最新计量经济学谢识予分章练习题

1、计量经济学分章练习题第一章习 题一、判断题1 .投入产出模型和数学规划模型都是计量经济模型。（X ）2 .弗里希因创立了计量经济学从而获得了诺贝尔经济学奖。（V ）3 . 丁伯根因创立了建立了第1个计量经济学应用模型从而获得了诺贝尔经济学 奖。（，）4 .格兰杰因在协整理论上的贡献而获得了诺贝尔经济学奖。（V ）5 .赫克曼因在选择性样本理论上的贡献而获得了诺贝尔经济学奖。（V ）二、名词解释1 .计量经济学，经济学的一个分支学科，是对经济问题进行定量实证研究的技 术、方法和相关理论。2 .计量经济学模型，是一个或一组方程表示的经济变量关系以及相关条件或假_ 设，是经济问题相关方面之间数量联系

2、和制约关系的基本描述。3 .计量经济检验，由计量经济学理论决定的，目的在于检验模型的计量经济学 性质。通常最主要的检验准则有随机误差项的序列相关检验和异方差性检验， 解释变量的多重共线性检验等。4 .截面数据，指在同一个时点上，对不同观测单位观测得到的多个数据构成的 数据集。5 .面板数据，是由对许多个体组成的同一个横截面，在不同时点的观测数据构 成的数据。三、单项选择题1 .把反映某一单位特征的同一指标的数据，按一定的时间顺序和时间问隔排列起来，这样的数据称为（B ）A.横截面数据B.时间序列数据C.面板数据D.原始数据2 .同一时间、不同单位按同一统计指标排列的观测数据称为（ C ）A.原

3、始数据B.时间序列数据C.截面数据D.面板数据3 .不同时间、不同单位按同一统计指标排列的观测数据称为（ D ）A.原始数据B.时间序列数据C.截面数据D.面板数据4.对同经济模型进行的结构分析不包括（D ）A.乘数分析B.弹性分析C.比较静态分析D.随机分析5.一个普通家庭的每月所消费的水费和电费是（ B ）A.因果关系B.相关关系C.包等关系D.不相关关系6.中国的居民消费和GDPt （ C ）A.因果关系B.相关关系C.相互影口底系D.不相关关系7.下取（B ）是同经济模型A. YnPo+KXjB. Y = P0+P1XiC.投入产出模型D.其他8.投资是（A ）经济变量A. a#B.

4、#C.派生D.虚拟变量9.资本是（B ）经济变量A. a#B. #C.派生D.虚拟变量10.对定性因素进行数量化处理，需要定义和引进（ C ）A.宏观经济变量B.微观经济变量C.虚拟变量D.派生变量四、计算分析题1 .“计量经济模型就是数学”这种说法正确吗，为什么 ？计量经济学模型不是数学式子，相比数学式子多了一个随机误差项，是随机性 的函数关系。2 .请尝试建立大学生消费函数模型。consumption= 0 0+ B iincome+ 五、简答题1 .什么是计量经济学。计量经济学是经济学的一个分支学科，是对经济问题进行定量实证研究的技术、 方法和相关理论。2 .试述计量经济分析的基本方法与

5、步骤。（1）建模，（2）准备数据，（3）估计参数，（4）检验和修正模型，（5）分析、预测和下结论3 .计量经济学模型必须通过哪些检验。a.经济意义检验，b.统计学检验，c.计量经济学检验，d.预测检验4 .经济变量之间的一般有哪几种关系。a.不相关关系，b.相关关系，c.因果关系，d.相互影响关系，e.恒等关系第二章习 题、判断题1 .片分布是对称分布。（x ）2 .最大似然估计是根据生成样本的可能性最大来估计参数。3 . t分布是有偏斜的分布。（X ）4 . F分布是有偏斜的分布。（V ）5 .独立、同分布正态随机变量的任意线性组合仍服从正态分布。6 .，F ，）7 .均方误就是方差。（X

