计量经济学复习资料
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
一、单选题:
1.拉格朗日乘数检验法适用于检验( c )
A. 异方差性
B. 多重共线性
C. 序列相关
D. 设定误差 2.解释变量X 的回归系数为β,下列哪种情况表明变量X 是显著的?( b ) A. t 统计量大于临界值 B. t 统计量的绝对值大于临界值 C. t 统计量小于临界值 D. t 统计量的绝对值小于临界值 3.回归分析中定义的( b )
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 4.下列样本模型中,哪一个模型通常是无效的?( b )
A. C(消费)=500+0.8I(收入)
B. Q D (商品需求)=10+0.8I(收入)-0.9P(价格)
C. Qs(商品供给)=20-0.75P(价格)
D. Y(产出量)=0.65K 0.6(资本)L 0.4(劳动) 5.判定系数R 2=0.75,说明回归直线能解释被解释变量总离差的:( b ) A. 80% B. 64% C. 20% D. 75%
6.根据20个观测值估计的结果,一元线性回归模型的DW=0.6,在α=0.05的显著性水 平下查得样本容量n=20,解释变量k=1个时,d L =1.20,d U =1.41,则可以判断:( d ) A.不存在一阶自相关 B.存在正的一阶自相关C.存在负的一阶自相关 D.无法判断
7.普通最小二乘法确定一元线性回归模型Y i
=i i 10e X ˆˆ+β+β的参数0ˆβ和1ˆ
β的准则是使
( b ) A .∑e i 最小
B .∑e i 2最小
C .∑e i 最大
D .∑e i 2最大
8.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判定系数接近于1,则表明模型中存在( a )
A. 多重共线性
B. 异方差性
C. 序列相关
D. 高拟合优度 9.拟合优度检验是检验 (b )
A .模型对总体回归线的拟合程度 B. 模型对样本观测值的拟合程度 C. 模型对回归参数的拟合程度 D. 模型对解释变量的观测值的拟合程度 10.根据样本资料已估计得出人均消费支出Y 对人均收入X 的回归模型是
t t t LnX LnY μ++=76.05.3,这表明人均收入每增加1%,人均消费支出将( d )
A.增加24%
B.增加76%
C.增加0.24%
D.增加0.76% 二、填空题:
1. 杜宾—沃森检验法可用于诊断序列相关性 。
2. 在给定的显著性水平之下,若DW 统计量临界值的上、下限分别为d U 和d L ,则当
d U U 时,可认为随机误差项不存在一阶序列相关性。 3. 容易产生序列相关的数据为时间序列数据。 4. 在对多元线性回归模型进行检验时,发现各参数估计量的t检验值都很低,但模型的判 定系数R2却很高,这说明模型可能存在多重共线。 5. 同一时间点不同个体的数据集合是截面数据。 三、判断题: 1.相关系数r的取值范围为-1≤r≤1 。 ( y ) 2.多元回归模型中F检验的原假设为:偏回归系数不全为0。 ( y ) 3.根据判定系数R2与F统计量的关系可知,当R2=1时,有F=0 。 ( y ) 4.在给定的显著性水平之下,若DW统计量的下和上临界值分别为d L和d U,则当d L 5.如果一个非平稳时间序列经过K-1次差分后为平稳时间序列,则该序列为K阶单整序列。 ( ) 四、简答题: 简述模型出现异方差性的后果。 答:(1)参数估计量非有效; (2)t检验和F检验失效; (3)模型预测失效。 五、应用分析题: 1. 某地区1993-2010年居民消费水平Y、人均GDP X1、城乡居民平均可支配收入X2、居民消费者价格指数X3和城乡居民家庭平均恩格尔系数X4的相关数据进行分析,试根据EVIEWS结果回答问题:(14分) 表8 OLS参数估计结果 Variable Coefficient Std. Error t-Statistic Prob. C 3492.003 893.1026 3.909968 0.0018 X1 0.257521 0.030844 8.349222 0.0000 X2 0.087844 0.042958 2.044893 0.0617 X3 2.227280 7.581211 0.293789 0.2736 X4 -57.88742 19.17187 -3.019393 0.0099 R-squared 0.990111 Mean dependent var 3354.611 Adjusted R-squared 0.992122 S.D. dependent var 1806.047 S.E. of regression 160.2966 Akaike info criterion 13.22206 Sum squared resid 334035.2 Schwarz criterion 13.46939 Log likelihood -113.9986 F-statistic 536.2585 Durbin-Watson stat 1.106099 Prob(F-statistic) 0.000000