计量经济学题库考试复习资料.docx

计量经济学要点一、单项选择题（每小题2分，共20分）二、简答题（每题10分，共40分）三、计算分析题（20分2=40分）涉及第1、2、3、4、5、6、7、8、10、11章的内容；讲课方式：按照考试题型，逐章逐个知识点（考点）进行讲解。一、单项选择题知识点：第一章时间序列数据定义横截面数据定义同一统计指标按时间顺序记录的数据称为(b)。A、横截面数据B、时间序列数据C、修匀数据D、原始数据同一时间，不同单位相同指标组成的观测数据称为（b）A原始数据B横截面数据C时间序列数据D修匀数据变量定义（被解释变量、解释变量、内生变量、外生变量、前定变量）单方程中可以作为被解释变量的是（控制变量、前定变量、内生变量、外生变量）；在回归分析中，下列有关解释变量和被解释变量的说法正确的有（c）A、被解释变量和解释变量均为随机变量B、被解释变量和解释变量均为非随机变量C、被解释变量为随机变量，解释变量为非随机变量D、被解释变量为非随机变量，解释变量为随机变量什么是解释变量、被解释变量？从变量的因果关系上，模型中变量可分为解释变量（Explanatoryvariable）和被解释变量(Explainedvariable)。在模型中，解释变量是变动的原因，被解释变量是变动的结果。被解释变量是模型要分析研究的对象，也常称为“应变量”(Dependentvariable)、“回归子”（Regressand）等。解释变量也常称为“自变量”(Independentvariable)、“回归元”（Regressor）等，是说明应变量变动主要原因的变量。因此，被解释变量只能由内生变量担任，不能由非内生变量担任。单方程计量经济模型中可以作为被解释变量的是（c）A、控制变量B、前定变量C、内生变量D、外生变量单方程计量经济模型的被解释变量是（A）A、内生变量B、政策变量C、控制变量D、外生变量在回归分析中，下列有关解释变量和被解释变量的说法正确的有（C）A、被解释变量和解释变量均为随机变量B、被解释变量和解释变量均为非随机变量C、被解释变量为随机变量，解释变量为非随机变量D、被解释变量为非随机变量，解释变量为随机变量双对数模型中参数的含义；双对数模型lnY=lnb0+b1lnX+m中，参数b1的含义是（d）A.X的相对变化，引起Y的期望值绝对量变化BY关于X的边际变化CX的绝对量发生一定变动时，引起因变量Y的相对变化率D、Y关于X的弹性双对数模型lnY=lnb0+b1lnX+m中，参数b1的含义是（c）A.Y关于X的增长率B.Y关于X的发展速度C.Y关于X的弹性D.Y关于X的边际变化计量经济学研究方法一般步骤计量经济学的研究方法一般分为以下四个步骤（b）A确定科学的理论依据、模型设定、模型修定、模型应用B模型设定、估计参数、模型检验、模型应用C搜集数据、模型设定、估计参数、预测检验D模型设定、检验、结构分析、模型应用对计量经济模型应当进行哪些方面的检验？经济意义检验：检验模型估计结果，尤其是参数估计，是否符合经济理论。统计推断检验：检验参数估计值是否抽样的偶然结果，运用数理统计中的统计推断方法，对模型及参数的统计可靠性做出说明。主要有t，F，R2等检验；计量经济学检验：检验模型是否符合计量经济方法的基本假定，例如检验模型是否存在多重共线性，检验模型中的随机扰动项是否存在自相关和异方差性等等。预测检验：模型预测的结果与经济运行的实际结果相对比，以此检验模型的有效性。在使用计量经济模型分析问题时，通常会使用哪些类型数据？使用这些类型数据各自应该注意哪些问题？（1）时间序列数据（TimeSeriesData）把反映某一总体特征的同一指标的数据，按照一定的时间顺序和时间间隔（如月度、季度、年度）排列起来，这样的统计数据称为时间序列数据；（2）截面数据(Cross-SectionData)同一时间（时期或时点）某个指标在不同空间的观测数据，称为截面数据；（3）面板数据（PanelData）面板数据指时间序列数据和截面数据相结合的数据，对若干个体进行多期观测。