【文章內(nèi)容簡介】 包括截距項），則總體線性回歸模型進(jìn)行顯著性檢驗時所用的F統(tǒng)計量可表示為。A、B、C、D、E、回歸平方和是指。的離差平方和 的離差平方和 A、被解釋變量的觀測值Y與其平均值B、被解釋變量的回歸值與其平均值C、被解釋變量的總體平方和與殘差平方和之差D、解釋變量變動所引起的被解釋變量的離差的大小 E、隨機(jī)因素影響所引起的被解釋變量的離差大小可以作為單方程計量經(jīng)濟(jì)學(xué)模型解釋變量的有以下幾類變量。A、外生經(jīng)濟(jì)變量 B、外生條件變量 C、外生政策變量 D、滯后被解釋變量 E、內(nèi)生變量在存在異方差時，如果采用OLS法估計模型參數(shù)，那么參數(shù)估計量是：（1）無偏的，（2）有偏的，（3）不是有效的；（4）是有效的，（5）參數(shù)的顯著性檢驗失去意義，（6）參數(shù)的顯著性檢驗仍有意義，（7）預(yù)測仍然有意義，（8）預(yù)測失效。隨機(jī)方程包含（）四種方程。A、行為方程 B、技術(shù)方程C、經(jīng)驗方程 D、制度方程 E、統(tǒng)計方程一個完備的結(jié)構(gòu)式模型的矩陣表示為。A、B、C、D、E、下列宏觀經(jīng)濟(jì)計量模型中消費函數(shù)所在方程(即第二個方程)的類型為。A、技術(shù)方程式 B、制度方程 C、恒等式 D、行為方程 E、結(jié)構(gòu)式方程 序列相關(guān)性的檢驗方法有。A、戈里瑟檢驗 B、馮諾曼比檢驗 C、回歸檢驗 D、DW檢驗1DW檢驗是用于下列哪些情況的序列相關(guān)檢驗。A、高階線性自相關(guān)形式的序列相關(guān) B、一階非線性自回歸形式的序列相關(guān) C、正的一階線性自回歸形式的序列相關(guān) D、負(fù)的一階線性自回歸形式的序列相關(guān)1檢驗多重共線性的方法有。A、等級相關(guān)系數(shù)法 B、戈德菲爾德—匡特檢驗法法 C、工具變量法 D、判定系數(shù)檢驗法 E、差分法 1選擇作為工具變量的變量必須滿足以下條件。A、與所替代的隨機(jī)解釋變量高度相關(guān) B、與所替代的隨機(jī)解釋變量無關(guān)C、與隨機(jī)誤差項不相關(guān)D、與模型中其它解釋變量不相關(guān)，以避免出現(xiàn)多重共線性1調(diào)整后的多重可決系數(shù)的正確表達(dá)式有。A、B、C、D、E、1設(shè)為回歸模型中的參數(shù)個數(shù)（包括截距項），則總體線性回歸模型進(jìn)行顯著性檢驗時所用的F統(tǒng)計量可表示為。A、B、C、D、E、1在多元線性回歸分析中，修正的可決系數(shù)A、C、與可決系數(shù)≥之間。 B、只能大于零 D、可能為負(fù)值三、名詞解釋結(jié)構(gòu)式模型簡化式模型參數(shù)關(guān)系體系計量經(jīng)濟(jì)學(xué)正規(guī)方程組；多重共線性；異方差四、判斷題存在完全多重共線性時，模型參數(shù)無法估計；在存在自相關(guān)的情況下，普通最小二乘法（OLS）估計量是有偏的和無效的（）如果存在異方差，通常使用的，檢驗和檢驗是無效的；（）當(dāng)模型存在高階自相關(guān)時，可用DW法進(jìn)行自相關(guān)檢驗。當(dāng)模型的解釋變量包括內(nèi)生變量的滯后變量時，DW檢驗就不適用了DW值在0和4之間，數(shù)值越小說明正相關(guān)程度越大，數(shù)值越大說明負(fù)相關(guān)程度越大。假設(shè)模型存在一階自相關(guān)，其他條件均滿足，則仍用OLS法估計未知參數(shù)，得到的估計量是無偏的，不再是有效的，顯著性檢驗失效，預(yù)測失效。