计量经济学习题集(标注版)

计量经济学习题集(标注版)《计量经济学》习题集PAGEPAGE18第一章 绪论一、单项选择题1、变量之间的关系可以分为两大类，它们是【 】A函数关系和相关关系 B线性相关关系和非线性相关关系C正相关关系和负相关关系 D简单相关关系和复杂相关关系2、相关关系是指【 】A变量间的依存关系 B变量间的因果关系C变量间的函数关系 D变量间表现出来的随机数学关系3、进行相关分析时，假定相关的两个变量【 】A都是随机变量 B都不是随机变量C一个是随机变量，一个不是随机变量 D随机或非随机都可以4、计量经济研究中的数据主要有两类：一类是时间序列数据，另一类是【 】A总量数据 B横截面数据C平均数据 D相对数据应为正值C、应为负值，c’应为负值 D 应为负值，c’应为正值12、回归分析中定义【B 】解释变量和被解释变量都是随机变量解释变量为非随机变量，被解释变量为随机变量解释变量和被解释变量都是非随机变量解释变量为随机变量，被解释变量为非随机变量13、线性模型的影响因素【 】A只能是数量因素 B只能是质量因素C可以是数量因素，也可以是质量因素 D只能是随机因素14、下列选项中，哪一项是统计检验基础上的再检验(亦称二级检验)准则【 】A.计量经济学准则 B经济理论准则C统计准则 D统计准则和经济理论准则15、理论设计的工作，不包括下面哪个方面【 】A选择变量 B确定变量之间的数学关系C收集数据 D拟定模型中待估参数的期望值16、计量经济学模型成功的三要素不包括【 】A理论 B应用C数据 D方法17、在模型的经济意义检验中，不包括检验下面的哪一项【 】A参数估计量的符号 B参数估计量的大小C参数估计量的相互关系 D参数估计量的显著性18、计量经济学模型用于政策评价时，不包括下面的那种方法【 】A工具变量法 B工具—目标法C政策模拟 D最优控制方法19、在经济学的结构分析中，不包括下面那一项【 】A弹性分析 B乘数分析C比较静力分析 D方差分析二、多项选择题1、使用时序数据进行经济计量分析时，要求指标统计的【 】A对象及范围可比 B时间可比 C口径可比D计算方法可比 E内容可比2、一个模型用于预测前必须经过的检验有【 】A经济准则检验 B统计准则检验 C计量经济学准则检验D模型预测检验 E实践检验3、经济计量分析工作的四个步骤是【 】A理论研究 B设计模型 C估计参数D检验模型 E应用模型4、对计量经济模型的统计准则检验包括A估计标准误差评价 B拟合优度检验 C预测误差程度评价D总体线性关系显著性检验 E单个回归系数的显著性检验5、对计量经济模型的计量经济学准则检验包括【 】A误差程度检验 B异方差检验 C序列相关检验D超一致性检验 E多重共线性检验6、对经济计量模型的参数估计结果进行评价时，采用的准则有【 】A经济理论准则 B统计准则 C经济计量准则D模型识别准则 E模型简单准则7、经济计量模型的应用方向是【 】A用于经济预测 B用于结构分析 C仅用于经济政策评价D用于经济政策评价 E仅用于经济预测、经济结构分析三、填空题1、计量经济学是 的一个分支学科，是以揭示 中的客观存在的 为内容的分支学科挪威经济学家弗里希将它定义为 、和 三者的结合。2、数理经济模型揭示经济活动中各个因素之间的 ，用 的数学方程加以描述计量经济学模型揭示经济活动中各个因素之间的 用 的数学方程加以描述。3、广义计量经济学是利用经济理论数学及统计学定量研究经济现象的经济计量方法的统称包括 ，，等狭义的计量经济学以揭示经济现象中的 为目的，在数学上主要应用 。4、计量经济学模型包括单方程模型和联立方程模型两类。单方程模型的研究对象是 ，揭示存在其中的 。联立方程模型研究的对象是 ，揭示存在其中的 。5 。”我们不妨把这种结合称之为 或 。6、建立计量经济学模型的步骤：1 2 3 4 。7、常用的三类样本数据是 、 和 。8、计量经济学模型的四级检验是 、 、 和 。9、计量经济学模型成功的三要素是 、 和 。10、计量经济学模型的应用可以概括为四个方面： 、 、 和 。四、名词解释计量经济学；经济变量；解释变量与被解释变量；时间序列数据；横截面数据；计量经济模型。五、简答与论述题1、什么是计量经济学？它与经济学、统计学和数学的关系是怎样的？一、计量经济学与经济学的关系联系：可以对经济理论加以验证、充实、完善,具体的包括：检验或者实证功能，发现功能，具体化功能，计量经济学是经济学的一个分支区别：（传统）经济学以定性分析为主,计量经济学以定量分析为主二、计量经济学与统计学经济统计也是对经济现象的一种计量，但侧重于对经济现象的描述。主要涉及数据的收集、加工、整理和计算。多数以列表或图示的形式提供经济数据。联系：经济统计提供的数据是计量经济学进行参数估计、验证经济理论的基本依据区别：关键的在于是数据导向还是问题导向，对模型重视程度等。三、计量经济学与数学的关系1、计量经济学和数学的关系联系：数学是计量分析的基础和工具。微积分、线性代数、概率统计是计量分析的基础工具数学知识（函数性质等）对计量建模的作用。区别：计量经济学不是数学，是经济学2、计量经济模型一般由哪些要素组成？计量经济学中应用的数据是怎样进行分类的？试分别举出时间序列数据、横截面数据、混合数据的实例，并分别说明这些数据的来源。数据的类型：时间序列数据，横截面数据，混合数据和面板数据4、建立与应用计量经济模型一般要进行哪些工作？这些工作之间的逻辑联系是怎样的？计量经济模型主要应用在哪几个方面？结合一个具体的经济实例加以说明。5、建立计量经济模型的基本思想是什么？6、经济计量模型的特点是什么，他与数理经济模型有什么区别？7、回归分析与相关分析的区别是什么?六、分析题1、下列设定的计量经济模型是否合理。为什么？33+iGDiui1其中，GDPi（i=1,2,3）是第一产业、第二产业、第三产业增加值，u为随机误差项。S1abS2u其中，S1,S2分别为农村居民和城镇居民年末储蓄存款余额，u为随机误差项。财政收入＝f（财政支出）＋u，u（4）Q=f(L,K,X1,X2，u)其中，Q是煤炭产量，L,K分别是煤炭工业职工人数和固定资产原值，X1,X2分别是发电量和钢铁产量，u为随机误差项。2、指出下列模型中的错误，并说明理由。（1）

