内容发布更新时间 : 2024/12/25 1:43:18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