2014—2015年第一学期计量经济学期末试卷A(全校统考)

学年度第一学期期末测试 ：专业：级班：）（系院名：姓：号学云南财经大学 2014 至 2015 学年 第一 学期  计量经济学 课程期末考试试卷（A） 案得一 二 三 四 五 六 七 八 总复 分 分 核  人 阅 答卷 人  得阅卷人 分 一、单选题（每题分，共分）  构造计量经济模型应遵循的原则是【】。 模型变量越多越好的原则模型变量越少越好的原则 定量分析为主的原则以理论分析作先导的原则 在下列各种数据中，以下不应作为计量经济分析所用数据的是【】 ．时间序列数据截面数据 ．计算机随机生成的数据虚拟变量数据 在简单线性回归模型中，认为具有一定概率分布的随机变量是【】 解释变量被解释变量 虚拟变量工具变量 对于普通最小二乘法求得的样本回归直线，下列特性错误的是【】。 样本回归直线通过点xyei≠ yˆiyiei与解释变量xi不相关 如果被解释变量随着解释变量页脚内容 的变动而非线性地变动，并趋于一自然极限，则适宜配合下列哪一模型【】  学年度第一学期期末测试 ．普通最小二乘法．广义差分法 ．工具变量法．加权最小二乘法

在模型Yt12X2t3X3tt的回归分析结果报告中，统计量的值，则表明【】

解释变量对的影响是显著的 解释变量对的影响是显著的

解释变量和对的联合影响是显著的 解释变量和对的联合影响不显著 检验法适用于检验【】 ．异方差．多重共线性

．序列相关 ．设定误差

如果回归模型违背了无自相关假定，最小二乘估计量是【】 ．无偏的，非有效的．有偏的，非有效的 ．无偏的，有效的．有偏的，有效的 经验认为，某个解释变量与其它解释变量间多重共线性严重的情况是这个解释变量的方差膨胀因子【】

大于小于大于小于

当模型中的解释变量存在完全多重共线性时，参数估计量的方差为：【】

∞最小

随机解释变量与随机误差项相互独立时，回归系数的普通最小二乘估计量是【】。

无偏，一致估计有偏，一致估计

无偏，不一致估计有偏，不一致估计 在分布滞后模型αβββ…μ中，β



称为【】。

早期影响乘数短期影响乘数

延期的过渡性影响乘数长期影响乘数 对自回归模型进行估计时，假若随机误差项满足古典线性回归模型的基本假定，则估计量是一致估计量的模型有【】。

页脚内容 学年度第一学期期末测试 变换模型局部调整模型

自适应预期模型自适应预期和局部调整混合模型

对于无限分布滞后模型，科伊克提出的假定是【】

．参数符号不同但按几何数列衰减参数符号不同但按几何数列递增

．参数符号相同且按几何数列衰减参数符号相同且按几何数列递增

某一时间数列经过一次差分后为平稳时间序列，则这个时间数列是几阶单整的【】 

阶



阶

阶阶 在中，、为常数，如果～，与之间是协整的，且是一个平稳时间序列，则【】  得分 阅卷人 二、多选题（每题有个正确选项，多选、少选、错选均不得分；每题分，共分） ～



～

～～

、计量经济模型的检验一般包括内容有【】

、经济意义的检验、统计推断的检验、计量经济学的检验

、预测检验、对比检验

ˆˆX的特点ˆ、利用普通最小二乘法求得的样本回归直线Y01【】

必然通过点(X,Y)可能通过点

(X,Y)

ˆ的平均值与Yi的平均残差ei的均值为常数Yi值相等

残差ei与解释变量Xi之间有一定的相关性

ˆˆXˆXe，下列各式成立的有 、对于二元样本回归模型Yi1212i33ii页脚内容 学年度第一学期期末测试 【】

ei0eiX2i0eiX3i0

eiYi0X3iX2i0 、广义最小二乘法的特殊情况是【】 对模型进行对数变换加权最小二乘法 数据的结合广义差分法 增加样本容量

、设一阶自回归模型是科伊克模型或自适应预期模型，估计模型时可用工 具变量替代滞后内生变量，该工具变量应该满足的条件有【】 与该滞后内生变量高度相关与其它解释变量高度相关

