【正文】 t=（）（） 計(jì)算F統(tǒng)計(jì)量，即，給定，查F分布表，得臨界值。根據(jù)某種商品銷售量和個(gè)人收入的季度數(shù)據(jù)建立如下模型： 其中，定義虛擬變量為第i季度時(shí)其數(shù)值取1，其余為0。于是建立了如下形式的理論模型：煤炭產(chǎn)量= 固定資產(chǎn)原值+ 職工人數(shù)+ 電力消耗量+μ，選擇2000年全國60個(gè)大型國有煤炭企業(yè)的數(shù)據(jù)為樣本觀測值；固定資產(chǎn)原值用資產(chǎn)形成年當(dāng)年價(jià)計(jì)算的價(jià)值量，其它采用實(shí)物量單位；采用OLS方法估計(jì)參數(shù)。由所給資料完成以下問題：（1） 在n=16，的條件下，查DW表得臨界值分別為，試判斷模型中是否存在自相關(guān)；（2） 如果模型存在自相關(guān)，求出相關(guān)系數(shù)，并利用廣義差分變換寫出無自相關(guān)的廣義差分模型。請你繼續(xù)完成上述工作，并回答所做的是一項(xiàng)什么工作，其結(jié)論是什么？ （2）根據(jù)表1所給資料，對給定的顯著性水平，查分布表，得臨界值，其中p=3為自由度。四、計(jì)算分析題根據(jù)某城市1978——1998年人均儲蓄(y)與人均收入(x)的數(shù)據(jù)資料建立了如下回歸模型 se=（）（）試求解以下問題（1） 取時(shí)間段1978——1985和1991——1998，分別建立兩個(gè)模型。4在有M個(gè)方程的完備聯(lián)立方程組中，當(dāng)識別的階條件為（H為聯(lián)立方程組中內(nèi)生變量和前定變量的總數(shù)，為第i個(gè)方程中內(nèi)生變量和前定變量的總數(shù)）時(shí)，則表示第i個(gè)方程不可識別。4對已經(jīng)估計(jì)出參數(shù)的模型不需要進(jìn)行檢驗(yàn)。4庫依克模型、自適應(yīng)預(yù)期模型與局部調(diào)整模型的最終形式是不同的。4通過虛擬變量將屬性因素引入計(jì)量經(jīng)濟(jì)模型，引入虛擬變量的個(gè)數(shù)與模型有無截距項(xiàng)無關(guān)。在簡單線性回歸中可決系數(shù)與斜率系數(shù)的t檢驗(yàn)的沒有關(guān)系。3隨機(jī)擾動(dòng)項(xiàng)的方差與隨機(jī)擾動(dòng)項(xiàng)方差的無偏估計(jì)沒有區(qū)別。3假定個(gè)人服裝支出同收入水平和性別有關(guān)，由于性別是具有兩種屬性（男、女）的定性因素，因此，用虛擬變量回歸方法分析性別對服裝支出的影響時(shí)，需要引入兩個(gè)虛擬變量。3多重共線性問題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的；3秩條件是充要條件，因此利用秩條件就可以完成聯(lián)立方程識別狀態(tài)的確定。3 即使經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量仍然是無偏的。2由間接最小二乘法與兩階段最小二乘法得到的估計(jì)量都是無偏估計(jì)。2在對參數(shù)進(jìn)行最小二乘估計(jì)之前，沒有必要對模型提出古典假定2當(dāng)異方差出現(xiàn)時(shí)，常用的t和F檢驗(yàn)失效；2解釋變量與隨機(jī)誤差項(xiàng)相關(guān)，是產(chǎn)生多重共線性的主要原因。 2結(jié)構(gòu)型模型中的每一個(gè)方程都稱為結(jié)構(gòu)式方程，結(jié)構(gòu)方程中，解釋變量只可以是前定變量。雙變量模型中，對樣本回歸函數(shù)整體的顯著性檢驗(yàn)與斜率系數(shù)的顯著性檢驗(yàn)是一致的；2多重共線性問題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的。1擬合優(yōu)度檢驗(yàn)和F檢驗(yàn)是沒有區(qū)別的。1經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量將有偏的。1虛擬變量只能作為解釋變量。