《《計(jì)量經(jīng)濟(jì)學(xué)》-謝識(shí)予-分章練習(xí)題》由會(huì)員分享，可在線閱讀，更多相關(guān)《《計(jì)量經(jīng)濟(jì)學(xué)》-謝識(shí)予-分章練習(xí)題（27頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

計(jì)量經(jīng)濟(jì)學(xué)分章練習(xí)題 第一章 習(xí) 題 一、判斷題 1. 投入產(chǎn)出模型和數(shù)學(xué)規(guī)劃模型都是計(jì)量經(jīng)濟(jì)模型。（ ） 2. 弗里希因創(chuàng)立了計(jì)量經(jīng)濟(jì)學(xué)從而獲得了諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。（ √ ） 3. 丁伯根因創(chuàng)立了建立了第1個(gè)計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用模型從而獲得了諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。（ √ ） 4. 格蘭杰因在協(xié)整理論上的貢獻(xiàn)而獲得了諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。（ √ ） 5. 赫克曼因在選擇性樣本理論上的貢獻(xiàn)而獲得了諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。（ √ ） 二、名詞解釋 1．計(jì)量經(jīng)濟(jì)學(xué)，經(jīng)濟(jì)學(xué)的一個(gè)分支學(xué)科，是對(duì)經(jīng)濟(jì)問(wèn)題進(jìn)行定量實(shí)證研究的技術(shù)、方法和相關(guān)理論。 2．計(jì)量經(jīng)濟(jì)學(xué)模型，是一個(gè)或一組方程表示的經(jīng)濟(jì)變量關(guān)系以及相關(guān)條件或假設(shè)，是經(jīng)濟(jì)問(wèn)題相關(guān)方面之間數(shù)量聯(lián)系和制約關(guān)系的基本描述。 3．計(jì)量經(jīng)濟(jì)檢驗(yàn)，由計(jì)量經(jīng)濟(jì)學(xué)理論決定的，目的在于檢驗(yàn)?zāi)Ｐ偷挠?jì)量經(jīng)濟(jì)學(xué)性質(zhì)。通常最主要的檢驗(yàn)準(zhǔn)則有隨機(jī)誤差項(xiàng)的序列相關(guān)檢驗(yàn)和異方差性檢驗(yàn)，解釋變量的多重共線性檢驗(yàn)等。 4．截面數(shù)據(jù)，指在同一個(gè)時(shí)點(diǎn)上，對(duì)不同觀測(cè)單位觀測(cè)得到的多個(gè)數(shù)據(jù)構(gòu)成的數(shù)據(jù)集。 5．面板數(shù)據(jù)，是由對(duì)許多個(gè)體組成的同一個(gè)橫截面，在不同時(shí)點(diǎn)的觀測(cè)數(shù)據(jù)構(gòu)成的數(shù)據(jù)。 三、單項(xiàng)選擇題 1. 把反映某一單位特征的同一指標(biāo)的數(shù)據(jù)，按一定的時(shí)間順序和時(shí)間間隔排列起來(lái)，這樣的數(shù)據(jù)稱(chēng)為（ B ） A. 橫截面數(shù)據(jù) B. 時(shí)間序列數(shù)據(jù) C. 面板數(shù)據(jù) D. 原始數(shù)據(jù) 2. 同一時(shí)間、不同單位按同一統(tǒng)計(jì)指標(biāo)排列的觀測(cè)數(shù)據(jù)稱(chēng)為（ C ） A．原始數(shù)據(jù) B．時(shí)間序列數(shù)據(jù) C．截面數(shù)據(jù) D．面板數(shù)據(jù) 3. 不同時(shí)間、不同單位按同一統(tǒng)計(jì)指標(biāo)排列的觀測(cè)數(shù)據(jù)稱(chēng)為（ D ） A．原始數(shù)據(jù) B．時(shí)間序列數(shù)據(jù) C．截面數(shù)據(jù) D．面板數(shù)據(jù) 4. 對(duì)計(jì)量經(jīng)濟(jì)模型進(jìn)行的結(jié)構(gòu)分析不包括（ D ） A．乘數(shù)分析 B．彈性分析 C．比較靜態(tài)分析 D．隨機(jī)分析 5. 一個(gè)普通家庭的每月所消費(fèi)的水費(fèi)和電費(fèi)是（ B ） A．因果關(guān)系 B．相關(guān)關(guān)系 C．恒等關(guān)系 D．不相關(guān)關(guān)系 6. 中國(guó)的居民消費(fèi)和GDP是（ C ） A．因果關(guān)系 B．相關(guān)關(guān)系 C．相互影響關(guān)系 D．不相關(guān)關(guān)系 7. 下列（ B ）是計(jì)量經(jīng)濟(jì)模型 A． B． C．投入產(chǎn)出模型 D．其他 8. 投資是（ A ）經(jīng)濟(jì)變量 A．流量 B．存量 C．派生 D．虛擬變量 9. 資本是（ B ）經(jīng)濟(jì)變量 A．流量 B．存量 C．派生 D．虛擬變量 10. 對(duì)定性因素進(jìn)行數(shù)量化處理，需要定義和引進(jìn)（ C ） A．宏觀經(jīng)濟(jì)變量 B．微觀經(jīng)濟(jì)變量 C．虛擬變量 D．派生變量 四、計(jì)算分析題 1.“計(jì)量經(jīng)濟(jì)模型就是數(shù)學(xué)”這種說(shuō)法正確嗎，為什么? 計(jì)量經(jīng)濟(jì)學(xué)模型不是數(shù)學(xué)式子，相比數(shù)學(xué)式子多了一個(gè)隨機(jī)誤差項(xiàng)，是隨機(jī)性的函數(shù)關(guān)系。 2. 請(qǐng)嘗試建立大學(xué)生消費(fèi)函數(shù)模型。 consumption=β0+β1income+ε 五、簡(jiǎn)答題 1．什么是計(jì)量經(jīng)濟(jì)學(xué)。 計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)學(xué)的一個(gè)分支學(xué)科，是對(duì)經(jīng)濟(jì)問(wèn)題進(jìn)行定量實(shí)證研究的技術(shù)、方法和相關(guān)理論。 