复习参考题知识分享.doc

《复习参考题知识分享.doc》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、复习参考题__________________________________________________一、判断下列说法是否正确，如果错误说明理由：1．有如下ARMA过程：Yt=-0.5Yt-1+εt‒0.21εt-1，则该ARMA过程是平稳的。2．white检验的原假设是：模型随机误差项直至滞后k阶不存在序列相关。3．在联立方程的简化式模型中，解释变量可以是内生变量，也可以是先决变量。4．在引入虚拟变量后，普通最小二乘法的估计量只有在大样本下才是无偏的。5．格兰杰检验与其说是因果关系检验，不如说是领先滞后关系检验。

2、6．假定正确回归模型为Y=β0+β1X1+β2X2+μ，若遗漏了重要的解释变量X2，且X1、X2相关，则β1的OLS估计量在小样本下有偏，在大样本下非一致。7．如果经典线性回归模型（CLRM）中的干扰项不服从正态分布，OLS估计量将是有偏的。8．对于线性回归模型Yi=β0+β1Xi+μi，i=1,2,…,n，随机误差项零均值假设可以表示为。9．一个一元线性模型，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2。10．完全信息最大似然法是有限信息最大似然法的直接推广。二、根据给出的单方程计量经济学模型，回

3、答下列问题（6分）设定一个回归方程来解释班上每个同学第1次计量经济学测试成绩（Y，满分5），Y是学生以前学习统计学的成绩（G）、课堂学习时间（H）、学生所做练习数量（E）以及虚拟变量D（虚拟变量用以区别计量经济学班级中的研究生和本科生）的函数。____________________________________________________________________________________________________1．定义虚拟变量D。2．虚拟变量D的参数符号取决于定义D的确切方法么？（提示：如果D

4、的取值与上一问你给出的答案相反会怎样。）3．假定收集数据进行回归分析，得到了D的参数估计值，符号与你预期的一致，参数估计值的绝对值为0.5，这是什么含义？另外，如果班级中只有研究生或者只有本科生D的参数估计值能否得到？一、根据给出的资料，分析并回答问题1．以下结果是利用某省财政收入（REV）对该省第一、第二、第三产业增加值的回归结果，仅根据这一结果试判断该模型可能存在什么问题，说明理由。DependentVariable:REVMethod:LeastSquaresSample:110Includedobservation

5、s:10VariableCoefficientStd.Errort-StatisticProb.  C17414.6314135.101.2320130.2640GDP1-0.2775100.146541-1.8937430.1071GDP20.0848570.0935320.9072520.3992GDP30.1905170.1516801.2560480.2558R-squared0.993798    Meandependentvar63244.00AdjustedR-squared0.990697    S.D.d

6、ependentvar54281.99S.E.ofregression5235.544    Akaikeinfocriterion20.25350Sumsquaredresid1.64E+08    Schwarzcriterion20.37454Loglikelihood-97.26752    F-statistic320.4848Durbin-Watsonstat1.208127    Prob(F-statistic)0.000001________________________________________

7、____________________________________________________________1．为研究居民消费问题，建立中国居民消费函数模型如下：t=1978,1979,…,2001，，，其中表示居民消费总额，表示居民收入总额，样本是从1978~2001年的年度数据。（1）如果用矩阵方程Y=XB+E表示该模型，写出每个矩阵的具体内容，并标明阶数；（2）如果模型中为随机解释变量且与相关，选择政府消费为的工具变量（满足工具变量的所有条件），写出关于参数估计量的正规方程组。2．对一个多元回归模型估计结

8、果如下：（-2.82）（5.66）（1.92）r2=0.9857，R2=0.9841，F=620.75，D.W.=1.697LM检验结果如下：（p=2，n=21）F-statistic0.875176Probability0.362626Obs*R-squared0.838965Probability0