《《計量經(jīng)濟學》謝識予分章練習題.doc》由會員分享，可在線閱讀，更多相關《《計量經(jīng)濟學》謝識予分章練習題.doc（27頁珍藏版）》請在裝配圖網(wǎng)上搜索。

計量經(jīng)濟學分章練習題 第一章 習 題 一、判斷題 1. 投入產(chǎn)出模型和數(shù)學規(guī)劃模型都是計量經(jīng)濟模型。（ ） 2. 弗里希因創(chuàng)立了計量經(jīng)濟學從而獲得了諾貝爾經(jīng)濟學獎。（ √ ） 3. 丁伯根因創(chuàng)立了建立了第1個計量經(jīng)濟學應用模型從而獲得了諾貝爾經(jīng)濟學獎。（ √ ） 4. 格蘭杰因在協(xié)整理論上的貢獻而獲得了諾貝爾經(jīng)濟學獎。（ √ ） 5. 赫克曼因在選擇性樣本理論上的貢獻而獲得了諾貝爾經(jīng)濟學獎。（ √ ） 二、名詞解釋 1．計量經(jīng)濟學，經(jīng)濟學的一個分支學科，是對經(jīng)濟問題進行定量實證研究的技術、方法和相關理論。 2．計量經(jīng)濟學模型，是一個或一組方程表示的經(jīng)濟變量關系以及相關條件或假設，是經(jīng)濟問題相關方面之間數(shù)量聯(lián)系和制約關系的基本描述。 3．計量經(jīng)濟檢驗，由計量經(jīng)濟學理論決定的，目的在于檢驗模型的計量經(jīng)濟學性質(zhì)。通常最主要的檢驗準則有隨機誤差項的序列相關檢驗和異方差性檢驗，解釋變量的多重共線性檢驗等。 4．截面數(shù)據(jù)，指在同一個時點上，對不同觀測單位觀測得到的多個數(shù)據(jù)構成的數(shù)據(jù)集。 5．面板數(shù)據(jù)，是由對許多個體組成的同一個橫截面，在不同時點的觀測數(shù)據(jù)構成的數(shù)據(jù)。 三、單項選擇題 1. 把反映某一單位特征的同一指標的數(shù)據(jù)，按一定的時間順序和時間間隔排列起來，這樣的數(shù)據(jù)稱為（ B ） A. 橫截面數(shù)據(jù) B. 時間序列數(shù)據(jù) C. 面板數(shù)據(jù) D. 原始數(shù)據(jù) 2. 同一時間、不同單位按同一統(tǒng)計指標排列的觀測數(shù)據(jù)稱為（ C ） A．原始數(shù)據(jù) B．時間序列數(shù)據(jù) C．截面數(shù)據(jù) D．面板數(shù)據(jù) 3. 不同時間、不同單位按同一統(tǒng)計指標排列的觀測數(shù)據(jù)稱為（ D ） A．原始數(shù)據(jù) B．時間序列數(shù)據(jù) C．截面數(shù)據(jù) D．面板數(shù)據(jù) 4. 對計量經(jīng)濟模型進行的結(jié)構分析不包括（ D ） A．乘數(shù)分析 B．彈性分析 C．比較靜態(tài)分析 D．隨機分析 5. 一個普通家庭的每月所消費的水費和電費是（ B ） A．因果關系 B．相關關系 C．恒等關系 D．不相關關系 6. 中國的居民消費和GDP是（ C ） A．因果關系 B．相關關系 C．相互影響關系 D．不相關關系 7. 下列（ B ）是計量經(jīng)濟模型 A． B． C．投入產(chǎn)出模型 D．其他 8. 投資是（ A ）經(jīng)濟變量 A．流量 B．存量 C．派生 D．虛擬變量 9. 資本是（ B ）經(jīng)濟變量 A．流量 B．存量 C．派生 D．虛擬變量 10. 對定性因素進行數(shù)量化處理，需要定義和引進（ C ） A．宏觀經(jīng)濟變量 B．微觀經(jīng)濟變量 C．虛擬變量 D．派生變量 四、計算分析題 1.“計量經(jīng)濟模型就是數(shù)學”這種說法正確嗎，為什么? 計量經(jīng)濟學模型不是數(shù)學式子，相比數(shù)學式子多了一個隨機誤差項，是隨機性的函數(shù)關系。 2. 請嘗試建立大學生消費函數(shù)模型。 consumption=β0+β1income+ε 五、簡答題 1．什么是計量經(jīng)濟學。 計量經(jīng)濟學是經(jīng)濟學的一個分支學科，是對經(jīng)濟問題進行定量實證研究的技術、方法和相關理論。 2．試述計量經(jīng)濟分析的基本方法與步驟。 (1)建模，(2)準備數(shù)據(jù)，(3) 估計參數(shù)，(4)檢驗和修正模型，(5)分析、預測和下結(jié)論 3．計量經(jīng)濟學模型必須通過哪些檢驗。 a.經(jīng)濟意義檢驗，b.統(tǒng)計學檢驗，c.計量經(jīng)濟學檢驗，d.預測檢驗 4. 經(jīng)濟變量之間的一般有哪幾種關系。 