计量经济学习题与解答
计量经济学习题及答案
第一章绪论一、填空题：1．计量经济学是以揭示经济活动中客观存在的__________为内容的分支学科，挪威经济学家弗里希，将计量经济学定义为__________、__________、__________三者的结合。
2．数理经济模型揭示经济活动中各个因素之间的__________关系，用__________性的数学方程加以描述，计量经济模型揭示经济活动中各因素之间__________的关系，用__________性的数学方程加以描述。
3．经济数学模型是用__________描述经济活动。
4．计量经济学根据研究对象和内容侧重面不同，可以分为__________计量经济学和__________计量经济学。
5．计量经济学模型包括__________和__________两大类。
6．建模过程中理论模型的设计主要包括三部分工作，即__________、____________________、____________________。
7．确定理论模型中所包含的变量，主要指确定__________。
8．可以作为解释变量的几类变量有__________变量、__________变量、__________变量和__________变量。
9．选择模型数学形式的主要依据是__________。
10．研究经济问题时，一般要处理三种类型的数据：__________数据、__________数据和__________数据。
11．样本数据的质量包括四个方面__________、__________、__________、__________。
12．模型参数的估计包括__________、__________和软件的应用等内容。
13．计量经济学模型用于预测前必须通过的检验分别是__________检验、__________检验、__________检验和__________检验。
14．计量经济模型的计量经济检验通常包括随机误差项的__________检验、__________检验、解释变量的__________检验。
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t t t t u X X Y +++=33221βββ的回归分析结果报告中，有23.263489=F ，000000.0=值的p F ，则表明解释变量t X 2 对t Y 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。
计量经济学习题及全部答案
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着的,意思是说它显着地异于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 ．i Y =01i i X u ββ++B ．(/)i E Y X =01i X ββ+C ．i Y =01ˆˆi i X e ββ++D ．ˆi Y =01ˆˆiX ββ+ 2．下图中“｛”所指的距离是 ;A ．随机干扰项B ．残差C ．i Y 的离差D ．ˆiY 的离差 3．在总体回归方程(/)E Y X =01X ββ+中,1β表示 ;A ．当X 增加一个单位时,Y 增加1β个单位B ．当X 增加一个单位时,Y 平均增加1β个单位C ．当Y 增加一个单位时,X 增加1β个单位D ．当Y 增加一个单位时,X 平均增加1β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2i e ∑=800,估计用的样本容量为24,则随机误差项i u 的方差估计量为 ;A ．B ．40C ．D ．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着性检验时构造的F 统计量为 ;A ．F =RSSTSSB ．F =/(1)RSS k ESS n k --C ．F =/1(1)RSS k TSS n k --- D ．F =ESSTSS7．对于模型i Y =01ˆˆi iX e ββ++,以ρ表示i e 与1i e -之间的线性相关系数2,3,,t n =,则下面明显错误的是 ;A ．ρ=,..DW =B ．ρ=-,..DW =-C ．ρ=0,..DW =2D ．ρ=1,..DW =08．在线性回归模型 011...3i i k ki i Y X X u k βββ=++++≥；如果231X 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 i Y =01i i X u ββ++,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 ．2B ．4C ．5D ．610．某商品需求函数为ˆi C =100.5055.350.45i i D X ++,其中C 为消费,X 为收入,虚拟变量10D ⎧=⎨⎩城镇家庭农村家庭,所有参数均检验显着,则城镇家庭的消费函数为 ;A ．ˆi C =155.850.45i X +B ．ˆiC =100.500.45i X + C ．ˆi C =100.5055.35i X +D ．ˆiC =100.9555.35i X + 三、多选题1．一元线性回归模型i Y =01i i X u ββ++的基本假定包括 ;A ．()i E u =0B ．()i Var u =2σ常数C ．(,)i j Cov u u =0 ()i j ≠D ．(0,1)iu NE ．X 为非随机变量,且(,)i i Cov X u =02．由回归直线ˆi Y =01ˆˆi X ββ+估计出来的ˆiY ; A ．是一组平均数 B ．是实际观测值i Y 的估计值 C ．是实际观测值i Y 均值的估计值 D ．可能等于实际观测值i Y E ．与实际观测值i Y 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 ．Goldfeld Quandt -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 ．i Y =201i i X u ββ++B ．1/i Y =01(1/)i i X u ββ++C ．ln i Y =01ln i i X u ββ++D ．i Y =iui i AK L e αβE ．i Y =1122012iiX X i e e u ββααα+++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着性检验试说明参数显着性检验的过程;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 Method: Least Squares Included observations: 132．用Goldfeld Quandt -方法检验下列模型是否存在异方差;模型形式如下：i Y =0112233 i i i i X X X u ββββ++++其中样本容量n =40,按i X 从小到大排序后,去掉中间10个样本,并对余下的样本按i X 的大小等分为两组,分别作回归,得到两个残差平方和1ESS =、2ESS =,写出检验步骤α=;F 分布百分位表α=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 =12335.1160.0280.0480.228VAD VAD VAD +-+2R =,F =- ..DW =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ˆi Y 的平均值等于实际观测值i Y 的平均值,即ˆiY =i Y ; 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i e 的均值e =()i e n ∑=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着性检验的t 统计量的自由度一定是1n k --;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; 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着性的F 统计量与检验单个系数显着性的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 ．i Y 的离差D ．ˆiY 的离差 3．在模型i Y =01ln i i X u ββ++中,参数1β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2i e ∑=90,估计用的样本容量为19,则随机误差项i u 方差的估计量为A ．B ．6C ．D ．55．已知某一线性回归方程的样本可决系数为,则解释变量与被解释变量间的相关系数为A ．B ．0.8C ．D ．6．用一组有20个观测值的样本估计模型i Y =01i i X u ββ++,在的显着性水平下对1β的显着性作t 检验,则1β显着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)t7．