计量经济学试卷A（ 第二学期）.doc

本文档系作者精心整理编辑，实用价值高。华东师范大学期末试卷（A） 第二学期课程名称： 计量经济学 学生姓名： 学 号： 专业： 经济学 年级/班级： 2006级 课程性质：专业必修一二三四五 六七八总分阅卷人签名一、 单项选择题（30分，每小题3分）1、 下列假定中哪一项不是经典线性回归所作的基本假定（ ）。A. B. C. D. 2、人均消费支出Y对人均收入X的回归方程为 ，这表明人均收入每增加_，人均消费支出将增加_。（ ） A. 1%，0.075元B. 1元，7.5元 C. 1%，7.5% D. 1元，7.5%3、设，为了消除异方差，则对标准的一元线性回归模型所作的变换为（ ）。4、下列说法错误的是（ ）。A. 完全多重共线时无法得到参数的估计值 B. 多重共线性是一种样本现象C. 在共线性程度不严重的时候可进行预测分析 D. 多重共线性的存在是难以避免的5、如果线性回归模型的随机误差项存在异方差，则参数的普通最小二乘估计量是（ ）。A无偏的，但方差不是最小的B有偏的，且方差不是最小的C无偏的，且方差最小 D有偏的，但方差仍为最小6、当计算的D.W.值落在哪个区间内时，认为随机误差项存在一阶正的自相关（ ）。 A. B. C. D. 7、对于多元线性回归模型，要使普通最小二乘估计量具备有效性，则模型不需要满足的条件为（ ）。 A. 解释变量之间不存在多重共线性 B. C. D. 8、下列说法中错误的是（ ）。 A当解释变量之间存在多重共线时，所估参数失去了它原有的经济意义 B当随机误差项存在序列相关时，仍使用参数的OLS估计量，拟合优度R2被低估了C当随机误差项存在异方差时，仍使用参数的OLS估计量，会增大对Y的预测误差D当解释变量之间存在多重共线时，OLS估计量仍然是有效的9、在下列产生序列相关的原因中，不正确的是（ ）。A. 经济变量的惯性作用 B. 经济行为的滞后作用C. 设定偏误 D. 经济变量大多存在共同变化趋势10、如果要检验某外企职员的年薪增长是否存在性别歧视，则应该建立的模型为（ ）。 A. B. C. D.二、 填空题（15分，每小题3分）1、1968-1985年期间美国的菲利普斯曲线的回归结果如下：，若，则Y对X的弹性为 。2、白噪声序列是指 。3、已知利率（Y）主要受预期通货膨胀率（P）、失业率（U）、基础货币变化（M）的影响，为了评价从1979年7月起美联邦放宽利率管制政策以来的效果，如何建立模型进行检验？ 。4、令Y为总成本，X为总产出，为了检验在5500单位的产出水平处，边际生产成本是否发生显著性变化，应建立的模型为 。5、对估计的计量经济模型进行统计检验时，有哪些情况会影响t检验的可靠性？ 。三、 简答题（16分，每小题8分）1、多重共线性对参数的估计、推断以及预测有何影响？多重共线性在回归结果中的具体表现有哪些？2、考虑以下模型： （在农村）（在城镇）若假设H0：a1=b1，即不论在农村或在城镇，模型中的斜率系数是相同的。如何检验这个假设？四、 计算题（27分，每小题9分）1、1962年第一季度至1967第四季度的美国零工招聘指数（HWI）和失业率（U）的回归结果如下：（a） 试检验回归方程的残差序列中是否存在一阶（正的或负的）自相关？（b） 试述如何使用科克伦奥克特两步法来修正自相关？（c） 写出使用EVIEWS软件估计模型时的命令序列。2、根据41个国家的横截面数据，S.刘易斯估计了如下的回归模型： （1）其中Y=贸易税收与政府总收入之比，X1=进出口总和与GNP之比，X2=人均GNP。由于数据是涉及多个相异国家的横截面数据，人们会先验地预期误差方差中的异方差性。将怀特的异方差性检验应用于回归方程（1）的残差，得到辅助回归的拟合优度为0.1148。（a） 写出辅助回归的回归方程；（b） 检验回归方程中是否存在异方差；（c） 若侦察出误差的方差与lnX2的平方成比例变化，如何修正异方差？为什么这样修正？3、M纳洛夫曾估计如下的电力生产的成本函数：其中Y=总生产成本，X=小时产出，P1=劳动投入价格，P2=资本投入价格，P3=燃料价格。理论上，预期价格弹性之和为1，即。根据29个中等厂家的一个样本并通过对数变换，纳洛夫得到无约束和受约束成本函数的回归的残差平方和，分别为和。（a） 分别写出受约束和不受约束的成本函数；（b）检验预期价格弹性理论之和为1。五、 分析题（12分）设1998年、1999年我国城镇居民消费函数分别为： 1998年： （i=1,2, 15）1999年： （i=1,2, 15）其中，Y和X分别表示全年人均消费支出和可支配收入。利用1998年、1999年以及这两年的混合样本数据估计得到的消费函数如下： 样本 截距 斜率 截距的标准误 斜率的标准误 R2 1998年 924.71 0.62 86.43 0.0144 0.99681999年 985.90 0.61 83.21 0.0127 0.997419981999年 955.67 0.62 55.91 0.0089 0.9971为比较这两年的消费函数是否有显著差异，设置虚拟变量：，并且合并这两年的数据，估计得到以下结果：（a） 解释斜率系数0.62和-0.008的意义；（b） 检验1998年至1999年我国城镇居民消费结构是否发生显著变化。（c） 试用邹氏结构稳定性检验验证（b）的结论是否正确。需要用到的查表结果：规定， ， ， ， k=1 k=2 n