第七套 单项选择题 1、用模型描述现实经济系统的原则是(B) A.以理论分析作先导,包括的解释变量越多越好 B.以理论分析作先导,模型规模大小要适度 C.模型规模越大越好;这样更切合实际情况 D.模型规模大小要适度,结构尽可能复杂 2、ARCH检验方法主要用于检验(A) A.异方差性 B.自相关性 C.随机解释变量 D.多重共线性 3、在古典假设成立的条件下用OLS方法估计线性回归模型参数,则参数 估计量具有(C)的统计性质 A.有偏特性 B.非线性特性 C.最小方差特性 D.非一致性特性 将一年四个季度对因变量的影响引入到含截距的回归模型中,则需要引 入虚拟变量的个数为(B) A.4 B.3 5、广义差分法是对(D)用最小二乘法估计其参数 Ay=月+Bx+l1 By1=月+Bx1+l41 C. Py =AR+Ax+ay D. y-py-=B(l-P)+R(x-x_)+u-pu- 在序列自相关的情况下,参数估计值的方差不能正确估计的原因是 (B) BE(ul1)≠0(≠j C.E(x,ul1)≠0 D.E(u1)≠0 7、设回归模型为y=月+β2x2+B3x3+l1,下列表明变量之间具有不完 全多重共线性的是(B) A.0 0B.0*x1+2x2+0.2 C.0*x1+0*x2+0*x3=0D.0*x1+0*x2+0*x3+V=0 8、在有M个方程的完备联立方程组中,当识别的阶条件为H-N>M-1 (H为联立方程组中内生变量和前定变量的总数,N为第i个方程中内生变量 和前定变量的总数)时,在可识别的条件下,则表示(C)
第七套 一、单项选择题 1、用模型描述现实经济系统的原则是( B ) A. 以理论分析作先导，包括的解释变量越多越好 B. 以理论分析作先导，模型规模大小要适度 C. 模型规模越大越好；这样更切合实际情况 D. 模型规模大小要适度，结构尽可能复杂 2、ARCH 检验方法主要用于检验（ A ） A．异方差性 B. 自相关性 C．随机解释变量 D. 多重共线性 3、在古典假设成立的条件下用 OLS 方法估计线性回归模型参数，则参数 估计量具有（ C ）的统计性质。 A．有偏特性 B. 非线性特性 C．最小方差特性 D. 非一致性特性 4、将一年四个季度对因变量的影响引入到含截距的回归模型中，则需要引 入虚拟变量的个数为（ B ） A. 4 B. 3 C. 2 D. 1 5、广义差分法是对( D )用最小二乘法估计其参数。 1 2 1 1 21 1 1 2 11 2 1 . . . . (1 ) ( t tt t tt t tt tt tt t A y xu B y x u C y xu Dy y xx uu 1 ) t β β β β ρ ρβ ρβ ρ ρ β ρ β ρ ρ − −− − − − =+ + =+ + = + + − = − + − +− 6、在序列自相关的情况下，参数估计值的方差不能正确估计的原因是 （ B ） 2 2 .( ) . ( ) 0( ) .( ) 0 .() 0 i i i i i A E u BE uu i j j CE xu DE u ≠ σ ≠ ≠ ≠ ≠ 7、设回归模型为 i i ii y = + + + uxx β β β 33221 ，下列表明变量之间具有不完 全多重共线性的是( B ) 12 3 12 3 123 123 . 0 2 0 0 . 0 2 0.2 0 .0 0 0 0 .0 0 0 A x x x B x x xv C x x x D x x xv ∗ + +∗ = ∗ + + ∗ += ∗ +∗ +∗ = ∗ +∗ +∗ += 0 8、在有 M 个方程的完备联立方程组中，当识别的阶条件为 （H 为联立方程组中内生变量和前定变量的总数， 为第 i 个方程中内生变量 和前定变量的总数）时，在可识别的条件下，则表示( C ) HN M −>− i 1 Ni 1
A.第i个方程恰好识别 B.第i个方程不可识别 C.第i个方程过度识别 D.第i个方程识别状态不能确定 、简化式模型就是把结构式模型中的内生变量表示为(D) A.外生变量和内生变量的函数关系 B.外生变量和随机误差项的函数模型 C.滞后变量和随机误差项的函数模型 D.前定变量和随机误差项的函数模型 10、在DW检验中,当d统计量为4时,表明(B) 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 11、辅助回归法(又称待定系数法)主要用于检验(D A.异方差性 B.自相关性 C.随机解释变量 D.多重共线性 12、对自回归模型进行自相关检验时,下列说法正确的有(C) A.使用DW检验有效 B.使用Dw检验时,DW值往往趋近于0 C.使用Dw检验时,DW值往往趋近于2 D.使用DW检验时,DW值往往趋近于4 13、双对数模型lnY=lnβo+flnX+μ中,参数β的含义是(C) Y关于X的增长率 B.Y关于X的发展速度 C.Y关于X的弹性 D.Y关于X的边际变化 14、假设用OLS法得到的样本回归直线为Y=B1+B2X1+e,以下说法不 正确的是(D) ∑ B.(X,Y)一定在回归直线上 D.COH(X,e)≠0 15、在有M个方程的完备联立方程组中,当识别的阶条件为H-N=M-1 (H为联立方程组中内生变量和前定变量的总数,N为第i个方程中内生变量和 前定变量的总数)时,在可识别的条件下,则表示(B) A.第i个方程不可识别 B.第i个方程恰好识别 C.第i个方程过度识别 D.第i个方程的识别状态不能确定
