1、精選優(yōu)質(zhì)文檔-傾情為你奉上計量經(jīng)濟學(xué)題庫考試復(fù)習(xí)資料計量經(jīng)濟學(xué)要點一、單項選擇題 二、簡答題 三、計算分析題涉及第1、2、3、4、5、6、7、8、10、11章的內(nèi)容； 講課方式：按照考試題型，逐章逐個知識點進行講解。一、單項選擇題 知識點： 第一章時間序列數(shù)據(jù)定義 橫截面數(shù)據(jù)定義同一統(tǒng)計指標(biāo)按時間順序記錄的數(shù)據(jù)稱為( b )。A、橫截面數(shù)據(jù)B、時間序列數(shù)據(jù)C、修勻數(shù)據(jù)D、原始數(shù)據(jù)同一時間，不同單位相同指標(biāo)組成的觀測數(shù)據(jù)稱為 A原始數(shù)據(jù)B橫截面數(shù)據(jù)C時間序列數(shù)據(jù)D修勻數(shù)據(jù)變量定義單方程中可以作為被解釋變量的是；在回歸分析中，下列有關(guān)解釋變量和被解釋變量的說法正確的有A、被解釋變量和解釋變量均為隨

2、機變量B、被解釋變量和解釋變量均為非隨機變量 C、被解釋變量為隨機變量，解釋變量為非隨機變量 D、被解釋變量為非隨機變量，解釋變量為隨機變量什么是解釋變量、被解釋變量？從變量的因果關(guān)系上，模型中變量可分為解釋變量和被解釋變量(Explained variable)。在模型中，解釋變量是變動的原因，被解釋變量是變動的結(jié)果。 被解釋變量是模型要分析研究的對象，也常稱為“應(yīng)變量”(Dependent variable)、“回歸子”等。解釋變量也常稱為“自變量”(Independent variable)、“回歸元”等，是說明應(yīng)變量變動主要原因的變量。因此，被解釋變量只能內(nèi)生變量擔(dān)任，不能非內(nèi)生變量擔(dān)

3、任。單方程計量經(jīng)濟模型中可以作為被解釋變量的是 A、控制變量 B、前定變量 C、內(nèi)生變量D、外生變量 單方程計量經(jīng)濟模型的被解釋變量是A、內(nèi)生變量 B、政策變量 C、控制變量D、外生變量 在回歸分析中，下列有關(guān)解釋變量和被解釋變量的說法正確的有 A、被解釋變量和解釋變量均為隨機變量B、被解釋變量和解釋變量均為非隨機變量 C、被解釋變量為隨機變量，解釋變量為非隨機變量 D、被解釋變量為非隨機變量，解釋變量為隨機變量雙對數(shù)模型中參數(shù)的含義；雙對數(shù)模型lnYln01lnX中，參數(shù)1的含義是 A . X的相對變化，引起Y的期望值絕對量變化 BY關(guān)于X的邊際變化CX的絕對量發(fā)生一定變動時，引起因變量Y的

4、相對變化率D、Y關(guān)于X的彈性雙對數(shù)模型 lnYln01lnX中，參數(shù)1的含義是A. Y關(guān)于X的增長率B .Y關(guān)于X的發(fā)展速度 C . Y關(guān)于X的彈性D. Y關(guān)于X 的邊際變化計量經(jīng)濟學(xué)研究方法一般步驟計量經(jīng)濟學(xué)的研究方法一般分為以下四個步驟 A確定科學(xué)的理論依據(jù)、模型設(shè)定、模型修定、模型應(yīng)用 B模型設(shè)定、估計參數(shù)、模型檢驗、模型應(yīng)用 C搜集數(shù)據(jù)、模型設(shè)定、估計參數(shù)、預(yù)測檢驗 D模型設(shè)定、檢驗、 結(jié)構(gòu)分析、模型應(yīng)用對計量經(jīng)濟模型應(yīng)當(dāng)進行哪些方面的檢驗？經(jīng)濟意義檢驗：檢驗?zāi)Ｐ凸烙嫿Y(jié)果，尤其是參數(shù)估計，是否符合經(jīng)濟理論。統(tǒng)計推斷檢驗：檢驗參數(shù)估計值是否抽樣的偶然結(jié)果，運用數(shù)理統(tǒng)計中的統(tǒng)計推斷方法，對

