计量经济学课后习题答案

计量经济学练习题第一章导论一、单选题⒈计量经济研究中惯用的数据重要有两类：一类是时间序列数据，另一类是【B】A总量数据B横截面数据C平均数据D相对数据⒉横截面数据是指【A】A同一时点上不同统计单位相似统计指标构成的数据B同一时点上相似统计单位相似统计指标构成的数据C同一时点上相似统计单位不同统计指标构成的数据D同一时点上不同统计单位不同统计指标构成的数据⒊下面属于截面数据的是【D】A1991-各年某地区20个乡镇的平均工业产值B1991-各年某地区20个乡镇的各镇工业产值C某年某地区20个乡镇工业产值的累计数D某年某地区20个乡镇各镇工业产值⒋同一统计指原则时间次序统计的数据列称为【B】A横截面数据B时间序列数据C修匀数据D原始数据⒌回归分析中定义【B】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变量D解释变量为随机变量，被解释变量为非随机变量二、填空题⒈计量经济学是经济学的一种分支学科，是对经济问题进行定量实证研究的技术、办法和有关理论，能够理解为数学、统计学和_经济学_三者的结合。当代计量经济学已经形成了涉及单方程回归分析，联立方程组模型，时间序列分析三大支柱。典型计量经济学的最基本办法是回归分析。计量经济分析的基本环节是：理论（或假说）陈说、建立计量经济模型、收集数据、计量经济模型参数的预计、检查和模型修正、预测和政策分析。惯用的三类样本数据是截面数据、时间序列数据和面板数据。经济变量间的关系有不有关关系、有关关系、因果关系、互相影响关系和恒等关系。三、简答题⒈什么是计量经济学？它与统计学的关系是如何的？计量经济学就是对经济规律进行数量实证研究，涉及预测、检查等多方面的工作。计量经济学是一种定量分析，是以解释经济活动中客观存在的数量关系为内容的一门经济学学科。计量经济学与统计学亲密联系，如数据收集和解决、参数预计、计量分析办法设计，以及参数预计值、模型和预测成果可靠性和可信程度分析判断等。能够说，统计学的知识和办法不仅贯穿计量经济分析过程，并且当代统计学本身也与计量经济学有不少相似之处。例如，统计学也通过对经济数据的解决分析，得出经济问题的数字化特性和结论，也有对经济参数的预计和分析，也进行经济趋势的预测，并运用多个统计量对分析预测的结论进行判断和检查等，统计学的这些内容与计量经济学的内容都很相似。反过来，计量经济学也经常使用多个统计分析办法，筛选数据、选择变量和检查有关结论，统计分析是计量经济分析的重要内容和重要基础之一。计量经济学与统计学的根本区别在于，计量经济学是问题导向和以经济模型为核心的，而统计学则是以经济数据为核心，且经常是数据导向的。典型的计量经济学分析从具体经济问题出发，先建立经济模型，参数预计、判断、调节和预测分析等都是以模型为基础和出发点；典型的统计学研究则并不一定需要从具体明确的问题出发，即使也有某些目的，但能够是含糊不明确的。即使统计学并不排斥经济理论和模型，有时也会运用它们，但统计学普通不一定需要特定的经济理论或模型作为基础和出发点，经常是通过对经济数据的统计解决直接得出结论，统计学侧重的工作是经济数据的采集、筛选和解决。另外，计量经济学不仅是通过数据解决和分析获得经济问题的某些数字特性，并且是借助于经济思想和数学工具对经济问题作深刻剖析。通过计量经济分析实证检查的经济理论和模型，能够对分析、研究和预测更广泛的经济问题起重要作用。计量经济学从经济理论和经济模型出发进行计量经济分析的过程，也是对经济理论证明或证伪的过程。这些是以解决数据为主，与经济理论关系比较松散统计学研究不能比拟的功效，也是计量经济学与统计学的区别。⒉经济数据在计量经济分析中的作用是什么？经济数据是计量经济分析的材料。经济数据是通过对经济变量进行观察和统计，从现实经济和经济历史中得到的，反映经济活动水平的数字特性。