李子奈-计量经济学分章习题与答案

1、第一章 导 论一、名词解释1、截面数据2、时间序列数据3、虚变量数据 4、内生变量与外生变量、单项选择题1、同一统计指标按时间顺序记录的数据序列称为A、横截面数据B、虚变量数据C、时间序列数据2、样本数据的质量问题， 可以概括为完整性、 准确性、可比性和D、系统性3、有人采用全国大中型煤炭企业的截面数据，估计生产函数模型，然后用该模型预测未来 煤炭行业的产出量， 这是违反了数据的哪一条原则。D、 平行数据A、时效性B、致性C、广泛性A、致性B、准确性C、可比性D 、完整性4、判断模型参数估计量的符号、大小、相互之间关系的合理性属于什么检验？A、经济意义检验B、统计检验C、计量经济学检验D、模型

2、的预测检验5、对下列模型进行经济意义检验，哪一个模型通常被认为没有实际价值？A、Ci（消费）500 0.8Ii（收入）B、Qdi（商品需求）10 0.8Ii（收入）0.9Pi（价格）C、D、Qsi（商品供给）20 0.75Pi（价格）Yi（产出量）0.65Ki0.6（资本）L0i.4（劳动）6、设 M 为货币需求量，Y 为收入水平，r 为利率，流动性偏好函数为M?1和?2分别为1、2的估计值， 根据经济理论有?1应为正值，?2应为负值C、?1应为负值，?2应为负值1Y2rA、1、B、D、?1应为正值，?1应为负值，?2应为正值?2应为正值1三、填空题1、 在经济变量之间的关系中， _ 因果关系

3、、相互影响关系最重要，是计量经济分析的重点。2、 从观察单位和时点的角度看，经济数据可分为_时间序列数据 、截面数据、面板数据 。3、 根据包含的方程的数量以及是否反映经济变量与时间变量的关系，经济模型可分为时间序列模型、单方程模型、联立方程模型_。四、简答题1、计量经济学与经济理论、统计学、数学的联系是什么？2、模型的检验包括哪几个方面？具体含义是什么?五、计算分析题1、下列假想模型是否属于揭示因果关系的计量经济学模型？为什么？（1）St=112.0+0.12R,其中St为第 t 年农村居民储蓄增加额（单位：亿元） ，Rt为第 t 年 城镇居民可支配收入总额（单位：亿元） 。（2）St 1=

4、4432.0+0.30Rt，其中S1为第 t-1 年底农村居民储蓄余额（单位：亿元） ，Rt为 第 t 年农村居民纯收入总额（单位：亿元） 。2、指出下列假想模型中的错误，并说明理由:RS 8300.0 0.24Rlt1.12IVt其中，RSt为第 t 年社会消费品零售总额 （单位：亿元），Rlt为第 t 年居民收入总额（单 位：亿元）（指城镇居民可支配收入总额与农村居民纯收入总额之和），IVt为第 t 年全社会固定资产投资总额（单位：亿元） 。3、下列设定的计量经济模型是否合理？为什么？3（1）GDP0i1iGDR其中，GDPi（ i=1,2,3）是第一产业、第二产业、第三产业增加值,（2）

5、 财政收入=f （财政支出）+ ，为随机干扰项。为随机干扰项。2第二章一元线性回归模型、名词解释1、总体回归函数2、最大似然估计法（ML ）3、普通最小二乘估计法（OLS）4、残差平方和5、拟合优度检验二、单项选择题1、设 OLS 法得到的样本回归直线为? ?YY12Xiei，以下说法正确的是（）A、e 0B、eY?0C、Y? YD、eXi02、回归分析中定义的（）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3、 一元线性回归分析中的回归平方和ESS 的自由度是（）A、n

6、B、n-1C、n-kD、14、 对于模型YoiXii,其 OLS 的估计量?的特性在以下哪种情况下不会受到影响（）B、Xi各观测值差额增加D、E（2）2CiYii表示），2R=0.98，t.025（17） 2.110,则下面（ ）A、观测值数目 n 增加C、Xi各观测值基本相等并获得下列结果：Ci15 0.81Yi，（3.1）（ 1.87）哪个结论是对的？A、Y在 5%显著性水平下不显著C、 的 95%置信区间不包括 05、某人通过一容量为 19 的样本估计消费函数（用模型3B、的估计量的标准差为 0.072D、以上都不对46、在一元线性回归模型中，样本回归方程可表示为:A、离差平方和B、均值

7、C、概率D、方差一兀线性回归模型Y01Xii的最小二乘回归结果显示，残差平方和 RSS=40.32,样本容量 n=25,1则回归模型的标准差为( )A、1.270B、1.324C、1.613D、1.753参数i的估计量?具备有效性是指i( )A、Var(?) 0B、在i 的所有线性无偏估计中Var( ?)最小C、?i0D、在i的所有线性无偏估计中(彳i)最小回归方程。()12、反映由模型中解释变量所解释的那部分离差大小的是()10、11、A、Yt01Xt?彳XtB、YtE(Y/XJD、E(Y/Xt)01Xt7、最小二乘准则是指按使()达到最小值的原则确定样本回归方程nnA、eB、eii 1i

