模拟考试题第套

1、第九套6、一、单项选择题1、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非随机变量B. 被解释变量和解释变量均为随机变量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2、根据样本资料估计得出人均消费支出 丫对人均收入X的回归模型为InYi=2.00+0.75lnXi ，这表明人均收入每增加1%,人均消费支出将增加（B2%3、是指（）A. 0.2%D. 7.5%回归分析中使用的距离是点到直线的垂直坐标距离。最小二乘准则DB. 0.75%C.A.使Yt Y?达到最小值t 1B.使 min YY?达到最小值

2、C.使 max Yt Y?达到最小值D.Y?2达到最小值4、设ut为随机误差项，则一阶线性自相关是指A.COV(Ut,Us) 0(t s)B.UtC.Ut1Ut 12Ut 2 tD.UtUt 12Ut 15、设M为货币需求量，丫为收入水平,为利率，流动性偏好函数为论,01丫2 r,又设？、？2分别是2的估计值，则根据经济理一般来说（A ）A.?应为正值,?2应为负值B.?应为正值，?2应为正值C.?1应为负值,?2应为负值D.?应为负值，?2应为正值元线性回归分析中TSS=RSS+ESS则 RSS的自由度为 D）C H Ni 0D.H NiM 1BB.）广义差分法D.加权最小二乘法8、大学教授

3、薪金回归方程：Yi2 D2i 3D3i X i i，其中丫匚大学教授年薪,Xi教龄,D2i1 男性0 其他D3i白种人其他，则非白种人男性教授平均薪B、n-1n-27、在自相关情况下，常用的估计方法（A .普通最小二乘法C工具变量法金为（A. E(丫D2i1,D3i0,Xi)( 12)XiB. E(丫D2i0,D3i0,Xi)1XiC. E(丫D2i1,D3i1,Xi)(123) XD. E(丫D2i0,D3i1,Xi)( 13)Xii超纲!9、结构式模型中的每一个方程都称为结构式方程。在结构方程中，解释变 量可以是前定变量，也可以是（A.外生变量B.滞后变C.内生变量D.外生变量和内生变量1

4、0、在有M个方程的完备联立方程组中，若用H表示联立方程组中全部的内）成立。生变量与全部的前定变量之和的总数，用 Ni表示第i个方程中内生变量与前定 变量之和的总数时，第i个方程恰好识别时，则有公式（ B 超纲！A H Ni M 1B H Ni M 1，如果一年里的1、3、A ）11、在利用月度数据构建计量经济模型时（含截距项）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. 4 B. 3 C. 11 D. 612 、下列说法不正确的是（C ）A. 多重共线性产生的原因有模型中大量采用滞后变量B. 多重共线性是样本现象C. 检验多重共线性的方法有DW检验法D. 修正多重共线性的方法有增

5、加样本容量13、下列说法正确的是（ BCB.异方差的变化与解释变量A.异方差是样本现象的变化有关C.异方差是总体现象D.时间序列更易产生异方差14 、利用德宾h检验自回归模型扰动项的自相关性时，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统计量渐进服从t分布D. 德宾h检验可以用于小样本问题15、多元线性回归分析中，调整后的可决系数R2与可决系数R2之间的关系（AA.R2 1 (1R2)卫1nB.R2 R2C.R2 0D.R2 1 (1 R2)心n 116、已知模型的形式为y2Xu,在用实际数据对模型的参数进行估计的时候,测

6、得DW统计量为0.6453,则广义差分变量是（B.A yt 0.6453yt 1, xt 0.6453xt 1A.yt 0.6774yt1,Xt 0.6774Xt 1D.C.ytyt 1，Xt Xt 1y O.OSyXt 0.05Xt 117、 关于联立方程模型识别问题，以下说法不正确的有( A ) 超纲！A. 满足阶条件的方程则可识别B. 如果一个方程包含了模型中的全部变量，则这个方程不可识别C. 如果两个方程包含相同的变量，则这两个方程均不可识别D. 联立方程组中的每一个方程都是可识别的，则联立方程组才可识别18、假设根据某地区额X (亿元)丫tR2的年度资料，6.9057( 1.6521

7、)0.997 F1970 1999年的消费总额丫(亿元)和货币收入总估计出库伊克模型如下：0.2518Xt0.8136Yt ,(5.7717) (12.9166)4323 DW 1.216则( C分布滞后系数的衰减率为 0.1864AB在显著性水平O.。5下，DW检验临界值为dl 1.3，由于d 1.216dl 1.3 ，据此可以推断模型扰动项存在自相关C.0.2518 元即期消费倾向为 0.2518 ，表明收入每增加 1 元，当期的消费将增加D.收入对消费的长期影响乘数为Yt1的估计系数0.813619、在序列自相关的情况下，参数估计值的方差不能正确估计的原因是 B )B.E(uiu j)

