经济学计量经济学复习要点和试题和论述题库及答案.docx

计量经济学题库什么是估计？原理估计是指样本回来函数尽可能好的拟合这组织，即样本回来线上的点及真实观测点的总体误差尽可能小的估计方法。一、什么是计量经济学？ 答：计量经济学以经济理论为指导，以事实为根据，以数学和统计学为方法，以电脑技术为工具，从事经济关系及及经济活动数量规律的探讨，并以建立和应用随机性的经济计量模型为核心的一门经济学科。计量经济学模型提示经济活动中各种因素之间的定量关系，用随机性的数量方程加以描绘。二、建立计量经济学模型的步骤和要点1.理论模型的设计确定模型所包含的变量，确定模型的数量形式，拟定理论模型中的待估参数的理论期望值2.样本数据的搜集常用的样本数据：时间序列数据，截面数据，虚变量数据3.模型参数的估计选择模型参数估计方法，应用软件的运用 模型的检验包括几个方面？其详细含义是什么？答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的意料检验。经济意义检验须要检验模型是否符合经济意义，检验求得的参数估计值的符号及大小是否及根据人们的阅历和经济理论所拟订的期望值相符合；统计检验须要检验模型参数估计值的牢靠性，即检验模型的统计学性质；计量经济学检验须要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、说明变量的多重共线性检验等；模型的意料检验主要检验模型参数估计量的稳定性以及对样本容量变更时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。5.模型胜利的三要素：理论、方法、数据三、计量经济学模型的应用方面功能答：构造分析，经济意料，政策评价，检验及开展经济理论四、引入随机干扰项的缘由，内容？缘由内容：1.被遗漏的影响因素由于探讨者对客观经济现象理解不充分，或是由于经济理论上的不完善，以致于使探讨者在建立模型时遗漏了一些对被说明变量有重要影响的变量；2.变量的测量误差在视察和测量变量时，种种缘由使观测值并不等于他的真实值而造成的误差；3.随机误差在影响被说明变量的诸因素中，还有一些不能限制的因素；4.模型的设定误差在建立模型时，由于把非线性关系线性化，或者略去模型五、什么是随机误差项和残差，他们之间的区分是什么随机误差项()，而总体回来函数，其中e就是残差,利用Y估计Y时带来的误差是对随机变量u的估计六、一元线性回来模型的根本假设主要有哪些？违背根本假设是否就不能进展估计1.回来模型是正确设定的；2.说明变量X是确定性变量不是随机变量；在重复抽样中取固定值。3.说明变量在x所抽取的样本中具有变异性，而且随着样本容量的无限增加，说明变量X的样本方差趋于一个非零的有限常数。4.随机误差项u具有给定X条件下的零均值，同方差以及不序列相关性，即E()=0； ()2；(， ，)=0 5. 随机误差项及说明变量之间不相关：(, )=0 6. 随机误差项听从零均值、同方差的正态分布违背.还可进展估计，只是不能运用一般最小二乘法进展估计。七、高斯-马尔可夫定理假设满足古典线性回来模型的根本假定，那么在全部线性无偏估计量中，估计量具有最小方差，即估计量是最优线性无偏估计量。假设条件：1.回来模型是正确设定的；2.说明变量X是确定性变量不是随机变量；在重复抽样中取固定值。3. 说明变量在x所抽取的样本中具有变异性，而且随着样本容量的无限增加，说明变量X的样本方差趋于一个非零的有限常数。4.随机误差项u具有给定X条件下的零均值，同方差以及不序列相关性八、异方差性对于不同的样本点，随机干扰项的方差不再是常数，而是互不一样，那么认为出现了异方差性。类型：单调递增型，单调递减型，困难型。缘由：模型中遗漏了随时间变更影响渐渐增大的因素。即测量误差变更模型函数形式设定误差。随机因素的影响。即截面数据中总体各单位的差异后果检验：图示检验法 ， 戈德菲尔德匡特检验，怀特检验，帕克检验和戈里瑟检验处理：根本思想:变异方差为同方差，或尽量缓解方差变异的程度。