8、1C、 maxe&设 Y 表示实际观测值,A、Y? YC、Y? YY?表示 OLS 回归估计值，则下列哪项成立B、Y? YD、Y? Y9、最大或然准则是按从模型中得到既得的n 组样本观测值的(最大的准则确定样本A、总离差平方和B、回归平方和C、残差平方和D、可决系数13、总离差平方和 TSS、残差平方和 RSS 与回归平方和ESS 三者的关系是A、 TSSRSS+ESSTSS=RSS+ESSC、TSSRTSS2=RSS2+ESS214、对于回归模型Y01Xii,i= 1 ,检验H0:?10时，所用的统计量1S?1服从2 ,A、(n2C、(n2)B、t(n 1)15、 某一特定的D、t(

9、n 2)X 水平上，总体 Y 分布的离散程度越大，即2越大，则1)A、预测区间越宽，精度越低B、预测区间越宽，预测误差越小2en5三、多项选择题1、一兀线性回归模型Y01Xii的基本假定包括( )A、E(i)0B、Var(i)2C、Cov(i,j)0(i j)D、iN(0,1)E、X 为非随机变量，且Cov（Xi,i）02、以 Y 表示实际观测值，Y?表示回归估计值， e 表示残差，则回归直线满足( )A、通过样本均值点（X,Y）B、(Y Y?)20C、cov(Xj,e)0D、Y YE、Y? Y3、以带“人”表示估计值，表示随机干扰项，如果确的E、有效性5、下列相关系数算式中，正确的是XiYi

10、nX YX：n X Yi2nY2二、判断题1、满足基本假设条件下，随机误差项i服从正态分布，但被解释变量 Y 不一定服从正态分布。（）2、总体回归函数给出了对应于每一个自变量的因变量的值。（）3、线性回归模型意味着变量是线性的。（）C、预测区间越窄，精度越高D、预测区间越窄，预测误差越大Y 与 X 为线性关系，则下列哪些是正A、Yi0?0?0iXi彳Xii彳XiY0KiD、Y彳4、 假设线性回归模型满足全部基本假设,则其最小二乘回归得到的参数估计量具备A、可靠性B、致性C、线性D、无偏性C、XY X YCov(X,Y)(Xix)(YY)(Xix)(YY)2(XiX)(Y Y)E、64、解释变量

11、是作为原因的变量， 被解释变量是作为结果的变量。（）5、随机变量的条件均值与非条件均值是一回事。（）77、如果观测值Xi近似相等，也不会影响回归系数的估计量。（）&样本可决系数高的回归方程一定比样本可决系数低的回归方程更能说明解释变量对被解释变量的解释能力。（）9、 模型结构参数的普通最小二乘估计量具有线性性、无偏性、有效性，随机干扰项方差的普通最小二乘估计量也是无偏的。（）10、 回归系数的显著性检验是用来检验解释变量对被解释变量有无显著解释能力的检验。（ ）四、简答题1、为什么计量经济学模型的理论方程中必须包含随机干扰项？2、总体回归函数和样本回归函数之间有哪些区别与联系?3、为什

12、么用可决系数R2评价拟合优度，而不是用残差平方和作为评价标准?4、根据最小二乘原理，所估计的模型已经使得拟合误差达到最小，为什么还要讨论模型的 拟合优度问题？五、计算分析题1、令kids表示一名妇女生育孩子的数目，educ表示该妇女接受过教育的年数。生育率对受教育年数的简单回归模型为kids01educ（1） 随机扰动项包含什么样的因素？它们可能与受教育水平相关吗？（2） 上述简单回归分析能够揭示教育对生育率在其他条件不变下的影响吗？请解释。2、已知回归模型EN，式中 E 为某类公司一名新员工的起始薪金（元），N 为所受教育水平（年）。随机扰动项的分布未知，其他所有假设都满足。（1） 从直观及

13、经济角度解释和 。6、线性回归模型Y01Xii的 0 均值假设可以表示为8（2） OLS 估计量？和？满足线性性、无偏性及有效性吗？简单陈述理由。3）对参数的假设检验还能进行吗？简单陈述理由。4）如果被解释变量新员工起始薪金的计量单位由元改为100 元，估计的截距项、斜率项有无变化？5）若解释变量所受教育水平的度量单位由年改为月，估计的截距项与斜率项有无变化？3、假设模型为YtXtt。给定n个观察值（Xi,YJ,以2,丫2），（Xn,Yn）,按如下步骤建立 的一个估计量：在散点图上把第 1 个点和第 2 个点连接起来并计算该 直线的斜率；同理继续，最终将第 1 个点和最后一个点连接起来并计算该

14、条线的斜率； 最后对这些斜率取平均值，称之为?，即 的估计值。（ 1）画出散点图，推出?的代数表达式。（ 2）计算?的期望值并对所做假设进行陈述。这个估计值是有偏还是无偏的？解释理由。（ 3）判定该估计值与我们以前用OLS 方法所获得的估计值相比的优劣，并做具体解释。4、对于人均存款与人均收入之间的关系式StYtt使用美国 36 年的年度数据得如下估计模型，括号内为标准差：S?t= 384.105+0.067Yt（151.105） （0.011）R2= 0.538? 199.023（1）的经济解释是什么？（2） 和 的符号是什么？为什么？实际的符号与你的直觉一致吗？如果有冲突的话，你 可以给出

15、可能的原因吗？（3）对于拟合优度你有什么看法吗？（ 4）检验是否每一个回归系数都与零显著不同（在 1%水平下）。同时对零假设和备择假设、检验统计值、其分布和自由度以及拒绝零假设的标准进行陈述。你的结论是什么？5、现代投资分析的特征线涉及如下回归方程：rtoiGtt；其中：r表示股票或债券的收益率；rm表示有价证券的收益率（用市场指数表示，如标准普尔500 指数）；9t表示时间。在投资分析中，i被称为债券的安全系数，是用来度量市场的风险程度的，即市场的发展对公司的财产有何影响。依据 19561976 年间 240 个月的数据，Fogler和 Ganpathy 得到 IBM 股票的回归方程（括号内