1在實(shí)際中，一元回歸沒什么用，因?yàn)橐蜃兞康男袨椴豢赡軆H由一個(gè)解釋變量來解釋。 雙變量模型中，對樣本回歸函數(shù)整體的顯著性檢驗(yàn)與斜率系數(shù)的顯著性檢驗(yàn)是一致的。多重共線性問題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的。在經(jīng)濟(jì)計(jì)量分析中，模型參數(shù)一旦被估計(jì)出來，就可將估計(jì)模型直接運(yùn)用于實(shí)際的計(jì)量經(jīng)濟(jì)分析。DW檢驗(yàn)中的DW值在0到4之間，數(shù)值越小說明模型隨機(jī)誤差項(xiàng)的自相關(guān)度越小，數(shù)值越大說明模型隨機(jī)誤差項(xiàng)的自相關(guān)度越大。三、判斷題（判斷下列命題正誤，并說明理由）簡單線性回歸模型與多元線性回歸模型的基本假定是相同的。在模型中引入解釋變量的多個(gè)滯后項(xiàng)容易產(chǎn)生多重共線性。 在計(jì)量經(jīng)濟(jì)模型中，隨機(jī)擾動(dòng)項(xiàng)與殘差項(xiàng)無區(qū)別。線性回歸模型意味著因變量是自變量的線性函數(shù)。通過虛擬變量將屬性因素引入計(jì)量經(jīng)濟(jì)模型，引入虛擬變量的個(gè)數(shù)與樣本容量大小有關(guān)。如果聯(lián)立方程模型中某個(gè)結(jié)構(gòu)方程包含了所有的變量, 則這個(gè)方程不可識別。1多重共線性問題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的1在異方差性的情況下，常用的OLS法必定高估了估計(jì)量的標(biāo)準(zhǔn)誤。1隨機(jī)擾動(dòng)項(xiàng)的方差與隨機(jī)擾動(dòng)項(xiàng)方差的無偏估計(jì)沒有區(qū)別。1虛擬變量的取值只能取0或1。1聯(lián)立方程組模型不能直接用OLS方法估計(jì)參數(shù)。2在模型的回歸分析結(jié)果報(bào)告中，有，則表明解釋變量 對的影響是顯著的。2通過虛擬變量將屬性因素引入計(jì)量經(jīng)濟(jì)模型，引入虛擬變量的個(gè)數(shù)與模型有無截距項(xiàng)無關(guān)。2經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量將有偏的。在異方差性的情況下，常用的OLS法必定高估了估計(jì)量的標(biāo)準(zhǔn)誤。3 變量模型中，對樣本回歸函數(shù)整體的顯著性檢驗(yàn)與斜率系數(shù)的顯著性檢驗(yàn)是一致的。3在經(jīng)濟(jì)計(jì)量分析中，模型參數(shù)一旦被估計(jì)出來，就可將估計(jì)模型直接運(yùn)用于實(shí)際的計(jì)量經(jīng)濟(jì)分析。3雙變量模型中，對樣本回歸函數(shù)整體的顯著性檢驗(yàn)與斜率系數(shù)的顯著性檢驗(yàn)是一致的。3經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量將有偏的。4異方差性、自相關(guān)性都是隨機(jī)誤差現(xiàn)象，但兩者是有區(qū)別的。4滿足階條件的方程一定可以識別。4半對數(shù)模型中，參數(shù)的含義是X的絕對量變化，引起Y的絕對量變化。4經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量將有偏的。 4隨機(jī)誤差項(xiàng)和殘差是有區(qū)別的。模型1： 模型2： t=（）（） t=（）（） 計(jì)算F統(tǒng)計(jì)量，即，對給定的，查F分布表，得臨界值。請你繼續(xù)完成上述工作，并回答所做的是一項(xiàng)什么工作，其結(jié)論是什么？