A.第 i 个方程恰好识别 B.第 i 个方程不可识别 C.第 i 个方程过度识别 D.第 i 个方程识别状态不能确定 9、简化式模型就是把结构式模型中的内生变量表示为( D ) A. 外生变量和内生变量的函数关系 B. 外生变量和随机误差项的函数模型 C. 滞后变量和随机误差项的函数模型 D. 前定变量和随机误差项的函数模型 10、在 DW 检验中，当 d 统计量为 4 时，表明（ B ） 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 11、辅助回归法（又称待定系数法）主要用于检验（ D ） A．异方差性 B.自相关性 C．随机解释变量 D.多重共线性 12、对自回归模型进行自相关检验时，下列说法正确的有（ C ） A．使用 DW 检验有效 B．使用 DW 检验时，DW 值往往趋近于 0 C．使用 DW 检验时，DW 值往往趋近于 2 D．使用 DW 检验时，DW 值往往趋近于 4 13、双对数模型 Y = β + β10 lnlnln X + μ 中，参数 β1的含义是 （ C ） A. Y 关于 X 的增长率 B .Y 关于 X 的发展速度 C. Y 关于 X 的弹性 D. Y 关于 X 的边际变化 14、假设用 OLS 法得到的样本回归直线为 ，以下说法不 正确的是( D ) Yi 21 ++= eX ii ββ ˆˆ A． B． ∑ei = 0 YX ),( 一定在回归直线上 C． ˆ = YY D． eXCOV ii ≠ 0),( 15、在有 M 个方程的完备联立方程组中，当识别的阶条件为 （H 为联立方程组中内生变量和前定变量的总数， 为第 i 个方程中内生变量和 前定变量的总数）时，在可识别的条件下，则表示( B ) HN M −=− i 1 Ni A.第 i 个方程不可识别 B.第 i 个方程恰好识别 C.第 i 个方程过度识别 D.第 i 个方程的识别状态不能确定 2
16、在修正异方差的方法中,不正确的是(D) A.加权最小二乘法 B.对原模型变换的方法 C.对模型的对数变换法 D.两阶段最小二乘法 17、下列说法正确的是(B) A序列自相关是样本现象 B.序列自相关是一种随机误差现象 C.序列自相关是总体现象D.截面数据更易产生序列自相关 18、满足经典假定的回归分析中,(B) A、解释变量和被解释变量都是随机变量 B、解释变量为非随机变量,被解释变量为随机变量 C、解释变量和被解释变量都为非随机变量 D、解释变量为随机变量,被解释变量为非随机变量 19、对样本的相关系数,以下结论错误的是(A) A.|y|越接近0,X与Y之间线性相关程度高 B.|越接近1,X与Y之间线性相关程度高 C.-1sys1D、y=0,在正态条件下,则X与Y相互独立 20、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 l:1991年以前 D 虚拟变量10199年以后,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) Y=Bo+Bx,+u Bo+Bx,+BDX+u Y,=Po+B,X,+B,D+u Bo+B,X,+B,D+BD,X 多项选择题 1、如果模型中存在异方差现象,则下列说法正确的是(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 2、广义最小二乘法的特殊情况是(BD)
16、在修正异方差的方法中，不正确的是（ D ） A.加权最小二乘法 B.对原模型变换的方法 C.对模型的对数变换法 D.两阶段最小二乘法 17、下列说法正确的是（ B ） A.序列自相关是样本现象 B.序列自相关是一种随机误差现象 C.序列自相关是总体现象 D.截面数据更易产生序列自相关 18、满足经典假定的回归分析中， ( B ) A、解释变量和被解释变量都是随机变量 B、解释变量为非随机变量，被解释变量为随机变量 C、解释变量和被解释变量都为非随机变量 D、解释变量为随机变量，被解释变量为非随机变量 19、对样本的相关系数γ ，以下结论错误的是（ A ） A. γ || 越接近 0， X 与Y 之间线性相关程度高 B. γ || 越接近 1， X 与Y 之间线性相关程度高 C. γ ≤≤− 11 D、γ =0，在正态条件下，则 X 与Y 相互独立 20、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 ） ⎩ ⎨ ⎧ = ； 年以后 ； 年以前 19910 19911 Dt A. t tt Y = β + β10 +uX B. t t ttt Y = β + β10 + β2 +uXDX C. t t tt Y = β + β10 + β 2 + uDX D. t t t ttt Y = β + β10 + β 2 β 3 ++ uXDDX 二、多项选择题 1、如果模型中存在异方差现象，则下列说法正确的是（ 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 2、广义最小二乘法的特殊情况是（ B D ） 3