16、为标准差），市场指数是在芝加哥大学建 立的市场有价证券指数。? 0.7264 1.0598 咕R20.4710（0.3001）（0.0728）要求：（1）解释回归参数的意义；（2）如何解释R2？（3） 安全系数1的证券称为不稳定证券，建立适当的零假设及备选假设，并用t检验进行检验（5%）。6、假定有如下的回归结果：Y 2.6911 0.4795Xi，其中，丫表示美国的咖啡的消费量（杯数/人天），X 表示咖啡的零售价格（美元 /杯）。要求：（1） 这是一个时间序列回归还是横截面回归？（2） 如何解释截距的意义，它有经济含义吗？如何解释斜率？（3） 能否求出真实的总体回归函数？（4） 根据需求的价

17、格弹性定义：弹性=斜率X（X/Y ）,依据上述回归结果，你能求出对咖啡需求的价格弹性吗？如果不能，计算此弹性还需要其他什么信息？7、若经济变量 y 和 x 之间的关系为y A（Xi5）2ei，其中 A、为参数，i为随机误差 问能否用一元线性回归模型进行分析？为什么？8、上海市居民 19811998 年期间的收入和消费数据如表所示，回归模型为yi01Xi i，其中，被解释变量yi为人均消费，解释变量Xi为人均可支配收入。试用普通最小二乘法估计模型中的参数0,1，并求随机误差项方差的估计值。10上海市居民 19811998 年间的收入和消费数据年份可支配收入消费年份可支配收入消费111981630

18、58019902180193019826505701991248021601983680610199230002500198483072019934270353019851070990199458604660198612901170199571705860198714301280199681506760198817201640199784306820198919701810199887706860一、名词解释1、多元线性回归模型22、调整的决定系数R3、偏回归系数4、正规方程组5、方程显著性检验二、单项选择题1、 在模型Yt0iX2X213X31t的回归分析结果中，有F 462.58，F的p值

19、0.000000，则表明()A、解释变量X2t对Y的影响不显著B、解释变量Xit对Y的影响显著C、模型所描述的变量之间的线性关系总体上显著D、解释变量X2t和Xit对Yt的影响显著2、 设k为回归模型中的实解释变量的个数，n为样本容量。则对回归模型进行总体显著性检验(F检验)时构造的F统计量为()第三章多元线性回归模型12.lESS k.厂ESS (k 1)RSS(n k 1)RSS (n k)13A、33.33 B、40C、38.09 D、36.364、在多元回归中，调整后的决定系数R2与决定系数R2的关系为A、R2R2B、R2R25、下面说法正确的有()A、时间序列数据和横截面数据没有差异

20、B、对回归模型的总体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2D、决定系数R不可以用于衡量拟合优度设是H。：0!20C、相关系数较大意味着两个变量存在较强的因果关系D、当随机误差项的方差估计量等于零时，说明被解释变量与解释变量之间为函数关系9、 对于Y?X2i?Xkie，如果原模型满足线性模型的基本假设则在零假设j0下，统计量？j：s(?j)(其中s(?j)是j的标准误差)服从()A、t(n k)B、t(n k 1)C、F(k 1,n k)D、F(k,n k 1)10、下列说6、根据调整的可决系数R2与 F 统计量的关系可知，当R21时，有()A、F=0B、F= 1C、F +

21、 D、F=g7、线性回归模型的参数估计量?是随机向量Y的函数，即? (XX)1XYo?是()A、随机向量B、非随机向量C、确定性向量D、常量&下面哪一表述是正确的()A、线性回归模型Yi01Xii的零均值假设是指1nini 10B、对模型Y0 Xi 2X2ii进行方程显著性检验(即F检验)，检验的零假ESSRSSRSSTSS3、已知二元线性回归模型估计的残差平方和为则随机误差项t的方差的 OLS 估计值为e2800，估计用样本容量为n 23，( )C、R2R2D、R2与R2的关系不能确定14法中正确的是()A、如果模型的 R2很高，我们可以认为此模型的质量较好B、如果模型的 R2很低，

22、我们可以认为此模型的质量较差C、如果某一参数不能通过显著性检验，我们应该剔除该解释变量D、如果某一参数不能通过显著性检验，我们不应该随便剔除该解释变量、多项选择题151、残差平方和是指A、随机因素影响所引起的被解释变量的变差B、解释变量变动所引起的被解释变量的变差C、被解释变量的变差中，回归方程不能作出解释的部分D、被解释变量的总离差平方和回归平方之差E、被解释变量的实际值与拟合值的离差平方和2、回归平方和是指()A、被解释变量的观测值Y与其均值Y的离差平方和B、被解释变量的回归值Y与其均值Y的离差平方和2 2C、 被解释变量的总体平方和Yj与残差平方和e2之差D、解释变量变动所引起的被解释变

