计量经济学谢识予分章练习试题.docx
《计量经济学谢识予分章练习试题.docx》由会员分享，可在线阅读，更多相关《计量经济学谢识予分章练习试题.docx（42页珍藏版）》请在冰豆网上搜索。
计量经济学谢识予分章练习试题
计量经济学分章练习题
第一章习题
一、判断题
1.投入产出模型和数学规划模型都是计量经济模型。
〔×〕
2.弗里希因创立了计量经济学从而获得了诺贝尔经济学奖。
〔√〕
3.丁伯根因创立了建立了第1个计量经济学应用模型从而获得了诺贝尔经济学奖。
〔√〕
4.格兰杰因在协整理论上的奉献而获得了诺贝尔经济学奖。
〔√〕
5.赫克曼因在选择性样本理论上的奉献而获得了诺贝尔经济学奖。
〔√〕
二、名词解释
1．计量经济学，经济学的一个分支学科，是对经济问题进展定量实证研究的技术、方法和相关理论。
2．计量经济学模型，是一个或一组方程表示的经济变量关系以及相关条件或假设，是经济问题相关方面之间数量联系和制约关系的根本描述。
3．计量经济检验，由计量经济学理论决定的，目的在于检验模型的计量经济学性质。
通常最主要的检验准那么有随机误差项的序列相关检验和异方差性检验，解释变量的多重共线性检验等。
4．截面数据，指在同一个时点上，对不同观测单位观测得到的多个数据构成的数据集。
5．面板数据，是由对许多个体组成的同一个横截面，在不同时点的观测数据构成的数据。
三、单项选择题
1.把反映某一单位特征的同一指标的数据，按一定的时间顺序和时间间隔排列起来，这样的数据称为〔B〕
A.横截面数据 B.时间序列数据
C.面板数据 D.原始数据
2.同一时间、不同单位按同一统计指标排列的观测数据称为〔C〕
A．原始数据B．时间序列数据
C．截面数据D．面板数据
3.不同时间、不同单位按同一统计指标排列的观测数据称为〔D〕
A．原始数据B．时间序列数据
C．截面数据D．面板数据
4.对计量经济模型进展的构造分析不包括〔D〕
A．乘数分析B．弹性分析
C．比拟静态分析D．随机分析
5.一个普通家庭的每月所消费的水费和电费是〔B〕
A．因果关系B．相关关系
C．恒等关系D．不相关关系
6.中国的居民消费和GDP是〔C〕
A．因果关系B．相关关系
C．相互影响关系D．不相关关系
7.以下〔B〕是计量经济模型
A．
B．
C．投入产出模型D．其他
8.投资是〔A〕经济变量
A．流量B．存量
C．派生D．虚拟变量
9.资本是〔B〕经济变量
A．流量B．存量
C．派生D．虚拟变量
10.对定性因素进展数量化处理，需要定义和引进〔C〕
A．宏观经济变量B．微观经济变量
C．虚拟变量D．派生变量
四、计算分析题
1.“计量经济模型就是数学〞这种说法正确吗，为什么
计量经济学模型不是数学式子，相比数学式子多了一个随机误差项，是随机性的函数关系。
2.请尝试建立大学生消费函数模型。
consumption=β0+β1income+ε
五、简答题
1．什么是计量经济学。
计量经济学是经济学的一个分支学科，是对经济问题进展定量实证研究的技术、方法和相关理论。
2．试述计量经济分析的根本方法及步骤。
（1）建模，
（2）准备数据，（3）估计参数，（4）检验和修正模型，（5）分析、预测和下结论
3．计量经济学模型必须通过哪些检验。
4.经济变量之间的一般有哪几种关系。
a.不相关关系，b.相关关系，c.因果关系，d.相互影响关系，e.恒等关系
第二章习题
一、判断题
1.
分布是对称分布。
〔×〕
2.最大似然估计是根据生成样本的可能性最大来估计参数。
〔√〕
3.t分布是有偏斜的分布。
〔×〕
4.F分布是有偏斜的分布。
〔√〕
5.独立、同分布正态随机变量的任意线性组合仍服从正态分布。
〔√〕
6.
