计量经济学答案 整理版 (1)

《计量经济学》期末总复习

《计量经济学》期末总复习

一、单项选择题

1．在双对数线性模型lnYi=lnβ0+β1lnXi+ui中,β1的含义是（ D ） A．Y关于X的增长量 C．Y关于X的边际倾向

2．在二元线性回归模型：Yi??0??1X1i??2X2i?ui中，?1表示（ A ） A．当X2不变、X1变动一个单位时，Y的平均变动 B．当X1不变、X2变动一个单位时，Y的平均变动 C．当X1和X2都保持不变时， Y的平均变动 D．当X1和X2都变动一个单位时， Y的平均变动

3．如果线性回归模型的随机误差项存在异方差，则参数的普通最小二乘估计量是（ A ） A．无偏的，但方差不是最小的 C．无偏的，且方差最小

4．DW检验法适用于检验（ B ） A．异方差 C．多重共线性

5．如果X为随机解释变量，Xi与随机误差项ui相关，即有Cov(Xi，ui)≠0，则普通最小二?是（ B ） 乘估计?B．Y关于X的发展速度 D．Y关于X的弹性

B．有偏的，且方差不是最小的 D．有偏的，但方差仍为最小

B．序列相关 D．设定误差

A．有偏的、一致的 C．无偏的、一致的

B．有偏的、非一致的 D．无偏的、非一致的

6．设某商品需求模型为Yt=β0+β1Xt+ ut，其中Y是商品的需求量，X是商品价格，为了考虑全年4个季节变动的影响，假设模型中引入了4个虚拟变量，则会产生的问题为

1

（ D ） A．异方差性

C．不完全的多重共线性

7．当截距和斜率同时变动模型Yi=α0+α1D+β1Xi+β2 (DXi)+ui退化为截距变动模型时，能通过统计检验的是（ C ） A．α1≠0，β2≠0 C．α1≠0，β2=0

8．若随着解释变量的变动，被解释变量的变动存在两个转折点，即有三种变动模式，则在分段线性回归模型中应引入虚拟变量的个数为（ B ） A．1个 C．3个

9．对于无限分布滞后模型Yt=α+β0Xt+β1Xt-1+β2Xt-2+…+ut，无法用最小二乘法估计其参数是因为（ B ） A．参数有无限多个 C．存在严重的多重共线性

10．使用多项式方法估计有限分布滞后模型Yt=α+β0Xt+β1Xt-1+…+βkXt-k+ut时，多项 式βi=α0+α1i+α2i2+…+αmim的阶数m必须（ A ） A．小于k C．等于k

11．对于无限分布滞后模型Yt=α+β0Xt+β1Xt-1+β2Xt-2+…+ut，Koyck假定βk=β0λk，0<λ

?A．0

1??C．1－λ

12．对自回归模型进行自相关检验时，若直接使用DW检验，则DW值趋于（ A ） A．0 C．2

B．1 D．4

1 1????i 1??B．序列相关

D．完全的多重共线性

B．α1=0，β2=0 D．α1=0，β2≠0

B．2个 D．4个

B．没有足够的自由度 D．存在序列相关

B．小于等于k D．大于k

B．D．

2

13．对于Koyck变换模型Yt=α(1-λ)+ β０Xt+λYt-1+Vt，其中Vt=ut-λut-1，则可用作Yt-1的工具变量为（ B ） A．Xt C．Yt

