初级计量经济学试卷A卷--带答案

. 东北财经大学研究生期末考试试题 课程名称：初级 计量经济学类别：□必修 □选修 年级：2013 级 开课学院：数学与数量经济学 院 题号 题分 得分 评阅人 一、判断正误（每小题 1 分，共 10 分。请将正确的答案填在下面对应的空格内，正确用T 表 示，错误用 F 表示） 1 1． 总体回归函数给出了与自变量每个取值相应的应变量的值。错、应该是条件均值 2． 普通最小二乘法就是使误差平方和最小化的估计过程。错误，残差平方和 3． 对数线性回归模型和双对数模型的判决系数可以相比较。正确 4． 多元线性回归模型的总体显著性意味着模型中任何一个变量都是统计显著的。错， 5． 在线性回归模型中解释变量是原因，被解释变量是结果。错 6． 双对数模型的回归系数和弹性系数相同。正确 7． 当存在自相关时，OLS 估计量既是有偏的也是无效的。错，无偏、线性 8． 在高度多重共线性情况下，估计量的标准误差减小，t 值增大。错，说反了 9． 如果分析的目的仅仅是为了预测，则多重共线性并无大碍。正确 10．无论模型中包括多少个解释变量，总平方和的自由度总为n-1。正确 . 一 10 二 10 三 15 四 15 五 10 六 15 七 25 八九总分 100 2345678910 二、填空题（每小题 1 分，共 10 分。把正确答案填在空格内）。 1．当回归系数t统计量的绝对值大于给定的临界值时，表明该系数显著。 2．线性回归模型意味着模型中参数是线性的。 3．高斯马尔科夫定理说明如果线性回归模型满足古典假设，则OLS 估计量具有 最小方差性。即最优线性无偏性 BLUE. 4．多元回归的总体显著性检验的原假设为 R  0 。 5．如果对于二元线性回归模型在样本容量为11 时有TSS  4500,RSS  90，则其校正的 2 判决系数R 1 1 R 2  2 14911144n 11 。 n-k50 11-245  6．模型ln yt  B 1  B 2t ut 的参数B2表示 t 的绝对量增加一个单位时，y 的相对量增加 B2 个 单位。 7．倒数模型最适合用来描述恩格尔消费曲线 。 8．在多元回归模型中较高的 R 值与多个不显著的t值并存，表明模型可能存在多重共线 性。 9．在残差图中，如果残差平方呈现系统模式，则意味着数据中可能存在自相关。 10．在分析季度数据的季节性时需要引入3个虚拟变量。M-1 三、简答题（共 15 分） 1、简述经济计量分析的基本步骤。（8 分） 1.理论分析； 2.收集数据； 3.建立数学模型； 4.建立统计或经济计量模型； 5.经济计量模型的参数估计； 6.检查模型的准确性； 7.检验来自模型的假说； 第 2 页 共 8 页 2 . 8.运用模型进行预测； 2、 以双变量线性回归模型为例简述普通最小二乘原理， 并写出双变量线性回归模型参数的 最小二乘估计量。（7 分） 普通最小二乘法原理：残差平方和最小 由随机样本回归函数：Yi=b1+b2Xi+ei 来估计总体回归函数：Yi=B1+B2Xi+μi 的一种方法。它估计总 体回归函数的原理是：选择 B1，B2的估计量 b1，b2，使得残差 ei 尽可能的小（ei=Yi ˆ (样本函 Y i ˆ = Yi - b1- b2XiOLS 估计过数 b1+b2xi)）。残差ei 的定义为 ei=实际的 Yi - 估计的 Yi= Yi - Y 程的数学形式表示为：m in 称为正规方程组， :e i 2 i  (Y i ˆ )2 应用微积分求极值的方法，可得下面方程组，  Y i  (Y b 1  b 2 X i )2 Y  nb bX Y X  bX bX i i 12i i1i2 2 i 进一步可求得 b 1  Y  b 2 X b 2  x y   x i 2 i i 即最小二乘估计量xi=Xi-X y i = Yi- Y 即小写字母代表了变量与其均值之间的偏差 四、（15 分）如果考虑用居民的可支配收入 INCOME（元），贷款购车的贷款利率 R（%）， 汽油的价格 P（元）来解释汽车的销售额SALE（万元），估计得到如下方程： ˆLE)  5.68 0.28ln(INCOME) 0.0017R 0.11ln(P) ln(SA se  (0.32) (0.035) n  209R2 0.96 (0.00041)(0.012) 如果给定显著性水平 0.05，单边临界值为t0.05 1.645,F 0.05  2.65。 回答： 1． 方程中回归系数的含义（3 分） 0.28 表示汽车销售额对居民可支配收入的弹性 -0.0017 表示贷款购车的贷款利率变动一个单位，汽车销售额的相对量变动0.0017 单位 -0.11 表示汽车的销售额对汽油的价格的弹性 . 2． 利用显著性检验法检验每个回归系数的显著性。（6 分） 对于回归系数 0.28 的显著检验，t 值为 0.28/0.035=8t0.05 1.645,系数显著 对于回归系数-0.0017 的显著检验，t 值为 0.0017/0.00041=4.14t0.05 1.645,系数显著 对于回归系数-0.11 的显著检验，t 值为 0.11/0.012=9.16t0.05 1.645,系数显著 3． 如何检验自变量一起对汽车的销售额SALE 有显著的解释能力？请写出原假设及检验过程。 nkR2 （注F ）（4 分） k 11 R2 H 0：所有的偏斜率系数同时为零，或R 2 0 对于总体显著性检验一般用F 检验，首先计算出 F 值， nkR2209-4 0.96 F  = 1640F 0.05  2.65,拒绝原假设， 2k 11 R 4-1 1-0.96 所以，自变量一起对汽车的销售额SALE 有显著的解释能力。 4．你是否会在汽车销售额预测模型中包括汽油价格P 这一变量？为什么？（2 分） 会的，因为汽油和汽车属于互补商品，两者之间有较强的相互关系，因此模型应该包括此重要 的变量。 五、（10 分）下面的模型研究的是金融业，消费品行业、公用事业和交通运输业等四个行业的 CEO 薪水 SALARY 和企业年销售额 SALE，股本回报率 ROE 的关系。估计的方程为： log(SALARY)  4.590.26log(SALE)0.011ROE0.16D 1 0.18D 2 0.28D 3 se  0.32 0.0350.0040.089 0.085 0.099 n  209,R2 0.49 其中D 1 1表示金融业，D 2 1表示消费品行业，D 3 1表示公用事业。根据问题回答： 1．本模型的基准类是什么？（1 分） 交通运输业 2．为什么模型中没有引用4 个虚拟变量来表示 4 个行业？（1 分） 第 4 页 共 8 页 . 为了避免出现多重共线性，应引入m-1 个虚拟变量 3．解释模型中虚拟变量系数的含义？哪个行业的CEO 的薪水最少？（2 分） 0.16 表示金融业的平均 CEO