2．試述計(jì)量經(jīng)濟(jì)分析的基本方法與步驟。 (1)建模，(2)準(zhǔn)備數(shù)據(jù)，(3) 估計(jì)參數(shù)，(4)檢驗(yàn)和修正模型，(5)分析、預(yù)測(cè)和下結(jié)論 3．計(jì)量經(jīng)濟(jì)學(xué)模型必須通過(guò)哪些檢驗(yàn)。 a.經(jīng)濟(jì)意義檢驗(yàn)，b.統(tǒng)計(jì)學(xué)檢驗(yàn)，c.計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)，d.預(yù)測(cè)檢驗(yàn) 4. 經(jīng)濟(jì)變量之間的一般有哪幾種關(guān)系。 a.不相關(guān)關(guān)系，b.相關(guān)關(guān)系，c.因果關(guān)系，d.相互影響關(guān)系，e. 恒等關(guān)系 第二章 習(xí) 題 一、判斷題 1. 分布是對(duì)稱(chēng)分布。（ ） 2. 最大似然估計(jì)是根據(jù)生成樣本的可能性最大來(lái)估計(jì)參數(shù)。（ √ ） 3. t分布是有偏斜的分布。（ ） 4. F分布是有偏斜的分布。（ √ ） 5. 獨(dú)立、同分布正態(tài)隨機(jī)變量的任意線性組合仍服從正態(tài)分布。（ √ ） 6. 。（ √ ） 7. 均方誤就是方差。（ ） 二、名詞解釋 1．線性性，參數(shù)估計(jì)量是隨機(jī)變量觀測(cè)值的線性組合。 2．無(wú)偏性 3．有效性 4．一致性 5．隨機(jī)變量 三、單項(xiàng)選擇題 11. 令Z1,Z2,…,Zk為k個(gè)獨(dú)立的服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)變量，則它們的平方和服從自由度為k的（ ）分布。 A．正態(tài)分布 B．t分布 C．χ2分布 D．F分布 12. 下列哪些（ ）分布是對(duì)稱(chēng)分布。 A．正態(tài)分布和χ2分布 B．正態(tài)分布和F分布 C．正態(tài)分布和t分布 D．χ2分布和F分布 13. 下列哪些（ ）分布是有偏斜的分布。 A．正態(tài)分布和χ2分布 B．正態(tài)分布和F分布 C．正態(tài)分布和t分布 D．χ2分布和F分布 14. 顯著性檢驗(yàn)是（ ）。 A．計(jì)量檢驗(yàn) B．統(tǒng)計(jì)檢驗(yàn) C．預(yù)測(cè)檢驗(yàn) D．經(jīng)濟(jì)意義檢驗(yàn) 15. F分布可以看做是（ ）相除。 A．正態(tài)分布和χ2分布 B．正態(tài)分布和F分布 C．χ2分布和χ2分布 D．t分布和χ2分布 16. t分布可以看做是（ ）相除。 A．正態(tài)分布和χ2分布 B．正態(tài)分布和F分布 C．χ2分布和χ2分布 D．標(biāo)準(zhǔn)正態(tài)分布和χ2分布 17. 令Z1,Z2,…,Zk為k個(gè)獨(dú)立的服從同一正態(tài)分布的隨機(jī)變量，則它們的任意線性組合服從（ ）分布。 A．正態(tài)分布 B．t分布 C．χ2分布 D．F分布 18. 自由度為k>2的t分布的方差是（ ）。 A．k B．2k C．k/（k-2） D．k/（k-1） 19. 自由度為k>2的t分布的數(shù)學(xué)期望是（ ）。 A．k B．2k C．1 D．0 20. 自由度為k>2的χ2分布的方差是（ ）。 A．k B．2k C．k/（k-2） D．k/（k-1） 四、計(jì)算分析題 1．?dāng)S兩枚硬幣，請(qǐng)指出至少出現(xiàn)一個(gè)正面的概率是多少？ 2. 隨機(jī)變量x服從自由度為20的t分布，那么y=x2服從什么分布？ 五、簡(jiǎn)答題 1．什么是概率的古典定義。 2．試述契約貝曉夫不等式。 3．試述。 4. 什么是統(tǒng)計(jì)檢驗(yàn)。 第三章 習(xí) 題 一、判斷題 8. 數(shù)學(xué)模型不是計(jì)量經(jīng)濟(jì)模型。（ ） 9. 決定系數(shù)與相關(guān)系數(shù)的含義是相同的。（ ） 10. 在計(jì)量經(jīng)濟(jì)模型中，隨機(jī)擾動(dòng)項(xiàng)與殘差項(xiàng)無(wú)區(qū)別。（ ） 11. 投入產(chǎn)出模型和數(shù)學(xué)規(guī)劃模型都是經(jīng)濟(jì)計(jì)量模型。（ ） 12. 高斯馬爾科夫定律假設(shè)隨機(jī)誤差項(xiàng)服從正態(tài)分布。（ ） 二、名詞解釋 1．Blue估計(jì) 2．球形擾動(dòng) 3．?dāng)M合度 4．決定系數(shù) 5．點(diǎn)預(yù)測(cè) 三、選擇題 （1）單選 1. 下面屬于面板數(shù)據(jù)的是（ ）。 A、1991-2003年各年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)的平均工業(yè)產(chǎn)值 B、1991-2003年各年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)的各鎮(zhèn)工業(yè)產(chǎn)值 C、某年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)工業(yè)產(chǎn)值的合計(jì)數(shù) D、某年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)各鎮(zhèn)工業(yè)產(chǎn)值 2. 線性回歸分析中的基本假設(shè)定義（ ）。 A．解釋變量和被解釋變量都是隨機(jī)變量 B．解釋變量為非隨機(jī)變量，被解釋變量為隨機(jī)變量 C．解釋變量和被解釋變量都為非隨機(jī)變量 D．解釋變量為隨機(jī)變量，被解釋變量為非隨機(jī)變量 3. 最小二乘原理是指使（ ）達(dá)到最小值的原則確定樣本回歸方程。 A. B. C. D. 4. 對(duì)線性回歸模型單個(gè)參數(shù)進(jìn)行顯著性檢驗(yàn)的是（ ） A．決定系數(shù)R2 B．t檢驗(yàn) C．F檢驗(yàn) D．標(biāo)準(zhǔn)差 5. 衡量樣本回歸直線對(duì)數(shù)據(jù)擬合程度的是（ ） A．決定系數(shù)R2 B．