与随机误差项高度相关与该滞后内生变量不相关

与随机误差项不相关 得分 阅卷人 三、判断并改错（每题分，共分）

（）、在经济计量分析中，模型参数一旦被估计出来，就可将估计模型直接运用于实际的计量经济分析。

（）、线性回归模型意味着因变量是自变量的线性函数。

（）、如果回归模型中遗漏一个重要变量，则残差必定表现出明显的趋势。

（）、当模型存在高阶自相关时，可用杜宾—瓦特森检验法进行自相关检验。

（）、假定个人服装支出同收入水平和性别有关，由于性别是具有两种属性（男、女）的定性因素，因此，用虚拟变量回归方法分析性别对服装支出的影响

页脚内容 学年度第一学期期末测试 时，需要引入两个虚拟变量。

（）、对回归模型施加约束后的回归模型，其残差平方和一定大于无约束回归模型的残差平方和。

（）、对于具有极限值的逻辑分布，标准正态分布是较好的选择，这种情况下二元选择模型应采用模型。 得分 阅卷人

一阶序列相关

动态模型

协整

页脚内容 四、名词解释（每题分，共分）

回归分析

学年度第一学期期末测试 得分 阅卷人

．什么是随机误差项和残差，它们之间的区别是什么？

得分 阅卷人 六、计算分析题（共分）

五、简答题（每题分，共分）

．简述经济计量模型的用途。

、（本题共分）用某城市—年城市劳动参与率（）与城市失业率（）和实际平均每小时工资（元）回归，得结果如下：

 





❖





















页脚内容 学年度第一学期期末测试 







 





  



 











 

  



 







 ❖

 ❖

 



 



 

  



 

  



（）．计算、、、、划线处的个数字，并给出计算

步骤（计算过程与结果保留小数点后位小数）。（分）

（）．根据计算机输出结果，写出二元回归模型表达式。（分）

（）．解释回归系数和的经济含义，并检验这两个参

数

经

济

含

义

的

合

理

性

。

（分）

（）．城市失业率和实际平均每小时工资对城市劳动参与率是否具有显著的

影

响

？



页脚内容 学年度第一学期期末测试 （分）

（）．给定车城市失业率为，实际平均每小时工资为元，预测年城市的劳动参与率。（分） （）．模型的异方差检验（含有交叉项）结果如下：





 

 





 



检验统计量服从什么分布？检验结果说明模型误差序列中

存

在

还

是

不

存

在

异

方

差

？

（分） （）．滞后期的检验结果如下：





 

 







 



相应的辅助回归：

















 



 































页脚内容 学年度第一学期期末测试 





 



 













模型的误差序列是否存在自相关？存在几阶序列自相关？（分）

（）已知城市失业率对实际平均每小时工资（万元）的辅助回归结果如下：

















 























模型是否存在多重共线性？你是如何知道的？（分） 注：本题的显著性水平。

页脚内容 学年度第一学期期末测试

、（本题共分）为了解美国工作妇女是否受到歧视，可以用美国统计局的当前人口调查中的截面数据，研究男女工资有没有差别。这项多元回归分析研究所用到的变量有：——雇员的工资率（美元小时）；——性别（若雇员为妇女，；否则）；——受教育的年数。对名雇员的样本进行的研究得到回归结果为：（括号内的数字为回归系数对应的统计量）：

