計量經(jīng)濟學試題庫[超(完整版)]和答案解析(共45頁)

精選優(yōu)質(zhì)文檔-傾情為你奉上四、簡答題（每小題5分）1簡述計量經(jīng)濟學與經(jīng)濟學、統(tǒng)計學、數(shù)理統(tǒng)計學學科間的關系。2計量經(jīng)濟模型有哪些應用？3簡述建立與應用計量經(jīng)濟模型的主要步驟。 4對計量經(jīng)濟模型的檢驗應從幾個方面入手？5計量經(jīng)濟學應用的數(shù)據(jù)是怎樣進行分類的？ 6在計量經(jīng)濟模型中，為什么會存在隨機誤差項？7古典線性回歸模型的基本假定是什么？ 8總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。9試述回歸分析與相關分析的聯(lián)系和區(qū)別。10在滿足古典假定條件下，一元線性回歸模型的普通最小二乘估計量有哪些統(tǒng)計性質(zhì)？ 11簡述BLUE的含義。12對于多元線性回歸模型，為什么在進行了總體顯著性F檢驗之后，還要對每個回歸系數(shù)進行是否為0的t檢驗？13.給定二元回歸模型：，請敘述模型的古典假定。14.在多元線性回歸分析中，為什么用修正的決定系數(shù)衡量估計模型對樣本觀測值的擬合優(yōu)度？15.修正的決定系數(shù)及其作用。 16.常見的非線性回歸模型有幾種情況？17.觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。 18. 觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。 19.什么是異方差性？試舉例說明經(jīng)濟現(xiàn)象中的異方差性。20.產(chǎn)生異方差性的原因及異方差性對模型的OLS估計有何影響。 21.檢驗異方差性的方法有哪些？22.異方差性的解決方法有哪些？ 23.什么是加權最小二乘法？它的基本思想是什么？24.樣本分段法（即戈德菲爾特匡特檢驗）檢驗異方差性的基本原理及其使用條件。25簡述DW檢驗的局限性。 26序列相關性的后果。 27簡述序列相關性的幾種檢驗方法。28廣義最小二乘法（GLS）的基本思想是什么？ 29解決序列相關性的問題主要有哪幾種方法？30差分法的基本思想是什么？ 31差分法和廣義差分法主要區(qū)別是什么？32請簡述什么是虛假序列相關。 33序列相關和自相關的概念和范疇是否是一個意思？34DW值與一階自相關系數(shù)的關系是什么？ 35什么是多重共線性？產(chǎn)生多重共線性的原因是什么？36什么是完全多重共線性？什么是不完全多重共線性？ 37完全多重共線性對OLS估計量的影響有哪些？38不完全多重共線性對OLS估計量的影響有哪些？ 39從哪些癥狀中可以判斷可能存在多重共線性？40什么是方差膨脹因子檢驗法？ 41模型中引入虛擬變量的作用是什么？42虛擬變量引入的原則是什么？ 43虛擬變量引入的方式及每種方式的作用是什么？44判斷計量經(jīng)濟模型優(yōu)劣的基本原則是什么？ 45模型設定誤差的類型有那些？46工具變量選擇必須滿足的條件是什么？ 47設定誤差產(chǎn)生的主要原因是什么？48在建立計量經(jīng)濟學模型時，什么時候，為什么要引入虛擬變量？ 49估計有限分布滯后模型會遇到哪些困難50什么是滯后現(xiàn)像？產(chǎn)生滯后現(xiàn)像的原因主要有哪些？ 51簡述koyck模型的特點。52簡述聯(lián)立方程的類型有哪幾種 53簡述聯(lián)立方程的變量有哪幾種類型54模型的識別有幾種類型？ 55簡述識別的條件。五、計算與分析題（每小題10分）1下表為日本的匯率與汽車出口數(shù)量數(shù)據(jù)，年度1986198719881989199019911992199319941995XY16866114563112861013858814558313557512756711150210244694379X:年均匯率（日元/美元） Y:汽車出口數(shù)量（萬輛）問題：（1）畫出X與Y關系的散點圖。（2）計算X與Y的相關系數(shù)。其中， （3）采用直線回歸方程擬和出的模型為 t值 1.2427 7.2797 R2=0.8688 F=52.99解釋參數(shù)的經(jīng)濟意義。2已知一模型的最小二乘的回歸結果如下： 標準差（45.2） （1.53） n=30 R2=0.31其中，Y：政府債券價格（百美元），X：利率（%）?；卮鹨韵聠栴}：（1）系數(shù)的符號是否正確，并說明理由；（2）為什么左邊是而不是；（3）在此模型中是否漏了誤差項；（4）該模型參數(shù)的經(jīng)濟意義是什么。3估計消費函數(shù)模型得 t值 （13.1）（18.7）n=19 R2=0.81其中，C：消費（元）Y：收入（元） 已知，。問：（1）利用t值檢驗參數(shù)的顯著性（0.05）；（2）確定參數(shù)的標準差；（3）判斷一下該模型的擬合情況。4已知估計回歸模型得 且，求判定系數(shù)和相關系數(shù)。5有如下表數(shù)據(jù) 日本物價上漲率與失業(yè)率的關系年份物價上漲率（%）P失業(yè)率（%）U19860.62.819870.12.819880.72.519892.32.319903.12.119913.32.119921.62.219931.32.519940.72.91995-0.13.2（1）設橫軸是U，縱軸是P，畫出散點圖。根據(jù)圖形判斷，物價上漲率與失業(yè)率之間是什么樣的關系？擬合什么樣的模型比較合適？ （2）根據(jù)以上數(shù)據(jù)，分別擬合了以下兩個模型：模型一： 模型二：分別求兩個模型的樣本決定系數(shù)。