计量经济学计算分析题

计量经济学例题⼀、单项选择题4．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5．同⼀统计指标，同⼀统计单位按时间顺序记录形成的数据列是（C ）。

A ．时期数据B ．混合数据C ．时间序列数据D ．横截⾯数据9．下⾯属于横截⾯数据的是（ D ）。

A ．1991－2003年各年某地区20个乡镇企业的平均⼯业产值B ．1991－2003年各年某地区20个乡镇企业各镇的⼯业产值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个乡镇各镇的⼯业产值10．经济计量分析⼯作的基本步骤是（ A ）。

A ．设定理论模型→收集样本资料→估计模型参数→检验模型B ．设定模型→估计参数→检验模型→应⽤模型C ．个体设计→总体估计→估计模型→应⽤模型D ．确定模型导向→确定变量及⽅程式→估计模型→应⽤模型13．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14．计量经济模型的基本应⽤领域有（ A ）。

A ．结构分析、经济预测、政策评价B ．弹性分析、乘数分析、政策模拟C ．消费需求分析、⽣产技术分析、D ．季度分析、年度分析、中长期分析18．表⽰x 和y 之间真实线性关系的是（ C ）。

C ．01t t t Y X u ββ=++D ．01t t Y X ββ=+19．参数β的估计量?β具备有效性是指（ B ）。

A ．?var ()=0βB ．?var ()β为最⼩C ．?()0ββ－＝D ．?()ββ－为最⼩25．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（ C ）。

A ．2i N 0) σ（， B ． t(n-2) C ．2N 0)σ（， D ．t(n)26．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（ D）。

计量经济学分析计算题（每题10分）1．下表为日本的汇率与汽车出口数量数据，X:年均汇率（日元/美元） Y:汽车出口数量（万辆） 问题：（1）画出X 与Y 关系的散点图。

（2）计算X 与Y 的相关系数。

其中X 129.3＝，Y 554.2＝，2X X 4432.1∑（－）＝，2Y Y 68113.6∑（－）＝，()()X X Y Y ∑－－＝16195.4 （3）采纳直线回归方程拟和出的模型为ˆ81.72 3.65YX =+ t 值 R 2=0.8688 F= 说明参数的经济意义。

2．已知一模型的最小二乘的回归结果如下：i iˆY =101.4-4.78X 标准差 （） （） n=30 R 2= 其中，Y ：政府债券价钱（百美元），X ：利率（%）。

回答以下问题：（1）系数的符号是不是正确，并说明理由；（2）什么缘故左侧是iˆY 而不是i Y ； （3）在此模型中是不是漏了误差项i u ；（4）该模型参数的经济意义是什么。

3．估量消费函数模型i i i C =Y u αβ++得i i ˆC =150.81Y + t 值 （）（） n=19 R 2= 其中，C ：消费（元） Y ：收入（元）已知0.025(19) 2.0930t =，0.05(19) 1.729t =，0.025(17) 2.1098t =，0.05(17) 1.7396t =。

问：（1）利用t 值查验参数β的显著性（α＝）；（2）确信参数β的标准差；（3）判定一下该模型的拟合情形。

4．已知估量回归模型得i i ˆY =81.7230 3.6541X + 且2X X 4432.1∑（－）＝，2Y Y 68113.6∑（－）＝， 求判定系数和相关系数。

5．有如下表数据日本物价上涨率与失业率的关系（1）设横轴是U ，纵轴是P ，画出散点图。

依照图形判定，物价上涨率与失业率之间是什么样的关系？拟合什么样的模型比较适合？ （2）依照以上数据，别离拟合了以下两个模型： 模型一：16.3219.14P U=-+ 模型二：8.64 2.87P U =- 别离求两个模型的样本决定系数。

计量经济学stata案例应用题1. 使用 Stata 对某地区 2010 年至 2020 年的人口增长率进行分析。

首先，从国家统计局或其他可靠资源中获取相应地区每年的人口数据，并导入 Stata。

然后，计算每年的人口增长率，可以使用以下公式：人口增长率=（当前年份的人口-上一年份的人口）/ 上一年份的人口* 100。

最后，使用命令 summarize，regress 或者 graph 等命令对数据进行进一步分析和可视化。

2. 对某汽车制造公司的销售数据进行分析，判断价格、广告费用和其它因素对销售额的影响。

导入销售数据集，并确保数据的完整性和准确性。

使用命令 summarize，correlate 或者 graph 命令来计算变量之间的相关性。

使用命令 regress 来进行回归分析，考虑价格、广告费用和其他相关因素的影响，并根据回归系数和显著性水平进行解读。

使用命令 predict 来进行销售额的预测，并使用 graph 命令绘制销售额的趋势图或其他可视化图表。

3. 分析某公司员工的工资水平与其受教育程度、工作经验、性别和其他因素之间的关系。

导入员工的工资和个人信息数据集，并确保数据的完整性和准确性。

使用命令 tabulate 和 summarize 对不同因素之间的关系进行初步探索性分析。

使用命令 regress 或者是 logistic 命令对员工工资与受教育程度、工作经验、性别等因素进行回归分析，考虑相应的控制变量。

对回归结果进行解读，判断各个因素对工资水平的影响，并使用 graph 命令绘制相关图表来支持和解释分析结果。

4. 对某超市的销售数据进行分析，了解不同产品类别的销售趋势以及其它因素对销售额的影响。

导入超市的销售数据集，并确保数据的完整性和准确性。

使用 summarize，tabulate 或 graph 命令对产品类别的销售额和销售趋势进行初步分析和可视化。

使用命令regress 和相应的控制变量对销售额进行回归分析，考虑不同因素（例如季节、广告费用、促销活动等）的影响，并对结果进行解读。

伍德里奇计量经济学第6章计算机习题详解 STATA引言本文档旨在对伍德里奇计量经济学第6章的计算机习题进行详解和解答，使用计量经济学软件STATA进行操作和分析。

