计量经济学期末考试范围

一、单项选择题（10×1分=10分）。

1、“计量经济学”一词最早是由（B ）依照“生物计量学”创造出来的。

A 、恩格尔（R.Engle ）B 、弗瑞希（R.Frisch ）C 、萨缪尔森（P.Smuelson ）D 、丁伯根（J.Tinbergen ）2、把反映某一总体特征的同一指标的数据，按一定的时间顺序和时间间隔排列起来，这样的数据称为（ B ）。

A 、横截面数据；B 、 时间序列数据；C 、修匀数据；D 、随机数据3、总体平方和TSS 、残差平方和RSS 与回归平方和ESS 三者的关系是（ B ）。

A 、RSS=TSS+ESSB 、TSS=RSS+ESSC 、ESS=RSS-TSSD 、ESS=TSS+RSS4、多元线性回归模型的“线性”是指对（ C ）而言是线性的。

（A ）解释变量； （B ）被解释变量；（C ）回归参数； （D ）剩余项5、用一组有30个观测值的样本估计模型01122i i i i y x x u βββ=+++后，在0.05的显著性水平下对1β的显著性做t 检验，则1β显著地不等于零地条件是其统计量大于等于（ D ）（A ）t 0.05（30）；（B ）t 0.025（28）；（C ）t 0.025（27）；（D ）F 0.025（1，28）6、完全多重共线性产生的后果包括参数估计量的方差（ C ）（A ）增大；（B ）减小；（C ）无穷大； （D ）无穷小7．更容易产生异方差的数据为（ C ）A.时序数据B.平均数据C.横截面数据D.年度数据8．在修正异方差的方法中，不正确的是（ D ）A.加权最小二乘法；B.对原模型变换的方法；C.对模型的对数变换法；D.两阶段最小二乘法9、在分段线性回归分析中，如果只有一个属性变量，且其有三种类型，则引入虚拟变量个数应为（ B ）A 、 1个，B 、 2个，C 、3个，D 、4个；10、根据样本资料建立某消费函数如下： tt t X D C 45.035.555.100ˆ++=，其中C 为消费，x 为收入，虚拟变量⎩⎨⎧=农村家庭城镇家庭01D ，所有参数均检验显著，则城镇家庭的消费函数为( A )。

A 、tt X C 45.058.551ˆ+= B 、 t t X C 45.005.001ˆ+= C 、t t X C 35.5550.100ˆ+= D 、 tt X C 35.5595.100ˆ+=二、多项选择题（10×2分=20分）。

1、经济计量分析工作的几个步骤是（BCDE ）。

A 、经济理论研究B 、设定模型C 、估计参数D 、检验模型E 、应用模型2、计量经济模型的检验一般包括内容有（ABCD ）。

A 、经济意义检验B 、统计推断检验C 、计量经济学检验D 、预测检验E 、对比检验3、古典线性回归模型的普通最小二乘估计量的特性有（ABC ）。

A 、无偏性B 、线性C 、最小方差D 、不一致性E 、有偏性4、以Y 表示实际观测值，ˆY 表示回归估计值，e 表示残差，则回归直线满足（AC ）。

A 、通过样本均值点(,)X YB 、ˆi iY Y =∑∑ C 、cov(,)0i i X e = D 、2ˆ()0i i Y Y -=∑ E 、2ˆ()0i Y Y -=∑5、反映回归直线拟合优度的指标有（AE ）。

A 、相关系数B 、回归系数C 、样本决定系数D 、回归方程的标准误差E 、剩余变差（或残差平方和）6、多元样本线性回归函数是（BD ）A 、12233i i i k ki i Y X X X u ββββ=+++++B 、kik i i i X X X Y ββββˆˆˆˆˆ33221++++= C 、2312233(|,,)i i i ki i i k ki E Y X X X X X X ββββ=++++D 、^^^^12233i i i k ki i Y X X X e ββββ=+++++ 7、多元线性回归模型的古典假定有（ABCDE ）A 、零均值假定B 、同方差和无自相关假定C 、随机扰动项与解释变量不相关假定D 、无多重共线性假定E 、正态性假定8、修正多重共线性的经验方法包括（ABCDE ）A 、剔除变量法B 、增大样本容量C 、变换模型形式D 、截面数据与时间序列数据并用E 、变量变换9、异方差性的检验的方法有（ABCDE ）A.图示检验法；B.戈德菲尔德-夸特(G-Q)检验；C.怀特(White)检验； D.ARCH 检验； E 戈里瑟检验10．产生异方差性的主要原因是（ BCD ）A.模型中省略了某些重要变量；B.模型设定误差；C.测量误差的变化；D.截面数据中总体各单位的差异。

三、简答题（4×5分=20分）。

1、随机误差项包含哪些因素影响？答：1、作为未知影响因素的代表2、作为无法取得数据的已知因素的代表3、作为众多细小影响因素的综合代表4、模型的设定误差；5、变量的观测误差；6、经济现象的内在随机性。

