计量经济学复习资料全

..word完美格式一、单选题：1．拉格朗日乘数检验法适用于检验(c)A.异方差性B.多重共线性C.序列相关D.设定误差2．解释变量X的回归系数为β，下列哪种情况表明变量X是显著的？(b)A.t统计量大于临界值B.t统计量的绝对值大于临界值C.t统计量小于临界值D.t统计量的绝对值小于临界值3．回归分析中定义的(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4．下列样本模型中，哪一个模型通常是无效的?(b)A.C(消费)=500+0.8I(收入)B.QD(商品需求)=10+0.8I(收入)-0.9P(价格)C.Qs(商品供给)=20-0.75P(价格)D.Y(产出量)=0.65K0.6(资本)L0.4(劳动)5．判定系数R2=0.75，说明回归直线能解释被解释变量总离差的：(b)A.80%B.64%C.20%D.75%6．根据20个观测值估计的结果，一元线性回归模型的DW=0.6,在α=0.05的显著性水平下查得样本容量n=20，解释变量k=1个时，dL=1.20,dU=1.41，则可以判断：(d)A.不存在一阶自相关B.存在正的一阶自相关C.存在负的一阶自相关D.无法判断7．普通最小二乘法确定一元线性回归模型Yi=ii10eXˆˆ的参数0ˆ和1ˆ的准则是使（b）A．∑ei最小B．∑ei2最小C．∑ei最大D．∑ei2最大8．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于1，则表明模型中存在(a)A.多重共线性B.异方差性C.序列相关D.高拟合优度9．拟合优度检验是检验(b)A．模型对总体回归线的拟合程度B.模型对样本观测值的拟合程度C.模型对回归参数的拟合程度D.模型对解释变量的观测值的拟合程度10．根据样本资料已估计得出人均消费支出Y对人均收入X的回归模型是tttLnXLnY76.05.3，这表明人均收入每增加1％，人均消费支出将(d)A.增加24％B.增加76％C.增加0.24％D.增加0.76％二、填空题：..word完美格式1.杜宾—沃森检验法可用于诊断序列相关性。2．在给定的显著性水平之下，若DW统计量临界值的上、下限分别为dU和dL,则当dUDW4-dU时，可认为随机误差项不存在一阶序列相关性。3.容易产生序列相关的数据为时间序列数据。4.在对多元线性回归模型进行检验时，发现各参数估计量的t检验值都很低，但模型的判定系数R2却很高，这说明模型可能存在多重共线。5.同一时间点不同个体的数据集合是截面数据。三、判断题：1.相关系数r的取值范围为-1≤r≤1。(y)2.多元回归模型中F检验的原假设为:偏回归系数不全为0。(y)3.根据判定系数R2与F统计量的关系可知，当R2=1时，有F=0。(y)4.在给定的显著性水平之下，若DW统计量的下和上临界值分别为dL和dU,则当dLDWdU时，可认为随机误差项不存在一阶正自相关。()5.如果一个非平稳时间序列经过K-1次差分后为平稳时间序列，则该序列为K阶单整序列。()四、简答题：简述模型出现异方差性的后果。答：（1）参数估计量非有效；（2）t检验和F检验失效；（3）模型预测失效。五、应用分析题：1.某地区1993-2010年居民消费水平Y、人均GDPX1、城乡居民平均可支配收入X2、居民消费者价格指数X3和城乡居民家庭平均恩格尔系数X4的相关数据进行分析，试根据EVIEWS结果回答问题：（14分）表8OLS参数估计结果VariableCoefficientStd.Errort-StatisticProb.C3492.003893.10263.9099680.0018X10.2575210.0308448.3492220.0000X20.0878440.0429582.0448930.0617X32.2272807.5812110.2937890.2736X4-57.8874219.17187-3.0193930.0099R-squared0.990111Meandependentvar3354.611AdjustedR-squared0.992122S.D.dependentvar1806.047S.E.ofregression160.2966Akaikeinfo13.22206..word完美格式criterionSumsquaredresid334035.2Schwarzcriterion13.46939Loglikelihood-113.9986F-statistic536.2585Durbin-Watsonstat1.106099Prob(F-statistic)0.000000(1)检验变量间是否存在多重共线？（4分）答：根据表8，R2为0.99011，拟合优度很高，但X3对应的Prob.值为0.2736，大于0.1，t统计值很小，即X3对Y的影响不显著，可以认为模型存在多重共线。（2）利用逐步回归法消除多重共线时，一般选择最优初始回归模型的依据是什么？（4分）答：拟合优度R2最大，该解释变量对被解释变量影响显著，且根据经济理论分析影响也是很大的。（3）确定最优初始回归模型之后对于新加入的解释变量如何决定其去留？（6分）答：一、若新引进的解释变量使R2得到提高，而其他参数回归系数在统计上和经济理论上仍然合理，则可以作为解释变量予以保留；（2分）二、若新引进的解释变量对R2改进不明显，对其他回归系数也没多大影响，则不必保留在回归模型中；（2分）三、若新引进的解释变量不仅改变了R2，而且对其他回归系数的数值或符号有明显影响，则新引进的变量不能简单舍弃，而是应研究改善模型的形式。（2分）2.