5、模型及參數(shù)的統(tǒng)計可靠性做出說明。主要有t，F(xiàn)，R2等檢驗；計量經(jīng)濟學(xué)檢驗：檢驗?zāi)Ｐ褪欠穹嫌嬃拷?jīng)濟方法的基本假定，例如檢驗?zāi)Ｐ褪欠翊嬖诙嘀毓簿€性，檢驗?zāi)Ｐ椭械碾S機擾動項是否存在自相關(guān)和異方差性等等。預(yù)測檢驗：模型預(yù)測的結(jié)果與經(jīng)濟運行的實際結(jié)果相對比，以此檢驗?zāi)Ｐ偷挠行?。在使用計量?jīng)濟模型分析問題時，通常會使用哪些類型數(shù)據(jù)？使用這些類型數(shù)據(jù)各自應(yīng)該注意哪些問題？時間序列數(shù)據(jù)把反映某一總體特征的同一指標(biāo)的數(shù)據(jù)，按照一定的時間順序和時間間隔排列起來，這樣的統(tǒng)計數(shù)據(jù)稱為時間序列數(shù)據(jù)；截面數(shù)據(jù)(Cross-Section Data)同一時間某個指標(biāo)在不同空間的觀測數(shù)據(jù)，稱為截面數(shù)據(jù)；面板數(shù)據(jù)面板數(shù)據(jù)指

6、時間序列數(shù)據(jù)和截面數(shù)據(jù)相結(jié)合的數(shù)據(jù)，對若干個體進行多期觀測。例如在居民收支調(diào)查中收集的對各個固定調(diào)查戶在不同時期的調(diào)查數(shù)據(jù)，又如全國各省市不同年份的經(jīng)濟發(fā)展?fàn)顩r的統(tǒng)計數(shù)據(jù)，就都是面板數(shù)據(jù)；虛擬變量數(shù)據(jù)(Dummy Variables Data)。表示客觀存在的定性現(xiàn)象時間序列數(shù)據(jù)若是非平穩(wěn)的，可能造成“偽回歸”； 截面數(shù)據(jù)往往存在異方差；利用面板數(shù)據(jù)的計量經(jīng)濟模型已成為計量經(jīng)濟學(xué)研究的專門問題，容易產(chǎn)生異方差、自相關(guān)性。計量經(jīng)濟模型檢驗通常包含哪些檢驗？每種檢驗基本思想是什么？經(jīng)濟意義檢驗：檢驗?zāi)Ｐ凸烙嫿Y(jié)果，尤其是參數(shù)估計，是否符合經(jīng)濟理論。統(tǒng)計推斷檢驗：檢驗參數(shù)估計值是否抽樣的偶然結(jié)果，運用

7、數(shù)理統(tǒng)計中的統(tǒng)計推斷方法，對模型及參數(shù)的統(tǒng)計可靠性作出說明。 計量經(jīng)濟學(xué)檢驗：檢驗?zāi)Ｐ褪欠穹嫌嬃拷?jīng)濟方法的基本假定，例如檢驗?zāi)Ｐ褪欠翊嬖诙嘀毓簿€性，檢驗?zāi)Ｐ椭械碾S機擾動項是否存在自相關(guān)和異方差性等等。預(yù)測檢驗：模型預(yù)測的結(jié)果與經(jīng)濟運行的實際結(jié)果相對比，以此檢驗?zāi)Ｐ偷挠行?。第一?、把反映某一總體特征的同一指標(biāo)的數(shù)據(jù)，按一定的時間順序和時間間隔排列起來，這樣的數(shù)據(jù)稱為A、橫截面數(shù)據(jù) B、時間序列數(shù)據(jù)C、修勻數(shù)據(jù)D、原始數(shù)據(jù)2、同一統(tǒng)計指標(biāo)按時間順序記錄的數(shù)據(jù)稱為( b )。A、橫截面數(shù)據(jù)B、時間序列數(shù)據(jù)C、修勻數(shù)據(jù)D、原始數(shù)據(jù)3、同一時間，不同單位相同指標(biāo)組成的觀測數(shù)據(jù)稱為A原始數(shù)據(jù)B橫截面

