《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 ）o（）4•当我们说估计的回归系数在统计上是显著的，意思是说它显著地异于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（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。
（）&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（）oA • Y=01X i u iB • E(Y/X i)= 0 i XC• Y：? =0?Xi e D • £= ? ?X i2.下图中“ {”所指的距离是（）。
A •随机干扰项B •残差C • Y的离差D・Y的离差3•在总体回归方程E（Y/X）= o i X中，i表示（）o24•可决系数R是指（）o ESS)A .当X增加一个单位时, Y增加1个单位B •当X增加一个单位时, Y平均增加i个单位C •当Y增加一个单位时, X增加i个单位D •当Y增加一个单位时, X平均增加i个单位C • Cov(U i ,U j )=0 (i j)D • U i : N(0,1)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25•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 e =800，估计用的样本容量为24,则随机误差项5的方差估计量为（）。
经典线性回归的假设及结论；
②，怀特检验的内容；
③，已知R，自由度，样本量和回归系数常数项的标准差来估计回归斜率的取值范围；
④，就是均方误,完全没看过的一个概念；
⑤，一致性的问题，具体记不清了；
其他的好多记不清了，大概内容有：联立方程组的考察，面板数据的固定效应估计；自相关的GLS估计等。
计量
2010年
1、古典假设
2、Durbin-Waton检验的使用范围
3、关于内生性的分析题
4、关于面板的分析题
5、关于多元回归中部分参数为零的假设检验的应用，用的是Chow检验等。
简单的说明即可，不要求证明。
6、（1）极大似然估计的应用中的probit或logit的证明，这道题目我没
有做出来，丢了10分，惭愧啊.....格林的书上专门有几章在讲极大似
然估计，建议好好看看哈。
（2）最小二乘估计中残差和为零的证明，这在陈东的讲义中有提及。
（3）还有一道证明题我记不清了，但是都是极为简单的，不用担心。
2011年
1、计量经济学研究的步骤
2、异方差产生的原因及解决办法
3、VAR与格兰杰检验的关系
4、多元回归分析中的问题
5、自适应预期模型
6、局部调整模型
7、考伊克模型
8、误差修正模型
9、最小二乘估计中的残差和等于零
2005年
共三大题，
第一题概念题，20分，随机变量的数学期望和方差问题，记得不是太清楚了
第二题为证明最小二乘法估计量的无偏性，一致性和有效性。
分数45分
第三题为联立方程组的识别与工具变量法计算问题，35分。
计量经济学题库计算与分析题（每小题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）采用直线回归方程拟和出的模型为ˆ81.72 3.65YX =+ t 值 R 2= F= 解释参数的经济意义。
2．已知一模型的最小二乘的回归结果如下：i i ˆY =101.4-4.78X 标准差 （） （） n=30 R 2= 其中，Y ：政府债券价格（百美元），X ：利率（%）。
回答以下问题：（1）系数的符号是否正确，并说明理由；（2）为什么左边是iˆY 而不是i Y ； （3）在此模型中是否漏了误差项i u ；（4）该模型参数的经济意义是什么。
3．估计消费函数模型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 值检验参数β的显著性（α＝）；（2）确定参数β的标准差；（3）判断一下该模型的拟合情况。
4．已知估计回归模型得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。
根据图形判断，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合适 （2）根据以上数据，分别拟合了以下两个模型： 模型一：16.3219.14P U=-+ 模型二：8.64 2.87P U =- 分别求两个模型的样本决定系数。
第一章绪论1-14．计量经济模型中为何要包括随机误差项？简述随机误差项形成的原因。
答：由于客观经济现象的复杂性，以至于人们目前仍难以完全地透彻地了解它的全貌。
对于某一种经济现象而言，往往受到很多因素的影响，而人们在认识这种经济现象的时候，只能从影响它的很多因素中选择一种或若干种来说明。
这样就会有许多因素未被选上，这些未被选上的因素必然也会影响所研究的经济现象。
因此，由被选因素构成的数学模型与由全部因素构成的数学模型去描述同一经济现象，必然会有出入。
为使模型更加确切地说明客观经济现象，所以有必要引入随机误差项。
随机误差项形成的原因：①在解释变量中被忽略的因素；②变量观测值的观测误差；③模型的关系误差或设定误差；④其他随机因素的影响。
第二章 一元线性回归模型例1、令kids 表示一名妇女生育孩子的数目，educ 表示该妇女接受过教育的年数。
生育率对教育年数的简单回归模型为μββ++=educ kids 10（1）随机扰动项μ包含什么样的因素？它们可能与教育水平相关吗？（2）上述简单回归分析能够揭示教育对生育率在其他条件不变下的影响吗？请解释。
解答：（1）收入、年龄、家庭状况、政府的相关政策等也是影响生育率的重要的因素，在上述简单回归模型中，它们被包含在了随机扰动项之中。
有些因素可能与增长率水平相关，如收入水平与教育水平往往呈正相关、年龄大小与教育水平呈负相关等。
（2）当归结在随机扰动项中的重要影响因素与模型中的教育水平educ 相关时，上述回归模型不能够揭示教育对生育率在其他条件不变下的影响，因为这时出现解释变量与随机扰动项相关的情形，基本假设4不满足。
例2．已知回归模型μβα++=N E ，式中E 为某类公司一名新员工的起始薪金（元），N 为所受教育水平（年）。
随机扰动项μ的分布未知，其他所有假设都满足。
（1）从直观及经济角度解释α和β。
（2）OLS 估计量αˆ和βˆ满足线性性、无偏性及有效性吗？简单陈述理由。