表1ARCH Test:Fstatistic ProbabilityObs*Rsquared ProbabilityTest Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 06/04/06 Time: 17:02Sample(adjusted): 1981 1998Included observations: 18 after adjusting endpointsVariableCoefficientStd. ErrortStatisticProb. CRESID^2(1)RESID^2(2)RESID^2(3)Rsquared Mean dependent varAdjusted Rsquared . dependent var1129283.. of regression Akaike info criterionSum squared resid+12 Schwarz criterionLog likelihood FstatisticDurbinWatson stat Prob(Fstatistic)根據(jù)某地區(qū)居民對農(nóng)產(chǎn)品的消費(fèi)y和居民收入x的樣本資料，應(yīng)用最小二乘法估計(jì)模型，估計(jì)結(jié)果如下，擬合效果見圖。se=（）（） 某人試圖建立我國煤炭行業(yè)生產(chǎn)方程，以煤炭產(chǎn)量為被解釋變量，經(jīng)過理論和經(jīng)驗(yàn)分析，確定以固定資產(chǎn)原值、職工人數(shù)和電力消耗量變量作為解釋變量，變量的選擇是正確的。指出該計(jì)量經(jīng)濟(jì)學(xué)問題中可能存在的主要錯(cuò)誤，并簡單說明理由。這時(shí)會發(fā)生什么問題，參數(shù)是否能夠用最小二乘法進(jìn)行估計(jì)？根據(jù)某城市1978——1998年人均儲蓄與人均收入的數(shù)據(jù)資料建立了如下回歸模型： se=（）（）試求解以下問題：（2） 取時(shí)間段1978——1985和1991——1998，分別建立兩個(gè)模型。請你繼續(xù)完成上述工作，并回答所做的是一項(xiàng)什么工作，其結(jié)論是什么？（3） 利用y對x回歸所得的殘差平方構(gòu)造一個(gè)輔助回歸函數(shù)： 計(jì)算 給定顯著性水平，查分布表，得臨界值，其中p=3，自由度。Sen和Srivastava（1971）在研究貧富國之間期望壽命的差異時(shí)，利用101個(gè)國家的數(shù)據(jù)，建立了如下的回歸模型：() () () R2=其中：X是以美元計(jì)的人均收入；Y是以年計(jì)的期望壽命；Sen和Srivastava 認(rèn)為人均收入的臨界值為1097美元（），若人均收入超過1097美元，則被認(rèn)定為富國；若人均收入低于1097美元，被認(rèn)定為貧窮國。（1）解釋這些計(jì)算結(jié)果。（2） 各個(gè)變量前參數(shù)估計(jì)的符號是否與期望的符號一致？（3） 在＝。影響凈出口的因素很多，在宏觀經(jīng)濟(jì)學(xué)中，匯率和國內(nèi)收入水平被認(rèn)為是兩個(gè)最重要的因素，我們根據(jù)這一理論對影響中國的凈出口水平的因素進(jìn)行實(shí)證分析。利用1985——2001年我國的統(tǒng)計(jì)數(shù)據(jù)（摘自《2002中國統(tǒng)計(jì)年鑒》），估計(jì)的結(jié)果見下表。相關(guān)系數(shù)矩陣Dependent Variable: NXMethod: Least SquaresDate: 03/21/02 Time: 11:02Sample: 1985 2001Included observations: 17VariableCoefficientStd. ErrortStatisticProb. CERsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid11091052 Schwarz criterionLog likelihood FstatisticDurbinWatson stat Prob(Fstatistic)Dependent Variable: NXMethod: Least SquaresDate: 03/21/02 Time: 11:04Sample: 1985 2001Included observations: 17VariableCoefficientStd. ErrortStatisticProb. CGDPRsquared Mean dependent varAdjust