ˆt

1801.2Yt其中，C、Y分别为城镇居民的消费支出和可支配收入。（2）

1.151.62lnKt0.28lnt其中，Y、K、L分别为工业总产值、工业生产资金和职工人数。t第二章一元线性回归模型一、单项选择题01t1、表示x与y之间真实线性关系的是【C 】01tˆt

ˆ0ˆx

E(yt)x1tyt1t

01xtut

yt

01xt2、参数的估计量具备有效性是指【B 】A)=0 B )为最小C －)＝0 D －)为最小13、对于yiˆ0ˆxii，以ˆ表示估计标准误差，ˆi表示回归值，则【BD但是D总是成立的= 】1i iAˆ=0(yiˆi)＝0B=0y)2＝i iCˆ=0(yiˆi)为最小i iD=0y)2i i14yiˆ0ˆxi1

i，则普通最小二乘法确定的ˆi是【D 】

(xix)(yiy)

nxiyixiyiiiiii1 (xi

x)2

1 nx2(x)2CˆxiyinxyCi1x2n(x)2i

ˆ nxiyixiyiD1 2Dx15、对于yiˆ0ˆxii，以ˆ表示估计标准误差，r表示相关系数，则有【 】1A=0时，r＝1 B=0时，r＝－1C=0时，r＝0 D=0时，r＝1或r＝－16、产量（x，台）与单位产品成本（y，元/台）之间的回归方程为yˆ＝356－1.5x，这说明【 D】A产量每增加一台，单位产品成本增加356元B1.5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 7、在总体归直线E(ˆ)01x中，1表示【B 】Ax增加一个单位时，y增加1个单位B当x增加一个单位时，y平均增加1个单位C当y增加一个单位时，x增加1个单位D当y增加一个单位时，x平均增加1个单位8yt

01xtut进行统计检验时，通常假定ut服从【C 】iAN（0，2） B t(n-2)iC N（0，2） D t(n)9以y表示实际观测值，ˆ表示回归估计值则普通最小二乘法估计参数的准则是【D 】A(yiˆi)＝0 BC(yiˆi)为最小 D

(y)2＝0i ii iy)2i ii i10、设y表示实际观测值，表示OLS回归估计值，则下列哪项成立【D 】A=y B=yC=y D=yyt

01xtut则样本回归线通过【D 】A（x，y） B (x，)C (x，) D (x，y)12、以y表示实际观测值，yˆ表示回归估计值，则用普通最小二乘法得到的样本回归直线1iˆiˆ0ˆx满足【A 】1iA(yiˆi)＝0 B(ˆy)＝0ii2iii iiC(y)2＝0 D(yy)2＝0i ii1330yt

01xtut，在0.05的显著性水平下对1的显著性作t检验，则1显著地不等于零的条件是其统计量t大于【D 】At0.05（30） B

t0.025（30） C

t0.05（28） D

t0.025（28）14064A0.64 B 0.8 C 0.4 D 0.3215、相关系数r的取值范围是【 】Ar－1 Br1 C 0r1 D－1r116、判定系数R2的取值范围是【C 】A R2－1 BR21 C 0R21 D－1R2117、某一特定的x水平上，总体y分布的离散度越大，即2越大，则【 】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18、在缩小参数估计量的置信区间时，我们通常不采用下面的那一项措施【 】A增大样本容量n B提高置信水平C提高模型的拟合优度 D提高样本观测值的分散度19对于总体平方和TSS回归平方和RSS和残差平方和ESS的相互关系正确的【B 】ATSS>RSS+ESS BTSS=RSS+ESSCTSS<RSS+ESS DTSS2=RSS2+ESS2二、多项选择题1、指出下列哪些现象是相关关系【 】A家庭消费支出与收入 B商品销售额和销售量、销售价格C物价水平与商品需求量 D小麦亩产量与施肥量E学习成绩总分与各门课程成绩分数2yt

01xtut的经典假设包括【 】A E(ut0 BVar(u)（常数）tt2ttC cov(ui,uj)0 Dut～N(0，1)E x为非随机变量，且cov(xtut)03、以y表示实际观测值，表示回归估计值，e表示残差，则回归直线满足【 】A通过样本均值点(x，y) B

yt

ˆtCcov(xt,et)0tE(ˆˆ)20t

D(y)2＝0t t4以表示估计值表示随机误差项如果y与x为线性相关关系则下列哪些是正确的【 t tyt

01xt

yt

01xtutyt

ˆ0ˆxt

utˆt

ˆ0ˆxt

ut111Eˆtˆ0ˆxt1111t5、以带“”表示估计值，u表示随机误差项，e表示残差，如果y与x为线性相关关系，则下列哪些是正确的【 】1t01tE(yt)x01t

yt

ˆ0ˆxyt

ˆ0ˆxtetˆt

ˆ0ˆxtet111EE(yt)ˆ0ˆxt1116、回归分析中估计回归参数的方法主要有【 】A相关系数法 B方差分析法C 最小二乘估计法 D极大似然法E 矩估计法7yt

01xtut的参数，要使参数估计量具备最佳线性无偏估计性质，则要求【 】A E(ut)0C cov(ui,uj)0

BVar(u)2（常数）tut服从正态分布tx为非随机变量，且cov(xtut)08、假设线性回归模型满足全部基本假设，则其参数估计量具备【 】A可靠性 B合理性C线性 D无偏性E有效性9、普通最小二乘直线具有以下特性【 】A通过点(x，y) ByCi0 De＝0ii2iiE cov(xi,ei)＝010yt

01xtut，要使普通最小二乘估计量具备线性、无偏性和有效性，则模型必须满足【 】A E(ut)0C cov(ui,uj)0

BVar(u)2（常数）tut服从正态分布tx为非随机变量，且cov(xtut)011ˆtˆ0ˆxt1

估计出来的ˆt值【 】A是一组估计值 B是一组平均值C是一个几何级数 D可能等于实际值E与实际值y的离差和等于零12、反应回归直线拟合优度的指标有【 】A相关系数 B回归系数C样本决定系数 D回归方程的标准误差1E剩余变差（或残差平方和）11t13ˆt1t

ˆ0xt

回归平方和可以表示（R2为决定系数【 】A(ˆt

y)2

Bˆ2(x

x)21tˆ(xt1t

x)(yt

y)

