《计量经济学》期末总复习

1、计量经济学期末总复习一、单项选择题1 .在双对数线性模型InY i=ln 3 0+ 3 ilnXi+ui中，3 i的含义是（D ）18A . Y关于X的增长量B . Y关于X的发展速度C. Y关于X的边际倾向D . Y关于X的弹性2.在二元线性回归模型：Yi1X li2X 2i u i 中，1 表示(A )A .当X2不变、Xi变动一个单位时，Y的平均变动B .当X 1不变、X 2变动一个单位时，Y的平均变动C.当X1和X2都保持不变时，丫的平均变动D .当X1和X2都变动一个单位时，丫的平均变动3.如果线性回归模型的随机误差项存在异方差,则参数的普通最小二乘估计量是（DA.无偏的，但方差不是

2、最小的有偏的，且方差不是最小的C.无偏的，且方差最小有偏的，但方差仍为最小序列相关设定误差5.如果X为随机解释变量，Xi与随机误差项ui相关，即有Cov（Xi, ui）工0，则普通最小二乘估计？是（B ）A .有偏的、一致的有偏的、非一致的C.无偏的、一致的无偏的、非一致的6.设某商品需求模型为 Yt=B 0+ 3 iXt+ ut,其中丫是商品的需求量，X是商品价格，为了 考虑全年4个季节变动的影响，假设模型中引入了 4个虚拟变量，则会产生的问题为（A.异方差性B.序列相关C.不完全的多重共线性D .完全的多重共线性4. DW检验法适用于检验（ BA .异方差C. 多重共线性7.当截距和斜率同

3、时变动模型Yi= a 0+ a iD+ 3 iXi+ 3 2 （DX i）+ui退化为截距变动模型时,通过统计检验的是（B . a 1=0 ,3 2=0C. a 1 M 0,3 2=0D . a 1=0 ,3 2M 0&若随着解释变量的变动，被解释变量的变动存在两个转折点，即有三种变动模式，则在分段线性回归模型中应引入虚拟变量的个数为（C. 3个9.对于无限分布滞后模型Yt= a + 3 0Xt+ 3 1Xt-1+ 3 2Xt-2 +ut，无法用最小二乘法估计其参数是因为（A 参数有无限多个B .没有足够的自由度C.存在严重的多重共线性D .存在序列相关10 .使用多项式方法估计有限分

4、布滞后模型Yt= a + 3 0Xt+ 3 1Xt-1 + 3 kXt-k+ut时，多项式 3 i= a 0+ a 1i+ a 2i2+ + amim的阶数m必须（A .小于kB.小于等于kC.等于kD .大于k11对于无限分布滞后模型Y t= a + 3 0Xt+ 3 1Xt-1 + 3 2Xt-2+ +ut,Koyck 假定 B k= 3 0 入 k, 0<入1，则长期影响乘数为（C . 1 入12.对自回归模型进行自相关检验时，若直接使用DW检验，则DW值趋于（C. 213 .对于 Koyck变换模型 Yt=a (1-入)+ 3 °Xt+入Yt-1+Vt，其中Vt=ut-

5、入ut-1,则可用作Yt-1的工具变量为（A . XtB . Xt-1C . YtD . Vt14.使用工具变量法估计恰好识别的方程时，下列选项中有关工具变量的表述错误的是(AA .工具变量可选用模型中任意变量，但必须与结构方程中随机误差项不相关B .工具变量必须与将要替代的内生解释变量高度相关C.工具变量与所要估计的结构方程中的前定变量之间的相关性必须很弱，以避免多重共线性D .若引入多个工具变量，则要求这些工具变量之间不存在严重的多重共线性15.根据实际样本资料建立的回归模型是（A .理论模型B.回归模型C.样本回归模型D .实际模型16.下列选项中，不属于.生产函数f（L , K）的性质