t檢驗(yàn) C．F檢驗(yàn) D．標(biāo)準(zhǔn)差 6. 同一統(tǒng)計(jì)指標(biāo)按時(shí)間順序記錄的數(shù)據(jù)列稱(chēng)為（ ） A、橫截面數(shù)據(jù) B、時(shí)間序列數(shù)據(jù) C、面板數(shù)據(jù) D、時(shí)間數(shù)據(jù) 7. 在回歸模型中，n為樣本容量，檢驗(yàn)時(shí)所用的統(tǒng)計(jì)量服從的分布為 （ ）。 A、χ2(n-2) B、t(n-1) C、χ2(n-1) D、t(n-2) （2）多選 8．最小二乘估計(jì)量的統(tǒng)計(jì)性質(zhì)有（ ） A. 無(wú)偏性 B. 線性性 C. 最小方差性 D. 不一致性 E. 有偏性 9．利用普通最小二乘法求得的樣本回歸直線的特點(diǎn)（ ） A. 必然通過(guò)點(diǎn) B. 可能通過(guò)點(diǎn) C. 殘差的均值為常數(shù) D. 的平均值與的平均值相等 E. 殘差與解釋變量之間有一定的相關(guān)性 10．隨機(jī)變量（隨機(jī)誤差項(xiàng)）中一般包括那些因素（ ） A 回歸模型中省略的變量 B 人們的隨機(jī)行為 C 建立的數(shù)學(xué)模型的形式不夠完善。 D 經(jīng)濟(jì)變量之間的合并誤差。 E 測(cè)量誤差。 四、計(jì)算分析題 1.某線性回歸的結(jié)果如下： Dependent Variable: Y Method: Least Squares Sample: 1981 2002 Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 237.7530 ( ① ) 3.478200 0.0024 X 0.751089 0.010396 ( ② ) 0.0000 R-squared 0.996183 Mean dependent var 3975.000 Adjusted R-squared 0.995992 S.D. dependent var 3310.257 Sum squared resid 878414.7 Schwarz criterion 13.71371 Log likelihood -147.7598 F-statistic 5219.299 Durbin-Watson stat 1.287765 Prob(F-statistic) 0.000000 （1）計(jì)算括號(hào)內(nèi)的值 （2）判斷解釋變量X對(duì)被解釋變量Y是否有顯著性影響并給出理由 （3）計(jì)算隨機(jī)誤差項(xiàng)的方差σ2的估計(jì)值。 2.下表給出了含截距項(xiàng)的一元線性回歸模型的回歸的結(jié)果： 方差來(lái)源 平方和 自由度（df） 平方和的均值（MSS） 來(lái)自回歸(ESS) 106.58 1 來(lái)自殘差(RSS) （ ） 17 總離差(TSS) 108.38 （ ） 注：保留3位小數(shù)，可以使用計(jì)算器。在5%的顯著性水平下。 1. 完成上表中空白處內(nèi)容。 2.此回歸模型包含多少個(gè)樣本？ 3. 求。 五、簡(jiǎn)答題 1．什么BLUE估計(jì)。 2．什么是球形擾動(dòng)。 3. 什么是高斯馬爾科夫定律？ 4. 什么是最小二乘估計(jì)量的線性性？ 第四章 習(xí) 題 一、判斷題 13. 要使得計(jì)量經(jīng)濟(jì)學(xué)模型擬合得好，就必須增加解釋變量。（ ） 14. 一元線性回歸模型與多元線性回歸模型的基本假定是相同的。（ ） 15. 決定系數(shù)與相關(guān)系數(shù)的含義是相同的。（ ） 16. 線性回歸模型中增加解釋變量，調(diào)整的決定系數(shù)將變大。（ ） 5．線性回歸模型中檢驗(yàn)回歸顯著性時(shí)結(jié)果顯著，則所有解釋變量對(duì)被解釋變量都沒(méi)有解釋力。（ ） 二、名詞解釋 1．決定系數(shù) 2．調(diào)整的決定系數(shù) 3．參數(shù)顯著性檢驗(yàn) 4．模型總體顯著性檢驗(yàn) 5．多元線性回歸模型 三、選擇題 （1）單選 8. 為了分析隨著解釋變量變動(dòng)一個(gè)單位，因變量的增長(zhǎng)率變化的情況，模型應(yīng)該設(shè)定為( )。 A、 B、 C、 D、 9. 已知含截距項(xiàng)的3元線性回歸模型估計(jì)的殘差平方和為=1200，樣本容量為n=24，則誤差項(xiàng)方差的無(wú)偏估計(jì)量S2為 （ ） A、 400 B、 40 C、60 D、 80 10. 多元線性回歸模型滿足六個(gè)基本假設(shè)，其最小二乘估計(jì)量服從（ ） A．正態(tài)分布 B．t分布 C．χ2分布 D．F分布 11. 普通最小二乘法要求線性回歸模型的隨機(jī)誤差項(xiàng)ui,滿足某些基本假定，下列錯(cuò)誤的是（ ）。 A．E(ui)=0 B．E(ui2)=σi2 C．E(ui uj)=0，i≠j D．ui ~N(0, σ2) 12. 多元線性回歸分析中的 ESS（解釋平方和）反映了（ ） A．因變量觀測(cè)值總變差的大小 B．因變量回歸估計(jì)值總變差的大小 C．因變量觀測(cè)值與估計(jì)值之間的總變差D．Y關(guān)于X的邊際變化 13. 用一組有30個(gè)觀測(cè)值的樣本估計(jì)模型，并在0.05的顯著性水平下對(duì)總體顯著性進(jìn)行檢驗(yàn)，則檢驗(yàn)拒絕零假設(shè)的條件是統(tǒng)計(jì)量F大于()。 A、F0.05(3,26)B、t0.025(3,30)C、F0.05(3,30) D、t0.025(2,26) 14. 多元線性回歸分析中的 TSS（總的離差平方和）的自由度為（ ） A．k B．n C．n-k-1 D．n-1 （2）多選 15. 對(duì)于ols，下列式子中正確的是（ ）（ESS為解釋平方和，RSS為殘差平方和） A．R2 =RSS/TSS B．R2 =ESS/TSS C．R2 =ESS/RSS D．TSS=ESS+RSS E．以上都不對(duì) 16. 對(duì)于線性回歸模型的隨機(jī)誤差項(xiàng)ei, Var(ei)=E(ei2)=σ2內(nèi)涵指（ ） A．隨機(jī)誤差項(xiàng)的期望為零 B．所有隨機(jī)誤差都有相同的方差 C．兩個(gè)隨機(jī)誤差互不相關(guān) D．