计量经济学第一章绪论 (2)
计量经济学期末考试重点
计量经济学期末考试重点第一章绪论1、什么是计量经济学？由哪三组组成？答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科。
统计学、经济理论和数学三者结合起来便构成了计量经济学。
2、计量经济学的内容体系，重点是理论计量和应用计量和经典计量经济学理论方法方面的特征答：1）广义计量经济学和狭义计量经济学2）初、中、高级计量经济学3）理论计量经济学和应用计量经济理论计量经济学是以介绍、研究计量经济学的理论与方法为主要内容，侧重于理论与方法的数学证明与推导，与数理统计联系极为密切。
除了介绍计量经济模型的数学理论基础、普遍应用的计量经济模型的参数估计方法与检验方法外，还研究特殊模型的估计方法与检验方法，应用了广泛的数学知识。
应用计量经济学则以建立与应用计量经济学模型为主要内容，强调应用模型的经济学和经济统计学基础，侧重于建立与应用模型过程中实际问题的处理。
本课程是二者的结合。
4）、经典计量经济学和非经典计量经济学经典计量经济学（Classical Econometrics）一般指20世纪70年代以前发展并广泛应用的计量经济学。
经典计量经济学在理论方法方面特征是：⑴模型类型—随机模型；⑵模型导向—理论导向；⑶模型结构—线性或者可以化为线性，因果分析，解释变量具有同等地位，模型具有明确的形式和参数；⑷数据类型—以时间序列数据或者截面数据为样本，被解释变量为服从正态分布的连续随机变量；⑸估计方法—仅利用样本信息，采用最小二乘方法或者最大似然方法估计模型。
经典计量经济学在应用方面的特征是：⑴应用模型方法论基础—实证分析、经验分析、归纳；⑵应用模型的功能—结构分析、政策评价、经济预测、理论检验与发展；⑶应用模型的领域—传统的应用领域，例如生产、需求、消费、投资、货币需求，以及宏观经济等。
5）、微观计量经济学和宏观计量经济学3、为什么说计量经济学是经济学的一个分支？（4点和综述）答：（1）、从计量经济学的定义看（2）、从计量经济学在西方国家经济学科中的地位看（3）、从计量经济学与数理统计学的区别看（4）、从建立与应用计量经济学模型的全过程看综上所述，计量经济学是一门经济学科，而不是应用数学或其他。
1计量经济学绪论-PPT文档资料
论文总数
应用计量 研究论文 数
19 84 19 87 19 90 19 93 19 96 19 99 20 02 20 05
年份
• 为什么？ • 科学研究
观察（偶然、个别、特殊） 假设（理论、模型） 检验（实验、预测、回归） 计量经济学
发现（必然、一般、普遍）
规范分析 Normative 理论分析 Theoreti l 经济学方法论 实证分析 Positive 经验分析 Empiric
计量经济学
• 应用研究广泛开展 – 以《经济研究》发文数量对比为例
应用计量论文占论文总数的比例
%
60 50 40 30 20 10 0
比例
19 84 19 86 19 88 19 90 19 92 19 94 19 96 19 98 20 00 20 02 20 04 20 06
年份
• 应用领域广阔
• 简单的例子
城镇居民消费与收入关系 15000 10000 5000 0 0 5000 10000 收入 15000 20000
消费=346+0.728收入
数据来自统计学，线性关系来自经济学，数量关 系来自数学。三者结合建立了计量经济学模型。
消费
• 在经济学科中占据极重要的地位
克莱因（R.Klein）：“计量经济学已经 在经济学科中居于最重要的地位”， “在大多数大学和学院中，计量经济学 的讲授已经成为经济学课程表中最有权 威的一部分”。 萨缪尔森（P.Samuelson） ：“第二次 大战后的经济学是计量经济学的时代”。
第一章 绪论
§1.1 计量经济学
§1.2 经典计量经济学模型的建模步骤 §1.3 计量经济学模型的应用
计量经济学 李子奈教材答案
参考答案：第一章绪论一、名词解释1、横截面数据2、时间序列数据3、虚变量数据二、选择题1、C2、B3、A4、A5、B三、简答分析题1、建立与应用计量经济学模型的步骤如下：（1）设定理论模型，包括选择模型所包含的变量，确定变量之间的数学关系和拟定模型中待估参数的数值范围；（2）收集样本数据，要考虑样本数据的完整性、准确性、可比性和一致性；（3）估计模型参数；（4）检验模型，包括经济意义检验、统计检验、计量经济学检验和模型预测检验。
2、模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。
①在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号、大小、参数之间的关系是否与根据人们的经验和经济理论所拟订的期望值相符合；②在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质，有拟合优度检验、变量显著检验、方程显著性检验等；③在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；④模型的预测检验，主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。