R2(y

y)2t tE(yy)2(yˆ)2t t14ˆt

ˆ0xt

，ˆR2的算式中，正1确的有【 】1(yˆA

y)22t B 1－2

(ytˆt)(yt

y)2

(yt

y)21tˆ21tC

x)2

(x1D1

tx)(yt

y)(yt

y)2

(yt

y)2ˆ2(n2)E1－(yt

y)215、下列相关系数的算式中，正确的是【 】xyxyAxycov(x,y)CxyExtytnxyE

(xtx)(yty)BnxyBD(xtx)(yty)D(xx2t(y2txnx22tyny22t三、判断题1、随机误差项ui与残差项ei是一回事（ ）2、总体回归函数给出了对应于每一个自变量的因变量的值（ ）3、线性回归模型意味着因变量是自变量的线性函数（ ）4、在线性回归模型中，解释变量是原因，被解释变量是结果（ ）5在实际中一元回归没什么用因为因变量的行为不可能仅由一个解释变量来解释( )四、填空题1、在计量经济模型中引入反映

因素影响的随机扰动项t，目的在于使模型更符合 活动。2样本观测值与回归理论值之间的偏差称为 我们用残差估计线性回归模型中的 。3、对于随机扰动项我们作了5项基本假定。为了进行区间估计，我们对随机扰动项作了它服从 的假定。如果不满足2-5项之一，最小二乘估计量就不具有 。4、 反映样本观测值总体离差的大小； 反映由模型中解释变量所解释的那部分离差的大小； 反映样本观测值与估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。5（判定系数）R2ESSTSS

RSS1 TSS

引起的离差占总体离差的 若拟合优度R2越趋近于 则回归直线拟合越好反之若拟合优度R2越趋近于 ，则回归直线拟合越差。6、回归方程中的回归系数是自变量对因变量的 。某自变量回归系数β的意义，指的是该自变量变化一个单位引起因变量平均变化 。五、名词解释六、简答与论述题1、回答下列问题（1）经典假设条件的内容是什么？为什么要对回归模型规定经典假设条件？（2）总体回归模型函数和样本回归模型之间有哪些区别与联系？（3）什么是随机误差项？影响随机误差项的主要因素有哪些？它和残差之间的区别是什么？2、最小二乘估计量有哪些特性？高斯－马尔可夫定理的内容是什么？3、决定系数R2说明了什么？它与相关系数的区别和联系是什么？4、为什么要进行显著性检验？请说明显著性检验的过程。5、影响预测精度的主要因素是什么？6、对于设定的回归模型作回归分析，需要对模型作哪些假定？这些假定为什么是必要的？7、样本决定系数为什么能判定回归直线与样本观测值的拟合优度？8、阐述回归分析的步骤七、计算与分析题1、试将下列非线性函数模型线性化：0 1（1）Sy=1/(ex+u)0 1（2）Y1sinx+2cosx+3sin2x+4cos2x+u。2、对下列模型进行适当变换化为标准线性模型：（1）y=0+

1+1x 2

1+u；x2（2）Q=AKLeu；（3）Y=exp(0+1x+u)；（4）Y=

1。1exp[(01xu)]3A（用模型Ciiui表示ˆi158it＝（3.1）（18.7） n=19；

R2＝0.98括号里的数字表示相应参数的t值，请回答以下问题：利用t值经验假设：＝0（取显著水平为5％）确定参数统计量的标准方差；构造的95％的置信区间，这个区间包括0吗？4、下面的数据是从某个行业的5个不同的工厂收集的。总成本（y） 8044517061产量 （x） 1246118请回答以下问题：ˆ=ˆˆx；的经济含义是什么？估计产量为10时的总成本。5、你的朋友将不同年度的债券价格作为该年利率（在相等的风险水平下）的函数，估计出的简单方程如下：

iˆ101.44.78Xii其中：Yi＝第i年美国政府债券价格（每100美元债券）Xi＝第i年联邦资金利率（按百分比解释两个所估系数的意义。所估的符号与你期望的符号一样吗？i为何方程左边的变量是而不是Y？i你朋友在估计的方程中是否遗漏了随机误差项？此方程的经济意义是什么？对此模型你有何评论？（提示：联邦资金利率是一种适）6、假如有如下的回归结果：tYˆ=2.6911-0.4795Xtt其中：Y表示美国的咖啡的消费量（每人每天消费的杯数）X表示咖啡的零售价格（美元/磅）t表示时间（1）（2）画出回归线。（3）如何解释截距的意义？它有经济含义吗？（4）如何解释斜率？XYX、设回归模型指定为

