提示:内容已经过期谨慎付费，点击上方查看最新答案
计量经济学（西北政法大学）
- 戈德菲尔德一匡特检验适用于检验
- 进行相关分析时，假定相关的两个变量（ ）
- “虚拟变量陷阱”的本质是（ ）
- 按照时间顺序排列的数据叫（ ）
- 计量经济学是（ ）的一个分支学科。
- BG检验构建的统计量服从什么分布？
- White检验构造的统计量服从什么分布？
- 如果在模型中需要引入性别和城乡的变量，一共应引入几个虚拟变量？
- 已知某一元线性回归方程的可决系数为0.81，则解释变量与被解释变量间的线性相关系数为：
- 在多个解释变量的情况下，检验异方差性最好用哪种方法？
- White检验的原假设是什么？
- 经验认为，某个解释变量与其他解释变量间多重共线性严重的情况是这个解释变量的VIF
对下列模型进行经济意义检验，哪一个模型通常被认为没有实际价值的（ ）
- 模型中引入实际上与解释变量有关的变量，会导致参数的OLS 估计量方差
- 容易产生异方差的数据为
- 计量经济学成为一门独立学科的标志是（ ）。
- 如果模型存在两阶自相关，需要用哪种方法检验模型的自相关性？
- 加权最小二乘法可以解决什么问题？
- 异方差性的后果是什么？
- 下述可以用来修正多重共线性的方法有
- 下列判断正确的有
- 下述哪些情况提示可能存在多重共线性
- 估计参数的回归方法只有OLS方法
- 在存在严重多重共线性的情况下，回归系数的标准差会趋于变小，相应的t值会趋
于变大。 - 设定一个合理的计量经济模型要有科学的经济理论依据。
- 在线性回归模型中，解释变量是因，应变量是果。
- 随机误差项ui与残差项ei是一回事。
- 在多元线性回归中，若某解释变量在理论上对被解释变量没有影响，该解释变量的参数估计值一定为0。
- 时间序列数据中比截面数据更容易出现异方差问题
- 解释变量间毫无线性关系时，不需要做多元回归，每个参数都可以通过Y对Xj的一元回归估计
- 检验异方差的方法有广义差分法。
- 回归系数的假设检验原假设是双侧检验
- 多重共线性从本质上讲是一种样本现象。
- 在多元线性回归模型的基本假定中，随机误差项的均值一定为0。
- 多重共线性是一种随机误差现象。
- 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有关。
- 虚拟变量的交互效应通过虚拟变量相乘来反映。
- 线性回归模型意味着模型变量是线性的。
- 在多元线性回归中，多重可决系数是评价模型拟合优度的最优指标。
- 当模型存在自相关时，可用D-W法进行检验，不需任何前提条件。
- 总体回归函数给出了与自变量每个取值相对应的应变量的值。
- 存在自相关的参数估计结果是有偏的。
A:异方差 B:设定误差 C:序列相关 D:多重共线性
答案:异方差
A: B: C: D:
AI参考:正确选项是【D】。题目中给出的图片链接指向一个PNG格式的图片文件，因此选项A、B、C都与图片无关，不符合题意。而选项D中没有具体的内容，因此也不符合题意。因此，正确选项为D。'
A:都是随机变量 B:随机或非随机都可以 C:一个是随机变量，一个不是随机变量 D:都不是随机变量
AI参考:进行相关分析时，假定相关的两个变量一个是随机变量，一个不是随机变量。因此，选项C是正确答案。在进行统计分析和建模时，需要考虑变量的性质和特点，随机变量通常用于描述不确定性的数据，而非随机变量则更加稳定和可预测。因此，在进行相关分析时，需要假定相关的两个变量之一是随机变量，以适应数据的性质和特点。'
A:异方差性 B:自相关性 C:多重共线性 D:完全多重共线性
AI参考:正确答案是：C:多重共线性。“虚拟变量陷阱”本质是多重共线性。故选C。'
A:时间序列数据 B:面板数据 C:截面序列数据 D:虚拟变量数据
AI参考:正确选项是【A:时间序列数据】。因为时间顺序排列的数据是按照时间轴的顺序排列的数据，因此可以确定答案为时间序列数据。选项B、C、D都不是按照时间顺序排列的数据的正确选项。'
A:数学 B:统计学 C:数理统计学 D:经济学
AI参考:正确答案是D：经济学。计量经济学是经济学的一个分支学科，它以经济活动为研究对象，采用定量分析的方法，研究如何建立数学模型以预测经济发展趋势和描述经济发展规律。因此，答案为D。'
A:t分布 B:F分布 C:正态分布 D:卡方分布
