计量经济学习题一元线性回归模型Word文档下载推荐.docx
- 文档编号:13709014
- 上传时间:2022-10-13
- 格式:DOCX
- 页数:20
- 大小:220.37KB
计量经济学习题一元线性回归模型Word文档下载推荐.docx
《计量经济学习题一元线性回归模型Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《计量经济学习题一元线性回归模型Word文档下载推荐.docx(20页珍藏版)》请在冰豆网上搜索。
的公式中,错误的是__________。
8、对于
表示估计标准误差,r表示相关系数,则有__________。
9、产量(X,台)与单位产品成本(Y,元/台)之间的回归方程为
,这说明__________。
A 产量每增加一台,单位产品成本增加356元
B 产量每增加一台,单位产品成本减少1.5元
C 产量每增加一台,单位产品成本平均增加356元
D 产量每增加一台,单位产品成本平均减少1.5元
10、在总体回归直线
中,
表示__________。
A 当X增加一个单位时,Y增加
个单位
B 当X增加一个单位时,Y平均增加
C 当Y增加一个单位时,X增加
D 当Y增加一个单位时,X平均增加
11、对回归模型
进行检验时,通常假定
服从__________。
12、以Y表示实际观测值,
表示回归估计值,则普通最小二乘法估计参数的准则是使__________。
13、设Y表示实际观测值,
表示OLS估计回归值,则下列哪项成立__________。
14、用OLS估计经典线性模型
,则样本回归直线通过点_________。
15、以Y表示实际观测值,
表示OLS估计回归值,则用OLS得到的样本回归直线
满足__________。
16、用一组有30个观测值的样本估计模型
,在0.05的显著性水平下对
的显著性作t检验,则
显著地不等于零的条件是其统计量t大于__________。
A t0.05(30)B t0.025(30)C t0.05(28)D t0.025(28)
17、已知某一直线回归方程的判定系数为0.64,则解释变量与被解释变量间的线性相关系数为__________。
A 0.64 B 0.8 C 0.4 D 0.32
18、相关系数r的取值范围是__________。
A r≤-1 B r≥1 C 0≤r≤1 D -1≤r≤1
19、判定系数R2的取值范围是__________。
A R2≤-1 B R2≥1 C 0≤R2≤1 D -1≤R2≤1
20、某一特定的X水平上,总体Y分布的离散度越大,即σ2越大,则__________。
A 预测区间越宽,精度越低 B 预测区间越宽,预测误差越小
C 预测区间越窄,精度越高 D 预测区间越窄,预测误差越大
21、如果X和Y在统计上独立,则相关系数等于__________。
A1B-1C0D∞
22、根据决定系数R2与F统计量的关系可知,当R2=1时,有__________。
AF=1BF=-1
CF=0DF=∞
23、在C—D生产函数
中,__________。
A.
和
是弹性B.A和
是弹性
C.A和
是弹性D.A是弹性
24、回归模型
中,关于检验
所用的统计量
,下列说法正确的是__________。
A服从
B服从
C服从
D服从
25、在二元线性回归模型
A当X2不变时,X1每变动一个单位Y的平均变动。
B当X1不变时,X2每变动一个单位Y的平均变动。
C当X1和X2都保持不变时,Y的平均变动。
D当X1和X2都变动一个单位时,Y的平均变动。
26、在双对数模型
的含义是__________。
AY关于X的增长量BY关于X的增长速度
CY关于X的边际倾向DY关于X的弹性
27、根据样本资料已估计得出人均消费支出Y对人均收入X的回归模型为
,这表明人均收入每增加1%,人均消费支出将增加__________。
A2%B0.2%C0.75%D7.5%
28、按经典假设,线性回归模型中的解释变量应是非随机变量,且__________。
A与随机误差项不相关B与残差项不相关
C与被解释变量不相关D与回归值不相关
29、根据判定系数R2与F统计量的关系可知,当R2=1时有__________。
A.F=1
B.F=-1
C.F=∞
D.F=0
30、下面说法正确的是__________。
A.内生变量是非随机变量
B.前定变量是随机变量
C.外生变量是随机变量
D.外生变量是非随机变量
31、在具体的模型中,被认为是具有一定概率分布的随机变量是__________。
A.内生变量B.外生变量C.虚拟变量D.前定变量
32、回归分析中定义的__________。
