中央财经大学 考博 计量经济学习题汇总.docx
- 文档编号:4682841
- 上传时间:2022-12-07
- 格式:DOCX
- 页数:31
- 大小:34.94KB
中央财经大学 考博 计量经济学习题汇总.docx
《中央财经大学 考博 计量经济学习题汇总.docx》由会员分享,可在线阅读,更多相关《中央财经大学 考博 计量经济学习题汇总.docx(31页珍藏版)》请在冰豆网上搜索。
中央财经大学考博计量经济学习题汇总
第一章绪论
1.1试列出计量经济分析的主要步骤。
1.2计量经济模型中为何要包括扰动项?
1.3什么是时间序列和横截面数据?
试举例说明二者的区别。
1.4估计量和估计值有何区别?
第二章计量经济分析的统计学基础
2.1名词解释
随机变量
概率密度函数
抽样分布
样本均值
样本方差
协方差
相关系数
标准差
标准误差
显著性水平
置信区间
无偏性
有效性
一致估计量
接受域
拒绝域
第I类错误
2.2请用例2.2中的数据求北京男生平均身高的99%置信区间。
2.325个雇员的随机样本的平均周薪为130元,试问此样本是否取自一个均值
为120元、标准差为10元的正态总体?
2.4某月对零售商店的调查结果表明,市郊食品店的月平均销售额为2500元,
在下一个月份中,取出16个这种食品店的一个样本,其月平均销售额为2600元,
销售额的标准差为480元。
试问能否得出结论,从上次调查以来,平均月销售额
已经发生了变化?
第三章双变量线性回归模型
3.1判断题(判断对错;如果错误,说明理由)
(1)OLS法是使残差平方和最小化的估计方法。
(2)计算OLS估计值无需古典线性回归模型的基本假定。
(3)若线性回归模型满足假设条件
(1)~(4),但扰动项不服从正态分布,则尽管OLS估计量不再是BLUE,但仍为无偏估计量。
(4)最小二乘斜率系数的假设检验所依据的是t分布,要求bˆ的抽样分布是正
态分布。
(5)R2=TSS/ESS。
(6)若回归模型中无截距项,则å¹0te。
(7)若原假设未被拒绝,则它为真。
(8)在双变量回归中,s2的值越大,斜率系数的方差越大。
3.2设YXbˆ和XYbˆ分别表示Y对X和X对Y的OLS回归中的斜率,证明
YXbˆ
XYbˆ=r2
r为X和Y的相关系数。
3.3证明:
(1)Y的真实值与OLS拟合值有共同的均值,即Y
n
Y
n
Y
==ååˆ
;
(2)OLS残差与拟合值不相关,即åˆ=0ttYe。
3.4证明本章中(3.18)和(3.19)两式:
(1)å
å=2
22
(ˆ)
t
t
nx
X
Var
s
a
(2)å=-2
2
(ˆ,ˆ)
tx
X
Cov
s
ab
3.5考虑下列双变量模型:
模型1:
iiiY=+X+u12bb
模型2:
iiiY=+(X-X)+u12aa
(1)b1和a1的OLS估计量相同吗?
它们的方差相等吗?
(2)b2和a2的OLS估计量相同吗?
它们的方差相等吗?
3.6有人使用1980-1994年度数据,研究汇率和相对价格的关系,得到如下结
果:
:
(1.22)(1.333)
ˆ6.6824.31820.528
Se
YXRtt=-=
其中,Y=马克对美元的汇率
X=美、德两国消费者价格指数(CPI)之比,代表两国的相对价格
(1)请解释回归系数的含义;
(2)Xt的系数为负值有经济意义吗?
(3)如果我们重新定义X为德国CPI与美国CPI之比,X的符号会变化吗?
为什么?