7根據(jù)容量n=30的樣本觀測值數(shù)據(jù)計算得到下列數(shù)據(jù)：，試估計Y對X的回歸直線。8下表中的數(shù)據(jù)是從某個行業(yè)5個不同的工廠收集的，請回答以下問題：總成本Y與產(chǎn)量X的數(shù)據(jù)Y8044517061X1246118（1）估計這個行業(yè)的線性總成本函數(shù)： （2）的經(jīng)濟含義是什么？9有10戶家庭的收入（X，元）和消費（Y，百元）數(shù)據(jù)如下表： 10戶家庭的收入（X）與消費（Y）的資料X20303340151326383543Y7981154810910若建立的消費Y對收入X的回歸直線的Eviews輸出結果如下：Dependent Variable: YVariableCoefficientStd. ErrorX0.0.C2.0.R-squared0. S.D. dependent var2.Adjusted R-squared0. F-statistic75.55898Durbin-Watson stat2. Prob(F-statistic)0.（1）說明回歸直線的代表性及解釋能力。（2）在95%的置信度下檢驗參數(shù)的顯著性。（，）（3）在95%的置信度下，預測當X45（百元）時，消費（Y）的置信區(qū)間。（其中，）10已知相關系數(shù)r0.6，估計標準誤差，樣本容量n=62。求：（1）剩余變差；（2）決定系數(shù)；（3）總變差。11在相關和回歸分析中，已知下列資料：。（1）計算Y對X的回歸直線的斜率系數(shù)。（2）計算回歸變差和剩余變差。（3）計算估計標準誤差。12根據(jù)對某企業(yè)銷售額Y以及相應價格X的11組觀測資料計算：（1）估計銷售額對價格的回歸直線；（2）當價格為X110時，求相應的銷售額的平均水平，并求此時銷售額的價格彈性。13假設某國的貨幣供給量Y與國民收入X的歷史如系下表。 某國的貨幣供給量X與國民收入Y的歷史數(shù)據(jù)年份XY年份XY年份XY19852.05.019893.37.219934.89.719862.55.519904.07.719945.010.019873.2619914.28.419955.211.219883.6719924.6919965.812.4根據(jù)以上數(shù)據(jù)估計貨幣供給量Y對國民收入X的回歸方程，利用Eivews軟件輸出結果為：Dependent Variable: YVariableCoefficientStd. Errort-StatisticProb. X1.0.14.551270.0000C0.0.0.0.5444R-squared0. Mean dependent var8.Adjusted R-squared0. S.D. dependent var2.S.E. of regression0. F-statistic211.7394Sum squared resid2. Prob(F-statistic)0.問：（1）寫出回歸模型的方程形式，并說明回歸系數(shù)的顯著性（）。 （2）解釋回歸系數(shù)的含義。（2）如果希望1997年國民收入達到15，那么應該把貨幣供給量定在什么水平？14假定有如下的回歸結果 其中，Y表示美國的咖啡消費量（每天每人消費的杯數(shù)），X表示咖啡的零售價格（單位：美元/杯），t表示時間。問：（1）這是一個時間序列回歸還是橫截面回歸？做出回歸線。（2）如何解釋截距的意義？它有經(jīng)濟含義嗎？如何解釋斜率？（3）能否救出真實的總體回歸函數(shù)？（4）根據(jù)需求的價格彈性定義： ，依據(jù)上述回歸結果，你能救出對咖啡需求的價格彈性嗎？如果不能，計算此彈性還需要其他什么信息？15下面數(shù)據(jù)是依據(jù)10組X和Y的觀察值得到的： ，假定滿足所有經(jīng)典線性回歸模型的假設，求，的估計值；16.根據(jù)某地19611999年共39年的總產(chǎn)出Y、勞動投入L和資本投入K的年度數(shù)據(jù)，運用普通最小二乘法估計得出了下列回歸方程： (0.237) (0.083) (0.048) ，DW=0.858 式下括號中的數(shù)字為相應估計量的標準誤。(1)解釋回歸系數(shù)的經(jīng)濟含義； (2)系數(shù)的符號符合你的預期嗎？為什么？17.某計量經(jīng)濟學家曾用19211941年與19451950年（19421944年戰(zhàn)爭期間略去）美國國內(nèi)消費和工資收入、非工資非農(nóng)業(yè)收入、農(nóng)業(yè)收入的時間序列資料，利用普通最小二乘法估計得出了以下回歸方程：式下括號中的數(shù)字為相應參數(shù)估計量的標準誤。試對該模型進行評析，指出其中存在的問題。18.計算下面三個自由度調(diào)整后的決定系數(shù)。這里，為決定系數(shù)，為樣本數(shù)目，為解釋變量個數(shù)。（1）（2）（3）19.設有模型，試在下列條件下: 。分別求出，的最小二乘估計量。20假設要求你建立一個計量經(jīng)濟模型來說明在學校跑道上慢跑一英里或一英里以上的人數(shù)，以便決定是否修建第二條跑道以滿足所有的鍛煉者。你通過整個學年收集數(shù)據(jù)，得到兩個可能的解釋性方程：方程A： 方程B： 其中：某天慢跑者的人數(shù) 該天降雨的英寸數(shù) 該天日照的小時數(shù)該天的最高溫度（按華氏溫度） 第二天需交學期論文的班級數(shù)請回答下列問題：（1）這兩個方程你認為哪個更合理些，為什么？（2）為什么用相同的數(shù)據(jù)去估計相同變量的系數(shù)得到不同的符號？