《计量经济学》要点一、单项选择题知识点：第一章若干定义、概念时间序列数据定义横截面数据定义同一统计指标按时间顺序记录的数据称为( B )。
A、横截面数据B、时间序列数据C、修匀数据D、原始数据同一时间，不同单位相同指标组成的观测数据称为（ B ）A．原始数据B．横截面数据C．时间序列数据D．修匀数据变量定义（被解释变量、解释变量、内生变量、外生变量、前定变量）单方程中可以作为被解释变量的是（控制变量、前定变量、内生变量、外生变量）；在回归分析中，下列有关解释变量和被解释变量的说法正确的有（ C ）A、被解释变量和解释变量均为随机变量B、被解释变量和解释变量均为非随机变量C、被解释变量为随机变量，解释变量为非随机变量D、被解释变量为非随机变量，解释变量为随机变量什么是解释变量、被解释变量从变量的因果关系上，模型中变量可分为解释变量（Explanatory variable）和被解释变量(Explained variable)。
在模型中，解释变量是变动的原因，被解释变量是变动的结果。
被解释变量是模型要分析研究的对象，也常称为“应变量”(Dependent variable)、“回归子”（Regressand）等。
解释变量也常称为“自变量”(Independent variable)、“回归元”（Regressor）等，是说明应变量变动主要原因的变量。
因此，被解释变量只能由内生变量担任，不能由非内生变量担任。
单方程计量经济模型中可以作为被解释变量的是（ C ）A、控制变量B、前定变量C、内生变量D、外生变量单方程计量经济模型的被解释变量是（ A ）A、内生变量B、政策变量C、控制变量D、外生变量在回归分析中，下列有关解释变量和被解释变量的说法正确的有（C）A 、被解释变量和解释变量均为随机变量B 、被解释变量和解释变量均为非随机变量C 、被解释变量为随机变量，解释变量为非随机变量D 、被解释变量为非随机变量，解释变量为随机变量双对数模型中参数的含义；双对数模型01ln ln ln Y X ββμ=++中，参数1β的含义是（ D ）A . X 的相对变化，引起Y 的期望值绝对量变化B ．Y 关于X 的边际变化C ．X 的绝对量发生一定变动时，引起因变量Y 的相对变化率D 、Y 关于X 的弹性双对数模型 μββ++=X Y ln ln ln 10中，参数1β的含义是 （ C ）A. Y关于X的增长率 B .Y关于X的发展速度C. Y关于X的弹性D. Y关于X 的边际变化计量经济学研究方法一般步骤四步12点计量经济学的研究方法一般分为以下四个步骤（ B ）A．确定科学的理论依据、模型设定、模型修定、模型应用B．模型设定、估计参数、模型检验、模型应用C．搜集数据、模型设定、估计参数、预测检验D．模型设定、检验、结构分析、模型应用对计量经济模型应当进行哪些方面的检验经济意义检验：检验模型估计结果，尤其是参数估计，是否符合经济理论。
统计推断检验：检验参数估计值是否抽样的偶然结果，运用数理统计中的统计推断方法，对模型及参数的统计可靠性做出说明。
主要有t，F ，R2等检验；计量经济学检验：检验模型是否符合计量经济方法的基本假定，例如检验模型是否存在多重共线性，检验模型中的随机扰动项是否存在自相关和异方差性等等。
预测检验：模型预测的结果与经济运行的实际结果相对比，以此检验模型的有效性。
在使用计量经济模型分析问题时，通常会使用哪些类型数据使用这些类型数据各自应该注意哪些问题（1）时间序列数据（Time Series Data）把反映某一总体特征的同一指标的数据，按照一定的时间顺序和时间间隔（如月度、季度、年度）排列起来，这样的统计数据称为时间序列数据；（2）截面数据(Cross-Section Data)同一时间（时期或时点）某个指标在不同空间的观测数据，称为截面数据；（3）面板数据（Panel Data）面板数据指时间序列数据和截面数据相结合的数据，对若干个体进行多期观测。
例如在居民收支调查中收集的对各个固定调查户在不同时期的调查数据，又如全国各省市不同年份的经济发展状况的统计数据，就都是面板数据；（4）虚拟变量数据(Dummy Variables Data)。
时间序列数据若是非平稳的，可能造成“伪回归”；截面数据往往存在异方差；利用面板数据的计量经济模型已成为计量经济学研究的专门问题，容易产生异方差、自相关性。
计量经济模型检验通常包含哪些检验每种检验基本思想是什么经济意义检验：检验模型估计结果，尤其是参数估计，是否符合经济理论。
统计推断检验：检验参数估计值是否抽样的偶然结果，运用数理统计中的统计推断方法，对模型及参数的统计可靠性作出说明。
计量经济学检验：检验模型是否符合计量经济方法的基本假定，例如检验模型是否存在多重共线性，检验模型中的随机扰动项是否存在自相关和异方差性等等。
预测检验：模型预测的结果与经济运行的实际结果相对比，以此检验模型的有效性。
