计量经济学习题及答案03204

精品文库第一章练习 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 一、单项选择题1．经济计量学一词的提出者为（）A．弗里德曼B．丁伯根C．费瑞希D．萨缪尔森2．下列说法中正确的是（）A．经济计量学是经济学、统计学和数学合流而构成的一门交叉学科。B．经济计量学是经济学、数理统计学和政治经济学合流而构成的一门交叉学科。C．经济计量学是数理经济学和政治经济学合流而构成的一门交叉学科。D．经济计量学就是数理经济学。3．理论经济计量学的主要目的为（）A．研究经济变量之间的依存关系；B．研究经济规律；C．测度由经济计量学模型设定的经济关系式；D．进行经济预测。4．下列说法中不是应用经济计量学的研究目的为（）A．测度经济系统的发展水平；B．经济系统结构 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 ；C．经济指标预测；D．经济政策评价。5．经济计量学的建模依据为（）A．统计理论B．预测理论C．经济理论D．数学理论6．随机方程式构造依据为（）A．经济恒等式B．政策法规C．变量间的技术关系D．经济行为7．经济计量学模型的被解释变量一定是（）A．控制变量B．政策变量C．内生变量D．外生变量8．在同一时点或时期上，不同统计单位的相同统计指标组成的数据是（）A．时期数据B．时点数据C．时序数据D．截面数据二、多项选择题1．在一个经济计量模型中，可作为解释变量的有（）A．内生变量B．外生变量C．控制变量D．政等变量E．滞后变量2．对经济计量模型验证的准则有（）A．最小二乘准则B．经济理论准则C．统计准则D．数学准则E．经济计量准则3．经济计量模型的应用在于（）A．设定模型B．检验模型C．结构分析D．经济预测E．规划政策三、名词解释1．经济计量学2．理论经济计量学3．应用经济计量学4．内生变量5．外生变量6．随机方程7．非随机方程8．时序数据9．截面数据四、简答题1．简述经济计量分析的研究步骤。2．简述经济计量模型检验的三大原则。3．简述经济计量模型的用途。参考答案一、单项选择题1．C2．A3．C4．A5．C6．D7．C8．D二、多项选择题1．ABCDE2．BCE3．CDE三．名词解释1．经济计量学：是经济学、统计学和数学合流而构成的一门交叉学科。2．理论经济计量学：是寻找适当的方法，去测度由经济计量模型设定的经济关系式。3．应用经济化量学：以经济理论和事实为出发点，应用计量方法，解决经济系统运行过程中的理论问题或实践问题。4．内生变量：具有一定概率分布的随机变量，由模型自身决定，其数值是求解模型的结果。5．外生变量：是非随机变量，在模型体系之外决定，即在模型求解之前已经得到了数值。6．随机方程：根据经济行为构造的函数关系式。7．非随机方程：根据经济学理论或政策、法规而构造的经济变量恒等式。8．时序数据：指某一经济变量在各个时期的数值按时间先后顺序排列所形成的数列。9．截面数据：指在同一时点或时期上，不同统计单位的相同统计指标组成的数据。四、简答题1．简述经济计量分析的研究步骤。用经济计量方法研究社会经济问题是以经济计量模型的建立和应用为基础的，其过程可分为四个连续的步骤：建立模型、估计参数、验证模型和使用模型。建立模型是根据经济理论和某些假设条件，区分各种不同的经济变量，建立单一方程式或方程体系，来表明经济变量之间的相互依存关系。模型建立后，必须对模型的参数进行估计；就是获得模型参数的具体数值。模型估计之后，必须验证模型参数估计值在经济上是否有意义，在统计上是否令人满意。对经济现象的计量研究是为了使用经济计量模型。经济计量模型的使用主要是用于进行经济结构分析、预测未来和制定或评价经济政策。2．简述经济计量模型检验的三大原则。第一，经济理论准则；第二，统计准则；第三，经济计量准则。（１）经济理论准则经济理论准则即根据经济理论所阐明的基本原理，以此对模型参数的符号和取值范围进行检验；就是据经济理论对经济计量模型中参数的符号和取值范围施加约束。（２）统计准则统计准则是由统计理论决定的，统计准则的目的在于考察所求参数估计值的统计可靠性。由于所求参数的估计值是根据经济计量模型中所含经济变量的样本观测值求得的，便可以根据数理统计学的抽样理论中的几种检验，来确定参数估计值的精确度。（３）经济计量准则经济计量准则是由理论经济计量学决定的，其目的在于研究任何特定情况下，所采用的经济计量方法是否违背了经济计量模型的假定。经济计量准则作为二级检验，可视为统计准则的再检验。3．简述经济计量模型的用途。　对经济现象的计量研究是为了使用经济计量模型。经济计量模型的使用主要是用于进行经济结构分析、预测未来和制定或评价经济政策。(1)结构分析。就是利用已估计出参数值的模型，对所研究的经济系统变量之间的相互关系进行分析，目的在于了解和解释有关经济变量的结构构成和结构变动的原因。(2)预测未来。就是根据已估计出参数值的经济计量模型来推测内生变量在未来时期的数值，这是经济计量分析的主要目的之一。(3)规划政策。这是经济计量模型的最重要用途，也是它的最终目的。规划政策是由决策者从一系列可供选择的政策 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 中，挑选出一个最优政策方案予以执行。一般的操作步骤是先据模型运算一个基本方案，然后改变外生变量（政策变量）的取值，得到其它方案，对不同的政策方案的可能后果进行评价对比，从而做出选择，因此又称政策评价或政策模拟。第二章练习题一、单项选择题1．回归分析的目的为（）A．研究解释变量对被解释变量的依赖关系；B．研究解释变量和被解释变量的相关关系；C．研究被解释变量对解释变量的依赖关系；D．以上说法都不对。2．在回归分析中，有关被解释变量Y和解释变量X的说法正确的为（）A．Y为随机变量，X为非随机变量；B．Y为外随机变量，X为随机变量；C．X、Y均为随机变量；D．X、Y均为非随机变量。3．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。4．总体回归线是指（）A．解释变量X取给定值时，被解释变量Y的样本均值的轨迹；B．样本观测值拟合的最好的曲线；C．使残差平方和最小的曲线；D．解释变量X取给定值时，被解释变量Y的条件均值或期望值的轨迹。5．随机误差项是指（）A．个别的围绕它的期望值的离差；B．的测量误差；C．预测值与实际值的偏差；D．个别的围绕它的期望值的离差。6．最小二乘准则是指（）A．随机误差项的平方和最小；B．与它的期望值的离差平方和最小；C．与它的均值的离差平方和最小；D．残差的平方和最小。7．按照经典假设，线性回归模型中的解释变量应为非随机变量，且（）A．与被解释变量不相关；B．与随机误差项不相关；C．与回归值不相关；D．以上说法均不对。8．有效估计量是指（）A．在所有线性无偏估计量中方差最大；B．在所有线性无偏估计量中变异系数最小；C．在所有线性无偏估计量中方差最小；D．在所有线性无偏估计量变异系数最大。9．在一元线性回归模型中，2的无偏估计量为（）A．B．C．D．10．判定系数R2的取值范围为（）A．O≤R2≤2B．O≤R2≤1C．O≤R2≤4D．1≤R2≤411．回归系数通过了t检验，表示（）A．≠0B．≠0C．≠0，=0D．=0，≠012．个值区间预测就是给出（）A．预测值的一个置值区间；B．实际值的一个置值区间；C．实际值的期望值的一个置值区间；D．实际值的一个置值区间。13．一元线性回归模型中，的估计是（）A．　B．C．　D．二、多项选择题1．对于经典线性回归模型，回归系数的普通最小二乘估计量具有的优良特性有（）A．无偏性B．线性性C．有效性D．确定性E．误差最小性2．判定系数R2可表示为（）A．　　　B．C．　　　　D．E．3．在经典线性回归模型中，影响2的估计精度的因素有（）A．的期望值B．的估计值C．的总变异D．随机误差项的方差E．的总变异4．对于截距项，即使是不显著的，也可不理会，除非（）A．模型用于结构分析；B．模型用于经济预测；C．模型用于政策评价；D．有理论上的特别意义；E．以上说法都对5．评价回归模型的特性，主要从如下几个方面入手（）A．经济理论评价B．统计上的显著性C．回归模型的拟合优度D．回归模型是否满足经典假定E．模型的预测精度三、名词解释1．回归分析2．相关分析3．总体回归函数4．随机误差项5．有效估计量6．判定系数四、简答题1．简述回归分析与相关分析的关系。2．简述随机误差项u的意义。3．试述最小二乘估计原理。4．试述经典线性回归模型的经典假定。5．叙述高斯一马尔可夫定理，并简要说明之。6．试述一元线性回归模型中影响的估计精度[的分差Var()]的因素。7．简述t检验的决策规则。8．如何评价回归分析模型。五、 计算题 一年级下册数学竖式计算题下载二年级余数竖式计算题 下载乘法计算题下载化工原理计算题下载三年级竖式计算题下载 1．以1978~1997年中国某地区进口总额Ｙ（亿元）为被解释变量，以地区生产总值X（亿元）为解释变量进行回归，得到回归结果如下：Se=(31.327)（）t=(　　)(16.616)R2=0.9388n=20要求：（1）将括号内缺失的数据填入；（2）如何解释系数0.2453和系数－261.09。２．据10年的样本数据得到消费模型为Se=(0.9453)（0.0217）R2=0.9909　　取显著性水平α＝５％，查t分布表可知t0.025(８)=2.306t0.05（8）=1.860t0.025(10)=2.228t0.05（10）=1.812要求：（1）检验回系数的显著性。（2）给出斜率系数的95%置信区间。（计算结果保留三位小数）3．用10年的GDP与货币存量的数据进行回归，使用不同度量的货币存量得到如下两个模型：模型1：GDPt=—787.4723+8.0863M1tSe=（77.9664）(0.2197)模型2：GDPt=—44.0626+1.5875M2tSe=(61.0134)(0.0448)已知GDP的样本方差为100，模型1的残差平方和=100，模型2的残差平方和=70，请比较两回归模型，并选择一个合适的模型。（计算结果保留二位小数）4．用12对观测值估计出的消费函数为Ｙ=10.0+0.9Ｘ，且已知=100，=200，=4000。试预测当Ｘ0=250时，Ｙ的均值Ｙ0的值，并求Ｙ0的95%置信区间[(10)=2.228,计算结果保留二位小数]。参考答案一、单项选择题1．C2．A3．C4．D5．A6．D7．B8．C9．C10．B11．A　12．B　　　13．Ｃ二、多项选择题1．ABC2．BCE3．DE4．BD5．ABCD三、名词解释1．回归分析：就是研究被解释变量对解释变量的依赖关系，其目的就是通过解释变量的已知或设定值，去估计或预测被解释变量的总体均值。2．相关分析：测度两个变量之间的线性关联度的分析方法。3．总体回归函数：E(Y/Xi)是Xi的一个线性函数，就是总体回归函数，简称总体回归。它表明在给定Xi下Y的分布的总体均值与Xi有函数关系，就是说它给出了Y的均值是怎样随X值的变化而变化的。4．随机误差项：为随机或非系统性成份，代表所有可能影响Y，但又未能包括到回归模型中来的被忽略变量的代理变量。5．有效估计量：在所有线性无偏估计量中具有最小方差的无偏估计量叫做有效估计量。6．判定系数：，是对回归线拟合优度的度量。R2测度了在Y的总变异中由回归模型解释的那个部分所占的比例或百分比。四、简答题1．简述回归分析与相关分析的关系。答：相关分析主要测度两个变量之间的线性关联度，相关系数就是用来测度两个变量之间的线性关联程度的。而在回归分析中，我们的主要目的在于根据其它变量的给定值来估计或预测某一变量的平均值。