a.不相關關系，b.相關關系，c.因果關系，d.相互影響關系，e. 恒等關系 第二章 習 題 一、判斷題 1. 分布是對稱分布。（ ） 2. 最大似然估計是根據(jù)生成樣本的可能性最大來估計參數(shù)。（ √ ） 3. t分布是有偏斜的分布。（ ） 4. F分布是有偏斜的分布。（ √ ） 5. 獨立、同分布正態(tài)隨機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)估計量是隨機變量觀測值的線性組合。 2．無偏性 3．有效性 4．一致性 5．隨機變量 三、單項選擇題 11. 令Z1,Z2,…,Zk為k個獨立的服從標準正態(tài)分布的隨機變量，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（ ）分布是對稱分布。 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. 顯著性檢驗是（ ）。 A．計量檢驗 B．統(tǒng)計檢驗 C．預測檢驗 D．經(jīng)濟意義檢驗 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．標準正態(tài)分布和χ2分布 17. 令Z1,Z2,…,Zk為k個獨立的服從同一正態(tài)分布的隨機變量，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、計算分析題 1．擲兩枚硬幣，請指出至少出現(xiàn)一個正面的概率是多少？ 2. 隨機變量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)計檢驗。 第三章 習 題 一、判斷題 8. 數(shù)學模型不是計量經(jīng)濟模型。（ ） 9. 決定系數(shù)與相關系數(shù)的含義是相同的。（ ） 10. 在計量經(jīng)濟模型中，隨機擾動項與殘差項無區(qū)別。（ ） 11. 投入產(chǎn)出模型和數(shù)學規(guī)劃模型都是經(jīng)濟計量模型。（ ） 12. 高斯馬爾科夫定律假設隨機誤差項服從正態(tài)分布。（ ） 二、名詞解釋 1．Blue估計 2．球形擾動 3．擬合度 4．決定系數(shù) 5．點預測 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個鄉(xiāng)鎮(zhèn)的各鎮(zhèn)工業(yè)產(chǎn)值 C、某年某地區(qū)20個鄉(xiāng)鎮(zhèn)工業(yè)產(chǎn)值的合計數(shù) D、某年某地區(qū)20個鄉(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定義（ ）。 A．解釋變量和被解釋變量都是隨機變量 B．解釋變量為非隨機變量，被解釋變量為隨機變量 C．解釋變量和被解釋變量都為非隨機變量 D．解釋變量為隨機變量，被解釋變量為非隨機變量 3. 最小二乘原理是指使（ ）達到最小值的原則確定樣本回歸方程。 A. B. C. D. 4. 對線性回歸模型單個參數(shù)進行顯著性檢驗的是（ ） A．決定系數(shù)R2 B．t檢驗 C．F檢驗 D．標準差 5. 衡量樣本回歸直線對數(shù)據(jù)擬合程度的是（ ） A．決定系數(shù)R2 B．t檢驗 C．F檢驗 D．標準差 6. 同一統(tǒng)計指標按時間順序記錄的數(shù)據(jù)列稱為（ ） A、橫截面數(shù)據(jù) B、時間序列數(shù)據(jù) C、面板數(shù)據(jù) D、時間數(shù)據(jù) 7. 在回歸模型中，n為樣本容量，檢驗時所用的統(tǒng)計量服從的分布為 （ ）。 A、χ2(n-2) B、t(n-1) C、χ2(n-1) D、t(n-2) （2）多選 8．最小二乘估計量的統(tǒng)計性質(zhì)有（ ） A. 無偏性 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（ ） A. 必然通過點 B. 可能通過點 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性 10．隨機變量（隨機誤差項）中一般包括那些因素（ ） A 回歸模型中省略的變量 B 人們的隨機行為 C 建立的數(shù)學模型的形式不夠完善。 D 經(jīng)濟變量之間的合并誤差。 E 測量誤差。 