6、） 二、名词解释1 .线性性，参数估计量是随机变量观测值的线性组合。2 .无偏性3 .有效性4 . 一致性5 .随机变量三、单项选择题11 .令Zi,Z2,二卜为k个独立的服从标准正态分布的随机变量，则它们的平方和服从自由度为k的（）分布。A.正态分布 B . t分布 C . x2分布 D . F分布12 .下列哪些（）分布是对称分布。A.正态分布和x 2分布B .正态分布和F分布C.正态分布和t分布 D . x2分布和F分布13.下列哪些（）分布是有偏斜的分布A.正态分布和x 2分布B .正态分布和F分布C.正态分布和t分布 D . x2分布和F分布14 .显著性检验是（）。A.计量检验B

7、.统计检验C .预测检验D .经济意义检验15 . F分布可以看做是（）相除。A.正态分布和x 2分布B .正态分布和F分布C. x 2分布和x 2分布 D . t分布和x 2分布16 . t分布可以看做是（）相除。A.正态分布和x 2分布B .正态分布和F分布C. % 2分布和 2分布 D .标准正态分布和2分布17 .令Zi,Z2, ?!2的t分布的方差是（）。A. k B . 2k C . k/ （k-2） D , k/ （k-1 ）19 .自由度为k2的t分布的数学期望是（）。A. k B . 2k C . 1 D , 020 .自由度为k2的2分布的方差是（）。A. k B . 2k

8、 C . k/ （k-2） D , k/ （k-1 ）四、计算分析题1 .掷两枚硬币，请指出至少出现一个正面的概率是多少？2 .随机变量x服从自由度为20的t分布，那么y=x2服从什么分布?五、简答题1 .什么是概率的古典定义。2 .试述契约贝晓夫不等式。3 .试述独立同分布场合的大数定理。4 .什么是统计检验。第三章习 题、判断题8 .数学模型不是计量经济模型9 .决定系数与相关系数的含义是相同的。（x ）10 .在计量经济模型中，随机扰动项与残差项无区别。（）11 .投入产出模型和数学规划模型都是经济计量模型。（）12 .高斯马尔科夫定律假设随机误差项服从正态分布。（）二、名词解释1 .

9、Blue估计2 .球形扰动3 .拟合度4 .决定系数5 .点预测 三、选择题（1）单选1 .下面属于面板数据的是（）。A、1991-2003年各年某地区20个乡镇的平均工业产值B 1991-2003年各年某地区20个乡镇的各镇工业产值G某年某地区20个乡镇工业产值的合计数D 某年某地区20个乡镇各镇工业产值2 .线性回归分析中的基本假设定义（）。A .解释变量和被解释变量都是随机变量B .解释变量为非随机变量，被解释变量为随机变量C .解释变量和被解释变量都为非随机变量D.解释变量为随机变量，被解释变量为非随机变量3 .最小二乘原理是指使（）达到最小值的原则确定样本回归方程。n工 |y -Yt

10、11nA. Yt -Y? ) B.t =1C. max Yt -Y?D.“ Y -Y? tz4 .对线性回归模型单个参数进行显著性检验的是（）A.决定系数R2 B . t检验C . F检验D .标准差5 .衡量样本回归直线对数据拟合程度的是（）A.决定系数R2 B. t检验 C. F检验 D,标准差6 .同一统计指标按时间顺序记录的数据列称为（）A、横截面数据B、时间序列数据C、面板数据D、时间数据7 .在回归模型Y = Po+BiX十用中，n为样本容量，检验Ho：Pi=0时所用的统计量r ?1服从的分布为 （）。fVar（ ?i）A、x 2（n-2） B、t（n-1） G x2（n-1）D

11、t（n-2）（2）多选8 .最小二乘估计量的统计性质有（）A.无偏性B.线性性 C.最小方差性D.不一致性E.有偏性9 .利用普通最小二乘法求勺样本回归直线 5 =氏+印Xi口勺号点（）A.必然通过点（X,Y） B. 可能通过点（X,Y）C.残差ei的均值为常数D.Y?的平均值与Y的平均值相等E.残差ei与解释变量Xi之间有一定的相关性10 .随机变量（随机误差项）Ui中一般包括那些因素（）A回归模型中省略的变量B人们的随机行为C建立的数学模型的形式不够完善。D经济变量之间的合并误差。E测量误差。四、计算分析题1.某线性回归的结果如下:Dependent Variable: 丫Method:

12、Least SquaresSample: 1981 2002Included observations: 22VariableCoefficientStd. Errort-StatisticProb.C237.7530()3.4782000.0024X0.7510890.010396()0.0000R-squared0.996183Mean dependent var3975.000Adjusted R-squared0.995992S.D. dependent var3310.257Sum squared resid878414.7Schwarz criterion13.71371Log l

13、ikelihood-147.7598F-statistic5219.299Durbin-Watson stat1.287765Prob(F-statistic)0.000000（1）计算括号内的值（2）判断解释变量X寸被解释变量Y是否有显著性影响并给出理由（3）计算随机误差项的方差 62的估计值。2.下表给出了含截距项的一元线性回归模型的回归的结果：方差来源平方和自由度（df）平方和的均值（MSS）来自回归（ESS）106.581来自残差（RSS）( )17总离差（TSS）108.38()注：保留3位小数，可以使用计算器。在 5%的显著性水平下。1.完成上表中空白处内容。2.此回归模型包含多少

14、个样本？23.求 R。五、简答题1 .什么BLUEB计。2 .什么是球形扰动。3 .什么是高斯马尔科夫定律？4 .什么是最小二乘估计量的线性性？第四章习 题一、判断题13 .要使得计量经济学模型拟合得好，就必须增加解释变量。（）14 . 一元线性回归模型与多元线性回归模型的基本假定是相同的。（15 .决定系数与相关系数的含义是相同的。（）16 .线性回归模型中增加解释变量，调整的决定系数将变大。（）5.线性回归模型中检验回归显著性时结果显著，则所有解释变量对被解释 变量都没有解释力。（）二、名词解释1 .决定系数2 .调整的决定系数3 .参数显著性检验4 .模型总体显著性检验5 .多元线性回归

15、模型三、选择题（1）单选8 .为了分析随着解释变量变动一个单位，因变量的增长率变化的情况，模型应 该设定为（）。A、lnY = A+P21nX+NB、Y = P1+P21nX+NC、InY = 12X D、Y = 12X ,29 .已知含截距项的3元线性回归模型估计的残差平方和为乙ei =1200,样本容量为n=24,则误差项方差的无偏估计量S2为（）A、400 B、40 C、60D、8010 .多元线性回归模型满足六个基本假设，其最小二乘估计量服从（）A.正态分布B . t分布 C. 2分布 D . F分布11 .普通最小二乘法要求线性回归模型的随机误差项Ui,满足某些基本假定，下列错误的是

16、（）。A. E（Ui）=0 B . E（Ui2）=（Ti2 C . E（Ui Uj）=0, i wj D . u N（0, 一）12 .多元线性回归分析中的ESS （解释平方和）反映了（）A.因变量观测值总变差的大小B.因变量回归估计值总变差的大小C.因变量观测值与估计值之间的总变差D. Y关于X的边际变化13 .用一组有30个观测值的样本估计模型Y =久+ 3汽+ %X2i + P3X3i +）,并在0.05的显著性水平下对总体显著性进行检验，则检验拒绝零假设的条件是统计量F大于（）。A、F0.05（3,26）B、加025（3,30）C、 F0.05（3,30）D、3025（2,26）14

17、.多元线性回归分析中的TSS （总的离差平方和）的自由度为（）A. kB. n C, n-k-1 D. n-1（2）多选15 .对于ols ,下列式子中正确的是（）（ESS为解释平方和，RSSJ残差平方和）A. R2 =RSS/TSS B. R2 =ESS/TSS C. R2=ESS/RSSD. TSS=ESS+RSSE,以上都不对16 .对于线性回归模型的随机误差项i,Var( i)=E(i2)= /内涵指(A.随机误差项的期望为零B,所有随机误差都有相同的方差C.两个随机误差互不相关D,误差项服从正态分布E.以上都不对17 .对模型Y=B 0+ B iXii + B 2治+ i进行总体显著

18、性检验，如果检验结果总体线性 关系显著，则有可能()。A. 0 1=0 2=0B. 0产0, P 2=0C. p i=0, 0 2*0D. 0=0, 0 2*0 E.以上都对四、计算分析题1 .某线性回归的结果如下：Dependent Variable: YMethod: Least SquaresDate: 11/30/08 Time: 13:47Sample: 1 16Included observations: 16VariableCoefficientStd. Errort-StatisticProb.C-176.277830.62414-5.7561700.0001X11.02613

