計(jì)量經(jīng)濟(jì)學(xué)題庫(kù)帶答案

1、計(jì)量經(jīng)濟(jì)學(xué)總復(fù)習(xí)題庫(kù)、單項(xiàng)選擇題1 計(jì)量經(jīng)濟(jì)學(xué)成為一門獨(dú)立學(xué)科的標(biāo)志是（B ）。A 1930年世界計(jì)量經(jīng)濟(jì)學(xué)會(huì)成立 B . 1933年計(jì)量經(jīng)濟(jì)學(xué)會(huì)刊出版C. 1969年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)設(shè)立D.1926年計(jì)量經(jīng)濟(jì)學(xué)（Economics） 詞構(gòu)造出來(lái)2在計(jì)量經(jīng)濟(jì)模型中，由模型系統(tǒng)內(nèi)部因素決定，表現(xiàn)為具有一定的概率分布的隨機(jī)變量，其 數(shù)值受模型中其他變量影響的變量是（B ）。A .內(nèi)生變量B .外生變量C.滯后變量D.前定變量3. 下面屬于橫截面數(shù)據(jù)的是（D ）0A . 1991-2003年各年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)企業(yè)的平均工業(yè)產(chǎn)值B . 1991 - 2003年各年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)企業(yè)各鎮(zhèn)的工業(yè)產(chǎn)值C.

2、 某年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)工業(yè)產(chǎn)值的合計(jì)數(shù)D .某年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)各鎮(zhèn)的工業(yè)產(chǎn)值4. 經(jīng)濟(jì)計(jì)量分析工作的基本步驟是（A ）oA .設(shè)定理論模型一收集樣本資料一估計(jì)模型參數(shù)一檢驗(yàn)?zāi)Ｐ虰 .設(shè)定模型f估計(jì)參數(shù)f檢驗(yàn)?zāi)Ｐ蚮應(yīng)用模型C.個(gè)體設(shè)計(jì)一總體估計(jì)-估計(jì)模型一應(yīng)用模型D .確定模型導(dǎo)向f確定變量及方程式f估計(jì)模型f應(yīng)用模型5. 將內(nèi)生變量的前期值作解釋變量，這樣的變量稱為（ D ）D .滯后變量A .虛擬變量B.控制變量C.政策變量6. 同一統(tǒng)計(jì)指標(biāo)按時(shí)間順序記錄的數(shù)據(jù)列稱為（B ）C.修勻數(shù)據(jù)D .原始數(shù)據(jù)）。B .都不是隨機(jī)變量D .隨機(jī)的或非隨機(jī)都可以C ）oA .橫截面數(shù)據(jù)B .時(shí)間序列數(shù)

3、據(jù)7. 進(jìn)行相關(guān)分析時(shí)的兩個(gè)變量（AA .都是隨機(jī)變量C. 一個(gè)是隨機(jī)變量，一個(gè)不是隨機(jī)變量8. 表示x和y之間真實(shí)線性關(guān)系的是（B. E(YtM5f51Xt八 0XtC. Y 邛0 + RXt +ut9 .參數(shù)：的估計(jì)量?具備有效性是指（B ）A var(?)=0B var（?）為最小C ( " ) =0d ("')為最小10 .對(duì)于Y二,？Xi飛，以:？表示估計(jì)標(biāo)準(zhǔn)誤差，弋表示回歸值，貝U（ B ）；?=0時(shí),，（Yi-Yi）= 0?=0 時(shí),，B .:?=0 時(shí),，（Yi- Y?）為最小:?=0時(shí)，（Yi-Y?）2為最小11產(chǎn)量（X,臺(tái)）與單位產(chǎn)品成本（丫，元

4、/臺(tái)）之間的回歸方程為Y =356 MX,這說(shuō)明（D ）A 產(chǎn)量每增加一臺(tái)，單位產(chǎn)品成本增加356元B 產(chǎn)量每增加一臺(tái)，單位產(chǎn)品成本減少1.5元C 產(chǎn)量每增加一臺(tái)，單位產(chǎn)品成本平均增加356元D 產(chǎn)量每增加一臺(tái)，單位產(chǎn)品成本平均減少1.5元12在總體回歸直線E（丫）二1X中，表示（B ）。A 當(dāng)X增加一個(gè)單位時(shí),Y增加“個(gè)單位B .當(dāng)X增加一個(gè)單位時(shí)，丫平均增加-1個(gè)單位C 當(dāng)丫增加一個(gè)單位時(shí),X增加個(gè)單位D .當(dāng)丫增加一個(gè)單位時(shí)，X平均增加-1個(gè)單位13.以丫表示實(shí)際觀測(cè)值,丫表示回歸估計(jì)值，則普通最小二乘法估計(jì)參數(shù)的準(zhǔn)則是使A Z (丫廠 丫?)=0C Z （丫廠S?i）=最小B Z （丫

5、廠 S?i）2=0D送（丫廠丫?）2=最小14. 用OLS估計(jì)經(jīng)典線性模型丫=' ：1Xi+ u i，則樣本回歸直線通過(guò)點(diǎn)A . （X , 丫）B . （X , 丫?）c.（X , 丫?）d . （X , 丫）15. 用一組有30個(gè)觀測(cè)值的樣本估計(jì)模型丫尸一01Xi+ u i，在0.05的顯著性水平下對(duì)r的顯 著性作t檢驗(yàn)，則=顯著地不等于零的條件是其統(tǒng)計(jì)量t大于（ D ）。A . t0.05（30）B . t0.025（30）C. t0.05（28）D . t0.025（28）16. 判定系數(shù)R2的取值范圍是（C ）。A . R2<-1B . R2> 1C. 0<

