计量经济学新习题集Word文档下载推荐.docx

计量经济学新习题集Word文档下载推荐.docx

《计量经济学新习题集Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《计量经济学新习题集Word文档下载推荐.docx（27页珍藏版）》请在冰豆网上搜索。

9、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增加。

10、对于随机误差项ui，Var（ui）=E（u）=2内涵指所有随机误差项同方差。

11、根据样本资料已估计得出人均消费支出Y对人均收入X的回归模型为，这表明人均收入每增加1%，人均消费支出将预期增加0.75%。

12、当DW>

4-dL，则认为随机误差项ui存在一阶负自相关。

13、对于大样本，杜宾-瓦森（DW）统计量的近似计算公式为DW≈2（1-）。

14、同一统计指标按时间顺序记录的数据列是时序数据。

15、回归分析中，用来说明拟合优度的统计量为判定系数R2。

16、杜宾-瓦森统计量的取值范围为0≤DW≤4。

17、在线性回归模型中，若解释变量X1和X2的观测值成比例，即X1i=KX2i，其中K为常数，则表明模型中存在多重共线性。

18、设个人消费函数Yi=C0+C1Xi+ui中，消费支出Y不仅同收入X有关，而且与消费者年龄构成有关，年龄构成可分为青年、中年和老年三个层次，假设边际消费倾向不变，则考虑年龄因素的影响，该消费函数引入虚拟变量的个数应为2个。

19、对于模型，如果在异方差检验中发现，则用加权最小二乘法估计模型参数时，权数应为。

20、参数估计量是的线性函数称为参数估计量具有线性的性质。

21、已知含有截距项的三元线性回归模型估计的残差平方和为，估计用样本容量为24，则随机误差项的方差估计量为40。

22、某企业的生产决策是由模型描述（其中为产量，为价格），又知：

如果该企业在期生产过剩，决策者会削减期的产量。

由此判断上述模型存在序列相关问题。

23、在双对数线性模型中，参数的含义是Y关于X的弹性。

24、回归模型，i=1，…，25中，总体方差未知，检验时，所用的检验统计量服从。

25、线性回归模型的经典假设或高斯（Gauss）假设认为随机误差项μ具有零均值、同方差和非序列相关性。

26、杜宾－瓦森dw统计量是检验误差项ut是否自相关的。

27、给定显著水平及自由度df，若计算得到的值超过临界的t值，则拒绝零假设。

28、OLS的理论依据是高斯—马尔可夫定理。

29、当自由度大于120时，在5％显著水平下，（双边检验）的t临界值与在5％显著水平的（标准正态变量）Z临界值相同，均为1.96。

30、多重共线性使参数估计值的方差增大，当两个自变量之间的相关系数平方为0.9时，方差膨胀因子为10。

31、在模型中排除某一个解释变量Xj，重新估计模型，如果拟合优度与包含Xj时十分接近，则说明Xj与其它解释变量之间存在共线性。

32、一个以性别D1（D1i=1，若是男性，D1i=0，若是女性）和学历D2（D2i=1，若是本科及以上学历，D2i=0，若是本科以下学历）为虚拟变量考察企业职工薪金的模型：

