【正文】 1724502048 8196016601826882087 942973530194632377710277423112028952303（1） 用Goldfeld—Quandt檢驗分析異方差性（不必刪除觀測值）；（2） 用Spearman等級相關(guān)檢驗分析異方差性；（3） 假設(shè)Var()=，其中為未知常數(shù)，估計Y關(guān)于X的回歸方程。下表是美國1988年的研發(fā)費用，試用Spearman 等級相關(guān)檢驗其是否存在異方差性。序號行業(yè)銷售額研發(fā)費用支出利潤1容器與包裝 6 1 2非銀行金融機(jī)構(gòu) 11 1 3服務(wù)行業(yè) 14 4金屬與采掘業(yè) 21 2 5住房與建筑業(yè) 26 6一般制造業(yè) 32 1 3 7閑暇時間行業(yè) 35 1 2 8紙與林產(chǎn)品行業(yè) 40 4 9食品行業(yè) 70 5 10健康護(hù)理業(yè) 80 6 13 11宇航業(yè) 95 3 4 12消費品101 1 10 13電器與電子產(chǎn)品116 6 8 14化學(xué)工業(yè)122 4 16 15聚合物141 3 9 16辦公設(shè)備與計算機(jī)175 13 19 17燃料230 1 22 18汽車行業(yè)293 9 18 美國1988年的研發(fā)費用的數(shù)據(jù)如題6，回歸方程給出了對數(shù)形式的研發(fā)費用支出和銷售的回歸結(jié)果。ln= 7+ 2ln（1） 根據(jù)表中數(shù)據(jù)，驗證這個回歸結(jié)果。（2） 分別將殘差的絕對值和殘差平方值對銷售量描圖。是否表明存在著異方差？（3） 對回歸的殘差進(jìn)行Park檢驗和Glejser檢驗。你得出什么結(jié)論？（4） 如果在對數(shù)回歸模型中發(fā)現(xiàn)了異方差，你會選擇用哪種WLS變換來消除它？1964年，對9 966名經(jīng)濟(jì)學(xué)家的調(diào)查數(shù)據(jù)如下：年齡/歲中值工資/美元年齡/歲中值工資/美元20~247 80035~3911 50025~298 40040~4413 00030~349 70045~4914 80050~5415 00065~6914 50055~5915 00070~12 00060~6415 000（1） 建立適當(dāng)?shù)哪Ｐ徒忉屍骄べY與年齡間的關(guān)系。為了分析的方便，假設(shè)中值工資 是年齡區(qū)間中點的工資。（2） 假設(shè)誤差與年齡成比例，變換數(shù)據(jù)求得WLS回歸方程。（3） 現(xiàn)假設(shè)誤差與年齡的平方比例，求WLS回歸方程。（4） 哪一個假設(shè)看來更可行？考慮下表中的數(shù)據(jù)：美國制造業(yè)平均賠償與就業(yè)規(guī)模所決定的生產(chǎn)率之間的關(guān)系就業(yè)規(guī)模（平均就業(yè)人數(shù)）平均賠償Y/美元平均生產(chǎn)率X/美元賠償?shù)臉?biāo)準(zhǔn)方差/美元1~43 3969 3357445~93 7878 58485110~194 0137 96272820~494 1048 27580550~994 1468 389930100~2494 2419 4181 081250~4994 3879 7951 243500~9994 53810 2811 3081 000~2 4994 84311 7501 112（1） 估計OLS回歸方程： （2） 估計WLS 計算兩個回歸方程的結(jié)果。你認(rèn)為哪個回歸方程更好？為什么？下表給出了20個國家五項社會經(jīng)濟(jì)指標(biāo)的有關(guān)數(shù)據(jù)，根據(jù)這些數(shù)據(jù)建立一個多元回歸模型用以解釋表中所示的20個國家的每日卡路里吸入量。該模型是否存在著異方差問題？試用Park檢驗法進(jìn)行檢驗。20個國家的嬰兒死亡率國家IMORPCGNPPEDUPOPGROWTHCSPC坦桑尼亞104160 662 092尼泊爾126180 822 052馬里168230 232073尼日利亞103290 772 146加納88400 711 759菲律賓44630 182 372科地瓦爾 53770 222 562威地馬拉 57900 772 307土耳其 751 2801173 229馬來西亞 231 9401022 730阿爾及利亞 752 360 962 715烏拉圭 232 4701102 648韓國 243 6001012 907希臘 124 8001043 688委內(nèi)瑞拉 253 2501072 494西班牙 97 7401137 740以色列 118 650 953 061澳大利亞 912 3401063 326英國 912 8101063 256美國 1019 8401003 645IMOR——嬰兒死亡率（每千個嬰兒中），1988年；PCGNP——人均GNP（1988年美元）；PEDU——初等教育入學(xué)年齡集團(tuán)所占百分率，1987年；POPGROWTH——人口增長率，1980~1988年平均值；CSPC——人均每日卡路里供應(yīng)量，1986年。 自相關(guān)性一、單項選擇題如果模型存在序列相關(guān)，則【 】A cov（，）=0 B cov（，）=0（t185。s）C cov（，）185。0 D cov（，）185。0（t185。