例如在居民收支调查中收集的对各个固定调查户在不同时期的调查数据，又如全国各省市不同年份的经济发展状况的统计数据，就都是面板数据；（4）虚拟变量数据(DummyVariablesData)。表示客观存在的定性现象时间序列数据若是非平稳的，可能造成“伪回归”；截面数据往往存在异方差；利用面板数据的计量经济模型已成为计量经济学研究的专门问题，容易产生异方差、自相关性。计量经济模型检验通常包含哪些检验？每种检验基本思想是什么？经济意义检验：检验模型估计结果，尤其是参数估计，是否符合经济理论。统计推断检验：检验参数估计值是否抽样的偶然结果，运用数理统计中的统计推断方法，对模型及参数的统计可靠性作出说明。计量经济学检验：检验模型是否符合计量经济方法的基本假定，例如检验模型是否存在多重共线性，检验模型中的随机扰动项是否存在自相关和异方差性等等。预测检验：模型预测的结果与经济运行的实际结果相对比，以此检验模型的有效性。第一章1、把反映某一总体特征的同一指标的数据，按一定的时间顺序和时间间隔排列起来，这样的数据称为（b）A、横截面数据B、时间序列数据C、修匀数据D、原始数据2、同一统计指标按时间顺序记录的数据称为(b)。A、横截面数据B、时间序列数据C、修匀数据D、原始数据3、同一时间，不同单位相同指标组成的观测数据称为（b）A原始数据B横截面数据C时间序列数据D修匀数据4、在同一时间不同统计单位的相同统计指标组成的数据组合，是（d）A、原始数据B、时点数据C、时间序列数据D、截面数据5、计量经济学的研究方法一般分为以下四个步骤（b）A确定科学的理论依据、模型设定、模型修定、模型应用B模型设定、估计参数、模型检验、模型应用C搜集数据、模型设定、估计参数、预测检验D模型设定、模型修定、结构分析、模型应用6、模型中其数值由模型本身决定的变量变是(b)A、外生变量B、内生变量C、前定变量D、滞后变量7、将内生变量的前期值作解释变量,这样的变量称为（d）A、虚拟变量B、控制变量C、政策变量D、滞后变量8、在下列各种数据中，（c）不应作为经济计量分析所用的数据。A时间序列数据B.横截面数据C计算机随机生成的数据D.虚拟变量数据9、在简单线性回归模型中，认为具有一定概率分布的随机变量是(a)A、内生变量B、外生变量C、虚拟变量D、前定变量10、在回归分析中，下列有关解释变量和被解释变量的说法正确的有（c）A被解释变量和解释变量均为随机变量B被解释变量和解释变量均为非随机变量C被解释变量为随机变量，解释变量为非随机变量D被解释变量为非随机变量，解释变量为随机变量11.用模型描述现实经济系统的原则是（b）A、以理论分析作先导，包括的解释变量越多越好B、以理论分析作先导，模型规模大小要适度C、模型规模越大越好，这样更切合实际情况D、模型规模大小要适度，结构尽可能复杂12.经济计量模型是指（c）A、投入产出模型B、数学规划模型C、包含随机方程的经济数学模型D、模糊数学模型用13、模型中其数值由模型本身决定的变量变是(b)A、外生变量B、内生变量C、前定变量D、滞后变量第二章若干基本概念总体、样本回归方程、模型古典线性回归模型的普通最小二乘估计量满足的统计性质（最佳线性无偏估计）；古典线性回归模型的普通最小二乘估计量满足的统计性质(A)A、最佳线性无偏估计B、仅满足线性性C.非有效性D有偏性样本回归直线(X,Y)设OLS法得到的样本回归直线为Yi=b1+b2Xi+ei，则点(X,Y)(b)A、一定不在回归直线上B、一定在回归直线上C、不一定在回归直线上D、在回归直线上方经典线性计量模型的假定有哪些？)