【正文】 (4)來自發(fā)達(dá)地區(qū)的城市男生,未得獎(jiǎng)學(xué)金.43. 試在家庭對(duì)某商品的消費(fèi)需求函數(shù)中（以加法形式）引入虛擬變量，用以反映季節(jié)因素（淡、旺季）和收入層次差距（高、低）對(duì)消費(fèi)需求的影響，并寫出各類消費(fèi)函數(shù)的具體形式。 均為虛擬變量,分別表示金融業(yè)、消費(fèi)品工業(yè)和公用業(yè)。（2）逐步描述如何使用LM檢驗(yàn)34．下表給出三變量模型的回歸結(jié)果：方差來源平方和（SS）自由度（.）平方和的均值(MSS)來自回歸(ESS)65965——來自殘差(RSS)_———總離差(TSS)6604214要求：（1）樣本容量是多少？（2）求RSS？（3）ESS和RSS的自由度各是多少？（4）求和？——2001年城鎮(zhèn)居民人均可支配收入和人均消費(fèi)性支出資料，按照凱恩斯絕對(duì)收入假說建立的消費(fèi)函數(shù)計(jì)量經(jīng)濟(jì)模型為： ；；； ；；；其中：是居民人均可支配收入，是居民人均消費(fèi)性支出 要求：（1）；（2）簡(jiǎn)述什么是模型的異方差性；（3）檢驗(yàn)該模型是否存在異方差性；36．考慮下表中的數(shù)據(jù)Y1086420246810X11234567891011X213579111315171921假設(shè)你做Y對(duì)X1和X2的多元回歸，你能估計(jì)模型的參數(shù)嗎？為什么？37．在研究生產(chǎn)函數(shù)時(shí)，有以下兩種結(jié)果：　　（1） 　　?。?）其中，Q＝產(chǎn)量，K＝資本，L＝勞動(dòng)時(shí)數(shù)，t＝時(shí)間，n＝樣本容量請(qǐng)回答以下問題：（1）證明在模型（1）中所有的系數(shù)在統(tǒng)計(jì)上都是顯著的（α＝）。 （4） 其中，、分別為居民耐用消費(fèi)品支出和耐用消費(fèi)品物價(jià)指數(shù)?！?999年共39年的總產(chǎn)出Y、勞動(dòng)投入L和資本投入K的年度數(shù)據(jù)，運(yùn)用普通最小二乘法估計(jì)得出了下列回歸方程： () () () ,DW= 上式下面括號(hào)中的數(shù)字為相應(yīng)估計(jì)量的標(biāo)準(zhǔn)誤差。你通過整個(gè)學(xué)年收集數(shù)據(jù)，得到兩個(gè)可能的解釋性方程：方程A： 方程B： 其中：——某天慢跑者的人數(shù) ——該天降雨的英寸數(shù) ——該天日照的小時(shí)數(shù)——該天的最高溫度（按華氏溫度） ——第二天需交學(xué)期論文的班級(jí)數(shù)請(qǐng)回答下列問題：（1）這兩個(gè)方程你認(rèn)為哪個(gè)更合理些，為什么？（2）為什么用相同的數(shù)據(jù)去估計(jì)相同變量的系數(shù)得到不同的符號(hào)？21．假定以校園內(nèi)食堂每天賣出的盒飯數(shù)量作為被解釋變量，盒飯價(jià)格、氣溫、附近餐廳的盒飯價(jià)格、學(xué)校當(dāng)日的學(xué)生數(shù)量（單位：千人）作為解釋變量，進(jìn)行回歸分析；假設(shè)不管是否有假期，食堂都營(yíng)業(yè)。（2）如何解釋截距的意義？它有經(jīng)濟(jì)含義嗎？如何解釋斜率？（3）能否救出真實(shí)的總體回歸函數(shù)？（4）根據(jù)需求的價(jià)格彈性定義： ，依據(jù)上述回歸結(jié)果，你能救出對(duì)咖啡需求的價(jià)格彈性嗎？如果不能，計(jì)算此彈性還需要其他什么信息？15．下面數(shù)據(jù)是依據(jù)10組X和Y的觀察值得到的： ，假定滿足所有經(jīng)典線性回歸模型的假設(shè)，求，的估計(jì)值；—1999年共39年的總產(chǎn)出Y、勞動(dòng)投入L和資本投入K的年度數(shù)據(jù)，運(yùn)用普通最小二乘法估計(jì)得出了下列回歸方程： () () () ，DW= 式下括號(hào)中的數(shù)字為相應(yīng)估計(jì)量的標(biāo)準(zhǔn)誤。（2）計(jì)算回歸變差和剩余變差。7．根據(jù)容量n=30的樣本觀測(cè)值數(shù)據(jù)計(jì)算得到下列數(shù)據(jù)：，試估計(jì)Y對(duì)X的回歸直線。其中， （3）采用直線回歸方程擬和出的模型為 t值 R2= F=解釋參數(shù)的經(jīng)濟(jì)意義。25．簡(jiǎn)述DW檢驗(yàn)的局限性。10．在滿足古典假定條件下，一元線性回歸模型的普通最小二乘估計(jì)量有哪些統(tǒng)計(jì)性質(zhì)？ 