本文档将逐步解答各个习题，并给出相应的STATA代码和结果展示。

习题1假设我们有一个数据集data.dta，其中包含了变量y和x。

现在我们想要估计下列回归模型的系数：$$y = \\beta_0 + \\beta_1 x + \\beta_2 x^2 + u$$使用STATA进行分析，首先加载数据集：use data.dta然后我们可以采用如下代码进行回归分析：reg y x c.x#c.x这里的c.x#c.x表示将变量x进行平方。

执行上述代码后，STATA将输出回归结果。

习题2在第6章的习题2中，我们需要进行假设检验。

假设我们想要检验系数$\\beta_1=0$和$\\beta_2=0$的原假设。

我们可以使用STATA进行对应的假设检验。

首先，我们需要执行回归分析，并保存回归结果：reg y x c.x#c.xestimates store reg1然后，我们可以使用如下代码进行假设检验：test x#c.x=0执行上述代码后，STATA将输出相应的假设检验结果。

习题3在第6章的习题3中，我们需要计算残差的平方和（Sum of Squared Residuals）。

我们可以使用STATA来计算残差的平方和。

首先，我们需要执行回归分析，并保存回归结果：reg y x c.x#c.xestimates store reg1然后，我们可以使用以下代码计算残差的平方和：predict u, residegen ssr = sum(u^2)scalar ssr_sum = r(ssr)执行上述代码后，STATA将输出残差的平方和。

