内容发布更新时间 : 2024/4/25 20:14:33星期一 下面是文章的全部内容请认真阅读。
7. 在回归模型Y??0??1Xi??i中，n为样本容量，检验H0:?1?0时所用的统计量
??1?)Var(?1服从的分布为 （ ）。
A、χ2(n-2) B、t(n-1) C、χ2(n-1) D、t(n-2)
（2）多选
8．最小二乘估计量的统计性质有（ ）
A. 无偏性 B. 线性性 C. 最小方差性 D. 不一致性 E. 有偏性
???9．利用普通最小二乘法求得的样本回归直线Yi??0??1Xi的特点（ ）
A. 必然通过点(X,Y) B. 可能通过点(X,Y)
?eYiC. 残差的均值为常数 D. i的平均值与Yi的平均值相等 E. 残差ei与解释变量Xi之间有一定的相关性
10．随机变量（随机误差项）ui中一般包括那些因素（ ）
A 回归模型中省略的变量 B 人们的随机行为
C 建立的数学模型的形式不够完善。 D 经济变量之间的合并误差。 E 测量误差。
四、计算分析题
1.某线性回归的结果如下：
Dependent Variable: Y Method: Least Squares Sample: 1981 2002 Included observations: 22
Variable C X
R-squared Adjusted R-squared Sum squared resid Log likelihood Durbin-Watson stat
Std. Error ) ( ①0.010396
t-Statistic 3.478200 ( ② )
Coefficient 237.7530 0.751089
Prob. 0.0024 0.0000 3975.000 3310.257 13.71371 5219.299 0.000000
0.996183 Mean dependent var 0.995992 S.D. dependent var 878414.7 Schwarz criterion -147.7598 F-statistic 1.287765 Prob(F-statistic)
6
（1）计算括号内的值
（2）判断解释变量X对被解释变量Y是否有显著性影响并给出理由 （3）计算随机误差项的方差σ2的估计值。
2.下表给出了含截距项的一元线性回归模型的回归的结果：
方差来源 来自回归(ESS) 来自残差(RSS) 总离差(TSS) 平方和 106.58 （ ） 108.38 自由度（df） 1 17 （ ） 平方和的均值（MSS） 注：保留3位小数，可以使用计算器。在5%的显著性水平下。 1. 完成上表中空白处内容。 2.此回归模型包含多少个样本？ 3. 求R。
2
五、简答题 1．什么BLUE估计。 2．什么是球形扰动。 3. 什么是高斯马尔科夫定律？ 4. 什么是最小二乘估计量的线性性？
第四章 习 题
一、判断题
13. 要使得计量经济学模型拟合得好，就必须增加解释变量。（ ） 14. 一元线性回归模型与多元线性回归模型的基本假定是相同的。（ ） 15. 决定系数与相关系数的含义是相同的。（ ）
16. 线性回归模型中增加解释变量，调整的决定系数将变大。（ ） 5．线性回归模型中检验回归显著性时结果显著，则所有解释变量对被解释变量都没有解释力。（ ）
二、名词解释 1．决定系数 2．调整的决定系数
7
3．参数显著性检验 4．模型总体显著性检验 5．多元线性回归模型
三、选择题 （1）单选
8. 为了分析随着解释变量变动一个单位，因变量的增长率变化的情况，模型应该设定为( )。
A、lnY??1??2lnX?? B、Y??1??2lnX?? C、lnY??1??2X?? D、Y??1??2X?? 9.
