1、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
2、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
3、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 tttt uXY321的回归分析结果报告中，有3.26489F， 0.值pF，则表明解释变量 tX2 对 tY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。25、在对参数进行最小二乘估计之前，没有必要对模型提出古典假定26、当
4、异方差出现时，常用的 t 和 F 检验失效；27、解释变量与随机误差项相关，是产生多重共线性的主要原因。28、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。29、由间接最小二乘法与两阶段最小二乘法得到的估计量都是无偏估计。30、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。31、 即使经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS 估计量仍然是无偏的。32、 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。33、多重共线性问题是随机扰动项违背古典假定引起的；34、秩条件是充要条件，因此利用秩条件就可以
5、完成联立方程识别状态的确定。35、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。36、假定个人服装支出同收入水平和性别有关，由于性别是具有两种属性（男、女）的定性因素，因此，用虚拟变量回归方法分析性别对服装支出的影响时，需要引入两个虚拟变量。37、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。38、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。39、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。40、在简单线性回归中可决系数 与斜率系数的 t 检验的没有关系。2R41、异方差性、自相关
6、性都是随机误差现象，但两者是有区别的。42、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。43、满足阶条件的方程一定可以识别。44、库依克模型、自适应预期模型与局部调整模型的最终形式是不同的。45、半对数模型 中，参数 的含义是 X 的绝对量变化，XYln101引起 Y 的绝对量变化。46、对已经估计出参数的模型不需要进行检验。47、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。48、在有 M 个方程的完备联立方程组中，当识别的阶条件为 1MNHi（H 为联立方程组中内生变量和前定变量的总数， iN为第 i 个方程中内生变量和
7、前定变量的总数）时，则表示第 i 个方程不可识别。 49、随机误差项和残差是有区别的。四、计算分析题1、根据某城市 19781998 年人均储蓄(y)与人均收入(x)的数据资料建立了如下回归模型 xy6843.152.7se=（340.0103） （0.0622） 60.73,294.0,5.0.,9.02 FDWESR试求解以下问题（1） 取时间段 19781985 和 19911998，分别建立两个模型。模型 1： 模型 2：xy3971.045. xy952.136.40t=（-8.7302） （25.4269） t=（-5.0660） （18.4094）2.,98.212eR 8,8.
8、22eR计算 F 统计量，即 ，对给定的9370.40.13758912，查 F 分布表，得临界值 。请你继续完成上述工作，并回答所05.2.4)6,(0.F做的是一项什么工作，其结论是什么？（2）根据表 1 所给资料，对给定的显著性水平 ，查 分布表，得临界值05.2，其中 p=3 为自由度。请你继续完成上述工作，并回答所做的是一项什么8.7)3(05.工作，其结论是什么？表 1ARCH Test:F-statistic 6.033649 Probability 0.007410Obs*R-squared 10.14976 Probability 0.017335Test Equation:
9、Dependent Variable: RESID2Method: Least SquaresDate: 06/04/06 Time: 17:02Sample(adjusted): 1981 1998Included observations: 18 after adjusting endpointsVariable CoefficientStd. Error t-Statistic Prob. C 244797.2 373821.3 0.654851 0.5232RESID2(-1) 1.226048 0.330479 3.709908 0.0023RESID2(-2) -1.405351
10、0.379187 -3.706222 0.0023RESID2(-3) 1.015853 0.328076 3.096397 0.0079R-squared 0.563876 Mean dependent var 971801.3Adjusted R-squared 0.470421 S.D. dependent var 1129283.S.E. of regression 821804.5 Akaike info criterion 30.26952Sum squared resid 9.46E+12 Schwarz criterion 30.46738Log likelihood -268