习题4在第6章的习题4中，我们需要计算拟合度（Goodness of Fit）度量指标，如R2，调整后R2等。

我们可以使用STATA计算拟合度指标。

计量经济学习题一一、判断正误1．在研究经济变量之间的非确定性关系时,回归分析是唯一可用的分析方法; 2．最小二乘法进行参数估计的基本原理是使残差平方和最小;3．无论回归模型中包括多少个解释变量,总离差平方和的自由度总为n -1; 4．当我们说估计的回归系数在统计上是显着的,意思是说它显着地异于0; 5．总离差平方和TSS 可分解为残差平方和ESS 与回归平方和RSS 之和,其中残差平方和ESS 表示总离差平方和中可由样本回归直线解释的部分; 6．多元线性回归模型的F 检验和t 检验是一致的;7．当存在严重的多重共线性时,普通最小二乘估计往往会低估参数估计量的方差; 8．如果随机误差项的方差随解释变量变化而变化,则线性回归模型存在随机误差项的自相关;9．在存在异方差的情况下,会对回归模型的正确建立和统计推断带来严重后果; 10．..DW 检验只能检验一阶自相关; 二、单选题1．样本回归函数方程的表达式为 ;A ．i Y =01i i X u ββ++B ．(/)i E Y X =01i X ββ+C ．i Y =01ˆˆi i X e ββ++D ．ˆi Y =01ˆˆiX ββ+ 2．下图中“｛”所指的距离是 ;A ．随机干扰项B ．残差C ．i Y 的离差D ．ˆiY 的离差 3．在总体回归方程(/)E Y X =01X 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 4．可决系数2R 是指 ;A ．剩余平方和占总离差平方和的比重B ．总离差平方和占回归平方和的比重C ．回归平方和占总离差平方和的比重D ．回归平方和占剩余平方和的比重 5．已知含有截距项的三元线性回归模型估计的残差平方和为2i e ∑=800,估计用的样本容量为24,则随机误差项i u 的方差估计量为 ;A ．B ．40C ．D ．6．设k 为回归模型中的参数个数不包括截距项,n 为样本容量,ESS 为残差平方和,RSS 为回归平方和;则对总体回归模型进行显着性检验时构造的F 统计量为 ;A ．F =RSSTSSB ．F =/(1)RSS k ESS n k --C ．F =/1(1)RSS k TSS n k --- D ．F =ESSTSS7．对于模型i Y =01ˆˆi iX e ββ++,以ρ表示i e 与1i e -之间的线性相关系数2,3,,t n =,则下面明显错误的是 ;A ．ρ=,..DW =B ．ρ=-,..DW =-C ．ρ=0,..DW =2D ．ρ=1,..DW =08．在线性回归模型 011...3i i k ki i Y X X u k βββ=++++≥；如果231X X X =-,则表明模型中存在 ;A ．异方差B ．多重共线性C ．自相关D ．模型误设定9．根据样本资料建立某消费函数 i Y =01i i X u ββ++,其中Y 为需求量,X 为价格;为了考虑“地区”农村、城市和“季节”春、夏、秋、冬两个因素的影响,拟引入虚拟变量,则应引入虚拟变量的个数为 ;A ．2B ．4C ．5D ．610．某商品需求函数为ˆi C =100.5055.350.45i i D X ++,其中C 为消费,X 为收入,虚拟变量10D ⎧=⎨⎩城镇家庭农村家庭,所有参数均检验显着,则城镇家庭的消费函数为 ;A ．ˆi C =155.850.45i X +B ．ˆiC =100.500.45i X + C ．ˆi C =100.5055.35i X +D ．ˆiC =100.9555.35i X + 三、多选题1．一元线性回归模型i Y =01i i X u ββ++的基本假定包括 ;A ．()i E u =0B ．()i Var u =2σ常数C ．(,)i j Cov u u =0 ()i j ≠D ．(0,1)iu NE ．X 为非随机变量,且(,)i i Cov X u =02．由回归直线ˆi Y =01ˆˆi X ββ+估计出来的ˆiY ; A ．是一组平均数 B ．是实际观测值i Y 的估计值 C ．是实际观测值i Y 均值的估计值 D ．可能等于实际观测值i Y E ．与实际观测值i Y 之差的代数和等于零 3．异方差的检验方法有A ．图示检验法B ．Glejser 检验C ．White 检验D ．..DW 检验E ．Goldfeld Quandt -检验4．下列哪些非线性模型可以通过变量替换转化为线性模型 ;A ．i Y =201i i X u ββ++B ．1/i Y =01(1/)i i X u ββ++C ．ln i Y =01ln i i X u ββ++D ．i Y =iui i AK L e αβE ．i Y =1122012iiX X i e e u ββααα+++5．在线性模型中引入虚拟变量,可以反映 ;A ．截距项变动B ．斜率变动C ．斜率与截距项同时变动D ．分段回归E ．以上都可以 四、简答题1．随机干扰项主要包括哪些因素它和残差之间的区别是什么2．简述为什么要对参数进行显着性检验试说明参数显着性检验的过程;3．简述序列相关性检验方法的共同思路; 五、计算分析题1．下表是某次线性回归的EViews 输出结果,根据所学知识求出被略去部分的值用大写字母标示,并写出过程保留3位小数;Dependent Variable: Y Method: Least Squares Included observations: 132．用Goldfeld Quandt -方法检验下列模型是否存在异方差;模型形式如下：i Y =0112233 i i i i X X X u ββββ++++其中样本容量n =40,按i X 从小到大排序后,去掉中间10个样本,并对余下的样本按i X 的大小等分为两组,分别作回归,得到两个残差平方和1ESS =、2ESS =,写出检验步骤α=;F 分布百分位表α=3．有人用广东省1978—2005年的财政收入AV 作为因变量,用三次产业增加值作为自变量,进行了三元线性回归;第一产业增加值——1VAD ,第二产业增加值——2VAD ,第三产业增加值——3VAD ,结果为：AV =12335.1160.0280.0480.228VAD VAD VAD +-+2R =,F =- ..DW =试简要分析回归结果; 五、证明题求证：一元线性回归模型因变量模拟值ˆi Y 的平均值等于实际观测值i Y 的平均值,即ˆiY =i Y ; 计量经济学习题二一、判断正误正确划“√”,错误划“×” 1．残差剩余项i e 的均值e =()i e n ∑=0;2．所谓OLS 估计量的无偏性,是指参数估计量的数学期望等于各自的真值; 3．样本可决系数高的回归方程一定比样本可决系数低的回归方程更能说明解释变量对被解释变量的解释能力;4．多元线性回归模型中解释变量个数为k ,则对回归参数进行显着性检验的t 统计量的自由度一定是1n k --;5．对应于自变量的每一个观察值,利用样本回归函数可以求出因变量的真实值; 6．若回归模型存在异方差问题,可以使用加权最小二乘法进行修正;7．根据最小二乘估计,我们可以得到总体回归方程;8．当用于检验回归方程显着性的F 统计量与检验单个系数显着性的t 统计量结果矛盾时,可以认为出现了严重的多重共线性9．线性回归模型中的“线性”主要是指回归模型中的参数是线性的,而变量则不一定是线性的;10．一般情况下,用线性回归模型进行预测时,单个值预测与均值预测相等,且置信区间也相同; 二、单选题1．针对同一经济指标在不同时间发生的结果进行记录的数据称为A ．面板数据B ．截面数据C ．时间序列数据D ．以上都不是 2．下图中“｛”所指的距离是A ．随机干扰项B ．残差C ．i Y 的离差D ．ˆiY 的离差 3．在模型i Y =01ln i i X u ββ++中,参数1β的含义是A ．X 的绝对量变化,引起Y 的绝对量变化B ．Y 关于X 的边际变化C ．X 的相对变化,引起Y 的平均值绝对量变化D ．Y 关于X 的弹性4．已知含有截距项的三元线性回归模型估计的残差平方和为2i e ∑=90,估计用的样本容量为19,则随机误差项i u 方差的估计量为A ．B ．6C ．D ．55．已知某一线性回归方程的样本可决系数为,则解释变量与被解释变量间的相关系数为A ．B ．0.8C ．D ．6．用一组有20个观测值的样本估计模型i Y =01i i X u ββ++,在的显着性水平下对1β的显着性作t 检验,则1β显着异于零的条件是对应t 统计量的取值大于 A ．0.05(20)t B ．0.025(20)t C ．0.05(18)t D ．0.025(18)t7．对于模型i Y =01122ˆˆˆˆi ik ki iX X X e ββββ+++++,统计量22ˆ()/ˆ()/(1)ii i Y Y kY Y n k ----∑∑服从A ．()t n k -B ．(1)t n k --C ．(1,)F k n k --D ．(,1)F k n k --8．如果样本回归模型残差的一阶自相关系数ρ为零,那么..DW 统计量的值近似等于 ;A ．1B ．2C ．4D ．9．根据样本资料建立某消费函数如下i Y =01i i X u ββ++,其中Y 为需求量,X 为价格;为了考虑“地区”农村、城市和“季节”春、夏、秋、冬两个因素的影响,拟引入虚拟变量,则应引入虚拟变量的个数为A ．2B ．4C ．5D ．610．设消费函数为i C =012i i i i X D X u βββ+++,其中C 为消费,X 为收入,虚拟变量10D ⎧=⎨⎩城镇家庭农村家庭,当统计检验表明下列哪项成立时,表示城镇家庭与农村家庭具有同样的消费行为A ．1β=0,2β=0B ．1β=0,2β≠0C ．1β≠0,2β=0D ．1β≠0,2β≠0 三、多选题1．以i Y 表示实际观测值,ˆiY 表示用OLS 法回归后的模拟值,i e 表示残差,则回归直线满足A ．通过样本均值点(,)X YB ．2ˆ()i iY Y -∑=0 C ．(,)i i Cov X e =0 D ．i Y ∑=ˆiY ∑ E ．i i e X ∑=0 2．对满足所有假定条件的模型i Y =01122i i i X X u βββ+++进行总体显着性检验,如果检验结果显示总体线性关系显着,则可能出现的情况包括A ．1β=2β=0B ．