8、數(shù)據(jù)C時間序列數(shù)據(jù)D修勻數(shù)據(jù) 4、在同一時間不同統(tǒng)計單位的相同統(tǒng)計指標(biāo)組成的數(shù)據(jù)組合，是A、原始數(shù)據(jù)B、時點數(shù)據(jù)C、時間序列數(shù)據(jù)D、截面數(shù)據(jù)5、計量經(jīng)濟學(xué)的研究方法一般分為以下四個步驟A確定科學(xué)的理論依據(jù)、模型設(shè)定、模型修定、模型應(yīng)用 B模型設(shè)定、估計參數(shù)、模型檢驗、模型應(yīng)用 C搜集數(shù)據(jù)、模型設(shè)定、估計參數(shù)、預(yù)測檢驗 D模型設(shè)定、模型修定、結(jié)構(gòu)分析、模型應(yīng)用6、模型中其數(shù)值模型本身決定的變量變是(b)A、外生變量B、內(nèi)生變量C、前定變量D、滯后變量 7、將內(nèi)生變量的前期值作解釋變量,這樣的變量稱為A、虛擬變量B、控制變量 C、政策變量D、滯后變量8、在下列各種數(shù)據(jù)中，不應(yīng)作為經(jīng)濟計量分析所用的

9、數(shù)據(jù)。A時間序列數(shù)據(jù)B. 橫截面數(shù)據(jù) C計算機隨機生成的數(shù)據(jù)D. 虛擬變量數(shù)據(jù)9、在簡單線性回歸模型中，認(rèn)為具有一定概率分布的隨機變量是( a )A、內(nèi)生變量B、外生變量 C、虛擬變量D、前定變量10、在回歸分析中，下列有關(guān)解釋變量和被解釋變量的說法正確的有A 被解釋變量和解釋變量均為隨機變量B 被解釋變量和解釋變量均為非隨機變量 C 被解釋變量為隨機變量，解釋變量為非隨機變量 D 被解釋變量為非隨機變量，解釋變量為隨機變量11. 用模型描述現(xiàn)實經(jīng)濟系統(tǒng)的原則是A、 以理論分析作先導(dǎo)，包括的解釋變量越多越好 B、 以理論分析作先導(dǎo)，模型規(guī)模大小要適度 C、 模型規(guī)模越大越好，這樣更切合實際情況

10、D、 模型規(guī)模大小要適度，結(jié)構(gòu)盡可能復(fù)雜12. 經(jīng)濟計量模型是指A、投入產(chǎn)出模型B、數(shù)學(xué)規(guī)劃模型 C、包含隨機方程的經(jīng)濟數(shù)學(xué)模型D、模糊數(shù)學(xué)模型 用13、模型中其數(shù)值模型本身決定的變量變是( b )A、外生變量B、內(nèi)生變量C、前定變量D、滯后變量第二章 若干基本概念總體、樣本回歸方程、模型古典線性回歸模型的普通最小二乘估計量滿足的統(tǒng)計性質(zhì)；古典線性回歸模型的普通最小二乘估計量滿足的統(tǒng)計性質(zhì)( A ) A、最佳線性無偏估計B、僅滿足線性性C.非有效性D有偏性樣本回歸直線(X,Y)設(shè)OLS法得到的樣本回歸直線為Yi12Xiei，則點(X,Y) ( b )A、一定不在回歸直線上B、一定在回歸直線上