Xi+ui这里ui满足所有的基本假设。现提出了β的三个估计量：1ˆY/X1XY/X22 ii i3iiˆ(XX)(Y3ii

Y)/(X

X)2i请回答以下问题：i证明三个估计量都是β的无偏估计量；推导各个估计量的方差，并确定哪个是最小的（如果有的话）？8、利用下表给出的我国人均消费支出与人均可支配收入数据回答下列问题：（1）这是一个时间序列回归还是横截面序列回归？（2）建立回归方程；（3）如何解释斜率？（4）对参数进行显著性检验。（5）如果某人可支配收入是1000元，求出该人的消费支出的点预测值。（6）求出该人消费支出95℅置信水平的区间预测。1998年我国城镇居民人均可支配收入与人均消费性支出单位：元地区可支配收入(inc)消费性支出(consum)地区可支配收入(inc)消费性支出(consum)京8471.986970.83河南4219.423415.65天津7110.545471.014826.364074.38河北5084.643834.43湖南5434.264370.95山西4098.733267.70广东8839.687054.09内蒙古4353.023105.74广西5412.244381.09辽宁4617.243890.74海南4852.873832.44吉林4206.643449.74重庆5466.574977.26黑龙江4268.503303.15四川5127.084382.59上海8773.106866.41贵州4565.393799.38江苏6017.854889.43云南6042.785032.67浙江7836.766217.93陕西4220.243538.52安徽4747.073777.41甘肃4009.613099.36福建6485.635181.45青海4240.133580.47江西4251.423266.81宁夏4112.413379.82山东5380.084143.96新疆5000.793714.109、下表给出了1988年9个工业国的名义利率(y)与通货膨胀(X)的数据：国家名义利率通胀率国家名义利率通胀率Y(%)X(%)Y(%)X(%)澳大利亚11.97.7墨西哥66.351.0加拿大9.44.0瑞典2.22.0法国7.53.1英国10.36.8德国4.01.6美国7.64.4意大利11.34.8以利率为纵轴，通货膨胀率为横轴作图。OLS方法进行回归分析，写出求解步骤.。YX的回归中，斜率如何？10、假设某国的货币数量与国民收入的历史数据如下表所示：年份货币数量(y)国民收入(x)年份货币数量(y)国民收入(x)19852.05.019914.28.419862.55.519924.69.019873.26.019934.89.719883.67.019945.010.019893.37.219955.211.219904.07.719965.812.4请回答以下问题：yx如何解释回归系数的含义？199715.0，那么应该把货币供应量定在什么水平上？年份国内生产总值固定资产投资总额年份国内生产总值固定资产投资总额19804517.8910.91990年份国内生产总值固定资产投资总额年份国内生产总值固定资产投资总额19804517.8910.9199018598.44517.019814860.3961.0199121662.55594.519825301.81230.4199226651.98080.119835957.41430.1199334560.513072.319847206.71832.9199446670.017042.119858989.12543.2199557494.920019.3198610201.43120.6199666850.522913.5198711.954.53791.7199773142.724941.1198814922.34753.8199876967.128406.2198916917.84410.41230MBA194（P，A分数（从14，GMT分数以及每年学费的数据。ASP有影响？ASP有关系？ASPMBA成绩吗？为什么？1994年MBA毕业生平均初职薪水学校ASP/美元GPAGMAT学费/美元Harvard1026303.465023894Stanford1008003.366521189Columbian1004803.364021400Dartmouth954103.466021225Wharton899303.465021050Northwestern846403.364020634Chicago832103.365021656MIT805003.565021690Virginia742803.264317839UCLA740103.564014496Berkeley719703.264714361Cornell719703.263020400NYU706603.263020276Duke704903.362321910CarriegieMellon598903.263520600NorthCarolina698803.262110132Michigan678203.263020960Texas618903.36258580Indiana585203.261514036Purdue547203.25819556CaseWestern572003.159117600Georgetown698303.261919584MichiganState418203.259016057PennState491203.258011400SouthernMethodist609103.160018034TuLane440803.160019550Illinois471303.261612628Lowa416203.25909361Minnesota482503.260012618Washington441403.361711436第三章多元线性回归模型一、单项选择题1、决定系数R2是指【C】A剩余平方和占总离差平方和的比重回归平方和占剩余平方和的比重2、在由n=30的一组样本估计的、包含3个解释变量的线性回归模型中，计算的多重决定系数为0.8500，则调整后的决定系数为【 】A0.8603 B0.8389 C0.8655 D0.83273、设k为模型中的参数个数，则回归平方和是指【C】nA(yn

y)2

B(y)2ii1

i ini1nn(ˆii1n

y)2

n(yii1n

y)2/(k1)4、下列样本模型中，哪一个模型通常是无效的【 B】ACi（消费）＝500＋0.8Ii（收入）iiBQd（商品需求）＝10＋0.8I（收入）＋0.9P（价格）iiiCQs（商品供给）＝20＋0.75P（价格）i iDY（产出量）＝0.65（劳动）K0.4（资本）i i iiˆ ˆ ˆ ˆi

(y)2/kii5、对于yi01x1i2x2iLkxkiei，统计量(y

服从i)2/(nki【D 】At(n-k) B t(n-k-1) C F(k-1,n-k) D F(k,n-k-1)6yiˆ0ˆxˆ2x2iLˆkxkii0i0i,L,k)11iˆivar(ˆi)的统计量tvar(ˆi)At(n-k-1) Bt(n-k-2) Ct(n-k+1) Dt(n-k+2)调整的判定系重判定系之间有如下关系【 D】AR2R2

n1nk1

BR21R2

n1nk1CR21R2)

n1nk1

DR21R2)

n1nk18、用一组有30个观测值的样本估计模型yi01x1i2x2iui后，在0.05的显著性水平下对1的显著性作t检验，则1显著地不等于零的条件是其统计量大于等于【C】At0.05（30） B

t0.025（28） C

t0.025（27） D

F0.025（1，28）9、如果两个经济变量x与y间的关系近似地表现为当x发生一个绝对量变动（Δx）时有一个固定地相对量（Δy/y）变动，则适宜配合地回归模型是【B 】Ayi01xiui Blnyi01xiuiCyi

0

1x1ix1

ui

Dlnyi

0

1

lnxi

ui110yiˆ0ˆxˆ2x2iLˆkxkii1则在零假设j＝0下，统计量j/j)（其中s(j)是j的标准误差）服从【B 】At（n-k） Bt(n-k-1) C F（k-1，n-k） DF（k，n-k-1）、下列哪个模型为常数弹性模型【A】Alnyiln01lnxiui

B lnyi

ln01xiuiyi

0

1

lnxi

ui

yi

0

1x1ix1

ui12、模型yi01lnxiui中，y关于x的弹性为【 】1xi

1xi

1yi

1yi13、模型lnyiln01lnxiui中，1的实际含义是【B 】Ax关于y的弹性 B y关于x的弹性C x关于y的边际倾向 D y关于x的边际倾向14、关于经济计量模型进行预测出现误差的原因，正确的说法是【 】A.只有随机因素 B.只有系统因素C.既有随机因素，又有系统因素 D.A、B、C都不对15、在多线性回归模型中对样本容量的基本要求是k解释变量个数【 】n≥k+1 B n<k+1Cn≥30或n≥3（k+1） Dn≥3016、下列说法中正确的是【 】AR2很高，我们可以认为此模型的质量较好R2较低，我们可以认为此模型的质量较差如果某一参数不能通过显著性检验，我们应该剔除该解释变量D如果某一参数不能通过显著性检验，我们不应该随便剔除该解释变量二、多项选择题1、对模型yi01x1i2x2iui进行总体显著性检验，如果检验结果总体线性关系显著，则有【 】A 1=2＝0 BC10，20 DE1=20

10，2＝01=0，202、剩余变差（即残差平方和）是指【 】A随机因素影响所引起的被解释变量的变差解释变量变动所引起的被解释变量的变差被解释变量的变差中，回归方程不能作出解释的部分被解释变量的总变差与回归平方和之差被解释变量的实际值与拟合值的离差平方和3、回归平方和是指【 】A被解释变量的实际值y与平均值y的离差平方和y的离差平方和被解释变量的总变差与剩余变差之差解释变量变动所引起的被解释变量的变差4、下列哪些非线性模型可以通过变量替换转化为线性模型【 】A y

x2u

By

1ui 0xlnyx

1i ilnxu

iy

0 1 ii2xui 0 1 i i i 0 1i iixiyi0 ixi5、在模型lnyi01lnxiui中【 】Ay与x是非线性的 B y与1是非线性的C lny与1是线性的 D lny与lnx是线性的E y与lnx是线性的三、判断题观察下列方程并判断其变量是否线性，系数是否线性，或都是或都不是。ybbxybbx3uytb0logxtut（（））logytb0logxtutytb0xtut（（））(5)ytb0/(b1xt)ut （ ）(6)

