2018大学计量经济学期末考试复习题123

word 文档 可自由复制编辑 倾世佞臣九千岁：宦妃 2013 大学计量经济学期末考试复习题 《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著的，意思是说它显著地异于 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． iY = 01iiXu B． ( / )iEY X = 01iX C． iY = 01ˆ ˆ iiXe D． ˆiY = 01ˆ ˆ iX 2．下图中“｛”所指的距离是（ ）。 A．随机干扰项 B．残差 C． iY 的离差 D． ˆiY 的离差 3．在总体回归方程 ( / )EY X = 01X 中， 1 表示（ ）。 A．当 X 增加一个单位时， Y 增加 1 个单位 B．当 X 增加一个单位时， Y 平均增加 1 个单位 O Xi X Y iY 01ˆ ˆˆiiYX Y word 文档 可自由复制编辑 C．当 Y 增加一个单位时， X 增加 1 个单位 D．当 Y 增加一个单位时， X 平均增加 1 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 2ie =800，估计用的样本容量为 24，则随机误差项 iu 的方差估计量为（ ）。 A． 33.33 B． 40 C． 38.09 D． 36.36 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著性检验时构造的 F 统计量为（ ）。 A． F = RSSTSS B． F = /( 1)RSS kESS n kC． F = /1( 1)RSS kTS S n k D． F = ESSTSS 7．对于模型 iY = 01ˆ ˆ iiXe，以  表示 ie 与 1ie 之间的线性相关系数（ 2,3, ,tn ），则下面明显错误的是（ ）。 A．  =0.8， DW =0.4 B．  = 0.8， DW = 0.4 C．  =0， DW =2 D．  =1， DW =0 8．在线性回归模型 0 1 1 . 3i i k k i iY X X u k       ；如果 2 3 1X 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 iY = 01iiXu，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． 2 B． 4 C． 5 D． 6 10．某商品需求函数为 ˆiC = 100 .50 55. 35 0.4 5iiDX，其中 C 为消费， X 为收入，虚拟变量10D  城 镇 家 庭农 村 家 庭，所有参数均检验显著，则城镇家庭的消费函数为（ ）。 A． ˆiC =155.85 0.45 iX B． ˆiC =100.50 0.45 iX C． ˆiC =100.50 55.35 iX D． ˆiC =100.95 55.35 iX 三、多选题 word 文档 可自由复制编辑 1．一元线性回归模型 iY = 01iiXu的基本假定包括（ ）。 A． ()iEu =0 B． ()iVaru = 2 （常数） C． ( , )ijCovu u =0 ()ij D． (0,1)iuN E． X 为非随机变量，且 ( , )iiCov X u =0 2．由回归直线 ˆiY = 01ˆ ˆ iX 估计出来的 ˆiY （ ）。 A．是一组平均数 B．是实际观测值 iY 的估计值 C．是实际观测值 iY 均值的估计值 D．可能等于实际观测值 iY E．与实际观测值 iY 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． G ol df eld Q uandt 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． iY = 201iiXu B． 1/iY = 01(1 / )iiXu C． lniY = 01ln iiXu D． iY = iuiiAK Le E． iY = 1 1 2 20 1 2iiXX ie e u     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著性检验？试说明参数显著性检验的过程。 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 : Least Squares Included observations: 13 Variable Coefficient Std. Error t-Statistic Prob. C 7.105975 A 4.390321 0.0014 X1 -1.393115 0.310050 -4.493196 0.0012 word 文档 可自由复制编辑 X2 1.480674 0.180185 8.217506 0.0000 R-squared 0.872759 Mean dependent var 7.756923 Adjusted R-squared B S.D. dependent var 3.041892 S.E. of regression 1.188632 Akaike info criterion 3.382658 Sum squared resid C Schwarz criterion 3.513031 2．用 G ol df eld Q uandt 方法检验下列模型是否存在异方差。模型形式如下： iY = 0 1 1 2 2 3 3 i i i iX X X u       其中样本容量 n =40，按 iX 从小到大排序后，去掉中间 10 个样本，并对余下的样本按 iX 的大小等分为两组，分别作回归，得到两个残差平方和 1ESS =0.360、 2ESS =0.466，写出检验步骤（  =0.05）。 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 = 1 2 335. 116 0.0 28 0.0 48 0.2 28V A D V A D V A D   2R =0.993， F =1189.718 （ 0.540） （  1.613） （ 7.475） DW =2.063 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 ˆiY 的平均值等于实际观测值 iY 的平均值，即 ˆiY = iY 。 《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 ie 的均值 e =()ien =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著性检验的 t 统计量的自由度一定 是1nk。（ ） 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。（ ） F 分布百分位表（  =0.05） 2f 1f 分子自由度 10 11 12 13 分 母 自 由 度 9 3.14 3.10 3.07 3.01 10 2.98 2.94 2.91 2.85 11 2.85 2.82 2.79 2.72 12 2.75 2.72 2.69 2.62 13 2.67 2.63 2.60 2.53 word 文档 可自由复制编辑 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著性的 F 统计量与检验单个系数显著性的 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． iY 的离差 D． ˆiY 的离差 3．