)R2R22R只可能大于零2R不可能為負(fù)值四、判斷題1、滿足基本假設(shè)條件下，樣本容量略大于解釋變量個(gè)數(shù)時(shí)，可以得到各參數(shù)的唯一確定的 估計(jì)值，但參如果檢驗(yàn)結(jié)果總體線性關(guān)系顯著,C、10,2010,24、設(shè) k 為回歸模型中的參數(shù)個(gè)數(shù)(包含截距項(xiàng))則總體線性回歸模型進(jìn)行顯著性檢驗(yàn)時(shí)所用的 F 統(tǒng)計(jì)量可以表示為(Y? )2/(n k 1)2B、(Y? )2/k2

24、ei/(n k 1)R2/k(1 R2)/( n k 1)(1 R2)/( n k 1)R2/k2 2R與可決系數(shù)R之間2 2B、R2R22D、R可能為負(fù)值16數(shù)估計(jì)結(jié)果的可靠性得不到保證2、在多元線性回歸中，t 檢驗(yàn)和 F 檢驗(yàn)缺一不可。3、回歸方程總體線性顯著性檢驗(yàn)的原假設(shè)是模型中所有的回歸參數(shù)同時(shí)為零（）4、多元線性回歸中， 可決系數(shù)R2是評(píng)價(jià)模型擬合優(yōu)度好壞的最佳標(biāo)準(zhǔn)。（）5、多元線性回歸模型中的偏回歸系數(shù)，表示在其他解釋變量保持不變的情況下，對(duì)應(yīng)解釋 變量每變化一個(gè)單位時(shí)， 被解釋變量的變動(dòng)。（ ）五、簡(jiǎn)答題1、多元線性回歸模型與一元線性回歸模型有哪些區(qū)別？2、為什么說(shuō)最小二乘估計(jì)量

25、是最優(yōu)線性無(wú)偏估計(jì)量？對(duì)于多元線性回歸最小二乘估計(jì)的正規(guī)方程組，能解出唯一的參數(shù)估計(jì)量的條件是什么？六、計(jì)算分析題1、某地區(qū)通過(guò)一個(gè)樣本容量為722 的調(diào)查數(shù)據(jù)得到勞動(dòng)力受教育年數(shù)的一個(gè)回歸方程為edui10.36 0.094sibsi0.131medui0.210 feduiR2=0.214式中，edu為勞動(dòng)力受教育年數(shù)，sibs為勞動(dòng)力家庭中兄弟姐妹的個(gè)數(shù)，medu與fedu分別為母親與父親受到教育的年數(shù)。問(wèn)（1） sibs 是否具有預(yù)期的影響？為什么？若medu與fedu保持不變，為了使預(yù)測(cè)的受 教育水平減少一年，需要sibs增加多少？（2）請(qǐng)對(duì)medu的系數(shù)給予適當(dāng)?shù)慕忉?。?） 如果

26、兩個(gè)勞動(dòng)力都沒(méi)有兄弟姐妹，但其中一個(gè)的父母受教育的年數(shù)均為12 年，另 一個(gè)的父母受教育的年數(shù)均為 16 年，則兩人受教育的年數(shù)預(yù)期相差多少年？2、考慮以下方程（括號(hào)內(nèi)為標(biāo)準(zhǔn)差）：W?t8.562 0.364Pt0.004Pt 12.560Ut( 0.080) (0.072) (0.658)n 19R20.873其中：Wtt年的每位雇員的工資Ptt年的物價(jià)水平17Utt年的失業(yè)率要求：(1) 進(jìn)行變量顯著性檢驗(yàn)；( 2)對(duì)本模型的正確性進(jìn)行討論，Pt 1是否應(yīng)從方程中刪除？為什么？3、以企業(yè)研發(fā)支出（R&D ）占銷(xiāo)售額的比重（單位：%）為被解釋變量（Y）,以企業(yè)銷(xiāo)售額（Xi）與利潤(rùn)占銷(xiāo)

27、售額的比重（X2）為解釋變量，一個(gè)容量為 32 的樣本企業(yè)的估計(jì)結(jié) 果如下：Y 0.472 0.321 n X,0.05X2i（1.37） （0.22） （0.046）2R 0.099其中，括號(hào)中的數(shù)據(jù)為參數(shù)估計(jì)值的標(biāo)準(zhǔn)差。（1） 解釋 In（Xi）的參數(shù)。如果 Xi增長(zhǎng) 10%，估計(jì) Y 會(huì)變化多少個(gè)百分點(diǎn)？這在經(jīng)濟(jì)上 是一個(gè)很大的影響嗎？（2） 檢驗(yàn) R&D 強(qiáng)度不隨銷(xiāo)售額的變化而變化的假設(shè)。分別在5%和 10%的顯著性水平 上進(jìn)行這個(gè)檢驗(yàn)。（3）利潤(rùn)占銷(xiāo)售額的比重 X2對(duì) R&D 強(qiáng)度 Y 是否在統(tǒng)計(jì)上有顯著的影響？4、假設(shè)你以校園內(nèi)食堂每天賣(mài)出的盒飯數(shù)量作為被解釋變量，

