计量经济学试卷A卷.docx

1、得分（注意：试卷涉及的所有检验的显著性水平都为5%,最后的答案保留两位小数） 一（每题5分，共15分）判断题（判断下列命题正误，并说明理由）1、存在异方差情况下回归系数的OLS估计量是有偏的。错误存在异方差情况下回归系数的OLS估计量是无偏的，因为参数估计的无偏性仅依赖于基本假 设中的零均值假定（即£（«,） = 0）。所以异方差的存在对无偏性的成立没有影响。2、在模型中增加解释变量会使得判定系数奇）、调整的判定系数（R2）都增大。错误在模型中增加解释变量会使得判定系数（A?）增大，而调整的判定系数（京不随解释变量的个数变化而增加。在样本容量一定的情况下，增加解释变量必定使

2、得自由度减少，而调整的判定系数将残差平方和和总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响。3、杜宾一瓦尔森检验能够检验出任何形式的自相关。错误杜宾一瓦尔森检验只适用于有常数项的具有一阶自相关的回归模型，并不能检验多阶自相关 和解释变量中含滞后被解释变量的同归模型。二（24分）通过收集某省19902010年的白酒销量调查数据，考察白酒需求（C）与居民的可支配 收入（V）、白酒价格（P）之间的依赖关系，回归得到如下模型：In ct = 5.80 -1.58 In pt + 0.34 In ytse = （0.9321）（0.3105）（）t = （6.2225）（）（1 .02

3、0R2 = 0.9538 D.W. = 0.78 F = 32 1.07请回答以下问题:（1）填出括号中的数字,并写出你的计算过程（保留4位小数）（4分）(D =0.341.0267= 0.3312(D =-1.580.3105= -5.089 (4 分)（2）回归系数（不包括截距项）是否统计显著（6分） =21, k = 3,查表临界值Los（18） = 2.101 ； （2 分）|r,|=5.0886>f005/2（18） = 2.10L所以否定H°:&=Q,认为岗显著不等于零，即认为白酒的价格对白酒的需求量有显著的影响；（2分）|r2| = 0.3312<r

4、005/2（18） = 2.10L所以不否定H萨但=，,即认为居民可支配收入对白酒的需求量没有显著的影响。（2分）（3）检验回归方程的显著性（3分）查表得临界值&侬1,3） = &.05（2,18） = 3.55,因为尸=321.0754 >3.55,所以否定H。，总 体回归方程存在显著的线性关系。即白酒的需求量与白酒的价格和居民的可支配收入之间的线性关系 是显著的。（3分）（4）请判断该模型是否存在着一阶序列相关（5分）/2 = 21, k = 2,查表得匕=1.13, 4；=1.54,因为。W =0.78=1.13 ,依据判别规则，认为误差项存在正的一阶自相关。（5分

5、）（5）如果模型存在白相关，求出相关系数Q,并利用广义差分变换写出无自相关的广义差分模型。 （6分）DW 2DW 2冬 0.61（3分）其广义差分模型为：（3分）Inc, 0.6line,_ = 0.39岗一0(Inpt -0.61 In p)+(In . - 0.611n 乂_)+. 0.61丹_1得分三（18分）2011年中国31省建筑业总产值（X）和建筑业企业利润总额（Y）关系的OLS估计结果 如下表：（单位：元）（模型为y =*+”2兀+",）Dependent Variable: Y Method: Least Squares Date: 06/22/15 Time: 11

6、:01 Sample: 1 31Included observations: 31对该问题进行异方差的怀特检验，结果如下:VariableCoefficientStd. Error t-StatisticProb.C2.3681389.0493710.2616910.7954X0.0349800.00175419.945300.0000R-squared0.932055Mean dependent var134.4574Adjusted R-squared0.929712S.D. dependent var129.5145S.E. of regression34.33673Aka ike in

7、fo criterion9.972649Sum squared resid34191.33Schwarz criterion10.06516Log likelihood-152.5761Hannan-Quinn criter.10.00281F-statistic397.8152Durbin-Watson stat2.572841Prob(F-statistic)0.000000iV = 498.334-0.158176+ 0.000045x （x,）2R2 =0.650032请回答问题:（1）、解释回归系数（不包括截距项，下同）（4分）平均来说，建筑企业总产值每提高1元，其总利润提S 0.0

8、34980元。（4分）（2）、试判断原回归式误差项中是否存在异方差。（8分）给定。=0.05和自由度为2,得临界值用.05=5.9915 ,而white统计量相2 = 31x0.650032 =20.151如（2）,则拒绝原假设，原方程存在异方差。（8分）（3）、修正异方差的方法有哪些？（6分）异方差性的主要方法是加权最小二乘法，也可以用变量变换法和对数变换法。（6分）四（16分）2005年中国各省市区城镇居民人均年可支配收入（X）与人均年交通通讯消费支出（Y）得分关系的OLS估计结果如下表：(单位：元)Dependent Variable: YMethod: Least SquaresDat

