计量经济学小题.docVIP

计量经济学小题 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。 对 在分布滞后模型里多引进解释变量的滞后项，由于变量的经济意义一样，只 是时间不一致，所以很容易引起多重共线性。 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。 错 在多元线性回归模型里除了对随机误差项提出假定外，还对解释变量之间提 出无多重共线性的假定。 3、DW 检验中的 d 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。 错 DW 值在 0 到 4 之间，当 DW 落在最左边（ 0?? d?? d L ）、最右边( 4?- d L?? d?? 4 ) 时，分别为正自相关、负自相关; 中间( d U??? d?? 4?- d U )为不存在自相关区域; 其次为两个不能判定区域。 4、在计量经济模型中，随机扰动项与残差项无区别。 错 它们均为随机项，但随机误差项表示总体模型的误差，残差表示样本模型的 误差；另外，残差=随机误差项+参数估计误差。 5、在计量经济模型中，随机扰动项与残差项无区别。 错 它们均为随机项，但随机误差项表示总体模型的误差，残差表示样本模型的 误差；另外，残差=随机误差项+参数估计误差。 1·线性回归模型意味着因变量是自变量的线性函数。 错，线性回归模型本质上指的是参数线性，而不是变量线性。同时，模型与函数不是一回事。 2·多重线性问题是随机扰动项违背古典假定引起的。 错，应该是解释变量之间高度相关引起的。 3·通过虚拟变量将属性因素引入计量经济模型，引入虚拟变量的个属于样本容量大小有关。 错，一如虚拟变量的个数样本容量大小无关，与变量属性，模型有无截距项有关。 4·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师一致的。 正确，要求最好能够写出一元线性回归中，F统计量与t统计量的关系，即F＝t2的来历，或者说明一元线性回归仅有一个解释变量，因此对斜率系数的t检验等价于对方程的整体性检验。 5·如果联立方程模型中莫格结构方程包含了所有的变量，则这方程不可识别。 正确，没有唯一的统计形式。 1·在实际中，一元线性回归几乎没有什么用，因为变量的行为不可能仅由一个解释变量来解释。 错，在实际中，在一定条件下一元线性回归是很多经济现象是近似，能够较好的反映回归分析的基本思想，在某些情况下还是有用的。 2·虚拟变量只能作为解释变量 错，虚拟变量还能作为解释变量。 3·5、设估计模型为 PCE?????171.4412?0.9672PDI t＝﹙-7.4809﹚(119.8711﹚ R 2=0`9940 DW?? 0.5316 由于R??? 0.9940，表明模型有很好的拟合优度，则模型不存在伪（虚假）回归。 错 可能存在伪（虚假）回归，因为可决系数较高，而 DW 值过低。 1·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。 错，随机扰动项的方差反映总体的波动情况，对一个特定的总体而言，是一个确 定的值。 在最小二乘估计中，由于总体方差在大多数情况下并不知道，所以用样本数 ? 2 据去估计? ：???????? e /( n?? k )。其中 n 为样本数，k 为待估参数的个数。?? 是?? 线性无偏估计，为一个随机变量。 2·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，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E(β? 2?? )?? E(?? 2???? K?? )???? 2? ，该表达式的成立与否与正态性无关。 ３　虚拟变量的取值原则上只能取０或１ 对，虚拟变量的值是人为设定的，主要表征某种属性或特征或者其它的存在与否，０或１正好描述了这种特征。当然，依据研究问题的特殊性，有时也可以取其他值。 ４　拟合优度检验和Ｆ检验师没有区别的　 　错，（１）Ｆ检验中使用的统计量有精确地分布，而拟合优度检验没有，（２）对是否通过检验，可决系数（修正可决系数）职能给出一个模糊的推测，而Ｆ检验可以在给定显著水平下，给出统计上的严格结论。 ５　联立方程组模型根本不能直接用ＯＬＳ方法估计参数 错，递归方程可以用ＯＬｓ方法估计参数，而其他的联立方程组模型不能直接用ＯＬＳ方法估计参数。 １?在对参数进行最小二乘估计之前，没必要对模型提出古典假定。 错，在古典假定条件下，ＯＬＳ估计得到参数量的最佳线性无偏估计（具有线性?无偏性?有效性）。总之，提出古典假定是为了使所做出的估计量具有较好的统计性质和方便地进行统计推断。 ???当异方差出现时，常用的?和Ｆ检验失效 ????正确，由于异方