《计量经济学课后习题答案汇总-计量经济学课后题答案.docx》由会员分享,可在线阅读,更多相关《计量经济学课后习题答案汇总-计量经济学课后题答案.docx(16页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、计量经济学练习题第一章导论一、单项选择题1.计量经济研究中常用的数据主要有两类:一类是时间序列数据,另一类是【B】A总量数据B横截面数据C平均数据D相对数据2,横截面数据是指【A】A同一时点上不同统计单位相同统计指标组成的数据B同一时点上相同统计单位相同统计指标组成的数据C同一时点上相同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3 .下面属于截面数据的是【D】A1991-2022年各年某地区20个乡镇的平均工业产值B1991-2022年各年某地区20个乡镇的各镇工业产值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个乡镇各镇工业产值.同一统计指标按时间
2、顺序记录的数据列称为【B】A横截面数据B时间序列数据C修匀数据D原始数据.回归分析中定义【B】A解释变量和被解释变量都是随机变量B解释变量为非随机变量,被解释变量为随机变量C解释变量和被解释变量都是非随机变量D解释变量为随机变量,被解释变量为非随机变量二、填空题1 .计量经济学是经迸学的一个分支学科,是对经济问题进行定量实证研究的技术、方法和相关理论,可以理解为 数学、统计学和一经济学一三者的结合。2 .现代计量经济学已经形成了包括单方程回归分析,联立方程组模型,时间序列分析三大支柱。3 .经典计量经济学的最根本方法是回归分析。计量经济分析的根本步骤是:理论(或假说)陈述、建立计量经济模型、收
3、集数据、计量经济模型参数的估计、 检验和模型修正、预测和政策分析。C多重共线性问题D随机解释变量问题9 .根据一个n=30的样本估计y = Bo + 6玉+G后计算得DW=1.4,在5%得的置信度下,= 1.35, dv =1.49, 那么认为原模型【B】A不存在一阶序列自相关B不能判断是否存在一阶自相关C存在完全的正的一阶自相关D存在完全的负的一阶自相关.对于模型 =自)+6玉+巧,以表示的与的之间的线性相关系数a=l, 2, n),那么下面明显错误的选项 是【B】A=0.8, DW=0.4B=-0.8, DW=-0.4C=0, DW=2D=1, DW=0n.DW统计量的值接近于2,那么样本
4、回归模型残差的一阶自相关系数近似等于【A】A0B-1C1DO.512 .样本回归模型残差的一阶自相关系数接近于-1,那么DW统计量近似等于【D】AOB1C2D413 .戈德菲尔德一夸特检验法可用于检验【A】A异方差性B多重共线性C序列相关D设定误差.在给定的显着性水平之下,假设DW统计量的下和上临界值分别为dL和du,那么当dLDW05 (28) D /0。25( 28.某一特定的X水平上,总体y分布的离散度越大,即越大,那么【AA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.对于总体平方和TSS、回归平方和RSS和残差平方和ESS的相
5、互关系,正确的选项是【B】ATSSRSS+ESSBTSS=RSS+ESSCTSSRSS+ESSDTSS2 =RSS 2 +ESS 2.对于随机误差项e i,Var( e i)=E( : )=0?内涵指( B )A.随机误差项的均值为零B.所有随机误差都有相同的方差C.两个随机误差互不相关D.误差项服从正态分布二、判断题1 .随机误差项口与残差项a是一回事。(X2,对两变量回归模型,假定误差项j服从正态分布。(V)3.线性回归模型意味着因变量是自变量的线性函数。V)4在线性回归模型中,解释变量是原因,被解释变量是结果。V)5.在实际中,两变量回归没什么用,因为因变量的行为不可能仅由一个解释变量来
6、解释。(X)三、填空题1 .在计量经济模型中引入误差项7是因为经济变量关系一般是随机函数关系。2 .样本观测值与回归理论值之间的偏差,称为残差,我们用残差估计线性回归模型中的退差项。3 .qi 反映样本观测值总体离差的大小;SSR 反映由模型中解释变量所解释的那局部离差的大小:反映样本观测值与估计值偏离的大小,也是模型中解释变量未解释的那局部离差的大小。4 .拟合优度判定系数)R?=咨 = 一年。它是由引起的离差占总体离差的比重 。假TSS TSS设拟合优度R2越趋近于,那么回归直线拟合越好;反之,假设拟合优度A?越趋近于,那么回归直线拟合越差。y 2.在两变量回归中,S2 =仝乙是。2的无偏
