管理定量分析复习题

管理定量分析复习题

一、单项选择题（本大题共小题，每小题分，共分）

1．以下哪种不是预测误差的来源（）

A．误差项的随机性B．参数估计量偏离真值

C．测量误差D．模型确认失误

2．在多元回归中，调整后的2R与2R的关系有（）

A．< B．>

C．= D．与的关系不能确定

3．根据2R与F统计量的关系可知，当2R＝1时有（）

A．F＝－1 B．F＝0

C．F＝1 D．F＝∞

4．根据样本资料估计得出人均消费支出Y对人均收入X的回归模型为

lnˆY=2.00+0.75lnX，这表明人均收入每增加1％，人均消费支出将增加（）A．0.2% B．0.75%

C．2% D．7.5%

5．DW检验法适用于检验（）

A．异方差性B．序列自相关

C．多重共线性D．设定误差

6．已知模型的普通最小二乘法估计残差的一阶自相关系数为0，则DW统计量的近似值为（）

A．0 B．1

C．2 D．4

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2R接近1，则表明模型中存在（）

A．异方差性B．序列相关

C．多重共线性D．拟合优度低

8、对于回归模型，检验随机误差项是否存在自相关的统计量为( )

A.：.B：

C： D.：

9.假设回归模型为，其中则使用加权最小二乘法

估计模型时，应将模型变换为( )

A. B.

C. D.

10. 经济计量模型的预测功效最好，说明Theil不等系数U的值( )

A.等于0

B.接近于-1

C.接近于1

D.趋近于+∞

二、填空

回归方程2（附页）IP变量的t统计值为：________

模拟误差U m+ U s+ U c=_________

理想的不相等比例是U m= U s=______, U c=________

三、判断题（本大题共5小题，每小题4分，共20分）

已知生产函数为：Y= 1789

0.55

L0.63

K ，

１、解释L，K的指数0.55，0.63的经济含义。（标准化系数，弹性系数？）

２、该方程本质上是（线性的方程，非线性的方程）

3、当有一个或多个滞后内生变量时，DW检验仍然有效

4、回归模型中引入虚拟变量的特别适用于分类型数据

5、Theil不等系数U=1，则模型的预测能力最差

6、附页中方程2预测能力好

四、计算题（本大题共2小题，每小题8分，共16分）

1、某工厂生产甲、乙、丙三种产品，每一种产品都需要A、B、C三种原材料。各单位产品所需的原料及销售的产品所获的单位利润如下表所示。假定所生产的三种产品全部能售出。为了使该工厂获利最多，请写出最佳产量的线形规划模型。

3、某工厂在计划期内要安排生产Ⅰ、Ⅱ两种产品，这些产品分别需要在A、B、C、D四种不同的设备上加工。按工艺规定，产品Ⅰ和Ⅱ在各设备上所需要的加工台时及有关数据如下

五、分析论述题

1、回归方程1（附页）的估计中存在什么问题? 从回归方程2（附页）的估计中哪些方面可以看出改进的效果？

2、回归方程1（附页）的预测中存在什么问题? 从回归方程2（附页）的预测中哪些方面可以看出改进的效果？

附页

下面是用两种方法回归的方程，及其预测结果：

R——3月期美国国债利率，为年利率的某一百分比

IP——联邦储备委员会的工业生产指数（1987=100）

GM2——名义货币供给增长率

GPW——所有商品的生产价格指数增长率

回归方程1及预测：

Dependent Variable: R

Method: Least Squares

Date: 06/06/05 Time: 08:06

Sample: 1960:01 1995:08

C 1.214078 0.551692 2.200644 0.0283

IP 0.048353 0.005503 8.786636 0.0000

GM2 140.3261 36.03850 3.893784 0.0001

R-squared 0.216361 Mean dependent var 6.145764

Adjusted R-squared 0.210816 S.D. dependent var 2.792815

S.E. of regression 2.481026 Akaike info criterion 4.664523

Sum squared resid 2609.927 Schwarz criterion 4.702459

Log likelihood -994.2079 F-statistic 39.02177

Durbin-Watson stat 0.183733 Prob(F-statistic) 0.000000

2468

10

121495:01

95:0395:0595:0795:0995:1196:01

回归方程2及预测： ：

Dependent Variable: R Method: Least Squares Date: 06/06/05 Time: 08:16 Sample: 1960:01 1995:08 Included observations: 428

Variable Coefficient Std. Error t-Statistic Prob. C -49.60064 140.6314 -0.352700 0.7245 IP 0.244124 0.040653 6.005135 0.0000 GM2 -62.35748 9.520160 -6.550045 0.0000 GPW(-1) 6.209952 2.970545 2.090509 0.0372 R-squared

0.968296 Mean dependent var 6.145764 Adjusted R-squared 0.967997 S.D. dependent var 2.792815 S.E. of regression 0.499620 Akaike info criterion 1.461674 Sum squared resid 105.5892 Schwarz criterion 1.509094 Log likelihood -307.7983 F-statistic 3229.844 Inverted AR Roots

1.00