计量经济学复习资料全
一、单选题：
1．拉格朗日乘数检验法适用于检验( c )
A. 异方差性
B. 多重共线性
C. 序列相关
D. 设定误差 2．解释变量X 的回归系数为β，下列哪种情况表明变量X 是显著的( b ) A. t 统计量大于临界值 B. t 统计量的绝对值大于临界值 C. t 统计量小于临界值 D. t 统计量的绝对值小于临界值 3．回归分析中定义的( b ) A. 解释变量和被解释变量都是随机变量
B. 解释变量为非随机变量，被解释变量为随机变量
C. 解释变量和被解释变量都为非随机变量
D. 解释变量为随机变量，被解释变量为非随机变量 4．下列样本模型中，哪一个模型通常是无效的( b )
|
A. C(消费)=500+(收入)
B. Q D (商品需求)=10+(收入)(价格)
C. Qs(商品供给)=(价格)
D. Y(产出量)=资本)(劳动)
5．判定系数R 2
=，说明回归直线能解释被解释变量总离差的：( b ) A. 80% B. 64% C. 20% D. 75% 6．根据20个观测值估计的结果，一元线性回归模型的DW=,在α=的显著性水 平下查得样本容量n=20，解释变量k=1个时，d L =,d U =，则可以判断：( d ) 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Y i =i i 10e X ??+β+β的参数0?
β和1?β的准则是使
（ b ） A ．∑e i 最小
B ．∑e i 2
最小 C ．∑e i 最大 D ．∑e i 2
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
t t t LnX LnY μ++=76.05.3，这表明人均收入每增加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．在给定的显著性水平之下，若DW统计量临界值的上、下限分别为d U和d L,则当
d U U 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-1≤r≤1 。 ( y ) 2.多元回归模型中F检验的原假设为: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.在给定的显著性水平之下，若DW统计量的下和上临界值分别为d L和d U,则当d L 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 / Variable Coefficien t Std. Error > t-Statistic Prob. - C ) X1 X2 — X3 ~ X4 ~ R-squared @ Mean dependent var Adjusted R-squared. dependent var . of regression ' Akaike info criterion Sum squared resid Schwarz criterion Log likelihood - F-statistic Durbin-Watson stat Prob(F-statistic) ` — (1)检验变量间是否存在多重共线（4分） 答：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的影响不显著，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）答：拟合优度R2最大，该解释变量对被解释变量影响显著，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） 答：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，则不必保留在回归模型中；（2分） { 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分） 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：（14分） 表1 OLS估计结果 Variable Coefficin t Std. Error , t-Statistic Prob. * C# X （ R-squared Mean dependent var Adjusted R-squared. dependent var 》 . of regression Akaike info criterion Sum squared resid+08Schwarz criterion 【 Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic ) , 表2 White检验结果 White Heteroskedasticity Test: / ' F-statistic Probability Obs*R-squared Probability 】 ： Variable Coefficiet Std. Error t-Statistic —Prob. ！ C8574576. ： X X^2 # 表3 White检验结果 White Heteroskedasticity Test: ~ , F-statistic Probability Obs*R-squared Probability / > — Variable Coefficiet Std. Error t-Statistic -Prob. 、C 。 LOG(X) (LOG(X))^2 ~ : （1）写出创建工作文件、建立数据文档、作X 与Y 关系的散点图及用最小二乘法估计模型 参数的命令。(4分) 答：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。(2分) … 答： 72 .8971.1..8316.0) 051.9()258.0(28.564.482===++=F W D R X Y t t t ，，μ （3）解释斜率参数的经济意义。(2分) 答：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R 2 及RSS 各为多少(2分) 答：判定系数R 2 =（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。答：由于统计量nR 2=大于临界值，且对应的Prob.小于，X 和X 2 的参数估计值显著不为零，所以在1%的显著水平下拒绝原假设，认为存在异方差。(2分) （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。(2分) 答：由于统计量nR 2= 小于临界值，且对应的Prob.为大于，所以在10%的显著水平下接受原假 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：（14分） 表4 OLS 参数估计结果 》 " Variable Coefficien t Std. Error t-Statistic Prob. ^ C 。 