计量经济学谢识予分章作业题.doc

《计量经济学谢识予分章作业题.doc》由会员分享，可在线阅读，更多相关《计量经济学谢识予分章作业题.doc（27页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、计量经济学分章练习题计量经济学分章练习题第一章第一章 习习 题题一、判断题一、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贡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贡献而获得了诺贝尔经济学奖。 （ ）二、名词解释二、名词解释1计量经济学，经济学的一个分支学科，是对经济问题进行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

2、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基本描述。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则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、

3、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. 对计量经济模型进行的结构分析不包括（ D ） A乘数分析 B弹性分析C比较静态分析 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. 下列（ B ）是计量经济模型A B01iYX01iiYXC投入产出模型 D其他8

4、. 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. 对定性因素进行数量化处理，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=0+1income+五、简答题五、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，是对经济问题进行定量实证研究的技术、方法和相关理

5、论。2试述计量经济分析的基本方法与步骤。(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。a.经济意义检验，b.统计学检验，c.计量经济学检验，d.预测检验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. 恒等关系第二章第二章 习习 题题一、判断题一、判断题1.分布是对称分布。 （ ）22. 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

6、合仍服从正态分布。 （ ）6.。 （ ）12 k=（, ）tFk7.均方误就是方差。 （ ）二二、名词解释、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随机变量三三、单项选择题、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，则它们的平方和服从自由度为 k 的（ ）分布。 A正态分布 Bt 分布 C2分布 DF 分布 12. 下列哪些（ ）分布是对称分布。 A正态分布和 2分布 B正态分布和 F 分布C正态分布和 t 分布 D2分布和 F 分布 13. 下列哪些（ ）分布是有偏斜的分布。 A正态分布和 2分布 B正态分布和

7、 F 分布C正态分布和 t 分布 D2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 2分布 B正态分布和 F 分布C2分布和 2分布 Dt 分布和 2分布 16. t 分布可以看做是（ ）相除。 A正态分布和 2分布 B正态分布和 F 分布C2分布和 2分布 D标准正态分布和 2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，则它们的任意线性组合服从（ ）分布。 A正态分布 Bt 分布 C2分布 DF 分布 18. 自由度为 k2 的 t 分布的方差是（ ）

8、 。 Ak B2k Ck/（k-2） Dk/（k-1） 19. 自由度为 k2 的 t 分布的数学期望是（ ） 。 Ak B2k C1 D0 20. 自由度为 k2 的 2分布的方差是（ ） 。 Ak B2k Ck/（k-2） Dk/（k-1） 四、计算分析题四、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。独立同分布场合的大数定理4. 什么是统计检验。第三章第三章 习习 题题一、判断题一、判断题8. 数学模型不是计量经济模

9、型。 （ ）9. 决定系数与相关系数的含义是相同的。 （ ）10. 在计量经济模型中，随机扰动项与残差项无区别。 （ ）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、名词解释二、名词解释1Blue 估计2球形扰动3拟合度4决定系数5点预测三、选择题三、选择题（1 1）单选）单选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

10、业产值2. 线性回归分析中的基本假设定义（ ） 。 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（ ）达到最小值的原则确定样本回归方程。A. ntttYY1B.ntttYY1C.ttYYmaxD.21 ntttYY4. 对线性回归模型单个参数进行显著性检验的是（ ）A决定系数 R2 Bt 检验 CF 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 R2 Bt 检验 CF 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

11、（ ）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01iiYX01:0H计量服从的分布为 （ ） 。 )Var(11A、2(n-2) B、t(n-1) C、2(n-1) D、t(n-2) （2 2）多选）多选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01 iiYX的特点（ ）A. 必然通过点(,)X YB. 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

12、有一定的相关性10随机变量（随机误差项）iu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、计算分析题四、计算分析题1.某线性回归的结果如下：Dependent Variable: YMethod: Least SquaresSample: 1981 2002Included observations: 22VariableCoefficientStd. Errort-StatisticProb. C237.7530( )3.4782000.0024X0.7510890.010396( )0.0000R-s

