计量经济学判断题

1、文档编码 : CA9Q10W10L10Q3 HL9M5W6K9Z7 ZQ10H3U6K10W31. 总离差平方和可分解为回来平方和与残差平方和；（对）2. 整个多元回来模型在统计上是显着的意味着模型中任何一个单独的说明变量均是统计显着的；（错）3. 多重共线性只有在多元线性回来中才可能发生；（对）4. 通过作 说明变量对时间的散点图 可大致判定是否存在自相关； （错）5. 在计量回来中,假如 估量量的 方差有偏 ,就可推断模型应当存在异方差（错）6. 存在异方差时,可以用 广义差分法 来进行补救；（错）7. 当经典假设不中意时,一般最小二乘估量 确定 不是最优线性无偏估量量； （错）8. 判定

2、系数检验中,回来平方和占的比重越大,判定系数也越大；（对）9. 可以作 残差对某个说明变量的散点图 来大致判定是否存在自相关； （错）做残差的当期值与其滞后期的值的散点图来判定是否存在自相关10. 遗漏变量会导致计量估量结果有偏 ；（错）只影响有效性（）1.正态分布是 以均值为中心 的对称分布；（）2. 当经典假设中意时,一般最小二乘估量量具有最优线性无偏特点；5. 在对数线性模型中,说明变量的系数表示被说明变量对说明变量的弹性；（）6. 虚拟变量用来表示某些具 有如干属性的变量 ；（）直接运用于实际 的8. 存在异方差时,可以用 加权最小二乘法 来进行补救；（ 10戈雷瑟检验 是用来检验异方

3、差的（）1、在经济计量分析中,模型参数一旦被估量出来,就可将估量模型计量经济分析；错, 参数一经估量,建立了样本回来模型,验、统计检验、计量经济特地检验等；仍需要对模型进行检验 ,包括经济意义检2、假定个人服装支出同收入水平和性别有关,由于性别是具有两种属性（男、女）的定性因素,因此,用虚拟变量回来方法分析性别对服装支出的影响时,需要引入 两个 虚拟变量；错, 是否引入两个虚拟变量,应取决于模型中是否有截距项；假如有截距项就引入一个虚拟变量；假如模型中无截距项,就可引入两个虚拟变量；3、双变量模型 中,对样本回来函数 整体的显着性检验与斜率 系数 的显着性检验是 一样 的；正确, 一元线性回来

4、仅有一个说明变量,因此对斜率系数的 T 检验等价于对方程的 整体性检验；4、随机扰动项的 方差与随机扰动项方差的 无偏估量没有区分 ；错,随机扰动项的 方差 反映总体的波动情形, 对一个特定的总体而言, 是一个确定的值；在最小二乘估量中,由于总体方差在大多数情形下并不知道,所以用样本数据去估量2 ：22 ei/nk；其中 n 为样本数, k 为待估参数的个数；2. 是2 线性无偏估量,为一个随机变量； 5 、经典线性回来模型（ CLRM）中的 干扰项不听从正态分布的,OLS估量量将有偏的；错,即使经典线性回来模型（CLRM）中的干扰项不听从正态分布的,OLS估量量仍然是无偏的 ；由于 E .

5、2 E 2 K i i 2,该表达式 成立与否与正态性无关；1、在简洁线性回来中 可决系数R 与斜率系数的 t 检验的 没有关系 ；2错误,在简洁线性回来中,由于说明变量只有一个,当 t 检验显示说明变量的影响显着时,必定会有该回来模型的可决系数大,拟合优度高；2、异方差性、自相关性都是随机误差现象,但两者是有区分的；正确, 异方差的显现总是与模型中某个说明变量的变化有关；自相关性是各回来模型的随机误差项之间具有相关关系； 3 、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 与模型 有无截距项无关 ；错误, 模型有截距项时,假如被考察的定性因素有m个相互排斥属性,就模型中引入m

6、1 个虚拟变量,否就会陷入“ 虚拟变量陷阱”；模型无截距项时,如被考察的定性因素有 m个相互排斥属性,可以引入m个虚拟变量,这时不会显现多重共线性；4、中意阶条件的方程一 定可以识别 ；错误,阶条件只是一个必要条件,即中意阶条件的的方程也可能是不行识别的；5、库依克模型、自适应预期模型与局部调整模型的最终形式 是不同 的；错误, 库依克模型、自适应预期模型与局部调整模型的最终形式是相同的,其最终形 式都是一阶自回来模型；2、多重共线性问题是 随机扰动项 违反古典假定引起的；错误,应当是 说明变量 之间高度相关引起的；F3、在模型Yt1F2X2t3X3tut的回来分析结果报告中,有Yt的影响是显

