期末试题一.docx
《期末试题一.docx》由会员分享，可在线阅读，更多相关《期末试题一.docx（11页珍藏版）》请在冰豆网上搜索。
期末试题一
一、判断题（20分）
1．随机误差项
和残差项
是一回事。
（）
2．给定显著性水平
及自由度，若计算得到的
值超过临界的t值，我们将接受零假设（）
3．
。
（）
4．多元回归模型中，任何一个单独的变量均是统计不显著的，则整个模型在统计上是不显著的。
（）
5．双对数模型的
值可与线性模型的相比较，但不能与对数－线性模型的相比较（）
6．为了避免陷入虚拟变量陷阱，如果一个定性变量有
类，则要引入
-1个虚拟变量。
（）
7．在存在异方差情况下，常用的OLS总是低估了估计量的标准差。
（）
8．消除自相关的一阶差分变换假定自相关系数
必须等于1。
（）
9．识别的阶条件仅仅是判别模型是否可识别的必要条件而不是充分条件。
（）
10．最小二乘估计的残差均值为零。
（）
二、简答题（共45分）
1．试述计量经济学与数理统计的联系与区别？
（5分）
2．因果关系与统计关系的区别？
（5分
3．为什么在对参数进行最小二乘估计之前，要对模型提出古典假定？
（5分）
4．如何解决多重共线性问题？
（5分）
5．对于横截面数据模型：
，为了保证OLS估计量的无偏性，模型只需要满足那些假定？
（5分）
6．为了研究啤酒税对于交通事故率的影响，除了啤酒税，还有下列变量可供选择为解释变量：
人均啤酒消费量，驾驶的总里程数。
你会选择那个变量，不选那个变量，说明理由！
（5分）
7．能否直接根据R2（或调整的R2）的大小判断方程是否显著成立？
简单说明理由。
（5分）
8．试述D-W检验的适用条件？
（5分）
9．根据古典回归模型的预测方差，说明要得到精确的预测需要注意那些问题？
（提示：
预测方差
）（5分）
三、应用题（共35分）
1．为了研究货币需求函数，得到如下回归结果
DependentVariable:
LOG（M1）
Method:
LeastSquares
Date:
08/19/97Time:
05:
02
Sample:
1959:
011989:
12
Includedobservations:
372
Variable
Coefficient
Std.Error
t-Statistic
C
-1.699912
0.164954
-10.30539
LOG（GDP）
1.765866
0.043546
40.55199
TB3
-0.011895
0.004628
-2.570016
R-squared
0.886416
Meandependentvar
5.663717
AdjustedR-squared
0.885800
S.D.dependentvar
0.553903
S.E.ofregression
0.187183
Akaikeinfocriterion
-0.505429
Sumsquaredresid
12.92882
Schwarzcriterion
-0.473825
Loglikelihood
97.00980
F-statistic
1439.848
Durbin-Watsonstat
0.008687
Prob（F-statistic）
0.000000
其中，M1表示货币需求量（百万美元），GDP表示工业总产值（百万美元），TB3表示短期利率（％）。
LOG表示自然对数函数。
（25分）
（1）根据以上结果，写出回归分析结果报告。
（3分）
（2）如果运用此结果解释货币需求行为，你如何解释解释变量的系数？
（7分）
（3）有人认为短期利率对于货币需求量没有影响，你如何对此判断进行假设检验？
（显著性水平为0.05）（5分）
（4）由上述回归结果可知，模型中可能存在什么问题？
如何检验？
（5分）
（5）如何就模型中所存在的问题，对模型进行改进？
（5）
2．建立如下简单的凯恩斯宏观经济模型：
其中
，假设
和
是预定变量。
（10分）
（1）求消费函数的简化方程（2分）
（2）运用识别的阶条件，判断上述方程那些是可识别的（恰好或过度）。
（4分）
（3）我们通常使用什么方法估计过度识别方程的参数？
说明该方法的基本思想？
（4分）
一、判断题（20分）