3、（1）不是。
因为农村居民储蓄增加额应与农村居民可支配收入总额有关，而与城镇居民可支配收入总额没有因果关系。
（2）不是。
第t年农村居民的纯收入对当年及以后年份的农村居民储蓄有影响，但并不对第t-1的储蓄产生影响。
4、一是居民收入总额RI t前参数符号有误，应是正号；二是全社会固定资产投资总额IV t 这一解释变量的选择有误，它对社会消费品零售总额应该没有直接的影响。
第二章经典单方程计量经济学模型：一元线性回归模型一、名词解释1、最大似然估计法（ML）: 又叫最大或然法，指用产生该样本概率最大的原则去确定样本回归函数的方法。
2、OLS估计法：指根据使估计的剩余平方和最小的原则来确定样本回归函数的方法。
《计量经济学》各章主要知识点
第一章：绪论1.计量经济学的学科属性、计量经济学与经济学、数学、统计学的关系；2.计量经济研究的四个基本步骤（1）建立模型（依据经济理论建立模型,通过模型识别、格兰杰因果关系检验、协整关系检验建立模型）；（2）估计模型参数（满足基本假设采用最小二乘法，否则采用其他方法：加权最小二乘估计、模型变换、广义差分法等）；（3 ）模型检验:经济意义检验（普通模型、双对数模型、半对数模型中的经济意义解释，见例1、例2 ）,统计检验（T检验，拟合优度检验、F检验,联合检验等）；计量经济学检验（异方差、自相关、多重共线性、在时间序列模型中残差的白噪声检验等）；（4 ）模型应用。
例1:在模型中，y某类商品的消费支出，x收入，P商品价格，试对模型进行经济意义检验，并解释A"》的经济学含义。
In X = 0.213 +0.25 In 一0.31£其中参数卩'",都可以通过显著性检验。
经济意义检验可以通过（商品需求与收入正相关、与商品价格负相关\商品消费支出关于收入的弹性为0.25 （ 1心/畑）=0.251】心/仏））；价格增加一个单位，商品消费需求将减少31%。
例2 :硏究金融发展与贫富差距的关系，认为金融发展先使贫富差距加大（恶化）, 尔后会使贫富差距降＜氐（好转），成为倒U型。
贫富差距用GINI系数表示，金融发展用（贷款余额/存款总额）表示。
回归结果G/^VZ r =2.34 + 0.641；-1.29x；/模型参数都可以通过显著性检验。
在X的有意义的变化范围内,GINI系数的值总是大于1 ,细致分析后模型变的毫无意义；同样的模型还有：GINI系数的值总是为负= —13.34 + 7.12 兀一14.31#O3.计量经济学中的一些基本概念数据的三种类型：横截面数据、时间序列数据、面板数据；线性模型的概念；模型的解释变量与被解释变量，被解释变量为随机变量（如果—个变量为随机变量,并与随机扰动项相关，这个变量称为内生变量），被解释变量为内生变量,有些解释变量也为内生变量。
《计量经济学》试题及答案大全(三)
《计量经济学》试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___数量关系_______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______经济理论____、______统计学____、___数学_______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____理论______关系，用______确定____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____定量_____关系，用_____随机_____性的数学方程加以描述。
3．经济数学模型是用___数学方法_______描述经济活动。
第一章绪论4．计量经济学根据研究对象和内容侧重面不同，可以分为___理论_______计量经济学和___应用_______计量经济学。
5．计量经济学模型包括____单方程模型______和___联立方程模型_______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，即选择变量、确定变量之间的数学关系、拟定模型中待估计参数的取值范围。
7．确定理论模型中所包含的变量，主要指确定__解释变量________。
8．可以作为解释变量的几类变量有_外生经济_变量、_外生条件_变量、_外生政策_变量和_滞后被解释_变量。
9．选择模型数学形式的主要依据是_经济行为理论_。
10．研究经济问题时，一般要处理三种类型的数据：_时间序列_数据、_截面_数据和_虚变量_数据。
11．样本数据的质量包括四个方面_完整性_、_可比性_、_准确性_、_一致性_。
12．模型参数的估计包括_对模型进行识别_、_估计方法的选择_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_经济意义检验、_统计检验、_计量经济学检验和_预测检验。
14．计量经济模型的计量经济检验通常包括随机误差项的_异方差_检验、_序列相关_检验、解释变量的_多重共线性_检验。
