计量经济学课后习题答案汇总Word下载.docx
- 文档编号:19554519
- 上传时间:2023-01-07
- 格式:DOCX
- 页数:29
- 大小:30.57KB
计量经济学课后习题答案汇总Word下载.docx
《计量经济学课后习题答案汇总Word下载.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Word下载.docx(29页珍藏版)》请在冰豆网上搜索。
反过来,计量经济学也经常使用各
种统计分析方法,筛选数据、选择变量和检验相关结论,统计分析是计量经济分析的重要内
容和主要基础之一。
计量经济学与统计学的根本区别在于,计量经济学是问题导向和以经济模型为核心的,
而统计学则是以经济数据为核心,且常常是数据导向的。
典型的计量经济学分析从具体经济
问题出发,先建立经济模型,参数估计、判断、调整和预测分析等都是以模型为基础和出发
点;
典型的统计学研究则并不一定需要从具体明确的问题出发,
虽然也有一些目标,但可以
是模糊不明确的。
虽然统计学并不排斥经济理论和模型,有时也会利用它们,但统计学通常
不一定需要特定的经济理论或模型作为基础和出发点,
常常是通过对经济数据的统计处理直
接得出结论,统计学侧重的工作是经济数据的采集、筛选和处理。
而且是借
此外,计量经济学不仅是通过数据处理和分析获得经济问题的一些数字特征,
助于经济思想和数学工具对经济问题作深刻剖析。
经过计量经济分析实证检验的经济理论和
计量经济学从经济理论和经
模型,能够对分析、研究和预测更广泛的经济问题起重要作用。
据为主,与经济理论关系比较松散统计学研究不能比拟的功能,
也是计量经济学与统计学的
区别。
2•经济数据在计量经济分析中的作用是什么?
经济数据是计量经济分析的材料。
经济数据是通过对经济变量进行观测和统计,从现实
经济和经济历史中得到的,反映经济活动水平的数字特征。
从本质上说,经济数据都是由相
关的经济规律生成的,因此是反映经济规律的信息载体,确定经济规律的基本材料。
经济数
据的数量和质量,对计量经济分析的有效性和价值有举足轻重轻重的影响。
3•试分别举出时间序列数据、横截面数据、面板数据的实例。
时间序列数据指对同一个观测单位,在不同时点的多个观测值构成的观测值序列,
或者
以时间为序收集统计和排列的数据,如浙江某省从
1980年到2007年各年的GDP;
横截面数
据是指在现一时点上,对不同观测单位观测得到的多个数据构成的数据集,如
2007年全国
在不同时点
31个省自治区直辖市的GDP面板数据就是由对许多个体组成的同一个横截面,
的观测值构成的数据,如从1980年到
2007年各年的全国31个省自治区直辖市
GDP。
第二章
两变量线性回归
、单项选择题
1.表示
x与y之间真实线性关系的是【
Ay?
t
?
0?
1Xt
E(yt)01Xt
Cyt
01Xtt
yt01Xt
•参数
的估计量?
具备有效性是指【
AVar()=0
C(?
—)=0
Var(?
)为最小
•产量(x,台)与单位产品成本(
y,
元/台)之间的回归方程为?
=356—1.5X,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
(?
-)为最小
4.对回归模型
yt0
1xt
t进行统计检验时,通常假定t服从【C】
5•以
6•以
N(0,
i2)
2)
y表示实际观测值,
(yiy?
)=0
i)为最小
X为解释变量,Y
Bt(n-2)
Dt(n)
表示回归估计值,则普通最小二乘法估计参数的准则是使【D
B(yi?
i)2=0
D(yiy?
i)2为最小
为被解释变量,将X、Y的观测值分别取对数,如果这些对数值描
成的散点图近似形成为一条直线,则适宜配合下面哪一模型形式
(D
A.Yi=30+BlXi+卩
B.lnYi=30+31Xi+pi
C.Yi=30+31lnXi+pi
7•下列各回归方程中,哪一个必定是错误的
D.lnYi=30+3lnXi+p
(C)
A.Yi=50+0.6XirXY=0.8
B.Yi=-14+0.8XirXY=0.87
C.Yi=15-1.2XirXY=0.89
D.Yi=-18-5.3XirXY=-0.96
8•已知某一直线回归方程的判定系数为
0.81,则解释变量与被解释变量间的线性相关系数为
A.0.81
B.0.90
C.0.66
D.0.32
9.对于线性回归模型Yi=3叶31Xi+pi,
要使普通最小二乘估计量具备无偏性,则模型必须
满足(A)
A.E(pi)=0
B.Var(pi)=d2
C.Cov(pi,pj)=0
D.pi服从正态分布
10•用一组有30个观测值的样本估计模型
yt01xt
Ut,在0.05的显著性水平下对
t大于【D】
的显著性作t检验,则1显著地不等于零的条件是其统计量
At0.05(30)
Bt0.025(30)
Ct0.05
28)
Dt0.025(28)
2越大,则【A】
11•某一特定的x水平上,总体y分布的离散度越大,即
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
12•对于总体平方和TSS、回归平方和
RSS和残差平方和ESS的相互关系,正确的是【B
CTSS<
RSS+ESS
222
DTSS=RSS+ESS
13.对于随机误差项£
i,Var(£
i)=E(£
2)=2内涵指(
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£
i与残差项ei是一回事。
(X)
2•对两变量回归模型,假定误差项£
i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。
(X)
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解释。
三、填空题
1•在计量经济模型中引入误差项t,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
误差项。
3SST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
部分离差的大小;
SSE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
解释的那部分离差的大小。
4•拟合优度(判定系数)R2
ESS1RSS。
它是由回归
TSSTSS
引起的离差占总体离差
的比重。
若拟合优度
2
R越趋近于_1,则回归直线拟合越好;
反之,若拟合优
度R越趋近于一0___,则回归直线拟合越差。
5.在两变量回归中,S2
eL
n2
的无偏估计。
四、简答题
1.什么是随机误差项?
