计量经济学复习题

计量经济学总复习 填空题 EVIEWS 中，生成解释变量 X 的对数的命令是_ Y 的对数对常数项、X1 的对数和 X2 进行回归的 Eviews 命令为： 。 Q 表示需求量，P 表示价格，在模型 0101 ,lnlnQPuQP=+=+中， 1 a的 经济含义为 ， 1 b的经济含义为 。 工具变量的选择应满足与 高度相关，与 不相关，与其 它解释变量不相关等三个条件。 带有截距项的回归模型，当虚拟变量有 m 种状态，则需引入 个虚拟变量；若无截距 项，则需引入 个虚拟变量。 自回归模型 0121 lnlnln tttt QccPcQu =+，其长期乘数为： 。 结构型联立方程组模型因为内生变量作为解释变量存在内生性，如果直接使用 OLS 估计， 将引起 问题。 若 Y 表示消费，X 表示收入，在两种形式的计量经济模型 Y=0+1X+u,lnY=0+1X+v 中， 1 a的经济含义为 ， 1 的经济含义为 。 对解释变量 X 和被解释变量 Y 绘制散点图的 Eviews 命令为 K 元线性回归模型中， 2 的无偏估计量是_ 在设定的以下两种形式计量经济模型 Y=0+1X+u 和 lnY=0+1X+ 中，1的经济 含义为 ，1的经济含义为 戈德菲尔德-夸特（Goldfeld-Quandt）检验可以检验回归模型中可能存在的 联立方程模型的识别性质可分为三种类型：不可识别、恰好识别和 引入虚拟变量的途径有两种基本方式，其中以加法方式引入可以改变原有模型的截距， 以乘法方式引入可以改变原有模型的 计量经济学常用的三类样本数据是_、_和_。 虚拟解释变量不同的引入方式产生不同的作用。若要描述各种类型的模型在截距水平的差 异，则以 引入虚拟解释变量；若要反映各种类型的模型的不同相对变化 第 1 页 共 8 页 率时，则以 引入虚拟解释变量。 判断题 1. 线性回归模型中线性指被解释变量是解释变量的线性函数。 2. 多元线性回归模型只要有一个 t 检验显著，则 F 检验一定显著。 3. 对线性回归模型 iiii uXXY+= 22110 进行参数显著性检验时，所用的t统计量 服从 /2( 2)tn a -的分布 。 4. 简单回归中，对样本回归函数整体的显著性检验与对斜率系数的显著性检验是一致的。 5. 多元线性回归中若 t 检验表明各个解释变量的偏回归系数都是统计上不显著的，那么该 回归模型就不会得到高 R 2值。 6. 多重共线性问题是由于随机扰动项违背了某种经典假定引起的。 7. 当模型存在自相关问题时，OLS 估计参数仍满足无偏性，但不满足方差最小性。 8. 当异方差现象出现时，常用的 t 检验和 F 检验失效。 9. 当模型存在异方差问题时，OLS 估计量仍然无偏。 10. 方差膨胀因子 VIF 的值一般不应超过 10。 11. 模型存在序列相关时，一般采用差分变换估计模型。 12. DW 检验中的 DW 值越小说明模型的随机误差项自相关程度越小，反之越大。 13. 协整分析可以检验时间序列变量之间的长期均衡关系，也是区别真伪回归的有效方法。 异方差性的实质是解释变量存在异方差，即其分散程度不断变化。 14. 假设时间序列 t Y是由自回归模型 t1- tt YY+=生成的，则对该序列进行 DF 单位根 检验的原假设为1=。 15. 如果联立方程模型中某个结构方程包含了所有的变量，则这个方程不可识别。 16. 模型中遗漏重要解释变量，其 OLS 估计量仍然是无偏的。 16.线性回归模型中被解释变量是解释变量的线性函数。 17.一元线性回归模型只要有一个 t 检验显著，则 F 检验一定显著。 第 2 页 共 8 页 18.分布滞后模型 01122ttttt YXXXaaaam - =+，其残差的自由度为 n-6。 19.对于两个序列 (1),(1), tttt XYXIYI和，如果且存在一组非零常数 12 , ， 使得 12 (0) tt XYI+，则称 tt XY和是协整的。 20.当模型存在异方差问题时，参数估计值的 t 值会增大。 21.模型中存在自相关时，参数可以估计且仍然无偏。 22.LM 检验（BG 检验）是检验模型的异方差性的。 23.如果联立方程模型的某个方程阶条件为过度识别，则该方程过度识别。 24.假设时间序列 t Y是由自回归模型 t1- tt YY+=生成的，则对该序列进行 DF 检验的 原假设为1=。 25.恰好识别的联立方程模型可以用 TSLS 进行估计。 选择题 1计量经济模型中解释变量也被称为（ ） 。 A应变量 B自变量 C回归子 D被预测变量 2下面关于总体回归模型和样本回归模型表达错误的是（ ） 。 A. iii uXY+= 10 B iii XXYE 10 )(+= C. ii XY 10 += D 01 iii YXu=+ 3应用经济学中，为了描述递减或递增的边际效应，常常用到（ ） 。 