GDP : CPI — 】 R-squared Mean dependent var Adjusted R-squared . dependent var < . of regression Akaike info criterion Sum squared resid Schwarz criterion — Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) * @ 表5 滞后期为2阶时LM 检验结果 Breusch-Godfrey Serial Correlation LM Test: ^ ' F-statistic Probability Obs*R-squared Probability ~ ) ~ Variable Coefficien t Std. Error t-Statistic @ Prob. ? C < GDP CPI ] RESID(-1) RESID(-2) " 。 表6 滞后期为3阶时LM 检验结果 ^ Breusch-Godfrey Serial Correlation LM Test: ） F-statistic Probability $ Probability Obs*R-squared / . ' Variable Coefficien t Std. Error t-Statistic Prob. ~ C # GDP ] CPI RESID(-1) 【 RESID(-2) ￥ RESID(-3) " 表7 广义差分法估计结果 ^ ! Variable Coefficien t Std. Error t-Statistic Prob. — ; C GDP ? CPI ' AR(1) AR(2) . 。 R-squared Mean dependent var ￥ Adjusted R-squared . dependent var . of regression Akaike info criterion % Sum squared resid 4723360. Schwarz criterion Log likelihood F-statistic ? Durbin-Watson stat Prob(F-statistic) （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分） 答：t t t t CPI GDP Y μ+-+=95.11237.031.12258 (2) 根据表4检验各个参数的显著性和模型整体的显著性。（4分） ~ 答：t 检验：GDP 和CPI 的系数为零的概率均小于显著水平，可以认为在显著水平下，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著的。（2分） F 检验：由于 F-statistic 为大于临界值，且概率值几乎为零，因此模型整体的显著性的显著性是很高的。（2分） （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） 答：根据表4中L d DW <=<47.00,可以认为模型存在一阶正的序列相关；（2分） 根据表5：由于Obs*R-squared 的概率值小于，且RESID(-1)和RESID(-2)是显著的，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)影响是不显著的。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） 答：根据表7：在显著水平为下，AR(1)和AR(2)都通过了显著性检验， U L d DW d <=<98644.1,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整检验与建立误差修正模型进行分析。（14分） ` 表13 残差序列的ADF 检验 { t-Statistic ] Augmented Dickey-Fuller test statistic Test critical values: ， 1% level 5% level ， 10% level ( 表14 JJ 检验的结果 ^ （ Hypothesized Trace 5 Percent 1 Percent ^ No. of CE(s) Eigenvalue Statistic Critical Value Critical Value 《 None ** 【 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。（5分） 答：残差序列ADF 检验结果来看，其ADF 值为小于显著水平下的临界值，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。（5分） 答：迹统计值为大于显著水平下的临界值，拒绝原假设，认为至少存在一个协整方程；迹统计值为 小于显著水平下的临界值，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：111178.0ln 417.0ln 692.0ln --?+?=?t t t t e EP GDP TAX ，请解释误差修正项的系数的含义。（4分） 答：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 的时间序列数据进行ADF 平稳性检验，结果如下： （14分） 表9 原序列的ADF 检验（基于模型3） | … t-Statistic ） Augmented Dickey-Fuller test statistic Test critical values: 1% level < 5% level 10% level & ~ 表10 原序列的ADF 检验（基于模型2） · @ t-Statistic Augmented Dickey-Fuller test statistic Test critical values:1% level 5% level 10% level 表11 原序列的ADF检验（基于模型1） t-Statistic Augmented Dickey-Fuller test statistic Test critical values:1% level 5% level 10% level 表12 一阶差分序列的ADF检验（基于模型1） t-Statistic Augmented Dickey-Fuller test statistic Test critical values:1% level 5% level 10% level （1）根据表9—12的检验结果对时间序列进行平稳性检验；（9分） 答：表9—11可看出原序列中，三个扩展模型的ADF值均大于三个显著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值小于显著水平下的临界值，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。（5分） 答：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。