计量经济学复习题.docx
《计量经济学复习题.docx》由会员分享，可在线阅读，更多相关《计量经济学复习题.docx（15页珍藏版）》请在冰豆网上搜索。
计量经济学复习题
计量经济学习题
1．克莱因和戈德伯格曾用1921-1941年与1945-1950年（1942-1944年战争期间略去）美国国内消费C和工资收入W、非工资—非农业收入P、农业收入A的共27年时间序列资料，利用普通最小二乘法估计得出了下列回归方程：
Ct=8.133+1.059Wt+0.452Pt+0.121At
（8.92）（0.17）（0.66）（1.09）
R2=0.95 F=107.37
式下括号中的数字为相应参数估计量的标准误。
试对该模型进行评价，指出其中存在的问题。
（显著性水平取5%，已知F0.05（3,23）=3.03,t0.025（23）=2.069）
2.某地区通过一个样本容量为722的调查数据得到劳动力受教育的一个回归方程为
R2=0.214
式中，edu为劳动力受教育年数，sibs为该劳动力家庭中兄弟姐妹的个数，medu与fedu分别为母亲与父亲受到教育的年数。
问
（1）sibs是否具有预期的影响？
为什么？
若medu与fedu保持不变，为了使预测的受教育水平减少一年，需要sibs增加多少？
（2）请对medu的系数给予适当的解释。
（3）如果两个劳动力都没有兄弟姐妹，但其中一个的父母受教育的年数为12年，另一个的父母受教育的年数为16年，则两人受教育的年数预期相差多少？
（1）预期sibs对劳动者受教育的年数有影响。
因此在收入及支出预算约束一定的条件下，子女越多的家庭，每个孩子接受教育的时间会越短。
根据多元回归模型偏回归系数的含义，sibs前的参数估计值-0.094表明，在其他条件不变的情况下，每增加1个兄弟姐妹，受教育年数会减少0.094年，因此，要减少1年受教育的时间，兄弟姐妹需增加1/0.094=10.6个。
（2）medu的系数表示当兄弟姐妹数与父亲受教育的年数保持不变时，母亲每增加1年受教育的机会，其子女作为劳动者就会预期增加0.131年的教育机会。
（3）首先计算两人受教育的年数分别为
10.36+0.13112+0.21012=14.452
10.36+0.13116+0.21016=15.816
因此，两人的受教育年限的差别为15.816-14.452=1.364
3.考虑以下方程（括号内为估计标准差）：
（0.080）（0.072）（0.658）
其中：
——年的每位雇员的工资和薪水
——年的物价水平
——年的失业率
要求：
（1）对个人收入估计的斜率系数进行假设检验；
（2）讨论在理论上的正确性，对本模型的正确性进行讨论；是否应从方程中删除？
为什么？
4.下表给出三变量模型的回归结果：
方差来源
平方和（SS）
自由度（d.f.）
平方和的均值（MSS）
来自回归（ESS）
65965
—
—
来自残差（RSS）
_—
—
—
总离差（TSS）
66042
14
要求：
（1）样本容量是多少？
（2）求RSS？
（3）ESS和RSS的自由度各是多少？
（4）求和？
（5）检验假设：
和对无影响。
你用什么假设检验？
为什么？
（6）根据以上信息，你能否确定和各自对的贡献吗？
5.假定以校园内食堂每天卖出的盒饭数量作为被解释变量，盒饭价格、气温、附近餐厅的盒饭价格、学校当日的学生数量（单位：
千人）作为解释变量，进行回归分析；假设不管是否有假期，食堂都营业。
不幸的是，食堂内的计算机被一次病毒侵犯，所有的存储丢失，无法恢复，你不能说出独立变量分别代表着哪一项！
下面是回归结果（括号内为标准差）：
（2.6）（6.3）（0.61）（5.9）
要求：
（1）试判定每项结果对应着哪一个变量？
（2）对你的判定结论做出说明。
答案并不唯一，猜测为：
为学生数量，为附近餐厅的盒饭价格，为气温，为校园内食堂的盒饭价格；
理由是被解释变量应与学生数量成正比，并且应该影响显著；与本食堂盒饭价格成反比，这与需求理论相吻合；与附近餐厅的盒饭价格成正比，因为彼此是替代品；与气温的变化关系不是十分显著，因为大多数学生不会因为气温升高不吃饭。
6.下表列出若干对自变量与因变量。
对每一对变量，你认为它们之间的关系如何？
是正的、负的、还是无法确定？
并说明理由。
因变量
自变量
GNP
利率
个人储蓄
利率
小麦产出
降雨量
美国国防开支
前苏联国防开支
棒球明星本垒打的次数
其年薪
总统声誉
任职时间
学生计量经济学成绩
其统计学成绩
日本汽车的进口量
美国人均国民收入
7.下表给出了每周家庭的消费支出Y（美元）与每周的家庭的收入X（美元）的数据。
每周收入（X）
每周消费支出（Y）
80
55，60，65，70，75
100
65，70，74，80，85，88
120
79，84，90，94，98
140
80，93，95，103，108，113，115
160
102，107，110，116，118，125
180
110，115，120，130，135，140
200
120，136，140，144，145
220
135，137，140，152，157，160，162
240
137，145，155，165，175，189
260
150，152，175，178，180，185，191
要求：
（1）对每一收入水平，计算平均的消费支出，E（Y︱Xi），即条件期望值；
解：
（2）以收入为横轴、消费支出为纵轴作散点图；
（3）在散点图中，做出
（1）中的条件均值点；
（4）你认为X与Y之间、X与Y的均值之间的关系如何？
（5）写出其总体回归函数及样本回归函数；总体回归函数是线性的还是非线性的？