檢驗主要是用于檢驗?zāi)Ｐ椭惺欠翊嬖诋惙讲钚缘模ǎ┤绻嬖诋惙讲?，通常使用的t檢驗和F檢驗是無效的（）在存在異方差情況下，常用的OLS法總是高估了估計量的標(biāo)準(zhǔn)差（）1GoldQuandt檢驗是檢驗?zāi)Ｐ彤惙讲畹挠行Х椒ㄖ唬ǎ?當(dāng)存在序列相關(guān)時，OLS估計量是有偏的并且也是無效的；（）1逐步回歸法是解決模型自相關(guān)性的基本方法（）五、綜合題有如下一個回歸方程，共95個樣本點：DW= 寫出DW檢驗法的步驟，并根據(jù)給出的數(shù)值，判斷該模型是否存在自相關(guān)性。在做下列假設(shè)檢驗時，你需引入多少虛擬變量？（1）一年中的12個月呈現(xiàn)季節(jié)趨勢（seasonal patterns）；（2）一年中的雙月呈現(xiàn)季節(jié)趨勢。以企業(yè)研發(fā)支出(Ramp。D)占銷售額的比重為被解釋變量，以企業(yè)銷售額利潤占銷售額的比重下：與為解釋變量，一個容量為32的樣本企業(yè)的估計結(jié)果如()()()其中括號中為系數(shù)估計值的標(biāo)準(zhǔn)差。(1)解釋的系數(shù)。如果增加10％，估計會變化多少個百分點?這在經(jīng)濟(jì)上是一個很大的影響嗎?(2)針對Ramp。D強(qiáng)度隨銷售額的增加而提高這一備擇假設(shè)，檢驗它不隨假設(shè)。分別在5％和10％的顯著性水平上進(jìn)行這個檢驗。(3)利潤占銷售額的比重對Ramp。D強(qiáng)度是否在統(tǒng)計上有顯著的影響?而變化的設(shè)某飲料的需求Y依賴于收入X的變化外，還受： ①“地區(qū)”（農(nóng)村、城市）因素影響其截距水平； ②“季節(jié)”（春、夏、秋、冬）因素影響其截距和斜率。試分析確定該種飲料需求的線性回歸模型。度將下列非線性函數(shù)模型線性化： S型函數(shù)；設(shè)模型（）（）其中和為外生變量。請判別方程組的可識別性。某地區(qū)通過一個樣本容量為722的調(diào)查數(shù)據(jù)得到勞動力受教育的一個回歸方程為R2= 式中，edu為勞動力受教育年數(shù)，sibs為該勞動力家庭中兄弟姐妹的個數(shù)，medu與fedu分別為母親與父親受到教育的年數(shù)。問（1）若medu與fedu保持不變，為了使預(yù)測的受教育水平減少一年，需要sibs增加多少？（2）請對medu的系數(shù)給予適當(dāng)?shù)慕忉尅＃?）如果兩個勞動力都沒有兄弟姐妹，但其中一個的父母受教育的年數(shù)為12年，另一個的父母受教育的年數(shù)為16年，則兩人受教育的年數(shù)預(yù)期相差多少？在一項調(diào)查大學(xué)生一學(xué)期平均成績()與每周在學(xué)習(xí)(樂()與其他各種活動（）、睡覺（）、娛)所用時間的關(guān)系的研究中，建立如下回歸模型：如果這些活動所用時間的總和為一周的總小時數(shù)168。問：保持其他變量不變，而改變其中一個變量的說法是否有意義?該模型是否有違背基本假設(shè)的情況? 如何修改此模型以使其更加合理?給定一元線性回歸模型：（1）敘述模型的基本假定；（2）寫出參數(shù)和的最小二乘估計公式；（3）說明滿足基本假定的最小二乘估計量的統(tǒng)計性質(zhì)；（4）寫出隨機(jī)擾動項方差的無偏估計公式?？紤]如下回歸模型：t=()()()其中，y=通貨膨脹率； x=生產(chǎn)設(shè)備使用率 請回答以下問題：（1）為什么通貨膨脹率和生產(chǎn)設(shè)備使用率之間存在一個正的關(guān)系？