《计量经济学》谢识予分章练习题

《计量经济学》谢识予分章练习题
计量经济学分章练习题
第⼀章习题
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
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
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、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 ．01i Y X ββ=+
B ．01i i Y X ββµ=++
C ．投⼊产出模型
D ．其他 8. 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
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=β0+β1income+ε
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
第⼆章习题
⼀、判断题
1. 2 分布是对称分布。

（ × ）
2. 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合仍服从正态分布。

（ √ ）
6. 12
k =（,）t F k 。

（ √ ）
7. 均⽅误就是⽅差。

（ × ）
⼆、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、单项选择题
11. 令Z 1,Z 2,…,Z k 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
B ．t 分布
C ．χ2分布
D ．F 分布 12. 下列哪些（）分布是对称分布。

A ．正态分布和χ2分布
B ．正态分布和F 分布
C ．正态分布和t 分布
D ．χ2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χ2分布 B．正态分布和F分布
C．正态分布和t分布 D．χ2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χ2分布 B．正态分布和F分布
C．χ2分布和χ2分布 D．t分布和χ2分布
16.t分布可以看做是（）相除。

A．正态分布和χ2分布 B．正态分布和F分布
C．χ2分布和χ2分布 D．标准正态分布和χ2分布
17.令Z
1,Z
2
,…,Z
k
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 B．t分布 C．χ2分布 D．F分布
18.⾃由度为k>2的t分布的⽅差是（）。

A．k B．2k C．k/（k-2） D．k/（k-1）
19.⾃由度为k>2的t分布的数学期望是（）。

A．k B．2k C．1 D．0
20.⾃由度为k>2的χ2分布的⽅差是（）。

A．k B．2k C．k/（k-2） D．k/（k-1）
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
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。

第三章习题
⼀、判断题
8.数学模型不是计量经济模型。

（）
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 1．Blue 估计 2．球形扰动 3．拟合度 4．决定系数 5．点预测
三、选择题（1）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.()
∑=-n
t t
t Y Y 1
B.∑=-n
t t t Y Y 1
C.t t Y Y max -
D.()
2
1
∑=-n
t t t Y Y
4. 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R 2 B ．t 检验 C ．F 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R 2 B ．t 检验 C ．F 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（）
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01i i Y X ββµ=++中，n 为样本容量，检验01:0H β=时所⽤的统计量
)?Var(?1
1ββ服从的分布为（）。

A 、χ2(n-2)
B 、t(n-1)
C 、χ2(n-1)
D 、t(n-2)
（2）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??
i i Y X ββ=+的特点（）
A. 必然通过点(,)X Y
B. 可能通过点(,)X Y
C. 残差i e 的均值为常数
D. ?i Y 的平均值与i Y 的平均值相等
E. 残差i e 与解释变量i X 之间有⼀定的相关性
10．随机变量（随机误差项）i u 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
1.某线性回归的结果如下：
Dependent Variable: Y Method: Least Squares Sample: 1981 2002 Included observations: 22
Variable Coefficient Std. Error t-Statistic Prob. C 237.7530 ( ① ) 3.478200 0.0024 X
0.751089
0.010396
( ② )
0.0000
R-squared 0.996183 Mean dependent var 3975.000 Adjusted R-squared 0.995992 S.D. dependent var 3310.257 Sum squared resid 878414.7 Schwarz criterion 13.71371 Log likelihood -147.7598 F-statistic 5219.299 Durbin-Watson stat 1.287765 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σ2的估计值。

2.下表给出了含截距项的⼀元线性回归模型的回归的结果：
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
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？
第四章习题
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
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（1）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 、12ln ln Y X ββµ=++
B 、12ln Y X ββµ=++
C 、12ln Y X ββµ=++
D 、12Y X ββµ=++ 9.
已知含截距项的3元线性回归模型估计的残差平⽅和为∑
2i
e
=1200，样本容
量为n=24，则误差项⽅差的⽆偏估计量S 2
为（） A 、 400 B 、 40 C 、60 D 、 80
10. 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 B ．t 分布 C ．χ2分布 D ．F 分布
11. 普通最⼩⼆乘法要求线性回归模型的随机误差项u i ,满⾜某些基本假定，下列错误的是（）。