加权最小二乘法，异方差稳健标准误法九、序列相关性假设模型的随机干扰项违背了互相独立的根本假设，那么称为存在.缘由：1经济数据序列惯性；2模型设定的偏误；3滞后效应；4蛛网现象；5数据的编造后果：1参数估计量非有效；检验方法：一、图示法；二、回来检验法；三、.检验法；四、拉格朗日乘数检验补救方法：广义最小二乘法，广义差分法，随机干扰项相关系数的估计，广义差分法在计量经济学软件中的实现，序列相关稳健标准误法。十、多重共线性假设模型的说明变量之间存在着较强的相关关系，那么称模型存在多重共线性。缘由：后果：检验：抑制方法：十一、回来模型中引入虚拟变量的作用是什么？有哪几种根本的引入方式？它们各相宜用于什么状况答：在模型中引入虚拟变量，主要是为了找寻某(些)定性因素对说明变量的影响。加法方式及乘法方式是最主要的引入方式。前者主要适用于定性因素对截距项产生影响的状况，后者主要适用于定性因素对斜率项产生影响的状况。除此外，还可以加法及乘法组合的方式引入虚拟变量，这时可测度定性因素对截距项及斜率项同时产生影响的状况。十二、滞后变量模型有哪几种类型？分布滞后模型运用方法存在哪些问题？答：滞后变量模型有分布滞后模型和自回来模型两大类，前者只有说明变量及其滞后变量作为模型的说明变量，不包含被说明变量的滞后变量作为模型的说明变量；而后者那么以当期说明变量及被说明变量的假设干期滞后变量作为模型的说明变量。分布滞后模型有无限期的分布滞后模型和有限期的分布滞后模型；自回来模型又以模型、自适应预期模型和部分调整模型最为多见。分布滞后模型运用法存在以下问题：(1)对于无限期的分布滞后模型，由于样本观测值的有限性，使得无法干脆对其进展估计。(2)对于有限期的分布滞后模型，运用方法会遇到：没有先验准那么确定滞后期长度，对最大滞后期的确定往往带有主观随意性；假设滞后期较长，由于样本容量有限，当滞后变量数目增加时，必定使得自由度削减，将缺乏足够的自由度进展估计和检验；同名变量滞后值之间可能存在高度线性相关，即模型可能存在高度的多重共线性。传统或经典方法论建立模型一理论模型的设计1、理论或假说的陈述；2、理论的数学模型的设定；3、理论的计量经济模型的设定；二获得数据三模型的参数估计四模型的检验1、经济意义的检验2、统计检验3、计量经济学检验4、意料检验五模型应用1、经济分析/构分析2、经济意料3、政策评价4、检验及开展经济理论计量经济学模型胜利的三要素理论、方法、数据回来分析是探讨一个变量关于另一个些变量的依靠关系的计算方法和理论。用意在于通过后者的或设定值，去估计和或意料前者的总体均值。前一个变量被称为被说明变量或应变量后一个变量被称为说明变量或自变量总体回来函数方程：由于统计相关的随机性，回来方程关切的是根据说明变量的或给定值，考察被说明变量的总体均值，即当说明变量取某个确定值时，及之统计相关的被说明变量所可能出现的对应值的平均值。在给定说明变量条件下被说明变量的期望轨迹称为总体回来线，或更一般地称为总体回来曲线相应的函数方程：总体回来函数方程含义：回来函数说明被说明变量的平均状态总体条件期望随说明变量X变更的规律随机干扰项是在模型设定中省略下来而由集体地影响着被说明变量的全部变量的替代物样本回来函数 样本回来函数的随机形式线性回来模型在上述意义上的根本假设：(1) 说明变量,是确定性变量，不是随机变量，而且说明变量之间互不相关。(2) 随机误差项具有均值和同方差。即()1,2,n ()= 1,2,n其中E表示均值或期望，也可用表示；表示方差，也可以用表示。(3) 随机误差项在不同样本点之间是独立的，不存在序列相关。即(,)=0 1,2,n其中表示协方差。(4) 随机误差项及说明变量之间不相关。即(,)=0 1,2,k 1,2,n(5) 随机误差项听从均值、同方差的正态分布。即 1,2,n一元线性回来模型的参数估计：一般最小二乘法估计一组样本观测值,，1,2,n，要求样本回来函数尽可能好地拟合这组值，即样本回来线上的点及真实观测点的“总体误差尽可能地小，或者说被说明变量的估计值及观测值应当在总体上最为接近，最小二乘法给出的推断的标准是：二者之差的平方和最小。