假定1：零均值假定;假定2：同方差假定;假定3：无自相关假定;假定4：随机扰动项ui与解释变量Xi不相关;假定5：正态性假定；（假定6：无多重共线性）下图中符号“”所代表的是（b）YiY=b0+b1XY)XA.随机误差项B.残差C.Yi的离差D.Yi的离差t检验通常可以用于检验（d）A模型拟合优度B模型整体显著性C正态性D个体参数显著性以下模型中不属于变量线性回归模型是(a)。Yi=b1+uiA、E(YiXi)=b1+b2X2iB、Xib2C、E(YiXi)=b1+b2XiD、E(YiXi)=b1+b2Xi用最小二乘法作回归分析时提出了古典假定，这是为了（b）A.使回归方程更简化B.得到总体回归系数的最佳线性无偏估计C.使解释变量更容易控制D.使被解释变量更容易控制在一元线性回归模型中，样本回归方程可表示为：（c）A、C、Yt=b0+b1Xt+utYt=b0+b1XtB、Yt=E(Yt/X)+miD、E(Yt/Xt)=b0+b1Xt有关调整后的判定系数R与判定系数R之间的关系叙述正确的是第三章多元线性回归模型整体的读解（对回归结果全过程的读解分析）根据F值判断整体显著性的规则（p值接近于零表示整体显著）；多元线性回归模型RSS反映了应变量观测值与估计值之间的总变差多元线性回归分析中的RSS（剩余平方和）反映了（c）A应变量观测值总变差的大小B应变量回归估计值总变差的大小C应变量观测值与估计值之间的总变差DY关于X的边际变化多元线性回归模型ESS自由度为k-1多元线性回归分析中的ESS的自由度是(d）AKBnCn-KDk-1调整后的判定系数R2与判定系数R2之间的关系22（c）ABR2等于R2R2与R2没有数量关系C一般情况下RR22DR2大于R2在模型Yt=b1+b2X2t+b3X3t+ut的回归分析结果报告中，有F=2634.23，F的p值=0.0000，则表明（d）A、解释变量X2t对Yt的影响是显著的B、解释变量X3t对Yt的影响是显著的C、解释变量X2t和X3t对Yt的影响是均不显著D、解释变量X2t和X3t对Yt的联合影响是显著的第二三章1、根据样本资料估计得出人均消费支出Y对人均收入X的回归模型为lnYi=2.00+0.75lnXi，这表明人均收入每增加1，人均消费支出将增加（b）A、0.2%B、0.75%C、2%D、7.5%2、半对数模型Y=b0+b1lnX+m中，参数b1的含义是（c）AX的绝对量变化，引起Y的绝对量变化BY关于X的边际变化CX的相对变化，引起Y的期望值绝对量变化DY关于X的弹性3、半对数模型lnY=a0+a1X+m中，参数a1的含义是（a）AX的绝对量发生一定变动时，引起因变量Y的相对变化率BY关于X的弹性CX的相对变化，引起Y的期望值绝对量变化DY关于X的边际变化4、双对数模型lnY=lnb0+b1lnX+m中，参数b1的含义是（c）A.Y关于X的增长率B.Y关于X的发展速度C.Y关于X的弹性D.Y关于X的边际变化5、双对数模型lnY=lnb0+b1lnX+m中，参数b1的含义是（d）AX的相对变化，引起Y的期望值绝对量变化BY关于X的边际变化CX的绝对量发生一定变动时，引起因变量Y的相对变化率D、Y关于X的弹性6、设OLS法得到的样本回归直线为Yi=b1+b2Xi+ei，则点(X,Y)(b)7、关于可决系数R，以下说法中错误的是（d）A、可决系数R的定义为被回归方程已经解释的变差与总变差之比；1B、R0，；C、可决系数R反映了样本回归线对样本观测值拟合优劣程度的一种描述；D、可决系数R的大小不受到回归模型中所包含的解释变量个数的影响。8、有关调整后的判定系数R与判定系数R之间的关系叙述正确的是（c）A、一定不在回归直线上B、一定在回归直线上C、不一定在回归直线上D、在回归直线上方2222222ABR2等于R2R2与R2没有数量关系C一般情况下RR22DR2大于R229、在多元回归中，调整后的判定系数R与判定系数R的关系为（a）2ARR2222BR=R2DR与R的关系不能确定22210.