计量经济学题答案.docx

1、计量经济学题答案计量经济学要点 量的说法正确的有（ C）一、单项选择题知识点：第一章A、被解释变量和解释变量均为随机变量B、被解释变量和解释变量均为非随机变量C、被解释变量为随机变量，解释变量为非随机 若干定义、概念时间序列数据定义 变量横截面数据定义1.同一统计指标按时 间顺 序 记录的 数据称 为 ( B )。D、被解释变量为非随机变量，解释变量为随机变量双对数模型中参数的含义；A、横截面数据 B、时间序列数据C、修匀数据 D、原始数据2.同一时间，不同单位相同指标组成的观测数据7.双对数模型 ln Y ln 0 1 ln X 中，参数称为（ B ）A原始数据 B横截面数据C时间序列数据

2、D修匀数据变量定义（被解释变量、解释变量、内生变量、 的含义是（ ） D1A .X 的相对变化，引起 Y 的期望值绝对量变化B.Y 关于 X 的边际变化C.X 的绝对量发生一定变动时，引起因变量 Y外生变量）的相对变化率单方程中可以作为被解释变量的是（控制变量、D.Y 关于 X 的弹性内生变量 、外生变量）；3.在回归分析中，下列有关解释变量和被解释变 8. 双对数模型 ln Y ln 0 1 ln X 中，参数量的说法 正确 的有（ C ）A、被解释变量和解释变量均为随机变量 1 的含义是 （ C ）B、被解释变量和解释变量均为非随机变量A. Y 关于 X的增长率 C、被解释变量为随机变量，

3、解释变量为非随机变量B .Y 关于 X的发展速度D、被解释变量为非随机变量，解释变量为随机变量什么是解释变量、被解释变量？ 计量经济学研究方法一般步骤从变量的因果关系上，模型中变量可分为解释变 四步 12 点量（Explanatory variable）和被解释变量 (Explainedvariable)。在模型中，解释变量是变动的原因，被解释变量C. Y 关于 X的弹性D. Y 关于 X 的边际变化9.计量经济学的研究方法一般分为以下四个步骤（ B ）A确定科学的理论依据、 模型设定、 模型修定、是变动的结果。模型应用被解释变量是模型要分析研究的对象，也常称为“应变量 ”(Dependent

4、 variable) 、“回归 子”（Regressand）等。B模型设定、估计参数、模型检验、模型应用C搜集数据、模型设定、估计参数、预测检验D模型设定、检验、 结构分析、模型应用解释 变量 也常称为 “自变量” (Independent对计量经济模型应当进行哪些方面的检验？variable)、“回归元”（Regressor）等，是说明应 经济意义检验 ：检验模型估计结果，尤其是参数变量变动主要原因的变量。因此，被解释变量只能由内生变量担任，不能由 估计，是否符合经济理论。非内生变量担任。4.单方程计量经济模型中可以作为被解释变量的 是（ C ）统计推断检验 ：检验参数估计值是否抽样的偶然结

5、果，运用数理统计中的统计推断方法，对模型 及参数的统计可靠性做出说明。主要有 t，F ，A、控制变量 B、前定变量C、内生变量 D、外生变量2 等检验；R5.单方程计量经济模型的被解释变量是（ A ）A、内生变量 B、政策变量C、控制变量 D、外生变量计量经济学检验 ：检验模型是否符合计量经济方法的基本假定，例如检验模型是否存在多重共线性，检验模型中的随机扰动项是否存在自相关和 6. 在回归分析中，下列有关解释变量和被解释变异方差性等等。预测检验 ：模型预测的结果与经济运行的实际结果相对比，以此检验模型的有效性。在使用计量经济模型分析问题时， 通常会使用哪些类型数据？使用这些类型数据各自应该注

6、意第二章哪些问题？若干基本概念（ ）时间序列数据 （ ）把反映某 1 Time Series Data总体、样本回归方程、模型一总体特征的同一指标的数据，按照一定的时间古典线性回归模型的普通最小二乘估计量满足顺序和时间间隔（如月度、季度、年度）排列起 的统计性质（最佳线性无偏估计） ；1.古典线性回归模型的普通最小二乘估计量满足 来，这样的统计数据称为时间序列数据；的统计性质 (A)（ ）截面数据 同一时间（时 2 (Cross-Section Data)A. B. 最佳线性 无偏 估计 仅满足线性性期或时点）某个指标在不同空间的观测数据，称C. D. 非有效性 有偏性为截面数据；（3）面板数