。
〔√〕
7.均方误就是方差。
〔×〕
二、名词解释
1．线性性，参数估计量是随机变量观测值的线性组合。
2．无偏性
3．有效性
4．一致性
5．随机变量
三、单项选择题
11.令Z1,Z2,…,Zk为k个独立的服从标准正态分布的随机变量，那么它们的平方和服从自由度为k的〔〕分布。
A．正态分布B．t分布C．χ2分布D．F分布
12.以下哪些〔〕分布是对称分布。
A．正态分布和χ2分布B．正态分布和F分布
C．正态分布和t分布D．χ2分布和F分布
13.以下哪些〔〕分布是有偏斜的分布。
A．正态分布和χ2分布B．正态分布和F分布
C．正态分布和t分布D．χ2分布和F分布
14.显著性检验是〔〕。
A．计量检验B．统计检验C．预测检验D．经济意义检验
15.F分布可以看做是〔〕相除。
A．正态分布和χ2分布B．正态分布和F分布
C．χ2分布和χ2分布D．t分布和χ2分布
16.t分布可以看做是〔〕相除。
A．正态分布和χ2分布B．正态分布和F分布
C．χ2分布和χ2分布D．标准正态分布和χ2分布
17.令Z1,Z2,…,Zk为k个独立的服从同一正态分布的随机变量，那么它们的任意线性组合服从〔〕分布。
A．正态分布B．t分布C．χ2分布D．F分布
18.自由度为k>2的t分布的方差是〔〕。
A．kB．2kC．k/〔k-2〕D．k/〔k-1〕
19.自由度为k>2的t分布的数学期望是〔〕。
A．kB．2kC．1D．0
20.自由度为k>2的χ2分布的方差是〔〕。
A．kB．2kC．k/〔k-2〕D．k/〔k-1〕
四、计算分析题
1．掷两枚硬币，请指出至少出现一个正面的概率是多少？
2.随机变量x服从自由度为20的t分布，那么y=x2服从什么分布？
五、简答题
1．什么是概率的古典定义。
2．试述契约贝晓夫不等式。
3．试述
。
4.什么是统计检验。
第三章习题
一、判断题
8.数学模型不是计量经济模型。
〔〕
9.决定系数及相关系数的含义是一样的。
〔×〕
10.在计量经济模型中，随机扰动项及残差项无区别。
〔〕
11.投入产出模型和数学规划模型都是经济计量模型。
〔〕
12.高斯马尔科夫定律假设随机误差项服从正态分布。
〔〕
二、名词解释
1．Blue估计
2．球形扰动
3．拟合度
4．决定系数
5．点预测
三、选择题
〔1〕单项选择
1.下面属于面板数据的是〔〕。
A、1991-2003年各年某地区20个乡镇的平均工业产值
B、1991-2003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
2.线性回归分析中的根本假设定义〔〕。
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为非随机变量
D．解释变量为随机变量，被解释变量为非随机变量
3.最小二乘原理是指使〔〕到达最小值的原那么确定样本回归方程。
A.
B.
C.
D.
4.对线性回归模型单个参数进展显著性检验的是〔〕
A．决定系数R2B．t检验C．F检验D．标准差
5.衡量样本回归直线对数据拟合程度的是〔〕
A．决定系数R2B．t检验C．F检验D．标准差
6.同一统计指标按时间顺序记录的数据列称为〔〕
A、横截面数据B、时间序列数据C、面板数据D、时间数据
7.在回归模型
中，n为样本容量，检验
时所用的统计量
服从的分布为〔〕。
A、χ2（n-2）B、t（n-1）C、χ2（n-1）D、t（n-2）
〔2〕多项选择
8．最小二乘估计量的统计性质有〔〕
A.无偏性B.线性性C.最小方差性
D.不一致性E.有偏性
9．利用普通最小二乘法求得的样本回归直线
的特点〔〕
A.必然通过点
B.可能通过点
C.残差
的均值为常数D.