即在给定样本观测值之下，选择出、能使及之差的平方和最小。为什么用平方和？因为二者之差可正可负，简洁求和可能将很大的误差抵消掉，只有平方和才能反映二者在总体上的接近程度。这就是最小二乘原那么。根据微积分学的运算，可推得用于估计、的以下方程组 方程组()称为正那么方程组线性性：即是否是另一随机变量的线性函数；无偏性：即它的均值或期望值是否等于总体的真实值；有效性：即它是否在全部线性无偏估计量中具有最小方差。高斯马尔可夫定理：在给定经典线形回来的假定下，最小二乘估计量是具有最小方差的线性无偏估计量一般最小二乘估计量( )具有线性、无偏性、最小方差性等优良性质。具有这些优良性质的估计量又称为最正确线性无偏估计量，即估计量 总体方差在总体方差的无偏估计量求出后,估计的参数和的方差和标准差的估计量分别是的样本方差： 的样本标准差： 样本方差： 的样本标准差：的无偏估计量为 一元线性回来模型的统计检验1. 拟合优度检验：对样本回来直线及样本观测值之间拟合优度的检验。度量拟合优度的指标：断定系数 称为总离差分解式，说明的观测值围绕其均值的总离差可分解为两部分，一部分来自回来线，另一部分那么来自随机权利。称为样本断定系数，说明，在总离差平方和中，回来平方和所占的比重越大，残差平方和所占的比重越小，那么回来直线及样本点拟合得越好。在回来分析中，是一个比r更有意义的度量，因为前者显示因变量的变异中由说明变量说明的部分占怎样一个比例，即对一个变量的变异在多大程度上确定另一个变量的变异，供应一个总的度量，而后者那么没有这种价值存在 2.参数显著性检验t检验在一元线性回来模型中，在随机误差项为正态分布的假设下，由于那么可构造统计量 t t(2)即该t统计量听从自由度为2的t分布。用t统计量进展参数显著性检验的步骤：对总体参数提出假设原假设 ： ， 对立假设/备那么假设 ： 以原假设构造t统计量，并由观测数据计算其值 t = 式中，为参数估计量的标准差：给定显著程度，查自由度为2的t分布表，得临界值;假设| t | >，那么回绝，承受：，即认为所对应的变量对被说明变量的影响不容无视；假设| t | < =，那么承受：，即认为所对应的变量对被说明变量没有明显的影响同样地，由于，可构造统计量 多元线性回来模型在实际经济问题中，一个变量往往要受到多个缘由变量的影响，表如今线性回来模型中的说明变量有多个，这样的模型被称为多元线性回来模型。 1、2、n由表示的n个随机方程的矩阵表达式为：其中， 一般最小二乘估计随机抽取被说明变量和说明变量的n组样本观测值：假设模型的参数估计值已经得到，那么有： 1，2，n 那么，根据最小二乘原理，参数估计值应当是以下方程组的解。即 其中Q = 得到待估参数估计值正规方程组： 解该(1)个方程组成的线性代数方程组，即可得到(1)个待估参数的估计值，j = 0,1,2,.。的矩阵形式如下： = 即： 由于满秩，故有多元回来方程及偏回来系数的含义在经典回来模型的假定下，式两边对Y求条件期望得：称为多元回来方程函数。多元回来分析是以多个说明变量的固定值为条件的回来分析，并且所获得的，是诸变量X值固定时Y的平均值或Y的平均响应。诸称为偏回来系数。偏回来系数的含义如下： 度量着在保持，不变的状况下，每变更1个单位时，Y的均值E(Y)的变更，或者说给出的单位变更对Y均值的“干脆或“净不含其它变量影响。其它参数的含义及之一样。 2、无偏性 3、最小方差性 随机误差项方差的估计随机误差项方差的无偏估计为：多元线性回来模型的统计检验一、拟合优度检验假设在模型中增加一个说明变量，回来平方就会增大，导致增大。这就给人一个错觉：要使得模型拟合得好，只要增加说明变量就可。但是，现实状况往往是，由增加说明变量个数引起的的增大及拟合好坏无关，因此在含说明变量个数k不同的模型之间比较拟合优度，就不是一个相宜的指标，必需加以调整。在样本容量确定的状况下，增加说明变量必定使得自由度削减，所以调整的思路是将残差平方和及总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响。