A线性函数模型 B二次函数模型 C交互项模型 D对数模型 4满足经典假定的回归分析中，以下说法正确正确的是 A.解释变量和被解释变量都是随机变量 B.解释变量为非随机变量，被解释变量为随机变量 C.解释变量和被解释变量都为非随机变量 D.解释变量为随机变量，被解释变量为非随机变量 5用 OLS 法得到的样本回归直线为 iii eXY+= 21 ，以下说法错误错误的是 A. 0= i e B 0),( ii eXCov C. YYE= D),(YX在回归线上 6关于可决系数 2 R，以下说法中错误错误的是 第 3 页 共 8 页 A.可决系数 2 R被定义为回归方程已经解释的变差与总变差之比 B.可决系数 2 R的取值范围介于 0 到 1 之间 C.可决系数 2 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 2 R的大小不受回归模型中所包含的解释变量个数的影响 7用于检验序列相关的DW统计量的取值范围是 A. 10 DW B. 11DW C. 22DW D. 40 DW 8Breusch-Godfrey 检验(LM 检验)方法可用于检验回归模型中的 A. 异方差性 B. 自相关性 C. 多重共线性 D. 随机解释变量非随机性 9BP 检验方法主要用于检验（ ） A. 多重共线性 B. 异方差性 C. 自相关性 D. 平稳性 10线性回归模型中检验多个线性约束用( )。 AF 检验 Bt 检验 C 2 R检验 Dwhite 检验 11下列假设中时间序列数据不同于截面数据的假设是( ) A无完全共线性 B零条件均值 C同方差 D无序列相关 12下面样本回归模型表达正确正确的是（ ） 。 A. iii uXY+= 10 B iii XXYE 10 )(+= C. 01 ii YX=+ D iii eXY+= 10 13若解释变量间存在严重多重共线性，则 VIF（ ） 。 A小于 5 B大于 5 C小于 10 D大于 10 14Goldfeld-Quandt检验主要用于检验（ ） A. 多重共线性 B. 异方差性 C. 自相关性 D. 平稳性 15应用 DW 检验应当满足一定的条件，下列不属于不属于这些条件的是（ ） A解释变量非随机 B被解释变量非随机 C线性回归模型中不含滞后内生变量 D随机干扰项服从一阶自回归 16在线性回归模型中,若解释变量 1 X和 2 X的观测值成比例，即有 ii kXX 21 = =，其中k为非 零常数，则表明模型中存在 A. 异方差 B. 多重共线性 C. 序列自相关 D. 设定误差 第 4 页 共 8 页 17下列说法不正确不正确的是 A. 自相关是指随机误差出现自相关现象 B. 自相关产生的原因有经济变量的惯性作用 C. 检验自相关可用 White 检验法 D. 修正自相关的方法有广义差分法 18以下选项中，正确描述了序列相关的是 A B C D 19在序列自相关存在的情况下，参数估计量仍是无偏的，其原因是 A零均值假定成立 B同方差假定成立 C无多重共线性假定成立 D解释变量与随机误差项不相关假定成立 20如果一个时间序列的生成过程是随机游走，则该时间序列是 A平稳序列 BI(1) CI(2) DI(3) 21线性回归模型中关于 2 R的说法中，错误错误的是（ ） A. 2 R表明模型中解释变量对被解释变量变动的解释能力 B. 2 R 有可能为负数 C. 2 R反映样本回归线与样本数据的接近程度 D. 2 R取值范围是0,1 22线性回归模型的参数的显著性检验是( ) A 2 R B 2 R CF 检验 Dt 检验 2白噪声序列是（ ） 。 AI(0) BI(1) CI(2) DI(3) 24如果联立方程中某个结构方程包含了所有的变量，则这个方程为（ ） 。 A恰好识别 B过度识别 C不可识别 D不确定 25t 检验中，若伴随概率p（显著性水平），则（ ） 。 A拒绝原假设 B拒绝备择假设 C接受原假设 D不确定 26.、模型 ln iii uxy+=lnln 10 中， 1 的实际含义是（ ） A x 关于 y 的弹性 B y 关于 x 的弹性 C x 关于 y 的边际倾向 D y 关于 x 的边际倾向 第 5 页 共 8 页 27.当存在异方差现象时，估计模型参数的适当方法是（ ） A 加权最小二乘法 B 工具变量法 C 广义差分法 D 使用非样本先验信息 28.加权最小二乘法克服异方差的主要原理是通过赋予不同观测点以不同的权数，从而提高估计 精度，即（ ） A 重视大误差的作用，轻视小误差的作用 B 重视小误差的作用，轻视大误差的作用 C 重视小误差和大误差的作用 D 轻视小误差和大误差的作用 29.