《2022年初级计量经济学试卷A卷--带参考答案.docx》由会员分享，可在线阅读，更多相关《2022年初级计量经济学试卷A卷--带参考答案.docx（14页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精选学习资料 - - - - - - - - - 学而不思就惘,思而不学就殆东北财经高校讨论生期末考试试题课程名称：初级 计量经济学 类别： 必修 选修年级： 20XX 级 开课学院：数学与 数量经济学院题号一二三四五六七八九总分题分10 10 15 15 10 15 25 100 得分评阅人一、判定正误（每道题1 分,共 10 分；请将正确的答案填在下面对应的空格内,正确用T 表示,错误用F 表示）3 4 5 6 7 8 9 10 1 2 1 总体回来函数给出了与自变量每个取值相应的应变量的值 ；错、应当是条件均值2 一般最小二乘法就是使 误差平方和 最小化的估量过程；错误,残差平方和3 对
2、数线性回来模型和双对数模型的判决系数可以相比较；正确 4 多元线性回来模型的总体显著性意味着模型中任何一个变量都是统计显著的；错,5 在线性回来模型中说明变量是缘由,被说明变量是结果；错 6 双对数模型的回来系数和弹性系数相同；正确 7 当存在自相关时,OLS 估量量既是 有偏的 也是无效的；错,无偏、线性8 在高度多重共线性情形下,估量量的标准误差减小,t 值增大；错,说反了9 假如分析的目的仅仅是为了猜测,就多重共线性并无大碍；正确10无论模型中包括多少个说明变量,总平方和的自由度总为n-1；正确第 1 页,共 8 页名师归纳总结 - - - - - - -精选学习资料 - - - - -
3、 - - - - 学而不思就惘,思而不学就殆二、填空题（每道题1 分,共 10 分；把正确答案填在空格内）；显著；1 当回来系数 t 统计量的肯定值大于给定的临界值时,说明该系数2线性回来模型意味着模型中参数是线性的；3高斯马尔科夫定理说明假如线性回来模型满意古典假设,就OLS 估量量具有最小方差 性；即最优线性无偏性 BLUE. 24多元回来的总体显著性检验的原假设为 R 0；5假如对于二元线性回来模型在样本容量为 11 时有 TSS 4500, RSS 90,就其校正的2 2 n 1 49 1 1 1 44判决系数 R 1 1 R 1 1；n-k 50 11-2 456模型 ln y t
4、B 1 B t u 的参数 B 表示 t 的肯定量增加一个单位时,y 的相对量增加 B2 个单位；7倒数 模型最适合用来描述恩格尔消费曲线；28在多元回来模型中较高的 R 值与多个不显著的 t 值并存,说明模型可能存在 多重共线性；9在残差图中,假如残差平方出现系统模式,就意味着数据中可能存在 自相关；10在分析季度数据的季节性时需要引入 3 个虚拟变量； M-1 三、简答题（共 15 分）1、 简述经济计量分析的基本步骤；（8 分）1.理论分析；2.收集数据；3.建立数学模型；4.建立统计或经济计量模型；5.经济计量模型的参数估量；6.检查模型的精确性；7.检验来自模型的假说；名师归纳总结
5、- - - - - - -第 2 页,共 8 页精选学习资料 - - - - - - - - - 学而不思就惘,思而不学就殆8.运用模型进行猜测；2、以双变量线性回来模型为例简述一般最小二乘原理,最小二乘估量量；（7 分）一般最小二乘法原理：残差平方和最小并写出双变量线性回来模型参数的由随机样本回来函数：Yi=b1+b2Xi+ei 来估量总体回来函数：Yi=B1+B2Xi+ i 的一种方法；它估量总体回来函数的原理是：挑选 B1,B2的估量量 b1,b2,使得残差 ei 尽可能的小（ei= Y i Y . 样本 i函数 b1+b2xi ）；残差 ei 的定义为 ei= 实际的 Yi - 估量的
6、 Yi= Yi - Y. = Yi - b1- b2Xi OLS估量过程的数学形式表示为：min : e i2 Y i Y .i 2应用微积分求极值的方法,可得下面 Y i b 1 b 2 X i 2方程组,称为 正规方程组 ,Y i nb 1 b 2 X i2Y i X i b 1 X i b 2 X ib 1 Y b 2 X进一步可求得x i y ib 2 2x i即最小二乘估量量 ix =Xi- X iy = Yi- Y 即小写字母代表了变量与其均值之间的偏差四、（ 15 分）假如考虑用居民的可支配收入 INCOME （元）,贷款购车的贷款利率 R（%）,汽油的价格 P（元）来说明汽车的