其中为残差平方和的自由度，为总体平方和的自由度。二、方程的显著性检验F检验 听从自由度为k，1的F分布。给定一个显著程度，可得到一个临界值，根据样本再求出F统计量的数值后，可通过或 来回绝或承受原假设。三、变量显著性检验t检验在变量显著性检验中设计的原假设为：给定一个显著程度，得到一个临界值，于是可根据或来回绝或承受原假设。异方差的概念对于模型 同方差性假设为 假设出现即对不同的样本点，随机误差项的方差不再是常数，那么认为出现了异方差性。异方差的类型1单调递增型：随X的增大而增大；2单调递减型：随X的增大而减小；3困难型 及X的变更呈困难形式1单调递增型：随X的增大而增大；2单调递减型：随X的增大而减小；3困难型： 及X的变更呈困难形式异方差性的后果检验思路：正如上面所指出的，异方差性，即相对于不同的说明变量观测值，随机误差项具有不同的方差，那么检验异方差性，也就是检验随机误差项的方差及说明变量观测值之间的相关性及其相关的“形式。1、图示法 2.戈德菲尔德匡特检验检验的思想：先将样本一分为二，对子样和子样分别作回来，然后利用两个子样的残差之比构造统计量进展异方差检验。由于该统计量听从于F分布，因此假设存在递增的异方差，那么F远大于1；反之就会等于1同方差、或小于1递减方差。检验的步骤：将n对样本视察值按说明变量视察值的大小排队；将序列中间的个视察值除去，并将剩下的视察值划分为较小及较大的一样的两个子样本，每个子样样本容量均为。对每个子样分别求回来方程，并计算各自的残差平方和。分别用及表示对应较小及较大的子样本的残差平方和自由度均为提出假设：分别为两个子样对应的随机项误差。构造统计量 检验。给定显著性程度，确定F分布表中相应的临界值。假设，存在递增异方差；反之，不存在递增异方差。3.戈里瑟检验及帕克检验加权最小二乘法 。加权最小二乘法是对原来模型加权，使之变成一个新的不存在异方差性的模型，然后承受一般最小二乘法估计其参数。例如，在递增异方差下，由于对来自的较小的子样本，其真实的总体方差较小，及回来直线拟合值之间的残差的信度较大，应予以重视；而对较大的子样本，由于真实总体的方差较大，残差反映的信息应打折扣。这就意味着，在承受方法时，对较小的残差平方须要赐予较大的权数，对较大的赐予较小的权数，以对残差供应的信息的重要程度作一番校正，进步参数估计的精度。加权最小二乘法详细步骤是：选择一般最小二乘法估计原模型，得到随机误差项的近似估计量；建立的数据序列；选择加权最小二乘法，以序列作为权，进展估计得到参数估计量。事实上是以乘原模型的两边，得到一个新模型，承受一般最小二乘法估计新模型。注：在实际操作中人们通常承受如下的阅历方法，即并不对原模型进展异方差性检验，而是干脆选择加权最小二乘法，尤其是承受截面数据作样本时。假设的确存在异方差性，那么被有效的消退了；假设不存在异方差性，那么加权最小二乘法等价于一般最小二乘法。序列相关性对于模型随机误差项互相独立的根本假设表现为： 假设出现 即对于不同的样本点，随机误差项之间不再是完全互相独立，而是存在某种相关性，那么认为出现了序列相关性。在其他假设仍成立的条件下，序列相关即意味着， 假设仅存在称为一阶序列相关，或自相关这是最见的一种序列相关问题。自相关往往可写成如下形式： 其中：被称为自协方差系数或一阶自相关系数是满足以下标准的假定的随机干扰项：序列相关产生的缘由 惯性 设定偏误：模型中未含应包括的变量 蛛网现象 数据的“编造 序列相关性的后果参数计量非有效 变量的显著性失去意义 序列相关性的检验关于序列相关性的检验方法有多种，例如冯诺曼比检验法、回来检验法、.检验等。这些检验方法的共同思路是，首先承受一般最小二乘法估计模型，以求得随机误差项的“近似估计量，用表示：然后通过分析这些“近似估计量之间的相关性以到达推断随机误差项是否具有序列相关性的目的。图示法 回来检验法以为被说明变量，以各种可能的相关量，诸如以、等为说明变量，建立各种方程 对方程进展估计并进展显著性检验，假设存在某一种函数形式，使得方程显著成立，那么说明原模型存在序列相关性。