计量经济学作业二

合集下载

计量经济学第二版课后习题答案

计量经济学全部答案（庞浩）第二版第二章练习题及参考解答2.1 为研究中国的货币供应量(以货币与准货币M2表示)与国内生产总值(GDP)的相互依存关系，分析表中1990年—2007年中国货币供应量（M2）和国内生产总值（GDP ）的有关数据:表2.9 1990年—2007年中国货币供应量和国内生产总值(单位:亿元)资料来源:中国统计年鉴2008,中国统计出版社对货币供应量与国内生产总值作相关分析，并说明相关分析结果的经济意义。

练习题2.1 参考解答:计算中国货币供应量(以货币与准货币M2表示)与国内生产总值(GDP)的相关系数为:计算方法: XY n X Y X Y r -=或 ,()()X Y X X Y Y r --=计算结果:M2GDPM210.996426148646GDP 0.996426148646 1经济意义: 这说明中国货币供应量与国内生产总值(GDP)的线性相关系数为0.996426,线性相关程度相当高。

2.2 为研究美国软饮料公司的广告费用X与销售数量Y的关系,分析七种主要品牌软饮料公司的有关数据表2.10 美国软饮料公司广告费用与销售数量资料来源:(美) Anderson D R等. 商务与经济统计.机械工业出版社.1998. 405绘制美国软饮料公司广告费用与销售数量的相关图, 并计算相关系数，分析其相关程度。

能否在此基础上建立回归模型作回归分析？练习题2.2参考解答美国软饮料公司的广告费用X与销售数量Y的散点图为说明美国软饮料公司的广告费用X与销售数量Y正线性相关。

若以销售数量Y 为被解释变量,以广告费用X 为解释变量,可建立线性回归模型 i i i u X Y ++=21ββ 利用EViews 估计其参数结果为经t 检验表明, 广告费用X 对美国软饮料公司的销售数量Y 确有显著影响。

回归结果表明，广告费用X 每增加1百万美元, 平均说来软饮料公司的销售数量将增加14.40359(百万箱)。

大工21春《计量经济学》在线作业2[65837]

大工21春《计量经济学》在线作业2
一、单选题
1.
A.1倍
B.1.023倍
C.1.96倍
D.2倍
答案：B
2.
A.异方差
B.多重共线性
C.序列相关
D.随机解释变量
答案：B
3.完全多重共线性下参数估计量（）。

A.唯一
B.无法估计
C.不存在
D.有效
答案：B
4.如果回归模型违背了无自相关假定，最小二乘估计量是（）。

A.无偏的、非有效的
B.有偏的、非有效的
C.无偏的、有效的
D.有偏的，有效的
答案：A
5.在检验异方差的方法中，不包括（）。

A.Goldfeld-Quandt方法
B.LM检验法
C.White检验法
D.DW检验法
答案：D
6.如果多元线性回归模型中解释变量存在完全多重共线性，则OLS估计量（）。

A.不确定、方差无限大
B.不确定，方差最小
C.确定，方差无限大
D.确定，方差最小
答案：A
7.以下不属于多重共线性克服方法的是（）。

A.使用工具变量
B.增加样本容量
C.利用已知信息修正模型。

计量经济学第2章习题参考答案

ˆt = a ˆ0 + a ˆ1 + yt 却是两个完全不同的回归方程。③回归分析对资料的要求是：被解释变和x
量 y 是随机变量，解释变量 x 是非随机变量，相关分析对资料的要求是两个变量都是随机变量。 2. 答：相关关系是指两个以上的变量的样本观测值序列之间表现出来的随机数学关系，用相关系数来衡量。因果关系是指两个或两个以上变量在行为机制上的依赖性，作为结果的变量是由作为原因的变量所决定的，原因变量的变化引起结果变量的变化。因果关系有单向因果关系和互为因果关系之分。具有因果关系的变量之间一定具有数学上的相关关系。而具有相关关系的变量之间并不一定具有因果关系。 3. 答：主要区别：①描述的对象不同。总体回归模型描述总体中变量 y 与 x 的相互关系，而样本回归模型描述所观测的样本中变量 y 与 x 的相互关系。 ②建立模型的不同。总体回归模型是依据总体全部观测资料建立的，样本回归模型是依据样本观测资料建立的。 ③模型性质不同。总体回归模型不是随机模型，样本回归模型是随机模型，它随着样本的改变而改变。主要联系：样本回归模型是总体回归模型的一个估计式，之所以建立样本回归模型，目的是用来估计总体回归模型。
1 n ∑ ui = 0 ，因为 n i =1
前者是条件期望，即针对给定的 X i 的随机干扰的期望，而后者是无条件的平均值，即针对所有 X i 的随机干扰取平均值。
二、单项选择题 1. A 2. D 3. A 4. B 5. C 6. B 7. D 8. B 9. D 10. C 11. D 12. D 13. C
14. D 15. D 16. A 17. B
三、多项选择题 1. ACD 2. ABE 3. AC 4. BE 5. BEFH 6. DG, ABCG, G, EF 7. ABDE 8. ADE 9. ACDE

