计量经济学复习地训练题目

上传人:泽*** 文档编号:73692761 上传时间:2022-04-12 格式:DOC 页数:10 大小:626KB
收藏 版权申诉 举报 下载
计量经济学复习地训练题目_第1页
第1页 / 共10页
计量经济学复习地训练题目_第2页
第2页 / 共10页
计量经济学复习地训练题目_第3页
第3页 / 共10页
资源描述:

《计量经济学复习地训练题目》由会员分享,可在线阅读,更多相关《计量经济学复习地训练题目(10页珍藏版)》请在装配图网上搜索。

1、实用标准文案 计量经济学试题 绪论部分: 1. 下列属于时间序列数据的有(ACDE ) A.1980 — 1990 年某省的人口数 B.1990 年某省各县市国民生产总值 C.1990 — 1995 年某厂的工业总产值 D.1990 — 1995 年某厂的职工人数 E.1990 — 1995 年某厂的固定资产总额 2. 在同一时间,不同统计单位的相同统计指标组成的数据列是 ( D ) A. 时期数据 B. 混合数据 C. 时序数据 D. 截面数据 3 下面属于截面数据的是( D ) A 1981~1990 年各年

2、某地区 20 个乡镇的平均工业产值 B 1981~1990 年各年某地区 20 个乡镇的各镇工业产值 C 某年某地区 20 个乡镇的工业产值的总量 D 某年某地区 20 个乡镇的各镇的工业产值 第 2 章:一元线性回归 1 利用普通最小二乘法估计得到的样本回归直线 Y i 0 1 X i ,必然通过 ( A ) A.点( X,Y ) B. 点 (0,0) C. 点( X ,0) D. 点(0, Y ) 2 根据样本资

3、料已估计得出人均消费支出 Y 对人均收入 X 的回归模型为 ? Y=5+0.75L ? X, L n n 这表明人均收入每增加 1%,人均消费支出将预期增加( B ) A. 0.2% B . 0.75% C . 5% D . 7.5% 3 普通最小二乘法确定一元线性回归模型 ? ? X i e 的参数 ? ? 的准则是使 Yi= 01 i 0 和 1 ( B )

4、 A.∑ ei 最小 B .∑ ei2 最小 C .∑ ei 最大 D .∑ ei2 最大 第 2 章:一元线性回归 1 回归分析中,用来说明拟合优度的统计量为 ( B ) A. 相关系数 B. 判定系数 C. 回归系数 D. 标准差 2 对于随机误差项 u , Var(u )=E(u 2 2 B ) i i )= 内涵指(

5、 i A.随机误差项的均值为零 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 3 判定系数 R2 的取值范围为 ( B ) A.0 ≤ R2≤ 2 B.0 ≤ R2≤ 1 C.0 ≤ R2≤4 D.1 ≤R2≤4 4 以 Y 表示实际观测值, Y 表示估计值,则普通最小二乘法估计参数

6、的准则是使( D ) 精彩文档 实用标准文案 A (Yi Y i ) 0 B (Yi Y i )2 0 C (Yi Y i ) 最小 D (Yi Y i ) 2 最小 5 普通最小二乘法估计回归参数的基本准则是使( C )最小。 A.总变差 B 、参数平方和 C 、残差平方和 D 、回归平方和 6 已知某一直线回归方程的可决系数为 0.81 ,则解释变量与被解释变量间的线性相关系数 为( B ) A、 0.81 B 、0.

7、9C 、 0.405 D 、 0.6541 第 3 章:多元回归分析 1 多元回归模型 Yi 1 2 X 2 i 3 X 3i ui 通过了整体显著性 F 检验,则可能的情况为 (BCD) A. 20,30 B. 2 ≠0, 3 ≠ 0 C. 2=0, 3≠0 D.2≠0, 3=0 E. 1 =0, 2 =0, 3 =0 2 多元回归模型中 F 检验的备择假设为 ( B ) A.偏回归系数全为 O B. 偏回归系数不全为

8、O C.常数项不为 O D. 偏回归系数都不为 0 第 8 章:虚拟变量回归 1 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 ( B ) 有截距,则引入 n-1 个 A.1 个 B.2 个 C.3 个 D.4 个 2 根据虚拟变量 D 取值的变化,回归模型