在模型 iY = 01ln iiXu中，参数 1 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 2ie =90，估计用的样本容量为 19，则随机误差 项 iu 方差的估计量为（ ） A． 4.74 B． 6 C． 5.63 D． 5 5．已知某一线性回归方程的样本可决系数为 0.64，则解释变量与被解释变量间的相关系数为（ ） A． 0.64 B． 0.8 C． 0.4 D． 0.32 6．用一组有 20 个观测值的样本估计模型 iY = 01iiXu，在 0.05 的显著性水平下对 1 的显著性作 t 检验，则 1 显著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)t 7．对于模型 iY = 0 1 1 2 2ˆ ˆ ˆ ˆi i k k i iX X X e       ，统计量 22ˆ( ) /ˆ( ) / ( 1)iiiY Y kY Y n k  服从（ ） O Xi X Y iY PRF ( / )iEY X word 文档 可自由复制编辑 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  为零，那么 DW 统计量 的值 近 似 等 于（ ）。 A． 1 B． 2 C． 4 D． 0.5 9．根据样本资料建立某消费函数如下 iY = 01iiXu，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． 2 B． 4 C． 5 D． 6 10．设消费函数为 iC = 0 1 2i i i iX D X u    ，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． 1 =0， 2 =0 B． 1 =0， 2  0 C． 1  0， 2 =0 D． 1  0， 2  0 三、多选题 1．以 iY 表示实际观测值， ˆiY 表示用 OLS 法回归后的模 拟值， ie 表示残差，则回归直线满足（ ） A．通过样本均值点 ( , )XY B． 2ˆ()iiYY =0 C． ( , )iiCov X e =0 D． iY = ˆiY E． iieX =0 2．对满足所有假定条件的模型 iY = 0 1 1 2 2i i iX X u    进行总体显著性检验，如果检验结果显示总体线性关系显著，则可能出现的情况包括（ ） A． 1 = 2 =0 B． 1 0 ， 2 =0 C． 1 0 ， 2 0 D． 1 =0， 2 0 E． 1 = 2  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 1 D．在虚拟变量的设置 中，基础类别一般取值为 0 E．以上说法都正确 word 文档 可自由复制编辑 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: Y : Least Squares Included observations: 18 Variable Coefficient Std. Error t-Statistic Prob. C -50.01638 49.46026 -1.011244 0.3279 X1 0.086450 0.029363 A 0.0101 X2 52.37031 5.202167 10.06702 0.0000 R-squared 0.951235 Mean dependent var 755.1222 Adjusted R-squared B S.D. dependent var 258.7206 S.E. of regression 60.82273 Akaike info criterion 11.20482 Sum squared resid 55491.07 Schwarz criterion 11.35321 F-statistic 146.2974 Durbin-Watson stat 2.605783 (1)求出 A、 B 的值。（ 2）求 TSS 2．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 iY = 01iiXu，估计结果如下： ˆiY = 9.4 29 0.9 36 iX t ： (-3.77) (125.34) 2R = 0.998， F = 15710.39， DW =0.52 （ 1）检验收入 — 消费模型的自相关状况（ 5%显著水平）； （ 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著性检验的 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。 （ ） 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著的，意思是说它显著异于 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）， DW 检验临界值表（  =0.05） n k=1 k=2 dL dU dL dU 35 1.40 1.52 1.34 1.58 36 1.41 1.52 1.35 1.59 37 1.42 1.53 1.36 1.59 38 1.43 1.54 1.37 1.59 word 文档 可自由复制编辑 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 = 0ˆ + 1ˆ Xt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、 4 4、 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＝ 1.92，给定显著性水平下的临界值 dL=1.36， dU=1.59，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 R2（ ） A、 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、 0.2 B、 0.6 C、 0.8 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、 简述方程显著性检 验（ F 检验）与变量显著性检验（ 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=0.9，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）求方程总体显著性检验的 F统计量； 四、案例分析 方差来源 平方和 (SS) 自由度 (d.f.) 来自残差 (ESS) —— —— 来自回归 (RSS) 1800 —— 总离差 (TSS) ―― 28 word 文档 可自由复制编辑 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: SAVE : Least Squares Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C -695.1433 118.0444 -5.888827 0.0000 INCOME 0.087774 0.004893 ―― ―― R-squared 0.917336 Mean dependent var 1266.452 Adjusted R-squared 0.914485 S.D. dependent var 846.7570 S.E. of regression 247.6160 Akaike info criterion 13.92398 Sum squared resid 1778097. Schwarz criterion 14.01649 Log likelihood -213.8216 F-statistic 321.8177 Durbin-Watson stat 1.892420 Prob(F-statistic) 0.000000 1、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%的显著性水平下对自变量的回归系数进行 t 检验（临界值 : t0.025(29)=2.05）。 