13、quared0.996183 Mean dependent var3975.000Adjusted R-squared0.995992 S.D. dependent var3310.257Sum squared resid878414.7 Schwarz criterion13.71371Log likelihood-147.7598 F-statistic5219.299Durbin-Watson stat1.287765 Prob(F-statistic)0.000000（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2的估计值。2

14、.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)106.581来自残差(RSS)（ ）17总离差(TSS)108.38（ ）注：保留 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2R。五、简答题五、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？第四章第四章 习习 题题一、判断题一、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. 一元线性回归模型与多

15、元线性回归模型的基本假定是相同的。 （ ）15. 决定系数与相关系数的含义是相同的。 （ ）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，则所有解释变量对被解释变量都没有解释力。 （ ）二、名词解释二、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、选择题三、选择题（1 1）单选）单选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、 12lnlnYX12lnYXC、 D、 12lnYX12YX9. 已知含截距项的 3 元线性回归模型估计的残

16、差平方和为=1200，样本2 ie容量为 n=24，则误差项方差的无偏估计量 S2为 （ ）A、 400 B、 40 C、60 D、 8010. 多元线性回归模型满足六个基本假设，其最小二乘估计量服从（ ） A正态分布 Bt 分布 C2分布 DF 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,满足某些基本假定，下列错误的是（ ） 。AE(ui)=0 BE(ui2)=i2 CE(ui uj)=0，ij Dui N(0, 2)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因变量观测值与估计值之间的总变差

17、DY 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0112233iiiiiYXXX在 0.05 的显著性水平下对总体显著性进行检验，则检验拒绝零假设的条件是统计量 F 大于( )。A、 F0.05(3,26) B、t0.025(3,30) C、 F0.05(3,30) D、 t0.025(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（ ）Ak Bn Cn-k-1 Dn-1（2 2）多选）多选15. 对于 ols，下列式子中正确的是（ ） （ESS 为解释平方和，RSS 为残差平方和）AR2 =RSS/TSS BR2 =ESS/TSS CR

18、2 =ESS/RSSDTSS=ESS+RSS E以上都不对16. 对于线性回归模型的随机误差项i, Var(i)=E(i2)=2内涵指（ ）A随机误差项的期望为零 B所有随机误差都有相同的方差 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=0+1X1i+2X2i+i进行总体显著性检验，如果检验结果总体线性关系显著，则有可能（ ） 。A1=2=0 B10，2=0 C1=0，20 D10，20 E以上都对四、计算分析题四、计算分析题1某线性回归的结果如下：Dependent Variable: YMethod: Least SquaresDate: 11/30/0

19、8 Time: 13:47Sample: 1 16Included observations: 16VariableCoefficientStd. Errort-StatisticProb. C-176.277830.62414-5.7561700.0001X11.026137（ ）62.789360.0000X20.6699640.191239（ ）0.0039R-squared0.999726 Mean dependent var5468.869Adjusted R-squared0.99968 S.D. dependent var3659.889S.E. of regression65.

20、10726 Akaike info criterion11.35731Sum squared resid55106.42 Schwarz criterion11.50217Log likelihood-87.85848 F-statistic（ ）Durbin-Watson stat1.345305 Prob(F-statistic)0.000000（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2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

21、度（df）来自回归 ESS900（ ）来自残差 RSS（ ）（ ）总离差 TSS100018（1）计算括号里的值（2）求 R2和2R（3）对回归显著性进行检验(F0.05=3.29)五、简答题五、简答题1试述多元线性回归模型的基本假设。2. 试述多元线性回归模型的基本假设与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基本假设与一元线性回归模型的相同之处。4. 多元线性回归模型为什么采用调整的决定系数？第五章第五章 习习 题题一、判断题一、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

22、型，引入虚拟变量的个数与样本容量大小有关。 （ ）20. 经济数据出现脱离基本趋势的异常值时，则会违反线性回归模型的基本假设（i为随机误差项）E(i)0。 （ ）21. 非线性回归需要对待估参数赋初始值。 （ ）二、名词解释二、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、选择题三、选择题（1 1）单选）单选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，而且与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，则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( )A1 个 B2 个 C3 个 D

23、4 个19. 需求函数 Yi=0+1Xi+i，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，则模型的( ) A 参数估计量将达到最大精度 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0112iiiYDXDX率变动模型时，统计检验结果应为( )。 A、 B、 C、 D、120,0120,0120,0120,022. 设模型，其中 D 为虚拟变量，当上