在古典假设成立的条件下用OLS方法估计线性回归模型参数，则参数估计量具有（c）的统计性质。A、有偏特性B、非线性特性C、最小方差特性D、非一致性特性11、在模型Yt=b1+b2X2t+b3X3t+ut的回归分析结果中，设F统计量对应的p值为pF，给定显著性水平a=0.01，则下列说法正确的是（c）A、若pF0.05，解释变量X2t对Yt的影响是显著的B、若pF0.05，解释变量X2t和X3t对Yt的联合影响是显著的C、若pF0.01，解释变量X2t和X3t对Yt的联合影响是显著的D、若pF0.01，则解释变量X3t对Yt的影响不显著12、对多元线性回归方程的显著性检验，所用的F统计量可表示为（b）C、(1-R)(k-1)ESS(n-k)A、RSS(k-1)R2(n-k)2ESS(k-1)B、RSS(n-k)ESSD、RSS(n-k)13、下图中符号“”显示的距离表示的是（b）YiYY=b0+b1XX)A.随机误差项B.残差C.Yi的离差D.Yi的离差14、以下模型中不属于变量线性回归模型是(a)。A、E(YiXi)=b1+b2Xi2B、Yi=b1+Xib2+uiC、E(YiXi)=b1+b2XiD、E(YiXi)=b1+b2Xi15、在一元线性回归模型中，样本回归方程可表示为：（c）A、Yt=b0+b1Xt+utB、Yt=E(Yt/X)+miC、Yt=b0+b1XtD、E(Yt/Xt)=b0+b1Xt（其中t=1,2,L,n）16、设OLS法得到的样本回归直线为Yi=b1+b2Xi+ei，以下说法不正确的是(d)Aei=0B(X,Y)在回归直线上CY=YDCOV(Xi,ei)01、一元线性回归分析中的回归平方和ESS的自由度是（d）A、nB、n-1C、n-kD、117、古典线性回归模型的普通最小二乘估计量满足的统计性质(a)A、最佳线性无偏估计B、仅满足线性性C.非有效性D有偏性18、对多元线性回归方程的显著性检验，所用的F统计量可表示为（b）ESS(n-k)A、RSS(k-1)R2(n-k)B、ESS(k-1)RSS(n-k)ESSC、(1-R)(k-1)2D、RSS(n-k)19、在模型Yt=b1+b2X2t+b3X3t+ut的回归分析结果报告中，有F=2634.23，F的p值=0.0000，则表明（d）A、解释变量X2t对Yt的影响是显著的B、解释变量X3t对Yt的影响是显著的C、解释变量X2t和X3t对Yt的影响是均不显著D、解释变量X2t和X3t对Yt的联合影响是显著的20、多元线性回归分析中的RSS反映了（c）A应变量观测值总变差的大小B应变量回归估计值总变差的大小C应变量观测值与估计值之间的总变差DY关于X的边际变化第四章多重共线性（1）定义、产生原因；（2）后果；（3）检测；（4）弥补。参数的最小二乘估计量的性质简单相关系数矩阵方法主要用于检验（d）A异方差性B.自相关性C随机解释变量D.多重共线性能够检验多重共线性的方法有aA.简单相关系数矩阵法B.DW检验法C.White检验D.ARCH检验法如果模型中的解释变量存在完全的多重共线性，参数的最小二乘估计量是（c）A无偏的B.有偏的C.无法估计D.无正确答案如果模型中的解释变量存在不完全的多重共线性，参数的最小二乘估计量是（a）A无偏的B.有偏的C.无法估计D.无正确答案如果模型中的解释变量存在完全的多重共线性，参数的最小二乘估计量是（c）A无偏的B.有偏的C.无法估计D.确定的第五章异方差性（1）定义、产生原因；（2）后果；（3）检测；（4）弥补。检验异方差的方法；修正异方差的方法；ARCH检验方法主要用于检验（a）A异方差性B.自相关性C随机解释变量D.