計(jì)量經(jīng)濟(jì)學(xué)補(bǔ)充練習(xí)題(已修改)
2025-04-06 07:58 本頁面
【正文】 《計(jì)量經(jīng)濟(jì)學(xué)》補(bǔ)充練習(xí)題一、填空，一般可分為四個(gè)步驟： 、估計(jì)參數(shù)、和模型應(yīng)用。，多元線性回歸模型參數(shù)的最小二乘估計(jì)具有、 和 。“線性”含義有兩種解釋，一種是 另一種是。通常線性回歸更關(guān)注第二種解釋。：總體模型： 。樣本模型： 。：TSS=RSS+ESS，寫出它們的表達(dá)式：RSS= 。ESS= 。，參數(shù)估計(jì)值b服從 分布，寫出期望和方差：。 。 。 。 。二、單選（）。 （ ），用隨機(jī)性的數(shù)學(xué)方程加以描述，用隨機(jī)性的數(shù)學(xué)方程加以描述，用非隨機(jī)性的數(shù)學(xué)方程加以描述，用隨機(jī)性的數(shù)學(xué)方程加以描述，則解釋變量與被解釋變量間的線性相關(guān)系數(shù)絕對值為（）。 （ ） n=30的一組樣本、包含3個(gè)解釋變量的線性回歸模型中，計(jì)算得到多重決定系數(shù)為，則調(diào)整后的多重決定系數(shù)為（）。X在某一特定的水平上，總體Y分布的離散程度越大，即s 越大，則（ ）。Yi=b 0+b 1Xi+m i，其中var(m i)=s Xi，則使用加權(quán)最小二乘法 ，定義的變量滿足（）。，被解釋變量為隨機(jī)變量，被解釋變量為非隨機(jī)變量，建立一元線性回歸模型??Yi=b0+b1Xi+mi，采用30個(gè)樣本，根據(jù)普通最小二乘法得b1=，對應(yīng)的標(biāo)準(zhǔn)差S(b1)=，那么，b1對應(yīng)的t統(tǒng)計(jì)量為（ ）。 2，預(yù)測精度越高 ，預(yù)測誤差越大，預(yù)測精度越高 ，預(yù)測誤差越大?Yi=+Xi,其回歸系數(shù)對應(yīng)的t統(tǒng)計(jì)量為，樣本容量為20，則在5%顯著性水平下，該方程對應(yīng)的方程顯著性檢驗(yàn)的F統(tǒng)計(jì)量為（）。 ，不同統(tǒng)計(jì)單位的相同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)是（ ） （ ）2估計(jì)模型時(shí)，應(yīng)將模型變換為（）。b 0b 0A.YiXi=+b1Xi+XimiXiB.YiXi=+b1+XimiXi= 0+b 1+ iXib 0bC.YiXibmXiXiD.Yi22=+1+XiXimiXi2Y對人均收入X的回歸模型是?lnYi=+lnXi，這表明人均收入每增加1%，人均消費(fèi)支出將（）Yi=b 0+b 1Xi+m i，其中var(m i)=s Xi，則使用加權(quán)最小二乘法% % % 9%（ ）、無偏和最小方差性質(zhì)的估計(jì)量、有偏和最小方差性質(zhì)的估計(jì)量、有偏和最小誤差性質(zhì)的估計(jì)量、無偏和最小誤差性質(zhì)的估計(jì)量2 2估計(jì)模型時(shí)，應(yīng)將模型變換為（）。b 0= 0+b 1+ iA.YiXi=+b1Xi+Ximi
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1