3.7随机调查200位男性的身高和体重,并用体重对身高进行回归,结果如下:
:
(2.15)(0.31)
ˆ76.261.3120.81
Se
Weight=-+HeightR=
其中Weight的单位是磅(lb),Height的单位是厘米(cm)。
(1)当身高分别为177.67cm、164.98cm、187.82cm时,对应的体重的拟合
值为多少?
(2)假设在一年中某人身高增高了3.81cm,此人体重增加了多少?
3.8设有10名工人的数据如下:
X1071058867910
Y11101261079101110
其中X=劳动工时,Y=产量
(1)试估计Y=α+βX+u(要求列出计算表格);
(2)提供回归结果(按标准格式)并适当说明;
(3)检验原假设β=1.0。
3.9用12对观测值估计出的消费函数为Y=10.0+0.90X,且已知sˆ2=0.01,
C=200,åC2=4000,试预测当X0=250时Y0的值,并求Y0的95%置信区间。
3.10设有某变量(Y)和变量(X)1995—1999年的数据如下:
X61117813
Y13524
(1)试用OLS法估计Yt=α+βXt+ut(要求列出计算表格);
(2)求sˆ2和R2;
(3)试预测X0=10时Y0的值,并求Y0的95%置信区间。
3.11根据上题的数据及回归结果,现有一对新观测值X0=20,Y0=7.62,试
问它们是否可能来自产生样本数据的同一总体?
3.12有人估计消费函数iiiC=a+bY+u,得到如下结果(括号中数字为t值):
iCˆ=15+0.81iYR2=0.98
(2.7)(6.5)n=19
(1)检验原假设:
b=0(取显著性水平为5%)
(2)计算参数估计值的标准误差;
(3)求b的95%置信区间,这个区间包括0吗?
3.13试用中国1985—2003年实际数据估计消费函数:
tC=α+βtY+ut
其中:
C代表消费,Y代表收入。
原始数据如下表所示,表中:
Cr=农村居民人均消费支出(元)Cu=城镇居民人均消费支出(元)
Y=国内居民家庭人均纯收入(元)Yr=农村居民家庭人均纯收入(元)
Yu=城镇居民家庭人均可支配收入(元)Rpop=农村人口比重(%)
pop=历年年底我国人口总数(亿人)
P=居民消费价格指数(1985=100)
Pr=农村居民消费价格指数(1985=100)
Pu=城镇居民消费价格指数(1985=100)
年份CrCuYrYuRpopPopPPrPu
1985317.42673.20397.60739.1076.2910.59100.00100.0100.0
1986356.95798.96423.80899.6075.4810.75106.50106.1107.0
1987398.29884.40462.601002.2074.6810.93114.30112.7116.4
1988476.661103.98544.901181.4074.1911.10135.80132.4140.5
1989535.371210.95601.501375.7073.7911.27160.20157.9163.3
1990584.631278.89686.301510.2073.5911.43165.20165.1165.4
1991619.791453.81708.601700.6073.6311.58170.80168.9173.8
1992659.211671.73784.002026.6072.3711.72181.70176.8188.8
1993769.652110.81921.602577.4071.8611.85208.40201.0219.2
19941016.812851.341221.003496.2071.3811.99258.60248.0274.1
19951310.363537.571577.704283.0070.9612.11302.80291.4320.1
19961572.083919.471926.104838.9070.6312.24327.90314.4348.3
19971617.154185.642090.105160.3069.5212.36337.10322.3359.1
19981590.334331.612162.005425.1068.0912.48334.40319.1356.9
19991577.424614.912210.305854.0066.6512.59329.70314.3352.3
20001670.134998.002253.406280.0065.2212.67331.00314.0355.1
20011741.095309.012366.406859.6063.7812.76333.30316.5357.6
20021834.316029.882475.607702.8062.3412.85330.60315.2354.0
20031943.306510.942622.208472.2060.9112.92334.60320.2357.2
数据来源:
《中国统计年鉴2004》
使用计量经济软件,用国内居民人均消费、农村居民人均消费和城镇居民人均
消费分别对各自的人均收入进行回归,给出标准格式回归结果;并由回归结果分
析我国城乡居民消费行为有何不同。
第四章多元线性回归模型
4.1某经济学家试图解释某一变量Y的变动。
他收集了Y和5个可能的解释变
量1C~5C的观测值(共10组),然后分别作三个回归,结果如下(括号中数字
为t统计量):
(1)tU)=51.5+3.211tCR2=0.63
(3.45)(5.21)
(2)tU)=33.43+3.671tC+4.622tC+1.213tCR2=0.75
(3.61)(2.56)(0.81)(0.22)
(3)tU)=23.21+3.821tC+2.322tC+0.823tC+4.104tC+1.215tC
(2.21)(2.83)(0.62)(0.12)(2.10)(1.11)
R2=0.80
你认为应采用哪一个结果?
