《计量经济学》期末试卷09-10(1)1

第1页共11页（2010年1月）第一学期期末考试试卷《计量经济学》试卷一、单项选择题(1分×20题＝20分)1．在回归分析中下列有关解释变量和被解释变量的说法中正确的是(c)A.被解释变量和解释变量均为随机变量B.被解释变量和解释变量均为非随机变量C.被解释变量为随机变量,解释变量为非随机变量D.被解释变量为非随机变量,解释变量为随机变量2.下面哪一个必定是错误的（a）。A.8.02.030^XYirXYB.91.05.175^XYirXYC.78.01.25^XYirXYD.96.05.312^XYirXY3．判断模型参数估计量的符号、大小、相互之间关系的合理性属于（b）准则。A.计量经济B.经济理论C.统计D.统计和经济理论4.判定系数r2=0.8，说明回归直线能解释被解释变量总变差的：(a)A.80%B.64%C.20%D.89%5.下图中“{”所指的距离是（b）A.随机误差项B.残差C.iY的离差D.iYˆ的离差XY10ˆˆˆYiYX第2页共11页（2010年1月）6.已知DW统计量的值接近于2，则样本回归模型残差的一阶自相关系数ˆ近似等于（a）。A.0B.-1C.1D.0.57.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800e2t，估计用样本容量为n=24，则随机误差项t的方差估计量为(b)。A.33.3B.40C.38.09D.36.368.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.离差和9.某企业的生产决策是由模型tttuPS10描述（其中tS为产量，tP为价格），又知：如果该企业在1t期生产过剩，决策者会削减t期的产量。由此判断上述模型存在（b）。A.异方差问题B.序列相关问题C.多重共线性问题D.随机解释变量问题10.产量（X，台）与单位产品成本（Y，元/台）之间的回归方程为5X.1356Yˆ，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11.回归模型25,1i,XYii10i，中，总体方差未知，检验0:H10时，所用的检验统计量)ˆ(Sˆ111服从（d）。A.)2n(2B.)1n(tC.)1n(2D.)2n(t12.线性回归模型的参数估计量ˆ是随机变量iY的函数，即YX)XX(ˆ1。所以ˆ是（a）。第3页共11页（2010年1月）A.随机变量B.非随机变量C.确定性变量D.常量13.如果回归模型中的随机误差项存在异方差，则模型参数的普通最小二乘估计量（b）。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14.G-Q检验法可用于检验（a）。A.异方差性B.多重共线性C.序列相关D.随机解释变量15.当模型中的解释变量存在完全多重共线性时，参数估计量的方差为：(c)A.0B.1C.∞D.最小16.（b）是具有一定概率分布的随机变量，它的数值由模型本身决定。A.外生变量B.内生变量C.先决变量D.滞后变量17.在Eviews命令中，Ｘ（－１）表示（c）A.Ｘ乘以－１B.Ｘ减１C.Ｘ的滞后一期变量D.Ｘ的倒数18.在双对数线性模型uXYlnln10中，参数1的含义是（d）。A.Y关于X的增长量B.Y关于X的发展速度C.Y关于X的边际倾向D.Y关于X的弹性19.根据20个观测值估计的结果，一元线性回归模型的DW=2.6,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，dL=1.20,dU=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.无法确定20.下列模型中不属于线性模型的是（c）A.uXYln10B.uZXY210C.uXY10D.uXY10二、填空题（1分×20空＝20分）1．计量经济学是以经济理论和经济数据的事实为依据，运用数学、统计学的方法，通过建立来研究经济数量关系和规律的一门经济学科。2.计量经济学不仅要寻求经济计量分析的方法，而且要对实际经济问题加以研究，要解决达到上述目的的理论和方法问题。这样计量经济学分成了两种类型：__________和__________两大类。第4页共11页（2010年1月）3.研究经济问题时，可用于参数估计的数据主要有：__________数据、__________数据、__________数据和。4.计量经济学模型的检验主要从__________检验、__________检验、__________检验和__________检验这么四个方面进行。5.被解释变量的观测值iY与其回归理论值)Y(E之间的偏差，称为__________；被解释变量的观测值iY与其回归估计值iYˆ之间的偏差，称为__________。6.对线性回归模型ii10iXYu进行最小二乘估计，最小二乘准则是____________________。7.方程显著性检验的检验对象是________________________________________。8.以双变量线性回归模型为例，总体回归函数均值形式为：，个别值形式为：；样本回归函数的均值形式为：，个别值形式为：。9.在回归分析中，解释变量一般是按照变量来处理的。三、判断题（1分×5＝5分）1.回归模型方程的显著性检验与方程的拟合优度检验是相同的()。2.参数估计量的优良性指的是线性、无偏性最有效性，简称BLUE()。3.可决系数和相关系数是两个不同的概念，无任何联系()。4.在多元线性回归分析中，调整样本决定系数2R与样本决定系数2R之间的关系是22RR()。5.在多元回归中，根据通常的t检验，如果每个参数都是统计上不显著的，就不会得到一个高的2R值。