11、C、不一定在回歸直線上D、在回歸直線上方經(jīng)典線性計量模型的假定有哪些？假定1：零均值假定; 假定2：同方差假定; 假定3：無自相關(guān)假定; 假定4：隨機擾動項ui與解釋變量Xi不相關(guān); 假定5：正態(tài)性假定；下圖中符號所代表的是A. 隨機誤差項 B. 殘差 的離差 D. Yi的離差YiY XY01 X t檢驗通?？梢杂糜跈z驗A 模型擬合優(yōu)度 B 模型整體顯著性 C 正態(tài)性 D 個體參數(shù)顯著性以下模型中不屬于變量線性回歸模型是( a )。A、C、E(YiXi)12X2iB、D、Yi1Xi2uiE(YiXi)122XiE(YiXi)12Xi用最小二乘法作回歸分析時提出了古典假定，這是為了 A. 使回歸

12、方程更簡化B. 得到總體回歸系數(shù)的最佳線性無偏估計C. 使解釋變量更容易控制D. 使被解釋變量更容易控制 在一元線性回歸模型中，樣本回歸方程可表示為：A、 Yt01Xtut B、 YtE(Yt/X)iXD、 EYt/Xt01Xt C、 Yt01t第三章多元線性回歸模型整體的讀解根據(jù)F值判斷整體顯著性的規(guī)則；多元線性回歸模型RSS反映了應(yīng)變量觀測值與估計值之間的總變差多元線性回歸分析中的 RSS反映了A應(yīng)變量觀測值總變差的大小 B應(yīng)變量回歸估計值總變差的大小C應(yīng)變量觀測值與估計值之間的總變差 DY關(guān)于X的邊際變化多元線性回歸模型ESS自度為k-1多元線性回歸分析中的 ESS的自度是( d ）AK

13、 BnCn-KDk-1調(diào)整后的判定系數(shù)R2與判定系數(shù)R2之間的關(guān)系有關(guān)調(diào)整后的判定系數(shù)R與判定系數(shù)R之間的關(guān)系敘述正確的是22AR等于R22BR與R沒有數(shù)量關(guān)系 22C一般情況下RR2222DR大于R在模型Yt12X2t3Xt3的回歸分析結(jié)果報告中，有utF，F(xiàn)的p值，則表明A、解釋變量X2t對Yt的影響是顯著的 B、解釋變量X3t對Yt的影響是顯著的 C、解釋變量X2t和X3t對Yt的影響是均不顯著 D、解釋變量X2t和X3t對Yt的聯(lián)合影響是顯著的第二三章1、根據(jù)樣本資料估計得出人均消費支出Y對人均收入X的回歸模型為lnYi=+，這表明人均收入每增加1，人均消費支出將增加A、% B、%C、

14、2%D、%2、半對數(shù)模型Y01lnX中，參數(shù)1的含義是AX的絕對量變化，引起Y的絕對量變化 BY關(guān)于X的邊際變化CX的相對變化，引起Y的期望值絕對量變化DY關(guān)于X的彈性3、半對數(shù)模型lnY01X中，參數(shù)1的含義是A X的絕對量發(fā)生一定變動時，引起因變量Y的相對變化率 BY關(guān)于X的彈性CX的相對變化，引起Y的期望值絕對量變化DY關(guān)于X的邊際變化4、雙對數(shù)模型 lnYln01lnX中，參數(shù)1的含義是A. Y關(guān)于X的增長率B .Y關(guān)于X的發(fā)展速度 C . Y關(guān)于X的彈性D. Y關(guān)于X 的邊際變化5、雙對數(shù)模型lnYln01lnX中，參數(shù)1的含義是AX的相對變化，引起Y的期望值絕對量變化 BY關(guān)于X的