对于模型i Y =01122ˆˆˆˆi ik ki iX X X e ββββ+++++,统计量22ˆ()/ˆ()/(1)ii i Y Y kY Y n k ----∑∑服从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ρ为零,那么..DW 统计量的值近似等于 ;A ．1B ．2C ．4D ．9．根据样本资料建立某消费函数如下i Y =01i i X u ββ++,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 ．2B ．4C ．5D ．610．设消费函数为i C =012i i i i X D X u βββ+++,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 ．1β=0,2β=0B ．1β=0,2β≠0C ．1β≠0,2β=0D ．1β≠0,2β≠0 三、多选题1．以i Y 表示实际观测值,ˆiY 表示用OLS 法回归后的模拟值,i e 表示残差,则回归直线满足A ．通过样本均值点(,)X YB ．2ˆ()i iY Y -∑=0 C ．(,)i i Cov X e =0 D ．i Y ∑=ˆiY ∑ E ．i i e X ∑=0 2．对满足所有假定条件的模型i Y =01122i i i X X u βββ+++进行总体显着性检验,如果检验结果显示总体线性关系显着,则可能出现的情况包括A ．1β=2β=0B ．10β≠,2β=0C ．10β≠,20β≠D ．1β=0,20β≠E ．1β=2β≠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1D．在虚拟变量的设置中,基础类别一般取值为0E．以上说法都正确四、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: YMethod: Least SquaresIncluded observations: 181求出A 、B 的值;2求TSS2．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 i Y =01i i X u ββ++,估计结果如下：ˆiY =9.4290.936i X -+ t ：2R = ,F = ,..DW =1检验收入—消费模型的自相关状况5%显着水平； 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着性检验的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;DW 检验临界值表α=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着的,意思是说它显着异于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,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 =0ˆβ+1ˆβX t 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 、44、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＝,给定显着性水平下的临界值d L=,d U=,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R2A、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、 B、 C、 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、简述方程显着性检验F检验与变量显着性检验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=,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求方程总体显着性检验的F统计量；四、案例分析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: SAVEMethod: Least SquaresSample: 1 31Included observations: 31Variable CoefficientStd.Errort-Statistic Prob.CINCOME――――R-squared Mean dependent var AdjustedR-squared. dependent var. of regression Akaike info criterionSum squared resid1778097Schwarz criterion.Log likelihood F-statisticDurbin-Watsonstat ProbF-statistic1、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%的显着性水平下对自变量的回归系数进行t 检验临界值: 29=;4、下表给出了White异方差检验结果,试在5%的显着性水平下判断随机误差项是否存在异方差;5、下表给出LM序列相关检验结果滞后1期,试在5%的显着性水平下判断随机误差项是否存在一阶自相关;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 =β+β1X1i+β2X2i+……+βkXki+μi,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;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、0B、1C、2D、44、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＝,给定显着性水平下的临界值d L=,d U=,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2RA、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、；B、；C、；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01122...i i i k ki i Y X X X u ββββ=+++++进行显着性检验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R 2=,方差分析表的部份结果如下：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求方程总体显着性检验的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 Method: Least Squares Sample: 1967 1985Included observations: 19VariableCoefficientStd. Errort-Statist icProb. CGDP――――R-squaredMean dependent varAdjusted R-squared. dependent var. of regressionAkaike infocriterionSum squared residSchwarz criterion Log likelihoodF-statisticDurbin-Watson statProbF-statistic1、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%的显着性水平下对自变量的回归系数进行t 检验临界值: 17=;4、下表给出了White 异方差检验结果,试在5%的显着性水平下判断随机误差项是否存在异方差;5、下表给出LM 序列相关检验结果滞后1期,试在5%的显着性水平下判断随机误差项是否存在一阶自相关;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;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011... 