计量经济学试题2013年A

1、诚信应考 考出水平 考出风格浙江大学城市学院20122013学年第1学期期末考试试卷（A卷） 计量经济学 开课单位：商学院 ;考试形式：闭卷；考试时间：2013 年月 13日;所需时间：120 分钟题序一一三四五总分得分评卷人共 20分。)一.单项选择题 本大题共 20 题，每题J 分,.计量经济学是下列哪门学科的分支学科（1A.统计学B.数学C.经济学D.数理统计学.横截面数据是指（）。A .同一时点上不同统计单位相同统计指标组成的数据B.同一时点上相同统计单位相同统计指标组成的数据 C.同一时点上相同统计单位不同统计指标组成的数据 D.同一时点上不同统计单位不同统计指标组成的数据.多元线性

2、回归最小二乘估计的正规方程组解出唯一参数估计的条件是（A,对应每组观测数据的误差项都为零均值的随机变量B.误差项方差为常数C.对应不同观测数据的误差项不相关D.不同解释变量之间不存在严格的线性关系4.回归分析中使用的距离是点到直线的Y坐标距离。最小二乘准则是指（nYtYA.使t 1达到最小值nYtYC.使t 1达到最大值n丫B.使 t 1n丫D.使 t 15.已知二元线性回归模型估计的残差平方和为机误差项Ut的方差估计量S2为（）A . 22.222 B. 22.8577 C. 23.529达到取小值2Y?达到最小值2et800，估计用样本容量为D. 24.24236,则随第1页共10页.在计

3、量经济模型中，由模型系统内部因素决定，表现为具有一定的概率分布的随机变量, 其数值受模型中其他变量影响的变量是（）。A.内生变量 B.外生变量 C.滞后变量D.前定变量.经济计量分析工作的基本步骤是（）。A .设定理论模型-总体估计-估计模型-应用模型B .收集数据-设定模型-估计参数-检验模型-应用模型C.设定理论模型-收集样本资料-估计模型参数-检验模型D.确定模型导向-确定变量及方程式-估计模型-应用模型.计量经济模型的基本应用领域有（A.季度分析、年度分析、中长期分析B .弹性分析、乘数分析、政策模拟C.消费需求分析、生产技术分析D.结构分析、经济预测、政策评价.表示x和y之间真实线性

4、关系的是（iXtC.Yt0 iXtutYt0 iXt.参数的估计量.具备有效性是指（）。ACvar( ?)=0(?一 )=0BDvar（ ?）为最小（?）为最小.用一组有30个观测值的样本估计模型ytb0 bX1t b2X2t Ut后，在0.05的显著性水平上对b1的显著性作t检验，则卜显著地异于零的条件是其统计量 t大于等于（）A.t0.05(30)O t0.025 (28) B.p t0.025(27) C.D. t0.05(28) TOC o 1-5 h z .在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近于1 ,则表明 模型中存在（）A.异方差性B.序列相关C.多重共

5、线性 D.高拟合优度. Goldfeld-Quandt 方法用于检验（）A.异方差性B.自相关性C.随机解释变量D.多重共线性.在异方差性情况下，常用的估计方法是（）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.下列哪种方法是检验多重共线性的方法（）A.戈德菲尔特一匡特检验B.拉格朗日乘数法C.戈里瑟检验D.相关系数检验）oD. p = 11城镇家庭0农村家庭. DW检验的零假设是（p为随机误差项的一阶相关系数）（A. DW = 0B. p = 0C. DW= 1D.设消费函数为yi o Qb0Xi b1DXiui ,其中虚拟变量统计检验表明下列哪项成立时，表示城镇家庭与农村家

6、庭有一样的消费行为（）。第2页共10页A. a1obi0 B. ai0,bi0 C. aiobi0 D. a1obi.根据20个观测值估计的结果，一元线性回归模型的DW = 2.3。在样本容量n=20,解释变 TOC o 1-5 h z 量k=i,显著性水平为 0.05时，查得dl=i,du=i.4i，则可以决断（）。A.不存在一阶自相关 B.存在正的一阶自相关C.存在负的一阶自相关D.无法确定.当模型存在严重的多重共线性时，OLS估计量将不具备（）A.线性 B.无偏性 C.有效性 D. 一致性.设某地区消费函数yiC0 CiXi1中，消费支出不仅与收入x有关，而且与消费者的年龄构成有关，若将

7、年龄构成分为小孩、青年人、成年人和老年人4个层次。假设边际消费倾向不变，则考虑上述构成因素的影响时，该消费函数引入虚拟变量的个数为（）A.i个 B.2个 C.3个 D.4个.多项选择题（本大题共i0题，每题2分，共20分，多选少选均不得分）.一元线性回归模型 Yi= 0 iXi+u i的经典假设包括()。2E(uJ 0var(ut)cov(ut,us) 0B .C .2、D Cov(Xt,ut) 0 E uN(0,).如果模型中存在异方差现象，则下列说法正确的是（）。A.参数估计有偏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.假设线性回归模

