- AIC和SC是用于衡量回归模型优良性的两种准则。（ ）
- 有关DF检验的说法正确的是（ ）。
- 虚拟变量取值为0和1分别代表某种属性是否存在，其中（ ）
- 在回归模型中引入虚拟变量的作用有（ ）
- 当质的因素引进经济计量模型时，需要使用（ ）
- 对分布滞后模型直接采用普通最小二乘法估计参数时，会遇到的困难有（ ）
- 正确地选择解释变量的原则包括（ ）
- 通过建立残差序列对解释变量的辅助回归模型来检验异方差性的方法有（ ）
- 模型出现自相关性带来的影响可能有（ ）。
- 下列关于BG检验说法正确的是（ ）。
- 下面属于严重共线性导致的直接后果是（ ）。
- “虚拟变量陷阱”的实质是由于引进虚拟变量个数不合适，而导致模型出现严重的自相关现象。 （ ）
- 方差膨胀因子的倒数被称为容许度。（ ）
- 当模型存在异方差性,回归系数的标准误差难以正确估计。（ ）
- 比较包含不同解释变量个数的模型拟合优度，使用可决系数。（ ）
- 当模型存在异方差性,仍然可以用t检验来判断解释变量影响的显著性。 （ ）
- 总离差平方和等于残差平方和及回归平方和二者之和。（ ）
- 虚拟变量参数的显著性检验与其他定量解释变量是一样的。（ ）
- 模型函数形式的设定与模型的异方差性无关。（ ）
- 在下列产生多重共线性的原因中，不正确的是（ ）。
- ADF检验的原假设为（ ）。
- 随机误差项是指（ ）
- 虚拟变量陷阱是指（ ）
- 下列各种数据中，不应该作为计量经济分析所用数据的是（ ）
- 当k元回归模型中不包含截距项，则若想将含有m个互斥类型的定性因素引入到模型中，此时应该引入虚拟变量的个数为（ ）。
- 如果解释变量之间存在完全的共线性，则该回归模型回归系数的最小二乘估值为（ ）。
- 下列哪种情况表示模型存在异方差（ ）
- 描述行为主体变化的方程称为（ ）
- 对无限分布滞后模型直接采用普通最小二乘法估计参数时,会遇到的最主要困难为（ ）
- 检验多重共线性的方法有（ ）。
- 模型中遗漏了重要解释变量可能造成随机误差项自相关性。（ ）
- 可用于高阶自相关检验的方法有（ ）。
- 当残差分布呈现何种变化时说明模型很可能存在自相关性（ ）。
- 利用时间序列数据建模更容易产生自相关性。（ ）
- 模型产生自相关性的主要原因有（ ）。
- 以dl表示统计量DW的下限分布，du表示统计量DW的上限分布，则DW检验结果不确定的取值区域是（ ）。
- 如果模型存在自相关性，则模型参数的普通最小二乘估计量。（ ）
- 下面哪一项不能用于回归模型高阶自相关的检验（ ）。
- 存在自相关情况下，采用普通最小二乘估计仍可以得到无偏的参数估计量。（ ）
- 模型产生异方差性的主要原因有（ ）。
- 当模型存在异方差性，回归系数的标准误差难以正确估计。（ ）
- 模型的对数变换有以下特点（ ）。
- White检验法主要用于检验（ ）。
- 若回归模型中的随机误差项存在异方差，则参数的OLS估计量（ ）。
- 模型出现异方差性带来的影响有（ ）。
- 若模型具有异方差性，常用的估计方法是（ ）。
- 常用的检验异方差性的方法有（ ）。
- 下列哪项不是产生异方差的原因（ ）。
- 通过戈德菲尔德-匡特检验可以确定异方差的具体形式。（ ）
- 在严重多重共线性下，OLS估计量仍是最佳线性无偏估计量。（ ）
- 较高的简单相关系数是多重共线性存在的（ ）条件。
- 若模型中引入与其他解释变量线性相关的变量，则会导致参数的OLS估计量方差（ ）。
- 存在严重的多重共线性的多元线性回归模型不能用于结构分析。（ ）
- 多元线性回归模型中，若某个解释变量的VIF（ ），则一般认为这个解释变量与其他解释变量间存在较严重的共线性。
- 当模型中存在非完全多重共线性时，下列说法不正确的有（ ）。
- 下列哪些回归分析中很可能出现多重共线性问题（ ）。
- 在多元回归分析中,F检验是用来检验（ ）
- 可决系数的特点有（ ）
- 在多元线性回归分析中,通常需要计算修正的可决系数，这样可以避免可决系数（ ）
- 一旦模型中的解释变量是随机变量，则违背了基本假定，使得模型的普通最小二乘估计量有偏且不一致。（ ）
- 多元线性回归模型的统计检验包括（ ）
- 修正的可决系数是关于解释变量个数的单调递增函数。（ ）
- 下列属于多元线性回归模型古典假定的有（ ）
- 简单线性回归模型与多元回归模型的基本假定是相同的。（ ）
- 反映由模型中解释变量所解释的那部分离差大小的是（ ）
- 经典线性回归模型运用普通最小二乘法估计参数时,下列哪些假定是正确的（ ）
- 已知含有截距项的简单线性回归模型估计的残差平方和RSS=300,用于模型估计的样本容量为n=22,则随机误差项的方差估计量为（ ）
- 在一元线性回归模型中,样本回归方程可表示为（ ）
- 系数的置信区间越小,对回归系数的估计精度就越高。（ ）
- 可决系数不仅反映了模型拟合程度的优劣,而且有直观的经济含义:它定量地描述了Y的变化中可以用回归模型来说明的部分,即模型的可解释程度。（ ）
- 在计量经济学模型中，“线性”的含义包括（ ）
- 具有因果关系的变量之间一定有数学上的相关关系,具有相关关系的变量之间一定具有因果关系。（ ）
- 计量经济模型检验仅包括经济意义检验、统计检验、计量经济学检验。（ ）
- 模型的经济检验,即检验求得的参数估计值的符号与大小是否符合经济理论与实践的要求。（ ）
- 使用时序数据进行经济计量分析时,要求指标统计的（ ）
- 计量经济研究中使用的数据主要有（ ）
- （ ）是具有一定概率分布的随机变量,它的数值由模型本身决定。
- 常用的经济结构分析方法有（ ）
- 从内容角度看,计量经济学可分为（ ）
- 计量经济学是（ ）的一个分支学科
- 4 、下面属于横截面数据的是（ ）