A.对模型进行对数变换 B.加权最小二乘法 C.数据的结合 D.广义差分法 E.增加样本容量 3、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(CDE) 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 4、关于联立方程模型识别问题,以下说法不正确的有(AB) A.满足阶条件的方程则可识别 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.联立方程组中有一个方程不可识别,则联立方程组不可识别 5、下列说法不正确的是(ABDE) A.多重共线性是总体现象 B.多重共线性是完全可以避免的 C.多重共线性是一种样本现象 D.在共线性程度不严重的时候可进行结构分析 E.只有完全多重共线性一种类型 、判断题(判断下列命题正误,并说明理由) 1、在异方差性的情况下,常用的0LS法必定高估了估计量的标准误。 错误。有可能高估也有可能低估;如:考虑一个非常简单的具有异方差 性的线性回归模型: Y,=BX, +u: Var(u,=0=Z 0,U: Var(B)=VarE u)=2x aru,) 2、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 正确。E(B3)=E(B2+∑KA)=B,该表达式成立与否与正态性无关
A. 对模型进行对数变换 B. 加权最小二乘法 C. 数据的结合 D. 广义差分法 E. 增加样本容量 3、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 D 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 4、关于联立方程模型识别问题，以下说法不正确的有 （ A B ） A. 满足阶条件的方程则可识别 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. 联立方程组中有一个方程不可识别，则联立方程组不可识别 5、下列说法不正确的是（ A B D E ） A. 多重共线性是总体现象 B. 多重共线性是完全可以避免的 C. 多重共线性是一种样本现象 D. 在共线性程度不严重的时候可进行结构分析 E. 只有完全多重共线性一种类型 三、判断题（判断下列命题正误，并说明理由） 1、在异方差性的情况下，常用的 OLS 法必定高估了估计量的标准误。 错误。有可能高估也有可能低估；如：考虑一个非常简单的具有异方差 性的线性回归模型： Y Xu i ii = + β 2 ( ) ；Var ui i = σ 2 2 Zi = σ ，则： 2 2 2 2 ( ) ˆ () ( ) ( ) ii i i i i X u X Var u Var Var X X β Σ Σ = = Σ Σ 2、 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。 正确。 22 2 ˆ () ( ) EE K β =+ = β μβ ∑ i i ，该表达式成立与否与正态性无关。 4
3、双变量模型中,对样本回归函数整体的显著性检验与斜率系数的显著性 检验是一致的。 正确。要求最好能够写出一元线性回归中,F统计量与T统计量的关系, 即F=t2的来历;或者说明一元线性回归仅有一个解释变量,因此对斜率系 数的T检验等价于对方程的整体性检验。 4、多重共线性问题是随机扰动项违背古典假定引起的 错误。应该是解释变量之间高度相关引起的 5、秩条件是充要条件,因此,单独利用秩条件就可以完成联立方程识别状 态的确定。 错误。虽然秩条件是充要条件,但其前提是,只有在通过了阶条件的条件 下。在对联立方程进行识别时,还应该结合阶条件判断是过度识别,还是恰 好识别。 四、计算题 1、组合证券理论的资本市场线(CML)表明期望收益E与风险G;之间存在线 性关系如下: Ei=Bi+ Bor 根据1990-2000年间美国34只共同基金的期望回报及其标准差数据,得出如下 回归结果,请根据有关运算关系填写表中空白处的数值,并判断此结果是否支持 了上述理论 Dependent Variable: Y Method: Least Squares Sample: 134 Included observations: 34 Variabl Coefficient Std. Error t-Statistic Prob C 5.5409400.968608 0.0000 0.4745140.055077 0.0000 Mean dependent var 13.64118 Adjusted R-squared S.D. dependent var 2.436480 S.E. of regression Akaike info criterio 3.506937 Sum squared resid 59.01394 Schwarz criterio 3.596723 -57.61793 F-statist Durbin-Watson stat 1.796718 Prob(F-statistic) 0.000000
3、双变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性 检验是一致的。 正确。要求最好能够写出一元线性回归中，F 统计量与 T 统计量的关系， 即 的来历；或者说明一元线性回归仅有一个解释变量，因此对斜率系 数的 T 检验等价于对方程的整体性检验。 2 F t = 4、多重共线性问题是随机扰动项违背古典假定引起的； 错误。应该是解释变量之间高度相关引起的。 5、秩条件是充要条件，因此，单独利用秩条件就可以完成联立方程识别状 态的确定。 错误。虽然秩条件是充要条件，但其前提是，只有在通过了阶条件的条件 下。在对联立方程进行识别时，还应该结合阶条件判断是过度识别，还是恰 好识别。 四、计算题 1、组合证券理论的资本市场线（CML）表明期望收益 与风险 Ei σ i 之间存在线 性关系如下： Ei = β + β21 σi 根据 1990—2000 年间美国 34 只共同基金的期望回报及其标准差数据，得出如下 回归结果，请根据有关运算关系填写表中空白处的数值，并判断此结果是否支持 了上述理论。 