详细应用时须要反复试算。回来检验法的优点是一旦确定了模型存在序列相关性，也就同时知道了相关的形式，而且它适用于任何类型的序列相关性问题的检验。杜宾瓦森检验法最具有应用价值的是.检验，它仅适用于一阶自相关的检验。构造计量： 计算该统计量的值，根据样本容量n和说明变量数目k查.分布表，得到临界值 和，然后根据以下准那么考察计算得到的.值，以推断模型的自相关状态。假设0<.< 那么存在正自相关<.< 不能确定<.<4无自相关4<.<4不能确定4 <.<4 存在负自相关也就是说，当.值为2左右时，模型不存在一阶自相关。序列相关性的修正假设模型被检验证明存在序列相关性，那么须要开展新的方法估计模型，最常用的方法是广义最小二乘法和差分法。一、广义最小二乘法二、差分法差分法是一类抑制序列相关性的有效的方法，被广泛地承受。差分法是将原模型变换为差分模型，分为一阶差分法和广义差分法。多重共线性的概念对于模型: 其根本假设之一是说明变量X1，X2， 是互相独立的。假设某两个或多个说明变量之间出现了相关性，那么称为多重共线性。假设存在其中c不全为0，即某一个说明变量可以用其它说明变量的线性组合表示，那么称为说明变量间存在完全共线性。假设存在其中c不全为0，为随机误差项，那么称为一般共线性近似共线性或交互相关。实际经济问题中的多重共线性一般地，产生多重共线性的主要缘由有以下三个方面：1、经济变量相关的共同趋势2、滞后变量的引入3、样本资料的限制多重共线性的后果1.多重共线性的检验多重共线性检验的任务是：1检验多重共线性是否存在；2估计多重共线性的范围。一、检验多重共线性是否存在1、对两个说明变量的模型，承受简洁相关系数法2、对多个说明变量的模型，承受综合统计检验法二、推断存在多重共线性的范围抑制多重共线性的方法1.第一类方法：解除引起共线性的变量2.第二类方法：差分法随机说明变量问题对于模型 其根本假设之一是说明变量X1，X2，是确定性变量。假设某个或多个随机变量作说明变量，那么称为随机说明变量问题。为探讨便利，我们假设中X2为随机说明变量。对于随机说明变量问题1、随机说明变量及随机误差项不相2、随机说明变量及随机误差项在小样本下相关，在大样本下渐近无关随机说明变量的后果 随机说明变量及随机误差项不相关 随机说明变量及随机误差项在小样本下相关，在大样本下渐近无关 随机说明变量及随机误差项高度相关 滞后被说明变量作说明变量，并且及随机误差项相关工具变量法工具变量，顾名思义是在模型估计过程中被作为工具运用，以替代模型中及随机误差项相关的随机说明变量。那么，选择为工具变量的变量必需满足以下条件：及所替代的随机说明变量高度相关；及随机误差项不相关；及模型中其它说明变量不相关，以防止出现多重共线性为了在模型中可以反映这些因素的影响，并进步模型的精度，须要将它们“量化，这种“量化通常是通过引入“虚拟变量来完成的。根据这些因素的属性类型，构造只取“0或“1的人工变量，通常称为虚拟变量 记为D。同时含有一般说明变量及虚拟变量的模型称为虚拟变量模型或者方差分析( : )模型。虚拟变量的引入 虚拟变量做为说明变量引入模型有两种根本方式：加法方式和乘法方式1，且，即两个回来一样，称为重合回来；2，但，即两个回来的差异仅在其截距，称为平行回来；3，但，即两个回来的差异仅在其斜率，称为集合回来；4，且，即两个回来完全不同，称为相异回来。模型中引入虚拟变量的作用“定性因素的不同属性类型对因变量的作用；3.进步模型精度。虚拟变量的设置原那么 虚拟变量的个数须按以下原那么确定：每确定性变量所需的虚拟变量个数要比该定性变量的类别数少1，即假设有m个定性变量，只在模型中引入1个虚拟变量。联立方程模型( )就是由多个互相联络的单一方程组成的方程组，每一方程中的因变量在方程组中被结合确定，从而可以全面反映经济系统的运行规律。变量在联立方程计量经济学模型中，对于其中每个随机方程，其变量照旧有被说明变量及说明变量之分。