6、是（B .丄 0,丄 0 L KA. f(0, K)=f(L , 0)=0C.边际生产力递减D 投入要素之间的替代弹性小于零17.关于经济预测模型，下面说法中错误的是（A .经济预测模型要求模型有较高的预测精度B 经济预测模型比较注重对历史数据的拟合优度C .经济预测模型比较注重宏观经济总体运行结构的分析与模拟的是（D 经济预测模型不太注重对经济活动行为的描述18关于宏观经济计量模型中的季度模型，下列表述中错误A .季度模型以季度数据为样本B .季度模型一般规模较大C.季度模型主要用于季度预测D .季度模型注重长期行为的描述19.宏观经济模型的导向是（A .由总供给与总需求的矛盾决定的B由国家

7、的经济发展水平决定的C.由总供给决定的D.由总需求决定的20. X与丫的样本回归直线为（DA . Yi= 3 0 十 B 1Xi +UiB . Y i= 01 X i u iC. E(Yi)= 3 0十B iXiD . Yi = 01Xi21.在线性回归模型中，若解释变量X1和X2的观测值成比例，即X1i=KX2i，其中K为常数，则表明模型中存在（A，方差非齐性B 序列相关C.多重共线性D .设定误差22.回归分析中，用来说明拟合优度的统计量为（A .相关系数B回归系数C.判定系数D .标准差23.若某一正常商品的市场需求曲线向下倾斜，可以断定（A 它具有不变的价格弹性B .随价格下降需求量增

8、加C.随价格上升需求量增加D .需求无弹性24.在判定系数定义中,ESS表示（A .刀(Y Y)22E(Yi Y)C.刀(Y-Y)225.用于检验序列相关的DW统计量的取值范围是（ D ）O< DWSlC.-2 KDW <2D . CK DWM26.误差变量模型是指（A .模型中包含有观测误差的解释变量B .用误差作被解释变量C.用误差作解释变量D .模型中包含有观测误差的被解释变量27.由简化式参数的估计量得到结构参数的估计量的方法是（A .二阶段最小二乘法B .极大似然法C.间接最小二乘法D .工具变量法B . -1 < DWSl28将社会经济现象中质的因素引入线性模型（

9、A. 只影响模型的截距B .只影响模型的斜率C.在很多情况下，不仅影响模型截距，还同时会改变模型的斜率D. 既不影响模型截距，也不改变模型的斜率29时间序列资料中，大多存在序列相关问题，对于分布滞后模型，这种序列相关问题就转化为（ BA 异方差问题B 多重共线性问题C.随机解释变量问题D 设定误差问题30.根据判定系数R2与F统计量的关系可知，当R2=1 时有（D ）B . F=0AF=-1C. F=1D . F=s31发达市场经济国家宏观经济计量模型的核心部分包括总需求、总供给和（A .建模时所依据的经济理论B 总收入C.关于总需求，总生产和总收入的恒等关系D 总投资32在消费 Yt 对收入

10、 Zt 的误差修正模型Yt01(Yt 101Zt 1)2 Z t 1 t 中，1和 2 称为（ CB 协整参数A 均衡参数C 短期参数D 长期参数33用模型描述现实经济系统的原则是（A 以理论分析作先导，解释变量应包括所有解释变量B 以理论分析作先导，模型规模大小要适度C.模型规模越大越好，这样更切合实际情况D 模型规模大小要适度，结构尽可能复杂Xi的非线性函数的是34.下列模型中E（Yi）是参数1的线性函数，并且是解释变量A. E(Yi)= 012X2E(Y i)= 01 JX iC.E(Yi)= 0 /rX iE(Y i)= 035.估计简单线性回归模型的最小二乘准则是：确定1，使得（AA

11、 .刀(Y- 0- 1Xi)2最小刀(Yi- 0-1Xi-ei)2 最小C.刀(Y- 0- 1Xi-Ui)2最小刀(Yi- 01X i )2最小36.在模型Yi= 0Xi1eUi中，下列有关 丫对X的弹性的说法中，正确的是（A .1是Y关于X的弹性B .0是Y关于X的弹性C. In 0是丫关于X的弹性D .In 1是丫关于X的弹性37.假设回归模型为Yi= Xi Ui，其中Xi为随机变量，且 Xi与ui相关,的普通最小二乘估计量（DA. 无偏且不一致B无偏但不一致C.有偏但一致D. 有偏且不一致38.设截距和斜率同时变动模型为Yi= 01D1Xi2(DXi) Ui，其中D为虚拟变量。如果经检验