4、下表给出了 White 异方差检验结果，试在 5%的显著性水平下判断随机误差项是否存在异方差。 White Heteroskedasticity Test: F-statistic 6.048005 Probability 0.006558 Obs*R-squared 9.351960 Probability 0.009316 5、下表给出 LM 序列相关检验结果（滞后 1 期），试 在 5%的显著性水平下判断随机误差项是否存在一阶自相关。 Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.030516 Probability 0.862582 Obs*R-squared 0.033749 Probability 0.854242 《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=β0+β1X1i+β2X2i+…… +βkXki+μ i， 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。 word 文档 可自由复制编辑 （ ） 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、 0 B、 1 C、 2 D、 4 4、 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＝ 0.92，给定显著性水平下的临界值 dL=1.36， dU=1.59，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 2R （ ） A、 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、 0.1； B、 0.90； C、 0.91； 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 0 1 1 2 2 .i i i k k i iY X X X u        进行显著性检验（ 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 R2=0.6，方差分析表的部份结果如下： 方差来源 平方和 (SS) 自由度 (d.f.) word 文档 可自由复制编辑 （ 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）求方程总体显著性检验的 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 : Least Squares Sample: 1967 1985 Included observations: 19 Variable Coefficient Std. Error t-Statistic Prob. C -2531.831 270.8792 -9.346714 0.0000 GDP 0.281762 0.009355 ―― ―― R-squared 0.981606 Mean dependent var 5530.842 Adjusted R-squared 0.980524 S.D. dependent var 1295.273 S.E. of regression 180.7644 Akaike info criterion 13.33157 Sum squared resid 555487.9 Schwarz criterion 13.43098 Log likelihood -124.6499 F-statistic 907.2079 Durbin-Watson stat 0.950536 Prob(F-statistic) 0.000000 1、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%的显著性水平下对自变量的回归系数进行 t 检验（临界值 : t0.025(17)=2.11）。 4、下表给出了 White 异方差检验结果，试在 5%的显著性水平下判断随机误差项是否存在异方差。 White Heteroskedasticity Test: F-statistic 5.376588 Probability 0.016367 Obs*R-squared 7.636863 Probability 0.021962 5、下表给出 LM 序列相关检验结果（滞后 1 期），试在 5%的显著性水平下判断随机误差项是否存在一阶自相关。 Breusch-Godfrey Serial Correlation LM Test: F-statistic 3.236705 Probability 0.090893 Obs*R-squared 3.196877 Probability 0.073779 《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。 来自残差 (ESS) —— 25 来自回归 (RSS) ―― 总离差 (TSS) 3000 ―― word 文档 可自由复制编辑 （ ） 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 0 1 1 . 1 , 2 , .,i i n n i iY X X u i n       ；如果 2 3 1X 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 01ˆ ˆˆiiYX 必 然会通过点 （ ） A、（ 0， 0） B、（ _ X ， _Y ） C、（ _ X ， 0） D、（ 0， _Y ） 2、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、 0.2 B、 0.6 C、 0.8 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著性检验的方法是（ ） 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、 0 B、 -1 C、 1 D、 0.5 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、 WLS D、 GLS 8、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、 1 B、 2 C、 3 D、 4 9、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 R2（ ） A、 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 word 文档 可自由复制编辑 对于一个三元线性回归模型，已知可决系数 2 0.8R  ，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） 22 （ 1）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？ （ 4） ESS和 RSS的自由度各为多少？ （ 5）求方程总体显著性检验的 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: Y : Least Squares Sample: 1 9 Included observations: 9 V