《计量经济学》第二版-庞皓-试卷2

第1页共4页DATE\@"yyyy-M-d"2012-11-282009第一学期《计量经济学》试卷题号一二三四五六总分得分签名一、填空题（20%，每空1分）1、计量经济学是以为指导，以为依据，以为方法，以计算机专用软件为手段，研究经济关系和经济活动的规律及其应用，并以建立和应用经济数学模型为核心的一门经济学学科。2、对于计量经济模型的检验的内容，一般分为四种形式的检验：、、和。3、在计量经济学中线性模型的“线性”有两种解释：一是模型就而言是线性的，二是模型就而言是线性的。在计量经济学中，从回归理论的发展和参数的估计方法考虑，通常是就而言来判断是否线性回归模型。4、简单线性回归模型的五条基本假定是：（1）；（2）；（3）；（4）；（5）。5、根据高斯－马尔可夫定理，最小二乘估计具有四个性质：（1）、（2）、（3）、（4）。二、判断题（10%，每题1分，请将×或√写在表格中，否则该题不得分。）1、（）经典线性回归模型的零均值假设是指。2、（）对经济计量模型进行的各种检验中，经济准则检验是第一位的，如果经济准则检验无效，则只能放弃模型。3、（）如果可决系数r2等于0.8，说明在总变差中有80％是可以由所拟合的回归直线作出解释的。4、（）当估计标准误差s＝0时，说明被解释变量的观测值Yi与回归估计值Ŷi完全一致。5、（）若X与Y为函数关系，则相关系数|r|＝1。6、（）对于单个回归系数进行t－检验，目的在于检验参数的估计量是否等于参数真值。7、（）描述产品平均成本（Y）依存产品产量（X）而变动的关系，适宜配合倒数变换模型。8、（）依据样本资料计算的相关系数r是一个随机变量。9、（）在使用横截面数据进行经济计量分析时，要求指标统计的对象及其范围必须相同。10、（）在经济计量研究中，有时引入滞后内生变量作为解释变量，作为解释变量的滞后内生变量是非随机变量。三、单项选择题（10%，每题2分。）1、设线性回归模型为，下列表明变量之间具有完全多重共线性的是＿＿＿＿各式中的v均为随机误差项2、设，则对原模型变换的正确形式为＿＿＿＿3、下列哪种方法不是检验异方差的方法()A.戈德菲尔特—匡特检验B.怀特检验C.戈里瑟检验D.方差膨胀因子检验4、对于线性回归模型，要使普通最小二乘估计具备线性特性，则模型必须满足：（）A．E(ui)=0；B．Var(ui)=σ2(常数)；C．Cov(ui，uj)=0；D．Xi为非随机变量，与ui不相关。5、用一组有30个观测值的样本估计模型后，在0.05的显著性水平下对β2的显著性作t－检验，则β2显著地不等于零的条件是统计量t大于等于（）A．t0.05(30)；B．t0.025(28)；C．t0.025(27)；D．F0.025(1，28)。四、简答或名词解释题（20%，共4题每题5分）1、调整的可决系数2、多重共线性3、按泰勒定理，通过增加某个特定解释变量的高次幂项来提高模型的拟合优度，也能够达到用多元回归模型时的同等的解释能力，试评价两种建模思想的计量经济学差异？4、对于同一个检验异方差的原假设，用white检验和ARCH检验如果结论完全相反，你认为在建模过程中应当如何处理该问题？五、计算题（20%，第1题10分，第2题10分）1、根据1978－1997年财政收入Y和国内生产总值X的数据资料的处理数据（单位：千亿元），试计算并回答下列问题：（1）建立财政收入Y和国内生产总值X的简单线性回归方程，用OLS法进行回归分析；（2）解释斜率系数的经济含义；（3）对所建立的方程进行显著性检验；（4）计算可决系数。（，，，，) 2、在研究生产中劳动附加值所占份额的变动时，根据美国1949—1964年数据，对初级金属工业得到如下结果：其中，yt为劳动份额，t为时间。①模型A和模型B哪个存在自相关？取显著性水平=0.05。②如果在模型A中存在序列自相关，而模型B却不存在，则前者存在序列相关的原因何在？③这个例子告诫我们在序列相关的检验中，DW统计量有哪些优点？六、分析论述题（20%，其中，第1题8分，第2题12分）设回归模型指定为，这里满足所有的基本假设。现给出了参数的估计量：，试证明是的无偏估计量。2、根据江苏省1980－2002年城镇居民人均收入（Y元）与人均收入（X元）的资料，可建立一元线性回归模型，试完成下列各小题：试写出下列报告（表一）所给出的结论。（2分）表一：PairwiseGrangerCausalityTestsDate:04/23/09Sample:19802002Lags:2NullHypothesis:ObsF-StatisticProbabilityYdoesnotGrangerCauseX212.901020.08414XdoesnotGrangerCauseY22.70482.1E-05以回归报告（表二）为依据，按标准格式表达回归结果。（2分）表二：DependentVariable:YMethod:LeastSquaresDate:04/23/09Sample:19802002Includedobservations:23VariableCoefficientStd.Errort-StatisticProb.C202.121853.725573.7621160.0011X0.7512260.01346055.813690.0000R-squared0.993304Meandependentvar2489.554AdjustedR-squared0.992985S.D.dependentvar1989.162S.E.ofregression166.6026Akaikeinfocriterion13.15204Sumsquaredresid582885.0Schwarzcriterion13.25078Loglikelihood-149.2485F-statistic3115.168Durb