計(jì)量經(jīng)濟(jì)學(xué)謝識(shí)予分章練習(xí)題

《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（21頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、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。（X）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)。（V）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)。（V）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)。（V）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)。（V）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

2、。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)間問(wèn)隔排列起來(lái)，這樣的數(shù)據(jù)稱為（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)

3、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.包等關(guān)系D.不相關(guān)關(guān)系6.中國(guó)的居民消費(fèi)予口GD瑪（C）A.因果關(guān)系B.相關(guān)關(guān)系C.相互影口向關(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.11|B1_小C.投入產(chǎn)出模型D.其他8.投資是（A）經(jīng)濟(jì)變量A.St*BC.派生D.虛擬變量9.資本是（B）經(jīng)濟(jì)變量A.St*BC.派生D.虛擬變量10

4、,對(duì)定性因素進(jìn)行數(shù)量化處理，需要 定義和引進(jìn)（CA.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=0o+0iincome+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

5、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,包等關(guān)系第二章習(xí)題一、判斷題1,回分布是對(duì)稱分布。（x）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。（X）4 ,F分布是有偏斜的分布。（V）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 .令乙,Z2,為k個(gè)獨(dú)立的

6、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.x2分布D.F分布12 .下列哪些（）分布是對(duì)稱分布。A.正態(tài)分布和x2分布B.正態(tài)分布和F分布C.正態(tài)分布和t分布D.x2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x2分布B.正態(tài)分布和F分布C.正態(tài)分布和t分布D.x2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x2分布B.正態(tài)分布和F分布C.x2分布和x2分布D.t分布和x2分布16 .t分布可以看做是（）相除。A.正態(tài)分布和x2分

7、布B.正態(tài)分布和F分布C.x2分布和x2分布D.標(biāo)準(zhǔn)正態(tài)分布和2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.x2分布D.F分布18 .自由度為k2的t分布的方差是（）。A.kB.2kC,k/（k-2）D.k/（k-1）19 .自由度為k2的t分布的數(shù)學(xué)期望是（）。A.kB.2kC.1D.020 .自由度為k2的2分布的方差是（）。A.kB,2kC,k/（k-2）D.k/（k-1）四、計(jì)算分析題1 .擲兩枚硬幣，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

8、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。（X）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1.2.三、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

9、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.兇B B.HBlue估計(jì)球形擾動(dòng)3.擬合度決定系數(shù)5.點(diǎn)預(yù)測(cè)4.C._2SJD.|x4 .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)RB.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)R2B.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

10、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L一|中，n為樣本容量，檢驗(yàn)H時(shí)所用的統(tǒng)計(jì)量叵服從的分布為()。A、x2(n-2)B、t(n-1)C、x2(n-1)Dt(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E.殘差d與解釋變量?jī)粗g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:DependentVariable:YMethod:LeastSquaresSample:

11、19812002Includedobservations:22VariableCoefficientStd.Errort-StatisticProb.C237.7530()3,4782000.0024X0.7510890.010396()0.0000R-squared0.996183Meandependentvar3975.000AdjustedR-squared0.995992S.D.dependentvar3310.257Sumsquaredresid878414.7Schwarzcriterion13,71371Loglikelihood-147.7598F-statistic5219.

12、299Durbin-Watsonstat1.287765Prob(F-statistic)0.000000(1)計(jì)算括號(hào)內(nèi)的值C,最小方差性9.利用普通最小二乘法求得的樣本回歸直線A,必然通過(guò)點(diǎn)C.殘差的均值為常數(shù)D.不一致性E,有偏性二1的特點(diǎn)()：|B.可能通過(guò)點(diǎn)回D.過(guò)的平均值與d的平均值相等(2)判斷解釋變量X對(duì)被解釋變量Y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62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）106.581來(lái)自殘差（RSS）()17總離差（TSS）108.38()注：保

13、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BLUEW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

14、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、L L= = = =I IB、1 1I IC、I-ID、1 1一I I9.已知含截距項(xiàng)的3元線性回歸模型估計(jì)的殘差平方和為誤差項(xiàng)方差的無(wú)偏估計(jì)量S2為(A、400B、40C、60D、8010 .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.2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)=0B

15、.E(Ui2)=(Ti2C.E(UiUj)=0,iwjD.uN(0,一)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1=,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.kB.nC,n-k-1D.n-1(2)

16、多選15.對(duì)于ols,下列式子中正確的是()(ESSJ解釋平方和，RSSJ殘差平方和)A.R2=RSS/TSSB.R2=ESS/TSSC.R2=ESS/RSSD.TSS=ESS+RSSE,以上者B不對(duì)16.對(duì)于線性回歸模型的隨機(jī)誤差項(xiàng)i,Var(i)=E(i2)=-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Y=B0+01X1i+B%i+u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.01=02=0B.01W0,P2=0C.P1=0,02W01 .B1金0,B2W0E.以上都對(duì)四、

17、計(jì)算分析題2 .某線性回歸的結(jié)果如下:DependentVariable:YMethod:LeastSqUaresDate:11/30/08Time:13:47Sample:116InclUdedobservations:16VariableCoefficientStd.Errort-StatisticProb.C-176.277830.62414-5.7561700.0001X11.026137()62.789360.0000X20.6699640.191239()0.0039=1200,樣本容量為n=24,則R-sqUared0.999726Meandependentvar5468.869

18、AdjUstedR-sqUared0.99968S.D.dependentvar3659.889S.E.ofregression65.10726Akaikeinfocriterion11.35731SUmsqUaredresid55106.42Schwarzcriterion11.50217Loglikelihood-87.85848F-statistic()Durbin-Watsonstat1.345305Prob(F-statistic)0.000000(1)計(jì)算括號(hào)內(nèi)的值。(2)寫出回歸模型方程。(3)判斷解釋變量X1對(duì)被解釋變量丫是否有顯著性影響，并給出理由。(4)計(jì)算隨機(jī)誤差項(xiàng)的方差

19、62的估計(jì)值。3 .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ESS900()來(lái)自殘差RSS()()總離差TSS100018(1)計(jì)算括號(hào)里的值(2)求R2和凹(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

20、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)(i為隨機(jī)誤差項(xiàng))E(i)=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?nèi)?、選擇題（1）單選18 .設(shè)個(gè)人消費(fèi)函數(shù)Y=G+CX+u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.

