《《计量经济学》自相关 练习题》由会员分享，可在线阅读，更多相关《《计量经济学》自相关 练习题（14页珍藏版）》请在金锄头文库上搜索。
1、B.被解释变量为非随机的D.随机误差项服从一阶自回归B.广义最小二乘法D.两阶段最小二乘法B.普通最小二乘法D.两阶段最小二乘法A.经济变量具有惯性作用B.经济行为的滞后性、选择题1、设u为随机误差项，则一阶线性自相关是指（t）A.cov（u,u）主0（t主s）B.u=pu+tstt1tC.u=pu+pu+D.u=Pu2+t1t12t2ttt12、在序列自相关的情况下，参数估计值仍是无偏的，其原因是（C）A.无多重共线性假定成立B.同方差假定成立C.零均值假定成立D.解释变量与随机误差项不相关假定成立3、应用DW检验方法时应满足该方法的假定条件，下列不是其假定条件的为（）A. 解释变量为非随机
2、的C.线性回归模型中不能含有滞后内生变量4、广义差分法是（B）的一个特例A.加权最小二乘法C.普通最小二乘法5、加权最小二乘法是（）的一个特例A.广义差分法C.广义最小二乘法6、在下例引起序列自相关的原因中，不正确的是（）C.设定偏误D.解释变量之间的共线性7、以下选项中，正确地表达了序列相关的是（）A.COV（巴小J丰0,i丰jB.COV（卩i,卩/=0,i丰jijijC.COV（X,X）=0,i丰jD.COV（X.,卩.）丰0,i丰jijij8、用于检验序列相关的DW统计量的取值范围是（）A.0WDWW1B.1WDWW1C.2WDWW2D.0WDWW49、在DW检验中，存在正自相关的区域是
3、（）ddA.4-iDW4B.0DWiC.duDW4-duD.diDWdu,4-duDW4-i10、已知DW统计量的值接近于2,则样本回归模型残差的一阶自相关系数P近似等于（）A.0B.-1C.1D.411、广义差分法是对（）用最小二乘法估计其参数。Ay二B+Bx+ut12ttC.py二pB+pBx+put12ttB. y=B+Bx+ut-112t-1t-1D.y-py=B(1p)+B(x-px)+u-putt-112tt-1tt-1得DW统计量为0.6453,则广义差分变量是(y-0.6453yx-0.6453xA. tt-1,tt-1)y-0.6774y,x-0.6774xB. tt-1tt
4、-112、已知模型的形式为为=B1+B2X+u,在用实际数据对模型的参数进行估计的时候，测y-0.05y,x-0.05xD.tt-1tt-1C. y-y,x-xC. tt-1tt-113、已知模型的形式为y=Bi+B2X+u,在用实际数据对模型的参数进行估计的时候，测得DW统计量为0.52，则广义差分变量是（）A. y-0.48yx-0.48xtt-1,tt-1B. y-0.7453y,x-0.7453xtt-1tt-1C. y-0.52y,x-0.52xtt-1tt-1D. y-0.74y,x-0.74xtt-1tt-114、如果回归模型违背了无自相关假定，最小二乘估计量是（）A.无偏的，有
5、效的B.有偏的，非有效的C.无偏的，非有效的D.有偏的，有效的15、已知样本回归模型残差的一阶自相关系数接近于1,则DW统计量近似等于（）A.0B.1C.2D.416、在DW检验中，当DW统计量为2时，表明（）A.存在完全的正自相关B.存在完全的负自相关D.不能判定C.不存在自相关17、在DW检验中，当DW统计量为4时，表明（）A.存在完全的正自相关C.不存在自相关18、在DW检验中，不能判定的区域是（A.0DWd,4-dDW4llC.dDWd,4-dDW4-dluul19、在DW检验中，存在负自相关的区域是（dA.4-lDW4ddC.uDW4-uB. 存在完全的负自相关D.不能判定)B.dD
6、W4-duuD.上述都不对)dB.0DWlddddD.lDWu,4-uDW4-lA.存在完全的正自相关C. 不存在自相关B.存在完全的负自相关D. 不能判定21、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dL和du,则当dLDWdu时，可认为随机误差项（）A.存在一阶正自相关C.不存在序列相关B.存在一阶负相关D.存在序列相关与否不能断定二、判断题1. 异方差性、自相关性都是随机误差现象，但两者是有区别的。2违背基本假设的计量经济学模型是不可估计的。（错）3、DW检验中的DW值在0到4之间，数值越小说明模型随机误差项的自相关度越小，数值越大说明模型随机误差项的自相关度越大。（错）
7、4、利用WLS法和OLS法估计同一存在异方差性的模型，前者得到的残差平方和小于后者得到的残差平方和.（错）5、利用GLS法和OLS法估计同一存在异方差性的模型，前者得到的残差平方和小于后者得到的残差平方和.（错）6. DW检验适用于检验任何形式的自相关性.（错）7. 柯克伦-奥科特迭代法是估计存在自回归形式的序列相关性模型的一种常用方法.8. 自相关性会导致模型回归系数的OLS估计量不是一致的.9GLS法适合于估计存在异方差性或自相关性的线性回归模型.（）三、简答题1. 什么是序列相关性？序列相关出现后，仍采用OLS估计模型参数，会导致哪些不良后果？2. 请写出Dubin-Watson检验法的
