计量经济学复习Word下载.docx

1、 A.不存在一阶自相关B.存在正的一阶自相关C.存在负的一阶自相关 D.无法判断7普通最小二乘法确定一元线性回归模型Yi=的参数和的准则是使（ b ）Aei最小 Bei2最小 Cei最大 Dei2最大8在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近于1，则表明模型中存在（ a ）A. 多重共线性 B. 异方差性 C. 序列相关D. 高拟合优度9拟合优度检验是检验 （b ） A模型对总体回归线的拟合程度 B. 模型对样本观测值的拟合程度 C. 模型对回归参数的拟合程度 D. 模型对解释变量的观测值的拟合程度 10根据样本资料已估计得出人均消费支出Y对人均收入X的回归模型是，这表

2、明人均收入每增加1，人均消费支出将（ d ） A.增加24 B.增加76 C.增加 D.增加 二、填空题：1. 杜宾沃森检验法可用于诊断序列相关性。2 在给定的显着性水平之下，若DW统计量临界值的上、下限分别为dU和dL,则当dUDW4-dU时，可认为随机误差项不存在一阶序列相关性。3. 容易产生序列相关的数据为时间序列数据。4. 在对多元线性回归模型进行检验时，发现各参数估计量的t检验值都很低，但模型的判定系数R2却很高，这说明模型可能存在 多重共线。5. 同一时间点不同个体的数据集合是截面数据 。三、判断题：1.相关系数r的取值范围为-1r1 。 （ y ） 2.多元回归模型中F检验的原假

3、设为:偏回归系数不全为0。 （ y ）3.根据判定系数R2与F统计量的关系可知，当R2=1时，有F=0 。 （ y ）4.在给定的显着性水平之下，若DW统计量的下和上临界值分别为dL和dU,则当dLdU时，可认为随机误差项不存在一阶正自相关。 （ ）5.如果一个非平稳时间序列经过K-1次差分后为平稳时间序列，则该序列为K阶单整序列。 （ ）四、简答题：简述模型出现异方差性的后果。答：（1）参数估计量非有效； （2）t检验和F检验失效；（3）模型预测失效。五、应用分析题：1. 某地区1993-2010年居民消费水平Y、人均GDP X1、城乡居民平均可支配收入X2、居民消费者价格指数X3和城乡居民

4、家庭平均恩格尔系数X4的相关数据进行分析，试根据EVIEWS结果回答问题：（14分）表8 OLS参数估计结果VariableCoefficientStd. Errort-StatisticProb.CX1X2X3X4R-squaredMean dependent varAdjusted R-squared. dependent var. of regressionAkaike info criterionSum squared residSchwarz criterionLog likelihoodF-statisticDurbin-Watson statProb（F-statistic）（1

5、）检验变量间是否存在多重共线（4分）根据表8，R2为，拟合优度很高，但X3对应的Prob.值为，大于，t统计值很小，即X3对Y的影响不显着，可以认为模型存在多重共线。（2）利用逐步回归法消除多重共线时，一般选择最优初始回归模型的依据是什么（4分）拟合优度R2最大，该解释变量对被解释变量影响显着，且根据经济理论分析影响也是很大的。（3）确定最优初始回归模型之后对于新加入的解释变量如何决定其去留（6分）一、若新引进的解释变量使R2得到提高，而其他参数回归系数在统计上和经济理论上仍然合理，则可以作为解释变量予以保留；（2分）二、若新引进的解释变量对R2改进不明显，对其他回归系数也没多大影响，则不必保

6、留在回归模型中；三、若新引进的解释变量不仅改变了R2，而且对其他回归系数的数值或符号有明显影响，则新引进的变量不能简单舍弃，而是应研究改善模型的形式。2.表1给出了利用2010年我国31个地区就业人数（X）与地区生产总值（Y）数据进行回归分析的结果，根据结果回答以下问题：表1 OLS估计结果CoefficintX+08表2 White检验结果White Heteroskedasticity Test:ProbabilityObs*R-squaredCoefficiet8574576.X2表3 White检验结果LOG（X）（LOG（X）2（1）写出创建工作文件、建立数据文档、作X与Y关系的散点

7、图及用最小二乘法估计模型参数的命令。（4分）创建工作文件：CREATE U 1 31 （1分） 建立数据文档：DATA Y X （1分） 关系的散点图：SCAT X Y （1分）最小二乘法估计模型参数：LS Y C X（1分）（2）根据表1结果写出地区生产总值与就业人数的一元回归模型。（3）解释斜率参数的经济意义。就业人数增加一个单位时地区生产总值增加个单位。（4）判定系数R2及RSS各为多少（2分）判定系数R2=（1分） 残差平方和RSS=+08（1分）（5）表2为用White检验进行异方差检验的结果，根据结果分析模型是否存在异方差。由于统计量nR2=大于临界值，且对应的Prob.小于，X和