e已知含截距项的3元线性回归模型估计的残差平方和为?2
2i=1200，样本容
量为n=24，则误差项方差的无偏估计量S为 （ ） A、 400 B、 40 C、60 D、 80
10. 多元线性回归模型满足六个基本假设，其最小二乘估计量服从（ ） A．正态分布 B．t分布 C．χ2分布 D．F分布
11. 普通最小二乘法要求线性回归模型的随机误差项ui,满足某些基本假定，下列错误的是（ ）。
A．E(ui)=0 B．E(ui2)=σi2 C．E(ui uj)=0，i≠j D．ui ~N(0, σ2) 12. 多元线性回归分析中的 ESS（解释平方和）反映了（ ）
A．因变量观测值总变差的大小 B．因变量回归估计值总变差的大小 C．因变量观测值与估计值之间的总变差D．Y关于X的边际变化
13. 用一组有30个观测值的样本估计模型Yi??0??1X1i??2X2i??3X3i??i，并在0.05的显著性水平下对总体显著性进行检验，则检验拒绝零假设的条件是统计量F大于( )。
A、 F0.05(3,26) B、t0.025(3,30) C、 F0.05(3,30) D、 t0.025(2,26)
14. 多元线性回归分析中的 TSS（总的离差平方和）的自由度为（ ） A．k B．n C．n-k-1 D．n-1
（2）多选
15. 对于ols，下列式子中正确的是（ ）（ESS为解释平方和，RSS为残差平方和）
A．R2 =RSS/TSS B．R2 =ESS/TSS C．R2 =ESS/RSS D．TSS=ESS+RSS E．以上都不对
8
16. 对于线性回归模型的随机误差项?i, Var(?i)=E(?i2)=σ2内涵指（ ） A．随机误差项的期望为零 B．所有随机误差都有相同的方差 C．两个随机误差互不相关 D．误差项服从正态分布 E．以上都不对 17. 对模型Yi=β0+β1X1i+β2X2i+μi进行总体显著性检验，如果检验结果总体线性关系显著，则有可能（ ）。
A．β1=β2=0 B．β1≠0，β2=0 C．β1=0，β2≠0 D．β1≠0，β2≠0 E．以上都对
四、计算分析题
1．某线性回归的结果如下：
Dependent Variable: Y Method: Least Squares Date: 11/30/08 Time: 13:47 Sample: 1 16
Included observations: 16
Variable C X1 X2
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
Coefficient -176.2778
Std. Error 30.62414
t-Statistic -5.756170 62.78936
Prob. 0.0001 0.0000 0.0039
1.026137 （ ① ） 0.669964
0.191239 （ ② ）
0.999726 Mean dependent var 5468.869 0.99968 S.D. dependent var 65.10726 Akaike info criterion 55106.42 Schwarz criterion -87.85848 F-statistic 1.345305 Prob(F-statistic)
3659.889 11.35731 11.50217 （ ③ ） 0.000000
（1）计算括号内的值。 （2）写出回归模型方程。
（3）判断解释变量X1对被解释变量Y是否有显著性影响，并给出理由。 （4）计算随机误差项的方差σ2的估计值。
2.下表给出了用最小二乘法对三元线性模型回归的结果(解释变量个数为3)
方差来源 来自回归ESS 来自残差RSS 总离差TSS
平方和（SS） 900 （ ） 1000 9
自由度（df） （ ） （ ） 18
（1）计算括号里的值 （2）求R2和R2
（3）对回归显著性进行检验(F0.05=3.29)
五、简答题
1．试述多元线性回归模型的基本假设。
2. 试述多元线性回归模型的基本假设与一元线性回归模型的不同之处。 3. 试述多元线性回归模型的基本假设与一元线性回归模型的相同之处。 4. 多元线性回归模型为什么采用调整的决定系数？
第五章 习 题
一、判断题
17. 邹检验是检验线性回归模型是否出现异常值问题。（ ） 18. 国籍变量是虚拟变量。（ ）
19. 通过虚拟变量将属性因素引入计量经济模型，引入虚拟变量的个数与样本容量大小有关。（ ）
20. 经济数据出现脱离基本趋势的异常值时，则会违反线性回归模型的基本假设（?i为随机误差项）E(?i)＝0。（ ）
21. 非线性回归需要对待估参数赋初始值。（ ）
二、名词解释 1．解释变量缺落 2．异常值 3．规律性扰动 4．虚拟变量 5．参数改变
三、选择题 （1）单选
18. 设个人消费函数Yi=C0+C1Xi+ui中，消费支出Y不仅同收入X有关，而且与消
10