四、計算分析題 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）計算括號內(nèi)的值 （2）判斷解釋變量X對被解釋變量Y是否有顯著性影響并給出理由 （3）計算隨機誤差項的方差σ2的估計值。 2.下表給出了含截距項的一元線性回歸模型的回歸的結(jié)果： 方差來源 平方和 自由度（df） 平方和的均值（MSS） 來自回歸(ESS) 106.58 1 來自殘差(RSS) （ ） 17 總離差(TSS) 108.38 （ ） 注：保留3位小數(shù)，可以使用計算器。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樣本？ 3. 求。 五、簡答題 1．什么BLUE估計。 2．什么是球形擾動。 3. 什么是高斯馬爾科夫定律？ 4. 什么是最小二乘估計量的線性性？ 第四章 習 題 一、判斷題 13. 要使得計量經(jīng)濟學模型擬合得好，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回歸顯著性時結(jié)果顯著，則所有解釋變量對被解釋變量都沒有解釋力。（ ） 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 4．模型總體顯著性檢驗 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一個單位，因變量的增長率變化的情況，模型應該設定為( )。 A、 B、 C、 D、 9. 已知含截距項的3元線性回歸模型估計的殘差平方和為=1200，樣本容量為n=24，則誤差項方差的無偏估計量S2為 （ ） A、 400 B、 40 C、60 D、 80 10. 多元線性回歸模型滿足六個基本假設，其最小二乘估計量服從（ ） 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誤差項ui,滿足某些基本假定，下列錯誤的是（ ）。 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．因變量觀測值總變差的大小 B．因變量回歸估計值總變差的大小 C．因變量觀測值與估計值之間的總變差D．Y關于X的邊際變化 13. 用一組有30個觀測值的樣本估計模型，并在0.05的顯著性水平下對總體顯著性進行檢驗，則檢驗拒絕零假設的條件是統(tǒng)計量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 16. 對于線性回歸模型的隨機誤差項ei, Var(ei)=E(ei2)=σ2內(nèi)涵指（ ） A．隨機誤差項的期望為零 B．所有隨機誤差都有相同的方差 C．兩個隨機誤差互不相關 D．誤差項服從正態(tài)分布 E．以上都不對 17. 對模型Yi=β0+β1X1i+β2X2i+μi進行總體顯著性檢驗，如果檢驗結(jié)果總體線性關系顯著，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 四、計算分析題 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）計算括號內(nèi)的值。 （2）寫出回歸模型方程。 （3）判斷解釋變量X1對被解釋變量Y是否有顯著性影響，并給出理由。 （4）計算隨機誤差項的方差σ2的估計值。 2.下表給出了用最小二乘法對三元線性模型回歸的結(jié)果(解釋變量個數(shù)為3) 方差來源 平方和（SS） 自由度（df） 來自回歸ESS 900 （ ） 來自殘差RSS （ ） （ ） 總離差TSS 1000 18 （1）計算括號里的值 （2）求R2和 （3）對回歸顯著性進行檢驗(F0.05=3.29) 五、簡答題 1．試述多元線性回歸模型的基本假設。 2. 試述多元線性回歸模型的基本假設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 題 一、判斷題 17. 鄒檢驗是檢驗線性回歸模型是否出現(xiàn)異常值問題。（ ） 18. 國籍變量是虛擬變量。（ ） 19. 通過虛擬變量將屬性因素引入計量經(jīng)濟模型，引入虛擬變量的個數(shù)與樣本容量大小有關。（ ） 20. 經(jīng)濟數(shù)據(jù)出現(xiàn)脫離基本趨勢的異常值時，則會違反線性回歸模型的基本假設（ei為隨機誤差項）E(ei)＝0。（ ） 21. 非線性回歸需要對待估參數(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 4．虛擬變量 5．參數(shù)改變 三、選擇題 （1）單選 18. 