- 127
- 0
- 约3.65千字
- 约 5页
- 2016-12-22 发布于重庆
- 举报
练习题一、填空题1、经济变量之间的相互关系分为两种类型,分别是 函数关系 和 相关关系 p222、戈德菲尔德-夸特(Goldfeld-Quanadt)检验中,如果样本数据有n=30,则应剔除 6/8 个观测值 p112 c=n/4=7.5,所以6/8都行3、DW值的取值范围是 [0,4] 。 p1244、在现实经济生活中,为了衡量一些定性因素,如性别、职业、季节等对经济活动的影响,我常常对这些因素采用 虚拟变量 进行量化研究。 P156 5、计量经济学是统计学、数学 和经济学的结合。P16、将居民分为城镇居民和农村居民,如果引入两个虚拟变量,将会出现虚拟变量陷阱。P1637、在多元线性回归模型中对样本容量的基本要求是(k 为解释变量个数) n≥3或者少于n≥3(k+1) p718.自相关可表示为:E=(μi μj)≠0。(写出一个公式)p1209.虚拟变量只能取值为”0”或“1”。P15610、可决系数R2的取值范围是[0,1] 。p45二、选择题1、同一空间,不同时间相同指标组成的观测数据称为(B)。p56A.截面数据B.时间序列数据C.混合数据D.虚拟变量数据2、下列模型形式中,表示样本个别值的回归函数的是(D)。p28A.B.C.D.3、下列关于F检验的说法中,不正确的是(A)。p77A.模型通过F检验,t检验一定也通过B.F统计量值越大,模型越通过检验C.在一元回归模型中,无需进行F检验D.对模型联合显著性检验的F检验,实际上也是对可决系数的显著性检验4、下列关于多重共线性的说法中,正确的是( B)。p138A.模型存在多重共线性,则解释变量之间必有较高的简单相关系数B.如果分析的目的仅仅是预测,则多重共线性对模型是无害的C.如果其他条件不变,VIF越高,OLS估计量的方差越小D.存在多重共线性的模型是不会有较高可决系数的5、下列方法中,可以修正模型自相关问题的是(C、D)。P126A.最小二乘法B.加权最小二乘法C.广义差分法D.广义最小二乘法6、如果一个回归模型中不包含截距项,对一个具有m个特征的质的因素要引入虚拟变量数目为(C)。p162A.m+1B.mC.m-1D.m-27、下列不属于最小二乘估计式的统计特性的是(B)P70A.线性性B.精确性C.一致性D.有效性8、下列不能用来表示异方差的是(C)P108A.B.C.D.9.下列关于多重共线性的说法中,不正确的是(C)P136A.多重共线性问题只有多元模型才存在B.多重共线性分为完全多重共线性和不完全多重共线性两种C.如果模型存在多重共线性,模型将得不到估计的结果D.经济变量之间的共同变化趋势可能会产生多重共线性10.下列关于异方差各种检验方法的说法中,错误的是(D)P113A.Goldfeld-Quanadt检验只能检验递增型或递减性异方差B.White检验既可以检验异方差的存在,还可以判断是哪个变量引起了异方差C.Glejser检验通过“试”的方法找到变量是以哪种形式引起了异方差D.在各种检验中,原假设是模型存在异方差第三章 综合实验题1.请写出方差分析表。(k为解释变量x的数量,n为样本个数) P105变差来源Df(自由度)ESS(平方和)MS(或EMS或MSS)平方和的均值FSign F回归分析ESSKEMS=ESS/(k)F=EMS/RMS-------残差RSSn-k-1RMS=RSS/(n-k-1)-------------------总计TSSn-1-------------------------------例题:p105方差来源平方和自由度平方和的均值来自回归65965k.来自残差来自总离差6604214求样本容量n,残差平方和RSS,回归平方和ESS及残差平方和RSS的自由度。求拟合优度R2及调整的拟合优度2?检验假设:和对Y无影响。应采用什么假设检验?为什么?根据以上信息,你能否确定和各自对Y 的影响? 2、以下给出的是根据1988年到2010年8个发达国家的能源需求指数(Y)、实际GDP指数(X1)、能源价格指数(X2)的数据计算得到的结果:Dependent Variable: YMethod: Least SquaresSample: 1988 2010Included observations: 23VariableCoefficientStd. Errort-StatisticProb.??X1 A0419000.0000X2-0.2584260.015282 B0.0000C28.25506 C19.877090.0000R-squared0.993890?Mean dependent var84.34348Adjusted R-squared( )?S.D. dependent var17.5
原创力文档

文档评论(0)