计量经济学期末考试重点整理.pdf

《计量经济学期末考试重点整理.pdf》由会员分享，可在线阅读，更多相关《计量经济学期末考试重点整理.pdf（23页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第一章第一章 绪论绪论1 1、什么是计量经济学？由哪三组组成？答：计量经济学计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科。统计学、经济理论和数学统计学、经济理论和数学三者结合起来便构成了计量经济学。2 2、计量经济学的内容体系，重点是理论计量和应用计量和经典计量经济学理论方法方面的特征答：1 1）广义计量经济学和狭义计量经济学）广义计量经济学和狭义计量经济学 2 2）初、中、高级计量经济学）初、中、高级计量经济学 3 3）理论计量经济学和应用计量经济）理论计量经济学和应用计量经济理论计量经济学是以介绍、研究计量经济学的理论与方法为主要内容，侧重于理论与

2、方法的数学证明与推导，与数理统计联系极为密切。除了介绍计量经济模型的数学理论基础、普遍应用的计量经济模型的参数估计方法与检验方法外，还研究特殊模型的估计方法与检验方法，应用了广泛的数学知识。应用计量经济学则以建立与应用计量经济学模型为主要内容，强调应用模型的经济学和经济统计学基础，侧重于建立与应用模型过程中实际问题的处理。本课程是二者的结合。4 4）、经典计量经济学和非经典计量经济学、经典计量经济学和非经典计量经济学经典计量经济学（Classical Econometrics）一般指 20 世纪 70 年代以前发展并广泛应用的计量经济学。经典计量经济学在理论方法方面特征理论方法方面特征是：模型

3、类型随机模型；模型导向理论导向；模型结构线性或者可以化为线性，因果分析，解释变量具有同等地位，模型具有明确的形式和参数；数据类型以时间序列数据或者截面数据为样本，被解释变量为服从正态分布的连续随机变量；估计方法仅利用样本信息，采用最小二乘方法或者最大似然方法估计模型。经典计量经济学在应用方面的特征在应用方面的特征是：应用模型方法论基础实证分析、经验分析、归纳；应用模型的功能结构分析、政策评价、经济预测、理论检验与发展；应用模型的领域传统的应用领域，例如生产、需求、消费、投资、货币需求，以及宏观经济等。5 5）、微观计量经济学和宏观计量经济学、微观计量经济学和宏观计量经济学3 3、为什么说计量经

4、济学是经济学的一个分支？（4 点和综述）答：（1）、从计量经济学的定义看（2）、从计量经济学在西方国家经济学科中的地位看（3）、从计量经济学与数理统计学的区别看（4）、从建立与应用计量经济学模型的全过程看综上所述，计量经济学是一门经济学科，而不是应用数学或其他。4 4、理论模型的设计主要包含三部分工作，即选择变量，确定变量之间的数学关系，拟定模型中待估计参数的数值范围。5 5、常用的样本数据：时间序列，截面，面板（虚变量数据是错的，改为面板数据。主要要求时间数据序列数据和截面数据）答：1、时间序列是一批按照时间先后排列的统计数据。要注意问题：1)所选择的样本区间内经济行为的一致性问题。2)样本

5、数据在不同样本点之间的可比性问题。3)样本观测值过于集中的问题。4)模型随机干扰项的序列相关问题。2、截面数据是一批发生在同一时间截面上的调查数据。要注意问题：1 样本与母体的一致性问题。2 模型随机干扰项的异方差问题。6 6、样本数据的质量（4 点）答：完整性、准确性、可比性、一致性。7 7、模型参数的估计方法是计量经济学的核心内容。8 8、模型的检验（4 个检验）答：经济意义检验根据拟定的符号、大小、关系 统计检验由数理统计理论决定包括拟合优度检验总体显著性检验变量显著性检验 计量经济学检验由计量经济学理论决定，包括异方差性检验、序列相关性检验、共线性检验。模型预测检验由模型的应用要求决定