计量经济学习题及参考答案

计量经济学各章习题第一章绪论1.1试列出计量经济分析地主要步骤.1.2计量经济模型中为何要包括扰动项?1.3什么是时间序列和横截面数据? 试举例说明二者地区别1.4估计量和估计值有何区别？第二章计量经济分析地统计学基础2.1名词解释随机变量概率密度函数抽样分布样本均值样本方差协方差相关系数标准差标准误差显著性水平置信区间无偏性有效性一致估计量接受域拒绝域第I 类错误2.2请用例 2.2中地数据求北京男生平均身高地99％置信区间.2.325 个雇员地随机样本地平均周薪为130元，试问此样本是否取自一个均值为120 元、标准差为10 元地正态总体？文档收集自网络，仅用于个人学习2.4某月对零售商店地调查结果表明，市郊食品店地月平均销售额为2500 元，在下一个月份中，取出16 个这种食品店地一个样本，其月平均销售额为2600 元，销售额地标准差为480 元.试问能否得出结论，从上次调查以来，平均月销售额已经发生了变化？文档收集自网络，仅用于个人学习第三章双变量线性回归模型3.1判断题（判断对错；如果错误，说明理由）（1）OLS 法是使残差平方和最小化地估计方法.（2）计算OLS 估计值无需古典线性回归模型地基本假定.（3）若线性回归模型满足假设条件（1）～（4），但扰动项不服从正态分布，则尽管OLS 估计量不再是BLUE ，但仍为无偏估计量.文档收集自网络，仅用于个人学习（4）最小二乘斜率系数地假设检验所依据地是t 分布，要求地抽样分布是正态分布.2（5）R2＝TSS/ESS.（6）若回归模型中无截距项，则.（7）若原假设未被拒绝，则它为真.（8）在双变量回归中，地值越大，斜率系数地方差越大.3.2设和分别表示Y 对X 和X 对Y 地OLS 回归中地斜率，证明r 为X 和Y 地相关系数.3.3证明：（1）Y 地真实值与OLS 拟合值有共同地均值，即；（2）OLS 残差与拟合值不相关，即.3.4证明本章中（ 3.18）和（ 3.19）两式：（1）（2）3.5考虑下列双变量模型：模型1：模型2：（1）1 和1地OLS 估计量相同吗？它们地方差相等吗？（2）2 和2地OLS 估计量相同吗？它们地方差相等吗？3.6有人使用1980－1994 年度数据，研究汇率和相对价格地关系，得到如下结果：其中，Y＝马克对美元地汇率X＝美、德两国消费者价格指数（CPI）之比，代表两国地相对价格（1）请解释回归系数地含义；（2）X t 地系数为负值有经济意义吗？（3）如果我们重新定义X 为德国CPI与美国CPI之比，X 地符号会变化吗？为什么？3.7随机调查200 位男性地身高和体重，并用体重对身高进行回归，结果如下：其中Weight 地单位是磅（lb ），Height 地单位是厘米（cm）.（1）当身高分别为177.67cm、164.98cm、187.82cm 时，对应地体重地拟合值为多少？（2）假设在一年中某人身高增高了 3.81cm，此人体重增加了多少？3.8设有10 名工人地数据如下：X 10 7 10 5 8 8 6 7 9 10Y 11 10 12 6 10 7 9 10 11 10 其中X= 劳动工时，Y= 产量（1）试估计Y=α+βX + u（要求列出计算表格）；（2）提供回归结果（按标准格式）并适当说明；（3）检验原假设β=1.0.3.9用12 对观测值估计出地消费函数为Y=10.0+0.90X ，且已知=0.01，=200，=4000，试预测当X=250 时Y 地值，并求Y 地95%置信区间.文档收集自网络，仅用于个人学习3.10设有某变量（Y）和变量（X）1995—1999 年地数据如下:（3）试预测X=10 时Y 地值，并求Y 地95%置信区间.3.11根据上题地数据及回归结果，现有一对新观测值X ＝20，Y＝7.62，试问它们是否可能来自产生样本数据地同一总体？文档收集自网络，仅用于个人学习3.12有人估计消费函数，得到如下结果（括号中数字为t 值）：＝15 + 0.81 ＝0.98（2.7）（6.5）n=19（1）检验原假设：＝0（取显著性水平为5％）（2）计算参数估计值地标准误差；（3）求地95％置信区间，这个区间包括0 吗？3.13试用中国1985—2003 年实际数据估计消费函数：=α+β + u t其中：C代表消费，Y 代表收入.原始数据如下表所示，表中：Cr＝农村居民人均消费支出（元）Cu＝城镇居民人均消费支出（元）Y ＝国内居民家庭人均纯收入（元） Yr ＝农村居民家庭人均纯收入（元） Yu＝城镇居民家庭人均可支配收入（元） Rpop＝农村人口比重（%） pop＝历年年底我国人口总数（亿人）P＝居民消费价格指数（1985=100）Pr＝农村居民消费价格指数（1985=100）Pu＝城镇居民消费价格指数（1985=100）数据来源：《中国统计年鉴2004》使用计量经济软件，用国内居民人均消费、农村居民人均消费和城镇居民人均消费分别对各自地人均收入进行回归，给出标准格式回归结果；并由回归结果分析我国城乡居民消费行为有何不同.文档收集自网络，仅用于个人学习第四章多元线性回归模型4.1某经济学家试图解释某一变量Y 地变动.他收集了Y 和 5 个可能地解释变量～地观测值(共10 组)，然后分别作三个回归，结果如下(括号中数字为t 统计量)：文档收集自网络，仅用于个人学习( 1) = 51.5 + 3.21 R=0.63(3.45) (5.21)2) 33.43 + 3.67 + 4.62 + 1.21 R=0.75 文档收集自网络，仅用于个人学(3.61 )(2.56)(0.81) (0.22)3) 23.21 + 3.82 + 2.32 + 0.82 + 4.10 + 1.21(2.21 )(2.83)(0.62) (0.12) (2.10) (1.11)文档收集自网络，仅用于个人学习R=0.80 你认为应采用哪一个结果？为什么？4.2为研究旅馆地投资问题，我们收集了某地地1987-1995 年地数据来估计收益生产函数R=ALKe ，其中R=旅馆年净收益(万年) ，L=土地投入，K=资金投入， e 为自然对数地底.设回归结果如下(括号内数字为标准误差) ：文档收集自网络，仅用于个人学习= -0.9175 + 0.273lnL + 0.733lnK R=0.94(0.212) (0.135) (0.125)(1)请对回归结果作必要说明；( 2)分别检验α和β 地显著性；( 3)检验原假设：α =β = 0；4.3我们有某地1970-1987 年间人均储蓄和收入地数据，用以研究1970－1978 和1978 年以后储蓄和收入之间地关系是否发生显著变化. 引入虚拟变量后，估计结果如下(括号内数据为标准差) ：文档收集自网络，仅用于个人学习= -1.7502 + 1.4839D + 0.1504 - 0.1034D·R=0.9425 文档收集自网络，仅用于个人学习(0.3319) (0.4704) (0.0163) (0.0332)其中：Y=人均储蓄，X=人均收入，D= 请检验两时期是否有显著地结构性变化.4.4说明下列模型中变量是否呈线性，系数是否呈线性，并将能线性化地模型线性化.（1）（2）（3）4.5有学者根据某国19年地数据得到下面地回归结果：其中：Y=进口量（百万美元），X1 =个人消费支出（百万美元），X2 =进口价格/国内价格.（1）解释截距项以及X1和X2系数地意义；（2）Y 地总变差中被回归方程解释地部分、未被回归方程解释地部分各是多少？（3）进行回归方程地显著性检验,并解释检验结果；（4）对“斜率”系数进行显著性检验,并解释检验结果.4.6由美国46个州1992年地数据，Baltagi 得到如下回归结果：其中，C＝香烟消费（包/人年），P＝每包香烟地实际价格Y＝人均实际可支配收入（1）香烟需求地价格弹性是多少？它是否统计上显著？若是，它是否统计上异于-1？（2）香烟需求地收入弹性是多少？它是否统计上显著？若不显著，原因是什么？（3）求出.4.7有学者从209 个公司地样本，得到如下回归结果（括号中数字为标准误差）：其中，Salary＝CEO 地薪金Sales＝公司年销售额roe＝股本收益率（％）ros＝公司股票收益请分析回归结果.4.8为了研究某国1970－1992 期间地人口增长率，某研究小组估计了下列模型：其中：Pop＝人口（百万人），t＝趋势变量，.（1）在模型 1 中，样本期该地地人口增长率是多少？（2）人口增长率在1978 年前后是否显著不同？如果不同，那么1972－1977和1978－1992 两时期中，人口增长率各是多少？文档收集自网络，仅用于个人学习4.9设回归方程为Y= β0+β1X1+β2X2+β3X3+ u, 试说明你将如何检验联合假设：β1= β2 和β3 = 1 .文档收集自网络，仅用于个人学习4.10下列情况应引入几个虚拟变量，如何表示？（1）企业规模：大型企业、中型企业、小型企业；（2）学历：小学、初中、高中、大学、研究生.4.11在经济发展发生转折时期，可以通过引入虚拟变量来表示这种变化.例如，研究进口消费品地数量Y 与国民收入X 地关系时，数据散点图显示1979 年前后明显不同.请写出引入虚拟变量地进口消费品线性回归方程.文档收集自网络，仅用于个人学习4.12柯布－道格拉斯生产函数其中：GDP=地区国内生产总值（亿元）K=资本形成总额（亿元）L= 就业人数（万人）P=商品零售价格指数（上年＝100）试根据中国2003 年各省数据估计此函数并分析结果.数据如下表所示第五章模型地建立与估计中地问题及对策5.1判断题（判断对错；如果错误，说明理由）（1）尽管存在严重多重共线性，普通最小二乘估计量仍然是最佳线性无偏估计量（BLUE ）.（2）如果分析地目地仅仅是为了预测，则多重共线性并无妨碍. （3）如果解释变量两两之间地相关系数都低，则一定不存在多重共线性. （4）如果存在异方差性，通常用地t 检验和 F 检验是无效地. （5）当存在自相关时，OLS 估计量既不是无偏地，又不是有效地.（6）消除一阶自相关地一阶差分变换法假定自相关系数必须等于 1. （7）模型中包含无关地解释变量，参数估计量会有偏，并且会增大估计量地方差，即增大误差.（8）多元回归中，如果全部“斜率”系数各自经t 检验都不显著，则R2值也高不了.（9）存在异方差地情况下，OLS 法总是高估系数估计量地标准误差.（10）如果一个具有非常数方差地解释变量被（不正确地）忽略了，那么OLS 残差将呈异方差性.5.2考虑带有随机扰动项地复利增长模型：Y 表示GDP，Y0是Y 地基期值，r 是样本期内地年均增长率，t 表示年份，t＝1978，⋯,2003.文档收集自网络，仅用于个人学习试问应如何估计GDP 在样本期内地年均增长率？5.3 检验下列情况下是否存在扰动项地自相关 .（1） DW=0.81，n=21，k=3（2）DW=2.25，n=15，k=2（3）DW=1.56，n=30，k=55.4有人建立了一个回归模型来研究我国县一级地教育支出：Y= β0+β1X1+β 2X2+β3X3+u其中：Y，X1，X2 和X3分别为所研究县份地教育支出、居民人均收入、学龄儿童人数和可以利用地各级政府教育拨款.文档收集自网络，仅用于个人学习他打算用遍布我国各省、市、自治区地100 个县地数据来估计上述模型.（1）所用数据是什么类型地数据？（2）能否采用OLS 法进行估计？为什么？（3）如不能采用OLS 法，你认为应采用什么方法？5.5试从下列回归结果分析存在问题及解决方法：（1）= 24.7747 + 0.9415 - 0.0424 R=0.9635SE：（6.7525）（0.8229）（0.0807）其中：Y=消费，X2=收入，X3=财产，且n=5000 （2）= 0.4529 - 0.0041t R=0.5284t：（-3.9606） DW=0.8252其中Y= 劳动在增加值中地份额，t=时间该估计结果是使用1949-1964 年度数据得到地.5.6工资模型：wi＝b0＋b1Si＋b2Ei＋b3Ai＋b4Ui＋ui其中Wi＝工资，Si＝学校教育年限，Ei＝工作年限，Ai＝年龄，Ui＝是否参加工会.在估计上述模型时，你觉得会出现什么问题？如何解决？5.7你想研究某行业中公司地销售量与其广告宣传费用之间地关系.你很清楚地知道该行业中有一半地公司比另一半公司大，你关心地是这种情况下，什么估计方法比较合理.假定大公司地扰动项方差是小公司扰动项方差地两倍.文档收集自网络，仅用于个人学习（1）若采用普通最小二乘法估计销售量对广告宣传费用地回归方程（假设广告宣传费是与误差项不相关地自变量），系数地估计量会是无偏地吗？是一致地吗？是有效地吗？文档收集自网络，仅用于个人学习（2）你会怎样修改你地估计方法以解决你地问题？（3）能否对原扰动项方差假设地正确性进行检验？5.8考虑下面地模型其中GNP＝国民生产总值，M ＝货币供给. （1）假设你有估计此模型地数据，你能成功地估计出模型地所有系数吗？说明理由.（2）如果不能，哪些系数可以估计？（3）如果从模型中去掉这一项，你对（1）中问题地答案会改变吗？（4）如果从模型中去掉这一项，你对（1）中问题地答案会改变吗？5.9采用美国制造业1899－1922年数据，Dougherty得到如下两个回归结果：（1）（2）其中：Y＝实际产出指数，K＝实际资本投入指数，L ＝实际劳动力投入指数，t＝时间趋势（1）回归式（1）中是否存在多重共线性？你是如何得知地？（2）回归式（1）中，logK 系数地预期符号是什么？回归结果符合先验预期吗？为什么会这样？（3）回归式（1）中，趋势变量在其中起什么作用？（4）估计回归式（2）背后地逻辑是什么？（5）如果（1）中存在多重共线性，那么（2）式是否减轻这个问题？你如何得知？（6）两个回归地R2可比吗？说明理由.5.10有人估计了下面地模型：其中：C＝私人消费支出，GNP＝国民生产总值，D＝国防支出假定，将（1）式转换成下式：使用1946－1975数据估计（1）、（2）两式，得到如下回归结果（括号中数字为标准误差）：1）关于异方差，模型估计者做出了什么样地假定？你认为他地依据是什么？2）比较两个回归结果.模型转换是否改进了结果？也就是说，是否减小了估计标准误差？说明理由.5.11设有下列数据：RSS1＝55，K ＝4，n1＝30RSS3＝140，K ＝4，n3＝30 请依据上述数据，用戈德佛尔德－匡特检验法进行异方差性检验（5％显著性水平）.5.12考虑模型（1）也就是说，扰动项服从AR （2）模式，其中是白噪声.请概述估计此模型所要采取地步骤.5.13对第 3 章练习题 3.13 所建立地三个消费模型地结果进行分析：是否存在序列相关问题？如果有，应如何解决？5.14为了研究中国农业总产值与有效灌溉面积、化肥施用量、农作物总播种面积、受灾面积地相互关系，选31 个省市2003 年地数据资料，如下表所示：文档收集自网络，仅用于个人学习表中：Y＝农业总产值（亿元，不包括林牧渔）X1＝有效灌溉面积（千公顷）X2＝化肥施用量（万吨）X23＝化肥施用量（公斤/亩）X3＝农作物总播种面积（千公顷）X4＝受灾面积（千公顷）（1）回归并根据计算机输出结果写出标准格式地回归结果；（2）模型是否存在问题？如果存在问题，是什么问题？如何解决？第六章动态经济模型：自回归模型和分布滞后模型6.1判断题（判断对错；如果错误，说明理由）（1）所有计量经济模型实质上都是动态模型.（2）如果分布滞后系数中，有地为正有地为负，则科克模型将没有多大用处. （3）若适应预期模型用OLS 估计，则估计量将有偏，但一致. （4）对于小样本，部分调整模型地OLS 估计量是有偏地.（5）若回归方程中既包含随机解释变量，扰动项又自相关，则采用工具变量法，将产生无偏且一致地估计量.（6）解释变量中包括滞后因变量地情况下，用德宾－沃森d 统计量来检测自相关是没有实际用处地.6.2用OLS 对科克模型、部分调整模型和适应预期模型分别进行回归时，得到地OLS 估计量会有什么样地性质？文档收集自网络，仅用于个人学习6.3简述科克分布和阿尔蒙多项式分布地区别.6.4考虑模型假设相关.要解决这个问题，我们采用以下工具变量法：首先用对和回归，得到地估计值，然后回归其中是第一步回归（对和回归）中得到地.（1）这个方法如何消除原模型中地相关？（2）与利维顿采用地方法相比，此方法有何优点？6.5设其中：M＝对实际现金余额地需求，Y*＝预期实际收入，R*＝预期通货膨胀率假设这些预期服从适应预期机制：其中和是调整系数，均位于0和1之间.（1）请将M t 用可观测量表示；（2）你预计会有什么估计问题？6.6考虑分布滞后模型假设可用二阶多项式表示诸如下：若施加约束＝＝0，你将如何估计诸系数（，i=0,1, (4)6.7为了研究设备利用对于通货膨胀地影响，T. A.吉延斯根据1971年到1988年地美国数据获得如下回归结果：文档收集自网络，仅用于个人学习其中：Y＝通货膨胀率（根据GNP 平减指数计算）X t＝制造业设备利用率X t－1 ＝滞后一年地设备利用率1）设备利用对于通货膨胀地短期影响是什么？长期影响又是什么？(2)每个斜率系数是统计显著地吗？(3)你是否会拒绝两个斜率系数同时为零地原假设？将利用何种检验？6.8考虑下面地模型：Y t = α+β(W0X t+ W1X t-1 + W2X t-2 + W3X t-3)+u t 请说明如何用阿尔蒙滞后方法来估计上述模型(设用二次多项式来近似) .6.9下面地模型是一个将部分调整和适应预期假说结合在一起地模型：Y t*= βX t+1eY t-Y t-1 = δ(Y t*- Y t-1) + u tX t+1e- X t e= (1-λ)( X t - X t e)；t=1，2，⋯， n式中Y t*是理想值，X t+1e和X t e是预期值.试推导出一个只包含可观测变量地方程，并说明该方程参数估计方面地问题.文档收集自网络，仅用于个人学习第七章时间序列分析7.1单项选择题（1）某一时间序列经一次差分变换成平稳时间序列，此时间序列称为（）地.A．1 阶单整B．2阶单整C．K 阶单整D．以上答案均不正确文档收集自网络，仅用于个人学习（2）如果两个变量都是一阶单整地，则（）.A ．这两个变量一定存在协整关系B．这两个变量一定不存在协整关系C．相应地误差修正模型一定成立D．还需对误差项进行检验文档收集自网络，仅用于个人学习（3）如果同阶单整地线性组合是平稳时间序列，则这些变量之间关系是（） .A. 伪回归关系B.协整关系C.短期均衡关系D. 短期非均衡关系（4）．若一个时间序列呈上升趋势，则这个时间序列是（）.A ．平稳时间序列B．非平稳时间序列C．一阶单整序列 D. 一阶协整序列7.2请说出平稳时间序列和非平稳时间序列地区别，并解释为什么在实证分析中确定经济时间序列地性质是十分必要地.文档收集自网络，仅用于个人学习7.3什么是单位根？7.4Dickey－Fuller（DF）检验和Engle－Granger（EG）检验是检验什么地？文档收集自网络，仅用于个人学习7.5什么是伪回归？在回归中使用非均衡时间序列时是否必定会造成伪回归？7.6由1948－1984 英国私人部门住宅开工数（X）数据，某学者得到下列回归结果：注：5％临界值值为-2.95，10％临界值值为-2.60. （1）根据这一结果，检验住宅开工数时间序列是否平稳.（2）如果你打算使用t 检验，则观测地t 值是否统计显著？据此你是否得出该序列平稳地结论？（3）现考虑下面地回归结果：请判断住宅开工数地平稳性.7.7由1971-I 到1988-IV 加拿大地数据，得到如下回归结果；A.B.C.其中，M1＝货币供给，GDP=国内生产总值，e t＝残差（回归A）（1）你怀疑回归 A 是伪回归吗？为什么？（2）回归 B 是伪回归吗？请说明理由.（3）从回归 C 地结果，你是否改变（1）中地结论，为什么？（4）现考虑以下回归：这个回归结果告诉你什么？这个结果是否对你决定回归 A 是否伪回归有帮助？7.8 检验我国人口时间序列地平稳性，数据区间为1949－2003 年.单位：万人7.9对中国进出口贸易进行协整分析，如果存在协整关系，则建立E CM 模型.1951－2003 年中国进口（im ）、出口（ex）和物价指数（pt，商品零售物价指数）时间序列数据见下表.因为该期间物价变化大，特别是改革开放以后变化更为激烈，所以物价指数也作为一个解释变量加入模型中.为消除物价变动对进出口数据地影响以及消除进出口数据中存在地异方差，定义三个变量如下：文档收集自网络，仅用于个人学习第八章联立方程模型8.1判断题（判断对错；如果错误，说明理由）（1）OLS 法适用于估计联立方程模型中地结构方程.（2）2SLS 法不能用于不可识别方程.（3）估计联立方程模型地2SLS 法和其它方法只有在大样本地情况下，才能具有我们期望地统计性质 .(4) 联立方程模型作为一个整体，不存在类似 R 2这样地拟合优度测度 .(5) 如果要估计地方程扰动项自相关或存在跨方程地相关，则 2SLS 法和其它估计结构方程地方法都不能用 .(6) 如果一个方程恰好识别，则 ILS 和 2SLS 给出相同结果 .8.2 单项选择题1) 结构式模型中地方程称为结构方程 .在结构方程中，解释变量可以是前定变3) 如果联立方程模型中某个结构方程包含了模型中所有地变量，则这个方程5)当一个结构式方程为恰好识别时，这个方程中内生解释变量地个数( A ．与被排除在外地前定变量个数正好相等 B ．小于被排除在外地前定变量个数 C ．大于被排除在外地前定变量个数D ．以上三种情况都有可能发生文档收集自网络，仅用于个人学习6) 简化式模型就是把结构式模型中地内生变量表示为 ( ).A. 外生变量和内生变量地函数关系B.前定变量和随机误差项地模型C.滞后变量和随机误差项地模型 D.外生变量和随机误差项地模量，也可以是 ( ).文档收集自网络，仅用于个人学习 A. 外生变量 B.滞后变量2)前定变量是 ( )地合称 .A.外生变量和滞后内生变量C.内生变量D. 外生变量和内生变量 C.外生变量和虚拟变量 D. 解释变量和被解释变量( ).A. 恰好识别B.不可识别 (4) 下面说法正确地是( ).A.内生变量是非随机变量 C.外生变量是随机变量 C.过度识别 D.不确定B. 前定变量是随机变量个人收集整理勿做商业用途型7) 对联立方程模型进行参数估计地方法可以分两类，即：( ).A.间接最小二乘法和系统估计方法B.单方程估计法和系统估计方法个人收集整理勿做商业用途C.单方程估计法和二阶段最小二乘法D.工具变量法和间接最小二乘法（8）在某个结构方程过度识别地条件下，不适用地估计方法是（）.A. 间接最小二乘法B.工具变量法C.二阶段最小二乘法D.有限信息极大似然估计法8.3行为方程和恒等式有什么区别？8.4如何确定模型中地外生变量和内生变量？8.5考虑下述模型：C t = α + β D t +u t I t = γ + δD t-1 + νt D t = C t +I t + Z t ；t=1 ，2，⋯，n其中 C = 消费支出，D= 收入，I = 投资，Z = 自发支出. C、I 和D是内生变量.试写出消费支出地简化型方程，并研究各方程地识别问题.8.6考虑下述模型：Y t = C t + I t +G t +X tC t = β 0 + β 1D t + β2C t-1 + u tD t = Y t –T tI t = α0 + α1Y t + α2R t-1 +νt 模型中各方程是正规化方程，u t、νt为扰动项.（1）请指出模型中地内生变量、外生变量和前定变量.（2）写出用2SLS法进行估计时，每个阶段中要估计地方程.8.7下面是一个简单地美国宏观经济模型（1960－1999）其中C=实际私人消费，I= 实际私人总投资，G=实际政府支出，Y ＝实际GDP，M= 当年价M2，R=长期利率；P＝消费价格指数.内生变量：C，I，R，Y 前定变量：C t-1，I t-1，M t-1，P t，R t-1 和G t.（1）应用识别地阶条件，决定各方程地识别状态；（2）你打算用什么方法来估计可识别行为方程？8.8假设有如下计量经济模型：其中，Y＝国民收入，I=净资本形成，C=个人消费，Q ＝利润，P=生活费用指数，R= 工业劳动生产率1）写出模型地内生变量、外生变量和前定变量；个人收集整理勿做商业用途（2）用识别地阶条件确定各方程地识别状态；（3）此模型中是否有可以用ILS 法估计地方程？如有，请指出；（4）写出用2SLS 法进行估计时，每个阶段中要估计地方程. 8.9考虑下述模型：消费方程：C t=α0 +α 1Y t +α2C t-1 +u①投资方程：I t=β0 +β1Y t +β2I t –1+u2t②进口方程：M t = 0 + 1Y t + u3t ③Y t = C t+ I t + G t + X t - M t模型中各方程是正规化方程，u 1t, ⋯u3t为扰动项.（1）请指出模型中地内生变量、外生变量和前定变量.（2）利用阶条件识别各行为方程.（3）写出用3SLS 进行估计时地步骤.8.10考察下述国民经济地简单模型式中，C为消费，Y 为国民收入，I 为投资，R为利率.设样本容量n 为20，已算得中间结果为：（1）判别模型中消费方程地识别状态；（2）用间接最小二乘法求消费方程结构式系数；（3）将采用哪种方法估计投资方程?为什么?（不必计算）8.11由联立方程模型；得到其简化式如下：（1）两结构方程可识别吗？（2）如果知道，识别情况有何变化？（3）若对简化式进行估计，结果如下：个人收集整理勿做商业用途试求出结构参数地值，并说明如何检验原假设个人收集整理勿做商业用途版权申明本文部分内容，包括文字、图片、以及设计等在网上搜集整理。