容易产生异方差的数据是（ ） A 时间序列数据 B 修匀数据 C 横截面数据 D 年度数据 30.设回归模型为 iii uxy+=，其中 var( i u)= 22 i x，则的最小二乘估计量为（ ） A. 无偏且有效 B 无偏但非有效 C 有偏但有效 D 有偏且非有效 31.如果模型 ttt uxbby+= 10 存在序列相关，则（ ） A cov（ t x， t u）=0 B cov（ t u， s u）=0（ts） C cov（ t x， t u）0 D cov（ t u， s u）0（ts） 32.下列哪种形式的序列相关可用 DW 统计量来检验（ i v为具有零均值，常数方差，且不存在序 列相关的随机变量） （ ） A ttt vuu+= 1 B tttt vuuu+= 2 2 1 C tt vu= D += 1 2 ttt vvu 33.DW 的取值范围是（ ） 第 6 页 共 8 页 A 1DW0 B 1DW1 C 2DW2 D 0 DW4 34.当 DW4 是时，说明（ ） A 不存在序列相关 B 不能判断是否存在一阶自相关 C 存在完全的正的一阶自相关 D 存在完全的负的一阶自相关 35.模型中引入一个无关的解释变量（ ） A 对模型参数估计量的性质不产生任何影响 B 导致普通最小二乘估计量有偏 C 导致普通最小二乘估计量精度下降 D 导致普通最小二乘估计量有偏，同时精度下降 36.如果方差膨胀因子 VIF10，则认为什么问题是严重的（ ） A 异方差问题 B 序列相关问题 C 多重共线性问题 D 解释变量与随机项的相关性 37.某商品需求函数为 iii uxbby+= 10 ，其中 y 为需求量，x 为价格。为了考虑“地区” （农 村、城市）和“季节” （春、夏、秋、冬）两个因素的影响，拟引入虚拟变量，则应引入虚拟变 量的个数为（ ） A 2 B 4 C 5 D 6 38.根据样本资料建立某消费函数如下： t C =100.50+55.35 t D+0.45 t x， 其中 C 为消费， x 为收入， 虚拟变量 D 农村家庭 城镇家庭 0 1 ，所有参数均检验显著，则城镇家庭的消费函数为（ ） A t C =155.85+0.45 t x B t C =100.50+0.45 t x C t C =100.50+55.35 t x D t C =100.95+55.35 t x 39.假设某需求函数为 iii uxbby+= 10 ，为了考虑“季节”因素（春、夏、秋、冬四个不同的 状态） ，引入 4 个虚拟变量形式形成截距变动模型，则模型的（ ） 第 7 页 共 8 页 A 参数估计量将达到最大精度 B 参数估计量是有偏估计量 C 参数估计量是非一致估计量 D 参数将无法估计 40.对于模型 iii uxbby+= 10 ，为了考虑“地区”因素（北方、南方） ，引入 2 个虚拟变量形 式形成截距变动模型，则会产生（ ） A 序列的完全相关 B 序列不完全相关 C 完全多重共线性 D 不完全多重共线性 41.如果一个回归模型中不包含截距项，对一个具有m个特征的质的因素要引入虚拟变量的数目 为（ ） A m B m-1 C m-2 D m+1 42 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（） 。 A1 阶单整 B2 阶单整 CK 阶单整 D以上答案均不正确 43.当随机误差项存在自相关时，进行单位根检验是由（）来实现。 A . DF 检验 BADF 检验 CEG 检验 DDW 检验 44.估计城市信用等级对地方政府债券利率的影响，信用等级共有 5 级。在有截距项的模型中， 可引入几个信用等级变量来体现影响（ ） A3 B5 C4 D2 简答题 1简述计量经济学的建模步骤。 2简述总体回归函数与样本回归函数的区别。 3用 DW 检验法检验模型中的自相关需要哪些前提条件，该检验方法有何缺点和局限性？ 4简述“伪回归”的含义。 5简述回归模型产生异方差的可能原因及补救措施。 6. 什么是虚拟变量陷阱？其本质是什么？ 7计量经济模型检验包括哪些方面？ 8产生自相关的原因是什么？试举例说明经济现象中的自相关性。 第 8 页 共 8 页 9简述多元回归模型基本假定；满足假定时OLS估计量有哪些性质。 10多重共线性的概念及检验方法。 11写出截面数据中多元回归模型的经典假设。 12. 什么是虚拟变量陷阱？如何检验虚拟变量引入模型是否合适？ 13.模型中遗漏重要解释变量会产生什么样的后果？ 14简述加权最小二乘法（WLS）的基本思想。 15. 什么是虚拟变量陷阱？其本质是什么？ 计算与分析题 1 考虑下面的模型：uxxy+= 22110 。 