28、以盒飯價(jià)格、氣溫、附近餐 廳的盒飯價(jià)格、學(xué)校當(dāng)日的學(xué)生數(shù)量（單位：千人）作為解釋變量，進(jìn)行回歸分析。假 設(shè)你看到如下的回歸結(jié)果（括號(hào)內(nèi)為標(biāo)準(zhǔn)差），但你不知道各解釋變量分別代表什么。Y? 10.6 28.4X1i12.7X2i0.61X3i5.9X4iR 0.63n 35（2.6）（6.3）（0.61）（5.9）試判定各解釋變量分別代表什么，說(shuō)明理由。5、下表給出一二元模型的回歸結(jié)果。方差來(lái)源平方和（SS）自由度（d.f.）來(lái)自回歸（ESS）65965一來(lái)自殘差（RSS）一一總離差（TSS）6604214求：（1）樣本容量是多少？ RSS 是多少？ ESS 和 RSS 的自由度各是多少？（2）R

29、2和R？（3） 檢驗(yàn)假設(shè)：解釋變量總體上對(duì)丫無(wú)影響。你用什么假設(shè)檢驗(yàn)？為什么?18(4)根據(jù)以上信息，你能確定解釋變量各自對(duì)丫的貢獻(xiàn)嗎?6、在經(jīng)典線性回歸模型的基本假定下，對(duì)含有三個(gè)自變量的多元線性回歸模型:01X1i 2X2i 3X3i你想檢驗(yàn)的虛擬假設(shè)是H0:1221。(1)用？，？2的方差及其協(xié)方差求出Var( ?2 ?2)。(2)寫(xiě)出檢驗(yàn) Ho：!221的 t 統(tǒng)計(jì)量。(3)如果定義122，寫(xiě)出一個(gè)涉及。、2和3的回歸方程，以便能直接得 到估計(jì)值？及其樣本標(biāo)準(zhǔn)差。7、假設(shè)要求你建立一個(gè)計(jì)量經(jīng)濟(jì)模型來(lái)說(shuō)明在學(xué)校跑道上慢跑一英里或一英里以上的人數(shù),可能的解釋性方程：方程 A:丫? 125.

30、0 15.0X1i1.0X2i1.5X3iR20.75方程 B:丫? 123.0 14.0X1i5.5X2i3.7X4iR20.73其中：丫第 i 天慢跑者的人數(shù)X1i第 i 天降雨的英寸數(shù)X2i第 i 天日照的小時(shí)數(shù)X3i第 i 天的最高溫度(按華氏溫度)X4i第 i 天的后一天需交學(xué)期論文的班級(jí)數(shù)請(qǐng)回答下列冋題：(1)這兩個(gè)方程你認(rèn)為哪個(gè)更合理些，為什么？(2)為什么用相同的數(shù)據(jù)去估計(jì)相同變量的系數(shù)得到不同的符號(hào)?&考慮以下預(yù)測(cè)的回歸方程：丫？120 0.10Ft5.33RSR 0.50其中：Yt為第 t 年的玉米產(chǎn)量(噸/畝)；Ft為第 t 年的施肥強(qiáng)度(千克/畝)；RSt為第

31、t 年的降雨量(毫米)。以便決定是否修建第二條跑道以滿足所有的鍛煉者。你通過(guò)整個(gè)學(xué)年收集數(shù)據(jù)，得到兩個(gè)19要求回答下列問(wèn)題：20(1從F和 RS 對(duì)丫的影響方面，說(shuō)出本方程中系數(shù)0.10 和 5.33 的含義；(2)常數(shù)項(xiàng) 120 是否意味著玉米的負(fù)產(chǎn)量可能存在？(3)假定F的真實(shí)值為 0.40，貝 UF的估計(jì)量是否有偏？為什么？(4)假定該方程并不滿足所有的古典模型假設(shè)，即參數(shù)估計(jì)并不是最佳線性無(wú)偏估計(jì),則是否意味著RS的真實(shí)值絕對(duì)不等于5.33 ?為什么？9、已知描述某經(jīng)濟(jì)問(wèn)題的線性回歸模型為丫0iXi i2X2 ii, 并 已 根 據(jù) 樣 本 容量為 32 的觀察數(shù)據(jù)計(jì)算得2.51.32

32、.241(XX)1.34.40.8，XY2,ee 5.8,TSS 262.20.85.02查表得FO.05(2,29)3.33,to.005(29)2.756。(1) 求模型中三個(gè)參數(shù)的最小二乘估計(jì)值(2)進(jìn)行模型的置信度為95%的方程顯著性檢驗(yàn)(3)求模型參數(shù)2的置信度為 99%的置信區(qū)間。hous ing據(jù)。模型如下：01de nsity2value3in come4popcha ng10、下表為有關(guān)經(jīng)批準(zhǔn)的私人住房單位及其決定因素的4 個(gè)模型的估計(jì)和相關(guān)統(tǒng)計(jì)值 (括號(hào)內(nèi)為 p 值)(如果某項(xiàng)為空，則意味著模型中沒(méi)有此變量)。數(shù)據(jù)為美國(guó) 40 個(gè)城市的數(shù)5un emp6localtax7s

