打印计量作业习题doc资料

前两章习题 单选题

1在同一时间不同统计单位的相同统计指标组成的数据组合，是（ D ） A 原始数据 B 、时点数据 C 、时间序列数据 D 、截面数据 2下列模型中属于线性模型的有（ B ）

A u X Y ++=ln 10ββ

B 、u Z X Y +++=210βββ

C

u

X

Y ++=1

0ββ D 、Y=

u

X

++

1

0ββ

3.在一元线性回归模型中，样本回归方程可表示为：（ C ）

A 、 t t t u X Y ++=10ββ

B 、i t t X Y E Y μ+=)/(

C 、

t t X Y 10ˆˆˆββ+= D 、()t t t X X Y E 10/ββ+= 4.用模型描述现实经济系统的原则是( B ) A 以理论分析作先导，解释变量应包括所有解释变量 B 以理论分析作先导，模型规模大小要适度 C 模型规模越大越好；这样更切合实际情况 D 模型规模大小要适度，结构尽可能复杂

5.回归分析中使用的距离是点到直线的垂直坐标距离。最小二乘准则是指（ D ）

A 、使

()

∑=-n t t

t

Y Y

1

ˆ 达到最小值 B 、使

∑=-n

t t

t

Y Y

1

ˆ 达到最小值

C 、使 t

t Y Y ˆmax - 达到最小值 D 、使 ()

2

1ˆ∑=-n

t t

t

Y Y

达到最小值

6.在下列各种数据中，（ C ）不应作为经济计量分析所用的数据。 A 时间序列数据 B. 横截面数据 C 计算机随机生成的数据 D. 虚拟变量数据

7.计量经济学的研究方法一般分为以下四个步骤（ B ） A 确定科学的理论依据、模型设定、模型修定、模型应用 B 模型设定、估计参数、模型检验、模型应用 C 搜集数据、模型设定、估计参数、预测检验 D 模型设定、模型修定、结构分析、模型应用

8.对样本的相关系数，以下结论错误的是（ B ） A

||γ 越接近1，与之间线性相关程度高 B ||γ 越接近0，与之间线性

相关程与之间线性相关程度高 C

11≤≤-γ D 0=γ

，则与相互

独立

多选题

1古典线性回归模型的普通最小二乘估计量的特性有（ ABCD ）

A 无偏性

B 、线性性 C.最小方差性 D 一致性 E. 有偏性 2.计量经济模型的检验一般包括的内容有 （ ABCD ） A 经济意义的检验 B 、统计推断的检验

C 、计量经济学的检验

D 、预测的检验

E 、对比检验 简答题

1运用计量经济学方法研究经济问题的主要步骤是什么？你是如何理解的？ 答： 1模型设定2 估计参数3 模型检验4模型应用

选择变量和数学关系式 —— 确定变量间的数量关系 —— 检验所得结论的可靠性 ——作经济分析和经济预测

2对随机扰动项作了哪些基本（古典）假定？这些假定有何作用？

答：1：零均值假定2：同方差假定3：无自相关假定4：随机扰动i u 与解释变量

i X 不相关 5：对随机扰动项分布的正态性假定。在具备这些假设条件后，所

作出来的估计具有良好的统计性质。

3经济学中总体回归模型和样本回归模型的意义是什么？两者的区别又是什么？

答：总体回归就是用全部的数据做的回归，相当于“事实”，在很多情况下这是不可实现的，或许你就做不到总体回归，所以就要用统计的方法----抽样。用样本做的回归就是样本回归。在科学抽样的基础上，样本的数据是可以反映总体特征的，所以就用样本回归来替代总体回归，反映总体数据特征。

4假定有如下回归结果， 2.96110.4795t t Y X ∧

=-其中Y = 我国的茶消费量（每天每人消费的杯数）X = 茶的零售价格（元/公斤），t 表示时间.(1)这是一个时间数列回归还是横截面序列回归？(2)如何解释截距项的意义，它有经济含义吗？(3)如何解释斜率？(4)你能求出真实的总体回归函数吗？

答：(1) 时间数列回归 (2)截距2.9611表示茶的零售价在每公斤0元时，我国平均茶消费量为每天每人2.6911杯，这个数字没有明显的经济意义；(3)茶的零售价格每公斤变动一个元，平均而言，茶消费量反方向变动0.4795个杯数。(4)不能。原因在于要了解我国所有人的茶消费情况几乎是不可能的。 5根据有关资料完成下列问题： LS // Dependent Variable is Y Date: 11/12/02 Time: 10:18 Sample: 1978 1997

Included observations: 20

Variable Coefficient Std. Error T-Statistic Prob. C 858.31 67.12 12.78__ 0.00 X 0.10 _0.002 46.04 0.00 R-squared _____ Mean dependent var 3081.15 Adjusted R-squared 0.99 S.D. dependent var 2212.59 S.E. of regression _208.56 Akaike info criterion 10.77 Sum squared resid 782956.8 Schwartz criterion 10.87 Log likelihood - 134.12 F-statistic 3235.67 Durbin-Watson stat 0.85 Prob(F-statistic) 0.00