B．Xt-1 D．Vt

14．使用工具变量法估计恰好识别的方程时，下列选项中有关工具变量的表述错误的是 ．．

（ A ）

A．工具变量可选用模型中任意变量，但必须与结构方程中随机误差项不相关 B．工具变量必须与将要替代的内生解释变量高度相关

C．工具变量与所要估计的结构方程中的前定变量之间的相关性必须很弱，以避免多重共 线性

D．若引入多个工具变量，则要求这些工具变量之间不存在严重的多重共线性

15．根据实际样本资料建立的回归模型是（ C ） A．理论模型 C．样本回归模型

16．下列选项中，不属于生产函数f(L，K)的性质是（ D ） ．．．A．f(0，K)=f(L，0)=0 C．边际生产力递减

17．关于经济预测模型，下面说法中错误的是（ C ） ．．A．经济预测模型要求模型有较高的预测精度 B．经济预测模型比较注重对历史数据的拟合优度

C．经济预测模型比较注重宏观经济总体运行结构的分析与模拟 D．经济预测模型不太注重对经济活动行为的描述

18．关于宏观经济计量模型中的季度模型，下列表述中错误的是（ D ） ．．A．季度模型以季度数据为样本 C．季度模型主要用于季度预测

19．宏观经济模型的导向是（ A ） A．由总供给与总需求的矛盾决定的 B．由国家的经济发展水平决定的 C．由总供给决定的

3

B．回归模型 D．实际模型

B．

?f?f?0,?0 ?L?KD．投入要素之间的替代弹性小于零

B．季度模型一般规模较大 D．季度模型注重长期行为的描述

D．由总需求决定的

20．X与Y的样本回归直线为（ D ） A．Yi=β0十β1Xi+ui C．E(Yi)=β0十β1Xi

21．在线性回归模型中，若解释变量X1和X2的观测值成比例，即X1i=KX2i，其中K为常数，则表明模型中存在（ C ） A，方差非齐性 C．多重共线性

22．回归分析中，用来说明拟合优度的统计量为（ C ） A．相关系数 C．判定系数

23．若某一正常商品的市场需求曲线向下倾斜，可以断定（ B ） A．它具有不变的价格弹性 C．随价格上升需求量增加

24．在判定系数定义中，ESS表示（ B ） A．∑(Yi—Y) C．∑(Yi-Y)2

25．用于检验序列相关的DW统计量的取值范围是（ D ） A．O≤DW≤1 C．-2≤DW≤2

26．误差变量模型是指（ A ） A．模型中包含有观测误差的解释变量 C．用误差作解释变量

4

?B．Yi=?0??1Xi?ui D．Yi=?0??1Xi

?????B．序列相关 D．设定误差

B．回归系数 D．标准差

B．随价格下降需求量增加 D．需求无弹性

2

B．∑(Yi?Y)2 D．∑(Yi—Y)

?B．-1≤DW≤1 D．O≤DW≤4

B．用误差作被解释变量

D．模型中包含有观测误差的被解释变量

28．将社会经济现象中质的因素引入线性模型（ C ） A．只影响模型的截距 B．只影响模型的斜率

C．在很多情况下，不仅影响模型截距，还同时会改变模型的斜率 D．既不影响模型截距，也不改变模型的斜率

29．时间序列资料中，大多存在序列相关问题，对于分布滞后模型，这种序列相关问题就转化为（ B ） A．异方差问题 C．随机解释变量问题

30．根据判定系数R2与F统计量的关系可知，当R2=1时有（ D ） A．F=-1 C．F=1

31．发达市场经济国家宏观经济计量模型的核心部分包括总需求、总供给和（ C ） A．建模时所依据的经济理论 B．总收入

C．关于总需求，总生产和总收入的恒等关系 D．总投资

33．用模型描述现实经济系统的原则是（ B ） A．以理论分析作先导，解释变量应包括所有解释变量 B．以理论分析作先导，模型规模大小要适度 C．模型规模越大越好，这样更切合实际情况 D．模型规模大小要适度，结构尽可能复杂