的平均值及
的平均值相等
E.残差
及解释变量
之间有一定的相关性
10．随机变量〔随机误差项〕
中一般包括那些因素〔〕
A回归模型中省略的变量
B人们的随机行为
C建立的数学模型的形式不够完善。
D经济变量之间的合并误差。
E测量误差。
四、计算分析题
1.某线性回归的结果如下：
DependentVariable:
Y
Method:
LeastSquares
Sample:
19812002
Includedobservations:
22
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
（①）
X
（②）
R-squared
Meandependentvar
AdjustedR-squared
S.D.dependentvar
Sumsquaredresid
Schwarzcriterion
Loglikelihood
F-statistic
Durbin-Watsonstat
Prob（F-statistic）
〔1〕计算括号内的值
〔2〕判断解释变量X对被解释变量Y是否有显著性影响并给出理由
〔3〕计算随机误差项的方差σ2的估计值。
2.下表给出了含截距项的一元线性回归模型的回归的结果：
方差来源
平方和
自由度〔df〕
平方和的均值〔MSS〕
来自回归（ESS）
1
来自残差（RSS）
〔〕
17
总离差（TSS）
〔〕
注：
保存3位小数，可以使用计算器。
在5%的显著性水平下。
1.完成上表中空白处内容。
2.此回归模型包含多少个样本？
3.求
。
五、简答题
1．什么BLUE估计。
2．什么是球形扰动。
3.什么是高斯马尔科夫定律？
4.什么是最小二乘估计量的线性性？
第四章习题
一、判断题
13.要使得计量经济学模型拟合得好，就必须增加解释变量。
〔〕
14.一元线性回归模型及多元线性回归模型的根本假定是一样的。
〔〕
15.决定系数及相关系数的含义是一样的。
〔〕
16.线性回归模型中增加解释变量，调整的决定系数将变大。
〔〕
5．线性回归模型中检验回归显著性时结果显著，那么所有解释变量对被解释变量都没有解释力。
〔〕
二、名词解释
1．决定系数
2．调整的决定系数
3．参数显著性检验
4．模型总体显著性检验
5．多元线性回归模型
三、选择题
〔1〕单项选择
8.为了分析随着解释变量变动一个单位，因变量的增长率变化的情况，模型应该设定为（）。
A、
B、
C、
D、
9.含截距项的3元线性回归模型估计的残差平方和为
=1200，样本容量为n=24，那么误差项方差的无偏估计量S2为〔〕
A、400 B、40 C、60 D、80
10.多元线性回归模型满足六个根本假设，其最小二乘估计量服从〔〕
A．正态分布B．t分布C．χ2分布D．F分布
11.普通最小二乘法要求线性回归模型的随机误差项ui,满足某些根本假定，以下错误的选项是〔〕。
A．E（ui）=0B．E（ui2）=σi2C．E（uiuj）=0，i≠jD．ui~N（0,σ2）
12.多元线性回归分析中的ESS〔解释平方和〕反映了〔〕
A．因变量观测值总变差的大小B．因变量回归估计值总变差的大小
C．因变量观测值及估计值之间的总变差D．Y关于X的边际变化
13.用一组有30个观测值的样本估计模型
，并在0.05的显著性水平下对总体显著性进展检验，那么检验拒绝零假设的条件是统计量F大于（ ）。
A、 F（3,26） B、t（3,30） C、 F（3,30） D、 t（2,26）
14.多元线性回归分析中的TSS〔总的离差平方和〕的自由度为〔〕
A．kB．nC．n-k-1D．n-1
〔2〕多项选择
15.对于ols，以下式子中正确的选项是〔〕〔ESS为解释平方和，RSS为残差平方和〕
A．R2=RSS/TSSB．R2=ESS/TSSC．R2=ESS/RSS
D．TSS=ESS+RSSE．以上都不对
16.对于线性回归模型的随机误差项εi,Var（εi）=E（εi2）=σ2内涵指〔〕
A．随机误差项的期望为零B．所有随机误差都有一样的方差
C．两个随机误差互不相关D．误差项服从正态分布E．以上都不对
17.对模型Yi=β0+β1X1i+β2X2i+μi进展总体显著性检验，如果检验结果总体线性关系显著，那么有可能〔 〕。
A．β1=β2=0 B．β1≠0，β2=0 C．β1=0，β2≠0