15、邊際變化CX的絕對量發(fā)生一定變動時，引起因變量Y的相對變化率D、Y關(guān)于X的彈性Xe，則點(X,Y) ( b) 6、設(shè)OLS法得到的樣本回歸直線為Yi12iiA、一定不在回歸直線上B、一定在回歸直線上 C、不一定在回歸直線上D、在回歸直線上方7、關(guān)于可決系數(shù)R，以下說法中錯誤的是A、可決系數(shù)R的定義為被回歸方程已經(jīng)解釋的變差與總變差之比；221； B、R0，C、可決系數(shù)R反映了樣本回歸線對樣本觀測值擬合優(yōu)劣程度的一種描述； D、可決系數(shù)R的大小不受到回歸模型中所包含的解釋變量個數(shù)的影響。8、有關(guān)調(diào)整后的判定系數(shù)R與判定系數(shù)R之間的關(guān)系敘述正確的是AR等于RBR與R沒有數(shù)量關(guān)系 C一般情況下RR

16、DR大于R9、在多元回歸中，調(diào)整后的判定系數(shù)R與判定系數(shù)R的關(guān)系為22ARR222222B R=RD R與R的關(guān)系不能確定10. 在古典假設(shè)成立的條件下用OLS方法估計線性回歸模型參數(shù)，則參數(shù)估計量具有的統(tǒng)計性質(zhì)。A、有偏特性 B、非線性特性 C、最小方差特性D、非一致性特性、在模型Yt12X2t3X3tut的回歸分析結(jié)果中，設(shè)F統(tǒng)計量對應(yīng)的p值為 pF，給定顯著性水平，則下列說法正確的是A、若pF，解釋變量X2t對Yt的影響是顯著的B、若pF，解釋變量X2t和X3t對Yt的聯(lián)合影響是顯著的 C、若pF ，解釋變量X2t和X3t對Yt的聯(lián)合影響是顯著的 D、若pF，則解釋變量X3t對Yt的影響

17、不顯著12、對多元線性回歸方程的顯著性檢驗，所用的F統(tǒng)計量可表示為ESS(nk)ESS(k1) A、RSS(k1)B、RSS(nk)R2(nk)ESS2C、(1R)(k1)D、RSS(nk)13、下圖中符號顯示的距離表示的是YiY XY01 X A. 隨機誤差項 B. 殘差 的離差 D. Yi的離差14、以下模型中不屬于變量線性回歸模型是( a )。2A、E(YiXi)12XiB、Yi1Xi2ui2C、E(YiXi)12XiD、E(YiXi)12Xi15、在一元線性回歸模型中，樣本回歸方程可表示為：A、Yt01XtutB、YtE(Yt/X)iC、Yt01XtD、EYt/Xt01Xt16、設(shè)OL

18、S法得到的樣本回歸直線為Yi12Xiei，以下說法不正確的是 ( d )Aei0 B(X,Y)在回歸直線上 C1、一元線性回歸分析中的回歸平方和ESS的自度是A、nB、n-1C、n-kD、117、古典線性回歸模型的普通最小二乘估計量滿足的統(tǒng)計性質(zhì)(a )A、最佳線性無偏估計B、僅滿足線性性C.非有效性D有偏性YYDCOV(Xi,ei)018、對多元線性回歸方程的顯著性檢驗，所用的F統(tǒng)計量可表示為ESS(k1)ESS(nk) A、RSS(k1)B、RSS(nk)ESSR2(nk)2C、(1R)(k1)D、RSS(nk)19、在模型Yt12X2t3X3tut的回歸分析結(jié)果報告中，有F。F的p值，則

19、表明A、解釋變量X2t對Yt的影響是顯著的 B、解釋變量X3t對Yt的影響是顯著的 C、解釋變量X2t和X3t對Yt的影響是均不顯著 D、解釋變量X2t和X3t對Yt的聯(lián)合影響是顯著的 20、多元線性回歸分析中的 RSS反映了A應(yīng)變量觀測值總變差的大小B應(yīng)變量回歸估計值總變差的大小C應(yīng)變量觀測值與估計值之間的總變差DY關(guān)于X的邊際變化第四章多重共線性定義、產(chǎn)生原因；后果；檢測；彌補。參數(shù)的最小二乘估計量的性質(zhì)簡單相關(guān)系數(shù)矩陣方法主要用于檢驗A異方差性 B.自相關(guān)性 C隨機解釋變量D.多重共線性 能夠檢驗多重共線性的方法有aA.簡單相關(guān)系數(shù)矩陣法 B. DW檢驗法C. White檢驗 檢驗法 如

