1 ?最小二乘法对随机误差项U作了哪些假定？说明这些假定条件的意义。
答：假定条件：
(1) 均值假设：E(U i)=0,i=1,2,…；
⑵同方差假设：Var(U i)=E[U i-E(U i)]2=E(U i2)= %2,i=1,2,…；
⑶序列不相关假设：Cov(u i,U j)=E[u「E(U i)][U j-E(U j)]=E(u U j)=0,i 丰j,i,j=1,2,…；
(4) Cov(U i,X i)=E[U i-E(U i)][X i-E(X i)]=E(U i X i)=0；
(5) U i服从正态分布，U i?N(0, %2)。
意义：有了这些假定条件，就可以用普通最小二乘法估计回归模型的参数。
2 ?阐述对样本回归模型拟合优度的检验及回归系数估计值显著性检验的步骤。答：样本回归模型拟合优度的检验：可通过总离差平方和的分解、样本可决系数、样本相关系数来检验。
回归系数估计值显著性检验的步骤：
(1) 提出原假设H o : 3i=0 ；
⑵备择假设H i : 31* 0 ；
⑶计算t= 3/S 31；
⑷给出显著性水平a查自由度v=n-2的t分布表，得临界值t a/2(n-2)；
⑸作出判断。如果|t|
4?试说明为什么刀e i2的自由度等于n-2。答：在模型中，自由度指样本中可以自由变动的独立不相关的变量个数。当有约束条件时，自由度减少，其计算公式：自由度=样本个数-受约束条件的个数，即df=n-k 。一元线性回归中SSE残差的平方和，其自由度为n-2,因为计算残差时用到回归方程，回归方程中有两个未知参数30和31，而这两个参数需要两个约束条件予以确定，由此减去2，也即其自由度为n-2。
5?试说明样本可决系数与样本相关系数的关系及区别，以及样本相关系数与 3 S的关系。答：样本相关系数r的数值等于样本可决系数的平方根，符号与3相同。但样本相关系数与样本可决系数在概念上有明显的区别，r建立在相关分析的理论基础之上，研究两个随机变
量X与Y之间的线性相关关系；样本可决系数r2建立在回归分析的理论基础之上，研究非随
机变量X对随机变量Y的解释程度。
6.已知某市的货物运输量Y(万吨)，国内生产总值GDP(亿元，1980年不变价)1985~1998年的样本观测值见下表(略)。
Dependent Variable: Y
Method: Least Squares
Date: 10/07/16 Time: 00:47
Sample: 1985 1998
Included observations: 14
Variable Coefficient Std. Error t-Statistic Prob.
C 12596.27 1244.567 10.12101 0.0000
GDP 26.95415 4.120300 6.541792 0.0000
R-squared 0.781002 Mean dependent var 20168.57
Adjusted R-squared 0.762752 S.D. dependent var 3512.487
S.E. of regression 1710.865 Akaike info criterion 17.85895
Sum squared resid 35124719 Schwarz criterion 17.95024
Log likelihood -123.0126 Hannan-Quinn criter. 17.85050
F-statistic 42.79505 Durbin-Watson stat 0.859998
Prob(F-statistic) 0.000028
(1) 一元线性回归方程Y t=12596.27+26.95415GDP
(2) 对回归方程的结构分析
S =26.95是样本回归方程的斜率，它表示某市的边际货运运输倾向，说明年GDP每增加一亿元就增加26.95万吨的货物运输量；5=12596.27是样本回归方程的截距，它表示不受GDP影响的货物运输量；-0的符号和大小均符合经济理论和目前某市的实际情况。
(3) 统计检验
2 2 ________________ __
r检验：r =0.78，说明总离差平方和的78%被样本回归直线解释了，有22%未被解释，样本回归直线对样本点到拟合优度比较好。
显著性水平G =0.05，查自由度v=14-2=12的t分布表，得临界值t0.025 (12)=2.18 t0=10.1>t 0.025 (12)，t1=6.5>t 0.025 (12)，回归系数显著不为零，回归模型中应包含常数项，GDP 对Y有显著影响。
⑷预测区间1980~2000
当2000年的时候GDP为620亿元时，运输量预测值为=29307.84万吨
7.我国粮食产量Q （万吨）、农业机械总动力 X1 （万瓦时）、化肥施用量 X2
（万吨）、土地灌溉面积X3 （千公顷）1978~1998年样本观测值见下表。（略） （1）我国粮食产量 Q （万吨）和农业机械总动力 X1 （万瓦时）
1）估计模型
Dependent Variable: Q Method: Least Squares Date: 10/07/16 Time: 01:42 Sample: 1978 1998 Included observations: 21
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C 40772.47 1389.795 29.33704 0.0000 X1
0.001220 0.001909
0.639194
0.5303 R-squared
0.021051 Mean dependent var 40996.12 Adjusted R-squared -0.030473 S.D. dependent var 6071.868 S.E. of regression 6163.687 Akaike info criterion 20.38113 Sum squared resid 7.22E+08 Schwarz criterion 20.48061 Log likelihood -212.0019 Hannan-Quinn criter. 20.40272 F-statistic 0.408568
Durbin-Watson stat
0.206201
Prob(F-statistic)
0.530328
A A
估计一元回归模型：
Q t 二o ? X it ? e
计算得到：X
= 280.93 ' 2
X -1277340
2 s
e
= 13262.66
2
A
CJ
2 —Se
1 X 。-X n
则:
Y O € Yo —t 墜 o\Yo+t ：2
x'
即 Y O = 129037.28,29578.401
GDP
Y F
=15403.69
即样本回归模型为：Q t = 40774.47 0.00122 X1t
2）对估计结果作结构分析
A
:“ =0.00122是样本回归方程的斜率，说明农业机械总动力每增加1万瓦时我国粮食产量就增加0.00122万吨；＞0=40772.47是样本回归方程的截距，它表示不受农业机械总动力影响的粮食总量；:0宀的符号和大小均符合经济理论和我国的实际情况。
3）对估计结果进行统计检验
2 2
r2检验：r =0.02，说明总离差平方和的2%被样本回归直线解释了，有98%未被解释，样本回归直线对样本点到拟合优度很差。
T检验：给出显著水平ot =0.05，查自由度v=19的t分布表，得t o.025（19）=2.O9，
t。=23.34 2.09，故回归系数均显著为零，回归模型中应包含常数项，X1对Q无显著影响?
