第四套 单项选择题 1、设OLS法得到的样本回归直线为x=A+B2x+e,则点(XF) (B) A.一定不在回归直线上 定在回归直线上 C.不一定在回归直线上D在回归直线上方 2、在下列各种数据中,以下不应作为经济计量分析所用数据的是(C .时间序列数据 B.横截面数据 C.计算机随机生成的数据D.虚拟变量数据 3、在简单线性回归模型中,认为具有一定概率分布的变量是(A) A.内生变量B外生变量 C.虚拟变量D前定变量 4、根据样本资料估计得出人均消费支出Y对人均收入Ⅹ的回归模型为 =2.00+0.75X,表明人均收入每增加1%,人均消费支出将增加(B A.0.2%B.0.75%C.2% D.75% 5、多元线性回归分析中的RSS反映了(C) A.应变量观测值总变差的大小 B.应变量回归估计值总变差的大小 C.应变量观测值与估计值之间的总变差 D.Y关于X的边际变化 6、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D=1199年以前,数据散点图显示消费函数发生了结构性变化:基本消费部 1年以后 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以写作 (D) A.y1=B1+B2X1+u1 BY=A+B2X+BDX+u CI=B+B2X+BD+u DY=B,+B2X+BD+BDX+u 7、已知模型的形式为y=月+B2x1+u1,在用实际数据对模型的参数进行估 计的时候测得DW统计量为0.52,则广义差分变量是(D)
第四套 一、单项选择题 1、设 OLS 法得到的样本回归直线为Y X i β β 1 2 i i = + + e ，则点( ) X ,Y （ B ） A.一定不在回归直线上 B.一定在回归直线上 C.不一定在回归直线上 D.在回归直线上方 2、在下列各种数据中，以下不应作为经济计量分析所用数据的是（ C ） A．时间序列数据 B. 横截面数据 C．计算机随机生成的数据 D. 虚拟变量数据 3、在简单线性回归模型中，认为具有一定概率分布的变量是( A ) A.内生变量 B.外生变量 C.虚拟变量 D.前定变量 4、根据样本资料估计得出人均消费支出 Y 对人均收入 X 的回归模型为 lnY . . ln X ˆ i = + 2 00 0 75 i ，表明人均收入每增加 1％，人均消费支出将增加（ B ） t ut A. 0.2% B. 0.75% C. 2% D. 7.5% 5、多元线性回归分析中的 RSS 反映了（ C ） A．应变量观测值总变差的大小 B．应变量回归估计值总变差的大小 C．应变量观测值与估计值之间的总变差 D．Y 关于 X 的边际变化 6、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 ，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以写作 （ D ） 1 1991 0 1991 Dt ⎧ = ⎨ ⎩ 年以前 年以后 A.Y X t =+ + β1 2 β B.Y X DX t tt = β12 4 ++ + β β t ut C.Y XD t t =+ + + β12 3 β β t ut D.Y X D DX t ttt = β12 3 4 + ++ + β ββ t ut 7、已知模型的形式为Y X t =+ + β1 2 β t ut ,在用实际数据对模型的参数进行估 计的时候,测得 DW 统计量为 0.52,则广义差分变量是( D )
A.y1-0.48y,x1-0.48x1B.y,=0.7453y-1,x1-0.7453x-1 C.y1-0.52y-1,x,-0.52x D.y1-0.74y1-1,x1-0.74x11 8、在有M个方程的完备联立方程组中,若用H表示联立方程组中全部的 内生变量与全部的前定变量之和的总数,用N表示第i个方程中内生变量与前定 变量之和的总数时,第i个方程不可识别时,则有公式(D)成立 A.H-N.>M-1 B.H-N.=M-1 C.H-N.=0 D.H-N.<M-1 9、如果模型中的解释变量存在完全的多重共线性,参数的最小二乘估计量 是(C) A.无偏的 B.有偏的C.不确定 D.确定的 10、关于联立方程组模型,下列说法中错误的是(B) A.结构式模型中解释变量可以是内生变量 B.简化式模型中解释变量可以是内生变量 C.简化式模型中解释变量是前定变量 D.结构式模型中解释变量可以是前定变量 11、在序列自相关的情况下,参数估计值仍是无偏的,其原因是(A A.零均值假定成立 B同方差假定成立 C.无多重共线性假定成立D解释变量与随机误差项不相关假定成立 12、在DW检验中,当d统计量为2时,表明(C) A存在完全的正自相关B存在完全的负自相关 C.不存在自相关 D.不能判定 13、在下列多重共线性产生的原因中,不正确的是(D) A.经济本变量大多存在共同变化趋势 B模型中大量采用滞后变量 C.由于认识上的局限使得选择变量不当 D解释变量与随机误差项相关 14、下列说法不正确的是(C) A.异方差是一种随机误差现象