计量经济学第二次作业参考答案

计量经济学第二次作业参考答案 2009年11月24日 I. 第四章课后习题4.2。

（40分，每小问10分。

）(1) 03:0H β= 13:0H β>(2) 50ros ∆=21log()log()log()0.012salary salary salary ∆=−=0.0122111 1.01210.012salary salary e salary −⇒=−=−=3ˆˆˆˆˆlog()log()*ˆˆ0.00024*500.012ˆWhen increases 50 points, the predicted salary will increase 1.2%.salarysalary salary salary salary ros ros ros salarysalary salaryros β∂∂∂∂===∂∂∂∂∂==No, ros doesn ’t have a large effect on salary.(3) 03:0H β= 13:0H β>30.000240.440.00054t β== 20931205df =−−=自由度为205,置信度为10%的t 分布临界值是1.282>0.44因此,不能拒绝原假设.(4) 由前一问可知,ros 的解释能力不强,它的作用不显著,因此可以不用将它作为解释变量.II. 第四章课后习题4.8。

（30分，每小问10分。

）(1) ()121212ˆˆˆˆˆˆ(3)()(3)2cov ,3Var Var Var ββββββ−=+− ()1212ˆˆˆˆ()9()6cov ,Var Var ββββ=+− ()1/2121212ˆˆˆˆˆˆ(3)()9()6cov ,se Var Var ββββββ −=+−(2) 012:31H ββ−=1212ˆˆ31ˆˆ(3)t se ββββ−−=− (3) ()011212333y x x x x u βθββ=+++++III. 子虚国乌有大学的飘渺教授继续该国政府的劳动力市场项目。