但是对于模型系统而言，变量往往分为内生变量和外生变量两人类，外生变量及滞后内生变量又被统称为先决变量。内生变量是由模型系统确定的变量，其大小由方程组的联立解得到。外生变量一般是由系统外部确定的变量外生变量及滞后内生变量( )统称为先决变量或前定变量。一、单项选择题每题1分1计量经济学是以下哪门学科的分支学科C。 A统计学 B数学 C经济学 D数理统计学2计量经济学成为一门独立学科的标记是B。A1930年世界计量经济学会成立B1933年计量经济学会刊出版C1969年诺贝尔经济学奖设立 D1926年计量经济学一词构造出来3外生变量和滞后变量统称为D。A限制变量 B说明变量 C被说明变量 D前定变量4横截面数据是指A。A同一时点上不同统计单位一样统计指标组成的数据B同一时点上一样统计单位一样统计指标组成的数据C同一时点上一样统计单位不同统计指标组成的数据D同一时点上不同统计单位不同统计指标组成的数据5同一统计指标，同一统计单位按时间依次记录形成的数据列是C。A时期数据 B混合数据 C时间序列数据 D横截面数据6在计量经济模型中，由模型系统内部因素确定，表现为具有确定的概率分布的随机变量，其数值受模型中其他变量影响的变量是 。A内生变量 B外生变量 C滞后变量 D前定变量7描绘微观主体经济活动中的变量关系的计量经济模型是 。A微观计量经济模型 B宏观计量经济模型 C理论计量经济模型 D应用计量经济模型8经济计量模型的被说明变量确定是 。A限制变量 B政策变量 C内生变量 D外生变量9下面属于横截面数据的是 。A19912003年各年某地区20个乡镇企业的平均工业产值B19912003年各年某地区20个乡镇企业各镇的工业产值C某年某地区20个乡镇工业产值的合计数 D某年某地区20个乡镇各镇的工业产值10经济计量分析工作的根本步骤是 。A设定理论模型搜集样本资料估计模型参数检验模型B设定模型估计参数检验模型应用模型C个体设计总体估计估计模型应用模型D确定模型导向确定变量及方程式估计模型应用模型11将内生变量的前期值作说明变量，这样的变量称为 。A虚拟变量 B限制变量 C政策变量 D滞后变量12 是具有确定概率分布的随机变量，它的数值由模型本身确定。A外生变量 B内生变量 C前定变量 D滞后变量13同一统计指标按时间依次记录的数据列称为 。A横截面数据 B时间序列数据 C修匀数据 D原始数据14计量经济模型的根本应用领域有 。A构造分析、经济意料、政策评价 B弹性分析、乘数分析、政策模拟C消费需求分析、消费技术分析、 D季度分析、年度分析、中长期分析15变量之间的关系可以分为两大类，它们是 。A函数关系及相关关系 B线性相关关系和非线性相关关系C正相关关系和负相关关系 D简洁相关关系和困难相关关系16相关关系是指 。A变量间的非独立关系B变量间的因果关系C变量间的函数关系 D变量间不确定性的依存关系17进展相关分析时的两个变量 。A都是随机变量 B都不是随机变量C一个是随机变量，一个不是随机变量 D随机的或非随机都可以18表示x和y之间真实线性关系的是 。A B C D19参数的估计量具备有效性是指 。A B C D20对于，以表示估计标准误差，表示回来值，那么 。A BC D21设样本回来模型为，那么一般最小二乘法确定的的公式中，错误的选项是 。 A BC D22对于，以表示估计标准误差，r表示相关系数，那么有 。A B C D 23产量X，台及单位产品本钱Y，元/台之间的回来方程为，这说明 。 A产量每增加一台，单位产品本钱增加356元 C产量每增加一台，单位产品本钱平均增加356元 24在总体回来直线中，表示 。A当X增加一个单位时，Y增加个单位B当X增加一个单位时，Y平均增加个单位C当Y增加一个单位时，X增加个单位D当Y增加一个单位时，X平均增加个单位25对回来模型进展检验时，通常假定 听从 。A B C D26以Y表示实际观测值，表示回来估计值，那么一般最小二乘法估计参数的准那么是使 。A B C D27设Y表示实际观测值，表示估计回来值，那么以下哪项成立 。A B C D28用估计经典线性模型，那么样本回来直线通过点。