计量经济学期中试卷

班级： 学号： 姓名：

一 得分

二 三 四 五 六 总分 一、 单选题（在每小题的四个备选答案中选择一个正确的答案代码

填入题后括号内，每小题1分，共15分）

1、以下模型中正确的是【 】

ˆ1.220.87Xe B 、Y12.340.99X A、 YC、 Y12.340.99Xe D、Y01Xe

ˆ＝356－1.5x，2、产量x（台）与单位产品成本y（元/台）之间的回归方程为y这说明【 】

A 、产量每增加一台，单位产品成本增加356元 B、 产量每增加一台，单位产品成本减少1.5元 C、产量每增加一台，单位产品成本平均增加356元 D、产量每增加一台，单位产品成本平均减少1.5元

ˆ0.78表明ˆˆlnX1.880.78lnX中，ˆYi3、回归方程ln【 】。 101iiA、X每增加1单位Y减少0.78单位 B、X每增加1%时Y平均减少0.78% C、X每增加1%时Y平均增加0.78% D、X每增加1单位Y平均减少0.78单位

4、为了估计一个三元线性回归模型（有截距），那么满足基本要求样本容量的是【 】

A、 n4 B、 n4

C、 n30或者n12 D、 n  30 5、在模型的统计意义检验中，不包括检验下面的【 】一项。 A、 拟合优度检验 B 、变量显著性检验 C、 方程显著性检验 D 、预测检验

6、计量经济学的理论模型设计工作，不包括下面【 】方面。 A、选择变量 B、确定变量之间的数学表达式 C、收集数据 D、确定待估计参数理论预期值 7、在模型的经济意义检验中，不包括检验下面的哪一项【 】 A、 参数估计量的符号 B 、参数估计量的大小 C、 参数估计量的相互关系 D 、参数估计量的显著性 8、下列说法中正确的是：【 】

A 、如果模型的R2很高，我们可以认为此模型的质量较好 B 、如果模型的R2较低，我们可以认为此模型的质量较差 C 、如果某一参数不能通过显著性检验，我们应该剔除该解释变量 D、如果某一参数不能通过显著性检验，我们不应该随便剔除该解释变量 9、计量经济学模型用于结构分析时，不包括下面的那种分析【 】 A 、相关性分析 B、 弹性分析 C 、乘数分析 D、边际分析 10、在计量经济学模型中，随机误差项不包括【 】的影响。 A、解释变量 B、观测误差 C、设定误差 D、其它未知因素

11、假设回归模型为YiXiui，其中Xi为随机变量，Xi与ui高度相关，则的普通最小二乘估计量【 】

A 、无偏且一致 B、 无偏但不一致 C 、有偏但一致 D、 有偏且不一致 12、在工具变量的选取中，下面哪一个条件不是必需的【 】 A、 与所替代的随机解释变量高度相关 B 、与随机误差项不相关

C 、与模型中的其他解释变量不相关

D 、与被解释变量存在因果关系

13、假设回归模型为yixiui，其中var(ui)=2xi2，则使用加权最小二乘法估计模型时，应将模型变换为【 】 A 、C 、

yuyu B、 222 xxxxxxxyxxxux D、

yxxux

14、根据观测值估计二元线性回归模型的DW＝2.40。取显著性水平=0.05时，查得dL＝1.10，dU＝1.54，则可以判断【 】

A、存在正的一阶自相关 B、不存在一阶自相关 C、存在负的一阶自相关 D、 无法确定 15、以加法的方式引进虚拟变量，将会改变【 】

A、同时改变截距和斜率 B、 模型的斜率 C、模型的截距 D 、误差项

二、多选题（在每小题的五个备选答案中选择正确的答案代码填入题后括号内，选错或没有选全的，不得分。每小题1分，共5分）

1、下列哪些方法可以用于异方差性的检验【 】

A、 DW检验法 B、 戈德菲尔德——匡特检验 C、 怀特检验 D、 戈里瑟检验 E 、冯诺曼比检验

2、用普通最小二乘法估计模型yt01xtut的参数，要使参数估计量具备最佳线性无偏估计性质，则要求：【 】 A、 E(ut)0 B、 Var(ut)2（常数） C 、 cov(ui,uj)0 D 、ut服从正态分布 E 、 x为非随机变量，且cov(xt,ut)0

3、一个模型用于预测前必须经过的检验有【 】

A、 经济检验 B 、统计检验 C、 计量经济学检验 D 、预测检验 E 、实践检验

4、以下“诺贝尔经济学奖”获奖者中属于对计量经济学有杰出贡献而获奖的有【 】。

A、弗里希（R.Frish） B、保罗•萨缪尔森(P.Samuelson) C、劳伦斯•克莱因(R.Klein) D、恩格尔（ Engle） E、格兰杰（Granger）

5、模型的计量经济学检验包括【 】

A、零均值检验 B、 同方差性检验 C 、序列相关检验 D、正态性检验 E 、多重共线性检验

三、名词解释（每小题3分，共15分）

1. 最小二乘法 2. 高斯马尔科夫定理 3. 回归分析

4. 异方差性 5. 虚拟变量

四、判断题（在正确的题后括号内划“√”，错误的题后括号内划“×”，每小题1，共5分）

【 】1、在一元线性回归模型中变量显著性检验与方程显著性检验是等价的。 【 】2、可决系数R2是解释变量数的单调非降函数。

【 】3、多元回归分析中，检验的结论“方程显著”表明所有解释变量都显著。 【 】4、计量经济学所说的“线性模型”是指模型关于变量与参数都是线性的。 【 】5、由于忽略了主要解释变量所致的序列相关性称为“虚假序列相关”。