例如，我们想知道能否从一个学生的数学成绩去预测他的统计学平均成绩。在回归分析中，被解释变量Y被当作是随机变量，而解释变量X则被看作非随机变量。而在相关分析中，我们把两个变量都看作是随机变量。2．简述随机误差项u的意义。随机误差项u是代表所有对Y有影响但未能包括在回归模型中的那些变量的替代变量。因为受理论和实践条件的限制而必须省略一些变量，其理由如下：（1）理论的欠缺。虽然有决定Y的行为的理论，但常常是不能完全确定的，理论常常有一定的含糊性。（2）数据的欠缺。即使能确定某些变量对Y有显著影响，但由于不能得到这些变量的数据信息而不能引入该变量。（3）核心变量与非核心变量。例如，在引例的居民消费模型中，除了收入X1外，家庭的人口数X2、户主宗教信仰X3、户主受教育水平X4也影响家庭消费支出。但很可能X2、X3、X4合起来的影响也是很微弱的，是一种非系统的或随机的影响。从效果与成本角度来看，引入它们是不合算的。所以，人们把它们的联合效用当作一个随机变量来看待。（4）人类行为的内在随机性。即使我们成功地把所有有关的变量都引进到模型中来，在个别的Y中仍不免有一些“内在”的随机性，无论我们花了多少力气都解释不了的。随机误差项ui能很好地反映这种随机性。（5）节省原则，我们想保持一个尽可能简单的回归模型。如果我们能用两个或三个变量就基本上解释了Y的行为，就没有必要引进更多的变量。让ui代表所有其它变量是一种很好的选择。3．试述最小二乘估计原理。答：样本回归模型为：EMBEDEquation.3,EMBEDEquation.3，残差ei是实际值Yi与其估计值之差。对于给定的Y和X的n对观测值，我们希望样本回归模型的估计值尽可能地靠近观测值Yi。为了达到此目的，我们就必须使用最小二乘准则，使：EMBEDEquation.3尽可能地小。,残差平方和是估计量的函数，对任意给定的一组数据（样本），最小二乘估计就是选择和值，使最小。如此求得的和就是回归模型中回归系数的最小二乘估计，这种方法就称为最小二乘法。4．试述经典线性回归模型的经典假定。答：对于总体线性回归模型，其经典假定如下。假定1：误差项ui的均值为零。假定2：同方差性或ui的方差相等。对所有给定的Xi，ui的方差都是相同的。假定3：各个误差项之间无自相关，ui和uj（i≠j）之间的相关为零。假定4：ui和Xi的协方差为零或E（uiXi）=0该假定表示误差项u和解释变量X是不相关的。假定5：正确地设定了回归模型，即在经验分析中所用的模型没有设定偏误。假定6：对于多元线性回归模型，没有完全的多重共线性。就是说解释变量之间没有完全的线性关系。5．叙述高斯一马尔可夫定理，并简要说明之。答：在给定经典线性回归模型的假定下，最小二乘估计量是最佳线性无偏估计量。该定理说明最小二乘估计量是的最佳线性无偏估计量。即第一，它是线性的，即它是回归模型中的被解释变量Y的线性函数。第二，它是无偏的，即它的均值或期望值等于其真值，即。第三，它在所有这样的线性无偏估计量中具有最小方差。具有最小方差的无偏估计量叫做有效估计量。五、计算题1．解：（1）Se=0.015t=-8.342（2）斜率参数0.2453表示地区生产总值增加一亿元进口需求增加0.2453亿元。截距系数-261.09无实际意义。（3）斜率系数的t统计量为16.616，远大于临界水平，据t检验应拒绝真实斜率系数为零的假设。2．解：（1）t统计量分别为所以β1、β2均为显著的。（2）β2的置信区间为0.7194－2.306×0.0217≤β2≤0.7194+2.306×0.02170.669≤β2≤0.9803．解：模型1判定参数为模型2的判定参数为模型1的t统计量分别为模型2的t统计量分别为两模型的斜率参数均通过了t检验，说明M1t与M2t均与GDPt有线性关系，但模型１的判定参数R2大于模型2的判定参数R2，具有较好的拟合优度，因此应选择模型1。4．解：Ｙ0的预测值为Ｙ0=10.0+0.9×250=235.0Ｙ0的95%的置信区间为235.0－2.228×8.42≤Ｙ0　≤235.0+2.228×8.42216.24≤Ｙ0　≤253.76第三章练习题一、单项选择题1.在线性回归模型Yi=β1+β2X2i+β2X2i+ui中，β2表示（）A．Ｘ3i，ui保持不变条件下，Ｘ2每变化一单位时，Ｙ的均值的变化；B．任意情况下，Ｘ2每变化一单位时，Ｙ的均值的变化；C．Ｘ3i保持不变条件下，Ｘ2每变化一单位时，Ｙ的均值的变化；D．ui保持不变条件下，Ｘ2每变化一单位时，Ｙ的均值的变化。2．在线性回归模型Yi=β1+β2X2i+β2X2i+ui中，β1的含义为（）A．指所有未包含到模型中来的变量对Ｙ的平均影响；B．Ｙi的平均水平；C．Ｘ2i，Ｘ3i不变的条件下，Ｙi的平均水平；D．Ｘ2i=0，Ｘ3i=0时，Ｙi的真实水平。3．在多元线性回归模型中，调整后的判定系数与判定系数R2的关系为（）A．R2＜B．＜R2C．R2≤D．≤R24．回归模型中不可使用的模型为（）A．较高，回归系数高度显著；B．较低，回归系数高度显著；C．较高，回归系数不显著；D．较低，回归系数显著。5．在回归模型Ｙ=β1+β2Ｘ2+β3Ｘ3+β4Ｘ4+u中，Ｘ3与Ｘ4高度相关，Ｘ2与Ｘ3，Ｘ4无关，则因为Ｘ3与Ｘ４的高度相关会使的方差（）A．变大B．变小C．不确定D．不受影响6．在回归模型Ｙ=β1+β2Ｘ2+β3Ｘ3+β4Ｘ4+u中，如果原假设H0：β2=0成立，则意味着（）A．估计值=0；　　　　B．Ｘ2与Ｙ无任何关系；C．回归模型不成立；　　　D．Ｘ2与Ｙ无线性关系。7．在对数线性模型LnYi=+βLnXi+ui中，β度量了（）A．Ｘ变动1%时，Ｙ变动的百分比；B．Ｙ变动1%时，Ｘ变动的百分比；C．Ｘ变动一个单位时，Ｙ变动的数量；D．Ｙ变动一个单位时，Ｘ变动的数量。8．