7、着263489. 23,的 p值0.000000,就说明说明变量X2 对的；错误,说明变量X 2 和X 3 对Y 的联合影响是显着的4、结构型模型中的每一个方程都称为结构式方程,定变量；结构方程中, 说明变量只可以是前错误,结构方程中, 说明变量可以是前定变量,也可以是内生变量；1、在实际中, 一元回来没什么用, 由于因变量的行为不行能仅由一个说明变量来说明；错,在实际中, 一元回来是很多经济现象的近似,思想,是很有的；能够较好的反映回来的核心3、在异方差性的情形下,常用的 OLS法必定高估了估量量的标准误；错,有可能高估也有可能低估；5、设估量模型为PCE .171.4412 0.9672

8、PDIt错,存在虚t 7.4809119.87112 R0.9940DW0.5316由于 R 20.9940,说明模型有很好的拟合优度,就模型不存在伪（虚假）回来；假回来可能,由于判定系数高于DW值；1 随机误差项 ui 与残差项 ei 是一回事；（错）2 总体回来函数给出了对应于每一个 自变量的因变量的值； （错）3 线性回来模型意味着因变量是自变量的 线性函数 ；（错）4 在线性回来模型中, 说明变量是缘由,被说明变量是结果；（对）1、虚拟变量的取值 只能取 0 或 1（对）2、通过引入虚拟变量,可以对模型的 参数变化 进行检验（对）1、简洁线性回来模型与多元线性回来模型的 错基本假定是相

9、同的 ；在多元线性回来模型里除了对随机误差项提出假定外,仍对说明变量之间提 出无多重共线性的假定；2、在模型中引入说明变量的多个滞后项简洁产生多重共线性；对在分布滞后模型里多引进说明变量的滞后项,由于变量的经济意义一样 ,只是时间不一样,所以很简洁引起多重共线性；3、DW 检验中的 DW值在 0 到 4 之间,数值越小说明模型随机误差项的自相关度越小,数 值越大说明模型随机误差项的自相关度越大；错 DW 值在 0 到 4 之间, DW 落在最左边 0 DW d L ）最右边 4 . d L DW 4 时,; 中间 dU DW 4 . dU 为不存在自相关区域 ; 其次为两个 分别为正自相关、负

10、自相关 不能判定区域；3、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 本容量大小有关 ；个数与样错引入虚拟变量的个数样本容量大小无关,与变量属性,模型有无截距项有关；5、假如联立方程模型中某个结构方程包含了全部的变量 正确 没有唯独的统计形式, 就这个方程不行识别；3、在异方差性的情形下,如接受 Eviews 软件中常用的 OLS 法,必定高估了估量量的 标准误；5错 有可能高估也有可能低估；4、拟合优度检验和 F 检验是没有区分的；错 5、联立方程组模型 根本不能直接用 OLS 方法估量参数；错 递归方程 可以用 OLS 方法估量参数,而其它的联立方程组模型不能直 接用 OLS

11、方法估量参数；1、在对参数进行最小二乘估量之前,没有必要对模型提出古典假定；错误 在古典假定条件下, OLS 估量得到的参数估量量是该参数的正确线性无 偏估量（具有线性、无偏性、有效性） ；总之,提出古典假定是为了使所作出的估量量具有较好的统计性质和便利地进行统计推断；2、当异方差显现时, 常用的 t 和 F 检验失效 ；正确 由于异方差类似于 t 比值的统计量所遵从的分布未知；即使遵从 t- 分 布,由于方差不在具有最小性；这时往往会夸大 t- 检验,使得 t 检验失效；由于 F- 分布为两个独立的 2 变量之比,故照旧存在类似于 t- 分布中的问题；3、说明变量与随机误差项相关,是产生多重

12、共线性的主要缘由；错误产生多重共线性的主要缘由是：经济本变量大多存在共同变化趋势；模型中大量接受滞后变量；熟识上的局限使得选择变量不当 5、由 间接最小二乘法 与两阶段最小二乘法 得到的估量量 都是无偏估量 ；错误间接最小二乘法 适用于恰好识别方程的估量,其估量量为无偏估量；而两阶段最小二乘法 不仅适用于恰好识别方程,也适用于过度识别方程；两阶段最小二乘法得到的估量量为有偏、一样估量；5、秩条件是充要条件,因此,态的确定；单独 利用秩条件就可以完成联立方程识别状错误；虽然 秩条件 是充要条件,但其 前提 是,只有在通过了 阶条件 的条件下；在对联立方程进行识别时,仍应当结合阶条件判定是过度识别,仍是恰 好识别；1、半对数模型 Y = 0 + 1 ln X + 中,参数 1 的含义是 X 的确定量变化 ,引起 Y 的确定量变化；错误 半对数模型的参数 1 的含义是 当 X 的相对变化时, 确定量发生变化 ,引起因变量 Y 的 平均值确定量的变动；2、对已经估量出参数的