1、中大期货投资分析-练习五一、单选题1. 回归分析的目的是为 A 研究解释变量对被解释变量的依赖关系B 研究解释变量和被解释变量的相关关系C 研究被解释变量对解释变量的依赖关系D 以上说法都不对2. 在回归分析中，有关被解释变量 Y 和解释变量 X 的说法正确的是 A Y 为随机变量，X 为非随机变量B Y 为非随机变量，X 为随机变量C X、Y 均为随机变量D X、Y 均为非随机变量3. 总体回归线是指 A 解释变量 X 取给定值时，被解释变量 Y 的样本均值的轨迹B 样本观测值拟合的最好的曲线C 使残差平方和最小的曲线D 解释变量 X 取给定值时，被解释变量 Y 的条件均值或期望值的轨迹4.
2、 最小二乘准则是 A 随机误差项 的平方和最小utB 与它的期望值 的离差平方和最小YtC 与它的均值 的离差平方和最小XtD 残差 的平方和最小et5. 随机误差项是 A 个别的 围绕它的期望值的离差YtB 的测量误差tC 预测值 与实际值 的偏差ttD 个别的 围绕它的期望值的离差Xt6. 按照经典假设，线性回归模型中的解释变量应为非随机变量，且 A 与被解释变量 不相关YtB 与随机误差项 不相关utC 与回归值 不相关tD 以上说法均不对7. 判定系数 的取值范围为 2RA 01B 2C RD 2018. 回归系数 通过了 t 检验，表示 A 1B 0C 1,D 9. 个值区间预测就是
3、给出了 A 预测值 的一个置信区间0YB 实际值 的一个置信区间C 实际值 的期望值的一个置信区间0D 实际值 的一个置信区间X10. 一元线性回归模型中， 的估计是 0A 01YB XC 01D Y11. 在多元线性回归模型 ， 表示 012yx1A 和 保持不变条件下， 每变化一单位时， 的均值的变化2xyB 任意情况下， 每变化一单位时， 的均值的变化1xC 保持不变条件下， 每变化一单位时， 的均值的变化2x1xyD 保持不变条件下， 每变化一单位时， 的均值的变化12. 在多元线性回归模型 ， 表示 012yx0A 指所有未包含到模型中的变量对 的平均影响B 的平均水平yC 和 保持
4、不变的条件下， 的平均水平1x2yD 时， 的真实水平0,13. 在多元线性回归模型中，调整后的判定系数 与判定系数 的关系为 2R2A 2RB C D 214. 回归模型中不可使用的模型为 A 较高，回归系数高度显著B 较低，回归系数高度显著2RC 较高，回归系数不显著D 较低，回归系数显著15. 在回归模型 中， 与 高度相关， 与 、 无关，0123yxx23x1x23则因为 与 的高度相关会使 的方差 2x3A 变大B 变小C 不确定D 不受影响16. 在回归模型 中，如果原假设 成立，则意味0123yxx01:H着 A 估计值 1B 与 Y 无任何关系XC 回归模型不成立D 与 Y
5、无线性关系117. 对回归系数进行显著性检验的 t 统计量为 A ()jseB var()jC r()jD ()jse18. 下列哪种情况说明存在异方差 A ()0iEuB ,ijijC （常数）2()iD iiEu19. 下列哪种方法不是检验异方差的方法 A 残差图分析法B 等级相关系数法C 样本分段比检验D DW 检验法20. 戈德菲尔德匡特检验适用于检验 A 序列相关B 异方差C 多重共线性D 设定误差21. 异方差情形下，常用的估计方法是 A 一阶差分法B 广义差分法C 工具变量法D 加权最小二乘法22. 下列哪种情况属于存在序列相关 A cov(,)0,ijuijB ijC 2c(,
6、),ijijD ovijiu23. 下列哪种方法不是检验序列相关的方法 A 残差图分析法B 自相关系数法C 方差扩大因子法D DW 检验法24. DW 检验适用于检验 A 异方差B 序列相关C 多重共线性D 设定误差25. 若计算的 DW 统计量为 2，则表明该模型 A 不存在一阶序列相关B 存在一阶正序列相关C 存在一阶负序列相关D 存在高阶序列相关26. 若模型 存在序列相关则 01yxA cov(,)xuB ,ijijC c(,)0xD ov,ijuij27. DW 检验的原假设为 A 0WB C 1D 28. DW 统计量的取值范围是 A 0WB 1C 2D 429. 根据 20 个观
7、测值估计的一元线性回归模型的 ，在样本容量 ，解释2.3DW20n变量个数 ，显著性水平 时，查得 ， ，则可以判断该1k0.510Ld1.4U模型 A 不存在一阶自相关B 有正的一阶自相关C 有负的一阶自相关D 无法确定30. 当模型存在一阶自相关情况下，常用的估计方法是 A 加权最小二乘法B 广义差分法C 工具变量法D 普通最小二乘法31. 采用一阶差分法估计一阶自相关模型，适合于 A 0B 1C D 032. 在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近 1，则表明模型中存在 A 异方差B 自相关C 多重共线性D 设定误差33. 在线性回归模型中，若解释变量 和 的观