33、tatetax式中：hous ing-實(shí)際頒發(fā)的建筑許可證數(shù)量；density-每平方英里的人口密度,21value- 自由房屋的均值(單位：百美元)；in come- 平均家庭的收入(單位：千美元);popchang- 19801992 年的人口增長(zhǎng)百分比； unemp-失業(yè)率；localtax-人均交納的地方稅；statetax人均繳納的州稅。變量模型 A模型 B模型 C模型 DC813 (0.74)-392 (0.81)-1279 (0.34)-973 (0.44)Den sity0.075 (0.43)0.062 (0.32)0.042 (0.47)Value-0.855 (0.13)

34、-0.873 (0.11)-0.994 (0.06)-0.778 (0.07)In come110.41 (0.14)133.03 (0.04)125.71 (0.05)116.60 (0.06)Popchang26.77 (0.11)29.19 (0.06)29.41 (0.001)24.86 (0.08)22Un emp-76.55 (0.48)Localtax-0.061 (0.95)Statetax-1.006 (0.40)-1.004 (0.37)RSS4.763e+74.843e+74.962e+75.038e+7R20.3490.3380.3220.312?21.488e+61.

35、424e+61.418e+61.399e+6AIC1.776e+61.634e+61.593e+61.538e+6(1)檢驗(yàn)?zāi)Ｐ?A 中的每一個(gè)回歸系數(shù)在 10%水平下是否為零(括號(hào)中的值為雙邊備擇 P-值)。根據(jù)檢驗(yàn)結(jié)果，你認(rèn)為應(yīng)該把變量保留在模型中還是去掉？(2)在模型 A 中，在 5%水平下檢驗(yàn)聯(lián)合假設(shè) Ho：i=0(i=1,5,6,7)。說(shuō)明被擇假設(shè)，計(jì) 算檢驗(yàn)統(tǒng)計(jì)值，說(shuō)明其在零假設(shè)條件下的分布，拒絕或接受零假設(shè)的標(biāo)準(zhǔn)。說(shuō)明你的結(jié)論。(3)哪個(gè)模型是“最優(yōu)的”？解釋你的選擇標(biāo)準(zhǔn)。(4)說(shuō)明你對(duì)最優(yōu)模型中參數(shù)符號(hào)的預(yù)期并解釋原因，確認(rèn)其是否為正確符號(hào)。第四章 隨機(jī)解釋變量問(wèn)題一、名詞解釋

36、1、隨機(jī)解釋變量2、工具變量二、單項(xiàng)選擇題1、如果模型包含隨機(jī)解釋變量，且與隨機(jī)干擾項(xiàng)異期相關(guān)，則普通最小二乘估計(jì)量是( )A、無(wú)偏估計(jì)量B、有效估計(jì)量C、致估計(jì)量D、最佳線性無(wú)偏估計(jì)量2、假設(shè)回歸模型Yi0 1Xii，其中Xi為隨機(jī)變量，Xi與i相關(guān)，則 的普通最小一乘估計(jì)量( )A、無(wú)偏且致B、無(wú)偏但不一致23C、有偏但一致D、有偏且不一致24）A 、隨機(jī)解釋變量與隨機(jī)干擾項(xiàng)不相關(guān)B、隨機(jī)解釋變量與隨機(jī)干擾項(xiàng)同期不相關(guān)，不同期相關(guān)C、隨機(jī)解釋變量與隨機(jī)干擾項(xiàng)同期相關(guān)D 、隨機(jī)解釋變量與隨機(jī)干擾項(xiàng)高度相關(guān)4、當(dāng)解釋變量中包含隨機(jī)被解釋變量時(shí)， 下面哪一種情況不可能出現(xiàn)（）A、參數(shù)估計(jì)量無(wú)偏B

37、、參數(shù)估計(jì)量漸進(jìn)無(wú)偏C、參數(shù)估計(jì)量有偏D、隨機(jī)誤差項(xiàng)的自相關(guān)問(wèn)題仍可用 D-W 檢驗(yàn)5、在工具變量的選取中， 下面哪一個(gè)條件不是必須的（）A、與所替代的隨機(jī)解釋變量高度相關(guān)B 、與隨機(jī)干擾項(xiàng)不相關(guān)C、與模型中的其他解釋變量不相關(guān)D 、與被解釋變量存在因果關(guān)系三、 判斷題1、含有隨機(jī)解釋變量的線性回歸模型， 其普通最小二乘法估計(jì)量都是有偏的（）2、工具變量替代隨機(jī)變量后， 實(shí)際上是工具變量變?yōu)榱私忉屪兞浚ǎ?、當(dāng)隨機(jī)解釋變量與隨機(jī)干擾項(xiàng)同期相關(guān)時(shí)，如果仍用最小二乘法估計(jì)，則估計(jì)量有偏且非一致。（）四、 簡(jiǎn)答題什么是估計(jì)的一致性？試通過(guò)一元模型證明對(duì)于工具變量法的斜率的估計(jì)量?1是1的一致估計(jì)。五

