财务计量复习题

一、单项选择题在一元线性回归模型中，样本回归方程可表示为（）A.01iiiYXuB.01ˆˆˆiiiYXeC．01ˆˆˆiiYXD.01iiEYX对样本的相关系数，以下结论错误的是（）A.绝对值越接近0，线性相关程度越高B.绝对值越接近1，线性相关程度越高C.11D、0，则X与Y相互独立在经济计量学中，把用来拟合计量经济模型的数据分为（）A．时期数据和时点数据B．时序数据和横截面数据C．历史数据和预测数据D．绝对数据和相对数据{[()][()]}0iijjEuEuuEu(i≠j)的含义为（）A．随机误差项的均值为常数B．两个误差项互不相关C．随机误差项的方差为常数D．误差项服从正态分布若单方程线性回归模型违背了同方差性假定，则参数的OLS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F检验值却很高，这说明模型存在（）A．方差非齐性B．序列相关性C．多重共线性D．设定误差经济计量模型是指()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.模糊数学模型回归分析中定义的（)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DW统计量以OLS残差为基础，如果D.W值越接近于2，则表明（）A存在着正的自相关B存在着负的自相关C无自相关D无任何意义最小二乘法是指（）A.使ntttYY1ˆ达到最小值B.使ˆminiiYY达到最小值C.使ttYYˆmax达到最小值D.使21ˆntttYY达到最小值设OLS法得到的样本回归直线为01ˆˆiiiYXe，以下说法错误的是()A．0ieB．0),(iieXCOVC．YYˆD．),(YX在回归直线上在对x与y的相关分析中（）A．x是随机变量B．y是随机变量C．x与y都是随机变量D．x与y都是非随机变量调整后的判定系数2R与判定系数2R的关系是（）A．2R=2n-11-(1-R)n-k-1B．2R=1-(1-2R)kn1nC．2R=(1-2R)kn1nD．2R=(1-2R)kn1nn为样本容量，则在二元线性回归模型中随机误差项的无偏估计量为（）A．ne2iB．1ne2iC．2ne2iD．3ne2i在线性回归模型中，如果存在异方差，则常用的估计方法是（）A．广义差分法B．工具变量法C．一阶差分法D．加权最小二乘法若OLS的模型残差的一阶自相关系数为0.7，则DW统计量的值近似为（）A．0.2B．0.4C．0.6D．0.8样本分段比较检验法又称为（）A．DW检验法B．戈里瑟检验法C．怀特检验法D．G-Q检验法相关系数r满足（）A．r≥0B．|r|≤1C．r≤1D．|r|≥1关于可决系数2R，以下说法中错误的是（）A.可决系数2R的定义为已解释的变差与总变差之比B.20,1RC.可决系数2R反映了样本回归线对样本观测值拟合优劣程度的一种描述D.可决系数2R的大小不受到回归模型中所包含的解释变量个数的影响在一元线性回归分析中TSS=RSS+ESS，假设n为样本容量，则剩余变差RSS的自由度为（）A．1B．nC．n-1D．n-2对于回归模型ii10iuxy，0的估计式为（）A．xˆyˆ10B．xˆyˆ10C．01ˆyxD．01ˆyx已知五元线性回归模型估计的残差平方和为8002te，样本容量为46，则随机误差项tu的方差估计量2ˆ为()A.33.33B.4C.38.09D.2001122iiiiYXXu的OLS结果F＝263489.23，F的p值＝0.000000，表明（）A、1iX对iY的影响是显著的B、2iX对iY的影响是显著的C、1iX和2iX对iY的联合影响是显著的.D、1iX和2iX对iY的影响是不显著判定系数增量贡献法可用于检测（）A．方差非齐性问题B．序列相关问题C．多重共线性问题D．回归系数是否显著异于零在经济计量模型中，被解释变量一定是（）A．内生变量B．滞后变量C．政策变量D．外生变量若OLS的模型残差的一阶自相关系数为0.5，则DW统计量的值近似为（）A．0.2B．0.4C．0.8D．1在回归直线yc=a+bx中，b表示()A当x增加一个单位，，y增加a的数量B当y增加一个单位时，x增加b的数量C当x增加一个单位时，y的均增加量D当y增加一个单位时，x的平均增加量收入决定模型中的前期收入yt-1被称为（）A．控制变量B．内生变量C．政策变量D．滞后变量普通最小二乘法确定一元线性回归模型Yi=ii10eXˆˆ的参数0ˆ和1ˆ的准则是使（）A．ie最小B．2ie最小C．ie最大D．2ie最大多元线性回归分析中的ESS反映了（）A.因变量回归估计值总变差的大小B.因变量观测值与估计值之间的总变差C.因变量观测值与估计值之间的总变差D.Y关于X的边际变化相关系数r的取值范围()A-∞r+∞B-1≤r≤+1C-1r+1D0≤r≤+1线性模型Yi=β0+β1X1i+β2X2i+μi不满足哪一假定称为异方差现象?()A.Cov(μi,μj)=0B.Var(μi)=σ2C.Cov(Xi,μi)=0D.Cov(X1i,X2i)=0在模型有异方差的情况下，常用的补救措施是（）A.广义差分法B.工具变量法C.逐步回归法D.加权最小二乘法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F检验值却很高，这说明模型存在（）A．