20、果模型中的解釋變量存在完全的多重共線性，參數(shù)的最小二乘估計量是A無偏的B. 有偏的C. 無法估計D. 無正確答案 如果模型中的解釋變量存在不完全的多重共線性，參數(shù)的最小二乘估計量是A無偏的 B. 有偏的C. 無法估計D. 無正確答案 如果模型中的解釋變量存在完全的多重共線性，參數(shù)的最小二乘估計量是A無偏的B. 有偏的C. 無法估計D. 確定的第五章異方差性定義、產(chǎn)生原因；后果；檢測；彌補。檢驗異方差的方法； 修正異方差的方法；ARCH檢驗方法主要用于檢驗A異方差性 B.自相關(guān)性 C隨機解釋變量 D.多重共線性 下列方法可以用于檢驗?zāi)Ｐ椭挟惙讲钚缘姆椒ㄓ蠥 DW檢驗 B 相關(guān)系數(shù)矩陣 C 判定系

21、數(shù)法 D White檢驗 Goldfeld-Quandt方法用于檢驗A異方差性 B.自相關(guān)性 C隨機解釋變量 D.多重共線性 在模型有異方差的情況下,常用的估計方法是( d )A. 廣義差分法 B. 工具變量法 C. 逐步回歸法 D. 加權(quán)最小二乘法White檢驗可用于檢驗A自相關(guān)性 B. 異方差性 C解釋變量隨機性D.多重共線性 加權(quán)最小二乘可以解決下列哪個問題 ( d )A多重共線性B. 誤差項非正態(tài)性 C自相關(guān)性 D. 異方差性 關(guān)于Goldfeld-Quandt檢驗，下列說法正確的是A它是檢驗?zāi)Ｐ褪欠翊嬖谧韵嚓P(guān) B.該檢驗所需要的樣本容量較小C該檢驗需要去掉部分樣本 D. 它是檢驗?zāi)Ｐ?/p>

22、是否存在多重共線性 下列方法可以用于檢驗?zāi)Ｐ椭挟惙讲钚缘姆椒ㄓ蠥 DW檢驗 B 相關(guān)系數(shù)矩陣 C 判定系數(shù)法 D White檢驗 如果模型中存在異方差現(xiàn)象，則普通最小二乘估計量仍然滿足的性質(zhì)A. 無偏性 B. 最小方差性 C. 有效性 D 非線性性 什么是異方差性？有哪些方法可以檢驗?zāi)Ｐ椭惺欠翊嬖诋惙讲钚?違背同方差假定，擾動項的方差會隨著某個因素而發(fā)生變化。觀察殘差圖、White檢驗、ARCH檢驗、Golden-Quant檢驗、Glejser方法等。回歸模型具有異方差性時，仍用最小二乘法估計參數(shù)，則以下是錯誤的。仍具有最小方差 A、參數(shù)估計值是無偏非有效的 B、VariC、常用的t和F檢驗失

23、效D、預(yù)測區(qū)間增大，精度下降第六章自相關(guān)性定義、產(chǎn)生原因；后果；檢測；彌補。違背自相關(guān)造成后果；在DW檢驗中，當(dāng)d統(tǒng)計量為2時，表明無自相關(guān)性存在； DW判斷區(qū)域規(guī)則；在DW檢驗中，當(dāng)d統(tǒng)計量為2時，表明A.存在完全的正自相關(guān)B.存在完全的負(fù)自相關(guān) C.不存在自相關(guān)D.不能判定如果回歸模型違背了無自相關(guān)假定，最小二乘估計量是(a )A無偏的，非有效的 B. 有偏的，非有效的 C無偏的，有效的D. 有偏的，有效的如果在模型yt12xtut中，隨機擾動項違背了無自相關(guān)假定，則下列說法正確的是( a)是無偏的且非有效A最小二乘估計量2是有偏的且有效 B. 最小二乘估計量2是無偏的且有效 C最小二乘估

