伍德里奇计量经济学第六版答案Chapter-12

计量经济学第三版庞皓

第二章简单线性回归模型 第一节回归分析与回归函数P15 （一）相关分析与回归分析 1、相关关系 2、相关系数 3、回归分析 （二）总体回归函数（条件期望） （三）随机扰动项 （四）样本回归函数 第二节简单线性回归模型参数的估计P26 （一）简单线性回归的基本假定 （二）普通最小二乘法求样本回归函数 （三）OLS回归线的性质 （四）最小二乘估计量的统计性质 1、参数估计量的评价标准（无偏性、有效性、一致性） 2、OLS估计量的统计特性（线性特性、无偏性、有效性、高斯-马尔可夫定理） 第三节拟合优度的度量（RSS、ESS、TSS）P35 （一）总变差的分解 （二）可决系数 （三）可决系数与相关系数的关系 第四节回归系数的区间估计与假设检验P38 （一）OLS估计的分布性质 （二）回归系数的区间估值 （三）回归系数的假设检验 1、Z检验 2、t检验 第五节回归模型预测P43 第六节案例分析P48 第三章多元线性回归模型 第一节多元线性回归模型及古典假定P64 一、多元线性回归模型 二、多元线性回归模型的矩阵形式 三、多元线性回归模型的古典假定 第二节多元线性回归模型的估计P68 一、多元线性回归性参数的最小二乘估计 二、参数最小二乘估计的性质（线性特性、无偏性、有效性） 三、OLS估计的分布性质 四、随机扰动项方差的估计 五、多元线性回归模型参数的区间估计

第三节多元线性回归模型的检验P74 一、拟合优度检验（多重可决系数、修正的可决系数） 二、回归方程的显著性检验（F-检验） 三、回归参数的显著性检验（t-检验） 第四节多元线性回归模型的预测P79 第五节案例分析P81 第四章多重共线性第一节什么是多重共线性P94 第二节多重共线性产生的后果 第三节多重共线性的检验 第四节多重共线性的补救措施 第五节案例分析P109

计量经济学模拟考试题第5套(含答案)

计量经济学模拟考试题第5套 一、单项选择题 1、下列说法正确的有（ C ） A.时序数据和横截面数据没有差异 B.对总体回归模型的显著性检验没有必要 C.总体回归方程与样本回归方程是有区别的 D.判定系数2R 不可以用于衡量拟合优度 2、所谓异方差是指（ A ） 3、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

计量经济学期末考试题库(完整版)及答案

计量经济学题库 、单项选择题(每小题1分) 1?计量经济学是下列哪门学科的分支学科(C)O A.统计学 B.数学 C.经济学 D.数理统计学 2?计量经济学成为一门独立学科的标志是(B)。 A. 1930年世界计量经济学会成立 B. 1933年《计量经济学》会刊出版 C. 1969年诺贝尔经济学奖设立 D. 1926年计量经济学(EConOIniCS) —词构造出来 3.外生变量和滞后变量统称为(D)O A.控制变量B?解释变量 C.被解释变量 D.前定变量 4.横截面数据是指(A)O A.同一时点上不同统计单位相同统计指标组成的数据 B.同一时点上相同统计单位相同统计指标组成的数据 C.同一时点上相同统计单位不同统计指标组成的数据 D.同一时点上不同统计单位不同统计指标组成的数据 5.同一统计指标，同一统计单位按时间顺序记录形成的数据列是(C)O A.时期数据 B.混合数据 C.时间序列数据 D.横截面数据 6.在计量经济模型中，由模型系统部因素决定，表现为具有一定的概率分布的随机变量，其数值受模型中其他变量影响的变量是(B )o A.生变量 B.外生变量 C.滞后变量 D.前定变量 7.描述微观主体经济活动中的变量关系的计量经济模型是(A )o A.微观计量经济模型 B.宏观计量经济模型 C.理论计量经济模型 D.应用计量 经济模型 &经济计量模型的被解释变量一定是(C )o A.控制变量 B.政策变量 C.生变量 D.外生变量 9.下面属于横截面数据的是(D )o A.1991-2003年各年某地区20个乡镇企业的平均工业产值 B.1991-2003年各年某地区20个乡镇企业各镇的工业产值 C.某年某地区20个乡镇工业产值的合计数 D.某年某地区20个乡镇各镇的工业产值 10.经济计量分析工作的基本步骤是( A )0 A.设定理论模型一收集样本资料一估计模型参数一检验模型 B.设定模型一估计参数一检验模型一应用模型 C：个体设计f总体估计f估计模型f应用模型D.确定模型导向一确定变量及方程式一估计模型一应用模型 11.将生变量的前期值作解释变量，这样的变量称为( A.虚拟变量 B.控制变量 12.( B )是具有一定概率分布的随机变量， A.外生变量 B.生变量 13.同一统计指标按时间顺序记录的数据列称为( A.横截面数据 B.时间序列数据据 14?计量经济模型的基本应用领域有( A.结构分析、经济预测、政策评价 C.消费需求分析、生产技术分析、 15.变量之间的关系可以分为两大类， A.函数关系与相关关系 C.正相关关系和负相关关系 D )0 C.政策变量 它的数值由模型本身决定。 C.前定变量 B )0 C.修匀数据 A )0 B.弹性分析、D.季度分析、它们是(A 乘数分析、政策模拟年度分析、中长期分析 )o B.线性相关关系和非线性相关关系D.简单相关关系和复杂相关关系 D ?滞后变量D.滞后变量D.原始数