A. B. ,1 1 48.0 48.0 t − − tt − t− xxyy t tt 0 7453 0 7453 1 1 t y . y ,x . x − − − − C. D. t − −1 tt − 52.0,52.0 t−1 xxyy t − −1 tt − 74.0,74.0 t−1 xxyy 8、在有 M 个方程的完备联立方程组中，若用 H 表示联立方程组中全部的 内生变量与全部的前定变量之和的总数，用 表示第 i 个方程中内生变量与前定 变量之和的总数时，第 i 个方程不可识别时，则有公式( D )成立。 Ni A. 1 B. HN M −>− i HN M − i = −1 C. 0 D. H N− =i HN M − i < −1 9、如果模型中的解释变量存在完全的多重共线性，参数的最小二乘估计量 是（ C ） A．无偏的 B. 有偏的 C. 不确定 D. 确定的 10、关于联立方程组模型，下列说法中错误的是（ B ） A. 结构式模型中解释变量可以是内生变量 B. 简化式模型中解释变量可以是内生变量 C. 简化式模型中解释变量是前定变量 D. 结构式模型中解释变量可以是前定变量 11、在序列自相关的情况下，参数估计值仍是无偏的，其原因是（ A ） A.零均值假定成立 B.同方差假定成立 C.无多重共线性假定成立 D.解释变量与随机误差项不相关假定成立 12、在 DW 检验中，当 d 统计量为 2 时，表明（ C ） A.存在完全的正自相关 B.存在完全的负自相关 C.不存在自相关 D.不能判定 13、在下列多重共线性产生的原因中，不正确的是（ D ） A.经济本变量大多存在共同变化趋势 B.模型中大量采用滞后变量 C.由于认识上的局限使得选择变量不当 D.解释变量与随机误差项相关 14、下列说法不正确的是（ C ） A.异方差是一种随机误差现象
B异方差产生的原因有设定误差 C检验异方差的方法有加权最小二乘法 D.修正异方差的方法有加权最小二乘法 15、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) R2/(k-1) B ESS/(n-k) (1-R2)( ESS/k-1) (1-R2)/(k-1) TSS/(n-k) 16、对联立方程组模型中过度识别方程的估计方法有(D) A.间接最小二乘法 B.普通最小二乘法 C.间接最小二乘法和二阶段最小二乘法D.二阶段最小二乘法 17、对模型进行对数变换,其原因是(B) A.能使误差转变为绝对误差B.能使误差转变为相对误差 C.更加符合经济意义 D大多数经济现象可用对数模型表示 18、局部调整模型不具有如下的特点(D) A.对应的原始模型中被解释变量为期望变量,它不可观测 B.模型是一阶自回归模型 C模型中含有一个滞后被解释变量1,但它与随机扰动项不相关 D.模型的随机扰动项存在自相关 19、假设根据某地区19701999年的消费总额Y(亿元)和货币收入总 额Ⅹ(亿元)的年度资料,估计出库伊克( Kovck)模型如下: =-69057+0.2518X,+0.81361 t=(-16521)(5.7717)(12.9166) R2=0997F=4323DW=1216 则(C) A.分布滞后系数的衰减率为0.1864 B.在显著性水平∝=0.05下,DW检验临界值为d=1.3,而 d=1.26<d1=1.3,据此可以推断模型扰动项存在自相关 C.即期消费倾向为0.2518,表明收入每增加1元,当期的消费将增加 02518元 D.收入对消费的长期影响乘数为y1的估计系数0813 20、在模型有异方差的情况下,常用的补救措施是(D)
B.异方差产生的原因有设定误差 C.检验异方差的方法有加权最小二乘法 D.修正异方差的方法有加权最小二乘法 15、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 ） A. )()1( )1( 2 2 knR kR −− − B. )1( )( − − kRSS knESS C． )1()1( )( 2 2 −− − kR knR D． )( )1/( knTSS kESS − − 16、对联立方程组模型中过度识别方程的估计方法有（ D ） A．间接最小二乘法 B．普通最小二乘法 C．间接最小二乘法和二阶段最小二乘法 D．二阶段最小二乘法 17、对模型进行对数变换,其原因是（ B ） A.能使误差转变为绝对误差 B.能使误差转变为相对误差 C.更加符合经济意义 D.大多数经济现象可用对数模型表示 18、局部调整模型不具有如下的特点（ D ） A.对应的原始模型中被解释变量为期望变量，它不可观测 B.模型是一阶自回归模型 C.模型中含有一个滞后被解释变量Yt−1，但它与随机扰动项不相关 D.