24、計量2是有偏的但非有效 D. 最小二乘估計量2在DW檢驗中，不能判定的區(qū)域是A. 0ddL, 4dLd4B. dUd4dU C. dLddU, 4dUd4dLD. 上述都不對已知樣本回歸模型殘差的一階自相關(guān)系數(shù)接近于1，則DW統(tǒng)計量近似等于( a )A. 0B. 1 C. 2 D. 4第四五六章1、簡單相關(guān)系數(shù)矩陣方法主要用于檢驗A異方差性B.自相關(guān)性 C隨機解釋變量D.多重共線性 2、設(shè)x1,x2為解釋變量，則完全多重共線性是1x2x2v0(v為隨機誤差項）ex202 3、用t檢驗與F檢驗綜合法可以檢驗A多重共線性B.自相關(guān)性 C異方差性D.非正態(tài)性 4、能夠檢驗多重共線性的方法有aA.簡單

25、相關(guān)系數(shù)矩陣法B. DW檢驗法 C. White檢驗檢驗法 5、多重共線性是一種A樣本現(xiàn)象B.隨機誤差現(xiàn)象 C被解釋變量現(xiàn)象D.總體現(xiàn)象6、在DW檢驗中要求有假定條件，在下列條件中不正確的是 A解釋變量為非隨機的 B. 隨機誤差項為一階自回歸形式C線性回歸模型中不應(yīng)含有滯后內(nèi)生變量為解釋變量 D.線性回歸模型為一元回歸形式7、在DW檢驗中，當(dāng)d統(tǒng)計量為2時，表明A.存在完全的正自相關(guān)B.存在完全的負(fù)自相關(guān) C.不存在自相關(guān)D.不能判定 8、在DW檢驗中，當(dāng)d統(tǒng)計量為4時，表明( b )A、存在完全的正自相關(guān)B、存在完全的負(fù)自相關(guān) C、不存在自相關(guān)D、不能判定 9、在給定的顯著性水平之下，若DW

26、統(tǒng)計量的上和下臨界值分別為時，可以為隨機誤差項A、存在一階正自相關(guān)B、存在一階負(fù)相關(guān)C、不存在序列相關(guān)D、存在序列相關(guān)與否不能斷定 10、下列說法不正確的是A、自相關(guān)是一種隨機誤差現(xiàn)象； B、自相關(guān)產(chǎn)生的原因有經(jīng)濟變量的慣性作用；C、檢驗自相關(guān)的方法有F檢驗法； D、修正自相關(guān)的方法有廣義差分法； 11、在DW檢驗中，不能判定的區(qū)域是A. 0ddL, 4dLd4B. dUd4dU C. dLddU, 4dUd4dLD. 上述都不對 12、DW檢驗方法用于檢驗A異方差性B.自相關(guān)性 C隨機解釋變量D.多重共線性 13、以下選項中，正確表達了序列相關(guān)的是ACov(i,j)0,ij，BCov(i,j

27、)0,ij CCov(Xi,Xj)0,ijDCov(Xi,j)0,ij 14、如果回歸模型違背了無自相關(guān)假定，最小二乘估計量A無偏的，非有效的B.有偏的，非有效的 C無偏的，有效的D.有偏的，有效的 15、在自相關(guān)性情況下，常用的估計方法是A一階差分法B.廣義差分法 C工具變量法D.加權(quán)最小二乘法和則當(dāng)dw<dLar(ui)if(xi)，16、設(shè)yi12xiui,V則對原模型變換的正確形式為12xiuiyixiui12f2(xi)f2(xi)f2(xi)f2(xi)(xi)221f(xi)2xif(xi)uif(xi)(xi)1f(xi)2xif(xi)uif(xi)17、ARCH檢驗方