A B C D29以Y表示实际观测值，表示估计回来值，那么用得到的样本回来直线满足 。A B C D30用一组有30个观测值的样本估计模型的显著性作t检验，那么显著地不等于零的条件是其统计量t大于 。At(30) Bt(30) Ct(28) Dt(28)31某始终线回来方程的断定系数为0.64，那么说明变量及被说明变量间的线性相关系数为 。A0.64 B0.8 32相关系数r的取值范围是 。Ar-1 Br1C0r1 D1r133断定系数R2的取值范围是 。AR2-1 BR21C0R21 D1R2134某一特定的X程度上，总体Y分布的离散度越大，即2越大，那么 。A意料区间越宽，精度越低 B意料区间越宽，意料误差越小C意料区间越窄，精度越高 D意料区间越窄，意料误差越大35假设X和Y在统计上独立，那么相关系数等于 。A1 B1 C0 D36根据确定系数R2及F统计量的关系可知，当R21时，有 。AF1 BF-1 CF0 DF37在CD消费函数中， 。A.和是弹性 和是弹性 和是弹性 是弹性38回来模型中，关于检验所用的统计量，以下说法正确的选项是 。A听从 B听从 C听从 D听从39在二元线性回来模型中，表示 。A当X2不变时，X1每变动一个单位Y的平均变动。 B当X1不变时，X2每变动一个单位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。40在双对数模型中，的含义是 。AY关于X的增长量 BY关于X的增长速度 CY关于X的边际倾向 DY关于X的弹性41根据样本资料已估计得出人均消费支出Y对人均收入X的回来模型为，这说明人均收入每增加1，人均消费支出将增加 。A2 B0.2 C0.75 D7.542按经典假设，线性回来模型中的说明变量应是非随机变量，且 。A及随机误差项不相关 B及残差项不相关 C及被说明变量不相关 D及回来值不相关43根据断定系数R2及F统计量的关系可知，当R2=1时有 。 1   1     0 44下面说法正确的选项是 。 A.内生变量是非随机变量  B.前定变量是随机变量 C.外生变量是随机变量      D.外生变量是非随机变量 45在详细的模型中，被认为是具有确定概率分布的随机变量是 。A.内生变量 B.外生变量 C.虚拟变量 D.前定变量 46回来分析中定义的 。A.说明变量和被说明变量都是随机变量 B.说明变量为非随机变量，被说明变量为随机变量 C.说明变量和被说明变量都为非随机变量 D.说明变量为随机变量，被说明变量为非随机变量 47计量经济模型中的被说明变量确定是 。A限制变量 B政策变量C内生变量 D外生变量48.在由的一组样本估计的、包含3个说明变量的线性回来模型中，计算得多重确定系数为0.8500，那么调整后的多重确定系数为 A. 0.8603 B. 0.8389 C49.以下样本模型中，哪一个模型通常是无效的 A. 收入 B. 价格C. 价格 D. 劳动资本50.用一组有30个观测值的样本估计模型的显著性作检验，那么显著地不等于零的条件是其统计量大于等于 A. B. C. D. 51.模型中，的实际含义是 A.关于的弹性 B. 关于的弹性 C. 关于的边际倾向 D. 关于的边际倾向52在多元线性回来模型中，假设某个说明变量对其余说明变量的断定系数接近于，那么说明模型中存在 53.线性回来模型 中，检验时，所用的统计量 听从( )(1) (2) (1) (2)54. 调整的断定系数 及多重断定系数 之间有如下关系( ) A. B. C. D. 55关于经济计量模型进展意料出现误差的缘由，正确的说法是 。 C.既有随机因素，又有系统因素 、B、C 都不对56在多元线性回来模型中对样本容量的根本要求是(k 为说明变量个数)： A n1 B n<1 C n30 或n31 D n3057.以下说法中正确的选项是： A 假设模型的 很高，我们可以认为此模型的质量较好B 假设模型的 较低，我们可以认为此模型的质量较差C 假设某一参数不能通过显著性检验，我们应当剔