15．计量经济学模型的应用可以概括为四个方面，即_结构分析_、_经济预测_、_政策评价_、_检验和发展经济理论_。
计量经济学复习要点
计量经济学复习要点第1章 绪论数据类型：截面、时间序列、面板用数据度量因果效应,其他条件不变的概念 习题：C1、C2第2章 简单线性回归回归分析的基本概念,常用术语现代意义的回归是一个被解释变量对若干个解释变量依存关系的研究,回归的实质是由固定的解释变量去估计被解释变量的平均值;简单线性回归模型是只有一个解释变量的线性回归模型; 回归中的四个重要概念1. 总体回归模型Population Regression Model,PRMt t t u x y ++=10ββ--代表了总体变量间的真实关系;2. 总体回归函数Population Regression Function,PRFt t x y E 10)(ββ+=--代表了总体变量间的依存规律;3. 样本回归函数Sample Regression Function,SRFtt t e x y ++=10ˆˆββ--代表了样本显示的变量关系; 4. 样本回归模型Sample Regression Model,SRMtt x y 10ˆˆˆββ+=---代表了样本显示的变量依存规律; 总体回归模型与样本回归模型的主要区别是：①描述的对象不同;总体回归模型描述总体中变量y 与x 的相互关系,而样本回归模型描述所关的样本中变量y 与x 的相互关系;②建立模型的依据不同;总体回归模型是依据总体全部观测资料建立的,样本回归模型是依据样本观测资料建立的;③模型性质不同;总体回归模型不是随机模型,而样本回归模型是一个随机模型,它随样本的改变而改变;总体回归模型与样本回归模型的联系是：样本回归模型是总体回归模型的一个估计式,之所以建立样本回归模型,目的是用来估计总体回归模型; 线性回归的含义线性：被解释变量是关于参数的线性函数可以不是解释变量的线性函数 线性回归模型的基本假设简单线性回归的基本假定：对模型和变量的假定、对随机扰动项u 的假定零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定 普通最小二乘法原理、推导最小二乘法估计参数的原则是以“残差平方和最小”;Min21ˆ()niii Y Y =-∑01ˆˆ(,)ββ： 1121()()ˆ()nii i n ii XX Y Y X X ==--β=-∑∑ , 01ˆˆY X β=-βOLS 的代数性质拟合优度R 2离差平方和的分解：TSS=ESS+RSS“拟合优度”是模型对样本数据的拟合程度;检验方法是构造一个可以表征拟合程度的指标——判定系数又称决定系数;121SSE SST SSR SSRR SST SST SST-===-,表示回归平方和与总离差平方和之比；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； 2 2[0,1]R ∈；3 回归模型中所包含的解释变量越多,2R 越大改变度量单位对OLS 统计量的影响函数形式对数、半对数模型系数的解释101ˆˆˆi iY X =β+β：X 变化一个单位Y 的变化 201ˆˆˆln ln i i Y X =β+β: X 变化1%,Y 变化1ˆβ%,表示弹性; 301ˆˆˆln i i Y X =β+β：X 变化一个单位,Y 变化百分之1001ˆβ 401ˆˆˆln i i Y X =β+β：X 变化1%,Y 变化1ˆβ%; OLS 无偏性,无偏性的证明 OLS 估计量的抽样方差 误差方差的估计 OLS 估计量的性质1线性：是指参数估计值0β和1β分别为观测值t y 的线性组合; 2无偏性：是指0β和1β的期望值分别是总体参数0β和1β; 3最优性最小方差性：是指最小二乘估计量0β和1β在在各种线性无偏估计中,具有最小方差;高斯-马尔可夫定理OLS 参数估计量的概率分布2^22()iVar x σβ=∑OLS 随机误差项μ的方差σ2的估计 简单回归的高斯马尔科夫假定 对零条件均值的理解习题：4、5、6；C2、C3、C4第3章 多元回归分析：估计1、变量系数的解释剔除、控制其他因素的影响对斜率系数1ˆβ的解释：在控制其他解释变量X2不变的条件下,X1变化一个单位对Y 的影响；或者,在剔除了其他解释变量的影响之后,X1的变化对Y 的单独影响2、多元线性回归模型中对随机扰动项u 的假定,除了零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定以外,还要求满足无多重共线性假定;3、多元线性回归模型参数的最小二乘估计式；参数估计式的分布性质及期望、方差和标准误差；在基本假定满足的条件下,多元线性回归模型最小二乘估计式是最佳线性无偏估计式;最小二乘法 OLS 公式：Y ' X X)' (X ˆ-1=β 估计的回归模型:的方差协方差矩阵：残差的方差 ： 估计的方差协方差矩阵是： 拟合优度 遗漏变量偏误 多重共线性多重共线性的概念多重共线性的后果 多重共线性的检验 多重共线性的处理习题：1、2、6、7、8、10；C2、C5、C6第4章 多元回归分析：推断经典线性模型假定 