yt1b0

1x1)u （ ）tt(7)ytb0b2x2t/10ut （ ）tt四、填空题1、在模型古典假定成立的情况下，多元线性回归模型参数的最小二乘估计具有 、 和 。2、在多元线性回归模型中，F统计量与可决系数及修正可决系数之间分别有如下关系： 、 。定理是指 4、在总体参数的各种线性无偏估计中，最小二乘估计量具有 的特性。五、名词解释六、简答与论述题1yt

b0b1x1tb2x2tut（t=1，2，，n）（1）叙述模型的古典假定；（2）写出总体回归方程、样本回归方程和样本回归模型；（3）写出回归模型的矩阵表示；（4）写出回归系数及随机误差项的最小二乘估计量，并叙述参数估计量的性质；（5）试述总离差平方和、回归平方和、参差平方和之间的关系及其自由度之间的关系。2、在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？3、决定系数R2与总体线性关系显著性F之间的关系；F检验与t检验之间的关系。4、修正的决定系数R2及其作用。5、回归模型的总体显著性检验与参数显著性检验相同吗？是否可以互相替代？七、计算与分析题1、考虑以下预测的回归方程：tˆ1200.10Ftt

5.33RSt；

R2＝0.50t＝第t年的玉米产量（蒲式耳/亩t＝第t年的施肥强度（磅/亩；RSt＝第t年的降雨量（吋从F和RS对Y的影响方面，仔细说出本方程中系数0.10和5.33的含义。常数项-120是否意味着玉米的负产量可能存在？假定F的真实值为0.4，则估计值是否有偏？为什么？假定该方程并不满足所有的古典模型假设，即并不是最佳线性无偏估计量，则是否意味着RS的真实值绝对不等于5.33？为什么？2、为了解释牙买加对进口的需求，J.Gafar根据19年的数据得到下面的回归结果:tˆ58.90.20X1tt

0.10X2tse= (0.0092) (0.084) R2=0.96

R2=0.96其中：=进口量（百万美元，1个人消费支出（美元/年，2=/国内价格。（1）解释截距项，及X1和X2系数的意义；（2）Y的总离差中被回归方程解释的部分，未被回归方程解释的部分；（3）对回归方程进行显著性检验,并解释检验结果；（4）对参数进行显著性检验,并解释检验结果。3、下面给出依据15个观察值计算到的数据：iY=367.693，X2=402.760，X3=8.0，y2=66042.269ix3i2i2=84855.096，x3i2i

=280.0，yix2i

=74778.346yix3i=4250.9，x2ix3i=4796.0小写字母代表了各值与其样本均值的离差。（1）估计三个多元回归系数；（2）估计它们的标准差；（3）求R2和R2；（4）估计B2，B395%的置信区间。（5）在α%下，检验估计的每个回归系数的统计显著性（双边检验；4、为了确定对空调价格的影响因素，B.T.Katchford根据19个样本数据得到回应结果如下：i=-68.26+0.023X2ii

+19.729X3i

+7.653X4i，

R2=0.84se=(0.005) (8.992) (3.082)其中，Y——空调的价格/美元；X2——空调的BTU比率X3——能量效率X4——设定数（1）解释回归结果。（2）该回归结果有经济意义吗？（3）在显著水平α=5%下，检验零假设：BTU比率对空调的价格无影响，备择假设检验：BTU比率对价格有正向影响。（4）你会接受零假设：三个解释变量在很大程度上解释了空调价格的变动吗？详细写出计算过程。5能的解释性方程：A=125.0-15.0X1-1.0X2+1.5X3B=1230-14.0X1+5.5X2-3.7X4

2R=0.752R=0.73其中：Y——某天慢跑者人数X1——该天降雨的英寸数X2——该天日照的小时数X3——该天的最高温度（按华氏温度）X4——第二天需交学期论文的班级数请回答以下问题：（1）这两个方程你认为哪个个合适些？（2）为什么用相同的数据去估计相同变量的系数能得到不同的符号。6、考虑下列利率和美国联邦预算赤字关系的最小二乘估计：1A=0.103-0.079X11

R2=0.00其中：Y1——Aaa级公司债卷的利率X1——联邦赤字占GNP的百分比（季度模型：1970——1983）2T=0.089+0.369X22

+0.887X3

R2=0.40其中：Y2——三个月国库卷的利率X2——联邦预算赤字（以10亿美元为单位）X3——通货膨胀率（按百分比计）（季度模型：19704月——19799月）请回答以下问题：（1（2）R20.00是什么意思？它可能为负吗？2（3）计算两个方程的R值。（4）比较两个方程，哪个模型的估计值符号与你的预期一致？模型T是否自动的优于模型年份CLFPRMCLFPRFUNRMUNRFAHE82AHE198077.451.56.97.4年份CLFPRMCLFPRFUNRMUNRFAHE82AHE198077.451.56.97.47.786.66198177.052.17.47.97.697.25198276.652.69.99.47.687.68198376.453.99.99.27.798.02198476.453.67.47.67.808.32198576.354.57.07.47.778.57198676.355.36.97.17.818.76198776.256.06.26.27.738.98198876.256.65.55.67.699.28198976.457.45.25.47.649.66199076.457.55.75.57.5210.01199175.857.47.26.47.4510.32199275.857.87.97.07.4110.57199375.457.97.26.67.3910.83199475.158.86.26.07.4011.12199575.058.95.65.67.4011.441996274.959.35.45.47.4311.82其中：CLFPRM%。CLFPR（%。M（%。（%。82（92。E（当前美元价。（1）建立一个合适的回归模型解释城市男性劳动力参与率与城市男性失业率及真实的平均小时工资之间的关系。（2）重复（1）过程，但此时的变量为女性城市劳动力参与率。（3）重复（1）过程，但此时的变量为当前平均小时工资。（4）重复（2）过程，但此时的变量为当前平均小时工资。（5）如果（1）和（3）的回归结果不同，你如何解释？（6）如果（2）和（4）的回归结果不同，你如何使回归结果合理化？8、下表给出了某地区职工平均消费水平，职工平均收入和生活费用价格指数：年份平均消费支出（yt）平均收入（）生活费用价格指数（x2t）1（1985）21.1030.001.00222.3035.001.02330.5041.201.20428.2051.301.20532.0055.201.50640.1060.401.05742.1065.200.90848.8070.000.95950.5080.001.101060.1092.100.951170.00102.001.0212（1996）75.00120.301.05试根据模型yt=0+1x1t+2x2t+ut作回归分析。销售额Y价格指数X2售后服务支出X3替代产品销售量X4231100.4销售额Y价格指数X2售后服务支出X3替代产品销售量X4231100.420190.5221110.419190.4201.1100.6181.190.4191.1100.4181.190.5151.170.3161.280.5171.280.4181.290.4151.270.3161.280.3141.270.2161.380.2121.360.2141.370.2131.360.2151.370.2试用OLS方法估计此多元线性回归模型，并对估计结果进行统计学检验。10、为了研究中国各旅游区的旅游状况，根据下表的数据，建立以下模型：Y=b0+b1X1+b2X2+ε地区外汇收入旅行社职工人数国际旅游人数（百万美元）（人）（万人次）北京249616000252.39天津209127232.08河北12498737.09地区外汇收入旅行社职工人数国际旅游人数（百万美元）（人）（万人次）北京249616000252.39天津209127232.08河北12498737.09山西43236613.78内蒙古12062836.84辽宁304218649.13吉林4583115.95黑龙江148218340.71上68江苏6206430134.41浙江410552094.78安徽67292325.12福建7254994135.69江西50204413.86山东265393562.20河南114308730.01湖北105291430.54湖南185191238.58广东327218395876.02广西202588877.07海南105150945.65重庆97198518.49四川97254937.34贵州5583116.70云南3504631104.00西臧3661610.08陕西272250163.03甘肃37155714.46青海42382.05宁夏21850.60新疆86165822.380 1 211、某产品的产量与科技投入之间呈二次函数模型y=xx20 1 2其统计资料如下表所示：年份1(1990)2345678910产量y2040486080100120150200300投入x22.833.5455.57810试对模型进行回归分析。第四章异方差性一、单项选择题1、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2、当存在异方差现象时，估计模型参数的适当方法是【 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3、加权最小二乘法克服异方差的主要原理是通过赋予不同观测点以不同的权数，从而提高估计精度，即【B 】A重视大误差的作用，轻视小误差的作用B重视小误差的作用，轻视大误差的作用C重视小误差和大误差的作用D轻视小误差和大误差的作用4、如果戈里瑟检验表明，普通最小二乘估计结果的残差ei与xi有显著的形式为|ei0.28715xivi的相关关系（vi满足线性模型的全部经典假设，则用加权最小二乘法估计模型参数时，权数应为【 】B1BxAxi 2xi