（2）生產(chǎn)設(shè)備使用率對通貨膨脹率的短期影響和長期影響分別是多大？（3）如果你手中無原始數(shù)據(jù)，并讓你估計下列回歸模型：，你怎樣估計生產(chǎn)設(shè)備使用率對通貨膨脹率的短期影響和長期影響？第三篇：《計量經(jīng)濟(jì)學(xué)》書后習(xí)題答案《計量經(jīng)濟(jì)學(xué)》書后習(xí)題答案第一章作業(yè)答案解：（1）所以，樣本回歸方程為回歸系數(shù)的經(jīng)濟(jì)意義：價格每上漲（或下跌）一個單位，企業(yè)銷售額平均提高（降低）。（2）而(3)；而臨界值可以看出、的絕對值均大于臨界值，說明回歸參數(shù)、是顯著的。（4）求的置信度為95%的置信區(qū)間。即（，）（5）求擬合優(yōu)度%不高，說明價格只能解釋企業(yè)銷售額總變差的58%左右，還有42%左右得不到說明。這一事實表明，只用價格一個因素不能充分解釋企業(yè)銷售額的變差，還需考慮別的有關(guān)因素，建立多元回歸模型。（6）回歸直線未解釋銷售變差部分（7）當(dāng)價格時，預(yù)測該企業(yè)的銷售額解：（1）→→→→所以當(dāng)或者時，成立。（2）求的無偏估計量即用樣本方差估計總體方差。與總體方差相對應(yīng)的樣本方差為；無偏性要求因為其中：=======即所以的無偏估計量（3）=（4）定義擬合優(yōu)度在模型含常數(shù)項即的情況下，擬合優(yōu)度定義為：這樣定義的前提是平方和分解式成立；但這一等式成立的前提是和同時成立（見書第32頁第8行）；而和是用最小二乘法推導(dǎo)和的估計量時得到的兩個方程（見書第18頁的前兩行）。但在模型不含常數(shù)項即的情況下，用最小二乘法推導(dǎo)的估計量時只得到一個方程即（見書第18頁的倒數(shù)第2行）。因此，在此情況下不一定成立，原來擬合優(yōu)度的定義也就不適用了。而在的情況下，成立。證明：其中所以因此，在的情況下，擬合優(yōu)度可以定義為解：（1）臨界值而=、=，兩者均大于臨界值，說明、顯著地異于零。（2），則，則、的置信度為95%的置信區(qū)間分別為：即；即。解：，即工作人數(shù)每增加一個單位（千人），（萬噸）。解：（1）=。=。（2）=，擬合優(yōu)度不高，%，%得不到說明。這一事實表明，只用有價證券收益率一個因素不能充分解釋IBM股票收益率的總變差，還需考慮別的有關(guān)因素，建立多元回歸模型。（3）建立假設(shè)：，則接受原假設(shè)，說明IBM股票是穩(wěn)定證券。第一章作業(yè)答案解：（1）回歸參數(shù)、的經(jīng)濟(jì)意義分別為：當(dāng)耐用品價格指數(shù)不變時，家庭收入每增加一個單位，；當(dāng)家庭收入不變時，耐用品價格指數(shù)每增加一個單位。（2）當(dāng)時。說明在顯著性水平條件下，只有通過檢驗，即顯著地異于零；而、未通過檢驗。當(dāng)時。說明在顯著性水平條件下，、都通過了檢驗，即、顯著地異于零，認(rèn)為耐用品支出與家庭收入、耐用品價格指數(shù)分別存在線性相關(guān)關(guān)系。（3）回歸參數(shù)95%的置信區(qū)間：：（，）；：（，）；：（，）（4）擬合優(yōu)度和修正擬合優(yōu)度都不高，家庭收入、耐用品價格指數(shù)兩個因素只說明了耐用品支出總變差的50%左右，說明還存在影響耐用品支出的其他因素。=；當(dāng)時，說明回歸方程在整體上是顯著的。解：（1）（2）（3）解：（1）與（2）的回歸結(jié)果不同，是因為兩個模型中第二個自變量——平均小時工資采用了不同的指標(biāo)，（1）中采用的是以1982年價格為基期的平均小時工資，消除了通貨膨脹的影響，是