（2）我国粮食产量Q （万吨）和化肥施用量X2（万吨）
1）作散点图并估计模型
估计一元回归模型：Q^ ■ 1 X2t■
&2000
JfiCDO-
+4G00-
36000-
32UOD
28000
0 10DG 2000 -MOO 4000 5OD0
X2
Dependent Variable: Q
Method: Least Squares
Date: 10/07/16 Time: 01:51
Sample: 1978 1998
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
C 26925.65 915.8657 29.39912 0.0000
X2 5.912534 0.356423 16.58851 0.0000
R-squared 0.935413 Mean dependent var 40996.12
Adjusted R-squared 0.932014 S.D. dependent var 6071.868
S.E. of regression 1583.185 Akaike info criterion 17.66266
Sum squared resid 47623035 Schwarz criterion 17.76214
Log likelihood -183.4579 Hannan-Quinn criter. 17.68425
F-statistic 275.1787 Durbin-Watson stat 1.264400
Prob(F-statistic) 0.000000
即样本回归模型为：Q t = 26925.65 5.91X2t
2）对估计结果作结构分析
：1 =5.91是样本回归方程的斜率，说明化肥施用量每增加1万吨我国粮食产量就增加5.91万吨；-26925.65是样本回归方程的截距，它表示不受化肥施用量影响的粮食总量；-0 '-1的符号和大小均符合经济理论和我国的实际情况。
3）对估计结果进行统计检验
2 2
r2检验：r二0.94，说明总离差平方和的94%被样本回归直线解释了，有6%未被解释, 样本回归直线对样本点到拟合优度很高。
T检验：给出显著水平ot =0.05，查自由度v=19的t分布表，得t0.025（19）=2.09, t0 =29.40
2.09，t1 =5.91 2.09，故回归系数均显著不为零，回归模型中应包含常数
项，X2对Q有显著影响.
（3）我国粮食产量Q （万吨）和土地灌溉面积X3 （千公顷）
1）作散点图并估计模型
A A
估计一元回归模型：Q t二0? 1 X3t ' et
dSOCO-
4jnra-
a 40000
36000
D
320 DO-
-Rtl. .1] | ■I I
42000 46000 50000 64000
X3
Dependent Variable: Q
Method: Least Squares
Date: 10/07/16 Time: 01:55
Sample: 1978 1998
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
C -49865.39 12638.40 -3.945545 0.0009
X3 1.948700 0.270634 7.200498 0.0000
R-squared 0.731817 Mean dependent var 40996.12
Adjusted R-squared 0.717702 S.D. dependent var 6071.868
S.E. of regression 3226.087 Akaike info criterion 19.08632
Sum squared resid 1.98E+08 Schwarz criterion 19.18580
Log likelihood -198.4064 Hannan-Quinn criter. 19.10791
F-statistic 51.84718 Durbin-Watson stat 0.304603
Prob(F-statistic) 0.000001
即样本回归模型为：Q t二-49865.39 1.9487 X3t
2）对估计结果作结构分析
1 =1.95是样本回归方程的斜率，说明土地灌溉面积每增加1千公顷我国粮食产量就
增加1.95万吨；°- -49865.39是样本回归方程的截距，它表示不受化肥施用量影响的粮食总量；3）对估计结果进行统计检验
2 ____ ___
r检验：r =0.73，说明总离差平方和的73%^样本回归直线解释了，有27%未被解释，样本回归直线对样本点到拟合优度较好。
T检验：给出显著水平Ct =0.05，查自由度v=19的t分布表，得t0.025（19）=2.09,
t 。二-3.95 :：: 2.09，t 1 =7.2 2.09。故。显著为0,则常数项 。不应该出现在模型中；
1
显著不为零，表明 X 3对Q 有显著影响。
A
最好的模型是第二个模型。即
Q t 二26925.65 ? 5.91X 2t
2000 年的预测值为：
丫。=51440.80 计算得到：X ? = 2673.563
x ： =209787280
2 -
_ 彳］ - 1 s e 2 =1295365 贝V ： =2 1+丄+以。疋）=1360574 艮「丫。— %,
丫。+切.汨
? n Ex 2］
［菠 煲
给出显著水平 a =0.05 阮25（23） =2.07 即 样【49026.28,53855.32】
8.查中国统计年鉴，利用1978~2000的财政收入和 GDP 的统计资料，要求以手工和 EViews 软件。 （1）散点图
Dependent Variable: Y Method: Least Squares Date: 10/07/16 Time: 02:40 Sample: 1978 2000
Y
PDG
元线性回归方程 Y=174.4174+0.98GDP t
经济意义国名收入每增加1亿元，将有0.98亿元用于国内生产总值。 ⑵检验r2=99 %，说明总离查平方和的 99 %被样本回归直线解释， 仅有1 %未被解释，所
以说样本回归直线对样本点的拟合优度很高。
显著性水平a =0.05，查自由度 v=23-2=21 的t 分布表，得临界值 t °.025 (21)=2.08。
(3)预测值及预测区间
obs
Y YF YFSE
GDP
3768.93952756 178.879907887
1978
3645.2 0003 3616
3645.2
4180.53660248 178.774077728
1979
4062.6 6764 9417 4062.6
4545.60000000 4656.82167002 178.654453123 4545.60000000
1980
0001 3003 7366
0001
4998.01138714 178.570634469 4891.60000000
1981
4889.5
0059 0318
0001
4998.01138714 178.570634469 4891.60000000
1982
4889.5 0059 0318 0001
5423.80826532 178.468230113 5323.39999999