s）DW檢驗的零假設(shè)是（r為隨機(jī)項的一階自相關(guān)系數(shù)）【 】A DW=0 B r=0 C DW=1 D r=1下列哪種形式的序列相關(guān)可用DW統(tǒng)計量來檢驗（為具有零均值，常數(shù)方差，且不存在序列相關(guān)的隨機(jī)變量）【 】A B C D DW值的取值范圍是【 】A －1163。DW163。0 B －1163。DW163。1C －2163。DW163。2 D 0 163。DW163。4當(dāng)DW＝4是時，說明【 】A 不存在序列相關(guān) B 不能判斷是否存在一階自相關(guān)C 存在完全的正的一階自相關(guān) D 存在完全的負(fù)的一階自相關(guān)根據(jù)20個觀測值估計的結(jié)果，一元線性回歸模型的DW＝。在樣本容量n=20，解釋變量k=1，顯著性水平a=，查得＝1，＝，則可以判斷【 】A 不存在一階自相關(guān) B 存在正的一階自相關(guān)C 存在負(fù)的一階自相關(guān) D 無法確定當(dāng)模型存在序列相關(guān)現(xiàn)象時，適宜的參數(shù)估計方法是【 】A 加權(quán)最小二乘法 B 間接最小二乘法C 廣義差分法 D 工具變量法對于原模型，一階廣義差分模型是指【 】A B C D 采用一階差分模型克服一階線性自相關(guān)問題適用于下列哪種情況【 】A r187。0 B r187。1 C －1r0 D 0r1假定某企業(yè)的生產(chǎn)決策由模型描述（其中為產(chǎn)量，為價格），如果該企業(yè)在t1期生產(chǎn)過剩，經(jīng)濟(jì)人員會削減t期的產(chǎn)量。由此判斷上述模型存在【 】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1根據(jù)一個n=30的樣本估計后計算得DW=，已知在5％得的置信度下，＝，＝，則認(rèn)為原模型【 】A 不存在一階序列自相關(guān) B 不能判斷是否存在一階自相關(guān)C 存在完全的正的一階自相關(guān) D 存在完全的負(fù)的一階自相關(guān)1對于模型，以r表示與之間的線性相關(guān)系數(shù)（t=1，2，188。，n），則下面明顯錯誤的是【 】A r=，DW= B r=－，DW=－C r=0，DW=2 D r=1，DW=01假設(shè)回歸模型中的隨機(jī)誤差項具有一階自回歸形式，其中，E()=0，var()=。則的方差var()為【 】A B C D 1若回歸模型中的隨機(jī)誤差項存在一階自回歸形式的序列相關(guān)，則估計模型應(yīng)采用【 】A 普通最小二乘法 B 加權(quán)最小二乘法C 廣義差分法 D 工具變量法1已知DW統(tǒng)計量的值接近于2，則樣本回歸模型殘差的一階自相關(guān)系數(shù)r近似等于【 】A 0 B 1 C 1 D 1已知樣本回歸模型殘差的一階自相關(guān)系數(shù)接近于1，則DW統(tǒng)計量近似等于【 】 A 0 B 1 C 2 D 41在給定的顯著性水平之下，若DW統(tǒng)計量的下和上臨界值分別為dL和du,則當(dāng)dLDWdu時，可認(rèn)為隨機(jī)誤差項【 】A 存在一階正自相關(guān) B 存在一階負(fù)相關(guān) C 不存在序列相關(guān) D 存在序列相關(guān)與否不能斷定1DW檢驗法適用于檢驗【 】A 異方差性 B 序列相關(guān)C 多重共線性 D 設(shè)定誤差1已知模型的普通最小二乘法估計殘差的一階自相關(guān)系數(shù)為0，則DW統(tǒng)計量的近似【 】A 0 B 1 C 2 D 4DW統(tǒng)計量值接近2時，隨機(jī)誤差項為【 】A 正自相關(guān) B 負(fù)自相關(guān) C 無自相關(guān) D 不能確定是否存在自相關(guān)2用于檢驗隨機(jī)誤差項序列相關(guān)的方法正確的是【 】A 戈里瑟檢驗 B 戈德菲爾德——匡特檢驗 C 德賓—瓦森檢驗 D 方差膨脹因子檢驗2當(dāng)DW4dL，則認(rèn)為隨機(jī)誤差項ui【 】A 不存在一階負(fù)自相關(guān) B 無一階序列相關(guān)C 存在一階正自相關(guān) D 存在一階負(fù)自相關(guān)2對于大樣本，德賓瓦森（DW）統(tǒng)計量的近似計算公式為【 】A DW≈2（2） B DW≈3（1）C DW≈2（1） D DW≈2（1+）2對于某樣本回歸模型，已求得DW的值為l，則模型殘差的自相關(guān)系數(shù)近似等于【 】A B 0 C D 1二、多項選擇題以表示統(tǒng)計量DW的下限分布，表示統(tǒng)計量DW的上限分布，則DW檢驗的不確定區(qū)域是【 】A 163。DW163。4－ B 4－163。DW163。4－C 163。DW163。 D 4－163。DW163。4E 0163。DW163。DW檢驗不適用于下列情況下的自相關(guān)檢驗【 】A 模型包含有隨機(jī)解釋變量 B 樣本容量太小C 含有滯后的被解釋變量 D 包含有虛擬變量的模型E 高階自相關(guān)針對存在序列相關(guān)現(xiàn)象的模型估計，下述哪些方法可能是適用的【 】A 廣義最小二乘法 B 樣本容量太小C 殘差回歸法 D 廣義差分法E Durbin兩步法如果模型存在一階自相關(guān)，普通最小二乘估計仍具備【 】A 線性 B 無偏性 C 有效性 D 真實