11．簡(jiǎn)述BLUE的含義。，就一定符合秩條件 ，就一定可以識(shí)別 ，根據(jù)階條件判斷方程是恰好識(shí)別還是過度識(shí)別77．對(duì)于CD生產(chǎn)函數(shù)模型，下列說法中正確的有（ ）。 B．自適應(yīng)預(yù)期模型 C．部分調(diào)整模型D．如果回歸模型存在嚴(yán)重的多重共線性，可不加分析地去掉某個(gè)解釋變量從而消除多重共線性。A．相關(guān)系數(shù)　　B．DW值　　C．方差膨脹因子　　D．特征值　E．自相關(guān)系數(shù)55．多重共線性產(chǎn)生的原因主要有（ ）。A．高階線性自回歸形式的序列相關(guān)B．一階非線性自回歸的序列相關(guān)C．移動(dòng)平均形式的序列相關(guān)D．正的一階線性自回歸形式的序列相關(guān)E．負(fù)的一階線性自回歸形式的序列相關(guān)47．以dl表示統(tǒng)計(jì)量DW的下限分布，du表示統(tǒng)計(jì)量DW的上限分布，則DW檢驗(yàn)的不確定區(qū)域是（ ）。，（或回歸平方和）是指（ ）。A． B．C． D． E．　27．對(duì)于樣本回歸直線，為估計(jì)標(biāo)準(zhǔn)差，下列決定系數(shù)的算式中，正確的有（ ）。A． B．C． D． E．20．回歸分析中估計(jì)回歸參數(shù)的方法主要有（ ）。 )。A．內(nèi)生變量 B．控制變量 C．政策變量 D．滯后變量 E．外生變量14．對(duì)于經(jīng)典線性回歸模型，各回歸系數(shù)的普通最小二乘法估計(jì)量具有的優(yōu)良特性有( B．稅率A．對(duì)象及范圍可比 B．時(shí)間可比 C．口徑可比D．計(jì)算方法可比 E．內(nèi)容可比7．一個(gè)計(jì)量經(jīng)濟(jì)模型由以下哪些部分構(gòu)成（ ）。A．短期影響乘數(shù)　 B．長(zhǎng)期影響乘數(shù) C．結(jié)構(gòu)式參數(shù) D．簡(jiǎn)化式參數(shù)126．簡(jiǎn)化式參數(shù)反映對(duì)應(yīng)的解釋變量對(duì)被解釋變量的（ ）。 ) 。A．異方差問題 B．序列相關(guān)問題 　C．多重共性問題 D．參數(shù)過多難估計(jì)問題114．分布滯后模型中，為了使模型的自由度達(dá)到30，必須擁有多少年的觀測(cè)資料（ ）。A． 　　　　　　 B． C．　　　　　 D．不確定106．對(duì)于分布滯后模型，時(shí)間序列資料的序列相關(guān)問題，就轉(zhuǎn)化為（ ?。?) A．1倍　　 B．　　 C．　　 D．2倍88．如果方差膨脹因子VIF＝10，則什么問題是嚴(yán)重的（ ）。由此決斷上述模型存在（ ）。A．ut＝ρut－1+vt 　　 B．ut＝ρut－1+ρ2ut－2+…+vt C．ut＝ρvt 　 　 D．ut＝ρvt+ρ2 vt1 +…74．DW的取值范圍是（ ）。，引起因變量Y的相對(duì)變化率 ，引起Y的期望值絕對(duì)量變化 46．回歸分析中定義的（ ）。 =∞ 40．在雙對(duì)數(shù)模型中，的含義是（ ）。A．1 B．－1 C．0 D．∞36．根據(jù)決定系數(shù)R2與F統(tǒng)計(jì)量的關(guān)系可知，當(dāng)R2＝1時(shí)，有（ ）。A． B． C． D．28．用OLS估計(jì)經(jīng)典線性模型，則樣本回歸直線通過點(diǎn)_________。A． B． C． D．20．對(duì)于，以表示估計(jì)標(biāo)準(zhǔn)誤差，表示回歸值，則（ ）。A．虛擬變量 B．控制變量 C．政策變量 D．滯后變量12．（ ）是具有一定概率分布的隨機(jī)變量，它的數(shù)值由模型本身決定。A．控制變量 B．解釋變量 C．被解釋變量 D．前定變量4．橫截面數(shù)據(jù)是指（A）。A．同一時(shí)點(diǎn)上不同統(tǒng)計(jì)單位相同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)B．同一時(shí)點(diǎn)上相同統(tǒng)計(jì)單位相同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)C．同一時(shí)點(diǎn)上相同統(tǒng)計(jì)單位不同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)D．