第二章若干基本概念总体、样本回归方程、模型古典线性回归模型的普通最小二乘估计量满足的统计性质（最佳线性无偏估计）； 古典线性回归模型的普通最小二乘估计量满足的统计性质(A)A 、最佳线性无偏估计B 、仅满足线性性 C.非有效性 D 有偏性 样本回归直线(,)X Y设OLS 法得到的样本回归直线为12i i i Y X e ββ=++))，则点),(Y X ( B )A 、一定不在回归直线上B 、一定在回归直线上C 、不一定在回归直线上D 、在回归直线上方经典线性计量模型的假定有哪些假定1：零均值假定; 假定2：同方差假定; 假定3：无自相关假定; 假定4：随机扰动项i u 与解释变量i X 不相关; 假定5：正态性假定；（假定6：无多重共线性）下图中符号“{”所代表的是（ B ）A.t 检验通常可以用于检验 （ D ）A 模型拟合优度B 模型整体显着性C 正态性D 个体参数显着性以下模型中不属于变量线性回归模型是( A )。
X 1ˆβ+ i YA 、212()i i i E Y X X ββ=+ B 、12i i i X Y u ββ=++C 、212()i i i E Y X X ββ=+D 、1()i i iE Y X β=+ 用最小二乘法作回归分析时提出了古典假定，这是为了（ B ）A. 使回归方程更简化B. 得到总体回归系数的最佳线性无偏估计C. 使解释变量更容易控制D. 使被解释变量更容易控制在一元线性回归模型中，样本回归方程可表示为：（ c ）A 、 t t t u X Y ++=10ββB 、 i t t X Y E Y μ+=)/(C 、 tt X Y 10ˆˆˆββ+= D 、 ()t t t X X Y E 10/ββ+=第三章多元线性回归模型整体的读解（对回归结果全过程的读解分析）根据F值判断整体显着性的规则（p值接近于零表示整体显着）；多元线性回归模型RSS反映了应变量观测值与估计值之间的总变差多元线性回归分析中的RSS（剩余平方和）反映了（ C ）A．应变量观测值总变差的大小B．应变量回归估计值总变差的大小C．应变量观测值与估计值之间的总变差D．Y关于X的边际变化多元线性回归模型ESS自由度为k-1多元线性回归分析中的ESS的自由度是( D ）A．K B．nC．n-K D．k-1调整后的判定系数2R 与判定系数2R 之间的关系 有关调整后的判定系数2R 与判定系数2R 之间的关系叙述正确的是（ C ） A 2R 等于2RB 2R 与2R 没有数量关系C 一般情况下22R R <D 2R 大于2R在模型12233t t t t Y X X u βββ=+++的回归分析结果报告中，有2634.23F =，0.0000F p =的值，则表明（ D ）A 、解释变量t X 2对t Y 的影响是显着的B 、解释变量t X 3对t Y 的影响是显着的C 、解释变量t X 2和t X 3对t Y 的影响是均不显着D、解释变量t X2和t X3对t Y的联合影响是显着的第四章多重共线性（1）定义、产生原因；（2）后果；（3）检测；（4）弥补。
参数的最小二乘估计量的性质简单相关系数矩阵方法主要用于检验（ D ）A．异方差性 B.自相关性C．随机解释变量 D.多重共线性能够检验多重共线性的方法有＿A＿＿＿A.简单相关系数矩阵法B. DW检验法C. White检验检验法如果模型中的解释变量存在完全的多重共线性，参数的最小二乘估计量是（ C ）A．无偏的 B. 有偏的 C. 无法估计 D. 无正确答案如果模型中的解释变量存在不完全的多重共线性，参数的最小二乘估计量是（ A ）A．无偏的 B. 有偏的 C. 无法估计 D. 无正确答案如果模型中的解释变量存在完全的多重共线性，参数的最小二乘估计量是（ C ）A．无偏的 B. 有偏的 C. 无法估计 D. 确定的第五章异方差性（1）定义、产生原因；（2）后果；（3）检测；（4）弥补。
检验异方差的方法；修正异方差的方法；ARCH检验方法主要用于检验（A ）A．异方差性 B.自相关性C．随机解释变量 D.多重共线性下列方法可以用于检验模型中异方差性的方法有（ D ）A DW检验B 相关系数矩阵C 判定系数法D White检验Goldfeld-Quandt方法用于检验（A ）A．异方差性 B.自相关性C．随机解释变量 D.多重共线性在模型有异方差的情况下,常用的估计方法是( D )A. 广义差分法B. 工具变量法C. 逐步回归法D. 加权最小二乘法White检验可用于检验（B ）A．自相关性B. 异方差性C．解释变量随机性 D.多重共线性加权最小二乘可以解决下列哪个问题( D )A．多重共线性 B. 误差项非正态性C．自相关性D. 异方差性关于Goldfeld-Quandt检验，下列说法正确的是（ C ）A．它是检验模型是否存在自相关 B.该检验所需要的样本容量较小C．该检验需要去掉部分样本 D. 它是检验模型是否存在多重共线性下列方法可以用于检验模型中异方差性的方法有（ D ）A DW检验B 相关系数矩阵C 判定系数法D White检验如果模型中存在异方差现象，则普通最小二乘估计量仍然满足的性质（ A ）A. 无偏性B. 最小方差性C. 有效性 D 非线性性什么是异方差性有哪些方法可以检验模型中是否存在异方差性违背同方差假定，扰动项的方差会随着某个（些）因素而发生变化。
观察残差图、White 检验、ARCH检验、Golden-Quant检验等。
回归模型具有异方差性时，仍用最小二乘法估计参数，则以下（ B ）是错误的。
A、参数估计值是无偏非有效的B、Var ˆ仍具有最小方差iC、常用的t和F检验失效D、预测区间增大，精度下降第六章自相关性（1）定义、产生原因；（2）后果；（3）检测；（4）弥补。