计量经济学习题.docx
《计量经济学习题.docx》由会员分享,可在线阅读,更多相关《计量经济学习题.docx(24页珍藏版)》请在冰豆网上搜索。
![计量经济学习题.docx](https://file1.bdocx.com/fileroot1/2022-12/1/1f520829-c2fc-491d-8dcd-b4801943a89d/1f520829-c2fc-491d-8dcd-b4801943a89d1.gif)
计量经济学习题
习题二
一、单项选择题
1.多元线性回归分析中(回归模型中的参数个数为k),调整后的可决系数弟:
与可决系数盘:
之间的关系()
A.B.肝
C.八4D.
她,样本容量为46,则
2•已知五元线性回归模型估计的残差平方和为随机误差项叫的方差估计量心为()
A.33.33B.40C.38.09D.203•多元线性回归分析中的RSS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•因变量观测值与估计值之间的总变差
D.丫关于X的边际变化
4.在古典假设成立的条件下用OLS方法估计线性回归模型参数,则参数估计量具有()的统计性质。
A.有偏特性B.非线性特性
C.最小方差特性D.非一致性特性
5.关于可决系数^,以下说法中错误的是()
A.可决系数盘'的定义为被回归方程已经解释的变差与总变差之比
B.^e[0j]
C.可决系数氏'反映了样本回归线对样本观测值拟合优劣程度的一种描述
D.可决系数尸的大小不受到回归模型中所包含的解释变量个数的影响
、多项选择题
1.调整后的判定系数氏'与判定系数氏71之间的关系叙述正确的有()
A.盘与英均非负
B.盘r有可能大于茫
C.判断多元回归模型拟合优度时,使用茁
D.模型中包含的解释变量个数越多,直与氏'就相差越大
E.只要模型中包括截距项在内的参数的个数大于1,贝
2•对多元线性回归方程(有k个参数)的显著性检验,所用的F统计量可表示为()
ESS/Cn-i}pS/(*-1)
A咖7(门)b.USSj^-k)
C.心曲心d.ESS/Qn-t)
便J)
三、判断题
1•在对参数进行最小二乘估计之前,没有必要对模型提出古典假定。
2•—元线性回归模型与多元线性回归模型的基本假定是相同的。
3•拟合优度检验和F检验是没有区别的。
习题3
、单项选择题
1.回归模型中具有异方差性时,仍用OLS估计模型,则以下说法正确的是()
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
2.
更容易产生异方差的数据为()
则Var(u)是下列形式中的哪一种?
()
A.几B.C.
tpyfx
D./吨k
4.在异方差性情况下,常用的估计方法是(
)
A.一阶差分法
B.
广义差分法
C.工具变量法
D.
加权最小二乘法
3.在具体运用加权最小二乘法时
,如果变换的结果是
5.在异方差的情况下,参数估计值的方差不能正确估计的原因是()
A.遐(也汇SBEQi夢沪興壬》
C叫气)』0D.叫)丿0
6.设耳八十西£十£戸吩J6门心),则对原模型变换的正确形式为
B.
旳—申十疤町十严
理—A[乩碍
尸切f(耳)1
10.
序列无自相关假定成立
解释变量与随机误差项不相关假定成
A.Goldfeld-Quandt方法B.ARCH检验法
C.White检验法D.DW检验法
在异方差的情况下,参数估计值仍是无偏的,其原因是(
A.零均值假定成立B.
C.无多重共线性假定成立D.
12.设吗为随机误差项,则一阶线性自相关是指()
4COV(lir,Ms)工0(r韭出)EUt=PU十£t
c气二科叫」十几叫」+爲D坷二严勺口+耳
13.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()
A.0B.1C.2D.4
14.在序列自相关的情况下,参数估计值仍是无偏的,其原因是()
A.无多重共线性假定成立
B.同方差假定成立
C.零均值假定成立
D.解释变量与随机误差项不相关假定成立
15•应用DW检验方法时应满足该方法的假定条件,下列不是其假定条件的为
()
A.解释变量为非随机的
B.被解释变量为非随机的
C.线性回归模型中不能含有滞后内生变量
D.随机误差项服从一阶自回归
16.在下列引起序列自相关的原因中,不正确的是()
A.经济变量具有惯性作用B.经济行为的滞后性
C.设定偏误D.解释变量之间的共线性
17.已知模型的形式为片恥炉严叫,在用实际数据对模型的参数进行估计的时候,测得DW统计量为0.6453,则广义差分变量是()
A7t^-06453^
B.耳-0序7阿亠耳-
C.耳-Fj兀&1孟?