1983
5330.5 2558 8803
9999
6054.22036403 178.321108326
1984
5985.6 0461 6242
5962.7
7282.30612616 178.049950484
1985
7243.8
2203
8901
7208.1
9040.70000000 9065.07170297 177.692806300
1986
0001 124 9931
9016
12065.3717992 177.189939863
1987 12050.6 1504
8916
12058.6
R-squared
0.999948 Adjusted R-squared 0.999946 S.E. of regression 172.6972 Sum squared resid 626310.6 Log likelihood -150.0748 F-statistic 405817.8 Prob(F-statistic) 0.000000
Mean dependent var 22634.30 S.D. dependent var 23455.82 Akaike info criterion 13.22390 Schwarz criterion 13.32264 Hannan-Quinn criter. 13.24873 Durbin-Watson stat 0.984085
10306.7656098 177.469705227
1988 10274.4 8973 4058 10275.2
12065.3717992 177.189939863
1989 12050.6 1504 8916 12058.6
15008.0838044 176.817239439
1990 15036.8 7724 1318 15042.8
16930.4807799 176.638587454
1991 17000.9 6771 0277 16992.3
18582.6870546 176.526126442
1992 18718.3 1982 3878 18667.8
35017.0857379 177.479184885
1993 35260 8564 4038 35333.9
21653.0986794 176.418239372
1994 21826.2 3883 4463 21781.5
26723.6117586 176.528268981
1995 26937.3 7555 9769 26923.5
35017.0857379 177.479184885
1996 35260 8564 4038 35333.9
47702.2433131 180.747077071
1997 48108.5 1228 1596 48197.9
60122.9295526 185.968135704
1998 59810.5 0078 4579 60793.7
88604.7765912 204.561247885
1999 88479.2 6783 8191 89677.1
70361.4807487 191.661404210
2000 70142.5 1261 2092 71176.6
104413.792272 218.176634678
2001 9122 1298 105709
单个值的预测区间丫2000 € [104413.8-2.07 X 218.2 , 104413.8+2.07 X 218.2] 均值预测区间E(Y2000)€ [104413.8-2.07 X218.2 , 104413.8+2.07 X218.2]
第2章 一元线性回归模型 一、单项选择题 1、变量之间的关系可以分为两大类__________。 A 函数关系与相关关系 B 线性相关关系和非线性相关关系 C 正相关关系和负相关关系 D 简单相关关系和复杂相关关系 2、相关关系是指__________。 A 变量间的非独立关系 B 变量间的因果关系 C 变量间的函数关系 D 变量间不确定性的依存关系 3、进行相关分析时的两个变量__________。 A 都是随机变量 B 都不是随机变量 C 一个是随机变量，一个不是随机变量 D 随机的或非随机都可以 4、表示x 和y 之间真实线性关系的是__________。 A 01???t t Y X ββ=+ B 01()t t E Y X ββ=+ C 01t t t Y X u ββ=++ D 01t t Y X ββ=+ 5、参数β的估计量?β 具备有效性是指__________。 A ?var ()=0β B ?var ()β为最小 C ?()0β β－＝ D ?()ββ－为最小 6、对于01??i i i Y X e ββ=++，以σ?表示估计标准误差，Y ?表示回归值，则__________。 A i i ??0Y Y 0σ∑ ＝时，（－）＝ B 2 i i ??0Y Y σ∑＝时，（－）＝0 C i i ??0Y Y σ∑＝时，（－）为最小 D 2 i i ??0Y Y σ∑＝时，（－）为最小 7、设样本回归模型为i 01i i ??Y =X +e ββ+，则普通最小二乘法确定的i ?β的公式中，错误的是__________。 A ()() () i i 1 2 i X X Y -Y ?X X β--∑∑＝ B ()i i i i 1 2 2 i i n X Y -X Y ?n X -X β ∑∑∑∑∑＝ C i i 1 2 2 i X Y -nXY ?X -nX β ∑∑＝ D i i i i 1 2x n X Y -X Y ?β σ ∑∑∑＝ 8、对于i 01i i ??Y =X +e ββ+，以?σ表示估计标准误差，r 表示相关系数，则有__________。 A ?0r=1σ ＝时， B ?0r=-1σ ＝时， C ?0r=0σ ＝时， D ?0r=1r=-1σ ＝时，或 9、产量（X ，台）与单位产品成本（Y ，元/台）之间的回归方程为?Y 356 1.5X -＝，这说明__________。 A 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1.5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1.5元
第二章主要公式 资料地址：https://www.doczj.com/doc/c28467563.html,/jl 1、回归模型概述 （1）相关分析与回归分析 经济变量之间的关系：函数关系、相关关系 相关关系：单相关和复相关，完全相关、不完全相关和不相关，正相关与负相关，线性相关和负相关，线性相关和非线性相关。 相关分析： ——总体相关系数XY ρ= ——样本相关系数()() n i i XY X X Y Y r --= ∑ ——多个变量之间的相关程度可用复相关系数和偏相关系数度量 回归分析：相关关系 + 因果关系 （2）随机误差项：含有随机误差项是计量经济学模型与数理经济学模型的一大区别。 （3）总体回归模型 总体回归曲线：给定解释变量条件下被解释变量的期望轨迹。 总体回归函数：(|)()i i E Y X f X = 总体回归模型：(|)()i i i i i Y E Y X f X μμ=+=+ 线性总体回归模型：011,2,...,i i i Y X i n ββμ=++= （4）样本回归模型 样本回归曲线：根据样本回归函数得到的被解释变量的轨迹。 （线性）样本回归函数： 01???i i Y X ββ=+ （线性）样本回归模型：01???i i i Y X e ββ=++ 2、一元线性回归模型的参数估计 （1）基本假设 ① 解释变量：是确定性变量，不是随机变量 var()0i X = ② 随机误差项：零均值、同方差，在不同样本点之间独立，不存在序列相关等 ()01,2,...,i E i n μ== 2var()1,2,...,i i n μσ==
