《模拟考试题(第7套)》由会员分享，可在线阅读，更多相关《模拟考试题(第7套)（11页珍藏版）》请在金锄头文库上搜索。
1、计量经济学模拟考试题第七套一、单项选择题1 、用模型描述现实经济系统的原则是（B ）A. 以理论分析作先导，解释变量应包括所有解释变量B. 以理论分析作先导，模型规模大小要适度C. 模型规模越大越好；这样更切合实际情况D. 模型规模大小要适度，结构尽可能复杂2、ARCH 检验方法主要用于检验（A ）A. 异方差性B.自相关性C 随机解释变量D. 多重共线性3、在古典假设成立的条件下用OLS方法估计线性回归模型参数，则参数估计量具有（C ）的统计性质。A有偏特性B.非线性特性C. 最小方差特性D.非一致性特性4、将一年四个季度对因变量的影响引入到模型中，则需要引入虚拟变量的个数为（ B ）5、6
2、、A. 4广义差分法是对（ DB. 3）用最小二乘法估计其参数。A y =P +P x +ut 12t tC. py =pp+pp x +put12ttC. 2D. 1B.y =P +P x +ut-112 t-1t-1D.y py =B (1p)+B (x px )+u putt-112 tt-1tt-1在序列自相关的情况下，参数估计值的方差不能正确估计的原因是( B )A.E(u2) h b 2iC.E(x u ) h 0iiB.E(u u )丰 0(i 丰 j)ijDE(u )丰 0i7、设回归模型为yi邛1 +卩2 Xi +卩3 x3. + U，下列表明变量之间具有不完全多重共线性的是
3、（B ）A.0*x +2x +0*x =01 2 3C.0*x +0*x +0*x =0123B.D.0 * x + 2 x + 0 * x + v = 01 2 30*x +0*x +0*x +v=01238、在有M个方程的完备联立方程组中，当识别的阶条件为HNi M1 （H为联立方程组中内生变量和前N定变量的总数，Ni为第i个方程中内生变量和前定变量的总数）时，则表示（C）A. 第 i 个方程恰好识别B. 第 i 个方程不可识别C. 第 i 个方程过度识别D. 第 i 个方程识别状态不能确定在有9、简化式模型就是把结构式模型中的内生变量表示为（D ）A. 外生变量和内生变量的函数关系B.
4、外生变量和随机误差项的函数模型C. 滞后变量和随机误差项的函数模型D. 前定变量和随机误差项的函数模型10、在 DW 检验中，当 d 统计量为 4 时，表明（B ）A. 存在完全的正自相关B.存在完全的负自相关C. 不存在自相关D. 不能判定11、辅助回归法（又待定系数法）主要用于检验（D ）A. 异方差性B.自相关性C.随机解释变量D.多重共线性12、对自回归模型进行自相关检验时，下列说法正确的有（C ）A. 使用DW检验有效B. 使用DW检验时，DW值往往趋近于0C. 使用DW检验时，DW值往往趋近于2D. 使用DW检验时，DW值往往趋近于413、 双对数模型In Y二In卩0 +卩In
5、X +卩中，参数01的含义是（C ）A. Y关于X的增长率B .Y关于X的发展速度C. Y关于X的弹性D. Y关于X的边际变化14、 线设OLS法得到的样本回归直线为 =久+ 32X. + e,，以下说法不正确的是（D ）A.工e. = 0B. （X，Y） 一定在回归直线上C. Y = YD. COV（X., e.）丰 0H 一 N = M -115、 在有M个方程的完备联立方程组中，当识别的阶条件为N1 （H为联立方程组中内生变量N和前定变量的总数，为第i个方程中内生变量和前定变量的总数）时，则表示（ B ）A. 第 i 个方程不可识别B. 第 i 个方程恰好识别C. 第 i 个方程过度识别
6、D. 第 i 个方程的识别状态不能确定16、在修正异方差的方法中，不正确的是（D ）A. 加权最小二乘法C. 对模型的对数变换法17、 下列说法正确的是（B ）A. 序列自相关是样本现象C. 序列自相关是总体现象18、回归分析中定义的（ B ）B. 对原模型变换的方法D. 两阶段最小二乘法B. 序列自相关是一种随机误差现象D. 截面数据更易产生序列自相关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19、对样本的相关系数丫，以下结论错误的是（A. 1 丫 1越接近0, X与Y
7、之间线性相关程度高B. 1 y 1越接近1, X与Y之间线性相关程度高C. -1 -Y - 1D、丫二,则X与Y相互独立20、在经济发展发生转折时期,可以通过引入虚拟变量方法来表示这种变化。例如,研究中国城镇居民消费函数时。1991年前后，城镇居民商品性实际支出Y对实际可支配收入X的回归关系明显不同。现以1991年为 八1；1991年以前转折时期，设虚拟变量t 1；1991年以后，数据散点图显示消费函数发生了结构性变化：基本消费部分下降了,边际消费倾向变大了。则城镇居民线性消费函数的理论方程可以写作（ D ）” Y +P X + uA. t 1 t tr Y 二B + P X + P D +