10β≠,2β=0C ．10β≠,20β≠D ．1β=0,20β≠E ．1β=2β≠0 3．下列选项中,哪些方法可以用来检验多重共线性 ;A ．Glejser 检验B ．两个解释变量间的相关性检验C ．参数估计值的经济检验D ．参数估计值的统计检验E ．..DW 检验 4．线性回归模型存在异方差时,对于回归参数的估计与检验正确的表述包括A ．OLS 参数估计量仍具有线性性B ．OLS 参数估计量仍具有无偏性C ．OLS 参数估计量不再具有效性即不再具有最小方差D ．一定会低估参数估计值的方差5．关于虚拟变量设置原则,下列表述正确的有A ．当定性因素有m 个类型时,引入1m -个虚拟变量B．当定性因素有m个类型时,引入m个虚拟变量会产生多重共线性问题C．虚拟变量的值只能取0和1D．在虚拟变量的设置中,基础类别一般取值为0E．以上说法都正确四、简答题1．简述计量经济学研究问题的方法;2．简述异方差性检验方法的共同思路;3．简述多重共线性的危害;五、计算分析题1．下表是某次线性回归的EViews输出结果,被略去部分数值用大写字母标示,根据所学知识解答下列各题计算过程保留3位小数;本题12分Dependent Variable: YMethod: Least SquaresIncluded observations: 181求出A 、B 的值;2求TSS2．有人用美国1960-1995年36年间个人实际可支配收入X 和个人实际消费支出Y 的数据单位：百亿美元建立收入—消费模型 i Y =01i i X u ββ++,估计结果如下：ˆiY =9.4290.936i X -+ t ：2R = ,F = ,..DW =1检验收入—消费模型的自相关状况5%显着水平； 2用适当的方法消除模型中存在的问题; 五、证明题证明：用于多元线性回归方程显着性检验的F 统计量与可决系数2R 满足如下关系： 计量经济学习题三 一、判断对错1、在研究经济变量之间的非确定性关系时,回归分析是惟一可用的分析方法;2、对应于自变量的每一个观察值,利用样本回归函数可以求出因变量的真实值;DW 检验临界值表α=3、OLS 回归方法的基本准则是使残差平方和最小;4、在存在异方差的情况下,OLS 法总是高估了估计量的标准差;5、无论回归模型中包括多少个解释变量,总离差平方和的自由度总为n -1;6、线性回归分析中的“线性”主要是指回归模型中的参数是线性的,而变量则不一定是线性的;7、当我们说估计的回归系数在统计上是显着的,意思是说它显着异于0; 8、总离差平方和TSS 可分解为残差平方ESS 和与回归平方和RSS,其中残差平方ESS 表示总离差平方和可由样本回归直线解释的部分;9、所谓OLS 估计量的无偏性,是指回归参数的估计值与真实值相等; 10、当模型中解释变量均为确定性变量时,则可以用DW 统计量来检验模型的随机误差项所有形式的自相关性;二、单项选择1、回归直线t ^Y =0ˆβ+1ˆβX t 必然会通过点 A 、0,0； B 、_X ,_Y ；C 、_X ,0；D 、0,_Y ;2、针对经济指标在同一时间所发生结果进行记录的数据列,称为 A 、面板数据；B 、截面数据；C 、时间序列数据；D 、时间数据;3、如果样本回归模型残差的一阶自相关系数ρ接近于0,那么DW 统计量的值近似等于 A 、0 B 、1 C 、2 D 、44、若回归模型的随机误差项存在自相关,则参数的OLS 估计量A 、无偏且有效B 、有偏且非有效C 、有偏但有效D 、无偏但非有效 5、下列哪一种检验方法不能用于异方差检验A、戈德菲尔德－夸特检验；B、DW检验；C、White检验；D、戈里瑟检验;6、当多元回归模型中的解释变量存在完全多重共线性时,下列哪一种情况会发生A、OLS估计量仍然满足无偏性和有效性；B、OLS估计量是无偏的,但非有效；C、OLS估计量有偏且非有效；D、无法求出OLS估计量;7、DW检验法适用于的检验A、一阶自相关B、高阶自相关C、多重共线性 D都不是8、在随机误差项的一阶自相关检验中,若DW＝,给定显着性水平下的临界值d L=,d U=,则由此可以判断随机误差项A、存在正自相关B、存在负自相关C、不存在自相关D、无法判断9、在多元线性线性回归模型中,解释变量的个数越多,则可决系数R2A、越大；B、越小；C、不会变化；D、无法确定10、在某线性回归方程的估计结果中,若残差平方和为10,回归平方和为40,则回归方程的拟合优度为A、 B、 C、 D、无法计算;三、简答与计算1、多元线性回归模型的基本假设有哪些2、计量经济模型中的随机误差项主要包含哪些因素3、简答经典单方程计量模型的异方差性概念、后果以及修正方法;4、简述方程显着性检验F检验与变量显着性检验t检验的区别;5、对于一个三元线性回归模型,已知可决系数R2=,方差分析表的部份结果如下：1样本容量是多少2总离差平方和TSS为多少3残差平方和ESS为多少4回归平方和RSS和残差平方和ESS的自由度各为多少5求方程总体显着性检验的F统计量；四、案例分析下表是中国某地人均可支配收入INCOME与储蓄SAVE之间的回归分析结果单位：元：Dependent Variable: SAVEMethod: Least SquaresSample: 1 31Included observations: 31Variable CoefficientStd.Errort-Statistic Prob.CINCOME――――R-squared Mean dependent var AdjustedR-squared. dependent var. of regression Akaike info criterionSum squared resid1778097Schwarz criterion.Log likelihood F-statisticDurbin-Watsonstat ProbF-statistic1、请写出样本回归方程表达式,然后分析自变量回归系数的经济含义2、解释样本可决系数的含义3、写出t检验的含义和步骤,并在5%的显着性水平下对自变量的回归系数进行t 检验临界值: 29=;4、下表给出了White异方差检验结果,试在5%的显着性水平下判断随机误差项是否存在异方差;5、下表给出LM序列相关检验结果滞后1期,试在5%的显着性水平下判断随机误差项是否存在一阶自相关;计量经济学习题四一、判断对错1、一般情况下,在用线性回归模型进行预测时,个值预测与均值预测结果相等,且它们的置信区间也相同;2、对于模型Yi =β+β1X1i+β2X2i+……+βkXki+μi,i=1,2, ……,n；如果X2=X5+X6, 则模型必然存在解释变量的多重共线性问题;3、OLS回归方法的基本准则是使残差项之和最小;4、在随机误差项存在正自相关的情况下,OLS法总是低估了估计量的标准差;5、无论回归模型中包括多少个解释变量,总离差平方和的自由度总为n-1;6、一元线性回归模型的F检验和t检验是一致的;7、如果随机误差项的方差随解释变量变化而变化,则线性回归模型存在随机误差项的序列相关;8、在近似多重共线性下,只要模型满足OLS的基本假定,则回归系数的最小二乘估计量仍然是一BLUE估计量;9、所谓参数估计量的线性性,是指参数估计量是解释变量的线性组合;10、拟合优度的测量指标是可决系数R2或调整过的可决系数,R2越大,说明回归方程对样本的拟合程度越高;二、单项选择1．在多元线性回归模型中,若两个自变量之间的相关系数接近于1,则在回归分析中需要注意模型的问题;A、自相关；B、异方差；C、模型设定偏误；D、多重共线性;2、在异方差的众多检验方法中,既能判断随机误差项是否存在异方差,又能给出异方差具体存在形式的检验方法是A、图式检验法；B、DW检验；C、戈里瑟检验；D、White检验;3、如果样本回归模型残差的一阶自相关系数ρ接近于1,那么DW统计量的值近似等于A、0B、1C、2D、44、若回归模型的随机误差项存在异方差,则参数的OLS估计量A、无偏且有效B、无偏但非有效C、有偏但有效D、有偏且非有效5、下列哪一个方法是用于补救随机误差项自相关问题的A、OLS；B、ILS；C、WLS；D、GLS;6、计量经济学的应用不包括：A、预测未来；B、政策评价；C、创建经济理论；D、结构分析;7、LM检验法适用于的检验A、异方差；B、自相关；C、多重共线性； D都不是8、在随机误差项的一阶自相关检验中,若DW＝,给定显着性水平下的临界值d L=,d U=,则由此可以判断随机误差项A、存在正自相关B、存在负自相关C、不存在自相关D、无法判断9、在多元线性线性回归模型中,解释变量的个数越多,则调整可决系数2RA、越大；B、越小；C、不会变化；D、无法确定10、在某线性回归方程的估计结果中,若残差平方和为10,总离差平方和为100,则回归方程的拟合优度为A、；B、；C、；D、无法计算;三、简答与计算1、多元线性回归模型的基本假设有哪些2、简述计量经济研究的基本步骤3、简答经典单方程计量模型自相关概念、后果以及修正方法;4、简述对多元回归模型01122...i i i k ki i Y X X X u ββββ=+++++进行显着性检验F 检验的基本步骤5、对于一个五元线性回归模型,已知可决系数R 2=,方差分析表的部份结果如下：1样本容量是多少2回归平方和RSS 为多少3残差平方和ESS 为多少 4回归平方和RSS 和总离差平方和TSS 的自由度各为多少 5求方程总体显着性检验的F 统计量；四、实验下表是某国1967－1985年间GDP 与出口额EXPORT 之间的回归分析结果单位：亿美元：Dependent Variable: EXPORT Method: Least Squares Sample: 1967 1985Included observations: 19VariableCoefficientStd. Errort-Statist icProb. CGDP――――R-squaredMean dependent varAdjusted R-squared. dependent var. of regressionAkaike infocriterionSum squared residSchwarz criterion Log likelihoodF-statisticDurbin-Watson statProbF-statistic1、请写出样本回归方程表达式,然后分析自变量回归系数的经济含义2、解释样本可决系数的含义3、写出t 检验的含义和步骤,并在5%的显着性水平下对自变量的回归系数进行t 检验临界值: 17=;4、下表给出了White 异方差检验结果,试在5%的显着性水平下判断随机误差项是否存在异方差;5、下表给出LM 序列相关检验结果滞后1期,试在5%的显着性水平下判断随机误差项是否存在一阶自相关;计量经济学习题五一、判断正误正确划“√”,错误划“x ”1、最小二乘法进行参数估计的基本原理是使残差平方和最小;2、一般情况下,用线性回归模型进行预测时,个值预测与均值预测相等,且置信区间也相同;3、如果随机误差项的方差随解释变量变化而变化,则线性回归模型存在随机误差项的序列相关;4、若回归模型存在异方差问题,应使用加权最小二乘法进行修正;5、多元线性回归模型的F 检验和t 检验是一致的;6、DW 检验只能检验随机误差项是否存在一阶自相关;7、总离差平方和TSS 可分解为残差平方RSS 和与回归平方和ESS,其中残差平方RSS 表示总离差平方和可由样本回归直线解释的部分;8、拟合优度用于检验回归方程对样本数据的拟合程度,其测量指标是可决系数或调整后的可决系数;9、对于模型011... 