欢迎来到天天文库
浏览记录
ID:44989137
大小:685.50 KB
页数:23页
时间:2019-11-06
《计量经济学试题(卷)库》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、第二章复习重点1、最小二乘法对随机误差项做了哪些假定?说明在证明最小二乘估计量的无偏性和有效性中,哪些假定条件发挥作用了(1)E(ut)=0,t=1,2,…,(2)D(ut)=E[ut-E(ut)]2=E(ut)2=s2,t=1,2,…,称ut具有同方差性。(3)Cov(ui,uj)=E[(ui-E(ui))(uj-E(uj))]=E(ui,uj)=0,(i¹j)。含义是不同观测值所对应的随机项相互独立。称为ui的非自相关性。(4)xi是非随机的,Cov(ui,xi)=E[(ui-E(ui))(xi-E(xi
2、))]=E[ui(xi-E(xi)]=E[uixi-uiE(xi)]=E(uixi)=0,ui与xi相互独立。否则,分不清是谁对yt的贡献。(5)ut为正态分布,ut~N(0,s2)。在证明最小二乘估计量的无偏性中,利用了解释变量与随机误差项不相关的假定和随机误差项期望为0的假定,在证明有效性时用了随机项独立同方差的假定。2、在一元线性回归模型中,证明参数的估计量具备无偏性===令kt=,代入上式,得=åktyt=åktyt=åkt(b0+b1xt+ut)=b0åkt+b1åktxt+åktut而åkt=0,
3、åktxt===1+0=1=b1+åktutE()=b1+E(åktut)=b1+åktE(ut)=b13、在一元线性回归模型中,求参数的方差===令kt=,代入上式,得=åktyt=åktyt=åkt(b0+b1xt+ut)=b0åkt+b1åktxt+åktut而åkt=0,åktxt===1+0=1=b1+åktutVar()=Var(b1+åktut)=Var(åktut)=åkt2Var(ut)=Var(ut)åkt2又因为,所以åkt2=Var()=Var(ut)åkt2,其中是ui的方差。4、根
4、据下面的回归结果,回答下列问题(1)、写出回归方程(2)、写出R2的表达式,并之验算R2还可以由哪些值间接计算出来(3)、写出t-stastic的表达式,并将结果中空白地方的数据补上(4)写出参数b0和b1的置信95%区间,临界值t0.025(9)=2.26b1的置信区间:b0的置信区间:(5)统计量S.E.ofregression的含义是什么?S.E.ofregression=代表回归模型的残差标准差名词解释:样本可决系数选择题1.表示x和y之间真实线性关系的是(C)。A.B.C.D.2.参数的估计量具备有
5、效性是指(B)。A.B.C.D.3.设样本回归模型为,则普通最小二乘法确定的的公式中,错误的是(D)。A.B.C.D.4.对回归模型进行检验时,通常假定服从(C)。A.B.C.D.5.以Y表示实际观测值,表示回归估计值,则普通最小二乘法估计参数的准则是使(D)。A.B.C.D.6.设Y表示实际观测值,表示OLS估计回归值,则下列哪项成立(D)。A.B.C.D.7.用OLS估计经典线性模型,则样本回归直线通过点____D_。A.B.C.D.8.以Y表示实际观测值,表示OLS估计回归值,则用OLS得到的样本回归直
6、线满足(A)。A.B.C.D.33.判定系数R2的取值范围是(C)。A.R2≤-1 B.R2≥1 C.0≤R2≤1 D.-1≤R2≤134.某一特定的X水平上,总体Y分布的离散度越大,即σ2越大,则(A)。A.预测区间越宽,精度越低 B.预测区间越宽,预测误差越小C 预测区间越窄,精度越高 D.预测区间越窄,预测误差越大第三章复习重点1、在多元线性回归模型中,最小二乘法对随机误差项做了哪些假定?说明在证明最小二乘估计量的无偏性和有效性中,哪些假定条件发挥作用了在证明最小二乘估计量的无偏性中,利用了
7、解释变量与随机误差项不相关的假定和随机误差项期望为0的假定,在证明有效性时用了随机项独立同方差的假定。2、在多元线性回归模型中,系数的最小二乘求解结果是?或,参数的求解式是:3、名词解释:调整的判定系数与多重判定系数是如何定义的,他们之间有和关系?(1)回归系数t检验t=4,远大于2,所以回归系数显著的不等于0.(2)回归平方和=25*0.8=20,残差平方和=5,随机误差项的方差的估计=5/21(3)F检验=(25/2)/(5/21)4.在多元线性回归分析中,为什么用修正的决定系数衡量估计模型对样本观测值的
8、拟合优度?解答:因为人们发现随着模型中解释变量的增多,多重决定系数的值往往会变大,从而增加了模型的解释功能。这样就使得人们认为要使模型拟合得好,就必须增加解释变量(2分)。但是,在样本容量一定的情况下,增加解释变量必定使得待估参数的个数增加,从而损失自由度,而实际中如果引入的解释变量并非必要的话可能会产生很多问题,比如,降低预测精确度、引起多重共线性等等。为此用修正的决定系数来估计模型对样本观测值的
此文档下载收益归作者所有