发布时间 : 星期一 文章计量经济学课后习题答案汇总更新完毕开始阅读
.. .. .. ..
第五章 自相关性
一、单项选择题
⒈如果模型yt?b0?b1xt??t存在序列相关，则【D 】
A cov（xt，?t）=0 B cov（?t，?s）=0（t?s） C cov（xt，?t）?0 D cov（?t，?s）?0（t?s） ⒉D－W检验的零假设是（?为随机项的一阶自相关系数）【B 】
A DW=0 B ?=0 C DW=1 D ?=1 ⒊DW的取值范围是【D 】
A －1?DW?0 B －1?DW?1 C －2?DW?2 D 0 ?DW?4 ⒋当DW＝4是时，说明【D 】
A 不存在序列相关 B 不能判断是否存在一阶自相关 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
⒌根据20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n=20，解释变量k=1，显著性水平?=0.05时，查得dL＝1，dU＝1.41，则可以判断【 A】 A 不存在一阶自相关 B存在正的一阶自相关 C存在负的一阶自相关 D 无法确定 ⒍当模型存在序列相关现象时，适宜的参数估计方法是【C 】 A 加权最小二乘法 B 间接最小二乘法 C 广义差分法 D 工具变量法
参考.资料
.. .. .. ..
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 】 A ??0 B ??1 C －1
⒏假定某企业的生产决策是由模型St?b0?b1Pt?ut描述的（其中St为产量，Pt为价格），又知：如果该企业在t-1期生产过剩，经济人员会削减t期的产量。由此判断上述模型存在【 B 】
A 异方差问题 B 序列相关问题 C 多重共线性问题 D 随机解释变量问题
????x?e后计算得DW=1.4，已知在5％得的置信⒐根据一个n=30的样本估计yi??01ii度下，dL＝1.35，dU＝1.49，则认为原模型【 B 】
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 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
????x?e，以?表示et与et?1之间的线性相关系数（t=1，2，?，⒑对于模型yi??01iin），则下面明显错误的是【B 】
A ?=0.8，DW=0.4 B ?=－0.8，DW=－0.4 C ?=0，DW=2 D ?=1，DW=0
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 】 A 0 B -1 C 1 D 0.5
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 】 A 0 B 1 C 2 D 4 ⒔戈德菲尔德—夸特检验法可用于检验【A 】
A 异方差性 B 多重共线性 C 序列相关 D 设定误差
参考.资料
.. .. .. ..
⒕在给定的显著性水平之下，若DW统计量的下和上临界值分别为dL和du,则当dL A 存在一阶正自相关 B 存在一阶负相关 C 不存在序列相关 D 存在序列相关与否不能断定 三、判断题 ⒈当模型存在高阶自相关时，可用D-W法进行自相关检验。 （× ） 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。（ ∨ ） 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，显著性检验失效，预测失效。 （ ∨ ） ⒋当存在自相关时，OLS估计量是有偏的，而且也是无效的。 （ × ） 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。 （ × ） 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。 （ × ） 四、简答题 ⒈自相性对线性回归分析有什么影响？ P196—P198 ⒉发现和检验自相关性有哪些方法？ P198—P2088 ⒊克服自相关性有哪些方法？ P208—P215 参考.资料 .. .. .. .. 第六章 多重共线性 一、单项选择题 ⒈当模型存在严重的多重共线性时，OLS估计量将不具备【 C 】 A 线性 B 无偏性 C 有效性 D 一致性 ⒉经验认为，某个解释变量与其他解释变量间多重共线性严重的情况是这个解释变量的VIF【C 】 A 大于1 B 小于1 C 大于10 D 小于5 ⒊如果方差膨胀因子VIF＝10，则认为什么问题是严重的【C 】 A 异方差问题 B 序列相关问题 C 多重共线性问题 D 解释变量与随机项的相关性 ⒋在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近于1，则表明模型中存在【A 】 A 多重共线性 B异方差性 C 序列相关 D高拟合优度 ⒌在线性回归模型中，若解释变量X1和X2的观测值成比例，即有X1i?kX2i，其中k为非零常数，则表明模型中存在【B 】 A 方差非齐性 B 多重共线性 C 序列相关 D 设定误差 二、判断题 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。 （× ） ⒉变量的两两高度相关并不表示高度多重共线性。 （ × ） 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著的，你就不会得到一个高的R值。 ( × ) ⒋变量不存在两两高度相关表示不存在高度多重共线性。 ( × ) 参考.资料 2