五、简答题（每小题4分，共16分）

1. 简述计量经济学建模步骤。

2. 简述模型统计意义检验的内容。

3. 简述多元线性回归模型基本假设的内容。

4. 简述工具变量的选取标准。

六、分析与计算题

1.（本题24分）教育回报案例中，工资（Wage）的影响因素有：受教育程度（Educ）、

经验（Exper）和任期（Tenure）。多元线性回归的输出结果如下： Dependent Variable: WAGE Method: Least Squares Included observations: 526

Coefficient Std. Error t-Statistic Prob. C -2.872735 0.728964 -3.940844 0.0001 EDUC 0.598965 0.051284 11.67948 0.0000 EXPER 0.022340 0.012057 1.852849 0.0645 TENURE 0.169269 0.021645 7.820361 0.0000

R-squared 0.306422 Mean dependent var 5.896103 Adjusted R-squared 0.302436 S.D. dependent var 3.693086

Akaike info

S.E. of regression 3.084476 criterion 5.098216 Sum squared resid 4966.303 Schwarz criterion 5.130652

Hannan-Quinn

Log likelihood -1336.831 criter. 5.110916 F-statistic 76.87317 Durbin-Watson stat 1.791222 Prob(F-statistic) 0.000000 （1） 写出回归方程 （3分）

（2）调整的拟合优度R2 （2分）

ˆ （2分） （3）回归的标准误（4）残差平方和RSS （2分） （5）检验变量的显著性和方程的显著性（显著水平5%） （3分）

（6）模型的经济意义检验结果为： （3分）

（7）解释参数1的经济意义 （3分）

ˆ的标准误为Sˆ （2分） （8）参数估计量22（9）写出模型最小二乘估计的Eviews命令 （2分）

（10）赤池信息准则值为AIC= (2分) 2、（本题10分）收集中国1985年～2003年的实际GDP（X）与进口额（Y）（单位：亿元），采用OLS估计线性模型参数，结果Durbin-Watson统计量为0.52385。问（1）这一结果表明模型可能存在什么问题？（3分）。

由于怀疑模型存在古典假定违背的问题，又进行了拉格朗日乘数检验，结果为： Breusch-Godfrey Serial Correlation LM Test:

Prob.

Obs*R-squared 13.94586 Chi-Square(3) Dependent Variable: RESID

Variable

C X

RESID(-1) RESID(-2) RESID(-3)

以及

Breusch-Godfrey Serial Correlation LM Test:

Prob.

Obs*R-squared 13.93398 Chi-Square(2) Dependent Variable: RESID

Variable

C X

RESID(-1) RESID(-2)

（2）根据这两个输出结果可以得出什么结论？（3分）。

Coefficient Std. Error -310.6548 289.1968 0.018386 0.013191 1.850017 0.290193 -0.891581 0.359128

Prob. 0.0030 Prob.

0.3694 0.2483 0.0001 0.1752 0.8445

Coefficient Std. Error t-Statistic -287.9183 310.4565 -0.927403 0.017260 0.014328 1.204682 1.811592 0.347831 5.208252 -0.804727 0.563530 -1.428011 -0.087452 0.437610 -0.199839

0.0009

Prob.

t-Statistic -1.074199 0.2997 1.393843 0.1837 6.375124 0.0000 -2.482630 0.0254

接下来，该研究者利用EViews软件进行广义差分法估计参数，得以下结果： Dependent Variable: Y Method: Least Squares

Prob.

Variable Coefficient Std. Error t-Statistic

C -17590.14 27915.86 -0.630113 0.5395 X 0.949947 0.312033 3.044384 0.0094 AR(1) 1.864841 0.391096 4.768238 0.0004 AR(2) -0.893919 0.421496 -2.120827 0.0537

（3）根据这一结果，写出最终的回归方程，并写出广义差分法估计的Eviews命令（4分）。

3.（本题10分）依据能源消费量EQ与能源价格P之间的20组数据，以OLS估计EQ关于P的线性回归，计算残差序列。然后以残差的绝对值为被解释变量，价格为解释变量建立先行回归，结果如下：

Dependent Variable: E Method: Least Squares Included observations: 20 Variable C P R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient 14.45007 -0.249300 Std. Error 3.177297 0.113945 t-Statistic 4.547914 -2.187902 Prob. 0.0002 0.0421 6.602665 6.525716 6.625289 4.786915 0.042111

0.210073 Mean dependent var 8.155260 0.166188 S.D. dependent var 6.029111 Akaike info criterion 654.3033 Schwarz criterion -63.25716 F-statistic 0.534115 Prob(F-statistic)

据此（1）可否认为模型存在异方差性（0.05)？（3分）

（2）异方差的形式是什么？（3分）

（3）如何解决异方差问题并写出修正模型的Eviews命令？（4分）