24、式为截0112iiiYDXDX距变动模型时，统计检验结果应为( )。 A、 B、 C、 D、120,0120,0120,0120,023. 设模型，其中 D 为虚拟变量，当上式为截0112iiiYDXDX距和斜率同时变动模型时，统计检验结果应为( )。 A、 B、 C、 D、120,0120,0120,0120,0（2 2）多项）多项24. 下列哪种情况会违反线性回归模型的基本假设 E(i)0(i 为随机误差项)A非线性随机函数关系仍用线性模型进行 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. 下列属于模型设定偏误的是（ ） 。A、模型遗漏重要的解释变量 B、

25、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、模型预测值与实际值的误差26. 已知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 DVIF 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、计算分析题四、计算分析题1.用线性回归模型估计工资Wage与工龄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与高级共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则？（2）需要设置几个虚拟变量？请对

26、虚拟变量进行赋值。（3）写出考虑职称因素的可能的线性回归模型。2、为研究学历与工资的关系，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：EDUW5.662506551.232（2.1）t=(5.2066) (8.6246)EDUDW34.028238.239621.122(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01 女男D请回答以下问题：（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、

27、简答题五、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虚拟变量的设置原则是什么？4用 Eviews 软件做非线性回归的三个步骤是什么？第六章第六章 习习 题题一、判断题一、判断题22. 处理异方差的方法是加入虚拟变量。 （ ）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

28、择题三、选择题（1 1）单选）单选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 BT 检验 CDW 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行异方差检验。A正态分布 Bt 分布 C2分布 DF 分布 3. 下列方法中（ ）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=0+1Xi+ui，如果在异方差检验中发现 Var(ui)=Xi42， ，则用加权最小二乘法处理异方差估计模型参数时，权数应为（ ） 。AXi BXi2 C1/Xi D1/

29、Xi2 5. 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（ ）AT 检验 B戈德菲尔德-夸特检验 CDW 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 BT 检验 CDW 检验 D邹检验（2 2）多选）多选9 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

30、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 进行怀特异方 差检验，Heteroskedasticity Test: WhiteObs*R-squared8.099182 Prob0.1509Scaled explained SS3.324059 Prob0.6502T

31、est Equation:Dependent Variable: RESID2Method: Least SquaresDate: 11/20/11 Time: 16:53Sample: 1978 1994Included observations: 17CoefficientStd. Errort-StatisticProb. C15.5632013.022011.1951460.2572LOG(L)-5.0323514.278733-1.1761310.2644(LOG(L)20.4131090.3517601.1744070.2650(LOG(L)*(LOG(K)-0.2093590.1

32、83413-1.1414630.2779LOG(K)1.2186261.1144051.0935220.2975(LOG(K)20.0298670.0240811.2402680.2407R-squared0.476422 Mean dependent var0.000623Adjusted R-squared0.238433 S.D. dependent var0.000707S.E. of regression0.000617 Akaike info criterion-11.67327Sum squared resid4.19E-06 Schwarz criterion-11.37919

33、Log likelihood105.2228 Hannan-Quinn criter.-11.64404F-statistic2.001861 Durbin-Watson stat2.585670Prob(F-statistic)0.156732（1）请写出估计的辅助回归方程？（2）请指出怀特统计量的值并判断样本回归方程是否存在异方差？2.对某含截距项的线性模型（4 个解释变量）进行最小二乘法回归。将样本容量为 60 的样本按从小到大的顺序排列后，去掉中间的 20 个样本后在均分为两组，分别回归后 ei2=896.6，e22=147.2，在 =95%的置信水平下判断是否存在异方差。如果存在，判

34、断是递增还是递减的异方差。 （F0.05（10，10）=2.98，F0.05（12，12）=2.69，F0.05（15，15）=2.4）五、问答题五、问答题1试述异方差的影响。 2试述克服异方差的方法。 3试述常用的检验异方差的方法。 4试述怀特检验的步骤。 第七章第七章 习习 题题一、判断题一、判断题27. 任何情况下都可以用一阶差分法消除序列相关。 （ ）28. 存在误差序列相关时，OLS 估计量仍然是无偏的。 （ ）29. DW 检验值在 0 到 4 之间，数值趋于 4 说明模型误差项的自相关度越小。 （ ）30. 误差一阶相关是最常见的误差序列相关（ ） 。31. DW 检验的所有数值