8、型满足全部基本假设，则其参数的估计量具备（）。A,可靠性 B.合理性 C.线性 D.无偏性 E,有效性.如果模型Yt=b0+biXt+ut存在一阶自相关，普通最小二乘估计仍具备（）。A,线性 B,无偏性C.有效性 D,真实性 E,精确性.满足经典假设的回归分析中，下列说法不正确的是（）。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是非随机的变量D.解释变量为随机变量，被解释变量为非随机变量E.解释变量和被解释变量都可以是随机变量也可以是非随机变量.消除多重共线性的方法有（）。A.去除变量法B.逐步回归法 C.差分法D.相关系数法E

9、.取对数法.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.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，结构尽可能简单第3页共i0页.对多元线性回归方程的显著性检验，所用的F统计量可表示为：（）。ESSEss/k工？上A RSS/（ K 1） B RSS/（n k 1） C 1 r2 - kESSR2 kD RSS/（n k）E. i r2 n k 1.多元线性回归模型的统计检验包括（）A.拟合优度检验B.变量的显著性检验C. F检验D.参数的区间检验E .多重共线性检验10. 一横截面数据的怀特检验

10、结果如下:White Heteroskedasticity Test:F-statistic3.057160Probability0.076976Obs*R-squared5.212470Probability0.073812下列说法不正确的有（）A .在5%的显著性水平下，有异方差B.在5%的显著性水平下，无异方差C.在10%的显著性水平下，有异方差D.在10%的显著性水平下，五异方差E.信息不足无法判断|得分|二.判断题（本大题共 w 题，每题 L分，共 10 分）| （正确的打，错误的打x,将答案填入下面的表格中。）1 12345678910.模计量经济学是以经济理论为指导，以统计事实为

11、依据，以数学为方法，以计算机技术 为手段，研究经济关系和经济活动数量规律的一门经济学学科。.多元回归型中，任何一个单独的变量均是统计不显著的，则整个模型在统计上是不显著 I.在存在异方差情况下，OLS估计量是最优线性无偏估计量。. Park检验是用于检验模型是否存在序列相关的最优方法。.具有因果关系的变量之间并不一定存在相关关系，有相关关系就一定有因果关系。第4页共10页.计量经济学模型要想付诸应用，必须通过检验才能决定，检验包括经济意义检验、统计 检验、计量经济学检验和模型预测检验。.根据最小二乘原理，所估计的模型已经使得拟合误差达到最小，因此拟合优度也就是最高的了，因而拟合优度检验是多余的

12、。.序列相关破坏了参数估计量的最小方差性，使参数估计值的方差变大。.双对数模型属于非线性模型，不能用最小二乘法进行线性回归。.伪回归就是虚假回归，就是将明明不存在的关系视为是回归关系。简答题（本题共5题，每小题2分，共10分）简述回归分析与相关分析的联系和区别。.举例说明如何引进加法模式和乘法模式建立虚拟变量模型。.回归模型中的随机误差项主要包括哪些因素的影响?.经典线性回归模型具有哪些基本假定。.简述在满足经典假定条件下一元线性回归模型的普通最小二乘估计量有哪些统计性质，并说 明其含义。第5页共10页S 五.分析计算题（本大题 4_题,共_40分）1.根据以下Eviews输出结果进行分析计算

13、，（注：显著性水平取 5%）Dependent Variable: Y Method: Least Squares Sample: 1980 2000 Included observations: 21VariableCoefficientStd. Errort-StatisticProb.C4.37875022.312960.1962420.8467X10.3433150.161356A0.0000X20.9966630.037485_B_0.0000X30.8800160.051077C0.0000R-squared0.998590Mean dependent var1055.080Adj

14、usted R-squaredDS.D.dependent var1310.522S.E. of regressionEAkaike info criterion10.96255Sum squared resid48447.75Schwarz criterion11.16150Log likelihood-111.1068F-statistic_f_Durbin-Watson stat0.70035 _Prob(F-statistic)一0.000000（1）请根据表中信息计算出 A、B、C、D、E、F的值，并写出计算过程（6分）（2）写出回归结果报告（2分）（3）检验各参数的显著性（2分）（