C1 D 1xixixi5、如果戈德菲尔特——匡特检验显著，则认为什么问题是严重的【 】A异方差问题 B序列相关问题C多重共线性问题 D设定误差问题6、容易产生异方差的数据是【C 】A时间序列数据 B修匀数据C横截面数据 D年度数据7、若回归模型中的随机误差项存在异方差性，则估计模型参数应采用【 】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8y

xu，其中var(u)=2x2，则使用加权最小二乘法估计模i i i i i型时，应将模型变换为【 】xxxxA y uxxxx

y

uxxxyxxxx x

ux

yx2x2

ux x29y

xu，其中var(u)=2x2，则的最小二乘估计量为【B 】i i i i iA.无偏且有效 B无偏但非有效C有偏但有效 D有偏且非有效二、多项选择题1、下列计量经济分析中哪些很可能存在异方差问题【 】A用横截面数据建立家庭消费支出对家庭收入水平的回归模型用横截面数据建立产出对劳动和资本的回归模型以凯恩斯的有效需求理论为基础构造宏观计量经济模型以国名经济核算帐户为基础构造宏观计量经济模型30年的时序数据建立某种商品的市场供需模型2、在异方差条件下普通最小二乘法具有如下性质【 】A线性 B无偏性 C最小方差性D精确性 E有效性3、异方差性将导致【 】A普通最小二乘估计量有偏和非一致普通最小二乘估计量非有效普通最小二乘估计量的方差的估计量有偏建立在普通最小二乘估计基础上的假设检验失效4、下列哪些方法可以用于异方差性的检验【 】ADW检验法 B戈德菲尔德——匡特检验 C怀特检验D戈里瑟检验 E帕克检验5、当模型存在异方差性时，加权最小二乘估计量具备【 】A线性 B无偏性 C有效性D一致性 E精确性三、判断说明题1、当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性。 （ ）2、当异方差出现时，常用的t检验和F检验失效。 （ ）3、在异方差情况下，通常OLS估计一定高估了估计量的标准差。 （ ）4、如果OLS回归的残差表现出系统性，则说明数据中有异方差性。 （ ）5、如果回归模型遗漏一个重要的变量，则OLS残差必定表现出明显的趋势（ ）6、在异方差情况下，通常预测失效。 （ ）四、名词解释五、简答与论述题1、什么是异方差性？试举例说明经济现象中的异方差性。2、产生异方差性的原因及异方差性对模型的OLS估计有何影响？3、样本分段法检验（即戈德菲尔特——匡特检验）异方差性的基本原理及其适用条件。4、戈里瑟检验异方差性的基本原理及优点。5、检验异方差性的G——Q检验和怀特检验是否相同？试述怀特检验、帕克检验和戈里瑟检验的异同之处。6、加权最小二乘法及其基本原理，它与普通最小二乘法有何差异？7、用横截面数据资料建立企业利润（）对企业销售收入（I）的线性回归模型，可能遇到的主要问题是什么？六、计算与分析题1yt