从本质上说，经济数据都是由有关的经济规律生成的，因此是反映经济规律的信息载体，拟定经济规律的基本材料。经济数据的数量和质量，对计量经济分析的有效性和价值有举足轻重轻重的影响。⒊试分别举出时间序列数据、横截面数据、面板数据的实例。时间序列数据指对同一种观察单位，在不同时点的多个观察值构成的观察值序列，或者以时间为序收集统计和排列的数据，如浙江某省从1980年到各年的GDP；横截面数据是指在现一时点上，对不同观察单位观察得到的多个数据构成的数据集，如全国31个省自治区直辖市的GDP；面板数据就是由对许多个体构成的同一种横截面，在不同时点的观察值构成的数据，如从1980年到各年的全国31个省自治区直辖市GDP。第二章两变量线性回归一、单选题⒈表达x与y之间真实线性关系的是【C】ABECD⒉参数?的预计量含有有效性是指【B】AVar()=0BVar()为最小C(－?)＝0D(－?)为最小⒊产量（x，台）与单位产品成本（y，元/台）之间的回归方程为＝356－1.5x，这阐明【B】A产量每增加一台，单位产品成本增加356元B产量每增加一台，单位产品成本减少1.5元C产量每增加一台，单位产品成本平均增加356元D产量每增加一台，单位产品成本平均减少1.5元⒋对回归模型进行统计检查时，普通假定服从【C】AN（0，）Bt(n-2)CN（0，）Dt(n)⒌以y表达实际观察值，表达回归预计值，则普通最小二乘法预计参数的准则是使【D】A＝0B＝0C为最小D为最小⒍以X为解释变量，Y为被解释变量，将X、Y的观察值分别取对数，如果这些对数值描成的散点图近似形成为一条直线，则适宜配合下面哪一模型形式?(D)A.Yi=β0+β1Xi+μi B.lnYi=β0+β1Xi+μiC.Yi=β0+β1lnXi+μi D.lnYi=β0+β1lnXi+μi⒎下列各回归方程中，哪一种必然是错误的?(C)A.Yi=50+0.6XirXY=0.8 B.Yi=-14+0.8XirXY=0.87C.Yi=15-1.2XirXY=0.89 D.Yi=-18-5.3XirXY=-0.96⒏已知某始终线回归方程的鉴定系数为0.81，则解释变量与被解释变量间的线性有关系数为(B)A.0.81 B.0.90C.0.66 D.0.32⒐对于线性回归模型Yi=β0+β1Xi+μi，要使普通最小二乘预计量含有无偏性，则模型必须满足(A)A.E(μi)=0 B.Var(μi)=σ2C.Cov(μi,μj)=0 D.μi服从正态分布⒑用一组有30个观察值的样本预计模型，在0.05的显着性水平下对的显着性作t检查，则显着地不等于零的条件是其统计量t不不大于【D】A（30）B（30）C（28）D（28）⒒某一特定的x水平上，总体y分布的离散度越大，即越大，则【A】A预测区间越宽，精度越低B预测区间越宽，预测误差越小C预测区间越窄，精度越高D预测区间越窄，预测误差越大⒓对于总体平方和TSS、回归平方和RSS和残差平方和ESS的互有关系，对的的是【B】ATSS>RSS+ESSBTSS=RSS+ESSCTSS<RSS+ESSDTSS=RSS+ESS⒔对于随机误差项εi,Var(εi)=E(ε)=2内涵指（B）A．随机误差项的均值为零 B．全部随机误差都有相似的方差C．两个随机误差互不有关 D．误差项服从正态分布二、判断题⒈随机误差项εi与残差项ei是一回事。（×）⒉对两变量回归模型，假定误差项εi服从正态分布。（∨）⒊线性回归模型意味着因变量是自变量的线性函数。（∨）⒋在线性回归模型中，解释变量是因素，被解释变量是成果。（∨）⒌在实际中，两变量回归没什么用，由于因变量的行为不可能仅由一种解释变量来解释。（×）三、填空题⒈在计量经济模型中引入误差项，是由于经济变量关系普通是随机函数关系。⒉样本观察值与回归理论值之间的偏差，称为残差，我们用残差预计线性回归模型中的误差项。