21假定以校園內(nèi)食堂每天賣出的盒飯數(shù)量作為被解釋變量，盒飯價格、氣溫、附近餐廳的盒飯價格、學校當日的學生數(shù)量（單位：千人）作為解釋變量，進行回歸分析；假設不管是否有假期，食堂都營業(yè)。不幸的是，食堂內(nèi)的計算機被一次病毒侵犯，所有的存儲丟失，無法恢復，你不能說出獨立變量分別代表著哪一項！下面是回歸結果（括號內(nèi)為標準差）：（2.6） (6.3) (0.61) (5.9) 要求：（1）試判定每項結果對應著哪一個變量？（2）對你的判定結論做出說明。22.設消費函數(shù)為，其中為消費支出，為個人可支配收入， 為隨機誤差項，并且（其中為常數(shù)）。試回答以下問題：（1）選用適當?shù)淖儞Q修正異方差，要求寫出變換過程；（2）寫出修正異方差后的參數(shù)估計量的表達式。23.檢驗下列模型是否存在異方差性，列出檢驗步驟，給出結論。樣本共40個，本題假設去掉c=12個樣本，假設異方差由引起，數(shù)值小的一組殘差平方和為，數(shù)值大的一組平方和為。24.假設回歸模型為：，其中：；并且是非隨機變量，求模型參數(shù)的最佳線性無偏估計量及其方差。25.現(xiàn)有x和Y的樣本觀測值如下表: x2510410y47459假設y對x的回歸模型為，且，試用適當?shù)姆椒ü烙嫶嘶貧w模型。26.根據(jù)某地19611999年共39年的總產(chǎn)出Y、勞動投入L和資本投入K的年度數(shù)據(jù)，運用普通最小二乘法估計得出了下列回歸方程： (0.237) (0.083) (0.048) ,DW=0.858 上式下面括號中的數(shù)字為相應估計量的標準誤差。在5%的顯著性水平之下，由DW檢驗臨界值表，得dL=1.38,du=1.60。問； (1) 題中所估計的回歸方程的經(jīng)濟含義； (2) 該回歸方程的估計中存在什么問題?應如何改進?  27根據(jù)我國19782000年的財政收入和國內(nèi)生產(chǎn)總值的統(tǒng)計資料，可建立如下的計量經(jīng)濟模型： （2.5199） （22.7229） 0.9609，731.2086，516.3338，0.3474請回答以下問題：（1） 何謂計量經(jīng)濟模型的自相關性？（2） 試檢驗該模型是否存在一階自相關，為什么？ （3） 自相關會給建立的計量經(jīng)濟模型產(chǎn)生哪些影響？（4） 如果該模型存在自相關，試寫出消除一階自相關的方法和步驟。（臨界值，）28.對某地區(qū)大學生就業(yè)增長影響的簡單模型可描述如下:式中，為新就業(yè)的大學生人數(shù)，MIN1為該地區(qū)最低限度工資，POP為新畢業(yè)的大學生人數(shù)，GDP1為該地區(qū)國內(nèi)生產(chǎn)總值，GDP為該國國內(nèi)生產(chǎn)總值；g表示年增長率。（1）如果該地區(qū)政府以多多少少不易觀測的卻對新畢業(yè)大學生就業(yè)有影響的因素作為基礎來選擇最低限度工資，則OLS估計將會存在什么問題？（2）令MIN為該國的最低限度工資，它與隨機擾動項相關嗎？（3）按照法律，各地區(qū)最低限度工資不得低于國家最低工資，哪么gMIN能成為gMIN1的工具變量嗎？ 29下列假想的計量經(jīng)濟模型是否合理，為什么？ （1） 其中，是第產(chǎn)業(yè)的國內(nèi)生產(chǎn)總值。 （2） 其中， 、分別為農(nóng)村居民和城鎮(zhèn)居民年末儲蓄存款余額。 （3） 其中，、分別為建筑業(yè)產(chǎn)值、建筑業(yè)固定資產(chǎn)投資和職工人數(shù)。 （4） 其中，、分別為居民耐用消費品支出和耐用消費品物價指數(shù)。 （5） （6）其中，、分別為煤炭工業(yè)職工人數(shù)和固定資產(chǎn)原值，、分別為發(fā)電量和鋼鐵產(chǎn)量。30指出下列假想模型中的錯誤，并說明理由： （1）其中，為第年社會消費品零售總額（億元），為第年居民收入總額（億元）（城鎮(zhèn)居民可支配收入總額與農(nóng)村居民純收入總額之和），為第年全社會固定資產(chǎn)投資總額（億元）。 （2） 其中， 、分別是城鎮(zhèn)居民消費支出和可支配收入。 （3）其中，、分別是工業(yè)總產(chǎn)值、工業(yè)生產(chǎn)資金和職工人數(shù)。31假設王先生估計消費函數(shù)（用模型表示），并獲得下列結果：，n=19 （3.1） (18.7) R2=0.98 這里括號里的數(shù)字表示相應參數(shù)的T比率值。要求：（1）利用T比率值檢驗假設：b=0（取顯著水平為5%，）；（2）確定參數(shù)估計量的標準誤差；（3）構造b的95%的置信區(qū)間，這個區(qū)間包括0嗎？32.根據(jù)我國19782000年的財政收入和國內(nèi)生產(chǎn)總值的統(tǒng)計資料，可建立如下的計量經(jīng)濟模型： （2.5199） （22.7229） 0.9609，731.2086，516.3338，0.3474請回答以下問題：（1）何謂計量經(jīng)濟模型的自相關性？（2）試檢驗該模型是否存在一階自相關及相關方向，為什么？（3）自相關會給建立的計量經(jīng)濟模型產(chǎn)生哪些影響？（臨界值，）33以某地區(qū)22年的年度數(shù)據(jù)估計了如下工業(yè)就業(yè)回歸方程 （-0.56）(2.3) (-1.7) (5.8) 式中，Y為總就業(yè)量；X1為總收入；X2為平均月工資率；X3為地方政府的總支出。（1）試證明：一階自相關的DW檢驗是無定論的。（2）逐步描述如何使用LM檢驗34下表給出三變量模型的回歸結果：方差來源平方和（SS）自由度（d.f.）