01x1t2x2tt，其中：yt＝消费支出；x1t＝个人可支x2t＝消费者的流动资产；E(t)=0；V()2x2(其中2为常数。 请回答以下问题：t （1）请进行适当变换变换消除异方差，并证明之。（2）写出消除异方差后，模型参数估计量的表达式。2、附表给出了20个国家的股票价格和消费者价格指数年百分率变化的一个横截面数据。第二次世界大战后（直至1969年）期间股票价格与消费者价格序号国家%每年股票价格变化率Y消费者价格指数变化率X1澳大利亚5.04.32奥地利11.14.63比利时3.22.44加拿大7.92.45智利25.526.46丹麦3.84.27芬兰11.15.58法国9.94.79德国13.32.210印度1.54.011爱尔兰6.44.012以色列8.98.413意大利8.13.314日本13.54.715墨西哥4.75.216荷兰7.53.617新西兰4.73.618瑞典8.04.019英国7.53.920美国9.02.1资料来源:PhillipCaganCommonStockValuesandInflation:TheHistoricalRecordofManyCountries《普通股票价格与通货膨胀：多国的历史纪录》NationalBureauofEconomicResearch.Suppl.1974年3月，表1，第四页。利用数据描绘出Y与X的散点图。将Y对X回归并分析回归中的残差。你观察到什么？因智利的数据看起来有些异常（异常值（2）的结论你将得到有异方差的结3YX的线性回归模型并进行分析。序号YX序号YX126487771715782421721059210181654256043909954191400265004131105082018292767051221097921220028300610711912222017274307406127472321052956085031349924160028150943114269252250321001058815522262420325001189816730272570325001295017663281720335001377918575291900360001481919635302100362001512222116331230038200161702228804、某地区年人均可支配收入X，年人均生活费支出Y的截面数据如下表所示：序号XY序号XY13547294011362628562276923221222481846323341898132839234141957156014191915775189315851525151947623141977161963160971953159617245020488196016601826882087942973530194632377710277423112028952303Goldfldunt（不必删除观测值；Spearman等级相关检验分析异方差性；u)=2X2，其中2YX的回归方程。i i5、下表是美国1988年的研发费用，试用Spearman等级相关检验其是否存在异方差性。序号行业销售额研发费用支出利润1容器与包装6375.362.61851.12非银行金融机构11626.492.91569.53服务行业14655.1178.3274.84金属与采掘业21896.2258.42828.15住房与建筑业26408.3494.7225.96一般制造业32405.61083.03751.97闲暇时间行业35107.71620.62884.18纸与林产品行业40295.4421.74645.79食品行业70761.6509.25036.410健康护理业80552.86620.113869.911宇航业95294.03918.64487.812消费品101314.11595.310278.913电器与电子产品116141.36107.58787.314化学工业122315.74454.116438.815聚合物141649.93163.89761.416办公设备与计算机175025.813210.719774.517燃料230614.51703.822626.618汽车行业293543.09528.218415.46、美国1988年的研发费用的数据如题6，回归方程给出了对数形式的研发费用支出和销售的回归结果。ilnYˆ=-7.3647+1.3222lnXii根据表中数据，验证这个回归结果。分别将残差的绝对值和残差平方值对销售量描图。是否表明存在着异方差？ParkGlejser检验。你得出什么结论？WLS变换来消除它？7、1964年，对9966名经济学家的调查数据如下：年龄/岁中值工资/美元年龄/岁中值工资/美元20~24780035~391150025~29840040~441300030~34970045~491480050~541500065~691450055~591500070~1200060~6415000建立适当的模型解释平均工资与年龄间的关系。为了分析的方便，假设中值工资是年龄区间中点的工资。WLS回归方程。WLS回归方程。哪一个假设看来更可行？8、考虑下表中的数据：美国制造业平均赔偿与就业规模所决定的生产率之间的关系就业规模（平均就业人数）平均赔偿Y/美元平均生产率X/美元赔偿的标准方差i/美元1~4339693357445~93787858485110~194013796272820~494104827580550~9941468389930100~249424194181081250~499438797951243500~99945381028113081000~24994843117501112OLS回归方程：YiB1B2XiuiWLS Yi

1B

Xiui1 2iii iii计算两个回归方程的结果。你认为哪个回归方程更好？为什么？9、下表给出了20个国家五项社会经济指标的有关数据，根据这些数据建立一个多元回归模型用以解释表中所示的20个国家的每日卡路里吸入量。该模型是否存在着异方差问题？试用Park检验法进行检验。20个国家的婴儿死亡率国家IMORPCGNPPEDUPOPGROWTHCSPC坦桑尼亚104160663.52092尼泊尔126180822.62052马里168230232.42073尼日利亚103290773.32146加纳88400713.41759菲律宾44630182.52372科地瓦尔53770224.02562威地马拉57900772.92307土耳其7512801172.33229马来西亚2319401022.62730阿尔及利亚752360963.12715乌拉圭2324701100.62648韩国2436001011.22907希腊1248001040.53688委内瑞拉2532501072.82494西班牙977401130.57740以色列118650951.73061澳大利亚9123401061.43326英国9128101060.23256美国10198401001.03645R——婴儿死亡率（每千个婴儿中，98（198年美元；PEDU——初等教育入学年龄集团所占百分率，1987年；POPGROWTH——人口增长率，1980~1988年平均值；CSPC——人均每日卡路里供应量，1986年。第五章自相关性一、单项选择题1、如果模型ytb0b1xtut存在序列相关，则【D 】Acov（xt，ut）=0 Bcov（ut，us）=0（ts）C cov（xt，ut）0 Dcov（ut，us）0（ts）2、D－W检验的零假设是（为随机项的一阶自相关系数【B‘’ 】ADW=0 B =0 C DW=1 D =1tt2 t3下列哪种形式的序列相关可用DW统计量来检（vitt2 tAutCut

ut1vtvt

ButDut

u 2u Lvt tv2vt t4、DW的取值范围是【D 】A－1DW0 B－1DW1C－2DW2 D0DW45、当DW＝4是时，说明【D 】A不存在序列相关 B不能判断是否存在一阶自相关C存在完全的正的一阶自相关 D存在完全的负的一阶自相关6、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，解释变量k=1，显著性水平=0.05时，查得dL＝1，dU＝1.41，则可以判断【A 】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7、当模型存在序列相关现象时，适宜的参数估计方法是【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8、对于原模型ytb0b1xtut，广义差分模型是指【 】f(xf(xt)

b0

utf(xt)f(xf(xt)f(xt)f(xt)1xt

b1ΔxtΔutb0b1ΔxtΔutDytyt1b0(1)b1(xtxt1)(utut1)9、采用一阶差分模型克服一阶线性自相关问题使用于下列哪种情况【 】A0 B 1 C－1<<0 D0<<110St01tut（其中Stt为价格，又知：如果该企业在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序列相关问题C多重共线性问题 D随机解释变量问题11根据个n30的本估计yiˆ0ˆxii后计算得DW=1.已知在5得的置信度下，dL＝1.35，dU＝1.49，则认为原模型【B 】1A不存在一阶序列自相关 B不能判断是否存在一阶自相关C存在完全的正的一阶自相关 D存在完全的负的一阶自相关112yiˆ0ˆxii表示et与e1

t

（t=12n，则下面明显错误的是【B】A=0.8，DW=0.4C =0，DW=2B=－0.8，DW=－0.4D=1，DW=013、假设回归模型中的随机误差项ut具有一阶子回归形式ut