誤差項(xiàng)服從正態(tài)分布 E．以上都不對(duì) 17. 對(duì)模型Yi=β0+β1X1i+β2X2i+μi進(jìn)行總體顯著性檢驗(yàn)，如果檢驗(yàn)結(jié)果總體線性關(guān)系顯著，則有可能（ ?。?。 A．β1=β2=0B．β1≠0，β2=0C．β1=0，β2≠0 D．β1≠0，β2≠0 E．以上都對(duì) 四、計(jì)算分析題 1．某線性回歸的結(jié)果如下： Dependent Variable: Y Method: Least Squares Date: 11/30/08 Time: 13:47 Sample: 1 16 Included observations: 16 Variable Coefficient Std. Error t-Statistic Prob. C -176.2778 30.62414 -5.756170 0.0001 X1 1.026137 （ ① ） 62.78936 0.0000 X2 0.669964 0.191239 （ ② ） 0.0039 R-squared 0.999726 Mean dependent var 5468.869 Adjusted R-squared 0.99968 S.D. dependent var 3659.889 S.E. of regression 65.10726 Akaike info criterion 11.35731 Sum squared resid 55106.42 Schwarz criterion 11.50217 Log likelihood -87.85848 F-statistic （ ③ ） Durbin-Watson stat 1.345305 Prob(F-statistic) 0.000000 （1）計(jì)算括號(hào)內(nèi)的值。 （2）寫(xiě)出回歸模型方程。 （3）判斷解釋變量X1對(duì)被解釋變量Y是否有顯著性影響，并給出理由。 （4）計(jì)算隨機(jī)誤差項(xiàng)的方差σ2的估計(jì)值。 2.下表給出了用最小二乘法對(duì)三元線性模型回歸的結(jié)果(解釋變量個(gè)數(shù)為3) 方差來(lái)源 平方和（SS） 自由度（df） 來(lái)自回歸ESS 900 （ ） 來(lái)自殘差RSS （ ） （ ） 總離差TSS 1000 18 （1）計(jì)算括號(hào)里的值 （2）求R2和 （3）對(duì)回歸顯著性進(jìn)行檢驗(yàn)(F0.05=3.29) 五、簡(jiǎn)答題 1．試述多元線性回歸模型的基本假設(shè)。 2. 試述多元線性回歸模型的基本假設(shè)與一元線性回歸模型的不同之處。 3. 試述多元線性回歸模型的基本假設(shè)與一元線性回歸模型的相同之處。 4. 多元線性回歸模型為什么采用調(diào)整的決定系數(shù)？ 第五章 習(xí) 題 一、判斷題 17. 鄒檢驗(yàn)是檢驗(yàn)線性回歸模型是否出現(xiàn)異常值問(wèn)題。（ ） 18. 國(guó)籍變量是虛擬變量。（ ） 19. 通過(guò)虛擬變量將屬性因素引入計(jì)量經(jīng)濟(jì)模型，引入虛擬變量的個(gè)數(shù)與樣本容量大小有關(guān)。（ ） 20. 經(jīng)濟(jì)數(shù)據(jù)出現(xiàn)脫離基本趨勢(shì)的異常值時(shí)，則會(huì)違反線性回歸模型的基本假設(shè)（ei為隨機(jī)誤差項(xiàng)）E(ei)＝0。（ ） 21. 非線性回歸需要對(duì)待估參數(shù)賦初始值。（ ） 二、名詞解釋 1．解釋變量缺落 2．異常值 3．規(guī)律性擾動(dòng) 4．虛擬變量 5．參數(shù)改變 三、選擇題 （1）單選 18. 設(shè)個(gè)人消費(fèi)函數(shù)Yi=C0+C1Xi+ui中，消費(fèi)支出Y不僅同收入X有關(guān)，而且與消費(fèi)者年齡構(gòu)成有關(guān)，年齡構(gòu)成可分為青年、中年和老年三個(gè)層次，假設(shè)邊際消費(fèi)傾向不變，則考慮年齡因素的影響，該消費(fèi)函數(shù)引入虛擬變量的個(gè)數(shù)應(yīng)為( ) A．1個(gè)B．2個(gè) C．3個(gè)D．4個(gè) 19. 需求函數(shù)Yi=β0+β1Xi+μi，為了考慮“區(qū)域”因素(東部沿海、中部、西部、珠江三角洲、北部5種不同的狀態(tài))的影響，引入5個(gè)虛擬變量，則模型的() A．參數(shù)估計(jì)量將達(dá)到最大精度B．參數(shù)估計(jì)量是有偏估計(jì)量 C．參數(shù)估計(jì)量是非一致估計(jì)量D．參數(shù)將無(wú)法估計(jì) 20. 鄒檢驗(yàn)是檢驗(yàn)多元線性回歸模型出現(xiàn)了（ ）問(wèn)題。 A．異常值 B．異方差 C．參數(shù)發(fā)生改變 D．誤差序列相關(guān) 21. 設(shè)模型，其中D為虛擬變量，當(dāng)上式為斜率變動(dòng)模型時(shí)，統(tǒng)計(jì)檢驗(yàn)結(jié)果應(yīng)為()。 A、B、 C、D、 22. 設(shè)模型，其中D為虛擬變量，當(dāng)上式為截距變動(dòng)模型時(shí)，統(tǒng)計(jì)檢驗(yàn)結(jié)果應(yīng)為()。 A、B、 C、D、 23. 設(shè)模型，其中D為虛擬變量，當(dāng)上式為截距和斜率同時(shí)變動(dòng)模型時(shí)，統(tǒng)計(jì)檢驗(yàn)結(jié)果應(yīng)為()。 A、B、 C、D、 （2）多項(xiàng) 24. 下列哪種情況會(huì)違反線性回歸模型的基本假設(shè)E(ei)＝0(ei為隨機(jī)誤差項(xiàng)) A．非線性隨機(jī)函數(shù)關(guān)系仍用線性模型進(jìn)行ols估計(jì) B．模型參數(shù)發(fā)生改變 C．遺漏重要變量 D．異常值 E．以上都不對(duì) 25. 下列屬于模型設(shè)定偏誤的是（ ）。 A、模型遺漏重要的解釋變量 B、模型設(shè)定沒(méi)有考慮到參數(shù)變化 C、模型形式設(shè)定有誤 D、把非線性模型設(shè)定為線性模型 E、模型預(yù)測(cè)值與實(shí)際值的誤差 26. 已知多元線性回歸模型參數(shù)發(fā)生改變，可以采用（ ）方法處理。 A．鄒檢驗(yàn) B．分段回歸 C．引入虛擬變量 D．