cov(,)0;,1,2,...,i j i j i j n μμ=≠= ③ 随机误差项与解释变量：不相关 cov(,)01,2,...,i i X i n μ== ④ （针对最大似然法和假设检验）随机误差项： 2~(0,)1,2,...,i N i n μσ= ⑤ 回归模型正确设定。 【前四条为线性回归模型的古典假设，即高斯假设。满足古典假设的线性回归模型称为古典线性回归模型。】 （2）参数的普通最小二乘估计（OLS ） 目标：21 min n i i e =∑ 对于一元线性回归模型：011,2,...,i i i Y X i n ββμ=++= 正规方程组： 011 011 ?? 2[()]0??2[()]0n i i i n i i i i Y X X Y X ββββ==?--+=????--+=??∑∑ 解得： 011 112 211??()()?()n n i i i i i i n n i i i i Y X X X Y Y x y X X x βββ====?=-???--?==??-?? ∑∑∑∑ （3）最大似然估计（ML ） 对于一元线性回归模型：011,2,...,i i i Y X i n ββμ=++= 重要的基本假设： 2~(0,)1,2,...,cov(,)0;,1,2,...,var()01,2,...,i i j i N i n i j i j n X i n μσμμ?=? =≠=?? ==? 得到：2 01~(,)1,2,...,i i Y N X i n ββσ+= 【且cov(,)0;,1,2,...,i j Y Y i j i j n =≠=，这个对最大似然法的估计很重要】 则目标：12,,...,n Y Y Y 的联合概率密度最大，即
第一章导论 一、单项选择题 1-6: CCCBCAC 二、多项选择题 ABCD;ACD;ABCD 三.问答题 什么是计量经济学？ 答案见教材第3页 四、案例分析题 假定让你对中国家庭用汽车市场发展情况进行研究，应该分哪些步骤，分别如何分析？（参考计量经济学研究的步骤） 第一步：选取被研究对象的变量：汽车销售量 第二步：根据理论及经验分析，寻找影响汽车销售量的因素，如汽车价格，汽油价格，收入水平等 第三步：建立反映汽车销售量及其影响因素的计量经济学模型 第四步：估计模型中的参数； 第五步：对模型进行计量经济学检验、统计检验以及经济意义检验； 第六步：进行结构分析及在给定解释变量的情况下预测中国汽车销售量的未来值为汽车业的发展提供政策实施依据。 第二章简单线性回归模型 一、填空题 1、线性、无偏、最小方差性（有效性），BLUE。 2、解释变量；参数；参数。 3、随机误差项；随机误差项。 二、单项选择题 1-4：BBDA;6-11：CDCBCA 三、多项选择题 1.ABC; 2.ABC; 3.BC; 4.ABE; 5.AD; 6.BC 四、判断正误： 1. 错； 2. 错； 3. 对； 4.错； 5. 错； 6. 对； 7. 对； 8.错 五、简答题： 1.为什么模型中要引入随机扰动项？ 答：模型是对经济问题的一种数学模型，在模型中，被解释变量是研究的对象，解释变量是其确定的解释因素，但由于实际问题的错综复杂，影响被解释变量的因素中，除了包括在模型中的解释变量以外，还有其他一些因素未能包括在模型中，但却影响被解释变量，我们把这类变量统一用随机误差项表示。随机误差项包含的因素有：
第一题： 一、研究的目的和要求 亚洲各国人均寿民对国民生活具有重要的参考价值，也是人民日常生活中密切关注的问题。为此，在生活中一些因素比如人均GDP则反映了生活条件对寿命的影响，成人识字率也就是受教育的程度是否对寿命也有相应的影响，从这方面看，受教育的程度反应在生活环境的各个方面。而一岁儿童疫苗接种可能反映的是早期因素对未来身体等方面的影响。那么这些因素是否对寿命有影响呢？对此，可以进行研究，以便发现因素的影响，这样就能有效地采取相应的措施，对这些影响因子进行调整，这些对如何`提高人均寿命是具有指导意义的。 二、模型设定 为了分析亚洲各国人均寿民分别与按购买力平价计算的人均GDP、成人识字
率、一岁儿童疫苗接种率的关系，选择“亚洲各国人均寿命”（单位：/年）为被解释变量；分别选择按购买力平价计算的人均GDP（单位：100美元）（用X1表示），成人识字率（单位：%）（用X2表示）、一岁儿童疫苗率（单位：%）（用X3表示）为解释变量。 为了分析亚洲各国人均寿命（Y）分别与按购买力平价计算的GDP（X1）、成人识字率（X2）、一岁儿童疫苗接种率（X3）的数量关系，可以运用eviews去做计量分析。利用eviews做简单线性回归分析的基本步骤如下： 1．建立工作文件 首先，双击Eviews图标，进入Eviews主页。依次点击File/New/Workfile,在出现对话框的菜单中选择文件数据的类型，本利分析的是亚洲各国的人均寿命的横截面数据，则选择“integer date”。在“Start date”中输入开始顺序号“1”，在“end data”中输入最后顺序号“22”。点击“ok”出现未命名的“Workfile UNTITLED”工作框。其中已有对象：“c”为截距项，“resid”为剩余项。 若要将工作文件存盘，点击窗口上方的“Save”，在“Save as”对话框中选择存盘路径，并输入工作文件名，再点击“OK”，文件即被保存，并确定了文件名。 2．输入数据 在“Quick”菜单中点击“Empty Group”，出现数据编辑窗口。可以在Eviews 命令框中分别输入data X1 Y，data X2 Y，data X3 Y。回车出现“Group”窗口数据编辑框，在对应的Y，X1,X2，X3下输入数据。还可以直接从Excel、word 等文档的数据表中直接将对应数据粘贴到Eviews的数据表中。若要对数据存盘，点击“File/Save”。 3.作Y与X的相关图形