9、 Yi= 0+ 1D+ 1Z i + 2 ( DZi) +ui 可以表示 成的形式有( AD ) A.Yi= 0+ 1 Zi +ui B .Yi= 0+( 1 2 ) Zi +ui C.Yi=( 0+ 1)+ 1Z i +ui D. C. Yi=( 0+ 1)+(1 2 )Z i +ui E.Yi= 0+ 1 Zi 3 在回归模型 Yi 1D1 2 D 2 3 Xi ui 中, D 为性别因素, D1 1 男 0

10、0 , 女, 精彩文档 实用标准文案 1 女 D2 ,则会产生的问题为( D ) 0 男 A. 异方差 B. 序列相关 C. 不完全共线性 D.完全共线性 4 以加法的方式引进虚拟变量,将会改变( A ) A 模型的截距 B 模型的斜率 C 同时改变截距和斜率 D 误差项 第 5 章:异方差性 1 在线性回归模型中,如果存在异方差,则常用的估计方法是( D ) A.广义差分法 B .工具变量法 C .一阶差分法 D .加权最小二乘法

11、 2 怀特检验适用于检验 ( B ) A. 序列相关 B. 异方差 C. 多重共线性 D. 设定误差 3 下列可说明存在异方差的情况是( D ) A. E(ui ) 0 B. E(uiu j ) 0 i j C. 2 ) 2 2 ) 2 E(ui (常数) D. E(ui i 4 名词解释:异方差:对于不同的样本点,随机误差项的方差不是常数。 5 下面那种方法不是检验异方差的方法( D ) A 图示法 B WHITE 检验法 C Glejser 检验

12、 D 方差膨胀因子法 第 6 章:序列相关性 1 当 DW>4-dL,则认为随机误差项 ui ( D ) A.不存在一阶负自相关 B .无一阶序列相关 C.存在一阶正自相关 D.存在一阶负自相关 2 对于大样本,德宾 - 瓦森( DW)统计量的近似计算公式为( C ) A. DW≈ 2(2- ? ) B. DW≈ 3(1- ?) C . DW≈2( 1- ?) D. DW≈2( 1+ ?) 3 对于某样本回归模型, 已求得 DW的值为 l ,则模型残差的自相关系数 近似等于( C ) A.-0.5 B.0 C.0.5 D.1

13、 4 以下选项中,正确表达了序列相关的是( A ) A.Cov(u i ,uj ) ≠ 0, i ≠j B.Cov(u i , uj )=0 , i ≠ j C.Cov(x i , xj ) ≠0, i=j D.Cov(x i , uj ) ≠0 5 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 ( D ) A.0 B.1 C.2 D.4 6 若使用普通最小二乘法估计的模型残差的一阶自相关系数为 0.8 ,则 DW统计量的值近 似为( B ) A.0.2 B .0.4 C .0.8 D .1.6 7 如果 dL

14、W

15、 多重共线性 D. 设定误差 10 若计算的 DW 统计量接近 4,则表明该模型( C ) A. 不存在一阶序列相关 B. 存在一阶正序列相关 C. 存在一阶负序列相关 D. 存在高阶序列相关 11 最可能出现序列相关的样本数据类型是( A ) A.时间序列数据 B. 虚拟变量数据 C. 截面数据 D. 混合数据 12 计量经济模型中序列相关的主要检验方法有 (AD

16、 ) A.残差图法 B. 方差比检验法 C.ADF 检验法 D.DW检验法 E. Glejser 检验法 名词解释:一阶自相关:随机误差项 u 与滞后一期的误差项 u 相关,即 u =p u t-1 +v 。 t t-1 t t 简答题: 试用图示的方法说明 DW检验的判断区间和判断标准。 13 模型存在序列相关时,适宜的参数估计方法是( C ) A 加权最小二乘法 B 间接最小二乘法 C 广义差分法 D 工具

17、变量法 14 当 DW=4时,说明( D ) A. 不存在序列相关 B. 不存在一阶自回归形式的序列相关 C. 存在完全的正的一阶自回归 形式的序列相关 D. 存在完全的负的一阶自回归形式的序列相关 14 列那种形式的序列相关可用 DW统计量检验( A ) A  t t 1 vt B  2 vt t t 1 t 2 C t vt D  t vt 1 2 vt 2 第 4 章:多重共线性

18、 1 在线性回归模型中,若解释变量 X1 和 X2 的观测值成比例,即 X1i=KX2i ,其中 K 为常数, 则表明模型中存在 ( B ) A. 方差非齐性 B. 多重共线性 C. 序列相关 D. 设定误差 2 检验多重共线性的方法有 ( ACD ) A. 简单相关系数检测法 B. 样本分段比较法 C. 方差膨胀因子检测法 D.判定系数增量贡献法 E. 工具变量法 3 判定系数增量贡献法可用于检测( C )

