B-1 C1 D 0.5羄⒓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【D】蚅A 0 ??B 1? C 2? D 4薁⒔戈德菲尔德—夸特检验法可用于检验【A】蚈A异方差性B多重共线性??莅C序列相关D设定误差肂⒕在给定的显着性水平之下，若DW统计量的下和上临界值分别为dL和du,则当dL<DW<du时，可认为随机误差[6]项【D】莀A存在一阶正自相关?? B存在一阶负相关螈C不存在序列相关? ? D存在序列相关与否不能断定螅三、判断题螄⒈当模型存在高阶自相关时，可用D-W法进行自相关检验。（×）莂⒉DW值在0和4之间，数值越小说明正相关程度越大，数值越大说明负相关程度越大。（∨）袈⒊假设模型存在一阶自相关，其他条件均满足，则仍用OLS法估计未知参数，得到的估计量是无偏的，不再是有效的，显着性检验失效，预测[7]失效。（∨）膆⒋当存在自相关时，OLS估计量是有偏的，而且也是无效的。（×）节⒌消除自相关的一阶差分变换假定自相关系数必须等于－1。（×）膁⒍发现模型中存在误差自相关时，都可以利用差分法来消除自相关。（×）羈四、简答题薇⒈自相性对线性回归分有什么影响？羄P196—P198羀⒉发现和检验自相关性有哪些方法？肇P198—P2088蚄⒊克服自相关性有哪些方法？蒂P208—P215虿第六章多重共线性膇一、单项选择题肅⒈当模型存在严重的多重共线性时，OLS估计量将不具备【C】膄A线性B无偏性C有效性D一致性螂⒉经验认为，某个释变量与其他释变量间多重共线性严重的情况是这个释变量的VIF【C】芇A大于1 B小于1 C大于10 D小于5蒆⒊如果方差膨胀因子VIF＝10，则认为什么问题是严重的【C】肄A异方差问题B序列相关问题羃C多重共线性问题D释变量与随机项的相关性蝿⒋在多元线性回归模型[8]中，若某个释变量对其余释变量的判定系数接近于1，则表明模型中存在【A】荿A多重共线性? B异方差性?? C序列相关? D高拟合优度[9]螅⒌在线性回归模型中，若释变量和的观测值成比例，即有，其中k为非零常数，则表明模型中存在【B】螂A方差非齐性B多重共线性C序列相关D设定误差衿二、判断题蝿⒈尽管有完全的多重共线性，OLS估计量仍然是最优线性无偏估计量。（×）芃⒉变量的两两高度相关并不表示高度多重共线性。（×）螄⒊在多元回归中，根据通常的t检验，每个参数都是统计上不显着的，你就不会得到一个高的值。(×)罿⒋变量不存在两两高度相关表示不存在高度多重共线性。(×)袆三、填空题羅⒈强的近似多重共线性会对多元线性回归的________产生严重的不利影响。薃⒉第k个释变量与其他释变量之间相关系数平方越大，方差膨胀因子（VIF）越________。聿⒊存在完全多重共线性时，多元回归分是________。芇⒋检验样本是否存在多重共线性的常见方法有：________________________和逐步回归检验法。蚇⒌处理多重共线性的方法有：保留重要释变量、去掉不重要释变量、_________________、__________________________________。莂四、简答题膈⒈什么是多重共线性？多重共线性是由什么原因造成的？蚈多重共线性是指多元线性回归模型中，模型的释变量之间存在某种程度的线性关系[10]（或P226—P227），原因见P227—228）。膅⒉如何发现和判断多重共线性？肁P230—P235膈⒊克服多重共线性有哪些方法？聿P235—P244袇第七章计量经济分建模与应用膄一、单项选择题芈⒈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【B】芆A 2 B4 C5 D 6芅⒉根据样本资料建立某消费函数[11]如下：=10..5.+55.35+0.45，其中C为消费，x为收入，虚拟变量D＝，所有参数均检验显着，则城镇家庭的消费函数为【A】袃A=15..85+0.45B=100.50+0.45莈C=10..5.+55.35D=100.95+55.35蚇二、填空题肇⒈在计量经济建摸时，对非线性模型的处理方法之一是________________________。蚂⒉虚拟变量不同的引入方式有两种。