平方和的均值(MSS)來自回歸(ESS)65965來自殘差(RSS)_總離差(TSS)6604214要求：（1）樣本容量是多少？（2）求RSS？（3）ESS和RSS的自由度各是多少？（4）求和？35.根據(jù)我國19852001年城鎮(zhèn)居民人均可支配收入和人均消費性支出資料，按照凱恩斯絕對收入假說建立的消費函數(shù)計量經(jīng)濟模型為： ； ；其中：是居民人均可支配收入，是居民人均消費性支出 要求：（1）解釋模型中137.422和0.772的意義；（2）簡述什么是模型的異方差性；（3）檢驗該模型是否存在異方差性；36考慮下表中的數(shù)據(jù)Y-10-8-6-4-20246810X11234567891011X213579111315171921假設你做Y對X1和X2的多元回歸，你能估計模型的參數(shù)嗎？為什么？37在研究生產(chǎn)函數(shù)時，有以下兩種結果：（1） （2）其中，Q產(chǎn)量，K資本，L勞動時數(shù)，t時間，n樣本容量請回答以下問題：（1）證明在模型（1）中所有的系數(shù)在統(tǒng)計上都是顯著的（0.05）。（2）證明在模型（2）中t和lnk的系數(shù)在統(tǒng)計上不顯著（0.05）。（3）可能是什么原因造成模型（2）中l(wèi)nk不顯著的？38. 根據(jù)某種商品銷售量和個人收入的季度數(shù)據(jù)建立如下模型：其中，定義虛擬變量為第i季度時其數(shù)值取1，其余為0。這時會發(fā)生什么問題，參數(shù)是否能夠用最小二乘法進行估計？39.某行業(yè)利潤Y不僅與銷售額X有關，而且與季度因素有關。（1） 如果認為季度因素使利潤平均值發(fā)生變異，應如何引入虛擬變量？（2） 如果認為季度因素使利潤對銷售額的變化額發(fā)生變異，應如何引入虛擬變量？（3） 如果認為上述兩種情況都存在，又應如何引入虛擬變量？對上述三種情況分別設定利潤模型。40.設我國通貨膨脹I主要取決于工業(yè)生產(chǎn)增長速度G，1988年通貨膨脹率發(fā)生明顯變化。（1） 假設這種變化表現(xiàn)在通貨膨脹率預期的基點不同（2） 假設這種變化表現(xiàn)在通貨膨脹率預期的基點和預期都不同對上述兩種情況，試分別確定通貨膨脹率的回歸模型。41.一個由容量為209的樣本估計的解釋CEO薪水的方程為：(15.3) (8.03) (2.75) (1.775) (2.13) (-2.895)其中,Y表示年薪水平(單位:萬元), 表示年收入(單位:萬元), 表示公司股票收益(單位:萬元); 均為虛擬變量,分別表示金融業(yè)、消費品工業(yè)和公用業(yè)。假設對比產(chǎn)業(yè)為交通運輸業(yè)。（1）解釋三個虛擬變量參數(shù)的經(jīng)濟含義。（2）保持和不變，計算公用事業(yè)和交通運輸業(yè)之間估計薪水的近似百分比差異。這個差異在1%的顯著性水平上是統(tǒng)計顯著嗎？（3）消費品工業(yè)和金融業(yè)之間估計薪水的近似百分比差異是多少？42.在一項對北京某大學學生月消費支出的研究中，認為學生的消費支出除受其家庭的月收入水平外,還受在學校是否得獎學金,來自農(nóng)村還是城市，是經(jīng)濟發(fā)達地區(qū)還是欠發(fā)達地區(qū),以及性別等因素的影響。試設定適當?shù)哪Ｐ?并導出如下情形下學生消費支出的平均水平:(1)來自欠發(fā)達農(nóng)村地區(qū)的女生,未得獎學金;(2)來自欠發(fā)達城市地區(qū)的男生,得到獎學金;(3)來自發(fā)達地區(qū)的農(nóng)村女生,得到獎學金;(4)來自發(fā)達地區(qū)的城市男生,未得獎學金.43. 試在家庭對某商品的消費需求函數(shù)中（以加法形式）引入虛擬變量，用以反映季節(jié)因素（淡、旺季）和收入層次差距（高、低）對消費需求的影響，并寫出各類消費函數(shù)的具體形式。44考察以下分布滯后模型： 假定我們要用多項式階數(shù)為2的有限多項式估計這個模型，并根據(jù)一個有60個觀測值的樣本求出了二階多項式系數(shù)的估計值為：00.3，1 0.51，2 =0.1，試計算 ( = 0, 1, 2, 3)45考察以下分布滯后模型：假如用2階有限多項式變換模型估計這個模型后得 式中， （1）求原模型中各參數(shù)值（2）估計對的短期影響乘數(shù)、長期影響乘數(shù)和過渡性影響乘數(shù)46已知某商場1997-2006年庫存商品額與銷售額的資料，假定最大滯后長度，多項式的階數(shù)。（1）建立分布滯后模型（2）假定用最小二乘法得到有限多項式變換模型的估計式為 請寫出分布滯后模型的估計式47考察下面的模型 式中為投資，為收入，為消費，為利率。（1）指出模型的內(nèi)生變量和前定變量；（2）分析各行為方程的識別狀況；（3）選擇最適合于估計可識別方程的估計方法。48設有聯(lián)立方程模型：消費函數(shù)： 投資函數(shù)： 恒等式：其中，為消費，為投資，為收入，為政府支出，和為隨機誤差項，請回答：（1）指出模型中的內(nèi)生變量、外生變量和前定變量 （2）用階條件和秩條件識別該聯(lián)立方程模型（3）分別提出可識別的結構式方程的恰當?shù)墓烙嫹椒?9識別下面模型式1：（需求方程） 式2：（供給方程）其中，為需求或供給的數(shù)量，為價格，為收入，和為內(nèi)生變量，為外生變量。50已知結構式模型為式1： 式2：其中，和是內(nèi)生變量，和是外生變量。（1）分析每一個結構方程的識別狀況； （2）如果0，各方程的識別狀況會有什么變化？