2014—2015年第一学期计量经济学期末试卷A(全校统考).pdf

《2014—2015年第一学期计量经济学期末试卷A(全校统考).pdf》由会员分享，可在线阅读，更多相关《2014—2015年第一学期计量经济学期末试卷A(全校统考).pdf（12页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、云南财经大学2014 至2015 学年第一学期计量经济学课程期末考试试卷（A）得分一二三四五六七八总分复核人阅卷人得 分阅卷人一、单选题（每题1 分，共 20 分）1. 构造计量经济模型应遵循的原则是【】 。A. 模型变量越多越好的原则 B. 模型变量越少越好的原则C. 定量分析为主的原则 D. 以理论分析作先导的原则2. 在下列各种数据中，以下不应作为计量经济分析所用数据的是【】A时间序列数据 B. 截面数据C计算机随机生成的数据 D. 虚拟变量数据3. 在简单线性回归模型中，认为具有一定概率分布的随机变量是【】A.解释变量 B.被解释变量C.虚拟变量 D.工具变量4. 对于普通最小二乘法求

2、得的样本回归直线，下列特性错误的是【】 。A. 样本回归直线通过点 (x,y) B. ie0 C. ?iy=iy D. ie与解释变量ix不相关5. 如果被解释变量Y 随着解释变量X 的变动而非线性地变动，并趋于一自然极限，则适宜配合下列哪一模型? 【】A. Yi=0+1(1/Xi)+i B. lnYi=0+1Xi+iC. Yi=0+1lnXi+i D. lnYi=0+1lnXi+i6. 对计量经济模型进行的各种检验中，第一位的检验是【】A. 经济准则检验 B. 统计准则检验C. 计量经济准则检验 D. 预测检验7C为消费， I 为收入，假设某消费函数为Ct=500+0.6It+0.2It-1

3、+t则表示当期收入增加一个单位时，当期消费支出将增加【】A. 0.8个单位 B. 0.6个单位C. 0.4 个单位 D. 0.2个单位8. 在一元线性回归模型中，2的无偏估计量2?为【】A.2ien B. 2ien1 C. 2ien2 D. 2ien39. 在异方差性情况下，常用的估计方法是【】学号：姓名：班级：专业：院（系）：答案不得超过装订线精选文档2 A普通最小二乘法 B广义差分法C 工具变量法 D加权最小二乘法10. 在模型t122t33ttYXX的回归分析结果报告中，F 统计量的 p 值=0.0000 ，则表明【】A.解释变量 X2t对 Yt的影响是显著的B.解释变量 X3t对 Yt

4、的影响是显著的C.解释变量 X2t和 X3t对 Yt的联合影响是显著的D.解释变量 X2t和 X3t对 Yt的联合影响不显著11. DW 检验法适用于检验【】A异方差B序列相关C多重共线性D设定误差12. 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，非有效的 B有偏的，非有效的C 无偏的，有效的 D有偏的，有效的13. 经验认为，某个解释变量与其它解释变量间多重共线性严重的情况是这个解释变量的方差膨胀因子【】A. 大于 1 B. 小于 1 C. 大于 5 D. 小于 5 14. 当模型中的解释变量存在完全多重共线性时，参数估计量的方差为：【】A.0 B.1 C. D.最小15

5、. 随机解释变量 xi与随机误差项 ui相互独立时，回归系数的普通最小二乘估计量是【】 。A. 无偏，一致估计 B. 有偏，一致估计C. 无偏，不一致估计 D. 有偏，不一致估计16. 在分布滞后模型 Yt=+0Xt+1Xt-1+2Xt-2+t中，0称为【】 。A. 早期影响乘数 B. 短期影响乘数C. 延期的过渡性影响乘数 D. 长期影响乘数17. 对自回归模型进行估计时， 假若随机误差项满足古典线性回归模型的基本假定，则估计量是一致估计量的模型有【】 。A. Koyck 变换模型 B. 局部调整模型C. 自适应预期模型 D. 自适应预期和局部调整混合模型18. 对于无限分布滞后模型，科伊克