计量经济学作业二

96
222 163 244 145 138 46 218 19
15
16
1781.37
1243.07
Байду номын сангаас
2798.90
1808.44
83
33
31
325.53
1523.19
45
设定模型为 Y AK L e
(1)利用上述资料，进行回归分析。 (2)回答：中国该年的制造业总体呈现规模报酬不变状态吗？
代入公式即可得到Y均值预测的标准差为：
ˆ S E (Y ) 2 X 0 ( X ' X ) X 0 ' 37.049 ˆ
0
再把结果代入均值的置信区间预测公式：
ˆ Y0 t S E (Y ˆ
2
0)
得到Y均值的95%的置信区间为: [768.5964,943.8086]
2.下表列出了中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的工业总产值Y，资产合计K及职工人数L。
t0.025 (28) 2.048
因此lnk的参数通过了显著性水平下的t检验，但lnL未通过显著性水平下的t检验。如果将显著性水平设为10%，则t分布的临界值 t0.05 (28) 1.701 此时lnL也通过了显著性水平的检验。观察lnk和lnL的系数我们可以认为，资产每增加1%,总产值就增加0.61%，而职工人数每增加1%，总产值就增加0.36%。
120
58 31 16 66 58 28 61 254
22
23 24 25 26 27 28 29 30
2539.76
3046.95 2192.63 5364.83 4834.68 7549.58 867.91 4611.39 170.30

计量经济学各章作业习题(后附答案)

《计量经济学》习题集第一章绪论一、单项选择题1、变量之间的关系可以分为两大类，它们是【】A 函数关系和相关关系B 线性相关关系和非线性相关关系C 正相关关系和负相关关系D 简单相关关系和复杂相关关系2、相关关系是指【】A 变量间的依存关系B 变量间的因果关系C 变量间的函数关系D 变量间表现出来的随机数学关系3、进行相关分析时，假定相关的两个变量【】A 都是随机变量B 都不是随机变量C 一个是随机变量，一个不是随机变量D 随机或非随机都可以4、计量经济研究中的数据主要有两类：一类是时间序列数据，另一类是【】A 总量数据B 横截面数据C平均数据 D 相对数据5、下面属于截面数据的是【】A 1991-2003年各年某地区20个乡镇的平均工业产值B 1991-2003年各年某地区20个乡镇的各镇工业产值C 某年某地区20个乡镇工业产值的合计数D 某年某地区20个乡镇各镇工业产值6、同一统计指标按时间顺序记录的数据列称为【】A 横截面数据B 时间序列数据C 修匀数据D原始数据7、经济计量分析的基本步骤是【】A 设定理论模型→收集样本资料→估计模型参数→检验模型B 设定模型→估计参数→检验模型→应用模型C 个体设计→总体设计→估计模型→应用模型D 确定模型导向→确定变量及方程式→估计模型→应用模型8、计量经济模型的基本应用领域有【】A 结构分析、经济预测、政策评价B 弹性分析、乘数分析、政策模拟C 消费需求分析、生产技术分析、市场均衡分析D 季度分析、年度分析、中长期分析9、计量经济模型是指【】A 投入产出模型B 数学规划模型C 包含随机方程的经济数学模型D 模糊数学模型10、回归分析中定义【】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是非随机变量D 解释变量为随机变量，被解释变量为非随机变量11、下列选项中，哪一项是统计检验基础上的再检验(亦称二级检验)准则【】A. 计量经济学准则 B 经济理论准则C 统计准则D 统计准则和经济理论准则12、理论设计的工作，不包括下面哪个方面【】A 选择变量B 确定变量之间的数学关系C 收集数据D 拟定模型中待估参数的期望值13、计量经济学模型成功的三要素不包括【】A 理论B 应用C 数据D 方法14、在经济学的结构分析中，不包括下面那一项【】A 弹性分析B 乘数分析C 比较静力分析D 方差分析二、多项选择题1、一个模型用于预测前必须经过的检验有【】A 经济准则检验B 统计准则检验C 计量经济学准则检验D 模型预测检验E 实践检验2、经济计量分析工作的四个步骤是【】A 理论研究B 设计模型C 估计参数D 检验模型E 应用模型3、对计量经济模型的计量经济学准则检验包括【】A 误差程度检验B 异方差检验C 序列相关检验D 超一致性检验E 多重共线性检验4、对经济计量模型的参数估计结果进行评价时，采用的准则有【】A 经济理论准则B 统计准则C 经济计量准则D 模型识别准则E 模型简单准则三、名词解释1、计量经济学2、计量经济学模型3、时间序列数据4、截面数据5、弹性6、乘数四、简述1、简述经济计量分析工作的程序。

计量经济学课后答案——张龙版

计量经济学第一次作业第二章P858.用SPSS软件对10名同学的成绩数据进行录入，分析得r=,这说明学生的课堂练习和期终考试有密切的关系，一般平时练习成绩较高者，期终成绩也高。

9.(1)一元线性回归模型如下：Y i=ß0+ß1X i+u i其中，Yi 表示财政收入，Xi表示国民生产总值，ui为随机扰动项，ß0 ß1为待估参数。

由Eviews软件得散点图如下图：（2）Ýi=+SÊ:t:R2=0.958316 F= df=28斜率ß1=表示国民生产总值每增加1亿元，财政收入增加亿元。

（3）可决系数R2=表示在财政收入Y的总变差中由模型作出的解释部分占%，即有%由国民生产总值来解释，同时说明样本回归模型对样本数据的拟合程度较高。

R2=ESS/(ESS+RSS)ESS=RSS*R2/(1-R2)=+08)*=+08F=(n-2)ESS/RSS,ESS=F*RSS/(n-2)=*E09(4)SÊ(ß0)= SÊ(ß1)=ß1的95%的置信区间是：[ß(28)S Ê(ß1),ß1+(28)S Ê(ß1)] 代入数值得： [即：[,]同理可得，ß0的95%置信区间为[,] （5）①原假设H 0:ß0=0 备择假设：H 1:ß0≠0则ß0的t 值为：t 0=当ɑ=时t ɑ/2(28)=|t 0|=＞t ɑ/2(28)= 故拒绝原假设H 0，表明模型应保留截距项。

②原假设H 0:ß1=0 备择假设：H 1:ß1≠0当ɑ=时t ɑ/2(28)= 因为|t 1|=＞t ɑ/2(28)=故拒绝原假设H 0表明国民生产总值的变动对国家财政收入有显著影响.计量经济学第二次作业第二章9.(10) 、建立X 与t 的趋势模型，其回归分析结果如下：Dependent Variable: X Method: Least Squares Date: 04/19/10 Time: 22:03 Sample: 1978 2008Included observations: 31Dependent Variable: Y Method: Least Squares Date: 04/10/10 Time: 17:31 Sample: 1978 2007Included observations: 30VariableCoefficien t Std. Error t-StatisticProb.C XR-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterionSum squared resid +08 Schwarz criterionLog likelihood F-statistic Durbin-Watson statProb(F-statistic)VariableCoefficien t Std. Error t-StatisticProb.T CR-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterionSum squared resid +10 Schwarz criterionLog likelihood F-statistic Durbin-Watson statProb(F-statistic)令t=2008，其预测结果X=再根据X 对Y 进行预测，其预测结果为Y= X 2008= Y 2008=(S Ê(e 0))2—(S Ê(Y0))2=ó2 所以S Ê(e 0)= 在95%的置信度下,Y 2008的预测区间为: [Y 0-t α/2S Ê(e 0),Y 0+t α/2S Ê(e 0)]=[，]第三章P124,6. 该家庭在衣着用品方面的开支（Y ）对总开支（X 1）以及衣着用品价格（X 2）的最小二乘估计结果如下：Dependent Variable: Y Method: Least Squares Date: 04/20/10 Time: 09:24 Sample: 1991 2000Included observations: 10VariableCoefficien t Std. Error t-StatisticProb.C X1 X2R-squaredMean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterionSum squared resid Schwarz criterion Log likelihoodF-statisticDurbin-Watson stat Prob(F-statistic)12- 3.755455 + 0.183866 + 0.301746 i i i Y X X = :SE (2.679575) (0.028973) (0.167644) :t (-1.401511) (6.346071) (1.799923) :P (0.2038) (0.0004) (0.1149) 20.960616R = 2 0.949364R = :F (85.36888) ():(0.000012)P F :(2.725104)DW 7df =在=5%α的显著性水平下，对解释变量的估计参数1ˆβ、2ˆβ进行检验： 0111:0,:0H H ββ=≠，1{ 6.346071}0.0004<=0.05P t t α>==，1t 落入拒绝域，接受备择假设1H ，1ˆβ不显著为0，即就单独而言，总开支（X 1）对衣着用品方面的开支（Y ）影响显著。

2021计量经济学第二次作业参考答案

2021计量经济学第二次作业参考答案2021年计量经济学第二次作业答案（chap3-4）Part 1：教材课后习题第三章3.5 在调查一项大学GPA与在各项活动中所耗费的时间之关系的研究中，你对几个学生分发了调查问卷。

学生被问到他们每周在学习、睡觉、工作和闲暇这四种活动中各花多少小时。

任何活动都被列为这四种活动之一。

所以对每个学生来说这四个活动的小时数之和都是168. (i) 在模型GPA??0??1study??2sleep??3work??4leisure?u中，保持sleep、work和leisure不变而改变study是否有意义？没有意义。

通过定义，有study + sleep + work + leisure = 168，因此如果改变study，我们必须改变sleep、work和leisure中的至少一个变量，以满足它们的和为168。

(ii) 解释为什么这个模型违背了MLR.3？通过第(i)部分的分析，study 是其余几个解释变量的线性组合，也就是：study = 168 ? sleep ? work ? leisure，这意味着变量之间存在着完全的线性关系，因此违背MLR.3。

(iii) 你如何才能将这个模型重新表述，使得它的参数具有一个有用的解释，而又不违背假定MLR.3？只需要删除其中一个解释变量就可以了，比如删除leisure，建立模型：GPA =?0 + ?1study + ?2sleep + ?3work + u.此时，参数?1可以解释为保持sleep, work, 和u不变，当study增加一个小时，GPA的改变。

3.6 考虑含有三个自变量的多元回归模型，并满足假定MLR.1~MLR.4，y??0??1x1??2x2??3x3?u对x1和x2的系数之和感兴趣，记???1??2。