8、测值成比例，即有 ，其中 为1x2 12xkk非零常数，则表明模型中存在 A 异方差B 多重共线性C 序列相关D 设定误差34. 经验认为，某个解释变量与其他解释变量间多重共线性很严重的判别标准是这个解释变量的方差扩大因子 VIF A 大于 1B 小于 1C 大于 10D 小于 535. 若查表得到 和 ，则不存在序列相关的区间为 LdUA 0WB 4UUC LdDdD U二、多选题1. 判定系数 可表示为 2RA 2STB EC 21RSD TE 22. 在一元线性回归模型中，影响 的估计精度的因素有 1A 的估计值tYtB 的总变异t 2()tYC 随机误差项的方差 D 的总变异tX2()
9、tX3. 对于截距项 ，即使不显著，也可不理会，除非 0A 模型用于结构分析B 模型用于经济预测C 模型用于政策评价D 有理论上的特别意义04. 评价回归模型的特性，主要从如下几个方面入手 A 经济理论评价B 统计上的显著性C 回归模型的拟合优度D 回归模型是否满足经典假定E 模型的预测精度5. 多元回归模型 通过了整体显著性 F 检验，则可能的情况为 012yxA 120,B C 12,D 120,E 6. 对回归模型进行显著性检验时所用的 F 统计量可表示为 A ()1SnkRB ()EkC 2(1)RnD 2()kE 2()1nRk7. 常用的检验异方差的方法有 A 残差图分析法B 等级
10、相关系数法C 戈德菲尔德匡特检验D 戈里瑟检验E 怀特检验8. 异方差情况下将导致 A 参数估计量是无偏的，但不是最小方差无偏估计B 参数显著性检验失效C 模型预测失效D 参数估计量是有偏的，且方差不是最小的E 模型预测有效9. 以下关于 DW 检验的说法，不正确的有 A 要求样本容量较大B 1WC 可用于检验高阶序列相关D 能够判定所有情况E 只适合一阶线性序列相关10. 序列相关情况下，常用的参数估计方法有 A 一阶差分法B 广义差分法C 工具变量法D 加权最小二乘法E 广义最小二乘法11. 若查表得到 DW 的上下限分别为 和 ，则 DW 的不确定区间为 UdLA 4UUdDWdB LC
11、 LUD 44dE 0LW12. DW 检验不适用于下列情况下的序列相关检验 A 随机误差项具有高阶序列相关B 样本容量太小C 含有滞后被解释变量的模型D 正的一阶线性自相关形式E 负的一阶线性自相关形式13. 自相关的情况下将导致 A 参数估计量不再是最小方差线性无偏估计量B 均方差 MSE 可能严重低估误差项的方差C 常用的 F 检验和 t 检验失效D 参数估计量是无偏的E 利用回归模型进行预测的结果会存在较大的误差14. 产生序列相关的原因有 A 遗漏了重要的解释变量B 经济变量的滞后性C 回归模型函数形式的设定错误D 对原始数据加工整理15. 以下说法正确的有A 较高，而显著 t 统计
12、量较少时，可能存在多重共线性问题 2RB 当增加或剔除一个解释变量，或者改变一个观测值时，回归系数的估计值发生较大变化，就认为回归方程存在严重的多重共线性C 一些重要的解释变量在回归方程中没有通过显著性检验时，可初步判断存在着严重的多重共线性D 有些解释变量的回归系数所带符号与定性分析结果违背时，可能存在多重共线性问题E 解释变量间的相关系数较大时，可能会出现多重共线性问题三、判断题1. 回归分析就是研究被解释变量对解释变量的依赖关系，其目的就是通过解释变量的已知或设定值，去估计或预测被解释变量的总体均值。2. 相关分析是用于衡量两个变量之间的线性关联度的分析方法。3. 在回归分析中，被解释变
13、量 Y 被当做是随机变量，而解释变量 X 则被看作非随机变量。而在相关分析中，两个变量均看作是随机变量。4. 经调整的判定系数 计算公式中 和 的自由度分别为 和 。2R2ie2()iYnk15. 在回归模型中增加一个解释变量，判定系数 通常会增大。2R6. 在多元回归模型中， 与随机扰动项的 成正比，即 越大， 的方差()jVar2j越大。()jVar7. 与 的总体样本变异 成反比关系，即总体变异 越大， 的方差jjXjSTjSTj越小。()jr8. 与解释变量之间的线性关联程度 正相关，即 越大， 的方差jVa2jR2jj越大。()jr9. 加权最小二乘法是通过对原来的模型进行加权变换，使经过变换的模型具有同方差的随机误差项，然后再应用普通最小二乘法进行参数估计。10.广义差分法适用于估计存在自相关问题的经济计量模型。11.在区间预测中，在其他条件不变的情况下，预测的置信概率越高，预测的精度越低。四、情景题