6、(Koyck) 提出的假定是【】A参数符号不同但按几何数列衰减B.参数符号不同但按几何数列递增C 参数符号相同且按几何数列衰减 D.参数符号相同且按几何数列递增19. 某一时间数列经过一次差分后为平稳时间序列，则这个时间数列是几阶单整的【】A. 0 阶 B. 1阶 C. 2阶 D. 3阶20. 在 Zt=aXt+bYt中，a、b 为常数，如果 XtI(2) ，X 与 Y 之间是协整的，且Zt是一个平稳时间序列，则【】精选文档3 A. YtI(0) B. YtI(1) C. YtI(2) D. YtI(3) 得 分阅卷人二、多选题（每题有25个正确选项，多选、少选、错选均不得分；每题 2 分，共

7、 10分）1、计量经济模型的检验一般包括内容有【】A、经济意义的检验 B、统计推断的检验 C、计量经济学的检验D 、预测检验 E、对比检验2、利用普通最小二乘法求得的样本回归直线01?YX 的特点【】A. 必然通过点(,)X Y B. 可能通过点(,)X YC. 残差ie的均值为常数 D. ?iY 的平均值与iY的平均值相等E. 残差ie与解释变量iX之间有一定的相关性3、对于二元样本回归模型iiiieXXY332211?，下列各式成立的有【】A. 0ie B.02iiXe C.03iiXeD.0iiYe E.023iiXX4、广义最小二乘法的特殊情况是【】A. 对模型进行对数变换 B. 加权

8、最小二乘法C. 数据的结合 D. 广义差分法E. 增加样本容量5、设一阶自回归模型是科伊克模型或自适应预期模型，估计模型时可用工具变量替代滞后内生变量，该工具变量应该满足的条件有【】A.与该滞后内生变量高度相关 B.与其它解释变量高度相关C.与随机误差项高度相关 D.与该滞后内生变量不相关E.与随机误差项不相关得 分阅卷人三、判断并改错（每题2 分，共 24 分）（）1、在经济计量分析中，模型参数一旦被估计出来，就可将估计模型直接运用于实际的计量经济分析。（）2、线性回归模型意味着因变量是自变量的线性函数。（） 3、如果回归模型中遗漏一个重要变量，则 OLS残差必定表现出明显的趋势。（）4、当

9、模型存在高阶自相关时，可用杜宾瓦特森检验法进行自相关检验。精选文档4 （） 5、 假定个人服装支出同收入水平和性别有关，由于性别是具有两种属性 （男、女）的定性因素，因此，用虚拟变量回归方法分析性别对服装支出的影响时，需要引入两个虚拟变量。（）6、对回归模型施加约束后的回归模型，其残差平方和一定大于无约束回归模型的残差平方和。（）7、对于具有极限值的逻辑分布，标准正态分布是较好的选择，这种情况下二元选择模型应采用Probit模型。得 分阅卷人四、名词解释（每题3 分，共 12 分）1.回归分析2.一阶序列相关3.动态模型4. 协整精选文档5 得 分阅卷人五、简答题（每题4 分，共 8 分）1简

10、述经济计量模型的用途。2什么是随机误差项和残差，它们之间的区别是什么？得 分阅卷人六、计算分析题（共36 分）1、 （本题共 28 分）用某城市 19802007 年城市劳动参与率Y（%）与城市失业率X1（%）和实际平均每小时工资X2（元）回归，得结果如下：Dependent Variable: Y Method: Least Squares Date: 12/14/14 Time: 10:54 Sample: 1980 2007 Included observations: 28 Variable Coefficient Std. Error t-Statistic Prob. C _1_

11、3.404246 23.87779 0.0000 X1 -0.638773 _2_ -8.938353 0.0000 X2 -1.452052 0.414767 -3.500888 0.0018 精选文档6 R-squared _3_ Mean dependent var 65.92143 Adjusted R-squared 0.748092 S.D. dependent var 1.050699 S.E. of regression _4_ Akaike info criterion 1.659055 Sum squared resid 6.952469 Schwarz criterion