計量經(jīng)濟學題庫答案一、單項選擇題（每小題1分）1C 2B 3D 4A 5C 6B 7A 8C 9D 10A 11D 12B 13B 14A 15A 16D 17A 18C 19B 20B 21D 22D 23D 24B 25C 26D 27D 28D 29A 30D 31B 32D 33C 34A 35C 36D 37A 38D 39A 40D 41C 42A 43C 44D 45A 46B 47C 48D 49B 50C 51B 52C 53C 54D 55C 56C 57D 58C 59A 60D 61A 62D 63A 64A 65D 66A 67B 68C 69A 70C 71D 72B 73.A 74.D 75.D 76.A 77.C 78.D 79.B 80.B 81.D 82.B 83.B 84D 85C 86A 87B 88C 89C 90A 91D 92C 93D 94A 95D 96D 97C 98D 99A 100D 101B 102D 103C 104A 105C 106B 107D 108D 109D 110D 111C 112D 113D 114D 115C 116C 117B 118C 119A120B121C122D123D124D125C126C127D二、多項選擇題（每小題2分）1 ADE 2 AC 3 BD 4 AB 5CD 6ABCDE 7 ABCD 8BCD 9 ABCDE 10ABCD 11 CD 12 ABCD 13 BCDE 14 ABE 15ACD 16ABCDE 17ABE 18AC 19BE 20CDE 21ABCDE 22CDE 23ABDE 24ADE 25ACE 26ABCDE 27ABCDE 28ABCDE 29BCE 30ACDE 31BCD 32BC 33 AB 34 ABCD 35 BCD 36 ACDE 37BCD 38BC 39 AD 40.ABCDE 41.AB 42.BCDE 43.DE 44.ABCDE 45.BE 46.ABC 47.BC 48.BCD 49.BDE 50.AB 51.ABCDE 52AC 53ACD 54ACD 55ABCD 56ABCDE57ABC58AB59ABC 60AE 61ABCD 62BC 63AC 64ABC 65BE 66ABC 67CD 68BCD 69ABCD 70CD71ABD72 ABCD73 ABCDE 74ADF 75ABD 76BD 77ABC 78ABCD 79ABCD 80BCDE三、名詞解釋（每小題3分）1經(jīng)濟變量：經(jīng)濟變量是用來描述經(jīng)濟因素數(shù)量水平的指標。（3分）2解釋變量：是用來解釋作為研究對象的變量（即因變量）為什么變動、如何變動的變量。（2分）它對因變量的變動做出解釋，表現(xiàn)為方程所描述的因果關系中的“因”。（1分）3被解釋變量：是作為研究對象的變量。（1分）它的變動是由解釋變量做出解釋的，表現(xiàn)為方程所描述的因果關系的果。（2分）4內(nèi)生變量：是由模型系統(tǒng)內(nèi)部因素所決定的變量，（2分）表現(xiàn)為具有一定概率分布的隨機變量，是模型求解的結果。（1分）5外生變量：是由模型系統(tǒng)之外的因素決定的變量，表現(xiàn)為非隨機變量。（2分）它影響模型中的內(nèi)生變量，其數(shù)值在模型求解之前就已經(jīng)確定。（1分）6滯后變量：是滯后內(nèi)生變量和滯后外生變量的合稱，（1分）前期的內(nèi)生變量稱為滯后內(nèi)生變量；（1分）前期的外生變量稱為滯后外生變量。（1分）7前定變量：通常將外生變量和滯后變量合稱為前定變量，（1分）即是在模型求解以前已經(jīng)確定或需要確定的變量。（2分）8控制變量：在計量經(jīng)濟模型中人為設置的反映政策要求、決策者意愿、經(jīng)濟系統(tǒng)運行條件和狀態(tài)等方面的變量，（2分）它一般屬于外生變量。（1分）9計量經(jīng)濟模型：為了研究分析某個系統(tǒng)中經(jīng)濟變量之間的數(shù)量關系而采用的隨機代數(shù)模型，（2分）是以數(shù)學形式對客觀經(jīng)濟現(xiàn)象所作的描述和概括。（1分）10函數(shù)關系：如果一個變量y的取值可以通過另一個變量或另一組變量以某種形式惟一地、精確地確定，則y與這個變量或這組變量之間的關系就是函數(shù)關系。（3分）11相關關系：如果一個變量y的取值受另一個變量或另一組變量的影響，但并不由它們惟一確定，則y與這個變量或這組變量之間的關系就是相關關系。（3分）12最小二乘法：用使估計的剩余平方和最小的原則確定樣本回歸函數(shù)的方法，稱為最小二乘法。（3分）13高斯馬爾可夫定理：在古典假定條件下，OLS估計量是模型參數(shù)的最佳線性無偏估計量，這一結論即是高斯馬爾可夫定理。（3分）14總變差（總離差平方和）：在回歸模型中，被解釋變量的觀測值與其均值的離差平方和。（3分）15回歸變差（回歸平方和）：在回歸模型中，因變量的估計值與其均值的離差平方和，（2分）也就是由解釋變量解釋的變差。（1分）16剩余變差（殘差平方和）：在回歸模型中，因變量的觀測值與估計值之差的平方和，（2分）是不能由解釋變量所解釋的部分變差。（1分）17估計標準誤差：在回歸模型中，隨機誤差項方差的估計量的平方根。（3分）18樣本決定系數(shù)：回歸平方和在總變差中所占的比重。（3分）19點預測：給定自變量的某一個值時，利用樣本回歸方程求出相應的樣本擬合值，以此作為因變量實際值和其均值的估計值。（3分）20擬合優(yōu)度：樣本回歸直線與樣本觀測數(shù)據(jù)之間的擬合程度。（3分）21殘差：樣本回歸方程的擬合值與觀測值的誤差稱為回歸殘差。（3分）22顯著性檢驗：利用樣本結果，來證實一個虛擬假設的真?zhèn)蔚囊环N檢驗程序。（3分）23回歸變差：簡稱ESS,表示由回歸直線（即解釋變量）所解釋的部分（2分），表示x對y的線性影響（1分）。