为什么?
4.2为研究旅馆的投资问题,我们收集了某地的1987-1995年的数据来估计收益
生产函数R=ALαKβeμ,其中R=旅馆年净收益(万年),L=土地投入,K=资金
投入,e为自然对数的底。
设回归结果如下(括号内数字为标准误差):
Rˆ
ln=-0.9175+0.273lnL+0.733lnKR2=0.94
(0.212)(0.135)(0.125)
(1)请对回归结果作必要说明;
(2)分别检验α和β的显著性;
(3)检验原假设:
α=β=0;
4.3我们有某地1970-1987年间人均储蓄和收入的数据,用以研究1970-1978
和1978年以后储蓄和收入之间的关系是否发生显著变化。
引入虚拟变量后,估
计结果如下(括号内数据为标准差):
tU)=-1.7502+1.4839D+0.1504tC-0.1034D·tCR2=0.9425
(0.3319)(0.4704)(0.0163)(0.0332)
其中:
Y=人均储蓄,X=人均收入,D=
0,19701978
1,19791987
-ìí
î-
年
年
请检验两时期是否有显著的结构性变化。
4.4说明下列模型中变量是否呈线性,系数是否呈线性,并将能线性化的模型
线性化。
(1)0122
11
yu
xx
=b+b+b+
(2)1
0yxu=bb+
(3)(01)
1
1xuy
e-b+b+=
+
4.5有学者根据某国19年的数据得到下面的回归结果:
2
12
ˆ58.90.200.100.96
:
(0.0092)(0.084)
tttYXXR
Se
=-+-=
其中:
Y=进口量(百万美元),X1=个人消费支出(百万美元),
X2=进口价格/国内价格。
(1)解释截距项以及X1和X2系数的意义;
(2)Y的总变差中被回归方程解释的部分、未被回归方程解释的部分各是多
少?
(3)进行回归方程的显著性检验,并解释检验结果;
(4)对“斜率”系数进行显著性检验,并解释检验结果。
4.6由美国46个州1992年的数据,Baltagi得到如下回归结果:
:
(0.91)(0.32)(0.20)
log4.301.34log0.17log20.27
Se
c=-p+YR=
其中,C=香烟消费(包/人年),P=每包香烟的实际价格
Y=人均实际可支配收入
(1)香烟需求的价格弹性是多少?
它是否统计上显著?
若是,它是否统计上异
于-1?
(2)香烟需求的收入弹性是多少?
它是否统计上显著?
若不显著,原因是什么?
(3)求出R2。
4.7有学者从209个公司的样本,得到如下回归结果(括号中数字为标准误差):
log(ˆ)4.320.280log()0.01740.0002420.283
(0.32)(0.035)(0.0041)(0.00054)
Salary=+sales+roe+rosR=
其中,Salary=CEO的薪金Sales=公司年销售额
roe=股本收益率(%)ros=公司股票收益
请分析回归结果。
4.8为了研究某国1970-1992期间的人口增长率,某研究小组估计了下列模型:
:
(781.25)(54.71)
1ln()4.730.024
t
poptt模型:
=+
:
(2477.92)(34.01)(17.03)(25.54)
2ln()4.770.0150.0750.011()
-
=+-+
t
poptDDtttt模型:
其中:
Pop=人口(百万人),t=趋势变量,
îíì
=
年以前
年及以后
01978
11978
D。
(1)在模型1中,样本期该地的人口增长率是多少?