12、 1.801791 Log likelihood -20.22677 Hannan-Quinn criter. 1.702691 F-statistic _5_ Durbin-Watson stat 0.786311 Prob(F-statistic) 0.000000 （1） 计算 1、2、3、4、5划线处的 5 个数字，并给出计算步骤（计算过程与结果保留小数点后4 位小数） 。（10 分）（2） 根据计算机输出结果，写出二元回归模型表达式。（2 分）（3） 解释回归系数 -0.6388和-1.4521 的经济含义，并检验这两个参数经济含义的合理性。（4 分）（4） 城市失业率 X1 和实际

13、平均每小时工资X2 对城市劳动参与率Y 是否具有显著的影响？（2 分）（5） 给定车城市失业率X12008为 4.40%，实际平均每小时工资X22008为 8.52 元，预测 2008 年城市的劳动参与率Y2008。（2分）（6） 模型的异方差 White 检验（含有交叉项）结果如下：Heteroskedasticity Test: White F-statistic 2.089344 Prob. F 0.1052 Obs*R-squared 9.015031 Prob. Chi-Square 0.1085 检验统计量Obs*R-squared 服从什么分布？检验结果说明模型误差序列中存在还是

14、不存在异方差？（3 分）（7） 滞后 2 期的 LM 检验结果如下：Breusch-Godfrey Serial Correlation LM Test: F-statistic 6.515811 Prob. F(2,23) 0.0057 Obs*R-squared 10.12681 Prob. Chi-Square(2) 0.0063 相应的辅助回归：Dependent Variable: RESID Coefficient Std. Error t-Statistic Prob. C 0.872525 2.849975 0.306152 0.7622 X1 -0.029029 0.0682

15、80 -0.425150 0.6747 X2 -0.087934 0.346400 -0.253852 0.8019 RESID(-1) 0.677154 0.190505 3.554515 0.0017 RESID(-2) -0.449488 0.214559 -2.094941 0.0474 模型的误差序列是否存在自相关？存在几阶序列自相关？（3 分）（8）已知城市失业率X1 对实际平均每小时工资X2（万元）的辅助回归结果如下：Dependent Variable: X1 Variable Coefficient Std. Error t-Statistic Prob. 精选文档6 R-s

16、quared _3_ Mean dependent var 65.92143 Adjusted R-squared 0.748092 S.D. dependent var 1.050699 S.E. of regression _4_ Akaike info criterion 1.659055 Sum squared resid 6.952469 Schwarz criterion 1.801791 Log likelihood -20.22677 Hannan-Quinn criter. 1.702691 F-statistic _5_ Durbin-Watson stat 0.78631

17、1 Prob(F-statistic) 0.000000 （1） 计算 1、2、3、4、5划线处的 5 个数字，并给出计算步骤（计算过程与结果保留小数点后4 位小数） 。（10 分）（2） 根据计算机输出结果，写出二元回归模型表达式。（2 分）（3） 解释回归系数 -0.6388和-1.4521 的经济含义，并检验这两个参数经济含义的合理性。（4 分）（4） 城市失业率 X1 和实际平均每小时工资X2 对城市劳动参与率Y 是否具有显著的影响？（2 分）（5） 给定车城市失业率X12008为 4.40%，实际平均每小时工资X22008为 8.52 元，预测 2008 年城市的劳动参与率Y2008

18、。（2分）（6） 模型的异方差 White 检验（含有交叉项）结果如下：Heteroskedasticity Test: White F-statistic 2.089344 Prob. F 0.1052 Obs*R-squared 9.015031 Prob. Chi-Square 0.1085 检验统计量Obs*R-squared 服从什么分布？检验结果说明模型误差序列中存在还是不存在异方差？（3 分）（7） 滞后 2 期的 LM 检验结果如下：Breusch-Godfrey Serial Correlation LM Test: F-statistic 6.515811 Prob. F(

19、2,23) 0.0057 Obs*R-squared 10.12681 Prob. Chi-Square(2) 0.0063 相应的辅助回归：Dependent Variable: RESID Coefficient Std. Error t-Statistic Prob. C 0.872525 2.849975 0.306152 0.7622 X1 -0.029029 0.068280 -0.425150 0.6747 X2 -0.087934 0.346400 -0.253852 0.8019 RESID(-1) 0.677154 0.190505 3.554515 0.0017 RESI