19、 A.方差非齐性问题 B.序列相关问题 C.多重共线性问题 D.回归系数是否显著异于零 4 在对多元线性回归模型进行检验时,发现各参数估计量的 t 检验值都很低,但模型的R2 值却很高,这说明模型存在( C ) A.方差非齐性 B .序列相关性 C .多重共线性 D.设定误差 5 常用的处理多重共线性的方法有 ( ABCD ) A. 追加样本信息 B. 使用非样本先验信息 C. 进行变量形式的转换 D. 逐步回归法 E. 广义差分法

20、 6 计量经济模型中存在多重共线性的原因为 ( CDE ) A. 模型中存在异方差 B. 模型中存在虚拟变量 C. 经济变量相关的共同趋势 D. 滞后变量的引入 E. 样本资料的限制 7 在多元线性回归模型中,若某个解释变量对其余解释变量的判定系数接近于 1,则表明模 型中存在 ( A ) 精彩文档 实用标准文案 A. 多重共线性 B. 异方差性 C. 序列相关 D. 高拟合优度 名词解释:多重共线性:两个或多个解释变量之间出现的线性相关性。

21、 8、如果方差膨胀因子 VIF = 10,则认为( C )问题是严重的。 A、异方差性 B 、序列相关性 C、多重共线性 D 、解释变量与随机项的相关性 第 10 章:时间序列的平稳性及其检验 1 如果一个时间序列呈上升趋势,则这个时间序列是 ( B ) A. 平稳时间序列 B. 非平稳时间序列 C. 一阶单整序列 D. 一阶协整序列 2 平稳时间序列的均值和方差是固定不变的,它的协方差只与 ( A ) A. 所考察的两期间隔长度有关 B. 时间 t 有关 C. 时间序列的上升趋势有关 D. 时间序列的下降趋势有关 3 某一时间序列

22、经过两次差分后成为平稳时间序列,此时间序列为( A ) A.2 阶单整 B . 3 阶单整 C .4 阶单整 D .5 阶单整 4 如果△ Yt 为平稳时间序列,则 Yt 为 ( B ) A.0 阶单整 B.1 阶单整 C.2 阶单整 D. 协整 5 名词解释 平稳时间序列: 是指均值和方差固定不变, 协方差只与所考察的两期间隔长度有关, 而与时间的变化无关的时间序列。 k 阶单整:如果一个非平稳时间序列经过 K 次差分后平稳,而 K-1 次差分却不平稳,则称这个时间序列是 K 阶单整的。 分析题 1 根据 25

23、户居民的可支配收入 I 、家庭财产 A 与消费支出 CM间的数据。 以下是使用 Eviews 估计模型得到的结果: Dependent Variable: CM Method: Least Squares Date: 12/20/07 Time: 22:50 Sample: 1 25 Included observations: 25 Variable Coefficie Std. Error t-Statisti Prob. nt c C 2.8

24、00515 1.206548 2.321097 0.0299 I 1.062805 0.037887 28.05167 0.0000 A 1.056913 0.227511 4.645556 0.0001 R-squared 0.997426 Mean dependent var 70.76000 Adjusted R-squared 0.997192 S.D. dependent var 50.49115 S.E. of regression 2.675554 Akaike info 4.918357 criterion

25、 Sum squared resid 157.4890 Schwarz criterion 5.064622 精彩文档 实用标准文案 Log likelihood -58.47946 F-statistic 4262.507 Durbin-Watson stat 1.313753 Prob(F-statistic) 0.000000 要求:( 1)写出回归方程; (2)写出调整的可决系数; (3)对变量进行显著性检验(α =0.01 )。 解: ( 1)CM=2.80+1.06I+1.06A ( 2) A

26、-R2=0.997192 ( 3)自变量 I 对应的概率 p=0.0000 、 A 对应的概率 p=0.0001 ,均小于指定的显著 性水平 0.01 。所以,变量都显著。 2 依据能源消费量 EQ与能源价格 P 之间的 20 组数据,以 OLS估计 EQ关于 P 的线性回归, 计算残差序列。 然后以残差的绝对值为被解释变量, 价格为解释变量建立先行回归, 结果如 下: Dependent Variable: E Method: Least Squares

