- 在回归分析中要求两个变量（ ）
- 异方差产生的后果主要包括（ ）
- 异方差常见的的类型有
- 经济计量模型的应用方向是
- 在检验异方差的方法中，不正确的是
- 下列关于自相关问题的表述，哪个是不正确的
- 更容易产生异方差的数据为
- 回归分析中使用的距离是点到直线的垂直坐标距离。最小二乘准则是指
- 如果数据集是平衡面板，那么它
- 戈德菲尔德—匡特检验法可用于检验
- 根据判定系数R2与F统计量的关系可知，当R2=1时有
- 对于有限分布滞后模型，解释变量的滞后长度每增加一期，可利用的样本数据就会
- 已知样本回归模型残差的一阶自相关系数接近于1，则DW统计量近似等于
- 模型中的解释变量一定都具有随机性。
- 简单线性回归模型与多元线性回归模型的基本假定是相同的。
- 回归模型中，设定不同的基础类别，所有解释变量系数的估计值、标准差和t-statistics都随之发生变化。
- F统计量能用于检验回归模型中关于系数的非线性约束。
- 并非所有模型都是可以线性化的。
- 广义最小二乘法的特殊情况是
- 关于样本相关系数r的性质，下面说法正确的是
- 下列指标不一定为正数的是（ ）
- 下列模型中可线性化的回归模型有（）
- 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情况，模型应该设定为
- 用于检验序列相关的DW统计量的取值范围是
- 对于一个含有截距项的计量经济模型，若某定性因素有m个互斥的类型，为将其引入模型中，则需要引入虚拟变量个数为（ ）
- 在一元线性回归模型中，样本回归方程可表示为
- 在回归模型中 所有解释变量都是具有随机性的。
- 模型中的解释变量不一定都具有随机性。
- 经典线性回归模型中，参数的极大似然估计是BLUE。
- 如果样本中的一些横截面单元缺少年份，则数据集称为非平衡面板。
- 随机扰动项的方差与随机扰动项方差的无偏估计没有区别。
- 多元回归模型中,能检验模型中回归系数是否有线性关系的检验统计量有
- 漏变量可能会导致如下后果（ ）
- 在DW检验中，存在不能判定的区域是
- 假设采用同一样本数据估计如下回归模型，模型之间的R2可以进行比较的有（)
- 对于面板数据，截面上个体影响不同，且个体影响可使用常数项的差别来说明的模型，下列表述不正确的是
- 如果数据集包括T时间段内的“N”个横截面单位，并且回归模型具有“k”个独立变量，那么固定效应估计的自由度（df）应该是多少
- 利用DW检验自回归模型扰动项的自相关性时，下列命题正确的是
- 在经济计量分析中，模型参数一旦被估计出来，就可将估计模型直接运用于实际的计量经济分析。
- 在异方差性的情况下，常用的OLS法必定高估了估计量的标准误。
- 下列模型中变量和参数都是线性的有（ ）
- 关于最小二乘法说法正确的有（ ）
- 计量经济模型的检验一般包括内容有
- 回归模型中，预测区间的宽度与( )有关
- 如果SSE表示多元线性回归模型的回归离差平方和，SSR表示残差平方和，SST表示总误差平方和。下面的表述哪个是正确的？
- 为了获得无偏的固定效应估计量，需要以下哪种假设
- 若想考察某两个地区的平均消费水平是否存在显著差异，则下列那个模型比较适合（Y代表消费支出；X代表可支配收入；D2、D3表示虚拟变量）
- 虚拟变量是分类变量，可以取任意两个不同的值，比如:1，-1。
- 若两个变量之间的线性相关系数为0.9，下列说法错误的是（ ）
- 在white异方差检验中，备择假设是
- 同一时间，不同单位相同指标组成的观测数据称为
- 逐步回归法既检验又修正了
- Glejser检验
- DW检验中要求有假定条件，在下列条件中不正确的是
- 在实际中，一元回归模型在现实问题分析中没有什么用，因为因变量的行为不可能仅由一个解释变量来解释。
- 如果模型中存在自相关现象，则会引起如下后果
- 下列模型中不可线性化的回归模型有（ ）
