1、第 十 套一、单项选择题1、经济计量模型是指( C ) 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、对于回归模型 ，检验随机误差项是否存在自相0121ttttYXYu关的统计量为( B ) 2.(1)2()dnBhVar21.CF3、下列说法正确的有（ C ）A时序数据和横截面数据没有差异 B. 对总体回归模型的显著性检验没有必要C. 总体回归方程与样本回归方程是有区别的 D. 判定系数 2R不可以用于衡量拟合优度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( D )A.存
2、在一阶正自相关 B.存在一阶负相关C.不存在序列相关 D.存在序列相关与否不能断定5、在线性回归模型中,若解释变量 1x和 2的观测值成比例,即有 i2i1kx,其中 k 为非零常数,则表明模型中存在( B )A. 异方差 B. 多重共线性 C. 序列自相关 D. 设定误差6、对于一个回归模型中不包含截距项，若将一个具有 m 个特征的质的因素引入进计量经济模型，则虚拟变量数目为( A ) A.m B.m-1 C.m-2 D.m+17、当联立方程模型中第 i个结构方程是不可识别的，则该模型是( B ) 超纲！21().tteADWd2.rnDtA.可识别的 B.不可识别的 C.过度识别的 D.恰
3、好识别的8、在有 M 个方程的完备联立方程组中，若用 H 表示联立方程组中全部的内生变量加上全部的前定变量的总个数，用 iN表示第 i 个方程中内生变量与前定变量之和的个数时，则公式 iH表示( C ) 超纲！A不包含在第 i 个方程中内生变量的个数B不包含在第 i 个方程中外生变量的个数 C不包含在第 i 个方程中内生变量与外生变量之和的个数D包含在第 i 个方程中内生变量与外生变量之和的个数9、对于有限分布滞后模型 tkttttt uXXY 210在一定条件下，参数 可近似用一个关于 的阿尔蒙多项式表示i i（ ） ，其中多项式的阶数 m 必须满足（ A ）mi,21A B C Dkkkk
4、m10、以下选项中，正确地表达了序列相关的是（ A ）A. B. jiCOVji,0),( jiOVji ,0),(C. D. ijXXji11、在 DW 检验中，存在负自相关的区域是（ A ）A. 4- ld 4 B. 0 d lC. u 4- u D. l u,4- d4- l12、下列说法正确的是（ BC ）A.异方差是样本现象 B.异方差的变化与解释变量的变化有关C.异方差是总体现象 D.时间序列更易产生异方差13、设 21,x为解释变量，则完全多重共线性是（ A ）0.(021. 2212 xxeDvxCBA为 随 机 误 差 项 ）14、下列说法不正确的是（ C ）A.自相关是一种
5、随机误差现象 B.自相关产生的原因有经济变量的惯性作用C.检验自相关的方法有 F 检验法 D.修正自相关的方法有广义差分法15、利用德宾 h 检验自回归模型扰动项的自相关性时，下列命题正确的是（ B ）A. 德宾 h 检验只适用一阶自回归模型B. 德宾 h 检验适用任意阶的自回归模型C. 德宾 h 统计量渐进服从 t 分布D. 德宾 h 检验可以用于小样本问题16、对联立方程组模型估计的方法主要有两类，即（ A ）超纲！A. 单一方程估计法和系统估计法 B. 间接最小二乘法和系统估计法C. 单一方程估计法和二阶段最小二乘法D. 工具变量法和间接最小二乘法17、已知模型的形式为 uxy21,在用
6、实际数据对模型的参数进行估计的时候,测得 DW 统计量为 0.6453,则广义差分变量是( B )A. 1tt,1tt 6453.06453.0y B. 1tt1tt x674.0,y674.0C. tttt x D. tttt 5x518、调整后的判定系数 与判定系数 之间的关系叙述不正确的有（ A 2R2）A. 与 均非负 2RC.判断多元回归模型拟合优度时，使用 2RD.模型中包含的解释变量个数越多， 与 就相差越大E.只要模型中包括截距项在内的参数的个数大于 1，则 2R19、加权最小二乘法是（ C ）的一个特例A.广义差分法 B.普通最小二乘法 C.广义最小二乘法 D.两阶段最小二乘