12、该模型为斜率变动模型，则下列假设成立的是（C.39.1时，CES生产函数趋于（A .线性生产函数B. C D生产函数D .对数生产函数C. 投入产出生产函数二、多项选择题1. 对于经典线性回归模型，各回归系数的普通最小二乘估计具有的优良特性有ACB )A .无偏性B .线性性C.有效性D .一致性E.确定性2.序列相关情形下，常用的参数估计方法有(A .一阶差分法B .广义差分法C.工具变量法D .加权最小二乘法E.普通最小二乘法3.狭义的设定误差主要包括(A .模型中遗漏了重要解释变量B模型中包含了无关解释变量C.模型中有关随机误差项的假设有误D .模型形式设定有误E.回归方程中有严重的多重

13、共线性4.用最小二乘法估计简化式模型中的单个方程，最小二乘估计量的性质为(A .无偏的B .有偏的C. 一致的D .非一致的E.渐近无偏的5. 常用的多重共线性检验方法有(A.简单相关系数法B. 矩阵条件数法C.方差膨胀因子法D.判定系数增量贡献法E.工具变量法6. 对于 Yi= 01D 1Xi2(DXi) ui ，其中 D 为虚拟变量。下面说法正确的有A. 其图形是两条平行线B .基础类型的截距为0C.基础类型的斜率为1D. 差别截距系数为 1E.差别斜率系数为217. 对于有限分布滞后模型 Yi=0X t1Xt1kX t k ut ，最小二乘法原则上是适用的，但会遇到下列问题中的（B. 异

14、方差问题A.多重共线性问题C.随机解释变量问题D. 最大滞后长度 k 的确定问题E. 样本较小时，无足够自由度的问题8. 下列关于二阶段最小二乘法说法中正确的有（A. 对样本容量没有严格要求B. 适合一切方程C. 假定模型中所有前定变量之间无多重共线性D .仅适合可识别方程E. 估计量不具有一致性三、问答题1. 建立与应用计量经济学模型的主要步骤是什么？2. 多元线性回归模型的基本假设是什么？试说明在证明最小最小二乘估计量的无偏性和有 效性的过程中，哪些基本假设起了作用？ 答：多元线性回归模型的基本假定有：零均值假定、随机项独立同方差假定、解释变量的非 随机性假定、 解释变量之间不存在线性相关

15、关系假定、 随机误差项服从均值为 0 方差为的正 态分布假定。 在证明最小二乘估计量的无偏性中， 利用了解释变量与随机误差项不相关的假 定；在有效性的证明中，利用了随机项独立同方差假定。3. 多元线性回归模型随机干扰项的假定有哪些？（1）随机误差项的条件期望值为零。（2）随机误差项的条件方差相同。（3）随机误差项之间无序列相关。 （4）自变量与随机误差项独立无关。（5）随机误差项服从正态分布。（6）各解释变量之间不存在显著的线性相关关系4.在多元线性回归分析中，t检验与F检验有何不同？在一元线性回归分析中二者是否有等 价的作用？5. 简述异方差性的含义、来源、后果并写出怀特（White ）检验

16、方法的检验步骤。t 统计量经检验是显著的。即每引入一 当原引入的变量由于后面变量的引入而 为逐步回归的 t 检验，以确保每次引入新的变量之前回归方程中只包含显著的变量。7. 教材第154 页，5 题。8. 教材第154 页，6 题。9. 教材第186 页，1题.6. 简述选择解释变量的逐步回归法 逐步回归的基本思想是“有进有出” 。 具体做法是将变量一个一个引入，引入变量的条件是 个自变量后， 对已经被选入的变量要进行逐个检验， 变得不再显著时， 要将其剔除。 引入一个变量或从回归方程中剔除一个变量， 一步，每一步都要进行10. 教材第 186 页，第 3 题 .12. 在时间序列数据的计量经