正态抽样分布2^22i e n σ=-∑变量显着性检验,t 检验 检验β值的其他假设 P 值实际显着性与统计显着性 检验参数的一个线性组合假设 多个线性约束的检验：F 检验 理解排除性约束 报告回归结果习题：1、2、3、4、6、7、10、11；C3、C5、C8第6章 多元回归分析：专题测度单位对OLS 统计量的影响 进一步理解对数模型 二次式的模型 交互项的模型 拟合优度修正可决系数的作用和方法;习题：1、3、4、7；C2、C3、C5、C9、C12第7章 虚拟变量虚拟变量的定义如何引入虚拟变量：如果一个变量分成N 组,引入该变量的虚拟变量形式是只能放入N-1个虚拟变量 虚拟变量系数的解释虚拟变量系数的解释：不同组均值的差基准组或对照组与处理组 以下几种模型形式表达的不同含义；1tt t t u D X Y +++=210βββ：截距项不同； 2tt t t t u X D X Y +++=210βββ：斜率不同；3tt t t t t u X D D X Y ++++=3210ββββ：截距项与斜率都不同；其中D 是二值虚拟变量,X 是连续的变量;虚拟变量陷阱虚拟变量的交互作用习题：2、4、9；C2、C3、C6、C7、C11第8章异方差异方差的后果异方差稳健标准误BP检验异方差的检验White检验加权最小二乘法习题：1、2、3、4；C1、C2、C8、C9Eviews回归结果界面解释表计量经济学复习题第1章习题：C1、C2第2章习题：4、5、6；C2、C3、C4第3章习题：1、2、6、7、8、10；C2、C5、C6 第4章习题：1、2、3、4、6、7、10、11；C3、C5、C8 第6章习题：1、3、4、7；C2、C3、C5、C9、C12 第7章习题：2、4、9；C2、C3、C6、C7、C11 第8章习题：1、2、3、4；C1、C2、C8、C9 1、判断下列表达式是否正确2469 2、给定一元线性回归模型：1叙述模型的基本假定；2写出参数0β和1β的最小二乘估计公式； 3说明满足基本假定的最小二乘估计量的统计性质； 4写出随机扰动项方差的无偏估计公式; 3、对于多元线性计量经济学模型：1该模型的矩阵形式及各矩阵的含义； 2对应的样本线性回归模型的矩阵形式； 3模型的最小二乘参数估计量;4、根据美国1961年第一季度至1977年第二季度的数据,我们得到了如下的咖啡需求函数的回归方程：D D D P I P t t t t t t tT Q 321'0097.0157.00961.00089.0ln 1483.0ln 5115.0ln 1647.02789.1ˆln ----++-=其中,Q=人均咖啡消费量单位：磅；P=咖啡的价格以1967年价格为不变价格；I=人均可支配收入单位：千元,以1967年价格为不变价格；P '=茶的价格1/4磅,以1967年价格为不变价格；T=时间趋势变量1961年第一季度为1,…,1977年第二季度为66；D 1=1：第一季度；D 2=1：第二季度；D 3=1：第三季度; 请回答以下问题：① 模型中P 、I 和P '的系数的经济含义是什么 ② 咖啡的需求是否很有弹性③ 咖啡和茶是互补品还是替代品 ④ 你如何解释时间变量T 的系数 ⑤ 你如何解释模型中虚拟变量的作用 ⑥ 哪一个虚拟变量在统计上是显着的 ⑦ 咖啡的需求是否存在季节效应5、为研究体重与身高的关系,我们随机抽样调查了51名学生其中36名男生,15名女生,并得到如下两种回归模型：h W5662.506551.232ˆ+-= t=h D W7402.38238.239621.122ˆ++-= t=其中,Wweight=体重 单位：磅；hheight=身高 单位：英寸 请回答以下问题：① 你将选择哪一个模型为什么② 如果模型确实更好,而你选择了,你犯了什么错误 ③ D 的系数说明了什么6、简述异方差对下列各项有何影响：1OLS 估计量及其方差；2置信区间；3显着性t 检验和F 检验的使用;4预测;7、假设某研究者基于100组三年级的班级规模CS 和平均测试成绩TestScore 数据估计的OLS 回归为：（1） 若某班级有22个学生,则班级平均测试成绩的回归预测值是多少 （2） 某班去年有19个学生,而今年有23个学生,则班级平均测试成绩变化的回归预测值是多少（3） 100个班级的样本平均班级规模为,则这100个班级的样本平均测试成绩是多少（4） 100个班级的测试成绩样本标准差是多少提示：利用R 2和SER 的公式 （5） 求关于CS 的回归斜率系数的95%置信区间;（6） 计算t 统计量,根据经验法则t=2来判断显着性检验的结果; 8、设从总体中抽取一容量为200的20岁男性随机样本,记录他们的身高和体重;得体重对身高的回归为：其中体重的单位是英镑,身高的单位是英寸;（1） 身高为70英寸的人,其体重的回归预测值是多少65英寸的呢74英寸的呢（2） 某人发育较晚,一年里蹿高了英寸;则根据回归预测体重增加多少 （3） 