28、法主要用于檢驗A異方差性B.自相關(guān)性 C隨機解釋變量D.多重共線性 18、在修正異方差的方法中，不正確的是A、加權(quán)最小二乘法B、對原模型變換的方法 C、對模型的對數(shù)變換法D、兩階段最小二乘法 19、Goldfeld-Quandt方法用于檢驗A異方差性B.自相關(guān)性 C隨機解釋變量D.多重共線性 20、在異方差性情況下，常用的估計方法是A一階差分法B.廣義差分法 C工具變量法D.加權(quán)最小二乘法21、在異方差的情況下，參數(shù)估計值的方差不能正確估計的原因是(ui2)(xiui)(uiuj)0(ij)(ui)022、White檢驗方法主要用于檢驗A異方差性B.自相關(guān)性 C是否遺漏解釋變量D.多重共線性

29、23、在具體運用加權(quán)最小二乘法時,如果變換的結(jié)果是形式中的哪一種( b )A.c.24、在異方差性情況下，常用的估計方法是A一階差分法B.廣義差分法 C工具變量法D.加權(quán)最小二乘法 25、加權(quán)最小二乘法是的一個特例y1xu12xxxx,則Var(u)是下列2xB. 2x2 xD. 2Log(x)2A. 廣義差分法B.廣義最小二乘法 C.普通最小二乘法D.兩階段最小二乘法第七章分布滯后模型的意義分布滯后模型的分類及各個類型的特點 分布滯后模型短期影響乘數(shù)設(shè)無限分布滯后模型為Yt0Xt1Xt12Xt2kut，則短期影響乘數(shù)為1kA0B、0C、D、0110對于有限分布滯后模型Yt0Xt1Xt12Xt

30、2sXtKut在一定條件下，參數(shù)i可近似用一個關(guān)于i的多項式表示，下列說法中不正確的是A、多項式的階數(shù)m小于KB、可采用Almon法對此模型進行估計 C、該模型比較容易產(chǎn)生多重共線性 D、以上說法都不對第七章8、檢驗自回歸模型擾動項的自相關(guān)性，常用德賓h檢驗，下列命題正確的是A 德賓h檢驗只適用一階自回歸模型 B 德賓h檢驗適用任意階的自回歸模型 C 德賓h 統(tǒng)計量服從t分布 D 德賓h檢驗可以用于小樣本問題1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1974 1975 1976 1977 1978 1979 1980 1981 1982

31、我們建立了能源需求與收入和價格之間的對數(shù)需求函數(shù)。lnYt01lnX2t2lnX3tut模型估計及有關(guān)檢驗的輸出結(jié)果如下。根據(jù)輸出結(jié)果計算并回答下列問題：1、 計算解釋變量顯著性檢驗的t統(tǒng)計量值，并回答實際GDP指數(shù)、能源價格指數(shù)是否顯著？2、 計算模型調(diào)整后的擬合優(yōu)度，并解釋其含義； 3、 3、解釋能源價格指數(shù)的經(jīng)濟含義；4、 判斷模型是否存在自相關(guān)性？給出理； 5、模型是否存在異方差性？給出理。6. 下面是對我國農(nóng)民收入影響因素的計量經(jīng)濟分析模型及估計結(jié)果：Y=0+1X1+2X2+3X3+Y代表農(nóng)民人均收入； X1代表農(nóng)村信貸量； X2代表財政支農(nóng)支出； X3表示流動人口數(shù)；輸出結(jié)果1：Dependent Variable: Y Method: Least Squares Date: 11/12/12 Time: 11:19 Sample: 1978 20XX Included observations: 24 Variable C X1 X2 X3 R-squared AdjustedR-squaredof regression Sum squared residLog likelihood Durbin-Watson statCoeffi