2025年大學大三(經(jīng)濟學)計量經(jīng)濟基礎(chǔ)階段測試卷_第1頁
2025年大學大三(經(jīng)濟學)計量經(jīng)濟基礎(chǔ)階段測試卷_第2頁
2025年大學大三(經(jīng)濟學)計量經(jīng)濟基礎(chǔ)階段測試卷_第3頁
2025年大學大三(經(jīng)濟學)計量經(jīng)濟基礎(chǔ)階段測試卷_第4頁
2025年大學大三(經(jīng)濟學)計量經(jīng)濟基礎(chǔ)階段測試卷_第5頁
已閱讀5頁,還剩1頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

2025年大學大三(經(jīng)濟學)計量經(jīng)濟基礎(chǔ)階段測試卷

(考試時間:90分鐘滿分100分)班級______姓名______第I卷(選擇題共30分)答題要求:本卷共6題,每題5分。在每題給出的四個選項中,只有一項是符合題目要求的。請將正確答案的序號填在題后的括號內(nèi)。1.計量經(jīng)濟學模型用于()。A.描述經(jīng)濟現(xiàn)象的數(shù)量關(guān)系B.預(yù)測經(jīng)濟變量的未來值C.檢驗經(jīng)濟理論和假設(shè)D.以上都是2.以下哪個不是經(jīng)典線性回歸模型的基本假定()。A.解釋變量之間不存在多重共線性B.隨機誤差項服從正態(tài)分布C.解釋變量是隨機變量D.隨機誤差項具有零均值、同方差3.在一元線性回歸模型中,回歸系數(shù)的顯著性檢驗使用的統(tǒng)計量是()。A.F統(tǒng)計量B.t統(tǒng)計量C.R2統(tǒng)計量D.DW統(tǒng)計量4.若回歸模型中存在異方差性,會導致()。A.參數(shù)估計量無偏但不有效B.參數(shù)估計量有偏C.預(yù)測精度降低D.A和C5.多重共線性的主要后果是()。A.參數(shù)估計值不穩(wěn)定,方差增大B.變量的顯著性檢驗失效C.模型的預(yù)測功能失效D.以上都是6.以下哪種方法不能用于檢驗序列相關(guān)性()。A.DW檢驗B.拉格朗日乘數(shù)檢驗C.懷特檢驗D.布羅斯-戈弗雷檢驗第II卷(非選擇題共70分)(一)簡答題(共20分)答題要求:本大題共2題,每題10分。請簡要回答問題。1.簡述計量經(jīng)濟學模型的一般形式,并說明各部分的含義。2.簡述異方差性的后果及檢驗方法。(二)計算題(共20分)答題要求:本大題共2題,每題10分。請寫出計算過程和答案。1.已知某一元線性回歸模型的估計結(jié)果為:\(\hat{Y}=2+3X\),樣本容量\(n=20\),\(\sum_{i=1}^{n}(X_i-\bar{X})^2=100\),\(\sum_{i=1}^{n}(Y_i-\bar{Y})^2=200\),\(\sum_{i=1}^{n}(X_i-\bar{X})(Y_i-\bar{Y})=150\)。求該模型的判定系數(shù)\(R2\)。2.給定以下回歸模型:\(Y=\beta_0+\beta_1X_1+\beta_2X_2+\mu\),經(jīng)估計得到參數(shù)估計值\(\hat{\beta}_0=5\),\(\hat{\beta}_1=2\),\(\hat{\beta}_2=3\),樣本容量\(n=30\),\(SSE=100\),\(\sum_{i=1}^{n}(X_{1i}-\bar{X}_1)^2=50\),\(\sum_{i=1}^{n}(X_{2i}-\bar{X}_2)^2=40\)。檢驗\(X_1\)和\(X_2\)對\(Y\)的聯(lián)合顯著性。(\(F_{0.05}(2,27)=3.35\))(三)案例分析題(共15分)答題要求:本大題共1題,15分。請閱讀以下案例,回答問題。材料:為研究某地區(qū)居民消費與收入之間的關(guān)系,收集了該地區(qū)100戶居民的月收入\(X\)(單位:元)和月消費\(Y\)(單位:元)的數(shù)據(jù)。建立了如下回歸模型:\(Y=\beta_0+\beta_1X+\mu\)。