友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接 友情链接友情链接友情链接友情链接友情链接友情链接友情链接友情链接
当前位置: 首页 > 考试试题 > 政治/经济 >

中央财经大学2009-2010学年第二学期计量经济学期末考试试题

时间:2013-05-01 18:08来源: 作者: 点击:
中央财经大学2009-2010学年第二学期计量经济学期末考试试题,大学试题-期末考试题-期末考试试题-期末考试试卷-大番薯网试题中心
  

中央财经大学2009-2010学年第二学期

《计量经济学》考试题

第一题 判断题 10×2=20分(从以下题目中任选10题,判断对错;如果错误,说明理由)

P66

1,  OLS法是使残差平方和最小化的估计方法。

2,  计算OLS估计值无需古典线性回归模型的基本假定。

3,  若线性回归模型满足假设条件(1)——(4),但扰动项不服从正态分布,则尽管OLS估计量不再是BLUE,但仍为无偏估计量。

  只要满足(1)——(4),OLS估计量就是BLUE

4,最小二乘斜率系数的假设检验所依据的是t分布,要求߈的抽样分布是正态分布。

5,R=TSS/ESS

  R=RSS/ESS

6,若回归模型中无截距项,则Σet=0未必成立。

7,若原假设未被拒绝,则它为真。

  只能说不能拒绝原假设

8,在双变量回归模型中,б的值越大,斜率系数的方差越大。

  Var(߈)=б/Σxt 只有当Σxt恒定,上述说法才正确。

P149

1,  尽管存在严重多重共线性,普通最小二乘法估计量仍然是最佳线性无偏估计量。

2,  如果分析的目的仅仅是为了预测,则多重共线性并无妨碍。

3,  如果解释变量两两之间的相关系数都低,则一定不存在多重共线性。

  即使解释变量两两之间的相关系数都低,也不能排除存在多重共线性的可能性

4,如果存在异方差性,通常用的t检验和F检验是无效的。

5,当存在自相关时,OLS估计量既不是无偏的,也不是有效的。

注意:

本书中无偏性不成立仅两种情况:

