• <th id="ix9b8"></th>
    1. <tbody id="ix9b8"><noscript id="ix9b8"></noscript></tbody><li id="ix9b8"><object id="ix9b8"><u id="ix9b8"></u></object></li>
      1. <li id="ix9b8"><acronym id="ix9b8"></acronym></li>
      2. 計量經濟學練習題答案 - 下載本文

        影響Y的較小因素的集合;被忽略的因素、測量誤差、隨機誤差等;通過殘差對誤差項的方差進行估計。

        ⒉決定系數R說明了什么?它與相關系數的區別和聯系是什么? P53和P56

        ⒊最小二乘估計具有什么性質?

        P37線性、無偏性和有效性(或最小方差性)

        ⒋在回歸模型的基本假定中,E??t??0的意義是什么?

        該假設的含義是:如果兩變量之間確實是線性趨勢占主導地位,隨機誤差只是次要因素時,那么雖然隨機擾動會使個別觀測值偏離線性函數,但給定解釋變量時多次重復觀測被解釋變量,概率均值會消除隨機擾動的影響,符合線性函數趨勢。

        2第三章 多元線性回歸模型

        一、單項選擇題

        ⒈決定系數R是指【 C 】 A 剩余平方和占總離差平方和的比重 B 總離差平方和占回歸平方和的比重 C 回歸平方和占總離差平方和的比重 D 回歸平方和占剩余平方和的比重

        ⒉在由n=30的一組樣本估計的、包含3個解釋變量的線性回歸模型中,計算的決定系數為0.8500,則調整后的決定系數為【 D 】

        A 0.8603 B 0.8389 C 0.8655 D 0.8327

        2⒊對于yi??0??1x1i??2x2i????kxki??i,檢驗H0:?i?0(i?0,1,?,k)時,所用的統計量t?bi服從【 A 】 ??bi?seA t(n-k-1) B t(n-k-2) C t(n-k+1) D t(n-k+2)

        ⒋調整的判定系數 與多重判定系數 之間有如下關系【 D 】

        A R2?R2n?1n?122 B R?1?R

        n?k?1n?k?12C R?1?(1?R)2n?1n?122 D R?1?(1?R)

        n?k?1n?k?1⒌用一組有30 個觀測值的樣本估計模型yi??0??1x1i??2x2i??i后,在0.05的顯著性水平下對?1的顯著性作t檢驗,則?1顯著地不等于零的條件是其統計量大于等于【C 】 A t0.05(30) B t0.025(28) C t0.025(27) D F0.025(1,28) ⒍對模型Yi=β0+β1X1i+β2X2i+μi進行總體顯著性F檢驗,檢驗的零假設是( A ) A. β1=β2=0 C. β2=0 A.減少 C.不變

        B. β1=0 D. β0=0或β1=0 B.增加 D.變化不定

        ⒎在多元線性回歸中,判定系數R2隨著解釋變量數目的增加而( B )

        二、判斷題

        ⒈在多元回歸模型的檢驗中,判定系數R2一定大于調整的R2。(∨) ⒉在EVIEWS中,genr命令是生成新的變量。( ∨ )

        ⒊在EVIEWS中,建立非線性模型的方法只有將非線性模型線性化的方法。(× )

        三、填空題

        ⒈調整的可決系數的作用是 消除由解釋變量數目差異造成的影響 。

        R2k⒉在多元線性回歸模型中,F統計量與可決系數之間有如下關系:F?。 1?R2n?k?1⒊有k個解釋變量的多元回歸模型的誤差項方差σ的無偏估計是s?2

        2?e2n?k?1。

        ⒋在總體參數的各種線性無偏估計中,最小二乘估計量具有___最小方差________的特性。

        四、簡答題

        ⒈在多元線性回歸分析中,為什么用修正的決定系數衡量估計模型對樣本觀測值的擬合優

        度?

        P121由于沒調整的決定系數只與被解釋變量的觀測值,以及回歸殘差有關,而與解釋變量無直接關系。但多元線性回歸模型解釋變量的數目有多有少,數學上可以證明,決定系數是解釋變量數目的增函數,意味著不管增加的解釋變量是否真是影響被解釋變量的重要因素,都會提高決定系數的數值,解釋變量個數越多,決定系數一定會越大。因此,用該決定系數衡量多元線性回歸模型的擬合程度是有問題的,會導致片面追求解釋變量數量的錯誤傾向。正是由于存在這種缺陷,決定系數在多元線性回歸分析擬合度評價方面的作用受到很大限制,需要修正。

        ⒉回歸模型的總體顯著性檢驗與參數顯著性檢驗相同嗎?是否可以互相替代?

