计量经济学题目及答案

三、判断题（判断下列命题正误，并说明理由）1、简单线性回归模型与多元线性回归模型的基本假定是相同的。2、在模型中引入解释变量的多个滞后项容易产生多重共线性。3、D-W检验中的D-W值在0到4之间，数值越小说明模型随机误差项的自相关度越小，数值越大说明模型随机误差项的自相关度越大。4、在计量经济模型中，随机扰动项与残差项无区别。5、在经济计量分析中，模型参数一旦被估计出来，就可将估计模型直接运用于实际的计量经济分析。6、线性回归模型意味着因变量是自变量的线性函数。7、多重共线性问题是随机扰动项违背古典假定引起的。8、通过虚拟变量将属性因素引入计量经济模型，引入虚拟变量的个数与样本容量大小有关。9、双变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验是一致的。10、如果联立方程模型中某个结构方程包含了所有的变量,则这个方程不可识别。11、在实际中，一元回归没什么用，因为因变量的行为不可能仅由一个解释变量来解释。12、多重共线性问题是随机扰动项违背古典假定引起的13、在异方差性的情况下，常用的OLS法必定高估了估计量的标准误。14、虚拟变量只能作为解释变量。15、随机扰动项的方差与随机扰动项方差的无偏估计没有区别。16、经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS估计量将有偏的。17、虚拟变量的取值只能取0或1。18、拟合优度检验和F检验是没有区别的。19、联立方程组模型不能直接用OLS方法估计参数。20、双变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验是一致的；21、多重共线性问题是随机扰动项违背古典假定引起的。22、在模型ttttuXXY33221的回归分析结果报告中，有23.263489F，000000.0值的pF，则表明解释变量tX2对tY的影响是显著的。23、结构型模型中的每一个方程都称为结构式方程，结构方程中，解释变量只可以是前定变量。24、通过虚拟变量将属性因素引入计量经济模型，引入虚拟变量的个数与模型有无截距项无关。25、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26、当异方差出现时，常用的t和F检验失效；27、解释变量与随机误差项相关，是产生多重共线性的主要原因。28、经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS估计量将有偏的。29、由间接最小二乘法与两阶段最小二乘法得到的估计量都是无偏估计。30、在异方差性的情况下，常用的OLS法必定高估了估计量的标准误。31、即使经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS估计量仍然是无偏的。32、变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验是一致的。33、多重共线性问题是随机扰动项违背古典假定引起的；34、秩条件是充要条件，因此利用秩条件就可以完成联立方程识别状态的确定。35、在经济计量分析中，模型参数一旦被估计出来，就可将估计模型直接运用于实际的计量经济分析。36、假定个人服装支出同收入水平和性别有关，由于性别是具有两种属性（男、女）的定性因素，因此，用虚拟变量回归方法分析性别对服装支出的影响时，需要引入两个虚拟变量。37、双变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验是一致的。38、随机扰动项的方差与随机扰动项方差的无偏估计没有区别。39、经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS估计量将有偏的。40、在简单线性回归中可决系数2R与斜率系数的t检验的没有关系。41、异方差性、自相关性都是随机误差现象，但两者是有区别的。42、通过虚拟变量将属性因素引入计量经济模型，引入虚拟变量的个数与模型有无截距项无关。43、满足阶条件的方程一定可以识别。44、库依克模型、自适应预期模型与局部调整模型的最终形式是不同的。45、半对数模型XYln10中，参数1的含义是X的绝对量变化，引起Y的绝对量变化。46、对已经估计出参数的模型不需要进行检验。47、经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS估计量将有偏的。48、在有M个方程的完备联立方程组中，当识别的阶条件为1MNHi（H为联立方程组中内生变量和前定变量的总数，iN为第i个方程中内生变量和前定变量的总数）时，则表示第i个方程不可识别。49、随机误差项和残差是有区别的。四、计算分析题1、根据某城市1978——1998年人均储蓄(y)与人均收入(x)的数据资料建立了如下回归模型xy6843.1521.2187ˆse=（340.0103）（0.0622）6066.733,2934.0,425.1065..,9748.02FDWESR试求解以下问题（1）取时间段1978——1985和1991——1998，分别建立两个模型。模型1：xy3971.04415.145ˆ模型2：xy9525.1365.4602ˆt=（-8.7302）（25.4269）t=（-5.0660）（18.4094）202.1372,9908.0212eR5811189,9826.0222eR计算F统计量，即9370.4334202.137258111892122eeF，对给定的05.0，查F分布表，得临界值28.4)6,6(05.0F。请你继续完成上述工作，并回答所做的是一项什么工作，其结论是什么？（2）根据表1所给资料，对给定的显著性水平05.0，查2分布表，得临界值81.7)3(05.0，其中p=3为自由度。请你继续完成上述工作，并回答所做的是一项什么工作，其结论是什么？