多重共线性下列方法可以用于检验模型中异方差性的方法有（d）ADW检验B相关系数矩阵C判定系数法DWhite检验Goldfeld-Quandt方法用于检验（a）A异方差性B.自相关性C随机解释变量D.多重共线性在模型有异方差的情况下,常用的估计方法是(d)A.广义差分法B.工具变量法C.逐步回归法D.加权最小二乘法White检验可用于检验（b）A自相关性B.异方差性C解释变量随机性D.多重共线性加权最小二乘可以解决下列哪个问题(d)A多重共线性B.误差项非正态性C自相关性D.异方差性关于Goldfeld-Quandt检验，下列说法正确的是（c）A它是检验模型是否存在自相关B.该检验所需要的样本容量较小C该检验需要去掉部分样本D.它是检验模型是否存在多重共线性下列方法可以用于检验模型中异方差性的方法有（d）ADW检验B相关系数矩阵C判定系数法DWhite检验如果模型中存在异方差现象，则普通最小二乘估计量仍然满足的性质（a）A.无偏性B.最小方差性C.有效性D非线性性什么是异方差性？有哪些方法可以检验模型中是否存在异方差性?违背同方差假定，扰动项的方差会随着某个（些）因素而发生变化。观察残差图、White检验、ARCH检验、Golden-Quant检验、Glejser方法等。回归模型具有异方差性时，仍用最小二乘法估计参数，则以下（b）是错误的。A、参数估计值是无偏非有效的B、Varbi仍具有最小方差C、常用的t和F检验失效D、预测区间增大，精度下降第六章自相关性（1）定义、产生原因；（2）后果；（3）检测；（4）弥补。违背自相关造成后果（无偏非有效）；在DW检验中，当d统计量为2时，表明无自相关性存在；DW判断区域规则；在DW检验中，当d统计量为2时，表明（c）A.存在完全的正自相关B.存在完全的负自相关C.不存在自相关D.不能判定如果回归模型违背了无自相关假定，最小二乘估计量是(a)A无偏的，非有效的B.有偏的，非有效的C无偏的，有效的D.有偏的，有效的如果在模型yt=b1+b2xt+ut中，随机扰动项违背了无自相关假定，则下列说法正确的是(a)A最小二乘估计量b2是无偏的且非有效B.最小二乘估计量b2是有偏的且有效C最小二乘估计量b2是无偏的且有效D.最小二乘估计量b2是有偏的但非有效在DW检验中，不能判定的区域是（c）A.0ddL,4-dLd4C.dLddU,4-dUd4-dLB.dUd4-dUD.上述都不对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(a)A.0B.1C.2D.4第四五六章1、简单相关系数矩阵方法主要用于检验（d）A异方差性B.自相关性C随机解释变量D.多重共线性2、设x1,x2为解释变量，则完全多重共线性是（a）A.x1+C.x1+1212x2=0x2+v=0(v为随机误差项）B.x1ex2=0D.x1+ex2=03、用t检验与F检验综合法可以检验（a）A多重共线性B.自相关性C异方差性D.非正态性4、能够检验多重共线性的方法有aA.简单相关系数矩阵法B.DW检验法C.White检验D.ARCH检验法5、多重共线性是一种（a）A样本现象B.随机误差现象C被解释变量现象D.总体现象6、在DW检验中要求有假定条件，在下列条件中不正确的是（d）A解释变量为非随机的B.随机误差项为一阶自回归形式C线性回归模型中不应含有滞后内生变量为解释变量D.线性回归模型为一元回归形式7、在DW检验中，当d统计量为2时，表明（c）A.存在完全的正自相关B.存在完全的负自相关C.不存在自相关D.