- 相关关系与函数关系之间的关系为（ ）
- 下列模型中变量是非线性的有（ ）
- DW检验中的DW值在0到4之间，数值越小说明模型随机误差项的自相关度越小，数值越大说明模型随机误差项的自相关度越大。
- 回归模型中具有异方差性时，仍用OLS估计模型，则以下说法正确的是
- 在序列自相关的情况下，参数估计值的方差不能正确估计的原因是
- 关于非完全多重共线性可能产生的后果，下面说法正确的有
- 建立人均牛肉消费量，对牛肉价格、羊肉价格、人均总收入和人均可支配收入的四元回归线性回归模型，发现存在多重共线性，下列补救措施正确的是（）
- 以下关于模型设定准则说法正确的是（）
- 以下说法错误的是
- 可用来判断现象之间相关方向的指标有（）
- 两个变量之间的相关系数为-1，则这两个变量是（ ）
- 古典线性回归模型的普通最小二乘估计量的特性有
- 自相关产生的后果主要包括（ ）
- 在包含有随机解释变量的回归模型中，可用作随机解释变量的工具变量必须具备的条件有，此工具变量应该
- 对模型进行对数变换,其原因不是
- 以下关于多重共线性，说法正确的是（ ）
- 在一元线性回归模型中，总体回归方程可表示为
- 回归分析中定义的( )
- 在序列自相关的情况下，参数估计值仍是无偏的，其原因是
- 设某地区消费函数中，消费支出不仅与收入x有关，而且与消费者的年龄构成有关，若将年龄构成分为小孩、青年人、成年人和老年人4个层次。假设边际消费倾向不变，考虑上述年龄构成因素的影响时，该消费函数引入虚拟变量的个数为
- 在多元线性回归模型中，可决系数的取值总是( )调整的可决系数
- 经济计量分析的工作程序( )
- 在异方差性情况下，常用的估计方法是
- 关于经济计量模型进行预测出现误差的原因，正确的说法是
- 如果模型中的解释变量存在完全的多重共线性，参数的最小二乘估计量是
- 经济学家想研究收入对储蓄的影响。他收集了120对同卵双胞胎的数据。如果收入与未观察到的家庭效应相关，以下哪种估计方法最合适
- 设k为回归模型中的参数个数，n为样本容量。则对多元线性回归方程进行显著性检验时，所用的F统计量可表示为
- 多元线性回归模型的参数最小二乘估计量服从（ ）分步
- 如果回归模型中解释变量之间存在完全的多重共线性，则最小二乘估计量
- 设k为回归模型中的参数个数，n为样本容量，则对总体回归模型进行显著性检验(F检验)时构造的F统计量为
- 经济变量的时间序列数据大多存在序列相关性，在分布滞后模型中，这种序列相关性就转化为
- 对于虚拟变量的取值，1+0=1。
- 自相关BG（Breusch-Godfrey）检验属于LM检验。
- 若回归模型存在异方差时，参数的OLS估计是一致的。
- 双变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验不是一致的。
- 经典线性回归模型中 参数的OLS估计是BLUE。
- 在模型中引入解释变量的多个滞后项容易产生多重共线性。
- 检验回归模型中关于系数的约束时，LR统计量仅需估计有约束模型。
- 如果回归模型包含滞后的因变量，则一阶差分估计给出无偏估计
- 在随机效应模型中，我们假设未观察到的效应与每个解释变量相关。
- 拟合优度检验和F检验是没有区别的。
- 多重共线性问题是随机扰动项违背古典假定引起的。
- 如果存在异方差，通常使用的t检验和F检验是无效的。
- 在异方差性情况下，常用的估计方法是（ ）
- 下列说法不正确的有
- 以下关于计量经济学的作用，说法正确的有（）
- 关于经济计量模型进行预测出现误差的原因，说法错误的是( )
- 下列模型中参数是非线性的有（ ）
- 关于面板数据模型的说法，错误的是
- 在戈德菲尔德-匡特检验中，检验统计量是
- 在多元回归模型中，下列（ ）情况一定会导致扰动项与解释变量不独立。
- 在戈德菲尔德-匡特检验中，备择假设是
- 应用DW检验方法时应满足该方法的假定条件，下列不是其假定条件的为
