暨南大學(xué)2019級(jí)計(jì)量經(jīng)濟(jì)學(xué)試題_第1頁(yè)
暨南大學(xué)2019級(jí)計(jì)量經(jīng)濟(jì)學(xué)試題_第2頁(yè)
暨南大學(xué)2019級(jí)計(jì)量經(jīng)濟(jì)學(xué)試題_第3頁(yè)
暨南大學(xué)2019級(jí)計(jì)量經(jīng)濟(jì)學(xué)試題_第4頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

暨南大學(xué)2019級(jí)計(jì)量經(jīng)濟(jì)學(xué)試題一、判斷正誤(20分)1.隨機(jī)誤差項(xiàng)和殘差項(xiàng)是一回事。(F)2.給定顯著性水平a及自由度,若計(jì)算得到的值超過(guò)臨界的t值,我們將接受零假設(shè)(F)3.利用OLS法求得的樣本回歸直線通過(guò)樣本均值點(diǎn)。(T)4.判定系數(shù)。(F)5.整個(gè)多元回歸模型在統(tǒng)計(jì)上是顯著的意味著模型中任何一個(gè)單獨(dú)的變量均是統(tǒng)計(jì)顯著的。(F)6.雙對(duì)數(shù)模型的值可以與對(duì)數(shù)線性模型的相比較,但不能與線性對(duì)數(shù)模型的相比較。(T)7.為了避免陷入虛擬變量陷阱,如果一個(gè)定性變量有m類(lèi),則要引入m個(gè)虛擬變量。(F)8.在存在異方差情況下,常用的OLS法總是高估了估計(jì)量的標(biāo)準(zhǔn)差。(T)9.識(shí)別的階條件僅僅是判別模型是否可識(shí)別的必要條件而不是充分條件。(T)10.如果零假設(shè)H0:B2=0,在顯著性水平5%下不被拒絕,則認(rèn)為B2一定是0。(F)二、以一元回歸為例敘述普通最小二乘回歸的基本原理。(10分)解:依據(jù)題意有如下的一元樣本回歸模型:(1)普通最小二乘原理是使得殘差平方和最小,即(2)根據(jù)微積分求極值的原理,可得(3)(4)將(3)和(4)式稱為正規(guī)方程,求解這兩個(gè)方程,我們可得到:(5)解得:其中,表示變量與其均值的離差。三、下面是利用1970-1980年美國(guó)數(shù)據(jù)得到的回歸結(jié)果。其中Y表示美國(guó)咖啡消費(fèi)(杯/日.人),X表示平均零售價(jià)格(美元/磅)。(15分)注:,1.寫(xiě)空白處的數(shù)值啊a,b。(0.0114,22.066)2.對(duì)模型中的參數(shù)進(jìn)行顯著性檢驗(yàn)。3.解釋斜率系數(shù)的含義,并給出其95%的置信區(qū)間。解:1.(0.0114,22.066)2.的顯著性檢驗(yàn):,所以是顯著的。的顯著性檢驗(yàn):,所以是顯著的。3.表示每磅咖啡的平均零售價(jià)格每上升1美元,每人每天的咖啡消費(fèi)量減少0.479杯。的95%的置信區(qū)間為:四、若在模型:中存在下列形式的異方差:,你如何估計(jì)參數(shù)(10分)解:對(duì)于模型(1)存在下列形式的異方差:,我們可以在(1)式左右兩端同時(shí)除以,可得(2)其中代表誤差修正項(xiàng),可以證明即滿足同方差的假定,對(duì)(2)式使用OLS,即可得到相應(yīng)的估計(jì)量。五、考慮下面的模型:其中,Y表示大學(xué)教師的年薪收入,X表示工齡。為了研究大學(xué)教師的年薪是否受到性別(男、女)、學(xué)歷(本科、碩士、博士)的影響。按照下面的方式引入虛擬變量:(15分)1.基準(zhǔn)類(lèi)是什么?2.解釋各系數(shù)所代表的含義,并預(yù)期各系數(shù)的符號(hào)。3.若,你得出什么結(jié)論?解:1.基準(zhǔn)類(lèi)為本科女教師。2.表示工齡對(duì)年薪的影響,即工齡每增加1單位,平均而言,年薪將增加個(gè)單位。預(yù)期符號(hào)為正,因?yàn)殡S著年齡的增加,工資應(yīng)該增加。體現(xiàn)了性別差異。和體現(xiàn)了學(xué)歷差異,預(yù)期符號(hào)為正。3.說(shuō)明,博士教師的年薪高于碩士教師的年薪。六、什么是自相關(guān)?杜賓—瓦爾森檢驗(yàn)的前提條件和步驟是什么?(15分)解:自相關(guān),在時(shí)間(如時(shí)間序列數(shù)據(jù))或者空間(如在截面數(shù)據(jù)中)上按順序排列的序列的各成員之間存在著相關(guān)關(guān)系。在計(jì)量經(jīng)濟(jì)學(xué)中指回歸模型中隨機(jī)擾動(dòng)項(xiàng)之間存在相關(guān)關(guān)系。用符號(hào)表示:杜賓—瓦爾森檢驗(yàn)的前提條件為:(1)回歸模型包括截距項(xiàng)。(2)變量X是非隨機(jī)變量。(3)擾動(dòng)項(xiàng)的產(chǎn)生機(jī)制是上述這個(gè)描述機(jī)制我們稱為一階自回歸模型,通常記為AR(1)。(4)在回歸方程的解釋變量中,不包括把因變量的滯后變量。即檢驗(yàn)對(duì)于自回歸模型是不使用的。杜賓—瓦爾森檢驗(yàn)的步驟為:(1)進(jìn)行OLS的回歸并獲得et。(2)計(jì)算d值。(3)給定樣本容量n和解釋變量k的個(gè)數(shù),從臨界值表中查得dL和dU。(4)根據(jù)相應(yīng)的規(guī)則進(jìn)行判斷。七、考慮下面的聯(lián)立方程模型:其中,,是內(nèi)生變量,是外生變量,是隨機(jī)誤差項(xiàng)(15分)1、求簡(jiǎn)化形式回歸方程?2、判定哪個(gè)方程是可識(shí)別的(恰好或過(guò)度)?3、對(duì)可識(shí)別方程,你將用哪種方法進(jìn)行估計(jì),并簡(jiǎn)述基本過(guò)程?解1.(1)(2)2.根據(jù)階判斷條件,m=2,對(duì)于第一個(gè)方程,k=0,k<m-1,所以第一個(gè)方程不可識(shí)別。對(duì)于第二個(gè)方程,k=1,k=m-1,所以第二個(gè)方程恰好識(shí)別。3.對(duì)于恰好識(shí)別的方程,可以采用二階段最小二乘法

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論