D.片一°»口吒
18.在DW佥验中,当d统计量为2时,表明()
A.存在完全的正自相关B.存在完全的负自相关
C.不存在自相关D.不能判定
19.在给定的显著性水平之下,若DW充计量的下和上临界值分别为dL和du,则
当dLvDWvd时,可认为随机误差项()
参数估计值的方差不能正确估计的原因是
行卫(咛^"0(详力
D卫(叫)#0
21.在DW佥验中,当d统计量为0时,表明()
A.存在完全的正自相关B.存在完全的负自相关
C.不存在自相关D.不能判定
22.在DW佥验中,存在正自相关的区域是()
A.4-必v4B.0<叫
C.£v读v4-比D.巧v淀v吒,4_£v渔v4旦
23.如果回归模型违背了无自相关假定,最小二乘估计量是()
A.无偏的,有效的B.有偏的,非有效的
C.无偏的,非有效的D.有偏的,有效的
24•广义差分法是对()用最小二乘法估计其参数。
25.如果回归模型中解释变量之间存在完全的多重共线性,则最小二乘估计量()
A.不确定,方差无限大B.确定,方差无限大
26.多元线性回归模型中,发现各参数估计量的t值都不显著,但模型的
,f值确很显著,这说明模型存在()
A.多重共线性B.异方差C.自相关D.设定偏误
27•逐步回归法既检验又修正了()
A.异方差性B.自相关性
C.随机解释变量D.多重共线性
28.如果模型中的解释变量存在完全的多重共线性,参数的最小二乘估计量是
()
A.无偏的B.
有偏的C.
不确定D.确定的
29.简单相关系数矩阵方法主要用于检验(
)
A.异方差性
B.
自相关性
C.随机解释变量
D.
多重共线性
30.下列说法不正确的是()
A.多重共线性产生的原因有模型中大量采用滞后变量
B.多重共线性是样本现象
C.检验多重共线性的方法有DW佥验法
D.修正多重共线性的方法有增加样本容量
二、多项选择题
1.如果模型中存在异方差现象,则会引起如下后果()
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
2.在DW检验中,存在不能判定的区域是()
B.duD.4duA.0C.d|E.4dl3.检验序列自相关的方法疋(
)
A.F检验法
B.White
检验法
C.图形法
D.ARCH
检验法
E.DW检验法
F.Goldfeld-Quandt检验法
4•如果模型中解释变量之间存在共线性,则会引起如下后果()
A.参数估计值确定B.参数估计值不确定
C.参数估计值的方差趋于无限大D.参数的经济意义不正确
E.DW统计量落在了不能判定的区域
三、判断题
1.D-W检验中的D-W值在0到4之间,数值越小说明模型随机误差项的自相关程度越小,数值越大说明模型随机误差项的自相关程度越大。
2.多重共线性问题是随机扰动项违背古典假定引起的。
3.解释变量与随机误差项相关,是产生多重共线性的主要原因。
4.在模型中引入解释变量的多个滞后项容易产生多重共线性。
四、问答题
1.运用美国1988研究与开发(R&D支出费用(Y与不同部门产品销售量(X)的数据建立了一个回归模型,并运用White方法检验异方差,由此决定异方差的表现形式并选用适当方法加以修正。
结果如下:
Y=192_Q(0_1948)删)
R2=0-4781^=2759.15,F=14-6692
WhiteHeteroskedasticityTest:
F-statistic
3.057161
Probability
0.076976
Obs*R-squared
5.212471
Probability
0.073812
TestEquation:
DependentVariable:
RESIDA2
Method:
LeastSquares
Date:
08/08/05Time:
15:
38
Sample:
118
Ineludedobservations:
18
C
-6219633.
6459811.-0.962820
0.3509
X
229.3496
126.21971.817066
0.0892
XA2
-0.000537
0.000449-1.194942
0.2507
R-squared
0.289582
Meandependentvar
6767029.
Adjusted
0.194859
S.D.dependentvar
14706003
R-squared
S.E.ofregression
13195642
Akaikeinfocriterion
35.77968
Sumsquared
2.61E+15
Schwarzcriterion
35.92808
resid
Loglikelihood
-319.0171
F-statistic
3.057161
Durbin-Watson
1.694572
Prob(F-statistic)
0.076976
stat
fte
=6_4435^CF
(45658)
2=024S2
请冋:
White检验判断模型是否存在异方差。
2•根据某地区居民对农产品的消费y和居民收入x的样本资料,应用最小二乘法估计模型,估计结果如下,拟合效果见图。
y=27^123+0J524x
w
(14_934I>(64072Q押=0_9%孤艺诸=22.0506,DIF=0_6®00^=4122531
由所给资料完成以下问题:
(1)在圧的条件下,查D-W表得临界值分别为心I】叫珥〔仍,
试判断模型中是否存在自相关;
(2)如果模型存在自相关,求出相关系数P,并利用广义差分变换写出无自相关的广义差分模型。
3•下面结果是利用某地财政收入对该地第一、二、三产业增加值的回归结果。
根据这一结果试判断该模型是否存在多重共线性,说明你的理由。
DependentVariable:
REV
Method:
LeastSquares
Sample:
110
Includedobservations:
10
Variable
Coefficient
Std.Errort-Statistic
Prob.