17、济分析过程中，（1）（2）（3）11. 教材第 305 页，第 1题.为什么要进行时间序列的平稳性检验？随机时间序列的平稳性条件是什么？ 请证明随机游走序列不是平稳序列。单位根检验为什么从 DF 检验扩展到 ADF 检验？13. 克莱因和戈德伯格曾用 1921-1941 年与 1945-1950 年（ 1942-1944 年战争期间略去） 美国 国内消费C和工资收入 W、非工资一非农业收入 P、农业收入A的共27年时间序列资料， 利用普通最小二乘法估计得出了下列回归方程：Ct=8.133+1.059W t+0.452Pt+0.121A t(8.92) (0.17) (0.66) (1.09)R

18、2=0.95F=107.37式下括号中的数字为相应参数估计量的标准误。试对该模型进行评价， 指出其中存在的问题。t 0.025(23)=2.069 )显著性水平取 5%，已知 F0.05（3,23）=3.03,作者选择石油年消费量（OIL ，单位：万GDP,按当年价格计算，单位：亿元）为解释变14. 指出下列论文中的主要错误之处： 在一篇关于中国石油消费预测研究的论文中， 吨标准煤）为被解释变量，国内生产总值（ 量， 19902006 年年度数据为样本。首先假定边际消费倾向不变，建立了线性模型：OILtGDPt tt 1990,1991, ,2006采用 OLS 估计模型，得到t 1990,1

19、991, ,2006OIL?t 13390.30 0.183125GDPt然后假定消费弹性不变，建立了对数线性模型:In OILtIn GDPttt 1990,1991,2006采用OLS估计模型，得到In OII?5.122385 0.458338ln GDRt 1990,1991,2006分别将2020年国内生产总值预测值(500000亿元) 下的2020年石油消费预测值分别为104953和68656万吨标准煤。代入模型，计算得到两种不同假定情况39个工业行业(编号i =1 ,(t=1991 , 1991,1999)的351组数据为样本，以固定资产存量I的分别建立了如下3个模型：15.在一

20、篇研究我国工业资本配置效率的论文中，作者利用我国2,39)的9年增长率为被解释变量，以利润 V的增长率为解释变量。itita1 i,t 1Vi,t1it利用全部样本，采用低于大多数发展中国家。 为了分析我国工业行业的成长性， 据，对模型进行 OLS估计，从结果中发现了最具发展潜力的 国每年的资本配置效率，分别用每年的行业数据，采用 看出，我国资本配置效率呈逐年下滑趋势。OLS估计模型,结果表明我国资本配置效率不仅低于发达国家，也分别利用每个行业的时间序列数5个行业。为了定量刻画我OLS估计模型，从估计结果可以分别从Panel Data的模型设定和估计方法两方面，指出该论文存在的问题，并简单说明

21、理 由。四、计算题1.教材第104页，第9题。2. 已知丫和X满足如下的总体回归模型Y= 01X u(1)根据丫和X的5对观测值已计算出 Y =3 ,X=11,(Xi X)2 =74 , (Yi Y)2 =10 ,(Xi X) ( Yi Y ) =27。利用最小二乘法估计0和1。(2)经计算，该回归模型的总离差平方和TSS为10,总残差平方和 RSS为0.14，试计算判定系数r2并分析该回归模型的拟合优度。3. 由12对观测值估计得消费函数为:C =50+0.6丫其中，丫是可支配收入，已知 丫 =800，(丫2 2Y) =8000， e =30，当 丫0=1000 时,试计算:(1 )消费支出

22、C的点预测值;(2)在95%的置信概率下消费支出 C的预测区间。(已知：t0.025(10)=2.23)4.1978-2000年天津市城镇居民人均可支配销售收入元)的样本数据、一元线性回归结果如下所示：(Y，元)与人均年度消费支出(CONS， (共30分)dfcaCOMSVj147&300.320D対虬帥DO197942G.400D)eS.200Q19汕47fl.7£0QI9UIbJ!l.baUU4U&.EtHUU1他悒4ub.s&uu19U36U4.31UUbU.UJUU1904r2SJ70D599.500198587S.B2aD770.閃 DD198&am

23、p;1069.6 ID949.D8DDI9K/1lll/kMDI3HBura.nin1彌9HZ/ 77D1291 UMU199D1G3a.92D1440.47 D1991184.9801585.n D199?23a,38D1907J7D133314A43301.37n530贞叭1 fin199&5967,71 0ii酣乩眉a19976G0e.5GD7110.505-171.010币创乐dl)maRun ssasi?i.07n.110000 节80006000 .4000 -2000” 02000400060008000Dependent Variable: LNCONSMethod:

24、Least SquaresDate: 06/14/02 Time: 10:04Samp le: 1978 2000In cluded observati ons: 23VariableCoefficie ntStd. Errort-StatisticP rob.C0.064931-3.1936900.0044LnY1.0508930.0088580.0000R-squared0.998510Mean dependent var7.430699Adjusted R-squaredS.D. dependent var1.021834S.E. of regressi onAkaike info cr

25、iteri on-6.336402Sum squared resid0.034224Schwarz criteri on-6.237663Log likelihood42.23303F-statistic14074.12Durbi n- Watson stat0.842771P rob(F-statistic)0.000001 .在空白处填上相应的数字（共4处）（计算过程中保留4位小数）2 .根据输出结果，写出回归模型的表达式。3 .给定检验水平a =0.05,检验上述回归模型的临界值t0.025=并说明估计参数与回归模型是否显著？4 解释回归系数的经济含义。5.根据经典线性回归模型的假定条件

26、，判断该模型是否明显违反了某个假定条件？如有违背，应该如何解决？ （6分）,F0.05 =5.已知某市羊毛衫的销售量1995年第一季度到2000年第四季度的数据。假定回归模型为：Yt = 3 0+ 卩 1 Xlt + 卩 2 X2 t+ ut式中：XX丫=羊毛衫的销售量1=居民收入2=羊毛衫价格如果该模型是用季度资料估计，试向模型中加入适当的变量反映季节因素的影响。 考虑截距变动。（仅Method: LeastVariableCoefficie ntStd.t-StatisticErrorP rob.C4.8267899.217366 0.5236630.6193X10.1783810.308

27、178(1)0.5838X20.688030(2)3.2779100.0169X3(3)0.156400 -1.4235560.2044R-squared0.852805Mean dependent var41.90000Adjusted R-squared(4)S.D. dependent var34.28783S.E.of regressi on16.11137Akaike info criteri on8.686101Sum squared resid1557.457Schwarz criteri on8.807135Log likelihood-39.43051F-statistic1

28、1.58741Durb in-Wats on stat3.579994P rob(F-statistic)0.0065796.以下是某个案例的 Eviews分析结果(局部)。Dependent Variable: YSquaresSamp le(adjusted): 110In eluded observatio ns: 10 after adjusti ng endpoints 填上（1）、（ 2 ）、（ 3 ）、（ 4 ）位置所缺数据; 以标准记法写出回归方程； 你对分析结果满意吗？为什么？7. 根据下列Eviews应用软件的运行结果比较分析选择哪个模型较好？并说明理由；以标 准形式写出确

29、定的回归方程。模型一Method: Least Squares In eludedDependent Variable: Y Samp le: 1 12 observati ons: 12VariableCoeffieie nt Std. Errort-StatistieP rob.C46.138287.3569906.2713520.00011/X1335.604171.21997.8005220.0000Adjusted R-squared0.844738Akaike info eriteri on8.283763Sum squared resid1993.125Sehwarz erite

30、ri on8.364580Log likelihood-47.70258F-statistie60.84814Durb in-Wats on stat2.154969P rob(F-statistie)0.000015模型二Dependent Variable: YMethod:Least SquaresSam pie: 1In eluded12observati ons: 12Conv erge nee achieved after 6 iteratio ns8.下图一是yt的差分变量 模型的输出结果。（20分）Y=C(1)*C (2)AXCoeffieie ntStd. Errort-St

31、atistie P rob.C(1)195.178411.4660017.022370.0000C(2)0.9791320.001888518.58420.0000Adjusted R-squared0.922179Akaike info7.593063eriteri onSum squared resid999.0044Sehwarz eriterio n7.673881Log likelihood-43.55838Durbi n-Wats on2.818195statDyt的相关图和偏相关图；图二是以Dyt为变量建立的时间序列Autocorrelation卩nrtiEl CorrelalionACPACQ-Stat卩rob1a.G020.E0218,499D.OOO2Q.2350-20021J78o.noo3