A ．E(u i )=0
B ．E(u i 2)=σi 2
C ．E(u i u j )=0，i ≠j
D ．u i ~N(0, σ2) 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
D ．Y 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0112233i i i i i Y X X X ββββµ=++++，并在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 、 F 0.05(3,26)
B 、t 0.025(3,30)
C 、 F 0.05(3,30)
D 、 t 0.025(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（） A ．k B ．n C ．n-k-1 D ．n-1
（2）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）
A ．R 2 =RSS/TSS
B ．R 2 =ESS/TSS
C ．R 2 =ESS/RSS
D ．TSS=ESS+RSS
E ．以上都不对
16.对于线性回归模型的随机误差项ε
i , Var(ε
i
)=E(ε
i
2)=σ2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Y
i =β
+β
1
X
1i
+β
2
X
2i
+µ
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（）。

A．β1=β2=0 B．β1≠0，β2=0 C．β1=0，β2≠0
D．β1≠0，β2≠0 E．以上都对
四、计算分析题
1．某线性回归的结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 11/30/08 Time: 13:47
Sample: 1 16
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C -176.2778 30.62414 -5.756170 0.0001
X1 1.026137 （①）62.78936 0.0000
X2 0.669964 0.191239 （②）0.0039
R-squared 0.999726 Mean dependent var 5468.869
Adjusted R-squared 0.99968 S.D. dependent var 3659.889
S.E. of regression 65.10726 Akaike info criterion 11.35731
Sum squared resid 55106.42 Schwarz criterion 11.50217
Log likelihood -87.85848 F-statistic （③）
Durbin-Watson stat 1.345305 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σ2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)
（1）计算括号⾥的值
（2）求R2和2
R
（3）对回归显著性进⾏检验(F
0.05
=3.29)
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？
第五章习题
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
（ε
i 为随机误差项）E(ε
i
)＝0。

（）
21.⾮线性回归需要对待估参数赋初始值。

（）
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
（1）单选
18.设个⼈消费函数Y
i =C
+C
1
X
i
+u
i
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( )
A ．1个
B ．2个
C ．3个
D ．4个
19. 需求函数Y i =β0+β1X i +µi ，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
()0112i i i
Y D X DX ααββµ=++++，其中D 为虚拟变量，当上式为斜
率变动模型时，统计检验结果应为( )。

A 、120,0αβ= ≠
B 、120,0αβ≠ =
C 、120,0αβ≠ ≠
D 、120,0αβ= = 22. 设模型
()0112i i i
Y D X DX ααββµ=++++，其中D 为虚拟变量，当上式为截
距变动模型时，统计检验结果应为( )。

A 、120,0αβ= ≠
B 、120,0αβ≠ =
C 、120,0αβ≠ ≠
D 、120,0αβ= = 23. 设模型
()0112i i i
Y D X DX ααββµ=++++，其中D 为虚拟变量，当上式为截
距和斜率同时变动模型时，统计检验结果应为( )。

A 、120,0αβ= ≠
B 、120,0αβ≠ =
C 、120,0αβ≠ ≠
D 、120,0αβ= =
（2）多项
24. 下列哪种情况会违反线性回归模型的基本假设E(εi)＝0(εi 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 、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 D ．VIF 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
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D 1、D 2、…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：（2.1）
t=(5.2066) (8.6246)
(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
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、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？
第六章习题
⼀、判断题
EDU
D W 34.02 8238 . 23 9621 . 122 ? +
W 5.662 5 06551 . 232 ? + = ?
=
0 1
⼥男
D
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
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、选择题
（1）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B．T检验C．DW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B．t分布C．χ2分布D．F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Y i=β0+β1X i+u i，如果在异⽅差检验中发现Var(u i)=X i4σ2，，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（）。

A．X i B．X i2C．1/X i D．1/ X i2
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
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（）
A．T检验B．⼽德菲尔德-夸特检验C．DW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B．T检验C．DW检验D．邹检验
（2）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
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: White
Obs*R-squared 8.099182 Prob 0.1509
Scaled explained SS 3.324059 Prob 0.6502
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/20/11 Time: 16:53
Sample: 1978 1994
Included observations: 17
Coefficient Std. Error t-Statistic Prob.
C 15.56320 13.02201 1.195146 0.2572
LOG(L) -5.032351 4.278733 -1.176131 0.2644
(LOG(L))^2 0.413109 0.351760 1.174407 0.2650 (LOG(L))*(LOG(K)) -0.209359 0.183413 -1.141463 0.2779 LOG(K) 1.218626 1.114405 1.093522 0.2975
(LOG(K))^2 0.029867 0.024081 1.240268 0.2407
R-squared 0.476422 Mean dependent var 0.000623
Adjusted R-squared 0.238433 S.D. dependent var 0.000707
S.E. of regression 0.000617 Akaike info criterion -11.67327
Sum squared resid 4.19E-06 Schwarz criterion -11.37919
Log likelihood 105.2228 Hannan-Quinn criter. -11.64404
F-statistic 2.001861 Durbin-Watson stat 2.585670
Prob(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Σe
i 2=896.6，Σe
2
2=147.2，在α=95%的置信⽔平下判断是否存在异
⽅差。

