计量经济学模拟考试(第2套)(共4页).doc

《计量经济学模拟考试(第2套)(共4页).doc》由会员分享，可在线阅读，更多相关《计量经济学模拟考试(第2套)(共4页).doc（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上第二套一、单项选择题二、多项选择题三、判断题1、 线性回归模型意味着因变量是自变量的线性函数。错。线性回归模型本质上指的是参数线性，而不是变量线性。同时，模型与函数不是同一回事。2、多重共线性问题是随机扰动项违背古典假定引起的。错。应该是解释变量之间高度相关引起的。3、通过虚拟变量将属性因素引入计量经济模型，引入虚拟变量的个数与样本容量大小有关。 错。引入虚拟变量的个数样本容量大小无关，与变量属性，模型有无截距项有关。4、双变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验是一致的。正确；要求最好能够写出一元线性回归中，F统计量与T统计量的关系，即的来历

2、；或者说明一元线性回归仅有一个解释变量，因此对斜率系数的T检验等价于对方程的整体性检验。5、如果联立方程模型中某个结构方程包含了所有的变量, 则这个方程不可识别。正确四、计算题1、家庭消费支出（Y）、可支配收入（）、个人个财富（）设定模型如下：回归分析结果为：LS / Dependent Variable is YDate: 18/4/02 Time: 15:18Sample: 1 10Included observations: 10 Variable Coefficient Std. Error T-Statistic Prob. C 24.4070 6.9973 _ 0.0101 - 0

3、.3401 0.4785 _ 0.5002 0.0823 0.0458 0.1152R-squared _ Mean dependent var 111.1256 Adjusted R-squared _ S.D. dependent var 31.4289 S.E. of regression _ Akaike info criterion 4.1338 Sum squared resid 342.5486 Schwartz criterion 4.2246 Log likelihood - 31.8585 F-statistic _ Durbin-Watson stat 2.4382 Pr

4、ob(F-statistic) 0.0001回答下列问题（11分）：、 请根据上表中已由数据，填写表中画线处缺失结果（注意给出计算步骤）；、 模型是否存在多重共线性？为什么？、 模型中是否存在自相关？为什么？答：、 Variable Coefficient Std. Error T-Statistic Prob. C 24.4070 6.9973 _3.4881_ 0.0101 - 0.3401 0.4785 _-0.7108_ 0.5002 0.0823 0.0458 1.7969 0.1152R-squared _0.9615_Mean dependent var 111.1256 Adj

5、usted R-squared _0.9505_S.D. dependent var 31.4289 S.E. of regression _6.5436_Akaike info criterion 4.1338 Sum squared resid 342.5486 Schwartz criterion 4.2246 Log likelihood - 31.8585 F-statistic _87.3336_ Durbin-Watson stat 2.4382 Prob(F-statistic) 0.0001、存在多重共线性；F统计量和R方显示模型很显著，但变量的T检验值都偏小。、n=10,k

6、/=2，查表dl=0.697；du=1.641；4-dl=3.303；4-du=2.359。DW=2.43822.359，因此模型存在一阶负自相关。2、根据某城市19781998年人均储蓄与人均收入的数据资料建立了如下回归模型： se=（340.0103）（0.0622）试求解以下问题（9分）：（1） 取时间段19781985和19911998，分别建立两个模型。 模型1： t=（-8.7302）（25.4269） 模型2： t=（-5.0660）（18.4094） 计算F统计量，即，给定，查F分布表，得临界值。请你继续完成上述工作，并回答所做的是一项什么工作，其结论是什么？（2） 利用y对x

7、回归所得的残差平方构造一个辅助回归函数： 计算给定显著性水平，查分布表，得临界值，其中p=3，自由度。请你继续完成上述工作，并回答所做的是一项什么工作，其结论是什么？（3）试比较（1）和（2）两种方法，给出简要评价。答：、这是异方差检验，使用的是样本分段拟和（Goldfeld-Quant），因此拒绝原假设，表明模型中存在异方差。、这是异方差ARCH检验，所以拒绝原假设，表明模型中存在异方差。、这两种方法都是用于检验异方差。但二者适用条件不同：A、Goldfeld-Quant 要求大样本；扰动项正态分布；可用于截面数据和时间序列数据。B、ARCH检验仅适宜于时间序列数据，无其他条件。专心-专注-专业