 第一题 判断题 10×2=20分(任选10题)P1941, 某一时间序列经一次差分变换成平稳时间序列,此时间序列称为( )

 第一题 判断题 10×2=20分(从以下题目中任选10题,判断对错;如果2



P66

1,  OLS法是使残差平方和最小化的估计方法。

对

2,  计算OLS估计值无需古典线性回归模型的基本假定。

对

3,  若线性回归模型满足假设条件(1)——(4),但扰动项不服从正态分布^[1][1][1],则尽管OLS估计量不再是BLUE,但仍为无偏估计量。

错  只要满足(1)——(4),OLS估计量就是BLUE

4,最小二乘斜率系数的假设检验^[2][2][2]所依据的是t分布,要求߈的抽样分布是正态分布。

对

5,R =TSS/ESS

错  R =ESS/TSS

6,若回归模型中无截距项,则Σet=0未必成立。

对

7,若原假设未被拒绝,则它为真。

错  只能说不能拒绝原假设

8,在双变量回归模型中,б 的值越大,斜率系数的方差越大。

错  Var(߈)=б /Σxt  只有当Σxt 恒定,上述说法才正确。

P149

1,  尽管存在严重多重共线性,普通最小二乘法估计量仍然是最佳线性无偏估计量。

对

2,  如果分的目的仅仅是为了预测^[3][3][3],则多重共线性并无妨碍。

对

3,  如果释变量^[4][4]两两之间的相关系数都低,则一定不存在多重共线性。

错  即使释变量两两之间的相关系数都低,也不能排除存在多重共线性的可能性

4,如果存在异方差性,通常用的t检验和F检验是无效的。

对

5,当存在自相关时,OLS估计量既不是无偏的,也不是有效的。

注意：

本书中无偏性不成立仅两种情况：

1，  模型中忽略了有关的释变量。

2，  随机释变量与扰动项同期无关。

错  在扰动项自相关的情况下OLS估计量仍为无偏估计量,但不再具有最小方差的性质,即不是BLUE

 6,消除一阶自相关的一阶差分变换法假定自相关系数必须等于1。

对

7,模型中包含无关的释变量,参数估计会有偏,并且会增大估计量的方差,即增大误差。

错  模型中包含无关的释变量,参数估计仍无偏,但会增大估计量的方差,即增大误差

8,多元回归中,如果全部“斜率”系数各自t检验都不显著,则R 值也高不了。

错  在多重共线性的情况下,尽管全部“斜率”系数各自t检验都不显著,R 值仍可能高

9,存在异方差的情况下,OLS法总是高估系数估计量的标准误差^[4][5][5]。

错  存在异方差的情况下,OLS法通常会高估系数估计量的标准误差,但不总是

10,如果一个具有非常数方差的释变量被(不正确的)忽略了,那么OLS残差将呈异方差性。

错  异方差性是关于扰动项的方差,而不是关于释变量的方差

P171

1,  所有计量经济模型实质上都是动态模型。

错  使用横截面数据的模型就不是动态模型

2,如果分布滞后系数中,有的为正有的为负,则科克模型将没有多大用处。

对

3,若适应预期模型用OLS估计,则估计量将有偏,但一致。

错  估计量既不是无偏的,又不是一致的

4,对于小样本,部分调整模型的OLS估计量是有偏的。

对

5,若回归方程中既包括随机释变量、扰动项又自相关,则采用工具变量法,将产生无偏且一致的估计量。

错  将产生一致估计量,但是在小样本情况下,得到的估计量是有偏的。

6,释变量中包括滞后因变量的情况下,用德宾-沃森d统计量来检验自相关是没有实际用处的。

对

P215

1,  OLS法适用于估计联立方程模型中的结构方程。

错  一般来说,不行。因为联立方程中变量的相互作用,因而结构方程中

往往包括随机释变量。

2,2SLS法不能用于不可识别方程。

对

3,估计联立方程模型的2SLS法和其他方法只有在大样本的情况下,才能具有我们期望的统计性质。

对

4,  联立方程模型作为一个整体,不存在类似R 这样的拟合程度测量。

对

5,  如果要估计的方程扰动项自相关或存在跨方程的相关,则2SLS法和其他估计结构方程的方法都不能用。

错  可以用3SLS法

6,如果一个方程恰好识别^[5][6][6],则ILS和2SLS给出相同结果。

对

第二题  单项选择题(10道×2=20分)(任选10题)

P194

1,  某一时间序列经一次差分变换成平稳时间序列,此时间序列称为( )