南医大经济学《计量经济学》试题答案.docx
《南医大经济学《计量经济学》试题答案.docx》由会员分享，可在线阅读，更多相关《南医大经济学《计量经济学》试题答案.docx（3页珍藏版）》请在冰点文库上搜索。
参考答案：
一、单项选择
1.A2.B3.C4.A5.A6.A7.C8.C9.A10.A11.A12.D13.D14.C15.D16.D17.B18.C19.A20.D21.A22.E23.C24.A25.A26.B27.D28.A29.E30.C
二、改错题
1.回归模型、经济理论2.哲学与心理学、数学和统计学3.分析方法、理论原则4.数量的描述、定量的估计5.解方程、估计参数6.相关、因果7.精确度、选择8.回归平方和、总变差9.1、零10.主要、其它
三、名词解释
1.计量经济学是以经济理论和经济数据的事实为依据，运用数学和统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。
2.内生变量其数值由模型所决定的变量，是模型求解的结果，内生变量的滞后变量即为前定内生变量。
3.参数的估计准则是指参数估计值应符合尽可能地接近总体参数真实值的准则。
4.经济模型是对实际经济现象或过程的一种数学模拟，是对复杂经济现象的简化与抽象。
5.对于一个回归模型，如果对于模型中随机误差项的方差不再为一个常量，并随解释变量的变化而变化，则称为异方差。
6.是指用已经估计出参数的模型，对所研究的经济关系进行定量考察，以说明经济变量之间的数量比例关系。
）
7.是指对于解释变量存在不全为0的数，使得（i=1,2,…,n）,则称解释变量是一种不完全多重共线性。
8.是指根据经济行为理论或经济活动规律，描述经济变量之间现实的经济结构关系的模型，矩阵形式为，其中，Y,X分别为内生变量和前定变量，分别为内生变量和前定变量的参数，u为随机扰动项。
9.采用遗漏了重要解释变量的模型进行估计而带来的偏误，称为遗漏相关变量的偏误。
10.加权的残差平方和最小，以求出模型参数估计的方法，即。
四、问答题
1.
2.参考PPT。
3.例如，如果有“正确”的模型，而我们将模型设定为漏掉了一个相关的解释变量的模型，这类错误称为遗漏相关变量（“欠拟合”）。
4.DW检验是指遗漏的相关变量应包含在随机扰动项中，那么回归所得的残差序列就会呈现单侧的正（负）相关性，因此可从自相关性的角度检验相关变量的遗漏。
5.答：
1）建模的理论依据可能不充分
2）统计数据或其他信息可能不可靠
3）样本可能较小，结论只是抽样的某种偶然结果
4）可能违反计量经济方法的某些基本假定
6.答：
1）确定性的函数关系Y=f（X）；2）不确定性的统计关系—相关关系Y=f（X）+ε（ε为随机变量）；3）没有关系
7.答：
1）对于每一个X的取值，都有Y的条件期望E（Y/X）与之对应，代表这些Y的条件期望的点的轨迹所形成的直线或曲线，称为回归线。
2）一个应变量对若干解释变量依存关系的研究。
8．答：
应变量Y的实际观测值Yi不完全等于样本条件均值，二者之差用ei表示,ei称为
剩余项或残差项。
9.答：
一般的理论经济学主要根据逻辑推理得出结论，主要用文字或符号说明经济现象和过程的本质与规律，大多具有定性的性质。
（2分）计量经济学则要对经济理论所确定的经济关系做出定量的估计，也就是对社会经济理论提供经验的内容。
（2分）
10.根据，有，（2分）
，
说明在随机误差项存在一阶自回归形式的自相关时，随机误差项依然满足零均值、同方差的假定。
（3分）
11.外生变量数值的变化能够影响内生变量的变化，而内生变量却不能反过来影响外生变量。
（2分）对模型体系来讲，外生变量是由模型体系以外的因素所决定的，外生变量是可控制的变量，它与随机误差项不相关，所以是非随机变量。
（3分）
五、检验题
1.
（1）基本思想：
不需要关于异方差的任何先验信息，只需要在大样本的情况下，将OLS估计后的残差平方对常数、解释变量、解释变量的平方及其交叉乘积等所构成一个辅助回归，利用辅助回归建立相应的检验统计量来判断异方差性。
（2）主要特点：
要求变量的取值为大样本；不仅能够检验异方差的存在性，同时在多变量的情况下，还能判断出是哪一个变量引起的异方差。
2.
（1）用被解释变量对每一个所考虑的解释变量做简单回归。
（2）以对被解释变量贡献最大的解释变量所对应的回归方程为基础，按对被解释变量贡献大小的顺序逐个引入其余的解释变量。
若新变量的引入改进了和F检验，且回归参数的t检验在统计上也是显著的，则在模型中保留该变量。
若新变量的引入未能改进和F检验，且对其他回归参数估计值的t检验也未带来什么影响，则认为该变量是多余变量。
若新变量的引入未能改进和F检验，且显著地影响了其他回归参数估计值的数值或符号，同时本身的回归参数也通不过t检验，说明出现了严重的多重共线性。
3.参见PPT.
第3页共3页
升级会员 