VIF檢驗(yàn) 27. 變量關(guān)系非線性可以采用（ ）方法處理。 A、初等數(shù)學(xué)變換化為線性模型B、非線性回歸 C、分段回歸D、逐步回歸 四、計(jì)算分析題 1.用線性回歸模型估計(jì)工資Wage與工齡Exper的關(guān)系時(shí)，還考慮到職稱(chēng)可能也對(duì)工資有影響，職稱(chēng)分為中級(jí)及以下與高級(jí)共2個(gè)層次，將職稱(chēng)以虛擬變量D1、D2、…等表示。 （1）請(qǐng)解釋虛擬變量的設(shè)置原則？ （2）需要設(shè)置幾個(gè)虛擬變量？請(qǐng)對(duì)虛擬變量進(jìn)行賦值。 （3）寫(xiě)出考慮職稱(chēng)因素的可能的線性回歸模型。 2、為研究學(xué)歷與工資的關(guān)系，我們隨機(jī)抽樣調(diào)查了510名員工（其中360名男，150名女），并得到如下兩種回歸模型： EDU W 5.662 5 06551 . 232 ? + = （2.1） t=(5.2066) (8.6246) EDU D W 34.02 8238 . 23 9621 . 122 ? + + = (2. 2) t=(2.5884) (4.0149) (5.1613) 其中，W(wage)=工資 （單位：千元）；EDU(education)=受教育年限 = 0 1 女 男 D 請(qǐng)回答以下問(wèn)題： （1） 你將選擇哪一個(gè)模型？為什么？（5分） （2） D的系數(shù)說(shuō)明了什么？（5分） 五、簡(jiǎn)答題 1．哪些情況可能引起線性回歸模型誤差項(xiàng)均值非零？分別該如何處理 2．處理參數(shù)改變的方法有哪些？ 3．虛擬變量的設(shè)置原則是什么？ 4．用Eviews軟件做非線性回歸的三個(gè)步驟是什么？ 第六章 習(xí) 題 一、判斷題 22. 處理異方差的方法是加入虛擬變量。（ ） 23. 線性回歸模型存在異方差，最小二乘估計(jì)量仍然是無(wú)偏的。（ ） 24. 線性回歸模型存在異方差，最小二乘估計(jì)量仍然是有效的。（ ） 25. 戈德菲爾德-夸特檢驗(yàn)可以檢驗(yàn)復(fù)雜性異方差。（ ） 26. 懷特檢驗(yàn)可以檢驗(yàn)異方差。（ ） 二、名詞解釋 1．同方差 2．異方差 3．加權(quán)最小二乘法 4．戈里瑟檢驗(yàn) 5．懷特檢驗(yàn) 三、選擇題 （1）單選 1. 檢驗(yàn)線性回歸模型是否存在異方差的方法是（ ） A．懷特檢驗(yàn) B．T檢驗(yàn) C．DW檢驗(yàn) D．鄒檢驗(yàn) 2. 戈德-夸特檢驗(yàn)構(gòu)造一個(gè)服從（ ）的統(tǒng)計(jì)量來(lái)對(duì)線性回歸模型進(jìn)行異方差檢驗(yàn)。 A．正態(tài)分布 B．t分布 C．χ2分布 D．F分布 3. 下列方法中（ ）不僅可以判斷線性回歸模型是否存在異方差，而且可以得出具體的異方差形式。 A．戈德-夸特檢驗(yàn)B．懷特檢驗(yàn) C．戈里瑟檢驗(yàn)D．殘差序列圖分析 4. 對(duì)于模型Yi=β0+β1Xi+ui，如果在異方差檢驗(yàn)中發(fā)現(xiàn)Var(ui)=Xi4σ2，，則用加權(quán)最小二乘法處理異方差估計(jì)模型參數(shù)時(shí)，權(quán)數(shù)應(yīng)為（ ）。 A．Xi B．Xi2 C．1/Xi D．1/ Xi2 5. 回歸模型中具有異方差性時(shí)，仍用OLS估計(jì)模型，則以下說(shuō)法正確的是（ ） A. 參數(shù)估計(jì)值是無(wú)偏非有效的 B. 參數(shù)估計(jì)量仍具有最小方差性 C. 常用F 檢驗(yàn)失效 D. 參數(shù)估計(jì)量是有偏的 6. 更容易產(chǎn)生異方差的數(shù)據(jù)為 ( ) A. 時(shí)序數(shù)據(jù) B. 修勻數(shù)據(jù) C. 橫截面數(shù)據(jù) D. 年度數(shù)據(jù) 7. 檢驗(yàn)線性回歸模型是否存在異方差的方法是（ ） A．T檢驗(yàn) B．戈德菲爾德-夸特檢驗(yàn) C．DW檢驗(yàn) D．鄒檢驗(yàn) 8. 檢驗(yàn)線性回歸模型是否存在異方差的方法是（ ） A．戈里瑟檢驗(yàn) B．T檢驗(yàn) C．DW檢驗(yàn) D．鄒檢驗(yàn) （2）多選 9． 如果模型中存在異方差現(xiàn)象，則會(huì)引起如下后果（ ） A. 參數(shù)估計(jì)值有偏B. 參數(shù)估計(jì)值的方差不能正確確定 C. 變量的顯著性檢驗(yàn)失效D. 預(yù)測(cè)精度降低 E. 參數(shù)估計(jì)值仍是無(wú)偏的 10．常用的檢驗(yàn)異方差的方法有（ ）。 A、戈里瑟檢驗(yàn) B、戈德菲爾德-匡特檢驗(yàn) C、懷特檢驗(yàn) D、DW檢驗(yàn) E、方差膨脹因子檢測(cè) 四、計(jì)算分析題 1. 對(duì)樣本回歸方程LOG(Y)=-1.95+0.60*LOG(L)+0.67* LOG(K)+e 進(jìn)行懷特異方差檢驗(yàn)， Heteroskedasticity Test: White Obs*R-squared 8.099182 Prob 0.1509 Scaled explained SS 3.324059 Prob 0.6502 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 11/20/11 Time: 16:53 Sample: 1978 1994 Included observations: 17 Coefficient Std. Error t-Statistic Prob. C 15.56320 13.02201 1.195146 0.2572 LOG(L) -5.032351 4.278733 -1.176131 0.2644 (LOG(L))^2 0.413109 0.351760 1.174407 0.2650 (LOG(L))*(LOG(K)) -0.209359 0.183413 -1.141463 0.2779 LOG(K) 1.218626 1.114405 1.093522 0.2975 (LOG(K))^2 0.029867 0.024081 1.240268 0.2407 R-squared 0.476422 Mean dependent var 0.000623 Adjusted R-squared 0.238433 S.D. dependent var 0.000707 S.E. of regression 0.000617 Akaike info criterion -11.67327 Sum squared resid 4.19E-06 Schwarz criterion -11.37919 Log likelihood 105.2228 Hannan-Quinn criter. -11.64404 F-statistic 2.001861 Durbin-Watson stat 2.585670 Prob(F-statistic) 0.156732 （1）請(qǐng)寫(xiě)出估計(jì)的輔助回歸方程？ （2）請(qǐng)指出懷特統(tǒng)計(jì)量的值并判斷樣本回歸方程是否存在異方差？ 2.對(duì)某含截距項(xiàng)的線性模型（4個(gè)解釋變量）進(jìn)行最小二乘法回歸。將樣本容量為60的樣本按從小到大的順序排列后，去掉中間的20個(gè)樣本后在均分為兩組，分別回歸后Σei2=896.6，Σe22=147.2，在α=95%的置信水平下判斷是否存在異方差。如果存在，判斷是遞增還是遞減的異方差。（F0.05（10，10）=2.98，F(xiàn)0.05（12，12）=2.69，F(xiàn)0.05（15，15）=2.4） 五、問(wèn)答題 1．試述異方差的影響。 2．試述克服異方差的方法。 3．試述常用的檢驗(yàn)異方差的方法。 4．試述懷特檢驗(yàn)的步驟。 第七章 習(xí) 題 一、判斷題 27. 任何情況下都可以用一階差分法消除序列相關(guān)。（ ） 28. 存在誤差序列相關(guān)時(shí)，OLS估計(jì)量仍然是無(wú)偏的。（ ） 29. DW檢驗(yàn)值在0到4之間，數(shù)值趨于4說(shuō)明模型誤差項(xiàng)的自相關(guān)度越小。（ ） 30. 誤差一階相關(guān)是最常見(jiàn)的誤差序列相關(guān)（ ）。 31. DW檢驗(yàn)的所有數(shù)值區(qū)域均可作出誤差序列相關(guān)或不相關(guān)的判斷（ ）。 二、名詞解釋 1．誤差序列相關(guān) 2．誤差序列一階相關(guān) 3．廣義差分法 4．柯奧迭代法 5．杜賓兩步法 三、選擇題 （1）單選 28. 設(shè)為隨機(jī)誤差項(xiàng)，則一階線性自相關(guān)是指（ ） 29. 在序列自相關(guān)的情況下，參數(shù)估計(jì)值仍是無(wú)偏的，其原因是（ ） A. 無(wú)多重共線性假定成立 B. 同方差假定成立 C. 零均值假定成立 D. 解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定成立 30. 應(yīng)用DW檢驗(yàn)方法時(shí)應(yīng)滿足該方法的假定條件，下列不是其假定條件的為（ ） A. 解釋變量為非隨機(jī)的 B. 被解釋變量為非隨機(jī)的 C. 線性回歸模型中不能含有滯后內(nèi)生變量 D. 隨機(jī)誤差項(xiàng)服從一階自回歸 31. 在下列引起序列自相關(guān)的原因中，不正確的是（ ） A. 經(jīng)濟(jì)變量具有慣性作用B. 經(jīng)濟(jì)行為的滯后性 C. 設(shè)定偏誤 D. 解釋變量之間的共線性 32. 在DW檢驗(yàn)中，當(dāng)d統(tǒng)計(jì)量為2時(shí)，表明（ ） A. 存在完全的正自相關(guān)B. 存在完全的負(fù)自相關(guān) C. 不存在自相關(guān)D. 不能判定 33. 在序列自相關(guān)的情況下，參數(shù)估計(jì)值的方差不能正確估計(jì)的原因是（ ） 34. 如果回歸模型違背了無(wú)自相關(guān)假定，最小二乘估計(jì)量是( ) A．無(wú)偏的，有效的 B. 有偏的，非有效的 C．無(wú)偏的，非有效的 D. 有偏的，有效的 （2）多選 35. 如果模型中存在序列自相關(guān)現(xiàn)象，則有如下后果（ ） A. 參數(shù)估計(jì)值有偏B. 參數(shù)估計(jì)值的方差不能正確確定 C. 變量的顯著性檢驗(yàn)失效D. 預(yù)測(cè)精度降低 E．參數(shù)估計(jì)值仍是無(wú)偏的 36. 在DW檢驗(yàn)中，存在不能判定的區(qū)域是（ ） A. 0﹤﹤ B. ﹤﹤4- C. ﹤﹤ D. 4-﹤﹤4- E．4-﹤﹤4 37. 檢驗(yàn)序列自相關(guān)的方法是（ ） A. F檢驗(yàn)法B. White檢驗(yàn)法 C. 圖形法 D. ARCH檢驗(yàn)法 E．DW檢驗(yàn)法F. Goldfeld-Quandt檢驗(yàn)法 四、計(jì)算分析題 1.用家庭消費(fèi)支出(Y)、可支配收入(X1)、個(gè)人財(cái)富(X2)設(shè)定模型如下：,回歸分析結(jié)果為： Dependent Variable: Y Method: Least Squares Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C 24.4070 6.9973 3.4881 0.0101 X1 -0.3401 0.4785 -0.7108 0.5002 X2 0.0823 0.0458 1.7969 0.1152 R-squared 0.9615 Mean dependent var 111.1256 Adjusted R-squared 0.9505 S.D. dependent var 31.4289 S.E. of regression 6.5436 Akaike info criterion 4.1338 Sum squared resid 342.5486 Schwarz criterion 4.2246 Log likelihood -31.8585 F-statistic 87.3336 Durbin-Watson stat 2.4382 Prob(F-statistic) 0.000000 其中已知 d0.05(2.10)L=0.697, d0.05(2.10)U=1.641 （1）在0.05的顯著性水平下，判斷模型中隨機(jī)誤差項(xiàng)是否存在自相關(guān)性，要求把DW檢驗(yàn)的臨界值和區(qū)域圖畫(huà)出來(lái)。 （2）計(jì)算隨機(jī)誤差項(xiàng)的一階自相關(guān)系數(shù)的估計(jì)值。 2．