計(jì)量經(jīng)濟(jì)學(xué)試卷-展示頁(yè)
2025-04-03 07:58本頁(yè)面
【正文】 歸方程窗口的Rsquared Prob(Fstatistic) DurbinWatsonStd.Variable:的系數(shù)說(shuō)明了什么?利用某地區(qū)的有關(guān)統(tǒng)計(jì)資料，建立糧食生產(chǎn)函數(shù)如下：(101：男生238。h (模型十t＝() ()W＝=h （模型十為身高(單位：英寸)（6為體重(單位：磅)名男生，l5(其中51分）(1)這是何種方法，作用是什么？(2)簡(jiǎn)述該方法的基本思想；(3)寫(xiě)出計(jì)算過(guò)程，并給出結(jié)論。(10,10)=。數(shù)值大的一組回歸殘差平方和為RSS2＝。數(shù)值小的一組回歸殘差平方和為c＝828i++=問(wèn)：(1)題中所估計(jì)的回歸方程的經(jīng)濟(jì)含義；(2)該回歸方程的估計(jì)中存在什么問(wèn)題?(3)應(yīng)如何改進(jìn)?檢驗(yàn)臨界值表，得(36)=，由t在t, DW=。分）(）KL年的總產(chǎn)出根據(jù)某地共（6XYYX8四、分析題（40月、12月、5若有若干年的某經(jīng)濟(jì)變量月度數(shù)據(jù)，假定一年有10%的情況下，收入必須 4%，才能保持原有的需求水平。P為價(jià)格。為需求，XPX120Y對(duì)于有限分布滯后模型，解釋變量的滯后長(zhǎng)度每增加一期，可利用的樣本數(shù)據(jù)的容量就會(huì) 減少一個(gè) 。存在一階、二階自相關(guān)性，使用廣義差分變換，變換后的被解釋變量eib1b0若一元線性回歸模型YEviews可以判定回歸直線擬合的優(yōu)劣，又稱為 模型的可解釋程度。判定系數(shù)檢驗(yàn)自相關(guān)時(shí)，DW方差膨脹因子(VIF)的倒數(shù)稱為 容許度采用202估計(jì)的方差。多重共線性的存在會(huì)降低命令繪制趨勢(shì)圖。中，常利用3在x1。b1?s(b12)?b1（n0b1Hi+X+X+i=)一定在回歸直線上回歸模型則點(diǎn)(X、YX+bYr統(tǒng)計(jì)量的值接近于101BCD A．特征值檢驗(yàn) B．偏相關(guān)系數(shù)檢驗(yàn)C．布羅斯－戈弗雷檢驗(yàn) D．DWBCE A．不能有效提高模型的擬合優(yōu)度 B．難以客觀確定滯后期的長(zhǎng)度 C．滯后期長(zhǎng)而樣本小時(shí)缺乏足夠自由度ABC、 A．戈里瑟檢驗(yàn) B．戈德菲爾德匡特檢驗(yàn) C．懷特檢驗(yàn) D．DWABCA．無(wú)偏性 B．有效性C．一致性 D．確定性 E．線性特性1經(jīng)濟(jì)計(jì)量模型主要應(yīng)用于=?bi?var(bi=0（i=1，2，…,k）時(shí)，所用的統(tǒng)計(jì)量εi A．不存在一階負(fù)自相關(guān) B．無(wú)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)如果回歸模型包含二個(gè)質(zhì)的因素，且每個(gè)因素有兩種特征，則回歸模型中需要引入 A．一個(gè)虛擬變量 B．兩個(gè)虛擬變量 C．三個(gè)虛擬變量 D．四個(gè)虛擬變量線性回歸模型 中，檢驗(yàn)獨(dú)立當(dāng)與r=0,則X0，Y之間線性相關(guān)程度越高 B．與越接近于r，以下結(jié)論中錯(cuò)誤的是A．% B．% 1%，人均消費(fèi)支出將預(yù)期增加的回歸模型對(duì)人均收入D 根據(jù)樣本資料已估計(jì)得出人均消費(fèi)支出D 當(dāng)質(zhì)的因素引進(jìn)經(jīng)濟(jì)計(jì)量模型時(shí)，需要使用B B．增加C．不變 D．變化不定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1，則表明模型中存在R2分，共每題分，多選題每題 考核方式：試選擇題（單選題 課程號(hào)：0050339一二三四五總分統(tǒng)分人復(fù)核人第一學(xué)期課程試卷(A)課程名稱：計(jì)量經(jīng)濟(jì)學(xué)1－10111－15220分）在多元線性回歸中，判定系數(shù)隨著解釋變量數(shù)目的增加而CA．