6、，包括稳定性检验：扩大样本重新估计；预测性能检验：对样本外一点进行实际预测。9 9、计量经济学模型的应用（绿体字）答：结构分析、经济预测、政策评价、检验与发展经济理论第二章第二章 经典单方程计量经济学模型：一元线性回归模型经典单方程计量经济学模型：一元线性回归模型1 1、相关分析和回归分析的含义及其联系答：相关分析分析变量之间是否存在相关关系分析相关关系的类型计量相关关系的密切程度相关分析的局限：不能说明变量间的相关关系的具体形式不能从一个变量去推测另一个变量的具体变化回归分析：回归是关于一个变量对另一个或多个变量依存关系的研究，是用适当的数学模型去近似地表达或估计变量之间地平均变化关系，回归

7、分析目的：根据已知的自变量的数值，去估计因变量的总体平均值。区别：从研究目的上看：相关分析是研究变量间相互联系的方向和程度；回归分析是寻求变量间联系的具体数学形式，是要根据自变量的固定值去估计和预测因变量的值。从对变量的处理来看：相关分析中的变量均为随机变量，不考虑两者的因果关系；回归分析是在变量因果关系的基础上研究自变量对因变量的具体影响，必须明确划分自变量和因变量，回归分析中通常假定自变量为非随机变量，因变量为随机变量。联系：共同的研究对象：都是对变量间相关关系的分析只有当变量间存在相关关系时，用回归分析去寻求相关的具体数学形式才有实际意义相关分析只表明变量间相关关系的性质和程度，要确定变

8、量间相关的具体数学形式依赖于回归分析2 2、在总体回归函数中引入随机干扰项的主要原因：答：1、代表未知的影响因素；2、代表残缺数据;3、代表众多细小影响因素 4、代表数据观测误差5、代表模型设定误差 6、变量的内在随机性。3 3、样本回归函数和总体回归函数的公式答：总体回归模型的随机形式：YiE(Y|01总体回归模型的确定形式：01样本回归函数的随机形式：Yi01Xiei0Y X Xi)i01XiiE(Y|X)XY 1X e样本回归函数的确定形式：Y 01X4 4、一元线性回归模型的基本假设（重点掌握前4 个）答：假设 1、解释变量 X 是确定性变量，不是随机变量，而且在重复抽样中取固定值；假

9、设 2、随机误差项具有零均值、同方差和不序列相关性：E(i)=0i=1,2,nVar(i)=2i=1,2,nCov(i,j)=0iji,j=1,2,n假设 3、随机误差项与解释变量 X 之间不相关：（同期相关从这里引申出来的）Cov(Xi,i)=0i=1,2,n假设 4、服从零均值、同方差、零协方差的正态分布iN(0,2)i=1,2,n假设 5 旨在排除时间序列数据出现持续上升或下降的变量作为解释变量，因为这类数据不仅使大样本统计推断变得无效，而且往往产生所谓的伪回归问题伪回归问题。假设 6 也被称为模型没有设定误差设定误差注意：1、如果假设 1、2 满足，则假设 3 也满足;2、如果假设 4

10、 满足，则假设 2 也满足。5 5、最小二乘法的推导过程（推导至2.2.5）答：普通最小二乘法（Ordinary least squares,OLS）给出的判断标准是：二者之差的平方和X)2)2(Y(Q(YiYii01i11nn最小。根据微积分学的运算，但Q 对0、1的一阶偏导数为 0 时，Q 达到最小，即 Q 00Q 01可推得用于估计0、1的下列方程组：方程组（*）称为正规方程组正规方程组6 6、最小二乘估计法的性质（重点看前三个，知道线性性和无偏性的推导）答：当模型参数估计出后，需考虑参数估计值的精度，即是否能代表总体参数的真值，或者说需考察参数估计量的统计性质。一个用于考察总体的估计量

11、，可从如下几个方面考察其优劣性：（1 1）线性性）线性性，即它是否是另一随机变量的线性函数；（2 2）无偏性）无偏性，即它的均值或期望值是否等于总体的真实值；（3 3）有效性）有效性，即它是否在所有线性无偏估计量中具有最小方差。证明：线性性：线性性：1x yxY YxY x Yxxxiiiiiii2i2i2i1xiY2ixkiY无偏性：无偏性：k Y k(X)iii01ii0ki1kiXikii1ki因为故xxi2i 0k Xii1kii11)E(k)k E()E(ii1ii111wX i01ii0wi1wiXiwii0 1因为wi Xki1 Xki1n Xiw X XX kiiii X Xk