23、量的离差的大小E、随机因素影响所引起的被解释变量的离差大小3、对模型满足所有假定条件的模型Y01X1i 2X2 i进行总体显著性检验,则很可能出现10,2E、10,20R2/( n k 1)(1 R2)/k5、在多元回归分析中，调整的可决系数R2R22R只可能大于零2R不可能为负值四、判断题1、满足基本假设条件下，样本容量略大于解释变量个数时，可以得到各参数的唯一确定的 估计值，但参如果检验结果总体线性关系显著,C、10,2010,24、设 k 为回归模型中的参数个数(包含截距项)则总体线性回归模型进行显著性检验时所用的 F 统计量可以表示为(Y? )2/(n k 1)2B、(Y? )2/k2

24、ei/(n k 1)R2/k(1 R2)/( n k 1)(1 R2)/( n k 1)R2/k2 2R与可决系数R之间2 2B、R2R22D、R可能为负值16数估计结果的可靠性得不到保证2、在多元线性回归中，t 检验和 F 检验缺一不可。3、回归方程总体线性显著性检验的原假设是模型中所有的回归参数同时为零（）4、多元线性回归中， 可决系数R2是评价模型拟合优度好坏的最佳标准。（）5、多元线性回归模型中的偏回归系数，表示在其他解释变量保持不变的情况下，对应解释 变量每变化一个单位时， 被解释变量的变动。（ ）五、简答题1、多元线性回归模型与一元线性回归模型有哪些区别？2、为什么说最小二乘估计量

25、是最优线性无偏估计量？对于多元线性回归最小二乘估计的正规方程组，能解出唯一的参数估计量的条件是什么？六、计算分析题1、某地区通过一个样本容量为722 的调查数据得到劳动力受教育年数的一个回归方程为edui10.36 0.094sibsi0.131medui0.210 feduiR2=0.214式中，edu为劳动力受教育年数，sibs为劳动力家庭中兄弟姐妹的个数，medu与fedu分别为母亲与父亲受到教育的年数。问（1） sibs 是否具有预期的影响？为什么？若medu与fedu保持不变，为了使预测的受 教育水平减少一年，需要sibs增加多少？（2）请对medu的系数给予适当的解释。（3） 如果

26、两个劳动力都没有兄弟姐妹，但其中一个的父母受教育的年数均为12 年，另 一个的父母受教育的年数均为 16 年，则两人受教育的年数预期相差多少年？2、考虑以下方程（括号内为标准差）：W?t8.562 0.364Pt0.004Pt 12.560Ut( 0.080) (0.072) (0.658)n 19R20.873其中：Wtt年的每位雇员的工资Ptt年的物价水平17Utt年的失业率要求：(1) 进行变量显著性检验；( 2)对本模型的正确性进行讨论，Pt 1是否应从方程中删除？为什么？3、以企业研发支出（R&D ）占销售额的比重（单位：%）为被解释变量（Y）,以企业销售额（Xi）与利润占销

27、售额的比重（X2）为解释变量，一个容量为 32 的样本企业的估计结 果如下：Y 0.472 0.321 n X,0.05X2i（1.37） （0.22） （0.046）2R 0.099其中，括号中的数据为参数估计值的标准差。（1） 解释 In（Xi）的参数。如果 Xi增长 10%，估计 Y 会变化多少个百分点？这在经济上 是一个很大的影响吗？（2） 检验 R&D 强度不随销售额的变化而变化的假设。分别在5%和 10%的显著性水平 上进行这个检验。（3）利润占销售额的比重 X2对 R&D 强度 Y 是否在统计上有显著的影响？4、假设你以校园内食堂每天卖出的盒饭数量作为被解释变量，

28、以盒饭价格、气温、附近餐 厅的盒饭价格、学校当日的学生数量（单位：千人）作为解释变量，进行回归分析。假 设你看到如下的回归结果（括号内为标准差），但你不知道各解释变量分别代表什么。Y? 10.6 28.4X1i12.7X2i0.61X3i5.9X4iR 0.63n 35（2.6）（6.3）（0.61）（5.9）试判定各解释变量分别代表什么，说明理由。5、下表给出一二元模型的回归结果。方差来源平方和（SS）自由度（d.f.）来自回归（ESS）65965一来自残差（RSS）一一总离差（TSS）6604214求：（1）样本容量是多少？ RSS 是多少？ ESS 和 RSS 的自由度各是多少？（2）R

29、2和R？（3） 检验假设：解释变量总体上对丫无影响。你用什么假设检验？为什么?18(4)根据以上信息，你能确定解释变量各自对丫的贡献吗?6、在经典线性回归模型的基本假定下，对含有三个自变量的多元线性回归模型:01X1i 2X2i 3X3i你想检验的虚拟假设是H0:1221。(1)用？，？2的方差及其协方差求出Var( ?2 ?2)。(2)写出检验 Ho：!221的 t 统计量。(3)如果定义122，写出一个涉及。、2和3的回归方程，以便能直接得 到估计值？及其样本标准差。7、假设要求你建立一个计量经济模型来说明在学校跑道上慢跑一英里或一英里以上的人数,可能的解释性方程：方程 A:丫? 125.