38、、計(jì)算分析題1、一個(gè)研究對(duì)某地區(qū)大學(xué)生就業(yè)的影響的簡(jiǎn)單模型可描述如下EMPt 01MIN1t 2POPt 3GDP1t 4GDPt t式中， EMP 為新就業(yè)的大學(xué)生人數(shù)， MIN1為該地區(qū)最低限度工資， POP 為新畢業(yè)的大 學(xué)生人數(shù)， GDP1為該地區(qū)國(guó)內(nèi)生產(chǎn)總值， GDP 為該國(guó)國(guó)內(nèi)生產(chǎn)總值。（1）如果該地區(qū)政府以多多少少不易觀測(cè)的卻對(duì)新畢業(yè)大學(xué)生就業(yè)有影響的因素作為基礎(chǔ)來(lái)選擇最低限度工資，則 OLS 估計(jì)將會(huì)存在什么問(wèn)題？（2）令 MIN 為該國(guó)的最低限度工資，它與隨機(jī)擾動(dòng)項(xiàng)相關(guān)嗎？（3） 按照法律，各地區(qū)最低限度工資不得低于國(guó)家最低工資，那么MIN 能成為 MIN1的工具變量嗎？3、

39、隨機(jī)解釋變量問(wèn)題分為三種情況， 下列哪一種不是25第五章 多重共線性一、名詞解釋1、多重共線性 2、不完全多重共線性、單項(xiàng)選擇題1、在線性回歸模型中，若解釋變量X1和X2的觀測(cè)值成比例，既有X1ikX2i，其中(k為)非零常數(shù)，則表明模型中存在A 、異方差B、多重共線性C、序列相關(guān)D、隨機(jī)解釋變量2、對(duì)于模型Yi01X1i2X2ii，與 r12=0 相比，當(dāng) r12=0.15 時(shí)， 估計(jì)量?1的方差Var(?1)將是原來(lái)的()A、 1 倍B、 1.023 倍C、 1.96 倍D、 2 倍3、如果方差膨脹因子 VIF=15 ，則認(rèn)為()問(wèn)題是嚴(yán)重的()A 、異方差問(wèn)題B、序列相關(guān)問(wèn)題C、多重共線

40、性問(wèn)題D、解釋變量與隨機(jī)項(xiàng)的相關(guān)性4、一般多重共線性下參數(shù)估計(jì)量B、有無(wú)窮多解()A 、不存在C、唯一D、非有效5、完全多重共線性下參數(shù)估計(jì)量()A 、唯一B、有無(wú)窮多解D、有效C、不存在6、下列方法中，可克服多重共線性的是()A 、差分法B、加權(quán)最小一乘法C、工具變量法D 、廣義最小二乘法三、多項(xiàng)選擇題1、多重共線性產(chǎn)生的主要原因有()A 、經(jīng)濟(jì)變量之間往往存在同方向的變化趨勢(shì)B、經(jīng)濟(jì)變量之間往往存在密切的關(guān)聯(lián)度C、在模型中采用滯后變量也容易產(chǎn)生多重共線性D、在建模過(guò)程中由于解釋變量選擇不當(dāng)，引起了變量之間的多重共線性E、以上都不正確2、 檢驗(yàn)多重共線性嚴(yán)重性的方法有（）26A、等級(jí)相關(guān)系數(shù)

41、法B、方差膨脹因子C、工具變量法D、判定系數(shù)檢驗(yàn)法E、逐步回歸法3、 當(dāng)模型中解釋變量間存在高度的多重共線性時(shí)（）A、各個(gè)解釋變量對(duì)被解釋變量的影響將難于精確鑒別B、部分解釋變量與隨機(jī)干擾項(xiàng)之間將高度相關(guān)C、估計(jì)量的精確度大幅下降D、估計(jì)量對(duì)于樣本容量的變動(dòng)將十分敏感E、模型的隨機(jī)誤差項(xiàng)也將序列相關(guān)4、 多重共線性解決方法主要有（）A、保留重要的解釋變量，去掉次要的或可替代的解釋變量B、利用先驗(yàn)信息改變參數(shù)的約束形式C、變換模型的形式D、綜合使用時(shí)間數(shù)據(jù)與截面數(shù)據(jù)E、逐步回歸法以及增加樣本容量四、判斷題1、 當(dāng)用于檢驗(yàn)方程線性顯著性的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)

42、為出現(xiàn)了嚴(yán)重的多重共線性（）2、 當(dāng)存在嚴(yán)重的多重共線性時(shí)， 普通最小二乘法往往會(huì)低估參數(shù)估計(jì)量的方差（）3、變量的兩兩高度相關(guān)并不表示高度多重共線性，變量不存在兩兩高度相關(guān)表示不存在高度多重共線性（）4、由于多重共線性不會(huì)影響到隨機(jī)干擾項(xiàng)的方差，因此如果分析的目的僅僅是預(yù)測(cè)，則多重共線性是無(wú)害的（）五、計(jì)算分析題1、某地區(qū)供水部門(mén)利用最近15 年的用水年度數(shù)據(jù)得出如下估計(jì)模型：water 326.9 0.305house 0.363 pop 0.005 pcy 17.87 price 1.123rain（-1.7）（0.9）（1.4）（-0.6）（-1.2）（-0.8）2R 0.93F=38

