《《金融計量學》習題1答案》由會員分享,可在線閱讀,更多相關《《金融計量學》習題1答案(16頁珍藏版)》請在裝配圖網(wǎng)上搜索。
1、《金融計量學》習題一
一、填空題:
1. 計量經(jīng)濟模型普通最小二乘法的基本假定有 解釋變量非隨機 、隨機干擾項零均值、
同方差、無序列自相關、隨機干擾項與解釋變量之間不相關 、 隨機干擾項服從正態(tài)分布零 均值、同方差、零協(xié)方差 (隱含假定:解釋變量的樣本方差有限、回歸模型是正確設定)
2. 被解釋變量的觀測值 Yi與其回歸理論值E(Y)之間的偏差,稱為 隨機誤差項:被解 釋變量的觀測值 Yi與其回歸估計值 Y之間的偏差,稱為 殘差 。
3. 對線性回歸模型丫 0 lX 進行最小二乘估計,最小二乘準則是
nun Ss3 = min E3-防 二皿e(f-潛 R疔
。
4. 高斯一
2、馬爾可夫定理證明在總體參數(shù)的各種無偏估計中,普通最小二乘估計量具有
有效性或者方差最小性 的特性,并由此才使最小二乘法在數(shù)理統(tǒng)計學和計量經(jīng)濟學中獲得
了最廣泛的應用。
5. 普通最小二乘法得到的參數(shù)估計量具有 線性性、無偏性、有效性統(tǒng)計性質。
? ? ? ? ?
6. 對于Yi 0 lXli 2X2i,在給定置信水平下,減小 '2的置信區(qū)間的途徑主要
有 、__提高模型的擬合優(yōu)度__、 一提高樣本觀測值的分散度 。
7. 對包含常數(shù)項的季節(jié)(春、夏、秋、冬)變量模型運用最小二乘法時,如果模型中需要
引入季節(jié)虛擬變量,一般引入虛擬變量的個數(shù)為 3個一 。
8. 對計量
3、經(jīng)濟學模型作統(tǒng)計檢驗包括 擬合優(yōu)度檢驗、 方程的顯著性檢驗、變量
的顯著性檢驗。
9. 總體平方和 TSS反映—被解釋變量觀測值與其均值 —之離差的平方和;回歸平方和
ESS反映了 — 被解釋變量的估計值 (或擬合值)與其均值—之離差的平方和; 殘差平方和 RSS 反映了 被解釋變量觀測值與其估計值 之差的平方和。
2
10.方程顯者性檢驗的檢驗對象是
模型中被解釋變量與解釋變量之間的線性關系在
3
#
總體上是否顯著成立 。
12.對于模型Yi 0 lXli
2X2i
kXki i , i=1,2,…,n,—般經(jīng)驗認為,
滿足模型估計
4、的基本要求的樣本容量為
n》30或至少n》3( k+1) 。
13.對于總體線性回歸模型 Y
iXli 2X2i 3X31 i,運用最小二乘法欲
得到參數(shù)估計量,所要求的最小樣本容量
n應滿足4
#
#
二、單選題:
1. 回歸分析中定義的(B)
A. 解釋變量和被解釋變量都是隨機變量
B. 解釋變量為非隨機變量,被解釋變量為隨機變量
C. 解釋變量和被解釋變量都為非隨機變量
D. 解釋變量為隨機變量,被解釋變量為非隨機變量
2. 最小二乘準則是指使(D)達到最小值的原則確定樣本回歸方程。
n
B. Yt
t 1
n
D. Yt
5、
t 1
n
A. Yt Y?
t 1
C. max Yt Y?
3?下圖中“ {”所指的距離是(B)
#
#
X
?1
?o
丫
#
A. 隨機誤差項
B. 殘差
C. Yi 的離差
D. Y?i 的離差
?
4.參數(shù)估計量'是Yi的線性函數(shù)稱為參數(shù)估計量具有 (A)的性質。
A.線性
B.無偏性
C.有效性
D.—致性
5. 參數(shù) 的估計量 具備有效性是指( B)
A.Var( ?) 0
B.Var( ?)為最小
C.