Dependent Variable: Y Method: Least Squares Sample: 134 Included observations: 34 Variable Coefficient Std. Error t-Statistic Prob. C 5.540940 0.968608 0.0000 X 0.474514 0.055077 0.0000 R-squared Mean dependent var 13.64118 Adjusted R-squared S.D. dependent var 2.436480 S.E. of regression Akaike info criterion 3.506937 Sum squared resid 59.01394 Schwarz criterion 3.596723 Log likelihood -57.61793 F-statistic Durbin-Watson stat 1.796718 Prob(F-statistic) 0.000000 5
解 Dependent variable: Y Method: Least Squares ample: 134 nc luded observations: 34 Variable efficient Std. Error t-Statistic 0.0000 0.4745140.05507 6155 0.0000 0. 6987 Mean dependent var 13.64 Adjusted R-squared 0. 6893 S.D. dependent var 2.436480 S.E. of regressie 1. 358008 Akaike info criterion 3. 506937 Sum squared resid 59. 01394 Schwarz criterion 3.596723 Log likelihood -57.61793 F-statist 74.227 Durbin-Watson stat 1.796718 Prob(F-statistic) 0.000000 模型结果支持了理论,因为期望回报及其标准差之间存在显著的线性 关系。 2、下面结果是利用某地财政收入对该地第 产业增加值的回 归结果,根据这一结果试判断该模型是否存在多重共线性,说明你的理由 Dependent Variable: REV Method: Least Sq Sample: 1 10 Included observations: 10 Variable Coefficient Std Error t-Statistic 17414.6314135.101.232013 0.2640 GPL -0.2775100.146541-1893743 0.1071 GDP 0.0848570.0935320.907252 0.3992 GDP3 0.1905170.1516801256048 0.2558 R-squ 0.993798 Mean dependent var 63244.00 Adjusted R-squared 0.990697 S D. dependent var 5428199 S.E. of regression 5235.544 Akaike info criterion 20.25350 area re 1. 64E+08 Schwarz criterion 20.37454 97.26752 F-statistic 320.4848 Durbin-Watson stat 1. 208127 Prob(F-statistic) 0.000001 解:存在严重多重共线性。因为方程整体非常显著,表明三次产业GDP 对财政收入的解释能力非常强,但是每个个别解释变量均不显著,且存在负 系数,与理论矛盾,原因是存在严重共线性。 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
解： Dependent Variable: Y Method: Least Squares Sample: 134 Included observations: 34 Variable Coefficient Std. Error t-Statistic Prob. C 5.540940 0.968608 5.7205 0.0000 X 0.474514 0.055077 8.6155 0.0000 R-squared 0.6987 Mean dependent var 13.64118 Adjusted R-squared 0.6893 S.D. dependent var 2.436480 S.E. of regression 1.358008 Akaike info criterion 3.506937 Sum squared resid 59.01394 Schwarz criterion 3.596723 Log likelihood -57.61793 F-statistic 74.227 Durbin-Watson stat 1.796718 Prob(F-statistic) 0.000000 模型结果支持了理论，因为期望回报及其标准差之间存在显著的线性 关系。 2、下面结果是利用某地财政收入对该地第一、二、三产业增加值的回 归结果，根据这一结果试判断该模型是否存在多重共线性，说明你的理由。 