经济计量学习题与解答.doc

目 录第一章绪论第二章 一元线性回归模型第三章 多元线性回归模型第四章违背经典假定的回归模型第五章分布滞后模型第六章虚拟解释变量模型第七章 联立方程模型经济计量分析模拟试题一经济计量分析模拟试题二第一章 绪论练习题一、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政策变量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1C 2A 3C 4A 5C6D 7C 8D 二、多项选择题1ABCDE 2BCE 3CDE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应用经济计量学：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。（）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。（）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。（）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 一元线性回归模型一、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（ ）AY为随机变量，X为非随机变量BY为非随机变量，X为随机变量CX、Y均为随机变量DX、Y均为非随机变量3在X与Y的相关分析中（ ）AX是随机变量，Y是非随机变量BY是随机变量，X是非随机变量CX和Y都是随机变量DX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 BCD10判定系数R2的取值范围为（ ）AR22 BR21CR24D1R2411回归系数通过了 t检验，表示（ ）A0B0C0，=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 BC 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 BCDE3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方差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1以19781997年中国某地区进口总额（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=0.9388 n=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；(3) 检验斜率系数的显著性。（计算结果保留三位小数）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，查t分布表可知t0.025()=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+8.0863M1t Se =（77.9664） ( 0.2197)模型2：GDPt = 44.0626+1.5875M2t Se = (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=10.0+0.9，且已知=100，=200，=4000。试预测当0=250时，的均值0的值，并求0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1C2A 3C4D 5A6D7B8C9C 10B11A12B13二、多项选择题1ABC2BCE3DE4BD5ABCD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。答：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：, ，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：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（ij）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统计量分别为所以均为显著的。（2）2的置信区间为0.71942.3060.02172 0.7194+2.3060.0217 0.6692 0.9803解：模型1判定系数为模型2的判定系数为模型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系数均通过了t检验，说明M1t与M2t均与GDPt有线性关系，但模型的判定系数R2大于模型2的判定系数R2，具有较好的拟合优度，因此应选择模型1。4解：0的预测值为0 =10.0+0.9250=235.0 0的95%的置信区间为 235.02.2288.42 0 235.0+2.2288.42216.24 0 253.76第三章 多元线性回归模型练习题一、单项选择题1.在线性回归模型Yi=1+2X2i+2X3i+ui中，2表示（）A3 i，ui保持不变条件下，2每变化一单位时，的均值的变化。B任意情况下，2每变化一单位时，的均值的变化。C3 i保持不变条件下，2每变化一单位时，的均值的变化。Dui保持不变条件下，2每变化一单位时，的均值的变化。2在线性回归模型Yi=1+2X2i+2X3i+ui中，1的含义为（）A指所有未包含到模型中来的变量对的平均影响。Bi的平均水平。C2 i，3 i不变的条件下，i的平均水平。D2 i=0，3 i=0时，i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（）AR2BR2CR2DR24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=1+22+33+4 4+u中，3与4高度相关，2与3，4无关，则因为3与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=1+22+33+4 4+u中，如果原假设H0：2 = 0成立，则意味着（ ）A估计值=0 B2与无任何关系C回归模型不成立D2与无线性关系7在对数线性模型中，度量了（）A变动1%时，变动的百分比。B变动1%时，变动的百分比。C变动一个单位时，变动的数量。D变动一个单位时，变动的数量。8在线性到对数模型，中，Yt代表国内生产总值，t代表时间变量，则斜率系数2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在对数到线性模型中，斜率系数2的含义为（）A变动1%时，变动的数量。B变动一个单位时，变动的数量。C变动1%时，变动的百分比。D变动一个单位时，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3，则会使的最小二乘估计（ ）A3与2相关时有偏BX3与X2相关时无偏C无偏D有偏12对于倒数模型t =1+2，当10, 20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（ ）AF=1 BF=-1CF=0 DF=14根据样本资料估计得到人均消费支出对人均收入的回归模型为，这表明人均收入每增加1%，人均消费支出将增加（）A2%B0.2%C0.75%D7.5%15对回归系数进行显著性检验时的t统计量为（ ）ABCD二、多项选择题1多元回归模型i =1+22i+33i+ui通过了整体显著性F检验，则可能的情况为（ ）A2 = 0，3 = 0B2 0，3 0C2 = 0，3 0D2 0，3 = 0E2 =3 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（ ）ABCDE3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i =1+22i+33i+ui时，如果使用模型i = 中，则遗漏了重要解释变量3，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3与2相关，则是有偏、非一致的；B如果3与2不相关，则是有偏、非一致的；C如果3与2不相关，则是无偏的；D如果3与2相关，则是有偏、一致的。如果3与2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j的最小二乘估计量方差的因素有哪些？3简述高斯一马尔可夫定理及其意义；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。对数线性模型的优点有哪些？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，=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t=1+22t+33t+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)=3.103据19501969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-12.560t (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=0+11+22+33+44+ u其中，=商品销售量，1居民可支配收入，2=该商品的价格指数，3=该商品的社会拥有量，4=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 + 5.288Vt0.116t+0.54M t + 0.046M t-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）引进变量的原理为何？理论上，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)=3.063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+0.71350.1081+0.0045t (16.35) (21.69) (-6.42) (15.86) R2=0.98其中，=产出，=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。（计算结果保留二位小数）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1C2A3B4C5D6B7A8D9A10A11A12D13D14C15D二、多项选择题1BCD2BC3ABCD 4AC三、名词解释1多元线性回归模型：在模型中包含二个以上的解释变量的线性回归模型。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（nk）和（n1）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（nk）和（n1）去除。2多元经典回归模型中，影响偏回归系数j的最小二乘估计量方差的因素有哪些？答：的方差取决于如下三个因素：。（）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。（）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。（）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。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，j2, 3, , k（2）计算F统计量 （3）在给定显著性水平的条件下，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。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。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解：（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解：（1） （2） =304.583F=304.583F0.05(2,17)=3.59所以回归模型整体显著3解：（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解：（1）模型1：模型2：F1=331.834F0.05(3,6)=4.76F2=498.501F0.05(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：=1.96F0.05(4,15)=3.06，回归模型整体显著。3解：（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