()。四、简答题（17分）1.（7分）请简要叙述计量经济学的研究步骤。2.（10分）什么是OLS估计量的线性性和无偏性？试加以证明（以一元线性回归模型为例）。五、计算题（18分）1.（10分）从某公司分布在11个地区的销售点的销售量（Y）和销售价格（X）观测值得出以下结果：519.8X217.82Y23134543iX第5页共11页（2010年1月）1296836iiXY2539512iY（1）作销售额对价格的回归分析，并解释其结果。（2）回归直线未解释的销售变差部分是多少？2.（8分）已知消费模型n,1i,XYi1i10iu，其中：iY：个人消费支出；1iX：个人可支配收入；已知212,)var(;0)(;0)(iisiiiXuuEuE请进行适当的变换消除异方差，并给与证明。六、案例分析题（20分）分析财政支农资金结构对农民收入的影响，令Y（元）表示农民人均纯收入。X1（亿元）表示财政用于农业基本建设的支出，X2（亿元）表示财政用于农村基本建设支出，X3（亿元）表示农业科技三项费用，X4（亿元）表示农村救济费。建立如下回归模型011223344YXXXXEviews输出结果如下：表1：DependentVariable:YSample:19852003Includedobservations:19VariableCoefficientStd.Errort-StatisticProb.C134.5734200.64290.6707110.5133X11.6474470.6098502.7013980.0172X2-0.3540372.199568-0.1609580.8744X314.73859127.54320.1155580.9096X415.076487.9863291.8877860.0800R-squared0.920517Meandependentvar1391.353AdjustedR-squared0.897807S.D.dependentvar822.1371S.E.ofregression262.8173Akaikeinfocriterion14.20173Sumsquaredresid967021.0Schwarzcriterion14.45027Loglikelihood-129.9164F-statistic40.53451Durbin-Watsonstat0.507406Prob(F-statistic)0.000000表2：DependentVariable:Y第6页共11页（2010年1月）Sample:19852003Includedobservations:19VariableCoefficientStd.Errort-StatisticProb.C159.6613114.22261.3978090.1813X11.6280360.3905284.1688050.0007X414.851556.8869522.1564760.0466R-squared0.920351Meandependentvar1391.353AdjustedR-squared0.910394S.D.dependentvar822.1371S.E.ofregression246.1002Akaikeinfocriterion13.99329Sumsquaredresid969044.5Schwarzcriterion14.14242Loglikelihood-129.9363F-statistic92.44012Durbin-Watsonstat0.542200Prob(F-statistic)0.000000表3：WhiteHeteroskedasticityTest:F-statistic5.668786Probability0.006293Obs*R-squared11.74713Probability0.019334DependentVariable:RESID^2Sample:19852003Includedobservations:19VariableCoefficientStd.Errort-StatisticProb.C32945.3352208.470.6310340.5382X168.27213434.51690.1571220.8774X1^2-0.0779200.279599-0.2786860.7846X4-2938.7807375.757-0.3984380.6963X4^278.4699068.936751.1382880.2741R-squared0.618270Meandependentvar51002.34AdjustedR-squared0.509204S.D.dependentvar80097.16S.E.ofregression56113.51Akaikeinfocriterion24.92908Sumsquaredresid4.41E+10Schwarzcriterion25.17761Loglikelihood-231.8262F-statistic5.668786Durbin-Watsonstat2.872506Prob(F-statistic)0.006293表4：DependentVariable:LOG(Y)Sample:19852003Includedobservations:19第7页共11页（2010年1月）VariableCoefficientStd.Errort-StatisticProb.C2.1209820.2701817.8502210.0000LOG(X1)0.6563810.1142575.7447830.0000LOG(X4)0.3172810.1485442.1359390.0485R-squared0.971233Meandependentvar7.0363