11、.4257 F-statistic 6.033649Durbin-Watson stat 2.124575 Prob(F-statistic) 0.0074102、根据某地区居民对农产品的消费 y 和居民收入 x 的样本资料，应用最小二乘法估计模型，估计结果如下，拟合效果见图。由所给资料完成以下问题：（1） 在 n=16， 的条件下，查 D-W 表得临界值分别为05.，试判断模型中是否存在自相关；371,16.ULd（2） 如果模型存在自相关，求出相关系数 ，并利用广义差分变换写出无自相关的广义差分模型。 xy3524.091.27se=（1.8690） （0.0055） 531.42,680
12、.,05.2,96.012 FDWeRi-2-10123 1021406180286890929496980Residual Actual Fited3、某人试图建立我国煤炭行业生产方程，以煤炭产量为被解释变量，经过理论和经验分析，确定以固定资产原值、职工人数和电力消耗量变量作为解释变量，变量的选择是正确的。于是建立了如下形式的理论模型：煤炭产量= 固定资产原值+ 职工人数+ 电力消耗量+，选择 2000 年全国 60 个大型国有煤炭企业的数据为样本观测值；固定资产原值用资产形成年当年价计算的价值量，其它采用实物量单位；采用 OLS 方法估计参数。指出该计量经济学问题中可能存在的主要错误，并简
13、单说明理由。4、根据某种商品销售量和个人收入的季度数据建立如下模型：uxbDbDbY tttttt 645342312其中，定义虚拟变量 i为第 i 季度时其数值取 1，其余为 0。这时会发生什么问题，参数是否能够用最小二乘法进行估计？5、根据某城市 19781998 年人均储蓄与人均收入的数据资料建立了如下回归模型：xy6843.152.7se=（340.0103） （0.0622） 60.73,294.0,5.0.,9.02 FDWESR试求解以下问题：（2） 取时间段 19781985 和 19911998，分别建立两个模型。模型 1： xy371.4.t=（-8.7302） （25.4
14、269）20.,908.212eR模型 2： xy5.364t=（-5.0660） （18.4094）819,982.02e计算 F 统计量，即 ，给定 9370.420.137589212e，查 F 分布表，得临界值 。请你继续完成上述工作，并回答所05.4)6,(0.F做的是一项什么工作，其结论是什么？（3） 利用 y 对 x 回归所得的残差平方构造一个辅助回归函数： 232212 018.9.47 tttt 计算,56902R 6.59*)(Rpn给定显著性水平 ，查 分布表，得临界值 ，其中 p=3，自由度。.7)(0.请你继续完成上述工作，并回答所做的是一项什么工作，其结论是什么？（
15、3）试比较（1）和（2）两种方法，给出简要评价。6、Sen 和 Srivastava（1971）在研究贫富国之间期望寿命的差异时，利用 101 个国家的数据，建立了如下的回归模型： 2.4093ln.6(ln7)i iiiYXD(4.37) (0.857) (2.42) R2=0.752其中：X 是以美元计的人均收入；Y 是以年计的期望寿命；Sen 和 Srivastava 认为人均收入的临界值为 1097 美元（ ） ，若人均收入ln1097超过 1097 美元，则被认定为富国；若人均收入低于 1097 美元，被认定为贫穷国。（括号内的数值为对应参数估计值的 t-值） 。（1）解释这些计算结
16、果。（2）回归方程中引入 的原因是什么？如何解释这个回归解释变量？ln7iiDX（3）如何对贫穷国进行回归？又如何对富国进行回归？7、某公司想决定在何处建造一个新的百货店，对已有的 30 个百货店的销售额作为其所处地理位置特征的函数进行回归分析，并且用该回归方程作为新百货店的不同位置的可能销售额，估计得出（括号内为估计的标准差） ttttt XXY 4321 0.10.0 （0.02） （0.01） （1.0） （1.0）其中： 第 个百货店的日均销售额（百美元） ；ti第 个百货店前每小时通过的汽车数量（10 辆） ；X1第 个百货店所处区域内的人均收入（美元） ；t2i第 个百货店内所有的
17、桌子数量；3第 个百货店所处地区竞争店面的数量；t4i请回答以下问题：（1） 说出本方程中系数 0.1 和 0.01 的经济含义。（2） 各个变量前参数估计的符号是否与期望的符号一致？（3） 在 0.05 的显著性水平下检验变量 的显著性。tX1（临界值 ， ， ， ）06.2)5(02.t 056.2)(25.t 708.)(05.706.1)2(5.t8、一国的对外贸易分为出口和进口，净出口被定义为出口与进口的差额。影响净出口的因素很多，在宏观经济学中，汇率和国内收入水平被认为是两个最重要的因素，我们根据这一理论对影响中国的净出口水平的因素进行实证分析。设 NX 表示我国净出口水平（亿元）
18、 ；GDP 为我国国内生产总值（亿元） ，反映我国的国内收入水平；D(GDP)表示 GDP 的一阶差分；E 表示每 100 美元对人民币的平均汇率（元/百美元） ，反映汇率水平。利用 19852001 年我国的统计数据（摘自2002 中国统计年鉴 ） ，估计的结果见下表。（1）选择解释我国净出口水平最适合的计量经济模型，写出该模型并说明选择的原因，其它模型可能存在什么问题；（2）解释选择的计量经济模型的经济意义。相关系数矩阵Dependent Variable: NXMethod: Least SquaresDate: 03/21/02 Time: 11:02Sample: 1985 2001
19、Included observations: 17Variable Coefficient Std. Error t-Statistic Prob. C -2135.887 645.9685 -3.306488 0.0048E 4.851832 0.983587 4.932794 0.0002R-squared 0.618636 Mean dependent var879.9059Adjusted R-squared 0.593211 S.D. dependent var 1348.206S.E. of regression 859.8857 Akaike info criterion 16.