24剩余變差：簡稱RSS，是未被回歸直線解釋的部分（2分），是由解釋變量以外的因素造成的影響（1分）。25多重決定系數(shù)：在多元線性回歸模型中，回歸平方和與總離差平方和的比值（1分），也就是在被解釋變量的總變差中能由解釋變量所解釋的那部分變差的比重，我們稱之為多重決定系數(shù)，仍用R2表示（2分）。26調(diào)整后的決定系數(shù)：又稱修正后的決定系數(shù)，記為，是為了克服多重決定系數(shù)會隨著解釋變量的增加而增大的缺陷提出來的，（2分）其公式為：（1分）。27偏相關系數(shù):在Y、X1、X2三個變量中，當X1 既定時（即不受X1的影響），表示Y與X2之間相關關系的指標，稱為偏相關系數(shù)，記做。（3分）28.異方差性：在線性回歸模型中，如果隨機誤差項的方差不是常數(shù)，即對不同的解釋變量觀測值彼此不同，則稱隨機項具有異方差性。（3分）29.戈德菲爾特-匡特檢驗:該方法由戈德菲爾特（S.M.Goldfeld）和匡特（R.E.Quandt）于1965年提出，用對樣本進行分段比較的方法來判斷異方差性。（3分）30.懷特檢驗:該檢驗由懷特（White）在1980年提出，通過建立輔助回歸模型的方式來判斷異方差性。（3分）31.戈里瑟檢驗和帕克檢驗:該檢驗法由戈里瑟和帕克于1969年提出，其基本原理都是通過建立殘差序列對解釋變量的（輔助）回歸模型，判斷隨機誤差項的方差與解釋變量之間是否存在著較強的相關關系，進而判斷是否存在異方差性。（3分）32序列相關性：對于模型 隨機誤差項互相獨立的基本假設表現(xiàn)為 （1分）如果出現(xiàn) 即對于不同的樣本點，隨機誤差項之間不再是完全互相獨立，而是存在某種相關性，則認為出現(xiàn)了序列相關性(Serial Correlation)。（2分）33虛假序列相關：是指模型的序列相關性是由于省略了顯著的解釋變量而導致的。34.差分法：差分法是一類克服序列相關性的有效方法，被廣泛的采用。差分法是將原模型變換為差分模型，分為一階差分法和廣義差分法。35.廣義差分法：廣義差分法可以克服所有類型的序列相關帶來的問題，一階差分法是它的一個特例。36.自回歸模型：37.廣義最小二乘法：是最有普遍意義的最小二乘法，普通最小二乘法和加權最小二乘法是它的特例。38. DW檢驗：德賓和瓦特森與1951年提出的一種適于小樣本的檢驗方法。DW檢驗法有五個前提條件。39.科克倫-奧克特迭代法：是通過逐次跌代去尋求更為滿意的的估計值，然后再采用廣義差分法。具體來說，該方法是利用殘差去估計未知的。（40. Durbin兩步法：當自相關系數(shù)未知，可采用Durbin提出的兩步法去消除自相關。第一步對一多元回歸模型，使用OLS法估計其參數(shù)，第二步再利用廣義差分。41相關系數(shù)：度量變量之間相關程度的一個系數(shù)，一般用表示。 ， ，越接近于1，相關程度越強，越接近于0，相關程度越弱。42.多重共線性：是指解釋變量之間存在完全或不完全的線性關系。43.方差膨脹因子：是指解釋變量之間存在多重共線性時的方差與不存在多重共線性時的方差之比。44把質(zhì)的因素量化而構造的取值為0和1的人工變量。45在設定模時如果模型中解釋變量的構成模型函數(shù)的形式以及有關隨機誤差項的若干假定等內(nèi)容的設定與客觀實際不一致，利用計量經(jīng)濟學模型來描述經(jīng)濟現(xiàn)象而產(chǎn)生的誤差。46是指與模型中的隨機解釋變量高度相關，與隨機誤差項不相關的變量。47用工具變量替代模型中與隨機誤差項相關的隨機解釋變量的方法。48由于引進虛擬變量，回歸模型的截距或斜率隨樣本觀測值的改變而系統(tǒng)地改變。49. 這是虛擬變量的一個應用，當解釋變量低于某個已知的臨界水平時，我們?nèi)√摂M變量設置而成的模型稱之為分段線性回歸模型。50 分布滯后模型：如果滯后變量模型中沒有滯后因變量，因變量受解釋變量的影響分布在解釋變量不同時期的滯后值上，則稱這種模型為分布滯后模型。51有限分布滯后模型：滯后期長度有限的分布滯后模型稱為有限分布滯后模型。52無限分布滯后模型：滯后期長度無限的分布滯后模型稱為無限分布滯后模型。53幾何分布滯后模型：對于無限分布滯后模型，如果其滯后變量的系數(shù)bi是按幾何級數(shù)列衰減的，則稱這種模型為幾何分布滯后模型。54聯(lián)立方程模型：是指由兩個或更多相互聯(lián)系的方程構建的模型。55 結構式模型：是根據(jù)經(jīng)濟理論建立的反映經(jīng)濟變量間直接關系結構的計量方程系統(tǒng)。56 簡化式模型：是指聯(lián)立方程中每個內(nèi)生變量只是前定變量與隨機誤差項的函數(shù)。57 結構式參數(shù)：結構模型中的參數(shù)叫結構式參數(shù)58 簡化式參數(shù)：簡化式模型中的參數(shù)叫簡化式參數(shù)。59識別：就是指是否能從簡化式模型參數(shù)估計值中推導出結構式模型的參數(shù)估計值。60不可識別：是指無法從簡化式模型參數(shù)估計值中推導出結構式模型的參數(shù)估計值。61 識別的階條件：如果一個方程能被識別，那么這個方程不包含的變量的總數(shù)應大于或等于模型系統(tǒng)中方程個數(shù)減1。62識別的秩條件：一個方程可識別的充分必要條件是：所有不包含在這個方程中的參數(shù)矩陣的秩為m-1。63間接最小二乘法：先利用最小二乘法估計簡化式方程，再通過參數(shù)關系體系，由簡化式參數(shù)的估計值求解得結構式參數(shù)的估計值。四、簡答題（每小題5分）1簡述計量經(jīng)濟學與經(jīng)濟學、統(tǒng)計學、數(shù)理統(tǒng)計學學科間的關系。