7、销售额 SALE （万元）,估量得到如下方程：ln S A . LE 5 . 68 0 . 28 ln INCOME 0 . 0017 R 0 . 11 ln P se 0 . 32 0 . 035 0 . 00041 0 . 012 2n 209 R 0 . 96假如给定显著性水平 0.05,单边临界值为 t 0.05 1.645 , F 0.05 2.65；回答：1 方程中回来系数的含义（3 分）0.28 表示汽车销售额对居民可支配收入的弹性-0.0017 表示贷款购车的贷款利率变动一个单位,汽车销售额的相对量变动 0.0017 单位-0.11 表示汽车的销售额对汽油的价格的弹性2 利用显
8、著性检验法检验每个回来系数的显著性；（6 分）第 3 页,共 8 页名师归纳总结 - - - - - - -精选学习资料 - - - - - - - - - 学而不思就惘,思而不学就殆对于回来系数 0.28 的显著检验, t 值为 0.28/0.035=8 t 0.05 1.645 ,系数显著对于回来系数 -0.0017 的显著检验, t 值为 0.0017/0.00041=4.14 t 0.05 1.645 ,系数显著对于回来系数 -0.11 的显著检验, t 值为 0.11/0.012=9.16 t 0.05 1.645 ,系数显著3 如何检验自变量一起对汽车的销售额（注FnkR2）（ 4
9、 分）k1 12 RSALE 有显著的说明才能？请写出原假设及检验过程；H0：全部的偏斜率系数同时为零,或2 R0,拒绝原假设,对于总体显著性检验一般用F 检验,第一运算出F 值,FnkR22=209-410. 961640F 0.052.65k1 1R4-1-0 .96所以,自变量一起对汽车的销售额SALE 有显著的说明才能；4你是否会在汽车销售额猜测模型中包括汽油价格P 这一变量？为什么？（2 分）会的,由于汽油和汽车属于互补商品,两者之间有较强的相互关系,因此模型应当包括此重要的变量；五、（ 10 分）下面的模型讨论的是金融业,消费品德业、公用事业和交通运输业等四个行业的CEO 薪水 S
10、ALARY 和企业年销售额 SALE ,股本回报率 ROE 的关系；估量的方程为：log SALARY 4.59 0.26log SALE 0.011 ROE 0.16 D 1 0.18 D 2 0.28 D 3se 0.32 0.035 0.004 0.089 0.085 0.0992n 209, R 0.49其中 D 1 1 表示金融业,D 2 1 表示消费品德业,D 3 1 表示公用事业；依据问题回答：1本模型的基准类是什么？（1 分）交通运输业2为什么模型中没有引用4 个虚拟变量来表示4 个行业？（ 1 分）2 分）第 4 页,共 8 页为了防止显现多重共线性,应引入m-1 个虚拟变量
11、3说明模型中虚拟变量系数的含义？哪个行业的CEO 的薪水最少？（名师归纳总结 - - - - - - -精选学习资料 - - - - - - - - - 学而不思就惘,思而不学就殆0.16 表示金融业的平均 CEO 薪水比交通运输业高0.18 表示消费品德业的平均 CEO 薪水比交通运输业高-0.28 表示公用事业的平均 CEO 薪水比交通运输业低公用事业最少4虚拟变量系数都是统计显著的,这表示什么含义？你如何说明行业间 CEO 薪水存在的这种显著差异？（ 3 分）表示虚拟变量设置合理,不同行业的效益不一样5假设行业不同不仅仅影响模型的截距,而且仍影 响销售量的回来系数,如何建立模型来检验这一
12、假设？（ 3 分）B 4 D 1 B 5 D 2 B 6 D 3 A LOG SALE 六、（ 15 分）利用 EViews 软件以 20XX 年全国 31 个省市自治区的农业总产值 Y（亿元）和农作物播种面积X（万亩）的数据为样本估量一元线性回来模型YB 0B 1X,并对其进行怀特检验,检验结果如下：F 统计量32.04 P 值0.005 n R245 P 值0.003 1怀特检验的原假设是什么？输出结果说明F 统计量和2 n R 统计量是显著的,你能得出什么结论？（ 4 分）留意：此检验是针对异方差的检验；原假设：不存在异方差说明存在异方差2当模型存在上述问题时将显现那些后果？（第一, O