設個人消費函數(shù)Yi=C0+C1Xi+ui中，消費支出Y不僅同收入X有關，而且與消費者年齡構成有關，年齡構成可分為青年、中年和老年三個層次，假設邊際消費傾向不變，則考慮年齡因素的影響，該消費函數(shù)引入虛擬變量的個數(shù)應為( ) A．1個B．2個 C．3個D．4個 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個虛擬變量，則模型的() A．參數(shù)估計量將達到最大精度B．參數(shù)估計量是有偏估計量 C．參數(shù)估計量是非一致估計量D．參數(shù)將無法估計 20. 鄒檢驗是檢驗多元線性回歸模型出現(xiàn)了（ ）問題。 A．異常值 B．異方差 C．參數(shù)發(fā)生改變 D．誤差序列相關 21. 設模型，其中D為虛擬變量，當上式為斜率變動模型時，統(tǒng)計檢驗結(jié)果應為()。 A、B、 C、D、 22. 設模型，其中D為虛擬變量，當上式為截距變動模型時，統(tǒng)計檢驗結(jié)果應為()。 A、B、 C、D、 23. 設模型，其中D為虛擬變量，當上式為截距和斜率同時變動模型時，統(tǒng)計檢驗結(jié)果應為()。 A、B、 C、D、 （2）多項 24. 下列哪種情況會違反線性回歸模型的基本假設E(ei)＝0(ei為隨機誤差項) A．非線性隨機函數(shù)關系仍用線性模型進行ols估計 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 25. 下列屬于模型設定偏誤的是（ ）。 A、模型遺漏重要的解釋變量 B、模型設定沒有考慮到參數(shù)變化 C、模型形式設定有誤 D、把非線性模型設定為線性模型 E、模型預測值與實際值的誤差 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 B．分段回歸 C．引入虛擬變量 D．VIF檢驗 27. 變量關系非線性可以采用（ ）方法處理。 A、初等數(shù)學變換化為線性模型B、非線性回歸 C、分段回歸D、逐步回歸 四、計算分析題 1.用線性回歸模型估計工資Wage與工齡Exper的關系時，還考慮到職稱可能也對工資有影響，職稱分為中級及以下與高級共2個層次，將職稱以虛擬變量D1、D2、…等表示。 （1）請解釋虛擬變量的設置原則？ （2）需要設置幾個虛擬變量？請對虛擬變量進行賦值。 （3）寫出考慮職稱因素的可能的線性回歸模型。 2、為研究學歷與工資的關系，我們隨機抽樣調(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 請回答以下問題： （1） 你將選擇哪一個模型？為什么？（5分） （2） D的系數(shù)說明了什么？（5分） 五、簡答題 1．哪些情況可能引起線性回歸模型誤差項均值非零？分別該如何處理 2．處理參數(shù)改變的方法有哪些？ 3．虛擬變量的設置原則是什么？ 4．用Eviews軟件做非線性回歸的三個步驟是什么？ 第六章 習 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，最小二乘估計量仍然是無偏的。（ ） 24. 線性回歸模型存在異方差，最小二乘估計量仍然是有效的。（ ） 25. 戈德菲爾德-夸特檢驗可以檢驗復雜性異方差。（ ） 26. 懷特檢驗可以檢驗異方差。（ ） 二、名詞解釋 1．同方差 2．異方差 3．加權最小二乘法 4．戈里瑟檢驗 5．懷特檢驗 三、選擇題 （1）單選 1. 檢驗線性回歸模型是否存在異方差的方法是（ ） A．懷特檢驗 B．T檢驗 C．DW檢驗 D．鄒檢驗 2. 戈德-夸特檢驗構造一個服從（ ）的統(tǒng)計量來對線性回歸模型進行異方差檢驗。 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B．懷特檢驗 C．戈里瑟檢驗D．殘差序列圖分析 4. 對于模型Yi=β0+β1Xi+ui，如果在異方差檢驗中發(fā)現(xiàn)Var(ui)=Xi4σ2，，則用加權最小二乘法處理異方差估計模型參數(shù)時，權數(shù)應為（ ）。 A．Xi B．Xi2 C．1/Xi D．1/ Xi2 5. 回歸模型中具有異方差性時，仍用OLS估計模型，則以下說法正確的是（ ） A. 參數(shù)估計值是無偏非有效的 B. 參數(shù)估計量仍具有最小方差性 C. 常用F 檢驗失效 D. 參數(shù)估計量是有偏的 6. 更容易產(chǎn)生異方差的數(shù)據(jù)為 ( ) A. 時序數(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. 