2、多元线性回归分析中，为什么要对可决系数加以修正？答：因为随着模型中解释变量个数的增加，多重可决系数R2的值会变大。

当被解释变量相同而解释变量个数不同时，这给运用多重可决系数去比较两个模型的拟合程度会带来缺陷。

这时模型的解释变量个数不同，不能简单地直接对比多重可决系数。

在样本容量一定的情况下，增加解释变量必定使得待估参数的个数增加，从而会损失自由度。

为此，可以用自由度去修正多重可决系数R2中的残差平方和与回归平方和。

3、多重共线性对回归参数的估计有何影响？答：在完全多重共线性情况下：1、参数的估计值不确定；2、参数估计量的方差无限大；在不完全多重共线性情况下：1、参数估计量的方差增大；2、对参数区间估计时，置信区间趋于变大；3、严重多重共线性时，假设检验容易做出错误判断；4、当多重共线性严重时，可能造成可决系数R2较高，经F 检验的参数联合显著性也很高，但对各个参数单独的t检验却可能不显著，甚至可能使估计的回归系数符号相反，得出完全错误的结论。

4、虚拟变量数量的设置规则和选择规则是什么？答：一、虚拟变量数量的设置规则：若1个定性因素有m个互相排斥的类型（属性、水平）时，按照模型设定中有无截距项，虚拟变量数量的设置分为两种情况：1、在有截距项的模型中，只能引入m-1个虚拟变量；2、在没有截距项的模型中，可以引入m个虚拟变量。

二、虚拟变量“0”和“1”的选择规则：1、虚拟变量选“0”通常代表比较的基础类型；2、虚拟变量选“1”通常代表与基础类型相比较的类型。

四、辨析题（10×1.5分=15分）。

1、计量经济学研究经济生活中精确的函数关系。

错。

计量经济学所研究的经济现象并不都是呈现为精确的函数关系，计量经济模型中包含了随机误差项，这样模型中的一些变量和参数的估计量都成了随机变量。

2、建立计量经济模型成功的三要素是理论、方法和数据。

对。

理论----经济理论,所研究经济现象的行为理论,这是计量经济学研究的基础; 方法----模型方法和计算方法.这是计量经济学研究的工具和手段,是计量经济学不同与其它经济学科的主要特征。

3、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。

错。

不会回答4、在计量经济模型中，随机扰动项与残差项无区别。

错。

总体回归函数中的随机扰动项是不可以直接观测的，而样本回归函数中的残差项是只要估计出样本回归的参数就可以计算的数值。

5、多元线性回归模型是指对于变量而言是线性的。

错。

多元线性回归模型是指对各个回归参数而言是线性的，而对于变量则可以是线性的，也可以不是线性的。

6、多重可决系数是介于-1和1之间的一个数，它越大表明模型对数据的拟合程度就越好。

错。

多重可决系数是介于0和1之间的一个数，可决系数越接近1，模型对数据的拟合程度就越好。

7、如果其他条件不变，VIF 越高，OLS 估计量的方程越大。

8、如果在多元回归中，根据通常的t 检验，全部偏回归系数都是统计上不显著的，你就不会得到一个高的R 2值。

9.在异方差性的情况下，若采用Eviews 软件中常用的OLS 法，必定高估了估计量的标准误。

错。

在出现异方差的情况下，若还用OLS 方法去估计其方差，通常会低估了估计量的真实方差和标准误差。

10．如果存在异方差，通常使用的t 检验和F 检验是无效的。

对。

异方差情况下，通常用OLS 方法得到的t 统计量不再服从t 分布，类似的，F 统计量也不再服从F 分布，因此，t 检验和F 检验是无效的。

五、填空题（8×1.5分=12分）。

1、已知某一直线回归方程的可决系数为0.64，则解释变量与被解释变量间的相关系数为 0.8 。

2、多元线性回归模型的同方差和无自相关假定是指 P77（3.18公式） 。

3、对回归模型整体的显著性检验是 F 检验 。

4、对回归参数的各个回归系数的显著性检验采用的是 t 检验 。

5、在计量经济学中，引入虚拟变量是为了将定量因素和 定性因素 同时纳入模型之内6、以乘法形式引入虚拟变量做回归模型的比较和结构变化检验时，合并后模型的i 应服从基本假定，特别是所比较的方差相同，否则会出现 异方差 。

7、在有截截距项的回归模型中，要考虑季节因素对冷饮销售量的影响时，应引入 3 个虚拟变量。

8、虚拟变量个数的设置，应遵循一定的规则，否则会陷入所谓的“虚拟变量陷阱”，即 产生完全共线性 。

六、计算题（10分+13分=23分）1.利用《中国统计年鉴（2006）》中提供的有关数据，可以对2005年国内各地区居民消费进行分析。

如果以各省（自治区、直辖市）居民可支配收入（X ，单位：元）作为解释变量，以居民消费性支出（Y ，单位：元）作为被解释变量，利用Eviews 软件，可以得到以下估计结果：VariableCoefficient Std. Error t-Statistic Prob. C346.0459 305.7770 1.131693 X 0.728453 0.028858 25.24223R-squared0.956468 Mean dependent var 7773.217 Adjusted R-squared0.954966 S.D. dependent var 2183.308 S.E. of regression463.3222 Akaike info criterion 15.17706 Sum squared resid6225356. Schwarz criterion 15.26958 Log likelihood-233.2445 F-statistic 637.1699 Durbin-Watson stat 1.372727 Prob(F-statistic) 0.000000要求：（1）已知0.0250.050.050.025(29) 2.045,(29) 1.699,(30) 1.607,(30) 2.042t t t t ====； 22220.050.050.0250.025(29)42.5569,(30)43.77,(29)45.72,(30)46.98χχχχ====。