12、ixi 0nw故00ii)E(w)E()w E()E(iiii00007 7、区别那三个平方和（TSS,ESS,RSS）总离差平方和：yi2(YiY)2TSSY)2 ESSi2(Y回归平方和：yi残差平方和：ei2(YiYi)RSS如果 Yi=i即实际观测值落在样本回归“线”上，则拟合最好拟合最好。可认为，“离差”全部来自回归线，而与“残差”无关。8 8、可决系数 R2 统计量答：拟合优度检验：对样本回归直线与样本观测值之间拟合程度的检验。度量拟合优度的指标：判定系数（可决系数）R2R2ESSRSS1TSSTSS称 R2 为可决系数/判定系数可决系数的取值范围：0，1R2 越接近 1，说明实际

13、观测点离样本线越近，拟合优度越高。9 9、T 值公式（2.3.5）答：t 检验：11t 11 t(n 2)S2xi21检验步骤：1）对总体参数提出假设H0：1=0，H1：102）以原假设 H0 构造 t 统计量，并由样本计算其值3）给定显著性水平，查 t 分布表得临界值 t/2(n-2)4)比较，判断若|t|t/2(n-2)，则拒绝 H0，接受 H1；若|t|t/2(n-2)，则拒绝 H1，接受 H01010、掌握黑体字部分与参数的置信区间的求法（2.3.7）答：如果存在这样一个区间，称之为置信区间置信区间（confidence interval）；1-称为置信系数置信系数（置信度）（置信度）

14、（confidencecoefficient），称为显著性水平显著性水平（level of significance）；置信区间的端点称为置信限置信限（confidence limit）或临界值临界值（critical values）。t S1 信度下i的置信区间是 t S,iiii221111、如何才能缩小置信区间（2 个）答：（1）增大样本容量 n。因为在同样的置信水平下，n 越大，t 分布表中的临界值越小；同时，增大样本容量，还可使样本参数估计量的标准差减小；（2）提高模型的拟合优度。因为样本参数估计量的标准差与残差平方和呈正比，模型拟合优度越高，残差平方和应越小。1212、预测问题 的

15、黑色字体部分只是被解释变量的预测值的估计值，而不是预测值。原因在于两方面：一是模型中的参数估计量是不答：Y确定的；二是随机干扰项的影响。所以，我们得到的仅是预测值的估计值，预测值仅以某一个置信度处于以该估计值为中心的一个区间中。预测值在更大程度上说是一个区间估计问题。1313、置信带（域）（49 页图上方的两段话）答：如下图所示，如果对每个X 值求其总体均值EY|X的 95%的置信区间，将区间端点连接起来，可以得到关于总体回归函数的置信带（域）置信带（域）。同样地，对每个 X 值求 Y 的个别值Y0的置信带（域）置信带（域）。可以看出，Y 的个别值Y0的置信带比其总体均值的置信带宽。)1P(对

16、于 Y 的总体均值 E(Y|X)与个体值的预测区间（置信区间）：（1）样本容量 n 越大，预测精度越高，反之预测精度越低；（2）样本容量一定时，置信带的宽度当在X 均值处最小，其附近进行预测（插值预测）精度越大；X 越远离其均值，置信带越宽，预测可信度下降。1414、时间序列问题答：关于“伪回归问题”。注意到对可决系数的定义与解释，它被定义为回归平方和占总离差平方和的比重，解释为被解释变量 Y 的变化中可由解释变量 X 的变化“解释”的部分。我们并未将这里的“解释”替换为“引起”，因为因果关系不能通过回归分析本身来判断。然而回归分析往往就是要对因果关系进行评判，人们自然倾向于认为一个高的可决系

17、数就意味着X 对 Y 的“影响”能力强。在现实经济问题中，对时间序列数据作回归，即使两个变量间没有任何的实际联系，也往往会得到较高的可决系数，尤其对于具有相同变化趋势（同时上升或下降）的变量，更是如此。这种现象被称为“伪回归”或“虚假回归”。第三章第三章 经典单方程计量经济学模型：多元线性回归模型经典单方程计量经济学模型：多元线性回归模型1 1、多元回归模型的一般形式（3.1.1）.,Yi01X1i2i.kXkiii 1,2,.n总体回归模型 n 个随机方程的矩阵表达式为Y Y X X12nn 11 X11X21 Xk11 XX X1222k2 X X1 X1nX2n Xknn(k1)样本回归