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
33、计量经济模型中的被解释变量一定是__________。
A.控制变量B.政策变量
C.内生变量D.外生变量
二、多项选择题
1、指出下列哪些现象是相关关系__________。
A 家庭消费支出与收入 B 商品销售额与销售量、销售价格
C 物价水平与商品需求量 D 小麦高产与施肥量
E 学习成绩总分与各门课程分数
2、一元线性回归模型
的经典假设包括__________。
A
E
3、以Y表示实际观测值,
表示OLS估计回归值,e表示残差,则回归直线满足__________。
4、
表示OLS估计回归值,u表示随机误差项,e表示残差。
如果Y与X为线性相关关系,则下列哪些是正确的__________。
5、
表示OLS估计回归值,u表示随机误差项。
6、回归分析中估计回归参数的方法主要有__________。
A 相关系数法 B 方差分析法
C 最小二乘估计法 D 极大似然法
E 矩估计法
7、用OLS法估计模型
的参数,要使参数估计量为最佳线性无偏估计量,则要求__________。
B
服从正态分布
E X为非随机变量,与随机误差项
不相关。
8、假设线性回归模型满足全部基本假设,则其参数的估计量具备__________。
A 可靠性 B 合理性
C 线性 D 无偏性
E 有效性
9、普通最小二乘估计的直线具有以下特性__________。
A通过样本均值点
10、由回归直线
估计出来的
值__________。
A 是一组估计值 B 是一组平均值
C 是一个几何级数 D 可能等于实际值Y
E 与实际值Y的离差之和等于零
11、反映回归直线拟合优度的指标有__________。
A 相关系数 B 回归系数
C 样本决定系数 D 回归方程的标准差
E 剩余变差(或残差平方和)
12、对于样本回归直线
,回归变差可以表示为__________。
13对于样本回归直线
,
为估计标准差,下列决定系数的算式中,正确的有__________。
14、下列相关系数的算式中,正确的有__________。
15、判定系数R2可表示为__________。
16、线性回归模型的变通最小二乘估计的残差
17、调整后的判定系数
的正确表达式有__________。
18、对总体线性回归模型进行显著性检验时所用的F统计量可表示为__________。
三、名词解释
函数关系与相关关系
线性回归模型
总体回归模型与样本回归模型
最小二乘法
高斯-马尔可夫定理
总变量(总离差平方和)
回归变差(回归平方和)
剩余变差(残差平方和)
估计标准误差
样本决定系数
相关系数
显著性检验
t检验
经济预测
点预测
区间预测
拟合优度
残差
四、简答
1、在计量经济模型中,为什么会存在随机误差项?
2、古典线性回归模型的基本假定是什么?
3、总体回归模型与样本回归模型的区别与联系。
4、试述回归分析与相关分析的联系和区别。
5、在满足古典假定条件下,一元线性回归模型的普通最小二乘估计量有哪些统计性质?
6、简述BLUE的含义。
7、对于多元线性回归模型,为什么在进行了总体显著性F检验之后,还要对每个回归系数进行是否为0的t检验?
五、综合题
1、下表为日本的汇率与汽车出口数量数据,
年度
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
X
Y
168
661
145
631
128
610
138
588
583
135
575
127
567
111
502
102
446
94
379
X:
年均汇率(日元/美元)
Y:
汽车出口数量(万辆)
问题:
(1)画出X与Y关系的散点图。
(2)计算X与Y的相关系数。
其中
(3)若采用直线回归方程拟和出的模型为
t值1.24277.2797R2=0.8688F=52.99
解释参数的经济意义。
2、已知一模型的最小二乘的回归结果如下:
标准差 (45.2)(1.53) n=30R2=0.31
其中,Y:
政府债券价格(百美元),X:
利率(%)。
回答以下问题:
(1)系数的符号是否正确,并说明理由;
(2)为什么左边是
而不是Yi;
(3)在此模型中是否漏了误差项ui;
(4)该模型参数的经济意义是什么。
3、估计消费函数模型
得
t值(13.1)(18.7) n=19R2=0.81
其中,C:
消费(元) Y:
收入(元)
已知
。
问:
(1)利用t值检验参数
的显著性(α=0.05);
(2)确定参数
的标准差;
(3
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计量 经济学 习题 一元 线性 回归 模型