20、D(-2) -0.449488 0.214559 -2.094941 0.0474 模型的误差序列是否存在自相关？存在几阶序列自相关？（3 分）（8）已知城市失业率X1 对实际平均每小时工资X2（万元）的辅助回归结果如下：Dependent Variable: X1 Variable Coefficient Std. Error t-Statistic Prob. 精选文档6 R-squared _3_ Mean dependent var 65.92143 Adjusted R-squared 0.748092 S.D. dependent var 1.050699 S.E. of regr

21、ession _4_ Akaike info criterion 1.659055 Sum squared resid 6.952469 Schwarz criterion 1.801791 Log likelihood -20.22677 Hannan-Quinn criter. 1.702691 F-statistic _5_ Durbin-Watson stat 0.786311 Prob(F-statistic) 0.000000 （1） 计算 1、2、3、4、5划线处的 5 个数字，并给出计算步骤（计算过程与结果保留小数点后4 位小数） 。（10 分）（2） 根据计算机输出结果，写出

22、二元回归模型表达式。（2 分）（3） 解释回归系数 -0.6388和-1.4521 的经济含义，并检验这两个参数经济含义的合理性。（4 分）（4） 城市失业率 X1 和实际平均每小时工资X2 对城市劳动参与率Y 是否具有显著的影响？（2 分）（5） 给定车城市失业率X12008为 4.40%，实际平均每小时工资X22008为 8.52 元，预测 2008 年城市的劳动参与率Y2008。（2分）（6） 模型的异方差 White 检验（含有交叉项）结果如下：Heteroskedasticity Test: White F-statistic 2.089344 Prob. F 0.1052 Obs*

23、R-squared 9.015031 Prob. Chi-Square 0.1085 检验统计量Obs*R-squared 服从什么分布？检验结果说明模型误差序列中存在还是不存在异方差？（3 分）（7） 滞后 2 期的 LM 检验结果如下：Breusch-Godfrey Serial Correlation LM Test: F-statistic 6.515811 Prob. F(2,23) 0.0057 Obs*R-squared 10.12681 Prob. Chi-Square(2) 0.0063 相应的辅助回归：Dependent Variable: RESID Coefficien

24、t Std. Error t-Statistic Prob. C 0.872525 2.849975 0.306152 0.7622 X1 -0.029029 0.068280 -0.425150 0.6747 X2 -0.087934 0.346400 -0.253852 0.8019 RESID(-1) 0.677154 0.190505 3.554515 0.0017 RESID(-2) -0.449488 0.214559 -2.094941 0.0474 模型的误差序列是否存在自相关？存在几阶序列自相关？（3 分）（8）已知城市失业率X1 对实际平均每小时工资X2（万元）的辅助回归结

25、果如下：Dependent Variable: X1 Variable Coefficient Std. Error t-Statistic Prob. 精选文档6 R-squared _3_ Mean dependent var 65.92143 Adjusted R-squared 0.748092 S.D. dependent var 1.050699 S.E. of regression _4_ Akaike info criterion 1.659055 Sum squared resid 6.952469 Schwarz criterion 1.801791 Log likelih

26、ood -20.22677 Hannan-Quinn criter. 1.702691 F-statistic _5_ Durbin-Watson stat 0.786311 Prob(F-statistic) 0.000000 （1） 计算 1、2、3、4、5划线处的 5 个数字，并给出计算步骤（计算过程与结果保留小数点后4 位小数） 。（10 分）（2） 根据计算机输出结果，写出二元回归模型表达式。（2 分）（3） 解释回归系数 -0.6388和-1.4521 的经济含义，并检验这两个参数经济含义的合理性。（4 分）（4） 城市失业率 X1 和实际平均每小时工资X2 对城市劳动参与率Y 是

27、否具有显著的影响？（2 分）（5） 给定车城市失业率X12008为 4.40%，实际平均每小时工资X22008为 8.52 元，预测 2008 年城市的劳动参与率Y2008。（2分）（6） 模型的异方差 White 检验（含有交叉项）结果如下：Heteroskedasticity Test: White F-statistic 2.089344 Prob. F 0.1052 Obs*R-squared 9.015031 Prob. Chi-Square 0.1085 检验统计量Obs*R-squared 服从什么分布？检验结果说明模型误差序列中存在还是不存在异方差？（3 分）（7） 滞后 2