6、R2< 1D . - 1< R2< 117. 根據(jù)決定系數(shù)R2與F統(tǒng)計(jì)量的關(guān)系可知，當(dāng)R2= 1時(shí)，有（D ）。A . F= 1B . F = -1C. F = 0D . F=x18. 回歸模型丫邛區(qū)+Ui中，關(guān)于檢驗(yàn)H：1 =0所用的統(tǒng)計(jì)量War（f?），下列說(shuō)法正 確的是（D ）。A .服從（n2）B .服從 t（nT）C.服從（n - 1）D .服從 t 5-2）19. 在二元線性回歸模型丫八0Xj .亦2匚 5中，：1表示（a ）。A .當(dāng)X2不變時(shí)，X1每變動(dòng)一個(gè)單位Y的平均變動(dòng)。B .當(dāng)X1不變時(shí)，X2每變動(dòng)一個(gè)單位Y的平均變動(dòng)。C.當(dāng)X1和X2都保持不變時(shí)，Y的

7、平均變動(dòng)。D .當(dāng)X1和X2都變動(dòng)一個(gè)單位時(shí)，Y的平均變動(dòng)。20. 按經(jīng)典假設(shè)，線性回歸模型中的解釋變量應(yīng)是非隨機(jī)變量，且（A ）。A .與隨機(jī)誤差項(xiàng)不相關(guān)B.與殘差項(xiàng)不相關(guān)C.與被解釋變量不相關(guān)D .與回歸值不相關(guān)21. 下面說(shuō)法正確的是(A. 內(nèi)生變量是非隨機(jī)變量C. 外生變量是隨機(jī)變量22. 回歸分析中定義的()0B. 前定變量是隨機(jī)變量D. 外生變量是非隨機(jī)變量)0A.解釋變量和被解釋變量都是隨機(jī)變量C.解釋變量和被解釋變量都為非隨機(jī)變量23.用一組有30個(gè)觀測(cè)值的樣本估計(jì)模型B. 解釋變量為非隨機(jī)變量，被解釋變量為隨機(jī)變量D. 解釋變量為隨機(jī)變量，被解釋變量為非隨機(jī)變量yb°

8、; b,Xlt b2X2t Ut后，在0.05的顯著性水平上對(duì)bl的顯著性作t檢驗(yàn)，則bl顯著地不等于零的條件是其統(tǒng)計(jì)量t大于等于( C )A to.05 (30)B to.025 (28)C. to.025 (27) D F 0.025 (1,28)24. 在多元線性回歸模型中，若某個(gè)解釋變量對(duì)其余解釋變量的判定系數(shù)接近于1,則表明模 型中存在(C )A.異方差性B.序列相關(guān)C.多重共線性D.高擬合優(yōu)度25. 線性回歸模型yt =b。+blXit+協(xié)2七+6x+5中，檢驗(yàn)H。： b =0(i二0,1,2，“時(shí)，所用的A t三L_統(tǒng)計(jì)量 廠服從(c )A.t (n-k+1)B.t( n-k-2

9、)C.t (n-k-1)D.t( n-k+2)26. 調(diào)整的判定系數(shù)二 與多重判定系數(shù)-廠之間有如下關(guān)系(D )R2=4Jr2A. n -k-12n122n12R2 =1(1 R2)R2 =1(1 一 R2)C. n _k -1d.n _k _127. 在多元線性回歸模型中對(duì)樣本容量的基本要求是(k為解釋變量個(gè)數(shù)):(C )A nk+1B * k+1C n30 或 n3 (k+1)D n3028. 下列說(shuō)法中正確的是：(D )2A如果模型的R 很高，我們可以認(rèn)為此模型的質(zhì)量較好2B如果模型的R 較低，我們可以認(rèn)為此模型的質(zhì)量較差C如果某一參數(shù)不能通過(guò)顯著性檢驗(yàn)，我們應(yīng)該剔除該解釋變量D如果某一

10、參數(shù)不能通過(guò)顯著性檢驗(yàn)，我們不應(yīng)該隨便剔除該解釋變量29. Goldfeld-Qua ndt 方法用于檢驗(yàn)(A )A.異方差性B.自相關(guān)性C.隨機(jī)解釋變量D.多重共線性30. 在異方差性情況下，常用的估計(jì)方法是(D )A.階差分法B. 廣義差分法C.工具變量法D.加權(quán)最小二乘法A.異方差性B.自相關(guān)性32. Glejser檢驗(yàn)方法主要用于檢驗(yàn)（A.異方差性B.自相關(guān)性33. 下列哪種方法不是檢驗(yàn)異方差的方法A.戈德菲爾特 匡特檢驗(yàn)B.懷特檢驗(yàn)34. 當(dāng)存在異方差現(xiàn)象時(shí)，估計(jì)模型參數(shù)的適當(dāng)方法是A.加權(quán)最小二乘法35. 如果戈德菲爾特A.異方差問(wèn)題 定誤差問(wèn)題36. 如果模型yt=b0+b1xt

11、+ut存在序列相關(guān)，則（A. cov（xt, ut）=00（ts）37. DW檢驗(yàn)的零假設(shè)是A . DW = 0B.38. DW的取值范圍是（C.隨機(jī)解釋變量）C.隨機(jī)解釋變量D ）C.戈里瑟（Glejser）檢驗(yàn)（A ）D.多重共線性D.多重共線性D.方差膨脹因子檢驗(yàn)B.工具變量法C.廣義差分法匡特檢驗(yàn)顯著，則認(rèn)為什么問(wèn)題是嚴(yán)重的（C.多重共線性問(wèn)題D.使用非樣本先驗(yàn)信息A ）B.序列相關(guān)冋題B. cov(ut, us)=O(t衣)D )。C. cov(xt,ut)和D.設(shè)D. cov(ut, us)（p為隨機(jī)誤差項(xiàng)的一階相關(guān)系數(shù)）尸0D ）C. DW = 1B )。D. p= 1A . -