18、函数的矩阵表达:012k(k 1)1e eY YX X e1ee e 2en 01k2 2、多元回归模型最小二乘法推导、多元回归模型最小二乘法推导答：根据最小二乘原理，需寻找一组参数估计值，使得残差平方和Q e e e (Y X)(Y X)2ii1n最小，即参数估计值应该是方程组(Y X)(Y X)0的解，求解过程如下：(Y Y XYYX+XX)=0(Y Y 2Y X+X X)=0 XY+XX0即得到(X X)X Y(XX)1XY3 3、参数估计量的性质（三性，会推导出前两个）、参数估计量的性质（三性，会推导出前两个）(X X X X)1X X Y Y CYCY答：1、线性性其中,C C=(X

19、X)(XX)-1XX 为一仅与固定的 X X 有关的行向量2、无偏性)E(X X X X)1X X Y Y)E(E(X X X X)1 1X X(X X )(X X X X)1 1E(X X )这里利用了假设:E(XX)=0 0，即随机误差项与解释变量 X 之间不相关3、有效性（最小方差性）其中利用了(X XX X)1X XY Y(X X X X)1X X(X X)(X X X X)1X X 2E()I I，即随机误差项同方差，无序列相关和4 4、最小样本容量和满足基本要求的样本容量是多少？答：（1）最小样本容量：样本最小容量必须不少于模型中解释变量的数目（包括常数项）,即 nk+1 因为，无

20、多重共线性要求：秩(X)=k+1（2）满足基本要求的样本容量：一般经验认为，当n30 或者至少 n3(k+1)时，才能说满足模型估计的基本要求。5 5、黑体字部分，3.3.2、3.3.3 和 3.3.4答：总离差平方和可以分解为回归平方和与残差平方和两部分。回归平方和反映了总离差平方和中有样本回归线解释的部分，它越大，残差平方和越小，表明样本回归线与样本观测值的拟合程度越高。R2=_2ESSRSS(3.3.2)=1-TSSTSS_RSS/(n k 1)n 1(3.3.3)R2 1 (1 R2)(3.3.4)R 1 TSS/(n 1)n k 16 6、F F 检验检验答：方程的显著性检验，旨在对

21、模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出推断。检验等价于检验与同向变化：当时，；越大，值也越大；当时，为无穷大。7 7、如何才能缩小置信区间？答：（1）增大样本容量 n，因为在同样的样本容量下，n 越大，t 分布表中的临界值越小，同时，增大样本容量，还可使样本参数估计量的标准差减小；（2）提高模型的拟合优度，因为样本参数估计量的标准差与残差平方和呈正比，模型优度越高，残差平方和应越小。（3）提高样本观测值的分散度,一般情况下，样本观测值越分散，(XX)-1 的分母的|XX|的值越大，致使区间缩小。8 8、黑体字部分、黑体字部分“如果给定解释变量值，根据模型就可以得到被解

22、释变量的预测值 ”，这种说法是不科学的，也是计量经济学模型无法达到的。如果一定要给出一个具体的观测值，那么它的置信水平则为0；如果一定要回答 100%的置信水平处在什么区间中，那么这个区间是。9 9、掌握将非线性方程化为线性方程的方法、掌握将非线性方程化为线性方程的方法答：1 1、倒数模型、多项式模型与变量的直接置换法、倒数模型、多项式模型与变量的直接置换法如：s=a+b r+c r2，设 X1=r，X2=r2，则原方程变换为 s=a+b X1+c X22 2、幂函数模型、指数函数模型与对数变换法幂函数模型、指数函数模型与对数变换法Q=AKL方程两边取对数：ln Q=ln A+ln K+ln