异方差性B．序列相关性C．多重共线性D．设定误差D-W检验，DW统计量以OLS残差为基础，如果D.W值越接近于0。()A则表明存在着正的自相关B则表明存在着负的自相关C则表明无自相关D无法表明任何意义对样本的相关系数，以下结论错误的是（）A.越接近0，X与Y之间线性相关程度高B.越接近1，X与Y之间线性相关程度高C.11D、0，则X与Y相互独立设OLS法得到的样本回归直线为01ˆˆiiiYXe，以下说法错误的是()A．0ieB．0),(iieXCOVC．YYˆD．),(YX在回归直线上在古典假设成立的条件下用OLS方法估计线性回归模型参数，则参数估计量具有（）的统计性质。A．有偏特性B.非线性特性C．最小方差特性D.非一致性特性已知五元线性回归模型估计的残差平方和为8002te，样本容量为86，则随机误差项tu的方差估计量2ˆ为()A.16.68B.20C.19.05D.10容易产生异方差的数据为()A.时序数据B.修匀数据C.横截面数据D.年度数据若使用普通最小二乘法估计的模型残差的一阶自相关系数为0.9，则DW统计量的值近似为（）A．0.2B．0.4C．0.8D．1.6White检验方法主要用于检验（）A．异方差性B.自相关性C．随机解释变量D.多重共线性判定系数增量贡献法可用于检测（）A．方差非齐性问题B．序列相关问题C．多重共线性问题D．回归系数是否显著异于零在经济计量学中，把用来拟合计量经济模型的数据分为（）A．时期数据和时点数据B．时序数据和横截面数据C．历史数据和预测数据D．绝对数据和相对数据在三元线性回归分析中TSS=RSS+ESS，假设n为样本容量，则剩余变差RSS的自由度为（）A．n-1B．n-2C．n-3D．n-4多元线性回归分析中的ESS反映了（）A.因变量回归估计值总变差的大小B.因变量观测值与估计值之间的总变差C.因变量观测值与估计值之间的总变差D.Y关于X的边际变化DW统计量以OLS残差为基础，如果D.W值越接近于4。（）A则表明存在着正的自相关B则表明存在着负的自相关C则表明无自相关D无法表明任何意义二、判断题回归系数b的符号与相关系数r的符号，可以相同也可以不相同。()任何一个计量模型赖以成功的要素有：理论、方法和数据。（）完全共线性条件下参数估计量不存在。（）当异方差出现时，OLS估计量时偏误的和非有效的。（）利用OLS求得的样本回归直线01ˆˆˆiiYX必然通过点(,)XY。（）在对参数进行最小二乘估计之前，没有必要对模型提出古典假定。（）序列相关条件下的OLS参数估计量是有偏的。（）正相关指的就是两个变量之间的变动方向都是上升的()如果存在异方差，参数的估计仍具有无偏性，但不具有最小方差性。（）经济学中的结构分析是对经济现象中变量之间相互关系的研究。（）一元线性回归模型与多元线性回归模型的基本假定是相同的。()在自相关出现时，通常计算的预报值的方差和标准误就不是有效的。()如果两个变量的变动方向一致，则二者是正相关关系。()用一阶差分变换消除自相关时，假定自相关系数Ρ为-1。（）在直线回归分析中，两个变量是对等的，不需要区分因变量和自变量。()如果存在异方差，通常使用的t检验和F检验是无效的。（）如果一个是一阶差分形式的回归，而另一个是水平形式的回归，那么，这两个模型的R2值是不可直接比较的。（）近似多重共线性条件下，参数的OLS估计量的方差量增加。（）三、计算题1．多元线性回归模型01123iiiiiYXXX满足经典单方程回归模型的基本假设，现收集了X和Y变量的124个样本值，运用OLS分析,模型拟合优度为0.923，其他部分结果如下表。项目的标准误T统计量x10.342-45.569x20.6418.408x30.891-38.601（1）计算X1，X2，X3的系数的估计值（3分）(2)计算调整的拟合优度（3分）(3)计算F统计量（4分）2．一元线性回归模型01iiiYX满足经典单方程回归模型的基本假设，现有62个样本值的OLS分析结果如下表。项目ESSRSS1的估计值1的标准误值14431.8075759.1250.4380.031（1）计算拟合优度（4分）；（2）计算1的t统计量（3分）；（3）0.05(60)1.671t，判定X是否显著（3分）。四、证明题1．证明经典单方程0112233iiiiiYXXX参数1的OLS估计量是无偏的。2．01iiiYX满足经典单方程回归模型的基本假设，证明1的OLS估计量是方差最小的。五、案例分析题1．工资决定模型01123iiiiiYXXX，iY表示的小时工资（美元），1iX表示教育水平（年），2iX表示在劳动力市场上的工作经验（年）；3iX表示任现职的任期（年）。想了解甲乙两地的工资模型的参数是否稳定，分别在甲乙两地做了抽样调查，并做了甲地、乙地以及混合的OLS估计，部分结果如下表：项目TSSESSRSS样本数模型1：甲地34329.57426803.302124模型2：乙地25103.207709.572124模型3：混合50234.34516890.654（1）将上表中空白补上（每空0.5分，共2分）（2）写出约束模型（混合OLS）的假设H0(2分)（3）计算相应的F统计量（4分）（4）参照临界值F0.05(4,240)=2.37作出判断（2分）