不能判定8、在DW检验中，当d统计量为4时，表明(b)A、存在完全的正自相关B、存在完全的负自相关C、不存在自相关D、不能判定9、在给定的显著性水平之下，若DW统计量的上和下临界值分别为和，则当dwdL时，可以为随机误差项（a）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10、下列说法不正确的是（c）A、自相关是一种随机误差现象；B、自相关产生的原因有经济变量的惯性作用；C、检验自相关的方法有F检验法；D、修正自相关的方法有广义差分法；11、在DW检验中，不能判定的区域是（c）A.0ddL,4-dLd4C.dLddU,4-dUd4-dLB.dUd4-dUD.上述都不对12、DW检验方法用于检验（b）A异方差性B.自相关性C随机解释变量D.多重共线性13、以下选项中，正确表达了序列相关的是（a）ACov(mi,mj)0,ij，BCov(mi,mj)=0,ijCCov(Xi,Xj)0,ijDCov(Xi,mj)0,ij16、设yi=b1+b2xi+ui,Var(ui)=si=sf(xi)，则对原模型变换的正确形式为14、如果回归模型违背了无自相关假定，最小二乘估计量（a）A无偏的，非有效的B.有偏的，非有效的C无偏的，有效的D.有偏的，有效的15、在自相关性情况下，常用的估计方法是（b）A一阶差分法B.广义差分法C工具变量法D.加权最小二乘法22（b）A.yi=b1+b2xi+uiB.yif(xi)=b1f(xi)+b2xif(xi)+uif(xi)C.2if(xi)f(xi)f(xi)yf(xi)=b12+b2xi2+ui2D.yif(xi)=b1f(xi)+b2xif(xi)+uif(xi)17、ARCH检验方法主要用于检验（a）A异方差性B.自相关性C随机解释变量D.多重共线性18、在修正异方差的方法中，不正确的是（d）A、加权最小二乘法B、对原模型变换的方法C、对模型的对数变换法D、两阶段最小二乘法19、Goldfeld-Quandt方法用于检验（a）A异方差性B.自相关性C随机解释变量D.多重共线性20、在异方差性情况下，常用的估计方法是（d）A一阶差分法B.广义差分法C工具变量法D.加权最小二乘法21、在异方差的情况下，参数估计值的方差不能正确估计的原因是（a）iA.E(u2)s2C.E(xiui)0B.E(uiuj)0(ij)D.E(ui)022、White检验方法主要用于检验（a）A异方差性B.自相关性C是否遗漏解释变量D.多重共线性y23、在具体运用加权最小二乘法时,如果变换的结果是x=b11x+b2xx+ux,则Var(u)是下列形式中的哪一种?(b)A.c.s2xB.s2xD.s2x2s2Log(x)24、在异方差性情况下，常用的估计方法是（d）A一阶差分法B.广义差分法C工具变量法D.加权最小二乘法25、加权最小二乘法是（b）的一个特例A.广义差分法B.广义最小二乘法C.普通最小二乘法D.两阶段最小二乘法第七章分布滞后模型的意义分布滞后模型的分类及各个类型的特点分布滞后模型短期影响乘数设无限分布滞后模型为Yt=a+b0Xt+b1Xt-1+b2Xt-2+L+ut，则短期影响乘数为（a）B、lb0Ab0kC、1-lk1-l0D、b01-l对于有限分布滞后模型Yt=a+b0Xt+b1Xt-1+b2Xt-2+L+bsXt-K+ut在一定条件下，参数bi可近似用一个关于i的多项式表示（i=0，1，2，K），下列说法中不正确的是（d）A、多项式的阶数m小于KB、可采用Almon法对此模型进行估计C、该模型比较容易产生多重共线性型的所有假设，则对于这两个模型中的滞后随机解释变量Yt-1和误差项ut，下列说法正确D、以上说法都不对第七章8、检验自回归模型扰动项的自相关性，常用德宾h检验，下列命题正确的是（b）A德宾h检验只适用一阶自回归模型B德宾h检验适用任意阶的自回归模型C德宾h统计量服从t分布D德宾h检验可以用于小样本问题1、在自适应预期模型和库伊克模型中，假定原始模型的随机扰动项ut满足古典线性回归模*的有（d）ACov(Yt-1,ut)=0,BCov(Yt-1,ut)=0,CCov(Yt-1,ut)0,DCov(Yt-1,ut)0,*ttttttttCov(u*,u*-1)=0Cov(u*,u*-1)0Cov(u*,u*-1)=0Cov(u*,u*-1)02、下列说法正确的有（c）A、时序数据和截面数据没有差异B、对总体回归模型的显著性检验没有必要C、总体回归方程与样本回归方程是有区别的D、判定系数不可以用于衡量拟合优度第八章虚拟变量的定义、作用以及规则虚拟变量(a)A.