1,2,...,i i n ni i Y X X u i n βββ=++++=；如果231X 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01ˆˆˆi iY X ββ=+必然会通过点A、0,0B、_X,_YC、_X,0D、0,_Y2、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、 B、C、 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着性检验的方法是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、0B、-1C、1D、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、WLSD、GLS8、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、1B、2C、3D、49、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R2A、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、计算对于一个三元线性回归模型,已知可决系数20.8R ,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 221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4ESS和RSS的自由度各为多少5求方程总体显着性检验的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: YMethod: Least SquaresSample: 1 9Included observations: 91对以上结果进行简要分析包括方程显着性检验、参数显着性检验、DW值的评价、对斜率的解释等,显着性水平均取;2按标准书写格式写出回归结果;二、以下是某次线性回归的EViews输出结果,部分数值已略去用大写字母标示,但它们和表中其它特定数值有必然联系,分别据此求出这些数值,并写出过程;保留3位小数Dependent Variable: YMethod: Least SquaresSample: 1 13Included observations: 131求A 的值; 2求B 的值; 3求C 的值;三、用1970-1994年间日本工薪家庭实际消费支出Y 与实际可支配收入X 单位：103日元数据估计线性模型Y =01X u ββ++,然后用得到的残差序列t e 绘制以下图形; 1试根据图形分析随机误差项之间是否存在自相关若存在,是正自相关还是负自相关答：图形显示,随机误差项之间存在着相关性,且为正的自相关; 2此模型的估计结果为 试用DW 检验法检验随机误差项之间是否存在自相关;四、用一组截面数据估计消费Y —收入X 方程Y =01X u ββ++的结果为1根据回归的残差序列et 图分析本模型是否存在异方差注：abset 表示et 的绝对值;2其次,用White 法进行检验;EViews 输出结果见下表：附表：DW 检验临界值表α=White Heteroskedasticity Test:Dependent Variable: RESID^2 Method: Least Squares Sample: 1 60Included observations: 60若给定显着水平0.05α=,以上结果能否说明该模型存在异方差查卡方分布临界值的自由度是多少五、下图描述了残差序列{}t e 与其滞后一期值1{}t e -之间的散点图,试据此判断随机误差项之间是否存在自相关若存在,则是正自相关还是负自相关六、在一多元线性回归模型中,为检验解释变量之间是否存在多重共线性问题,以解释变量1x 作为被解释变量,对其余解释变量进行辅助回归,得到可决系数20.95R =;试计算变量1x 的方差扩大因子1VIF ,并根据经验判断解释变量间是否存在多重共线性问题七、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：Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-Statist ic Prob.CINCOME－－R-squaredMean dependent varAdjusted R-squared. dependent var. of regressionAkaike infocriterionSum squared resid 1778097. Schwarz criterion Log likelihoodF-statisticDurbin-Watson statProbF-statistic1、请写出样本回归方程表达式,然后分析自变量INCOME 回归系数的经济含义2、解释可决系数的含义3、若给定显着性水平5%α=,试对自变量INCOME 的回归系数进行显着性检验已知0.025(29) 2.045t =4、在5%α=的显着性水平下,查31n =的DW 临界值表得 1.363L d =, 1.496U d =,试根据回归结果判断随机误差项是否存在一阶自相关5、下表为上述回归的White 检验结果,在5%α=的显着性水平下,试根据P 值检验判断随机误差项是否存在异方差 White Heteroskedasticity Test:F-statisticProbabilityObsR-squaredProbability计量经济学习题一答案一、判断正误1． × 2． √ 3． √ 4． √ 5． × 6． × 7． ×8． × 9． √ 10． √ 二、单选题每小题分,共15分1． D ;2． B ;3． B ;4． C ;5． B ; 6． B ;7． B ;8． B ;9． B ;10． A ; 三、多选题1． ABCE 2． BCDE 3． ABCE 4． ABCD 5． ABCDE ; 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答：随机干扰项包括的主要因素有：1众多细小因素的影响；2未知因素的影响；3数据测量误差或残缺；4模型形式不完善；5变量的内在随机性;随机误差项羽残差不同,残差是样本观测值与模拟值的差,即i e =ˆi iY Y -;残差项是随机误差项的估计;2．简述为什么要对参数进行显着性检验试说明参数显着性检验的过程;答：最小二乘法得到的回归直线是对因变量与自变量关系的一种描述,但它是不是恰当的描述呢一般会用与样本点的接近程度来判别这种描述的优劣,而当获得以上问题的肯定判断之后,还需要确定每一个参数的可靠程度,即参数本身以及对应的变量该不该保留在方程里,这就有必要进行参数的显着性检验;这种检验是确定各个参数是否显着地不等于零;检验分为三个步骤：①提出假设：原假设0:0i H β=；备择假设1:0i H β≠ ②在原假设成立的前提下构造统计量：()ˆ~(1)ˆiit t n k Se ββ=--③给定显着性水平α,查t 分布表求得临界值/2(1)t n k α--,把根据样本数据计算出的t 统计量值t *与/2(1)t n k α--比较：若/2(1)t t n k α*>--,则拒绝原假设0H ,即在给定显着性水平下,解释变量i X 对因变量有显着影响；若/2(1)t t n k α*<--,则不能拒绝原假设0H ,即在给定显着性水平下,解释变量i X 对因变量没有显着影响.3．简述序列相关性检验方法的共同思路;答：由于自相关性,使得相对于不同的样本点,随机干扰项之间存在相关关系,那么检验自相关性,首先根据OLS 法估计残差,将残差作为随机干扰项的近似估计值,然后检验这些近似估计值之间的相关性以判定随机干扰项是否存在序列相关;各种检验方法就是在这个思路下发展起来的;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,Dependent Variable: Y Method: Least Squares Included observations: 13解：A=ˆ()Se β=ˆt β=7.10604.3903=；B=2R =211(1)1n R n k -----=1311(10.8728)1321-----=由公式2ˆσ=21ien k --∑,得C=2ie ∑=2ˆ(1)n k σ--=21.1886(1321)--=; 2．用Goldfeld Quandt -方法检验下列模型是否存在异方差;模型形式如下：i Y =0112233 i i i i X X X u ββββ++++其中样本容量n =40,按i X 从小到大排序后,去掉中间10个样本,并对余下的样本按i X 的大小等分为两组,分别作回归,得到两个残差平方和1ESS =、2ESS =,写出检验步骤α=;α。
计量经济学题库（超完整版）及答案.详解
计量经济学题库（超完整版）及答案.详解计量经济学题库计算与分析题（每⼩题10分）1．下表为⽇本的汇率与汽车出⼝数量数据，X:年均汇率（⽇元/美元） Y:汽车出⼝数量（万辆）问题：（1）画出X 与Y 关系的散点图。
（2）计算X 与Y 的相关系数。
其中X 129.3＝，Y 554.2＝，2X X 4432.1∑（－）＝，2Y Y 68113.6∑（－）＝，()()X X Y Y ∑－－＝16195.4 （3）采⽤直线回归⽅程拟和出的模型为81.72 3.65YX =+ t 值 R 2= F= 解释参数的经济意义。
2．已知⼀模型的最⼩⼆乘的回归结果如下：i i ?Y =101.4-4.78X 标准差（）（） n=30 R 2= 其中，Y ：政府债券价格（百美元），X ：利率（%）。
回答以下问题：（1）系数的符号是否正确，并说明理由；（2）为什么左边是iY ⽽不是i Y ；（3）在此模型中是否漏了误差项i u ；（4）该模型参数的经济意义是什么。
3．估计消费函数模型i i i C =Y u αβ++得i i ?C =150.81Y + t 值（）（） n=19 R 2= 其中，C ：消费（元） Y ：收⼊（元）已知0.025(19) 2.0930t =，0.05(19) 1.729t =，0.025(17) 2.1098t =，0.05(17) 1.7396t =。
问：（1）利⽤t 值检验参数β的显著性（α＝）；（2）确定参数β的标准差；（3）判断⼀下该模型的拟合情况。