8、0(i j)C.E(xiui ) 0D.E(ui ) 020、关于自适应预期模型和局部调整模型， 下列说法错误的有 ( A.D)A.E(ui2 )它们都是由某种期望模型演变形成的B.C.它们最终都是一阶自回归模型 它们的经济背景不同D.都满足古典线性回归模型的所有假设， 故可直接用OLS方法进行估计二、多项选择题1 、下列说法正确的有( A D E )A. 加权最小二乘法是广义最小二乘法的特殊情况B. 广义最小二乘法是加权最小二乘法的特殊情况C. 广义最小二乘法是广义差分法的特殊情况D. 广义差分法是广义最小二乘法的特殊情况E. 普通最小二乘法是加权最小二乘法的特殊情况F. 加权最小二乘法是普

9、通最小二乘法的特殊情况 A B D F ） 超纲！ 间接最小二乘法2、对联立方程模型参数的单一方程估计法包括 （ A.C.E.工具变量法 B. 完全信息极大似然估计法 三阶段最小二乘法D.F.二阶段最小二乘法 有限信息极大似然估计法3、对于二元样本回归模型Yi?21 2i?3X3i ei ，下列各式成立的有A.ei0B.ei X 2iC.ei X3i 0D.eiYi0E.X3iX2i4、关于衣着消费支出模型为：Yi12D2i3D3i4 (D2i D3i )Xii ，其中 Yi 为衣着方面的年度支出；1 女性D 2i0 男性 2iD2iXi 为收入 中的参数下列说法正确的是（ A B E大学毕业

10、及以上其他。则关于模型A. 2 表示在保持其他条件不变时， 或少支出）差额女性比男性在衣着消费支出方面多支出B. 3 表示在保持其他条件不变时，大学文凭及以上比其他学历者在衣着消 费支出方面多支出（或少支出）差额C. 4 表示在保持其他条件不变时，女性大学及以上文凭者比男性大学以下 文凭者在衣着消费支出方面多支出（或少支出）差额D. 4表示在保持其他条件不变时，女性比男性大学以下文凭者在衣着消费 支出方面多支出（或少支出）差额E. 4 表示性别和学历两种属性变量对衣着消费支出的交互影5、检验序列自相关的方法是（ C E ）验法A. F 检验法B. White 检C. 图形法D. ARCH 检验

11、法F.E. DW 检验法Goldfeld-Quandt 检验法 三、判断题 （判断下列命题正误，并说明理由）1、在简单线性回归中可决系数 R2 与斜率系数的 t 检验的没有关系。错误可决系数是对模型拟合优度的综合度量， 其值越大，说明在丫的总变差中由 模型作出了解释的部分占的比重越大， 模型的拟合优度越高， 模型总体线性关系 的显著性越强。 反之亦然。斜率系数的 t 检验是对回归方程中的解释变量的显著 性的检验。在简单线性回归中，由于解释变量只有一个，当t检验显示解释变量 的影响显著时，必然会有该回归模型的可决系数大，拟合优度高。2、异方差性、自相关性都是随机误差现象，但两者是有区别的。正确异

12、方差的出现总是与模型中某个解释变量的变化有关。自相关性是各回归模型的随机误差项之间具有相关关 系3 、通过虚拟变量将属性因素引入计量经济模型， 引入虚拟变量的个数与模 型有无截距项无关。错误模型有截距项时，如果被考察的定性因素有 m个相互排斥属性，则模型中引入 m1 个虚拟变量，否则会陷入“虚拟变量陷阱” ；模型无截距项时，若被考察的定性因素有 m个相互排斥属性，可以引入 m 个虚拟变量，这时不会出现多重共线性。4、满足阶条件的方程一定可以识别。 超纲！错误阶条件只是一个必要条件，即满足阶条件的的方程也可能是不可识别的。5、库依克模型、自适应预期模型与局部调整模型的最终形式是不同的。错误库依克

13、模型、自适应预期模型与局部调整模型的最终形式是相同的，其最终形式都是一阶自回归模型。四、计算题1、表中是中国1978年-1997年的财政收入丫和国内生产总值X的数据:年 份国内生产总值X财政收入丫19783624.11132.2619794038.21146.3819804517.81159.9310814860.31175.7910825301.81212.3319835957.41366.9519847206.71642.8619858989.12004.82198610201.42122.01198711954.52199.35198814992.32357.24198916917.82

14、664.90199018598.42937.10199121662.53149.48199226651.93483.37199334560.54348.95199446670.05218.10199557494.96242.20100666850.57407.99199773452.58651.14中国国内生产总值及财政收入单位：亿元数据来源：中国统计年鉴De 卩 er de nt VariabI e： YMethod Least SquaresDate: 07/01/05 Time: 21:49Sample: 1976 1997Imdudi&d observations: 20Variabl

