計(jì)量經(jīng)濟(jì)學(xué)期末總復(fù)習(xí)-免費(fèi)閱讀
【正文】 Dyt的resid SchwarzRsquared .endpointsConvergence06/14/02 Time:Dytlikelihood DurbinWatsonError12 Includedcriterion LogErrorY Method:criterion Logregression（1） X2 （2） X3 （3） observations:EviewsX1t5．根據(jù)經(jīng)典線性回歸模型的假定條件，判斷該模型是否明顯違反了某個(gè)假定條件？如有違背，應(yīng)該如何解決？（6stat Prob(Fstatistic) 1．在空白處填上相應(yīng)的數(shù)字（共ofobservations:Variable:的點(diǎn)預(yù)測值；（2）在(Y12為=10，=11，229。和X教材第為了定量刻畫我國每年的資本配置效率，分別用每年的行業(yè)數(shù)據(jù)，采用mit②③利用全部樣本，采用bimit①lnlnI39104953=1990,1991,LOILtln=mt采用年年度數(shù)據(jù)為樣本。年時(shí)間序列資料，利用普通最小二乘法估計(jì)得出了下列回歸方程：Ct=+++()年戰(zhàn)爭期間略去）美國國內(nèi)消費(fèi)檢驗(yàn)擴(kuò)展到教材第頁，第教材第檢驗(yàn)，以確保每次引入新的變量之前回歸方程中只包含顯著的變量。6.（4）自變量與隨機(jī)誤差項(xiàng)獨(dú)立無關(guān)。在證明最小二乘估計(jì)量的無偏性中，利用了解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)的假定；在有效性的證明中，利用了隨機(jī)項(xiàng)獨(dú)立同方差假定。最小二乘法原則上是適用的，但會遇到下列問題中的（ ） La0++）6A．線性生產(chǎn)函數(shù) B.0=,其中b1Xi的普通最小二乘估計(jì)量（ D ）A．無偏且不一致 B．無偏但不一致C．有偏但一致 D.其中關(guān)于是的彈性 B．Xb1XiC．∑(YiXi)2A ）217。b02B．E(Yi)=b1+a1(Yt1YtR2YYX1i=KX2i，其中b0i217。十K179。Vt=utλut1，則可用作檢驗(yàn)，則假定βk=β0λk，0λl，則長期影響乘數(shù)為（ ）A．b01的階數(shù)個(gè) B．2是商品價(jià)格，為了考慮全年Cov(Xi，ui)≠0，則普通最小?二乘估計(jì)的平均變動3．如果線性回歸模型的隨機(jī)誤差項(xiàng)存在異方差，則參數(shù)的普通最小二乘估計(jì)量是（D）A．無偏的，但方差不是最小的 B．有偏的，且方差不是最小的C．無偏的，且方差最小 D．有偏的，但方差仍為最小4．DW都保持不變時(shí)，的平均變動B．當(dāng)ib0關(guān)于的含義是（ D）A．YX+中，X1Y檢驗(yàn)法適用于檢驗(yàn)（b4個(gè)C．3mDWYt1的工具變量為（ ）A．Xt B．Xt12C．Yt D．Vt14．使用工具變量法估計(jì)恰好識別的方程時(shí)，下列選項(xiàng)中有關(guān)工具變量的表述錯(cuò)誤的是（A ）A．工具變量可選用模型中任意變量，但必須與結(jié)構(gòu)方程中隨機(jī)誤差項(xiàng)不相關(guān)B．工具變量必須與將要替代的內(nèi)生解釋變量高度相關(guān)C．工具變量與所要估計(jì)的結(jié)構(gòu)方程中的前定變量之間的相關(guān)性必須很弱，以避免多重共線性D．若引入多個(gè)工具變量，則要求這些工具變量之間不存在嚴(yán)重的多重共線性15．根據(jù)實(shí)際樣本資料建立的回歸模型是（ ）A．理論模型 B．回歸模型C．樣本回歸模型 D．實(shí)際模型16．下列選項(xiàng)中，不屬于生產(chǎn)函數(shù)β1Xi+ui B．Yi= 217。+K)2 B．∑)25．用于檢驗(yàn)序列相關(guān)的與對收入e的線性函數(shù)，并且是解釋變量b0+1b1Xi217。 217。最小 B．∑(Yib0)2的彈性的說法中，正確的是（b0YXXi有偏且不一致38．設(shè)截距和斜率同時(shí)變動模型為+D0000C—Da1Dub1++k3.簡述選擇解釋變量的逐步回歸法逐步回歸的基本思想是“有進(jìn)有出”。7.1541305ADFC()首先假定邊際消費(fèi)傾向不變，建立了線性模型：9tOILtOLSaGDP=,2006t1990,1991,L和年（t=1991，1991，…1999）的個(gè)模型：lnIitIln=OLSOLS104滿足如下的總體回歸模型10??]Y=X229。Y10，總殘差平方和對觀測值估計(jì)得消費(fèi)函數(shù)為：217。95%的置信概率下消費(fèi)支出LNCONS11Method:23Variable Coefficient Std.regression Akaike4分）
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1