模型的随机扰动项存在自相关 19、假设根据某地区 1970——1999 年的消费总额 Y（亿元）和货币收入总 额 X（亿元）的年度资料，估计出库伊克(Koyck)模型如下： 997.0 4323 216.1 )9166.12()7717.5()6521.1( 8136.02518.09057.6 ˆ 2 1 = = = −= +−= + − R F DW t Yt Xt Yt 则（ C ） A．分布滞后系数的衰减率为 0.1864 B ．在显著性水平 α = 0 05 . 下 ， DW 检验临界值为 ， 而 ，据此可以推断模型扰动项存在自相关 1 3 L d . = 1 26 1 3 L d. d . = <= C．即期消费倾向为 0.2518，表明收入每增加 1 元，当期的消费将增加 0.2518 元 D．收入对消费的长期影响乘数为Yt−1的估计系数 0.8136 20、在模型有异方差的情况下,常用的补救措施是( D )
A.广义差分法B.工具变量法C逐步回归法D加权最小二乘法 二、多项选择题 1、调整后的判定系数R2与判定系数R2之间的关系叙述正确的有(CE) A.R2与R2均非负 B.R2有可能大于R2 C判断多元回归模型拟合优度时,使用R2 D模型中包含的解释变量个数越多,R2与R2就相差越大 E只要模型中包括截距项在内的参数的个数大于1,则R2<R2 2、如果模型中存在序列自相关现象,则有如下后果(BCDE) A.参数估计值有偏B.参数估计值的方差不能正确确定 C.变量的显著性检验失效D.预测精度降低 E.参数估计值仍是无偏的 3、下列说法不正确的有(BCF) A.加权最小二乘法是广义最小二乘法的特殊情况 B.广义最小二乘法是加权最小二乘法的特殊情况 C.广义最小二乘法是广义差分法的特殊情况 D.广义差分法是广义最小二乘法的特殊情况 E.普通最小二乘法是加权最小二乘法的特殊情况 F.加权最小二乘法是普通最小二乘法的特殊情况 4、关于联立方程模型识别问题,以下说法正确的有(ACDE) A.可识别的方程则满足阶条件 B.如果一个方程包含了模型中的全部变量,则这个方程恰好识别 C.如果一个方程包含了模型中的全部变量,则这个方程不可识别 D.如果两个方程包含相同的变量,则这两个方程均不可识别 E.联立方程组中的每一个方程都是可识别的,则联立方程组才可识别 F.满足阶条件和秩条件的方程一定是过度识别 5、在DW检验中,存在不能判定的区域是(CD) A.0<d<d2 B. du<d<4-du c d, sd< d 4-d<d<4-d E.4-d1<d<4
A.广义差分法 B.工具变量法 C.逐步回归法 D.加权最小二乘法 二、多项选择题 1、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有（ C E ） A. 2 R 与 2 R 均非负 B. 2 R 有可能大于 2 R C.判断多元回归模型拟合优度时，使用 2 R D.模型中包含的解释变量个数越多， 2 R 与 2 R 就相差越大 E.只要模型中包括截距项在内的参数的个数大于 1，则 22 R < R 2、如果模型中存在序列自相关现象，则有如下后果（ B C D E ） A. 参数估计值有偏 B. 参数估计值的方差不能正确确定 C. 变量的显著性检验失效 D. 预测精度降低 E. 参数估计值仍是无偏的 3、下列说法不正确的有（ B C F ） A. 加权最小二乘法是广义最小二乘法的特殊情况 B. 广义最小二乘法是加权最小二乘法的特殊情况 C. 广义最小二乘法是广义差分法的特殊情况 D. 广义差分法是广义最小二乘法的特殊情况 E. 普通最小二乘法是加权最小二乘法的特殊情况 F. 加权最小二乘法是普通最小二乘法的特殊情况 4、关于联立方程模型识别问题，以下说法正确的有 （ A C D E ） A. 可识别的方程则满足阶条件 B. 如果一个方程包含了模型中的全部变量，则这个方程恰好识别 C. 如果一个方程包含了模型中的全部变量，则这个方程不可识别 D. 如果两个方程包含相同的变量，则这两个方程均不可识别 E. 联立方程组中的每一个方程都是可识别的，则联立方程组才可识别 F. 满足阶条件和秩条件的方程一定是过度识别 5、在 DW 检验中，存在不能判定的区域是（ C D ） A. 0 B. L < < d d dd d U U < < −4 C. D. d dd L < < U 4 4 − dd d U L < <− E. 4 4 L − << d d
三、判断题(判断下列命题正误,并说明理由) 1、随机扰动项的方差与随机扰动项方差的无偏估计没有区别 错 随机扰动项的方差反映总体的波动情况,对一个特定的总体而言,是一个确 定的值。 在最小二乘估计中,由于总体方差在大多数情况下并不知道,所以用样本数 据去估计σ2:a=∑en-k)。其中n为样本数,k为待估参数的个数。G2是 a2线性无偏估计,为一个随机变量。 2、经典线性回归模型(CLRM)中的干扰项不服从正态分布的,OLS估计 量将有偏的 错 即使经典线性回归模型(CLRM)中的干扰项不服从正态分布的,OLS估 计量仍然是无偏的。因为E(B2=E(B2+∑KA)=B,该表达式成立与否与正 态性无关。 3、虚拟变量的取值原则上只能取0或1 对 虚拟变量的取值是人为设定的,主要表征某种属性或特征或其它的存在与 否,0或1正好描述了这种特性。当然,依据研究问题的特殊性,有时也可以取 其它值。 4、拟合优度检验和F检验是没有区别的。 错 (1)F一检验中使用的统计量有精确的分布,而拟合优度检验没有; (2)对是否通过检验,可决系数(修正可决系数)只能给出一个模糊的推 测;而F检验可以在给定显著水平下,给出统计上的严格结论。 5、联立方程组模型根本不能直接用OLS方法估计参数。 错 递归方程可以用OLS方法估计参数,而其它的联立方程组模型不能直 接用OLS方法估计参数
三、判断题（判断下列命题正误，并说明理由） 1、随机扰动项的方差与随机扰动项方差的无偏估计没有区别。 错 随机扰动项的方差反映总体的波动情况，对一个特定的总体而言，是一个确 定的值。 在最小二乘估计中，由于总体方差在大多数情况下并不知道，所以用样本数 据去估计 2 σ ： 2 2 i σ e /( n k ) ∧ = ∑ − 2 。其中 n 为样本数，k 为待估参数的个数。σˆ 是 σ2 线性无偏估计，为一个随机变量。 2、经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS 估计 量将有偏的。 错 即使经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS 估 22 2 i i E( ) E( K ) ˆ 计量仍然是无偏的。因为 β = β μβ + = ∑ ，该表达式成立与否与正 态性无关。 3、虚拟变量的取值原则上只能取 0 或 1。 对 虚拟变量的取值是人为设定的，主要表征某种属性或特征或其它的存在与 否，0 或 1 正好描述了这种特性。当然，依据研究问题的特殊性，有时也可以取 其它值。 4、拟合优度检验和 F 检验是没有区别的。 错 （1）F－检验中使用的统计量有精确的分布，而拟合优度检验没有； （2）对是否通过检验，可决系数（修正可决系数）只能给出一个模糊的推 测；而 F 检验可以在给定显著水平下，给出统计上的严格结论。 5、联立方程组模型根本不能直接用 OLS 方法估计参数。 错 递归方程可以用 OLS 方法估计参数，而其它的联立方程组模型不能直 接用 OLS 方法估计参数
四、计算题 1、通过建模发现,某企业的某种产品价格P和可变成本V之间满足如下关 系:lnP=345+0.56n。目前可变成本占产品价格的20%。现在,企业可以 改进该产品,但是改进要增加10%可变成本(其他费用保持不变)。问,企业是 否该选择改进? 解:(1)由模型可知,价格和可变成本之间的弹性为056。假设改进产品, 则可变成本增加10%,价格的变化率为0.56*10%=5.6%,可见价格增加的幅 度不如可变成本增加的幅度 (2)利润增量为5.6%P-10%V,只要利润增量大于0,就应该选择改 进 (3)易得,只要当P/V>(10/5.6),就有利润大于0。而目前成本只占价格的 20%,远小于5.610,所以应该选择改进。 2、某公司想决定在何处建造一个新的百货店,对已有的30个百货店的销售 额作为其所处地理位置特征的函数进行回归分析,并且用该回归方程作为新百货 店的不同位置的可能销售额,估计得出(括号内为估计的标准差) ,=30+0.1×x1+0.01×X2+10.0×x3x+3.0×X4 001) (10) (10) 其中:F=第i个百货店的日均销售额(百美元); X1=第个百货店前每小时通过的汽车数量(10辆); X2=第i个百货店所处区域内的人均收入(美元) X,=第i个百货店内所有的桌子数量 X4=第i个百货店所处地区竞争店面的数量 请回答以下问题: (1)说出本方程中系数0.1和0.01的经济含义。 (2)各个变量前参数估计的符号是否与期望的符号一致? (3)在a=005的显著性水平下检验变量X1的显著性。 (临界值a3(25)=2.06,toa23(26)=2.056,to0(25)=1.708,to05(26)=1.706) 答:(1)每小时通过该百货店的汽车增加10辆,该店的每日收入就会平均 增加10美元。该区域居民人均收入每增加1美元,该店每日收入就会平均增加 1美元。 (2)最后一个系数与期望的符号不一致,应该为负数,即该区竞争的店面 越多,该店收入越低。其余符号符合期望。 (3)用t检验。t=0.10.02=5,有t>10a3(25)=206知道,该变量显著