8、X2的参数估计值显着不为零，所以在1%的显着水平下拒绝原假设，认为存在异方差。（6）表3为用对数变换法消除异方差后再进行White检验的结果，根据结果分析模型是否存在异方差。由于统计量nR2=小于临界值，且对应的Prob.为大于，所以在10%的显着水平下接受原假设，认为不存在异方差。3. 利用1994-2012年中国社会消费品零售总额Y、国内生产总值GDP、消费者价格指数CPI的相关数据进行分析，试根据EVIEWS结果回答问题：表4 OLS参数估计结果GDPCPI表5 滞后期为2阶时LM检验结果Breusch-Godfrey Serial Correlation LM Test:RESID（-

9、1）RESID（-2）表6 滞后期为3阶时LM检验结果RESID（-3）表7 广义差分法估计结果AR（1）AR（2）4723360.（1）根据表4写出中国社会消费品零售总额的计量经济模型。（2） 根据表4检验各个参数的显着性和模型整体的显着性。t检验：GDP和CPI的系数为零的概率均小于显着水平，可以认为在显着水平下，国内生产总值GDP和消费者价格指数CPI分别对中国社会消费品零售总额影响是相当显着的。F检验：由于F-statistic为大于临界值，且概率值几乎为零，因此模型整体的显着性的显着性是很高的。（3）根据表4-表6采用杜宾-沃森和LM检验诊断模型是否存在序列相关。（5分）根据表4中,

10、可以认为模型存在一阶正的序列相关；根据表5：由于Obs*R-squared的概率值小于，且RESID（-1）和RESID（-2）是显着的，可以认为模型存在二阶序列相关。根据表6：Obs*R-squared的概率值小于，但RESID（-3）影响是不显着的。综合上述，可以认为模型存在二阶序列相关。（3分）（4）若模型存在序列相关，根据表7判断：采用广义差分法消除后模型是否已经消除了序列相关（3分）根据表7：在显着水平为下，AR（1）和AR（2）都通过了显着性检验，,说明模型已不存在序列相关性。4.利用1980-2010年税收LNTAX、国内生产总值LNGDP、和财政支出LNEP的数据进行变量间的协

11、整检验与建立误差修正模型进行分析。表13 残差序列的ADF检验Augmented Dickey-Fuller test statisticTest critical values:1% level5% level10% level表14 JJ检验的结果HypothesizedTrace5 Percent1 PercentNo. of CE（s）EigenvalueStatisticCritical ValueNone *At most 1 *（1）表13 为以LNTAX为被解释变量、LNGDP和LNEP为解释变量回归估计的残差序列ADF检验结果，根据结果进行E-G两步法协整检验。残差序列ADF

12、检验结果来看，其ADF值为小于显着水平下的临界值，是平稳序列，根据E-G两步法可知，变量LNTAX、LNGDP和LNEP三者之间存在长期稳定的均衡关系，即协整关系。（2）根据表14 的JJ检验结果进行协整检验。迹统计值为大于显着水平下的临界值，拒绝原假设，认为至少存在一个协整方程；迹统计值为小于显着水平下的临界值，接受原假设，接受至多存在一个协整方程的假设。综合上述，认为三序列之间存在一个协整方程。（3）若误差修正模型为：，请解释误差修正项的系数的含义。表示当短期波动偏离长期均衡时，误差修正项将以的力度做反向调整，将非均衡状态回复到均衡状态。5.利用1980-2014年我国GDP的时间序列数据

13、进行ADF平稳性检验，结果如下：表9 原序列的ADF检验（基于模型3）表10 原序列的ADF检验（基于模型2）表11 原序列的ADF检验（基于模型1）表12 一阶差分序列的ADF检验（基于模型1）（1）根据表912的检验结果对时间序列进行平稳性检验；（9分）表911可看出原序列中，三个扩展模型的ADF值均大于三个显着水平下的临界值故都不平稳，所以原序列是不平稳时间序列；表12中，一阶差分序列的ADF值小于显着水平下的临界值，可以认为一阶差分序列不存在单位根，是平稳序列。（2）对时间序列进行单整性分析。由于原序列是不平稳时间序列，而一阶差分序列不存在单位根，是平稳序列，所以时间序列为一阶单整序列。