计量经济学试题一一、判断题（20分）1．线性回归模型中，解释变量是原因，被解释变量是结果。
（）2．多元回归模型统计显著是指模型中每个变量都是统计显著的。
（）3．在存在异方差情况下，常用的OLS法总是高估了估计量的标准差。
（）4．总体回归线是当解释变量取给定值时因变量的条件均值的轨迹。
（）5．线性回归是指解释变量和被解释变量之间呈现线性关系。
（）6．判定系数的大小不受到回归模型中所包含的解释变量个数的影响。
（）7．多重共线性是一种随机误差现象。
（）8．当存在自相关时，OLS估计量是有偏的并且也是无效的。
（）9．在异方差的情况下，OLS估计量误差放大的原因是从属回归的变大。
（）10．任何两个计量经济模型的都是可以比较的。
（）二．简答题（10）1．计量经济模型分析经济问题的基本步骤。
（4分）2．举例说明如何引进加法模式和乘法模式建立虚拟变量模型。
（6分）三．下面是我国1990-2003年GDP对M1之间回归的结果。
（5分）1．求出空白处的数值，填在括号内。
（2分）2．系数是否显著，给出理由。
（3分）四．试述异方差的后果及其补救措施。
（10分）五．多重共线性的后果及修正措施。
（10分）六．试述D-W检验的适用条件及其检验步骤？（10分）七．（15分）下面是宏观经济模型变量分别为货币供给、投资、价格指数和产出。
1．指出模型中哪些是内是变量，哪些是外生变量。
（5分）2．对模型进行识别。
（4分）3．指出恰好识别方程和过度识别方程的估计方法。
（6分）八、（20分）应用题为了研究我国经济增长和国债之间的关系，建立回归模型。
得到的结果如下：Dependent Variable: LOG(GDP)Method: Least SquaresDate: 06/04/05 Time: 18:58Sample: 1985 2003Included observations: 19Variable Coefficient Std. Error t-Statistic Prob.LOG(DEBT) 0.65 0.02 32.8 0 Adjusted R-squared 0.983 S.D. dependent var 0.86S.E. of regression 0.11 Akaike info criterion -1.46Sum squared resid 0.21 Schwarz criterion -1.36Log likelihood 15.8 F-statistic 1075.5 Durbin-Watson stat 0.81 Prob(F-statistic) 0其中，GDP表示国内生产总值，DEBT表示国债发行量。
（1）写出回归方程。
（2分）（2）解释系数的经济学含义？（4分）（3）模型可能存在什么问题？如何检验？（7分）（4）如何就模型中所存在的问题，对模型进行改进？（7分）计量经济学试题二一、判断正误（20分）1. 随机误差项和残差项是一回事。
（）2. 给定显著性水平a及自由度，若计算得到的值超过临界的t值，我们将接受零假设（）3. 利用OLS法求得的样本回归直线通过样本均值点。
（）4. 判定系数。
（）5. 整个多元回归模型在统计上是显著的意味着模型中任何一个单独的变量均是统计显著的。
（）6. 双对数模型的值可以与对数线性模型的相比较，但不能与线性对数模型的相比较。
（）7. 为了避免陷入虚拟变量陷阱，如果一个定性变量有m类，则要引入m个虚拟变量。
（）8. 在存在异方差情况下，常用的OLS法总是高估了估计量的标准差。
（）9. 识别的阶条件仅仅是判别模型是否可识别的必要条件而不是充分条件。
（）10. 如果零假设H0：B2=0，在显著性水平5%下不被拒绝，则认为B2一定是0。
（）二、以一元回归为例叙述普通最小二乘回归的基本原理。
(10分)三、下面是利用1970-1980年美国数据得到的回归结果。
其中Y表示美国咖啡消费（杯/日.人），X表示平均零售价格（美元/磅）。
（15分）注：，1. 写空白处的数值。
2. 对模型中的参数进行显著性检验。
3. 解释斜率系数的含义，并给出其95%的置信区间。
四、若在模型：中存在下列形式的异方差：，你如何估计参数（10分）五、考虑下面的模型：其中，Y表示大学教师的年薪收入，X表示工龄。
为了研究大学教师的年薪是否受到性别、学历的影响。
按照下面的方式引入虚拟变量：（15分）1. 基准类是什么？2. 解释各系数所代表的含义，并预期各系数的符号。
3. 若，你得出什么结论？六、什么是自相关？杜宾—瓦尔森检验的前提条件和步骤是什么？（15分）七、考虑下面的联立方程模型：其中，，是内生变量，是外生变量，是随机误差项（15分）1、求简化形式回归方程？2、判定哪个方程是可识别的（恰好或过度）？3、对可识别方程，你将用哪种方法进行估计，为什么？计量经济学试题三一、判断正误（20分）1. 回归分析用来处理一个因变量与另一个或多个自变量之间的因果关系。
（）2. 拟合优度R2的值越大，说明样本回归模型对总体回归模型的代表性越强。
（）3. 线性回归是指解释变量和被解释变量之间呈现线性关系。
（）4. 引入虚拟变量后，用普通最小二乘法得到的估计量仍是无偏的。
（）5. 多重共线性是总体的特征。
（）6. 任何两个计量经济模型的都是可以比较的。
（）7. 异方差会使OLS估计量的标准误差高估，而自相关会使其低估。
