计量经济学答案(13页).doc

-计量经济学答案-第 13 页计量经济学题库第二章 一元线性回归分析一、单项选择题（每小题1分）1变量之间的关系可以分为两大类，它们是（ ）。A函数关系与相关关系 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简单相关关系和复杂相关关系2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3进行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4表示x和y之间真实线性关系的是（ ）。A B C D5参数的估计量具备有效性是指（ ）。A B C D6对于，以表示估计标准误差，表示回归值，则（ ）。A BC D7设样本回归模型为，则普通最小二乘法确定的的公式中，错误的是（ ）。 A BC D8对于，以表示估计标准误差，r表示相关系数，则有（ ）。A B C D 9产量（X，台）与单位产品成本（Y，元/台）之间的回归方程为，这说明（ ）。 A产量每增加一台，单位产品成本增加356元 B产量每增加一台，单位产品成本减少元C产量每增加一台，单位产品成本平均增加356元 D产量每增加一台，单位产品成本平均减少元10在总体回归直线中，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11对回归模型进行检验时，通常假定 服从（ ）。A B C D12以Y表示实际观测值，表示回归估计值，则普通最小二乘法估计参数的准则是使（ ）。A B C D13设Y表示实际观测值，表示OLS估计回归值，则下列哪项成立（ ）。A B C D14用OLS估计经典线性模型，则样本回归直线通过点_。A B C D15以Y表示实际观测值，表示OLS估计回归值，则用OLS得到的样本回归直线满足（ ）。A B C D16用一组有30个观测值的样本估计模型，在的显著性水平下对的显著性作t检验，则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)17已知某一直线回归方程的判定系数为，则解释变量与被解释变量间的线性相关系数为（ ）。A B C D18相关系数r的取值范围是（ ）。Ar-1 Br1C0r1 D1r119判定系数R2的取值范围是（ ）。AR2-1 BR21C0R21 D1R2120某一特定的X水平上，总体Y分布的离散度越大，即2越大，则（ ）。A预测区间越宽，精度越低 B预测区间越宽，预测误差越小C预测区间越窄，精度越高 D预测区间越窄，预测误差越大21如果X和Y在统计上独立，则相关系数等于（ ）。A1 B1 C0 D22回归模型中，关于检验所用的统计量，下列说法正确的是（ ）。A服从 B服从 C服从 D服从二、多项选择题（两个或两个以上的答案是正确的，每小题2分）1对于经典线性回归模型，各回归系数的普通最小二乘法估计量具有的优良特性有(         )。A无偏性 B有效性 C一致性 D确定性 E线性性2指出下列哪些现象是相关关系（ ）。A家庭消费支出与收入 B商品销售额与销售量、销售价格C物价水平与商品需求量 D小麦高产与施肥量E学习成绩总分与各门课程分数3一元线性回归模型的经典假设包括（ ）。A B C D E4以Y表示实际观测值，表示OLS估计回归值，e表示残差，则回归直线满足（ ）。A BC D E5表示OLS估计回归值，u表示随机误差项，e表示残差。如果Y与X为线性相关关系，则下列哪些是正确的（ ）。A BC D E6表示OLS估计回归值，u表示随机误差项。如果Y与X为线性相关关系，则下列哪些是正确的（ ）。A BC D E7回归分析中估计回归参数的方法主要有（ ）。A相关系数法 B方差分析法 C最小二乘估计法 D极大似然法 E矩估计法8用OLS法估计模型的参数，要使参数估计量为最佳线性无偏估计量，则要求（ ）。A B C D服从正态分布 EX为非随机变量，与随机误差项不相关。9假设线性回归模型满足全部基本假设，则其参数的估计量具备（ ）。A可靠性 B合理性C线性 D无偏性E有效性10普通最小二乘估计的直线具有以下特性（ ）。A通过样本均值点 B C D E11由回归直线估计出来的值（ ）。A是一组估计值 B是一组平均值C是一个几何级数 D可能等于实际值YE与实际值Y的离差之和等于零12反映回归直线拟合优度的指标有（ ）。A相关系数 B回归系数 C样本决定系数D回归方程的标准差E剩余变差（或残差平方和）13对于样本回归直线，回归变差可以表示为（ ）。A BC D E14对于样本回归直线，为估计标准差，下列拟合优度的算式中，正确的有（ ）。A BC D E15下列相关系数的算式中，正确的有（ ）。A BC D E16判定系数R2可表示为（ ）。A B C D E17线性回归模型的变通最小二乘估计的残差满足（ ）。A B C D E三、名词解释（每小题3分）1函数关系 2相关关系 3最小二乘法4高斯马尔可夫定理 5总变差（总离差平方和）6回归变差（回归平方和） 7剩余变差（残差平方和）8估计标准误差 9样本决定系数 10点预测 11拟合优度 12残差 13显著性检验四、简答题（每小题5分）1古典线性回归模型的基本假定是什么？ 