- 在一个两期面板数据分析中进行一阶差分估计需要满足如下那些假设
- 用DW统计量检验自相关
- 已知某一元线性回归模型的样本可决系数为0.64，则该模型中解释变量与被解释变量间的相关系数为
- 把反映某一总体特征的同一指标的数据，按一定的时间顺序和时间间隔排列起来，这样的数据称为
- 在White异方差检验中，所使用的统计量,在原假设成立的条件下服从( )分布
- 用模型描述现实经济系统的原则是
- 虚拟变量
- 广义差分法是（ ）的一个特例
- 在下例引起序列自相关的原因中，不正确的是
- 一元线性回归分析中的回归平方和ESS的自由度是
- 在模型有异方差的情况下,常用的补救措施是
- 多元线性回归模型中，发现各参数估计量的t值都不显著，但模型的R2很大，而F值却具有统计显著性，这说明模型可能存在
- 在模型的随机误差项存在异方差的情况下，普通最小二乘估计量仍是无偏估计量的原因是
- 以下选项中，正确地表达了线性回归模型的误差项存在序列相关的是
- 在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近于1，则表明模型中存在
- 已知样本回归模型残差的一阶自相关系数接近于-1，则DW统计量近似等于
- 在DW检验中，当DW统计量为2时，表明
- 线性回归模型意味着因变量是自变量的线性函数。
- 面板模型中的随机效应是不可观测的，具有随机性。
- 在计量经济模型中，随机扰动项与残差项无区别。
- 回归方程参数的工具变量估计是BLUE。
- 经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS估计量将有偏的。
- 模型中的解释变量具有随机性时， OLS估计不再是无偏的。
- 如果回归模型存在多重共线性时，回归方程参数的OLS估计是BLUE。
- 虚拟变量的取值只能取0或1。
- 在面板数据模型中，个体效应是不可观测的。
- 如果回归模型存在异方差时，参数的OLS估计是无偏的。
- 对于克服了异方差的WLS模型与原来的OLS模型，不能直接比较这两个模型的可决系数R2。
- 面板模型中的固定效应是不可观测的，不具有随机性。
- W统计量越大，说明残差中的自相关越显著，反之，DW统计量越小，说明残差中的自相关越弱。
- 双重差分（DID）需要满足
- 平衡面板数据集（ ）
- 自然实验总是有一个不受政策变化影响的对照组和一个受政策变化影响的实验组
- 下列关于自然实验的表述正确的是（ ）
- 如果样本中仅一小部分横截面单元缺少年份，该数据集称属于平衡面板
- 对有T期，K个外生性自变量的动态面板模型进行广义矩估计，工具变量个数共有
- 在进行静态面板模型选择时，常使用_____检验判别使用混合模型还是固定效应模型，使用_____检验判别使用固定效应模型还是随机效应模型
- 经济学家想研究教育对工资的影响。他们收集了500对同卵双胞胎的面板数据。如果工资与未观察到的家庭效应相关，以下哪种估计方法最合适（ ）
- 对于面板数据集，它由T时间段内的N个横截面单位构成，假设回归模型具有L个独立变量，那么进行固定效应估计时的自由度应为
- 两期面板数据不可用于计划评估和政策分析
- 原始数据中收入（income）的计价单位是人民币元，若将income计价单位改为百元，会影响Jarque-Bera检验的结果。
- 检验回归模型中关于系数的约束时，LM统计量仅需估计有约束模型。
- LR、wald和LM检验中，检验统计量在原假设下渐近服从（ ）
- 检验回归模型中关于系数的约束时，LR统计量不仅需要估计有约束模型，还需要估计无约束模型。
- 对于回归模型 下列约束中，（ ）不是线性约束。
- F统计量即能够用于检验回归模型中系数的非线性约束问题，也能够检验线性约束问题。
- 线性约束 中，约束的个数是（ ）
- Wald统计量仅用于检验回归模型中关于系数的非线性约束。
- 格兰杰非因果性检验可以利用（ ）完成。