4．已知估计回归模型得i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑（－）＝，2Y Y 68113.6∑（－）＝，求判定系数和相关系数。
5．有如下表数据⽇本物价上涨率与失业率的关系（1）设横轴是U ，纵轴是P ，画出散点图。
根据图形判断，物价上涨率与失业率之间是什么样的关系拟合什么样的模型⽐较合适（2）根据以上数据，分别拟合了以下两个模型：模型⼀：16.3219.14P U=-+ 模型⼆：8.64 2.87P U =- 分别求两个模型的样本决定系数。
计量经济学-练习题与答案
* 密 *一、解释概念：多重共线性SRF解释变量的边际奉献一阶偏相关系数最小方差准那么OLS偏相关系数WLSU t 自相关二阶偏相关系数技术方程式零阶偏相关系数经历加权法虚拟变量不完全多重共线性多重可决系数边际奉献的 F 检验OLSEPRF阿尔蒙法BLUE复相关系数滞后效应异方差性高斯-马尔可夫定理可决系数二．单项选择题：1、计量经济学的研究方法一般分为以下四个步骤〔〕A．确定科学的理论依据、模型设定、模型修定、模型应用B．模型设定、估计参数、模型检验、模型应用C．搜集数据、模型设定、估计参数、预测检验D．模型设定、模型修定、构造分析、模型应用2、简单相关系数矩阵方法主要用于检验〔〕A．异方差性 B.自相关性C ．随机解释变量D.多重共线性3、在某个构造方程恰好识别的条件下，不适用的估计方法是()A .间接最小二乘法B.工具变量法C. 二阶段最小二乘法D.普通最小二乘法4、在利用月度数据构建计量经济模型时，如果一年里的12 个月全部表现出季节模式，那么应该引入虚拟变量个数为〔〕A.4B.12C.11D.65、 White 检验可用于检验〔〕A．自相关性B.异方差性C．解释变量随机性D.多重共线性6、如果回归模型违背了无自相关假定，最小二乘估计量是( )A．无偏的，有效的B.有偏的，非有效的C．无偏的，非有效的D.有偏的，有效的* 密 *7、 DW统计量的值接近于2，那么样本回归模型残差的一阶自相关系数近似等于 ()A.0B.–1C.1D.48、在简单线性回归模型中，认为具有一定概率分布的随机变量是()A.内生变量B.外生变量C.虚拟变量D.前定变量9、应用 DW检验方法时应满足该方法的假定条件，以下不是其假定条件的为〔〕A.解释变量为非随机的B.被解释变量为非随机的C.线性回归模型中不能含有滞后内生变量D.随机误差项服从一阶自回归10、二元回归模型中，经计算有相关系数=0.9985 ，那么说明〔〕A.X2 和X3间存在完全共线性B.X 2和 X3间存在不完全共线性C.X 2对 X3的拟合优度等于 0.9985D.不能说明 X2和 X3间存在多重共线性11、在 DW检验中，存在正自相关的区域是〔〕A. 4-d L＜d＜4B. 0<d<d LC. d U<d<4-d UD. d L<d<d U,4-d U<d<4-d L12、库伊克模型不具有如下特点〔〕A.原始模型为无限分布滞后模型，且滞后系数按某一固定比例递减B．以一个滞后被解释变量Y t-1代替了大量的滞后解释变量X t-1 ,X t-2 , , ，从而最大限度的保证了自由度C．滞后一期的被解释变量Y t-1与 X t的线性相关程度肯定小于X t-1 ,X t-2 , ,的相关程度，从而缓解了多重共线性的问题D．由于，因此可使用OLS方法估计参数，参数估计量是一致估计量* 密 *13、在具体运用加权最小二乘法时, 如果变换的结果是,那么 Var(u t ) 是以下形式中的哪一种?()14、将内生变量的前期值作解释变量, 这样的变量称为〔〕A、虚拟变量B、控制变量C、政策变量D、滞后变量15、在异方差的情况下，参数估计值仍是无偏的，其原因是〔〕A. 零均值假定不成立B.序列无自相关假定成立C.无多重共线性假定成立D.解释变量与随机误差项不相关假定成立1、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2、对于回归模型Y t =α0+α1X t + α2Y t-1 +u t，检验随机误差项是否存在自相关的统计量为 ()3、以下说法正确的有〔〕A．时序数据和横截面数据没有差异B.对总体回归模型的显著性检验没有必要C.总体回归方程与样本回归方程是有区别的D.判定系数 R2不可以用于衡量拟合优度4、在给定的显著性水平之下，假设 DW统计量的下和上临界值分别为dL 和 dU,那么当时，可认为随机误差项( )A. 存在一阶正自相关B.存在一阶负相关C. 不存在序列相关D.存在序列相关与否不能断定5、在线性回归模型中 , 假设解释变量X1i和X2i的观测值成比例 , 即有X1i=k X2i, 其中 k 为非零常数 , 那么说明模型中存在 ()A.异方差B.多重共线性C.序列自相关D.设定误差6、对联立方程组模型估计的方法主要有两类，即〔〕A.单一方程估计法和系统估计法B. 间接最小二乘法和系统估计法C.单一方程估计法和二阶段最小二乘法D. 工具变量法和间接最小二乘法7、模型的形式为, 在用实际数据对模型的参数进展估计的时候 , 测得 DW统计量为 0.6453, 那么广义差分变量是 ( )8、调整后的判定系数与判定系数之间的关系表达不正确的有〔〕A.与均非负B.判断多元回归模型拟合优度时，使用C.模型中包含的解释变量个数越多，与 R2就相差越大D.只要模型中包括截距项在内的参数的个数大于1，那么<R29、对多元线性回归方程的显著性检验，所用的 F 统计量可表示为〔〕10、在回归模型中，正确地表达了随机扰动项序列相关的是〔〕A. COV (μi,μj)≠0,i≠ . COV (μ i,μj) = 0,i≠ jC. COV (X i ,X j ) =0, i≠jD. COV (X i,X j )≠0,i≠ j11、在 DW检验中，存在负自相关的判定区域是〔〕12、以下说法正确的选项是〔〕A. 异方差是样本现象B.异方差的变化与解释变量的变化有关C.异方差是总表达象D.时间序列更易产生异方差13、设 x1 ,x 2为回归模型的解释变量，那么表达完全多重共线性是〔〕14、以下说法不正确的选项是〔〕A.自相关是一种随机误差现象B.自相关产生的原因有经济变量的惯性作用C.检验自相关的方法有F 检验法D.修正自相关的方法有广义差分法15、利用德宾 h检验自回归模型扰动项的自相关性时，以下命题正确的选项是〔〕A.德宾 h 检验只适用一阶自回归模型B.德宾 h 检验适用任意阶的自回归模型C.德宾 h 统计量渐进服从 t 分布D.德宾 h 检验可以用于小样本问题1、以下变量中可以作为解释变量的有〔〕A、外生变量B、滞后内生变量C、虚拟变量D、前定变量E、内生变量2、在简单线性回归模型中，认为具有一定概率分布的随机数是()A 、内生变量B、外生变量C、虚拟变量D、前定变量3、计量经济模型中的内生变量〔〕A．可以分为政策变量和非政策变量B ．是可以加以控制的独立变量C．其数值由模型所决定，是模型求解的结果D ．和外生变量没有区别4、在以下各种数据中，〔〕不应作为经济计量分析所用的数据。
计量经济学题库(超完整版)及答案
计量经济学题库一、单项选择题（每小题1分）1．计量经济学是下列哪门学科的分支学科（C）。
A．统计学B．数学C．经济学D．数理统计学2．计量经济学成为一门独立学科的标志是（B）。
A．1930年世界计量经济学会成立B．1933年《计量经济学》会刊出版C．1969年诺贝尔经济学奖设立D．1926年计量经济学（Economics）一词构造出来3．外生变量和滞后变量统称为（D）。
A．控制变量B．解释变量C．被解释变量D．前定变量4．横截面数据是指（A）。
A．同一时点上不同统计单位相同统计指标组成的数据B．同一时点上相同统计单位相同统计指标组成的数据C．同一时点上相同统计单位不同统计指标组成的数据D．同一时点上不同统计单位不同统计指标组成的数据5．同一统计指标，同一统计单位按时间顺序记录形成的数据列是（C）。
A．时期数据B．混合数据C．时间序列数据D．横截面数据6．在计量经济模型中，由模型系统内部因素决定，表现为具有一定的概率分布的随机变量，其数值受模型中其他变量影响的变量是（）。
A．内生变量B．外生变量C．滞后变量D．前定变量7．描述微观主体经济活动中的变量关系的计量经济模型是（）。
A．微观计量经济模型B．宏观计量经济模型C．理论计量经济模型D．应用计量经济模型8．经济计量模型的被解释变量一定是（）。
A．控制变量B．政策变量C．内生变量D．外生变量9．下面属于横截面数据的是（）。
A．1991－2003年各年某地区20个乡镇企业的平均工业产值B．1991－2003年各年某地区20个乡镇企业各镇的工业产值C．某年某地区20个乡镇工业产值的合计数D．某年某地区20个乡镇各镇的工业产值10．经济计量分析工作的基本步骤是（）。
A．设定理论模型→收集样本资料→估计模型参数→检验模型B．设定模型→估计参数→检验模型→应用模型C．个体设计→总体估计→估计模型→应用模型D．确定模型导向→确定变量及方程式→估计模型→应用模型11．将内生变量的前期值作解释变量，这样的变量称为（）。
计量经济学习题及参考答案
