2025年回归分析考试题和答案.docxVIP

2025年回归分析考试题和答案

一、单项选择题（每题2分，共20分）

1.在线性回归模型中，若满足高斯-马尔可夫假设，则普通最小二乘（OLS）估计量不具备的性质是（）

A.无偏性

B.有效性

C.一致性

D.渐近正态性

2.若回归模型存在异方差性，以下表述错误的是（）

A.OLS估计量仍无偏

B.系数的t检验失效

C.预测区间变窄

D.方差估计量有偏

3.多重共线性的典型后果是（）

A.系数估计量方差增大

B.模型整体显著性降低

C.残差序列出现自相关

D.解释变量符号与理论矛盾

4.当使用虚拟变量表示“季节因素”（春、夏、秋、冬）时，正确的设置方式是（）

A.引入4个虚拟变量

B.引入3个虚拟变量

C.引入1个虚拟变量并赋值1-4

D.引入2个虚拟变量

5.在比较两个嵌套模型时，AIC准则更倾向于选择（）

A.似然值更大且参数更少的模型

B.似然值更小且参数更多的模型

C.调整R2更高的模型

D.残差平方和更小的模型

6.若DW统计量值为0.8，样本量n=50，解释变量个数k=2（含截距项），则可认为（）

A.不存在正自相关

B.存在正自相关

C.存在负自相关

D.无法判断

7.对于非线性回归模型y=β?+β?x2+ε，正确的估计方法是（）

A.直接使用OLS估计

B.对x取对数后用OLS

C.用极大似然估计

D.用非线性最小二乘法

8.模型y=β?+β?x?+β?x?+β?x?x?+ε中，β?表示（）

A.x?对y的边际效应

B.x?对y的边际效应

C.x?与x?的交互作用对y的边际效应

D.截距项的调整量

9.分位数回归与普通最小二乘回归的主要区别在于（）

A.分位数回归关注条件均值，OLS关注条件分位数

B.分位数回归使用绝对误差最小化，OLS使用平方误差最小化

C.分位数回归要求误差项正态分布，OLS无此限制

D.分位数回归仅适用于截面数据，OLS适用于时间序列

10.岭回归的主要作用是（）

A.处理异方差

B.处理自相关

C.处理多重共线性

D.处理内生性

二、简答题（每题6分，共30分）

1.简述高斯-马尔可夫定理的核心条件与结论。

2.列举三种检验异方差的方法，并说明各自的基本思想。

3.逐步回归与LASSO回归在变量选择上的主要区别是什么？

4.随机解释变量可能导致的问题有哪些？如何处理其中一种情形？

5.分位数回归相比普通最小二乘回归有哪些优势？

三、计算分析题（每题15分，共45分）

1.某研究收集了20组企业研发投入（x，万元）与利润（y，万元）的数据，计算得：

∑x=400，∑y=1800，∑x2=10000，∑y2=200000，∑xy=38000，n=20。

（1）建立一元线性回归模型y=β?+β?x+ε，求β?和β?的OLS估计值；

（2）检验β?是否显著不为0（α=0.05，t临界值t?.???(18)=2.101）；

（3）计算判定系数R2并解释其经济意义。

2.某多元回归模型估计结果如下（括号内为标准误）：

y=5.2（1.3）+0.8x?（0.2）+1.2x?（0.5）-0.5x?（0.3）

n=100，R2=0.85，F=32.6（p0.01）

进一步计算得x?与x?的相关系数r=0.92，x?与x?的r=0.15，x?与x?的r=0.20。

（1）判断模型是否存在多重共线性，说明依据；

（2）计算x?的方差膨胀因子（VIF），并解释其含义；

（3）提出两种解决多重共线性的方法。

3.对某时间序列模型y?=β?+β?x?+ε?进行异方差检验，得到辅助回归结果（n=60）：

ε?2=0.5+0.3x?+0.2x?2（R2=0.15）

（1）说明应采用哪种异方差检验方法；

（2）写出检验的原假设和备择假设；

（3）计算检验统计量并判断是否拒绝原假设（χ2临界值χ?.??2(2)=5.991）。

四、综合应用题（25分）

某研究团队试图分析城镇居民消费支出（y，元）与可支配收入（x?，元）、家庭人口数（x?，人）、教育程度（x?，虚拟变量，本科及以上=1，否则=0）的关系。收集了2020年31个省份的截面数据，部分统计量如下：

∑y=620000，∑x?=1240000，∑x?=155，∑x?=12，

∑x?y=250000000，∑x?y=31000