1,2,...,i i n ni i Y X X u i n βββ=++++=；如果231X X X =-,则模型必然存在解释变量的多重共线性问题;10、所谓OLS 估计量的无偏性,是指参数估计量的数学期望等于各自真值; 二、单项选择1、回归直线01ˆˆˆi iY X ββ=+必然会通过点A、0,0B、_X,_YC、_X,0D、0,_Y2、某线性回归方程的估计的结果,残差平方和为20,回归平方和为80,则回归方程的拟合优度为A、 B、C、 D、无法计算3、针对经济指标在同一时间所发生结果进行记录的数据列,称为A、面板数据B、截面数据C、时间序列数据D、时间数据4、对回归方程总体线性关系进行显着性检验的方法是A、Z检验B、t检验C、F检验D、预测检验5、如果DW统计量等于2,那么样本回归模型残差的一阶自相关系数ρ近似等于A、0B、-1C、1D、6、若随机误差项存在异方差,则参数的普通最小二乘估计量A、无偏且有效B、有偏且非有效C、有偏但有效D、无偏但非有效7、下列哪一种方法是用于补救随机误差项的异方差问题的A、OLS；B、ILS；C、WLSD、GLS8、如果某一线性回归方程需要考虑四个季度的变化情况,那么为此设置虚拟变量的个数为A、1B、2C、3D、49、样本可决系数R2越大,表示它对样本数据拟合得A、越好B、越差C、不能确定D、均有可能10、多元线性回归模型中,解释变量的个数越多,可决系数R2A、越大；B、越小；C、不会变化；D、无法确定三、简答题1、简述计量经济学的定义;2、多元线性回归模型的基本假设有哪些3、简答异方差概念、后果以及修正方法;4、简述t检验的目的及基本步骤;四、计算对于一个三元线性回归模型,已知可决系数20.8R ,方差分析表的部份结果如下：变差来源平方和自由度源于回归ESS 200源于残差RSS总变差TSS 221样本容量是多少2总变差TSS为多少3残差平方和RSS为多少4ESS和RSS的自由度各为多少5求方程总体显着性检验的F统计量值;计量经济学习题六-案例题一、根据美国各航空公司航班正点到达的比率X%和每10万名乘客投诉的次数Y 进行回归,EViews输出结果如下：Dependent Variable: YMethod: Least SquaresSample: 1 9Included observations: 91对以上结果进行简要分析包括方程显着性检验、参数显着性检验、DW值的评价、对斜率的解释等,显着性水平均取;2按标准书写格式写出回归结果;二、以下是某次线性回归的EViews输出结果,部分数值已略去用大写字母标示,但它们和表中其它特定数值有必然联系,分别据此求出这些数值,并写出过程;保留3位小数Dependent Variable: YMethod: Least SquaresSample: 1 13Included observations: 131求A 的值; 2求B 的值; 3求C 的值;三、用1970-1994年间日本工薪家庭实际消费支出Y 与实际可支配收入X 单位：103日元数据估计线性模型Y =01X u ββ++,然后用得到的残差序列t e 绘制以下图形; 1试根据图形分析随机误差项之间是否存在自相关若存在,是正自相关还是负自相关答：图形显示,随机误差项之间存在着相关性,且为正的自相关; 2此模型的估计结果为 试用DW 检验法检验随机误差项之间是否存在自相关;四、用一组截面数据估计消费Y —收入X 方程Y =01X u ββ++的结果为1根据回归的残差序列et 图分析本模型是否存在异方差注：abset 表示et 的绝对值;2其次,用White 法进行检验;EViews 输出结果见下表：附表：DW 检验临界值表α=White Heteroskedasticity Test:Dependent Variable: RESID^2 Method: Least Squares Sample: 1 60Included observations: 60若给定显着水平0.05α=,以上结果能否说明该模型存在异方差查卡方分布临界值的自由度是多少五、下图描述了残差序列{}t e 与其滞后一期值1{}t e -之间的散点图,试据此判断随机误差项之间是否存在自相关若存在,则是正自相关还是负自相关六、在一多元线性回归模型中,为检验解释变量之间是否存在多重共线性问题,以解释变量1x 作为被解释变量,对其余解释变量进行辅助回归,得到可决系数20.95R =;试计算变量1x 的方差扩大因子1VIF ,并根据经验判断解释变量间是否存在多重共线性问题七、下表是中国某地人均可支配收入INCOME 与储蓄SAVE 之间的回归分析结果单位：元：Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-Statist ic Prob.CINCOME－－R-squaredMean dependent varAdjusted R-squared. dependent var. of regressionAkaike infocriterionSum squared resid 1778097. Schwarz criterion Log likelihoodF-statisticDurbin-Watson statProbF-statistic1、请写出样本回归方程表达式,然后分析自变量INCOME 回归系数的经济含义2、解释可决系数的含义3、若给定显着性水平5%α=,试对自变量INCOME 的回归系数进行显着性检验已知0.025(29) 2.045t =4、在5%α=的显着性水平下,查31n =的DW 临界值表得 1.363L d =, 1.496U d =,试根据回归结果判断随机误差项是否存在一阶自相关5、下表为上述回归的White 检验结果,在5%α=的显着性水平下,试根据P 值检验判断随机误差项是否存在异方差 White Heteroskedasticity Test:F-statisticProbabilityObsR-squaredProbability计量经济学习题一答案一、判断正误1． × 2． √ 3． √ 4． √ 5． × 6． × 7． ×8． × 9． √ 10． √ 二、单选题每小题分,共15分1． D ;2． B ;3． B ;4． C ;5． B ; 6． B ;7． B ;8． B ;9． B ;10． A ; 三、多选题1． ABCE 2． BCDE 3． ABCE 4． ABCD 5． ABCDE ; 四、简答题1．随机干扰项主要包括哪些因素它和残差之间的区别是什么答：随机干扰项包括的主要因素有：1众多细小因素的影响；2未知因素的影响；3数据测量误差或残缺；4模型形式不完善；5变量的内在随机性;随机误差项羽残差不同,残差是样本观测值与模拟值的差,即i e =ˆi iY Y -;残差项是随机误差项的估计;2．简述为什么要对参数进行显着性检验试说明参数显着性检验的过程;答：最小二乘法得到的回归直线是对因变量与自变量关系的一种描述,但它是不是恰当的描述呢一般会用与样本点的接近程度来判别这种描述的优劣,而当获得以上问题的肯定判断之后,还需要确定每一个参数的可靠程度,即参数本身以及对应的变量该不该保留在方程里,这就有必要进行参数的显着性检验;这种检验是确定各个参数是否显着地不等于零;检验分为三个步骤：①提出假设：原假设0:0i H β=；备择假设1:0i H β≠ ②在原假设成立的前提下构造统计量：()ˆ~(1)ˆiit t n k Se ββ=--③给定显着性水平α,查t 分布表求得临界值/2(1)t n k α--,把根据样本数据计算出的t 统计量值t *与/2(1)t n k α--比较：若/2(1)t t n k α*>--,则拒绝原假设0H ,即在给定显着性水平下,解释变量i X 对因变量有显着影响；若/2(1)t t n k α*<--,则不能拒绝原假设0H ,即在给定显着性水平下,解释变量i X 对因变量没有显着影响.3．简述序列相关性检验方法的共同思路;答：由于自相关性,使得相对于不同的样本点,随机干扰项之间存在相关关系,那么检验自相关性,首先根据OLS 法估计残差,将残差作为随机干扰项的近似估计值,然后检验这些近似估计值之间的相关性以判定随机干扰项是否存在序列相关;各种检验方法就是在这个思路下发展起来的;五、计算分析题1．下表是某次线性回归的EViews 输出结果,根据所学知识求出被略去部分的值用大写字母标示,Dependent Variable: Y Method: Least Squares Included observations: 13解：A=ˆ()Se β=ˆt β=7.10604.3903=；B=2R =211(1)1n R n k -----=1311(10.8728)1321-----=由公式2ˆσ=21ien k --∑,得C=2ie ∑=2ˆ(1)n k σ--=21.1886(1321)--=; 2．用Goldfeld Quandt -方法检验下列模型是否存在异方差;模型形式如下：i Y =0112233 i i i i X X X u ββββ++++其中样本容量n =40,按i X 从小到大排序后,去掉中间10个样本,并对余下的样本按i X 的大小等分为两组,分别作回归,得到两个残差平方和1ESS =、2ESS =,写出检验步骤α=;α。