8、假定条件。3. 试说明多元线性回归模型产出自相关的原因。4自相关性检验的基本思路是什么？有哪些常用的自相关性检验方法？处理模型存在的自相关性问题有哪些方法?答：自相关性检验的基本思路：首先需利用OLS法估计模型得到残差岭，并把它作为叫的估计量，然后通过研究岭的自相关性来推断叫自相关性.常用的自相关性检验方法：图示法、DW检验、LM检验.处理模型自相关性问题的方法：（可行的）广义最小二乘法、（可行的）广义差分法、非线性最小二乘法、尼威和韦斯特（Newey-West）自相关-稳健性估计程序.四、计算题1、根据某地区居民对农产品的消费y和居民收入x的样本资料，应用最小二乘法估计模型，估计结果如下，拟
9、合效果见图。由所给资料完成以下问题：（1）在n=16，“0.05的条件下，查D-W表得临界值分别为=1.106,J=1.371，试判断模型中是否存在自相关；（2）如果模型存在自相关，求出相关系数，并利用广义差分变换写出无自相关的广义差分模型。y=27.9123+0.3524xse=（1.8690）（0.0055）R2=0.9966,丈6e2=22.0506,DW=0.6800,F=4122.531ii=12、家庭消费支出（Y）、可支配收入（X1）、个人个财富（X2）设定模型如下:Y=p+pX+pX+卩t011t22tt回归分析结果为：LS/DependentVariableisYDate:18
10、/4/02Time:15:18Sample:110Includedobservations:10VariableCoefficientStd.ErrorT-StatisticProb.C24.40706.99730.0101X-0.34010.47850.50022X0.08230.04580.11522R-squaredMeandependentvar111.1256AdjustedR-squaredS.D.dependentvar31.4289S.E.ofregressionAkaikeinfocriterion4.1338Sumsquaredresid342.5486Schwartzcr
11、iterion4.2246Loglikelihood-31.8585F-statisticDurbin-Watsonstat2.4382Prob(F-statistic)0.0001回答下列问题（1）请根据上表中已由数据，填写表中画线处缺失结果（注意给出计算步骤）（2）模型是否存在多重共线性？为什么？（3）根据模型估计结果，判断模型是否存在自相关？为什么？（4）下表为在EViews6.0下对模型进行LM自相关性检验的输出结果Breusch-GodfreySerialCorrelationLMTest:F-statistic9.378896Prob.F(1,18)0.0067Obs*R-squa
12、red7.193746Prob.Chi-Square(1)0.0073在0.05的显著性水平下，分析模型是否存在自相关性.若模型存在一阶自回归形式的自相关性，即ut二叫严t，81WN（Q2），请你依据题中提供的信息估计9，并写出利用可行的广义差分法估计该模型的过程.在0.05显著性水平下，dl和du的显著性点k=1k=2ndldudldu90.8241.320.6291.699100.8791.320.6971.641110.9271.3240.6581.6043.对于模型Yi=o+匕X“+02X2i+8i，如果随机误差项8i的方差会随着解释变量X2值的增加而增加，即产生了异方差。1）请说明戈
13、德菲尔德一匡特（GoldfeldQuandt）方法检验上述模型是否有异方差的具体步骤。2）假设异方差的形式为厂（8丿=2X2i，请问如何进行修正，写出修正的过程。4依据某国1960-1995年间个人实际可支配收入（X）和个人实际消费支出（Y）的数据,建立如下消费函数模型：t=1960,1995)4.2)在EViews6.0下利用OLS法估计的输出结果如表-3所示:表-3AADependentVariable:YMethod:LeastSquaresDate:06/09/16Time:15:27Sample:19601995Includedobservations:36VariableCoeff
14、icientStd.Errort-StatisticProb.C-9.4287452.504347-3.7649510.0006X0.9358660.007467125.34110.0000R-squared0.997841Meandependentvar289.9444AdjustedR-squared0.997777S.D.dependentvar95.82125S.E.ofregression4.517862Akaikeinfocriterion5.907908Sumsquaredresid693.9767Schwarzcriterion5.995881Loglikelihood-104.3423Hannan-Quinncriter.5.938613F-statistic15710.39Durbin-Watsonstat0.523428Prob(F-statistic)0.000000请回答以下问题：(