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?
影响丫的较小因素的集合;
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。
2•决定系数R2说明了什么?
它与相关系数的区别和联系是什么?
P53和P56
3•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)
4•在回归模型的基本假定中,Et0的意义是什么?
随机误差只是次要因素
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,
时,那么虽然随机扰动会使个别观测值偏离线性函数,
但给定解释变量时多次重复观测被解
释变量,概率均值会消除随机扰动的影响,符合线性函数趋势。
第三章多元线性回归模型
1•决定系数R2是指【C】
剩余平方和占总离差平方和的比重
总离差平方和占回归平方和的比重
回归平方和占总离差平方和的比重
回归平方和占剩余平方和的比重
2.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,则调整后的决定系数为【
A0.8603
B0.8389
C0.8655
D0.8327
3.对于yi
lXli2X2i
kXkii,检验H。
:
i0(i0,1,,k)时,所用
的统计量t
b
s€?
bi
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
与多重判定系数
之间有如下关系【D】
AR2
R2
CR2
2n1
1(1R2)
nk1
1(1
R)k
5•用一组有
30个观测值的样本估计模型
yi
lXii
2X2i
i后,在0.05的显著性
水平下对
At0.05(30)
B10.025(28)
Ct0.025(27)
DF0.025(1,28)
1的显著性作t检验,则1显著地不等于零的条件是其统计量大于等于【C】
6.对模型Yi=30+3lXli+32X2i+ai进行总体显著性F检验,检验的零假设是(A
C.32=0D.30=0或31=0
7•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(B
A.减少B.增加
D.变化不定
C.不变
••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。
••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
T
1R2
a
3•有k个解释变量的多元回归模型的误差项方差b2的无偏估计是s2。
4•在总体参数的各种线性无偏估计中,最小二乘估计量具有
最小方差
的特性。
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
数学上可以证明,决定系
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受到很大限制,需要修正。
2•回归模型的总体显著性检验与参数显著性检验相同吗?
是否可以互相替代?
因此除了各个
多元线性回归模型每个参数的显著性与模型总体的显著性并不一定一致,
参数的显著性检验以处,,还需要进行模型总体显著性,也就是全体解释变量总体对被解释
。
总体显著性检验是多元回归分析
变量是否存在明显影响的检验,称为“回归显著性检验”
不需要
特有的,两变量线性回归解释变量系数的显著性检验与模型的总体显著性检验一致,进行总体显著性检验。
第四章异方差性
1.下列哪种方法不是检验异方差的方法【
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,估计模型参数的适当方法是【
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【A1
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
4•如果戈里瑟检验表明,普通最小二乘估计结果的残差ei与Xi有显著的形式为
|ei|0.28715Xii的相关关系(
i满足线性模型的全部经典假设)
,则用加权最小二乘
AXi
1
B—
Xi
法估计模型参数时,权数应为【C
C—
5•如果戈德菲尔特一一夸特检验显著,
则认为什么问题是严重的【
A异方差冋题
B序列相关问题
D设定误差问题
C多重共线性问题
D年度数据
C横截面数据
7•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
D工具变量法
8•假设回归模型为yi
i,其中var(i)=
22
Xi,
则使用加权最小二乘法估计模
型时,应将模型变换为【
u
Vx
~~2
X
9•设回归模型为
i,其中
var(i)=
2Xi2,则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
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。
2•在异方差情况下,
通常预测失效。
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。
4•如果OLS回归的残差表现出系统性,则说明数据中有异方差性。
5•如果回归模型遗漏一个重要的变量,则OLS残差必定表现出明显的趋势。
6.当异方差出现时,常用的t检验和F检验失效。
7•用截面数据建立模型时,通常比时间序列资料更容易产生异方差性。
••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varut
不随t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varut
t2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?
P166—P174
3•克服和处理异方差问题有哪些方法?