28、期的 LM 检验结果如下：Breusch-Godfrey Serial Correlation LM Test: F-statistic 6.515811 Prob. F(2,23) 0.0057 Obs*R-squared 10.12681 Prob. Chi-Square(2) 0.0063 相应的辅助回归：Dependent Variable: RESID Coefficient Std. Error t-Statistic Prob. C 0.872525 2.849975 0.306152 0.7622 X1 -0.029029 0.068280 -0.425150 0.6747 X

29、2 -0.087934 0.346400 -0.253852 0.8019 RESID(-1) 0.677154 0.190505 3.554515 0.0017 RESID(-2) -0.449488 0.214559 -2.094941 0.0474 模型的误差序列是否存在自相关？存在几阶序列自相关？（3 分）（8）已知城市失业率X1 对实际平均每小时工资X2（万元）的辅助回归结果如下：Dependent Variable: X1 Variable Coefficient Std. Error t-Statistic Prob. 精选文档6 R-squared _3_ Mean depen

30、dent var 65.92143 Adjusted R-squared 0.748092 S.D. dependent var 1.050699 S.E. of regression _4_ Akaike info criterion 1.659055 Sum squared resid 6.952469 Schwarz criterion 1.801791 Log likelihood -20.22677 Hannan-Quinn criter. 1.702691 F-statistic _5_ Durbin-Watson stat 0.786311 Prob(F-statistic) 0

31、.000000 （1） 计算 1、2、3、4、5划线处的 5 个数字，并给出计算步骤（计算过程与结果保留小数点后4 位小数） 。（10 分）（2） 根据计算机输出结果，写出二元回归模型表达式。（2 分）（3） 解释回归系数 -0.6388和-1.4521 的经济含义，并检验这两个参数经济含义的合理性。（4 分）（4） 城市失业率 X1 和实际平均每小时工资X2 对城市劳动参与率Y 是否具有显著的影响？（2 分）（5） 给定车城市失业率X12008为 4.40%，实际平均每小时工资X22008为 8.52 元，预测 2008 年城市的劳动参与率Y2008。（2分）（6） 模型的异方差 White

32、 检验（含有交叉项）结果如下：Heteroskedasticity Test: White F-statistic 2.089344 Prob. F 0.1052 Obs*R-squared 9.015031 Prob. Chi-Square 0.1085 检验统计量Obs*R-squared 服从什么分布？检验结果说明模型误差序列中存在还是不存在异方差？（3 分）（7） 滞后 2 期的 LM 检验结果如下：Breusch-Godfrey Serial Correlation LM Test: F-statistic 6.515811 Prob. F(2,23) 0.0057 Obs*R-sq

33、uared 10.12681 Prob. Chi-Square(2) 0.0063 相应的辅助回归：Dependent Variable: RESID Coefficient Std. Error t-Statistic Prob. C 0.872525 2.849975 0.306152 0.7622 X1 -0.029029 0.068280 -0.425150 0.6747 X2 -0.087934 0.346400 -0.253852 0.8019 RESID(-1) 0.677154 0.190505 3.554515 0.0017 RESID(-2) -0.449488 0.214

34、559 -2.094941 0.0474 模型的误差序列是否存在自相关？存在几阶序列自相关？（3 分）（8）已知城市失业率X1 对实际平均每小时工资X2（万元）的辅助回归结果如下：Dependent Variable: X1 Variable Coefficient Std. Error t-Statistic Prob. 精选文档6 R-squared _3_ Mean dependent var 65.92143 Adjusted R-squared 0.748092 S.D. dependent var 1.050699 S.E. of regression _4_ Akaike inf

35、o criterion 1.659055 Sum squared resid 6.952469 Schwarz criterion 1.801791 Log likelihood -20.22677 Hannan-Quinn criter. 1.702691 F-statistic _5_ Durbin-Watson stat 0.786311 Prob(F-statistic) 0.000000 （1） 计算 1、2、3、4、5划线处的 5 个数字，并给出计算步骤（计算过程与结果保留小数点后4 位小数） 。（10 分）（2） 根据计算机输出结果，写出二元回归模型表达式。（2 分）（3） 解释