1???????是?的一个无偏估计量。

(i) 证明?12???????E?E???X???? E??????、Var????和Cov???,???表示Var????。

计量经济学习题及全部答案

计量经济学习题一一、判断正误1．在研究经济变量之间的非确定性关系时,回归分析是唯一可用的分析方法; 2．最小二乘法进行参数估计的基本原理是使残差平方和最小;3．无论回归模型中包括多少个解释变量,总离差平方和的自由度总为n -1; 4．当我们说估计的回归系数在统计上是显着的,意思是说它显着地异于0; 5．总离差平方和TSS 可分解为残差平方和ESS 与回归平方和RSS 之和,其中残差平方和ESS 表示总离差平方和中可由样本回归直线解释的部分; 6．多元线性回归模型的F 检验和t 检验是一致的;7．当存在严重的多重共线性时,普通最小二乘估计往往会低估参数估计量的方差; 8．如果随机误差项的方差随解释变量变化而变化,则线性回归模型存在随机误差项的自相关;9．在存在异方差的情况下,会对回归模型的正确建立和统计推断带来严重后果; 10．..DW 检验只能检验一阶自相关; 二、单选题1．样本回归函数方程的表达式为 ;A ．i Y =01i i X u ββ++B ．(/)i E Y X =01i X ββ+C ．i Y =01ˆˆi i X e ββ++D ．ˆi Y =01ˆˆiX ββ+ 2．下图中“｛”所指的距离是 ;A ．随机干扰项B ．残差C ．i Y 的离差D ．ˆiY 的离差 3．在总体回归方程(/)E Y X =01X ββ+中,1β表示 ;A ．当X 增加一个单位时,Y 增加1β个单位B ．当X 增加一个单位时,Y 平均增加1β个单位C ．当Y 增加一个单位时,X 增加1β个单位D ．当Y 增加一个单位时,X 平均增加1β个单位 4．可决系数2R 是指 ;A ．剩余平方和占总离差平方和的比重B ．总离差平方和占回归平方和的比重C ．回归平方和占总离差平方和的比重D ．回归平方和占剩余平方和的比重 5．已知含有截距项的三元线性回归模型估计的残差平方和为2i e ∑=800,估计用的样本容量为24,则随机误差项i u 的方差估计量为 ;A ．B ．40C ．D ．6．设k 为回归模型中的参数个数不包括截距项,n 为样本容量,ESS 为残差平方和,RSS 为回归平方和;则对总体回归模型进行显着性检验时构造的F 统计量为 ;A ．F =RSSTSSB ．F =/(1)RSS k ESS n k --C ．F =/1(1)RSS k TSS n k --- D ．F =ESSTSS7．对于模型i Y =01ˆˆi iX e ββ++,以ρ表示i e 与1i e -之间的线性相关系数2,3,,t n =,则下面明显错误的是 ;A ．ρ=,..DW =B ．ρ=-,..DW =-C ．ρ=0,..DW =2D ．ρ=1,..DW =08．在线性回归模型 011...3i i k ki i Y X X u k βββ=++++≥；如果231X X X =-,则表明模型中存在 ;A ．异方差B ．多重共线性C ．自相关D ．模型误设定9．根据样本资料建立某消费函数 i Y =01i i X u ββ++,其中Y 为需求量,X 为价格;为了考虑“地区”农村、城市和“季节”春、夏、秋、冬两个因素的影响,拟引入虚拟变量,则应引入虚拟变量的个数为 ;A ．2B ．4C ．5D ．610．某商品需求函数为ˆi C =100.5055.350.45i i D X ++,其中C 为消费,X 为收入,虚拟变量10D ⎧=⎨⎩城镇家庭农村家庭,所有参数均检验显着,则城镇家庭的消费函数为 ;A ．ˆi C =155.850.45i X +B ．ˆiC =100.500.45i X + C ．ˆi C =100.5055.35i X +D ．ˆiC =100.9555.35i X + 三、多选题1．一元线性回归模型i Y =01i i X u ββ++的基本假定包括 ;A ．()i E u =0B ．()i Var u =2σ常数C ．(,)i j Cov u u =0 ()i j ≠D ．(0,1)iu NE ．X 为非随机变量,且(,)i i Cov X u =02．由回归直线ˆi Y =01ˆˆi X ββ+估计出来的ˆiY ; A ．是一组平均数 B ．是实际观测值i Y 的估计值 C ．是实际观测值i Y 均值的估计值 D ．可能等于实际观测值i Y E ．与实际观测值i Y 之差的代数和等于零 3．异方差的检验方法有A ．图示检验法B ．Glejser 检验C ．White 检验D ．..DW 检验E ．Goldfeld Quandt -检验4．下列哪些非线性模型可以通过变量替换转化为线性模型 ;A ．i Y =201i i X u ββ++B ．1/i Y =01(1/)i i X u ββ++C ．ln i Y =01ln i i X u ββ++D ．i Y =iui i AK L e αβE ．i Y =1122012iiX X i e e u ββααα+++5．在线性模型中引入虚拟变量,可以反映 ;A ．截距项变动B ．斜率变动C ．斜率与截距项同时变动D ．分段回归E ．以上都可以四、简答题1．随机干扰项主要包括哪些因素它和残差之间的区别是什么2．简述为什么要对参数进行显着性检验试说明参数显着性检验的过程;3．简述序列相关性检验方法的共同思路; 五、计算分析题1．下表是某次线性回归的EViews 输出结果,根据所学知识求出被略去部分的值用大写字母标示,并写出过程保留3位小数;Dependent Variable: Y Method: Least Squares Included observations: 132．用Goldfeld Quandt -方法检验下列模型是否存在异方差;模型形式如下：i Y =0112233 i i i i X X X u ββββ++++其中样本容量n =40,按i X 从小到大排序后,去掉中间10个样本,并对余下的样本按i X 的大小等分为两组,分别作回归,得到两个残差平方和1ESS =、2ESS =,写出检验步骤α=;F 分布百分位表α=3．有人用广东省1978—2005年的财政收入AV 作为因变量,用三次产业增加值作为自变量,进行了三元线性回归;第一产业增加值——1VAD ,第二产业增加值——2VAD ,第三产业增加值——3VAD ,结果为：AV =12335.1160.0280.0480.228VAD VAD VAD +-+2R =,F =- ..DW =试简要分析回归结果; 五、证明题求证：一元线性回归模型因变量模拟值ˆi Y 的平均值等于实际观测值i Y 的平均值,即ˆiY =i Y ; 计量经济学习题二一、判断正误正确划“√”,错误划“×” 1．残差剩余项i e 的均值e =()i e n ∑=0;2．所谓OLS 估计量的无偏性,是指参数估计量的数学期望等于各自的真值; 3．样本可决系数高的回归方程一定比样本可决系数低的回归方程更能说明解释变量对被解释变量的解释能力;4．多元线性回归模型中解释变量个数为k ,则对回归参数进行显着性检验的t 统计量的自由度一定是1n k --;5．对应于自变量的每一个观察值,利用样本回归函数可以求出因变量的真实值; 6．若回归模型存在异方差问题,可以使用加权最小二乘法进行修正;7．根据最小二乘估计,我们可以得到总体回归方程;8．当用于检验回归方程显着性的F 统计量与检验单个系数显着性的t 统计量结果矛盾时,可以认为出现了严重的多重共线性9．线性回归模型中的“线性”主要是指回归模型中的参数是线性的,而变量则不一定是线性的;10．一般情况下,用线性回归模型进行预测时,单个值预测与均值预测相等,且置信区间也相同; 二、单选题1．针对同一经济指标在不同时间发生的结果进行记录的数据称为A ．面板数据B ．截面数据C ．时间序列数据D ．以上都不是 2．下图中“｛”所指的距离是A ．随机干扰项B ．残差C ．i Y 的离差D ．ˆiY 的离差 3．在模型i Y =01ln i i X u ββ++中,参数1β的含义是A ．X 的绝对量变化,引起Y 的绝对量变化B ．Y 关于X 的边际变化C ．X 的相对变化,引起Y 的平均值绝对量变化D ．Y 关于X 的弹性4．已知含有截距项的三元线性回归模型估计的残差平方和为2i e ∑=90,估计用的样本容量为19,则随机误差项i u 方差的估计量为A ．B ．6C ．D ．55．已知某一线性回归方程的样本可决系数为,则解释变量与被解释变量间的相关系数为A ．B ．0.8C ．D ．6．用一组有20个观测值的样本估计模型i Y =01i i X u ββ++,在的显着性水平下对1β的显着性作t 检验,则1β显着异于零的条件是对应t 统计量的取值大于 A ．0.05(20)t B ．0.025(20)t C ．0.05(18)t D ．0.025(18)t7．对于模型i Y =01122ˆˆˆˆi ik ki iX X X e ββββ+++++,统计量22ˆ()/ˆ()/(1)ii i Y Y kY Y n k ----∑∑服从A ．()t n k -B ．(1)t n k --C ．(1,)F k n k --D ．(,1)F k n k --8．如果样本回归模型残差的一阶自相关系数ρ为零,那么..DW 统计量的值近似等于 ;A ．1B ．2C ．4D ．9．根据样本资料建立某消费函数如下i Y =01i i X u ββ++,其中Y 为需求量,X 为价格;为了考虑“地区”农村、城市和“季节”春、夏、秋、冬两个因素的影响,拟引入虚拟变量,则应引入虚拟变量的个数为A ．2B ．4C ．5D ．610．设消费函数为i C =012i i i i X D X u βββ+++,其中C 为消费,X 为收入,虚拟变量10D ⎧=⎨⎩城镇家庭农村家庭,当统计检验表明下列哪项成立时,表示城镇家庭与农村家庭具有同样的消费行为A ．1β=0,2β=0B ．1β=0,2β≠0C ．1β≠0,2β=0D ．1β≠0,2β≠0 三、多选题1．以i Y 表示实际观测值,ˆiY 表示用OLS 法回归后的模拟值,i e 表示残差,则回归直线满足A ．通过样本均值点(,)X YB ．2ˆ()i iY Y -∑=0 C ．(,)i i Cov X e =0 D ．i Y ∑=ˆiY ∑ E ．i i e X ∑=0 2．对满足所有假定条件的模型i Y =01122i i i X X u βββ+++进行总体显着性检验,如果检验结果显示总体线性关系显着,则可能出现的情况包括A ．1β=2β=0B ．10β≠,2β=0C ．10β≠,20β≠D ．1β=0,20β≠E ．1β=2β≠0 3．下列选项中,哪些方法可以用来检验多重共线性 ;A ．Glejser 检验B ．两个解释变量间的相关性检验C ．参数估计值的经济检验D ．参数估计值的统计检验E ．..DW 检验 4．线性回归模型存在异方差时,对于回归参数的估计与检验正确的表述包括A ．OLS 参数估计量仍具有线性性B ．OLS 参数估计量仍具有无偏性C ．OLS 参数估计量不再具有效性即不再具有最小方差D ．一定会低估参数估计值的方差5．关于虚拟变量设置原则,下列表述正确的有A ．当定性因素有m 个类型时,引入1m -个虚拟变量B．当定性因素有m个类型时,引入m个虚拟变量会产生多重共线性问题C．虚拟变量的值只能取0和1D．在虚拟变量的设置中,基础类别一般取值为0E．以上说法都正确四、简答题1．简述计量经济学研究问题的方法;2．简述异方差性检验方法的共同思路;3．简述多重共线性的危害;五、计算分析题1．下表是某次线性回归的EViews输出结果,被略去部分数值用大写字母标示,根据所学知识解答下列各题计算过程保留3位小数;本题12分Dependent Variable: YMethod: Least SquaresIncluded observations: 181求出A 、B 的值;2求TSS2．有人用美国1960-1995年36年间个人实际可支配收入X 和个人实际消费支出Y 的数据单位：百亿美元建立收入—消费模型 i Y =01i i X u ββ++,估计结果如下：ˆiY =9.4290.936i X -+ t ：2R = ,F = ,..DW =1检验收入—消费模型的自相关状况5%显着水平； 2用适当的方法消除模型中存在的问题; 五、证明题证明：用于多元线性回归方程显着性检验的F 统计量与可决系数2R 满足如下关系：计量经济学习题三一、判断对错1、在研究经济变量之间的非确定性关系时,回归分析是惟一可用的分析方法;2、对应于自变量的每一个观察值,利用样本回归函数可以求出因变量的真实值;DW 检验临界值表α=3、OLS 回归方法的基本准则是使残差平方和最小;4、在存在异方差的情况下,OLS 法总是高估了估计量的标准差;5、无论回归模型中包括多少个解释变量,总离差平方和的自由度总为n -1;6、线性回归分析中的“线性”主要是指回归模型中的参数是线性的,而变量则不一定是线性的;7、当我们说估计的回归系数在统计上是显着的,意思是说它显着异于0; 8、总离差平方和TSS 可分解为残差平方ESS 和与回归平方和RSS,其中残差平方ESS 表示总离差平方和可由样本回归直线解释的部分;9、所谓OLS 估计量的无偏性,是指回归参数的估计值与真实值相等; 10、当模型中解释变量均为确定性变量时,则可以用DW 统计量来检验模型的随机误差项所有形式的自相关性;二、单项选择1、回归直线t ^Y =0ˆβ+1ˆβX t 必然会通过点 A 、0,0； B 、_X ,_Y ；C 、_X ,0；D 、0,_Y ;2、针对经济指标在同一时间所发生结果进行记录的数据列,称为 A 、面板数据；B 、截面数据；C 、时间序列数据；D 、时间数据;3、如果样本回归模型残差的一阶自相关系数ρ接近于0,那么DW 统计量的值近似等于 A 、0 B 、1 C 、2 D 、44、若回归模型的随机误差项存在自相关,则参数的OLS 估计量A 、无偏且有效B 、有偏且非有效C 、有偏但有效D 、无偏但非有效 5、下列哪一种检验方法不能用于异方差检验A、戈德菲尔德－夸特检验；B、DW检验；C、White检验；D、戈里瑟检验;6、当多元回归模型中的解释变量存在完全多重共线性时,下列哪一种情况会发生A、OLS估计量仍然满足无偏性和有效性；B、OLS估计量是无偏的,但非有效；C、OLS估计量有偏且非有效；D、无法求出OLS估计量;7、DW检验法适用于的检验A、一阶自相关B、高阶自相关C、多重共线性 D都不是8、在随机误差项的一阶自相关检验中,若DW＝,给定显着性水平下的临界值d L=,d U=,则由此可以判断随机误差项A、存在正自相关B、存在负自相关C、不存在自相关D、无法判断9、在多元线性线性回归模型中,解释变量的个数越多,则可决系数R2A、越大；B、越小；C、不会变化；D、无法确定10、在某线性回归方程的估计结果中,若残差平方和为10,回归平方和为40,则回归方程的拟合优度为A、 B、 C、 D、无法计算;三、简答与计算1、多元线性回归模型的基本假设有哪些2、计量经济模型中的随机误差项主要包含哪些因素3、简答经典单方程计量模型的异方差性概念、后果以及修正方法;4、简述方程显着性检验F检验与变量显着性检验t检验的区别;5、对于一个三元线性回归模型,已知可决系数R2=,方差分析表的部份结果如下：1样本容量是多少2总离差平方和TSS为多少3残差平方和ESS为多少4回归平方和RSS和残差平方和ESS的自由度各为多少5求方程总体显着性检验的F统计量；四、案例分析下表是中国某地人均可支配收入INCOME与储蓄SAVE之间的回归分析结果单位：元：Dependent Variable: SAVEMethod: Least SquaresSample: 1 31Included observations: 31Variable CoefficientStd.Errort-Statistic Prob.CINCOME――――R-squared Mean dependent var AdjustedR-squared. dependent var. of regression Akaike info criterionSum squared resid1778097Schwarz criterion.Log likelihood F-statisticDurbin-Watsonstat ProbF-statistic1、请写出样本回归方程表达式,然后分析自变量回归系数的经济含义2、解释样本可决系数的含义3、写出t检验的含义和步骤,并在5%的显着性水平下对自变量的回归系数进行t 检验临界值: 29=;4、下表给出了White异方差检验结果,试在5%的显着性水平下判断随机误差项是否存在异方差;5、下表给出LM序列相关检验结果滞后1期,试在5%的显着性水平下判断随机误差项是否存在一阶自相关;计量经济学习题四一、判断对错1、一般情况下,在用线性回归模型进行预测时,个值预测与均值预测结果相等,且它们的置信区间也相同;2、对于模型Yi =β+β1X1i+β2X2i+……+βkXki+μi,i=1,2, ……,n；如果X2=X5+X6, 则模型必然存在解释变量的多重共线性问题;3、OLS回归方法的基本准则是使残差项之和最小;4、在随机误差项存在正自相关的情况下,OLS法总是低估了估计量的标准差;5、无论回归模型中包括多少个解释变量,总离差平方和的自由度总为n-1;6、一元线性回归模型的F检验和t检验是一致的;7、如果随机误差项的方差随解释变量变化而变化,则线性回归模型存在随机误差项的序列相关;8、在近似多重共线性下,只要模型满足OLS的基本假定,则回归系数的最小二乘估计量仍然是一BLUE估计量;9、所谓参数估计量的线性性,是指参数估计量是解释变量的线性组合;10、拟合优度的测量指标是可决系数R2或调整过的可决系数,R2越大,说明回归方程对样本的拟合程度越高;二、单项选择1．