12、1OW OB . -1OW <139. 當(dāng)模型存在嚴(yán)重的多重共線性時(shí)，A .線性B .無(wú)偏性C. -2OW總OLS估計(jì)量將不具備（C.有效性O(shè)OW詔40. 模型中引入實(shí)際上與解釋變量有關(guān)的變量，會(huì)導(dǎo)致參數(shù)的A .增大B .減小C.有偏41. 如果方差膨脹因子 VIF = 10,則什么問(wèn)題是嚴(yán)重的（ CA .異方差問(wèn)題B .序列相關(guān)問(wèn)題 C.多重共線性問(wèn)題項(xiàng)的相關(guān)性D ）D .一致性O(shè)LS估計(jì)量方差（ A ）。D.非有效D .解釋變量與隨機(jī)42. 在多元線性回歸模型中，若某個(gè)解釋變量對(duì)其余解釋變量的判定系數(shù)接近于1,則表明模型 中存在（C ） oA異方差B序列相關(guān)C多重共線性D高擬合優(yōu)度4

13、3. 存在嚴(yán)重的多重共線性時(shí)，參數(shù)估計(jì)的標(biāo)準(zhǔn)差（A ）oA .變大B .變小C.無(wú)法估計(jì)D .無(wú)窮大44. 完全多重共線性時(shí)，下列判斷不正確的是（D ）oA .參數(shù)無(wú)法估計(jì)B .只能估計(jì)參數(shù)的線性組合C.模型的擬合程度不能判斷D .可以計(jì)算模型的擬合程度45. 當(dāng)質(zhì)的因素引進(jìn)經(jīng)濟(jì)計(jì)量模型時(shí)，需要使用（ D ）A.外生變量B.前定變量C.內(nèi)生變量D.虛擬變量46. 假設(shè)回歸模型為，其中Xi為隨機(jī)變量，Xi與Ui相關(guān)則'的普通最小二乘 估計(jì)量（D ）A.無(wú)偏且一致B.無(wú)偏但不一致C.有偏但一致D.有偏且不一致1東中部D = *.47. 設(shè)消費(fèi)函數(shù)人二a。HD biXt Ut，其中虛擬變量0

14、西部，如果統(tǒng)計(jì)檢驗(yàn)表明a0成立，貝U東中部的消費(fèi)函數(shù)與西部的消費(fèi)函數(shù)是（D ）。A.相互平行的B.相互垂直的C.相互交叉的D.相互重疊的48. 如果一個(gè)回歸模型中不包含截距項(xiàng)，對(duì)一個(gè)具有m個(gè)特征的質(zhì)的因素要引入虛擬變量數(shù)目為（B ）。A.mB.m-1C.m-2D.m+149. 設(shè)某商品需求模型為yt =bo blXt Ut，其中丫是商品的需求量，X是商品的價(jià)格，為了考慮全年12個(gè)月份季節(jié)變動(dòng)的影響，假設(shè)模型中引入了12個(gè)虛擬變量，則會(huì)產(chǎn)生的問(wèn)題為（D ）。A .異方差性B .序列相關(guān)C.不完全的多重共線性D .完全的多重共線性50. 如果聯(lián)立方程中某個(gè)結(jié)構(gòu)方程包含了所有的變量，則這個(gè)方程為（C

15、 ）。A .恰好識(shí)別B .過(guò)度識(shí)別 C.不可識(shí)別D .可以識(shí)別51. 對(duì)聯(lián)立方程模型進(jìn)行參數(shù)估計(jì)的方法可以分兩類，即：（ B ） oA .間接最小二乘法和系統(tǒng)估計(jì)法B.單方程估計(jì)法和系統(tǒng)估計(jì)法C.單方程估計(jì)法和二階段最小二乘法D .工具變量法和間接最小二乘法52. 在結(jié)構(gòu)式模型中，其解釋變量（C） oA .都是前定變量B.都是內(nèi)生變量C.可以內(nèi)生變量也可以是前定變量D .都是外生變量53. 如果某個(gè)結(jié)構(gòu)式方程是過(guò)度識(shí)別的，則估計(jì)該方程參數(shù)的方法可用（A .二階段最小二乘法B.間接最小二乘法C.廣義差分法54. 當(dāng)模型中第i個(gè)方程是不可識(shí)別的，則該模型是（ B ）A .可識(shí)別的B .不可識(shí)別的C

16、.過(guò)度識(shí)別55. 結(jié)構(gòu)式模型中的每一個(gè)方程都稱為結(jié)構(gòu)式方程，在結(jié)構(gòu)方程中， 也可以是（C A .外生變量A ）oD .加權(quán)最小二乘法OD .恰好識(shí)別解釋變量可以是前定變量,）B .滯后變量C.內(nèi)生變量D .外生變量和內(nèi)生變量、多項(xiàng)選擇題1. 從變量的因果關(guān)系看，經(jīng)濟(jì)變量可分為A .解釋變量B .被解釋變量2. 從變量的性質(zhì)看，經(jīng)濟(jì)變量可分為（A .解釋變量B .被解釋變量（ AB ）C.內(nèi)生變量CD ）oC.內(nèi)生變量外生變量E.控制變量外生變量E.控制變量3. 在一個(gè)經(jīng)濟(jì)計(jì)量模型中，可作為解釋變量的有 （BCDE滯后變量E.外生變量A .內(nèi)生變量B .控制變量C.政策變量4對(duì)于經(jīng)典線性回歸模型

17、，各回歸系數(shù)的普通最小二乘法估計(jì)量具有的優(yōu)良特性有（ABE ）A .無(wú)偏性B .有效性C. 一致性D .確定性E.線性特性5.元線性回歸模型Yi = "Xi + u i的經(jīng)典假設(shè)包括（ABCDE ）oA E(Ut) =0B var(uj -；-2C COV(Ut,Us)=0DCov(Xt,Ut)=02E 5N(0,匚)6 .以丫表示實(shí)際觀測(cè)值，Y?表示OLS估計(jì)回歸值，e表示殘差，則回歸直線滿足（ABE ）A .通過(guò)樣本均值點(diǎn)（X，丫）C '（ 丫廠 丫?）2= 0D '（ 丫? - 丫）2= 07 .假設(shè)線性回歸模型滿足全部基本假設(shè)，則其參數(shù)的估計(jì)量具備（ A .可