四、计算题 1、通过建模发现，某企业的某种产品价格 P 和可变成本 V 之间满足如下关 系： 。目前可变成本占产品价格的 20％。现在，企业可以 改进该产品，但是改进要增加 10％可变成本（其他费用保持不变）。问，企业是 否该选择改进？ P += ln56.05.34ln V 解：（1）由模型可知，价格和可变成本之间的弹性为 0.56。假设改进产品， 则可变成本增加 10％，价格的变化率为 0.56*10％＝5.6％，可见价格增加的幅 度不如可变成本增加的幅度。 （2）利润增量为 5.6％*P－10％*V，只要利润增量大于 0，就应该选择改 进。 （3）易得，只要当 P/V>(10/5.6),就有利润大于 0。而目前成本只占价格的 20％，远小于 5.6/10，所以应该选择改进。 2、某公司想决定在何处建造一个新的百货店，对已有的 30 个百货店的销售 额作为其所处地理位置特征的函数进行回归分析，并且用该回归方程作为新百货 店的不同位置的可能销售额，估计得出（括号内为估计的标准差） Yt X1t 01.01.030 X2t X3t 0.30.10 X4t ˆ ×+×+×+×+= （0.02） （0.01） （1.0） （1.0） 其中： ＝第 Yt i 个百货店的日均销售额（百美元）； X1t ＝第 个百货店前每小时通过的汽车数量（ i 10 辆）； X 2t ＝第i 个百货店所处区域内的人均收入（美元）； X3t ＝第i 个百货店内所有的桌子数量； X 4t ＝第i 个百货店所处地区竞争店面的数量； 请回答以下问题： （1） 说出本方程中系数 0.1 和 0.01 的经济含义。 （2） 各个变量前参数估计的符号是否与期望的符号一致？ （3） 在α ＝0.05 的显著性水平下检验变量 的显著性。 X1t （临界值 06.2)25( t 025.0 = ， 056.2)26( t 025.0 = ， 708.1)25( t 05.0 = ，t 05.0 = 706.1)26( ） 答：（1）每小时通过该百货店的汽车增加 10 辆，该店的每日收入就会平均 增加 10 美元。该区域居民人均收入每增加 1 美元，该店每日收入就会平均增加 1 美元。 （2） 最后一个系数与期望的符号不一致，应该为负数，即该区竞争的店面 越多，该店收入越低。其余符号符合期望。 （3） 用 t 检验。t＝0.1/0.02=5，有 t> 06.2)25( t 025.0 = 知道，该变量显著
3、以广东省东莞市的财政支出作为被解释变量、财政收入作为解释变量做 计量经济模型,即Y=a+BX+μ,方程估计、残差散点图及ARCH检验输出结 果分别如下 方程估计结果: Dependent variable: Y Date:05/31/05Time:12:42 Included observations :18 Variable Coefficient Std. error t-Statistic Pr -2457.310680.57383.6106440.0023 0.7193080.01115364497070.0000 R-squared 0.996168 Mean dependent 25335.11 Adjusted R-squared 0.995929 S.D. dependent var 35027.97 S.E. of regression 2234.939 Akaike info criterion 18.36626 79919268 Schwarz criterion 1846519 Log likelihood -163.2963 F-statistic 4159872 Durbin-Watson stat 2. 181183 Prob(F-statistic) 残差与残差滞后1期的散点图 网口区K View Frocslabiects/ Frint Nane Adare lAd shade zoon enovelTenplate Pri e 4000 ARCH检验输出结果:
3、以广东省东莞市的财政支出作为被解释变量、财政收入作为解释变量做 计量经济模型，即 α βXY ++= μ ，方程估计、残差散点图及 ARCH 检验输出结 果分别如下： 方程估计结果： Dependent Variable: Y Method: Least Squares Date: 05/31/05 Time: 12:42 Sample: 1980 1997 Included observations: 18 Variable Coefficient Std. Error t-Statistic Prob. C -2457.310 680.5738 -3.610644 0.0023 X 0.719308 0.011153 64.49707 0.0000 R-squared 0.996168 Mean dependent var 25335.11 Adjusted R-squared 0.995929 S.D. dependent var 35027.97 S.E. of regression 2234.939 Akaike info criterion 18.36626 Sum squared resid 79919268 Schwarz criterion 18.46519 Log likelihood -163.2963 F-statistic 4159.872 Durbin-Watson stat 2.181183 Prob(F-statistic) 0.000000 残差与残差滞后 1 期的散点图： ARCH 检验输出结果：