若要描述各种类型的模型在截距水平的差异，则以________________方式引入虚拟释变量；若要反映各种类型的模型的不同相对变化率时，则以________引入虚拟释变量。肈⒊对于有m个不同属性的定性因素，应该设置________个虚拟变量来反映该因素的影响。蒄三、简答题蚅⒈什么是虚拟变量？它在模型中有什么作用？螂P255蒈⒉引入虚拟释变量的两种基本方式是什么？它们各适用于什么情况？膆P258—P260蒃四、综合分计算题袂㈠设某商品的需求量（百件），消费者平均收入（百元），该商品价格（元）。经Eviews软件对观察的10个月份的数据用最小二乘法估计，结果如下：（被释变量为）衿VARIABLE COEFFICIENT STD.ERROR T-STAT 2-TAILSIG蚄C 9..469295 13.47.571 7.3830.65 0.000节X1 2.50.8954 0.753.147（3.3199）羂X2 - 6.58074.0 1.3759059（-4.7828）羆R-squared0.949336 Mean of dependent var 80.00000薂Adjusted R- squared（）S.D. of dependent var 19.57890芇S.E of regression 4.997021 Sum of squared resid 174.7915芇Durbin-Watson stat（）F–statistics（）薃完成以下问题：（至少保留三位小数）肀1．写出需求量对消费者平均收入、商品价格的线性回归估计方程。芀2．释偏回归系数的统计含义和经济含义。莇3．对该模型做经济意义检验。羄4．估计调整的可决系数。螂5．在95%的置信度下对方程整体显着性进行检验。聿6．在95%的置信度下检验偏回归系数(斜率)的显着性。蒇7．检验随机误差项的一阶自相关性。（，，）莅：⒈芀⒉需求量和收入正相关，和价格负相关，收入每增加一个单位，需求量上升2.5个单位，价格每增加一个单位，需求量下降6.58个单位；袈⒊该模型经济意义检验通过；薇⒋薂⒌，F检验通过羂⒍t1=3.3199,t2=-4.7828,t检验通过薇7．检验随机误差项的一阶自相关性。,，,不存在一阶自相关。蚇㈡设某地区机电行业销售额（万元）和汽车产量（万辆）以及建筑业产值（千万元）。经Eviews软件对1981年——1997年的数据分别建立线性模型和双对数模型进行最小二乘估计，结果如下：羃表1表2

莃经典计量经济学的最基本方法是________。薃计量经济分的基本步骤是：________、________、________、________、________、________。聿A cov（，）=0 B cov（，）=0（ts）蚆C cov（，）0 D cov（，）0（ts）莃⒉D－W检验的零假设^[1]是（为随机项的一阶自相关系数）【B】蚁A DW=0 B=0 CDW=1 D=1聿⒊DW的取值范围是【D】肆A－1DW0 B－1DW1袁C－2DW2 D 0DW4葿⒋当DW＝4是时，说明【D】腿A不存在序列相关^[2]B不能判断是否存在一阶自相关蒇C存在完全的正的一阶自相关D存在完全的负的一阶自相关薃⒌根据
2.个观测值估计的结果，一元线性回归模型的DW＝2.3。在样本容量^[3]n=2
0.释变量k=
1.显着性水平=0.05时，查得＝1，＝1.41，则可以判断【A】蒂A不存在一阶自相关B存在正的一阶自相关艿C存在负的一阶自相关D无法确定薄⒍当模型存在序列相关现象时，适宜的参数估计方法是【C】芅A加权最小二乘法B间接最小二乘法芁C广义差分法D工具变量法荿⒎采用一阶差分模型克服一阶线性自相关问题使用于下列哪种情况【B】羅A0 B1 C－1<<0 D 0<<1螃⒏假定某企业的生产决策是由模型描述的（其中为产量，为价格），又知：如果该企业在t-1期生产过剩^[4]，经济人^[5]员会削减t期的产量。由此判断上述模型存在【B】肀A异方差问题B序列相关问题蒈C多重共线性问题D随机释变量问题莆⒐根据一个n=30的样本估计后计算得DW=