18、靠性B.合理性8.普通最小二乘估計(jì)的直線具有以下特性（E cov(X i ,ei )=0C.線性CDED .無(wú)偏性）0E .有效性ABDEA .通過(guò)樣本均值點(diǎn)（X，丫）B . '“C.。0、(丫 -丫?)2 =0E cov（Xi,e）=09.判定系數(shù)R2可表示為（BCE ）or2=RSSA . TSSr2=ESSB . TSSR2=1-空C .TSSR2 = 1-變 D .TSSR2 = E . ESS+RSS2R /( n-k )(1 -R )/( k- 1 )10.對(duì)模型yt =b0 blXlt b2X2t ut進(jìn)行總體顯著性檢驗(yàn)，如果檢驗(yàn)結(jié)果總體線性關(guān)系顯著，則有（BCDA.B

19、d 式0, =0C d=0,b2 式 0d0,60e D = b2 式 0剩余變差是指（ACDE11.A.隨機(jī)因素影響所引起的被解釋變量的變差 B.解釋變量變動(dòng)所引起的被解釋變量的變差 C.被解釋變量的變差中，回歸方程不能做出解釋的部分 差E.被解釋變量的實(shí)際值與回歸值的離差平方和12回歸變差（或回歸平方和）是指（BCDA.被解釋變量的實(shí)際值與平均值的離差平方和 離差平方和C.被解釋變量的總變差與剩余變差之差量的變差E.隨機(jī)因素影響所引起的被解釋變量的變差13.在異方差條件下普通最小二乘法具有如下性質(zhì)（A.線性B.無(wú)偏性C.最小方差性ABD.被解釋變量的總變差與回歸平方和之B.被解釋變量的回歸

20、值與平均值的D.解釋變量變動(dòng)所引起的被解釋變）D.精確性E.有效性14. 異方差性將導(dǎo)致（BCDE ）。A.普通最小二乘法估計(jì)量有偏和非一致B.普通最小二乘法估計(jì)量非有效C.普通最小二乘法估計(jì)量的方差的估計(jì)量有偏D.建立在普通最小二乘法估計(jì)基礎(chǔ)上的假設(shè)檢驗(yàn)失效E. 建立在普通最小二乘法估計(jì)基礎(chǔ)上的預(yù)測(cè)區(qū)間變寬15. 下列哪些方法可用于異方差性的檢驗(yàn)（DE ）0A. DW檢驗(yàn)B.方差膨脹因子檢驗(yàn)法C.判定系數(shù)增量貢獻(xiàn)法D.樣本分段比較法E. 殘差回歸檢驗(yàn)法16. 下列說(shuō)法正確的有（BE ）oA.當(dāng)異方差出現(xiàn)時(shí)，最小二乘估計(jì)是有偏的和不具有最小方差特性B.當(dāng)異方差出現(xiàn)時(shí)，常用的t和F檢驗(yàn)失效C.

21、異方差情況下，通常的OLS估計(jì)一定高估了估計(jì)量的標(biāo)準(zhǔn)差D. 如果OLS回歸的殘差表現(xiàn)出系統(tǒng)性，則說(shuō)明數(shù)據(jù)中不存在異方差性E. 如果回歸模型中遺漏一個(gè)重要變量，則 OLS殘差必定表現(xiàn)出明顯的趨勢(shì)17. DW檢驗(yàn)不適用于下列情況下的一階線性自相關(guān)檢驗(yàn)（ BCD ）oA .模型包含有隨機(jī)解釋變量B .樣本容量太小C.非一階自回歸模型D .含有滯后的被解釋變量E.包含有虛擬變量的模型18. 當(dāng)模型中解釋變量間存在高度的多重共線性時(shí)（ACD ）oA.各個(gè)解釋變量對(duì)被解釋變量的影響將難以精確鑒別B .部分解釋變量與隨機(jī)誤差項(xiàng)之間將高度相關(guān)C.估計(jì)量的精度將大幅度下降 D .估計(jì)對(duì)于樣本容量的變動(dòng)將十分敏感

22、E.模型的隨機(jī)誤差項(xiàng)也將序列相關(guān)19. 下述統(tǒng)計(jì)量可以用來(lái)檢驗(yàn)多重共線性的嚴(yán)重性（ACD ）oA .相關(guān)系數(shù)B . DW值 C.方差膨脹因子D .特征值 E.自相關(guān)系數(shù)20. 多重共線性產(chǎn)生的原因主要有（ABCD ）oA .經(jīng)濟(jì)變量之間往往存在同方向的變化趨勢(shì)B .經(jīng)濟(jì)變量之間往往存在著密切的關(guān)聯(lián)C.在模型中采用滯后變量也容易產(chǎn)生多重共線性D .在建模過(guò)程中由于解釋變量選擇不當(dāng)，引起了變量之間的多重共線性E.以上都正確21. 虛擬變量的取值為0和1,分別代表某種屬性的存在與否，其中（ BC ）A. 0表示存在某種屬性B. 0表示不存在某種屬性C. 1表示存在某種屬性D . 1表示不存在某種屬性