19、7()62.789360.0000X20.6699640.191239()0.0039R-squared0.999726Mean dependent var5468.869Adjusted R-squared0.99968S.D.dependent var3659.889S.E. of regression65.10726Akaike info criterion11.35731Sum squared resid55106.42Schwarz criterion11.50217Log likelihood-87.85848F-statistic()Durbin-Watson stat1.345

20、305Prob(F-statistic)0.000000(1)计算括号内的值。(2)写出回归模型方程。(3)判断解释变量X1对被解释变量丫是否有显著性影响，并给出理由。(4)计算随机误差项的方差 62的估计值。2.下表给出了用最小二乘法对三元线性模型回归的结果 (解释变量个数为3)方差来源平方和(SS)自由度(df)来自回归ESS900()来自残差RSS( )()总离差TSS100018(1)计算括号里的值(2)求 R2和 R2(3)对回归显著性进行检验(F0.05=3.29)五、简答题1 .试述多元线性回归模型的基本假设。2 .试述多元线性回归模型的基本假设与一元线性回归模型的不同之处。3

21、.试述多元线性回归模型的基本假设与一元线性回归模型的相同之处。4 .多元线性回归模型为什么采用调整的决定系数？第五章习 题一、判断题17 .邹检验是检验线性回归模型是否出现异常值问题。()18 .国籍变量是虚拟变量。()19 .通过虚拟变量将属性因素引入计量经济模型，引入虚拟变量的个数与样本容量大小有关。()20 .经济数据出现脱离基本趋势的异常值时，则会违反线性回归模型的基本假设(i为随机误差项)E( i)=0。()21 .非线性回归需要对待估参数赋初始值。()二、名词解释1 .解释变量缺落2 .异常值3 .规律性扰动4 .虚拟变量5 .参数改变三、选择题(1)单选18 .设个人消费函数Y=

22、G+CX+u中，消费支出Y不仅同收入X有关，而且与消费者年龄构成有关，年龄构成可分为青年、中年和老年三个层次，假设边际消费 倾向不变，则考虑年龄因素的影响，该消费函数引入虚拟变量的个数应为 （）A. 1个 B. 2个 C. 3个 D. 4个19 .需求函数Yi= B 0+B iXi+p i,为了考虑“区域”因素（东部沿海、中部、西部、 珠江三角洲、北部 5种不同的状态）的影响，引入 5个虚拟变量，则模型的 （）A.参数估计量将达到最大精度B.参数估计量是有偏估计量C.参数估计量是非一致估计量D,参数将无法估计20 .邹检验是检验多元线性回归模型出现了（）问题。A.异常值 B.异方差 C.参数发

23、生改变 D.误差序列相关21 .设模型丫=%+口小年1+P2（DXi）十片，其中D为虚拟变量，当上式为斜 率变动模型时，统计检验结果应为（）0A、%=0,P2=0B、%#0,P2=0 C、50,220 D、0tl=0凡=022 .设模型丫二+口小年区+鬼人产,其中D为虚拟变量，当上式为截 距变动模型时，统计检验结果应为（）。A、%=0,日2#0B、#0邛2=0 C、5#0邛2#0 D、5=0且=023 .设模型Y=0%D + 1Xi+02（DXi广i,其中D为虚拟变量，当上式为截 距和斜率同时变动模型时，统计检验结果应为 （）。A、-0；2=0 B、=1=0；2=0 C、：1:0；2=0 D、

24、-0；2=0（2）多项24 .下列哪种情况会违反线性回归模型的基本假设E（ i） =0（ i为随机误差项）A.非线性随机函数关系仍用线性模型进行01s估计B.模型参数发生改变 C.遗漏重要变量 D.异常值E.以上都不对25 .下列属于模型设定偏误的是（）。A、模型遗漏重要的解释变量B、模型设定没有考虑到参数变化G模型形式设定有误D把非线性模型设定为线性模型E、模型预测值与实际值的误差26 .已知多元线性回归模型参数发生改变，可以采用（）方法处理。A.邹检验 B.分段回归C.引入虚拟变量 D. VIF检验27 .变量关系非线性可以采用()方法处理。A、初等数学变换化为线性模型B、非线性回归 C、