20、46161Sum squared resid 11091052 Schwarz criterion 16.55963Log likelihood -137.9237 F-statistic 24.33245Durbin-Watson stat 0.890230 Prob(F-statistic) 0.000180Dependent Variable: NXMethod: Least SquaresDate: 03/21/02 Time: 11:04Sample: 1985 2001Included observations: 17Variable Coefficient Std. Error
21、t-Statistic Prob. C -761.6691 313.1743 -2.432093 0.0280GDP 0.036827 0.005810 6.338492 0.0000R-squared 0.728145 Mean dependent var879.9059Adjusted R-squared 0.710021 S.D. dependent var 1348.206S.E. of regression 726.0044 Akaike info criterion 16.12312Sum squared resid 7906237. Schwarz criterion 16.22
22、115Log likelihood -135.0465 F-statistic 40.17648Durbin-Watson stat 1.289206 Prob(F-statistic) 0.000013Dependent Variable: NXMethod: Least SquaresDate: 03/21/02 Time: 11:06Sample: 1985 2001Included observations: 17Variable Coefficient Std. Error t-Statistic Prob. C -822.2318 789.9381 -1.040881 0.3156
23、E 0.180334 2.145081 0.084069 0.9342GDP 0.035671 0.015008 2.376855 0.0323R-squared 0.728282 Mean dependent var879.9059Adjusted R-squared 0.689465 S.D. dependent var 1348.206S.E. of regression 751.2964 Akaike info criterion 16.24026Sum squared resid 7902248. Schwarz criterion 16.38730Log likelihood -1
24、35.0422 F-statistic 18.76202Durbin-Watson stat 1.279954 Prob(F-statistic) 0.000109Dependent Variable: NXMethod: Least SquaresDate: 03/21/02 Time: 11:09Sample(adjusted): 1986 2001Included observations: 16 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob. C -3036.617 444.7869
25、-6.827128 0.0000E 8.781248 0.929788 9.444358 0.0000D(GDP) -0.301465 0.054757 -5.505550 0.0001R-squared 0.878586 Mean dependent var962.9563Adjusted R-squared 0.859907 S.D. dependent var 1346.761S.E. of regression 504.0793 Akaike info criterion 15.45070Sum squared resid 3303247. Schwarz criterion 15.5
26、9557Log likelihood -120.6056 F-statistic 47.03583Durbin-Watson stat 2.214778 Prob(F-statistic) 0.0000019、下面结果是利用某地财政收入对该地第一、二、三产业增加值的回归结果，根据这一结果试判断该模型是否存在多重共线性，说明你的理由。Dependent Variable: REVMethod: Least SquaresSample: 1 10Included observations: 10Variable Coefficient Std. Error t-Statistic Prob. C
27、17414.63 14135.10 1.232013 0.2640GDP1 -0.277510 0.146541 -1.893743 0.1071GDP2 0.084857 0.093532 0.907252 0.3992GDP3 0.190517 0.151680 1.256048 0.2558R-squared 0.993798 Mean dependent var63244.00Adjusted R-squared 0.990697 S.D. dependent var 54281.99S.E. of regression 5235.544 Akaike info criterion 2
28、0.25350Sum squared resid 1.64E+08 Schwarz criterion 20.37454Log likelihood -97.26752 F-statistic 320.4848Durbin-Watson stat 1.208127 Prob(F-statistic) 0.00000110、通过建模发现，某企业的某种产品价格 P 和可变成本 V 之间满足如下关系：。目前可变成本占产品价格的 20。现在，企业可以改进该产品，VPln56.034ln但是改进要增加 10可变成本（其他费用保持不变） 。问，企业是否该选择改进？11、某公司想决定在何处建造一个新的百货店
29、，对已有的 30 个百货店的销售额作为其所处地理位置特征的函数进行回归分析，并且用该回归方程作为新百货店的不同位置的可能销售额，估计得出（括号内为估计的标准差） ttttt XXY 4321 0.10.30 （0.02） （0.01） （1.0） （1.0）其中： 第 个百货店的日均销售额（百美元） ；ti第 个百货店前每小时通过的汽车数量（10 辆） ；X1第 个百货店所处区域内的人均收入（美元） ；t2i第 个百货店内所有的桌子数量；3第 个百货店所处地区竞争店面的数量；t4i请回答以下问题：（4） 说出本方程中系数 0.1 和 0.01 的经济含义。（5） 各个变量前参数估计的符号是否与
30、期望的符号一致？（6） 在 0.05 的显著性水平下检验变量 的显著性。tX1（临界值 ， ， ，06.2)5(02.t 056.2)(25.t 708.1)(05.）71)(05.t12、以广东省东莞市的财政支出作为被解释变量、财政收入作为解释变量做计量经济模型，即 ，方程估计、残差散点图及 ARCH 检验输出结果分别如下：XY方程估计结果：Dependent Variable: YMethod: Least SquaresDate: 05/31/03 Time: 12:42Sample: 1980 1997Included observations: 18Variable Coeffici
31、ent Std. Error t-Statistic Prob. C -2457.310 680.5738 -3.610644 0.0023X 0.719308 0.011153 64.49707 0.0000R-squared 0.996168 Mean dependent var25335.11Adjusted R-squared 0.995929 S.D. dependent var 35027.97S.E. of regression 2234.939 Akaike info criterion 18.36626Sum squared resid 79919268 Schwarz cr
32、iterion 18.46519Log likelihood -163.2963 F-statistic 4159.872Durbin-Watson stat 2.181183 Prob(F-statistic) 0.000000残差与残差滞后 1 期的散点图：ARCH 检验输出结果：ARCH Test:F-statistic 2.886465 Probability 0.085992Obs*R-squared 7.867378 Probability 0.096559Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/10/03 Time: 00:33Sample(adjusted): 1984 1997Included observations: 14 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob.