30、0 15.0X1i1.0X2i1.5X3iR20.75方程 B:丫? 123.0 14.0X1i5.5X2i3.7X4iR20.73其中：丫第 i 天慢跑者的人数X1i第 i 天降雨的英寸数X2i第 i 天日照的小时数X3i第 i 天的最高温度(按华氏温度)X4i第 i 天的后一天需交学期论文的班级数请回答下列冋题：(1)这两个方程你认为哪个更合理些，为什么？(2)为什么用相同的数据去估计相同变量的系数得到不同的符号?&考虑以下预测的回归方程：丫？120 0.10Ft5.33RSR 0.50其中：Yt为第 t 年的玉米产量(吨/亩)；Ft为第 t 年的施肥强度(千克/亩)；RSt为第

31、t 年的降雨量(毫米)。以便决定是否修建第二条跑道以满足所有的锻炼者。你通过整个学年收集数据，得到两个19要求回答下列问题：20(1从F和 RS 对丫的影响方面，说出本方程中系数0.10 和 5.33 的含义；(2)常数项 120 是否意味着玉米的负产量可能存在？(3)假定F的真实值为 0.40，贝 UF的估计量是否有偏？为什么？(4)假定该方程并不满足所有的古典模型假设，即参数估计并不是最佳线性无偏估计,则是否意味着RS的真实值绝对不等于5.33 ?为什么？9、已知描述某经济问题的线性回归模型为丫0iXi i2X2 ii, 并 已 根 据 样 本 容量为 32 的观察数据计算得2.51.32

32、.241(XX)1.34.40.8，XY2,ee 5.8,TSS 262.20.85.02查表得FO.05(2,29)3.33,to.005(29)2.756。(1) 求模型中三个参数的最小二乘估计值(2)进行模型的置信度为95%的方程显著性检验(3)求模型参数2的置信度为 99%的置信区间。hous ing据。模型如下：01de nsity2value3in come4popcha ng10、下表为有关经批准的私人住房单位及其决定因素的4 个模型的估计和相关统计值 (括号内为 p 值)(如果某项为空，则意味着模型中没有此变量)。数据为美国 40 个城市的数5un emp6localtax7s

33、tatetax式中：hous ing-实际颁发的建筑许可证数量；density-每平方英里的人口密度,21value- 自由房屋的均值(单位：百美元)；in come- 平均家庭的收入(单位：千美元);popchang- 19801992 年的人口增长百分比； unemp-失业率；localtax-人均交纳的地方税；statetax人均缴纳的州税。变量模型 A模型 B模型 C模型 DC813 (0.74)-392 (0.81)-1279 (0.34)-973 (0.44)Den sity0.075 (0.43)0.062 (0.32)0.042 (0.47)Value-0.855 (0.13)

34、-0.873 (0.11)-0.994 (0.06)-0.778 (0.07)In come110.41 (0.14)133.03 (0.04)125.71 (0.05)116.60 (0.06)Popchang26.77 (0.11)29.19 (0.06)29.41 (0.001)24.86 (0.08)22Un emp-76.55 (0.48)Localtax-0.061 (0.95)Statetax-1.006 (0.40)-1.004 (0.37)RSS4.763e+74.843e+74.962e+75.038e+7R20.3490.3380.3220.312?21.488e+61.

35、424e+61.418e+61.399e+6AIC1.776e+61.634e+61.593e+61.538e+6(1)检验模型 A 中的每一个回归系数在 10%水平下是否为零(括号中的值为双边备择 P-值)。根据检验结果，你认为应该把变量保留在模型中还是去掉？(2)在模型 A 中，在 5%水平下检验联合假设 Ho：i=0(i=1,5,6,7)。说明被择假设，计 算检验统计值，说明其在零假设条件下的分布，拒绝或接受零假设的标准。说明你的结论。(3)哪个模型是“最优的”？解释你的选择标准。(4)说明你对最优模型中参数符号的预期并解释原因，确认其是否为正确符号。第四章 随机解释变量问题一、名词解释

36、1、随机解释变量2、工具变量二、单项选择题1、如果模型包含随机解释变量，且与随机干扰项异期相关，则普通最小二乘估计量是( )A、无偏估计量B、有效估计量C、致估计量D、最佳线性无偏估计量2、假设回归模型Yi0 1Xii，其中Xi为随机变量，Xi与i相关，则 的普通最小一乘估计量( )A、无偏且致B、无偏但不一致23C、有偏但一致D、有偏且不一致24）A 、随机解释变量与随机干扰项不相关B、随机解释变量与随机干扰项同期不相关，不同期相关C、随机解释变量与随机干扰项同期相关D 、随机解释变量与随机干扰项高度相关4、当解释变量中包含随机被解释变量时， 下面哪一种情况不可能出现（）A、参数估计量无偏B

37、、参数估计量渐进无偏C、参数估计量有偏D、随机误差项的自相关问题仍可用 D-W 检验5、在工具变量的选取中， 下面哪一个条件不是必须的（）A、与所替代的随机解释变量高度相关B 、与随机干扰项不相关C、与模型中的其他解释变量不相关D 、与被解释变量存在因果关系三、 判断题1、含有随机解释变量的线性回归模型， 其普通最小二乘法估计量都是有偏的（）2、工具变量替代随机变量后， 实际上是工具变量变为了解释变量（）3、当随机解释变量与随机干扰项同期相关时，如果仍用最小二乘法估计，则估计量有偏且非一致。（）四、 简答题什么是估计的一致性？试通过一元模型证明对于工具变量法的斜率的估计量?1是1的一致估计。五

38、、计算分析题1、一个研究对某地区大学生就业的影响的简单模型可描述如下EMPt 01MIN1t 2POPt 3GDP1t 4GDPt t式中， EMP 为新就业的大学生人数， MIN1为该地区最低限度工资， POP 为新毕业的大 学生人数， GDP1为该地区国内生产总值， GDP 为该国国内生产总值。（1）如果该地区政府以多多少少不易观测的却对新毕业大学生就业有影响的因素作为基础来选择最低限度工资，则 OLS 估计将会存在什么问题？（2）令 MIN 为该国的最低限度工资，它与随机扰动项相关吗？（3） 按照法律，各地区最低限度工资不得低于国家最低工资，那么MIN 能成为 MIN1的工具变量吗？3、