1.4，已知在5％得的置信度下，＝1.35，＝1.49，则认为原模型【B】蒅A不存在一阶序列自相关B不能判断是否存在一阶自相关蝿C存在完全的正的一阶自相关D存在完全的负的一阶自相关薈⒑对于模型，以表示与之间的线性相关系数（t=1，2，，n），则下面明显错误的是【B】螇A=

0.8，DW=0.4 B=－0.8，DW=－0.4羃C=0，DW=2 D=1，DW=0袂⒒已知DW统计量的值接近于2，则样本回归模型残差的一阶自相关系数近似等于【A】蚈A
0. B-1 C1 D 0.5羄⒓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【D】蚅A 0 ??B 1? C 2? D 4薁⒔戈德菲尔德—夸特检验法可用于检验【A】蚈A异方差性B多重共线性??莅C序列相关D设定误差肂⒕在给定的显着性水平之下，若DW统计量的下和上临界值分别为dL和du,则当dL<DW<du时，可认为随机误差^[6]项【D】莀A存在一阶正自相关?? B存在一阶负相关螈C不存在序列相关? ? D存在序列相关与否不能断定螅三、判断题螄⒈当模型存在高阶自相关时，可用D-W法进行自相关检验。（×）莂⒉DW值在0和4之间，数值越小说明正相关程度越大，数值越大说明负相关程度越大。（∨）袈⒊假设模型存在一阶自相关，其他条件均满足，则仍用OLS法估计未知参数，得到的估计量是无偏的，不再是有效的，显着性检验失效，预测^[7]失效。（∨）膆⒋当存在自相关时，OLS估计量是有偏的，而且也是无效的。（×）节⒌消除自相关的一阶差分变换假定自相关系数必须等于－1。（×）膁⒍发现模型中存在误差自相关时，都可以利用差分法来消除自相关。（×）羈四、简答题薇⒈自相性对线性回归分有什么影响？羄P196—P198羀⒉发现和检验自相关性有哪些方法？肇P198—P2088蚄⒊克服自相关性有哪些方法？蒂P208—P215虿第六章多重共线性膇一、单项选择题肅⒈当模型存在严重的多重共线性时，OLS估计量将不具备【C】膄A线性B无偏性C有效性D一致性螂⒉经验认为，某个释变量与其他释变量间多重共线性严重的情况是这个释变量的VIF【C】芇A大于1 B小于1 C大于10 D小于5蒆⒊如果方差膨胀因子VIF＝10，则认为什么问题是严重的【C】肄A异方差问题B序列相关问题羃C多重共线性问题D释变量与随机项的相关性蝿⒋在多元线性回归模型^[8]中，若某个释变量对其余释变量的判定系数接近于1，则表明模型中存在【A】荿A多重共线性? B异方差性?? C序列相关? D高拟合优度^[9]螅⒌在线性回归模型中，若释变量和的观测值成比例，即有，其中k为非零常数，则表明模型中存在【B】螂A方差非齐性B多重共线性C序列相关D设定误差衿二、判断题蝿⒈尽管有完全的多重共线性，OLS估计量仍然是最优线性无偏估计量。（×）芃⒉变量的两两高度相关并不表示高度多重共线性。（×）螄⒊在多元回归中，根据通常的t检验，每个参数都是统计上不显着的，你就不会得到一个高的值。(×)罿⒋变量不存在两两高度相关表示不存在高度多重共线性。(×)袆三、填空题羅⒈强的近似多重共线性会对多元线性回归的________产生严重的不利影响。薃⒉第k个释变量与其他释变量之间相关系数平方越大，方差膨胀因子（VIF）越________。聿⒊存在完全多重共线性时，多元回归分是________。芇⒋检验样本是否存在多重共线性的常见方法有：________________________和逐步回归检验法。蚇⒌处理多重共线性的方法有：保留重要释变量、去掉不重要释变量、_________________、__________________________________。莂四、简答题膈⒈什么是多重共线性？多重共线性是由什么原因造成的？蚈多重共线性是指多元线性回归模型中，模型的释变量之间存在某种程度的线性关系^[10]（或P226—P227），原因见P227—228）。膅⒉如何发现和判断多重共线性？肁P230—P235膈⒊克服多重共线性有哪些方法？聿P235—P244袇第七章计量经济分建模与应用膄一、单项选择题芈⒈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【B】芆A 2 B4 C5 D 6芅⒉根据样本资料建立某消费函数^[11]如下：=1
0..