- LR统计量可用于检验回归模型中关于系数的线性约束。
- 受教育程度（education）影响新入职员工的工资收入吗？企业个人信息数据库中的数据，包括：月工资（wage）、工作年限（experience）、受教育程度（education）和性别（male）等变量。在变量education中，0—本科以下 1—本科毕业 2—硕士毕业 3—博士毕业 ，性别male是虚拟变量，男性取值为1，女性取值为0。这种设定方式下，基础类别是“男性”
- 在如下耐用品存量调整模型中 耐用品的存量yt由前一个时期的存量yt-1和当期收入xt共同决定。假定模型的随机误差项不存在序列相关性，是独立同分布的高斯白噪声过程。下列说法正确的是（ ）
- 受教育程度（education）影响新入职员工的工资收入吗？企业个人信息数据库中的数据，包括：月工资（wage）、工作年限（experience）、受教育程度（education）和性别（male）等变量。在变量education中，0—本科以下 1—本科毕业 2—硕士毕业 3—博士毕业 ，考虑受教育程度的作用，最多可引入（ ）个虚拟变量。
- 虚拟变量一定是分类变量，但是分类变量未必是虚拟变量。
- 1990-1997年香港季度GDP呈线性增长。1997年由于遭受东南亚金融危机的影响，经济发展处于停滞状态，1998-2002年GDP总量几乎没有增长。对这样一种先增长后停滞，且含有季节性周期变化的过程简单地用一条直线去拟合显然是不恰当的。为区别不同季节，和不同时期，定义季节虚拟变量D2、D3、D4和区别不同时期的虚拟变量DT如下， 这两组虚拟变量共同反映了（ ）种类别。
- 落入“虚拟变量陷阱”时，一般会导致正规方程无解。
- 受教育程度（education）影响新入职员工的工资收入吗？企业个人信息数据库中的数据，包括：月工资（wage）、工作年限（experience）、受教育程度（education）和性别（male）等变量。在变量education中，0—本科以下 1—本科毕业 2—硕士毕业 3—博士毕业 ，变量education是分类变量，有1+2=3。
- 随着工具变量的引入，模型中原有的问题变量被彻底替代，在工具变量法中毫无作用。
- 1、假若有一项实证工作研究影响啤酒销量的因素，收集的数据从1991年1季度至2011年4季度，所用的变量为：人均啤酒消费量（beer, 升），家庭月平均收入水平（income，人民币元），啤酒价格（price,元/升）。人均啤酒消费量beer的时间序列有明显的季节性。于是，设定以下四个虚拟变量，令 建立如下回归模型beer = 15.1744 + 0.0018*ln(income)- 0.8704*price + 5.7153*D1 + 10.6614*D2 + 20.6815*D3基础类别是（ ）
- 若模型存在高度多重共线性，则普通最小二乘估计也无法应用。
- 和VIF相比，容许度（TOL）是多重共线性的更好的度量指标。
- 若回归模型的解释变量之间存在高度共线性，则无法使用普通最小二乘法估计参数。
- 下面的各对解释变量中，哪些容易导致模型产生多重共线性？
- 其他条件不变，方差膨胀因子（VIF）越高，OLS估计量的方差越大。
- 在多元线性回归模型中，若以某个解释变量为被解释变量，对其他解释变量进行回归估计，如果发现回归的拟合优度高，就表明解释变量之间存在较高程度的多重共线性问题。
- 若模型存在高度多重共线性，则导致参数的OLS估计量方差增大。
- 已知线性回归模型：下面的表达式中，哪些说明解释变量之间具有多重共线性？（其中为随机干扰项）
- 若存在高度多重共线性，则导致参数进行区间估计时置信区间变宽。
- 若多元线性回归模型的多重共线性问题不严重，可以不用修正。
- 德宾-沃森（DW）检验假定误差项的方差具有同方差性。
- 在下列引起误差项序列相关的原因中，哪些说法是正确的？（）
- 布罗施-戈弗雷（BG）检验统计量只用于检验高阶自相关。