39、随机解释变量问题分为三种情况， 下列哪一种不是25第五章 多重共线性一、名词解释1、多重共线性 2、不完全多重共线性、单项选择题1、在线性回归模型中，若解释变量X1和X2的观测值成比例，既有X1ikX2i，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、序列相关D、随机解释变量2、对于模型Yi01X1i2X2ii，与 r12=0 相比，当 r12=0.15 时， 估计量?1的方差Var(?1)将是原来的()A、 1 倍B、 1.023 倍C、 1.96 倍D、 2 倍3、如果方差膨胀因子 VIF=15 ，则认为()问题是严重的()A 、异方差问题B、序列相关问题C、多重共线

40、性问题D、解释变量与随机项的相关性4、一般多重共线性下参数估计量B、有无穷多解()A 、不存在C、唯一D、非有效5、完全多重共线性下参数估计量()A 、唯一B、有无穷多解D、有效C、不存在6、下列方法中，可克服多重共线性的是()A 、差分法B、加权最小一乘法C、工具变量法D 、广义最小二乘法三、多项选择题1、多重共线性产生的主要原因有()A 、经济变量之间往往存在同方向的变化趋势B、经济变量之间往往存在密切的关联度C、在模型中采用滞后变量也容易产生多重共线性D、在建模过程中由于解释变量选择不当，引起了变量之间的多重共线性E、以上都不正确2、 检验多重共线性严重性的方法有（）26A、等级相关系数

41、法B、方差膨胀因子C、工具变量法D、判定系数检验法E、逐步回归法3、 当模型中解释变量间存在高度的多重共线性时（）A、各个解释变量对被解释变量的影响将难于精确鉴别B、部分解释变量与随机干扰项之间将高度相关C、估计量的精确度大幅下降D、估计量对于样本容量的变动将十分敏感E、模型的随机误差项也将序列相关4、 多重共线性解决方法主要有（）A、保留重要的解释变量，去掉次要的或可替代的解释变量B、利用先验信息改变参数的约束形式C、变换模型的形式D、综合使用时间数据与截面数据E、逐步回归法以及增加样本容量四、判断题1、 当用于检验方程线性显著性的F 统计量与检验单个系数显著性的t 统计量结果矛盾时，可以认

42、为出现了严重的多重共线性（）2、 当存在严重的多重共线性时， 普通最小二乘法往往会低估参数估计量的方差（）3、变量的两两高度相关并不表示高度多重共线性，变量不存在两两高度相关表示不存在高度多重共线性（）4、由于多重共线性不会影响到随机干扰项的方差，因此如果分析的目的仅仅是预测，则多重共线性是无害的（）五、计算分析题1、某地区供水部门利用最近15 年的用水年度数据得出如下估计模型：water 326.9 0.305house 0.363 pop 0.005 pcy 17.87 price 1.123rain（-1.7）（0.9）（1.4）（-0.6）（-1.2）（-0.8）2R 0.93F=38

43、.9式中，water 用水总量（百万立方米）,house 住户总数（千户）,pop 总人口（千 人）,pcy 人均收入（元），price 价格（元/100 立方米），rain 降雨量（毫米）。27(1)根据经济理论和直觉，请估计回归系数的符号的正负(不包括常量)，为什么？观察符 号与你的直觉相符吗？(2)在 5%的显著性水平下， 请进行变量的 t-检验与方程的 F-检验。T 检验与 F 检验结果 有相矛盾的现象吗？(3)你认为估计值是有偏的、无效的、或不一致的吗？详细阐述理由。第六章异方差性一、名词解释1、异方差性2、广义最小二乘法、单项选择题1、Gleiser 检验法主要用于检验A、异方差性

44、C、随机解释变量2、Goldfeld-Quandt 检验法可用于检验B、 自相关性D、多重共线性A、异方差性B、多重共线性C、 序列相关设定误差3、 若回归模型中的随机误差项存在异方差性,则估计模型参数应采用A、普通最小二乘法B、加权最小二乘C、广义差分法工具变量法4、 如果回归模型中的随机误差项存在异方差,则模型参数的A、无偏且有效B、无偏但非有效C、有偏但有效5、设回归模型为Y Xi i，其中Var( JXY有偏且非有效2Xi，则的最有效估计量为 、nXY X Y0Xii，如果在异方差检验中发现权数应为6、对于模型Y则用加权最小二乘法估计模型参数时,2Var(i)Xi28A、XiB、兀1c

45、、XiD、1Xi三、多项选择题1、下列哪些方法可克服异方差性（ ）A、差分法B、加权最小一乘法C、工具变量法D、广义最小一乘法2、异方差性的后果包括（ ）A、参数估计量不再满足无偏性B、变量的显著性检验失去意义C、模型的预测失效D、普通最小二乘法参数估计量方差较大3、 下列计量经济分析中，很可能存在异方差问题的有（）A、用横截面数据建立家庭消费支出对家庭收入水平的回归模型B、用横截面数据建立产出对劳动和资本的回归模型C、以凯恩斯的有效需求理论为基础构造宏观计量经济模型D、以国民经济核算帐户为基础构造宏观计量经济模型4、 异方差的检验方法有（）A、图示检验法B、Glejser 检验C、white