異方差性 B．序列相關(guān)C．多重共線性 D．?dāng)M合優(yōu)度低經(jīng)濟(jì)計(jì)量模型是指D 將內(nèi)生變量的前期值作解釋變量，這樣的變量稱為YXLnY=5+,這表明人均收入每增加B1 C．5% D．%對(duì)樣本相關(guān)系數(shù)D A．1，YX越接近于與之間線性相關(guān)程度越弱 C．1≤r≤1 D．若XYDW4dL，則認(rèn)為隨機(jī)誤差項(xiàng)H0:bit)服從(nk+1) (nk2)(nk1) (nk+2)1對(duì)于經(jīng)典的線性回歸模型，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ABCD A．經(jīng)濟(jì)預(yù)測(cè) B．經(jīng)濟(jì)結(jié)構(gòu)分析2 C．評(píng)價(jià)經(jīng)濟(jì)政策 D．政策模擬 1常用的檢驗(yàn)異方差性的方法有檢驗(yàn) E．方差膨脹因子檢測(cè)1對(duì)分布滯后模型直接采用普通最小二乘法估計(jì)參數(shù)時(shí)，會(huì)遇到的困難有D．滯后的解釋變量存在序列相關(guān)問(wèn)題 E．解釋變量間存在多重共線性問(wèn)題1常用的檢驗(yàn)自相關(guān)性的方法有檢驗(yàn) E．懷特檢驗(yàn)二、判斷正誤（正確打√，錯(cuò)誤打，每題分，共分，答案填入下表）在存異方差情況下采用的普通最小二乘回歸估計(jì)是有偏估計(jì)?DW2，則樣本回歸模型殘差的一階自相關(guān)系數(shù)近似等于0方差膨脹因子檢測(cè)法可以檢測(cè)模型的多重共線性? ? ?設(shè)有樣本回歸直線=0b1,為均值。,Yb0b11ib22ie中，檢驗(yàn)0:=時(shí)，所用的統(tǒng)計(jì)量服從于c)2用一階差分變換消除自相關(guān)性是假定自相關(guān)系數(shù)為解釋變量為非隨機(jī)變量，則解釋變量與隨機(jī)誤差項(xiàng)相關(guān)。EviewsSCAT懷特檢驗(yàn)是檢驗(yàn)?zāi)Ｐ褪欠翊嬖谧韵嚓P(guān)性的方法之一。OLS三、填空題（每空分，共分）古典回歸模型假定中的隨機(jī)擾動(dòng)項(xiàng)的方差等于常數(shù)的假定被破壞，則稱模型出現(xiàn)了 異方差性 。DW值的范圍是 0－dL 時(shí)，認(rèn)為存在正自相關(guān)。R2在軟件中，建立工作文件的命令是___create____________。在古典回歸模型假定中，要求隨機(jī)誤差項(xiàng)之間 互不相關(guān) 。i=+X+iY*=Y－ρ1Yt1－ρ2Yt2 。設(shè)某城市的微波爐需求函數(shù)為?ln=+lnln其中：Y為消費(fèi)者收入，P在上漲1月、10月表現(xiàn)出季節(jié)變動(dòng)，則應(yīng)引入的虛擬變量個(gè)數(shù)為 4 。分）4根據(jù)個(gè)企業(yè)的廣告支出和銷售收入的資源，求得： , , ,試用普通最小二乘法確定銷售收入對(duì)廣告支出的回歸直線，并說(shuō)明其經(jīng)濟(jì)含義。分）39Y、勞動(dòng)投入和資本投入的年度數(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：（6() ()R2=式下括號(hào)中的數(shù)字為相應(yīng)估計(jì)量的檢驗(yàn)值。5%的顯著性水平之下，查分布表DWdL=，du=。yiabxie樣本點(diǎn)共個(gè)，本題假設(shè)去掉樣本點(diǎn)個(gè)，xiRSS1＝，xi查表問(wèn)：（6為研究體重與身高的關(guān)系，我們隨機(jī)抽樣調(diào)查了名學(xué)生。36名女生)并得到如下
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1