1,  模型中忽略了有关的解释变量。

2,  随机解释变量与扰动项同期无关。

  在扰动项自相关的情况下OLS估计量仍为无偏估计量,但不再具有最小方差的性质,即不是BLUE

6,消除一阶自相关的一阶差分变换法假定自相关系数必须等于1

7,模型中包含无关的解释变量,参数估计会有偏,并且会增大估计量的方差,即增大误差。

  模型中包含无关的解释变量,参数估计仍无偏,但会增大估计量的方差,即增大误差

8,多元回归中,如果全部“斜率”系数各自t检验都不显著,则R值也高不了。

  在多重共线性的情况下,尽管全部“斜率”系数各自t检验都不显著,R值仍可能高

9,存在异方差的情况下,OLS法总是高估系数估计量的标准误差。

  存在异方差的情况下,OLS法通常会高估系数估计量的标准误差,但不总是

10,如果一个具有非常数方差的解释变量被(不正确的)忽略了,那么OLS残差将呈异方差性。

  异方差性是关于扰动项的方差,而不是关于解释变量的方差

P171

1,  所有计量经济模型实质上都是动态模型。

  使用横截面数据的模型就不是动态模型

2,如果分布滞后系数中,有的为正有的为负,则科克模型将没有多大用处。

3,若适应预期模型用OLS估计,则估计量将有偏,但一致。

  估计量既不是无偏的,又不是一致的

4,对于小样本,部分调整模型的OLS估计量是有偏的。

5,若回归方程中既包括随机解释变量、扰动项又自相关,则采用工具变量法,将产生无偏且一致的估计量。

  将产生一致估计量,但是在小样本情况下,得到的估计量是有偏的。

6,解释变量中包括滞后因变量的情况下,用德宾-沃森d统计量来检验自相关是没有实际用处的。

P215

1,  OLS法适用于估计联立方程模型中的结构方程。

  一般来说,不行。因为联立方程中变量的相互作用,因而结构方程中

往往包括随机解释变量。

22SLS法不能用于不可识别方程。

3,估计联立方程模型的2SLS法和其他方法只有在大样本的情况下,才能具有我们期望的统计性质。

4,  联立方程模型作为一个整体,不存在类似R这样的拟合程度测量。

5,  如果要估计的方程扰动项自相关或存在跨方程的相关,则2SLS法和其他估计结构方程的方法都不能用。

  可以用3SLS

6,如果一个方程恰好识别,则ILS2SLS给出相同结果。

第二题  单项选择题(10道×2=20分)(任选10题)

P194

1,  某一时间序列经一次差分变换成平稳时间序列,此时间序列称为(A

A.一阶单整 B .2阶单整 C. K阶单整 D.以上答案均不正确

2,如果两个变量都是一阶单整的,则(D

A. 这两个变量一定存在协整关系B. 这两个变量一定存在协整关系C.相应的误差修正模型一定成立 D.还需对误差项进行检验

3,如果同阶单整的线性组合是平稳时间序列,则这些变量之间关系是(B

A. 伪回归关系B.协整关系C.短期均衡关系D.短期非均衡关系

4,  若一个时间序列呈上升趋势,则这个时间序列是(B

A.平稳时间序列B. 非平稳时间序列C. 一阶单整序列D. 一阶协整序列

P216

1,  结构式模型中的方程称为结构方程。在结构方程中,解释变量可以是前定变量,也可以是(C

A.外生变量B.滞后变量 C.内生变量 D. 外生变量和内生变量

2,前定变量是(A)的合称

A.外生变量和滞后内生变量B.内生变量和外生变量C.外生变量和虚拟变量D.解释变量和被解释变量

3,如果联立方程模型中某个结构方程包含了模型中所有的变量,则这个方程(B

A.恰好识别B.不可识别C.过度识别D.不确定

4,下面说法正确的是(D

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.外生变量是非随机量

5,当一个结构式方程为恰好识别时,这个方程中内生解释变量的个数是(A

A. 与被排除在外的前定变量个数恰好相等B.小于被排除在外的前定变量个数C.大于被排除在外的前定变量个数D.以上三种情况都有可能发生

6,简化式模型就是把结构式模型中的内生变量表示为(B

A.外生变量和内生变量的函数关系B.前定变量和随机误差项的模型C.滞后变量和随机误差项的模型D.外生变量和随机误差项的模型

7,对联立方程模型进行参数估计的方法可以分为两类,即(B

A.间接最小二乘法和系统估计方法B.单方程估计法和系统估计法C.单方程估计法和二阶段最小二乘法D. 工具变量法和间接最小二乘法

8,在某个结构方程过度识别的条件下,不适用的估计方法是(A

A.间接最小二乘法B.工具变量法C.二阶段最下二乘法D.有限信息极大似然估计法

第三题 简答题(4道×5=20分)

1,试列出计量经济分析的主要步骤。

答:一般来说,计量经济分析按照以下步骤进行:

1)陈述理论(或假说) 2 建立计量经济模型 3)收集数据  4)估计参数  5  假设检验 6)预测和政策分析

2,试述决定系数和修正决定系数的关系及为什么要修正。

参考课本79-80

3简述非线性最小二乘步骤。

非线性最小二乘法实际上一种格点搜索法。

首先,定义λ的范围(01),指定一个步长

然后,每次增加一个步长,对λ的每个值,计算

Zt=Xt+λX+λ X+……λX 选择P的准则是,λ充分小,使得XP阶以后滞后值对Z无显著影响。

第三,回归下面的方程:

Yt=α+βZt+ut

对λ的所有值重复执行上述步骤,选择回归方程产生最高Rλ值,αβ的估计值即为该回归所得到的估计值。

4 有关多重共线性的????