C
17414.63
14135.101.232013
0.2640
GDP1
-0.277510
0.146541-1.893743
0.1071
GDP2
0.084857
0.0935320.907252
0.3992
GDP3
0.190517
0.1516801.256048
0.2558
R-squared
0.993798
Meandependentvar
63244.00
AdjustedR-squared
0.990697
S.D.dependentvar
54281.99
S.E.ofregression
5235.544
Akaikeinfocriterion
20.25350
Sumsquaredresid
1.64E+08
Schwarzcriterion
20.37454
Loglikelihood
-97.26752
F-statistic
320.4848
Durbin-Watsonstat
1.208127
Prob(F-statistic)
0.000001
习题四
一、单项选择题
1•对于一个含有截距项的计量经济模型,若某定性因素有m个互斥的类型,为
将其引入模型中,则需要引入虚拟变量个数最多为()
A.mB.m-1C.m+1D.m-k
2•在经济发展发生转折时期,可以通过引入虚拟变量方法来表示这种变化。
例
如,研究中国城镇居民消费函数时。
1991年前后,城镇居民商品性实际支出丫
对实际可支配收入X的回归关系明显不同。
现以1991年为转折时期,设虚拟变
°JlW9坪以后
量'1°*洌坪以前,数据散点图显示消费函数发生了结构性变化:
基本消费部分下降了,边际消费倾向变大了。
则城镇居民线性消费函数的理论方程可以写作()
c.耳=厲十•岛°芝■叫d.耳=厲*A^i•■/y\fi^^-t*M?
3•将一年四个季度对因变量的影响引入到模型中(含截距项),则需要引入虚
拟变量的个数为()
A.4B.3C.2D.1
4•若想考察某两个地区的平均消费水平是否存在显著差异,则下列那个模型比较适合(丫代表消费支出;X代表可支配收入;D、D表示虚拟变量)()
A.耳="4同"片B.Yi=ai+A^r♦AC^zr^f)+A
C.耳二叫十砂/吗0沙感★吗D耳二叫+■风H■関
5•关于联立方程组模型,下列说法中错误的是()
A.结构模型中解释变量可以是内生变量,也可以是前定变量
B.简化模型中解释变量可以是内生变量,
C.简化模型中解释变量是前定变量
D.结构模型中解释变量可以是内生变量
6•在联立方程结构模型中,对模型中的每一个随机方程单独使用普通最小二乘
法得到的估计参数是()
A.有偏且一致的B.有偏不一致的
C.无偏但一致的D.无偏且不一致的
7•结构模型中的每一个方程都称为结构方程。
在结构方程中,解释变量可以是前定变量,也可以是()
A.外生变量B.滞后变量
C.内生变量D.外生变量和内生变量
8•关于联立方程模型识别问题,以下说法不正确的有()
A.满足阶条件的方程则可识别
B.如果一个方程包含了模型中的全部变量,则这个方程不可识别
C.如果两个方程包含相同的变量,则这两个方程均不可识别
D.联立方程组中的每一个方程都是可识别的,则联立方程组才可识别
9•前定变量是()的合称
A.外生变量和滞后变量B.内生变量和外生变量
C.外生变量和虚拟变量D.解释变量和被解释变量
10•简化模型就是把结构模型中的内生变量表示为()
A.外生变量和内生变量的函数关系
B.外生变量和随机误差项的函数模型
C.滞后变量和随机误差项的函数模型
D.前定变量和随机误差项的函数模型
11•下列是简化的三部门宏观经济计量模型,则模型中前定变量的个数为
()
X-Ct+]t+Gt
A.3B.4C.2D.6
12•对联立方程组模型中过度识别方程的估计方法有()
A.间接最小二乘法B.普通最小二乘法
C.间接最小二乘法和两阶段最小二乘法D.两阶段最小二乘法二、多项选择题
1.以下变量中可以作为解释变量的有()
A.外生变量B.滞后内生变量C.虚拟变量
D.前定变量E.内生变量
2.对联立方程模型参数的单方程估计法包括()
A.工具变量法B.间接最小二乘法
C.完全信息极大似然估计法D.两阶段最小二乘法
3.