计量经济学_庞皓_第三版(附答案)

第二章简单线性回归模型 2.1 （1）①首先分析人均寿命与人均GDP的数量关系，用Eviews分析：Dependent Variable: Y Method: Least Squares Date: 12/27/14 Time: 21:00 Sample: 1 22 Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 56.64794 1.960820 28.88992 0.0000 X1 0.128360 0.027242 4.711834 0.0001 R-squared 0.526082 Mean dependent var 62.50000 Adjusted R-squared 0.502386 S.D. dependent var 10.08889 S.E. of regression 7.116881 Akaike info criterion 6.849324 Sum squared resid 1013.000 Schwarz criterion 6.948510 Log likelihood -73.34257 Hannan-Quinn criter. 6.872689 F-statistic 22.20138 Durbin-Watson stat 0.629074 Prob(F-statistic) 0.000134 有上可知，关系式为y=56.64794+0.128360x1 ②关于人均寿命与成人识字率的关系，用Eviews分析如下：Dependent Variable: Y Method: Least Squares Date: 11/26/14 Time: 21:10 Sample: 1 22 Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 38.79424 3.532079 10.98340 0.0000 X2 0.331971 0.046656 7.115308 0.0000 R-squared 0.716825 Mean dependent var 62.50000 Adjusted R-squared 0.702666 S.D. dependent var 10.08889 S.E. of regression 5.501306 Akaike info criterion 6.334356 Sum squared resid 605.2873 Schwarz criterion 6.433542 Log likelihood -67.67792 Hannan-Quinn criter. 6.357721 F-statistic 50.62761 Durbin-Watson stat 1.846406 Prob(F-statistic) 0.000001 由上可知，关系式为y=38.79424+0.331971x2 ③关于人均寿命与一岁儿童疫苗接种率的关系，用Eviews分析如下：

计量经济学习题及参考答案解析详细版

计量经济学（第四版）习题参考答案 潘省初

第一章 绪论 试列出计量经济分析的主要步骤。 一般说来，计量经济分析按照以下步骤进行： （1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据 （4）估计参数 （5）假设检验 （6）预测和政策分析 计量经济模型中为何要包括扰动项? 为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。 什么是时间序列和横截面数据? 试举例说明二者的区别。 时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。 横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。 估计量和估计值有何区别？ 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。在一项应用中，依据估计量算出的一个具体的数值，称为估计值。如Y 就是一个估计量，1 n i i Y Y n == ∑。现有一样本，共4个数，100，104，96，130，则 根据这个样本的数据运用均值估计量得出的均值估计值为 5.1074 130 96104100=+++。 第二章 计量经济分析的统计学基础 略，参考教材。

请用例中的数据求北京男生平均身高的99％置信区间 N S S x = = 4 5= 用 =，N-1=15个自由度查表得005.0t =，故99%置信限为 x S t X 005.0± =174±×=174± 也就是说，根据样本，我们有99%的把握说，北京男高中生的平均身高在至厘米之间。 25个雇员的随机样本的平均周薪为130元，试问此样本是否取自一个均值为120元、标准差为10元的正态总体？ 原假设 120:0=μH 备择假设 120:1≠μH 检验统计量 () 10/2510/25 X X μσ-Z == == 查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即 此样本不是取自一个均值为120元、标准差为10元的正态总体。 某月对零售商店的调查结果表明，市郊食品店的月平均销售额为2500元，在下一个月份中，取出16个这种食品店的一个样本，其月平均销售额为2600元，销售额的标准差为480元。试问能否得出结论，从上次调查以来，平均月销售额已经发生了变化？ 原假设 : 2500:0=μH 备择假设 : 2500:1≠μH ()100/1200.83?480/16 X X t μσ-= === 查表得 131.2)116(025.0=-t 因为t = < 131.2=c t , 故接受原假 设,即从上次调查以来，平均月销售额没有发生变化。

计量经济学 模拟考试题(第1套)

第一套 一、单项选择题 1、双对数模型 μββ++=X Y ln ln ln 10中，参数1β的含义是 （ ） A. Y 关于X 的增长率 B .Y 关于X 的发展速度 C. Y 关于X 的边际变化 D. Y 关于X 的弹性 2、设k 为回归模型中的参数个数，n 为样本容量。则对多元线性回归方 程进行显著性检验时，所用的F 统计量可表示为（ ） A. )1() (--k RSS k n ESS B ．) ()1()1(2 2k n R k R --- C ．) 1()1()(2 2---k R k n R D ．)()1/(k n TSS k ESS -- 3、回归分析中使用的距离是点到直线的垂直坐标距离。最小二乘准则 是指（ ） A. 使() ∑=-n t t t Y Y 1 ?达到最小值 B. 使() 2 1 ?∑=-n t t t Y Y 达到最小值 C. 使t t Y Y ?max -达到最小值 D. 使?min i i Y Y -达到最小值 4、 对于一个含有截距项的计量经济模型，若某定性因素有m 个互斥的类型， 为将其引入模型中，则需要引入虚拟变量个数为（ ） A. m B. m+1 C. m-1 D. m-k 5、 回归模型中具有异方差性时，仍用OLS 估计模型，则以下说法正确的是（ ） A. 参数估计值是无偏非有效的 B. 参数估计量仍具有最小方差性 C. 常用F 检验失效 D. 参数估计量是有偏的 6、 在一元线性回归模型中，样本回归方程可表示为（ ） A. t t t u X Y ++=10ββ B. i t t X Y E Y μ+=)/( C. t t X Y 10???ββ+= D. ()t t t X X Y E 10/ββ+= 7、 在经济发展发生转折时期，可以通过引入虚拟变量方法来表示这种变化。 例如，研究中国城镇居民消费函数时。1991年前后，城镇居民商品性实际支出Y 对实际可支配收入X 的回归关系明显不同。现以1991年为转折时期，设虚拟变 量?? ?=年以前 ， 年以后 ， 1991019911t D ，数据散点图显示消费函数发生了结构性变化：基本 消费部分下降了，边际消费倾向变大了。则城镇居民线性消费函数的理论方程可

伍德里奇计量经济学第六版答案Appendix-E

271 APPENDIX E SOLUTIONS TO PROBLEMS E.1 This follows directly from partitioned matrix multiplication in Appendix D. Write X = 12n ?? ? ? ? ? ???x x x , X ' = (1'x 2'x n 'x ), and y = 12n ?? ? ? ? ? ??? y y y Therefore, X 'X = 1 n t t t ='∑x x and X 'y = 1 n t t t ='∑x y . An equivalent expression for ?β is ?β = 1 11n t t t n --=??' ???∑x x 11n t t t n y -=??' ??? ∑x which, when we plug in y t = x t β + u t for each t and do some algebra, can be written as ?β= β + 1 11n t t t n --=??' ???∑x x 11n t t t n u -=??' ??? ∑x . As shown in Section E.4, this expression is the basis for the asymptotic analysis of OLS using matrices. E.2 (i) Following the hint, we have SSR(b ) = (y – Xb )'(y – Xb ) = [?u + X (?β – b )]'[ ?u + X (?β – b )] = ?u '?u + ?u 'X (?β – b ) + (?β – b )'X '?u + (?β – b )'X 'X (?β – b ). But by the first order conditions for OLS, X '?u = 0, and so (X '?u )' = ?u 'X = 0. But then SSR(b ) = ?u '?u + (?β – b )'X 'X (?β – b ), which is what we wanted to show. (ii) If X has a rank k then X 'X is positive definite, which implies that (?β – b ) 'X 'X (?β – b ) > 0 for all b ≠ ?β . The term ?u '?u does not depend on b , and so SSR(b ) – SSR(?β) = (?β– b ) 'X 'X (?β – b ) > 0 for b ≠?β. E.3 (i) We use the placeholder feature of the OLS formulas. By definition, β = (Z 'Z )-1Z 'y = [(XA )' (XA )]-1(XA )'y = [A '(X 'X )A ]-1A 'X 'y = A -1(X 'X )-1(A ')-1A 'X 'y = A -1(X 'X )-1X 'y = A -1?β . (ii) By definition of the fitted values, ?t y = ?t x β and t y = t z β. Plugging z t and β into the second equation gives t y = (x t A )(A -1?β ) = ?t x β = ?t y . (iii) The estimated variance matrix from the regression of y and Z is 2σ(Z 'Z )-1 where 2σ is the error variance estimate from this regression. From part (ii), the fitted values from the two

计量经济学庞皓第三版课后答案解析

第二章 简单线性回归模型 2.1 （1） ①首先分析人均寿命与人均GDP 的数量关系，用Eviews 分析： Dependent Variable: Y Method: Least Squares Date: 12/27/14 Time: 21:00 Sample: 1 22 Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 56.64794 1.960820 28.88992 0.0000 X1 0.128360 0.027242 4.711834 0.0001 R-squared 0.526082 Mean dependent var 62.50000 Adjusted R-squared 0.502386 S.D. dependent var 10.08889 S.E. of regression 7.116881 Akaike info criterion 6.849324 Sum squared resid 1013.000 Schwarz criterion 6.948510 Log likelihood -73.34257 Hannan-Quinn criter. 6.872689 F-statistic 22.20138 Durbin-Watson stat 0.629074 Prob(F-statistic) 0.000134 有上可知，关系式为y=56.64794+0.128360x 1 ②关于人均寿命与成人识字率的关系，用Eviews 分析如下： Dependent Variable: Y Method: Least Squares Date: 11/26/14 Time: 21:10 Sample: 1 22 Included observations: 22 Variable Coefficien t Std. Error t-Statistic Prob. C 38.79424 3.532079 10.98340 0.0000 X2 0.331971 0.046656 7.115308 0.0000 R-squared 0.716825 Mean dependent var 62.50000 Adjusted R-squared 0.702666 S.D. dependent var 10.08889 S.E. of regression 5.501306 Akaike info criterion 6.334356 Sum squared resid 605.2873 Schwarz criterion 6.433542 Log likelihood -67.67792 Hannan-Quinn criter. 6.357721

伍德里奇《计量经济学导论》(第6版)复习笔记和课后习题详解-第二篇(第10~12章)【圣才出品】

第二篇时间序列数据的回归分析 第10章时间序列数据的基本回归分析 10.1 复习笔记 考点一：时间序列数据★★ 1．时间序列数据与横截面数据的区别 （1）时间序列数据集是按照时间顺序排列。 （2）时间序列数据与横截面数据被视为随机结果的原因不同。 （3）一个时间序列过程的所有可能的实现集，便相当于横截面分析中的总体。时间序列数据集的样本容量就是所观察变量的时期数。 2．时间序列模型的主要类型（见表10-1） 表10-1 时间序列模型的主要类型 考点二：经典假设下OLS的有限样本性质★★★★

1．高斯-马尔可夫定理假设（见表10-2） 表10-2 高斯-马尔可夫定理假设

2．OLS估计量的性质与高斯-马尔可夫定理（见表10-3）

表10-3 OLS估计量的性质与高斯-马尔可夫定理 3．经典线性模型假定下的推断 （1）假定TS.6（正态性） 假定误差u t独立于X，且具有独立同分布Normal（0，σ2）。该假定蕴涵了假定TS.3、TS.4和TS.5，但它更强，因为它还假定了独立性和正态性。 （2）定理10.5（正态抽样分布） 在时间序列的CLM假定TS.1～TS.6下，以X为条件，OLS估计量遵循正态分布。而且，在虚拟假设下，每个t统计量服从t分布，F统计量服从F分布，通常构造的置信区间也是确当的。 定理10.5意味着，当假定TS.1～TS.6成立时，横截面回归估计与推断的全部结论都可以直接应用到时间序列回归中。这样t统计量可以用来检验个别解释变量的统计显著性，F

统计量可以用来检验联合显著性。 考点三：时间序列的应用★★★★★ 1．函数形式、虚拟变量 除了常见的线性函数形式，其他函数形式也可以应用于时间序列中。最重要的是自然对数，在应用研究中经常出现具有恒定百分比效应的时间序列回归。虚拟变量也可以应用在时间序列的回归中，如某一期的数据出现系统差别时，可以采用虚拟变量的形式。 2．趋势和季节性 （1）描述有趋势的时间序列的方法（见表10-4） 表10-4 描述有趋势的时间序列的方法

伍德里奇---计量经济学第8章部分计算机习题详解(STATA)

班级：金融学×××班姓名：××学号：×××××××C8.1SLEEP75.RAW sleep=β0+β1totwork+β2educ+β3age+β4age2+β5yngkid+β6male+u 解：（ⅰ）写出一个模型，容许u的方差在男女之间有所不同。这个方差不应该取决于其他因素。 在sleep=β0+β1totwork+β2educ+β3age+β4age2+β5yngkid+β6male+u模型下，u方差要取决于性别，则可以写成：Var u︳totwork,educ,age,yngkid,male =Var u︳male =δ0+δ1male。所以，当方差在male=1时，即为男性时，结果为δ0+δ1；当为女性时，结果为δ0。 将sleep对totwork，educ，age，age2，yngkid和male进行回归，回归结果如下： （ⅱ）利用SLEEP75.RAW的数据估计异方差模型中的参数。u的估计方差对于男人和女人而言哪个更高？ 由截图可知：u2=189359.2?28849.63male+r

20546.36 (27296.36) 由于male 的系数为负，所以u 的估计方差对女性而言更大。 （ⅲ）u 的方差是否对男女而言有显著不同？ 因为male 的 t 统计量为?1.06，所以统计不显著，故u 的方差是否对男女而言并没有显著不同。 C8.2 HPRICE1.RAW price =β0+β1lotsize +β2sqrft +β3bdrms +u 解：（ⅰ）利用HPRICE 1.RAW 中的数据得到方程（8.17）的异方差—稳健的标准误。讨论其与通常的标准误之间是否存在任何重要差异。 ● 先进行一般回归，结果如下： ● 再进行稳健回归，结果如下： 由两个截图可得：price =?21.77+0.00207lotsize +0.123sqrft +13.85bdrms 29.48 0.00064 0.013 (9.01) 37.13 0.00122 0.018 [8.48] n = 88， R 2=0.672 比较稳健标准误和通常标准误，发现lotsize 的稳健标准误是通常下的2倍，使得 t 统计量相差较大。而sqrft 的稳健标准误也比通常的大，但相差不大，bdrms 的稳健标准误比通常的要小些。 （ⅱ）对方程（8.18）重复第（ⅰ）步操作。 n =706，R 2=0.0016

计量经济学期末考试试题-是模拟试卷

练习题一 一、单选题（15小题，每题2分，共30分） 1.有关经济计量模型的描述正确的为( ) A.经济计量模型揭示经济活动中各个因素之间的定性关系 B.经济计量模型揭示经济活动中各个因素之间的定量关系，用确定性的数学方程加以描述 C.经济计量模型揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述 D.经济计量模型揭示经济活动中各个因素之间的定性关系，用随机性的数学方程加以描述 2.在X 与Y 的相关分析中( ) A.X 是随机变量，Y 是非随机变量 B.Y 是随机变量，X 是非随机变量 C.X 和Y 都是随机变量 D.X 和Y 均为非随机变量 3.对于利用普通最小二乘法得到的样本回归直线，下面说法中错误的是( ) A. 0i e =∑ B.0i i e X =∑ C. 0i i eY ≠∑ D.?i i Y Y =∑∑ 4.在一元回归模型中，回归系数2β通过了显著性t 检验，表示( ) A.20β= B.2?0β≠ C.20β=,2?0β≠ D.22 ?0,0ββ≠= 5．如果X 为随机解释变量，X i 与随机误差项u i 相关，即有Cov(X i ，u i )≠0，则普通最小二乘估计β?是（ ） A ．有偏的、一致的 B ．有偏的、非一致的 C ．无偏的、一致的 D ．无偏的、非一致的 6.有关调整后的判定系数2 R 与判定系数2 R 之间的关系叙述正确的是（ ） A.2 R 与2 R 均非负 B.模型中包含的解释个数越多，2 R 与2 R 就相差越小 C.只要模型中包括截距项在内的参数的个数大于1，则2 2 R R < D.2 R 有可能大于2 R 7.如果回归模型中解释变量之间存在完全的多重共线性，则最小二乘估计量( ) A ．不确定，方差无限大 B.确定，方差无限大 C ．不确定，方差最小 D.确定，方差最小 8.逐步回归法既检验又修正了（ ） A ．异方差性 B.自相关性 C ．随机解释变量 D.多重共线性 9．如果线性回归模型的随机误差项存在异方差，则参数的普通最小二乘估计量是（ ） A ．无偏的，但方差不是最小的 B ．有偏的，且方差不是最小的 C ．无偏的，且方差最小 D ．有偏的，但方差仍为最小 10.如果dL

