计量经济学小题Word文档格式.doc
- 文档编号:14914036
- 上传时间:2022-10-25
- 格式:DOC
- 页数:12
- 大小:362KB
计量经济学小题Word文档格式.doc
《计量经济学小题Word文档格式.doc》由会员分享,可在线阅读,更多相关《计量经济学小题Word文档格式.doc(12页珍藏版)》请在冰豆网上搜索。
4-dU)为不存在自相关区域;
其次为两个不能判定区域。
4、在计量经济模型中,随机扰动项与残差项无区别。
错它们均为随机项,但随机误差项表示总体模型的误差,残差表示样本模型的
误差;
另外,残差=随机误差项+参数估计误差。
5、在计量经济模型中,随机扰动项与残差项无区别。
1·
线性回归模型意味着因变量是自变量的线性函数。
错,线性回归模型本质上指的是参数线性,而不是变量线性。
同时,模型与函数不是一回事。
2·
多重线性问题是随机扰动项违背古典假定引起的。
错,应该是解释变量之间高度相关引起的。
3·
通过虚拟变量将属性因素引入计量经济模型,引入虚拟变量的个属于样本容量大小有关。
错,一如虚拟变量的个数样本容量大小无关,与变量属性,模型有无截距项有关。
4·
双变量模型中,对样本回归函数整体的显著性检验与斜率系数的显著性检验师一致的。
正确,要求最好能够写出一元线性回归中,F统计量与t统计量的关系,即F=t²
的来历,或者说明一元线性回归仅有一个解释变量,因此对斜率系数的t检验等价于对方程的整体性检验。
5·
如果联立方程模型中莫格结构方程包含了所有的变量,则这方程不可识别。
正确,没有唯一的统计形式。
在实际中,一元线性回归几乎没有什么用,因为变量的行为不可能仅由一个解释变量来解释。
错,在实际中,在一定条件下一元线性回归是很多经济现象是近似,能够较好的反映回归分析的基本思想,在某些情况下还是有用的。
虚拟变量只能作为解释变量
错,虚拟变量还能作为解释变量。
5、设估计模型为PCE=-171.4412+0.9672PDIt=﹙-7.4809﹚(119.8711﹚
R²
=0`9940DW=0.5316由于R=0.9940,表明模型有很好的拟合优度,则模型不存在伪(虚假)回归。
错可能存在伪(虚假)回归,因为可决系数较高,而DW值过低。
随机扰动项的方差与随机扰动项方差的无偏估计没有区别。
错,随机扰动项的方差反映总体的波动情况,对一个特定的总体而言,是一个确
定的值。
在最小二乘估计中,由于总体方差在大多数情况下并不知道,所以用样本数
Ù
2
据去估计s:
s=å
e/(n-k)。
其中n为样本数,k为待估参数的个数。
sˆ是sˆ线性无偏估计,为一个随机变量。
经典线性回归模型(CLRM)中的干扰项不服从正态分布的,OLS估计量将有偏的
错,即使经典线性回归模型(CLRM)中的干扰项不服从正态分布的OLS估计量仍然是无偏的。
因为E(βˆ2b)=E(b2+å
Km)=b2b,该表达式的成立与否与正态性无关。
3 虚拟变量的取值原则上只能取0或1
对,虚拟变量的值是人为设定的,主要表征某种属性或特征或者其它的存在与否,0或1正好描述了这种特征。
当然,依据研究问题的特殊性,有时也可以取其他值。
4 拟合优度检验和F检验师没有区别的
错,(1)F检验中使用的统计量有精确地分布,而拟合优度检验没有,(2)对是否通过检验,可决系数(修正可决系数)职能给出一个模糊的推测,而F检验可以在给定显著水平下,给出统计上的严格结论。
5 联立方程组模型根本不能直接用OLS方法估计参数
错,递归方程可以用OLs方法估计参数,而其他的联立方程组模型不能直接用OLS方法估计参数。
1·
在对参数进行最小二乘估计之前,没必要对模型提出古典假定。
错,在古典假定条件下,OLS估计得到参数量的最佳线性无偏估计(具有线性·
无偏性·
有效性)。
总之,提出古典假定是为了使所做出的估计量具有较好的统计性质和方便地进行统计推断。
2当异方差出现时,常用的t和F检验失效
正确,由于异方差类,似于t比值的统计量所遵从的分布未知,即使遵从t分布,由于方差不再具有最小性。
这是往往会夸大t检验,使t检验失效,由于F分布为两个独立的÷
²
变量之间,故依然存在类似于t分布中的问题。
3解释变量与随机误差项相关,是产生多重线性的主要原因。
错误,产生多重共线性的主要原因是:
经济本变量大多存在共同变化趋势:
模型中大量采用滞后变量;
认识上的局限使得选择变量不当。
4由间接最小二乘法与两阶段最小二乘法得到的估计量都是无偏估计。
错,间接最小二乘法适用于恰好识别方程的估计,其估计量为无偏估计,而两阶段最小二乘法不仅适用于恰好识别方程,也适用于过度识别方程。
两阶段最小二乘法得到的估计量为有偏·
一致估计。
1、在异方差性的情况下,常用的OLS法必定高估了估计量的标准误。
错误。
有可能高估也有可能低估;
如:
考虑一个非常简单的具有异方差性的线性回归模型:
2秩条件是充要条件,因此,单独利用秩条件就可以完成联立方程识别状态的确定。
错误,虽然秩条件是充要条件,但其前提是,只有通过了阶条件的条件,在对联立方程进行识别时,还应结合阶条件判断是过度识别,还是恰好识别。