27、 Date: 12/20/07 Time: 23:31 Sample: 1 20 Included observations: 20 Variable Coefficie Std. Error t-Statisti Prob. nt c C 14.45007 3.177297 4.547914 0.0002 P -0.249300 0.113945 -2.187902 0.0421 R-

28、squared 0.210073 Mean dependent var 8.155260 Adjusted R-squared 0.166188 S.D. dependent var 6.602665 S.E. of regression 6.029111 Akaike info 6.525716 criterion Sum squared resid 654.3033 Schwarz criterion 6.625289 Log likelihood -63.25716 F-statist

29、ic 4.786915 Durbin-Watson stat 0.534115 Prob(F-statistic) 0.042111 据此可否认为模型存在异方差性(α =0.05 )? 解: 残差绝对值 E 对价格 P 的回归方程的 F 统计量的概率为 0.04211 、价格 P 对应的概 率为 0.0421 ,均小于显著性水平 0.05 ,所以模型存在异方差性。 3 搜集 1960 至 1982 年 7 个 OECD国家(美国、西德、英国、意大利、日本和法国)的总能 源需求指数( Y,万吨

30、)、实际 GDP(X1,亿美元)、实际能源价格( X2)的数据(所有指数均 以 1970 年为 100%计算)。采用 EViews 软件估计,输出结果为: Dependent Variable: LOG(Y) Method: Least Squares Date: 12/21/09 Time: 23:56 Sample: 1960 1982 Included observations: 23 精彩文档 实用标准文案 Variable Coefficient Std. Error t-Statistic

31、 Prob. C 1.514561 0.085287 17.75845 0.0000 LOG( X1) 1.020734 0.018087 56.43494 0.0000 LOG(X2) -0.346720 0.023008 -15.06965 0.0000 Mean dependent R-squared 0.994951 var 4.409851 S.D. dependent Adjusted R-squared 0.994446 var 0.228688

32、 Akaike info S.E. of regression 0.017043 criterion -5.185011 Sum squared resid 0.005809 Schwarz criterion - 5.036903 Hannan-Quinn Log likelihood 62.62762 criter. -5.147762 Durbin-Watson F-statistic 1970.490 stat 1.099985 Prob(F-statistic)

33、 0.000000 要求:( 1)写出对数线性回归方程; ( 2)解释 Log(X 1) 系数的经济学意义; (3)检验解释变量的统计显著性。 解:( 1)对数线性模型为: lnY=1.51+1.02lnX 1-0.35lnX 2 ( 2)若价格保持不变, GDP提高 1%,能源需求量增加 1.02%。 ( 3)因为, lnX 1、lnX 2 对应的 t 统计量的概率在 4 位有效数内均为零,所以, GDP和能 源价格对能源需求量的影响都显著。 ( 3 分) 4 收集中国 1985 年~ 2

34、003 年的实际 GDP( X)与进口额( Y)(单位:亿元) ,采用 OLS估计线性模型参数,结果 Durbin-Watson 统计量为 0.52385 。 问( 1)这一结果表明模型可能存在什么问题? 由于怀疑模型存在古典假定违背的问题,又进行了拉格朗日乘数检验,结果为: Breusch-Godfrey Serial Correlation LM Test: Prob. F-statistic 12.87670 Prob. F(3,14) 0.0003 Prob. Obs*R-squared 13.94586 Chi-Square(3) 0

35、.0030 Dependent Variable: RESID Coefficien Variable t Std. Error t-Statistic Prob. C -287.9183 310.4565 -0.927403 0.3694 X 0.017260 0.014328 1.204682 0.2483 RESID(-1) 1.811592 0.347831 5.208252 0.0001 RESID(-2) -0.804727 0.563530 -1.428011 0.1752 精

36、彩文档 实用标准文案 RESID(-3) -0.087452 0.437610 -0.199839 0.8445 以及 Breusch-Godfrey Serial Correlation LM Test: F-statistic 20.62862 Prob. F(2,15) 0.0000 (2)根据这两 Prob. Obs*R-squared 13.93398 Chi-Square(2) 0.0009 个输出结果可 以得出什么结 Dependent Variable: RE

37、SID 论? Coefficien 解:(1)∵ Durbin-Watso Variable t Std. Error t-Statistic Prob. n 统 计 量 为 C -310.6548 289.1968 -1.074199 0.2997 0.52385 ,接近 于零,表明模 X 0.018386 0.013191 1.393843 0.1837 型可能存在序 RESID(-1) 1.850017 0.290193 6.375124 0.0000 列相关性。