⒊__SST__反映样本观察值总体离差的大小；___SSR__反映由模型中解释变量所解释的那部分离差的大小；___SSE___反映样本观察值与预计值偏离的大小，也是模型中解释变量未解释的那部分离差的大小。⒋拟合优度（鉴定系数）。它是由___回归___引发的离差占总体离差的____比重____。若拟合优度越趋近于_1____，则回归直线拟合越好；反之，若拟合优度越趋近于__0___，则回归直线拟合越差。⒌在两变量回归中，是的无偏预计。四、简答题⒈什么是随机误差项？影响随机误差项的重要因素有哪些？它和残差之间的区别是什么？影响Y的较小因素的集合；被无视的因素、测量误差、随机误差等；通过残差对误差项的方差进行预计。⒉决定系数阐明了什么？它与有关系数的区别和联系是什么？P53和P56⒊最小二乘预计含有什么性质？P37线性、无偏性和有效性（或最小方差性）⒋在回归模型的基本假定中，的意义是什么？该假设的含义是：如果两变量之间确实是线性趋势占主导地位，随机误差只是次要因素时，那么即使随机扰动会使个别观察值偏离线性函数，但给定解释变量时多次重复观察被解释变量，概率均值会消除随机扰动的影响，符合线性函数趋势。第三章多元线性回归模型一、单选题⒈决定系数是指【C】A剩余平方和占总离差平方和的比重B总离差平方和占回归平方和的比重C回归平方和占总离差平方和的比重D回归平方和占剩余平方和的比重⒉在由n=30的一组样本预计的、包含3个解释变量的线性回归模型中，计算的决定系数为0.8500，则调节后的决定系数为【D】A0.8603B0.8389C0.8655D0.8327⒊对于，检查H0:时，所用的统计量服从【A】At(n-k-1)Bt(n-k-2)Ct(n-k+1)Dt(n-k+2)⒋调节的鉴定系数与多重鉴定系数之间有以下关系【D】ABCD⒌用一组有30个观察值的样本预计模型后，在0.05的显着性水平下对的显着性作t检查，则显着地不等于零的条件是其统计量不不大于等于【C】A（30）B（28）C（27）D（1，28）⒍对模型Yi=β0+β1X1i+β2X2i+μi进行总体显着性F检查，检查的零假设是(A)A.β1=β2=0 B.β1=0C.β2=0 D.β0=0或β1=0⒎在多元线性回归中，鉴定系数R2随着解释变量数目的增加而（B）A．减少 B．增加C．不变 D．变化不定二、判断题⒈在多元回归模型的检查中，鉴定系数R2一定不不大于调节的R2。（∨）⒉在EVIEWS中，genr命令是生成新的变量。（∨）⒊在EVIEWS中，建立非线性模型的办法只有将非线性模型线性化的办法。（×）三、填空题⒈调节的可决系数的作用是消除由解释变量数目差别造成的影响。⒉在多元线性回归模型中，F统计量与可决系数之间有以下关系：。⒊有k个解释变量的多元回归模型的误差项方差σ2的无偏预计是。⒋在总体参数的多个线性无偏预计中，最小二乘预计量含有___最小方差________的特性。四、简答题⒈在多元线性回归分析中，为什么用修正的决定系数衡量预计模型对样本观察值的拟合优度？P121由于没调节的决定系数只与被解释变量的观察值，以及回归残差有关，而与解释变量无直接关系。但多元线性回归模型解释变量的数目有多有少，数学上能够证明，决定系数是解释变量数目的增函数，意味着不管增加的解释变量与否真是影响被解释变量的重要因素，都会提高决定系数的数值，解释变量个数越多，决定系数一定会越大。因此，用该决定系数衡量多元线性回归模型的拟合程度是有问题的，会造成片面追求解释变量数量的错误倾向。正是由于存在这种缺点，决定系数在多元线性回归分析拟合度评价方面的作用受到很大限制，需要修正。⒉回归模型的总体显着性检查与参数显着性检查相似吗？与否能够互相替代？多元线性回归模型每个参数的显着性与模型总体的显着性并不一定一致，因此除了各个参数的显着性检查以处，，还需要进行模型总体显着性，也就是全体解释变量总体对被解释变量与否存在明显影响的检查，称为“回归显着性检查”。