43、.9式中，water 用水總量（百萬(wàn)立方米）,house 住戶總數(shù)（千戶）,pop 總?cè)丝冢ㄇ?人）,pcy 人均收入（元），price 價(jià)格（元/100 立方米），rain 降雨量（毫米）。27(1)根據(jù)經(jīng)濟(jì)理論和直覺(jué)，請(qǐng)估計(jì)回歸系數(shù)的符號(hào)的正負(fù)(不包括常量)，為什么？觀察符 號(hào)與你的直覺(jué)相符嗎？(2)在 5%的顯著性水平下， 請(qǐng)進(jìn)行變量的 t-檢驗(yàn)與方程的 F-檢驗(yàn)。T 檢驗(yàn)與 F 檢驗(yàn)結(jié)果 有相矛盾的現(xiàn)象嗎？(3)你認(rèn)為估計(jì)值是有偏的、無(wú)效的、或不一致的嗎？詳細(xì)闡述理由。第六章異方差性一、名詞解釋1、異方差性2、廣義最小二乘法、單項(xiàng)選擇題1、Gleiser 檢驗(yàn)法主要用于檢驗(yàn)A、異方差性

44、C、隨機(jī)解釋變量2、Goldfeld-Quandt 檢驗(yàn)法可用于檢驗(yàn)B、 自相關(guān)性D、多重共線性A、異方差性B、多重共線性C、 序列相關(guān)設(shè)定誤差3、 若回歸模型中的隨機(jī)誤差項(xiàng)存在異方差性,則估計(jì)模型參數(shù)應(yīng)采用A、普通最小二乘法B、加權(quán)最小二乘C、廣義差分法工具變量法4、 如果回歸模型中的隨機(jī)誤差項(xiàng)存在異方差,則模型參數(shù)的A、無(wú)偏且有效B、無(wú)偏但非有效C、有偏但有效5、設(shè)回歸模型為Y Xi i，其中Var( JXY有偏且非有效2Xi，則的最有效估計(jì)量為 、nXY X Y0Xii，如果在異方差檢驗(yàn)中發(fā)現(xiàn)權(quán)數(shù)應(yīng)為6、對(duì)于模型Y則用加權(quán)最小二乘法估計(jì)模型參數(shù)時(shí),2Var(i)Xi28A、XiB、兀1c

45、、XiD、1Xi三、多項(xiàng)選擇題1、下列哪些方法可克服異方差性（ ）A、差分法B、加權(quán)最小一乘法C、工具變量法D、廣義最小一乘法2、異方差性的后果包括（ ）A、參數(shù)估計(jì)量不再滿足無(wú)偏性B、變量的顯著性檢驗(yàn)失去意義C、模型的預(yù)測(cè)失效D、普通最小二乘法參數(shù)估計(jì)量方差較大3、 下列計(jì)量經(jīng)濟(jì)分析中，很可能存在異方差問(wèn)題的有（）A、用橫截面數(shù)據(jù)建立家庭消費(fèi)支出對(duì)家庭收入水平的回歸模型B、用橫截面數(shù)據(jù)建立產(chǎn)出對(duì)勞動(dòng)和資本的回歸模型C、以凱恩斯的有效需求理論為基礎(chǔ)構(gòu)造宏觀計(jì)量經(jīng)濟(jì)模型D、以國(guó)民經(jīng)濟(jì)核算帳戶為基礎(chǔ)構(gòu)造宏觀計(jì)量經(jīng)濟(jì)模型4、 異方差的檢驗(yàn)方法有（）A、圖示檢驗(yàn)法B、Glejser 檢驗(yàn)C、white

46、 檢驗(yàn)D、D.W.檢驗(yàn)E、Goldfeld-Quandt 檢驗(yàn)四、判斷題1、 存在異方差情況下，普通最小二乘估計(jì)量依然是無(wú)偏和有效的。（）2、 如果存在異方差，通常使用的 t 檢驗(yàn)和 F 檢驗(yàn)無(wú)效。（）3、如果 OLS 法估計(jì)的殘差呈現(xiàn)系統(tǒng)模式，則意味著存在著異方差。（）4、廣義最小二乘法可消除異方差。（）5、存在異方差時(shí)，普通最小二乘法通常會(huì)高估參數(shù)估計(jì)量的方差（）6、 Goldfeld-Quandt 檢驗(yàn)異方差時(shí)，排序后去掉中間c 個(gè)變量，c 值越大，檢驗(yàn)就越高，但過(guò)高的 c,會(huì)降低檢驗(yàn)的自由度，因而 c 應(yīng)該適量，近似為樣本容量的 1/4。（）1、簡(jiǎn)述異方差對(duì) OLS 估計(jì)量的性質(zhì)、置信