38、 RESID(-2) -0.891581 0.359128 -2.482630 0.0254 (2)在 2 阶 LM检验中, Obs*R-squared 对应的 Prob 值为 0.0009 ,非常接近于 1(小于 0.1 ),说明存在 序列相关, RESID(-1) 和 RESID(-2) 都显著成立,说明存在 2 阶序列相关性。但在 3 阶 LM检 验中, RESID(-3) 的系数不显著,说明不存在 3 阶序列相关性。故模型存在 2 阶序列相关。 5 根据中国 1985 年~ 2003 年农村居民的

39、人均实际纯收入 X( 单位:元, 按 1985 年可比价 ) 与人均消费性支出 Y(单位:元,按 1985 年可比价计算) ,使用 Eviews 软件估计模型得到 如下结果: Variable Coefficie Std. Error t-Statisti Prob. nt c C 106.5475 12.20155 8.732295 0.0000 X 0.600204 0.021354 28.10737 0.0000 R-squared 0.9

40、78935 Mean dependent var 437.6942 Adjusted R-squared 0.977696 S.D. dependent var 92.63808 S.E. of regression 13.83511 Akaike info 8.191596 criterion Sum squared resid 3253.973 Schwarz criterion 8.291011 Log likelihood -75.82017 F-stati

41、stic 790.0243 Durbin-Watson stat 0.766390 Prob(F-statistic) 0.000000 由于怀疑这个模型存在问题,于是又做了 Variable Coefficie Std. Error t-Statisti Prob. nt c C 114.9393 15.03763 7.643443 0.0000 精彩文档 实用标准文案 X 0.588212 0.025463 23.10066 0.0000 AR(1)

42、 0.794051 0.245694 3.231871 0.0066 AR(2) -0.430509 0.210667 -2.043557 0.0618 与 Variable Coefficie Std. Error t-Statisti Prob. nt c C 116.0979 13.33516 8.706150 0.0000 X 0.586144 0.022731 25.78621 0.0000 AR(1) 0.705278 0.292529 2.410966 0.0

43、346 AR(2) -0.361055 0.347039 -1.040388 0.3205 AR(3) -0.162030 0.255710 -0.633647 0.5393 问:( 1)模型存在什么问题?( 2)写出采取补救措施之后的方程( Y 为被解释变量) 。 解:(1)因为 AR(1) 与 AR(2) 的 t 统计量的 Prob 值都不大(小于 0.1 ),但添加 AR(3) 后 AR(2) 与 AR(3) 都不显著,所以,模型存在二阶序列相关。 ( 2) Y=114.939+0.588X 6 收集贷款余额 Y(亿元)与贷款年

44、利率 I(%)、资金平均利润率 R( %)间的数据, 并以 Eviews 软件估计模型,输出结果为: Dependent Variable: Y Method: Least Squares Date: 12/16/08 Time: 01:05 Sample: 1 12 Included observations: 12 Variable Coefficie Std. Error t-Statisti Prob. nt c C 933.8327 151.0356 6.182866 0.0002 R 6.

45、292058 8.602912 0.731387 0.4831 I -90.85233 16.70357 -5.439098 0.0004 R-squared 0.986866 Mean dependent var 430.8333 Adjusted R-squared 0.983947 S.D. dependent var 135.8782 S.E. of regression 17.21585 Akaike info 8.741856 criterion Sum squared resid 2667.471 Schwarz

46、criterion 8.863083 Log likelihood -49.45114 F-statistic 338.1139 Durbin-Watson stat 1.325082 Prob(F-statistic) 0.000000 要求:( 1)写出回归方程。 (2)检验变量显著性(α =0.05 )。( 3)解释 R 的偏回归系数的意义。 解:( 1) Y=933.83+6.29R-90.85I ( 2)资金平均利润率 R的 Prob 值 0.431 > 0.05, 所以资金利润率对贷款额的影响不显著。 精彩文档 实

47、用标准文案 贷款利率 I 的 Prob 值 0.0004 < 0.05 ,, 所以贷款利率对贷款额的影响显著。 ( 3)贷款利率保持不变,资金利润率增加 1%,贷款额将增加 6.29 亿元。 精彩文档

展开阅读全文
温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

相关资源

更多
正为您匹配相似的精品文档
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!