9、e: 06/22/15 Time: 15:15Sample: 1 31Included observations: 31VariableCoefficientStd. Error t-StatisticProb.C-562.9210134.8840-4.1733720.0002X0.1481160.01273011.635140.0000R-squared0.823576Mean dependent var947.2394Adjusted R-squared0.817492S.D. dependent var478.4074S.E. of regression204.3801Akaike in

10、fo criterion13.54018Sum squared resid1211365.Schwarz criterion13.63270Log likelihood-207.8728Hannan-Quinn criter.13.57034F-statistic135.3766Durbin-Watson stat1.890311Prob(F-statistic)0.000000将样本数据X递增排序，去掉中间7个数据，分为“1-12”和“20-31”两个样本分别回归。得到如下: 样本区间1-12的回归样本区间20-31的回归triableCoefficientSid. Error t-Stat

11、isticProb.C1595.834798.73671.9979470.0736X0.1115800.096596 -1-squared0.117722Mean dependent var6735108Miusted R-squared0.029495S.D. dependent var73.22043S.E. of regression72.13254Akaike into criterion11.54590Sum squared resid52031.04Schwarz criterion11.62672Log likelihood67.27540Hannan-

12、Quinn criter.11.51598F-slatistic1.334302Durbin-Walson stat2.226348Prob(F-statistic)0274896Dependent Variable: YMethod: Least Squares Date:06,23/15 Time: 22:09Sample: 112Included observations: 12VariableCoefficientStd. Error t-StatisticProb.C-556.5375395.2875 -1.4079310.1895X0.1479850.0299354.9436220

13、.0006R-squared0.709635Mean dependent var1341.009Mjusted R-squared0.680598S.D. dependent var578.9364S.E. of regression327.1896Akaike info criterion14.56997Sum squared resid1070530.Schwarz criterion14.65079Log likelihood85.41981Hannan-Quinn criter.14.54005F-statistic24.43940Durbin-Walson stat1.919724P

14、roblF-stalislic)0.000584Dependent Variable、 Ktethod: Least Squares Daie:0&23H5 Time: 22:12 Sample: 20 31Included observations: 12请解决以下问题：（1）用Goldfeld-Quanadt检验上述模型是否存在异方差？ （8分）计算F统计量，即户=，；/2>； =2°575,对给定的a = 0.05,查F分布表，得临界值F（10,10） = 2.98,因为F = 20.575>2.98,所以模型存在异方差，而旦为递增型的异方差。（8分）（2）

15、根据下表所给的资料，请回答所做的是一项什么工作，其结论是什么（8分）Breusch-Godfrey Serial Correlation LMTest:F-statistic Obs*R-squared0.94140.93310.060547 Prob. F(2,27)0.138412 Prob. Chi-SquareTest Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 06/22/15 Time: 15:16Sample: 1 31Included observations: 31Presample missing

16、 value lagged residuals set to zero.Variable Coefficient Std. Error t-Statistic Prob.c-11.79896143.8691-0.0820120.9352X0.0012100.0136470.0886950.9300RESID(-1)0.0451590.1984720.2275320.8217RESID(-2)0.0516470.1962970.2631090.7945R-squared0.004465Mean dependent var3.82E-13Adjusted R-squared-0.106150S.D

17、.dependent var200.9449S.E. of regression211.3411Akaike info criterion13.66474Sum squared resid1205957.Schwarz criterion13.84977Log likelihood-207.8034Hannan-Quinn criter.13.72505F-statistic0.040364Durbin-Watson stat1.971073Prob(F-statistic)0.988938这是用BG （LM）检验自相关。给定a = 0.05和自由度为2,得临界值205=5.9915 ,而LM

18、检验统计量T/?2 =0.138412<ZJ05（2）,则不拒绝原假设，原方程不存在自相关。（8分）得分五（10分）已知某市空调的销售量1995年第-季度到2014年第四季度的数据。假定回归模型为： Yt= 8°+ 6 Xt + 82 X2 ?+ lit式中：Y=空调的销售量Xi=居民收入乂2=空调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。（仅考虑截距 变动，不考虑交互影响。）可以往模型里加入反映季节因素的虚拟变量D。由于共有四个季节，所以可以将此虚拟变量分为三 个类别。设基础类别是冬季，于是虚拟变量可以如下引入：1（春）0（夏,秋,冬）

19、9;D1（夏）°项（秋）2 _0（春，秋，冬）L 0（春，夏，冬）此时建立的模型为yf =凡+四坊+腐久六（17分）对1985-2011年财政收入（CZSR）及影响因素进行分析，其中影响因素包括财政支出 （CZZC）、国内生产总值（GDP）、税收总额（SSZE）,其OLS结果如下表：Dependent Variable: CZSRMethod: Least SquaresDate: 06/23/15 Time: 21:48Sample: 1985 2011Included observations: 27VariableCoefficientStd. Errort-StatisticProb.C-221.8540130.6532-1.6980380.1030CZZC0.0901140.0443672.0311290.0540GDP-0.0253340.005069-4.9980360.0000R-squared0.999857Mean dependent var22572.56Adjusted R-squared0.9