47、區(qū)間、顯著性 t 檢驗(yàn)和 F 檢驗(yàn)有何影響。簡(jiǎn)答題292、下列哪種情況是異方差性造成的結(jié)果？(1) OLS 估計(jì)量是有偏的(2) 通常的變量顯著性檢驗(yàn)的 t 統(tǒng)計(jì)量不再服從 t 分布。(3) OLS 估計(jì)量不再具有最佳線性無(wú)偏性。3、已知線性回歸模型:yi 01X1i2x2ii六、計(jì)算分析題1、已知模型Yi0iXii2X2iUi式中，Yj為某公司在第 i 個(gè)地區(qū)的銷(xiāo)售額；X1匚為該地區(qū)的總收入；X2i為該公司在該地區(qū)投入的廣告費(fèi)用(i=0,1,2，50)。(1) 由于不同地區(qū)人口規(guī)模R可能影響著該公司在該地區(qū)的銷(xiāo)售，因此有理由懷疑隨機(jī)誤差項(xiàng)Ui是異方差的。假設(shè)i依賴(lài)于Pi，請(qǐng)逐步描述你如何對(duì)此

48、進(jìn)行檢驗(yàn)。需說(shuō)明：a、假設(shè)和備擇假設(shè)；b、要進(jìn)行的回歸；c、要計(jì)算的檢驗(yàn)統(tǒng)計(jì)值及它的分布(包括自由度)；d、接受或拒絕零假設(shè)的標(biāo)準(zhǔn)。(2)假設(shè)iPi。逐步描述如何求得 BLUE 并給出理論依據(jù)。2、已知模型Yo 1X1t 2X2t t,Var(t)的數(shù)據(jù)已知。假定給定權(quán)數(shù)wt，加權(quán)最小二乘法就是使2RSS(wt t)(wYt0wt1wX1t(1 )求 RSS 對(duì)0,1和2的偏微分并寫(xiě)出正規(guī)方程。(2) 用 Z 去除遠(yuǎn)模型，寫(xiě)出所得新模型的正規(guī)方程。存在異方差性，隨機(jī)誤差項(xiàng)的方差為的影響？2冷3，問(wèn)參數(shù)估計(jì)時(shí)，如何克服該異方差性2 2Zt,其中 Y, X1 , X2 和 Z2wtX2t)2最小。

49、2)中推導(dǎo)的結(jié)果一樣。301(3)把Wt帶入(1)中的正規(guī)方程，并證明它們和在(31第七章 序列相關(guān)性一、名詞解釋1、序列相關(guān)性2、差分法3、 DW 檢驗(yàn)、單項(xiàng)選擇題1、DW 檢驗(yàn)主要用于檢驗(yàn)（）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2 、在下列引起序列自相關(guān)的原因中， 正確的有幾個(gè)？（）（ 1 ）經(jīng)濟(jì)變量具有慣性作用（ 2）經(jīng)濟(jì)行為的滯后性（ 3 ）設(shè)定偏誤（ 4）解釋變量之間的共線性A、 1 個(gè)B、 4 個(gè)C、 2 個(gè)D、 3 個(gè)3、若回歸模型的隨機(jī)誤差項(xiàng)存在一階自回歸形式的序列相關(guān)，則估計(jì)參數(shù)應(yīng)采用 （ ）A 、普通最小二乘法B 、加權(quán)最小二乘法C、廣義差分法D 、工

50、具變量法4、用于檢驗(yàn)序列相關(guān)的DW 統(tǒng)計(jì)量的取值范圍是（A、OWDWw1B、一 1 DW 1C、一 2 w DW w 2D、OWDW w 45、 已知 DW 統(tǒng)計(jì)量的值接近于0,則樣本回歸模型殘差的一階自相關(guān)系數(shù)？近似等于（）A 、 -1B 、OC、 1D、 0.56、 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、 0B、 1D、 4C、 2327、在給定的顯著性水平之下，若DW 統(tǒng)計(jì)量的下、上臨界值分別為dLDW dU時(shí)，可認(rèn)為隨機(jī)誤差項(xiàng)dL和dU, 則當(dāng)（）33&某企業(yè)的生產(chǎn)決策是由模型St0 iRt描述(其中St為產(chǎn)量，Pt為價(jià)格)，又知：如果

51、該企業(yè)在t 1期生產(chǎn)過(guò)剩，決策者會(huì)削減t期的產(chǎn)量；如果該企 業(yè)在 t-1 期產(chǎn)出供不應(yīng)求，決策者會(huì)增加t期的產(chǎn)量。由此判斷上述模型存在()C、 多重共線性問(wèn)題D、 隨機(jī)解釋變量問(wèn)題9、用矩陣形式表示的廣義最小二乘參數(shù)估計(jì)量為?(X1X)1X1Y，此估計(jì)量為N，若存在序列相關(guān)，同時(shí)存在異方差，即有2E(N) 0，Cov(N) E(NN )2w11w12K w1nM O Mwn1wn2L wnnB、單位矩陣D 、正定矩陣三、多項(xiàng)選擇題1 、下列可能導(dǎo)致模型產(chǎn)生序列相關(guān)的因素有()A 、模型形式被誤設(shè)B、經(jīng)濟(jì)序列本身的慣性C、模型中漏掉了重要的帶有自相關(guān)的解釋變量D 、數(shù)據(jù)的編造E、數(shù)據(jù)的規(guī)模差異2