7、据（ Panel Data）面板数据指时间序样本回归直线 ( X ,Y )2. 设 OLS 法 得 到 的 样 本 回 归 直 线 为列数据和截面数据相结合的数据，对若干个体进行多期观测。例如在居民收支调查中收集的对各Y X e ， 则 点 ( X , Y )i 1 2 i i个固定调查户在不同时期的调查数据，又如全国( B )A、一定不在回归直线上 各省市不同年份的经济发展状况的统计数据，就都是面板数据；（4）虚拟变量数据 (Dummy Variables Data)。B、一定在回归直线上C、不一定在回归直线上D、在回归直线上方时间序列数据若是非平稳的，可能造成“伪 经典线性计量模型的假定有

8、哪些？回归”；假定 1：零均值假定; 假定 2：同方差假定 ; 假定截面数据往往存在异方差；3：无自相关假定 ; 假定 4：随机扰动项 ui 与解释利用面板数据的计量经济模型已成为计量经济学研究的专门问题，容易产生异方差、自相变量X 不相关; 假定 5：正态性假定；（假定 6：i关性。无多重共线性）3.下图中符号 “ ”所代表的是（ B ）计量经济模型检验通常包含哪些检验？每种检验基本思想是什么？经济意义检验：检验模型估计结果，尤其是参YiY? ?0 ?1X数估计，是否符合经济理论。统计推断检验：检验参数估计值是否抽样的偶然Y结果，运用数理统计中的统计推断方法，对模型及参数的统计可靠性作出说明

9、。X计量经济学检验：检验模型是否符合计量经济方A. 随机误差项 B. 残差 法的基本假定，例如检验模型是否存在多重共线性，检验模型中的随机扰动项是否存在自相关和C. Yi 的离差 D. Yi 的离差t 检验通常可以用于检验 （ D ） 异方差性等等。预测检验：模型预测的结果与经济运行的实际结A 模型拟合优度 B 模型整体显著性C 正态性 D 个体参数显著性果相对比，以此检验模型的有效性。4.以下 模型中不属于 变量 线性回 归模型是( A )。A、2E(Yi Xi ) X i1 2有关调整后的判定系数2R 与判定系数2R 之B、XiY ui 1 i2间的关系叙述正确的是（ C ）A2R 等于2

10、RC、2E (Yi Xi ) X i1 2B2R 与2R 没有数量关系D、E (Yi Xi ) Xi1 2C 一般情况下R2 R25.用最小二乘法作回归分析时提出了古典假定，这是为了（ B ）D2R 大于2RA. 使回归方程更简化B. 得到总体回归系数的最佳线性无偏估计在模型 Yt 1 2 X 2t 3 X 3t ut的回归 分 析 结 果 报 告 中 ， 有 F 2634.23 ，C. 使解释变量更容易控制D. 使被解释变量更容易控制6. 在一元线性回归模型中，样本回归方程可表示F的p值 ，则表明（ D ）0.0000为：（ c ）A、解释变量 X 2t 对Yt 的影响是显著的A、 Yt 0

11、 1 X t utB、解释变量 X 3t 对Yt 的影响是显著的B、 Yt E (Yt / X ) iC、解释变量 X 2t 和 X 3t 对Yt 的影响是均不显著C、Y? ?0 ?1t XtD、解释变量 X 2t 和X3t 对Yt 的联合影响是显著的D、 E Yt / X t 0 1 X t第四章多重共线性 （1）定义、产生原因；（2）后果；（3）第三章多元线性回归模型整体的读解 （对回归结果全过程的读解分析）检测；（4）弥补。参数的最小二乘估计量的性质简单相关系数矩阵方法主要用于检验（ D ）A异方差性 B.自相关性根据 F 值判断整体显著性的规则（ p 值接近于零表示整体显著）；多元线性