23、E. 0和1代表的內(nèi)容可以隨意設(shè)定22. 對(duì)于分段線性回歸模型yt必2（人-x ）D *，其中（BE ）A .虛擬變量D代表品質(zhì)因素B .虛擬變量D代表數(shù)量因素*C.以Xt =x為界，前后兩段回歸直線的斜率不同*D .以Xt二x為界，前后兩段回歸直線的截距不同E.該模型是系統(tǒng)變參數(shù)模型的一種特殊形式23當(dāng)結(jié)構(gòu)方程為恰好識(shí)別時(shí)，可選擇的估計(jì)方法是（CD ）A .最小二乘法B .廣義差分法C.間接最小二乘法D .二階段最小二乘法E.有限信息極大似然估計(jì)法三、名詞解釋1. 解釋變量：是用來(lái)解釋作為研究對(duì)象的變量（即因變量）為什么變動(dòng)、如何變動(dòng)的變量。它對(duì)因變量的變動(dòng)做出解釋，表現(xiàn)為方程所描述的因果關(guān)

24、系中的“因”。2. 被解釋變量：是作為研究對(duì)象的變量。它的變動(dòng)是由解釋變量做出解釋的，表現(xiàn)為方程所描 述的因果關(guān)系的果。3. 內(nèi)生變量：是由模型系統(tǒng)內(nèi)部因素所決定的變量，表現(xiàn)為具有一定概率分布的隨機(jī)變量，是 模型求解的結(jié)果。4. 外生變量：是由模型系統(tǒng)之外的因素決定的變量，表現(xiàn)為非隨機(jī)變量。它影響模型中的內(nèi)生 變量，其數(shù)值在模型求解之前就已經(jīng)確定。5最小二乘法：用使估計(jì)的剩余平方和最小的原則確定樣本回歸函數(shù)的方法，稱為最小二乘法。6. 高斯-馬爾可夫定理：在古典假定條件下，OLS估計(jì)量是模型參數(shù)的最佳線性無(wú)偏估計(jì)量， 這一結(jié)論即是高斯-馬爾可夫定理。7. 剩余變差（殘差平方和）：在回歸模型中，

25、因變量的觀測(cè)值與估計(jì)值之差的平方和，是不能 由解釋變量所解釋的部分變差。8. 擬合優(yōu)度：樣本回歸直線與樣本觀測(cè)數(shù)據(jù)之間的擬合程度。9回歸變差：簡(jiǎn)稱ESS表示由回歸直線（即解釋變量）所解釋的部分，表示x對(duì)y的線性影響。10. 剩余變差：簡(jiǎn)稱RSS，是未被回歸直線解釋的部分，是由解釋變量以外的因素造成的影響。11. 多重決定系數(shù)：在多元線性回歸模型中，回歸平方和與總離差平方和的比值，也就是在被 解釋變量的總變差中能由解釋變量所解釋的那部分變差的比重，我們稱之為多重決定系數(shù)，仍 用R2表示。12. 異方差性：在線性回歸模型中，如果隨機(jī)誤差項(xiàng)的方差不是常數(shù)，即對(duì)不同的解釋變量觀測(cè) 值彼此不同，則稱隨機(jī)

26、項(xiàng)Ui具有異方差性。13. 序列相關(guān)性：對(duì)于模型yi ：1Xi1 ：藥 2, k Xk i i i =1 , 2, n ,隨機(jī)誤差項(xiàng)互相獨(dú)立的基本假設(shè)表現(xiàn)為C°vN H）=°i式j(luò) i手2, （1分）如果出現(xiàn)Cov®片產(chǎn)0 i j 2，n即對(duì)于不同的樣本點(diǎn)，隨機(jī)誤差項(xiàng)之間不再是完全互相獨(dú)立，而是存在某種相關(guān)性，則認(rèn)為出 現(xiàn)了序列相關(guān)性（Serial Correlation）。14啟回歸模型：yt二丁心15. DW檢驗(yàn)：德賓和瓦特森與1951年提出的一種適于小樣本的檢驗(yàn)方法。DW檢驗(yàn)法有五個(gè)前 提條件。（請(qǐng)大家自己查書）16多重共線性：是指解釋變量之間存在完全或不完

27、全的線性關(guān)系。17.方差膨脹因子：指解釋變量之間存在多重共線性時(shí)的方差與不存在多重共線性時(shí)的方差之比。18虛擬變量：把質(zhì)的因素量化而構(gòu)造的取值為0和1的人工變量。19聯(lián)立方程模型：是指由兩個(gè)或更多相互聯(lián)系的方程構(gòu)建的模型。20. 結(jié)構(gòu)式模型：是根據(jù)經(jīng)濟(jì)理論建立的反映經(jīng)濟(jì)變量間直接關(guān)系結(jié)構(gòu)的計(jì)量方程系統(tǒng)。21. 戈德菲爾特-匡特檢驗(yàn):該方法由戈德菲爾特（S.M.Goldfeld）和匡特（R.E.Quandt）于1965 年提出，用對(duì)樣本進(jìn)行分段比較的方法來(lái)判斷異方差性。22. 懷特檢驗(yàn)：該檢驗(yàn)由懷特（White）在1980年提出，通過(guò)建立輔助回歸模型的方式來(lái)判斷異 方差性。23. 識(shí)別的階條件：

28、如果一個(gè)方程能被識(shí)別，那么這個(gè)方程不包含的變量的總數(shù)應(yīng)大于或等于模型系統(tǒng)中方程個(gè)數(shù)減1。24. 識(shí)別的秩條件：一個(gè)方程可識(shí)別的充分必要條件是：所有不包含在這個(gè)方程中的參數(shù)矩陣 的秩為m-1。四、簡(jiǎn)答題1. 古典線性回歸模型的基本假定是什么？答：零均值假定。即在給定 xt的條件下，隨機(jī)誤差項(xiàng)的數(shù)學(xué)期望（均值）為 0,即E（Ut）=0。同方差假定。誤差項(xiàng)Ut的方差與t無(wú)關(guān)，為一個(gè)常數(shù)。無(wú)自相關(guān)假定。即不同的誤差項(xiàng)相互獨(dú)立。解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定。正態(tài)性假定，即假定誤差項(xiàng)Ut服從均值為0,方差為匚2的正態(tài)分布。2. 總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。答：主要區(qū)別：描述的對(duì)象不同。總體回