某線性回歸的結(jié)果如下： Dependent Variable: Y Method: Least Squares Date: 11/17/11 Time: 20:45 Sample: 1981 1999 Included observations: 19 Variable Coefficient Std. Error t-Statistic Prob. C 1.430711 0.860619 1.662421 0.1159 G 0.271960 0.170940 1.590969 0.1312 S 0.416152 0.023857 17.44372 0.0000 R-squared 0.986920 Mean dependent var 5.407480 Adjusted R-squared 0.985285 S.D. dependent var 0.496602 S.E. of regression 0.060241 Akaike info criterion -2.636977 Sum squared resid 0.058064 Schwarz criterion -2.487855 Log likelihood 28.05128 F-statistic 603.6032 Durbin-Watson stat 0.553242 Prob(F-statistic) 0.000000 （dλL=1.704 dλU=1.536） 判斷模型中隨機(jī)誤差項(xiàng)是否存在自相關(guān)性，簡(jiǎn)述如何消除序列相關(guān)的方法。 五、問(wèn)答題 1．什么是序列相關(guān)？ 2. 試述序列相關(guān)的影響。 3. 試述克服序列相關(guān)的方法。 4. 試述檢驗(yàn)序列相關(guān)的方法 第八章 習(xí) 題 一、判斷題 32. 存在多重共線性時(shí)，模型參數(shù)無(wú)法估計(jì)。（ ） 33. 多重共線性問(wèn)題是隨機(jī)擾動(dòng)項(xiàng)違背古典假設(shè)引起的。（ ） 34. 方差膨脹因子可以檢驗(yàn)多重共線性。（ ） 35. 工具變量法可以解決多重共線性問(wèn)題。（ ） 36. 逐步回歸法可以解決多重共線性問(wèn)題。（ ） 二、名詞解釋 1．嚴(yán)格多重共線性 2．近似多重共線性 3．方差膨脹因子檢驗(yàn) 4．刪減解釋變量法 5．分布估計(jì)參數(shù)法 三、選擇題 （1）單選 1．多元線性回歸模型中，發(fā)現(xiàn)各參數(shù)估計(jì)量的t值都不顯著，但模型的F值確很顯著，這說(shuō)明模型存在（ ） A．多重共線性 B．異方差 C．自相關(guān) D．設(shè)定偏誤 2．逐步回歸法既檢驗(yàn)又修正了（ ） A．異方差性 B.自相關(guān)性 C．隨機(jī)解釋變量 D.多重共線性 3．如果模型中解釋變量存在完全的多重共線性，參數(shù)的最小二乘估計(jì)量是（ ） A．無(wú)偏的 B. 有偏的 C. 不確定的 D. 確定的 4．簡(jiǎn)單相關(guān)系數(shù)矩陣方法主要用于檢驗(yàn)（ ） A．異方差性 B.自相關(guān)性 C．隨機(jī)解釋變量 D.多重共線性 5．設(shè)為解釋變量，則完全多重共線性是( ) 6．設(shè)為解釋變量，則近似多重共線性是( ) 7．檢驗(yàn)近似多重共線性的方法是( ) A．VIF檢驗(yàn) B.鄒檢驗(yàn) C．戈里瑟檢驗(yàn) D.DW檢驗(yàn) 8．處理近似多重共線性的方法是( ) A．加權(quán)最小二乘法 B.異方差自相關(guān)穩(wěn)健標(biāo)準(zhǔn)誤 C．加入虛擬變量 D.刪減解釋變量 （2）多選 9．能夠檢驗(yàn)多重共線性的方法有（ ） A. 簡(jiǎn)單相關(guān)系數(shù)矩陣法 B. t檢驗(yàn)與F檢驗(yàn)綜合判斷法 C. DW檢驗(yàn)法 D. ARCH檢驗(yàn)法 E. White 檢驗(yàn) 10．如果模型中解釋變量之間存在完全共線性，則會(huì)引起如下后果（ ） A.參數(shù)估計(jì)值確定B.參數(shù)估計(jì)值不確定C. 參數(shù)估計(jì)值的方差趨于無(wú)限大 D. 參數(shù)的經(jīng)濟(jì)意義不正確 E.DW統(tǒng)計(jì)量落在了不能判定的區(qū)域 四、計(jì)算分析題 1.下面結(jié)果是利用某地財(cái)政收入對(duì)該地第一、二、三產(chǎn)業(yè)增加值的回歸結(jié)果。根據(jù)這一結(jié)果試判斷該模型是否存在多重共線性，說(shuō)明你的理由。 Dependent Variable: REV Method: Least Squares Sample: 1 10 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C 17414.63 14135.10 1.232013 0.2640 GDP1 -0.277510 0.146541 -1.893743 0.1071 GDP2 0.084857 0.093532 0.907252 0.3992 GDP3 0.190517 0.151680 1.256048 0.2558 R-squared 0.993798 Mean dependent var 63244.00 Adjusted R-squared 0.990697 S.D. dependent var 54281.99 S.E. of regression 5235.544 Akaike info criterion 20.25350 Sum squared resid 1.64E+08 Schwarz criterion 20.37454 Log likelihood -97.26752 F-statistic 320.4848 Durbin-Watson stat 1.208127 Prob(F-statistic) 0.000001 2. 