52、、關(guān)于 D.W. 檢驗(yàn)下列說(shuō)法正確的()A、只適用于一階線性自回歸形式的序列相關(guān)檢驗(yàn)，且樣本容量要充分大B、D.W.統(tǒng)計(jì)量的取值區(qū)間是0, 4C、 當(dāng) D.W.=2 時(shí)，對(duì)應(yīng)的相關(guān)系數(shù)為0，表明不存在序列相關(guān)D、當(dāng) D.W.統(tǒng)計(jì)量的值落在區(qū)間dL,dU或者4-dU ,4-dL上時(shí)，無(wú)法確定隨機(jī)誤差項(xiàng)是否A 、存在一階正自相關(guān)C、不存在序列相關(guān)B、存在一階負(fù)相關(guān)D、存在序列相關(guān)與否不能斷定A 、 異方差問(wèn)題B、 序列相關(guān)問(wèn)題A 、有偏、有效的估計(jì)量B、有偏、無(wú)效的估計(jì)量C、無(wú)偏、無(wú)效的估計(jì)量D、無(wú)偏、有效的估計(jì)量10、對(duì)于模型Y X是一個(gè)A 、退化矩陣C、對(duì)角矩陣34存在自相關(guān)。E、當(dāng) D.W.

53、接近于 4 時(shí)，相關(guān)系數(shù)接近 1,表明可能存在完全正的一階自相關(guān)。353序列相關(guān)性的后果包括A 、參數(shù)估計(jì)量不再滿足無(wú)偏性（）B 、變量的顯著性檢驗(yàn)失去意義C 、模型的預(yù)測(cè)失效D 、普通最小二乘法參數(shù)估計(jì)量方差較大4下列哪些方法可克服序列相關(guān)性（）A 、差分法C 、工具變量法B、加權(quán)最小一乘法D 、廣義最小二乘法四、判斷題1、當(dāng)存在序列相關(guān)時(shí)，OLS 估計(jì)量是有偏的并且也是無(wú)效的。（）2 、兩個(gè)模型，一個(gè)是一階差分形式，一個(gè)是水平形式，這兩個(gè)模型的2R2是不可以直接比較的。（）3、 當(dāng)模型存在自相關(guān)時(shí)， 可用 D-W 法進(jìn)行檢驗(yàn)， 不需要任何前提條件（）4、D.W.值在 0 和 4 之間，數(shù)值

54、越小說(shuō)明正相關(guān)程度越大， 數(shù)值越大說(shuō)明負(fù)相關(guān)程度越大 （）5、 用滯后的被解釋變量作解釋變量，模型隨機(jī)干擾項(xiàng)必然存在序列相關(guān)， 這時(shí) D-W 檢驗(yàn)就 不適用了。 （ ）五、簡(jiǎn)答題1、在存在一階自相關(guān)的情形下，估計(jì)自相關(guān)參數(shù)2 、簡(jiǎn)述序列相關(guān)帶來(lái)的后果。六、計(jì)算分析題1、對(duì)于模型：Yt12Xtut，問(wèn)：（ 1）如果用變量的一階差分估計(jì)該模型，則意味著采用了何種自相關(guān)形式？（ 2 ）在用一階差分估計(jì)時(shí)，如果包含一個(gè)截距項(xiàng)，其含義是什么？有哪些不同的方法？說(shuō)明基本思路。362、對(duì)模型Yt01X1t 2X2t3Yt 1t，假設(shè)Yt 1與t相關(guān)。為了消除該相關(guān)性，37采用工具變量法：先求Y關(guān)于Xit與X

55、2t回歸，得到Y(jié)?，再做如下回歸:Yt 0 iXit 2X213Y? 1t試問(wèn)：這一方法能否消除原模型中Yi與t的相關(guān)性？為什么？3、以某地區(qū) 22 年的年度數(shù)據(jù)估計(jì)了如下工業(yè)就業(yè)回歸方程Y 3.89 0.511 nXj0.251 nX20.621 n X3（-0.56）（2.3）（-1.7）（5.8）_2R 0.996DW 1.147式中，Y 為總就業(yè)量；X1為總收入；X2為平均月工資率；X3為地方政府的總支出。（1） 試證明：一階自相關(guān)的 DW 檢驗(yàn)是無(wú)定論的（取顯著性水平0.05）。（2） 逐步描述如何使用 LM 統(tǒng)計(jì)量進(jìn)行一階自相關(guān)檢驗(yàn)第八章虛擬變量模型一、名詞解釋1、虛擬變量2、虛擬

