@初级计量经济学试卷A卷--带参考答案.docxVIP

  • 31
  • 0
  • 约5.68千字
  • 约 8页
  • 2021-12-01 发布于山东
  • 举报

@初级计量经济学试卷A卷--带参考答案.docx

东北财经大学研究生期末考试试题 课程名称:初级计量经济学 类别:□必修 □选修 年级:2013 级 开课学院:数学与数量经济学院 题号 一 二 三 四 五 六 七 八 九 总分 题分 得分 评阅人 10 10 15 15 10 15 25 100 12345678910一、判断正误(每小题 1 分,共 10 1 2 3 4 5 6 7 8 9 10 总体回归函数给出了与自变量每个取值相应的应变量的值。错、应该是条件均值 普通最小二乘法就是使误差平方和最小化的估计过程。错误,残差平方和 对数线性回归模型和双对数模型的判决系数可以相比较。正确 多元线性回归模型的总体显著性意味着模型中任何一个变量都是统计显著的。错, 在线性回归模型中解释变量是原因,被解释变量是结果。错 双对数模型的回归系数和弹性系数相同。正确 当存在自相关时,OLS 估计量既是有偏的也是无效的。错,无偏、线性 在高度多重共线性情况下,估计量的标准误差减小,t 值增大。错,说反了 如果分析的目的仅仅是为了预测,则多重共线性并无大碍。正确 无论模型中包括多少个解释变量,总平方和的自由度总为n-1。正确 二、填空题(每小题 1 分,共 10 分。把正确答案填在空格内)。 1. 当回归系数t 统计量的绝对值大于给定的临界值时,表明该系数 显著 。2.线性回归模型意味着模型中 参数 是线性的。 3.高斯马尔科夫定理说明如果线性回归模型满足古典假设,则OLS 估计量具有 最小方差 性。即最优线性无偏性BLUE. 多元回归的总体显著性检验的原假设为 R2 ? 0 。 ? ? 。如果对于二元线性回归模型在样本容量为11 时有TSS ? 4500, RSS ? ? ? 。 ?判决系数 R 2 ?  ? 1? 1? R2 ?n ?1 ? 1? ?1? 49 ? 11?1 ? 44 n - k ? 50 ? 11- 2 45 模型ln y t ? B ? B 1 2 t ? u t 的参数 B 2 表示 t 的绝对量增加一个单位时,y 的相对量增加B2 个 单位 。 倒数 模型最适合用来描述恩格尔消费曲线 。8.在多元回归模型中较高的 R 2 值与多个不显著的 t 值并存,表明模型可能存在 多重共线性 。 在残差图中,如果残差平方呈现系统模式,则意味着数据中可能存在 自相关 。 在分析季度数据的季节性时需要引入 3 个虚拟变量。M-1 三、简答题(共 15 分) 1、 简述经济计量分析的基本步骤。(8 分) 理论分析; 收集数据; 建立数学模型; 建立统计或经济计量模型; 经济计量模型的参数估计; 检查模型的准确性; 第 2 页 共 8 页 检验来自模型的假说; 运用模型进行预测; 2、以双变量线性回归模型为例简述普通最小二乘原理,并写出双变量线性回归模型参数的最小二乘估计量。(7 分) 普通最小二乘法原理:残差平方和最小 由随机样本回归函数:Yi=b1+b2Xi+ei 来估计总体回归函数:Yi=B1+B2Xi+μi 的一种方法。它估计 总体回归函数的原理是:选择 B1,B2的估计量 b1,b2,使得残差 ei 尽可能的小(ei= Y i ? Y? (样本 i 函数 b1+b2xi))。残差 ei 的定义为 ei=实际的 Yi - 估计的 Yi= Yi - Y? = Yi - b1- b2Xi OLS 估计过程的数学形式表示为: m in : ? e 2 ? ? ( Y ? Y? ) 2 ? 应用微积分求极值的方法,可得下面 方程组,称为正规方程组, ?Y ? nb ? b ? X ? ( Y i i i i b ? b X ) 2 1 2 i ? i 1 ?2 i ? Y X ? b X ? b X 2 i i 1 i 2 i 进一步可求得  b ? Y ? b X 1 ? 2 ?b ? x i y i ? 2 x 2 i 即最小二乘估计量 x i  =Xi- X y i = Yi- Y 即小写字母代表了变量与其均值之间的偏差 四、(15 分)如果考虑用居民的可支配收入INCOME(元),贷款购车的贷款利率R(%), 汽油的价格P(元)来解释汽车的销售额SALE(万元),估计得到如下方程: ln(SA?LE) ? 5.68 ? 0.28 ln(INCOME) ? 0.0017R ? 0.11ln(P) se ? (0.32) (0.035) n ? 209 R 2 ? 0.96 (?0.00041) (?0.012) 如果给定显著性水平? ? 0.05,单边临界值为t 回答: 方程中回归系数的含义

文档评论(0)

1亿VIP精品文档

相关文档