当结构方程为恰好识别时,可选择的估计方法是()
4.
下列哪些变量一定属于前定变量()
5.关于联立方程模型识别问题,以下说法不正确的有()
A.满足阶条件的方程则可识别
B.如果一个方程包含了模型中的全部变量,则这个方程恰好识别
C.如果一个方程包含了模型中的全部变量,则这个方程不可识别
D.如果两个方程包含相同的变量,则这两个方程均不可识别
E.联立方程组中的每一个方程都是可识别的,则联立方程组才可识
F.联立方程组中有一个方程不可识别,则联立方程组不可识别
三、判断题
1.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与样本容量大小有关。
2.虚拟变量的取值只能取0或1
3•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与模型有无截距项无关。
4.如果联立方程模型中某个结构方程包含了所有的变量,则这个方程不可识别
5•秩条件是充要条件,因此利用秩条件就可以完成联立方程识别状态的确定。
6.满足阶条件的方程一定可以识别。
四、下列为一完备的联立方程计量经济学模型:
打=爲+禺G+禺厶十锐1J
Afj=+卫丄F.十&目+
其中M为货币供应量,Y为国内生产总值,P为价格指数,C为居民消费,I为投资。
(1)指出模型中的内生变量和外生变量。
(3分)
(2)写出简化式模型,并导出结构式参数与简化式参数之间的关系。
(3分)
(3)用模型识别的阶条件,确定模型的识别状态。
(4分)
(4)对过渡识别的方程按二阶段最小二乘法简述估计步骤。
(4分)
习题五
综合练习
、
DependentVariable:
DEBT
Method:
LeastSquares
Date:
05/31/06Time:
08:
35
Sample:
19801995
Includedobservations:
16
Variable(
Coefficient
Std.Errort-Statistic
Prob.
C
155.6083
()0.269042
0.7921
INCOME
()
0.06357312.99003
0.0000
COST
-56.43329
31.45720()
0.0961
R-squared
0.989437
Meandependentvar
2952.175
AdjustedR-squared
()
S.D.dependentvar
1132.051
S.E.ofregression
()
Akaikeinfocriterion
12.66156
Sumsquaredresid
203062.2
Schwarzcriterion
12.80642
Loglikelihood
-98.29245
F-statistic
()
Durbin-Watsonstat
0.42201
Prob(F-statistic)
0.000000
注:
DEBT――抵押贷款债务,
单位亿美元;
INCOME——个人收入,
单位亿美元;
COST――抵押贷款费用,单位%。
1.完成Eviews回归结果中空白处内容。
2.写出回归分析报告,并解释参数的意义。
3•上述模型可能存在什么问题,如何修正
分析财政支农资金结构对农民收入的影响,令丫(元)表示农民人均纯收入。
X1(亿元)表示财政用于农业基本建设的支出,X2(亿元)表示财政用于农村
基本建设支出,X3(亿元)表示农业科技三项费用,X4(亿元)表示农村救济费。
建立如下回归模型
丫01X12X23X34X4
Eviews输出结果如下:
表1:
DependentVariable:
Y
Sample:
19852003
Includedobservations:
19
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
134.5734
200.6429
0.670711
0.5133
X1
1.647447
0.609850
2.701398
0.0172
X2
-0.354037
2.199568
-0.160958
0.8744
X3
14.73859
127.5432
0.115558
0.9096
X4
15.07648
7.986329
1.887786
0.0800
R-squared
0.920517
Meandependentvar
1391.353
AdjustedR-squared
0.897807
S.D.dependentvar
822.1371
S.E.ofregression
262.8173
Akaikeinfocriterion
14.20173
Sumsquaredresid
967021.0
Schwarzcriterion
14.45027
Loglikelihood
-129.9164
F-statistic
40.53451
Durbin-Watsonstat
0.507406
Prob(F-statistic)
0.000000
表2:
DependentVariable:
Y
Sample:
19852003
Includedobservations:
19
VariableCoefficientStd.Errort-StatisticProb.
C
159.6613
114.22261.397809
0.1813
X1
1.628036
0.3905284.168805
0.0007
X4
14.85155
6.8869522.156476
0.0466
R-squared
0.920351
Meandependentvar
1391.353
AdjustedR-squared
0.910394
S.D.dependentvar
822.1371
S.E.ofregression
246.1002
Akaikeinfocriterion
13.99329
Sumsquaredresid
969044.5
Schwarzcriterion
14.14242
Loglikelihood
-129.9363
F-statistic
92.44012
Durbin-Watsonstat
0.542200
Prob(F-statistic)
0.000000
表3:
WhiteHeteroskedasticityTest:
F-statistic5.668786Probability0.006293
Obs*R-squared11.74713Probab