46、 检验D、D.W.检验E、Goldfeld-Quandt 检验四、判断题1、 存在异方差情况下，普通最小二乘估计量依然是无偏和有效的。（）2、 如果存在异方差，通常使用的 t 检验和 F 检验无效。（）3、如果 OLS 法估计的残差呈现系统模式，则意味着存在着异方差。（）4、广义最小二乘法可消除异方差。（）5、存在异方差时，普通最小二乘法通常会高估参数估计量的方差（）6、 Goldfeld-Quandt 检验异方差时，排序后去掉中间c 个变量，c 值越大，检验就越高，但过高的 c,会降低检验的自由度，因而 c 应该适量，近似为样本容量的 1/4。（）1、简述异方差对 OLS 估计量的性质、置信

47、区间、显著性 t 检验和 F 检验有何影响。简答题292、下列哪种情况是异方差性造成的结果？(1) OLS 估计量是有偏的(2) 通常的变量显著性检验的 t 统计量不再服从 t 分布。(3) OLS 估计量不再具有最佳线性无偏性。3、已知线性回归模型:yi 01X1i2x2ii六、计算分析题1、已知模型Yi0iXii2X2iUi式中，Yj为某公司在第 i 个地区的销售额；X1匚为该地区的总收入；X2i为该公司在该地区投入的广告费用(i=0,1,2，50)。(1) 由于不同地区人口规模R可能影响着该公司在该地区的销售，因此有理由怀疑随机误差项Ui是异方差的。假设i依赖于Pi，请逐步描述你如何对此

48、进行检验。需说明：a、假设和备择假设；b、要进行的回归；c、要计算的检验统计值及它的分布(包括自由度)；d、接受或拒绝零假设的标准。(2)假设iPi。逐步描述如何求得 BLUE 并给出理论依据。2、已知模型Yo 1X1t 2X2t t,Var(t)的数据已知。假定给定权数wt，加权最小二乘法就是使2RSS(wt t)(wYt0wt1wX1t(1 )求 RSS 对0,1和2的偏微分并写出正规方程。(2) 用 Z 去除远模型，写出所得新模型的正规方程。存在异方差性，随机误差项的方差为的影响？2冷3，问参数估计时，如何克服该异方差性2 2Zt,其中 Y, X1 , X2 和 Z2wtX2t)2最小。

49、2)中推导的结果一样。301(3)把Wt带入(1)中的正规方程，并证明它们和在(31第七章 序列相关性一、名词解释1、序列相关性2、差分法3、 DW 检验、单项选择题1、DW 检验主要用于检验（）A 、异方差性B、自相关性C、随机解释变量D 、多重共线性2 、在下列引起序列自相关的原因中， 正确的有几个？（）（ 1 ）经济变量具有惯性作用（ 2）经济行为的滞后性（ 3 ）设定偏误（ 4）解释变量之间的共线性A、 1 个B、 4 个C、 2 个D、 3 个3、若回归模型的随机误差项存在一阶自回归形式的序列相关，则估计参数应采用 （ ）A 、普通最小二乘法B 、加权最小二乘法C、广义差分法D 、工

50、具变量法4、用于检验序列相关的DW 统计量的取值范围是（A、OWDWw1B、一 1 DW 1C、一 2 w DW w 2D、OWDW w 45、 已知 DW 统计量的值接近于0,则样本回归模型残差的一阶自相关系数？近似等于（）A 、 -1B 、OC、 1D、 0.56、 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、 0B、 1D、 4C、 2327、在给定的显著性水平之下，若DW 统计量的下、上临界值分别为dLDW dU时，可认为随机误差项dL和dU, 则当（）33&某企业的生产决策是由模型St0 iRt描述(其中St为产量，Pt为价格)，又知：如果

51、该企业在t 1期生产过剩，决策者会削减t期的产量；如果该企 业在 t-1 期产出供不应求，决策者会增加t期的产量。由此判断上述模型存在()C、 多重共线性问题D、 随机解释变量问题9、用矩阵形式表示的广义最小二乘参数估计量为?(X1X)1X1Y，此估计量为N，若存在序列相关，同时存在异方差，即有2E(N) 0，Cov(N) E(NN )2w11w12K w1nM O Mwn1wn2L wnnB、单位矩阵D 、正定矩阵三、多项选择题1 、下列可能导致模型产生序列相关的因素有()A 、模型形式被误设B、经济序列本身的惯性C、模型中漏掉了重要的带有自相关的解释变量D 、数据的编造E、数据的规模差异2

52、、关于 D.W. 检验下列说法正确的()A、只适用于一阶线性自回归形式的序列相关检验，且样本容量要充分大B、D.W.统计量的取值区间是0, 4C、 当 D.W.=2 时，对应的相关系数为0，表明不存在序列相关D、当 D.W.统计量的值落在区间dL,dU或者4-dU ,4-dL上时，无法确定随机误差项是否A 、存在一阶正自相关C、不存在序列相关B、存在一阶负相关D、存在序列相关与否不能断定A 、 异方差问题B、 序列相关问题A 、有偏、有效的估计量B、有偏、无效的估计量C、无偏、无效的估计量D、无偏、有效的估计量10、对于模型Y X是一个A 、退化矩阵C、对角矩阵34存在自相关。E、当 D.W.