在线性到对数模型，LnＹt=β1+β2t+ut中，Yt代表国内生产总值，t代表时间变量，则斜率系数β2代表（）A．经济发展速度B．平均增长量C．总增长量D．经济增长率9．在对数到线性模Ｙt=β1+β2LnＸt+ut中，斜率系数β2的含义为（）A．Ｘ变动1%时，Ｙ变动的数量；B．Ｘ变动一个单位时，Ｙ变动的数量；C．Ｘ变动1%时，Ｙ变动的百分比；D．Ｘ变动一个单位时，Ｙ变动的百分比。10．在回归模型中，解释变量X3为无关解释变量，则因为X3的引入，会使的最小二乘估计（）A．无偏、方差变大；B．无偏、方差不变；C．有偏、方差变大；D．有偏、方差不变。11.真实的回归模型为，但是在回归分析时使用的模型为，漏掉了重要解释变量Ｘ3，则会使的最小二乘估计（）A．Ｘ3与Ｘ2相关时有偏；　　　　B．X3与X2相关时无偏；C．无偏；　　　　　　　　　　　D．有偏。12．对于倒数模型Ｙt=β1+β2，当β1>0>β2>0时，可用来描述（）A．增长曲线B．菲利普斯曲线C．恩格尔支出曲线D．平均总成本曲线13．根据判定系数R2与F统计量的关系可知，当R2=1时，有（）A．F=1B．F=-1C．F=0D．F=14．根据样本资料估计得到人均消费支出Ｙ对人均收入Ｘ的回归模型为Ln=1.00+0.75Ln，这表明人均收入每增加1%，人均消费支出将增加（）A．2%B．0.2%C．0.75%D．7.5%15．对回归系数进行显著性检验时的t统计量为（）A．B．C．D．二、多项选择题1．多元回归模型Ｙi=β1+β2Ｘ2i+β3Ｘ3i+ui通过了整体显著性F检验，则可能的情况为（）A．β2=0，β3=0B．β2≠0，β3≠0C．β2=0，β3≠0D．β2≠0，β3=0E．β2=β3≠02．对回归模型进行显著性检验时所用的F统计量可表示为（）A．B．C．　　D．E．3．有关对变量取对数的经验法则下列说法正确的为（）A．对于大于0的数量变量，通常均可取对数；B．以年度量的变量，如年龄等以其原有形式出现；C．比例或百分比数，可使用原形式也可使用对数形式；D．使用对数时，变量不能取负值；E．数值较大时取对数形式。4．真实模型为Ｙi=β1+β2Ｘ2i+β3Ｘ3i+ui时，如果使用模型Ｙi=中，则遗漏了重要解释变量Ｘ3，此时对参数的最小二乘估计有较大影响，下列说法正确的为（）A．如果Ｘ3与Ｘ2相关，J则是有偏、非一致的；B．如果Ｘ3与Ｘ2不相关，则是有偏、非一致的；C．如果Ｘ3与Ｘ2不相关，则是无偏的；D．如果Ｘ3与Ｘ2相关，则是有偏、一致的。　　　　Ｅ．如果Ｘ3与Ｘ2不相关，则是有偏、一致的。三、名词解释1．多元线性回归模型2．调整的判定系数3．对数线性模型四、简答题1．多元回归分析中为何要使用调整的判定系数。2．多元经典回归模型中，影响偏回归系数βj的最小二乘估计量方差的因系有哪些？3．简述高斯一马尔可夫定理及其意义；４．简述多元回归模型的整体显著性检验决策规则。5．对于多元线性回归模型，为什么在进行了总体显著性F检验之后，还要对每个偏回归系数进行是否为0的t检验。６．对数线性模型的优点有哪些？７．什么是回归模型的设定偏误？简要说明其后果。五、计算题1．使用30年的年度数据样本，得到某地区生产函数模型回归结果如下：（0.185）(0.125)(0.095)R2=0.955其中，Ｙ=地区生产总值（亿元），L=劳动投入（亿元），K=资本存量（亿元）。（计算结果保留三位小数）。要求：（1）检验各回归系数的显著性；（2）检验回归模型的整体显著性；[，F0.05(2,27)=3.42，F0.05(3,30)=2.92]（3）利用回归结果分析该地区的投入产出状况。2．对二个解释变量的回归模型Ｙt=β1+β2Ｘ2t+β3Ｘ3t+ut，使用20年的年度样本数据进行回归，解释平方和ESS=64.50，总平方和TSS=66.30。（计算结果保留二位小数）要求：（1）求出该回归模型的判定系数R2和；（2）对该回归模型进行整体显著性检验。[，F0.05(2,17)=3.59，F0.05(3,20)=3.10]3．据1950—1969年的年度数据得到某国的劳动力薪金模型=8.582+0.364(PF)t+0.004(PF)t-1－2.560Ｕt(1.129)(0.080)(0.072)　　(0.658)R2=0.873其中，W=劳动力平均薪金，PF=生产成本，U=失业率（%）。（计算结果保留三位小数）要求：（1）对模型回归系数进行显著性检验。[，t0.025(16)=2.12]（2）引进变量(PF)t-1合理吗？（3）如要估计劳动力薪金对失业率的弹性应如何处理？六、分析题1．设定某商品的需求模型为Ｙ=β1+β2Ｘ1+β3Ｘ2+β3Ｘ3+β4Ｘ4+u其中，Ｙ=商品销售量，Ｘ1＝居民可支配收入，Ｘ2=该商品的价格指数，Ｘ3=该商品的社会拥有量，Ｘ4=其它商品价格指数。搜集到10个年份的年度数据，得到如下两个样本回归模型：模型1：　(6.52)(0.01)(0.07)(0.12)R2=0.997模型2：　(7.5)(0.03)(0.09)　(0.05)(0.15)R2=0.998模型式下括号中的数字为相应回归系数估计量的标准误。试对所给出的两个模型进行检验，并选择出一个合适的模型。[，t0.025(5)=2.57，t0.025(6)=2.45；F0.05(3,6)=4.76，F0.05(4,5)=5.19]（计算结果保留二位小数）2．据20年的年度样本资料，得到如下的劳动力薪金模型=1.073+5.288Vt－0.116Ｘt+0.54Mt+0.046Mt-1(0.797)(0.812)(0.111)(0.022)(0.019)R2=0.934其中，Wt=劳动力人均薪金，V=岗位空缺率，X=就业人员人均国内生产总值，Mt=出口额，Mt-1=上年出口额（括号内的数字为标准误，计算结果保留三位小数）。要求：（1）引进变量Ｘ的原理为何？理论上，Ｘ的系数符号应为正还是负。