13、LS 估量量让然是线性的,无偏的4 分）即异方差的后果：必需知道其次, OLS 估量量不具有最小方差性,即不再是有效的,不再是 BLUE 了第三, OLS 估量量的方差通常情形是有偏了,由于OLS 估量量可能会高估或者低估其方差名师归纳总结 - - - - - - -第 5 页,共 8 页精选学习资料 - - - - - - - - - 学而不思就惘,思而不学就殆第四,建立在 t 分布和 F 分布的假设检验与置信区间不在牢靠了；因此往往查找其他的检验方法,例如此题的怀特检验第五,由于以上四条的存在,往往导致模型猜测精度下降甚至失效；3解决该问题的方法是什么？（2 分）解决异方差的方法一般有：加
14、权最小二乘法 WLS（对模型进行加权,一般是全部变量除以 i,是模型变成一个不存在异方差的模型,然后就可以再次使用 OLS 估量其系数了）,留意此方法2是在 i 已知的情形下,当 2 未知时,通过观看误差项与 i的关系或者与 X i 2的关系来进行变换假如以上方法仍旧解决不掉异方差,换一个模型试试吧,即重新设定模型4假如通过检验知道,Ei 22X,就如何进行修正？写出修正的步骤；（5 分）GNP（X）的一般是方程各项除以X , 平方根变换YB 0B 1XYB 01B 1XiXXXP . S .iX七、（共25 分）利用19701987 年的纽约股票交易所的综合指数（Y ）和美国数据,对综合指数
15、和国内生产总值之间的对数线性模型进行估量,详细结果如下：Dependent Variable: LOGY Method: Least Squares Date: 03/11/07 Time: 16:48 Sample: 1970 1987 Included observations: 18 名师归纳总结 Variable Coefficient Std. Error t-Statistic Prob. 第 6 页,共 8 页LOGX 0.652319 0.103454 6.305383 0.0000 C -0.809062 0.80027 -1.010982 0.3271 R-squared
16、0.713045 Mean dependent var 4.227425 - - - - - - -精选学习资料 - - - - - - - - - 学而不思就惘,思而不学就殆（1）Adjusted R-squared 0.695110 S.D. dependent var 0.377945 S.E. of regression 0.208689 Akaike info criterion -0.191499 Sum squared resid 0.696821 Schwarz criterion -0.092569 Log likelihood 3.723495 F-statistic 39
17、.75785 Durbin-Watson stat 0.448152 ProbF-statistic 0.000010 依据以上结果,写出回来分析结果报告？（4 分）LOGY=-0.809062+0.652319LOGXS.e 0.103454 0.80027 , n=18 , k=2 在5% 的 显 著 水 平 下T 6.305383 -1.010982 R20.713045F=39.75785（2）该模型是否存在自相关？为什么？（3 分）存 在 正 的 自 相 关 , 因 为D.W.= 0.448152dL1.046,du1.535d=0.448d L1.046（3）自相关会给模型带来哪些
18、后果.（4 分）自相关的后果,第一, OLS 估量量是线性的,无偏的 其次, OLS 估量量不再是有效的,第三, OLS 估量量的方差有偏的,通常是低估呀,这个一般考个挑选题,不要和异方差搞混了 第四, t 检验和 f 检验不再是有效的,第五,2 R 不能测度真实的2 R第六,误差方差是真实的有偏估量量,缘由是由于第三 第七,猜测失效（4）在通常使用DW 统计量需要有那些基础假设？（5 分） p240 第一,回来模型应当包括截距项,过原点的回来模型其次,变量 x 是非随机变量,即再重复抽样中,变量 x 取值固定第三,扰动项生成机制 u t u-t 1 t-11 其中 vt 是满意古典假定的随机误差项；第四,说明变量中不包含应变量的滞后值（5）估量自相关系数？（3 分）6 分）第 7 页,共 8 页1-d1-0.4480 .77622（6）如何对该模型进行改进？（名师归纳总结 - - - - - - -精选学习资料 - - - - - - - - - 学而不思就惘,思而不学就殆Y TY TB 1B 2XtXtt第 8 页,共 8 页tu tu t1名师归纳总结 - - - - - - -