53、接近于 4 时，相关系数接近 1,表明可能存在完全正的一阶自相关。353序列相关性的后果包括A 、参数估计量不再满足无偏性（）B 、变量的显著性检验失去意义C 、模型的预测失效D 、普通最小二乘法参数估计量方差较大4下列哪些方法可克服序列相关性（）A 、差分法C 、工具变量法B、加权最小一乘法D 、广义最小二乘法四、判断题1、当存在序列相关时，OLS 估计量是有偏的并且也是无效的。（）2 、两个模型，一个是一阶差分形式，一个是水平形式，这两个模型的2R2是不可以直接比较的。（）3、 当模型存在自相关时， 可用 D-W 法进行检验， 不需要任何前提条件（）4、D.W.值在 0 和 4 之间，数值

54、越小说明正相关程度越大， 数值越大说明负相关程度越大 （）5、 用滞后的被解释变量作解释变量，模型随机干扰项必然存在序列相关， 这时 D-W 检验就 不适用了。 （ ）五、简答题1、在存在一阶自相关的情形下，估计自相关参数2 、简述序列相关带来的后果。六、计算分析题1、对于模型：Yt12Xtut，问：（ 1）如果用变量的一阶差分估计该模型，则意味着采用了何种自相关形式？（ 2 ）在用一阶差分估计时，如果包含一个截距项，其含义是什么？有哪些不同的方法？说明基本思路。362、对模型Yt01X1t 2X2t3Yt 1t，假设Yt 1与t相关。为了消除该相关性，37采用工具变量法：先求Y关于Xit与X

55、2t回归，得到Y?，再做如下回归:Yt 0 iXit 2X213Y? 1t试问：这一方法能否消除原模型中Yi与t的相关性？为什么？3、以某地区 22 年的年度数据估计了如下工业就业回归方程Y 3.89 0.511 nXj0.251 nX20.621 n X3（-0.56）（2.3）（-1.7）（5.8）_2R 0.996DW 1.147式中，Y 为总就业量；X1为总收入；X2为平均月工资率；X3为地方政府的总支出。（1） 试证明：一阶自相关的 DW 检验是无定论的（取显著性水平0.05）。（2） 逐步描述如何使用 LM 统计量进行一阶自相关检验第八章虚拟变量模型一、名词解释1、虚拟变量2、虚拟

56、变量陷阱二、单项选择题1、某商品需求函数为Y01Xii，其中丫为需求量，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、2B、4C、5D、6382、根据样本资料建立某消费函数如下:C? 100.50 55.35D 0.45Xt，其中 C 为消费,X 为收入，虚拟变量D1 城镇家庭0 农村家庭，所有参数均检验显著，则城镇家庭的消费函数为139A 、Ct1It2DItt, D0 I1000 元1 I 1000 元B 、Ct1D2It0 I1000 元1 I 1000 元C、Ct1(ItI )D1000 元, DI1

57、000 元1000 元D 、Ct1It2(ItI )DI*1000 元,0 I1000 元I1000 元A、C?t155.85 0.45XtB、C?t100.50 0.45XtC、C?t100.50 55.35XtD、C?t100.95 55.35Xt3、假设某需求函数为Yi0 1Xii，为了考虑“季节”因素（春、夏、秋、冬四个不同的状态），引入 4 个虚拟变量形成截距变动模型， 则模型的 （ ） 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4、对于模型Yi01Xii， 为了考虑“地区”因素（北方、南方），引入 2 个虚拟变量形

58、成截距变动模型，则会产生（）A、序列的完全相关B、序列的不完全相关C、完全多重共线性D 、不完全多重共线性5、设消费函数为Yi0 1D0Xi 1DXii，其中虚拟变量D1 城镇家庭0 农村家庭当统计检验表明下列哪项成立时， 表示城镇家庭与农村家庭有一样的消费行为 （ ）A 、10,10B 、10,10C 、10,10D、10,101 北方6、设消费函数Yi0 1DXi i，其中虚拟变量D，如果统计检验表0 南方明11成立， 则北方的消费函数与南方的消费函数是B 、相互垂直的D 、相互重叠的7、假定月收入水平在 1000 元以内时， 居民边际消费倾向维持在某一水平， 当月收入水平达 到或超过10

59、00 元时，性关系宜采用8、虚拟变量A 、相互平行的C、相互交叉的边际消费倾向将明显下降，则描述消费（C）依收入（I）变动的线40A 、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、主能代表质的因素C、只能代表数量因素D、只能代表季节影响因素 9、如果一个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B 、 m-1D 、 m+1回归模型的截距项和斜率都发生变换， 则这种模型称为三、多项选择题1、关于虚拟变量， 下列表述正确的有E、代表数量因素E、以上都可以 3、关于虚拟变量设置原则， 下列表述正确的有A 、当定性因素有 m 个类别时，引入 m-1 个虚拟变

60、量B 、当定性因素有 m 个类别时，引入 m 个虚拟变量，会产生多重共线性问题C、虚拟变量的值只能去0 和 1D、在虚拟变量的设置中，基础类别一般取值为E、以上说法都正确四、判断题，并说明理由1、在回归模型Y0 iXi 2Di i中，如果虚拟变量Di的取值为 0 或 2， 而非通常情况下的 0 或 1，那么， 参数0、1、2的估计值将减半。( )理由：C 、m-210、由于引入虚拟变量，A 、平行模型B、重合模型C、 汇合模型D、相异模型A、是质的因素的数量变化B、般情况下取值为 1 和 0C、代表质的因素D、在有些情况下可以代表数量因素2、在线性模型中引入虚拟变量，可以反映A 、截距项变动B、斜率变动C、截距项和斜率同时变动D、分段回归412、在引