答：計量經(jīng)濟學是經(jīng)濟理論、統(tǒng)計學和數(shù)學的綜合。（1分）經(jīng)濟學著重經(jīng)濟現(xiàn)象的定性研究，計量經(jīng)濟學著重于定量方面的研究。（1分）統(tǒng)計學是關于如何收集、整理和分析數(shù)據(jù)的科學，而計量經(jīng)濟學則利用經(jīng)濟統(tǒng)計所提供的數(shù)據(jù)來估計經(jīng)濟變量之間的數(shù)量關系并加以驗證。（1分）數(shù)理統(tǒng)計學作為一門數(shù)學學科，可以應用于經(jīng)濟領域，也可以應用于其他領域；計量經(jīng)濟學則僅限于經(jīng)濟領域。（1分）計量經(jīng)濟模型建立的過程，是綜合應用理論、統(tǒng)計和數(shù)學方法的過程，計量經(jīng)濟學是經(jīng)濟理論、統(tǒng)計學和數(shù)學三者的統(tǒng)一。2、計量經(jīng)濟模型有哪些應用？答：結構分析。（1分）經(jīng)濟預測。（1分）政策評價。（1分）檢驗和發(fā)展經(jīng)濟理論。（2分）3、簡述建立與應用計量經(jīng)濟模型的主要步驟。答：根據(jù)經(jīng)濟理論建立計量經(jīng)濟模型；（1分）樣本數(shù)據(jù)的收集；（1分）估計參數(shù)；（1分）模型的檢驗；（1分）計量經(jīng)濟模型的應用。（1分）4、對計量經(jīng)濟模型的檢驗應從幾個方面入手？答：經(jīng)濟意義檢驗；（2分）統(tǒng)計準則檢驗；（1分）計量經(jīng)濟學準則檢驗；（1分）模型預測檢驗。（1分）5計量經(jīng)濟學應用的數(shù)據(jù)是怎樣進行分類的？答：四種分類：時間序列數(shù)據(jù)；（1分）橫截面數(shù)據(jù)；（1分）混合數(shù)據(jù)；（1分）虛擬變量數(shù)據(jù)。（2分）6.在計量經(jīng)濟模型中，為什么會存在隨機誤差項？答：隨機誤差項是計量經(jīng)濟模型中不可缺少的一部分。（1分）產(chǎn)生隨機誤差項的原因有以下幾個方面：模型中被忽略掉的影響因素造成的誤差；（1分）模型關系認定不準確造成的誤差；（1分）變量的測量誤差；（1分）隨機因素。（1分）7.古典線性回歸模型的基本假定是什么？答：零均值假定。（1分）即在給定xt的條件下，隨機誤差項的數(shù)學期望（均值）為0，即。同方差假定。（1分）誤差項的方差與t無關，為一個常數(shù)。無自相關假定。（1分）即不同的誤差項相互獨立。解釋變量與隨機誤差項不相關假定。（1分）正態(tài)性假定，（1分）即假定誤差項服從均值為0，方差為的正態(tài)分布。8總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。答：主要區(qū)別：描述的對象不同。（1分）總體回歸模型描述總體中變量y與x的相互關系，而樣本回歸模型描述所觀測的樣本中變量y與x的相互關系。建立模型的不同。（1分）總體回歸模型是依據(jù)總體全部觀測資料建立的，樣本回歸模型是依據(jù)樣本觀測資料建立的。模型性質(zhì)不同。（1分）總體回歸模型不是隨機模型，樣本回歸模型是隨機模型，它隨著樣本的改變而改變。主要聯(lián)系：樣本回歸模型是總體回歸模型的一個估計式，之所以建立樣本回歸模型，目的是用來估計總體回歸模型。（2分）9試述回歸分析與相關分析的聯(lián)系和區(qū)別。答：兩者的聯(lián)系：相關分析是回歸分析的前提和基礎；回歸分析是相關分析的深入和繼續(xù)。（1分）相關分析與回歸分析的有關指標之間存在計算上的內(nèi)在聯(lián)系。（1分）兩者的區(qū)別：回歸分析強調(diào)因果關系，相關分析不關心因果關系，所研究的兩個變量是對等的。（1分）對兩個變量x與y而言，相關分析中：；在回歸分析中，和卻是兩個完全不同的回歸方程。（1分）回歸分析對資料的要求是被解釋變量y是隨機變量，解釋變量x是非隨機變量；相關分析對資料的要求是兩個變量都隨機變量。（1分）10在滿足古典假定條件下，一元線性回歸模型的普通最小二乘估計量有哪些統(tǒng)計性質(zhì)？答：線性，是指參數(shù)估計量和分別為觀測值和隨機誤差項的線性函數(shù)或線性組合。（1分）無偏性，指參數(shù)估計量和的均值（期望值）分別等于總體參數(shù)和。（2分）有效性（最小方差性或最優(yōu)性），指在所有的線性無偏估計量中，最小二乘估計量和的方差最小。（2分）11簡述BLUE的含義。答：BLUE即最佳線性無偏估計量，是best linear unbiased estimators的縮寫。（2分）在古典假定條件下，最小二乘估計量具備線性、無偏性和有效性，是最佳線性無偏估計量，即BLUE，這一結論就是著名的高斯馬爾可夫定理。（3分）12對于多元線性回歸模型，為什么在進行了總體顯著性F檢驗之后，還要對每個回歸系數(shù)進行是否為0的t檢驗？答：多元線性回歸模型的總體顯著性F檢驗是檢驗模型中全部解釋變量對被解釋變量的共同影響是否顯著。（1分）通過了此F檢驗，就可以說模型中的全部解釋變量對被解釋變量的共同影響是顯著的，但卻不能就此判定模型中的每一個解釋變量對被解釋變量的影響都是顯著的。（3分）因此還需要就每個解釋變量對被解釋變量的影響是否顯著進行檢驗，即進行t檢驗。（1分）13.給定二元回歸模型：，請敘述模型的古典假定。解答：（1）隨機誤差項的期望為零，即。（2）不同的隨機誤差項之間相互獨立，即（1分）。（3）隨機誤差項的方差與t無關，為一個常數(shù)，即。即同方差假設（1分）。（4）隨機誤差項與解釋變量不相關，即。通常假定為非隨機變量，這個假設自動成立（1分）。（5）隨機誤差項為服從正態(tài)分布的隨機變量，即（1分）。