计量答案 试卷.doc

填空题1：增大样本容量 2；被解释变量的估计值与其均值 3；多重共线性 4；ADF 5；t（n-2）选择题 ADBCB简答题1、什么是异方差性？产生异方差的原因：模型中遗漏了某些解释变量；模型函数形式的设定误差；样本数据的测量误差；随机因素的影响；什么是多重共线性？产生的原因：经济变量相关的共同趋势；滞后变量的引入；样本资料的限制；2、什么是序列相关性？序列相关的原因；1经济数据序列惯性；2模型设定的偏误；3滞后效应； 4蛛网现象；5数据的编造不良后果：1参数估计量非有效；2随机误差项方差估计量是有偏的；3拟合优度检验R2统计量和方程显著性检验F统计量无效；4变量的显著性检验t检验统计量和相应的参数置信区间估计失去意义；5模型的预测失效3、（1）零均值，同方差，无自相关，解释变量与随机误差项相互独立（或者解释变量为非随机变量）（2），（3）线性即，无偏性即，有效性即（4），其中4、（1）反映定性（或者属性）因素变化，取值为0和1的人工变量成为虚拟变量。 （2）在模型中引入虚拟变量主要是为了将定性因素或者属性因素对因变量的影响数量化。 A；可以描述和测量定性因素的影响；B能够正确反映经济变量之间的相互关系，提高模型的精度；C便于处理异常数据； （3）引入虚拟解释变量的基本方式：加法方式和乘法方式。前者主要适用于定性因素对截距项产生影响的情况，后者主要适用于定性因素对斜率产生影响的情况，此外还可用而这组合的方式引入，这是可以测定定性因素对截距项和斜率项同时产生影响的情况。 （4）设置原则：每一定性变量所需的虚拟变量个数要比该定性变量的类别数少1，即如果有m个定型变量，只在模型中引入m-1个虚拟变量。 1、季节有12个因素，因此引入11个虚拟变量2、引入四个虚拟变量综合计算1、1978-2000年天津市城镇居民人均可支配销售收入（Y，元）与人均年度消费支出（CONS， 元）的样本数据、一元线性回归结果如下所示：（共30分）Dependent Variable: LNCONSMethod: Least SquaresDate: 06/14/02 Time: 10:04Sample: 1978 2000Included observations: 23Variable CoefficientStd. Errort-StatisticProb. C _0.064931-3.1936900.0044LnY 1.0508930.008858 _0.0000R-squared 0.998510 Mean dependent var7.430699Adjusted R-squared 0.998400 S.D. dependent var1.021834S.E. of regression Akaike info criterion-6.336402Sum squared resid 0.034224 Schwarz criterion-6.237663Log likelihood 42.23303 F-statistic14074.12Durbin-Watson stat 0.842771 Prob(F-statistic)0.00000 1在空白处填上相应的数字（计算过程中保留4位小数） 0.2079 118.6344 0.0384 2根据输出结果，写出回归模型的表达式。 （-3.19） （118.63） 3给定检验水平=0.05，检验上述回归模型的临界值t0.025=_2.08_，F0.05=_4.32_； 并说明估计参数与回归模型是否显著?由回归结果可以看出，估计参数的t值分别为-3.19和118.63，其绝对值均大于临界值2.08，故估计参数均显著；F统计量的值为14074.12远远大于临界值4.32，因此回归模型的估计也是显著的。 4解释回归系数的经济含义。 4回归参数1的经济含义是：当人均可支配收入增加1%时，人均年度消费支出增加1.05%。反映天津市改革开放以来人均消费支出的增加速度略快于人均可支配收入的增加速度。 5根据经典线性回归模型的假定条件，判断该模型是否明显违反了某个假定条件？如有违背，应该如何解决？DW统计量的临界值dL=1.26，dU=1.45 经典线形回归条件之一是随机误差项应满足无序列相关的要求即不存在自相关的现象，从输出结果来看，该模型的DW1统计量为0.84，根据DW统计量的临界值dL=1.26，dU=1.45，由于0.84 dL=1.26，因此随机误差项存在自相关。模型如果存在自相关，应做广义差分变换，消除自相关。二、 （1）表示人均收入每增加1美元时人均储蓄的预期平均变化量。 （2）由于收入为零时，家庭仍会有支出，可预期零收入时的平均储蓄为负，因此符号应为负。储蓄是收入的一部分，且会随着收入的增加而增加，因此预期的符号为正。实际的回归式中，的符号为正，与预期的一致。但截距项为负，与预期不符。这可能与由于模型的错误设定形造成的。如家庭的人口数可能影响家庭的储蓄形为，省略该变量将对截距项的估计产生影响；另一种可能