计量经济学各章习题第一章绪论1.1试列出计量经济分析地主要步骤.1.2计量经济模型中为何要包括扰动项?1.3什么是时间序列和横截面数据? 试举例说明二者地区别1.4估计量和估计值有何区别？第二章计量经济分析地统计学基础2.1名词解释随机变量概率密度函数抽样分布样本均值样本方差协方差相关系数标准差标准误差显著性水平置信区间无偏性有效性一致估计量接受域拒绝域第I 类错误2.2请用例 2.2中地数据求北京男生平均身高地99％置信区间.2.325 个雇员地随机样本地平均周薪为130元，试问此样本是否取自一个均值为120 元、标准差为10 元地正态总体？文档收集自网络，仅用于个人学习2.4某月对零售商店地调查结果表明，市郊食品店地月平均销售额为2500 元，在下一个月份中，取出16 个这种食品店地一个样本，其月平均销售额为2600 元，销售额地标准差为480 元.试问能否得出结论，从上次调查以来，平均月销售额已经发生了变化？文档收集自网络，仅用于个人学习第三章双变量线性回归模型3.1判断题（判断对错；如果错误，说明理由）（1）OLS 法是使残差平方和最小化地估计方法.（2）计算OLS 估计值无需古典线性回归模型地基本假定.（3）若线性回归模型满足假设条件（1）～（4），但扰动项不服从正态分布，则尽管OLS 估计量不再是BLUE ，但仍为无偏估计量.文档收集自网络，仅用于个人学习（4）最小二乘斜率系数地假设检验所依据地是t 分布，要求地抽样分布是正态分布.2（5）R2＝TSS/ESS.（6）若回归模型中无截距项，则.（7）若原假设未被拒绝，则它为真.（8）在双变量回归中，地值越大，斜率系数地方差越大.3.2设和分别表示Y 对X 和X 对Y 地OLS 回归中地斜率，证明r 为X 和Y 地相关系数.3.3证明：（1）Y 地真实值与OLS 拟合值有共同地均值，即；（2）OLS 残差与拟合值不相关，即.3.4证明本章中（ 3.18）和（ 3.19）两式：（1）（2）3.5考虑下列双变量模型：模型1：模型2：（1）1 和1地OLS 估计量相同吗？它们地方差相等吗？（2）2 和2地OLS 估计量相同吗？它们地方差相等吗？3.6有人使用1980－1994 年度数据，研究汇率和相对价格地关系，得到如下结果：其中，Y＝马克对美元地汇率X＝美、德两国消费者价格指数（CPI）之比，代表两国地相对价格（1）请解释回归系数地含义；（2）X t 地系数为负值有经济意义吗？（3）如果我们重新定义X 为德国CPI与美国CPI之比，X 地符号会变化吗？为什么？3.7随机调查200 位男性地身高和体重，并用体重对身高进行回归，结果如下：其中Weight 地单位是磅（lb ），Height 地单位是厘米（cm）.（1）当身高分别为177.67cm、164.98cm、187.82cm 时，对应地体重地拟合值为多少？（2）假设在一年中某人身高增高了 3.81cm，此人体重增加了多少？3.8设有10 名工人地数据如下：X 10 7 10 5 8 8 6 7 9 10Y 11 10 12 6 10 7 9 10 11 10 其中X= 劳动工时，Y= 产量（1）试估计Y=α+βX + u（要求列出计算表格）；（2）提供回归结果（按标准格式）并适当说明；（3）检验原假设β=1.0.3.9用12 对观测值估计出地消费函数为Y=10.0+0.90X ，且已知=0.01，=200，=4000，试预测当X=250 时Y 地值，并求Y 地95%置信区间.文档收集自网络，仅用于个人学习3.10设有某变量（Y）和变量（X）1995—1999 年地数据如下:（3）试预测X=10 时Y 地值，并求Y 地95%置信区间.3.11根据上题地数据及回归结果，现有一对新观测值X ＝20，Y＝7.62，试问它们是否可能来自产生样本数据地同一总体？文档收集自网络，仅用于个人学习3.12有人估计消费函数，得到如下结果（括号中数字为t 值）：＝15 + 0.81 ＝0.98（2.7）（6.5）n=19（1）检验原假设：＝0（取显著性水平为5％）（2）计算参数估计值地标准误差；（3）求地95％置信区间，这个区间包括0 吗？3.13试用中国1985—2003 年实际数据估计消费函数：=α+β + u t其中：C代表消费，Y 代表收入.原始数据如下表所示，表中：Cr＝农村居民人均消费支出（元）Cu＝城镇居民人均消费支出（元）Y ＝国内居民家庭人均纯收入（元） Yr ＝农村居民家庭人均纯收入（元） Yu＝城镇居民家庭人均可支配收入（元） Rpop＝农村人口比重（%） pop＝历年年底我国人口总数（亿人）P＝居民消费价格指数（1985=100）Pr＝农村居民消费价格指数（1985=100）Pu＝城镇居民消费价格指数（1985=100）数据来源：《中国统计年鉴2004》使用计量经济软件，用国内居民人均消费、农村居民人均消费和城镇居民人均消费分别对各自地人均收入进行回归，给出标准格式回归结果；并由回归结果分析我国城乡居民消费行为有何不同.文档收集自网络，仅用于个人学习第四章多元线性回归模型4.1某经济学家试图解释某一变量Y 地变动.他收集了Y 和 5 个可能地解释变量～地观测值(共10 组)，然后分别作三个回归，结果如下(括号中数字为t 统计量)：文档收集自网络，仅用于个人学习( 1) = 51.5 + 3.21 R=0.63(3.45) (5.21)2) 33.43 + 3.67 + 4.62 + 1.21 R=0.75 文档收集自网络，仅用于个人学(3.61 )(2.56)(0.81) (0.22)3) 23.21 + 3.82 + 2.32 + 0.82 + 4.10 + 1.21(2.21 )(2.83)(0.62) (0.12) (2.10) (1.11)文档收集自网络，仅用于个人学习R=0.80 你认为应采用哪一个结果？为什么？4.2为研究旅馆地投资问题，我们收集了某地地1987-1995 年地数据来估计收益生产函数R=ALKe ，其中R=旅馆年净收益(万年) ，L=土地投入，K=资金投入， e 为自然对数地底.设回归结果如下(括号内数字为标准误差) ：文档收集自网络，仅用于个人学习= -0.9175 + 0.273lnL + 0.733lnK R=0.94(0.212) (0.135) (0.125)(1)请对回归结果作必要说明；( 2)分别检验α和β 地显著性；( 3)检验原假设：α =β = 0；4.3我们有某地1970-1987 年间人均储蓄和收入地数据，用以研究1970－1978 和1978 年以后储蓄和收入之间地关系是否发生显著变化. 引入虚拟变量后，估计结果如下(括号内数据为标准差) ：文档收集自网络，仅用于个人学习= -1.7502 + 1.4839D + 0.1504 - 0.1034D·R=0.9425 文档收集自网络，仅用于个人学习(0.3319) (0.4704) (0.0163) (0.0332)其中：Y=人均储蓄，X=人均收入，D= 请检验两时期是否有显著地结构性变化.4.4说明下列模型中变量是否呈线性，系数是否呈线性，并将能线性化地模型线性化.（1）（2）（3）4.5有学者根据某国19年地数据得到下面地回归结果：其中：Y=进口量（百万美元），X1 =个人消费支出（百万美元），X2 =进口价格/国内价格.（1）解释截距项以及X1和X2系数地意义；（2）Y 地总变差中被回归方程解释地部分、未被回归方程解释地部分各是多少？（3）进行回归方程地显著性检验,并解释检验结果；（4）对“斜率”系数进行显著性检验,并解释检验结果.4.6由美国46个州1992年地数据，Baltagi 得到如下回归结果：其中，C＝香烟消费（包/人年），P＝每包香烟地实际价格Y＝人均实际可支配收入（1）香烟需求地价格弹性是多少？它是否统计上显著？若是，它是否统计上异于-1？（2）香烟需求地收入弹性是多少？它是否统计上显著？若不显著，原因是什么？（3）求出.4.7有学者从209 个公司地样本，得到如下回归结果（括号中数字为标准误差）：其中，Salary＝CEO 地薪金Sales＝公司年销售额roe＝股本收益率（％）ros＝公司股票收益请分析回归结果.4.8为了研究某国1970－1992 期间地人口增长率，某研究小组估计了下列模型：其中：Pop＝人口（百万人），t＝趋势变量，.（1）在模型 1 中，样本期该地地人口增长率是多少？（2）人口增长率在1978 年前后是否显著不同？如果不同，那么1972－1977和1978－1992 两时期中，人口增长率各是多少？文档收集自网络，仅用于个人学习4.9设回归方程为Y= β0+β1X1+β2X2+β3X3+ u, 试说明你将如何检验联合假设：β1= β2 和β3 = 1 .文档收集自网络，仅用于个人学习4.10下列情况应引入几个虚拟变量，如何表示？（1）企业规模：大型企业、中型企业、小型企业；（2）学历：小学、初中、高中、大学、研究生.4.11在经济发展发生转折时期，可以通过引入虚拟变量来表示这种变化.例如，研究进口消费品地数量Y 与国民收入X 地关系时，数据散点图显示1979 年前后明显不同.请写出引入虚拟变量地进口消费品线性回归方程.文档收集自网络，仅用于个人学习4.12柯布－道格拉斯生产函数其中：GDP=地区国内生产总值（亿元）K=资本形成总额（亿元）L= 就业人数（万人）P=商品零售价格指数（上年＝100）试根据中国2003 年各省数据估计此函数并分析结果.数据如下表所示第五章模型地建立与估计中地问题及对策5.1判断题（判断对错；如果错误，说明理由）（1）尽管存在严重多重共线性，普通最小二乘估计量仍然是最佳线性无偏估计量（BLUE ）.（2）如果分析地目地仅仅是为了预测，则多重共线性并无妨碍. （3）如果解释变量两两之间地相关系数都低，则一定不存在多重共线性. （4）如果存在异方差性，通常用地t 检验和 F 检验是无效地. （5）当存在自相关时，OLS 估计量既不是无偏地，又不是有效地.