ˆ6.412.76SEX0.99ED0.12AGE WR2

（）写出女性和男性工作收入的回归方程，并检验美国工作妇女是否受到歧视，为什么？（分）

（）按此模型预测一个岁受教育年的美国男性的平均每小时的工作收入为多少美元？（分）

页脚内容 学年度第一学期期末测试

云南财经大学期末考试 试题答案及评分标准

学年学期：学年第一学期



专业：经济类、管理类

 班级：经统班

课程：计量经济学

 教学大纲：自编年版

 使用教材：《计量经济学》 页脚内容 学年度第一学期期末测试 教材作者：李子奈潘文卿



出版社：高等教育出版社



页脚内容 学年度第一学期期末测试 云南财经大学期末考试《计量经济学》课程 卷试题参考答案及评分标准

一、 单项选择题（将答案填入下面的表格中。每小题分，共分） 题号 答案 题号 答案

二、多项选择题（每题选出～个正确答案，填入下表中，每题分，本题满分共分） 题号 答案

三、判断并改错（正确的打“”，错误的划“”，将答案填入下面的表格中。每小题分，共分）

、错。改为必须先检验，检验通过后才可运用。 、错。因变量是参数的线性模型。 、正确。

、错。当模型存在高阶自相关时，不能用杜宾——瓦特森检验法检验（只能用检验法检验）。

、错。有截距项的时候，只能引入一个虚拟变量。（没有截距项时，可以引入两个虚拟变量）。 、正确。

、错。对于具有极限值的逻辑分布，逻辑分布是较好的选择，这种情况下二元选择模型应采用模型。

页脚内容                                                   学年度第一学期期末测试 四、名词解释（每小题分，共分）

回归分析：回归分析是研究一个变量关于另一个（些）变量的依赖关系的计算方法和理论。其目的是通过后者的已知或设定值，去估计和预测前者的（总体）均值。

一阶序列相关：如果仅存在E(ii1)0，则称为一阶序列相关。 动态模型：含有滞后被解释变量的模型，称为动态模型。

协整：非平稳的经济变量和，如果它们的线性组合是平稳的，则意味着它们间的长期均衡关系成立，这时我们称和是协整的。

五、简答题（每小题分，本题满分共分） 、答：计量经济模型的用途包括四个方面：

（）结构分析，就是对经济现象中变量之间相互关系的研究，包括弹性分析、乘数分析和比较静力分析；（分）

（）经济预测，对被解释变量未来的情况进行定量预测；（分）

）政策评价，以经济政策作为解释变量，利用计量经济模型可以方便地评价各种不同的政策对目标的影响；（分） （）检验和发展经济理论。（分）

、答：随机误差项iYiE(Yi|Xi)，表示总体中Xi对应的个体对均值的偏离，代

表随机因素对Yi的影响。（分）

ˆe时，其中的ei就是残差，它表示样本的实际当把总体回归函数表示成YYiii观测值和被解释变量拟合值之差。（分）

ˆ估计Yi时带来的误差eYYˆ，是可以观测的，是对不可观测的随残差是用Yiiii机误差项ui的估计。（分）

六、综合分析题（本题满分共分）

ˆS(ˆ)t(ˆ)3.40424623.8777981.2859、（）（分） 000ˆ0.638773ˆs(1)10.0715ˆt(1)8.938353（分）

R21(1R2)nk1251(10.748092)0.7668（分） n128页脚内容 学年度第一学期期末测试 ˆe2i（分） (nk1)6.952469250.5274

R2/k0.7668/2F41.1021（分） 2(1R)/(nk1)(10.7668)/25或者：

1n11281F[(nk1)][(2821)]41.0910

k1R2210.748092

ˆ81.28590.6388X1.4521X （1） Y12（）（）（） R2（分）

（）回归系数表示在其他条件保持不变的情况下，当城市失业率每增加时，城市劳动参与率平均降低；回归系数表示在其他条件保持不变的情况下，当实际平均每小时工资每增加元时，城市劳动参与率平均降低。（分）

回归系数的经济意义合理，符合经济理论和行为规律失业率上升，劳动参与率下降；实际平均每小时工资的系数为负表明收入效应和替代效应中，收入效应占主导地位。（分）

（）和的统计量分别为和，相应的值和均小于表明城市失业率和实际平均每小时工资对城市劳动参与率有显著的影响。（分） （



）

ˆ81.285880.6387734.401.4520528.52（Y分）

（）检验统计量服从的分布；（分）

检验统计量，其伴随概率，不拒绝原假设，即模型不存在异方差性。（分）

页脚内容 学年度第一学期期末测试 （）检验统计量，其伴随概率，拒绝原假设，即模型存在序列相关。（分）

从辅助回归的结果看，项显著，（），表明存在二阶序列相关。（分） （）模型不存在多重共线性。因为对的辅助回归中，的系数不显著（检验的值），表明与之间没有显著的线性相关。（分）

9.170.99ED0.12AGEˆ、答：（）W6.410.99ED0.12AGE（分）

女性男性

从整理的回归模型中看出，美国工作中妇女受到歧视，同等条件下，妇女工资比男性

少



美

元

。

（分）

ˆ6.410.99160.123013.03（美元）（分） （）W

页脚内容