D. (
) 為最小
6、
4
#
6.設 k 為不包括常數(shù)項在內(nèi)的解釋變量個數(shù), n 為樣本容量,要使模型能夠得出參數(shù)估
#
#
計量,所要求的最小樣本容量為( A)
A.n >k+1
B.n wk+1
D.n >3(k+1)
7.已知含有截距項的三元線性回歸模型估計的殘差平方和為
2
et 800 ,估計用樣本
容量為 n 24 ,則隨機誤差項 ut 的方差估計量為 (B)。
A.33.33
B.40
C.38.09
D.36.36
8.最常用的統(tǒng)計檢驗準則包括擬合優(yōu)
7、度檢驗、變量的顯著性檢驗和(
A)。
A.方程的顯著性檢驗 B.多重共線性檢驗
C.異方差性檢驗 D.預測檢驗
9.反映由模型中解釋變量所解釋的那部分離差大小的是 (B)。
A.總體平方和 B.回歸平方和 C.殘差平方和
5
10. 總體平方和TSS、殘差平方和 RSS與回歸平方和 ESS三者的關系是(B)。
A. RSS=TSS+ESS B.TSS=RSS+ESS
C. ESS=RSS-TSS D.ESS=TSS+RSS
11.下面哪一個必定
8、是錯誤的( C)。
A. Y
i 30 0.2Xi
Gy 0.8
Y
B. Ti
> 75 1.5Xi
rXY 0.91
Y C. Y|
■ 5 2.1Xi
rXY 0.78
Y D. Y
[12 3.5Xi
rXY 0.96
12.產(chǎn)量(X,臺)與單位產(chǎn)品成本(Y,元/臺)之間的回歸方程為Y? 356 1-5X, 這說明(D )。
A. 產(chǎn)量每增加一臺,單位產(chǎn)品成本增加 356元
B. 產(chǎn)量每增加一臺,單位產(chǎn)品成本減少 1.5元
C. 產(chǎn)量每增加一臺,單位產(chǎn)品成本平均增加 356元
D. 產(chǎn)量每增加一臺,單位產(chǎn)品成本平均減少 1.5元
13. 回歸
9、模型Yi 0 1Xi i ,i = 1,…,25中,總體方差未知,檢驗H0: 1 0
?
時,所用的檢驗統(tǒng)計量 — -服從(D )。
S?
■1
A. (n 2) b. t (n 1)
C.(n 1) D.t (n 2)
14. 設k為回歸模型中的參數(shù)個數(shù)(包括截距項) ,n為樣本容量,ESS為殘差平方和,
F統(tǒng)計量為(A )。
RSS為回歸平方和。則對總體回歸模型進行顯著性檢驗時構造的
6
#
F
A.
RSS/(k 1)
ESS/( n k)
F
B.
RSS/(k 1)
ESS/ (n k)
7
F RSS
10、c. Ess
15.根據(jù)可決系數(shù) R2與F統(tǒng)計量的關系可知,當
A.F=1
F ESS
D. RSS
r2=1 時有(C)。
B.F= — 1
C.Ff + 00 D.F=O
' 1 '
16.線性回歸模型的參數(shù)估計量 ?是隨機變量Yi的函數(shù),即? XX XY。所以
是(A)o
A.隨機變量 B.非隨機變量
C.確定性變量
D.常量
17.由Y Xo ?可以得到被解釋變量的估計值, 由于模型中參數(shù)估計量的不確定性及
隨機誤差項的影響,可知 Y?是(C)o
A.確定性變量
B.非隨機變量
C.隨機變量
D.常量
18.下面哪一表述是正確的(
11、 D )o
A. 線性回歸模型Yi 0 1Xi
B. 對模型Yi 0 1X1i 2X2i i進行方程顯著性檢驗 (即F檢驗),檢驗的
零假設是H°: 0 1 2 0
c.相關系數(shù)較大意味著兩個變量存在較強的因果關系
9
#
D. 當隨機誤差項的方差估計量等于零時,
說明被解釋變量與解釋變量之間為函數(shù)關
#
#
19.在
12、雙對數(shù)線性模型lnY 0 1 ln X
中,參數(shù) 1的含義是(D)o
#
#
A. Y關于X的增長量
Y關于X的發(fā)展速度
#
#
B. Y 關于 X 的邊際傾向 D.Y 關于 X 的彈性
20. 根據(jù)樣本資料已估計得出人均消費支出 Y對人均收入X的回歸方程為
InY 2.00 0.751 nX,這表明人均收入每增加1%,人均消費支出將增加( C)。
A. 2% B.0.2%
C.0.75% D.7.5%
21. 半對數(shù)模型 Y 0 1In X 中,參數(shù) 1的含義是( C)。
A . X的絕對量變化,引起 Y的絕對量變化
B. Y
13、 關于 X 的邊際變化
C. X的相對變化,引起 Y的期望值絕對量變化
D . Y 關于 X 的彈性
22. 半對數(shù)模型 InY 0 1X 中,參數(shù) 1的含義是( A)。
A. X的絕對量發(fā)生一定變動時,引起因變量 Y的相對變化率
B. Y 關于 X 的彈性
C. X的相對變化,引起 Y的期望值絕對量變化
D. Y 關于 X 的邊際變化
23. 雙對數(shù)模型 InY 0 1In X 中,參數(shù) 1的含義是( D)。
A. X的相對變化,引起 Y的期望值絕對量變化
B. Y 關于 X 的邊際變化
C. X的絕對量發(fā)生一定變動時,引起因變量 Y的相對變化率
D. Y 關于 X
14、的彈性
三、多選題:
1.下列哪些形式是正確的( BEFH ) 。
a.y
0
1X
B. Y
0
1X
C.Y
0
彳X
D.V
0
?1X
e.Y?
.0
?x
F.E")
0
1X
G. Y
.0
?x
h.y
■0
?X e
i.Y?
0
彳X e
J.E(Y)
0
?x
2.設n為樣本容量,k為包括截距項在內(nèi)的解釋變量個數(shù),
2
則調整后的多重可決系數(shù) R
(Yi
Y)2 (n
1)
A.