收集 60 个样本采用 OLS 方法对参数进行估计， 得的下面的结果（括号中是标准误） ： 12 1.80.71.2 (0.3) (0.5) SSR16.5 SSE45.5 yxx=+ = （1）计算可决系数 2 R，并对其解释； （2 分） （2）计算调整后的可决系数 2 R； （2 分） （3）在显著性水平05 . 0 =上，对1 2 =进行检验。 （4 分）2)57(,67. 1)57( 025. 005 . 0 tt （4） 在显著性水平05 . 0 =上， 对方程的显著性进行检验。（4 分）4)58, 1 (,15 . 3 )57, 2( 05 . 0 05 . 0 FF 2下表给出了有两个解释变量 2 X和 3 X的回归模型方差分析的部分结果。 变差来源 平方和(SS) 自由度（df） 来自回归（ESS） 65965 来自残差（RSS） 总变差（TSS） 66042 14 （1）计算上表中的样本容量 n、残差平方和 RSS，回归平方和 ESS 与残差平方和 RSS 各自的自由度？（4 分） （2）此模型的可决系数 2 R和调整的可决系数 2 R各为多少？（2 分） （3）利用此结果对模型整体检验效果如何评价（F0.05（2,12）=3.89）？能否确定两个 第 9 页 共 8 页 解释变量 2 X和 3 X各自对Y都有显著影响？（5 分） 3为了分析税收收入（Y）与国内生产总值（X1）、财政支出（X2）、商品零售价格 指数（X3）的关系，利用历年数据用 EVIEWS 回归，部分结果如下表所示。 4. 利用2014 年某城市居民收入与消 费数据，估计总体回归模型： 01122 lnlnln iiii YXXuaaa=+， 其中 Y表示人均消费，X1表示人均 劳动收入，X2表示人均投资收入， u 表示随机扰动项， i a表示待估参数。 3 表 回归结果 Dependent Variable: lnY Method: Least Squares Included observations: 30 Variable Coefficient Std. Error t-Statistic Prob. C -2.7554 0.6400 -4.3047 0.0002 lnX1 0.4512 ? 3.1748 0.0038 lnX2 0.6271 0.1616 ? 0.0006 X3 ? 0.0056 1.7956 0.0842 R-squared 0.9876 Mean dependent var 8.3413 Adjusted R-squared 0.9862 S.D. dependent var 1.3575 S.E. of egression ? Akaike info criterion -0.7077 SSR 0.6629 Schwarz criterion -0.5209 Log likelihood 14.6167 Durbin-Watson stat 0.6161 F-statistic ? Prob(F-statistic) 0.0000 Dependent Variable: lnY Method: Least Squares Included observations: 71 Variable Coefficient Std. Error t-Statistic Prob. C 8.006351 ？ 0.752295 0.4549 lnX1 0.482103 0.066937 7.202339 0.0000 lnX2 ？ 0.119663 5.629406 0.0000 R-squared 0.932582 Mean dependent var 8.188690 Adjusted R-squared ? S.D. dependent var 1.701695 S.E. of regression ? Akaike info criterion -0.773025 Sum squared resid 0.8110318 Schwarz criterion -0.663933 Log likelihood 18.467573 Durbin-Watson stat 1.775428 第 10 页 共 8 页 （1）计算 EVIEWS 回归结果中?的数值(5 分) （2）对各斜率和回归方程进行显著性检验（t0.025（26）=2.056，F0.05（3，26）=2.98）？试 述各个斜率项的经济含义。（9 分） （3）如果模型存在自相关问题，会对 OLS 估计的参数特性以及假设检验造成什么 影响？（5 分）（0.05 显著性水平下，n=30，k=3，dL=1.214，dU=1.650） 5. 采用 1744 个样本研究周工资（Earn）和年龄（Age）的关系，用 OLS 得到下面的估计结果： 2 239.165.20 0.04