25、分段回归D、逐步回归四、计算分析题1 .用线性回归模型估计工资 Wag齿工龄Exper的关系时，还考虑到职称可能也对 工资有影响，职称分为中级及以下与高级共2个层次，将职称以虚拟变量D、D2、(1)请解释虚拟变量的设置原则？(2)需要设置几个虚拟变量？请对虚拟变量进行赋值。(3)写出考虑职称因素的可能的线性回归模型。2、为研究学历与工资的关系，我们随机抽样调查了 510名员工(其中360名男, 150名女)，并得到如下两种回归模型：W = 232.06551 5 5.662EDU(2.1 )t=(5.2066) (8.6246)W = 122 .962123.8238 D 34.02EDU(2

26、. 2)t=(2.5884) (4.0149) (5.1613)其中，W(wage)=T资(单位：千元)；EDU(education尸受教育年限请回答以下问题：(1)你将选择哪一个模型？为什么？ ( 5分)2 2) D的系数说明了什么？ ( 5分)五、简答题1 .哪些情况可能引起线性回归模型误差项均值非零？分别该如何处理2 .处理参数改变的方法有哪些？3 .虚拟变量的设置原则是什么？4 .用Eviews软件做非线性回归的三个步骤是什么？第六章习 题、判断题22 .处理异方差的方法是加入虚拟变量。（）23 .线性回归模型存在异方差，最小二乘估计量仍然是无偏的。（）24 .线性回归模型存在异方差，

27、最小二乘估计量仍然是有效的。（）25 .戈德菲尔德-夸特检验可以检验复杂性异方差。（）26 .怀特检验可以检验异方差。（）二、名词解释1 .同方差2 .异方差3 .加权最小二乘法4 .戈里瑟检验5 .怀特检验三、选择题（1）单选1 .检验线性回归模型是否存在异方差的方法是（）A.怀特检验 B. T检验 C. DW检验 D.邹检验2 .戈德-夸特检验构造一个服从（）的统计量来对线性回归模型进行异方差检验。A.正态分布 B . t分布 C. 2分布 D . F分布3 .下列方法中（）不仅可以判断线性回归模型是否存在异方差，而且可以得出具体的异方差形式。A.戈德-夸特检验B .怀特检验C.戈里瑟检验

28、D.残差序列图分析4 .对于模型Yi= B 0+B iXi+ui,如果在异方差检验中发现 Var（Ui）=Xi4（r2,则用 加权最小二乘法处理异方差估计模型参数时，权数应为（）。A. Xi B. Xi2 C. 1/Xi D. 1/ Xi25 .回归模型中具有异方差性时，仍用OLS古计模型，则以下说法正确的是（）A.参数估计值是无偏非有效的B.参数估计量仍具有最小方差性C. 常用F检验失效D.参数估计量是有偏的6 .更容易产生异方差的数据为（）A.时序数据B.修匀数据 C.横截面数据D.年度数据7 .检验线性回归模型是否存在异方差的方法是（）A. T检验 B .戈德菲尔德-夸特检验C. DW检

29、验 D.邹检验8 .检验线性回归模型是否存在异方差的方法是（）A.戈里瑟检验B. T检验 C. DW检验 D.邹检验(2)多选9 .如果模型中存在异方差现象，则会引起如下后果()A.参数估计值有偏B,参数估计值的方差不能正确确定C.变量的显著性检验失效D.预测精度降低E.参数估计值仍是无偏的10 .常用的检验异方差的方法有()。A、戈里瑟检验 B、戈德菲尔德-匡特检验C 、怀特检验D DW佥验E 、方差膨胀因子检测四、计算分析题1 .对样本回归方程 LOG(Y)=-1.95+0.60*LOG(L)+0.67* LOG(K)+e 进行怀特异方 差检验，Heteroskedasticity Tes

30、t: WhiteObs*R-squared8.099182Prob0.1509Scaled explained SS3.324059Prob0.6502Test Equation:Dependent Variable: RESIDA2Method: Least SquaresDate: 11/20/11Time: 16:53Sample: 1978 1994Included observations: 17CoefficientStd. Errort-StatisticProb.C15.5632013.022011.1951460.2572LOG(L)-5.0323514.278733-1.1