（2）哪些变量可从模型中删去。[t0.025(15)=2.131]（3）检验回归模型的总显著性，[F0.05(4,15)=3.06]3．经济学家提出假设，能源价格上升导致资本产出率下降。据30年的季度数据，得到如下回归模型：=1.5492+0.7135－0.1081+0.0045t　　(16.35)(21.69)　　　(-6.42)　(15.86)R2=0.98其中，Ｙ=产出，Ｋ=资本流量，L=劳动投入，Pt=能源价格，t=时间。括号内的数字为t统计量。（计量结果保留二位小数）问：（1）回归分析的结果是否支持经济学家的假设；（2）如果在样本期内价格P增加60%，据回归结果，资本产出率下降了多少？（3）除了（L/K）和P的影响，样本期内的资本产出率趋势增长率如何？（4）如何解释系数0.7135？参考答案一、单项选择题1．C2．A3．D4．C5．D6．B7．AB．D9．A10．A11．A12．D13．D14．C15．D二、多项选择题1．BCD2．BC3．ABCD4．AC三、名词解释1．多元线性回归模型：在模型中将包含二个以上的解释变量的多元线性回归模型。2．调整的判定系数：，所谓调整，就是指的计算式中的和都用它们的自由度（n－k）和（n－1）去除。3．对数线性模型：，该模型中LnYi对,是线性关系，LnYi对LnXi也是线性关系。该模型可称为对数—对数线性模型，简称为对数线性模型。四、简答题1．多元回归分析中为何要使用调整的判定系数。答：判定系数R2的一个重要性质是：在回归模型中增加一个解释变量后，它不会减少，而且通常会增大。即R2是回归模型中解释变量个数的非减函数。所以，使用R2来判断具有相同被解释变量Y和不同个数解释变量X的回归模型的优劣时就很不适当。此时，R2不能用于比较两个回归方程的拟合优度。为了消除解释变量个数对判定系数R2的影响，需使用调整后的判定系数：，所谓调整，就是指的计算式中的和都用它们的自由度（n－k）和（n－1）去除。2．多元经典回归模型中，影响偏回归系数βj的最小二乘估计量方差的因系有哪些？答：的方差取决于如下三个因素：。（１）Var()与成正比；越大，的方差Var()越大。回归模型的干扰项u是对回归结果的干扰，干扰()越大，使得估计任何一个解释变量对Y的局部影响就越困难。（２）Var()与Xj的总样本变异SSTj成反比；总样本变异SSTj越大，的方差Var()越小。（３）Var()与解释变量之间的线性关联程度正相关；越大，的方差Var()越大。3．简述高斯一马尔可夫定理及其意义。答：在多元线性回归模型的经典假定下，普通最小二乘估计量，，…，分别是，，…，的最佳线性无偏估计量。就是说，普通最小二乘估计量，，…，是所有线性无偏估计量中方差最小的。高斯--马尔可夫定理的意义在于：当经典假定成立时，我们不需要再去寻找其它无偏估计量，没有一个会优于普通最小二乘估计量。也就是说，如果存在一个好的线性无偏估计量，这个估计量的方差最多与普通最小二乘估计量的方差一样小，不会小于普通最小二乘估计量的方差。４．简述多元回归模型的整体显著性检验决策规则。答：（1）设定假设原假设备择假设不全为0，j＝2,3,…,k（2）计算F统计量　　　　　（3）在给定显著性水的条件下，查F分布表得临界值。（4）判断如果，则拒绝H0，接受备择假设H1。如果，则不拒绝。5．对于多元线性回归模型，为什么在进行了总体显著性F检验之后，还要对每个偏回归系数进行是否为0的t检验。答：多元回归模型的总体显著性就是对原假设进行检验。检验的目的就是判断被解释变量Y是否与X2,X3,…,Xk在整体上有线性关系。若原假设被拒绝，即通过了F检验，则表明Y与X2,X3,…,Xk在整体上有线性关系。但这并不表明每一个X都对Y有显著的线性影响，还需要通过t检验判断每一个回归系数的显著性。６．对数线性模型的优点有哪些？答：对数线性模型的优点为（1）对数线性模型中斜率系数度量了一个变量（Y）对另一个变量（X）的弹性。（2）斜率系数与变量X，Y的测量单位无关，其结果值与X，Y的测量单位无关。（3）当Y>0时，使用对数形式LnY比使用水平值Y作为被解释变量的模型更接近经典线性模型。大于零的变量，其条件分布常常是有异方差性或偏态性；取对数后，虽然不能消除这两方面的问题，但可大大弱化这两方面的问题。（4）取对数后会缩小变量的取值范围。使得估计值对被解释变量或解释变量的异常值不会很敏感。７．什么是回归模型的设定偏误？简要说明其后果。答：多元回归模型的设定偏误主要包括以下三种：（1）回归模型中包含了无关解释变量；（2）回归模型中遗漏了重要解释变量；（3）回归模型中的函数形式设定偏误。后果为：（1）回归模型中包含了无关解释变量：回归系数的最小二乘估计量的方差非最小。（2）回归模型中遗漏了重要解释变量：如果遗漏的变量与包含的变量相关，则回归系数的最小二乘估计量是有偏误的，且非一致。（3）回归模型中的函数形式设定偏误：不能得到有效估计和正确的经济解释。五、计算题1．（1）t统计量分别为t统计量的绝对值均大于2，样本量为30，据简便准则，各回归系数均通过了检验。（2）=139.953回归模型整体显著（3）该地区劳动力投入每增加1%，产出将增加0.358%，资本存量每增加1%，产出将增加0.745%。2．（1）（2）=304.583F=304.583>F0.05(2,17)=3.59所以回归模型整体显著3．（1）=7.601=4.55=0.056=-3.891(PF)t-1的回归系数不显著，其它回归系数的︱t︱均大于2.12，其它回归系数均显著。（2）理论上上期成本对本期工资水平有影响，但回归结果表明偏回归系数不显著，引入该变量不合理。（3）应将模型设定为对数一对数线性模型。六、分析题1．（1）模型1：模型2：F1=331.834>F0.05(3,6)=4.76F2=498.501>F0.05(4,5)=5.19，所以两模型整体上都显著。