23、L3 3、复杂函数模型与级数展开法复杂函数模型与级数展开法Q A(1K2L)1e方程两边取对数后，得到：1LnQ LnA Ln(1K2L)将式中 ln(1K-+2L-)在=0 处展开台劳级数,取关于的线性项，即得到一个线性近似式。如取0 阶、1 阶、2阶项，可得 K 1ln Y ln A 1m ln K2m ln L m12 ln 2L 1010、什么是受约束回归和无约束回归？答：模型施加约束条件后进行回归，称为受约束回归。不加任何约束的回归称为无约束回归。在同一数据样本下，记无约束样本回归模型的矩阵式为：记受约束样本回归模型的矩阵式记为：2Y=X+eY=X*+e*第四章第四章 经典单方程计量

24、经济学模型：放宽基本假定的模型经典单方程计量经济学模型：放宽基本假定的模型1 1、基本假定违背主要包括哪些内容？（P93P93）答：（1）随机干扰项序列存在的异方差性；（2）随机干扰项序列存在的序列相关性；（3）解释变量之间存在多重共线性；（4）解释变量是随机变量且与随机干扰项相关。2 2、什么是异方差性？掌握异方差的三种类型和图图 4.1.14.1.1（P93-94P93-94）答：异方差性，即相对于不同的样本点，也就是相对于不同的解释变量观察值，随机干扰项具有不同的方差。异方差的三种类型：（1）单调递增型：i2随 X 的增大而增大；（2）单调递减型：i2随 X 的增大而增减小；(3)复杂性

25、：i2随 X 的变化呈复杂形式。3 3、异方差性通常存在于哪种数据？（P95P95）答：对于采用截面数据作样本的计量经济学问题，由于在不同的样本点上解释变量以外的其他因素较大，所以往往存在异方差性。4 4、异方差性的后果（P96P96）答：（1）参数估计量非有效；（2）变量的显著性检验失去意义；（3）模型的预测失效。5 5、异方差性的检验？（P96P96）答：异方差的检验，即相对于不同的样本点，也就是相对于不同的解释变量观测值，随即干扰项具有不同的方差，那么检验异方差性，也是就是检验随机干扰项的方差和解释变量观察值之间的相关性。6 6、图示检验法的类型有哪些？（P97P97）答：图示检验法的类

26、型：同方差、单调递增型异方差、单调递减性异方差、复杂性异方差。2e2eiiXX同方差递增异方差22eieiXX递减异方差复杂型异方差7 7、了解 Park,Gleiser,White检验（P97-98P97-98）8 8、异方差的修正方法是什么？（P99P99）答：如果模型被证明存在异方差性，则需要发展新的方法评估模型，最常用的方法是加权最小二乘法（WLS）。加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用OLS 法估计其参数。9 9、什么叫序列相关性？一般以什么为样本？（P104P104）答：如果模型的随机干扰项违背了相互独立的基本假设，称为存在序列相关性。序列相

27、关性通常出现在以时间序列数据为样本的模型中。1010、实际问题中，序列相关性产生的原因有哪些方面？（P105P105）答：（1）经济变量固有的惯性；（2）模型设定的偏误；（3）数据的“编造”。1111、为什么时间序列数据往往存在序列相关性？（P106P106）答：对于采用时间序列数据作样本的计量经济学问题，由于在不同样本点上解释变量以外的其他因素在时间上的连续性，带来他们对被解释变量的影响的连续性，所以往往存在序列相关性。1212、序列相关性的后果有哪些？（P106P106）答：（1）参数估计量非有效；（2）变量的显著性检验失去意义；（3）模型的预测失效。1313、序列相关性的检验思路是什么？

28、P107P107答：首先首先，采用OLS 法估计模型，以求得随机误差项的表示：，用ei“近似估计量近似估计量”)i0 lsei Yi(Y然后，通过分析这些“近似估计量”之间的相关性，以判断随机误差项是否具有序列相关性。1414、序列相关性的检验方法有哪些？（其中杜宾-瓦森检验法要求全部掌握）(P107)P107)答：（1）图示法；（2）回归检验法；（3）杜宾-瓦森检验法；（4）拉格朗日乘数检验。D-WD-W 检验检验是杜宾（J.Durbin）和瓦森(G.S.Watson)于 1951 年提出的一种检验序列自相关的方法，该方法的假定条件是：（1）解释变量 X 非随机；（2i 为一阶自回归形式：（