表1ARCHTest:F-statistic6.033649Probability0.007410Obs*R-squared10.14976Probability0.017335TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:06/04/06Time:17:02Sample(adjusted):19811998Includedobservations:18afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C244797.2373821.30.6548510.5232RESID^2(-1)1.2260480.3304793.7099080.0023RESID^2(-2)-1.4053510.379187-3.7062220.0023RESID^2(-3)1.0158530.3280763.0963970.0079R-squared0.563876Meandependentvar971801.3AdjustedR-squared0.470421S.D.dependentvar1129283.S.E.ofregression821804.5Akaikeinfocriterion30.26952Sumsquaredresid9.46E+12Schwarzcriterion30.46738Loglikelihood-268.4257F-statistic6.033649Durbin-Watsonstat2.124575Prob(F-statistic)0.0074102、根据某地区居民对农产品的消费y和居民收入x的样本资料，应用最小二乘法估计模型，估计结果如下，拟合效果见图。由所给资料完成以下问题：（1）在n=16，05.0的条件下，查D-W表得临界值分别为371.1,106.1ULdd，试判断模型中是否存在自相关；（2）如果模型存在自相关，求出相关系数ˆ，并利用广义差分变换写出无自相关的广义差分模型。xy3524.09123.27ˆse=（1.8690）（0.0055）531.4122,6800.0,0506.22,9966.016122FDWeRii-2-101231001201401601802008688909294969800ResidualActualFitted3、某人试图建立我国煤炭行业生产方程，以煤炭产量为被解释变量，经过理论和经验分析，确定以固定资产原值、职工人数和电力消耗量变量作为解释变量，变量的选择是正确的。于是建立了如下形式的理论模型：煤炭产量=固定资产原值+职工人数+电力消耗量+μ，选择2000年全国60个大型国有煤炭企业的数据为样本观测值；固定资产原值用资产形成年当年价计算的价值量，其它采用实物量单位；采用OLS方法估计参数。指出该计量经济学问题中可能存在的主要错误，并简单说明理由。4、根据某种商品销售量和个人收入的季度数据建立如下模型：uxbDbDbDbDbbYttttttt6453423121其中，定义虚拟变量Dit为第i季度时其数值取1，其余为0。这时会发生什么问题，参数是否能够用最小二乘法进行估计？5、根据某城市1978——1998年人均储蓄与人均收入的数据资料建立了如下回归模型：xy6843.1521.2187ˆse=（340.0103）（0.0622）6066.733,2934.0,425.1065..,9748.02FDWESR试求解以下问题：（2）取时间段1978——1985和1991——1998，分别建立两个模型。模型1：xy3971.04415.145ˆt=（-8.7302）（25.4269）202.1372,9908.0212eR模型2：xy9525.1365.4602ˆt=（-5.0660）（18.4094）5811189,9826.0222eR计算F统计量，即9370.4334202.137258111892122eeF，给定05.0，查F分布表，得临界值28.4)6,6(05.0F。请你继续完成上述工作，并回答所做的是一项什么工作，其结论是什么？（3）利用y对x回归所得的残差平方构造一个辅助回归函数：2322212ˆ0188.1ˆ4090.1ˆ2299.12.242407ˆtttt,5659.02R计算1862.105659.0*18)(2Rpn给定显著性水平05.0，查2分布表，得临界值81.7)3(05.0，其中p=3，自由度。请你继续完成上述工作，并回答所做的是一项什么工作，其结论是什么？（3）试比较（1）和（2）两种方法，给出简要评价。6、Sen和Srivastava（1971）在研究贫富国之间期望寿命的差异时，利用101个国家的数据，建立了如下的回归模型：2.409.39ln3.36((ln7))iiiiYXDX(4.37)(0.857)(2.42)R2=0.752其中：X是以美元计的人均收入；Y是以年计的期望寿命；Sen和Srivastava认为人均收入的临界值为1097美元（ln10977），若人均收入超过1097美元，则被认定为富国；若人均收入低于1097美元，被认定为贫穷国。（括号内的数值为对应参数估计值的t-值）。（1）解释这些计算结果。（2）回归方程中引入ln7iiDX的原因是什么？如何解释这个回归解释变量？（3）如何对贫穷国进行回归？又如何对富国进行回归？7、某公司想决定在何处建造一个新的百货店，对已有的30个百货店的销售额作为其所处地理位置特征的函数进行回归分析，并且用该回归方程作为新百货店的不同位置的可能销售额，估计得出（括号内为估计的标准差）tttttXXXXY43210.30.1001.01.030ˆ（0.02）（0.01）（1.0）（1.0）其中：tY＝第i个百货店的日均销售额（百美元）；tX1＝第i个百货店前每小时通过的汽车数量（10辆）；tX2＝第i个百货店所处区域内的人均收入（美元）；tX3＝第i个百货店内所有的桌子数量；tX4＝第i个百货店所处地区竞争店面的数量；请回答以下问题：（1）说出本方程中系数