（2）各回归系数检验模型1：　　　　　　︱︱=1.96<t0.025(6)=2.45，常数项未通过t检验，但这并不影响回归模型的使用，其它偏回归系数均显著。模型2：　　临界值为t0.05(5)=2.57，常数项，Ｘ2,Ｘ3,Ｘ4的系数均不显著。如降低置信水平如=10%，Ｘ2,Ｘ4的系数可能显著，但Ｘ3的系数则无法显著，即Ｘ3与Ｙ无线性关系，并且Ｘ3的系数符号也不合理，因此，Ｘ3不应包含在模型中，应选用模型1。2．（1）理论上分析人均产值越高，人均薪金就越高，因此Ｘ是影响Ｗ的因素，且回归系数的符号为正。（2）V,X,M,Mt-1的t统计量分别为：6.512，-1.045，24.545，2.421，除Ｘ的系数外，t统计量绝对值均大于临界值t0.025(15)=2.131。因Ｘ的系数不显著，W与X无线性关系，Ｘ应从模型中删去。（3）F>F0.05(4,15)=3.06，回归模型整体显著。3．（1）该回归模型支持了假设，因为价格P的回归系数符号为负，说明价格每提高1%，资本产出率将下降0.1081%。（2）资本产出率的下降幅度为0.1081%×60=6.486%（3）时间变量t的回归系数代表增长率，资本产出率趋势增长率为0.45%。（4）系数0.7135表示每单位资本的劳动力投入增加1%，资本产出率增加0.7135%。习题四违背经典假设的回归模型一、单项选择题1．下列哪种情况说明存在异方差（）Ａ、　　Ｂ、　　Ｃ、（常数）　　Ｄ、２．当存在异方差时，使用普通最小二乘法得到的估计量是（）Ａ、有偏估计量　　Ｂ、有效估计量　Ｃ、无偏估计量　Ｄ、渐近有效估计量３．下列哪种方法不是检验异方差的方法（）Ａ、残差图分析法　Ｂ、等级相关系数法　Ｃ、样本分段比检验　Ｄ、DW检验法４．如果与之间存在线性关系，则认为异方差式为（）Ａ、　Ｂ、　Ｃ、Ｄ、５．如果与之间存在线性关系，则认为异方差的形式为（）Ａ、Ｂ、　Ｃ、Ｄ、６．如果普通最小二乘法估计残差与有显著的形式为的相关关系，则加权最小的乘法估计模型参数时，权数应为（）Ａ、xi　Ｂ、　Ｃ、　Ｄ、７．戈德菲尔德一匡特检检验适用于检验（）Ａ、序列相关　Ｂ、异方差　Ｃ、多重共线性　Ｄ、设定误差８．异方差情形下，常用的估计方法是（）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９．下列哪种情况属于存在序列相关（）Ａ、　Ｂ、Ｃ、Ｄ、１０．当一个线性回归模型的随机误差项存在序列相关时，直接用普通最小二乘法估计参数，则参数估计量（）Ａ、有偏估计量　Ｂ、有效估计量　Ｃ、无效估计量　Ｄ、渐近有效估计量１１．下列哪种方法不是检验序列相关的方法（）Ａ、残差图分析法　Ｂ、自相关系数法　Ｃ、方差扩大因子法　Ｄ、D—W检验法１２．DW检验适用于检验（）Ａ、异方差　Ｂ、序列相关　Ｃ、多重共线性　Ｄ、设定误差１３．若计算的DW统计量为2，则表明该模型（）Ａ、不存在一阶序列相关Ｂ、存在一阶正序列相关　Ｃ、存在一阶负序列相关　Ｄ、存在高阶序列相关１４．如果模型序列相关则（）Ａ、　Ｂ、Ｃ、Ｄ、１５．DW检验的原假设为（）Ａ、DW=0　Ｂ、　Ｃ、DW=1　Ｄ、=1１６．DW的取值范围是（）Ａ、　Ｂ、Ｃ、　Ｄ、１７．根据20个观测值估计的结果，一元线性回归的DW=2.3，在样本容量n=20，解释变量k=1，显著性水平时，查得，，则可以判断（）Ａ、不存在一阶自相关　Ｂ、正的一阶自相关　Ｃ、负的一阶自相关　Ｄ、无法确定１８．当模型存在一阶自相关情况下，常用的估计方法是（）Ａ、加权最小二乘法　Ｂ、广义差分法　Ｃ、工具变量法　Ｄ、普遍最小二乘法１９．采用一阶差分法估计一阶自相关模型，适合于（）Ａ、　Ｂ、　Ｃ、　Ｄ、２０．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1，则表明模型中存在（）Ａ、异方差　Ｂ、自相关　Ｃ、多重共线性　Ｄ、设定误差21．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，其中k为非零常数，则表明模型中存在（）A、异方差B、多重共线性C、序列相关D、设定误差22．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情况是这个解释变量的方差扩大因子VIF（）A、大于1B、小于1C、大于10D、小于523．已知且，当满足什么假定时，是最佳线性无偏估计量（）A、B、C、D、24．若查表得到和，则不存在正序列相关的区间为（）A、B、C、D、二、多项选择题1．常用的检验异方差的方法有（）Ａ、残差图分析法　Ｂ、等级相关系数法　　Ｃ、戈德菲尔德一匡特检验　　Ｄ、戈里瑟检验E、怀特检验２．存在异方差条件下普通最小二乘法具有如下性质（）Ａ、线性性　Ｂ、无偏性　　Ｃ、最小方差性　　Ｄ、有偏性E无效性３．异方差情况下将导致（）Ａ、参数估计量是无偏的，但不是最小方差无偏估计　　Ｂ、参数显性检验失效Ｃ、模型预测失效Ｄ、参数估计量是有偏的，且方差不是最小的E、模型预测有效４．当模型存在异方差时，加权最小二乘估计量具有（）Ａ、线性性　　Ｂ、无偏性　　Ｃ、有效性　Ｄ、一致性E、不是最小方差无偏估计量５．下列计量经济分析中哪些可能存在异方差问题（）Ａ、用横截面数据建立的家庭消费支出对家庭收入水平的回归模型Ｂ、用横截面数据建立的产出对劳动和资本的回归模型Ｃ、以20年资料建立的某种商品的市场供需模型Ｄ、以20年资料建立的总支出对总收入的回归模型E、按照“差错—学习”模式建立的打错数对打字小时数的回归模型６．以下关于DW检验的说法，不正确的有（）Ａ、要求样本容量较大　　Ｂ、Ｃ、可用于检验高阶序列相关Ｄ、能够判定所有情况E、只适合一阶线性序列相关７．序列相关情况下，常用的估计方法有（）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、广义最小平方法８．