（6）解釋變量之間不存在多重共線性，即假定各解釋變量之間不存在線性關系，即不存在多重共線性（1分）。14.在多元線性回歸分析中，為什么用修正的決定系數(shù)衡量估計模型對樣本觀測值的擬合優(yōu)度？解答：因為人們發(fā)現(xiàn)隨著模型中解釋變量的增多，多重決定系數(shù)的值往往會變大，從而增加了模型的解釋功能。這樣就使得人們認為要使模型擬合得好，就必須增加解釋變量（2分）。但是，在樣本容量一定的情況下，增加解釋變量必定使得待估參數(shù)的個數(shù)增加，從而損失自由度，而實際中如果引入的解釋變量并非必要的話可能會產(chǎn)生很多問題，比如，降低預測精確度、引起多重共線性等等。為此用修正的決定系數(shù)來估計模型對樣本觀測值的擬合優(yōu)度（3分）。15.修正的決定系數(shù)及其作用。解答：，（2分）其作用有：（1）用自由度調(diào)整后，可以消除擬合優(yōu)度評價中解釋變量多少對決定系數(shù)計算的影響；（2分）（2）對于包含解釋變量個數(shù)不同的模型，可以用調(diào)整后的決定系數(shù)直接比較它們的擬合優(yōu)度的高低，但不能用原來未調(diào)整的決定系數(shù)來比較（1分）。16.常見的非線性回歸模型有幾種情況？解答：常見的非線性回歸模型主要有:(1) 對數(shù)模型（1分）(2) 半對數(shù)模型或（1分）(3) 倒數(shù)模型（1分）(4) 多項式模型（1分）(5) 成長曲線模型包括邏輯成長曲線模型和Gompertz成長曲線模型（1分）17.觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。 解答：系數(shù)呈線性，變量非線性；（1分）系數(shù)呈線性，變量非呈線性；（1分）系數(shù)和變量均為非線性；（1分）系數(shù)和變量均為非線性。（2 分）18. 觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。 解答：系數(shù)呈線性，變量非呈線性；（1分）系數(shù)非線性，變量呈線性；（1分）系數(shù)和變量均為非線性；(2分)系數(shù)和變量均為非線性（1分）。19. 異方差性是指模型違反了古典假定中的同方差假定，它是計量經(jīng)濟分析中的一個專門問題。在線性回歸模型中，如果隨機誤差項的方差不是常數(shù)，即對不同的解釋變量觀測值彼此不同，則稱隨機項具有異方差性，即 （t=1，2，n）。（3分）例如，利用橫截面數(shù)據(jù)研究消費和收入之間的關系時，對收入較少的家庭在滿足基本消費支出之后的剩余收入已經(jīng)不多，用在購買生活必需品上的比例較大，消費的分散幅度不大。收入較多的家庭有更多可自由支配的收入，使得這些家庭的消費有更大的選擇范圍。由于個性、愛好、儲蓄心理、消費習慣和家庭成員構成等那個的差異，使消費的分散幅度增大，或者說低收入家庭消費的分散度和高收入家庭消費得分散度相比較，可以認為牽著小于后者。這種被解釋變量的分散幅度的變化，反映到模型中，可以理解為誤差項方差的變化。（2分）20.產(chǎn)生原因：（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設定誤差；（3）樣本數(shù)據(jù)的測量誤差；（4）隨機因素的影響。（2分）產(chǎn)生的影響：如果線性回歸模型的隨機誤差項存在異方差性，會對模型參數(shù)估計、模型檢驗及模型應用帶來重大影響，主要有：（1）不影響模型參數(shù)最小二乘估計值的無偏性；（2）參數(shù)的最小二乘估計量不是一個有效的估計量；（3）對模型參數(shù)估計值的顯著性檢驗失效；（4）模型估計式的代表性降低，預測精度精度降低。（3分）21.檢驗方法：（1）圖示檢驗法；（1分）（2）戈德菲爾德匡特檢驗；（1分）（3）懷特檢驗；（1分）（4）戈里瑟檢驗和帕克檢驗（殘差回歸檢驗法）；（1分）（5）ARCH檢驗（自回歸條件異方差檢驗）（1分）22.解決方法：（1）模型變換法；（2分）（2）加權最小二乘法；（2分）（3）模型的對數(shù)變換等（1分）23.加權最小二乘法的基本原理：最小二乘法的基本原理是使殘差平方和為最小，在異方差情況下，總體回歸直線對于不同的的波動幅度相差很大。隨機誤差項方差越小，樣本點對總體回歸直線的偏離程度越低，殘差的可信度越高（或者說樣本點的代表性越強）；而較大的樣本點可能會偏離總體回歸直線很遠，的可信度較低（或者說樣本點的代表性較弱）。（2分）因此，在考慮異方差模型的擬合總誤差時，對于不同的應該區(qū)別對待。具體做法：對較小的給于充分的重視，即給于較大的權數(shù)；對較大的給于充分的重視，即給于較小的權數(shù)。更好的使反映對殘差平方和的影響程度，從而改善參數(shù)估計的統(tǒng)計性質(zhì)。（3分）24. 樣本分段法（即戈德菲爾特匡特檢驗）的基本原理：將樣本分為容量相等的兩部分，然后分別對樣本1和樣本2進行回歸，并計算兩個子樣本的殘差平方和，如果隨機誤差項是同方差的，則這兩個子樣本的殘差平方和應該大致相等；如果是異方差的，則兩者差別較大，以此來判斷是否存在異方差。（3分）使用條件：（1）樣本容量要盡可能大，一般而言應該在參數(shù)個數(shù)兩倍以上；（2）服從正態(tài)分布，且除了異方差條件外，其它假定均滿足。（2分）25簡述DW檢驗的局限性。答：從判斷準則中看到，DW檢驗存在兩個主要的局限性：首先，存在一個不能確定的值區(qū)域，這是這種檢驗方法的一大缺陷。（2分）其次：檢驗只能檢驗一階自相關。（2分）但在實際計量經(jīng)濟學問題中，一階自相關是出現(xiàn)最多的一類序列相關，而且經(jīng)驗