35、区域均可作出误差序列相关或不相关的判断（ ） 。二、名词解释二、名词解释1误差序列相关2误差序列一阶相关3广义差分法4柯奥迭代法5杜宾两步法三、选择题三、选择题（1 1）单选）单选28. 设tu为随机误差项，则一阶线性自相关是指（ ）12 11221. cov(,)0().tsttttttttttAu utsBuuCuuuDuu29. 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30. 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

36、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31. 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32. 在 DW 检验中，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33. 在序列自相关的情况下，参数估计值的方差不能正确估计的原因是（ ）0)(.0)(.)(0)(.)(.22iiijii uEDuxECjiuuEBuEA34. 如果回归模型违背了无自相关

37、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（2 2）多选）多选35. 如果模型中存在序列自相关现象，则有如下后果（ ）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36. 在 DW 检验中，存在不能判定的区域是（ ）A. 0dldB. udd4-udC. lddudD. 4-udd4-ldE4-ldd437. 检验序列自相关的方法是（ ） A. F 检验法 B. White 检验法 C. 图形法 D. ARCH 检验法 EDW 检验法 F. Gol

38、dfeld-Quandt 检验法四、计算分析题四、计算分析题1.用家庭消费支出(Y)、可支配收入(X1)、个人财富(X2)设定模型如下：,回归分析结果为：01122iiiiYXXDependent Variable: YMethod: Least SquaresIncluded observations: 10VariableCoefficientStd. Errort-StatisticProb. C24.40706.99733.48810.0101X1-0.34010.4785-0.71080.5002X20.08230.04581.79690.1152R-squared0.9615 Me

39、an dependent var111.1256Adjusted R-squared0.9505 S.D. dependent var31.4289S.E. of regression6.5436 Akaike info criterion4.1338Sum squared resid342.5486 Schwarz criterion4.2246Log likelihood-31.8585 F-statistic87.3336Durbin-Watson stat2.4382 Prob(F-statistic)0.000000其中已知d0.05(2.10)L=0.697, d0.05(2.10

40、)U=1.641 （1）在0.05的显著性水平下，判断模型中随机误差项是否存在自相关性，要求把DW检验的临界值和区域图画出来。（2）计算随机误差项的一阶自相关系数的估计值。2某线性回归的结果如下：Dependent Variable: YMethod: Least SquaresDate: 11/17/11 Time: 20:45Sample: 1981 1999Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C1.4307110.8606191.6624210.1159G0.2719600.1709

41、401.5909690.1312S0.4161520.02385717.443720.0000R-squared0.986920 Mean dependent var5.407480Adjusted R-squared0.985285 S.D. dependent var0.496602S.E. of regression0.060241 Akaike info criterion-2.636977Sum squared resid0.058064 Schwarz criterion-2.487855Log likelihood28.05128 F-statistic603.6032Durbi

42、n-Watson stat0.553242 Prob(F-statistic)0.000000（dL=1.704 dU=1.536）判断模型中随机误差项是否存在自相关性，简述如何消除序列相关的方法。五、问答题五、问答题1什么是序列相关？ 2. 试述序列相关的影响。 3. 试述克服序列相关的方法。 4. 试述检验序列相关的方法第八章第八章 习习 题题一、判断题一、判断题32. 存在多重共线性时，模型参数无法估计。 （ ）33. 多重共线性问题是随机扰动项违背古典假设引起的。 （ ）34. 方差膨胀因子可以检验多重共线性。 （ ）35. 工具变量法可以解决多重共线性问题。 （ ）36. 逐步回归法

43、可以解决多重共线性问题。 （ ）二、名词解释二、名词解释1严格多重共线性2近似多重共线性3方差膨胀因子检验4删减解释变量法5分布估计参数法三、选择题三、选择题（1 1）单选）单选1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,)(22很大或RRF 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2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3如果模型中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. 不确定的 D. 确定的4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