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__________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__________、__________、__________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__________关系，用__________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__________的关系，用__________性的数学方程加以描述。 3．经济数学模型是用__________描述经济活动。 4．计量经济学根据研究对象和内容侧重面不同，可以分为__________计量经济学和__________计量经济学。 5．计量经济学模型包括__________和__________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__________、____________________、____________________。 7．确定理论模型中所包含的变量，主要指确定__________。 8．可以作为解释变量的几类变量有__________变量、__________变量、__________变量和__________变量。 9．选择模型数学形式的主要依据是__________。 10．研究经济问题时，一般要处理三种类型的数据：__________数据、__________数据和__________数据。 11．样本数据的质量包括四个方面__________、__________、__________、__________。 12．模型参数的估计包括__________、__________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__________检验、__________检验、__________检验和__________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__________检验、__________检验、解释变量的__________检验。 15．计量经济学模型的应用可以概括为四个方面，即__________、__________、__________、__________。 16．结构分析所采用的主要方法是__________、__________和__________。 二、单选题： 1．计量经济学是一门（）学科。 A.数学 B.经济
第二章案例分析 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为6029.88元, 最低的黑龙江省仅为人均4462.08元，最高的上海市达人均10464元，上海是黑龙江的2.35倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y 选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表2.5的数据: 表2.52002年中国各地区城市居民人均年消费支出和可支配收入
第二章 回归模型思考与练习参考答案 2.1参考答案 ⑴答：解释变量为确定型变量、互不相关（无多重共线性）；随机误差项零的值、同方差、非自相关；解释变量与随机误差项不相关。 现实经济中，这些假定难以成立。要解决这些问题就得对古典回归理论做进一步发展，这就产生了现代回归理论。 ⑵答：总体方差是总体回归模型中随机误差项i ε的方差；参数估计误差则属于样本回归模型中的概念，通常是指参数估计的均方误。参数估计的均方误为 MSE ()i i b b ?=E ()2?i i b b -=D ()i b ?=()[]ii u 12-'χχσ 即根据参数估计的无偏线，参数估计的均方误与其方差相等。而参数估计的方差又源于总体方差。因此，参数估计误差是总体方差的表现，总体方差是参数估计误差的根源。 ⑶答：总体回归模型 ()i i i x y E y ε+= 样本回归模型i i i e y y +=? i ε是因变量y 的个别值i y 与因变量y 对i x 的总体回归函数值() i x y E 的偏差；i e 为因变量y 的观测值i y 与因变量y 的样本回归函数值i y ?的偏差。 i e 在概念上类似于i ε，是对i ε的估计。 对于既定理论模型，OLS 法能使模型估计的拟和误差达最小。但或许我们可选择更理想的理论模型，从而进一步提高模型对数据的拟和程度。 ⑷答：2R 检验说明模型对样本数据的拟和程度；F 检验说明模型对总体经济关系的近似程度。 ()()()k k n R R k n Model Total k Model k m Error k Model F 111122--?-=---=--= 由02>??R F 可知，F 是2R 的单调增函数。对每一个临界值?F ，都可以找到一个2?R 与之对应，当22?>R R 时便有?>F F 。 ⑸答：在古典回归模型假定成立的条件下，OLS 估计是所有的线形无偏估计量中的有效估计量。 ⑹答：如果模型通过了F 检验，则表明模型中所有解释变量对被解释变量的影响显著。但这并不说明多个解释变量的影响都是显著的。建模开始时，常根据先验知识尽可能找出影响被解释变量的所有因素，这样就可能会选择不重要的因素作为解释变量。对单个解释变量的显著性检验可以剔除这些不重要的影响因素。 ⑺答：考虑两个经济变量y 与x ，及一组观测值(){},,2,1,,n i y x i i =。
第二章 简单线性回归模型 一、单项选择题（每题2分）： 1、回归分析中定义的（ ）。 A 、解释变量和被解释变量都是随机变量 B 、解释变量为非随机变量，被解释变量为随机变量 C 、解释变量和被解释变量都为非随机变量 D 、解释变量为随机变量，被解释变量为非随机变量 2、最小二乘准则是指使（ ）达到最小值的原则确定样本回归方程。 A 、1 ?()n t t t Y Y =-∑ B 、1?n t t t Y Y = -∑ C 、?max t t Y Y - D 、21 ?()n t t t Y Y =-∑ 3、下图中“{”所指的距离是（ ）。 A 、随机误差项 B 、残差 C 、i Y 的离差 D 、?i Y 的离差 4、参数估计量?β是i Y 的线性函数称为参数估计量具有( )的性质。 A 、线性 B 、无偏性 C 、有效性 D 、一致性 5、参数β的估计量β? 具备最佳性是指（ ）。 A 、0)?(=βVar B 、)? (βVar 为最小 C 、0?=-ββ D 、)? (ββ-为最小 6、反映由模型中解释变量所解释的那部分离差大小的是( )。 A 、总体平方和 B 、回归平方和 C 、残差平方和 D 、样本平方和 7、总体平方和TSS 、残差平方和RSS 与回归平方和ESS 三者的关系是（ ）。 X 1?β+ i Y
