计量第六章习题

4.2自相关I .选择题1.如果模型具有序列相关性，甲盖(，=0乙盖(，=0)c盖(，)0 D盖(，)0(ts)2.DW检验的零假设是(R是随机项的一阶自相关系数)一个干重=0个干重=0个干重=1个干重=13.下列哪种形式的序列相关可以通过数据仓库统计来测试(它是一个随机变量，具有零均值、常数方差和无序列相关)甲乙政务司司长4.DW值的值范围是A -1DW0 B -1DW1 C -2DW2 D 0 DW45.当dw=4为是时，表示甲没有序列相关性，乙不能判断是否有一阶自相关。具有完全正的一阶自相关6.根据20个观测值的估计结果，线性回归模型的DW为2.3。当样本量n=20，解释变量k=1，显著性水平a=0.05时，我们可以判断甲没有一阶自相关，乙有正一阶自相关c具有负一阶自相关，d无法确定。7.当模型中存在序列相关性时，合适的参数估计方法是加权最小二乘法间接最小二乘法广义差分法工具变量法8.对于原始模型，一阶广义差分模型参考A不列颠哥伦比亚D9.以下哪一项适用于通过使用一阶差分模型来克服一阶线性自相关问题Ar0bR1c-14-dl，然后是随机误差项ui a没有一阶负自相关，b没有一阶序列相关c具有一阶正自相关，d具有一阶负自相关23.对于大样本，DW统计的近似计算公式是一个双波2(2-) B双波3(1-) C双波2(1-) D双波2(1)24.对于样本回归模型，如果已经发现数据仓库的值为L，则模型残差的自相关系数近似等于A -0.5 B 0 C 0.5 D 1第二，选择题1.如果表示统计数据的下限分布，表示统计数据的上限分布，则数据检验的不确定区域为图纸4- B 4-DW4-c4d4-d4e0dw2.密集波测试不适用于自相关测试模型包含随机解释变量。样本量太小具有延迟解释变量D和虚拟变量的c模型高阶自相关3.对于具有序列相关现象的模型估计，下列哪种方法可能适用于广义最小二乘法b样本量太小c残差回归法d广义差分法E杜宾两步法4.如果模型有一阶自相关，普通的最小二乘估计仍然有线性b无偏性c有效性d真实性e准确性5.DW检查不能用于检查增加异方差性的检验表格b中的序列相关测试表格C的多重共线性检验d的一阶线性自相关检验重要解释变量缺失导致的规格误差检验第三，判断问题1.当模型具有高阶自相关时，可以用小波方法进行自相关检验。()2.当模型的解释变量包括内生变量的滞后变量时，离散小波检验不适用。()3.DW值介于0和4之间。值越小，正相关度越大。值越大，负相关度越大。()4.假设模型具有一阶自相关，并且满足其他条件，仍然使用OLS方法来估计未知参数。得到的估计量是无偏的，不再有效。显著性检验失败，预测失败。()5.当存在自相关时，OLS估计是有偏差的和无效的。()6.消除自相关的一阶差分变换假设自相关系数必须等于-1。()7.当模型中存在误差自相关时，可以用广义差分法消除自相关。()8、在自回归模型中，因为一些解释变量是被解释变量的延迟变量，例如那么杜宾-沃森测试就不适用了。9.在多宾-沃森(DW)检验中，我们假设误差项的方差是相同的平方差。()10.模型和模型之间的比较不能直接进行。()四、名词解释1、序列相关2、广义差分法V.简介1.回归模型中随机误差项的序列自相关为什么会出现？2.简要描述图纸检查的局限性。3.经济模型中自相关的原因和结果是什么？4.简要描述数据仓库检查的步骤和应用条件。六、计算和分析问题1.根据下表给出的美国股票价格指数和国民生产总值数据：年YX年YX197045.71，015.5197958.32，508.2197154.21，102.7198068.12，732.0197260.31，212.8198174.03，052.6197357.41，359.3198268.93，166.0197443.81，472.8198392.63，405.7197545.71，598.4198492.63，772.2197654.51，782.81985108.14，019.2197753.71，990.51986136.04，240.3197853.722，498.71987161.74，526.7注：纽约证券交易所综合普通股价格指数(1965年12月31日=100)X-国民生产总值(单位：10亿美元)数据来源：总统经济报告，1989，416页的表B-94中的Y，308页的表B-1中的X(1)估计OLS回归：Yt=B0 B1Xt ut(2)根据D统计量确定数据中是否存在一阶自相关。(3)如果存在，用D值估计相关系数。(4)用估计的R值对数据进行变换，用OLS方法估计广义差分方程。(5)利用(4)中得到的广义差分方程的参数估计值得到方程Yt=B0 B1Xt u参数估计值。这个等式中还有自相关吗？(6)回归方程Yt=B0 B1Xt u的参数通过使用Eviews的一阶自回归校正函数(即AR(1)来估计，并与(5)中获得的结果进行比较。2.使用下面给出的杜宾-沃森D统计数据进行序列相关测试。(k=自变量数量，n=样本量)(1) d=0.81，k=3，n=21，显著水平=5%。(2) d=3.48，k=2，n=15，显著水平=5%。(3) d=1.56，k=5，n=30，显著水平=5%。(4) d=2.64，k=4，n=35，显著水平=5%。(5) d=1.75，k=1，n=45，显著水平=5%。(6) d=0.91，k=2，n=28，显著水平=5%。(7) d=1.03，k=5，n=26，显著水平=5%。3.下表给出了1958年至1969年美国小时收入指数的年变化率(Y)和失业率(X)。年YX19584.26.819593.55.519603.45.519613.06.719623.45.519632.85.719642.85.219653.64.519664.33.819675.03.819686.13.619696.73.5请回答以下问题：(1)估计模型中的参数。(1)计算上述模型中杜宾-沃森的离散小波值。(2)上述模型是否具有一阶自相关性？如果是，是正自相关还是负自相关？(3)如果存在自相关，则应用离散小波值来估计自相关系数。(4)用广义差分法重新估计上述模型。自相关问题仍然存在吗？4.在用广义差分法消除一阶自相关的过程中，我们会因差分而丢失一个观测值。为了避免观测值的丢失，我们可以对第一组观测值进行如下转换：这种转变被称为Prais-Winsten转变。下表显示了1968年至1987年美国的进口支出(Y)和可支配个人收入(X)(单位：10亿美元，1982年为基期)年yx年yx1968135.51551.31978274.12167.41969144.61599.81979277.92212.61970150.91668.11980253.62214.31971166.21728.41981258.72248.61972190.71797.41982249.52