《计量经济学》第三版课后题答案

第一章绪论 参考重点： 计量经济学的一般建模过程 第一章课后题（1.4.5） 1.什么是计量经济学？计量经济学方法与一般经济数学方法有什么区别？ 答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科，是由经济学、统计学和数学三者结合而成的交叉学科。 计量经济学方法揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述；一般经济数学方法揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。 4.建立与应用计量经济学模型的主要步骤有哪些？ 答：建立与应用计量经济学模型的主要步骤如下：(1)设定理论模型，包括选择模型所包含的变量，确定变量之间的数学关系和拟定模型中待估参数的数值范围；(2)收集样本数据，要考虑样本数据的完整性、准确性、可比性和—致性；(3)估计模型参数；(4)检验模型，包括经济意义检验、统计检验、计量经济学检验和模型预测检验。 5.模型的检验包括几个方面？其具体含义是什么？ 答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。 第二章经典单方程计量经济学模型：一元线性回归模型参考重点： 1.相关分析与回归分析的概念、联系以及区别？ 2.总体随机项与样本随机项的区别与联系？

计量经济学期末考试题库完整版)及答案

计量经济学题库、单项选择题（每小题1分） 1．计量经济学是下列哪门学科的分支学科（C）。 A．统计学B．数学C．经济学D．数理统计学 2．计量经济学成为一门独立学科的标志是（B）。 A．1930年世界计量经济学会成立B．1933年《计量经济学》会刊出版 C．1969年诺贝尔经济学奖设立D．1926年计量经济学（Economics）一词构造出来 3．外生变量和滞后变量统称为（D）。 A．控制变量B．解释变量C．被解释变量D．前定变量4．横截面数据是指（A）。 A．同一时点上不同统计单位相同统计指标组成的数据B．同一时点上相同统计单位相同统计指标组成的数据 C．同一时点上相同统计单位不同统计指标组成的数据D．同一时点上不同统计单位不同统计指标组成的数据 5．同一统计指标，同一统计单位按时间顺序记录形成的数据列是（C）。 A．时期数据B．混合数据C．时间序列数据D．横截面数据6．在计量经济模型中，由模型系统内部因素决定，表现为具有一定的概率分布的随机变量，其数值受模型中其他变量影响的变量是（ B ）。 A．内生变量B．外生变量C．滞后变量D．前定变量7．描述微观主体经济活动中的变量关系的计量经济模型是（A ）。 A．微观计量经济模型B．宏观计量经济模型C．理论计量经济模型D．应用计量经济模型 8．经济计量模型的被解释变量一定是（ C ）。 A．控制变量B．政策变量C．内生变量D．外生变量9．下面属于横截面数据的是（ D ）。

A．1991－2003年各年某地区20个乡镇企业的平均工业产值 B．1991－2003年各年某地区20个乡镇企业各镇的工业产值 C．某年某地区20个乡镇工业产值的合计数D．某年某地区20个乡镇各镇的工业产值 10．经济计量分析工作的基本步骤是（ A ）。 A．设定理论模型→收集样本资料→估计模型参数→检验模型B．设定模型→估计参数→检验模型→应用模型 C．个体设计→总体估计→估计模型→应用模型D．确定模型导向→确定变量及方程式→估计模型→应用模型 11．将内生变量的前期值作解释变量，这样的变量称为（ D ）。 A．虚拟变量B．控制变量C．政策变量D．滞后变量 12．（ B ）是具有一定概率分布的随机变量，它的数值由模型本身决定。 A．外生变量B．内生变量C．前定变量D．滞后变量 13．同一统计指标按时间顺序记录的数据列称为（ B ）。 A．横截面数据B．时间序列数据C．修匀数据D．原始数据 14．计量经济模型的基本应用领域有（ A ）。 A．结构分析、经济预测、政策评价B．弹性分析、乘数分析、政策模拟 C．消费需求分析、生产技术分析、D．季度分析、年度分析、中长期分析 15．变量之间的关系可以分为两大类，它们是（ A ）。 A．函数关系与相关关系B．线性相关关系和非线性相关关系 C．正相关关系和负相关关系D．简单相关关系和复杂相关关系 16．相关关系是指（ D ）。 A．变量间的非独立关系B．变量间的因果关系C．变量间的函数关系D．变量间不确定性