，其中Yi为企业职工的薪金，Xi为工龄，则在E（μi）=0的初始假定下，女职工本科以上学历的平均薪金为：

。

33、如果仅存在E（μiμi+2）≠0，i=1,2,…,n，则称为二阶序列相关。

34、当，是白噪声误差项，则一阶自相关系数在大样本情况下，约等于μt与μt-1之间的相关系数r。

35、对进行差分模型转换，尽管符合经典回归假设，但差分模型的随机误差项存在自相关。

36、D-W检验假定随机误差项服从正态分布，且只能是一阶自回归形式。

37、随机误差项的正态性检验，主要是用JB统计量检验。

38、当回归模型中含有滞后因变量作为解释变量的时候，D-W检验无效。

39、当样本容量为20，包括截距项的自变量个数是4，dw值为1的时候，在小样本情况下泰尔-纳加ρ等于0.5625，而在大样本情况下的ρ则等于0.5。

40、虽然时间序列经济模型下D-W检验不可靠，但当样本容量很大，我们仍可以使用DW值，而且近似服从标准正态分布N（0，1）。

41、对于含有滞后因变量的计量经济模型，在大样本情况下检验一阶自相关，可以使用杜宾h统计量。

42、拉格朗日乘数（Lagrangemultiplier）检验可以检验任意p阶序列相关，可以参照赤池、施瓦茨信息准则确定滞后长度p。

43、序列相关的补救最常用的方法是广义最小二乘法（GLS）和广义差分法（GD），当对第一次观测值使用普雷斯-温斯坦变换时，广义差分法与广义最小二乘法等价。

44、检验异方差，也就是检验随机误差项的方差与解释变量观测值之间的相关性及其相关的“形式”。

45、当残差数组（）主要分布在变化图的二、四象限时，可以判断随机误差项具有负序列相关性。

46、帕克（Park）检验常用的函数形式是，若b1是统计显著的，则表明模型存在异方差。

47、先将样本一分为二，对两个子样和子样分别作回归，然后利用两个子样的残差平方和之比构造统计量进行异方差检验，此方法是戈德菲尔德—匡特（G-Q）检验法。

48、对于截面样本，把数据按解释变量的值从小到大排序后形成前后两个子样本，当F统计量的分母为后一个子样本的残差平方和，且的时候，可以判断在的显著性水平下，模型存在递减型异方差。

49、相比较需要对自变量排序的G-Q检验，怀特检验不需要排序，且适合任何形式的异方差，但是其具有交叉项的辅助回归会降低自由度，从而相比较无需对多个自变量甚至交叉项进行异方差检验的KB检验方法而言，前者不具有优势，后者只需对因变量回归值进行检验，而且即使原模型中的随机误差项不是正态分布，它仍能适用。

50、当检验异方差时，加权最小二乘法的基本思想是对原模型加权，即对较小的残差平方赋予较大的权数，对较大的残差平方赋予较小的权数，使之变成一个新的不存在异方差性的模型，然后采用OLS估计其参数。

51、理论上而言，当，并将Y=Xβ+μ两边左乘，就能去除异方差。

52、根据计量经济学发展历程来分，学术界一般将上世纪20-40年代称为单一方程模型时代，而将50-70年代称为联立方程模型时代，80年代至今称为协整模型时代。

53、随机变量X和Y的方差分别是30和40，而随机变量X与Y的协方差是25，则随机变量Z（Z=0.7X－0.85Y）的方差是13.85。

54、正态分布的偏度（S）为0，峰度（K）为3。

55、当样本容量无限增大时，任何总体的随机样本的均值趋近于分布。

56、参照赤池信息准则与施瓦茨准则，仅当所增加的解释变量能够降低AIC值或SC值时才在原模型中增加该解释变量。

57、判定回归方程整体上的线性关系是否显著成立，通常用F检验，拟合优度与F值关系紧密，比如当=1，则F值无穷大。

58、在满足基本假设的情况下，其结构参数β的普通最小二乘估计、最大似然估计及矩估计仍具有线性性、无偏性和有效性。

59、，当用样本标准差S代替总体标准差时，则变量服从分布。

60、甲和乙竞选州长，甲获得40%的选票而乙获得60%的选票。

甲怀疑选举中有作弊行为，雇佣一个咨询机构随机抽取30个选民调查其选举意愿，发现有53%支持他，已知，则在显著性水平为0.20下，甲支持率区间是（41.054%，64.946%），进而可以大致推测乙是否作弊了。