在经济计量分析中,模型参数一旦被估计出来,就可将估计模型直接运用于实际的计量经济分析。
错,参数一经估计,建立了样本回归模型,还需要对模型进行检验,包括经济意义检验·
统计检验·
计量经济专门检验等。
假定个人服装支出同收入水平和性别有关,由于性别是具有两种属性(男女)的定性因素,因此,用虚拟变量回归方法分析性别对服装支出的影响时,需要引入两个虚拟变量
错,是否引入两个虚拟变量,应取决于模型中是否有截距项。
如果有截距项则引入一个虚拟变量:
如果模型中没有截距项,则引入两个虚拟变量。
3、双变量模型中,对样本回归函数整体的显著性检验与斜率系数的显著性
检验是一致的。
正确要求最好能够写出一元线性回归中,F统计量与T统计量的关系,即F=t²
的来历;
或者说明一元线性回归仅有一个解释变量,因此对斜率系数的T检验等价于对方程的整体性检验。
1、在简单线性回归中可决系数R与斜率系数的t检验的没有关系。
错,可决系数是对模型拟合优度的综合度量,其值越大,说明在Y的总变差中由模型作出了解释的部分占的比重越大,模型的拟合优度越高,模型总体线性关系的显著性越强。
反之亦然。
斜率系数的t检验是对回归方程中的解释变量的显著性的检验。
在简单线性回归中,由于解释变量只有一个,当t检验显示解释变量的影响显著时,必然会有该回归模型的可决系数大,拟合优度高。
2、异方差性、自相关性都是随机误差现象,但两者是有区别的
正确。
异方差的出现总是与模型中某个解释变量的变化有关自,相关性是各回归模型的随机误差项之间具有相关关系
3、通过虚拟变量将属性因素引入计量经济模型,引入虚拟变量的个数与模型有无截距项无关。
错,模型有截距项时,如果被考察的定性因素有m个相互排斥属性,则模型中引入m-1个虚拟变量,否则会陷入"
虚拟变量陷阱"
;
模型无截距项时,若被考察的定性因素有m个相互排斥属性,可以引入m个虚拟变量,这时不会出现多重共线性。
4、满足阶条件的方程一定可以识别。
错,阶条件只是一个必要条件,即满足阶条件的的方程也可能是不可识别的。
5、库依克模型、自适应预期模型与局部调整模型的最终形式是不同的。
错,库依克模型、自适应预期模型与局部调整模型的最终形式是相同的,其最终
形式都是一阶自回归模型。
1、半对数模型Y=b0+b1lnX+m中,参数b1的含义是X的绝对量变化,引起Y的绝对量变化
错,半对数模型的参数b1的含义是当X的相对变化时,绝对量发生变化,引起因变量Y的平均值绝对量的变动。
2、对已经估计出参数的模型不需要进行检验。
错,有必要进行检验。
首先,因为我们在设定模型时,对所研究的经济现象的规律性有必要进行检验。
可能认识并不充分,所依据的得经济理论对研究对象也许还不能做出正确的解释和说明。
或者虽然经济理论是正确的,但可能我们对问题的认识只是从某些局部出发,或只是考察了某些特殊的样本,以局部去说明全局的变化规律,必然会导致偏差。
其
次,我们用以及参数的统计数据或其他信息可能并不十分可靠,或者较多采用了经济突变时期的数据,不能真实代表所研究的经济关系,也可能由于样本太小,所估计的参数只是抽样的某些偶然结果。
另外,我们所建立的模型,所用的方法,所用的统计数据,还可能违反计量经济的基本假定,这是也会导致错误的结论。
4、在有M个方程的完备联立方程组中,当识别的阶条件为H-Ni(H为联立方程组中内生变量和前定变量的总数,iN为第i个方程中内生变量和前定变量的总数)时,则表示第i个方程不可识别。
错误。
表示第i个方程过度识别。
5、随机误差项和残差是有区别的。
正确,随机误差项随机误差项ui=Yi-E(Y/Xi)。
当把总体回归函数其中的ei表示成Yi=Yi+e_时,它是用Yi估计Yi时带来的误差ei=Yi-Yi,是对随机误差项ui的估计。
1.样本回归函数(方程)的表达式为(D)。
A.=B.=
C.=D.=
2.下图中“{”所指的距离是(B)。
O
Xi
X
A.随机干扰项B.残差C.的离差D.的离差
3.在总体回归方程=中,表示(B)。
A.当增加一个单位时,增加个单位
B.当增加一个单位时,平均增加个单位
C.当增加一个单位时,增加个单位
D.当增加一个单位时,平均增加个单位
4.可决系数是指(C)。
A.剩余平方和占总离差平方和的比重B.总离差平方和占回归平方和的比重
C.回归平方和占总离差平方和的比重D.回归平方和占剩余平方和的比重
5.已知含有截距项的三元线性回归模型估计的残差平方和为=800,估计用的样本容量为24,则随机误差项的方差估计量为(B)。
A.33.33B.40C.38.09D.36.36
6.设为回归模型中的参数个数(不包括截距项),为样本容量,为残差平方和,为回归平方和。
则对总体回归模型进行显著性检验时构造的统计量为(B)。
A.=B.=
7.对于模型=,以表示与之间的线性相关系数(),则下面明显错误的是(B)。
A.=0.8,=0.4B.=0.8,=0.4
C.=0,=2D
- 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
![提示](https://static.bdocx.com/images/bang_tan.gif)