定义:

在实践中,若两个或多个解释变量高度线性相关,我们就说模型中存在多重共线性。

后果:

1,多重共线性不改变参数估计量的无偏性。

2,  各共线变量的参数的OLS估计值方差很大,即估计值的精度很低。

3,  由于若干个X变量共变,它们各自对因变量的影响无法确定。

4,  各共线变量系数估计量的t值低,使得犯第二类错误的可能性增加。

判别和检验:

1,  根据回归结果判别

若:发现系数估计值的符号不对;

某些重要的解释变量t值低,而R不低;

当一个不太重要的解释变量被删除后,回归结果显著变化;

     可能存在多重共线性。

2,使用相关矩阵检验

3,使用VIF检验

4,通过条件指数检验

解决方法:

1,  增加数据

2,  对模型施加某些约束条件

3,  删除一个或几个共线变量

4,  将模型适当变型

5,  主成分法

5,适应预期模型、科克模型、部分调整模型在估计上的问题。

答:在科克模型和适应预期模型中,扰动项存在序列相关,因此,对于它们,应用OLS法不仅得不到无偏估计量,而且也得不到一致估计量。但部分调整模型,在该模型中扰动项满足标准假设条件,因此,可用OLS法直接估计部分调整模型,将产生一致估计值,虽然在小样本情况下估计值通常是有偏的。

6,什么是伪回归?

当回归方差中涉及的时间序列是非平稳时间序列时,OLS估计量不再是无偏估计量,相应的常规推断程序会产生误导。这就是所谓的“伪回归”问题。

7,什么是单位根?

大致来说,单位根这一术语意味着一给定的时间序列非平稳。专业点来说,单位根指的是滞后操作符多项式A(L)=1的根。

8,平稳时间序列和非平稳时间序列的区别?

一般来说,如果一个时间序列的均值和方差在任何时间保持恒定,并且两个时期tt+k之间的协方差仅依赖于两时期之间的距离k,而与计算这些协方差的实际时期t无关,则该时间序列是平稳的。只要这三个条件不全满足,则该时间序列是非平稳的。

9DF检验和EG检验是检验什么的?

DF检验是一种用于决定一个时间序列是否平稳的统计检验方法。

EG检验是一种用于决定两个时间序列是否协整的统计检验方法。

第四题 推导题(2道×10=20分)推导题仅涉及第六和第七两章的内容

1,科克变换法

科克方法简单地假定解释变量的各滞后值的系数按几何级数递减,即

Yt=α+βXt+ βλX+ βλX+……Ut  0<λ<1  (6.2)

(6.2)两端取一期滞后,得

Y=α+βX+ βλX+ βλX+……U

两端乘以λ

。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

2,  阿尔蒙多项式分布滞后

。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

第五题  综合计算题(1道×20=20分)

一、         YX5期观测值如下表所示:

序号

1

2

3

4

5

Y

14

18

23

25

30

X

10

20

30

40

50

(1)             试估计

(2)             提供回归分析结果(按标准格式,含);

(3)             检验原假设

(4)             试预测当的值,并分别求出E)的95%的置信区间。

解:       1由题意,计算得:

             

             

             

              ∴估计方程为:

2由题意,可得

             

又∵

,且

则对原假设时的t值分别为:

∴以标准格式提供的回归分析结果为:

(a)

(12.34)

(15.50)

括号中数字分别是对原假设时的t值。

或:

       (b)

(0.835)

(0.025)

                     括号中数字分别是的标准误差。

              回归结果分析:

1.         拟合情况:对于时间序列数据,拟合度表明拟合较理想。

2.         系数显著性:t显著异于0XY有影响。

              3原假设:,备择假设:

             

若取a0.05,从t表中可查出对应于a0.05和自由度N-2=5-2=3t值为:

,故拒绝原假设,即

(4)             代入估计出的方程式,得:

Y095%置信区间为:

             

              即:30.03237.369,所以我们有95%的把握Y0的预测值将位于30.03237.369之间。

E(Y0)95%置信区间为:

             

              即:31.04436.356,所以我们有95%的把握Y0的预测值将位于31.04436.356之间。

顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
推荐内容