- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2012计量经济学试卷A
PAGE
PAGE 8
中南财经政法大学2011 –2012学年第二学期
期末考试试卷
课程名称:《计量经济学》 (A)卷
课程代号:B0900543
考试形式:闭卷、笔试
使用对象:本科财经、管理09级
_______________________________________________________________________
题号一二三四五六总分总分人分值20101525219100得分_____________________________________________________________________________
得分评阅人一、单选题(共20题,每题1分)在每小题列出的四个备选项中只有一个是符合题目要求的,请将其代码填写在题后的括号内。错选、多选或未选均无分。
1. 经济计量学与数理经济学的区别在于是否考虑经济行为发生变化的【 】
A.内生因素 B.确定性因素
C.随机因素 D.外生因素
2.在同一时点或时期上,不同统计单位的相同统计指标组成的数据是【 】
A.时期数据 B.时点数据
C.时序数据 D.截面数据
3.总体回归线是指【 】
A.被解释变量的均值的轨迹 B.被解释变量的样本均值的轨迹
C.解释变量的均值的轨迹 D.解释变量的样本均值的轨迹
4.有效估计量是指【 】
A.与真实值的偏差最小的估计值 B.方差最小的估计量
C.无偏估计量中方差最小的估计量 D.有偏估计量中方差最小的估计量
5. 多元回归模型参数估计时的样本容量必须不少于【 】
A.被解释变量的个数 B.解释变量的个数
C.待估计参数的个数 D.解释变量个数减去被解释变量的个数
注:题目间的行间距设置为“固定值,20”
使用A4纸张,正面打印。
院(系): 专业: 年级: 学生姓名: 学号: 课堂号:________
密 封 线
6. 残差平方和随着解释变量个数的增加而【 】
A.减少 B.不变
C.增加 D.先增加后减少
7. 在回归模型Yt=β1+β2X2t+β3X3t+ut中,序列相关是指
A.Y与X相关 B.ut,ut-i彼此相关
C.X2,X3与u相关 D.X2,X3彼此相关
8. 加权最小二乘法就是对原模型加权,使之变成一个新的不存在异方差的模型,然后使用下面方法估计参数【 】
A.广义矩估计法 B.工具变量法
C.普通最小二乘法 D.间接最小二乘法
9. 在多元线性回归模型中,若某个重要解释变量的参数符号与预期相反,则表明模型中存在【 】
A.异方差 B.自相关
C.多重共线性 D.设定误差
10. 使用工具变量法估计参数重点解决的问题为【 】
A.异方差问题 B.自相关问题
C.多重共线性问题 D.随机解释变量问题
11. 部分调整模型的参数估计方法是【 】
A.OLS法 B.广义差分法
C.工具变量法 D.加权最小二乘法
12. 设,居民消费支出,居民收入,D=1代表城镇居民,D=0代表农村居民,则斜率变动模型为【 】
A. B.
C. D.
13. 下面关于内生变量的表述,错误的是【 】
A.内生变量都是随机变量。
B.内生变量受模型中其它内生变量和前定变量的影响,同时又影响其它内生变量。
C.在结构式方程中,解释变量可以是前定变量,也可以是内生变量。
D.滞后内生变量与内生变量具有相同性质。
14. 间接最小二乘法适用于如下特征的方程的参数估计【 】
A.过度识别方程
文档评论(0)