在多元线性回归模型中,若两个自变量之间的相关系数接近于1,则在回归分析中需要注意模型的问题;A、自相关；B、异方差；C、模型设定偏误；D、多重共线性;2、在异方差的众多检验方法中,既能判断随机误差项是否存在异方差,又能给出异方差具体存在形式的检验方法是A、图式检验法；B、DW检验；C、戈里瑟检验；D、White检验;3、如果样本回归模型残差的一阶自相关系数ρ接近于1,那么DW统计量的值近似等于A、0B、1C、2D、44、若回归模型的随机误差项存在异方差,则参数的OLS估计量A、无偏且有效B、无偏但非有效C、有偏但有效D、有偏且非有效5、下列哪一个方法是用于补救随机误差项自相关问题的A、OLS；B、ILS；C、WLS；D、GLS;6、计量经济学的应用不包括：A、预测未来；B、政策评价；C、创建经济理论；D、结构分析;7、LM检验法适用于的检验A、异方差；B、自相关；C、多重共线性； D都不是8、在随机误差项的一阶自相关检验中,若DW＝,给定显着性水平下的临界值d L=,d U=,则由此可以判断随机误差项A、存在正自相关B、存在负自相关C、不存在自相关D、无法判断9、在多元线性线性回归模型中,解释变量的个数越多,则调整可决系数2RA、越大；B、越小；C、不会变化；D、无法确定10、在某线性回归方程的估计结果中,若残差平方和为10,总离差平方和为100,则回归方程的拟合优度为A、；B、；C、；D、无法计算;三、简答与计算1、多元线性回归模型的基本假设有哪些2、简述计量经济研究的基本步骤3、简答经典单方程计量模型自相关概念、后果以及修正方法;4、简述对多元回归模型01122...i i i k ki i Y X X X u ββββ=+++++进行显着性检验F 检验的基本步骤5、对于一个五元线性回归模型,已知可决系数R 2=,方差分析表的部份结果如下：1样本容量是多少2回归平方和RSS 为多少3残差平方和ESS 为多少 4回归平方和RSS 和总离差平方和TSS 的自由度各为多少 5求方程总体显着性检验的F 统计量；四、实验下表是某国1967－1985年间GDP 与出口额EXPORT 之间的回归分析结果单位：亿美元：Dependent Variable: EXPORT Method: Least Squares Sample: 1967 1985Included observations: 19VariableCoefficientStd. Errort-Statist icProb. CGDP――――R-squaredMean dependent varAdjusted R-squared. dependent var. of regressionAkaike infocriterionSum squared residSchwarz criterion Log likelihoodF-statisticDurbin-Watson statProbF-statistic1、请写出样本回归方程表达式,然后分析自变量回归系数的经济含义2、解释样本可决系数的含义3、写出t 检验的含义和步骤,并在5%的显着性水平下对自变量的回归系数进行t 检验临界值: 17=;4、下表给出了White 异方差检验结果,试在5%的显着性水平下判断随机误差项是否存在异方差;5、下表给出LM 序列相关检验结果滞后1期,试在5%的显着性水平下判断随机误差项是否存在一阶自相关;计量经济学习题五一、判断正误正确划“√”,错误划“x ”1、最小二乘法进行参数估计的基本原理是使残差平方和最小;2、一般情况下,用线性回归模型进行预测时,个值预测与均值预测相等,且置信区间也相同;3、如果随机误差项的方差随解释变量变化而变化,则线性回归模型存在随机误差项的序列相关;4、若回归模型存在异方差问题,应使用加权最小二乘法进行修正;5、多元线性回归模型的F 检验和t 检验是一致的;6、DW 检验只能检验随机误差项是否存在一阶自相关;7、总离差平方和TSS 可分解为残差平方RSS 和与回归平方和ESS,其中残差平方RSS 表示总离差平方和可由样本回归直线解释的部分;8、拟合优度用于检验回归方程对样本数据的拟合程度,其测量指标是可决系数或调整后的可决系数;9、对于模型011... 1,2,...,i i n ni i Y X X u i n βββ=++++=；如果231X X X =-,则模型必然存在解释变量的多重共线性问题;10、所谓OLS 估计量的无偏性,是指参数估计量的数学期望等于各自真值; 二、单项选择1、回归直线01ˆˆˆi iY X ββ=+必然会通过点A、0,0B、_X,_YC、_X,0D、0,_Y2、某线性回归方程的估计的结果,残差平方和为20,回归平方和为80,则回归方程的拟合优度为A、 B、C、 D、无法计算3、针对经济指标在同一时间所发生结果进行记录的数据列,称为A、面板数据B、截面数据C、时间序列数据D、时间数据4、对回归方程总体线性关系进行显着性检验的方法是A、Z检验B、t检验C、F检验D、预测检验5、如果DW统计量等于2,那么样本回归模型残差的一阶自相关系数ρ近似等于A、0B、-1C、1D、6、若随机误差项存在异方差,则参数的普通最小二乘估计量A、无偏且有效B、有偏且非有效C、有偏但有效D、无偏但非有效7、下列哪一种方法是用于补救随机误差项的异方差问题的A、OLS；B、ILS；C、WLSD、GLS8、如果某一线性回归方程需要考虑四个季度的变化情况,那么为此设置虚拟变量的个数为A、1B、2C、3D、49、样本可决系数R2越大,表示它对样本数据拟合得A、越好B、越差C、不能确定D、均有可能10、多元线性回归模型中,解释变量的个数越多,可决系数R2A、越大；B、越小；C、不会变化；D、无法确定三、简答题1、简述计量经济学的定义;2、多元线性回归模型的基本假设有哪些3、简答异方差概念、后果以及修正方法;4、简述t检验的目的及基本步骤;四、计算对于一个三元线性回归模型,已知可决系数20.8R ,方差分析表的部份结果如下：变差来源平方和自由度源于回归ESS 200源于残差RSS总变差TSS 221样本容量是多少2总变差TSS为多少3残差平方和RSS为多少4ESS和RSS的自由度各为多少5求方程总体显着性检验的F统计量值;计量经济学习题六-案例题一、根据美国各航空公司航班正点到达的比率X%和每10万名乘客投诉的次数Y 进行回归,EViews输出结果如下：Dependent Variable: YMethod: Least SquaresSample: 1 9Included observations: 91对以上结果进行简要分析包括方程显着性检验、参数显着性检验、DW值的评价、对斜率的解释等,显着性水平均取;2按标准书写格式写出回归结果;二、以下是某次线性回归的EViews输出结果,部分数值已略去用大写字母标示,但它们和表中其它特定数值有必然联系,分别据此求出这些数值,并写出过程;保留3位小数Dependent Variable: YMethod: Least SquaresSample: 1 13Included observations: 131求A 的值; 2求B 的值; 3求C 的值;三、用1970-1994年间日本工薪家庭实际消费支出Y 与实际可支配收入X 单位：103日元数据估计线性模型Y =01X u ββ++,然后用得到的残差序列t e 绘制以下图形; 1试根据图形分析随机误差项之间是否存在自相关若存在,是正自相关还是负自相关答：图形显示,随机误差项之间存在着相关性,且为正的自相关; 2此模型的估计结果为试用DW 检验法检验随机误差项之间是否存在自相关;四、用一组截面数据估计消费Y —收入X 方程Y =01X u ββ++的结果为1根据回归的残差序列et 图分析本模型是否存在异方差注：abset 表示et 的绝对值;2其次,用White 法进行检验;EViews 输出结果见下表：附表：DW 检验临界值表α=White Heteroskedasticity Test:Dependent Variable: RESID^2 Method: Least Squares Sample: 1 60Included observations: 60若给定显着水平0.05α=,以上结果能否说明该模型存在异方差查卡方分布临界值的自由度是多少五、下图描述了残差序列{}t e 与其滞后一期值1{}t e -之间的散点图,试据此判断随机误差项之间是否存在自相关若存在,则是正自相关还是负自相关六、在一多元线性回归模型中,为检验解释变量之间是否存在多重共线性问题,以解释变量1x 作为被解释变量,对其余解释变量进行辅助回归,得到可决系数20.95R =;试计算变量1x 的方差扩大因子1VIF ,并根据经验判断解释变量间是否存在多重共线性问题七、下表是中国某地人均可支配收入INCOME 与储蓄SAVE 之间的回归分析结果单位：元：Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-Statist ic Prob.CINCOME－－R-squaredMean dependent varAdjusted R-squared. dependent var. of regressionAkaike infocriterionSum squared resid 1778097. Schwarz criterion Log likelihoodF-statisticDurbin-Watson statProbF-statistic1、请写出样本回归方程表达式,然后分析自变量INCOME 回归系数的经济含义2、解释可决系数的含义3、若给定显着性水平5%α=,试对自变量INCOME 的回归系数进行显着性检验已知0.025(29) 2.045t =4、在5%α=的显着性水平下,查31n =的DW 临界值表得 1.363L d =, 1.496U d =,试根据回归结果判断随机误差项是否存在一阶自相关5、下表为上述回归的White 检验结果,在5%α=的显着性水平下,试根据P 值检验判断随机误差项是否存在异方差 White Heteroskedasticity Test:F-statisticProbabilityObsR-squaredProbability计量经济学习题一答案一、判断正误1． × 2． √ 3． √ 4． √ 5． × 6． × 7． ×8． × 9． √ 10． √ 二、单选题每小题分,共15分1． D ;2． B ;3． B ;4． C ;5． B ; 6． B ;7． B ;8． B ;9． B ;10． A ; 三、多选题1． ABCE 2． BCDE 3． ABCE 4． ABCD 5． ABCDE ; 四、简答题1．随机干扰项主要包括哪些因素它和残差之间的区别是什么答：随机干扰项包括的主要因素有：1众多细小因素的影响；2未知因素的影响；3数据测量误差或残缺；4模型形式不完善；5变量的内在随机性;随机误差项羽残差不同,残差是样本观测值与模拟值的差,即i e =ˆi iY Y -;残差项是随机误差项的估计;2．简述为什么要对参数进行显着性检验试说明参数显着性检验的过程;答：最小二乘法得到的回归直线是对因变量与自变量关系的一种描述,但它是不是恰当的描述呢一般会用与样本点的接近程度来判别这种描述的优劣,而当获得以上问题的肯定判断之后,还需要确定每一个参数的可靠程度,即参数本身以及对应的变量该不该保留在方程里,这就有必要进行参数的显着性检验;这种检验是确定各个参数是否显着地不等于零;检验分为三个步骤：①提出假设：原假设0:0i H β=；备择假设1:0i H β≠ ②在原假设成立的前提下构造统计量：()ˆ~(1)ˆiit t n k Se ββ=--③给定显着性水平α,查t 分布表求得临界值/2(1)t n k α--,把根据样本数据计算出的t 统计量值t *与/2(1)t n k α--比较：若/2(1)t t n k α*>--,则拒绝原假设0H ,即在给定显着性水平下,解释变量i X 对因变量有显着影响；若/2(1)t t n k α*<--,则不能拒绝原假设0H ,即在给定显着性水平下,解释变量i X 对因变量没有显着影响.3．简述序列相关性检验方法的共同思路;答：由于自相关性,使得相对于不同的样本点,随机干扰项之间存在相关关系,那么检验自相关性,首先根据OLS 法估计残差,将残差作为随机干扰项的近似估计值,然后检验这些近似估计值之间的相关性以判定随机干扰项是否存在序列相关;各种检验方法就是在这个思路下发展起来的;五、计算分析题1．下表是某次线性回归的EViews 输出结果,根据所学知识求出被略去部分的值用大写字母标示,Dependent Variable: Y Method: Least Squares Included observations: 13解：A=ˆ()Se β=ˆt β=7.10604.3903=；B=2R =211(1)1n R n k -----=1311(10.8728)1321-----=由公式2ˆσ=21ien k --∑,得C=2ie ∑=2ˆ(1)n k σ--=21.1886(1321)--=; 2．用Goldfeld Quandt -方法检验下列模型是否存在异方差;模型形式如下：i Y =0112233 i i i i X X X u ββββ++++其中样本容量n =40,按i X 从小到大排序后,去掉中间10个样本,并对余下的样本按i X 的大小等分为两组,分别作回归,得到两个残差平方和1ESS =、2ESS =,写出检验步骤α=;α。