15、eCoetticientstd. trror t-staiisticHrob.C957.037567.1357813779550.0000X0.1000360.002172 4S.a49lO0.0000RSquaned0.391533h/lean depEnderit var3031.153Adjusted R-squared0.991115S.D. dependent var2212.591S.E. of regression203.5553Akaike info criterion13.61293Sum squared resid782915.7Schiwarz criterion1371

16、250Log likelihood-134.1293F-statistic212D.520Dufbir-Watson stat0.064032Pfob(F-stalistic)O.OOOOOO试根据这些数据完成下列问题;(1) 建立财政收入对国内生产总值的简单线性回归模型，并解释斜率系数的 经济意义；(2)估计所建立模型的参数，并对回归结果进行检验;(3)若是1998年的国内生产总值为78017.8亿元，确定1998年财政收入的 预测值和预测区间(0.05)。解：(1)建立中国1978年-1997年的财政收入丫和国内生产总值X的线性 回归方程Yt12Xt Ut利用1978年-1997年的数据估

17、计其参数，结果为Y? 857.8375 0.100036Xi(12.77955)(46.04910)t=(12.77955) (46.04910)R2=0.991593 F=24.67361GDP增加1亿元，平均说来财政收入将增加 0.1亿元。Ho ： ?20IH1： ?20t龄汕18)t 46.0491 t0.025(18),拒绝 Ho说明，国内生产总值对财政收入有显著影响。(3) 若是1998年的国内生产总值为78017.8亿元，确定1998年财政收入 的点预测值为Y? 857.8375 0.100036 78017.8 8662426141(亿元)1998年财政收入平均值预测区间(0.0

18、5)为:(XfAYf mt；(n 1) 22024.602 (20X)2(78017.8 22225.13)2A h (Xf X)2 2 Jn 厂1) 921657709831128220268662.426 m2.101 208.5553927098V2031128220268662.426m760.3111(亿元)2、克莱因与戈德伯格曾用1921-1950年(1942-1944年战争期间略去)美国国内消费丫和工资收入X1、非工资一非农业收入X2、农业收入X3的时间序列资 料，利用OLSE古计得出了下列回归方程：Y? 8.133 1.059X1 0.452X2 0.121X3(8.92) (

19、0.17)(0.66)(1.09)R20.95 F 107.37(括号中的数据为相应参数估计量的标准误)。 试对上述模型进行评析，指出其中存在的问题。27,消费模型的判定系数解：从模型拟合结果可知，样本观测个数为R20.95，F统计量为107.37，在0.05置信水平下查分子自由度为 3,分母自由度为23的F临界值为3.028，计算的F值远大于临界值，表明回归方程是显著的。模型整体拟合程度较高。依据参数估计量及其标准误，可计算出各回归系数估计量的t统计量值：,8.133 cc 1.0590.452 cm 0-121t0 0.91,ti 6.10, t2 0.69,t3 0.118.920.17

20、0.661.09除t1外，其余的tj值都很小。工资收入X1的系数的t检验值虽然显著，但该系数的估计值过大，该值为工资收入对消费边际效应，因为它为1.059，意味着工资收入每增加一美元，消费支出的增长平均将超过一美元，这与经济理论和 常识不符。另外，理论上非工资一非农业收入与农业收入也是消费行为的重要解释变量， 但两者的t检验都没有通过。这些迹象表明，模型中存在严重的多重共线性， 不同收入部分之间的相互关系，掩盖了各个部分对解释消费行为的单独影响。PCE, A A2P DItPCE, B, B2P DIt得到:3、表中给出了 19701987年期间美国的个人消息支出(PCE)和个人可支配收 入(

21、PDI)数据，所有数字的单位都是10亿美元(1982年的美元价)。估计下列模 型：Dependent Variable: PCEMethod: Least SquaresDate: 07/27/05 Time: 21:41Sample: 1970 1987In cluded observati ons: 18VariableCoefficientStd. Error t-Statistic P rob.C-216.426932.69425-6.6197230.0000PDI1.0081060.01503367.059200.0000Mean dependentR-squared0.996455

22、var1955.606S.D. dependentAdjusted R-squared0.996233var307.7170Akaike infoS.E. of regressi on18.88628criteri on8.819188Sum squared resid5707.065Schwarz8.918118tB3 PCEt 1 tcriteri onLog likelihood-77.37269F-statistic4496.936P rob(F-statistiDurb in-Wats on stat1.366654 c)0.000000Dependent Variable: PCEMethod: Least SquaresDate: 07/27/05 Time: 21:51Sam pie (adjusted): 1971 1987In eluded observati ons: 17 after adjustme ntsCoefficie