计量经济学分章习题与答案 下载本文

C、预测区间越窄,精度越高 D、预测区间越窄,预测误差越大

三、多项选择题

1、一元线性回归模型Yi??0??1Xi??i的基本假定包括 ( ) A、E(?i)?0

B、Var(?i)??2 C、Cov(?i,?j)?0(i?j) D、?i~N(0,1)

E、X为非随机变量,且Cov(Xi,?i)?0

?表示回归估计值,Y2、以Y表示实际观测值,e表示残差,则回归直线满足 ( )

A、通过样本均值点(X,Y) C、Cov(Xi,ei)?0

??Y E、Y?)2?0 B、?(Yi?Yi? D、?Yi??Yi3、以带“^”表示估计值,?表示随机干扰项,如果Y与X为线性关系,则下列哪些是正 确的 ( ) A、Yi??0??1Xi

B、Yi??0??1Xi??i

????X?? ????X?e C、Yi?? D、Yi??01ii01ii????X ???E、Yi01i4、假设线性回归模型满足全部基本假设,则其最小二乘回归得到的参数估计量具备 ( )

A、可靠性 B、一致性 C、线性 D、无偏性 E、有效性

5、下列相关系数算式中,正确的是 ( )

A、

XY?X?Y?x?y?x?y B、

?(Xi?X)(Yi?Y)n?x?y

C、

Cov(X,Y) D、?(X?(Xii?X)(Yi?Y)2?X)?(Y?Y)i2 E、

?XY?X2iii2?nX?Y?nX?Y2i?nY2

二、判断题

1、满足基本假设条件下,随机误差项?i服从正态分布,但被解释变量Y不一定服从正态分 布。 ( ) 2、总体回归函数给出了对应于每一个自变量的因变量的值。 ( ) 3、线性回归模型意味着变量是线性的。 ( ) 4、解释变量是作为原因的变量,被解释变量是作为结果的变量。 ( ) 5、随机变量的条件均值与非条件均值是一回事。 ( )

4

1n6、线性回归模型Yi??0??1Xi??i的0均值假设可以表示为???0。 ( )

ni?17、如果观测值Xi近似相等,也不会影响回归系数的估计量。 ( ) 8、样本可决系数高的回归方程一定比样本可决系数低的回归方程更能说明解释变量对被解 释变量的解释能力。 ( ) 9、模型结构参数的普通最小二乘估计量具有线性性、无偏性、有效性,随机干扰项方差的 普通最小二乘估计量也是无偏的。 ( ) 10、回归系数的显著性检验是用来检验解释变量对被解释变量有无显著解释能力的检验。

( )

四、简答题

1、为什么计量经济学模型的理论方程中必须包含随机干扰项?

2、总体回归函数和样本回归函数之间有哪些区别与联系?

3、为什么用可决系数R评价拟合优度,而不是用残差平方和作为评价标准?

4、根据最小二乘原理,所估计的模型已经使得拟合误差达到最小,为什么还要讨论模型的拟合优度问题?

2五、计算分析题

1、令kids表示一名妇女生育孩子的数目,educ表示该妇女接受过教育的年数。生育率对受教育年数的简单回归模型为

(1)随机扰动项

?包含什么样的因素?它们可能与受教育水平相关吗?

kids??0??1educ??

(2)上述简单回归分析能够揭示教育对生育率在其他条件不变下的影响吗?请解释。

2、已知回归模型E????N??,式中E为某类公司一名新员工的起始薪金(元),N为所受教育水平(年)。随机扰动项?的分布未知,其他所有假设都满足。 (1)从直观及经济角度解释?和?。

?满足线性性、无偏性及有效性吗?简单陈述理由。 ?和?(2)OLS估计量?

5

(3)对参数的假设检验还能进行吗?简单陈述理由。

(4)如果被解释变量新员工起始薪金的计量单位由元改为100元,估计的截距项、斜率

项有无变化?

(5)若解释变量所受教育水平的度量单位由年改为月,估计的截距项与斜率项有无变化?

3、假设模型为Yt????Xt??t。给定n个观察值(X1,Y1),(X2,Y2),?,(Xn,Yn),按如下步骤建立?的一个估计量:在散点图上把第1个点和第2个点连接起来并计算该直线的斜率;同理继续,最终将第1个点和最后一个点连接起来并计算该条线的斜率;

?,即?的估计值。 最后对这些斜率取平均值,称之为??的代数表达式。 (1)画出散点图, 推出??的期望值并对所做假设进行陈述。(2)计算?这个估计值是有偏还是无偏的?解释理由。

(3)判定该估计值与我们以前用OLS方法所获得的估计值相比的优劣,并做具体解释。

4、对于人均存款与人均收入之间的关系式St????Yt??t使用美国36年的年度数据得如下估计模型,括号内为标准差:

?=384.105+0.067YStt(151.105)(1)?的经济解释是什么?

(0.011)

??19.092 3R2=0.538 ?(2)?和?的符号是什么?为什么?实际的符号与你的直觉一致吗?如果有冲突的话,你

可以给出可能的原因吗? (3)对于拟合优度你有什么看法吗?

(4)检验是否每一个回归系数都与零显著不同(在1%水平下)。同时对零假设和备择假设、

检验统计值、其分布和自由度以及拒绝零假设的标准进行陈述。你的结论是什么?

5、现代投资分析的特征线涉及如下回归方程:rt??0??1rmt??t;其中:r表示股票

或债券的收益率;rm表示有价证券的收益率(用市场指数表示,如标准普尔500指数);

t表示时间。在投资分析中,?1被称为债券的安全系数?,是用来度量市场的风险程度

6

的,即市场的发展对公司的财产有何影响。依据1956~1976年间240个月的数据,Fogler和Ganpathy得到IBM股票的回归方程(括号内为标准差),市场指数是在芝加哥大学建立的市场有价证券指数。

?t?0.7264?1.0598rmt R2?0.4710 r (0.3001) (0.0728) 要求:

(1)解释回归参数的意义; (2)如何解释R2?

(3)安全系数??1的证券称为不稳定证券,建立适当的零假设及备选假设,并用t检

验进行检验(??5%)。

6、假定有如下的回归结果:Yi?2.6911?0.4795Xi,其中,Y表示美国的咖啡的消费量(杯数/人天),X表示咖啡的零售价格(美元/杯)。 要求:

(1)这是一个时间序列回归还是横截面回归?

(2)如何解释截距的意义,它有经济含义吗?如何解释斜率? (3)能否求出真实的总体回归函数?

(4)根据需求的价格弹性定义:弹性=斜率×(X/Y),依据上述回归结果,你能求出对

咖啡需求的价格弹性吗?如果不能,计算此弹性还需要其他什么信息?

??7、若经济变量y和x之间的关系为yi?A(xi?5)2ei,其中A、?为参数,?i为随机误差, 问能否用一元线性回归模型进行分析?为什么?

8、上海市居民1981~1998年期间的收入和消费数据如表所示,回归模型为

?yi??0??1xi??i,其中,被解释变量yi为人均消费,解释变量xi为人均可支配收入。试

用普通最小二乘法估计模型中的参数?0,?1,并求随机误差项方差的估计值。

上海市居民1981~1998年间的收入和消费数据

年份 可支配收入 消费 年份 可支配收入 消费 7