21、3個(gè)D,4個(gè)19 .需求函數(shù)Yi=00+BiXi+邛，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)模型一,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、I I一I IB、CJC、I I1 1| |D、I I一I I22 .設(shè)模型一,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（）

22、。A、I II IB、ITITC、I I一D、I II I23 .設(shè)模型一,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（）0A、I II IB、I Ix xC、I IJ JD、I I1 1I I（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（i）=0（i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01s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G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

23、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Wag皆工齡Exper的關(guān)系時(shí)， 還考慮到職稱可能也對(duì)工資有影響， 職稱分為中級(jí)及以下與高級(jí)共2個(gè)層次，將職稱以虛擬變量D、D、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）寫出考慮職稱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），

24、并得到如下兩種回歸模型：W232.0655155.662EDU(2.1)t=(5.2066)(8.6246)W7122.962123.8238D34.02EDU(2.2)t=(2.5884)(4.0149)(5.1613)其中，W(wage)=TW(單位：千元)；EDU(education尸受教育年限請(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 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、

25、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.2分布D.F分布3 .下列方法中（）

26、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=B0+BiXi+ui,如果在異方差檢驗(yàn)中發(fā)現(xiàn)Var（ui）=Xi4,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.XiB.Xi2C.1/XiD.1/Xi25 .回歸模型中具有異方差性時(shí)，仍用OLS古計(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

27、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)DDW金驗(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)，

28、HeteroskedasticityTest:WhiteObs*R-squared8.099182Prob0.1509ScaledexplainedSS3.324059Prob0.6502TestEquation:DependentVariable:RESIDA2CoefficientStd.Errort-StatisticProb.Method:LeastSquaresDate:11/20/11Time:16:53Sample:19781994Includedobservations:17C15.5632013.022011.1951460.2572LOG(L)-5.0323514.2787

29、33-1.1761310.2644(LOG(L)A20.4131090.3517601.1744070.2650(LOG(L)*(LOG(K)-0.2093590.183413-1.1414630.2779LOG(K)1.2186261.1144051.0935220.2975(LOG(K)A20.0298670.0240811.2402680.2407R-squared0.476422Meandependentvar0.000623AdjustedR-squared0.238433S.D.dependentvar0.000707S.E.ofregression0.000617Akaikein

30、focriterion-11.67327Sumsquaredresid4.19E-06Schwarzcriterion-11.37919Loglikelihood105.2228Hannan-Quinncriter.-11.64404F-statistic2.001861Durbin-Watsonstat2.585670Prob(F-statistic)0.156732（1）請(qǐng)寫出估計(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)白線性模型（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

31、分為兩組，分別回歸后2e2=896.6,2022=147.2,在a=95%勺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。（Fo.05（10,10）=2.98,Fo.05（12,12）=2.69,F0.05（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)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僉驗(yàn)值在0至IJ4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

32、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（）。、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、選擇題（1）單選28 .設(shè)匕為隨機(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僉驗(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

33、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D幅驗(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.

34、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金驗(yàn)中，存在不能判定的區(qū)域是（）A.0B.目目4-可C.目目-1D.4-*1可4-曰E.4-可（司437.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.ARCHft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：DependentVariable:YMethod:LeastSquaresIncludedobservations:10VariableCoefficientStd.Errort-Statist

35、icProb.C24.40706.99733.48810.0101X1-0.34010.4785-0.71080.5002X20.08230.04581.79690.1152R-squared0.9615Meandependentvar111.1256AdjustedR-squared0.9505S.D.dependentvar31.4289S.E.ofregression6.5436Akaikeinfocriterion4.1338Sumsquaredresid342.5486Schwarzcriterion4.2246Loglikelihood-31.8585F-statistic87.3

36、336Durbin-Watsonstat2.4382Prob(F-statistic)0.000000其中已知d0.05(2.10)21L=0.697,d0.05(2.10)JU=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，要求把值和區(qū)域圖畫出來(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:DependentVariable:YMethod:LeastSquaresDate:11/17/11Time:20:45Sample:19811999Includedobservations:19VariableCoefficientStd

37、.Errort-StatisticProb.C1.4307110.8606191.6624210.1159G0.2719600.1709401.5909690.1312S0.4161520.02385717.443720.0000R-squared0.986920Meandependentvar5.407480AdjustedR-squared0.985285S.D.dependentvar0.496602S.E.ofregression0.060241Akaikeinfocriterion-2.636977Sumsquaredresid0.058064Schwarzcriterion-2.4

38、87855Loglikelihood28.05128F-statistic603.6032Durbin-Watsonstat0.553242Prob(F-statistic)0.000000(d江=1.704d入U(xiǎn)=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)、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

39、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，但模型的上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.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)山為解釋變量，則完全多重共線性是（）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)確定的6.設(shè)舊為解釋變量，則近似多重共線性是（）C.戈里瑟檢驗(yàn)D.DW8 .處理近似多重共線性的方法是（）檢驗(yàn)(2)多選A.加權(quán)最小二乘法C.加入虛擬變量D.B.異方差自相關(guān)穩(wěn)健標(biāo)準(zhǔn)誤刪減解釋變量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