第1讲 回归分析概述

第1讲单元测试

1、回归分析中关于解释变量X和被解释变量Y的说法正确的是:
    A、解释变量X和被解释变量Y都是随机变量
    B、解释变量X和被解释变量Y都是非随机变量
    C、解释变量X是非随机变量,被解释变量Y是随机变量
    D、解释变量X是随机变量,被解释变量Y是非随机变量

2、以下模型属于线性回归模型的是:
    A、
    B、
    C、
    D、
    E、

3、在回归方程中,G代表性别虚拟变量,男性则为1,否则为0。若G的定义改变为女性为1,否则为0,则回归方程应为:
    A、
    B、
    C、
    D、

4、以下关于计量经济学用途的说法正确的有:
    A、分析个人消费与个人可支配收入之间的关系。
    B、检验边际效用递减在现实中是否成立。
    C、预测未来经济走势,如国内生产总值(GDP)。
    D、描述商品价格与需求量之间的因果关系。
    E、分析父母身高与子女身高之间的函数关系。

5、计量经济学可用于描述商品需求曲线,即需求量与价格的关系。

6、计量经济学只能做定量研究,不能做定性研究,如个人的职业选择。

7、回归分析考察的是解释变量与被解释变量之间的函数关系。

8、回归方程中,被解释变量等于其估计值与随机误差项之和。

9、残差指的是被解释变量的真实值与估计值之差。

10、数据不准确可能导致回归分析的结论存在偏误。

第3讲 假设检验

第3讲单元测试

1、以下不适用F检验的情形是
    A、在含季节性虚拟变量的回归方程中,检验季节性是否存在。
    B、在柯布—道格拉斯生产函数中,检验规模报酬是否不变。
    C、在回归方程中,检验结构是否存在变化。
    D、在回归方程中,检验误差项是否服从正态分布。
    E、在回归方程中,检验某一参数是否异于零。
    F、在回归方程中,检验某一参数是否大于零。

2、以下关于t检验的局限性的说法错误的是
    A、t检验的结果是完全可信的。
    B、t检验的统计显著性并不等同于理论有效性。
    C、t检验不能考察相应变量在方程中的相对重要性。
    D、随着样本容量的增大,t统计量的值会越来越大。
    E、对于一个超大规模的样本而言,t检验没有任何意义,因为你几乎可以拒绝任何原假设。
    F、在回归方程中,参数估计值和t统计量的值越大,该变量越重要。

3、以下关于单侧t检验的判定方法正确的是
    A、如果t统计量的值大于临界值,则拒绝原假设。
    B、如果t统计量的值大于临界值,且参数符号与H0隐含的符号相同,则拒绝原假设。
    C、如果t统计量的值大于临界值,且参数符号与HA隐含的符号相同,则拒绝原假设。
    D、如果p值小于研究所要求的显著性水平,则拒绝原假设。
    E、如果p值小于研究所要求的显著性水平,且参数符号与H0隐含的符号相同,则拒绝原假设。
    F、如果p值小于研究所要求的显著性水平,且参数符号与HA隐含的符号相同,则拒绝原假设。

4、以下关于单侧t检验和双侧t检验的说法正确的有
    A、对参数符号具有明显预期时用单侧t检验,预期不确定时用双侧t检验。
    B、EViews回归结果中的t检验默认的是双侧检验。
    C、EViews回归结果中的t检验默认的是单侧检验。
    D、给定自由度和显著性水平,双侧t检验的临界值大于单侧t检验的临界值。
    E、给定自由度和显著性水平,双侧t检验的临界值是单侧t检验的临界值的2倍。
    F、在给定的显著性水平下,若某参数的双侧t检验拒绝原假设,该参数的单侧t检验在参数符号符合预期时也拒绝原假设。
    G、在给定的显著性水平下,若某参数的单侧t检验拒绝原假设,该参数的双侧t检验也拒绝原假设。

5、以下关于邹检验的说法正确的有
    A、邹检验主要考察方程的总体显著性。
    B、邹检验只能处理回归方程仅存在一次结构变化的情形。
    C、邹检验假定两个子样本的误差项服从独立、同方差的正态分布。
    D、邹检验明确指出子样本中方程的差别来源于截距项。
    E、邹检验不确定子样本中方程的差别来源于截距还是斜率,或二者兼有。
    F、邹检验假定结构转折点的时间是已知的。
    G、邹检验允许结构变化的时间是未知的。