（）8. 杜宾—瓦尔森检验能够检验出任何形式的自相关。
（）9. 异方差值存在于横截面数据中，而自相关值存在于时间序列数据中。
（）10. 内生变量的滞后值仍然是内生变量。
（）二、选择题（20分）1. 在同一时间不同统计单位的相同统计指标组成的数据组合，是（）A. 原始数据B. Pool数据C. 时间序列数据D. 截面数据2.下列模型中属于非线性回归模型的是（）A. B.C. D.3.半对数模型中，参数的含义是（）A. X的绝对量变化，引起Y的绝对量变化B. Y关于X的边际变化C. X的相对变化，引起Y的期望值绝对量变化D. Y关于X的弹性4. 模型中其数值由模型本身决定的变量是（）A、外生变量B、内生变量C、前定变量D、滞后变量5. 在模型的回归分析结果报告中，统计量的，则表明（）A. 解释变量对的影响是显著的B. 解释变量对的影响是显著的C. 解释变量和对的联合影响是显著的D. 解释变量和对的联合影响不显著6. 根据样本资料估计人均消费支出Y对人均收入X的回归模型为，这表明人均收入每增加1％，人均消费支出将增加（）A. 0.2%B. 0.75%C. 2%D. 7.5%7.如果回归模型违背了同方差假定，最小二乘估计量是（）A. 无偏的，非有效的B. 有偏的，非有效的C. 无偏的，有效的D. 有偏的，有效的8.在回归模型满足DW检验的前提条件下，当统计量等于2时，表明（）A. 存在完全的正自相关B. 存在完全的负自相关C. 不存在自相关D. 不能判定9.将一年四个季度对被解释变量的影响引入到包含截距项的回归模型当中，则需要引入虚拟变量的个数为（）A. B. C. D.10.在联立方程结构模型中，对模型中的每一个随机方程单独使用普通最小二乘法得到的估计参数是（）A. 有偏但一致的B. 有偏且不一致的C. 无偏且一致的D. 无偏但不一致的三、下表给出了三变量模型的回归的结果：（10分）1. 完成上表中空白处内容。
2. 求与。
3. 利用F统计量检验和对的联合影响，写出简要步骤。
四、考虑下面的模型：其中，Y表示大学教师的年薪收入，X表示工龄。
为了研究大学教师的年薪是否受到性别、学历的影响。
按照下面的方式引入虚拟变量：（10分）1. 基准类是什么？2. 解释各系数所代表的含义，并预期各系数的符号。
3. 若，你得出什么结论？五、若在模型：中存在下列形式的异方差：，你如何估计参数（10分）六、简述自相关后果。
对于线性回归模型，如果存在形式的自相关，应该采取哪些补救措施？（15分）七、考虑下面的联立方程模型：其中，，是内生变量，，是外生变量，是随机误差项（15分）1、求出简化形式的回归方程？2、利用模型识别的阶条件，判定哪个方程是可识别的（恰好或过度）？3、对可识别方程，你将用哪种方法进行估计，为什么？计量经济学试题四课程号：课序号：开课系：数量经济系一、判断正误（10分）1、随机变量的条件均值与非条件均值是一回事。
（）2、线性回归模型意味着变量是线性的。
（）3、。
（）4、对于多元回归模型，如果联合检验结果是统计显著的则意味着模型中任何一个单独的变量均是统计显著的。
（）5、双对数模型中的斜率表示因变量对自变量的弹性。
（）6、为了避免陷入虚拟变量陷阱，如果一个定性变量有类，则要引入个虚拟变量。
（）7、如果回归模型违背了同方差假定，最小二乘估计量是有偏无效的。
（）8、在存在接近多重共线性的情况下，回归系数的标准差会趋于变小，相应的t值会趋于变大。
（）9、在任何情况下OLS估计量都是待估参数的最优线性无偏估计。
（）10、一个联立方程模型中的外生变量在另一个联立方程模型中可能是内生变量。
（）二、用经济计量方法研究经济问题时有哪些主要步骤？（10分）三、回归模型中的随机误差项主要包括哪些因素的影响？（10分）四、古典线性回归模型具有哪些基本假定。
（10分）五、以二元回归为例简述普通最小二乘法的原理？（10分）六、若在模型：中存在下列形式的异方差：，你如何估计参数（10分）七、考虑下面的联立方程模型：其中，，是内生变量，是外生变量，是随机误差项（10分）1、简述联立方程模型中方程识别的阶条件。
2、根据阶条件判定模型中各方程的识别性？3、对可识别方程，你将用哪种方法进行估计，为什么？八、应用题（共30分）利用美国1980-1995年间人均消费支出（PCE）和人均可支配收入（PDPI）的数据，得到了如下回归分析结果：Dependent Variable: LOG(PCE)Method: Least SquaresDate: 06/09/05 Time: 23:43Sample: 1980 1995LOG(PDPI) 1.205281 0.028891 41.71870 0.0000R-squared 0.992020 Mean dependent var 9.641839Adjusted R-squared 0.991450 S.D. dependent var 0.096436S.E. of regression 0.008917 Akaike info criterion -6.485274Sum squared resid 0.001113 Schwarz criterion -6.388701Log likelihood 53.88219 F-statistic 1740.450（1）根据以上结果，写出回归分析结果报告。