解释系数值和的含义;（4）假定不用英镑和英寸度量体重和身高而分别用厘米和千克,则这个新的厘米-千克回归估计是什么给出所有结果,包括回归系数估计值,R2和SER;（5）基于回归方程,能对一个3岁小孩的体重假设身高1米作出可靠预测吗9、假设某研究使用250名男性和280名女性工人的工资Wage数据估计出如下OLS回归：标准误其中WAGE的单位是美元/小时,Male为男性=1,女性=0的虚拟变量;用男性和女性的平均收入之差定义工资的性别差距;1性别差距的估计值是多少2计算截距项和Male系数的t统计量,估计出的性别差距统计显着不为0吗5%显着水平的t统计量临界值为3样本中女性的平均工资是多少男性的呢4对本回归的R2你有什么评论,它告诉了你什么,没有告诉你什么这个很小的R2可否说明这个回归模型没有什么价值5另一个研究者利用相同的数据,但建立了WAGE对Female的回归,其中Female为女性=1,男性=0的变量;由此计算出的回归估计是什么10、基于美国CPS人口调查1998年的数据得到平均小时收入对性别、教育和其他特征的回归结果,见下表;该数据集是由4000名全年工作的全职工人数据组成的;其中：AHE=平均小时收入；College=二元变量大学取1,高中取0；Female女性取1,男性取0；Age=年龄年；Northeast居于东北取1,否则为0；Midwest居于中西取1,否则为0；South居于南部取1,否则为0；West居于西部取1,否则取0;表1：基于2004年CPS数据得到的平均小时收入对年龄、性别、教育、地区的回归结果概括统计量和联合检验SERR2注：括号中是标准误;（1）计算每个回归的调整R2;（2）利用表1中列1的回归结果回答：大学毕业的工人平均比高中毕业的工人挣得多吗多多少这个差距在5%显着性水平下统计显着吗男性平均比女性挣的多吗多多少这个差距在5%显着性水平下统计显着吗（3）年龄是收入的重要决定因素吗请解释;使用适当的统计检验来回答; （4）Sally是29岁女性大学毕业生,Betsy是34岁女性大学毕业生,预测她们的收入;（5）用列3的回归结果回答：地区间平均收入存在显着差距吗利用适当的假设检验解释你的答案;（6）为什么在回归中省略了回归变量West如果加上会怎样;解释3个地区回归变量的系数的经济含义;7Juantia是南部28岁女性大学毕业生,Jennifer是中西部28岁女性大学毕业生,计算她们收入的期望差距计量经济学补充复习题一、填空题1、 计量经济学常用的三类样本数据是_横截面数据__、__时间序列数据__和_面板数据;2、虚拟解释变量不同的引入方式产生不同的作用;若要描述各种类型的模型在截距水平的差异,则以 加法形式 引入虚拟解释变量；若要反映各种类型的模型的不同相对变化率时,则以 乘法形式 引入虚拟解释变量;二、选择题1、参数的估计量βˆ具备有效性是指 BA Var βˆ=0B Var βˆ为最小C βˆ－＝0D βˆ－为最小2、产量x,台与单位产品成本y, 元/台之间的回归方程为yˆ＝356－,这说明 DA 产量每增加一台,单位产品成本增加356元B 产量每增加一台,单位产品成本减少元C 产量每增加一台,单位产品成本平均增加356元D 产量每增加一台,单位产品成本平均减少元3、在总体回归直线E x y10)ˆ(ββ+=中,1β表示 B 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、以y 表示实际观测值,yˆ表示回归估计值,则普通最小二乘法估计参数的准则是使 DA )ˆ(i i yy -∑＝0 B 2)ˆ(i i y y -∑＝0 C )ˆ(i i yy -∑为最小 D 2)ˆ(i i y y -∑为最小 5、设y 表示实际观测值,yˆ表示OLS 回归估计值,则下列哪项成立 D A yˆ=y B y ˆ=y C yˆ=y D y ˆ=y 6、用普通最小二乘法估计经典线性模型t t t u x y ++=10ββ,则样本回归线通过点 DA x,yB x,yˆ C x ,yˆ D x ,y 7、判定系数2R 的取值范围是 CA 2R －1B 2R 1C 02R 1D －12R 18、对于总体平方和TSS 、回归平方和RSS 和残差平方和ESS 的相互关系,正确的是 BA TSS>RSS+ESSB TSS=RSS+ESSC TSS<RSS+ESSD TSS 2=RSS 2+ESS 29、决定系数2R 是指 CA 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10、如果两个经济变量x 与y 间的关系近似地表现为当x 发生一个绝对量变动x 时,y 有一个固定地相对量y/y 变动,则适宜配合地回归模型是 BA i i i u x y ++=10ββB ln i i i u x y ++=10ββC i ii u x y ++=110ββ D ln i i i u x y ++=ln 10ββ 11、下列哪个模型为常数弹性模型 AA ln i i i u x y ++=ln ln 10ββB ln i i i u x y ++=10ln ββC i i i u x y ++=ln 10ββD i ii u x y ++=110ββ 12、模型i i i u x y ++=ln 10ββ中,y 关于x 的弹性为 C A i x 1β B i x 1β C iy 1β D i