计量经济学第二章课后习题

习题2.1货币供应量和国内生产总值的相关系数：1 0.99642614864552580.9964261486455258 1相关系数为0.996426，说明中国货币供应量与国内生产总值(GDP)存在高度的正线性相关性。

习题2.2散点图2,0001,6001,200Y800400020406080100120140X折线图X Y1 0.97814801538369480.9781480153836948 1相关系数为0.978148，从相关系数可以看出广告费和销售数量存在显著的正相关关系，可以在此基础上建立回归模型。

(注意相关系数和可决系数的关系)设回归模型为：01i i i Y X u ββ=++其中，Y 为销售数量；i X 为广告费用Dependent Variable: Y Method: Least Squares Date: 10/27/10 Time: 22:37 Sample: 1 7Included observations: 7Coefficient Std. Error t-Statistic Prob.X 14.40359 1.369166 10.51998 0.0001 C-12.7785396.98004 -0.1317650.9003R-squared0.956774 Mean dependent var 852.6714 Adjusted R-squared 0.948128 S.D. dependent var 596.5637 S.E. of regression 135.8696 Akaike info criterion 12.89622 Sum squared resid 92302.73 Schwarz criterion 12.88077 Log likelihood -43.13679 Hannan-Quinn criter. 12.70521 F-statistic 110.6699 Durbin-Watson stat 1.438932Prob(F-statistic)0.000134根据回归结果得：i Y = -12.77853 + 14.40359i X（96.98004）（1.369166）t =（-0.1317653）（10.51998）2r =0.956774 F=110.6699 S.E.=135.8696 DW=1.438932可见，X 的参数估计的t 统计量大于2，说明广告费用对销售数量的影响是显著的。

计量经济学2答案

第二章简单线性回归模型一、单项选择题：1、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2、最小二乘准则是指使（ D ）达到最小值的原则确定样本回归方程。

A 、1ˆ()n t t t Y Y =-∑B 、1ˆn t t t Y Y =-∑C 、ˆmax t t Y Y -D 、21ˆ()n t t t Y Y =-∑ 3、下图中“{”所指的距离是（ B ）。

A 、随机误差项i 、ˆiY 的离差 4、参数估计量ˆβ是i Y 的线性函数称为参数估计量具有( A )的性质。

A 、线性 B 、无偏性 C 、有效性 D 、一致性5、参数β的估计量βˆ具备有效性是指（ B ）。

A 、0)ˆ(=βVarB 、)ˆ(βVar 为最小C 、0ˆ=-ββD 、)ˆ(ββ-为最小6、反映由模型中解释变量所解释的那部分离差大小的是( B )。

A 、总体平方和B 、回归平方和C 、残差平方和D 、样本平方和7、总体平方和TSS 、残差平方和RSS 与回归平方和ESS 三者的关系是（ B ）。

A 、RSS=TSS+ESSB 、TSS=RSS+ESSC 、ESS=RSS-TSSD 、ESS=TSS+RSS8、下面哪一个必定是错误的（ C ）。

A 、 i i X Y 2.030ˆ+= ，8.0=XY r B 、 i i X Y 5.175ˆ+-= ，91.0=XY r C 、 i i X Y 1.25ˆ-=，78.0=XY r D 、 i i X Y 5.312ˆ--=，96.0-=XY r9、产量（X ，台）与单位产品成本（Y ，元/台）之间的回归方程为ˆ356 1.5Y X =-，这说明（ D ）。

A 、产量每增加一台，单位产品成本增加356元B 、产量每增加一台，单位产品成本减少1.5元C 、产量每增加一台，单位产品成本平均增加356元D 、产量每增加一台，单位产品成本平均减少1.5元10、回归模型i i i X Y μββ++=10，i = 1，…，25中，总体方差未知，检验010=β：H 时，所用的检验统计量1ˆ11ˆβββS -服从（ D ）。

《计量经济学》习题及答案

《计量经济学》习题及答案（解答仅供参考）第一套一、名词解释：1. 计量经济学：计量经济学是经济学的一个分支，它使用数学和统计学的方法，对经济现象进行量化分析，建立经济模型，预测和解释经济行为和现象。