A 、RSS=TSS+ESS B 、TSS=RSS+ESS C 、ESS=RSS-TSS D 、ESS=TSS+RSS 8、下面哪一个必定是错误的（ ）。 A 、 i i X Y 2.030? += ，8.0=XY r B 、 i i X Y 5.175?+-= ，91.0=XY r C 、 i i X Y 1.25? -=，78.0=XY r D 、 i i X Y 5.312?--=，96.0-=XY r 9、产量（X ，台）与单位产品成本（Y ，元/台）之间的回归方程为?356 1.5Y X =-，这说明（ ）。 A 、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1.5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1.5元 10、回归模型i i i X Y μββ++=10，i = 1，…，n 中，总体方差未知，检验 010=β：H 时，所用的检验统计量1 ? 1 1?βββS -服从（ ）。 A 、）（22 -n χ B 、）（1-n t C 、）（12-n χ D 、）（2-n t 11、对下列模型进行经济意义检验，哪一个模型通常被认为没有实际价值的（ ）。 A 、i C （消费）i I 8.0500+=（收入） B 、di Q （商品需求）i I 8.010+=（收入）i P 9.0+（价格） C 、si Q （商品供给）i P 75.020+=（价格） D 、i Y （产出量）6.065.0i K =（资本）4 .0i L （劳动） 12、进行相关分析时，假定相关的两个变量( )。 A 、都是随机变量 B 、都不是随机变量 C 、一个是随机变量，一个不是随机变量 D 、随机或非随机都可以 13、假设用OLS 法得到的样本回归直线为i i i e X Y ++=2 1 ??ββ ，以下说法不正确的是( )。 A 、∑=0i e B 、),(Y X 一定在回归直线上 C 、Y Y =? D 、0),(≠i i e X COV 14、对样本的相关系数γ，以下结论错误的是（ ）。 A 、γ越接近0，X 和Y 之间的线性相关程度越高
计量经济学课后习题答案
业产值 C 某年某地区20个乡镇工业产值的合计数 D 某年某地区20个乡镇各镇工业产值 ⒋同一统计指标按时间顺序记录的数据列称为【 B 】 A 横截面数据 B 时间序列数据 C 修匀数据D原始数据 ⒌回归分析中定义【 B 】 A 解释变量和被解释变量都是随机变量 B 解释变量为非随机变量，被解释变量为随机变量 C 解释变量和被解释变量都是非随机变量 D 解释变量为随机变量，被解释变量为非随机变量 二、填空题 ⒈计量经济学是经济学的一个分支学科，是对经济问题进行定量实证研究的技术、方法和相关理论，可以理解为数学、统计学和_经济学_三者的结合。 ⒉现代计量经济学已经形成了包括单方程回归分析，联立方程组模型，时间序列分析三大支柱。
⒊经典计量经济学的最基本方法是回归分析。计量经济分析的基本步骤是：理论（或假说）陈述、建立计量经济模型、收集数据、计量经济模型参数的估计、检验和模型修正、 预测和政策分析。 ⒋常用的三类样本数据是截面数据、时间序列数据和面板数据。 ⒌经济变量间的关系有不相关关系、相关关系、因果关系、相互影响关系和恒等关系。 三、简答题 ⒈什么是计量经济学？它与统计学的关系是怎样的？ 计量经济学就是对经济规律进行数量实证研究，包括预测、检验等多方面的工作。计量经济学是一种定量分析，是以解释经济活动中客观存在的数量关系为内容的一门经济学学科。 计量经济学与统计学密切联系，如数据收集和处理、参数估计、计量分析方法设计，以及参数估计值、模型和预测结果可靠性和可信程度分析判断等。可以说，统计学的知识和方法不仅贯穿计量经济分析过程，而且现代统计学本身也与
第二章练习题及参考解答 2.1 为研究中国的货币供应量(以货币与准货币M2表示)与国内生产总值(GDP)的相互依存关系，分析表中1990年—2007年中国货币供应量（M2）和国内生产总值（GDP ）的有关数据: 表2.9 1990年—2007年中国货币供应量和国内生产总值(单位:亿元) 资料来源:中国统计年鉴2008,中国统计出版社 对货币供应量与国内生产总值作相关分析，并说明相关分析结果的经济意义。 练习题2.1 参考解答: 计算中国货币供应量(以货币与准货币M2表示)与国内生产总值(GDP)的相关系数为: 计算方法: XY n X Y X Y r -= 或 ,()()X Y X X Y Y r --= 计算结果: M2 GDP M2 1 0.996426148646 GDP 0.996426148646 1 经济意义: 这说明中国货币供应量与国内生产总值(GDP)的线性相关系数为0.996426,线性
相关程度相当高。 2.2 为研究美国软饮料公司的广告费用X与销售数量Y的关系,分析七种主要品牌软饮料公司的有关数据 表2.10 美国软饮料公司广告费用与销售数量 资料来源:(美) Anderson D R等. 商务与经济统计.机械工业出版社.1998. 405 绘制美国软饮料公司广告费用与销售数量的相关图, 并计算相关系数，分析其相关程度。能否在此基础上建立回归模型作回归分析？ 练习题2.2参考解答 美国软饮料公司的广告费用X与销售数量Y的散点图为 说明美国软饮料公司的广告费用X与销售数量Y正线性相关。
若以销售数量Y 为被解释变量,以广告费用X 为解释变量,可建立线性回归模型 i i i u X Y ++=21ββ 利用EViews 估计其参数结果为 x 4036.147857.21y ?+= （96.9800）（1.3692） t= (-0.131765) (10.5200) 9568.02=R F=110.6699 S.E=92302.73 D.W=1.4389 经t 检验表明, 广告费用X 对美国软饮料公司的销售数量Y 确有显著影响。回归结果表明，广告费用X 每增加1百万美元, 平均说来软饮料公司的销售数量将增加14.40359(百万箱)。 2.3 为了研究深圳市地方预算内财政收入与国内生产总值的关系，得到以下数据： 表2.11 深圳市地方预算内财政收入与国内生产总值
1．最小二乘法对随机误差项u作了哪些假定？说明这些假定条件的意义。 答：假定条件： (1)均值假设：E(u i)=0,i=1,2,…； (2)同方差假设：Var(u i)=E[u i-E(u i)]2=E(u i2)=σu2 ,i=1,2,…； (3)序列不相关假设：Cov(u i,u j)=E[u i-E(u i)][u j-E(u j)]=E(u i u j)=0,i≠j,i,j=1,2,…； (4)Cov(u i,X i)=E[u i-E(u i)][X i-E(X i)]=E(u i X i)=0； (5)u i服从正态分布, u i～N(0,σu2)。 意义：有了这些假定条件，就可以用普通最小二乘法估计回归模型的参数。 2．阐述对样本回归模型拟合优度的检验及回归系数估计值显著性检验的步骤。 答：样本回归模型拟合优度的检验：可通过总离差平方和的分解、样本可决系数、样本相关系数来检验。 回归系数估计值显著性检验的步骤： (1)提出原假设H0 ：β1=0； (2)备择假设H1 ：β1≠0； (3)计算t=β1/Sβ1； (4)给出显著性水平α，查自由度v=n-2的t分布表，得临界值tα/2(n-2)； (5)作出判断。如果|t|
计量经济学练习题 第一章导论 一、单项选择题 ⒈计量经济研究中常用的数据主要有两类：一类是时间序列数据，另一类是【 B 】 A 总量数据 B 横截面数据 C平均数据 D 相对数据 ⒉横截面数据是指【 A 】 A 同一时点上不同统计单位相同统计指标组成的数据 B 同一时点上相同统计单位相同统计指标组成的数据 C 同一时点上相同统计单位不同统计指标组成的数据 D 同一时点上不同统计单位不同统计指标组成的数据 ⒊下面属于截面数据的是【 D 】 A 1991-2003年各年某地区20个乡镇的平均工业产值 B 1991-2003年各年某地区20个乡镇的各镇工业产值 C 某年某地区20个乡镇工业产值的合计数 D 某年某地区20个乡镇各镇工业产值 ⒋同一统计指标按时间顺序记录的数据列称为【 B 】 A 横截面数据 B 时间序列数据 C 修匀数据 D原始数据 ⒌回归分析中定义【 B 】 A 解释变量和被解释变量都是随机变量 B 解释变量为非随机变量，被解释变量为随机变量 C 解释变量和被解释变量都是非随机变量 D 解释变量为随机变量，被解释变量为非随机变量 二、填空题 ⒈计量经济学是经济学的一个分支学科，是对经济问题进行定量实证研究的技术、方法和相关理论，可以理解为数学、统计学和_经济学_三者的结合。 ⒉现代计量经济学已经形成了包括单方程回归分析，联立方程组模型，时间序列分 析三大支柱。