56、變量陷阱二、單項(xiàng)選擇題1、某商品需求函數(shù)為Y01Xii，其中丫為需求量，X為價(jià)格。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（）A、2B、4C、5D、6382、根據(jù)樣本資料建立某消費(fèi)函數(shù)如下:C? 100.50 55.35D 0.45Xt，其中 C 為消費(fèi),X 為收入，虛擬變量D1 城鎮(zhèn)家庭0 農(nóng)村家庭，所有參數(shù)均檢驗(yàn)顯著，則城鎮(zhèn)家庭的消費(fèi)函數(shù)為139A 、Ct1It2DItt, D0 I1000 元1 I 1000 元B 、Ct1D2It0 I1000 元1 I 1000 元C、Ct1(ItI )D1000 元, DI1

57、000 元1000 元D 、Ct1It2(ItI )DI*1000 元,0 I1000 元I1000 元A、C?t155.85 0.45XtB、C?t100.50 0.45XtC、C?t100.50 55.35XtD、C?t100.95 55.35Xt3、假設(shè)某需求函數(shù)為Yi0 1Xii，為了考慮“季節(jié)”因素（春、夏、秋、冬四個(gè)不同的狀態(tài)），引入 4 個(gè)虛擬變量形成截距變動(dòng)模型， 則模型的 （ ） A 、參數(shù)估計(jì)量將達(dá)到最大精度B 、參數(shù)估計(jì)量是有偏估計(jì)量C 、 參數(shù)估計(jì)量是非一致估計(jì)量D 、參數(shù)將無(wú)法估計(jì)4、對(duì)于模型Yi01Xii， 為了考慮“地區(qū)”因素（北方、南方），引入 2 個(gè)虛擬變量形

58、成截距變動(dòng)模型，則會(huì)產(chǎn)生（）A、序列的完全相關(guān)B、序列的不完全相關(guān)C、完全多重共線性D 、不完全多重共線性5、設(shè)消費(fèi)函數(shù)為Yi0 1D0Xi 1DXii，其中虛擬變量D1 城鎮(zhèn)家庭0 農(nóng)村家庭當(dāng)統(tǒng)計(jì)檢驗(yàn)表明下列哪項(xiàng)成立時(shí)， 表示城鎮(zhèn)家庭與農(nóng)村家庭有一樣的消費(fèi)行為 （ ）A 、10,10B 、10,10C 、10,10D、10,101 北方6、設(shè)消費(fèi)函數(shù)Yi0 1DXi i，其中虛擬變量D，如果統(tǒng)計(jì)檢驗(yàn)表0 南方明11成立， 則北方的消費(fèi)函數(shù)與南方的消費(fèi)函數(shù)是B 、相互垂直的D 、相互重疊的7、假定月收入水平在 1000 元以?xún)?nèi)時(shí)， 居民邊際消費(fèi)傾向維持在某一水平， 當(dāng)月收入水平達(dá) 到或超過(guò)10

59、00 元時(shí)，性關(guān)系宜采用8、虛擬變量A 、相互平行的C、相互交叉的邊際消費(fèi)傾向?qū)⒚黠@下降，則描述消費(fèi)（C）依收入（I）變動(dòng)的線40A 、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、主能代表質(zhì)的因素C、只能代表數(shù)量因素D、只能代表季節(jié)影響因素 9、如果一個(gè)模型中不包含截距項(xiàng)，對(duì)一個(gè)具有 m 個(gè)特征的質(zhì)的因素要引入虛擬變量的數(shù)目B 、 m-1D 、 m+1回歸模型的截距項(xiàng)和斜率都發(fā)生變換， 則這種模型稱(chēng)為三、多項(xiàng)選擇題1、關(guān)于虛擬變量， 下列表述正確的有E、代表數(shù)量因素E、以上都可以 3、關(guān)于虛擬變量設(shè)置原則， 下列表述正確的有A 、當(dāng)定性因素有 m 個(gè)類(lèi)別時(shí)，引入 m-1 個(gè)虛擬變

60、量B 、當(dāng)定性因素有 m 個(gè)類(lèi)別時(shí)，引入 m 個(gè)虛擬變量，會(huì)產(chǎn)生多重共線性問(wèn)題C、虛擬變量的值只能去0 和 1D、在虛擬變量的設(shè)置中，基礎(chǔ)類(lèi)別一般取值為E、以上說(shuō)法都正確四、判斷題，并說(shuō)明理由1、在回歸模型Y0 iXi 2Di i中，如果虛擬變量Di的取值為 0 或 2， 而非通常情況下的 0 或 1，那么， 參數(shù)0、1、2的估計(jì)值將減半。( )理由：C 、m-210、由于引入虛擬變量，A 、平行模型B、重合模型C、 匯合模型D、相異模型A、是質(zhì)的因素的數(shù)量變化B、般情況下取值為 1 和 0C、代表質(zhì)的因素D、在有些情況下可以代表數(shù)量因素2、在線性模型中引入虛擬變量，可以反映A 、截距項(xiàng)變動(dòng)B、斜率變動(dòng)C、截距項(xiàng)和斜率同時(shí)變動(dòng)D、分段回歸412、在引