2. 异方差性：在回归分析中，如果误差项的方差随自变量的变化而变化，这种现象称为异方差性。

3. 自相关性：在时间序列分析中，如果一个变量的当前值与它的过去值存在相关性，这种现象称为自相关性。

4. 多重共线性：在多元回归分析中，如果两个或多个自变量之间高度相关，这种现象称为多重共线性。

5. 随机抽样：随机抽样是一种统计抽样方法，每个样本单位都有一定的概率被选入样本，且各个样本单位之间的选择是独立的。

二、填空题：1. 在线性回归模型中，参数估计的常用方法是______最小二乘法______。

2. 如果一个变量的分布是对称的，那么它的偏态系数应该接近于______0______。

3. 在时间序列分析中，______平稳性______是进行预测的前提条件之一。

4. ______工具变量法______是处理内生性问题的一种常用方法。

5. 如果一个经济变量的变化完全由其他经济变量的变化所决定，那么这个变量被称为______外生变量______。

三、单项选择题：1. 下列哪种情况可能导致异方差性？（B）A. 自变量和因变量之间存在非线性关系B. 自变量的某些组合导致误差项的方差增大C. 因变量和误差项之间存在相关性D. 样本容量过小2. 在进行回归分析时，如果发现数据存在多重共线性，以下哪种方法可以解决这个问题？（C）A. 增加样本容量B. 使用非线性模型C. 删除相关性较强的自变量D. 对自变量进行标准化3. 下列哪种情况可能会导致自相关性？（A）A. 时间序列数据中存在滞后效应B. 因变量和某个自变量之间存在非线性关系C. 样本容量过小D. 自变量之间存在多重共线性四、多项选择题：1. 下列哪些是计量经济学的基本假设？（ABCD）A. 线性关系假设B. 零均值假设C. 同方差性假设D. 无自相关性假设E. 正态性假设2. 下列哪些是处理内生性问题的方法？（ACD）A. 工具变量法B. 加权最小二乘法C. 两阶段最小二乘法D. 广义矩估计法E.岭回归法五、判断题：1. 在进行回归分析时，如果自变量和因变量之间不存在线性关系，那么回归结果将没有任何意义。

计量经济学练习册答案(第二版)完整版

第一章导论一、单项选择题1、C2、B3、A4、A5、B6、A7、D8、C9、B 10、 B 11、C 12、A 13、D 14、C 15、A 16、C 17、D 18、C 19、A 20、 A 21、D二、多选题1、ABCD2、ABD3、ABCD4、ABC5、ABCD三、判断题4、1.√2. ×3.√4.×5.√6.√7.×8.√9.× 10.×四、简答题1、计量经济学与经济理论、统计学、数学的联系主要体现在计量经济学对经济理论、统计学、数学的应用方面，分别如下：1）计量经济学对经济理论的利用主要体现在以下几个方面（1）计量经济模型的选择和确定（2）对经济模型的修改和调整（3）对计量经济分析结果的解读和应用2）计量经济学对统计学的应用（1）数据的收集、处理、（2）参数估计（3）参数估计值、模型和预测结果的可靠性的判断3）计量经济学对数学的应用（1）关于函数性质、特征等方面的知识（2）对函数进行对数变换、求导以及级数展开（3）参数估计（4）计量经济理论和方法的研究2、模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。

①在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号、大小、参数之间的关系是否与根据人们的经验和经济理论所拟订的期望值相符合；②在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质，有拟合优度检验、变量显著检验、方程显著性检验等；③在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；④模型的预测检验，主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。

3、怎样理解计量经济学与经济统计学的关系？二者的联系：第一，计量经济分析所采用的数据的收集与处理、参数的估计等，需要使用统计学的方法和技术来完成；第二，参数估计值、模型的预测结果的可靠性，需要使用统计方法加以分析、判断。

南开大学计量经济学第2次作业答案

H1：A∗, α, β不全为零。给定显著性水平α = 0.05，查分子自由度ν1 = 2，分母自由度ν2 = 27 − 2 − 1 = 24的 F 分布上侧分位数 F0.05(2,24)=3.40。
因为 F=196.18>3.40，所以否定 H0 总体回归方程是显著的。即可以认为劳动投入和资本投入与美国 27 家主要金属行业 SIC33 的产出有显著的线性关系。
（7）检验该模型是否存在异方差，并将结果复制粘贴到作业上。
因为回归式中含有两个解释变量，所以 White 检验辅助回归式中应该包括 5 个解释变量。辅助回归式为：
μ̂��2�� = α0 + α1LNK + α2LNL + α3LNK2 + α4LNL2+α5LNK ∗ LNL White 检验输出结果如下：
计量经济学（本科）第二次作业
题一
张同乐 0911275 国际经济与贸易系
多元线性回归模型 y = 0 + 1 x1 + 2 x2 +…+ k xk +u 中系数的线性约束，可以用线性约束条件的 F 检验来检验。比如，要检验模型
中最后 m 个回归系数是否为零，在原假设k-m+1=…=k =0 成立条件下，统计量
证明：
检验总体显著性的 F 检验的原假设为：
检验统计量为：
H0: 1 = ⋯ = �� = 0
1
F
=
��⁄�� ⁄(�� − ��
−
1)
~F(��，T
−
k
−
1)
(0.1)

金融计量学作业习题第 2 章

第二章经典单方程计量经济学模型：一元线性回归模型一、内容提要本章介绍了回归分析的基本思想与基本方法。

首先，本章从总体回归模型与总体回归函数、样本回归模型与样本回归函数这两组概念开始，建立了回归分析的基本思想。

总体回归函数是对总体变量间关系的定量表述，由总体回归模型在若干基本假设下得到，但它只是建立在理论之上，在现实中只能先从总体中抽取一个样本，获得样本回归函数，并用它对总体回归函数做出统计推断。

本章的一个重点是如何获取线性的样本回归函数，主要涉及到普通最小二乘法（OLS）的学习与掌握。

同时，也介绍了极大似然估计法（ML）以及矩估计法（MM）。

本章的另一个重点是对样本回归函数能否代表总体回归函数进行统计推断，即进行所谓的统计检验。

统计检验包括两个方面，一是先检验样本回归函数与样本点的“拟合优度”，第二是检验样本回归函数与总体回归函数的“接近”程度。

后者又包括两个层次：第一，检验解释变量对被解释变量是否存在着显著的线性影响关系，通过变量的t检验完成；第二，检验回归函数与总体回归函数的“接近”程度，通过参数估计值的“区间检验”完成。

本章还有三方面的内容不容忽视。

其一，若干基本假设。

样本回归函数参数的估计以及对参数估计量的统计性质的分析以及所进行的统计推断都是建立在这些基本假设之上的。

其二，参数估计量统计性质的分析，包括小样本性质与大样本性质，尤其是无偏性、有效性与一致性构成了对样本估计量优劣的最主要的衡量准则。

Goss-markov定理表明OLS估计量是最佳线性无偏估计量。

其三，运用样本回归函数进行预测，包括被解释变量条件均值与个值的预测，以及预测置信区间的计算及其变化特征。

二、典型例题分析例1、令kids表示一名妇女生育孩子的数目，educ表示该妇女接受过教育的年数。

生育率对教育年数的简单回归模型为β+μβkids=educ+1（1）随机扰动项μ包含什么样的因素？它们可能与教育水平相关吗？（2）上述简单回归分析能够揭示教育对生育率在其他条件不变下的影响吗？请解释。

计量经济学作业二：二元线性回归分析

计量经济学作业二：二元线性回归分析
企业管理专业01 博赵冰学号：10128829
被解释变量：食品支出含义：我国分地区家庭年人均食品支出
解释变量：人均收入含义：我国分地区家庭人均收入
粮食单价含义：粮食单价
假设模型为：食品支出=β0 +β1 *人均收入+β2 *粮食单价+e
样本选取为我国30个地区的家庭年人均食品支出、年人均收入及粮食单价
根据数据作回归分析得结果如下：
Variables
Entered/Removed b price,income a.EnterModel1VariablesEnteredVariablesRemovedMethodAll requested variables entered.a. Dependent Variable: expenditureb.
Model Summary b.821a.675.650111.482Model1RR SquareAdjusted RSquareStd. Error ofthe EstimatePredictors: (Constant), price, incomea. Dependent Variable: expenditureb.
根据回归分析的结果可以看出，该模型可以拟合为：
食品支出=134.799+0.168*人均收入+399.557*粮食单价
该模型的R2
为0.821，说明有82.1%是由该模型解释的。

单参数t检验通过，整体参数检验也通过。

但常数的t检验没有通过，所以该模型存在一定问题。

从正态拟合图也可以看出拟合的不是很好。

计量经济学作业2(农大)

计量经济学作业21．什么是异方差性？异方差产生的后果是什么？检验异方差性的三种方法和步骤是什么？2．已知消费模型：t t t t u x x y +++=22110ααα其中：t y ——消费支出；t x 1——个人可支配收入；t x 2——消费者的流动资产0)(=t u E 为常数）其中2212()(σσt t ar x u V = （1）进行适当变换消除异方差，并证明之；（2）写出消除异方差后，模型的参数估计量的表达式。

3．什么是序列相关性？举例说明经济现象中序列相关性的存在。

什么是自相关？解决自相关问题的几种方法和步骤？若有5个解释变量的多元线性回归模型，用容量为93的样本数据进行回归分析。

若根据回归残差序列计算的D.W.值为1.1，应得出什么结论？若D.W.值为2.35呢？4．什么是多重共线性？产生多重共线性的经济背景是什么？多重共线性的危害是什么？为什么会造成这些危害？检验多重共线性的方法思路是什么？有哪些克服方法？5．随机解释变量的来源有哪些？随机解释变量可以造成哪些结果？如何选取工具变量？工具变量法的步骤？6．试在消费函数εβα++=X Y 中（以加法形式）引入虚拟变量，用以反映季节因素（淡、旺季）和收入层次差异（高、中、低）对消费需求的影响，并写出各类消费函数的具体形式。

7．叙述用阿尔蒙多项式法估计外生变量有限分布滞后模型的方法步骤，对多项式的次数r 有哪些限制，为什么？8．根据美国1961年第一季度至1977年第二季度的季度数据，我们得到了如下的咖啡需求函数的回归方程：1ˆln 1.27890.1647ln 0.5115ln 0.1483ln 0.00890.0961t t t t tQ P I P T D '=-++-- )14.2- )23.1( )55.0( )36.3(- )74.3(-t t D D 320097.01570.0--)03.6(- )37.0(-80.02=R n=66,其中：Q ——人均咖啡消费量（单位：磅）P ——咖啡的价格（以1967年价格为不变价格）P '——茶的价格（1/4磅，以1967年价格为不变价格）T ——时间趋势变量（1961年第一季度为1，……1977年第二季度为66） 1D ——1：第一季度；2D ——1：第二季度；3D ——1：第三季度要求回答下列问题：（1）模型中P 、I 和P '的系数的经济含义是什么？（2）对模型进行整体的显著性检验和各解释变量的显著性检验（3）咖啡的价格需求是否很有弹性？（4）咖啡和茶是互补品还是替代品？（5）如何解释时间变量T 的系数？（6）如何解释模型中虚拟变量的作用？（7）哪一个虚拟变量在统计上是显著的？（8）咖啡的需求是否存在季节效应？。