答案:卡方分布AI参考:正确选项是【B:F分布】。根据题目描述，BG检验构建的统计量，其分布情况需要分析，但题目中给出的选项中只有B选项“F分布”与分布情况相关。而A、C、D选项则与题目的具体情况不符。因此，B选项是正确答案。'
A: B: C: D:
AI参考:正确选项是【B】。题目中给出的图片链接指向一个PNG格式的图片文件，因此选项B“PNG”是正确的。选项A、C、D都与图片内容无关，因此不是正确答案。'
A:t分布 B:卡方分布 C:F分布 D:正态分布
答案:
A:2 B:3 C:4 D:1
答案:
A:0.72 B:0.81 C:0.6561 D:0.9
答案:0.90
A:D-W检验 B:F检验 C:White检验 D:G-Q检验
A:自相关性 B:无序列相关性 C:异方差 D:同方差
A:大于10 B:大于5 C:小于5 D:小于10
A: B: C: D:
AI参考:正确选项是A:图片的alt属性中，如果提供了图片的名称或描述，那么它通常会被搜索引擎视为一个图像的名称，并在搜索结果中显示出来。因此，根据题干中的描述，该图片的名称或描述是“blob.png”，所以正确选项为A。B、C、D选项中都没有提供与图片相关的信息，因此不正确。'
A: B: C: D:
AI参考:正确选项是D:模型通常被认为没有实际价值。经济意义检验是评估经济模型是否符合经济理论、数据来源是否可靠、模型假设是否合理、模型结果是否可信的一种方法。对于给出的选项，A、B、C三个选项都具有一定的经济意义，可以用于分析和解释经济数据和现象。而D选项的模型通常被认为没有实际价值，可能存在一些缺陷或不足，无法真实反映经济现象。因此，正确答案是D。'
A:有偏 B:增大 C:非有效 D:减小
AI参考:正确选项是【D：减小】。在OLS（Ordinary Least Squares）估计中，引入与解释变量有关的变量被称为工具变量或独立变量，其引入是为了更好地解释因变量。引入实际相关的变量有助于提高模型的拟合度，因此OLS估计量的方差会减小。而选项A、B、C都与实际情况不符。因此，答案为D：减小。'
A:年度数据 B:横截面数据 C:修匀数据 D:时序数据
AI参考:正确选项为C:修匀数据。异方差是指回归模型中的随机误差项的方差与解释变量之间的关系不随解释变量的大小而变化，即误差项具有异方差性。容易产生异方差的数据通常是波动较大的数据，而修匀数据可以减少数据的波动性，因此容易产生异方差的数据为修匀数据。年度数据、横截面数据、时序数据本身不太容易产生异方差，但如果数据的波动性较大，也可能导致异方差问题。'
A:1933年《计量经济学》会刊出版 B:1930年国际计量经济学会成立 C:1969年诺贝尔经济学奖设立 D:1926年计量经济学一词构造出来
AI参考:正确答案是B：1930年国际计量经济学会成立。计量经济学成为一门独立学科的标志是1930年国际计量经济学会的成立。这个学会的成立促进了计量经济学的发展，并使计量经济学成为一门独立的学科。其他选项提到的时间点虽然对计量经济学的发展有一定的影响，但不是计量经济学成为一门独立学科的标志。'
A:G-Q检验 B:BG检验 C:DW检验 D:White检验
AI参考:正确选项：C:DW检验。在时间序列分析中，如果模型存在两阶自相关性，可以使用DW检验来检验模型的自相关性。DW检验是一种常用的自相关性检验方法，适用于具有时间序列数据和一阶自相关性的模型。因此，选项C是正确答案。其他选项如G-Q检验、BG检验和White检验适用于不同的情况，不适用于存在两阶自相关性的模型。'
A:序列相关性问题 B:多重共线性 C:平稳性问题 D:异方差问题
AI参考:正确选项是【多重共线性】。加权最小二乘法是一种用于解决多重共线性的统计方法。在回归分析中，如果解释变量与误差项之间存在相关性，会导致模型估计的误差增大，预测精度下降。加权最小二乘法通过赋予每个解释变量不同的权重，使得模型能够更好地捕捉解释变量与误差项之间的非线性关系，从而解决多重共线性问题。因此，加权最小二乘法可以解决多重共线性问题，而不是序列相关性问题、平稳性问题或异方差问题。'
A: B: C: D:
AI参考:正确选项是【A】。题目中给出的图片链接指向一个图片文件，但选项中并没有与之对应的文字描述或解释，因此无法确定答案。选项B、C、D均为空，不符合题目要求。所以选择A选项，即“无需任何回答”。'