7、法20、对多元线性回归方程的显著性检验，所用的 F 统计量可表示为（ B ） A. B. )1(kRSnE )(1knRSEC. D. )()(2 )(二、多项选择题1、调整后的判定系数 2R的正确表达式有（ B C ） A、)1/(2nekyiniB、)1/(12nykeiini.C、 kR)(2. D、 kR)(2E、 in)1(22、对于二元样本回归模型 iii eXY321，下列各式成立的有（ A B C ） A. 0ie B. 02iie C. 03iiD. iY E. 23iiX3、模型的对数变换有以下特点（ A B E ）A. 能使测定变量值的尺度缩小 B. 模型的残差为相对误差
8、C. 更加符合经济意义 D. 经济现象中大多数可用对数模型表示E. 相对误差往往有较小的差异4、 设 ，则对原模型变换的错误)()(,221 iiiiii xfuVarxy形式为( A C D E )121212222212.()()()().()()()().ii iiiiiiiiiiiiiiAyxuxuBffffCfxfffDyxuxEf5、 关于联立方程组模型，下列说法中正确的是（ A C D ）超纲！A. 结构式模型中解释变量可以是内生变量，也可以是前定变量 B. 简化式模型中解释变量可以是内生变量C. 简化式模型中解释变量是前定变量D. 结构式模型中各方程会产生联方程组偏倚E. 简化
9、式模型中的随机扰动项一般是结构模型中随机扰动项的线性函数。三、判断题（判断下列命题正误，并说明理由）1、半对数模型 中，参数 的含义是 X 的绝对量变化，XYln10 1引起 Y 的绝对量变化。错误半对数模型的参数 的含义是当 X 的相对变化时，绝对量发生变化，1引起因变量 Y 的平均值绝对量的变动。2、对已经估计出参数的模型不需要进行检验。错误有必要进行检验。首先，因为我们在设定模型时，对所研究的经济现象的规律性可能认识并不充分，所依据的得经济理论对研究对象也许还不能做出正确的解释和说明。或者虽然经济理论是正确的，但可能我们对问题的认识只是从某些局部出发，或者只是考察了某些特殊的样本，以局部
10、去说明全局的变化规律，必然会导致偏差。其次，我们用以及参数的统计数据或其他信息可能并不十分可靠，或者较多采用了经济突变时期的数据，不能真实代表所研究的经济关系，也可能由于样本太小，所估计的参数只是抽样的某些偶然结果。另外，我们所建立的模型，所用的方法，所用的统计数据，还可能违反计量经济的基本假定，这是也会导致错误的结论。3、经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS 估计量将有偏的。错误即使经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS 估计量仍然是无偏的。因为 ，该表达式成立与否与222)()(iKE正态性无关。4、在有 M 个方程的完备联立方程组中，当识
11、别的阶条件为 1MNHi（H为联立方程组中内生变量和前定变量的总数， iN为第 i 个方程中内生变量和前定变量的总数）时，则表示第 i 个方程不可识别。 超纲！错误 表示第 i 个方程过度识别 5、随机误差项和残差是有区别的。正确随机误差项 = - 。当把总体回归函数表示成 时，iuY)/(iXE iieY其中的 就是残差。它是用 估计 时带来的误差 ，是对随机误差ieii iiie项 的估计。iu四、计算题1、为研究中国各地区入境旅游状况，建立了各省市旅游外汇收入（Y，百万美元） 、旅行社职工人数（X1，人） 、国际旅游人数（X2，万人次）的模型，用某年 31 个省市的截面数据估计结果如下：
12、iii X2154.79.0263.15 t=(-3.066806) (6.652983) (3.378064)R2=0.934331 F=191.1894 n=316.2R（1）从经济意义上考察估计模型的合理性。（2）在 5%显著性水平上，分别检验参数 的显著性；在 5%显著性水平21,上，检验模型的整体显著性。答：（1）由模型估计结果可看出：旅行社职工人数和国际旅游人数均与旅游外汇收入正相关。平均说来，旅行社职工人数增加 1 人，旅游外汇收入将增加 0.1179 百万美元；国际旅游人数增加 1 万人次，旅游外汇收入增加1.5452 百万美元。（2）取 ，查表得05.048.2)3(025.