        多元線性回歸模型每個參數的顯著性與模型總體的顯著性并不一定一致,因此除了各個參數的顯著性檢驗以處,,還需要進行模型總體顯著性,也就是全體解釋變量總體對被解釋變量是否存在明顯影響的檢驗,稱為“回歸顯著性檢驗”。總體顯著性檢驗是多元回歸分析特有的,兩變量線性回歸解釋變量系數的顯著性檢驗與模型的總體顯著性檢驗一致,不需要進行總體顯著性檢驗。

        第四章 異方差性

        一、單項選擇題

        ⒈下列哪種方法不是檢驗異方差的方法【 D 】

        A戈德菲爾特——夸特檢驗 B殘差序列圖檢驗 C 戈里瑟檢驗 D方差膨脹因子檢驗 ⒉當存在異方差現象時,估計模型參數的適當方法是【 A 】 A 加權最小二乘法 B 工具變量法

        C 廣義差分法 D 使用非樣本先驗信息

        ⒊加權最小二乘法克服異方差的主要原理是通過賦予不同觀測點以不同的權數,從而提高估計精度,即【 A 】

        A 重視方差較小樣本的信息,輕視方差較大樣本的信息 B重視方差較大樣本的信息,輕視方差較小樣本的信息 C重視方差較大和方差較小樣本的信息

        D輕視方差較大和方差較小樣本的信息

        ⒋如果戈里瑟檢驗表明,普通最小二乘估計結果的殘差ei與xi有顯著的形式為,則用加權最小二乘|ei|?0.28715xi??i的相關關系(?i滿足線性模型的全部經典假設)法估計模型參數時,權數應為【C 】 A xi B

        111 C D

        xixi2xi⒌如果戈德菲爾特——夸特檢驗顯著,則認為什么問題是嚴重的【A 】 A 異方差問題 B 序列相關問題 C 多重共線性問題 D 設定誤差問題 ⒍容易產生異方差的數據是【 C 】

        A 時間序列數據 B 面板數據 C 橫截面數據 D 年度數據

        ⒎若回歸模型中的隨機誤差項存在異方差性,則估計模型參數應采用【B 】 A 普通最小二乘法 B 加權最小二乘法 C 廣義差分法 D 工具變量法

        ⒏假設回歸模型為yi????xi??i,其中var(?i)=?2xi2,則使用加權最小二乘法估計模型時,應將模型變換為【C 】 A

        yx??x??x?ux B

        yx??x???ux

        C

        y?uy??u???? D 2?2??2 xxxxxxx⒐設回歸模型為yi??xi??i,其中var(?i)=?2xi2,則?的最小二乘估計量為【 B 】 A. 無偏且有效 B 無偏但非有效 C 有偏但有效 D 有偏且非有效

        三、判斷題

        ⒈當異方差出現時,最小二乘估計是有偏的和不具有最小方差特性。 ( × ) ⒉在異方差情況下,通常預測失效。 ( ∨ ) ⒊在異方差情況下,通常OLS估計一定高估了估計量的標準差。 ( × ) ⒋如果OLS回歸的殘差表現出系統性,則說明數據中有異方差性。 ( ×)

        ⒌如果回歸模型遺漏一個重要的變量,則OLS殘差必定表現出明顯的趨勢。( ∨ )

        四、簡答題

        ⒈什么是異方差性?試舉例說明經濟現象中的異方差性。

        兩變量和多元回歸線性回歸模型的第三條假設都要求誤差項是同方差的,就是誤差項的方差是常數,即var?ut???2不隨t變化。這條假設也不一定滿足,也就是線性回歸模型誤差項的方差var?ut???t2有可能隨t變化,這時候稱線性回歸模型存在“異方差”或“異方差性”。

        舉例P162經濟中不同收入家庭消費的分散度。 ⒉如何發現和判斷線性回歸模型是否存在異方差問題?

        P166—P174

        ⒊克服和處理異方差問題有哪些方法?

        P174—P180

        第五章 自相關性

        一、單項選擇題

        ⒈如果模型yt?b0?b1xt??t存在序列相關,則【D 】

        A cov(xt,?t)=0 B cov(?t,?s)=0(t?s) C cov(xt,?t)?0 D cov(?t,?s)?0(t?s) ⒉D-W檢驗的零假設是(?為隨機項的一階自相關系數)【B 】

        A DW=0 B ?=0 C DW=1 D ?=1 ⒊DW的取值范圍是【D 】

        A -1?DW?0 B -1?DW?1





        午夜夫妻一级生活片,一级毛片免费完整视频,日本三级香港三级人妇