y 1β 13、模型ln i i i u x y ++=ln ln 10ββ中,1β的实际含义是 BA x 关于y 的弹性B y 关于x 的弹性C x 关于y 的边际倾向D y 关于x 的边际倾向14、当存在异方差现象时,估计模型参数的适当方法是 AA 加权最小二乘法B 工具变量法C 广义差分法D 使用非样本先验信息15、加权最小二乘法克服异方差的主要原理是通过赋予不同观测点以不同的权数,从而提高估计精度,即 BA 重视大误差的作用,轻视小误差的作用B 重视小误差的作用,轻视大误差的作用C 重视小误差和大误差的作用D 轻视小误差和大误差的作用16、容易产生异方差的数据是 CA 时间序列数据B 修匀数据C 横截面数据D 年度数据17、设回归模型为i i i u x y +=β,其中var i u =22i x σ,则的最小二乘估计量为 CA. 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18、如果模型t t t u x b b y ++=10存在序列相关,则 DA cov t x ,t u =0B cov t u ,s u =0tsC cov t x ,t u 0D cov t u ,s u 0ts19、下列哪种形式的序列相关可用DW 统计量来检验i v 为具有零均值,常数方差,且不存在序列相关的随机变量 AA t t t v u u +=-1ρB t t t t v u u u +++=-- 221ρρC t t v u ρ=D ++=-12t t t v v u ρρ20、DW 的取值范围是DA －1DW0B －1DW1C －2DW2D 0 DW421、当DW ＝4是时,说明 DA 不存在序列相关B 不能判断是否存在一阶自相关C 存在完全的正的一阶自相关D 存在完全的负的一阶自相关22、模型中引入一个无关的解释变量 CA 对模型参数估计量的性质不产生任何影响B 导致普通最小二乘估计量有偏C 导致普通最小二乘估计量精度下降D 导致普通最小二乘估计量有偏,同时精度下降23、如果方差膨胀因子VIF ＝10,则认为什么问题是严重的 CA 异方差问题B 序列相关问题C 多重共线性问题D 解释变量与随机项的相关性24、某商品需求函数为i i i u x b b y ++=10,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 BA 2B 4C 5D 625、根据样本资料建立某消费函数如下：tC ˆ=+tD +t x ,其中C 为消费,x 为收入,虚拟变量D ＝农村家庭城镇家庭⎩⎨⎧01,所有参数均检验显着,则城镇家庭的消费函数为AA t C ˆ=+t xB tC ˆ=+t xC t C ˆ=+t xD tC ˆ=+t x 26、假设某需求函数为i i i u x b b y ++=10,为了考虑“季节”因素春、夏、秋、冬四个不同的状态,引入4个虚拟变量形式形成截距变动模型,则模型的 DA 参数估计量将达到最大精度B 参数估计量是有偏估计量C 参数估计量是非一致估计量D 参数将无法估计27、对于模型i i i u x b b y ++=10,为了考虑“地区”因素北方、南方,引入2个虚拟变量形式形成截距变动模型,则会产生 DA 序列的完全相关B 序列不完全相关C 完全多重共线性D 不完全多重共线性28、如果一个回归模型中不包含截距项,对一个具有m 个特征的质的因素要引入虚拟变量的数目为 AA mB m-1C m-2D m+129、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A;A ．1阶单整B ．2阶单整C ．K 阶单整D ．以上答案均不正确30、当随机误差项存在自相关时,进行单位根检验是由B 来实现;A . DF 检验B ．ADF 检验C ．EG 检验D ．DW 检验三、多项选择题：1、一元线性回归模型t t t u x y ++=10ββ的经典假设包括 ABCDEA 0)(=t u EB 2)(σ=t u Var 常数C 0),cov(=j i u uD t u ～N0,1E x 为非随机变量,且0),cov(=t t u x2、以带“”表示估计值,u 表示随机误差项,如果y 与x 为线性相关关系,则下列哪些是正确的 BEA t t x y 10ββ+=B t t t u x y ++=10ββC t t t u x y ++=10ˆˆββD tt t u x y ++=10ˆˆˆββ E tt x y 10ˆˆˆββ+= 3、用普通最小二乘法估计模型t t t u x y ++=10ββ的参数,要使参数估计量具备最佳线性无偏估计性质,则要求： ABCDEA 0)(=t u EB 2)(σ=t u Var 常数C 0),cov(=j i u uD t u 服从正态分布E x 为非随机变量,且0),cov(=t t u x4、假设线性回归模型满足全部基本假设,则其参数估计量具备 CDEA 可靠性B 合理性C 线性D 无偏性E 有效性5、下列哪些非线性模型可以通过变量替换转化为线性模型 ABC A i i i u x y ++=210ββ B