13、t因为 3 个参数 t 统计量的绝对值均大于 ，说明经 t 检验.)1(5.t3 个参数均显著不为 0，即旅行社职工人数和国际旅游人数分别对旅游外汇收入都有显著影响。取 ，查表得 ，由于5.34.)28,(05.F，说明旅行社职工人数和国际旅游人数联合起),(18940.F来对旅游外汇收入有显著影响，线性回归方程显著成立。2、研究某地区 1962-1995 年基本建设新增固定资产 Y（亿元）和全省工业总产值 X（亿元）按当年价格计算的历史资料。估计结果如下：Dependent Variable: YMethod: Least SquaresDate: 07/27/05 Time: 22:31S
14、ample (adjusted): 1963 1995Included observations: 33 after adjustmentsVariableCoefficient Std. Error t-Statistic Prob. C 1.896645 1.167127 1.625055 0.1146X 0.102199 0.024782 4.123961 0.0003Y(-1) 0.014700 0.182865 0.080389 0.9365R-squared 0.584750 Mean dependent var 7.804242Adjusted R-squared 0.55706
15、6 S.D. dependent var 5.889686S.E. of regression 3.919779Akaike info criterion 5.656455Sum squared resid 460.9399 Schwarz criterion 5.792502Log likelihood -90.33151 F-statistic 21.12278Durbin-Watson stat 1.901308 Prob(F-statistic) 0.000002（1） 如果设定模型 作部分调整假定，估计参数，并作*tttYX解释。（2） 如果设定模型 作自适应假定，估计参数，并作解*
16、ttt释。（3） 比较上述两种模型的设定，哪一个模型拟合较好？答：在局部调整假定和自适应假定下，上述二模型最终都转化为一阶自回归模型。为此，先估计如下形式的一阶自回归模型： *1*0tttt uYXY即为 Eviews 给出结果，从结果看，t 值 F 值都很显著， 不是很高。2R（1）根据局部调整模型的参数关系，有 ，*01,tt将上述估计结果代入得到： 0.9853,.17.94故局部调整模型为：意义：为了达到全省工业总产值的计划值，寻求一个未来预期新增固定资产的最佳量。全省工业总产值每计划增加 1（亿元） ，则未来预期最佳新增固定资产量为 0.1037 亿元。（2）根据自适应模型的参数关系
17、，有，代入得到：*01 1,()ttt.9853.7.924故局部调整模型为： *1.240.t ttYX意义：新增固定资产的变化取决于全省工业总产值的预期值。全省工业总产值每预期增加增加 1（亿元） ，当期新增固定资产量为 0.1037（亿元） 。（3）局部调整模型和自适应模型的区别在于：局部调整模型是对应变量的局部调整而得到的；而自适应模型是由解释变量的自适应过程而得到的。由回归结果可见，Y 滞后一期的回归系数并不显著，说明两个模型的设定都不合理。3、考虑如下的货币供求模型：货币需求： ttttdt uPRYM13210*.24.t ttYX货币供给： ttst uYM210其中，M=货币
18、，Y收入，R利率，P价格， 为误差项；R 和 P 是前定tu21,变量。(1) 需求函数可识别吗？(2) 供给函数可识别吗？(3) 你会用什么方法去估计可识别的方程中的参数？为什么？(4) 假设我们把供给函数加以修改，多加进两个解释变量 和 ，会1tY1tM出现什么识别问题？你还会用你在（3）中用的方法吗？为什么？答：该方程组有 M=3，K=2。（1）需求函数，用阶条件判断，有 ，所以11202Kkm该方程为不可识别。（2）供给函数，用阶条件判断，再结合零系数原则，该方程为过度识别。（3）用两段最小二乘法估计供给函数。（4）在供给函数中多加进两个解释变量 和 ，这时，M=3，K=4。由于供1tY1tM给函数已经是过度识别，再在该方程加进前定变量，而这些变量在需求函数中并没有出现，所以供给函数还是过度识别。因此，将仍然用两段最小二乘法估计参数。