⒊经典计量经济学的最基本方法是回归分析。 计量经济分析的基本步骤是：理论（或假说）陈述、建立计量经济模型、收集数据、计量经济模型参数的估计、检验和模型修正、预测和政策分析。 ⒋常用的三类样本数据是截面数据、时间序列数据和面板数据。 ⒌经济变量间的关系有不相关关系、相关关系、因果关系、相互影响关系和恒 等关系。 三、简答题 ⒈什么是计量经济学？它与统计学的关系是怎样的？ 计量经济学就是对经济规律进行数量实证研究，包括预测、检验等多方面的工作。计量经济学是一种定量分析，是以解释经济活动中客观存在的数量关系为内容的一门经济学学科。 计量经济学与统计学密切联系，如数据收集和处理、参数估计、计量分析方法设计，以及参数估计值、模型和预测结果可靠性和可信程度分析判断等。可以说，统计学的知识和方法不仅贯穿计量经济分析过程，而且现代统计学本身也与计量经济学有不少相似之处。例如，统计学也通过对经济数据的处理分析，得出经济问题的数字化特征和结论，也有对经济参数的估计和分析，也进行经济趋势的预测，并利用各种统计量对分析预测的结论进行判断和检验等，统计学的这些内容与计量经济学的内容都很相似。反过来，计量经济学也经常使用各种统计分析方法，筛选数据、选择变量和检验相关结论，统计分析是计量经济分析的重要内容和主要基础之一。 计量经济学与统计学的根本区别在于，计量经济学是问题导向和以经济模型为核心的，而统计学则是以经济数据为核心，且常常是数据导向的。典型的计量经济学分析从具体经济问题出发，先建立经济模型，参数估计、判断、调整和预测分析等都是以模型为基础和出发点；典型的统计学研究则并不一定需要从具体明确的问题出发，虽然也有一些目标，但可以是模糊不明确的。虽然统计学并不排斥经济理论和模型，有时也会利用它们，但统计学通常不一定需要特定的经济理论或模型作为基础和出发点，常常是通过对经济数据的统计处理直接得出结论，统计学侧重的工作是经济数据的采集、筛选和处理。 此外，计量经济学不仅是通过数据处理和分析获得经济问题的一些数字特征，而且是借助于经济思想和数学工具对经济问题作深刻剖析。经过计量经济分析实证检验的经济理论和模型，能够对分析、研究和预测更广泛的经济问题起重要作用。计量经济学从经济理论和经济模型出发进行计量经济分析的过程，也是对经济理论证实或证伪的过程。这些是以处理数
计量经济学题库 第二章 一元线性回归分析 一、单项选择题（每小题1分） 1．变量之间的关系可以分为两大类，它们是（ ）。 A ．函数关系与相关关系 B ．线性相关关系和非线性相关关系 C ．正相关关系和负相关关系 D ．简单相关关系和复杂相关关系 2．相关关系是指（ ）。 A ．变量间的非独立关系 B ．变量间的因果关系 C ．变量间的函数关系 D ．变量间不确定性的依存关系 3．进行相关分析时的两个变量（ ）。 A ．都是随机变量 B ．都不是随机变量 C ．一个是随机变量，一个不是随机变量 D ．随机的或非随机都可以 4．表示x 和y 之间真实线性关系的是（ ）。 A ．01???t t Y X ββ=+ B ．01()t t E Y X ββ=+ C ．01t t t Y X u ββ=++ D ．01t t Y X ββ=+ 5．参数β的估计量?β具备有效性是指（ ）。 A ．?var ()=0β B ．?var ()β为最小 C ．?()0ββ－＝ D ．?()β β－为最小 6．对于01??i i i Y X e ββ=++，以σ?表示估计标准误差，Y ?表示回归值，则（ ）。 A ．i i ??0Y Y 0σ∑＝时，（－）＝ B ．2i i ??0Y Y σ∑＝时，（－）＝0 C ．i i ??0Y Y σ∑＝时，（－）为最小 D ．2i i ??0Y Y σ∑＝时，（－）为最小 7．设样本回归模型为i 01i i ??Y =X +e ββ+，则普通最小二乘法确定的i ?β的公式中，错误的是（ ）。
A ．()() () i i 1 2 i X X Y -Y ?X X β--∑∑＝ B ．() i i i i 1 2 2 i i n X Y -X Y ?n X -X β∑∑∑∑∑＝ C ．i i 122i X Y -nXY ?X -nX β∑∑＝ D ．i i i i 12 x n X Y -X Y ?βσ∑∑∑＝ 8．对于i 01i i ??Y =X +e ββ+，以 ?σ表示估计标准误差，r 表示相关系数，则有（ ）。 A ．?0r=1σ ＝时， B ．?0r=-1σ＝时， C ．?0r=0σ＝时， D ．?0r=1r=-1σ ＝时，或 9．产量（X ，台）与单位产品成本（Y ，元/台）之间的回归方程为?Y 356 1.5X -＝，这说明（ ）。 A ．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1.5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1.5元 10．在总体回归直线01 ?E Y X ββ+（）＝中，1β表示（ ）。 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 11．对回归模型i 01i i Y X u ββ+＝＋进行检验时，通常假定i u 服从（ ）。 A ．2i N 0) σ（， B ． t(n-2) C ．2N 0)σ（， D ．t(n) 12．以Y 表示实际观测值，?Y 表示回归估计值，则普通最小二乘法估计参数的准则是使（ ）。 A ．i i ?Y Y 0∑（－）＝ B ．2i i ?Y Y 0∑（－）＝ C ．i i ?Y Y ∑（－）＝最小
习题2.1 为研究中国的货币供应量(以货币与准货币M2表示)与国内生产总值(GDP)的相互依存关系，分析表中1990年—2012年中国货币供应量（M2）和国内生产总值（GDP）的有关数据: 表2.9 1990年—2012年中国货币供应量和国内生产总值(单位:亿元)
解答：中国货币供应量(M2)X与国内生产总值(GDP)Y的相关系数为: 利用EViews估计其参数结果为: Yi=24351.34+0.524085Xi t=(8.381061) (69.38808) R2=0.995657 F=4814.705 经济意义:根据估计的参数,说明货币供应量每增加1亿元平均可导致国内生产总值增加0.995657亿元，线性相关程度很高。
2.3 为了研究深圳市地方预算内财政收入与国内生产总值的关系，得到以下数据： 表2.11 深圳市地方预算内财政收入与国内生产总值 (1)建立深圳地方预算内财政收入对本市生产总值GDP的回归模型； (2)估计所建立模型的参数，解释斜率系数的经济意义； （3）对回归结果进行检验。 解答： （1）建立深圳地方预算内财政收入对本市GDP（X）的回归模型，建立EViews 文件，利用地方预算内财政收入（Y）和本市GDP（X）的数据表，作散点图：