12、回归模型 RSS 反映了应变量观测值与估计值之间的总变差多元线性回归分析中的 RSS（剩余平方和）反映了（ C ）A应变量观测值总变差的大小B应变量回归估计值总变差的大小C应变量观测值与估计值之间的总变差DY 关于 X 的边际变化多元线性回归模型 ESS自由度为 k-1C随机解释变量 D.多重共线性能够检验多重共线性的方法有 AA.简单相关系数矩阵法 B. DW 检验法C. White 检验 D.ARCH 检验法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（ C ）A无偏的 B. 有偏的C. 无法估计 D. 无正确答案如果模型中的解释变量存在 不完全 的多重共线性，参数

13、的最小二乘估计量是（ A ）A无偏的 B. 有偏的C. 无法估计 D. 无正确答案 多元线性回归分析中的 ESS 的自由度是( D ）如果模型中的解释变量存在 完全 的多重共线AK BnCn-K Dk-1性，参数的最小二乘估计量是 （ C ）调整后的判定系数2R 与判定系数2R 之间的关系A无偏的 B. 有偏的C. 无法估计 D. 确定的A、参数估计值是无偏非有效的第五章异方差性（ 1）定义、产生原因；（2）后果；（3）B、Var ?i 仍具有最小方差检测；（4）弥补。检验异方差的方法；修正异方差的方法；C、常用的 t 和 F 检验失效D、预测区间增大，精度下降ARCH 检验方法主要用于检验（

14、 A ）A异方差性 B.自相关性C随机解释变量 D.多重共线性 下列方法可以用于检验模型中异方差性的方 法有 （ D ）第六章自相关性（ 1）定义、产生原因；（2）后果；（3）检测；（4）弥补。违背自相关造成后果（无偏非有效） ；A DW 检验 B 相关系数矩阵 在 DW 检验中， 当 d 统计量为 2 时，表明无自相C 判定系数法 D White 检验关性存在；Goldfeld-Quandt 方法用于检验（ A ）DW 判断区域规则；A异方差性 B.自相关性 在DW 检验中，当d统计量为 2时，表明（ C ）C随机解释变量 D.多重共线性A.存在完全的正自相关 在模型有异方差的情况下 ,常用

15、的估计方法是( D )B.存在完全的负自相关A. 广义差分法 B. 工具变量法 C. 逐步回归法 D. 加权最小二乘法White 检验可用于检验（ B ）A自相关性 B. 异方差性C解释变量随机性 D.多重共线性C.不存在自相关 D.不能判定如果回归模型违背了无自相关假定，最小二乘估计量是 ( A )A无偏的，非有效的B. 有偏的，非有效的 加权 最小 二 乘可以解 决 下列 哪个 问题( D )C无偏的，有效的A多重共线性 B. 误差项非正态性C自相关性 D. 异方差性D. 有偏的，有效的关于 Goldfeld-Quandt 检验，下列说法正确的如果在模型 yt 1 2 xt ut 中，随机

16、扰动是（ C ）A它是检验模型是否存在自相关B.该检验所需要的样本容量较小C该检验需要去掉部分样本项违背了无自相关假定，则下列说法正确的是( A )A最小二乘估计量 ?2 是无偏的且非有效D. 它是检验模型是否存在多重共线性下列方法可以用于检验模型中异方差性的方B. 最小二乘估计量 ?2 是有偏的且有效法有 （ D ）A DW检验 B 相关系数矩阵C最小二乘估计量 ?2 是无偏的且有效C 判定系数法 D White 检验如果模型中存在异方差现象，则普通最小二D. 最小二乘估计量 ?2 是有偏的但非有效乘估计量仍然满足的性质（ A ） 在 DW 检验中，不能判定的区域是（ C ）A. 无偏性 B