计学(第六版)第七章课后练习答案

第七章 课后练习答案 7.1 （1）已知：96.1%,951,25,40,52/05.0==-===z x n ασ。 样本均值的抽样标准差79.0405== = n x σ σ （2）边际误差55.140 5 96.12/=? ==n z E σ α 7.2 （1）已知：96.1%,951,120,49,152/05.0==-===z x n ασ。 样本均值的抽样标准差14.249 15== = n x σ σ （2）边际误差20.449 1596.12 /=? ==n z E σ α （3）由于总体标准差已知，所以总体均值μ的95%的置信区间为 20.412049 1596.11202 /±=? ±=±n z x σ α 即()2.124,8.115 7.3 已知：96.1%,951,104560,100,854142/05.0==-===z x n ασ。 由于总体标准差已知，所以总体均值μ的95%的置信区间为 144.16741104560100 8541496.11045602 /±=? ±=±n z x σ α 即)144.121301,856.87818( 7.4 （1）已知：645.1%,901,12,81,1002/1.0==-===z s x n α。 由于100=n 为大样本，所以总体均值μ的90%的置信区间为： 974.181100 12645.1812 /±=? ±=±n s z x α 即)974.82,026.79(

（2）已知：96.1%,951,12,81,1002/05.0==-===z s x n α。 由于100=n 为大样本，所以总体均值μ的95%的置信区间为： 352.281100 1296.1812 /±=? ±=±n s z x α 即)352.83,648.78( （3）已知：58.2%,991,12,81,1002/05.0==-===z s x n α。 由于100=n 为大样本，所以总体均值μ的99%的置信区间为： 096.381100 1258.2812 /±=? ±=±n s z x α 即)096.84,940.77( 7.5 （1）已知：96.1%,951,5.3,25,602/05.0==-===z x n ασ。 由于总体标准差已知，所以总体均值μ的95%的置信区间为： 89.02560 5.39 6.1252 /±=? ±=±n z x σ α 即)89.25,11.24( （2）已知：33.2%,981,89.23,6.119,752/02.0==-===z s x n α。 由于75=n 为大样本，所以总体均值μ的98%的置信区间为： 43.66.11975 89.2333.26.1192 /±=? ±=±n s z x α 即)03.126,17.113( （3）已知：645.1%,901,974.0,419.3,322/1.0==-===z s x n α。 由于32=n 为大样本，所以总体均值μ的90%的置信区间为： 283.0419.332 974.0645.1419.32 /±=? ±=±n s z x α 即)702.3,136.3(

计量经济学期末考试试题()

计量经济学期末考试试题 1、选择题（每题2分，共60分） 1、下列数据中属于面板数据（panel data ）的是：（ ） A 、某地区1991-2004年各年20个乡镇的平均农业产值； B 、某地区1991-2004年各年20个乡镇的各镇农业产值； C 、某年某地区20个乡镇农业产值的总和； D 、某年某地区20个乡镇各镇的农业产值。 2、参数 β 的估计量β? 具有有效性是指：（ ） A 、0)?var(=β ； B 、)?var(β为最小； C 、0)?(=-ββ ； D 、)?(ββ-为最小。 3、对于i i u x y ++=110??ββ，以σ?表示估计的标准误，i y ?表示回归的估计值，则：（ ） A 、σ?=0时，∑-)?(i i y y =0； B 、σ?=0时，2 )?(∑-i i y y =0； C 、σ ?=0时，∑-)?(i i y y 为最小； D 、σ?=0时，2)?(∑-i i y y 为最小。 4、对回归模型i i u x y ++=110ββ进行统计检验时，通常假定i u 服从：（ ） A 、),0(2i N σ； B 、t (n-2) ； C 、 ),0(2 σN ； D 、t (n)。 5、用OLS 估计经典线性模型i i u x y ++=110ββ，则样本回归线通过点：（ ） A 、),(y x ； B 、)?,(y x ； C 、)?,(y x ； D 、),(y x 。 6、已知回归模型i i u x y ++=110ββ的判定系数为0.64，则解释变量与被解释变量之间的相关系数为： （ ） A 、0.64； B 、0.8； C 、0.4； D 、0.32