可看图得出地方预算内财政收入（Y ）和GDP 的关系近似直线关系，可建立线性回归模型： i i i u X Y ++=21ββ （2）利用EViews 估计其参数结果为： 即 Yi=-23.23698+0.108689Xi （19.43977） (0.004013) t=(-1.195332) (27.08762) R 2=0.973466 F=733.7392 （3）经检验说明,深圳市的GDP 对地方财政收入有显著影响。R 2=0.973466，说明GDP 解释了地方财政收入变动的近98%，模型拟合程度较好。 模型说明当GDP 每增长1亿元时，平均说来地方财政收入将增长0.004013亿元。
第二章简单线性回归模型 2.1 （1）①首先分析人均寿命与人均GDP的数量关系，用Eviews分析：Dependent Variable: Y Method: Least Squares Date: 12/23/15 Time: 14:37 Sample: 1 22 Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 56.64794 1.960820 28.88992 0.0000 X1 0.128360 0.027242 4.711834 0.0001 R-squared 0.526082 Mean dependent var 62.50000 Adjusted R-squared 0.502386 S.D. dependent var 10.08889 S.E. of regression 7.116881 Akaike info criterion 6.849324 Sum squared resid 1013.000 Schwarz criterion 6.948510 Log likelihood -73.34257 Hannan-Quinn criter. 6.872689 F-statistic 22.20138 Durbin-Watson stat 0.629074 Prob(F-statistic) 0.000134 有上可知，关系式为y=56.64794+0.128360x1 ②关于人均寿命与成人识字率的关系，用Eviews分析如下：Dependent Variable: Y Method: Least Squares Date: 12/23/15 Time: 15:01 Sample: 1 22 Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 38.79424 3.532079 10.98340 0.0000 X2 0.331971 0.046656 7.115308 0.0000 R-squared 0.716825 Mean dependent var 62.50000 Adjusted R-squared 0.702666 S.D. dependent var 10.08889 S.E. of regression 5.501306 Akaike info criterion 6.334356 Sum squared resid 605.2873 Schwarz criterion 6.433542 Log likelihood -67.67792 Hannan-Quinn criter. 6.357721 F-statistic 50.62761 Durbin-Watson stat 1.846406 Prob(F-statistic) 0.000001 由上可知，关系式为y=38.79424+0.331971x2 ③关于人均寿命与一岁儿童疫苗接种率的关系，用Eviews分析如下：
第二章习题及答案-计 量经济学
第二章 简单线性回归模型 一、单项选择题（每题2分）： 1、回归分析中定义的（ ）。 A 、解释变量和被解释变量都是随机变量 B 、解释变量为非随机变量，被解释变量为随机变量 C 、解释变量和被解释变量都为非随机变量 D 、解释变量为随机变量，被解释变量为非随机变量 2、最小二乘准则是指使（ ）达到最小值的原则确定样本回归方程。 A 、 1 ?()n t t t Y Y =-∑ B 、1?n t t t Y Y = -∑ C 、?max t t Y Y - D 、2 1 ?()n t t t Y Y =-∑ 3、下图中“{”所指的距离是（ ）。 A 、随机误差项 B 、残差 C 、i Y 的离差 D 、?i Y 的离差 4、参数估计量?β是i Y 的线性函数称为参数估计量具有( )的性质。 A 、线性 B 、无偏性 C 、有效性 D 、一致性 5、参数β的估计量β? 具备最佳性是指（ ）。 A 、0)?(=βVar B 、)? (βVar 为最小 C 、0?=-ββ D 、)? (ββ-为最小 6、反映由模型中解释变量所解释的那部分离差大小的是( )。 A 、总体平方和 B 、回归平方和 C 、残差平方和 D 、样本平方和 X 1?β+ i Y
7、总体平方和TSS 、残差平方和RSS 与回归平方和ESS 三者的关系是（ ）。 A 、RSS=TSS+ESS B 、TSS=RSS+ESS C 、ESS=RSS-TSS D 、ESS=TSS+RSS 8、下面哪一个必定是错误的（ ）。 A 、 i i X Y 2.030? += ，8.0=XY r B 、 i i X Y 5.175?+-= ，91.0=XY r C 、 i i X Y 1.25? -=，78.0=XY r D 、 i i X Y 5.312?--=，96.0-=XY r 9、产量（X ，台）与单位产品成本（Y ，元/台）之间的回归方程为 ?356 1.5Y X =-，这说明（ ）。 A 、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1.5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1.5元 10、回归模型i i i X Y μββ++=10，i = 1，…，n 中，总体方差未知，检验 010=β：H 时，所用的检验统计量1 ? 1 1?βββS -服从（ ）。 A 、）（22 -n χ B 、）（1-n t C 、）（12-n χ D 、）（2-n t 11、对下列模型进行经济意义检验，哪一个模型通常被认为没有实际价值的（ ）。 A 、i C （消费）i I 8.0500+=（收入） B 、di Q （商品需求）i I 8.010+=（收入）i P 9.0+（价格） C 、si Q （商品供给）i P 75.020+=（价格） D 、i Y （产出量）6.065.0i K =（资本）4 .0i L （劳动） 12、进行相关分析时，假定相关的两个变量( )。 A 、都是随机变量 B 、都不是随机变量 C 、一个是随机变量，一个不是随机变量 D 、随机或非随机都可以 13、假设用OLS 法得到的样本回归直线为i i i e X Y ++=2 1 ??ββ ，以下说法不正确的是( )。 A 、∑=0i e B 、),(Y X 一定在回归直线上 C 、Y Y =? D 、0),(≠i i e X COV