云南财经大学《计量经济学》课程期末考试卷（一）一、单项选择题(每小题1分,共20分）1、计量经济模型是指【 】A 、 投入产出模型B 、数学规划模型C 、包含随机方程的经济数学模型D 、 模糊数学模型2、计量经济模型的基本应用领域有【 】A 、结构分析 、经济预测、政策评价B 、弹性分析、乘数分析、政策模拟C 、消费需求分析、生产技术分析、市场均衡分析D 、季度分析、年度分析、中长期分析3、以下模型中正确的是【 】A 、 e 87X .022.1Yˆ++= B 、μ++=99X .034.12Y C 、 e 99X .034.12Y ++= D 、e X Y 10++=ββ4、产量x （台）与单位产品成本y （元/台）之间的回归方程为yˆ＝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5、以y 表示实际观测值，yˆ表示回归估计值，则用普通最小二乘法得到的样本回归直线ii x y 10ˆˆˆββ+=满足【 】 A 、)ˆ(i i yy -∑＝0 B 、 2)ˆ(y y i -∑＝0 C 、 2)ˆ(i i yy -∑＝0 D 、2)(y y i -∑＝0 6、以下关于用经济计量模型进行预测出现误差的原因，正确的说法是【 】A 、只有随机因素B 、只有系统因素C 、既有随机因素，又有系统因素D 、 A 、B 、C 都不对7、下列模型中拟合优度最高的是【 】A 、 n=25，k=4，2R =0。