表1给出了利用2010年我国31个地区就业人数(X)与地区生产总值(Y)数据进行回归分析的结果，根据结果回答以下问题：（14分）表1OLS估计结果VariableCoefficintStd.Errort-StatisticProb.C48.64461733.3570.2584450.7826X5.2803590.6070229.0514020.0000R-squared0.831616Meandependentvar10555.48AdjustedR-squared0.618913S.D.dependentvar8855.166S.E.ofregression5466.490Akaikeinfocriterion20.11300Sumsquaredresid7.6E+08Schwarzcriterion20.20552Loglikelihood-309.752F-statistic89.72227Durbin-Watsonstat1.707937Prob(F-statistic)0.000000..word完美格式表2White检验结果WhiteHeteroskedasticityTest:F-statistic12.23120Probability0.000152Obs*R-squared16.45481Probability0.000026VariableCoefficietStd.Errort-StatisticProb.C8574576.132340480.6479180.5223X-1583.37211256.08-2.2406680.0291X^22.8337451.9096242.1839280.0349表3White检验结果WhiteHeteroskedasticityTest:F-statistic0.868746Probability0.430479Obs*R-squared1.711258Probability0.504288VariableCoefficietStd.Errort-StatisticProb.C-1.6559363.323644-0.4982290.6222LOG(X)0.6442780.9523153.6765390.0022(LOG(X))^2-0.0510520.067332-3.7582100.0017（1）写出创建工作文件、建立数据文档、作X与Y关系的散点图及用最小二乘法估计模型参数的命令。(4分)答：创建工作文件：CREATEU131（1分）建立数据文档：DATAYX（1分）关系的散点图：SCATXY（1分）最小二乘法估计模型参数：LSYCX（1分）（2）根据表1结果写出地区生产总值与就业人数的一元回归模型。(2分)答：72.8971.1..8316.0)051.9()258.0(28.564.482FWDRXYttt，，（3）解释斜率参数的经济意义。(2分)答：就业人数增加一个单位时地区生产总值增加5.28个单位。（4）判定系数R2及RSS各为多少？(2分)答：判定系数R2=0.8316（1分）残差平方和RSS=7.6E+08（1分）（5）表2为用White检验进行异方差检验的结果，根据结果分析模型是否存在异方差。答：由于统计量nR2=16.45481大于临界值，且对应的Prob.小于0.01，X和X2的参数估计值显著不为零，所以在1%的显著水平下拒绝原假设，认为存在异方差。(2分)..word完美格式（6）表3为用对数变换法消除异方差后再进行White检验的结果，根据结果分析模型是否存在异方差。(2分)答：由于统计量nR2=1.711258小于临界值，且对应的Prob.为0.5大于0.1，所以在10%的显著水平下接受原假设，认为不存在异方差。3.利用1994-2012年中国社会消费品零售总额Y、国内生产总值GDP、消费者价格指数CPI的相关数据进行分析，试根据EVIEWS结果回答问题：（14分）表4OLS参数估计结果VariableCoefficientStd.Errort-StatisticProb.C12258.314482.6663.2253830.0053GDP0.3705610.00351299.823130.0000CPI-112.954041.38877-2.6082930.0190R-squared0.998545Meandependentvar41971.27AdjustedR-squared0.998363S.D.dependentvar28047.41S.E.ofregression1134.816Akaikeinfocriterion17.05027Sumsquaredresid20604921Schwarzcriterion17.19939Loglikelihood-158.9775F-statistic3489.649Durbin-Watsonstat0.470778Prob(F-statistic)0.000000表5滞后期为2阶时LM检验结果Breusch-GodfreySerialCorrelationLMTest:F-statistic12.59685Probability0.000742Obs*R-squared12.21320Probability0.002228VariableCoefficientStd.Errort-StatisticProb.C478.22533546.5960.1348410.8947GDP0.0017130.0022730.7539030.4634CPI-5.87737433.06011-0.1777780.8614RESID(-1)1.1673970.2581874.5215160.0005RESID(-2)-0.6577250.317432-2.0720170.0572..word完美格式表6滞后期为3阶时LM检验结果Breusch-GodfreySerialCorrelationLMTest:F-statistic10.60285Probability0.000844Obs*R-squared13.48766Probability0.003692Varia