29、3）回归模型中不应含有滞后应变量作为解释变量，即不应出现下列形式：(4)回归含有截距项D.W.D.W.统计量统计量:杜宾和瓦森针对原假设：H0:=0，即不存在一阶自回归，构如下造统计量：n e)2(ett 1t 2D.W.n2ett 1该统计量的分布与出现在给定样本中的X 值有复杂的关系，因此其精确的分布很难得到。但是，他们成功地导出了临界值的下限dL 和上限 dU，且这些上下限只与样本的容量n 和解释变量的个数 k 有关，而与解释变量X 的取值无关。D.WD.W 检验步骤检验步骤:（1）计算 DW 值（2n 和 k 的大小查 DW 分布表，得临界值 dL 和 dU（3）比较、判断若 0D.W

30、.dL存在正自相关dLD.W.dU不能确定dU D.W.4dU无自相关4dU D.W.4 dL不能确定4dL D.W.0，则两个函数有相同的斜率，但有不同的截距有相同的斜率，但有不同的截距。意即，男女职工平均薪金对教龄的变化率是一样的，但两者的平均薪金水平相差2。可以通过传统的回归检验，对2 的统计显著性进行检验，以判断企业男女职工的平均薪金水平是否有显著差异。（3）、图形年薪Y男职工女职工工龄X2.2.乘法方式乘法方式（1）、模型例子根据消费理论，消费水平C主要取决于收入水平Y，但在一个较长的时期，人们的消费倾向会发生变化，尤其是在自然灾害、战争等反常年份，消费倾向往往出现变化。这种消费倾向

31、的变化可通过在收入的系数中引入虚拟变量来考察。如，设1正常年份Dt0反常年份消费模型可建立如下：t01t2ttt这里，虚拟变量 D D 以与 X X 相乘的方式引入了模型中，从而可用来考察消费倾向的变化。假定 E(i)=0，上述模型所表示的函数可化为：正常年份：E(Ct|Xt,Dt1)0(12)Xt反常年份：E(Ct|Xt,Dt 0)01Xt（2）、几何解释通过引入虚拟变量解释斜率的变化，斜率不同，截距相同斜率不同，截距相同。（3）、图形C X D X 3 3、虚拟变量模型的设计原则答：每一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，即如果有 m 个定性变量，只在模型中引入 m-1

32、 个虚拟变量。一、单选题一、单选题（10 小题，每题 2 分，共 20 分）1.下列样本模型中，哪一个模型通常是无效的?()A.Ci(消费)=500-0.8Ii(收入)B.QDi(商品需求)=10+0.8Ii(收入)-0.9Pi(价格)C.Qsi(商品供给)=20+0.75Pi(价格)D.Yi(产出量)=0.65K0.6i(资本)L0.4i(劳动)2.判定系数 r2=0.8，说明回归直线能解释被解释变量总变差的：()A.80%B.64%C.20%D.89%3.当模型中的解释变量存在完全多重共线性时，参数估计量的方差为：()A.0B.1C.D.最小4.DW 的取值范围是：()A.-1DW0B.-

33、1DW1C.-2DW2D.0DW415.模型 Yi=0+1D+Xi+i，其中 D=为虚拟变量，模型中的差别截距系数是指：()0A.0B.1C.0+1D.0-16.对于模型 Yt=1t+2Xt+t,1t=0+1Zt,如果 Zt为虚拟变量，则上述模型就是一个：()A.常数参数模型B.截距与斜率同时变动模型C.截距变动模型D.分段线性回归模型7.考察下述联立方程模型：Y1 b1Y2 C1Z1 C2Z2 1Y2 b1Y1 C3Z32第一个结构方程中的 Y2是：()A.前定变量B.外生变量C.解释变量D.被解释变量8.t 检验是根据 t 分布理论所作的假设检验，下列哪项可作t 检验?()A.单个回归系数

34、的显著性检验B.线性关系的总体显著性检验C.一阶线性自相关的显著性检验D.多个预测值与实际值之间差异的显著性检验9.产量（X，台）与单位产品成本（Y，元/台）之间的回归方程为Y 3561.5X，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1.5 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1.5 元10.若回归模型中的随机误差项存在异方差性，则估计模型参数应采用（）A.普通最小二乘法 B.加权最小二乘法C.广义差分法 D.工具变量法二、判断题二、判断题（10 小题，每题 1 分，共 10 分，