用家庭消費(fèi)支出(Y)、可支配收入(X1)、個(gè)人財(cái)富(X2)設(shè)定模型如下：,回歸分析結(jié)果為： Dependent Variable: Y Method: Least Squares Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C 24.4070 6.9973 3.4881 0.0101 X1 -0.3401 0.4785 -0.7108 0.5002 X2 0.0823 0.0458 1.7969 0.1152 R-squared 0.9615 Mean dependent var 111.1256 Adjusted R-squared 0.9505 S.D. dependent var 31.4289 S.E. of regression 6.5436 Akaike info criterion 4.1338 Sum squared resid 342.5486 Schwarz criterion 4.2246 Log likelihood -31.8585 F-statistic 87.3336 Durbin-Watson stat 2.4382 Prob(F-statistic) 0.000000 其中已知 d0.05(2.10)L=0.697, d0.05(2.10)U=1.641 （1）模型是否存在多重共線性？為什么？ （2）在0.05的顯著性水平下，判斷模型中隨機(jī)誤差項(xiàng)是否存在自相關(guān)性，要求把DW檢驗(yàn)的臨界值和區(qū)域圖畫(huà)出來(lái)。 （3）計(jì)算隨機(jī)誤差項(xiàng)的一階自相關(guān)系數(shù)的估計(jì)值。 五、問(wèn)答題 1．什么是完全多重共線性？ 2．什么是近似多重共線性？ 3．如何判斷近似多重共線性？ 4. 克服近似多重共線性有哪些方法？ 第九章 習(xí) 題 一、判斷題 37. 解釋變量中含有滯后因變量，仍然可以使用OLS得到正確的估計(jì)。（ ） 38. 格蘭杰因果關(guān)系檢驗(yàn)對(duì)截面數(shù)據(jù)不適合。（ ） 39. 工具變量技術(shù)是處理異方差問(wèn)題的。（ ） 4．格蘭杰因果性檢驗(yàn)的結(jié)論只是統(tǒng)計(jì)意義上的因果性，而不一定是真正的因果關(guān)系。（ ） 5.對(duì)無(wú)限分布滯后模型可采用考伊克方法來(lái)簡(jiǎn)化模型。（ ） 二、名詞解釋 1．分布滯后模型 2．有限分布滯后模型 3．無(wú)限分布滯后模型 4．自回歸模型 5．自回歸分布滯后模型 三、選擇題 （1）單選 38. 對(duì)于有限分布滯后模型，解釋變量的滯后長(zhǎng)度每增加一期，可利用的樣本數(shù)據(jù)就會(huì)( ) A. 增加1個(gè)B. 減少1個(gè) C. 增加2個(gè) D. 減少2個(gè) 39. 經(jīng)濟(jì)變量的時(shí)間序列數(shù)據(jù)大多存在序列相關(guān)性，在分布滯后模型中，這種序列相關(guān)性就轉(zhuǎn)化為（） A．異方差問(wèn)題 B. 多重共線性問(wèn)題 C．序列相關(guān)性問(wèn)題 D. 設(shè)定誤差問(wèn)題 40. 下列屬于有限分布滯后模型的是（ ）。 A．yi =a0+a1yi-1+a2yi-2+a3yi-3+…..+εi B．yi =a0+a1yi-1+a2yi-2+a3yi-3+…..+akyi-k+εi C．yi =a0+a1xi-1+a2xi-2+a3xi-3+…..+εi D．yi =a0+a1xi-1+a2xi-2+a3xi-3+….. +akxi-k +εi 41. 在有限分布滯后模型Yt=0.5+0.6Xt-0.8Xt-1+0.3Xt-2+ut中，長(zhǎng)期影響乘數(shù)是（ ）。 A．0.3 B．0.1 C．0.6 D．0.8 42. 下列屬于無(wú)限分布滯后模型的是（ ） A．yi =a0+a1yi-1+a2yi-2+a3yi-3+…..+ i B．yi =a0+a1yi-1+a2yi-2+a3yi-3+…..+akyi-k+ i C．yi =a0+a1xi-1+a2xi-2+a3xi-3+…..+ i D．yi =a0+a1xi-1+a2xi-2+a3xi-3+….. +akyi-k + i 43. 下列屬于有限自回歸模型的是（ ）。 A．yi =a0+a1yi-1+a2yi-2+a3yi-3+…..+εi B．yi =a0+a1yi-1+a2yi-2+a3yi-3+…..+akyi-k+εi C．yi =a0+a1xi-1+a2xi-2+a3xi-3+…..+εi D．yi =a0+a1xi-1+a2xi-2+a3xi-3+….. +akxi-k +εi 44. 下列屬于無(wú)限自回歸模型的是（ ）。 A．yi =a0+a1yi-1+a2yi-2+a3yi-3+…..+εi B．yi =a0+a1yi-1+a2yi-2+a3yi-3+…..+akyi-k+εi C．yi =a0+a1xi-1+a2xi-2+a3xi-3+…..+εi D．yi =a0+a1xi-1+a2xi-2+a3xi-3+….. +akxi-k +εi （2）多選 45. 考伊克模型具有如下特點(diǎn)（ ）。 A．原始模型為無(wú)限分布滯后模型，且滯后系數(shù)按某一固定比例遞減 B．以一個(gè)滯后被解釋變量Yt?1代替了大量的滯后解釋變量Xt?1，Xt ?2，…，從而最大限度的保證了自由度 C．滯后一期的被解釋變量Yt?1與Xt的線性相關(guān)程度肯定小于Xt?1，Xt ?2，…， 的相關(guān)程度，從而緩解了多重共線性的問(wèn)題 D．可使用OLS方法估計(jì)參數(shù)，參數(shù)估計(jì)量是一致估計(jì)量 E．以上都對(duì) 46. 分布滯后模型參數(shù)估計(jì)的方法有（ ）。 A．增加樣本容量法 B．刪減解釋變量法 C．現(xiàn)式估計(jì)法 D．阿爾蒙多項(xiàng)式法 E．考伊克方法 47. 以下變量中可以作為解釋變量的有 （） A. 外生變量 B. 滯后內(nèi)生變量 C. 虛擬變量 D. 前定變量 E. 內(nèi)生變量 四、計(jì)算分析題 1.某線性回歸的結(jié)果如下： Dependent Variable: CC Method: Two-Stage Least Squares Date: 12/18/09 Time: 09:16 Sample (adjusted): 1951 1985 Included observations: 35 after adjustments Instrument list: C Y Y(-1) Coefficient Std. Error t-Statistic Prob. C 9.537352 10.10584 0.943747 0.3524 Y 0.867383 0.138986 6.240794 0.0000 CC(-1) 0.036470 0.158224 0.230498 0.8192