檢驗線性回歸模型是否存在異方差的方法是（ ） A．T檢驗 B．戈德菲爾德-夸特檢驗 C．DW檢驗 D．鄒檢驗 8. 檢驗線性回歸模型是否存在異方差的方法是（ ） A．戈里瑟檢驗 B．T檢驗 C．DW檢驗 D．鄒檢驗 （2）多選 9． 如果模型中存在異方差現(xiàn)象，則會引起如下后果（ ） A. 參數(shù)估計值有偏B. 參數(shù)估計值的方差不能正確確定 C. 變量的顯著性檢驗失效D. 預測精度降低 E. 參數(shù)估計值仍是無偏的 10．常用的檢驗異方差的方法有（ ）。 A、戈里瑟檢驗 B、戈德菲爾德-匡特檢驗 C、懷特檢驗 D、DW檢驗 E、方差膨脹因子檢測 四、計算分析題 1. 對樣本回歸方程LOG(Y)=-1.95+0.60*LOG(L)+0.67* LOG(K)+e 進行懷特異方差檢驗， 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）請寫出估計的輔助回歸方程？ （2）請指出懷特統(tǒng)計量的值并判斷樣本回歸方程是否存在異方差？ 2.對某含截距項的線性模型（4個解釋變量）進行最小二乘法回歸。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．試述常用的檢驗異方差的方法。 4．試述懷特檢驗的步驟。 第七章 習 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。（ ） 28. 存在誤差序列相關時，OLS估計量仍然是無偏的。（ ） 29. DW檢驗值在0到4之間，數(shù)值趨于4說明模型誤差項的自相關度越小。（ ） 30. 誤差一階相關是最常見的誤差序列相關（ ）。 31. DW檢驗的所有數(shù)值區(qū)域均可作出誤差序列相關或不相關的判斷（ ）。 二、名詞解釋 1．誤差序列相關 2．誤差序列一階相關 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. 設為隨機誤差項，則一階線性自相關是指（ ） 29. 在序列自相關的情況下，參數(shù)估計值仍是無偏的，其原因是（ ） A. 無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. 解釋變量與隨機誤差項不相關假定成立 30. 應用DW檢驗方法時應滿足該方法的假定條件，下列不是其假定條件的為（ ） A. 解釋變量為非隨機的 B. 被解釋變量為非隨機的 C. 線性回歸模型中不能含有滯后內(nèi)生變量 D. 隨機誤差項服從一階自回歸 31. 在下列引起序列自相關的原因中，不正確的是（ ） A. 經(jīng)濟變量具有慣性作用B. 經(jīng)濟行為的滯后性 C. 設定偏誤 D. 解釋變量之間的共線性 32. 在DW檢驗中，當d統(tǒng)計量為2時，表明（ ） A. 存在完全的正自相關B. 存在完全的負自相關 C. 不存在自相關D. 不能判定 33. 在序列自相關的情況下，參數(shù)估計值的方差不能正確估計的原因是（ ） 34. 如果回歸模型違背了無自相關假定，最小二乘估計量是( ) A．無偏的，有效的 B. 有偏的，非有效的 C．無偏的，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現(xiàn)象，則有如下后果（ ） A. 參數(shù)估計值有偏B. 參數(shù)估計值的方差不能正確確定 C. 變量的顯著性檢驗失效D. 預測精度降低 E．參數(shù)估計值仍是無偏的 36. 在DW檢驗中，存在不能判定的區(qū)域是（ ） A. 0﹤﹤ B. ﹤﹤4- C. ﹤﹤ D. 4-﹤﹤4- E．4-﹤﹤4 37. 檢驗序列自相關的方法是（ ） A. F檢驗法B. White檢驗法 C. 圖形法 D. ARCH檢驗法 E．DW檢驗法F. Goldfeld-Quandt檢驗法 四、計算分析題 1.用家庭消費支出(Y)、可支配收入(X1)、個人財富(X2)設定模型如下：,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，判斷模型中隨機誤差項是否存在自相關性，要求把DW檢驗的臨界值和區(qū)域圖畫出來。 （2）計算隨機誤差項的一階自相關系數(shù)的估計值。 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） 判斷模型中隨機誤差項是否存在自相關性，簡述如何消除序列相關的方法。 五、問答題 1．什么是序列相關？ 2. 試述序列相關的影響。 3. 試述克服序列相關的方法。 