若查表得到DW上、下限和，则D—W的不确定区间为（）Ａ、Ｂ、4-Ｃ、Ｄ、E、９．DW检验不适用于下列情况下的序列相关检验（）Ａ、随机误差项目具有高阶序列相关　　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、参数置信区间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．戈德菲里特—匡特检验７．DW检验８．广义差分法四、简答题１．举例说明异方差的概念。２．存在异方差时普通最小二乘估计量的性质。３．简述样本分段检验法的应用步骤。４．简述等级相关系数法的检验步骤。５．举例说明序列相关的概念。６．产生序列相关的原因有哪些？７．序列相关性带来哪些后果？８．简述DW检验的步骤及局限性。9.试写出DW检验的判断区间。10.存在严重共线性时，估计参数产生的后果有哪些？11.多重共线性直观判定法包括哪些主要方法？12．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 1 2 3 5 10 y 2 4 2 10 5假设y对x的回归方程为，且，试用适当方法估计此回归方程：（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 1 2 3 4 5 6 7 8 9 10 名次 6 9 2 8 5 1 7 4 3 10 价格 480 395 575 550 510 545 400 465 420 370试计算质量名次与价格的等级相关系数。3、设如果满足经典假设，试写出广义差分模型4、有一个k=4的参数的线性回归模型，用一个容易为n=20个时序数据样本进行普通最小的乘估计，得到如下资料：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，我们得到如下两样结果模型I模型II其中=产量，k=资本，L=劳动时数，t=时间，n=样容量请回答以下问题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？注：2、设有一柯布道格拉斯生产函数，其对数线性形式为其中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不变，如何修改上述模型来消除多重共线性。参考答案：1、单项选择题１．D２．C３．D４．A５．B６．C７．B８．D9．B10．C11．D12．B13．A14．D15．B16．D17．A18．B19．B20．C21．B22．C23．B24．B2、多项选择题１．ABCDE２．ABE３．ABC４．ABCD５．ABE６．BCD７．ABE８．BC9．ABC10．ABCDE三、名词解释1．异方差：在回归模型中，随机误差项，，…，不具有相同的方差，即，当时，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，我们总假定其随机误差项是不相关的，即上式表示不同时点的误差项之间不相关。如果一个回归模型不满足上式，即，则我们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。解释变量之间存在完全或近似的线性关系。称解释变量之间存在完全或近似多重共性线。也称为复共线性。4．方差扩大因子：度量了由于与其它解释变量之间的线性关联程度对估计量的方差的影响。称其为方差扩大因子，定义为5．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。本思想是变换原来的模型，使经过变换的模型具有同方差的随机项，然后再应用普通最小二乘法进行估计。６．戈德菲里特—匡特检验：首先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；然后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和，模型参数个数为，两段样本回归残差分别为和，则两段的残差平方和分别为和，从而可计算出各段模型的随机误差项的方差估计量分别为和，由此可构造出检验统计量为该统计量服从自由度为和的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，则可认为有异方差的存在。７．DW检验：DW检验是J.Durbin(杜宾)和G.S.Watson(沃特森)于1951年提出的一种适用于小样本的检验方法。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。随机误差项的一阶自回归形式为，为了检验序列的相关性，构造的原假设是为了检验上述假设，构造DW统计量首先要求出回归估计式的残差，，根据样本容量和解释变量的数目(不包括常数项)，查DW分布表，得临界值和，然后依下列准则考察计算得到的DW值，以决定模型的自相关状态。８．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　　　　　　　为经典误差项，则可以将模型变换为　　　　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．答：在回归模型中，随机误差项，，…，不具有相同的方差，即，当时在线性模型的基本假定中，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，我们知道居民收入与消费水平有着密切的关系。用表示第户的收入，表示第户的消费额，那么反映收入与消费之间的模型为++，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．