总体显着性检查是多元回归分析特有的，两变量线性回归解释变量系数的显着性检查与模型的总体显着性检查一致，不需要进行总体显着性检查。第四章异方差性一、单选题⒈下列哪种办法不是检查异方差的办法【D】A戈德菲尔特——夸特检查B残差序列图检查C戈里瑟检查D方差膨胀因子检查⒉当存在异方差现象时，预计模型参数的适宜办法是【A】A加权最小二乘法B工具变量法C广义差分法D使用非样本先验信息⒊加权最小二乘法克服异方差的重要原理是通过赋予不同观察点以不同的权数，从而提高预计精度，即【A】A重视方差较小样本的信息，轻视方差较大样本的信息B重视方差较大样本的信息，轻视方差较小样本的信息C重视方差较大和方差较小样本的信息D轻视方差较大和方差较小样本的信息⒋如果戈里瑟检查表明，普通最小二乘预计成果的残差与有显着的形式为的有关关系（满足线性模型的全部典型假设），则用加权最小二乘法预计模型参数时，权数应为【C】ABCD⒌如果戈德菲尔特——夸特检查显着，则认为什么问题是严重的【A】A异方差问题B序列有关问题C多重共线性问题D设定误差问题⒍容易产生异方差的数据是【C】A时间序列数据B面板数据C横截面数据D年度数据⒎若回归模型中的随机误差项存在异方差性，则预计模型参数应采用【B】A普通最小二乘法B加权最小二乘法C广义差分法D工具变量法⒏假设回归模型为，其中var()=，则使用加权最小二乘法预计模型时，应将模型变换为【C】ABCD⒐设回归模型为，其中var()=，则?的最小二乘预计量为【B】A.无偏且有效B无偏但非有效C有偏但有效D有偏且非有效三、判断题⒈当异方差出现时，最小二乘预计是有偏的和不含有最小方差特性。（×）⒉在异方差状况下，普通预测失效。（∨）⒊在异方差状况下，普通OLS预计一定高估了预计量的原则差。（×）⒋如果OLS回归的残差体现出系统性，则阐明数据中有异方差性。（×）⒌如果回归模型遗漏一种重要的变量，则OLS残差必然体现出明显的趋势。（∨）⒍当异方差出现时，惯用的t检查和F检查失效。（∨）⒎用截面数据建立模型时，普通比时间序列资料更容易产生异方差性。（∨）四、简答题⒈什么是异方差性？试举例阐明经济现象中的异方差性。两变量和多元回归线性回归模型的第三条假设都规定误差项是同方差的，就是误差项的方差是常数，即不随t变化。这条假设也不一定满足，也就是线性回归模型误差项的方差有可能随t变化，这时候称线性回归模型存在“异方差”或“异方差性”。举例P162经济中不同收入家庭消费的分散度。⒉如何发现和判断线性回归模型与否存在异方差问题？P166—P174⒊克服和解决异方差问题有哪些办法？P174—P180第五章自有关性一、单选题⒈如果模型存在序列有关，则【D】Acov（，）=0Bcov（，）=0（t?s）Ccov（，）?0Dcov（，）?0（t?s）⒉D－W检查的零假设是（?为随机项的一阶自有关系数）【B】ADW=0B?=0CDW=1D?=1⒊DW的取值范畴是【D】A－1?DW?0B－1?DW?1C－2?DW?2D0?DW?4⒋当DW＝4是时，阐明【D】A不存在序列有关B不能判断与否存在一阶自有关C存在完全的正的一阶自有关D存在完全的负的一阶自有关⒌根据20个观察值预计的成果，一元线性回归模型的DW＝2.3。在样本容量n=20，解释变量k=1，显着性水平?=0.05时，查得＝1，＝1.41，则能够判断【A】A不存在一阶自有关B存在正的一阶自有关C存在负的一阶自有关D无法拟定⒍当模型存在序列有关现象时，适宜的参数预计办法是【C】A加权最小二乘法B间接最小二乘法C广义差分法D工具变量法⒎采用一阶差分模型克服一阶线性自有关问题使用于下列哪种状况【B】A??0B??1C－1<?<0D0<?<1⒏假定某公司的生产决策是由模型描述的（其中为产量，为价格），又知：如果该公司在t-1期生产过剩，经济人员会削减t期的产量。