i ii u x y ++=110ββ C ln i i i u x y ++=ln 10ββ D i i i u x y ++=210ββE i i i i u x y ++=ββ06、异方差性将导致 BCDEA 普通最小二乘估计量有偏和非一致B 普通最小二乘估计量非有效C 普通最小二乘估计量的方差的估计量有偏D 建立在普通最小二乘估计基础上的假设检验失效E 建立在普通最小二乘估计基础上的预测区间变宽7、当模型中解释变量间存在高度的多重共线性时 ACDA 各个解释变量对被解释变量的影响将难于精确鉴别B 部分解释变量与随机误差项之间将高度相关C 估计量的精度将大幅下降D 估计量对于样本容量的变动将十分敏感E 模型的随机误差项也将序列相关8、下述统计量可以用来检验多重共线性的严重性 ACDA 相关系数B DW 值C 方差膨胀因子D 特征值E 自相关系数三、判断题1、随机误差项u i 与残差项e i 是一回事; F2、当异方差出现时,常用的t 检验和F 检验失效; T3、在异方差情况下,通常预测失效; T四、计算分析题1、指出下列模型中的错误,并说明理由;1 tt Y C 2.1180ˆ+= 其中,C 、Y 分别为城镇居民的消费支出和可支配收入;2 tt t L K Y ln 28.0ln 62.115.1ˆln -+= 其中,Y 、K 、L 分别为工业总产值、工业生产资金和职工人数;2、对下列模型进行适当变换化为标准线性模型：（1） y =0β+1βx 1+2β21x +u ； （2） Q =A u e L K βα；（3） Y =exp 0β+1βx+u ；3、一个由容量为209的样本估计的解释CEO 薪水的方程为：其中,Y 表示年薪水平单位:万元, 1X 表示年收入单位:万元, 2X 表示公司股票收益单位:万元; 321D D D ，，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1X 和2X 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%的显着性水平上是统计显着吗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。
计量经济学
第二讲
●
第一章 绪论 第3节 计量经济模型及其应用 第4节 统计和计量经济分析软件
●
第二章 计量经济分析的统计学基楚 第1节 概率和概率分布
一、计量经济模型的分类
● 单方程模型和连立方程模型：单方程模型描述一个因变量和若干自变量间 的结构关系；连立方程模型则是由多个方程组成的方程组，描述整个经济 系统或子系统。 例：① 消費函数就是一个单方程模型。
实证分析 实证分析
三、 计量经济分析的步骤（１）
● 下面通过一个实例来说明计量经济分析的步骤 例： 一空调生产商請计量经济学家为他研究价格上涨対空调需求的影响。下 面対该问题进行计量经济分析。 步骤1 陈述理论 根据需求定律：一商品的价格与其需求量成反比。 步骤2 建立计量经济模型 （１）根据需求定律建立需求函数的数学模型。需求定律只是说一商品 的价格与其需求量成反比，但没有说明具体的关系(图１－２，图1－３）。
三、 计量经济分析的步骤（６）
● 通过本次课的学习，主要了解计量经济学的定义、计量经济学研究的内容 和方法，重点把握计量经济分析的步骤：
１．陈述理论或假说 需求定律 ２．建立计量经济模型 Q=α＋βP＋u ３．収集数据 表１－１ ４．估计参数 ５．假设检验 Q＊＝76.05-3.88P 是否β＜０
〇 1979年，成立了“中国数量经济研究会”和“数量经学研究所”， 出版了《数量经济技术经济研究》 〇 1982年，召开了第一届数量经济研究学会 〇 1992年，开始毎年対中国宏观经济进行分析和预测，11月出版 《中国经济蓝皮书》 〇 1998年，经教育部审定，计量经济学确定为经济类各専业八门核 心课程之一
－－1935年，J.Tinbergen建立了世界上第一个宏观经济模型，开創了微观转向宏观模 型的新阶段 －－1936，Keynes《就业、利息和货币通论》为计量经济学提供了理论根据 －－1950年代，H.Theil发表了二阶段最小二乗法、计算机技术的迅速发展为计量经济 学提供了重要手段 〇 发展应用时期（20世纪70年代后）
计量经济学习题及参考答案
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.2.3 25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？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？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.（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.（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）β1和α1地OLS估计量相同吗？