ARCH Test Probability 0.085992 Obs"R-squared 7.867378 Probability 0.096559 Test Equation Dependent Variable: RESID2 Method: Least Squares Date:06/10/05Time:00:33 Sample(adjusted ) 1984 1997 Included observations: 14 after adjusting endpoints Coeffic Std Error t-Statistic 7646794.-1.2161 RESID 2(1) 0.0335820.3083770.10890009157 RESID 2(-2) 0.7432730.320424-2.31965000455 RESID2(-3) RESIDA2(-4) 370434510913803.3941820.0079 R-squared 0.561956 Mean dependent var 5662887 Adjusted R-squared 0. 367269 S.D. dependent va 16323082 S E. of regression Akaike info criterion 35.86880 1.52E+15 36.09704 Log likelihood -246.0816 F-statistic 2.886465 Durbin-Watson stat 1. 605808 Prob(F-statistic) 0.085992 根据以上输出结果回答下列问题: (1)该模型中是否违背无自相关假定?为什么?(a=005,d1=1.158 d=1.391) (2)该模型中是否存在异方差?说明理由(显著性水平为10% xa1(4)=7.7794)。 (3)如果原模型存在异方差,你认为应如何修正?(只说明修正思路,无 需计算) 解:(1)没有违背无自相关假定;第一、残差与残差滞后一期没有明显的 相关性;第二、根据D-W值应该接受原假设;(写出详细步骤) (2)存在异方差(注意显著性水平是0.1);(写出详细步骤) (3)说出一种修正思路即可
ARCH Test: F-statistic 2.886465 Probability 0.085992 Obs*R-squared 7.867378 Probability 0.096559 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/10/05 Time: 00:33 Sample(adjusted): 1984 1997 Included observations: 14 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C -9299857. 7646794. -1.216177 0.2549 RESID^2(-1) 0.033582 0.308377 0.108900 0.9157 RESID^2(-2) -0.743273 0.320424 -2.319650 0.0455 RESID^2(-3) -0.854852 11.02966 -0.077505 0.9399 RESID^2(-4) 37.04345 10.91380 3.394182 0.0079 R-squared 0.561956 Mean dependent var 5662887. Adjusted R-squared 0.367269 S.D. dependent var 16323082 S.E. of regression 12984094 Akaike info criterion 35.86880 Sum squared resid 1.52E+15 Schwarz criterion 36.09704 Log likelihood -246.0816 F-statistic 2.886465 Durbin-Watson stat 1.605808 Prob(F-statistic) 0.085992 根据以上输出结果回答下列问题： （1）该模型中是否违背无自相关假定？为什么？（α = 05.0 ， ） 1 158 L d . = , d . U =1 391 （2）该模型中是否存在异方差？说明理由（显著性水平为 10%， χ2 1.0 = 7794.7)4( ）。 （3）如果原模型存在异方差，你认为应如何修正？（只说明修正思路，无 需计算） 解：（1）没有违背无自相关假定；第一、残差与残差滞后一期没有明显的 相关性；第二、根据 D-W 值应该接受原假设；（写出详细步骤） （2）存在异方差（注意显著性水平是 0.1）；（写出详细步骤） （3）说出一种修正思路即可