(Yi
Yi)2 (n
k)
、n 1
1
(1
R2
)
15、C.
n k
n k
1
(1
R2)
E.
n 1
的正確表達式有(BC)。
3.設k為回歸模型中的參數(shù)個數(shù)(包括截距項)
1
B.
1 (1 D.
(Yi Y?)(n k)
—2 $
(Y Yi) (n 1)
R2)n
,則總體線性回歸模型進行顯著性檢驗
12
#
時所用的F統(tǒng)計量可表示為(BC)。
#
#
(Y? Y)2 (n k)
2
A. e“(k 1)
R2 (k 1)
C.(1 R2)(n k)
R2 (n k) E.(1 R2)&q
16、uot;k 1)
(Y? Y)2 (k 1) B. e”( n k)
(1 R2)(n k) D. R2 (k 1)
#
#
B.對數(shù)變換法
D.廣義最小二乘法
4.將非線性回歸模型轉換為線性回歸模型,常用的數(shù)學處理方法有( ABC)。
A.直接置換法
C.級數(shù)展開法
加權最小二乘法
#
5.在模型
ln Y In
1 In Xj
i 中(ABCD)。
13
#
B. Y與1是非線性的
D. InY與InX是線性的
A. Y與X是非線性的
C. In Y與i是線性的
E. Y與In X是線性的
6.
17、回歸平方和 ?是指(BCD )。
A. 被解釋變量的觀測值 Y與其平均值丫的離差平方和
B. 被解釋變量的回歸值丫?與其平均值丫的離差平方和
2 2
C. 被解釋變量的總體平方和 丫與殘差平方和 e之差
D. 解釋變量變動所引起的被解釋變量的離差的大小
E. 隨機因素影響所引起的被解釋變量的離差大小
2 2
7. 在多元線性回歸分析中,修正的可決系數(shù) R與可決系數(shù)R之間(AD )。
A. R2< R2 B. R2 >R2
2 2
C.R只能大于零 D. R可能為負值
8. 下列方程并判斷模型(DG)屬于變量呈線性,模型(ABCG )屬于系數(shù)呈線性,模型
18、(G)既屬于變量呈線性又屬于系數(shù)呈線性,模型( EF)既不屬于變量呈線性也不屬于系數(shù) 呈線性。
0 i X j i
B丫
o i Iog X i
c.Iog Y
o i Iog Xj i
d.y
i 0 1 ( 2X i )
E.Yi
o/( iXi ) i
F.Y
1 o(1 Xi1)
g.Y
0 1X 1i 2X 2i i
四、計算題
(一)設某商品的需求量丫(百件),消費者平均收入X1 (百元),該商品
價格X2 (元)。經(jīng)Eviews軟件對觀察的10個月份的數(shù)據(jù)用最小二乘法估計,
結果如下:(被解釋變量為丫)
VARIABLE
Pr
19、ob.
COEFFICIENT
STD.ERROR
T-STAT
C
99.469295
13.472571
7.3830965
0.000
X1
2.5018954
0.7536147
(
)
X2
-6.5807430
1.3759059
(
)
R-squared
0.949336
Mean of dependent var
80.00000
Adjusted R- squared
( )
S.D. of dependent var
19.57890
S.E of regressio n 4.9
20、97021 Sum of squared resid 174.7915
Durb in-Wats on stat ( ) F - statistics ( )
完成以下問題:(至少保留三位小數(shù))
1 ?寫出需求量對消費者平均收入、商品價格的線性回歸估計方程。
Y? ?0 2 =99.46929+2.508195 Xj-6.580743 X2
2 ?解釋偏回歸系數(shù)的統(tǒng)計含義和經(jīng)濟含義。
統(tǒng)計意義:當X2保持不變,X1增加1個單位,Y平均增加2.50單位;當X"保持不變,
X2增加1個單位,Y平均減少6.58單位。
經(jīng)濟意義:當商品價格保持不變,消費者平均收入增加 100
21、元,商品需求平均增加 250
件;當消費者平均收入不變,商品價格升高 1元,商品需求平均減少 658件。
3.
4 .估計調整的可決系數(shù)。
2 2 n 1 10-1
R2 1 (1 R2) =1 (1-0.949336) 0.934860
n k 1 10-2-1
5 .在95%的置信度下對方程整體顯著性進行檢驗。
65.582583 > %5,2,7 4.74
R2/k 0.949336/2
(1 R2)/( n k 1) (1-0.949336)/(10-2-1)
所以,方程總體上的線性關系顯著成立。
6 .在95%的置信度下檢驗偏回歸系數(shù)(斜率)的顯著性。
?
'1 1
S?1
2.501895 0
0.7536
=3.3199
16
#
t > t0.025,7 =2.365
拒絕假設0: 1 0 ,接受對立假設1 : 1 0
經(jīng)濟意義:在95%置信概率下,消費者平均收入對該商品的需求量的影響
0 : 2 0
t
6.580743 0
1.3759
是顯著的
=-4.7827
t > t0.025,7 =2.365
拒絕假設 0: 2 0 ,接受對立假設 1 : 2 0
#