7、估计。 n-2四、简答题.什么是随机误差项影响随机误差项的主要因素有哪些它和残差之间的区别是什么影响Y的较小因素的集合;被忽略的因素、测量误差、随机误差等;通过残差对误差项的方差进行估计。1 .决定系数A?说明了什么它与相关系数的区别和联系是什么P53 和 P562 .最小二乘估计具有什么性质P37线性、无偏性和有效性(或最小方差性)3 .在回归模型的根本假定中,(与)=0的意义是什么该假设的含义是:如果两变量之间确实是线性趋势占主导地位,随机误差只是次要因素时,那么虽然随机扰 动会使个别观测值偏离线性函数,但给定解释变量时屡次重复观测被解释变量,概率均值会消除随机扰动的影响, 符合线性函数趋
8、势。第三章多元线性回归模型一、单项选择题.决定系数R2是指【C】A剩余平方和占总离差平方和的比重B总离差平方和占回归平方和的比重C回归平方和占总离差平方和的比重D回归平方和占剩余平方和的比重1 .在由n=30的一组样本估计的、包含3个解释变量的线性回归模型中,计算的决定系数为0.8500,那么调整后 的决定系数为【D】A0.8603B0S389.一b.对于yi = Bo +夕+夕2%2i 卜Bkki + 6,检验H():0 = 0(Z = 0,1,次)时,所用的统计量,=7服从【A】At(n-k-1 )Bt(n-k-2)Ct(n-k+1 )Dt(n-k+2)4.调整的判定系数且会与多重判定系数
9、R 之间有如下关系【D】AR? =R2 T bR? =1 斤n-k-n-n-k-CR2 =1-(1 + R2)1 d*2 =1 (1 r2)T n-k-in-k-15.用一组有30个观测值的样本估计模型 =/。+笈与+尸2,+弓后,在0.05的显着性水平下对A的显着性作t检验,那么A显着地不等于零的条件是其统计量大于等于【C】AZ005 AO) B()25 (28) CZ0025 (27) DR025 (1, 28)6.对模型Yi= B o+ B iXii+ B 2X21+ u 1进行总体显着性F检验,检验的零假设是(A)A. B 1= B 2=0B.B i=0C. B 2=0D. B o=O
10、 或 B i=07.在多元线性回归中,判定系数R2随着解释变量数目的增加而BA.减少C.不变B.增加D.变化不定二、判断题1.在多元回归模型的检验中,判定系数R2一定大于调整的R2。(V)2.在EVIEWS中,genr命令是生成新的变量。(V)3.在EVIEWS中,建立非线性模型的方法只有将非线性模型线性化的方法。义)三、填空题1 .调整的可决系数的作用是消除由解释变量数目差异造成的影响。2在多元线性回归模型中,F统计量与可决系数之间有如下关系:F =1-R2n-k-5V3.有k个解释变量的多元回归模型的误差项方差。2的无偏估计是? = W一 n-k-14.在总体参数的各种线性无偏估计中,最小
11、二乘估计量具有最小方差的特性。四、简答题1 .在多元线性回归分析中,为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度P121由于没调整的决定系数只与被解释变量的观测值,以及回归残差有关,而与解释变量无直接关系。但多元线性回归模型解释变量的数目有多有少,数学上可以证明,决定系数是解释变量数目的增函数,意味着不管 增加的解释变量是否真是影响被解释变量的重要因素,都会提高决定系数的数值,解释变量个数越多,决定系数 一定会越大。因此,用该决定系数衡量多元线性回归模型的拟合程度是有问题的,会导致片面追求解释变量数量 的错误倾向。正是由于存在这种缺陷,决定系数在多元线性回归分析拟合度评价方面的作用
12、受到很大限制,需要 修正。2 .回归模型的总体显着性检验与参数显着性检验相同吗是否可以互相替代多元线性回归模型每个参数的显着性与模型总体的显着性并不一定一致,因此除了各个参数的显着性检验以 处,还需要进行模型总体显着性,也就是全体解释变量总体对被解释变量是否存在明显影响的检验,称为“回 归显着性检验。总体显着性检验是多元回归分析特有的,两变量线性回归解释变量系数的显着性检验与模型的 总体显着性检验一致,不需要进行总体显着性检验。第四章异方差性一、单项选择题1 .以下哪种方法不是检验异方差的方法【D】A戈德菲尔特一一夸特检验B残差序列图检验C戈里瑟检验D方差膨胀因子检验2 .当存在异方差现象时,