由此判断上述模型存在【B】A异方差问题B序列有关问题C多重共线性问题D随机解释变量问题⒐根据一种n=30的样本预计后计算得DW=1.4，已知在5％得的置信度下，＝1.35，＝1.49，则认为原模型【B】A不存在一阶序列自有关B不能判断与否存在一阶自有关C存在完全的正的一阶自有关D存在完全的负的一阶自有关⒑对于模型，以?表达与之间的线性有关系数（t=1，2，?，n），则下面明显错误的是【B】A?=0.8，DW=0.4B?=－0.8，DW=－0.4C?=0，DW=2D?=1，DW=0⒒已知DW统计量的值靠近于2，则样本回归模型残差的一阶自有关系数?近似等于【A】A0B-1C1D0.5 ⒓已知样本回归模型残差的一阶自有关系数靠近于-1，则DW统计量近似等于【D】A0??B1?C2?D4⒔戈德菲尔德—夸特检查法可用于检查【A】A异方差性B多重共线性??C序列有关D设定误差⒕在给定的显着性水平之下，若DW统计量的下和上临界值分别为dL和du,则当dL<DW<du时，可认为随机误差项【D】A存在一阶正自有关??B存在一阶负有关C不存在序列有关??D存在序列有关与否不能断定三、判断题⒈当模型存在高阶自有关时，可用D-W法进行自有关检查。（×）⒉DW值在0和4之间，数值越小阐明正有关程度越大，数值越大阐明负有关程度越大。（∨）⒊假设模型存在一阶自有关，其它条件均满足，则仍用OLS法预计未知参数，得到的预计量是无偏的，不再是有效的，显着性检查失效，预测失效。（∨）⒋当存在自有关时，OLS预计量是有偏的，并且也是无效的。（×）⒌消除自有关的一阶差分变换假定自有关系数必须等于－1。（×）⒍发现模型中存在误差自有关时，都能够运用差分法来消除自有关。（×）四、简答题⒈自相性对线性回归分析有什么影响？P196—P198⒉发现和检查自有关性有哪些办法？P198—P2088⒊克服自有关性有哪些办法？P208—P215第六章多重共线性一、单选题⒈当模型存在严重的多重共线性时，OLS预计量将不含有【C】A线性B无偏性C有效性D一致性⒉经验认为，某个解释变量与其它解释变量间多重共线性严重的状况是这个解释变量的VIF【C】A不不大于1B不大于1C不不大于10D不大于5⒊如果方差膨胀因子VIF＝10，则认为什么问题是严重的【C】A异方差问题B序列有关问题C多重共线性问题D解释变量与随机项的有关性⒋在多元线性回归模型中，若某个解释变量对其它解释变量的鉴定系数靠近于1，则表明模型中存在【A】A多重共线性?B异方差性??C序列有关?D高拟合优度⒌在线性回归模型中，若解释变量和的观察值成比例，即有，其中k为非零常数，则表明模型中存在【B】A方差非齐性B多重共线性C序列有关D设定误差二、判断题⒈尽管有完全的多重共线性，OLS预计量仍然是最优线性无偏预计量。（×）⒉变量的两两高度有关并不表达高度多重共线性。（×）⒊在多元回归中，根据普通的t检查，每个参数都是统计上不显着的，你就不会得到一种高的值。(×)⒋变量不存在两两高度有关表达不存在高度多重共线性。(×)三、填空题⒈强的近似多重共线性会对多元线性回归的有效性产生严重的不利影响。⒉第k个解释变量与其它解释变量之间有关系数平方越大，方差膨胀因子（VIF）越大。⒊存在完全多重共线性时，多元回归分析是无法进行。⒋检查样本与否存在多重共线性的常见办法有：__方差扩大因子法_和逐步回归检查法。⒌解决多重共线性的办法有：保存重要解释变量、去掉不重要解释变量、__增加样本容量_、_____差分模型______________。四、简答题⒈什么是多重共线性？多重共线性是由什么因素造成的？多重共线性是指多元线性回归模型中，模型的解释变量之间存在某种程度的线性关系（或P226—P227），因素见P227—228）。⒉如何发现和判断多重共线性？P230—P235⒊克服多重共线性有哪些办法？P235—P244第七章计量经济分析建模与应用一、单选题⒈某商品需求函数为，其中y为需求量，x为价格。