（6）消除一阶自相关地一阶差分变换法假定自相关系数必须等于 1. （7）模型中包含无关地解释变量，参数估计量会有偏，并且会增大估计量地方差，即增大误差.（8）多元回归中，如果全部“斜率”系数各自经t 检验都不显著，则R2值也高不了.（9）存在异方差地情况下，OLS 法总是高估系数估计量地标准误差.（10）如果一个具有非常数方差地解释变量被（不正确地）忽略了，那么OLS 残差将呈异方差性.5.2考虑带有随机扰动项地复利增长模型：Y 表示GDP，Y0是Y 地基期值，r 是样本期内地年均增长率，t 表示年份，t＝1978，⋯,2003.文档收集自网络，仅用于个人学习试问应如何估计GDP 在样本期内地年均增长率？5.3 检验下列情况下是否存在扰动项地自相关 .（1） DW=0.81，n=21，k=3（2）DW=2.25，n=15，k=2（3）DW=1.56，n=30，k=55.4有人建立了一个回归模型来研究我国县一级地教育支出：Y= β0+β1X1+β 2X2+β3X3+u其中：Y，X1，X2 和X3分别为所研究县份地教育支出、居民人均收入、学龄儿童人数和可以利用地各级政府教育拨款.文档收集自网络，仅用于个人学习他打算用遍布我国各省、市、自治区地100 个县地数据来估计上述模型.（1）所用数据是什么类型地数据？（2）能否采用OLS 法进行估计？为什么？（3）如不能采用OLS 法，你认为应采用什么方法？5.5试从下列回归结果分析存在问题及解决方法：（1）= 24.7747 + 0.9415 - 0.0424 R=0.9635SE：（6.7525）（0.8229）（0.0807）其中：Y=消费，X2=收入，X3=财产，且n=5000 （2）= 0.4529 - 0.0041t R=0.5284t：（-3.9606） DW=0.8252其中Y= 劳动在增加值中地份额，t=时间该估计结果是使用1949-1964 年度数据得到地.5.6工资模型：wi＝b0＋b1Si＋b2Ei＋b3Ai＋b4Ui＋ui其中Wi＝工资，Si＝学校教育年限，Ei＝工作年限，Ai＝年龄，Ui＝是否参加工会.在估计上述模型时，你觉得会出现什么问题？如何解决？5.7你想研究某行业中公司地销售量与其广告宣传费用之间地关系.你很清楚地知道该行业中有一半地公司比另一半公司大，你关心地是这种情况下，什么估计方法比较合理.假定大公司地扰动项方差是小公司扰动项方差地两倍.文档收集自网络，仅用于个人学习（1）若采用普通最小二乘法估计销售量对广告宣传费用地回归方程（假设广告宣传费是与误差项不相关地自变量），系数地估计量会是无偏地吗？是一致地吗？是有效地吗？文档收集自网络，仅用于个人学习（2）你会怎样修改你地估计方法以解决你地问题？（3）能否对原扰动项方差假设地正确性进行检验？5.8考虑下面地模型其中GNP＝国民生产总值，M ＝货币供给. （1）假设你有估计此模型地数据，你能成功地估计出模型地所有系数吗？说明理由.（2）如果不能，哪些系数可以估计？（3）如果从模型中去掉这一项，你对（1）中问题地答案会改变吗？（4）如果从模型中去掉这一项，你对（1）中问题地答案会改变吗？5.9采用美国制造业1899－1922年数据，Dougherty得到如下两个回归结果：（1）（2）其中：Y＝实际产出指数，K＝实际资本投入指数，L ＝实际劳动力投入指数，t＝时间趋势（1）回归式（1）中是否存在多重共线性？你是如何得知地？（2）回归式（1）中，logK 系数地预期符号是什么？回归结果符合先验预期吗？为什么会这样？（3）回归式（1）中，趋势变量在其中起什么作用？（4）估计回归式（2）背后地逻辑是什么？（5）如果（1）中存在多重共线性，那么（2）式是否减轻这个问题？你如何得知？（6）两个回归地R2可比吗？说明理由.5.10有人估计了下面地模型：其中：C＝私人消费支出，GNP＝国民生产总值，D＝国防支出假定，将（1）式转换成下式：使用1946－1975数据估计（1）、（2）两式，得到如下回归结果（括号中数字为标准误差）：1）关于异方差，模型估计者做出了什么样地假定？你认为他地依据是什么？2）比较两个回归结果.模型转换是否改进了结果？也就是说，是否减小了估计标准误差？说明理由.5.11设有下列数据：RSS1＝55，K ＝4，n1＝30RSS3＝140，K ＝4，n3＝30 请依据上述数据，用戈德佛尔德－匡特检验法进行异方差性检验（5％显著性水平）.5.12考虑模型（1）也就是说，扰动项服从AR （2）模式，其中是白噪声.请概述估计此模型所要采取地步骤.5.13对第 3 章练习题 3.13 所建立地三个消费模型地结果进行分析：是否存在序列相关问题？如果有，应如何解决？5.14为了研究中国农业总产值与有效灌溉面积、化肥施用量、农作物总播种面积、受灾面积地相互关系，选31 个省市2003 年地数据资料，如下表所示：文档收集自网络，仅用于个人学习表中：Y＝农业总产值（亿元，不包括林牧渔）X1＝有效灌溉面积（千公顷）X2＝化肥施用量（万吨）X23＝化肥施用量（公斤/亩）X3＝农作物总播种面积（千公顷）X4＝受灾面积（千公顷）（1）回归并根据计算机输出结果写出标准格式地回归结果；（2）模型是否存在问题？如果存在问题，是什么问题？如何解决？第六章动态经济模型：自回归模型和分布滞后模型6.1判断题（判断对错；如果错误，说明理由）（1）所有计量经济模型实质上都是动态模型.（2）如果分布滞后系数中，有地为正有地为负，则科克模型将没有多大用处. （3）若适应预期模型用OLS 估计，则估计量将有偏，但一致. （4）对于小样本，部分调整模型地OLS 估计量是有偏地.（5）若回归方程中既包含随机解释变量，扰动项又自相关，则采用工具变量法，将产生无偏且一致地估计量.（6）解释变量中包括滞后因变量地情况下，用德宾－沃森d 统计量来检测自相关是没有实际用处地.6.2用OLS 对科克模型、部分调整模型和适应预期模型分别进行回归时，得到地OLS 估计量会有什么样地性质？文档收集自网络，仅用于个人学习6.3简述科克分布和阿尔蒙多项式分布地区别.6.4考虑模型假设相关.要解决这个问题，我们采用以下工具变量法：首先用对和回归，得到地估计值，然后回归其中是第一步回归（对和回归）中得到地.（1）这个方法如何消除原模型中地相关？（2）与利维顿采用地方法相比，此方法有何优点？6.5设其中：M＝对实际现金余额地需求，Y*＝预期实际收入，R*＝预期通货膨胀率假设这些预期服从适应预期机制：其中和是调整系数，均位于0和1之间.（1）请将M t 用可观测量表示；（2）你预计会有什么估计问题？6.6考虑分布滞后模型假设可用二阶多项式表示诸如下：若施加约束＝＝0，你将如何估计诸系数（，i=0,1, (4)6.7为了研究设备利用对于通货膨胀地影响，T. A.吉延斯根据1971年到1988年地美国数据获得如下回归结果：文档收集自网络，仅用于个人学习其中：Y＝通货膨胀率（根据GNP 平减指数计算）X t＝制造业设备利用率X t－1 ＝滞后一年地设备利用率1）设备利用对于通货膨胀地短期影响是什么？长期影响又是什么？(2)每个斜率系数是统计显著地吗？(3)你是否会拒绝两个斜率系数同时为零地原假设？将利用何种检验？6.8考虑下面地模型：Y t = α+β(W0X t+ W1X t-1 + W2X t-2 + W3X t-3)+u t 请说明如何用阿尔蒙滞后方法来估计上述模型(设用二次多项式来近似) .6.9下面地模型是一个将部分调整和适应预期假说结合在一起地模型：Y t*= βX t+1eY t-Y t-1 = δ(Y t*- Y t-1) + u tX t+1e- X t e= (1-λ)( X t - X t e)；t=1，2，⋯， n式中Y t*是理想值，X t+1e和X t e是预期值.试推导出一个只包含可观测变量地方程，并说明该方程参数估计方面地问题.文档收集自网络，仅用于个人学习第七章时间序列分析7.1单项选择题（1）某一时间序列经一次差分变换成平稳时间序列，此时间序列称为（）地.A．1 阶单整B．2阶单整C．K 阶单整D．以上答案均不正确文档收集自网络，仅用于个人学习（2）如果两个变量都是一阶单整地，则（）.A ．这两个变量一定存在协整关系B．这两个变量一定不存在协整关系C．相应地误差修正模型一定成立D．还需对误差项进行检验文档收集自网络，仅用于个人学习（3）如果同阶单整地线性组合是平稳时间序列，则这些变量之间关系是（） .A. 伪回归关系B.协整关系C.短期均衡关系D. 短期非均衡关系（4）．若一个时间序列呈上升趋势，则这个时间序列是（）.A ．平稳时间序列B．非平稳时间序列C．一阶单整序列 D. 一阶协整序列7.2请说出平稳时间序列和非平稳时间序列地区别，并解释为什么在实证分析中确定经济时间序列地性质是十分必要地.文档收集自网络，仅用于个人学习7.3什么是单位根？7.4Dickey－Fuller（DF）检验和Engle－Granger（EG）检验是检验什么地？文档收集自网络，仅用于个人学习7.5什么是伪回归？在回归中使用非均衡时间序列时是否必定会造成伪回归？7.6由1948－1984 英国私人部门住宅开工数（X）数据，某学者得到下列回归结果：注：5％临界值值为-2.95，10％临界值值为-2.60. （1）根据这一结果，检验住宅开工数时间序列是否平稳.（2）如果你打算使用t 检验，则观测地t 值是否统计显著？据此你是否得出该序列平稳地结论？（3）现考虑下面地回归结果：请判断住宅开工数地平稳性.7.7由1971-I 到1988-IV 加拿大地数据，得到如下回归结果；A.B.C.其中，M1＝货币供给，GDP=国内生产总值，e t＝残差（回归A）（1）你怀疑回归 A 是伪回归吗？为什么？