29、歸模型描述總體中變量y與x的相互關(guān)系，而樣本回歸模型描述所觀測(cè)的樣本中變量 y與x的相互關(guān)系。建立模型的不同?？傮w回歸模型是依 據(jù)總體全部觀測(cè)資料建立的，樣本回歸模型是依據(jù)樣本觀測(cè)資料建立的。模型性質(zhì)不同?？?體回歸模型不是隨機(jī)模型，樣本回歸模型是隨機(jī)模型，它隨著樣本的改變而改變。主要聯(lián)系：樣本回歸模型是總體回歸模型的一個(gè)估計(jì)式，之所以建立樣本回歸模型，目的是用 來(lái)估計(jì)總體回歸模型。3. 簡(jiǎn)述BLUE的含義。答：BLUE即最佳線性無(wú)偏估計(jì)量，是best linear unbiased estimators勺縮寫。在古典假定條件下， 最小二乘估計(jì)量具備線性、無(wú)偏性和有效性，是最佳線性無(wú)偏估計(jì)量，

30、即BLUE，這一結(jié)論就是著名的高斯一馬爾可夫定理。4. 對(duì)于多元線性回歸模型，為什么在進(jìn)行了總體顯著性F檢驗(yàn)之后，還要對(duì)每個(gè)回歸系數(shù)進(jìn)行 是否為0的t檢驗(yàn)？答：多元線性回歸模型的總體顯著性 F檢驗(yàn)是檢驗(yàn)?zāi)Ｐ椭腥拷忉屪兞繉?duì)被解釋變量的共同影 響是否顯著。通過(guò)了此 F檢驗(yàn)，就可以說(shuō)模型中的全部解釋變量對(duì)被解釋變量的共同影響是顯 著的，但卻不能就此判定模型中的每一個(gè)解釋變量對(duì)被解釋變量的影響都是顯著的。因此還需 要就每個(gè)解釋變量對(duì)被解釋變量的影響是否顯著進(jìn)行檢驗(yàn)，即進(jìn)行t檢驗(yàn)。5在多元線性回歸分析中，為什么用修正的決定系數(shù)衡量估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度？2解答：因?yàn)槿藗儼l(fā)現(xiàn)隨著模型中解釋變量的

31、增多，多重決定系數(shù)R的值往往會(huì)變大，從而增加了模型的解釋功能。這樣就使得人們認(rèn)為要使模型擬合得好，就必須增加解釋變量。但是，在 樣本容量一定的情況下，增加解釋變量必定使得待估參數(shù)的個(gè)數(shù)增加，從而損失自由度，而實(shí) 際中如果引入的解釋變量并非必要的話可能會(huì)產(chǎn)生很多問(wèn)題，比如，降低預(yù)測(cè)精確度、弓I起多 重共線性等等。為此用修正的決定系數(shù)來(lái)估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度。96. 修正的決定系數(shù)R及其作用。R2 = 1' © /n -k 一1解答："（yt -才“-1，其作用有：（1）用自由度調(diào)整后，可以消除擬合優(yōu)度評(píng)價(jià)中解釋變量多少對(duì)決定系數(shù)計(jì)算的影響；（2）對(duì)于包含解釋變

32、量個(gè)數(shù)不同的模型，可以用調(diào)整后的 決定系數(shù)直接比較它們的擬合優(yōu)度的高低，但不能用原來(lái)未調(diào)整的決定系數(shù)來(lái)比較。7 什么是異方差，產(chǎn)生的原因是什么？異方差性是指模型違反了古典假定中的同方差假定，它是計(jì)量經(jīng)濟(jì)分析中的一個(gè)專門問(wèn)題。 在線性回歸模型中，如果隨機(jī)誤差項(xiàng)的方差不是常數(shù)，即對(duì)不同的解釋變量觀測(cè)值彼此不同， 則稱隨機(jī)項(xiàng)Ui具有異方差性，即vary） “t2 =常數(shù)（t=i, 2，,， n）。例如，利用橫 截面數(shù)據(jù)研究消費(fèi)和收入之間的關(guān)系時(shí)，對(duì)收入較少的家庭在滿足基本消費(fèi)支出之后的剩余收 入已經(jīng)不多，用在購(gòu)買生活必需品上的比例較大，消費(fèi)的分散幅度不大。收入較多的家庭有更 多可自由支配的收入，使得

33、這些家庭的消費(fèi)有更大的選擇范圍。由于個(gè)性、愛(ài)好、儲(chǔ)蓄心理、 消費(fèi)習(xí)慣和家庭成員構(gòu)成等那個(gè)的差異，使消費(fèi)的分散幅度增大，或者說(shuō)低收入家庭消費(fèi)的分 散度和高收入家庭消費(fèi)得分散度相比較，可以認(rèn)為牽著小于后者。這種被解釋變量的分散幅度 的變化，反映到模型中，可以理解為誤差項(xiàng)方差的變化。產(chǎn)生原因：（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設(shè)定誤差；（3）樣本數(shù)據(jù)的測(cè)量誤差；（4）隨機(jī)因素的影響。8 異方差產(chǎn)生的影響是什么？如果線性回歸模型的隨機(jī)誤差項(xiàng)存在異方差性，會(huì)對(duì)模型參數(shù)估計(jì)、模型檢驗(yàn)及模型應(yīng)用帶來(lái) 重大影響，主要有：（1）不影響模型參數(shù)最小二乘估計(jì)值的無(wú)偏性；（2）參數(shù)的最小二乘估計(jì)量不

