计量经济学判断题

计经判题22ii22ii24随机扰动项差与随机扰项方差无偏估计有区别错，机扰动的差反映总体波动情，对一个特的总体言，是一个定的值在最小乘估计中，由于体方差大多数情况并不知，以用样本数据去估

2

2i

n)其中n为样本数，为待估数的个数。

是

线性无估计，为一随机变。5经典线性回模型CLRM中的扰项不服从态分布，OLS计量将有偏。错使经典线回归模（CLRM中的干扰不服从态分的，OLS计量仍是无偏的。为成立与与正态性无。

)E(

K)，该表达式1在简单线性归中决系数R2

与斜率数的检验的有关系错误，简单线性回中，由解释变量只一个，t检验示解释量的影显著时，必会有该归模型的可系数大拟合优度高2异方差性、相关性是随机误差象，但者是有区别。正确，方差出现总与模型中某解释变的变化有关自相关是各回归模的随机差项之间具相关关。3通过虚拟变将属性素引入计量济模型引入虚拟变的个数与模型无截距项关错误，型有距项时如果被考察定性因有m相互排斥属，则模型中入m1虚拟变，否则陷入“虚拟量陷阱模型无距项时，若被考的定性因素m个相互排斥性，可引入m虚拟变，这时不会出现多共线性。4满足阶条件方程一可以别。错误，条件只是一必要条，即满足阶件的的程也可能是可识别的。XXt5库依克模型自适应期模型与局调整模的最终形式同的。错误，依克模型、适应预模型与局部整模型最终形式是同的，其最终式都是一阶回归模。2多重共线性题是机扰动违背典假定起的。错误，该是解释变量之间高相关引的。3在模型

Yt

1

2

X

2t

3

X

3t

u

t

的回归析结果报告，有F263489

，

Fp值.000000

，则表解释变量t对的影响是著的。错误解释变

X

2t

和

X

3t

对

Yt

的联合响是显著的4结构型模型的每一方程都称为构式方，结构方程，解释量只可以前定变量。错误，构方程中，释变量以是前定变，也可是内生变量1在际中，元回归没什用，因因变量的行不可能由一个解释变量来释。错，实际中一元回归是多经济象的近似，够较好反映回归核心思想，很有的3在异方差性情况下常用的OLS必定高估了估计的标准。错，有能高估也有能低估、设估计模型为171.44120.9672PDIttt2

0.5316由20.9940，明模型有很好的拟合优度，则模型不存在伪（虚假）回归。错，在虚假回可能，为判定系数于DW。(1)随机误项u残差项e一回事错）ii(2)总体回函数给出了应于每一个变量的因变的值（）(3)线性回模型意味着变量是变量线性函数错）(4)在线性归模型中，释变量原因，被解变量是果（）1虚变量的值只能取01

（对）2通引入虚变量，可以模型的数变化进行验

（对）1简单线性回模型与元线性回归型的基假定是同的。错在多元性回归模型除了对机误差项提假定外对解释量之间提出无多共线性的假。2在模型中引解释变的多个滞后项易产生重共线性。对在分布后模型里多进解释量的滞后项由于变的经济意义一样只是时间一致，所以容易引多重共线性3、检验中的DW值在到4之间，数值越小说模型随误差项的自关度越小数值越大说模型随误差项的自关度越。错DW值在0到4之间，DW落最左边0<DWd）最边(4−dL4)时，分为正自相关负自相;中间(dU<DW<4−dU)为不存自相关区域其次为两个能判定域。3通过虚拟变将属性素引入计量济模型引入虚拟变的个数与样本容量小有关。错引入虚变量的个数本容量小无关，与变量属，模型无截距项有。5、如联立方模型中某个构方程含了所有的量,则这个程不可别。正确没有唯的统计形式3在异方差性情况下若采用Eviews件中常的OLS法，必定高估了估计量标准误。错有可能估也有可能估。4拟合优度检和F检验没有区的。错5联立方程组型根本能直接用OLS法估参数。错递归方可以用方法估计参，而其的联立方程模型不直接用OLS方法估计数。1在对参数进最小二估计之前，有必要模型提出古假定。错误在古典定条件下，OLS估计得到的参估计是该参的最佳线性偏估计具有线性、偏性、效性。总之，提出典假定为了使所作出的估量具有较好统计性和方便地进统计推。2当异方差出时，用的t和F检验失效正确由于异差类似于t值的统计所遵从分布知；即遵从t-布，由方差不在具最小性这时往往会大t-验，使得检验失；由于F-布为两独立的χ2变量之比故依然在类似于t-分布中问题。3解释变量与机误差相关，是产多重共性的主要原。错误产生多共线性的主原因是济本变量大存在共变化趋势；型中大采用滞后变；认识的局限使得择变量当5由接最小乘法与阶段最二乘法得到的估计量都无偏估计。错误间接最二乘法适用于恰好识别程的估计，估计量无偏估计；而阶段最小二法仅适用恰好识方程，也适于过度别方程。两阶段小二乘法得的估计量为有偏一致估。5秩条件是充条件，此，单独用秩条件就以完成立方程识别态的确。错误。然秩件是充条件，但其提，只有在过了条件条件下。在联立方程进识别时还应该结合条件判是过度识别还是恰好识别1半对数模型=β0+β1lnX+μ中，参数β1的含义是X的绝对量变，引起Y的对量变。错误半对数型的参数β1的含义是当X的相对变时，对量发变化，引因变量Y的平均值对量的变动2对已经估计参数的型不需要进行验。错误有必要行检验。我所建立模型，所用方法，用的统计数，还可违反计