ut1vt，其中，E(vt)=0，var(v

)=2。则u的方差var(u)为【 】t v t t2v

2) )vt 12 t 12 22C.Var(u) )vt 12 t 1214

01Xt2Yt1Vt，检验随机误差项是否存在自相关的统计量为【 】n1nvarˆ2)n2(en1nvarˆ2)n2Adt2

BH d)n 2 222F122

ett1

rn21rn21r215、对于部分调整模型Yt

01Xt(1)Yt1ut，若ut不存在自相关，则估计模型参数可使用【 】A普通最小二乘法 B加权最小二乘法C广义差分法 D一阶差分法16、若回归模型中的随机误差项存在一阶自回归形式的序列相关，则估计模型参数应采用【 】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17、已知DW统计量的值接近于2，则样本回归模型残差的一阶自相关系数近似等于【A 】A 0 B -1 C 1 D 0.518、已知样本回归模型残差的一阶自相关系数接近于-1，则DW统计量近似等于【D 】A0 B 1 C 2 D 419、戈德菲尔德—匡特检验法可用于检验【 】A异方差性 B多重共线性C序列相关 D设定误差20、在给定的显著性水平之下，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存在一阶正自相关 B存在一阶负相关C不存在序列相关 D存在序列相关与否不能断定二、多项选择题1、D－W检验不适用于下列情况的序列相关检验【 】A高阶线性自回归形式的序列相关一阶非线性自回归形式的序列相关移动平均形式的序列相关正的一阶线性自相关自回归形式的序列相关2以dL表示统计量DW的下限分布，dU表示统计量DW的上限分布则D－W检验的不确定区域是【 】AdUDW4－dU B 4－dUDW4－dLCdLDWdU D4－dLDW4E0DWdL3、D－W检验不适用于下列情况下的一阶线性自相关检验【 】A模型包含有随机解释变量 B样本容量太小C含有滞后的被解释变量 D包含有虚拟变量的模型E非一阶自回归模型4、针对存在序列相关现象的模型估计，下述哪些方法可能是适用的【 】A广义最小二乘法 B样本容量太小C残差回归法 D广义差分法EDurbin两步法5、如果模型yt

b0b1xtut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6、D－W检验不能用于下列哪些现象的检验【 】A递增型异方差的检验utu u v形式的序列相关检验2ttt2 txib0xjvi形式的多重共线性检验yt

xt

ytet的一阶线性自相关检验012遗漏重要解释变量导致的设定误差检验012三、判断题1、当模型存在高阶自相关时，可用D-W法进行自相关检验。（ ）2、当模型的解释变量包括内生变量的滞后变量时，D-W检验就不适用了。 （ ）3DW值在0和4之间数值越小说明正相关程度越大数值越大说明负相关程度越大（ ）4、假设模型存在一阶自相关，其他条件均满足，则仍用OLS法估计未知参数，得到的估计量是无偏的，不再是有效的，显著性检验失效，预测失效。 （ ）5、当存在自相关时，OLS估计量是有偏的，而且也是无效的。 （ ）6、消除自相关的一阶差换变换假定自相关系数必须等于－1。 （ ）7、发现模型中存在误差自相关时，都可以利用差分法来消除自相关。 （ ）8、在自回归模型中，由于某些解释变量是被解释变量的滞后变量，如yt12xt3yt1ut那么杜宾—沃森（D—W）检验法不适用。 （ ）9、在杜宾—沃森（D—W）检验法中，我们假定误差项的方差是同方差。（ ）10模型ytxu中的R与yy (xx )v中的R不可以直接进2 211 2t t t t2 t tt行比较。 （ ）四、名词解释自相关性；D—W检验；Durbin两步法；广义差分法。五、简答与论述题1、什么是一阶自相关和高自相关？举例说明经济现象中的自相关性。2、经济模型中产生自相关的原因和后果是什么？3、简述D—W检验的步骤及应用条件。4、用时间序列资料建立消费支出对人均收入的线性回归模型时，可能遇到的主要问题是什么？5、回答下列问题：D－W检验的五个区域；用代数方法证明：0DW4（3）一阶自相关检验中，H0：＝0与H0：DW＝2是等价的；（4）D－W检验的局限性6yt

12x2t3x3t4x4tt，其中t

t1vt。请问怎样消除此模型中的自相关？六、计算与分析题1、据下表中所给的美国股票价格指数和GNP数据：年份YX年份YX197045.71015.5197958.32508.2197154.21102.7198068.12732.0197260.31212.8198174.03052.6197357.41359.3198268.93166.0197443.81472.8198392.63405.7197545.71598.4198492.63772.2197654.51782.81985108.14019.2197753.71990.51986136.04240.3197853.72498.71987161.74526.7注：NYE（951231日10）XGNP（单位：10亿美元）1989Y来自416页表B-94X来自308页表B-1（1）估计OLS回归：Yt=B0+B1Xt+ut（2）根据d统计量确定在数据中是否存在一阶自相关。（3）如果存在，用d值来估计相关系数。（4）利用估计的值对数据变换，用OLS法估计广义差分方程。（5）利用（4）中得到的广义差分方程的参数估计值求出方程Yt=B0+B1Xt+u的参数估计值。在这个方程中还存在自相关吗？（6）利用Eviews的一阶自回归校正功能(即AR(1)功能)估计回归方程Yt=B0+B1Xt+u的参数，并与（5）中得到的结果进行比较。2、利用以下给定的杜宾—沃森d统计数据进行序列相关检验。(k’=自变量数目，n=样本容量)（1）d=0.81，k’=3，n=21，显著水平α=5%。（2）d=3.48，k’=2，n=15，显著水平α=5%。（3）d=1.56，k’=5，n=30，显著水平α=5%。（4）d=2.64，k’=4，n=35，显著水平α=5%。（5）d=1.75，k’=1，n=45，显著水平α=5%。（6）d=0.91，k’=2，n=28，显著水平α=5%。（7）d=1.03，k’=5，n=26，显著水平α=5%。3、下表给出了美国1958—1969年期间每小时收入指数的年变化率(Y)和失业率(X)。年YX19584.26.819593.55.519603.45.519613.06.719623.45.519632.85.719642.85.219653.64.519664.33.819675.03.819686.13.619696.73.5请回答以下问题：X估计模型Y 1中的参数、。Xt 0 1 t 0 1tDW值。上述模型是否存在一阶自相关？如果存在，是正自相关还是负自相关？DW值估计自相关系数ρ。利用广义差分方法重新估计上述模型。自相关问题还存在吗？4、在用广义差分法消除一阶自相关过程中，由于差分我们将丢失一个观测值。为避免观测121值的丢失，我们可对第一组观测值作如下变换：121

y，x*

12x，…此111种变换叫做普瑞斯——文思特（Prais—Winsten）变换。11198—97（y（x（082年为基期）年yx年yx1968135.51551.31978274.12167.41969144.61599.81979277.92212.61970150.91668.11980253.62214.31971166.21728.41981258.72248.61972190.71797.41982249.52261.51973218.21916.31983282.22331.91974211.81896.91984351.12469.81975187.91931.71985367.92542.81976229.92001.01986412.32640.91977259.42066.61