31、761310.2644(LOG(L)A20.4131090.3517601.1744070.2650(LOG(L)*(LOG(K)-0.2093590.183413-1.1414630.2779LOG(K)1.2186261.1144051.0935220.2975(LOG(K)A20.0298670.0240811.2402680.2407R-squared0.476422Mean dependent var0.000623Adjusted R-squared0.238433S.D. dependent var0.000707S.E. of regression0.000617Akaike

32、info criterion-11.67327Sum squared resid4.19E-06Schwarz criterion-11.37919Log likelihood105.2228Hannan-Quinn criter.-11.64404F-statistic2.001861Durbin-Watson stat2.585670Prob(F-statistic)0.156732(1)请写出估计的辅助回归方程？(2)请指出怀特统计量的值并判断样本回归方程是否存在异方差?2 .对某含截距项的线性模型(4个解释变量)进行最小二乘法回归。将样本容量 为60的样本按从小到大的顺序排列后，去掉中

33、间的20个样本后在均分为两组，分别回归后 2 ei2=896.6 , 2 622=147.2 ,在& =95%勺置信水平下判断是否存在异 方差。如果存在，判断是递增还是递减的异方差。(Fo.05 ( 10, 10) =2.98, Fo.05(12, 12) =2.69, F0.05 (15, 15) =2.4)五、问答题1 .试述异方差的影响。2 .试述克服异方差的方法。3 .试述常用的检验异方差的方法。4 .试述怀特检验的步骤。第七章习 题、判断题27 .任何情况下都可以用一阶差分法消除序列相关。()28 .存在误差序列相关时，OLS古计量仍然是无偏的。()29 . D帐验值在0到4之间，数

34、值趋于4说明模型误差项的自相关度越小。(30 .误差一阶相关是最常见的误差序列相关()。31 . DW检验的所有数值区域均可作出误差序列相关或不相关的判断(二、名词解释1 .误差序列相关2 .误差序列一阶相关3 .广义差分法4 .柯奥迭代法5 .杜宾两步法三、选择题(1)单选28.设Ut为随机误差项，则一阶线性自相关是指()A.cov（ut,us）=0（t : s）B,ut- - ut 1t2C. ut =1Ut:2ut NtD.ut= : ut t29 .在序列自相关的情况下，参数估计值仍是无偏的，其原因是（）A,无多重共线性假定成立B,同方差假定成立C,零均值假定成立D,解释变量与随机误差

35、项不相关假定成立30 .应用DW检验方法时应满足该方法的假定条件，下列不是其假定条件的为（ ）A.解释变量为非随机的B,被解释变量为非随机的C,线性回归模型中不能含有滞后内生变量D.随机误差项服从一阶自回归31 .在下列引起序列自相关的原因中，不正确的是（）A.经济变量具有惯性作用B.经济行为的滞后性C.设定偏误D,解释变量之间的共线性32 .在DW佥验中，当d统计量为2时，表明（）A,存在完全的正自相关B.存在完全的负自相关C,不存在自相关D,不能判定33 .在序列自相关的情况下，参数估计值的方差不能正确估计的原因是（ _22_ _-AE（ui ）;二B.E（uu）: 0（i 二 j）C.E

36、（xui） = 0D.E（ui） -二 034 .如果回归模型违背了无自相关假定，最小二乘估计量是（）A.无偏的，有效的 B.有偏的，非有效的C.无偏的，非有效的D.有偏的，有效的（2）多选35 .如果模型中存在序列自相关现象，则有如下后果（）A,参数估计值有偏B,参数估计值的方差不能正确确定C.变量的显著性检验失效D.预测精度降低E.参数估计值仍是无偏的36 .在DW佥验中，存在不能判定的区域是（）A. 0 d diB. du d 4- duC, d| d duD. 4- du d 4- di E . 4- 4 d 437 .检验序列自相关的方法是（）A. F检验法 B. White检验法

37、C. 图形法D. ARC%验法 E. DW 检验法 F. Goldfeld-Quandt 检验法四、计算分析题1 .用家庭消费支出(Y)、可支配收入(X1)、个人财富(X2)设定模型如下:Y =1+一4+，X2i +巴,回归分析结果为：Dependent Variable: YMethod: Least SquaresIncluded observations: 10VariableCoefficientStd. Errort-StatisticProb.C24.40706.99733.48810.0101X1-0.34010.4785-0.71080.5002X20.08230.04581.