1．随机误差项
和残差项
是一回事。
（×）
2．给定显著性水平
及自由度，若计算得到的
值超过临界的t值，我们将接受零假设（×）
3．
。
（√）
4．多元回归模型中，任何一个单独的变量均是统计不显著的，则整个模型在统计上是不显著的。
（×）
5．双对数模型的
值可与线性模型的相比较，但不能与对数－线性模型的相比较（×）
6．为了避免陷入虚拟变量陷阱，如果一个定性变量有
类，则要引入
-1个虚拟变量。
（√）
7．在存在异方差情况下，常用的OLS总是低估了估计量的标准差。
（×）
8．消除自相关的一阶差分变换假定自相关系数
必须等于1。
（√）
9．识别的阶条件仅仅是判别模型是否可识别的必要条件而不是充分条件。
（√）
10．最小二乘估计的残差均值为零。
（×）
二、简答题（共45分）
1．试述计量经济学与数理统计的联系与区别？
（5分）
答：
联系：
计量经济学和数理统计都是利用样本对总体性质进行推断，数理统计为计量经济学提供了分析工具，例如参数估计和假设检验的方法和思想。
（1分）
区别：
计量经济学主要考虑收集和分析非试验数据。
而数理统计的任务则是构造试验，进而分析试验样本。
（3分）数理统计推断总体的数字特征和分布等统计性质，而计量经济学推动的是变量之间的数量关系。
（1分）
所以，计量经济学是从数理统计中演化出来的一门独立学科。
2．因果关系与统计关系的区别？
（5分）
答：
因果关系具有方向性，而统计关系没有方向性。
（1分）可以对任何两个变量分析其统计关系，但不是任意两个变量都具有因果关系。
（1分）
两个变量的因果关系，一般是指在其他条件不变的条件下，解释变量对被解释变量的影响。
而统计关系则可能仅仅反映两个变量的相关性。
（3分）
3．为什么在对参数进行最小二乘估计之前，要对模型提出古典假定？
（5分）
答：
在古典假定条件下，OLS估计得到的参数估计量是该参数的最佳线性无偏估计，具有无偏性、有效性、线性。
（3分）总之，作古典假定是为了使所作出的估计具有较好的统计性质和方便地进行统计推断。
（2）
4．如何解决多重共线性问题？
（5分）
答：
增加样本容量；（1分）改变问题研究的角度例如由分析水平变量之间的关系转为分析变量的变化之间的关系，通过主成分分析等将高度共线性的变量合并；（2分）利用先验信息；（1分）利用其他估计方法如岭回归等（1分）
5．对于横截面数据模型：
，为了保证OLS估计量的无偏性，模型只需要满足那些假定？
（5分）
答：
（1）
，j＝1，2。
（2分）
（2）样本抽样的满足随机性。
（2分）
（3）解释变量不存在完全共线性。
（1分）
（注：
本题多答扣分）
6．为了研究啤酒税对于交通事故率的影响，除了啤酒税，还有下列变量可供选择为解释变量：
人均啤酒消费量，驾驶的总里程数。
你会选择那个变量，不选那个变量，说明理由！
（5分）
答：
选择驾驶的总里程数作为解释变量，因为驾驶的总里程数也是影响事故率的一个重要因素，加入该变量可以减少随机扰动的方差，从而能更准确的估计啤酒税交通事故率的影响。
（2分）
不选人均啤酒消费量。
虽然人均啤酒消费量也会影响交通事故率，但是啤酒税对交通事故率的影响，正是通过影响人均啤酒消费量而起作用的，所以，在解释变量中加入人均啤酒消费量后，便无法估计出啤酒税对交通事故率的全部影响。
（3分）
7．能否直接根据R2（或调整的R2）的大小判断方程是否显著成立？
简单说明理由。
（5分）
答：
不可以。
R2（或调整的R2）是样本估计值，（2分）根据一次抽样结果不能对总体做出直接判断，（1分）而需要通过假设检验的方式给出判断，例如通过F检验。
（2分）
8．试述D-W检验的适用条件？
（5分）
答：
（1）原始回归模型包含一个截距项；（1分）
（2）解释变量X是非随机变量；（1分）（3）扰动项的产生机制是：
，其中，
；（1分）（4）在回归方程中，没有把因变量的滞后值作为解释变量。
（1分）
9．根据古典回归模型的预测方差，说明要得到精确的预测需要注意那些问题？
（提示：
预测方差
）（5分）
答：
（1）样本容量n要比较大，越大预测越精确；（1分）
（2）所选取的样本要具有一定的离散度；（2分）
（3）
与
的距离不能太远；（1分）
