计量经济学试题2(2)知识讲解

计量经济学试题2

一、单项选择题

1.在线性回归模型中，若解释变量X1和X2的观测值成比例，即有X1=kX2,其中k为非零常数，则该模型中存在（）

A.方差非齐性

B.多重共线性

C.序列相关

D.设定误差

2.当质的因素引进计量模型时，需要使用（）

A.外生变量

B.前定变量

C.内生变量

D.虚拟变量

3．用模型描述现实经济系统的原则是（）

A．以理论分析作先导，包括的解释变量越多越好

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

4.下列各种数据中，以下不应该作为经济计量分析所用数据的是（）

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

5. 戈德菲尔德—匡特(G—Q)检验法可用于检验( )

A.异方差性

B.多重共线性

C.序列相关

D.设定误差

6. 经济计量分析的工作程序( )

A.设定模型，检验模型，估计模型，改进模型

B.设定模型，估计参数，检验模型，应用模型

C.估计模型，应用模型，检验模型，改进模型

D.搜集资料，设定模型，估计参数，应用模型

7.回归分析的目的是（）

A.研究解释变量对被解释变量的依赖关系；

B.研究解释变量对被解释变量的相关关系；

C.根据解释变量数值来估计或预测被解释变量的总体均值；

D.以上说法都不对

8.在X于Y的相关分析中（）

A.X是随机变量，Y是非随机变量

B.Y是随机变量，X是非随机变量

C.X 和Y 都是随机变量

D.X 和Y 均为非随机变量 9.在多元线性回归模型中，加入一个新的假定是（ ） A.随机误差项期望值为零 B.不存在异方差 C.不存在自相关 D.无多重共线性 10.若计算的DW 统计量的值为0，则表明该模型（ ） 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

二、多选题

1.虚拟变量取值为0和1分别代表某种属性是否存在，其中（ ）

A. 0表示存在这种属性

B.0表示不存在这种属性

C.1表示存在这种属性

D.1表示不存在这种属性

E.0和1所代表的内容可以任意设定 2.异方差的常见类型有（ ）

A.递增型

B.递减型

C.复杂型

D.倒V 型 3.确定滞后期长度的方法有（ ）

A.相关系数

B.修正的可决系数

C.施瓦兹准则

D.经济理论或实际经验 4.如果模型中存在自相关现象，则会引起如下后果（ ）

A.参数估计量有偏

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

5．利用普通最小二乘法求得的样本回归直线i 10i X ˆˆY ˆ

β+β=具有以下特点（ ）

A ．必然通过点（Y ,X ）

B ．残差ei 的均值为常数

C ．i Y ˆ

的平均值与Yi 的平均值相等

D ．残差ei 与Xi 之间存在一定程度的相关性

E ．可能通过点（Y ,X ）

6.经济计量学是下列哪些学科的统一?( )

A.经济学

B.统计学

C.计量学

D.数学

E.计算机科学 7.经典线性回归模型运用普通最小二乘法估计参数时，下列哪些假定是正确的

( )。

A. E(ui)=0

B. Var(ui)=2iσ

C. E(uiuj)≠0

D. 随机解释变量X，与随机误差ui不相关

E. ui～N(0，2iσ)

8. 两变量X与Y间线性相关关系达到最高时，相关系数r可能等于( )

A. 1

B. 0.9

C. 0

D. -0.9

E. -1

9.虚拟变量又称为（）

A.属性变量

B.双值变量

C.类型变量

D.定型变量

E.二元型变量

10.常见的滞后结构类型有（）

A.递减滞后结构

B.不变滞后结构

C.倒V型滞后结构

D.递增型滞后结构

三、判断题

1.样本容量n越小，残差平方和RSS就越小，模型拟合优度越好。

2.样本数据的收集是计量经济学的核心内容。

3.具有因果关系的变量之间一定有数学上的相关关系，具有相关关系的变量之间一定具有因果关系。

4.模型中引入解释变量的多个滞后项容易产生多重共线性。

5.DW检验中的d值在0到4之间，数值越小说明模型随机误差项的自相关度越小，数值越大说明模型随机误差项的自相关度越大。

6.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。

7.简单线性回归模型中，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。

8.在异方差性的情况下，若采用Eviews软件中常用的OLS法，必定高估了估计量的标准误差。

9.虚拟变量只能作为解释变量。

10.线性回归模型意味着因变量是自变量的线性函数。