它们地⽅差相等吗？（2）β2和α2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.3.10 设有某变量（Y）和变量（X）1995—1999年地数据如下:(1)试⽤OLS法估计Y t = α+ βX t + u t（要求列出计算表格）；(2)(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？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.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）：（1）= 51.5 + 3.21 R=0.63(3.45) (5.21)（2）= 33.43 + 3.67 + 4.62 + 1.21 R=0.75(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)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）：= -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）：= -1.7502 + 1.4839D + 0.1504 - 0.1034D·R=0.9425(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？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= β 2 和β3 = 1 .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.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)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+β2X2+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.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：w i＝b0＋b1S i＋b2E i＋b3A i＋b4U i＋u i其中W i＝⼯资，S i＝学校教育年限，E i＝⼯作年限，A i＝年龄，U i＝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.（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？（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：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？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：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.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（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（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.7.3 什么是单位根？7.4 Dickey－Fuller（DF）检验和Engle－Granger（EG）检验是检验什么地？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ECM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：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R2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量，也可以是( ).A.外⽣变量B.滞后变量C.内⽣变量D.外⽣变量和内⽣变量（2）前定变量是( )地合称.A.外⽣变量和滞后内⽣变量B.内⽣变量和外⽣变量C.外⽣变量和虚拟变量D.解释变量和被解释变量（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( ).A.恰好识别B.不可识别C.过度识别D.不确定（4）下⾯说法正确地是( ).A.内⽣变量是⾮随机变量B.前定变量是随机变量C.外⽣变量是随机变量D.外⽣变量是⾮随机变量（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（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。