8、uC. t 1 t 2 t tD Y +P X +P DX + uB. t 1 t 2 t t tY 二P +P X +P D +P DX + uD. t 1 t 2 t 3 t t t二、多项选择题1、如果模型中存在异方差现象，则会引起如下后果（ B C D E ）A. 参数估计值有偏B. 参数估计值的方差不能正确确定C. 变量的显著性检验失效D. 预测精度降低E. 参数估计值仍是无偏的2、 广义最小二乘法的特殊情况是（B D ）A. 对模型进行对数变换B. 加权最小二乘法C. 数据的结合D. 广义差分法E. 增加样本容量3、调整后的判定系数R2与判定系数R2之间的关系叙述正确的有（C D
9、E）A. R2与R2均非负b. R 2有可能大于R2c. 判断多元回归模型拟合优度时，使用R2D. 模型中包含的解释变量个数越多，R2与R2就相差越大E. 只要模型中包括截距项在内的参数的个数大于1,则R 2 R 24、关于联立方程模型识别问题，以下说法不正确的有 （ A B ）A. 满足阶条件的方程则可识别B. 如果一个方程包含了模型中的全部变量，则这个方程恰好识别c. 如果一个方程包含了模型中的全部变量，则这个方程不可识别D. 如果两个方程包含相同的变量，则这两个方程均不可识别E. 联立方程组中的每一个方程都是可识别的，则联立方程组才可识别F. 联立方程组中有一个方程不可识别，则联立方程组
10、不可识别5 、下列说法不正确的是（ A B D E ）A. 多重共线性是总体现象B. 多重共线性是完全可以避免的C. 多重共线性是一种样本现象D. 在共线性程度不严重的时候可进行结构分析E. 只有完全多重共线性一种类型三、判断题（判断下列命题正误，并说明理由）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Y =0X + u ； Var（u ） =q 2=Z2b 2i i i i i i则：Var(0 ) = Var (ZX uiZX 2ZX 2Var(u )ii(ZX 2)2i2、即使经典线性回归模
11、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。 正确E（02） = E（02 +丫 K”）=02，该表达式成立与否与正态性无关。3、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。4、多重共线性问题是随机扰动项违背古典假定引起的； 错误应该是解释变量之间高度相关引起的。5、秩条件是充要条件，因此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，但在对联立方程
12、进行识别时，还应该结合阶条件 判断是过度识别，还是恰好识别。四、计算题1、组合证券理论的资本市场线（CML）表明期望收益E,与风险a .之间存在线性关系如下:Ei = 01 + 02b i根据 19902000年间美国34只共同基金的期望回报及其标准差数据，得出如下回归结果，请根据有关运算关系填写表中空白处的数值，并判断此结果是否支持了上述理论。Dependent Variable: YMethod: Least SquaresSample: 134Included observations: 34VariableCoefficie Std. Error tStatistiProb.ntcC5
13、.5409400.9686080.0000X0.4745140.0550770.0000R-squaredMean dependent var13.64118Adjusted R-squaredS.D. dependent var2.436480S.E. of regressionAkaike info3.506937criterionSum squared resid59.01394Schwarz criterion3.596723Log likelihood57.61793FstatisticDurbinWatson stat1.796718Prob(F-statistic)0.00000
14、0解：Dependent Variable: YMethod: Least SquaresSample: 134Included observations: 34VariableCoefficie Std. Error tStatistiProb.ntcC5.5409400.9686085.72050.0000X0.4745140.0550778.61550.0000Rsquared0.6987Mean dependent var13.64118Adjusted Rsquared0.6893S.D. dependent var2.436480S.E. of regression1.358008Akaikeinfo3.506937criterion;59.0139434 - 2Sum squared resid)59.01394Schwarz criterion3.596723Log likelihood57.61793Fstatistic74.227DurbinWatso