15、4）检验模型的总体显著性（2分）第6页共10页生产函数.为了度量资本投资和劳动力投入之间的替代弹性，当今著名的CES (恒定替代弹性)的作者阿罗、切纳里、名哈斯和索洛用了以下模型：log(V L) log 12 log W其中，V/L=单位劳动力的附加值；L=劳动投入；W=实际工资率。根据印度1958年15种工业的数据，得到回归结果如下：(注:10.025(15)=2.13145, t 0.025(14)=2.14479, t 0.025(13)=2.16037, F 0.05=3.81 )lo?(V L)0.4526 1.333785 log W2 (1.351478) (0.446706)

16、R =0.4068(-0.334892) (2.985821)F=8.915129请问(1)估计的替代弹性是多少？它显著吗？ (2分)(2)请进一步检验替代弹性和1在统计上有无显著差异？ (4分)(3)如何解释R2? ( 2分).考虑如下模型的回归结果：Y? 49.4664 0.88544X1t 0.09253X21t= (-2.2392)(70.2936)(2.6933) R2=0.9979, d=0.8755式中，Y为个人消费支出，X1为个人可支配收入，X2为道琼斯股票指数。样本数据为1961-1985年间美国的数据。利用杜宾两阶段法，将上述回归进行变换后重新回归，得到结果如下：Y? 17

17、.97 0.89X1t 0.09X2tt= (-18.37)(30.72)(2.66)R2=0.9816; d=2.28请根据以上的信息分析： TOC o 1-5 h z 原模型的回归残差存在一阶自相关吗？你是怎么知道的？ (2分)模型进行了什么变换？请写出变量变换的式子；(2分)变换后一阶自相关还存在吗？ (2分)请确定模型的最后回归结果。(2分)(注：dl=0.98du=1.3)第7页共10页4.分析财政支农资金结构对农民收入的影响，令 Y （元）表示农民人均纯收入。 Xi （亿元）表 示财政用于农业基本建设的支出， X2 （亿元）表示财政用于农村基本建设支出，X3 （亿元）表示农业科技三

18、项费用， X4 （亿元）表示农村救济费。建立如下回归模型和数据分析结果：丫 01X 12X 23X34X 4Eviews输出结果:表1:Dependent Variable: YSample: 1985 2003Included observations: 19VariableCoefficientStd. Error t-StatisticProb.C134.5734200.64290.6707110.5133X11.6474470.6098502.7013980.0172X2-0.3540372.199568-0.1609580.8744X314.73859127.54320.115558

19、0.9096X415.076487.9863291.8877860.0800R-squared0.920517Mean dependent var1391.353Adjusted R-squared0.897807S.D. dependent var822.1371S.E. of regression262.8173Akaike info criterion14.20173Sum squared resid967021.0Schwarz criterion14.45027Log likelihood-129.9164F-statistic40.53451Durbin-Watson stat0.

20、507406Prob(F-statistic)0.000000表2:Dependent Variable: YSample: 1985 2003Included observations: 19VariableCoefficientStd. Error t-StatisticProb.C159.6613114.22261.3978090.1813X11.6280360.3905284.1688050.0007X414.851556.8869522.1564760.0466R-squared0.920351Mean dependent var1391.353Adjusted R-squared0

21、.910394S.D.dependent var822.1371S.E. of regression246.1002Akaike info criterion13.99329Sum squared resid969044.5Schwarz criterion14.14242Log likelihood-129.9363F-statistic92.44012Durbin-Watson stat0.542200_ Prob(F-statistic)0.000000表3:White Heteroskedasticity Test:F-statistic5.668786Probability0.006

22、293Obs*R-squared11.74713Probability0.019334Dependent Variable: RESIDA2第8页共10页Sample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C32945.3352208.470.6310340.5382X168.27213434.51690.1571220.8774X1A2-0.0779200.279599-0.2786860.7846X4-2938.7807375.757-0.3984380.6963X4A

23、278.4699068.936751.1382880.2741R-squared0.618270Mean dependent var51002.34Adjusted R-squared0.509204S.D.dependent var80097.16S.E. of regression56113.51Akaike info criterion24.92908Sum squared resid4.41E+10Schwarz criterion25.17761Log likelihood-231.8262F-statistic5.668786Durbin-Watson stat2.872506Pr

24、ob(F-statistic)0.006293表4:Dependent Variable: LOG(Y)Sample: 1985 2003Included observations: 19VariableCoefficient Std. Error t-Statistic Prob.C2.1209820.2701817.8502210.0000LOG(X1)0.6563810.1142575.7447830.0000LOG(X4)0.3172810.1485442.1359390.0485R-squared0.971233Mean dependent var7.036373Adjusted R-squared0.967637S.D.dependent var0.683879S.E. of regression0.123028Akaike info criterion-1.208867Sum squared resid0.242175Schwarz criterion-1.059745Log likelihood14.48424F-statistic270.0943Durbin-Watson stat0.679633Prob(F-statistic)0.000000White Heteroskedasticity Test:F-statistic2.7678