（2）回归 B 是伪回归吗？请说明理由.（3）从回归 C 地结果，你是否改变（1）中地结论，为什么？（4）现考虑以下回归：这个回归结果告诉你什么？这个结果是否对你决定回归 A 是否伪回归有帮助？7.8 检验我国人口时间序列地平稳性，数据区间为1949－2003 年.单位：万人7.9对中国进出口贸易进行协整分析，如果存在协整关系，则建立E CM 模型.1951－2003 年中国进口（im ）、出口（ex）和物价指数（pt，商品零售物价指数）时间序列数据见下表.因为该期间物价变化大，特别是改革开放以后变化更为激烈，所以物价指数也作为一个解释变量加入模型中.为消除物价变动对进出口数据地影响以及消除进出口数据中存在地异方差，定义三个变量如下：文档收集自网络，仅用于个人学习第八章联立方程模型8.1判断题（判断对错；如果错误，说明理由）（1）OLS 法适用于估计联立方程模型中地结构方程.（2）2SLS 法不能用于不可识别方程.（3）估计联立方程模型地2SLS 法和其它方法只有在大样本地情况下，才能具有我们期望地统计性质 .(4) 联立方程模型作为一个整体，不存在类似 R 2这样地拟合优度测度 .(5) 如果要估计地方程扰动项自相关或存在跨方程地相关， 则 2SLS 法和其它估 计结构方程地方法都不能用 .(6) 如果一个方程恰好识别，则 ILS 和 2SLS 给出相同结果 .8.2 单项选择题1) 结构式模型中地方程称为结构方程 .在结构方程中， 解释变量可以是前定变3) 如果联立方程模型中某个结构方程包含了模型中所有地变量，则这个方程5)当一个结构式方程为恰好识别时，这个方程中内生解释变量地个数( A ．与被排除在外地前定变量个数正好相等 B ．小于被排除在外地前定变量个数 C ．大于被排除在外地前定变量个数D ．以上三种情况都有可能发生 文档收集自网络，仅用于个人学习6) 简化式模型就是把结构式模型中地内生变量表示为 ( ).A. 外生变量和内生变量地函数关系B.前定变量和随机误差项地模型C.滞后变量和随机误差项地模型 D.外生变量和随机误差项地模量，也可以是 ( ).文档收集自网络，仅用于个人学习 A. 外生变量 B.滞后变量2)前定变量是 ( )地合称 .A.外生变量和滞后内生变量C.内生变量D. 外生变量和内生变量 C.外生变量和虚拟变量 D. 解释变量和被解释变量( ).A. 恰好识别B.不可识别 (4) 下面说法正确地是( ).A.内生变量是非随机变量 C.外生变量是随机变量 C.过度识别 D.不确定B. 前定变量是随机变量个人收集整理勿做商业用途型7) 对联立方程模型进行参数估计地方法可以分两类，即：( ).A.间接最小二乘法和系统估计方法B.单方程估计法和系统估计方法个人收集整理勿做商业用途C.单方程估计法和二阶段最小二乘法D.工具变量法和间接最小二乘法（8）在某个结构方程过度识别地条件下，不适用地估计方法是（）.A. 间接最小二乘法B.工具变量法C.二阶段最小二乘法D.有限信息极大似然估计法8.3行为方程和恒等式有什么区别？8.4如何确定模型中地外生变量和内生变量？8.5考虑下述模型：C t = α + β D t +u t I t = γ + δD t-1 + νt D t = C t +I t + Z t ；t=1 ，2，⋯，n其中 C = 消费支出，D= 收入，I = 投资，Z = 自发支出. C、I 和D是内生变量.试写出消费支出地简化型方程，并研究各方程地识别问题.8.6考虑下述模型：Y t = C t + I t +G t +X tC t = β 0 + β 1D t + β2C t-1 + u tD t = Y t –T tI t = α0 + α1Y t + α2R t-1 +νt 模型中各方程是正规化方程，u t、νt为扰动项.（1）请指出模型中地内生变量、外生变量和前定变量.（2）写出用2SLS法进行估计时，每个阶段中要估计地方程.8.7下面是一个简单地美国宏观经济模型（1960－1999）其中C=实际私人消费，I= 实际私人总投资，G=实际政府支出，Y ＝实际GDP，M= 当年价M2，R=长期利率；P＝消费价格指数.内生变量：C，I，R，Y 前定变量：C t-1，I t-1，M t-1，P t，R t-1 和G t.（1）应用识别地阶条件，决定各方程地识别状态；（2）你打算用什么方法来估计可识别行为方程？8.8假设有如下计量经济模型：其中，Y＝国民收入，I=净资本形成，C=个人消费，Q ＝利润，P=生活费用指数，R= 工业劳动生产率1）写出模型地内生变量、外生变量和前定变量；个人收集整理勿做商业用途（2）用识别地阶条件确定各方程地识别状态；（3）此模型中是否有可以用ILS 法估计地方程？如有，请指出；（4）写出用2SLS 法进行估计时，每个阶段中要估计地方程. 8.9考虑下述模型：消费方程：C t=α0 +α 1Y t +α2C t-1 +u①投资方程：I t=β0 +β1Y t +β2I t –1+u2t②进口方程：M t = 0 + 1Y t + u3t ③Y t = C t+ I t + G t + X t - M t模型中各方程是正规化方程，u 1t, ⋯u3t为扰动项.（1）请指出模型中地内生变量、外生变量和前定变量.（2）利用阶条件识别各行为方程.（3）写出用3SLS 进行估计时地步骤.8.10考察下述国民经济地简单模型式中，C为消费，Y 为国民收入，I 为投资，R为利率.设样本容量n 为20，已算得中间结果为：（1）判别模型中消费方程地识别状态；（2）用间接最小二乘法求消费方程结构式系数；（3）将采用哪种方法估计投资方程?为什么?（不必计算）8.11由联立方程模型；得到其简化式如下：（1）两结构方程可识别吗？（2）如果知道，识别情况有何变化？（3）若对简化式进行估计，结果如下：个人收集整理勿做商业用途试求出结构参数地值，并说明如何检验原假设个人收集整理勿做商业用途版权申明本文部分内容，包括文字、图片、以及设计等在网上搜集整理。
计量经济学习题及答案
计量经济学习题一、名词解释1、普通最小二乘法：为使被解释变量的估计值及观测值在总体上最为接近使Q= 最小，从而求出参数估计量的方法，即之。
2、总平方和、回归平方和、残差平方和的定义：TSS度量Y自身的差异程度，称为总平方和。
TSS除以自由度n-1=因变量的方差，度量因变量自身的变化；RSS度量因变量Y的拟合值自身的差异程度，称为回归平方和，RSS除以自由度〔自变量个数-1〕=回归方差，度量由自变量的变化引起的因变量变化局部；ESS度量实际值及拟合值之间的差异程度，称为残差平方和。
RSS除以自由度〔n-自变量个数-1〕=残差〔误差〕方差，度量由非自变量的变化引起的因变量变化局部。
3、计量经济学：计量经济学是以经济理论为指导，以事实为依据，以数学和统计学为方法，以电脑技术为工具，从事经济关系及经济活动数量规律的研究，并以建立和应用经济计量模型为核心的一门经济学科。
而且必须指出，这些经济计量模型是具有随机性特征的。
4、最小样本容量：即从最小二乘原理和最大似然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限；即样本容量必须不少于模型中解释变量的数目〔包扩常数项〕，即之。
5、序列相关性：模型的随机误差项违背了相互独立的根本假设的情况。
6、多重共线性：在线性回归模型中，如果某两个或多个解释变量之间出现了相关性，那么称为多重共线性。
7、工具变量法：在模型估计过程中被作为工具使用，以替代模型中及随机误差项相关的随机解释变量。
这种估计方法称为工具变量法。
8、时间序列数据：按照时间先后排列的统计数据。
9、截面数据：发生在同一时间截面上的调查数据。
10、相关系数：指两个以上的变量的样本观测值序列之间表现出来的随机数学关系。
11、异方差：对于线性回归模型提出了假设干根本假设，其中包括随机误差项具有同方差；如果对于不同样本点，随机误差项的方差不再是常数，而互不一样，那么认为出现了异方差性。
12、外生变量：外生变量是模型以外决定的变量，作为自变量影响内生变量，外生变量决定内生变量，其参数不是模型系统的元素。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第五章经典单方程计量经济学模型：专门问题一、内容提要本章主要讨论了经典单方程回归模型的几个专门题。
第一个专题是虚拟解释变量问题。
虚拟变量将经济现象中的一些定性因素引入到可以进行定量分析的回归模型，拓展了回归模型的功能。
本专题的重点是如何引入不同类型的虚拟变量来解决相关的定性因素影响的分析问题，主要介绍了引入虚拟变量的加法方式、乘法方式以及二者的组合方式。
在引入虚拟变量时有两点需要注意，一是明确虚拟变量的对比基准，二是避免出现“虚拟变量陷阱”。
第二个专题是滞后变量问题。
滞后变量包括滞后解释变量与滞后被解释变量，根据模型中所包含滞后变量的类别又可将模型划分为自回归分布滞后模型与分布滞后模型、自回归模型等三类。
本专题重点阐述了产生滞后效应的原因、分布滞后模型估计时遇到的主要困难、分布滞后模型的修正估计方法以及自回归模型的估计方法。
如对分布滞后模型可采用经验加权法、Ａlmon多项式法、Koyck方法来减少滞项的数目以使估计变得更为可行。
而对自回归模型，则根据作为解释变量的滞后被解释变量与模型随机扰动项的相关性的不同，采用工具变量法或OLS法进行估计。
由于滞后变量的引入，回归模型可将静态分析动态化，因此，可通过模型参数来分析解释变量对被解释变量影响的短期乘数和长期乘数。
第三个专题是模型设定偏误问题。