35、对的打“”，错的打“”）1.经济计量学是以数学为前提，利用数理统计方法与计算技术，根据实际观测资料来研究带有随机影响的经济数量关系和规律的一门学科。2.无偏性就是参数 OLS 估计量b1的均值 E(b1)=b1。3.若判定系数 R2越趋近于 1，则回归直线拟合越好。4.最小二乘准则就是对模型Yi=b0+b1Xi+ui确定b0和b1使残差和ei达到最小。5.柯依克（Koyck）变换可以把有限分布滞后模型变成自回归模型。6.增大样本容量有可能减弱多重共线性，因为多重共线性具有样本特征。7.在残差 et和滞后一期残差et-1的散点图上，如果，残差et在连续几个时期中，逐次值频繁的改变符号，即图形呈锯

36、齿状，那么残差et具有正自相关。8.结构方程可以识别，则称恰好识别。9.秩识别条件就是在由 G 个方程组成的结构模型中，任一特定方程可识别的充分必要条件是该程不包含而为其他方程所包含的那些变量的系数矩阵的秩等于G-1。10.简化模型就是把结构模型中的全部内生变量表示成前定变量和随机项的函数。三、简答题三、简答题（3 小题，每题 10 分，共 30 分）1.古典线性回归模型的假定有哪些?并对其中两个进行评述。2.为什么要进行同方差变换？写出其过程，并证实之。3.联立方程模型中的变量可以分为几类？其含义各是什么？四、分析变换题四、分析变换题（前 1 小题 15 分，后 1 小题 25 分，共 40

37、 分）1.收集 1978-2001 年的消费额 XF（亿元），国内生产总值 GDP（亿元）资料，建立消费函数，Eviews 结果如下：Dependent Variable:LOG(XF)Method:Least SquaresDate:12/13/07Time:10:16Sample:1978 2001Included observations:24CLOG(GDP)R-squaredCoefficient-0.0426620.936417Std.Error0.0332470.004454t-Statistic-1.283177210.2628Prob.0.21280.00006.829620

38、1.308850-4.105890-4.007719-4.0798451.6824760.999503 Mean dependent var0.999480 S.D.dependent var0.029846 Akaike info criterion0.019597 Schwarz criterion51.27068 Hannan-Quinn criter.44210.44 Durbin-Watson stat0.000000Adjusted R-squaredS.E.of regressionSum squared residLog likelihoodF-statisticProb(F-

39、statistic)要求：(1)把回归分析结果报告出来；（5 分）(2)进行经济、拟合优度、参数显著性、方程显著性和经济计量等检验；（5 分）(3)说明系数经济含义。（5 分）2.收集 1978-2001 年的消费额 XF（亿元），国内生产总值 GDP（亿元）资料，建立消费函数，Eviews 结果如下：Dependent Variable:XFMethod:Least SquaresDate:12/13/07Time:10:11Sample(adjusted):1979 2001Included observations:23 after adjustmentsConvergence achi

40、eved after 9 iterationsCGDPAR(1)R-squaredCoefficient121.78940.5181220.690661Std.Error83.876500.0152400.258828t-Statistic1.45200933.996452.668417Prob.0.16200.00000.01481958.2642031.2810.998998 Mean dependent var0.998898 S.D.dependent varAdjusted R-squaredS.E.of regressionSum squared residLog likeliho

41、odF-statisticProb(F-statistic)Inverted AR Roots67.44404 Akaike info criterion90973.96 Schwarz criterion-127.8882 Hannan-Quinn criter.9968.049 Durbin-Watson stat0.000000 .6911.3815811.5296911.418831.577384要求：(1)把回归分析结果报告出来；（5 分）(2)进行经济、拟合优度、参数显著性、方程显著性和经济计量等检验；（5 分）(3)原模型的 DW 值为 0.8776，还可以怎样得到自相关系数 的