5.+55.35+0.45，其中C为消费，x为收入，虚拟变量D＝，所有参数均检验显着，则城镇家庭的消费函数为【A】袃A=1
5..85+

0.45B=100.50+0.45莈C=1
0..
5.+55.35D=100.95+55.35蚇二、填空题肇⒈在计量经济建摸时，对非线性模型的处理方法之一是________________________。蚂⒉虚拟变量不同的引入方式有两种。若要描述各种类型的模型在截距水平的差异，则以________________方式引入虚拟释变量；若要反映各种类型的模型的不同相对变化率时，则以________引入虚拟释变量。肈⒊对于有m个不同属性的定性因素，应该设置________个虚拟变量来反映该因素的影响。蒄三、简答题蚅⒈什么是虚拟变量？它在模型中有什么作用？螂P255蒈⒉引入虚拟释变量的两种基本方式是什么？它们各适用于什么情况？膆P258—P260蒃四、综合分计算题袂㈠设某商品的需求量（百件），消费者平均收入（百元），该商品价格（元）。经Eviews软件对观察的10个月份的数据用最小二乘法估计，结果如下：（被释变量为）衿VARIABLE COEFFICIENT ST
D.ERROR T-STAT 2-TAILSIG蚄C
9..469295 1
3.4
7.571 7.383
0.65 0.000节X1
2.5
0.8954 0.75
3.147（3.3199）羂X2 -
6.5807
4.0
1.3759059（-4.7828）羆R-squared
0.949336 Mean of dependent var 80.00000薂Adjusted R- squared（）
S.
D. of dependent var 1
9.57890芇
S.E of regression
4.997021 Sum of squared resid 174.7915芇Durbin-Watson stat（）F–statistics（）薃完成以下问题：（至少保留三位小数）肀
1．写出需求量对消费者平均收入、商品价格的线性回归估计方程。芀
2．释偏回归系数的统计含义和经济含义。莇
3．对该模型做经济意义检验。羄
4．估计调整的可决系数。螂
5．在95%的置信度下对方程整体显着性进行检验。聿
6．在95%的置信度下检验偏回归系数(斜率)的显着性。蒇
7．检验随机误差项的一阶自相关性。（，，）莅：⒈芀⒉需求量和收入正相关，和价格负相关，收入每增加一个单位，需求量上升
2.5个单位，价格每增加一个单位，需求量下降
6.58个单位；袈⒊该模型经济意义检验通过；薇⒋薂⒌，F检验通过羂⒍t1=
3.3199,t2=-
4.7828,t检验通过薇
7．检验随机误差项的一阶自相关性。,，,不存在一阶自相关。蚇㈡设某地区机电行业销售额（万元）和汽车产量（万辆）以及建筑业产值（千万元）。经Eviews软件对1981年——1997年的数据分别建立线性模型和双对数模型进行最小二乘估计，结果如下：羃表1表2