计量经济学判断题

1. 总离差平方和可分解为回归平方和与残差平方和。（ 对 ）

2. 整个多元回归模型在统计上是显著的意味着模型中任何一个单独的解释变量均是统计显著的。（ 错 ）

3. 多重共线性只有在多元线性回归中才可能发生。（ 对 ）

4. 通过作解释变量对时间的散点图可大致判断是否存在自相关。（ 错 ）

5. 在计量回归中，如果估计量的方差有偏，则可推断模型应该存在异方差（ 错 ）

6. 存在异方差时，可以用广义差分法来进行补救。（ 错 ）

7. 当经典假设不满足时，普通最小二乘估计一定不是最优线性无偏估计量。（ 错 ）

8. 判定系数检验中，回归平方和占的比重越大，判定系数也越大。（ 对 ）

9. 可以作残差对某个解释变量的散点图来大致判断是否存在自相关。（ 错 ）做残差的当期值与其滞后期的值的散点图来判断是否存在自相关

10. 遗漏变量会导致计量估计结果有偏。（ 错 ）只影响有效性

1. 正态分布是以均值为中心的对称分布。（ √ ）

2. 当经典假设满足时，普通最小二乘估计量具有最优线性无偏特征。（ √ ）

5. 在对数线性模型中，解释变量的系数表示被解释变量对解释变量的弹性。（ √ ）

6. 虚拟变量用来表示某些具有若干属性的变量。（ √ ）

8. 存在异方差时，可以用加权最小二乘法来进行补救。（ √ ）

10．戈雷瑟检验是用来检验异方差的（ √ ）

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。错，参数一经估计，建立了样本回归模型，还需要对模型进行检验，包括经济意义检验、统计检验、计量经济专门检验等。

2、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。错，是否引入两个虚拟变量，应取决于模型中是否有截距项。如果有截距项则引入一个虚拟变量；如果模型中无截距项，则可引入两个虚拟变量。

3、双变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验是一致的。正确，一元线性回归仅有一个解释变量，因此对斜率系数的T 检验等价于对方程的整体性检验。

4、随机扰动项的方差与随机扰动项方差的无偏估计没有区别。错，随机扰动项的方差反映总体的波动情况，对一个特定的总体而言，是一个确定的值。在最小二乘估计中，由于总体方差在大多数情况下并不知道，所以用样本数据去估计2σ：)/(22k n e i -=∑∧σ

。其中n 为样本数，k 为待估参数的个数。2ˆσ

是2σ线性无偏估计，为一个随机变量。 5、经典线性回归模型（CLRM ）中的干扰项不服从正态分布的，OLS 估计量将有偏的。错，，即使经典线性回归模型（CLRM ）中的干扰项不服从正态分布的，OLS 估计量仍然是无偏的。

因为222)()ˆ(βμββ=+=∑i

i K E E ，该表达式成立与否与正态性无关。 1、在简单线性回归中可决系数2R 与斜率系数的t 检验的没有关系。错误，在简单线性回

归中，由于解释变量只有一个，当t 检验显示解释变量的影响显著时，必然会有该回归模型的可决系数大，拟合优度高。

2、异方差性、自相关性都是随机误差现象，但两者是有区别的。正确，异方差的出现总是与模型中某个解释变量的变化有关。自相关性是各回归模型的随机误差项之间具有相关关

系。3、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模型有无截距项无关。错误，模型有截距项时，如果被考察的定性因素有m 个相互排斥属性，则模型中引入m －1个虚拟变量，否则会陷入“虚拟变量陷阱”；模型无截距项时，若被考察的定性因素有m 个相互排斥属性，可以引入m 个虚拟变量，这时不会出现多重共线性。

4、满足阶条件的方程一定可以识别。错误，阶条件只是一个必要条件，即满足阶条件的的方程也可能是不可识别的。

5、库依克模型、自适应预期模型与局部调整模型的最终形式是不同的。错误，库依克模型、自适应预期模型与局部调整模型的最终形式是相同的，其最终形式都是一阶自回归模型。

2、多重共线性问题是随机扰动项违背古典假定引起的。错误，应该是解释变量之间高度相关引起的.

3、在模型t t t t u X X Y +++=33221βββ的回归分析结果报告中，有

23.263489=F ，000000

.0=值的p F ，则表明解释变量t X 2 对t Y 的影响是显著的。错误，解释变量t X 2和t X 3对t Y 的联合影响是显著的

4、结构型模型中的每一个方程都称为结构式方程，结构方程中，解释变量只可以是前定变量.错误，结构方程中，解释变量可以是前定变量，也可以是内生变量。

1.在实际中，一元回归没什么用，因为因变量的行为不可能仅由一个解释变量来解释。错，在实际中，一元回归是很多经济现象的近似，能够较好的反映回归的核心思想，是很有的。

3、在异方差性的情况下，常用的OLS 法必定高估了估计量的标准误。错，有可能高估也有可能低估。

22ˆ171.44120.9672(7.4809)

(119.8711)0.99400.53160.9940t t

PCE PDI t R DW R =-+=-===5、设估计模型为

由于，表明模型有很好的拟合优度，则模型不存在伪（虚假）回归。错，

存在虚假回归可能，因为判定系数高于DW 值。

(1) 随机误差项u i 与残差项e i 是一回事。（错）

(2) 总体回归函数给出了对应于每一个自变量的因变量的值。（错）

(3) 线性回归模型意味着因变量是自变量的线性函数。（错）

(4) 在线性回归模型中，解释变量是原因，被解释变量是结果。（对）

1、 虚拟变量的取值只能取0或1 （对）

2、 通过引入虚拟变量，可以对模型的参数变化进行检验 （对）

1、简单线性回归模型与多元线性回归模型的基本假定是相同的。错

在多元线性回归模型里除了对随机误差项提出假定外，还对解释变量之间提

出无多重共线性的假定。

2、在模型中引入解释变量的多个滞后项容易产生多重共线性。对

在分布滞后模型里多引进解释变量的滞后项，由于变量的经济意义一样，只

是时间不一致，所以很容易引起多重共线性。