D．β1≠0，β2≠0E．以上都对
四、计算分析题
1．某线性回归的结果如下：
DependentVariable:
Y
Method:
LeastSquares
Date:
11/30/08Time:
13:
47
Sample:
116
Includedobservations:
16
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
X1
〔①〕
X2
〔②〕
R-squared
Meandependentvar
AdjustedR-squared
S.D.dependentvar
S.E.ofregression
Akaikeinfocriterion
Sumsquaredresid
Schwarzcriterion
Loglikelihood
F-statistic
〔③〕
Durbin-Watsonstat
Prob（F-statistic）
〔1〕计算括号内的值。
〔2〕写出回归模型方程。
〔3〕判断解释变量X1对被解释变量Y是否有显著性影响，并给出理由。
〔4〕计算随机误差项的方差σ2的估计值。
2.下表给出了用最小二乘法对三元线性模型回归的结果（解释变量个数为3）
方差来源
平方和〔SS〕
自由度〔df〕
来自回归ESS
900
〔〕
来自残差RSS
〔〕
〔〕
总离差TSS
1000
18
〔1〕计算括号里的值
〔2〕求R2和
〔3〕对回归显著性进展检验（F=3.29）
五、简答题
1．试述多元线性回归模型的根本假设。
2.试述多元线性回归模型的根本假设及一元线性回归模型的不同之处。
3.试述多元线性回归模型的根本假设及一元线性回归模型的一样之处。
4.多元线性回归模型为什么采用调整的决定系数？
第五章习题
一、判断题
17.邹检验是检验线性回归模型是否出现异常值问题。
〔〕
18.国籍变量是虚拟变量。
〔〕
19.通过虚拟变量将属性因素引入计量经济模型，引入虚拟变量的个数及样本容量大小有关。
〔〕
20.经济数据出现脱离根本趋势的异常值时，那么会违反线性回归模型的根本假设〔εi为随机误差项〕E（εi）＝0。
〔〕
21.非线性回归需要对待估参数赋初始值。
〔〕
二、名词解释
1．解释变量缺落
2．异常值
3．规律性扰动
4．虚拟变量
5．参数改变
三、选择题
〔1〕单项选择
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，而且及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，那么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（ ）
A．1个 B．2个C．3个 D．4个
19.需求函数Yi=β0+β1Xi+μi，为了考虑“区域〞因素（东部沿海、中部、西部、珠江三角洲、北部5种不同的状态）的影响，引入5个虚拟变量，那么模型的（ ）
A． 参数估计量将到达最大精度 B． 参数估计量是有偏估计量
C． 参数估计量是非一致估计量 D． 参数将无法估计
20.邹检验是检验多元线性回归模型出现了〔〕问题。
A．异常值B．异方差C．参数发生改变D．误差序列相关
21.设模型
，其中D为虚拟变量，当上式为斜率变动模型时，统计检验结果应为（ ）。
A、
B、
C、
D、
22.设模型
，其中D为虚拟变量，当上式为截距变动模型时，统计检验结果应为（ ）。
A、
B、
C、
D、
23.设模型
，其中D为虚拟变量，当上式为截距和斜率同时变动模型时，统计检验结果应为（ ）。
A、
B、
C、
D、
〔2〕多项
24.以下哪种情况会违反线性回归模型的根本假设E（εi）＝0（εi为随机误差项）
A．非线性随机函数关系仍用线性模型进展ols估计
B．模型参数发生改变C．遗漏重要变量D．异常值E．以上都不对
25.以下属于模型设定偏误的是〔〕。
A、模型遗漏重要的解释变量B、模型设定没有考虑到参数变化
C、模型形式设定有误D、把非线性模型设定为线性模型
E、模型预测值及实际值的误差
26.多元线性回归模型参数发生改变，可以采用〔〕方法处理。
A．邹检验B．分段回归C．引入虚拟变量D．VIF检验
27.变量关系非线性可以采用〔〕方法处理。