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。②参数的显著性检验失效。3．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和，模型参数个数为，两段样本回归残差分别为和，则两段的残差平方和分别为和，从而可计算出各段模型的随机误差项的方差估计量分别为和，由此可构造出检验统计量为该统计量服从自由度为和的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，则可认为有异方差的存在。4．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其中，为样本容量，为对应于和的等级的差数。通过t检验判断是否存在异方差在多元的情况下，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．答：在进行回归分析时，我们总假定其随机误差项是不相关的，即上式表示不同时点的误差项之间不相关。如果一个回归模型不满足上式，即，则我们称随机误差项之间存在着序列相关现象，也称为自相关。具体相关例子见 教材 民兵爆破地雷教材pdf初中剪纸校本课程教材衍纸校本课程教材排球校本教材中国舞蹈家协会第四版四级教材 。6．答：⑴．遗漏了重要的解释变量。⑵．经济变量的滞后性。⑶．回归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(CobwebPhenomenon)。⑸．对原始数据加工整理7．答：⑴．参数的估计量不再具有最小方差线性无偏性。⑵．均方误差MSE可能严重低估误差项的方差。⑶．常用的Ｆ检验和检验失效。⑷．当存在序列相关时，仍然是的无偏估计量。但是回归参数的置信区间和利用回归模型进行预测的结果会存在较大的误差。8．答：DW检验的步骤见教材。DW检验缺点和局限性：⑴．DW检验有两个不能确定的区域。⑵．DW统计量的上、下界表要求n≥15;．⑶检验不适应随机误差项具有高阶序列相关的检验；⑷．只适用于有常数项的回归模型并且解释变量中不能含滞后的被解释变量9．答：DW检验的决策区间 ０≤DW≤ 误差项间存在正相关 ＜DW≤ 不能判定是否有自相关 ＜DW＜４－ 误差项间无自相关 ４－≤DW＜４－ 不能判定是否有自相关 ４－≤DW≤４ 误差项间存在负相关　　五、计算题1、两边同除xi得：消除了异方差根据资料得到 1.00 1.00 2.00 2.00 0.50 0.25 2.00 1.00 0.33 0.11 0.15 0.50 0.20 0.04 2.00 0.40 0.10 0.01 0.50 0.05 合计 2、解：计算过程如下： 工厂 质量排序 价格排序 d d2 1 6 5 1 1 2 9 9 0 0 3 2 1 1 1 4 8 2 6 36 5 5 4 1 1 6 1 3 -2 4 7 7 8 -1 1 8 4 6 -2 4 9 3 7 -4 16 10 10 10 0 0 合计 643．解：广义差分模型为：　　　　4、解：六、分析题1、解：①计算各参数的t统计量全部大于理论值2.101②t和Lnk的参数所对应的t统计量小于理论值2.111③模型II存在多重共线性问题④规模报酬递增2、解：将代入模型中,得到：由二个解释变量的对数模型,可以转变为一个解释变量的对数线性模型，消除了多重共线性。习题五分布滞后模型一、单项选择题1．下列属于有限分布滞后模型的是：（）ＡＢ、Ｃ、Ｄ、２．设分布滞后模型中，为了使模型的自由度达到30，必须拥有多少年的观测资料（）Ａ、32Ｂ、33　Ｃ、35　Ｄ、38３．在分布滞后模型中延期乘数是指：（）Ａ、　Ｂ、、、　Ｃ、　Ｄ、４．在分布滞后模型的估计中，使用时间序列资料可能存在的序列相关问题就表现为（）Ａ、异方差问题　Ｂ、自相关问题　Ｃ、多重共线性问题　Ｄ、随机解释变量问题５．下列哪一个不是几何分布滞后模型的变换模型（）Ａ、库伊克变换模型　Ｂ、自适应预期模型　Ｃ、部分调整模型　Ｄ、有限多项式滞后模式６．下列哪个模型的一阶线性自相关问题可用DW检验（）Ａ、有限多项式分布滞后模型　Ｂ、自适应预期模型　Ｃ、库伊克变换模型　Ｄ、部分调整模型７．对有限分布滞后模型进行多项式变换时，多项式的阶数m与最大滞后长度k的关系是（）Ａ、m<k　Ｂ、m=k　Ｃ、m>k　Ｄ、不确定８．设无限分布滞后模型为该模型满足库伊克（koyck）提出的两个假设，则长期影响乘数为（）Ａ、　Ｂ、　Ｃ、　Ｄ、不确定9、在对自回归模型进行估计时，若随机误差项满足古典线性回归模型的所有假定，则估计量是一致估计量的模型是（）A、Koyck变换模型B、部分调整模型C、自适应预期模型D、自适应预期和部分调整混合模型10、对于自适应预期模型，采用什么方法估计参数比较合适。（）A、普通最小二乘法B、加权最小二乘法C、工具变量法D、广义差分法11、若假定t期解释变量观测值与同期被解释变量希望达到水平之间存在线性关系，则这种理论假定属于（）A、Koyck变换模型B、几何分布滞后模型C、自适应预期模型D、部分调整模型12、若假定影响被解释变量的因素不是而是的预期，即，建立在这种经济理论基础上的模型属于（）A、Koyck变换模型B、几何分布滞后模型C、自适应预期模型D、部分调整模型13、对于自回归模型，检验是否存在序列相关的方法是（）A、DW检验B、方差比检验C、自相关系数检验D、h检验法14、对于无限分布滞后模型，库伊克（Koyck）提出的假定是（）A、参数符号相同且按几何数列衰减B、参数符号相同且按几何数列递增C、参数符号不同但按几何数列衰减D、参数符号不同但按几何数列递增二、多项选择题1．对于有限分布滞后模型，对它应用最小二乘法估计时存在以下困难（）Ａ、产生多重线性　Ｂ、