92B 、n=10，k=3，2R =0。

90C 、n=15,k=2，2R =0.88D 、n=20,k=5,94.0R 2=8、下列模型不是线性回归模型的是：【 】A 、)/1(21i i XB B Y += B 、 i i i u LnX B B Y ++=21C 、i i i u X B B LnY ++=21D 、 i i i u LnX B B LnY ++=219、以下检验异方差的方法中最具一般性是【 】A 、Park 检验B 、 戈里瑟检验C 、Goldfeld-Quandt 检验D 、White 检验10、当模型的随机误差项出现序列相关时，【 】不宜用于模型的参数估计A 、 OLSB 、 GLSC 、 一阶差分法D 、 广义差分法11、已知在D-W 检验中，d=1。

试题一一、单选题（共10小题，每题1分，共计10分）1．将内生变量的前期值作解释变量，这样的变量称为（ ）。

A ．虚拟变量B ．控制变量C ．政策变量D ．滞后变量2．（ ）是具有一定概率分布的随机变量，它的数值由模型本身决定。

A ．外生变量B ．内生变量C ．前定变量D ．滞后变量3．同一统计指标按时间顺序记录的数据列称为（ ）。

A ．横截面数据B ．时间序列数据C ．修匀数据D ．原始数据4．计量经济模型的基本应用领域有（ ）。

A ．结构分析、经济预测、政策评价B ．弹性分析、乘数分析、政策模拟C ．消费需求分析、生产技术分析、D ．季度分析、年度分析、中长期分析5．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6．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7．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8．表示x 和y 之间真实线性关系的是（ ）。

A ．01ˆˆˆt tY X ββ=+ B ．01()t t E Y X ββ=+ C ．01t t t Y X u ββ=++ D ．01t t Y X ββ=+9．参数β的估计量ˆβ具备有效性是指（ ）。

A ．ˆvar ()=0βB ．ˆvar ()β为最小C ．ˆ()0ββ－＝D ．ˆ()ββ－为最小 10．对于01ˆˆi i iY X e ββ=++，以σˆ表示估计标准误差，Y ˆ表示回归值，则（ ）。

A ．i i ˆˆ0Y Y 0σ∑＝时，（－）＝ B ．2i i ˆˆ0Y Y σ∑＝时，（－）＝0C ．i i ˆˆ0Y Y σ∑＝时，（－）为最小D ．2i i ˆˆ0Y Y σ∑＝时，（－）为最小二、多选题（共10小题，每题2分，共计20分）1．下列哪些变量属于前定变量( )。