2总体回归模型与样本回归模型的区别与联系。3试述回归分析与相关分析的联系和区别。4在满足古典假定条件下，一元线性回归模型的普通最小二乘估计量有哪些统计性质？ 5简述BLUE的含义。五、计算分析题（每小题10分）1下表为日本的汇率与汽车出口数量数据，年度1986198719881989199019911992199319941995XY16866114563112861013858814558313557512756711150210244694379X:年均汇率（日元/美元） Y:汽车出口数量（万辆）问题：（1）画出X与Y关系的散点图。（2）计算X与Y的相关系数。其中， （3）采用直线回归方程拟和出的模型为 t值 1.2427 7.2797 R2解释参数的经济意义。2已知一模型的最小二乘的回归结果如下：标准差（） （） n=30 R2其中，Y：政府债券价格（百美元），X：利率（%）。回答以下问题：（1）系数的符号是否正确，并说明理由；（2）为什么左边是而不是；（3）在此模型中是否漏了误差项；（4）该模型参数的经济意义是什么。4已知估计回归模型得 且，求判定系数和相关系数。5有如下表数据 日本物价上涨率与失业率的关系年份物价上涨率（%）P失业率（%）U1986198719881989199019911992199319941995（1）设横轴是U，纵轴是P，画出散点图。根据图形判断，物价上涨率与失业率之间是什么样的关系？拟合什么样的模型比较合适？ （2）根据以上数据，分别拟合了以下两个模型：模型一： 模型二：分别求两个模型的样本决定系数。7根据容量n=30的样本观测值数据计算得到下列数据：，试估计Y对X的回归直线。8下表中的数据是从某个行业5个不同的工厂收集的，请回答以下问题：总成本Y与产量X的数据Y8044517061X1246118（1）估计这个行业的线性总成本函数： （2）的经济含义是什么？9有10户家庭的收入（X，元）和消费（Y，百元）数据如下表： 10户家庭的收入（X）与消费（Y）的资料X20303340151326383543Y7981154810910若建立的消费Y对收入X的回归直线的Eviews输出结果如下：Dependent Variable: YVariableCoefficientStd. ErrorXCR-squaredS.D. dependent varAdjusted R-squaredF-statisticDurbin-Watson statProb(F-statistic)（1）说明回归直线的代表性及解释能力。（2）在95%的置信度下检验参数的显著性。（，）（3）在95%的置信度下，预测当X45（百元）时，消费（Y）的置信区间。（其中，）10已知相关系数r，估计标准误差，样本容量n=62。求：（1）剩余变差；（2）决定系数；（3）总变差。11在相关和回归分析中，已知下列资料：（1）计算Y对X的回归直线的斜率系数。（2）计算ESS和RSS。（3）计算估计标准误差。12根据对某企业销售额Y以及相应价格X的11组观测资料计算：（1）估计销售额对价格的回归直线；（2）当价格为X110时，求相应的销售额的平均水平，并求此时销售额的价格弹性。13假设某国的货币供给量Y与国民收入X的历史如下表。某国的货币供给量X与国民收入Y的历史数据年份XY年份XY年份XY198519891993198619901994198761991199519887199291996根据以上数据估计货币供给量Y对国民收入X的回归方程，利用Eivews软件输出结果为：Dependent Variable: YVariableCoefficientStd. Errort-StatisticProb. XCR-squaredMean dependent varAdjusted R-squaredS.D. dependent varS.E. of regressionF-statisticSum squared residProb(F-statistic)问：（1）写出回归模型的方程形式，并说明回归系数的显著性（）。 （2）解释回归系数的含义。（3）如果希望1997年国民收入达到15，那么应该把货币供给量定在什么水平？14假定有如下的回归结果其中，Y表示美国的咖啡消费量（每天每人消费的杯数），X表示咖啡的零售价格（单位：美元/杯），t表示时间。问：（1）这是一个时间序列回归还是横截面回归？做出回归线。（2）如何解释截距的意义？它有经济含义吗？如何解释斜率？（3）能否救出真实的总体回归函数？（4）根据需求的价格弹性定义： ，依据上述回归结果，你能救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？15下面数据是依据10组X和Y的观察值得到的： 假定满足所有经典线性回归模型的假设，求，的估计值；16假设王先生估计消费函数（用模型表示），并获得下列结果：，n=19 （） (18.7) R2=0.98 这里括号里的数字表示相应参数的T比率值。要求：（1）利用T比率值检验假设：b=0（取显著水平为5%，）；（2）确定参数估计量的标准误差；（3）构造b的95%的置信区间，这个区间包括0吗？