34、是一個(gè)有效的估計(jì)量；（3）對(duì)模型參數(shù)估計(jì)值的顯著性檢驗(yàn)失效；模型估計(jì)式的代表性降 低，預(yù)測(cè)精度精度降低。9 .簡(jiǎn)述DW檢驗(yàn)的局限性。答：從判斷準(zhǔn)則中看到，DW檢驗(yàn)存在兩個(gè)主要的局限性：首先，存在一個(gè)不能確定的DW值區(qū)域，這是這種檢驗(yàn)方法的一大缺陷。其次：DW檢驗(yàn)只能檢驗(yàn)一階自相關(guān)。但在實(shí)際計(jì)量經(jīng)濟(jì)學(xué)問(wèn)題中，一階自相關(guān)是出現(xiàn)最多的一類序列相關(guān)， 而且經(jīng)驗(yàn)表明，如果不存在一階自相關(guān)， 一般也不存在高階序列相關(guān)。所以在實(shí)際應(yīng)用中，對(duì)于序列相關(guān)問(wèn)題一般只進(jìn)行DW檢驗(yàn)。10.序列相關(guān)性的后果。答：（1）模型參數(shù)估計(jì)值不具有最優(yōu)性；（2）隨機(jī)誤差項(xiàng)的方差一般會(huì)低估；（3）模型的統(tǒng)計(jì) 檢驗(yàn)失效；（4）區(qū)間估

35、計(jì)和預(yù)測(cè)區(qū)間的精度降低。（全對(duì)即加1分）11自相關(guān)性產(chǎn)生的原因有那些？答：（1）經(jīng)濟(jì)變量慣性的作用引起隨機(jī)誤差項(xiàng)自相關(guān)； （2）經(jīng)濟(jì)行為的滯后性引起隨機(jī)誤差項(xiàng) 自相關(guān)；（3）些隨機(jī)因素的干擾或影響引起隨機(jī)誤差項(xiàng)自相關(guān)； （4）模型設(shè)定誤差引起隨機(jī)誤 差項(xiàng)自相關(guān)；（5）觀測(cè)數(shù)據(jù)處理引起隨機(jī)誤差項(xiàng)自相關(guān)。12虛擬變量引入的原則是什么？答案：（1）如果一個(gè)定性因素有 m方面的特征，貝U在模型中引入 m-1個(gè)虛擬變量；（2）如果模 型中有m個(gè)定性因素，而每個(gè)定性因素只有兩方面的屬性或特征，則在模型中引入 m個(gè)虛擬變 量；如果定性因素有兩個(gè)及以上個(gè)屬性，則參照“一個(gè)因素多個(gè)屬性”的設(shè)置虛擬變量。（3）虛

36、擬變量取值應(yīng)從分析問(wèn)題的目的出發(fā)予以界定；（4）虛擬變量在單一方程中可以作為解釋變量也可以作為被解釋變量。13. 異方差的檢驗(yàn)方法有哪些？檢驗(yàn)方法：（1）圖示檢驗(yàn)法；（2）戈德菲爾德一匡特檢驗(yàn)；（3）懷特檢驗(yàn)；（4）戈里瑟檢驗(yàn)和 帕克檢驗(yàn)（殘差回歸檢驗(yàn)法）；（5） ARCH檢驗(yàn)（自回歸條件異方差檢驗(yàn)）14. 聯(lián)立方程識(shí)別的條件包括哪些？條件包括階條件和秩條件。階條件是指，如果一個(gè)方程能被識(shí)別，那么這個(gè)方程不包含的變量 總數(shù)應(yīng)大于或等于模型系統(tǒng)中方程個(gè)數(shù)減 1;秩條件是指，在一個(gè)具有K個(gè)方程的模型系統(tǒng)中， 任何一個(gè)方程被識(shí)別的充分必要條件是：所有不包含在這個(gè)方程中變量的參數(shù)的秩為K- 1。15.

37、 什么是多重共線性，產(chǎn)生的原因是什么？答：多重共線性是指解釋變量之間存在完全或近似的線性關(guān)系。產(chǎn)生多重共線性主要有下述原因：（1）樣本數(shù)據(jù)的采集是被動(dòng)的，只能在一個(gè)有限的范圍內(nèi)得 到觀察值，無(wú)法進(jìn)行重復(fù)試驗(yàn)。（2）經(jīng)濟(jì)變量的共同趨勢(shì)（3）滯后變量的引入（4）模型的解 釋變量選擇不當(dāng)XY =146.5 X =12.6Y =11.3? ? ?五、計(jì)算與分析題1 .根據(jù)容量n=30的樣本觀測(cè)值數(shù)據(jù)計(jì)算得到下列數(shù)據(jù):X2= 164.2，Y2= 134.6，試估計(jì)Y對(duì)X的回歸直線。,? XY -X Y 146.5 -12.6 11.3 b?=答：x2-X22=0.757164.2 -12.62Q _ Q

38、 I? =Y-I?X =11.3-0.757"2.6=1.762故回歸直線為:Y" =1.762 0.757X2.估計(jì)消費(fèi)函數(shù)模型Ci二-Yi 山得Ci =150.81Y it 值(13.1) (18.7)n=19R2=0.81其中，C:消費(fèi)（元）丫 ：收入（元）已知 t°.025 (19) = 2.0930訕19"1.729，仏25(17)=2.1098，応(十396。問(wèn)：(1)利用t值檢驗(yàn)參數(shù)卩的顯著性(a= 0.05); (2)確定參數(shù)卩的標(biāo)準(zhǔn)差;(3)判斷一下該模型的擬合情況。答: (1)提出原假設(shè)H0 :- =0，H1:°。由于t統(tǒng)計(jì)