42、值，计算其值=？（5分）(4)写出上述进行的广义差分变换，说明变换后的模型不存在自相关。（10 分）计量经济学期末考试题（B）一、（20 分）表 1 列出了某地区家庭人均鸡肉年消费量Y 与家庭月平均收入 X，鸡肉价格P1，猪肉价格 P2 与牛肉价格 P3 的相关数据。（1）求出该地区关于家庭鸡肉消费需求的如下模型：Lny=0+1lnx+2lnP1+2lnP2+3lnP3(2)鸡肉的家庭消费需求是否受猪肉及牛肉价格的影响？1980198119821983198419851986198719881989199019911992199319941995199619971998鸡肉家庭人均年消费量(公

43、斤）Y2.782.992.983.083.123.333.563.643.673.844.044.034.184.044.074.014.274.414.67家庭月平均收入（元）X39741343945949252856062466671776884391193110211165134914491575鸡肉价格（元/公斤）P14.223.814.033.953.733.813.933.783.844.013.863.983.975.214.895.835.795.676.37猪肉价格牛肉价格（元/公斤）（元/公斤）P25.075.25.45.535.476.376.986.596.4577.3

44、26.787.919.549.4212.3512.9911.7613.09P37.837.927.927.927.748.028.048.398.559.3710.6110.4811.412.4112.7614.2914.3613.9216.5519992000200120025.065.015.175.2917591994225824786.165.896.647.0412.9812.814.116.8220.3321.9622.1623.26二、（20）表2 列出了 2000 年中国部分省市城镇居民每个家庭平均全年可支配收入（X）与消费性支出（Y）的统计数据。（1）用 OLS 法建立居民人

45、均消费支出与可支配收入的线性模型；（2）检验模型是否存在；（3）如果存在异方差，请用适当方法估计。地区北京天津河北山西内蒙古辽宁吉林黑龙江上海江苏浙江山东河南湖北湖南广东陕西甘肃青海新疆可支配收入(元）X10349.698140.55661.164724.115129.055357.7948104912.8811718.016800.239279.166489.974766.265524.546218.739761.575124.244916.255169.965644.86消费性支出（元）Y8493.496121.044348.473941.873927.754356.064020.8738

46、24.448868.195323.187020.2250223830.714644.55218.798016.914276.674126.474185.734422.93三、（20 分）中国 19802000 年投资总额 X 与工业总产值 Y 的统计资料如表 3 所示。（1）当设定模型为 lny=0+1lnx 时，是否存在序列相关？（2）请按一阶自相关假设估计上述模型，检验是否存在序列相关？（3）采用差分 D（y）与 D(x)估计模型，检验是否存在序列相关？年份全社会固定资产投资（亿元）工业增加值（亿元）1980198119821983X910.99611230.41430.1Y1996.52

47、048.42162.32375.6198419851986198719881989199019911992199319941995199619971998199920001832.92543.23120.63791.74753.84410.445175594.58080.113072.317042.120019.322913.524941.128406.229854.7132917.7327893448.739674585.85777.2648468588087.110284.514143.819359.624718.329082.632412.133387.935087.2139570.3四

48、、（20）根据理论和经验分析，影响粮食生产（Y）的主要因素有：农业化肥施用量（X1）；粮食播种面积(X2)；成灾面积(X3);农业机械总动力(X4);农业劳动力(X5)表表 3 3中国粮食生产与相关投入资料中国粮食生产与相关投入资料年份粮食产量(万吨)农业化肥施用量粮食播种面积成灾面积农业机械总动力农业劳动力（万公斤）（千公顷）（公顷）（万千瓦）X11659.81739.81775.81930.61999.32141.52357.1X2X3X418022194972091322950248362657528067（万人）X531645.13168530351.5304673087031455.

49、732440.51983198419851986198719881989Y3872840731379113915140208394084075511404716209.31128841526410884522705.31109332365611126820392.711012323944.711220524448.71990199119921993199419951996199719981999200044624435294426445649445104666250454494175123050839462182590.32806.12930.23151.93317.93593.73827.9

50、3980.74083.74124.34146.411346617819.311231427814287082938930308318173380236118385474201645208489965257433330.434186.33403733258.232690.332334.532260.432434.932626.432911.832797.511056025894.711050910954411006011254811291211378711316110846323133313832226721233303092518126731343741用 OLS 估计Y=0+1 X1+2 X