计量经济学导论_对外经济贸易大学中国大学mooc章节课后测试答案期末考试题库2024年.docxVIP

计量经济学导论_对外经济贸易大学中国大学mooc章节课后测试答案期末考试题库2024年

Probit模型中用的参数估计方法是：

答案:极大似然估计方法##%_YZPRLFH_%##极大似然估计##%_YZPRLFH_%##最大似然估计

Probit模型的预测效果好于Logit模型。

答案:错误

在一元Probit模型中，系数β1表示：

答案:当自变量x变化一个单位所引起模型的z值的变化

在估计Probit和Logit模型时：

答案:仍然可以使用t统计量来检验单个系数的显著性

在Probit模型中,【图片】，关于函数【图片】的说法正确的是：

答案:是标准正态分布的累积分布函数

线性概率模型的主要缺点是：

答案:因变量的预测值可能大于1或者小于0

下面哪一个不是受限因变量模型：

答案:双对数模型

以下关于二值因变量模型的说法正确的是：

答案:当自变量也包含二值变量时，仍可使用线性概率模型

在二值因变量模型中，因变量y的预测值为0.6意味着

答案:给定解释变量的值，因变量等于1的概率为60%

度量二值因变量模型的拟合效果，我们可以使用

答案:伪

使用Hausman检验，如果拒绝了原假设【图片】和其他解释变量不相关，说明我们应该采用随机效应还是固定效应模型？

答案:固定效应模型##%_YZPRLFH_%##固定效应##%_YZPRLFH_%##固定

我们用中国2011年到2018年的省级面板数据做实证分析，现在用加虚拟变量的方式处理时间固定效应，如果模型存在截距项，请问一共需要加入多少个时间虚拟变量？

答案:7

当使用群聚（clustered）的标准误估计面板数据模型时，我们不需要再单独考虑异方差的影响。

答案:正确

面板数据回归的结果肯定比OLS的回归结果更准确。

答案:错误

在固定效应回归模型中，当模型包含截距项时，用加入虚拟变量的方式处理个体固定效应时，应该去除一个个体的哑变量：

答案:为了避免完全多重共线

时间固定效应回归可以用来处理遗漏变量，下面说法正确的是

答案:适用于遗漏变量只随时间变化不随个体变化

在面板模型中，通过“个体中心化”算法控制个体固定效应时，各变量的各个观察值需减去的该变量“均值”是指：

答案:该观测值对应个体的所有年份均值

考虑课本上关于美国48个州的啤酒税和交通事故死亡率的例子，如果啤酒税改由国家统一制定，那么：

答案:不能采用时间固定效应，因为同一时间点上各州的啤酒税都相同

面板数据模型的估计通常采用群聚（clustered）标准误，是因为

答案:可以修正自相关的影响，使得n较大时通常的统计推断方法仍然有效

面板数据相对于截面数据最主要的优势是

答案:可以控制一些无法观测的遗漏变量的影响

关于伪回归错误的说法是：

答案:出现伪回归时参数OLS估计量满足一致性

关于协整说法错误的是？

答案:有n个非平稳序列，则最多有n个线性独立的协整向量

模型如下【图片】假设t期扰动项改变一个单位，t+2期的改变量是？

答案:0.36

【图片】满足下面的模型，那么【图片】是几阶单整？【图片】

答案:I(1)

ADF单位根检验与DF单位根检验比较，错误的说法是?

答案:回归方程相同

如果扰动项的平方服从ARMA(2，3)模型，那么对应的GARCH模型是：

答案:GARCH(3，3)

下面列出的是ARCH模型的缺点，除了？

答案:可以反映波动率聚类性

对收益率建立AR(3)-EGARCH(1,1)模型，可以用来在如下应用，除了：

答案:风险溢价的大小

对预测误差大小惩罚力度最大的指标是:

答案:MSE

考虑下面的ARMA(1,1)模型：【图片】对【图片】的最优一步预测是(i.e.对时刻t假设t-1前包括t-1期的数据已知)其中【图片】=0.01;【图片】=0.12;

答案:0.186

假设【图片】，【图片】的无条件均值等于？

答案:0.4

假设数据满足AR(2)模型：【图片】那么对变量进行前向100步预测，最接近的估计值是?

答案:–0.53

恰好识别的情况下，无法检验工具变量的外生性。

答案:正确

TSLS估计量的方差一般比OLS估计量的方差小。

答案:错误

外生变量可以作为第一阶段的工具变量。?

答案:正确

下列哪些情况可以估计出参数的值？

答案:恰好识别_过度识别

下列哪些情形可能产生内生性？

答案:遗漏变量_联立因果关系

弱工具变量造成的主要问题是：

答案:TSLS估计量不再具有正态分布；

在一个完全竞争的市场中，市场均衡是由需求和供给决定的，如果使用商品数量-商品价格的数对来做回归：

答案:需求函数和供给函数都无法估计；

在简单回归模型【图片】中，如果【图片】和【图片】相关，则

答案:OLS估计量是不一致的。

在一个研究年龄对收入的非线性影响的模型中，假设我们得到如下回归结果：【图片