（4）正确设定模型，减少总体方差
。
（1分）
三、应用题（共35分）
1．为了研究货币需求函数，得到如下回归结果
DependentVariable:
LOG（M1）
Method:
LeastSquares
Date:
08/19/97Time:
05:
02
Sample:
1959:
011989:
12
Includedobservations:
372
Variable
Coefficient
Std.Error
t-Statistic
C
-1.699912
0.164954
-10.30539
LOG（GDP）
1.765866
0.043546
40.55199
TB3
-0.011895
0.004628
-2.570016
R-squared
0.886416
Meandependentvar
5.663717
AdjustedR-squared
0.885800
S.D.dependentvar
0.553903
S.E.ofregression
0.187183
Akaikeinfocriterion
-0.505429
Sumsquaredresid
12.92882
Schwarzcriterion
-0.473825
Loglikelihood
97.00980
F-statistic
1439.848
Durbin-Watsonstat
0.008687
Prob（F-statistic）
0.000000
其中，M1表示货币需求量（百万美元），GDP表示工业总产值（百万美元），TB3表示短期利率（％）。
LOG表示自然对数函数。
（25分）
（1）根据以上结果，写出回归分析结果报告。
（3分）
答：
（-10.31）（40.55）（-2.57）。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
。
（1分）
R2=0.886D-W=0.009F=1439.8d.f.=369。
。
。
。
。
。
。
。
。
。
（2分）
（2）如果运用此结果解释货币需求行为，你如何解释解释变量的系数？
（7分）
答：
货币需求与国民生产总值和短期利率水平相关。
（1分）平均地，其他条件不变的情况下，GDP每增加1%，增加货币需求1.77个百分点；（3分）短期利率水平TB3增加一个单位，即利率水平上浮一个百分点，货币需求下降0.01%。
（3分）
（3）有人认为短期利率对于货币需求量没有影响，你如何对此判断进行假设检验？
（显著性水平为0.05）（5分）
答：
短期利率对于货币需求量有影响。
（1分）
利用t检验，对TB3的系数进行显著性检验。
（1分）
H0：
短期利率对于货币需求量没有影响；H1：
短期利率对于货币需求量有影响（1分）
由模型结果知，|t|＝|-2.57|=2.57>t0.05（369）=1.96（1分）
所以，拒绝原假设，认为短期利率对于货币需求量有影响。
（1分）
（4）由上述回归结果可知，模型中可能存在什么问题？
如何检验？
（5分）
答：
存在自相关（1分）
进行D-W检验。
（1分）
由模型结果知：
D-W＝0.009。
通过查表知在0.05的显著性水平下，
D-W＝0.009<1.78，故存在正的自相关。
（3分）
（5）如何就模型中所存在的问题，对模型进行改进？
（5分）
答：
利用广义最小二乘法估计模型。
（1分）
（1分）
进行广义差分变换，
（1分）
令
（1分）
模型
满足古典假设，可以利用OLS估计。
（1分）
2．建立如下简单的凯恩斯宏观经济模型：
其中
，假设
和
是预定变量。
（10分）
（1）求消费函数的简化方程（2分）
答：
（2）运用识别的阶条件，判断上述方程那些是可识别的（恰好或过度）。
（4分）
答：
m=3
消费方程：
因为k＝3>m-1=2，所以消费方程过度识别（2分）
投资方程：
因为k=2=m-1=2，所以，投资方程恰好识别（2分）
（3）我们通常使用什么方法估计过度识别方程的参数？
说明该方法的基本思想？
（4分）
答：
利用二阶段最小二乘法（1分）
基本思想：
第一，利用工具变量代替内生解释变量（2分）
第二，工具变量选择为该内生变量对所有外生变量回归估计值。
（1分）
升级会员 