A:参数OLS估计式的方差不再有效 B:参数的F检验仍然有效 C:参数的OLS估计仍然具有无偏性 D:对Y的预测是有效的
AI参考:正确选项是D：对Y的预测是有效的。异方差性是指在不同数据水平下，回归模型参数估计结果的不一致性。它会导致回归模型对Y的预测失效，即预测结果不再准确。而参数OLS估计式的方差、参数的F检验、参数的OLS估计的无偏性等都不会受到影响。因此，选项D是正确的，其他选项均不正确。'
A:剔除变量法 B:德宾两步法 C:変量変换 D:增大样本容量
AI参考:正确选项为：A:剔除变量法、B:德宾两步法。A和B是可以用来修正多重共线性的方法。其中，剔除变量法是直接剔除与其它变量相关性较高的变量，以减少多重共线性。德宾两步法是一种统计方法，用于检验是否存在多重共线性，并在检验的基础上修正多重共线性。C:変量変换和D:增大样本容量虽然不是直接用来修正多重共线性的方法，但可以作为其他方法的基础或辅助手段。例如，变量变换可以用于处理无法直接剔除的变量，而增大样本容量可以提高统计推断的精度和可靠性。因此，A和B是专门用来修正多重共线性的方法，而C和D虽然不是直接的方法，但可以作为其他方法的辅助手段。'
A:虽然多重共线性下，很难精确区分各个解释变量的单独影响，但可据此模型进行预测。 B:多重共线性问题的实质是样本现象，因此可以通过增加样本信息得到改善。 C:如果回归模型存在严重的多重共线性，可不加分析地去掉某个解释变量从而消除多重共线性。 D:在严重多重共线性下，OLS 估计量仍是最佳线性无偏估计量。
AI参考:正确选项为：A:虽然多重共线性下，很难精确区分各个解释变量的单独影响，但可据此模型进行预测。B:多重共线性问题的实质是样本现象，因此可以通过增加样本信息得到改善。D:在严重多重共线性下，OLS 估计量仍是最佳线性无偏估计量。解释：A：多重共线性并不会完全消除对解释变量单独影响的区分，但模型依然可以用于预测，因为模型中的所有变量都包含了样本数据中的所有信息。B：多重共线性问题可以通过增加样本信息（如增加样本数量或纳入更多的解释变量）得到改善。C：如果回归模型存在严重的多重共线性，不能不加分析地去掉某个解释变量。因为这样做可能会导致模型过拟合或数据丢失，从而导致预测的准确性和稳定性下降。通常需要通过变量选择、模型优化等方法来处理多重共线性问题。D：在严重多重共线性下，OLS估计量仍是最佳线性无偏估计量，这是由于OLS通过最大化样本的似然函数而得到的参数估计量具有优良的统计性质，虽然OLS的系数估计值可能会受到影响，但估计量的误差分布依然是线性的，且具有无偏性。'
A:绘制残差平方对X的散点图，当散点图显示残差平方随X而变化，表明存在多重共线性 B:重要解释变量未能通过显著性检验 C:有些解释变量的回归系数所带正负号与定性分析结果相违背 D:随着X的增加，Y的离散程度增大
AI参考:正确选项为A：绘制残差平方对X的散点图，当散点图显示残差平方随X而变化，表明存在多重共线性。在回归分析中，如果存在多重共线性，会导致模型拟合不佳，参数估计不稳定，甚至出现伪回归。可以通过绘制残差平方对解释变量X的散点图来判断是否存在多重共线性。如果散点图显示残差平方随X而变化，说明存在多重共线性。其他选项中，重要解释变量未能通过显著性检验可能表明模型不成立或数据有问题，某些解释变量的回归系数所带正负号与定性分析结果相违背可能是数据录入或处理出现问题，而随着X的增加，Y的离散程度增大不能直接反映多重共线性问题。'
A:对 B:错
A:对 B:错
A:错 B:对
A:对 B:错
A:对 B:错
A:对 B:错
A:错 B:对
A:错 B:对
AI参考:正确答案是B：对。时间序列数据是按照时间顺序排列的一组数据，每个数据点依赖于它之前的所有数据点。而截面数据是同一时间不同个体的数据。异方差问题指的是数据的方差不稳定，可能会随着自变量的变化而变化。由于时间序列数据中每个数据点依赖于它之前的所有数据点，所以更容易出现异方差问题。因此，这个判断题是正确的。'
A:错 B:对
A:错 B:对
A:错 B:对
A:对 B:错
A:错 B:对
A:对 B:错
A:错 B:对
A:错 B:对
A:错 B:对
A:错 B:对
A:错 B:对
A:错 B:对
A:对 B:错
AI参考:B:错。存在自相关的参数估计结果有可能是有偏的，也可能是无偏的。需要根据具体的数据和模型进行分析。'
温馨提示支付 ￥1.15 元后可查看付费内容,请先翻页预览!