34．下列模型中E(Yi)是参数?1的线性函数，并且是解释变量Xi的非线性函数的是（ B ）

22Xi A．E(Yi)=?0??1B．多重共线性问题 D．设定误差问题

B．F=0 D．F=∞

B．E(Yi)=?0??1Xi D．E(Yi)=?0?1 ?1XiC．E(Yi)=?0??1

1 Xi 5

2．已知Y和X满足如下的总体回归模型

Y=?0??1X?u

（1）根据Y和X的5对观测值已计算出Y=3，X=11，(Xi?X)=74，(Yi?Y)=10，

?2?2?(Xi?X)（Yi?Y）=27。利用最小二乘法估计?0和?1。

（2）经计算，该回归模型的总离差平方和TSS为10，总残差平方和RSS为0.14，试计算判定系数r2并分析该回归模型的拟合优度。 (1)B0=

?(Xi?X)（Yi?Y）/

?(Xi?X)2=74/72=0.3649

B1=Y-B0*X=7-11*0.3649=-1.0135

(2) r2=1-RSS/TSS=1-0.14/10=0.986 拟合优度为98.6%

3．由12对观测值估计得消费函数为：

C=50+0.6Y

其中，Y是可支配收入，已知Y=800，试计算：

（1）消费支出C的点预测值；

（2）在95%的置信概率下消费支出C的预测区间。

11

??(Y?Y)2=8000，

?e2=30，当Y0=1000时，

（已知：t0.025(10)=2.23）

4. 1978-2000年天津市城镇居民人均可支配销售收入（Y，元）与人均年度消费支出（CONS， 元）的样本数据、一元线性回归结果如下所示：（共30分）

12

100008000CONS6000400020000020004000Y60008000

Dependent Variable: LNCONS Method: Least Squares Date: 06/14/02 Time: 10:04 Sample: 1978 2000 Included observations: 23 Variable C LnY R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient ________ 1.050893 0.998510 0.034224 42.23303 0.842771 Std. Error 0.064931 0.008858 t-Statistic -3.193690 _______ Prob. 0.0044 0.0000 7.430699 1.021834 -6.336402 -6.237663 14074.12 0.00000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

1．在空白处填上相应的数字（共4处）（计算过程中保留4位小数） 2．根据输出结果，写出回归模型的表达式。

3．给定检验水平α=0.05，检验上述回归模型的临界值t0.025=_______，F0.05=_______； 并说明估计参数与回归模型是否显著? 4．解释回归系数的经济含义。 5．根据经典线性回归模型的假定条件，判断该模型是否明显违反了某个假定条件？如有违背，应该如何解决？（6分）

13

5. 已知某市羊毛衫的销售量1995年第一季度到2000年第四季度的数据。 假定回归模型为：

Yt =β0+β1 X1t +β2 X2 t+ ut

式中：Y=羊毛衫的销售量

X1=居民收入 X2=羊毛衫价格

如果该模型是用季度资料估计，试向模型中加入适当的变量反映季节因素的影响。（仅考虑截距变动。

可以往模型里加入反映季节因素的虚拟变量D。由于共有四个季节，所以可以将此虚拟变量分为三个类别。设基础类别是夏季，于是虚拟变量可以如下引入：

即

D1=D2=

D3=

此时建立的模型为Yt=β0+β1X1t+β2X2t+D1+ D2+ D3+ut

6. 以下是某个案例的Eviews分析结果（局部）。

Dependent Variable: Y Method: Least Squares Sample(adjusted): 1 10

Included observations: 10 after adjusting endpoints Variable Coefficient Std. t-Statistic Prob.

Error

C 4.826789 9.217366 0.523663 0.6193 X1 0.178381 0.308178 0.5788 0.5838 X2 0.688030 0.2099 3.277910 0.0169 X3 —0.2226 0.156400 -1.423556 0.2044 R-squared 0.852805 Mean dependent var 41.90000 Adjusted R-squared 0.7792 S.D. dependent var 34.28783 S.E.of regression 16.11137 Akaike info criterion 8.686101

14

Sum squared resid 1557.457 Schwarz criterion Log likelihood -39.43051 F-statistic Durbin-Watson stat 3.579994 Prob(F-statistic)

①填上（1）、（2）、（3）、（4）位置所缺数据； ②以标准记法写出回归方程； ③你对分析结果满意吗？为什么？ 注意：coefficient= std.error * t-statistic

Adjusted r-squared= 1-(1-r-squared)(n-1)/(n-k-1)

8.807135

11.58741 0.006579

7. 根据下列Eviews应用软件的运行结果比较分析选择哪个模型较好？并说明理由；以标准形式写出确定的回归方程。 模型一

Dependent Variable: Y Method: Least Squares Sample: 1 12 Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C 46.13828 7.356990 6.271352 0.0001 1/X 1335.604 171.2199 7.800522 0.0000 Adjusted R-squared 0.844738 Akaike info criterion 8.283763 Sum squared resid 1993.125 Schwarz criterion 8.364580 Log likelihood -47.70258 F-statistic 60.84814 Durbin-Watson stat 2.154969 Prob(F-statistic) 0.000015

模型二

Dependent Variable: Y Method: Least Squares Sample: 1 12 Included observations: 12 Convergence achieved after 6 iterations Y=C(1)*C(2)^X Coefficient Std. Error t-Statistic Prob. C(1) 195.1784 11.46600 17.02237 0.0000 C(2) 0.979132 0.001888 518.5842 0.0000 Adjusted R-squared 0.922179 Akaike info criterion 7.593063 Sum squared resid 999.0044 Schwarz criterion 7.673881 Log likelihood -43.55838 Durbin-Watson stat 2.818195

8. 下图一是yt的差分变量Dyt的相关图和偏相关图；图二是以Dyt为变量建立的时间序列模型的输出结果。（20分）

15

本文来源：https://www.bwwdw.com/article/d1c6.html