第3章 多元线性回归模型3.4.3 简答题、分析与计算题1．给定二元回归模型：t t t t u x b x b b y +++=22110 （t=1，2，…n）(1) 叙述模型的古典假定；(2)写出总体回归方程、样本回归方程与样本回归模型；(3)写出回归模型的矩阵表示；(4)写出回归系数及随机误差项方差的最小二乘估计量，并叙述参数估计量的性质；(5)试述总离差平方和、回归平方和、残差平方和之间的关系及其自由度之间的关系。

2．在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？3．决定系数2R 与总体线性关系显著性F 检验之间的关系；在多元线性回归分析中，F 检验与t 检验有何不同？在一元线性回归分析中二者是否有等价的作用？4．为什么说对模型施加约束条件后，其回归的残差平方和一定不比未施加约束的残差平方和小？在什么样的条件下，受约束回归与无约束回归的结果相同？5．观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。

(1) t t t u x b b y ++=310(2) t t t u x b b y ++=log 10(3)t t t u x b b y ++=log log 10 (4) t t t u x b b b y +⋅+=)(210(5) t t t u x b b y +=)/(10(6) t bt t u x b y +−+=)1(110(7)t t t t u x b x b b y +++=10/22110 6．常见的非线性回归模型有几种情况？7．指出下列模型中所要求的待估参数的经济意义：(1)食品类需求函数：u P P I Y ++++=231210ln ln ln ln αααα中的321,,ααα（其中Y为人均食品支出额，I 为人均收入，为食品类价格，为其他替代商品类价格）。

1P 2P (2)消费函数：t t t t u Y Y C +++=−1210βββ中的1β和2β（其中C 为人均消费额，Y 为人均收入）。

上 海 金 融 学 院《 计量经济学 》课程非集中考试 考试形式：闭卷 考试用时: 100 分钟考试时只能使用简单计算器(无存储功能)试 题 纸一、判断题（共4题，每题1分，共计4分）1、一元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、工具变量技术是处理异方差问题的。

（ ）3、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。

（ ）4、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容量大小有关。

（ ）二、名词解释（共2题，每题3分，共计6分）1、BLUE 估计2、方差膨胀因子三、单项选择题（共13题，每题2分，共计26分）1、同一统计指标按时间顺序记录的数据列称为（ ）。

A 、横截面数据B 、时间序列数据C 、面板数据D 、时间数据2、在回归模型01i i Y X ββμ=++中，检验01:0H β=时所用的统计量)ˆVar(ˆ11ββ服从的分布为 （ ）。

A 、χ2(n-2)B 、t(n-1)C 、χ2(n-1)D 、t(n-2)3、为了分析随着解释变量变动一个单位，因变量的增长率变化的情况，模型应该设定为( )。

A 、12ln ln Y X ββμ=++B 、12ln Y X ββμ=++C 、12ln Y X ββμ=++D 、12Y X ββμ=++4、设k 为回归模型中的参数个数（k 包含截距项），n 为样本容量，则对总体回归模型进行显著性检验（F 检验）时构造的F 统计量为（ ）。

A 、F=k)-RSS/(n 1)-ESS/(k B 、F=1-k)-RSS/(n 1)-ESS/(k C 、F=RSS ESS D 、F=ESSRSS 5、用一组有30个观测值的样本估计模型0112233i i i i i Y X X X ββββμ=++++，并在0.05的显著性水平下对总体显著性进行检验，则检验拒绝零假设的条件是统计量F 大于( )。

A 、 F 0.05(3,26)B 、t 0.025(3,30)C 、 F 0.05(3,30)D 、 t 0.025(2,26)6、在DW 检验中，当d 统计量为0时，表明（ ）。

一 、单项选择题二、多项选择题三、计算分析题设某地区机电行业产出Y （万元），劳动力投入成本1X （万元）以及固定资产投入成本2X （万元）。

经Eviews 软件对2001年——2017年的数据分别建立双对数模型进行最小二乘估计，结果如下：Dependent Variable: Ln (Y)Ln(X1) 0.3879290.1378422.814299 0.0138 Ln(X2)0.568470 ( 0.05567710.210060.0000R-squared 0.934467 Mean dependent var6.243029 Adjusted R-squared ( 0.925105 ) S.D. dependent var0.356017 S.E. of regression 0.097431 Akaike info criterion -1.660563 Sum squared resid 0.132899 Schwarz criterion -1.513526 Log likelihood 17.11479 F-statistic （ 99.81632 ）1．补充括号内的数值，并规范地写出回归的分析结果，保留三位小数。

122ˆln 3.73490.3879ln(X )0.5685ln(X ) se (0.2128) (0.1378) (0.0557) 0.9251t=(17.5541) (2.8143) (10.2101) df=14 p=(0.000) (0.0138)Y R =++==2,1499.8163(0.0000) F =2. 对模型的估计结果进行偏回归系数和整体显著性检验。

（t0.025(14)=2.145；t0.025(15)=2.131；F0.05(2,14)=3.74；F0.05(3,14)=3.34）。

（注意运用临界值法！！）样本量为17，临界值选取t0.025(14)=2.145F临界值选取F0.05(2,14)=3.743. 如果有两种可供选择的措施以提高机电行业产出，措施一是加大劳动力的投入，措施二是增大固定资产的投入，你认为哪个措施效果更明显，为什么？选择措施二，因为劳动力成本增长1个百分点，机电行业产增长0.39个百分点，而固定资产投入成本增长1个百分点，机电行业销售额仅增长0.57个百分点四、分析题根据我国31个细分制造业的数据，得到生产函数的如下估计结果：ln(Ŷi)=1.168+0.37ln(K i)+0.61ln⁡(L i)se= (0.331) ( a) (0.1293)t= (3.53) ( 4.23) ( b )R2=0.94其中，Y为总产出，K为资本投入，L为劳动投入。