- 用一阶差分变换消除自相关问题的方法是假定自相关系数r为-1。
- 在DW检验中，当DW统计量为2时，下面哪些说法是正确的？（ ）
- 当存在序列自相关时，OLS估计量是有偏并且无效的。
- 在存在序列自相关的情形下，常用的OLS估计量总是高估了估计量的标准差。
- 回归模型的随机误差项存在序列自相关时，将无法使用OLS方法估计模型。
- 对于一元线性回归模型，当随机误差项存在一阶自相关情形时，下面估计自相关系数ρ的方法中，哪些是不正确的？ （）
- 一阶自相关系数可以通过r =1- DW/2进行估计。
- 在具体运用加权最小二乘法时, 如果变换的结果是 则Var(u)是下列形式中的哪一种?( )
- 在异方差的情况下，参数估计值的方差不能正确估计的原因是（ ）
- 如果变量之间有共同变化的趋势也容易导致模型存在异方差。
- 在异方差的情况下，参数估计值仍是无偏的，其原因是（ ）
- 在检验异方差的方法中，不正确的是（ ）
- 存在异方差情形下，OLS估计量是有偏的和无效的。
- 如果存在异方差，常用的OLS会高估估计量的标准差
- 同方差是指 ( )
- 是本质线性回归方程，可以把它们转化为线性回归方程ln[(1- yi)/yi）=-β0-β1xi。
- 微观经济学中的边际成本和平均成本曲线都是二次多项式函数模型，呈U型形式，这是由边际收益递减决定的。
- 下列非线性回归模型中，哪些模型不可以进行线性化（）
- 对数函数模型yi =β0+β1Lnxi+ui 中β1的经济含义是，当其他变量保持不变时，平均而言X增长1个单位时，引起Y增加β1%。
- 残差是样本的随机误差项。
- 下列方程系数呈线性的是（ ）
- 假设采用同一样本数据估计如下回归模型，那么模型yi =β0+β1x1i+β2x2i+εi可以与下列哪些模型之间的R2进行比较（）
- 是一个本质非线性的回归模型。
- 下列两个模型yi =β0+β1xi+ui与lnyi =β0+β1xi+ui都属于本质线性回归模型，回归系数β1的经济含义是相同的。
- 当存在遗漏变量的问题时，E(ui | Xi) = 0的假设不成立，这意味着：
- 在不完全多重共线性下：
- 在两个变量的回归模型中，如果丢掉两个相关变量中的一个，那么最小二乘估计量就不会存在了。
- 在多元回归模型中，当保持其他解释变量不变，估计Xi每变化一单位对Yi的影响时，这等同于数学上的对Xi求解偏导数。
- 不完全的多重共线性的情况下，最小二乘估计量不能计算。
- 在多元回归模型中，最小二乘估计量是从以下哪个选项得出的
- 由OLS估计得出的样本回归线
- 多元回归方程的OLS残差
- 样本容量大于100时，最小二乘估计量不会有偏。
- 单侧检验和双侧检验的t统计量的构造：
- 异方差意味着
- 当估计一个商品的数量需求是否与价格呈线性关系的需求函数时，你应该：
- 如果你计算的t统计量的绝对值超过标准正态分布的临界值，你可以得出结论，实际值是非常接近的回归直线吗？
- 回归模型中的单个系数的显著性检验的t统计量可以通过用回归系数除以1.96来计算。
- 如果你计算的t统计量的绝对值超过标准正态分布的临界值，你可以
- 以下关于最小二乘法，说法错误的是
- 左侧检验的P值
- 异方差的假定不会影响最小二乘估计量的一致性。
- 回归模型能够对现实做出完全准确的描述。
- 线性回归模型的“线性”是只针对于参数而言的。
答案:两个变量有因果关系###一个是确定性变量，一个是随机变量
答案:
答案:条件自回归异方差###递增型异方差###递减型异方差
答案:用于经济预测###用于结构分析###用于经济政策评价
答案:DW检验法
答案:BG（Breusch-Godfrey）统计量只用于检验高阶自相关
答案:横截面数据
答案:
答案:由同一时间段内每个横截面单位的数据组成
答案:异方差性
答案:F=∞
温馨提示支付 ￥5.00 元后可查看付费内容,请先翻页预览!