17、. 最小方差性C. 有效性 D 非线性性A. 0 d dL , 4 dL d 4什么是异方差性？有哪些方法可以检验模型中是否存在异方差性 ?B. dU d 4 dU违背同方差假定，扰动项的方差会随着某个（些）因素而发生变化。观察残差图、 White 检C. dL d dU , 4 dU d 4 dL验、ARCH检验、Golden-Quant 检验等。 D. 上述都不对回归模型具有异方差性时，仍用最小二乘法估计参数，则以下（ B ）是 错误的。已知样本回归模型残差的一阶自相关系数接D.只能代表季节影响因素近于 1，则 DW统计量近似等于 ( A )对于含有截距项的计量经济模型，若想将含有 m 个

18、互斥类型的定性因素引入到模型中， A. 0 B. 1 C. 2 D. 4则应该引入虚拟变量个数为 （ ）A m B m-1 C m+1 D m-k简述虚拟变量设置规则什么是虚拟变量？在设定虚拟变量时，应该注意什么问题？设置规则是什么？虚拟变量是将定性因素数量化取值为 0 或 1 的一类特殊人工变量。主要作用：在模型中引入定性因素；分段回归等。注意避免虚拟变量陷阱。虚拟变量个数的设置规则是： 若定性因素有 m 个 相互排斥的类型（或属性、水平） ，在有截距项第七章的模型中只能引入 m1 个虚拟变量，否则会陷分布滞后模型的意义 入所谓“虚拟变量陷阱”，产生完全的多重共线分布滞后模型的分类及各个类型

19、的特点性。在无截距项的模型中， 定性因素有 m 个相互分布滞后模型短期影响乘数排斥的类型时， 引入 m 个虚拟变量不会导致完全设无限分布滞后模型为Y X X X ut 0 t 1 t 1 2 t 2 t多重共线性，不过这时虚拟变量参数的估计结果，实际上是 D=1 时的样本均值。，则短期影响乘数为（ ）设某计量经济模型为： Yi Di ui ，kA 0 B、 0C、k110D、 01其中 Yi 大学教授年薪， 1男教授，Di0女教授则对于参数 、的含义，下列解释不正确 的是 （ ）对于有限分布滞后模型Yt 0 X 1 X 1 2 X 2 X ut t t s t K tA. 表示大学女教授的平均

20、年薪；B. 表示大学男教授的平均年薪；C. + 表示大学男教授的平均年薪；D. 表示大学男教授和女教授平均年薪的差额 在一定条件下，参数 i 可近似用一个关于 i对于一个含有截距项的计量经济模型，若某定性因素有 m个互斥的属性，的多项式表示（ i=0 ，1，2， ，K），下列说法中不正确的是（ ）对于一个含有截距项的计量经济模型，若某A、多项式的阶数 m 小于 KB、可采用 Almon法对此模型进行估计定性因素有 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为 （ ）C、该模型比较容易产生多重共线性A m B m-1 C m+1 D m-k D、以上说法都不对第十章时间序列数据特有

21、属性第八章 平稳的概念、产生的后果、检验的方法虚拟变量的定义、作用以及规则 非平稳时间序列数据的建模技术要点虚拟变量 ( )某一时间序列经一次差分变换成平稳时间序A.主要来代表质的因素，但在有些情况下可列，此时间序列称为（ ）以用来代表数量因素 A1 阶单整 B2 阶单整B.只能代表质的因素 C.只能代表数量因素 CK 阶单整 D以上答案均不正确数据。（3）、面板数据（ Panel Data）面板数据指简述时间序列平稳性的含义时间序列平稳性分严格平稳和广义平稳性。严格平稳是指随机过程的联合分布函数与时间时间序列数据和截面数据相结合的数据，对若干个体进行多期观测。例如在居民收支调查中收集 的对各

22、个固定调查户在不同时期的调查数据，又的位移无关；广义平稳性是指随机过程的均值、方差不随时间 如全国各省市不同年份的经济发展状况的统计变化，自协方差函数仅是时间间隔的函数，又称为弱平稳性什么是伪回归？其产生的原因是？数据，就都是面板数据。 （4）、虚拟变量数据(Dummy Variables Data)。时间序列数据若是非平稳的，可能造成“伪 所谓“伪回归”，是指变量间本来不存在有意义的关系，但回归结果却得出存在有意义关系的错 回归”；截面数据往往存在异方差；利用面板数误结论。造成“伪回归”的根本原因在于时间序列变量的非平稳性。下列方法可以用于检验时间序列平稳性的是（ ）A. ARCH B. W