P174—P180
第五章自相关性
1•如果模型yt
b0b1xt
t存在序列相关,则【D
Acov(xt,
t)=0
Bcov(t,
s)=0(ts)
Ccov(xt,
Dcov(t,
s)
0(ts)
•D-W检验的零假设是(
为随机项的一阶自相关系数)
ADW=0
=0
CDW=1
D=1
B-1DW
D0DW4
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
•DW的取值范围是【D
A-1DW0
C-2DW2
4•当DW=4是时,说明【
5•根据20个观测值估计的结果,
元线性回归模型的DW=2.3。
在样本容量n=20,解释变
量k=1,显著性水平=0.05时,查得dL=1,du=1.41,则可以判断【A】
A不存在一阶自相关
B存在正的一阶自相关
6•当模型存在序列相关现象时,适宜的参数估计方法是【
A加权最小二乘法
C广义差分法
B间接最小二乘法
D工具变量法
C-1<
<
D0<
7•采用一阶差分模型克服一阶线性自相关问题使用于下列哪种情况【
8•假定某企业的生产决策是由模型Stb0b,Ptut描述的(其中St为产量,R为价格),
又知:
如果该企业在t-1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
A异方差问题
B序列相关问题
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
yi?
1xi
ei后计算得DW=1.4,已知在5%得的置信度
下,dL=1.35,du=1.49,
则认为原模型【
A不存在一阶序列自相关
不能判断是否存在一阶自相关
存在完全的负的一阶自相关
10•对于模型yi?
ei,以
表示et与et1之间的线性相关系数(t=1,2,
,n),
则下面明显错误的是【
A=0.8,DW=0.4
B=-0.8,DW=-0.4
D=1,DW=0
C=0,DW=2
11•已知DW统计量的值接近于
2,则样本回归模型残差的一阶自相关系数
近似等于【
B-1
D0.5
12•已知样本回归模型残差的一阶自相关系数接近于
-1,则DW统计量近似等于【D
13•戈德菲尔德一夸特检验法可用于检验【A
A异方差性
多重共线性
C序列相关
设定误差
14.在给定的显著性水平之下,若DW统计量的下和上临界值分别为
dL和du,则当dL<
DW<
du
时,可认为随机误差项【D】
A存在一阶正自相关
B存在一阶负相关
C不存在序列相关
D存在序列相关与否不能断定
三、判断题
X)
•.当模型存在咼阶自相关时,可用D-W法进行自相关检验。
2.DW值在0和4之间,数值越小说明正相关程度越大,数值越大说明负相关程度越大。
V)
得到的估计量
3•假设模型存在一阶自相关,其他条件均满足,则仍用OLS法估计未知参数,
是无偏的,不再是有效的,显著性检验失效,预测失效。
4•当存在自相关时,OLS估计量是有偏的,而且也是无效的。
5•消除自相关的一阶差分变换假定自相关系数必须等于-
1。
6•发现模型中存在误差自相关时,都可以利用差分法来消除自相关。
1•自相性对线性回归分析有什么影响?
P196—P198
2发现和检验自相关性有哪些方法?
P198—P2088
3•克服自相关性有哪些方法?
P208—P215
第六章多
重共线性
••当模型存在严重的多重共线性时,OLS估计量将不具备【C
A线性
B无偏性
C有效性
D一致性
2经验认为,
某个解释变量与其他解释变量间多重共线性严重的情况是这个解释变量的
VIF
A大于1
B小于1
C大于10
D小于5
3•如果方差膨胀因子VIF=10,则认为什么问题是严重的【C】
1,则表明模
4•在多元线性回归模型中,若某个解释变量对其余解释变量的判定系数接近于
型中存在【A】
A多重共线性
B异方差性
C序列相关
D高拟合优度
5•在线性回归模型中,若解释变量X,和X的观测值成比例,即有
XiikX2i,其中k为非
零常数,则表明模型中存在【
A方差非齐性
D设定误差
1•尽管有完全的多重共线性,
OLS估计量仍然是最优线性无偏估计量。
2•变量的两两高度相关并不表示高度多重共线性。
你就不会得到一个高
3•在多元回归中,根据通常的t检验,每个参数都是统计上不显著的,
的R2值。
4•变量不存在两两高度相关表示不存在高度多重共线性。
1强的近似多重共线性会对多元线性回归的
有效性产生严重的不利影响。
VIF)越大。
2•第k个解释变量与其他解释变量之间相关系数平方越大,方差膨胀因子(
3•存在完全多重共线性时,多元回归分析是
无法进行。
4•检验样本是否存在多重共线性的常见方法有:
方差扩大因子法和逐步回归检验法。
5•处理多重共线性的方法有:
保留重要解释变量、去掉不重要解释变量、增加样本容量
差分模型
1什么是多重共线性?
多重共线性是由什么原因造成的?
多重共线性是指多元线性回归模型中,模型的解释变量之间存在某种程度的线性关系
(或P226—P227),原因见P227—228)。
2•如何发现和判断多重共线性?
P230—P235
3克服多重共线性有哪些方法?
P235—P244
第七章计量经济分析建模与应用
1•某商品需求函数为
yib0biXiui,其中y为需求量,x为价格。
为了考虑“地区”
(农
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计量 经济学 课后 习题 答案 汇总