36、回归系数 -0.6388和-1.4521 的经济含义，并检验这两个参数经济含义的合理性。（4 分）（4） 城市失业率 X1 和实际平均每小时工资X2 对城市劳动参与率Y 是否具有显著的影响？（2 分）（5） 给定车城市失业率X12008为 4.40%，实际平均每小时工资X22008为 8.52 元，预测 2008 年城市的劳动参与率Y2008。（2分）（6） 模型的异方差 White 检验（含有交叉项）结果如下：Heteroskedasticity Test: White F-statistic 2.089344 Prob. F 0.1052 Obs*R-squared 9.015031 Pr

37、ob. Chi-Square 0.1085 检验统计量Obs*R-squared 服从什么分布？检验结果说明模型误差序列中存在还是不存在异方差？（3 分）（7） 滞后 2 期的 LM 检验结果如下：Breusch-Godfrey Serial Correlation LM Test: F-statistic 6.515811 Prob. F(2,23) 0.0057 Obs*R-squared 10.12681 Prob. Chi-Square(2) 0.0063 相应的辅助回归：Dependent Variable: RESID Coefficient Std. Error t-Statis

38、tic Prob. C 0.872525 2.849975 0.306152 0.7622 X1 -0.029029 0.068280 -0.425150 0.6747 X2 -0.087934 0.346400 -0.253852 0.8019 RESID(-1) 0.677154 0.190505 3.554515 0.0017 RESID(-2) -0.449488 0.214559 -2.094941 0.0474 模型的误差序列是否存在自相关？存在几阶序列自相关？（3 分）（8）已知城市失业率X1 对实际平均每小时工资X2（万元）的辅助回归结果如下：Dependent Variabl

39、e: X1 Variable Coefficient Std. Error t-Statistic Prob. 精选文档6 R-squared _3_ Mean dependent var 65.92143 Adjusted R-squared 0.748092 S.D. dependent var 1.050699 S.E. of regression _4_ Akaike info criterion 1.659055 Sum squared resid 6.952469 Schwarz criterion 1.801791 Log likelihood -20.22677 Hannan-

40、Quinn criter. 1.702691 F-statistic _5_ Durbin-Watson stat 0.786311 Prob(F-statistic) 0.000000 （1） 计算 1、2、3、4、5划线处的 5 个数字，并给出计算步骤（计算过程与结果保留小数点后4 位小数） 。（10 分）（2） 根据计算机输出结果，写出二元回归模型表达式。（2 分）（3） 解释回归系数 -0.6388和-1.4521 的经济含义，并检验这两个参数经济含义的合理性。（4 分）（4） 城市失业率 X1 和实际平均每小时工资X2 对城市劳动参与率Y 是否具有显著的影响？（2 分）（5） 给定车

41、城市失业率X12008为 4.40%，实际平均每小时工资X22008为 8.52 元，预测 2008 年城市的劳动参与率Y2008。（2分）（6） 模型的异方差 White 检验（含有交叉项）结果如下：Heteroskedasticity Test: White F-statistic 2.089344 Prob. F 0.1052 Obs*R-squared 9.015031 Prob. Chi-Square 0.1085 检验统计量Obs*R-squared 服从什么分布？检验结果说明模型误差序列中存在还是不存在异方差？（3 分）（7） 滞后 2 期的 LM 检验结果如下：Breusch-

42、Godfrey Serial Correlation LM Test: F-statistic 6.515811 Prob. F(2,23) 0.0057 Obs*R-squared 10.12681 Prob. Chi-Square(2) 0.0063 相应的辅助回归：Dependent Variable: RESID Coefficient Std. Error t-Statistic Prob. C 0.872525 2.849975 0.306152 0.7622 X1 -0.029029 0.068280 -0.425150 0.6747 X2 -0.087934 0.346400 -0.253852 0.8019 RESID(-1) 0.677154 0.190505 3.554515 0.0017 RESID(-2) -0.449488 0.214559 -2.094941 0.0474 模型的误差序列是否存在自相关？存在几阶序列自相关？（3 分）（8）已知城市失业率X1 对实际平均每小时工资X2（万元）的辅助回归结果如下：Dependent Variable: X1 Variable Coefficient Std. Error t-Statistic Prob.