伍德里奇《计量经济学导论》(第6版)复习笔记和课后习题详解-多元回归分析：推断【圣才出品】

第4章多元回归分析：推断 4.1复习笔记 考点一：OLS估计量的抽样分布★★★ 1．假定MLR.6（正态性） 假定总体误差项u独立于所有解释变量，且服从均值为零和方差为σ2的正态分布，即：u～Normal（0，σ2）。 对于横截面回归中的应用来说，假定MLR.1～MLR.6被称为经典线性模型假定。假定下对应的模型称为经典线性模型（CLM）。 2．用中心极限定理（CLT） 在样本量较大时，u近似服从于正态分布。正态分布的近似效果取决于u中包含多少因素以及因素分布的差异。 但是CLT的前提假定是所有不可观测的因素都以独立可加的方式影响Y。当u是关于不可观测因素的一个复杂函数时，CLT论证可能并不适用。 3．OLS估计量的正态抽样分布 定理4.1（正态抽样分布）：在CLM假定MLR.1～MLR.6下，以自变量的样本值为条件，有：∧βj～Normal（βj，Var（∧βj））。将正态分布函数标准化可得：（∧βj－βj）/sd（∧βj）～

Normal（0，1）。 注：∧β1，∧β2，…，∧βk的任何线性组合也都符合正态分布，且∧βj的任何一个子集也都具有一个联合正态分布。 考点二：单个总体参数检验：t检验★★★★ 1．总体回归函数 总体模型的形式为：y＝β0＋β1x1＋…＋βk x k＋u。假定该模型满足CLM假定，βj的OLS 量是无偏的。 2．定理4.2：标准化估计量的t分布 在CLM假定MLR.1～MLR.6下，（∧βj－βj）/se（∧βj）～t n－k－1，其中，k＋1是总体模型中未知参数的个数（即k个斜率参数和截距β0）。 t统计量服从t分布而不是标准正态分布的原因是se（∧βj）中的常数σ已经被随机变量∧σ所取代。t统计量的计算公式可写成标准正态随机变量（∧βj－βj）/sd（∧βj）与∧σ2/σ2的平方根之比，可以证明二者是独立的；而且（n－k－1）∧σ2/σ2～χ2n－k－1。于是根据t随机变量的定义，便得到此结论。 3．单个参数的检验（见表4-1） 表4-1单个参数的检验

计量经济学导论：现代观点第四版习题答案

DATA SET HANDBOOK Introductory Econometrics: A Modern Approach, 4e Jeffrey M. Wooldridge This document contains a listing of all data sets that are provided with the fourth edition of Introductory Econometrics: A Modern Approach. For each data set, I list its source (wherever possible), where it is used or mentioned in the text (if it is), and, in some cases, notes on how an instructor might use the data set to generate new homework exercises, exam problems, or term projects. In some cases, I suggest ways to improve the data sets. Special thanks to Edmund Wooldridge, who provided valuable assistance in updating the page numbers for the fourth edition. 401K.RAW Source:L.E. Papke (1995), “Participation in and Contributions to 401(k) Pension Plans: Evidence from Plan Data,”Journal of Human Resources 30, 311-325. Professor Papke kindly provided these data. She gathered them from the Internal Revenue Service’s Form 5500 tapes. Used in Text: pages 64, 80, 135-136, 173, 217, 685-686 Notes: This data set is used in a variety of ways in the text. One additional possibility is to investigate whether the coefficients from the regression of prate on mrate, log(totemp) differ by whether the plan is a sole plan. The Chow test (see Section 7.4), and the less restrictive version that allows different intercepts, can be used. 401KSUBS.RAW Source: A. Abadie (2003), “Semiparametric Instrumental Variable Estimation of Treatment Response Models,”Journal of Econometrics 113, 231-263. Professor Abadie kindly provided these data. He obtained them from the 1991 Survey of Income and Program Participation (SIPP). Used in Text: pages 165, 182, 222, 261, 279-280, 288, 298-299, 336, 542 Notes: This data set can also be used to illustrate the binary response models, probit and logit, in Chapter 17, where, say, pira (an indicator for having an individual retirement account) is the dependent variable, and e401k [the 401(k) eligibility indicator] is the key explanatory variable.