38、79690.1152R-squared0.9615Mean dependent var111.1256Adjusted R-squared0.9505S.D. dependent var31.4289S.E. of regression6.5436Akaike info criterion4.1338Sum squared resid342.5486Schwarz criterion4.2246Log likelihood-31.8585F-statistic87.3336Durbin-Watson stat2.4382Prob(F-statistic)0.000000其中已知do.O5(2.

39、1O) , L=0.697,do.O5(2.1O) , U=1.641(1)在0.05的显著性水平下，判断模型中随机误差项是否存在自相关性，要求 把D惭验的临界值和区域图画出来。(2)计算随机误差项的一阶自相关系数的估计值。2.某线性回归的结果如下：Dependent Variable: YMethod: Least SquaresDate: 11/17/11 Time: 20:45Sample: 1981 1999Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C1.4307110.8606191.6

40、624210.1159G0.2719600.1709401.5909690.1312S0.4161520.02385717.443720.0000R-squared0.986920Mean dependent var5.407480Adjusted R-squared0.985285S.D.dependent var0.496602S.E. of regression0.060241Akaike info criterion-2.636977Sum squared resid0.058064Schwarz criterion-2.487855Log likelihood28.05128F-st

41、atistic603.6032Durbin-Watson stat0.553242Prob(F-statistic)0.000000（de.704 d 入u=1.536）判断模型中随机误差项是否存在自相关性，简述如何消除序列相关的方法。五、问答题1 .什么是序列相关?2 .试述序列相关的影响。3 .试述克服序列相关的方法。4 .试述检验序列相关的方法第八章习 题一、判断题32 .存在多重共线性时，模型参数无法估计。（）33 .多重共线性问题是随机扰动项违背古典假设引起的。（）34 .方差膨胀因子可以检验多重共线性。（）35 .工具变量法可以解决多重共线性问题。（）36 .逐步回归法可以解决多重

42、共线性问题。（）二、名词解释1 .严格多重共线性2 .近似多重共线性3 .方差膨胀因子检验4 .删减解释变量法5 .分布估计参数法三、选择题（1）单选1.多元线性回归模型中，发现各参数估计量的 t值都不显著，但模型的R2 （或R2）很大，f值确很显著，这说明模型存在（）A.多重共线性 B .异方差 C2,逐步回归法既检验又修正了（）A.异方差性C.随机解释变量3.如果模型中解释变量存在完全的多重共线性,A.无偏的 B. 有偏的 C.自相关 D .设定偏误B.D.自相关性多重共线性参数的最小二乘估计量是（不确定的D. 确定的4.简单相关系数矩阵方法主要用于检验（A.异方差性C.随机解释变量D.B

43、.自相关性多重共线性5.设x1，x2为解释变量，则完全多重共线性是1A.x1x2 =021C.- x2 , v =0(v为随机供差项)B.D.xe2 = 0x1 e2 = 06.设x1，x2为解释变量，则近似多重共线性是1A.x1x2 =021C.x,，5 x2，v = 0(v为随机供差项)B.D.xe2 = 0xi ex2 = 07 .检验近似多重共线性的方法是A. VIF检验C.戈里瑟检验8 .处理近似多重共线性的方法是A.加权最小二乘法C.加入虚拟变量B.D.DW邹检验检验B.D.异方差自相关稳健标准误 删减解释变量（2）多选9.能够检验多重共线性的方法有A.简单相关系数矩阵法C. DW

44、检验法E. White 检验B. tD. ARCH检验与F检验综合判断法检验法10.如果模型中解释变量之间存在完全共线性,A.参数估计值确定 B.参数估计值不确定则会引起如下后果（）C.参数估计值的方差趋于无限大D.参数的经济意义不正确E.DW统计量落在了不能判定的区域四、计算分析题1.下面结果是利用某地财政收入对该地第一、二、三产业增加值的回归结果。根据这一结果试判断该模型是否存在多重共线性，说明你的理由。Dependent Variable: REVMethod: Least SquaresSample: 1 10Included observations: 10VariableCoeff

45、icientStd. Error t-StatisticProb.C17414.6314135.101.2320130.2640GDP1-0.2775100.146541-1.8937430.1071GDP20.0848570.0935320.9072520.3992GDP30.1905170.1516801.2560480.2558R-squared0.993798Mean dependent var63244.00Adjusted R-squared0.990697S.D. dependent var54281.99S.E. of regression5235.544Akaike info