主要来代表质的因素，但在有些情况下可以用来代表数量因素B.只能代表质的因素C.只能代表数量因素D.只能代表季节影响因素对于含有截距项的计量经济模型，若想将含有m个互斥类型的定性因素引入到模型中，则应该引入虚拟变量个数为（b）AmBm-1Cm+1Dm-k简述虚拟变量设置规则什么是虚拟变量？在设定虚拟变量时，应该注意什么问题？设置规则是什么？虚拟变量是将定性因素数量化取值为0或1的一类特殊人工变量。主要作用：在模型中引入定性因素；分段回归等。注意避免虚拟变量陷阱。虚拟变量个数的设置规则是：若定性因素有m个相互排斥的类型（或属性、水平），在有截距项的模型中只能引入m1个虚拟变量，否则会陷入所谓“虚拟变量陷阱”，产生完全的多重共线性。在无截距项的模型中，定性因素有m个相互排斥的类型时，引入m个虚拟变量不会导致完全多重共线性，不过这时虚拟变量参数的估计结果，实际上是D=1时的样本均值。设某计量经济模型为：Yi=a+bDi+ui，其中Yi大学教授年薪，Di=10男教授，则对于参数、的含义，下列解释不正确的是（b）女教授A.表示大学女教授的平均年薪；B.表示大学男教授的平均年薪；C.+表示大学男教授的平均年薪；D.表示大学男教授和女教授平均年薪的差额对于一个含有截距项的计量经济模型，若某定性因素有m个互斥的属性，对于一个含有截距项的计量经济模型，若某定性因素有m个互斥的类型，为将其引入模型中，则需要引入虚拟变量个数为（b）AmBm-1Cm+1Dm-k第八章1、虚拟变量(a)A.主要来代表质的因素，但在有些情况下可以用来代表数量因素B.只能代表质的因素C.只能代表数量因素D.只能代表季节影响因素2、对于一个回归模型中不包含截距项，若将一个具有m个特征的质的因素引入进计量经济模型，则虚拟变量数目为（a）A、B、C、D、3、对于含有截距项的计量经济模型，若想将含有m个互斥类型的定性因素引入到模型中，则应该引入虚拟变量个数为（b）AmBm-1Cm+1Dm-k4、对于含有截距项的计量经济模型，若想将含有m个互斥类型的定性因素引入到模型中，则应该引入虚拟变量个数为（b）AmBm-1Cm+1Dm-k5、设某计量经济模型为：Yi=a+bDi+ui，其中Yi大学教授年薪，Di=10男教授，女教授则对于参数、的含义，下列解释不正确的是（b）A.表示大学女教授的平均年薪；B.表示大学男教授的平均年薪；C.+表示大学男教授的平均年薪；D.表示大学男教授和女教授平均年薪的差额6、将一年四个季度对因变量的影响引入到模型中，则需要引入虚拟变量的个数为（b）A4B3C2D17、在利用月度数据构建计量经济模型时，如果一年里的1、3、5、9四个月表现出季节模式，则应该引入虚拟变量个数为（a）A4B12C11D68、在经济发展发生转折时期，可以通过引入虚拟变量方法来表示这种变化。例如，研究中国城镇居民消费函数时。1991年前后，城镇居民商品性实际支出Y对实际可支配收入X的Dt=1；回归关系明显不同。现以1991年为转折时期，设虚拟变量0；1991年以前1991年以后，数据散点图显示消费函数发生了结构性变化：基本消费部分下降了，边际消费倾向变大了。则城镇居民线性消费函数的理论方程可以写作：（d）。