同一時(shí)點(diǎn)上不同統(tǒng)計(jì)單位不同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)5．同一統(tǒng)計(jì)指標(biāo)，同一統(tǒng)計(jì)單位按時(shí)間順序記錄形成的數(shù)據(jù)列是（C）。A．外生變量 B．內(nèi)生變量 C．前定變量 D．滯后變量13．同一統(tǒng)計(jì)指標(biāo)按時(shí)間順序記錄的數(shù)據(jù)列稱為（ ）。A． B．C． D．21．設(shè)樣本回歸模型為，則普通最小二乘法確定的的公式中，錯(cuò)誤的是（ ）。A． B． C． D．29．以Y表示實(shí)際觀測(cè)值，表示OLS估計(jì)回歸值，則用OLS得到的樣本回歸直線滿足（ ）。A．F＝1 B．F＝1 C．F＝0 D．F＝∞37．在C—D生產(chǎn)函數(shù)中，（ ）。A．Y關(guān)于X的增長(zhǎng)量 B．Y關(guān)于X的增長(zhǎng)速度 C．Y關(guān)于X的邊際傾向 D．Y關(guān)于X的彈性41．根據(jù)樣本資料已估計(jì)得出人均消費(fèi)支出Y對(duì)人均收入X的回歸模型為，這表明人均收入每增加1％，人均消費(fèi)支出將增加（ ）。=0 44．下面說法正確的是（ ）。 ，被解釋變量為隨機(jī)變量 ，被解釋變量為非隨機(jī)變量 47．計(jì)量經(jīng)濟(jì)模型中的被解釋變量一定是（ ）。 A．1≤DW≤0 　 　B．1≤DW≤1　 　 C．2≤DW≤2　　 D．0≤DW≤475．當(dāng)DW＝4時(shí)，說明（ ）。A．異方差問題　　B．序列相關(guān)問題　　C．多重共線性問題　　D．隨機(jī)解釋變量問題81．根據(jù)一個(gè)n=30的樣本估計(jì)后計(jì)算得DW＝，已知在5%的置信度下，dl=,du=,則認(rèn)為原模型（ ）。A．異方差問題　　 B．序列相關(guān)問題　　C．多重共線性問題　　 D．解釋變量與隨機(jī)項(xiàng)的相關(guān)性89．在多元線性回歸模型中，若某個(gè)解釋變量對(duì)其余解釋變量的判定系數(shù)接近于1，則表明模型中存在( )。 ) A．異方差問題 　　　B．多重共線性問題 C．多余解釋變量 　　D．隨機(jī)解釋變量107．在分布滯后模型中，短期影響乘數(shù)為（ ）。A．32 B．33 　 C．34 D．38115．如果聯(lián)立方程中某個(gè)結(jié)構(gòu)方程包含了所有的變量，則這個(gè)方程為（　　?。．間接最小二乘法和系統(tǒng)估計(jì)法A．直接影響　 B．間接影響 C．前兩者之和 D．前兩者之差127．對(duì)于恰好識(shí)別方程，在簡(jiǎn)化式方程滿足線性模型的基本假定的條件下，間接最小二乘估計(jì)量具備（ ）。A．變量 B．參數(shù) C．隨機(jī)誤差項(xiàng)D．方程式 E．虛擬變量8．與其他經(jīng)濟(jì)模型相比，計(jì)量經(jīng)濟(jì)模型有如下特點(diǎn)（ ）。 A．無偏性 B．有效性 C．一致性 D．確定性 E．線性特性15．指出下列哪些現(xiàn)象是相關(guān)關(guān)系（ ）。A．相關(guān)系數(shù)法 　B．方差分析法　　C．最小二乘估計(jì)法 D．極大似然法　E．矩估計(jì)法21．用OLS法估計(jì)模型的參數(shù)，要使參數(shù)估計(jì)量為最佳線性無偏估計(jì)量，則要求（ ）。A． B．C． D． E．28．下列相關(guān)系數(shù)的算式中，正確的有（ ）。A. 被解釋變量的實(shí)際值與平均值的離差平方和 B. 被解釋變量的回歸值與平均值的離差平方和C. 被解釋變量的總變差與剩余變差之差 D. 解釋變量變動(dòng)所引起的被解釋變量的變差E. 隨機(jī)因素影響所引起的被解釋變量的變差（包括截距項(xiàng)），則總體線性回歸模型進(jìn)行顯著性檢驗(yàn)時(shí)所用的F統(tǒng)計(jì)量可表示為（ ）。A．du≤DW≤4du B．4du≤DW≤4dl C．dl≤DW≤du D．4dl≤DW≤4 E．0≤DW≤dl48．DW檢驗(yàn)不適用于下列情況下的一階線性自相關(guān)檢驗(yàn)（ ）。A．經(jīng)濟(jì)變量之間往往存在同方向的變化趨勢(shì) B．經(jīng)濟(jì)變量之間往往存在著密切的關(guān)聯(lián)C．在模型中采用滯后變量也容易產(chǎn)生多重共線性D．在建模過程中由于解釋變量選擇不當(dāng)，引起了變量之間的多重共線性 E．以上都正確56．多重共線性的解決方法主要有（ ）。60．在包含有隨機(jī)解釋變量的回歸模型