62、是来自X的样本，则极大似然函数是。

63、某个一元线性回归方程中的是0.777，而其t统计量是18.29，则的标准差是0.0425。

64、某班学生身高（单位：

cm）服从正态分布N（170，100），则身高在150cm以上学生所占比例是97.73%。

65、在一元线性回归模型中，如果自变量回归系数估计量的t值等于2.3，则F统计量等于5.29。

66、高斯（Gauss）假设中有随机误差项μ与解释变量X之间协方差是0。

67、假如多元线性回归模型中有两个自变量，则有交叉项的怀特检验辅助回归方程的判定系数乘以样本容量n渐近服从分布（同时标出自由度）。

68、帕克检验可以用来检验模型是否存在异方差，其常用的函数形式是。

69、如果对一多元线性回归模型，经检验知，则原模型的两边应该同时乘以才能去除模型中的异方差问题。

70、已知保险覆盖率Y除受k种定量变量的影响外，还受东、中、西部地理位置的影响，则要建立涵盖这些因素的保险覆盖率模型只需引入2个虚拟变量即可。

71、在满足基本经典假设的情况下，其结构参数β的无偏性指。

72、一元线性回归模型中，，自变量的系数是0.85，则判定系数=0.8225。

73、如果某个回归模型残差的一阶自回归系数（）等于0.725，则该回归模型的DW值约等于0.55。

74、同时含有一般解释变量与虚拟变量的模型称为ANOVA模型。

75、当解释变量之间存在完全多重共线性的情况下，普通最小二乘估计量的方差可以从方差膨胀因子（VIF）观察到它是无穷大的。

76、多元线性回归模型（样本容量为n，k个Xi）中残差（）的方差是。

77、当从总体随机抽取n组样本观测后，欲使得从模型中抽取该n组样本观测值的概率最大，从而获得最合理的参数估计量的方法是极大似然法。

78、根据抽样测定100名4岁男孩身体发育情况的资料，平均身高为95cm，均方差为4cm，用99.73％的概率可以确信4岁男孩平均身高在93.8cm到96.2cm之间。

79、自由度是指用于计算统计量的独立观察值的个数。

80、样本回归函数的矩阵表达是。

81、对线性回归模型进行最小二乘估计，最小二乘准则是。

82、被解释变量的观测值与其回归估计值之间的偏差，称为残差。

83、在多元线性回归模型中，解释变量间呈现线性关系的现象称为多重共线性问题，给计量经济建模带来不利影响，因此需检验和处理它。

84、线性回归模型的基本假设中假设随机误差项μ服从正态分布N（0，）。

85、当研究居民家庭的储蓄行为时，发现高收入家庭的储蓄差异较大，低收入家庭的储蓄则更有规律性，差异较小，则可以认为回归模型中出现了递增型异方差现象。

86、判断回归模型的随机误差项存在一阶序列正自相关的条件是0<

D.W.<

dL。

87、异方差使得OLS估计量不具有有效性，但仍然具有无偏性。

88、多元线性回归模型的基本假设中有=。

89、多元线性回归模型按照OLS方法估计的=。

90、如果某个回归模型的DW值等于0.55，则该回归模型残差的一阶自回归系数（）约等于0.725。

91、多元线性回归模型（有k个Xi）中无多重共线性要求：

秩（X）=k+1。

92、给定显著性水平α，样本容量为60，假定临界值=11.071，则在用拉格朗日乘数检验法构造的辅助回归方程的≤0.201情况下，我们可以判定回归模型没有出现5阶序列相关。

93、服从自由度为n-1的学生氏t分布的方差是。

94、标准正态变量的平方服从自由度为1的分布。

95、设总体X~N（μ,σ2），x1，x2，x3为来自X的样本，则当常数a=1/4时，是未知参数μ的无偏估计。

96、设总体X~N（μ,σ2），x1，x2，x3，x4为来自X的样本，且服从分布。

97、设随机变量X服从参数为3的指数分布，则D（2X+1）=4/9。

98、在天平上重复量称一重为a的物品，假设各次称量结果相互独立且服从正态分布若以表示n次称量结果的算术平均值，则为使则n的最