46、 criterion20.25350Sum squared resid1.64E+08Schwarz criterion20.37454Log likelihood-97.26752F-statistic320.4848Durbin-Watson stat1.208127Prob(F-statistic)0.0000012.用家庭消费支出（Y）、可支配收入（X1）、个人财富（X2）设定模型如下:Y =Bo+BiXii +X2i +4 ,回归分析结果为：Dependent Variable: YMethod: Least SquaresIncluded observations: 10Varia

47、bleCoefficientStd. Errort-StatisticProb.C24.40706.99733.48810.0101X1-0.34010.4785-0.71080.5002X20.08230.04581.79690.1152R-squared0.9615Mean dependent var111.1256Adjusted R-squared0.9505S.D. dependent var31.4289S.E. of regression6.5436Akaike info criterion4.1338Sum squared resid342.5486Schwarz criter

48、ion4.2246Log likelihood-31.8585F-statistic87.3336Durbin-Watson stat2.4382Prob(F-statistic)0.000000其中已知d0.05(2.10) , L=0,697,d0.05(2.10) - U=1.641(1)模型是否存在多重共线性？为什么？(2)在0.05的显著性水平下，判断模型中随机误差项是否存在自相关性，要求 把D惭验的临界值和区域图画出来。(3)计算随机误差项的一阶自相关系数的估计值。五、问答题1 .什么是完全多重共线性？2 .什么是近似多重共线性？3 .如何判断近似多重共线性？4 .克服近似多重共线

49、性有哪些方法？第九章习 题一、判断题37 .解释变量中含有滞后因变量，仍然可以使用OLSm到正确的估计。(38 .格兰杰因果关系检验对截面数据不适合。()39 .工具变量技术是处理异方差问题的。()4 .格兰杰因果性检验的结论只是统计意义上的因果性，而不一定是真正的因果关系。()5 .对无限分布滞后模型可采用考伊克方法来简化模型。()二、名词解释1 .分布滞后模型2 .有限分布滞后模型3 .无限分布滞后模型4 .自回归模型5 .自回归分布滞后模型三、选择题(1)单选38 .对于有限分布滞后模型，解释变量的滞后长度每增加一期，可利用的样本数据就会()A.增加1个 B,减少1个 C,增加2个 D,

50、减少2个39 .经济变量的时间序列数据大多存在序列相关性，在分布滞后模型中，这种序 列相关性就转化为（）A.异方差问题B.多重共线性问题C.序列相关性问题D.设定误差问题40 .下列属于有限分布滞后模型的是（）。A. yi =aD+aiyi-i+a2yi-2+a3yi-3+ .+e iB. yi =aD+aiyi-i+a2yi-2+a3yi-3+ . .+akyi-k+ iC. yi =ao+aixi-i+a2Xi-2+a3Xi-3+.+e iD. yi =aD+aiXi-i+a2Xi-2+a3Xi-3+；. +akXi-k + i41 .在有限分布滞后模型Y=0.5+0.6Xt-0.8Xt-

51、i+0.3Xt-2+Ut中，长期影响乘数是（ ）。A. 0.3 B. 0.1 C . 0.6D. 0.842 .下列属于无限分布滞后模型的是（）A. yi =aj+aiyi-i+a2yi-2+a3yi-3+.+ 名iB. yi =a）+aiyi-i+a2yi-2+a3yi-3+.+akyi-k+ siC. yi =a0+aixi-i+a2Xi-2+a3Xi-3+.+D. yi =aD+aixi-i+a2Xi-2+a3Xi-3+ . +akyi-k + z i43 .下列属于有限自回归模型的是（）。A. yi =aj+aiyi-i+a2yi-2+a3yi-3+.+e iB. yi =aj+aiyi-i+a2yi-2+a3yi-3+.+akyi-k+ e iC. yi =aj+aiXi-i+a2Xi-2+a3Xi-3+.+e iD. yi =aj+aiXi-i+a2Xi-2+a3Xi-3+.+akXi-k + i44 .下列属于无限自回归模型的是（）。A. yi =aD+aiyi-i+a2yi-2+a3yi-3+ .+e iB.