主要讨论当放宽“模型的设定是正确的”这一基本假定后所产生的问题及如何解决这些问题。
模型设定偏误的类型包括解释变量选取偏误与模型函数形式选取取偏误两种类型，前者又可分为漏选相关变量与多选无关变量两种情况。
在漏选相关变量的情况下，OLS估计量在小样本下有偏，在大样本下非一致；当多选了无关变量时，OLS估计量是无偏且一致的，但却是无效的；而当函数形式选取有问题时，OLS估计量的偏误是全方位的，不仅有偏、非一致、无效率，而且参数的经济含义也发生了改变。
在模型设定的检验方面，检验是否含有无关变量，可用传统的t检验与F检验进行；检验是否遗漏了相关变量或函数模型选取有错误，则通常用一般性设定偏误检验（RESET检验）进行。
本专题最后介绍了一个关于选取线性模型还是双对数线性模型的一个实用方法。
第四个专题是关于建模一般方法论的问题。
重点讨论了传统建模理论的缺陷以及为避免这种缺陷而由Hendry提出的“从一般到简单”的建模理论。
传统建模方法对变量选取的“偿试”性使得实际建模过程存在“数据开采”问题而受到质疑。
Hendry提出的约化建模型理论正是针对这一缺陷而提出的一套全新的建模理论。
该理论认为，在模型的最初设定上，就设立一个“一般”的模型，它包括了所有先验经济理论与假设中所应包括的全部变量，然后在模型的估计过程中逐渐剔除不显著的变量，最后得到一个较“简单”的最终模型。
约化建模理论的主要优点就在于，提出了一个对不同先验假设的更为系统的检验程序；同时由于它的初始模型就是一个包括所有可能变量的“一般”模型，也就避免了过度的“数据开采”问题；另外，由于初始模型的“一般”性，所有研究者的“起点”都有是相同的，因此，在相同的约化程序下，最后得到的最终模型也应该是相同的。
本专题重点介绍了一个“一般”模型所应具有的基本特征、“从一般到简单”的约化过程、相关的非嵌套检验以及约化模型的准则。
二、典型例题分析例1．一个由容量为209的样本估计的解释CEO薪水的方程为Ln(salary)=4.59 +0.257ln(sales)+0.011roe+0.158finance +0.181consprod – 0.283utility(15.3) (8.03) (2.75) (1.775) (2.130) (-2.895)其中，salary 表示年薪水（万元）、sales表示年收入（万元）、roe表示公司股票收益（万元）；finance、consprod和utility均为虚拟变量，分别表示金融业、消费品工业和公用事业。
假设对比产业为交通运输业。
（1）解释三个虚拟变量参数的经济含义；（2）保持sales和roe不变，计算公用事业和交通运输业之间估计薪水的近似百分比差异。
这个差异在1%的显著水平上是统计显著的吗？（3）消费品工业和金融业之间估计薪水的近似百分比差异是多少？写出一个使你能直接检验这个差异是否统计显著的方程。
解答：（1）finance的参数的经济含义为：当销售收入与公司股票收益保持不变时，金融业的CEO要比交通运输业的CEO多获薪水15.8个百分点。
其他两个可类似解释。
（2）公用事业和交通运输业之间估计薪水的近似百分比差异就是以百分数解释的utility 的参数，即为28.3%。
由于参数的t统计值为-2.895，它大于1%显著性水平下自由度为203的t分布的临界值1.96，因此这种差异是统计上显著的。
3（3）由于消费品工业和金融业相对于交通运输业的薪水百分比差异分别为15.8%与18.1%，因此它们间的差异为18.1% - 15.8% = 2.3%。
一个能直接检验这一差异是否显著的方程为u trans utilty consprod roe salse salary ++++++=321210)ln()ln(αααβββ其中，trans 为交通运输业虚拟变量。
这里对比基准为金融业，因此1α表示了消费品工业与金融业薪水的百分数差异，其t 统计值可用来进行显著性检验。
例2．假设货币需求关系式为t t t M Y R αβγ*=++，式中，t M 为时间t 的实际现金余额；t Y *为时间t 的“期望”实际收入；t R 为时间t 的利率。
根据适应规则，11(1)t t t t Y Y Y λλμ**--=+-+，01λ<<修改期望值。
已知t Y ，t M ，t R 的数据，但t Y *的数据未知。
（1）建立一个可以用于推导,,αβγλ和估计值的经济计量模型。
（2）假设221()0,(),()0,0;,,t t t t s t t E E E s Y R μμσμμ--===≠1t M -和1t R -与t μ都不相关。
OLS 估计值是1）无偏的；2）一致的吗？为什么？（3）假设t μ=1,t t ρμε-+t ε的性质类似（2）部分。
那么，本例中OLS 估计值是1）无偏的；2）一致的吗？为什么？ 解答： （1）由于t t t M Y R αβγ*=++ （1） 11(1)t t t t Y Y Y λλμ**--=+-+ （2）第二个方程乘以β有11(1)t t t t Y Y Y βλβλββμ**--=+-+ （3）由第一个方程得t t t R M Y γαβ--=*11*1-----=t t t R M Y γαβ代入方程（3）得t t t t t t R M Y R M βμγαβλλβγα+---+=-----)()1(111整理得1(1)t t t M Y R ααλλβγ-=--++11(1)(1)t t t M R λλγβμ-----+=111(1)(1)t t t t t Y M R R αλλβλγλγβμ---++-+--+该模型可用来估计并计算出,,αβγλ和。
（2）在给定的假设条件下，尽管t μ与t M 相关，但t μ与模型中出现的任何解释变量都不相关，因此只是μ与M 存在异期相关，所以OLS 估计是一致的，但却是有偏的估计值。
（3）如果t t t ερμμ+=-1，则1t M -和t μ相关，因为1t M -与1-t μ相关。
所以OLS 估计结果有偏且不一致。
3、一个估计某行业ECO 薪水的回归模型如下μββββββ++++++=comten ceoten profm mktval sales salary 543210arg)ln()ln()ln(其中，salary 为年薪sales 为公司的销售收入，mktval 为公司的市值，profmarg 为利润占销售额的百分比，ceoten 为其就任当前公司CEO 的年数，comten 为其在该公司的年数。
一个有177个样本数据集的估计得到R 2=0.353。
若添加ceoten 2和comten 2后，R 2=0.375。
问：此模型中是否有函数设定的偏误？ 解答：若添加ceoten 2和comten 2后，估计的模型为μββββββββ++++++++=2726543210arg)ln()ln()ln(comten ceoten comten ceoten profm mktval sales salary如果β6、β7是统计上显著不为零的，则有理由认为模型设定是有偏误的。
而这一点可以通过第三章介绍的受约束F 检验来完成：97.2)8177/()375.01(2/)353.0375.0(=---=F在10%的显著性水平下，自由度为（2，∞）的F 分布的临界值为2.30；在5%的显著性水平下，临界值为3.0。
由此可知在10%的显著性水平下拒绝β6＝β7＝０的假设，表明原模型有设定偏误问题；而在5%的显著性水平下则不拒绝β6＝β7＝０的假设，表明原模型没有设定偏误问题。
5三、习题（一）基本知识类题型 5-1．解释下列概念： 1) 虚拟变量 2) 虚拟因变量模型 3) 滞后变量 4) 滞后效应5) 分布滞后模型 6) 自回归模型 7) h 检验8) 有限最小二乘法5-2．在建立计量经济模型时，什么时候、为什么要引入虚拟变量？ 5-3．举例说明虚拟变量在模型中的作用。
5-4．什么是“虚拟变量陷阱”？ （二）基本证明与问答类题型5-5．对包含常数项的季节变量模型运用最小二乘法时，如果模型中引入4个季节虚拟变量，其估计结果会出现什么问题？5-6．滞后外生变量模型和滞后内生变量模型的概念是什么？5-7．滞后变量模型有哪几种类型？外生变量分布滞后模型使用OLS 方法存在哪些问题？ 5-8．产生模型设定偏误的主要原因是什么？模型设定偏误的后果以及检验方法有哪些？ 5-9．试在消费函数εβα++=X Y 中（以加法形式）引入虚拟变量，用以反映季节因素（淡、旺季）和收入层次差异（高、中、低）对消费需求的影响，并写出各类消费函数的具体形式。
5-10．现有如下估计的利润函数：ii i t XD D X Y 0037.063.784537.037.221ˆ+++= )78.35( )86.8( )86.2(其中：Y 、X 分别为销售利润和销售收入；D 为虚拟变量，旺季时1=D ，淡季时0=D ；D X XD ⋅=，试分析：（1）季节因素的影响情况；（2）写出模型的等价形式。
5-11．如何确定有限分布滞后模型中的滞后期长度？5-12．被解释变量对于一个或者多个解释变量反应滞后的原因是什么？给出一些分布滞后模型的例子。
5-13．简述约化建模理论与传统建模理论的联系与区别；变量的外生性概念在约化建模理论与传统建模理论中有何不同？5-14．局部调整方法用于多元回归模型会出现什么问题？5-15．在计量经济模型定式中，解释变量设定误差有几类？各有什么特点？5-16．在实际建模中如何保证约化过程的有效性？人们有时将约化建模理论称为“TTT 方法论”，意思是“检验、检验、再检验”，谈谈你对此的看法。