經(jīng)估計得到:\(\hat{Y}=500+0.8X\),\(R2=0.7\)。1.解釋回歸系數(shù)\(0.8\)的經(jīng)濟意義。2.該模型的擬合優(yōu)度如何?說明理由。3.若某居民月收入為5000元,利用該模型預(yù)測其月消費。(四)論述題(共15分)答題要求:本大題共1題,15分。請闡述多重共線性的概念、產(chǎn)生原因、后果及解決方法。(五)綜合應(yīng)用題(共20分)答題要求:本大題共1題,20分。請閱讀以下材料,回答問題。材料:某研究人員為研究企業(yè)銷售額與廣告投入、研發(fā)投入之間的關(guān)系,收集了20家企業(yè)的數(shù)據(jù),建立了多元線性回歸模型:\(Y=\beta_0+\beta_1X_1+\beta_2X_2+\mu\),其中\(zhòng)(Y\)表示銷售額,\(X_1\)表示廣告投入,\(X_2\)表示研發(fā)投入。經(jīng)估計得到以下結(jié)果:\(\hat{Y}=100+2X_1+3X_2\),\(R2=0.8\),\(F=20\),\(t_{X_1}=2\),\(t_{X_2}=3\)(顯著性水平\(\alpha=0.05\)時,\(t_{0.025}(17)=2.11\))1.解釋回歸系數(shù)\(2\)和\(3\)的經(jīng)濟意義。2.檢驗?zāi)P偷恼w顯著性。3.分別檢驗廣告投入和研發(fā)投入對銷售額的顯著性。4.若某企業(yè)廣告投入為10萬元,研發(fā)投入為5萬元,預(yù)測其銷售額。答案:第I卷:1.D2.C3.B4.D5.D6.C第II卷:(一)1.計量經(jīng)濟學模型的一般形式為:\(Y=\beta_0+\beta_1X_1+\beta_2X_2+\cdots+\beta_kX_k+\mu\)。其中,\(Y\)是被解釋變量;\(\beta_0,\beta_1,\cdots,\beta_k\)是參數(shù);\(X_1,X_2,\cdots,X_k\)是解釋變量;\(\mu\)是隨機誤差項。2.異方差性的后果:參數(shù)估計量無偏但不有效;變量的顯著性檢驗失效;模型的預(yù)測精度降低。檢驗方法:懷特檢驗、戈德菲爾德-匡特檢驗等。(二)1.\(R2=\frac{(\sum_{i=1}^{n}(X_i-\bar{X})(Y_i-\bar{Y}))^2}{\sum_{i=1}^{n}(X_i-\bar{X})^2\sum_{i=1}^{n}(Y_i-\bar{Y})^2}=\frac{150^2}{100\times200}=0.5625\)。2.\(F=\frac{(n-k-1)R2}{k(1-R2)}=\frac{(30-3)\times0.8}{2\times(1-0.8)}=54\gtF_{0.05}(2,27)=3.35\),拒絕原假設(shè),\(X_1\)和\(X_2\)對\(Y\)有聯(lián)合顯著性。(三)1.回歸系數(shù)\(0.8\)表示月收入每增加1元,月消費平均增加0.8元。2.擬合優(yōu)度\(R2=0.7\),說明模型能夠解釋70%的消費變動,擬合效果較好。3.當\(X=5000\)時,\(\hat{Y}=500+0.8\times5000=4500\)元。(四)多重共線性是指解釋變量之間存在線性相關(guān)關(guān)系。產(chǎn)生原因:經(jīng)濟變量之間的內(nèi)在聯(lián)系;數(shù)據(jù)收集范圍有限等。后果:參數(shù)估計值不穩(wěn)定,方差增大;變量的顯著性檢驗失效;模型的預(yù)測功能失效。解決方法:增加樣本容量;剔除不重要的解釋變量;變量變換等。(五)1.回歸系數(shù)\(2\)表示廣告投入每增加1萬元,銷售額平均增加2萬元;回歸系數(shù)\(3\)表示研發(fā)投入每增加1萬元,銷售額平均增加3萬元。2.\(F=20\),在顯著性水平\(\alpha=0.05\)下,拒絕原假設(shè),模型整體顯著。3.\(t_{X_1}=2\ltt

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論