4. 試述檢驗序列相關的方法 第八章 習 題 一、判斷題 32. 存在多重共線性時，模型參數(shù)無法估計。（ ） 33. 多重共線性問題是隨機擾動項違背古典假設引起的。（ ） 34. 方差膨脹因子可以檢驗多重共線性。（ ） 35. 工具變量法可以解決多重共線性問題。（ ） 36. 逐步回歸法可以解決多重共線性問題。（ ） 二、名詞解釋 1．嚴格多重共線性 2．近似多重共線性 3．方差膨脹因子檢驗 4．刪減解釋變量法 5．分布估計參數(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)估計量的t值都不顯著，但模型的F值確很顯著，這說明模型存在（ ） A．多重共線性 B．異方差 C．自相關 D．設定偏誤 2．逐步回歸法既檢驗又修正了（ ） A．異方差性 B.自相關性 C．隨機解釋變量 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)的最小二乘估計量是（ ） A．無偏的 B. 有偏的 C. 不確定的 D. 確定的 4．簡單相關系數(shù)矩陣方法主要用于檢驗（ ） A．異方差性 B.自相關性 C．隨機解釋變量 D.多重共線性 5．設為解釋變量，則完全多重共線性是( ) 6．設為解釋變量，則近似多重共線性是( ) 7．檢驗近似多重共線性的方法是( ) A．VIF檢驗 B.鄒檢驗 C．戈里瑟檢驗 D.DW檢驗 8．處理近似多重共線性的方法是( ) A．加權最小二乘法 B.異方差自相關穩(wěn)健標準誤 C．加入虛擬變量 D.刪減解釋變量 （2）多選 9．能夠檢驗多重共線性的方法有（ ） A. 簡單相關系數(shù)矩陣法 B. t檢驗與F檢驗綜合判斷法 C. DW檢驗法 D. ARCH檢驗法 E. White 檢驗 10．如果模型中解釋變量之間存在完全共線性，則會引起如下后果（ ） A.參數(shù)估計值確定B.參數(shù)估計值不確定C. 參數(shù)估計值的方差趨于無限大 D. 參數(shù)的經(jīng)濟意義不正確 E.DW統(tǒng)計量落在了不能判定的區(qū)域 四、計算分析題 1.下面結(jié)果是利用某地財政收入對該地第一、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. 用家庭消費支出(Y)、可支配收入(X1)、個人財富(X2)設定模型如下：,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，判斷模型中隨機誤差項是否存在自相關性，要求把DW檢驗的臨界值和區(qū)域圖畫出來。 （3）計算隨機誤差項的一階自相關系數(shù)的估計值。 五、問答題 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 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。（ ） 38. 格蘭杰因果關系檢驗對截面數(shù)據(jù)不適合。（ ） 39. 工具變量技術是處理異方差問題的。（ ） 4．格蘭杰因果性檢驗的結(jié)論只是統(tǒng)計意義上的因果性，而不一定是真正的因果關系。（ ） 5.對無限分布滯后模型可采用考伊克方法來簡化模型。（ ） 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. 對于有限分布滯后模型，解釋變量的滯后長度每增加一期，可利用的樣本數(shù)據(jù)就會( ) A. 增加1個B. 減少1個 C. 增加2個 D. 減少2個 39. 經(jīng)濟變量的時間序列數(shù)據(jù)大多存在序列相關性，在分布滯后模型中，這種序列相關性就轉(zhuǎn)化為（） A．異方差問題 B. 多重共線性問題 C．序列相關性問題 D. 設定誤差問題 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（ ）。 A．原始模型為無限分布滯后模型，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的線性相關程度肯定小于Xt?1，Xt ?2，…， 的相關程度，從而緩解了多重共線性的問題 D．可使用OLS方法估計參數(shù)，參數(shù)估計量是一致估計量 E．以上都對 46. 分布滯后模型參數(shù)估計的方法有（ ）。 A．增加樣本容量法 B．刪減解釋變量法 C．現(xiàn)式估計法 D．阿爾蒙多項式法 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