A、初等数学变换化为线性模型 B、非线性回归C、分段回归 D、逐步回归
四、计算分析题
1.用线性回归模型估计工资Wage及工龄Exper的关系时，还考虑到职称可能也对工资有影响，职称分为中级及以下及高级共2个层次，将职称以虚拟变量D1、D2、…等表示。
〔1〕请解释虚拟变量的设置原那么？
〔2〕需要设置几个虚拟变量？
请对虚拟变量进展赋值。
〔3〕写出考虑职称因素的可能的线性回归模型。
2、为研究学历及工资的关系，我们随机抽样调查了510名员工〔其中360名男，150名女〕，并得到如下两种回归模型：
〔2.1〕
t=（5.2066）（8.6246）
（2.2）
t=（2.5884）（4.0149）（5.1613）
其中，W（wage）=工资〔单位：
千元〕；EDU（education）=受教育年限
请答复以下问题：
（1）你将选择哪一个模型？
为什么？
〔5分〕
（2）D的系数说明了什么？
〔5分〕
五、简答题
1．哪些情况可能引起线性回归模型误差项均值非零？
分别该如何处理
2．处理参数改变的方法有哪些？
3．虚拟变量的设置原那么是什么？
4．用Eviews软件做非线性回归的三个步骤是什么？
第六章习题
一、判断题
22.处理异方差的方法是参加虚拟变量。
〔〕
23.线性回归模型存在异方差，最小二乘估计量仍然是无偏的。
〔〕
24.线性回归模型存在异方差，最小二乘估计量仍然是有效的。
〔〕
25.戈德菲尔德-夸特检验可以检验复杂性异方差。
〔〕
26.怀特检验可以检验异方差。
〔〕
二、名词解释
1．同方差
2．异方差
3．加权最小二乘法
4．戈里瑟检验
5．怀特检验
三、选择题
〔1〕单项选择
1.检验线性回归模型是否存在异方差的方法是〔〕
A．怀特检验B．T检验C．DW检验D．邹检验
2.戈德-夸特检验构造一个服从〔〕的统计量来对线性回归模型进展异方差检验。
A．正态分布B．t分布C．χ2分布D．F分布
3.以下方法中〔〕不仅可以判断线性回归模型是否存在异方差，而且可以得出具体的异方差形式。
A．戈德-夸特检验 B．怀特检验C．戈里瑟检验 D．残差序列图分析
4.对于模型Yi=β0+β1Xi+ui，如果在异方差检验中发现Var（ui）=Xi4σ2，，那么用加权最小二乘法处理异方差估计模型参数时，权数应为〔〕。
A．XiB．Xi2C．1/XiD．1/Xi2
5.回归模型中具有异方差性时，仍用OLS估计模型，那么以下说法正确的选项是〔〕
A.参数估计值是无偏非有效的B.参数估计量仍具有最小方差性
C.常用F检验失效D.参数估计量是有偏的
6.更容易产生异方差的数据为（）
A.时序数据B.修匀数据C.横截面数据D.年度数据
7.检验线性回归模型是否存在异方差的方法是〔〕
A．T检验B．戈德菲尔德-夸特检验C．DW检验D．邹检验
8.检验线性回归模型是否存在异方差的方法是〔〕
A．戈里瑟检验B．T检验C．DW检验D．邹检验
〔2〕多项选择
9．如果模型中存在异方差现象，那么会引起如下后果〔〕
A.参数估计值有偏 B.参数估计值的方差不能正确确定
C.变量的显著性检验失效 D.预测精度降低E.参数估计值仍是无偏的
10．常用的检验异方差的方法有〔〕。
A、戈里瑟检验B、戈德菲尔德-匡特检验C、怀特检验
D、DW检验E、方差膨胀因子检测
四、计算分析题
1.对样本回归方程LOG（Y）=-1.95+0.60*LOG（L）+0.67*LOG（K）+e进展怀特异方差检验，
HeteroskedasticityTest:
White
Obs*R-squared
Prob
ScaledexplainedSS
Prob
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
11/20/11Time:
16:
53
Sample:
19781994
Includedobservations:
17
Coefficient
Std.Error
t-Statistic
Prob.
C
LOG（L）
（LOG（L））^2
（LOG（L））*（LOG（K））
LOG（K）
（LOG（K））^2
R-squared
Meandependentvar
AdjustedR-squared
S.D.dependentvar
S.E.ofregression
升级会员 