A、Yt=C、Yt=b0+b1Xt+utb0+b1Xt+b2Dt+utB、Yt=D、Yt=b0+b1Xt+b2DtXt+utb0+b1Xt+b2Dt+b3DtXt+ut9、设某地区消费函数中，消费支出不仅与收入x有关，而且与消费者的年龄构成有关，若将年龄构成分为小孩、青年人、成年人和老年人4个层次。假设边际消费倾向不变，考虑上述年龄构成因素的影响时，该消费函数引入虚拟变量的个数为（c）A1个B2个C3个D4个第十章时间序列数据特有属性平稳的概念、产生的后果、检验的方法非平稳时间序列数据的建模技术要点某一时间序列经一次差分变换成平稳时间序列，此时间序列称为（a）A1阶单整B2阶单整CK阶单整D以上答案均不正确简述时间序列平稳性的含义：时间序列的统计规律时间序列平稳性分严格平稳和广义平稳性。严格平稳是指随机过程的联合分布函数与时间的位移无关；广义平稳性是指随机过程的均值、方差和协方差不随时间变化，自协方差函数仅是时间间隔的函数，又称为弱平稳性什么是伪回归？其产生的原因是？所谓“伪回归”，是指变量间本来不存在有意义的关系，但回归结果却得出存在有意义关系的错误结论。造成“伪回归”的根本原因在于时间序列变量的非平稳性。下列方法可以用于检验时间序列平稳性的是（c）A.ARCH检验B.White检验C.ADF检验D.DW检验第十章1、某一时间序列经一次差分变换成平稳时间序列，此时间序列称为（a）A1阶单整B2阶单整CK阶单整D以上答案均不正确8、属于平稳性检验的方法是（c）A、ARCH检验B、GQ检验C、单位根检验D、德宾h检验10、某一时间序列经两次差分变换成平稳时间序列，此时间序列称为（2）A、1阶单整B、2阶单整C、K阶单整D、以上答案均不正确10、如果两个变量都是一阶单整的，则（d）A这两个变量一定存在协整关系B这两个变量一定不存在协整关系C相应的误差修正模型一定成立D还需对误差项进行检验第十一章1、简化式模型就是把结构式模型中的内生变量表示为(b)A.外生变量和内生变量的函数关系B.前定变量和随机误差项的函数模型C.滞后变量和随机误差项的函数模型D.外生变量和随机误差项的函数模型2、单方程计量经济模型的被解释变量是（a）A、内生变量B、政策变量C、控制变量D、外生变量3、前定变量是(a)的合称。A.外生变量和滞后变量B.内生变量和外生变量C.外生变量和虚拟变量D.解释变量和被解释变量二、简答题1、计量经济模型检验通常包含哪些检验？每种检验基本思想是什么？经济意义检验：检验模型估计结果，尤其是参数估计，是否符合经济理论。统计推断检验：检验参数估计值是否抽样的偶然结果，运用数理统计中的统计推断方法，对模型及参数的统计可靠性作出说明。计量经济学检验：检验模型是否符合计量经济方法的基本假定，例如检验模型是否存在多重共线性，检验模型中的随机扰动项是否存在自相关和异方差性等等。模型预测检验：模型预测的结果与经济运行的实际结果相对比，以此检验模型的有效性。2、在使用计量经济模型分析问题时，通常会使用哪些类型数据？使用这些类型数据各自应该注意哪些问题？（1）、时间序列数据（TimeSeriesData）：把反映某一总体特征的同一指标的数据，按照一定的时间顺序和时间间隔（如月度、季度、年度）排列起来，这样的统计数据称为时间序列数据。（2）、截面数据(Cross-SectionData)：同一时间（时期或时点）某个指标在不同空间的观测数据，称为截面数据。（3）、面板数据（PanelData）面板数据指时间序列数据和截面数据相结合的数据，对若干个体进行多期观测。例如在居民收支调查中收集的对各个固定调查户在不同时期的调查数据，又如全国各省市不同年份的经济发展状况的统计数据，就都是面板数据。（4）、虚拟变量数据(DummyVariablesData)：人为构造的表示定性因素的数据，将定性因素数量化取值为0或1的一类特殊人工变量。时间序列数据若是非平稳的，可能造成“伪回归