- 计量经济分析工作的基本步骤是（ ）
- 下列（ ）是自回归模型
- 关于自相关性的图示检验法，说法正确的是（ ）。
- 普通最小二乘估计的直线具有以下特性（ ）
- 下列哪些情况可能导致自相关（ ）。
- 阿尔蒙估计法中滞后期长度可通过（ ）确定
- 对于经典线性回归模型,最佳线性无偏估计量具有的优良性有（ ）
- 一个计量经济模型由以下哪些要素构成（ ）
- 有限分布滞后模型直接应用最小二乘法估计不会产生多重共线性。（ ）
- 模型存在多重共线性时，模型参数将无法估计。（ ）
- 如果模型存在自相关性，则随机误差项的方差很可能被低估。（ ）
- 一般应用阿尔蒙法估计自回归模型。（ ）
- 虚拟变量主要用来表示定性因素的影响。 （ ）
- 参数反映计量经济模型中经济变量之间的数量联系，通常是不可观测的，但可以估计。（ ）
- 当模型存在自相关性时，OLS估计仍然是有效估计。（ ）
- 计量经济模型检验仅包括经济检验、统计检验和计量经济学检验。（ ）
- 在计量经济分析中,模型参数一旦被估计出来,就可直接运用于实际的经济问题分析。（ ）
- 建立计量经济模型时，不必过于看重可决系数的大小，而应关注整个模型的显著性检验。（ ）
- 选择变量和确定变量之间联系的数学形式是计量经济模型设定的主要内容。（ ）
- 利用Durbin两步法估计得到的自相关系数是有偏估计。（ ）
- 存在非完全多重共线性下，参数的置信区间估计将趋于（ ）。
- （ ）是建立和评价计量经济模型的事实依据
- 在估计线性回归模型时,可以将总平方和分解为回归平方和与残差平方和,其中回归平方和表示（ ）
- 单位根检验包括（ ）
- 下列属于一般滞后模型的是（ ）
- 对样本相关系数r,以下结论错误的是（ ）
- 当模型存在自相关性时，有效的参数估计方法是（ ）。
- White(怀特)检验方法主要用于检验（ ）
- 在（ ）中,为了全面描述经济变量之间的关系,合理构造模型体系,有时需要引入一些非随机的恒等方程。
- 随机游走(Random Walk)过程的方差为（ ）。
- 利用20个观测值建立一元线性回归模型，得到DW＝2.28，查得dL=1.2，dU=1.41，则显著水平为0.05时，则可以判断模型的自相关情况为（ ）。
- 对于模型 .w67384283737s .brush0 { fill: rgb(255,255,255); } .w67384283737s .pen0 { stroke: rgb(0,0,0); stroke-width: 1; stroke-linejoin: round; } .w67384283737s .font0 { font-size: 227px; font-family: "Times New Roman", serif; } .w67384283737s .font1 { font-size: 348px; font-family: "Times New Roman", serif; } .w67384283737s .font2 { font-style: italic; font-size: 227px; font-family: "Times New Roman", serif; } .w67384283737s .font3 { font-style: italic; font-size: 348px; font-family: "Times New Roman", serif; } .w67384283737s .font4 { font-style: italic; font-size: 321px; font-family: Symbol, serif; } .w67384283737s .font5 { font-size: 321px; font-family: Symbol, serif; } .w67384283737s .font6 { font-weight: bold; font-size: 76px; font-family: System, sans-serif; } 01 + iii YD bbe =+ ，其中 .w67384283727s .brush0 { fill: rgb(255,255,255); } .w67384283727s .pen0 { stroke: rgb(0,0,0); stroke-width: 1; stroke-linejoin: round; } .w67384283727s .font0 { font-style: italic; font-size: 227px; font-family: "Times New Roman", serif; } .w67384283727s .font1 { font-style: italic; font-size: 348px; font-family: "Times New Roman", serif; } .w67384283727s .font2 { font-weight: bold; font-size: 76px; font-family: System, sans-serif; } i Y 是某大型集团的高级工程师年薪， .w67384283714s .brush0 { fill: rgb(255,255,255); } .w67384283714s .pen0 { stroke: rgb(0,0,0); stroke-width: 1; stroke-linejoin: round; } .w67384283714s .font0 { font-size: 348px; font-family: "Times New Roman", serif; } .w67384283714s .font1 { font-style: italic; font-size: 227px; font-family: "Times New Roman", serif; } .w67384283714s .font2 { font-style: italic; font-size: 348px; font-family: "Times New Roman", serif; } .w67384283714s .font3 { font-size: 321px; font-family: Symbol, serif; } .w67384283714s .font4 { font-size: 310px; font-family: 宋体; } .w67384283714s .font5 { font-weight: bold; font-size: 76px; font-family: System, sans-serif; } 1 = 0 i D ì í î 男 高 级 工 程 师 女 高 级 工 程 师 ，则对于参数 .w67384283697s .brush0 { fill: rgb(255,255,255); } .w67384283697s .pen0 { stroke: rgb(0,0,0); stroke-width: 1; stroke-linejoin: round; } .w67384283697s .font0 { font-size: 227px; font-family: "Times New Roman", serif; } .w67384283697s .font1 { font-style: italic; font-size: 321px; font-family: Symbol, serif; } .w67384283697s .font2 { font-weight: bold; font-size: 76px; font-family: System, sans-serif; } 0 b ， .w67384283733s .brush0 { fill: rgb(255,255,255); } .w67384283733s .pen0 { stroke: rgb(0,0,0); stroke-width: 1; stroke-linejoin: round; } .w67384283733s .font0 { font-size: 227px; font-family: "Times New Roman", serif; } .w67384283733s .font1 { font-style: italic; font-size: 321px; font-family: Symbol, serif; } .w67384283733s .font2 { font-weight: bold; font-size: 76px; font-family: System, sans-serif; } 1 b 的含义，下面解释不正确的是（ ）
- 格兰杰因果关系检验结果对滞后期长度的变化是敏感的。（ ）
- 平稳的时间序列数据从图形上看表现为一条围绕其均值上下波动的曲线。（ ）
- 下面可以做协整性检验的有（ ）。
- 误差修正模型中残差滞后一期对应的回归系数为正，代表误差修正机制存在。（ ）
- 关于白噪声序列,下列说法正确的有（ ）。
- 有关EG检验的说法正确的是（ ）。
- 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。 （ ）
- 下面关于虚拟变量的引入方式的说法，正确的有（ ）
- 虚拟变量即可以作为解释变量，也可以作为被解释变量。（ ）
- 在有截距项的模型中，一个定性因素有m个属性，应设置m个虚拟变量。 （ ）
- 将一年四个季度对因变量的影响引入到含有截距的回归模型中，则需要引入虚拟变量的个数为（ ）
- 某商品需求函数为，其中y为需求量，x为价格。为了考虑“地区”（农村、城市）和“季节”（春、夏、秋、冬）两个因素的影响，拟引入虚拟变量，则应引入虚拟变量的个数为（ ）。
- 对于一个回归模型中不包含截距项，若将一个具有m 个特征的质的因素引入进计量经济模型，则虚拟变量数目为（ ）
- 消费函数模型 ,其中 为收入,则当期收入 对下期消费的影响是: 增加一单位,下期消费增加（ ）
- 对有限分布滞后模型直接采用普通最小二乘法估计参数时，会产生（ ）困难
- 应用经验加权法估计有限分布滞后模型的缺点为（ ）
- 下列模型属于有限分布滞后模型的是（ ）
- 有限分布滞后模型, 表示长期乘数。（ ）
答案:对
答案:DF检验的零假设是“被检验时间序列非平稳”###DF检验中统计量不服从t分布###DF检验有三种检验形式
答案:0表示不存在这种属性###1表示存在这种属性
答案:提高模型的精度###反映质的因素的影响###分离异常因素的影响
答案:虚拟变量
答案:解释变量间存在多重共线性问题###难以客观确定滞后期长度###滞后期长而样本小时缺乏足够自由度###无法估计无限分布滞后模型参数
答案:需要正确理解和把握所研究的经济现象中暗含的经济学理论和经济行为规律###慎重使用虚拟变量###确定纳入模型中的变量的性质###一般将影响研究对象可量化的、起主要作用的、经常发生作用的且有统计数据支持的因素纳入模型。
答案:Park(帕克)检验###怀特(White)检验###戈里瑟(Glejser)检验
答案:OLS估计量不再是有效估计###增大模型的预测误差
答案:BG检验所使用的统计量服从卡方分布###BG检验的原假设是模型不存在自相关性
答案:难以区分每一个变量的单独影响###T检验失效###置信区间变宽###回归系数参数估计的标准误差变大
温馨提示支付 ￥5.00 元后可查看付费内容,请先翻页预览!
