计量经济学_太原理工大学中国大学mooc章节课后测试答案期末考试题库2024年.docxVIP

计量经济学_太原理工大学中国大学mooc章节课后测试答案期末考试题库2024年

对于有限期的分布滞后模型，如果滞后期较长，普通最小二乘回归将缺乏足够的自由度进行统计检验。

答案:正确

库伊克法是将无限分布滞后模型转换为自回归模型，然后进行估计，估计方法可以用广义差分法。

答案:错误

在分布滞后模型【图片】,为了使模型的自由度达到30，必须拥有38年的观测资料。

答案:正确

有限多项式分布滞后模型中，通过将原分布滞后模型中的参数表示为滞后期t的有限多项式，从而克服了原分布滞后模型估计中的自相关问题。

答案:错误

自适应预期模型的一阶线性自相关问题可用【图片】检验。

答案:错误

自适应预期模型基于以下的理论假设：影响被解释变量【图片】的因素不是解释变量【图片】，而是关于【图片】的预期【图片】，且预期【图片】的形成过程是【图片】，其中【图片】,【图片】被称为衰减率。

答案:错误

无限分布滞后模型可以通过库伊克变换转化为自回归滞后模型。

答案:正确

不能直接应用OLS法估计滞后变量模型的原因有（）

答案:可能存在多重共线性问题_难以确定滞后期的长_对于无限期滞后模型，没有足够的样本_缺少足够的自由度

需要用工具变量法进行估计的滞后变量模型有（）

答案:自适应预期模型_库伊克变换模型

在模型【图片】中，延迟乘数是指（）

答案:__

自回归模型构建时的三种变换模型，即库伊克变换模型、自适应预期模型、局部调型，它们的共同特点是（）

答案:避免了原模型中的多重共线性问题_具有相同的解释变量_用一个被解释变量的一期滞后变量代替了原模型中解释变量的所有滞后变量_变换模型仅包含3个参数要估计，而不是无穷多个

对于几何分布滞后模型【图片】作库伊克变换的假设条件（）

答案:的符号都是相同的_，其中

对于有限分布滞后模型【图片】，将参数【图片】表示为关于滞后期【图片】的多项式并代入模型，作这种变换可以（）

答案:减弱模型估计中的多重共线性问题_避免因所需估计的参数过多而引起的自由度不足问题

分布滞后模型的修正估计方法（）

答案:科伊克方法_经验加权法_阿尔蒙多项式法

下列哪个是分布滞后模型（）

答案:_

在分布滞后模型的参数估计中，使用时间序列资料可能存在的问题表现为（）

答案:多重共线性问题

在消费函数【图片】中，当期收入【图片】对未来消费【图片】的影响是：【图片】增加一个单位，【图片】平均水平将增加（）

答案:0.4个单位

对于有限分布滞后模型，解释变量的滞后长度每增加一期，可利用的样本数据就会（）

答案:减少1个

随机游走序列是平稳序列。

答案:错误

ARMA(【图片】)模型识别主要使用的工具是（）

答案:自相关函数_偏自相关函数

DF检验的描述正确的是（）

答案:DF检验的零假设是“序列非平稳”_DF检验是单侧检验

随机游走序列具有以下哪些特征（）

答案:非平稳序列_统计规律随时间的位移而发生变化的序列

时间序列是非平稳的时候，则（）

答案:方差函数不再是常数_自协方差函数不再是常数_均值函数不再是常数_时间序列的统计规律随时间的位移而变化

平稳性检验的方法有（）

答案:单位根检检验_ADF检验_DF检验_时间序列图

若【图片】是一个白噪声序列，则【图片】一般满足（）

答案:（常数）,

设时间序列【图片】，【图片】，如果【图片】如果是平稳时间序列，其中【图片】、【图片】为常数，则【图片】与【图片】之间的关系是（）

答案:协整

DF检验式的原假设为序列（）

答案:序列有单位根，

产生“虚假回归”的原因是（）

答案:序列非平稳

如果两个变量【图片】，【图片】，则（）

答案:还需对误差项进行检验

从长期看，居民消费支出水平与可支配收入之间存在一个均衡关系，如果变量虽然有时会偏离其长期均衡点，但这种偏离只是随机的、暂时的。消费与收入的这种关系称为（）

答案:协整关系

如果一个序列不管差分多少次，也不能变为平稳序列，这种序列称为（）

答案:非阶单整

如果某一时间序列经过一阶差分后成为平稳时间序列，此时间序列为（）

答案:1阶单整

平稳时间序列的均值和方差均保持不变，它的协方差只与（）

答案:所考察的两期间隔长度有关

模型【图片】，其中【图片】为虚拟变量。当统计检验表明【图片】时，原模型不是截距变动模型

答案:错误

当模型中存在截距项，每一定性变量所需的虚拟变量个数与该定性变量的属性数相等时，导致参数无法唯一求出

答案:正确

当模型中存在截距项时，每一定性变量所需的虚拟变量个数要比该定性变量的属性数少1

答案:正确

虚拟变量作为解释变量引入模型有两种基本方式：加法方式和乘法方式

答案:正确

一般地，在虚拟变量设置中，比较类型取值为0

答案:错误

根据因素的属性类别，引入虚拟变量，可以提高模型的精度。

答案: