经济计量学--习题与解答(6)

E．只适合一阶线性序列相关

7．序列相关情况下，常用的参数估计方法有（ ）

Ａ．一阶差分法 Ｂ．广义差分法 Ｃ．工具变量法 Ｄ．加权最小二乘法 E．广义最小二乘法

8．若查表得到DW上、下限dL和dU，则DW检验的不确定区间为（ ）

Ａ．dU?DW?4?dU Ｂ．4?dU?DW?4?dL Ｃ．dL?DW?dU Ｄ．4?dL?DW?4 E．0?DW?dL

9．DW检验不适用于下列情况下的序列相关检验（ ）

Ａ．随机误差项具有高阶序列相关 Ｂ．样本容量太小

Ｃ．含有滞后被解释变量的模型 Ｄ．正的一阶线性自相关形式 E．负的一阶线性自相关形式 10．自相关情况下将导致（ ）

Ａ．参数估计量不再是最小方差线性无偏估计量 Ｂ．均方差MSE可能严重低估误差项的方差 Ｃ．常用的F检验和t检验失效 Ｄ．参数估计量是无偏的

E．利用回归模型进行预测的结果会存在较大的误差 三、名词解释

1．异方差 2．序列相关 3．多重共线性 4．方差扩大因子 5．加权最小二乘法 6．广义差分法 四、简答题

1．举例说明异方差的概念。

2．简述存在异方差时普通最小二乘估计存在的问题。 3．简述样本分段比检验法的应用步骤。 4．简述等级相关系数法的检验步骤。 5．产生序列相关的原因有哪些？ 6．序列相关性带来哪些后果？ 7．简述DW检验及其决策规则。 8．简述DW检验的局限性。

9．存在严重共线性时，估计参数产生的后果有哪些？

26

10．多重共线性直观判定法包括哪些主要方法？ 11．多重共线性补救方法有哪几种？ 五、计算题

1．现有Ｘ和Ｙ的样本观测值如下：

Ｘ Ｙ 1 2 2 4 4 2 5 10 2210 5 假设Ｙ对Ｘ的回归方程为Yi??0??1Xi?ui，且Var(ui)??Xi，试用适当方法估计此回归方程。（计算结果保留两位小数）

2．10家自行车厂的自行车定价与评定质量的名次比较如下： 工厂 名次 价格 1 6 480 2 9 395 3 2 575 4 8 550 5 5 510 6 1 545 7 7 400 8 4 465 9 3 420 10 10 370 试计算质量名次与价格的等级相关系数。 3．设Yt??1??2X2t????kXkt?ut 如果ut??1ut?1??2ut?2????put?p?vt

vt满足经典假设，试写出广义差分模型。

4．有一个参数个数k=4的线性回归模型，用一个容量为n=20个时序数据样本进行普通最小二乘估计，得到如下资料：

?t?1ne?40 , ?e?39 , ?et2?1?36,

2t2tt?2t?2nn ?etet?1?20

t?2n试根据这些资料计算DW统计量。 六、分析题

1．在研究生产函数时，我们得到如下两个模型 模型I ：

???5.040?0.887LnK?0.893LnLLn? Se (1.400) (0.087) (0.137)

R2?0.878 n?21

模型II ：

???8.570?0.027t?0.460LnK?1.285LnLLn? Se (2.990) (0.021) (0.333) (0.324)

R2?0.889 n?21

27

其中，?=产量，Ｋ=资本，L=劳动时数，t=时间，n=样本容量，模型下括号内为参数估计的标准误。［??0.05 , t?/2(18)?2.101 , t?/2(17)?2.110 ］ 请回答以下问题：

(1)说明模型Ⅰ中所有系数在统计上都是显著的。 (2)说明模型Ⅱ哪些参数的系数在统计上是不显著的。

(3)若t和LnK之间相关系数为0.97，你将从中得出什么结论？ (4)模型Ⅰ的规模报酬为多少？

2．设有柯布-道格拉斯生产函数，其对数线性形式为

LnY?LnA??LnL??LnK?u

其中, Y=国内生产总值, L=劳动力投入，K=资本投入。

时间序列数据中劳动投入L和资本投入K有很高的相关性，存在较严重多重共线性。如果有已知信息判断该经济系统为规模报酬不变，如何修改上述模型来消除多重共线性。

参考答案

一、单项选择题

１．D ２．C ３．D ４． A ５．B ６．C ７．B ８．D 9． B 10．C 11．Ｃ 12．B 13．A 14．D 15．B 16．D 17．A 18．B 19．B 20．C 21．B 22．C 23．B 二、多项选择题

１．ABCDE ２．ABE ３．ABC ４．ABCD ５．ABE ６．BCD ７．ABE ８．BC 9．ABC 10．ABCDE 三、名词解释

1．异方差 ：在回归模型中，随机误差项u1，u2，?，un不具有相同的方差，即

Var(ui)?Var(uj)，当i?j时 ，则称随机误差的方差为异方差 。

2．序列相关 ：在进行回归分析时，如果不同观测点的误差项之间相关，即Cov(ui,uj)?0，

i?j, 则称随机误差项之间存在着序列相关现象，也称为自相关。

3．多重共线性 ：在多元线性回归模型中，解释变量X1,X2,?,Xk之间存在完全或近似的线性关系，称解释变量X1,X2,?,Xk之间存在完全或近似多重共性线。也称为复共线性。

28

4．方差扩大因子 ：1度量了由于Xj与其它解释变量之间的线性关联程度对估计

1?R2j1。 21?Rj?的方差的影响，称其为方差扩大因子，定义为 VIF?量?jj５．加权最小二乘法 ：为了克服方差非齐性，所采用的方法即加权最小二乘法。就 是通过对原来的模型进行加权变换，使经过变换的模型具有同方差的随机误差项，然后再应用普通最小二乘法进行参数估计。

6．广义差分法：广义差分法可以克服所有类型的序列相关带来的问题。如果

Yt??1??2X2t??????kXktu?t

ut??1ut?1??2ut?2??????put?p?vt

vt为经典误差项，则可以将模型变换为

Yt??1Yt?1??2Yt?2????pYt?p??1(1??1??2????p)??2(X2t??1X2,t?1??2X2,t?2????pX2,t?p)????k(Xkt??1Xk,t?1??2Xk,t?2????pXk,t?p)?vt此模型即为广义差分模型，该模型不存在序列相关问题。采用普通最小二乘法估计该模型得到的参数估计量，即为原模型参数的无偏、有效的估计量。 四、简答题

1．举例说明异方差的概念。

答：在回归模型中，随机误差项u1，u2，?，un不具有相同的方差，即 Var(ui)?Var(uj)，当i?j时 在线性模型的基本假定中，ui关于方差不变的假定不成立，则称存在异方差性。 例如：在研究城镇居民收入与消费的关系时，居民收入与消费水平有着密切的关系。用Xi表示第i户的收入，Yi表示第i户的消费额，那么反映收入与消费之间的模型为

Yi??1+?2Xi+ui，i?1,2,???,n

模型中，因为各户的收入不同，消费观念和习惯的差异，导致消费的差异非常大，模型中存在明显的异方差性。

2．简述存在异方差时普通最小二乘估计存在的问题。

答：模型中存在异方差时，如果采用普通最小二乘法估计，存在以下问题： (1)参数估计量虽是无偏的，但不是最小方差线性无偏估计。

29

(2)参数的显著性检验失效。

3．简述样本分段比检验法的应用步骤。

答：样本分段比检验也叫戈德菲尔德－匡特检验，步骤是：

(1)将样本按某个解释变量的大小顺序排列，并将样本从中间截成两段。

(2)各段分别用普通最小二乘法拟合回归模型。令第一段为高方差段，第二段为低方差段，并记两段的样本容量分别为n1和n2，模型参数个数为k，两段样本回归残差分别为e1i和e2i，则两段的残差平方和分别为RSS1??ei?1n121i和RSS2??ei?1n222i，从而可计算出各段模型

?1?的随机误差项的方差估计量分别为?2RSS1RSS22?2和?，由此可构造出检验统计量为 ?n1?kn2?k?12RSS??k)1/(n1 F?2?

?2RSS2/(n??k)2该统计量服从自由度为(n1?k)和(n2?k)的Ｆ分布。在给定的显著性水平?之下，若此统计量Ｆ的值大于临界值F??n1?k,n2?k?，则可认为有异方差的存在。

4．简述等级相关系数法的检验步骤。

答：等级相关系数法又称斯皮尔曼(Spearman)检验，是一种应用较广泛的方法。这种检验方法既适用于大样本，也适用于小样本。按下式计算出等级相关系数

rs?1?6n(n2d??1)i?1n2i

其中，n为样本容量，di为对应于Xi和ei的等级的差数。通过t检验判断是否存在异方差。 在多元回归的情况下，需对每一个解释变量做等级相关系数检验。只有当每个解释变量检验都不存在异方差时模型中才不存在异方差。否则，模型中存在异方差。

5．产生序列相关的原因有哪些？ 答：⑴ 遗漏了重要的解释变量。

⑵ 经济变量的滞后性。

⑶ 回归模型函数形式的设定错误也可能引起序列相关。

⑷ 实际问题研究中出现的蛛网现象(Cobweb Phenomenon)。 ⑸ 对原始数据加工整理

6．序列相关性带来哪些后果？

答：⑴ 参数的估计量是无偏的，但不是有效的。

⑵可能严重低估误差项的方差。 ⑶ 常用的Ｆ检验和t检验失效。

⑷回归参数的置信区间和利用回归模型进行预测的结果存在较大的误差。

7．简述DW检验及其决策规则。

答：DW检验只能用于检验随机误差项具有一阶自回归形式的序列相关问题。随机误差

30

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库经济计量学--习题与解答(6)在线全文阅读。