13、估计模型参数的适当方法是【A】A加权最小二乘法B工具变量法C广义差分法D使用非样本先验信息3 .加权最小二乘法克服异方差的主要原理是通过赋予不同观测点以不同的权数,从而提高估计精度,即【A】A重视方差较小样本的信息,轻视方差较大样本的信息B重视方差较大样本的信息,轻视方差较小样本的信息C重视方差较大和方差较小样本的信息D轻视方差较大和方差较小样本的信息.如果戈里瑟检验说明,普通最小二乘估计结果的残差4与匕有显着的形式为1=0.28715七+邑的相关关系(均满足线性模型的全部经典假设),那么用加权最小二乘法估计模型参数时,权数应为【C】1 1 1A Xj B C D -j=5 .如果戈德菲尔特一
14、一夸特检验显着,那么认为什么问题是严重的【A】C多重共线性问题D设定误差问题6 .容易产生异方差的数据是【C】A时间序列数据B面板数据C横截面数据D年度数据7 .假设回归模型中的随机误差项存在异方差性,那么估计模型参数应采用【B】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8 .假设回归模型为2,其中var(j)=b2七2,那么使用加权最小二乘法估计模型时,应将模型变换为Cy a 门 忧 y a uA j= = j= + /3y/X H-j= B j= = j= + /3 -j=N x y/xY x yjx yjx yj xy a u y a B uCz = + /? + -D-v
15、 = + + X X XX X XX9 .设回归模型为 =肉+j,其中varW-Mx)那么的最小二乘估计量为【b】A.无偏且有效B无偏但非有效C有偏但有效D有偏且非有效三、判断题1 .当异方差出现时,最小二乘估计是有偏的和不具有最小方差特性。X)2 .在异方差情况下,通常预测失效。V)3 .在异方差情况下,通常OLS估计一定高估了估计量的标准差。(X)4 .如果OLS回归的残差表现出系统性,那么说明数据中有异方差性。X)5 .如果回归模型遗漏一个重要的变量,那么OLS残差必定表现出明显的趋势。V)6 .当异方差出现时,常用的t检验和F检验失效。(V7 .用截面数据建立模型时,通常比时间序列资料
16、更容易产生异方差性。(V)四、简答题1,什么是异方差性试举例说明经济现象中的异方差性。两变量和多元回归线性回归模型的第三条假设都要求误差项是同方差的,就是误差项的方差是常数,即丫细(%)= 不随1变化。这条假设也不一定满足,也就是线性回归模型误差项的方差var(4) = b;有可能随t变化,这时候称线性回归模型存在“异方差或“异方差性。举例P162经济中不同收入家庭消费的分散度。2 .如何发现和判断线性回归模型是否存在异方差问题Pl 66Pl 74.克服和处理异方差问题有哪些方法P174P180第五章自相关性一、单项选择题1.如果模型 =瓦+仇,+邑存在序列相关,那么DAcov ( xt, %
17、=0Bcov%, ) =0 f ts) I3Ccov f xt, J ODcov ( J ,鼠)0 (ts)IIJ.DW检验的零假设是为随机项的一阶自相关系数)【B】ADW=0B=0CD W= 1D二 1.DW的取值范围是【D】A-1DW0B-1DW1C-2DW2D0DW42 .当DW=4是时,说明【D】A不存在序列相关B不能判断是否存在一阶自相关C存在完全的正的一阶自相关D存在完全的负的一阶自相关.根据20个观测值估计的结果,一元线性回归模型的DW = 2.3。在样本容量n=20,解释变量k=l,显着性水平=0.05时,查得a=1,。=1.41,那么可以判断【A】A不存在一阶自相关B存在正的一阶自相关C存在负的一阶自相关D无法确定.当模型存在序列相关现象时,适宜的参数估计方法是【C】A加权最小二乘法B间接最小二乘法C广义差分法D工具变量法3 .采用一阶差分模型克服一阶线性自相关问题使用于以下哪种情况【B】A0B1C-l0D0l4 .假定某企业的生产决策是由模型s,=%+匕+与描述的其中s,为产量,尸,为价格),又知:如果该企业 在t-l期生产过剩,经济人员会削减t期的产量。由此判断上述模型存在【B】
限制150内