39、量二18.7，臨界值如25(17)= 2.1098 ,由于(2)18.7>2.1098,故拒絕原假設(shè)H0: =0，即認(rèn)為參數(shù)-是顯著的。由于t=sb；,故麗畔鵝=0.0433。(3)入對(duì)消費(fèi)的解釋能力為81 %，回歸直線擬合觀測(cè)點(diǎn)較為理想。3 已知估計(jì)回歸模型得?i =81.72303.6541X i回歸模型R2=0.81,表明擬合優(yōu)度較高，解釋變量對(duì)被解釋變量的解釋能力為81%，即收曰送(X X )2= 4432.1瓦(Y Y)=68113.6且,求判定系數(shù)和相關(guān)系數(shù)。2 23.65412 4432.1廠2b1、(X-X)R相關(guān)系數(shù)：r h£R2 f$0.8688 =0.93

40、2168113.6=0.8688答：判定系數(shù)：' (丫一丫)4. 某計(jì)量經(jīng)濟(jì)學(xué)家曾用19211941年與19451950年(19421944年戰(zhàn)爭(zhēng)期間略去)美國(guó)國(guó)內(nèi)消費(fèi)C和工資收入W、非工資一非農(nóng)業(yè)收入P、農(nóng)業(yè)收入A的時(shí)間序列資料，利用普通最小二乘法估計(jì)得出了以下回歸方程：Y? =8.133 1.059W 0.452P 0.121A(8.92)(0.17)(0.66)(1.09)R2 =0.95 F =107.37式下括號(hào)中的數(shù)字為相應(yīng)參數(shù)估計(jì)量的標(biāo)準(zhǔn)誤。試對(duì)該模型進(jìn)行評(píng)析，指出其中存在的問(wèn)題。解答：該消費(fèi)模型的判定系數(shù)R2 =0.95，F(xiàn)統(tǒng)計(jì)量的值F =107.37，均很高，表明模型

41、的整體 擬合程度很高。計(jì)算各回歸系數(shù)估計(jì)量的t統(tǒng)計(jì)量值得：如二站33“ 8.92 = 0.91，h "059“0.17 = 6.10 t2 =0.452“ 0.66 =0.69 ,血=0.121 h .09 = 0."。除h外，其余t值均很小。工資收入W的系數(shù)t檢驗(yàn)值雖然顯著，但該系數(shù)的估計(jì)值卻過(guò)大，該值為工資收入對(duì)消費(fèi)的邊際效應(yīng)，它的值為1.059 意味著工資收入每增加一美元，消費(fèi)支出增長(zhǎng)將超過(guò)一美元，這與經(jīng)濟(jì)理論和生活常識(shí)都不符。 另外，盡管從理論上講，非工資一非農(nóng)業(yè)收入與農(nóng)業(yè)收入也是消費(fèi)行為的重要解釋變量，但二 者各自的t檢驗(yàn)卻顯示出它們的效應(yīng)與 0無(wú)明顯差異。這些跡

42、象均表明模型中存在嚴(yán)重的多重共 線性，不同收入部分之間的相互關(guān)系掩蓋了各個(gè)部分對(duì)解釋消費(fèi)行為的單獨(dú)影響。5.設(shè)消費(fèi)函數(shù)為yi = b0 b1X Ui，其中yi為消費(fèi)支出，Xi為個(gè)人可支配收入，Ui為隨機(jī)誤2 2差項(xiàng)，并且Eg) = 0,Var(Ui)二二為(其中二2為常數(shù))。試回答以下問(wèn)題：(1) 選用適當(dāng)?shù)淖儞Q修正異方差，要求寫出變換過(guò)程；(2)寫出修正異方差后的參數(shù)估計(jì)量的Xi（1）等號(hào)兩邊同除以表達(dá)式。Var此時(shí)(Vi )u.-Var ( L)二Xj4(二 2Xj2 _ 2Xi ）:新模型不存在異方差性。新模型：y b 1 b0XXib uXi*yi*1Uiyi,Xi 二,Vi -令xi

43、xixi則：（2）變?yōu)閥八中dx*Vi解：（一）原模型:yi 弋 bK Uj* *（二）對(duì)yi = b1 boXi Vi進(jìn)行普通最小二乘估計(jì) | n 送 X*y* 送 x* 送 y*a (Xi)2-C Xi)2 時(shí)y* -収bo 二* yi*1yi =,Xi = 一 其中XiXi6.檢驗(yàn)下列模型是否存在異方差性，列出檢驗(yàn)步驟，給出結(jié)論。y 二 bo叭b2X2tb3X3tUt樣本共40個(gè)，本題假設(shè)去掉c=12個(gè)樣本，假設(shè)異方差由Xli引起，數(shù)值小的一組殘差平方和為RSS =0.466E-17，數(shù)值大的一組平方和為 RSS2 = 0.36E-17。Fo.05（10,10） = 2.98解：（1）

44、H 0: Ut為同方差性；比：山為異方差性；F =J°.466ET7=1 29（2）RSS，0.36 E -17（3）F°.°5（10,10） =2.98（4）F乞&.05（10,10），接受原假設(shè)，認(rèn)為隨機(jī)誤差項(xiàng)為同方差性。7. 根據(jù)我國(guó)19852001年城鎮(zhèn)居民人均可支配收入和人均消費(fèi)性支出資料，按照凱恩斯絕對(duì) 收入假說(shuō)建立的消費(fèi)函數(shù)計(jì)量經(jīng)濟(jì)模型為：c =137,4220.722 y(5.875)(127.09)R2 =0.999 ； S.E. =51.9 ； DW =1.205 ； F =16151777ej = -451.9+0.871 咒 y(-0.283)(5.103)R2 =0.634508 ； S.E =3540 ； DW =1.91 ； F =26.04061777其中：y是居民人均可支配收入，c是居民人均消費(fèi)性支出要求：(1) 解釋模型中137.422和0.772的意義；(2)簡(jiǎn)述什么是模型的異方差性；(3)檢驗(yàn)該模型是否存在異方差性；解答：(1)0.722是指，當(dāng)城鎮(zhèn)居民人均可支配收入每變動(dòng)一個(gè)單位，人均消費(fèi)性支出資料平均 變動(dòng)0.722個(gè)單位，也即指