23、hite 检验 检验据的计量经济模型已成为计量经济学研究的专门问题，容易产生异方差、自相关性。C. ADF 检验 D. DW 检验 3、什么是解释变量、被解释变量？从变量的因果关系上，模型中变量可分为解释变量（ Explanatory variable ）和被解释变量(Explained variable) 。在模型中，解释变量是二、简答题变动的原因，被解释变量是变动的结果。被解释 1、计量经济模型检验通常包含哪些检验？每种检验基本思想是什么？变量是模型要分析研究的对象，也常称为“应变经济意义检验：检验模型估计结果，尤其是参量 ” (Dependent variable) 、“ 回 归 子 ”

24、数估计，是否符合经济理论。（Regressand）等。解释变量也常称为 “自变量”统计推断检验：检验参数估计值是否抽样的偶然(Independent variable) 、“回归元”（Regressor ）结果，运用数理统计中的统计推断方法，对模型 等，是说明应变量变动主要原因的变量。及参数的统计可靠性作出说明。4、经典线性计量模型的假定有哪些？ 计量经济学检验：检验模型是否符合计量经济方假定 1：零均值假定; 假定 2：同方差假定 ; 假定法的基本假定，例如检验模型是否存在多重共线性，检验模型中的随机扰动项是否存在自相关和 3：无自相关假定 ; 假定 4：随机扰动项 ui 与解释异方差性等等

25、。变量X 不相关; 假定 5：正态性假定；假定 6：i预测检验：模型预测的结果与经济运行的实际结无多重共线性 果相对比，以此检验模型的有效性。2、在使用计量经济模型分析问题时，通常会使 5、什么是异方差性？有哪些方法可以检验模型用哪些类型数据？使用这些类型数据各自应该中是否存在异方差性 ?注意哪些问题？ 违背同方差假定，扰动项的方差随某个解释变量 在变化。观察残差图、 White 检验、ARCH检验、（1）、时间序列数据（ Time Series Data）把反映Goldenfeld-Quandt 检验等。某一总体特征的同一指标的数据，按照一定的时间顺序和时间间隔（如月度、季度、年度）排列起来

26、，这样的统计数据称为时间序列数据。 （2）、截面数据 (Cross-Section Data同) 一时间（时期或时点）某个指标在不同空间的观测数据，称为截面6、简述虚拟变量设置规则虚拟变量个数的设置规则是：若定性因素有 m 个相互排斥的类型（或属性、水平） ，在有截距项的模型中只能引入 m1 个虚拟变量，否则会陷入所谓“虚拟变量陷阱” ，产生完全的多重共线性。在无截距项的模型中，定性因素有 m 个相互排斥的类型时，引入 m 个虚拟变量不会导致完全多重共线性，不过这时虚拟变量参数的估计结果，实际上是 D=1 时的样本均值。7、什么是虚拟变量、设置虚拟变量应该注意什么？虚拟变量是将定性因素数量化取

27、值为 0 或 1 的一类特殊人工变量。 主要作用： 在模型中引入定性因素；分段回归等。注意避免虚拟变量陷阱。8、将虚拟变量引入到模型中，通常有哪些方式？各自具有什么作用？加入虚拟解释变量的途径有两种基本类型： 一是加法类型； 二是乘法类型。 不同的途径引入虚拟变量有不同的作用，加法方式引入虚拟变量改变的是截距；乘法方式引入虚拟变量改变的是斜率。9、什么是伪回归？其产生的原因是？所谓“伪回归”，是指变量间本来不存在有意义的关系，但回归结果却得出存在有意义关系的错误结论。造成“伪回归”的根本原因在于时间序列变量的非平稳性。10、简述时间序列平稳性的含义时间序列平稳性分严格平稳和广义平稳性。 严格平稳是指随机过程的联合分布函数与时间的位移无关；广义平稳性是指随机过程的均值、方差不随时间变化，自协方差函数仅是时间间隔的函数，又称为弱平稳性。三、计算题题干已给出一个估计结果，问：系数的经济意义；估计出来的系数是否符合经济意义；