(2)人口增长率在1978年前后是否显著不同?
如果不同,那么1972-1977和
1978-1992两时期中,人口增长率各是多少?
4.9设回归方程为Y=β0+β1X1+β2X2+β3X3+u,试说明你将如何检验联合假
设:
β1=β2和β3=1。
4.10下列情况应引入几个虚拟变量,如何表示?
(1)企业规模:
大型企业、中型企业、小型企业;
(2)学历:
小学、初中、高中、大学、研究生。
4.11在经济发展发生转折时期,可以通过引入虚拟变量来表示这种变化。
例如,
研究进口消费品的数量Y与国民收入X的关系时,数据散点图显示1979年前后
明显不同。
请写出引入虚拟变量的进口消费品线性回归方程。
4.12柯布-道格拉斯生产函数
abuY=AKL
其中:
GDP=地区国内生产总值(亿元)K=资本形成总额(亿元)
L=就业人数(万人)P=商品零售价格指数(上年=100)
试根据中国2003年各省数据估计此函数并分析结果。
数据如下表所示。
地区gdpKLP地区gdpKLP
北京3663.102293.93858.698.2湖北5401.712141.902537.3101.2
天津2447.661320.47419.797.4湖南4638.731738.273515.9100.6
河北7098.563128.803389.5100.2广东13625.875259.484119.5100.0
山西2456.591230.341469.5100.3广西2735.131030.402601.4100.2
内蒙古2150.411299.271005.299.6海南670.93315.66353.8100.4
辽宁6002.542333.671861.398.9重庆2250.561314.201659.599.5
吉林2522.621102.871044.6100.5四川5456.322295.264449.6100.1
黑龙江4430.001307.861622.499.7贵州1356.11759.632118.4100.0
上海6250.812957.20771.599.0云南2465.291147.122349.699.9
江苏12460.836182.383610.399.8西藏184.50104.58130.799.4
浙江9395.004639.062961.999.6陕西2398.581447.731911.3100.5
安徽3972.381455.213416.0101.3甘肃1304.60610.831304.0100.2
福建5232.172396.911756.799.1青海390.21294.25254.3100.8
江西2830.461354.991972.3100.1宁夏385.34320.43290.699.5
山东12435.935788.534850.6100.2新疆1877.611119.21721.399.2
河南7048.592874.675535.7101.3
第五章模型的建立与估计中的问题及对策
5.1判断题(判断对错;如果错误,说明理由)
(1)尽管存在严重多重共线性,普通最小二乘估计量仍然是最佳线性无偏估计
量(BLUE)。
(2)如果分析的目的仅仅是为了预测,则多重共线性并无妨碍。
(3)如果解释变量两两之间的相关系数都低,则一定不存在多重共线性。
(4)如果存在异方差性,通常用的t检验和F检验是无效的。
(5)当存在自相关时,OLS估计量既不是无偏的,又不是有效的。
(6)消除一阶自相关的一阶差分变换法假定自相关系数必须等于1。
(7)模型中包含无关的解释变量,参数估计量会有偏,并且会增大估计量的方
差,即增大误差。
(8)多元回归中,如果全部“斜率”系数各自经t检验都不显著,则R2值也高
不了。
(9)存在异方差的情况下,OLS法总是高估系数估计量的标准误差。
(10)如果一个具有非常数方差的解释变量被(不正确地)忽略了,那么OLS
残差将呈异方差性。
5.2考虑带有随机扰动项的复利增长模型:
(1),0t
t
tY=Y+ruY表示GDP,Y0
是Y的基期值,r是样本期内的年均增长率,t表示年份,t=1978,…,2003。
试问应如何估计GDP在样本期内的年均增长率?