Dependent Variable: REV Method: Least Squares Sample: 1 10 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C 17414.63 14135.10 1.232013 0.2640 GDP1 -0.277510 0.146541 -1.893743 0.1071 GDP2 0.084857 0.093532 0.907252 0.3992 GDP3 0.190517 0.151680 1.256048 0.2558 R-squared 0.993798 Mean dependent var 63244.00 Adjusted R-squared 0.990697 S.D. dependent var 54281.99 S.E. of regression 5235.544 Akaike info criterion 20.25350 Sum squared resid 1.64E+08 Schwarz criterion 20.37454 Log likelihood -97.26752 F-statistic 320.4848 Durbin-Watson stat 1.208127 Prob(F-statistic) 0.000001 解：存在严重多重共线性。因为方程整体非常显著，表明三次产业 GDP 对财政收入的解释能力非常强，但是每个个别解释变量均不显著，且存在负 系数，与理论矛盾，原因是存在严重共线性。 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 6
计量经济模型,即=α+βx+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 Method: Least Squares Date:05/31/04Time:12:42 Sample:19801997 Inc luded observations 18 Variable Coefficient Std. Error t-Statistic C -2457.310 680.5738 3.610644 0.0023 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 resi 79919268 Schwarz criterion 18.46519 Durbin-Watson stat 2. 181183 Prob(F-statistic) 0.000000 浅差与残差滞后1期的散点图 f viewlProcslobiects Print komne AdT extlAdashade lOon Remove Pri ARCH检验输出结果 ARCH Test F-statistic 2. 886465 Probability 0.085992 Obs*R-squared 7. 867378 Probability 0.096559 Dependent ESId 2
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: 05/31/04 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: F-statistic 2.886465 Probability 0.085992 Obs*R-squared 7.867378 Probability 0.096559 Test Equation: Dependent Variable: RESID^2 7
Method: Least Squares Date:06/10/04Time:00:33 Sample(adjusted): 1984 1997 Included observations: 14 after adjusting endpoints Coefficient Std. Error t-Statistic 9299857 7646794.-1.216177 2549 RESID 2 (-1) 0.0335820.3083770.1089000.91 RESID 2 (-2 0.7432730.320424-2.3196500.0455 RESID 2(3 0.854852 11.02966-0.0775050.9399 RESID 2 (4) 37.04345 10.913803.394182 0.0079 R-squared 0. 561956 Mean dependent var Adjusted R-squared 0.367269 S.D. dependent var 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?(a=0.05 dn=1.158,dn=1.391) (2)该模型中是否存在异方差?说明理由(显著性水平为0.1 x21(4)=77794) (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DW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
Method: Least Squares Date: 06/10/04 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 ， l = dd u = 391.1,158.1 ） （2）该模型中是否存在异方差？说明理由（ 显 著 性 水 平 为 0.1， 7794.7)4( ）。 2 χ 1.0 = （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。 8