如果存在，判断是递增还是递减的异⽅差。

（F
0.05（10，10）=2.98，F
0.05
（12，12）=2.69，F
0.05
（15，15）=2.4）
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。

第七章习题
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检验的所有数值区域均可作出误差序列相关或不相关的判断（）。

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
（1）单选
28.设t
u为随机误差项，则⼀阶线性⾃相关是指（）
1211221.cov(,)0()...t s t t t t t t t
t t t A u u t s B u u C u u u D u u ρερρερε----≠≠=+=++=+
29. 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)(.)(.22≠≠≠≠≠i i i j i i u E D u x E C j i u u E B u E A σ
34. 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，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）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. 0﹤d ﹤l d
B. u d ﹤d ﹤4-u d
C. l d ﹤d ﹤u d
D. 4-u d ﹤d ﹤4-l d E ．4-l d ﹤d ﹤4 37. 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 E ．DW 检验法 F . Goldfeld-Quandt 检验法
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：
01122i i i i Y X X βββµ=+++,回归分析结果为：
Dependent Variable: Y Method: Least Squares Included observations: 10
Variable Coefficient Std. Error t-Statistic Prob. C 24.4070 6.9973 3.4881 0.0101 X1 -0.3401 0.4785 -0.7108 0.5002 X2 0.0823
0.0458
1.7969
0.1152
R-squared
0.9615 Mean dependent var 111.1256 Adjusted R-squared 0.9505 S.D. dependent var 31.4289 S.E. of regression 6.5436 Akaike info criterion 4.1338 Sum squared resid 342.5486 Schwarz criterion 4.2246 Log likelihood -31.8585 F-statistic 87.3336 Durbin-Watson stat
2.4382 Prob(F-statistic)
0.000000
其中已知
d 0.05(2.10)λL =0.697, d 0.05(2.10)λU =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: Y Method: Least Squares Date: 11/17/11 Time: 20:45 Sample: 1981 1999 C 1.430711 0.860619 1.662421 0.1159 G
0.271960
0.170940
1.590969
0.1312
R-squared 0.986920 Mean dependent var 5.407480
Adjusted R-squared 0.985285 S.D. dependent var 0.496602
S.E. of regression 0.060241 Akaike info criterion -2.636977
Sum squared resid 0.058064 Schwarz criterion -2.487855
Log likelihood 28.05128 F-statistic 603.6032
Durbin-Watson stat 0.553242 Prob(F-statistic) 0.000000
（d
λL=1.704 dλU=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
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
第⼋章习题
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.逐步回归法可以解决多重共线性问题。

（）
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
（1）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R R F 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 D.多重共线性 5．设21,x x 为解释变量，则完全多重共线性是( )
221211211
.0.0
21
.
0(.0
2x x A x x B x e C x x v v D x e +==++=+=为随机误差项）
6．设21,x x 为解释变量，则近似多重共线性是( )
221211211
.0.0
21
.
0(.0
2x x A x x B x e C x x v v D x e +==++=+=为随机误差项）
7．检验近似多重共线性的⽅法是( )
A ．VIF 检验 B.邹检验 C ．⼽⾥瑟检验 D.DW 检验 8．处理近似多重共线性的⽅法是( )
A ．加权最⼩⼆乘法 B.异⽅差⾃相关稳健标准误
C ．加⼊虚拟变量 D.删减解释变量
（2）多选
9．能够检验多重共线性的⽅法有（）
A. 简单相关系数矩阵法
B. t 检验与F 检验综合判断法
C. DW 检验法
D. ARCH 检验法
E. White 检验
10．如果模型中解释变量之间存在完全共线性，则会引起如下后果（） A.参数估计值确定 B.参数估计值不确定C. 参数估计值的⽅差趋于⽆限⼤ D. 参数的经济意义不正确 E.DW 统计量落在了不能判定的区域。