5.3检验下列情况下是否存在扰动项的自相关。
(1)DW=0.81,n=21,k=3
(2)DW=2.25,n=15,k=2
(3)DW=1.56,n=30,k=5
5.4有人建立了一个回归模型来研究我国县一级的教育支出:
Y=β0+β1X1+β2X2+β3X3+u
其中:
Y,X1,X2和X3分别为所研究县份的教育支出、居民人均收入、学龄儿
童人数和可以利用的各级政府教育拨款。
他打算用遍布我国各省、市、自治区的100个县的数据来估计上述模型。
(1)所用数据是什么类型的数据?
(2)能否采用OLS法进行估计?
为什么?
(3)如不能采用OLS法,你认为应采用什么方法?
5.5试从下列回归结果分析存在问题及解决方法:
(1)iUˆ=24.7747+0.94152iC-0.04243iCR2=0.9635
SE:
(6.7525)(0.8229)(0.0807)
其中:
Y=消费,X2=收入,X3=财产,且n=5000
(2)tYˆ=0.4529-0.0041tR2=0.5284
t:
(-3.9606)DW=0.8252
其中Y=劳动在增加值中的份额,t=时间
该估计结果是使用1949-1964年度数据得到的。
5.6工资模型:
wi=b0+b1Si+b2Ei+b3Ai+b4Ui+ui
其中Wi=工资,Si=学校教育年限,Ei=工作年限,Ai=年龄,Ui=是否参加
工会。
在估计上述模型时,你觉得会出现什么问题?
如何解决?
5.7你想研究某行业中公司的销售量与其广告宣传费用之间的关系。
你很清楚
地知道该行业中有一半的公司比另一半公司大,你关心的是这种情况下,什么估
计方法比较合理。
假定大公司的扰动项方差是小公司扰动项方差的两倍。
(1)若采用普通最小二乘法估计销售量对广告宣传费用的回归方程(假设广告
宣传费是与误差项不相关的自变量),系数的估计量会是无偏的吗?
是一致的
吗?
是有效的吗?
(2)你会怎样修改你的估计方法以解决你的问题?
(3)能否对原扰动项方差假设的正确性进行检验?
5.8考虑下面的模型
ttttttGNP=+M+M+M-M+u-(-)012131bbbb
其中GNP=国民生产总值,M=货币供给。
(1)假设你有估计此模型的数据,你能成功地估计出模型的所有系数吗?
说明
理由。
(2)如果不能,哪些系数可以估计?
(3)如果从模型中去掉2t-1bM这一项,你对
(1)中问题的答案会改变吗?
(4)如果从模型中去掉tM1b这一项,你对
(1)中问题的答案会改变吗?
5.9采用美国制造业1899-1922年数据,Dougherty得到如下两个回归结果:
lnˆ2.810.53ln0.91ln0.4720.97189.8
:
(1.38)(0.34)(0.14)(0.021)
YKLtRF
Se
=-++==
(1)
ln(ˆ/)0.110.11ln(/)0.00620.6519.5
:
(0.03)(0.15)(0.002)
YLKLtRF
Se
=-++==
(2)
其中:
Y=实际产出指数,K=实际资本投入指数,
L=实际劳动力投入指数,t=时间趋势
(1)回归式
(1)中是否存在多重共线性?
你是如何得知的?
(2)回归式
(1)中,logK系数的预期符号是什么?
回归结果符合先验预期吗?
为什么会这样?
(3)回归式
(1)中,趋势变量在其中起什么作用?
(4)估计回归式
(2)背后的逻辑是什么?
(5)如果
(1)中存在多重共线性,那么
(2)式是否减轻这个问题?
你如何得
知?
(6)两个回归的R2可比吗
- 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:
- 中央财经大学 考博 计量经济学习题汇总 计量 经济学 习题 汇总
![提示](https://static.bdocx.com/images/bang_tan.gif)