以企业研发支出（R&D）占销售额的比重为被解释变量（Y），以企业销售额（X1）与利润占销售额的比重（X2）为解释变量，一个有32容量的样本企业的估计结果如下：
其中括号中为系数估计值的标准差。
（1）解释log（X1）的系数。
如果X1增加10%，估计Y会变化多少个百分点？
这在经济上是一个很大的影响吗？
（2）针对R&D强度随销售额的增加而提高这一备择假设，检验它不虽X1而变化的假设。
分别在5%和10%的显著性水平上进行这个检验。
（3）利润占销售额的比重X2对R&D强度Y是否在统计上有显著的影响？
下表为有关经批准的私人住房单位及其决定因素的4个模型的估计量和相关统计值（括号内为p-值）（如果某项为空，则意味着模型中没有此变量）。
数据为美国40个城市的数据。
模型如下：
式中housing——实际颁发的建筑许可证数量，density——每平方英里的人口密度，value——自由房屋的均值（单位：
百美元），income——平均家庭的收入（单位：
千美元），popchang——1980~1992年的人口增长百分比，unemp——失业率，localtax——人均交纳的地方税，statetax——人均缴纳的州税
变量
模型A
模型B
模型C
模型D
C
813（0.74）
-392（0.81）
-1279（0.34）
-973（0.44）
Density
0.075（0.43）
0.062（0.32）
0.042（0.47）
Value
-0.855（0.13）
-0.873（0.11）
-0.994（0.06）
-0.778（0.07）
Income
110.41（0.14）
133.03（0.04）
125.71（0.05）
116.60（0.06）
Popchang
26.77（0.11）
29.19（0.06）
29.41（0.001）
24.86（0.08）
Unemp
-76.55（0.48）
Localtax
-0.061（0.95）
Statetax
-1.006（0.40）
-1.004（0.37）
RSS
4.763e+7
4.843e+7
4.962e+7
5.038e+7
R2
0.349
0.338
0.322
0.312
1.488e+6
1.424e+6
1.418e+6
1.399e+6
AIC
1.776e+6
1.634e+6
1.593e+6
1.538e+6
（1）检验模型A中的每一个回归系数在10%水平下是否为零（括号中的值为双边备择p-值）。
根据检验结果，你认为应该把变量保留在模型中还是去掉？
（2）在模型A中，在10%水平下检验联合假设H0：
i=0（i=1,5,6,7）。
说明被择假设，计算检验统计值，说明其在零假设条件下的分布，拒绝或接受零假设的标准。
说明你的结论。
（3）哪个模型是“最优的”？
解释你的选择标准。
（4）说明最优模型中有哪些系数的符号是“错误的”。
说明你的预期符号并解释原因。
确认其是否为正确符号。
1、以某地区22年的年度数据估计了如下工业就业回归方程
（-0.56）（2.3）（-1.7）（5.8）
式中，Y为总就业量；X1为总收入；X2为平均月工资率；X3为地方政府的总支出。
（1）试证明：
一阶自相关的DW检验是无定论的。
（2）逐步描述如何使用LM检验
2、一个对某地区大学生就业增长影响的简单模型可描述如下
式中，为新就业的大学生人数，MIN1为该地区最低限度工资，POP为新毕业的大学生人数，GDP1为该地区国内生产总值，GDP为该国国内生产总值；g表示年增长率。
（1）如果该地区政府以多多少少不易观测的却对新毕业大学生就业有影响的因素作为基础来选择最低限度工资，则OLS估计将会存在什么问题？
（2）令MIN为该国的最低限度工资，它与随机扰动项相关吗？
（3）按照法律，各地区最低限度工资不得低于国家最低工资，哪么gMIN能成为gMIN1的工具变量吗？
解答：
（1）由于地方政府往往是根据过去的经验、当前的经济状况以及期望的经济发展前景来定制地区最低限度工资水平的，而这些因素没有反映在上述模型中，而是被归结到了模型的随机扰动项中，因此gMIN1与不仅异期相关，而且往往是同期相关的，这将引起OLS估计量的偏误，甚至当样本容量增大时也不具有一致性。
（2）全国最低限度的制定主要根据全国国整体的情况而定，因此gMIN基本与上述模型的随机扰动项无关。
（3）由于地方政府在制定本地区最低工资水平时往往考虑全国的最低工资水平的要求，因此gMIN1与gMIN具有较强的相关性。
结合
（2）知gMIN可以作为gMIN1的工具变量使用。
3.在存在AR
（1）自相关的情形下，什么估计方法能够产生BLUE估计量？
简述这个方法的具体步骤。
4．在存在AR
（1）的情形下，估计自相关参数有哪些不同的方法？
•1为什么要建立联立方程模型，联立方程模型适用于什么样的经济现象？
•2．联立方程模型中的变量可以分为几类？
其含义各是什么？
•3．联立方程模型中的方程可以分为几类？
其含义各是什么？
•4．联立方程模型可以分为几类？
其含义各是什么？
•5．联立方程模型的识别状况可以分为几类？
其含义各是什么？
•6．结构方程可识别和不可识别的等价定义是什么？
•7．简述结构方程识别的阶条件和秩条件的步骤。
•8．联立方程模型的估计有哪些方法？
其适用条件、统计性质各是什么？
•9．联立方程计量经济模型中结构方程的结构参数为什么不能直接应用OLS估计？
•10.已知一个联立方程计量经济学模型的完备的结构式模型，如何确定其中的内生变量、先决变量、外生变量？
•考虑下面联
升级会员 