为了考虑“地区”（农村、都市）和“季节”（春、夏、秋、冬）两个因素的影响，拟引入虚拟变量，则应引入虚拟变量的个数为【B】A2B4C5D6⒉根据样本资料建立某消费函数以下：=100.50+55.35+0.45，其中C为消费，x为收入，虚拟变量D＝，全部参数均检查显着，则城乡家庭的消费函数为【A】A=155.85+0.45B=100.50+0.45C=100.50+55.35D=100.95+55.35二、填空题⒈在计量经济建摸时，对非线性模型的解决办法之一是_线性化_________。⒉虚拟变量不同的引入方式有两种。若要描述多个类型的模型在截距水平的差别，则以加法方式引入虚拟解释变量；若要反映多个类型的模型的不同相对变化率时，则以乘法引入虚拟解释变量。⒊对于有m个不同属性的定性因素，应当设立m-1个虚拟变量来反映该因素的影响。三、简答题⒈什么是虚拟变量？它在模型中有什么作用？P255⒉引入虚拟解释变量的两种基本方式是什么？它们各合用于什么状况？P258—P260四、综合分析计算题㈠设某商品的需求量（百件），消费者平均收入（百元），该商品价格（元）。经Eviews软件对观察的10个月份的数据用最小二乘法预计，成果以下：（被解释变量为）VARIABLECOEFFICIENTSTD.ERRORT-STAT2-TAILSIGC99.46929513.4725717.38309650.000X12.50189540.7536147（3.3199）X2-6.58074301.3759059（-4.7828）R-squared0.949336Meanofdependentvar80.00000AdjustedR-squared（）S.D.ofdependentvar19.57890S.Eofregression4.997021Sumofsquaredresid174.7915Durbin-Watsonstat（）F–statistics（）完毕下列问题：（最少保存三位小数）1．写出需求量对消费者平均收入、商品价格的线性回归预计方程。2．解释偏回归系数的统计含义和经济含义。3．对该模型做经济意义检查。4．预计调节的可决系数。5．在95%的置信度下对方程整体显着性进行检查。6．在95%的置信度下检查偏回归系数(斜率)的显着性。7．检查随机误差项的一阶自有关性。（，，）解：⒈⒉需求量和收入正有关，和价格负有关，收入每增加一种单位，需求量上升2.5个单位，价格每增加一种单位，需求量下降6.58个单位；⒊该模型经济意义检查通过；⒋⒌，F检查通过⒍t1=3.3199,t2=-4.7828,t检查通过7．检查随机误差项的一阶自有关性。,，,不存在一阶自有关。㈡设某地区机电行业销售额（万元）和汽车产量（万辆）以及建筑业产值（千万元）。经Eviews软件对1981年——1997年的数据分别建立线性模型和双对数模型进行最小二乘预计，成果以下：表1DependentVariable:YVariableCoefficientStd.Errort-StatisticProb.C-57.4549681.02202-0.7091280.4899X145.7055815.668852.9169710.0113X211.933391.5165537.8687610.0000R-squared0.903899Meandependentvar545.5059AdjustedR-squared0.890170S.D.dependentvar193.3659S.E.ofregression64.08261Akaikeinfocriterion11.31701Sumsquaredresid57492.12Schwarzcriterion11.46405Loglikelihood-93.19457F-statistic65.83991Durbin-Watsonstat2.103984Prob(F-statistic)0.000000表2DependentVariable:Ln(Y)Variab