计量经济学题目及答案.doc

三、判断题（判断下列命题正误，并说明理由） 1、简单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、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。 3、D-W检验中的D-W值在0到4之间，数值越小说明模型随机误差项的自相关度越小，数值越大说明模型随机误差项的自相关度越大。 4、在计量经济模型中，随机扰动项与残差项无区别。 5、在经济计量分析中，模型参数一旦被估计出来，就可将估计模型直接运用于实际的计量经济分析。 6、线性回归模型意味着因变量是自变量的线性函数。 7、多重共线性问题是随机扰动项违背古典假定引起的。 8、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。 9、双变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验是一致的。 10、如果联立方程模型中某个结构方程包含了所有的变量, 则这个方程不可识别。 11、在实际中，一元回归没什么用，因为因变量的行为不可能仅由一个解释变量来解释。 12、多重共线性问题是随机扰动项违背古典假定引起的 13、在异方差性的情况下，常用的OLS法必定高估了估计量的标准误。 14、虚拟变量只能作为解释变量。 15、随机扰动项的方差与随机扰动项方差的无偏估计没有区别。 16、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。 17、虚拟变量的取值只能取0或1。 18、拟合优度检验和F检验是没有区别的。 19、联立方程组模型不能直接用OLS方法估计参数。 20、双变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性 检验是一致的； 21、多重共线性问题是随机扰动项违背古典假定引起的。 22、在模型的回归分析结果报告中，有 ，，则表明解释变量 对的影响是显著的。 23、结构型模型中的每一个方程都称为结构式方程，结构方程中，解释变量只可以是前定变量。 24、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模型有无截距项无关。 25、在对参数进行最小二乘估计之前，没有必要对模型提出古典假定 26、当异方差出现时，常用的t和F检验失效； 27、解释变量与随机误差项相关，是产生多重共线性的主要原因。 28、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。 29、由间接最小二乘法与两阶段最小二乘法得到的估计量都是无偏估计。 30、在异方差性的情况下，常用的OLS法必定高估了估计量的标准误。 31、 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。 变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验是一致的。 33、多重共线性问题是随机扰动项违背古典假定引起的； 34、秩条件是充要条件，因此利用秩条件就可以完成联立方程识别状态的确 定。 35、在经济计量分析中，模型参数一旦被估计出来，就可将估计模型直接运用于实际的计量经济分析。 36、假定个人服装支出同收入水平和性别有关，由于性别是具有两种属性（男、女）的定性因素，因此，用虚拟变量回归方法分析性别对服装支出的影响时，需要引入两个虚拟变量。 37、双变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验是一致的。 38、随机扰动项的方差与随机扰动项方差的无偏估计没有区别。 39、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。 40、在简单线性回归中可决系数与斜率系数的t检验的没有关系。 41、异方差性、自相关性都是随机误差现象，但两者是有区别的。 42、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模型有无截距项无关。 43、满足阶条件的方程一定可以识别。 44、库依克模型、自适应预期模型与局部调整模型的最终形式是不同的。 45、半对数模型中，参数的含义是X的绝对量变化， 引起Y的绝对量变化。 46、对已经估计出参数的模型不需要进行检验。 47、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。 48、在有M个方程的完备联立方程组中，当识别的阶条件为（H为联立方程组中内生变量和前定变量的总数，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。 49、随机误差项和残差是有区别的。 四、计算分析题 1、根据某城市1978——1998年人均储蓄(y)与人均收入(x)的数据资料建立了如下回归模型 se=（340.0103）（0.0622） 试求解以下问题 取时间段1978——1985和1991——1998，分别建立两个模型。 模型1： 模型2： t=（-8.7302）（25.4269）