6、假设检验通常将希望出现的结果作为原假设,将不希望出现的结果作为备择假设。

7、检验回归参数是否显著地异于某一特定的非零值,可以用t检验,也可以用F检验。

8、若方程总体显著性的F检验拒绝原假设,每个斜率参数的双侧t检验都拒绝“参数为零”原假设。

9、假设检验的结论是“不拒绝”而不是“接受”。

10、显著性水平也就是第一类错误的概率。

11、在回归分析中,t统计量的绝对值越大,相应的解释变量越重要。

第2讲 普通最小二乘法

第2讲单元测试

1、讨论回归结果时不用花费太多时间去分析常数项的估计值,这主要依据的假设是:
    A、误差项总体均值为0。
    B、所有解释变量与误差项都不相关。
    C、误差项与观测值互不相关 。
    D、误差项具有同方差。
    E、模型设定无误。

2、在关于身高和体重的模型中,新增QQ号码这个变量后,以下说法错误的是:
    A、身高的参数估计值可能发生变化。
    B、判定系数可能减小。
    C、调整的判定系数可能减小。
    D、QQ号码的参数估计值一定为0.
    E、常数项的估计值可能发生变化。

3、一元回归方程的样本回归线必然通过的点为:
    A、
    B、
    C、
    D、
    E、

4、以下关于最小二乘法的说法正确的有:
    A、最小二乘法的目标是残差平方和最小。
    B、所估计的对象是方程中的参数。
    C、最小二乘法的目标是残差之和最小。
    D、判定系数可以为负数
    E、判定系数越大,模型越好。
    F、判定系数并不是越大越好。

5、建立玉米产量Y对施肥密度F和降雨量R的回归方程,估计结果为。则以下说法正确的有:
    A、常数项-120意味着玉米产量可能为负。
    B、若变量F的参数真实值为0.20,则参数估计值-0.10表明OLS估计量是有偏的。
    C、变量F的参数估计值的符号不符合预期,并不影响OLS估计量的BLUE性质。
    D、若方程不满足所有古典假设,变量R的参数真实值也可能等于5.33。

6、最小二乘法的目标是误差项之和最小。

7、若所有解释变量对被解释变量没有影响,回归方程的判定系数一定为0。

8、若某解释变量在理论上对被解释变量没有影响,该解释变量的参数估计值一定为0.

9、若采用两组样本估计同一回归方程,参数估计值的差异体现了数据的随机性。

10、若解释变量之间存在完全多重共线性,则参数估计值无法获得。

11、随机误差项的总体均值为0以及随机误差项与解释变量不相关保证了参数估计量的无偏性。

12、若随机误差项服从t分布,则OLS估计量不再具有BLUE性质。

第4讲 模型设定

第4讲单元测试

1、以下关于模型设定准则的说法正确的是
    A、回归方程包含一个变量的最重要的准则是理论,而不是统计上的显著性。
    B、参数t检验不显著的变量不能简单地从方程中剔除。
    C、若变量加入方程后,判定系数增大,方程应包含该变量。
    D、若变量加入方程,其他变量的系数符号发生改变且不再符合预期,方程不应包含该变量。
    E、若某变量是理论上必须包含的变量,即使系数t检验不显著,方程也应包含该变量。
    F、t检验不显著的变量应该从方程中剔除。

2、以下关于函数形式选择的说法正确的是
    A、研究柯布-道格拉斯生产函数,方程为
    B、研究柯布-道格拉斯效用函数,方程为
    C、研究可支配收入对某种商品消费量的影响,方程为
    D、研究可支配收入对消费的影响,方程为
    E、研究员工年龄对员工年收入的影响,方程为

3、当方程中同时存在遗漏变量和不相干变量时,应首先解决遗漏变量的问题。

4、相对而言,遗漏变量的后果比不相干变量的后果更加严重。

5、模型设定准则中AIC的值越大越好,SC的值越小越好。

6、方程函数形式的选择主要取决于哪个函数形式拟合的最好。

第5讲 多重共线性

第5讲单元测试

1、建立人均鸡肉消费量Y对鸡肉价格PC、牛肉价格PB、人均总收入XD、人均可支配收入YD的回归方程,采用年度数据的回归结果显示,方程存在多重共线性。以下关于多重共线性的补救措施正确的是
    A、剔除鸡肉价格PC
    B、剔除牛肉价格PB
    C、剔除人均总收入XD或人均可支配收入YD
    D、采用相对价格PC/PB或PB/PC替代PC和PB
    E、增大样本容量

2、支配变量通常与被解释变量高度相关,以至于掩盖了方程中其他解释变量对被解释变量的影响。因此,回归分析中应避免使用支配变量。以下情形中,所涉及的变量属于支配变量的是
    A、某棒球队每年参加比赛的次数都相同,在关于赢得比赛次数的方程中,该球队输掉比赛的次数。
    B、某餐厅的各连锁店的销售额基本相同,在总销售额模型中,连锁店的个数。
    C、总消费支出的方程中,可支配收入。
    D、某汽车制造商(自己不制造轮胎)生产汽车数量的年度模型中,所购买的轮胎数量。
    E、农业供给函数中,每亩地使用的化肥数量。

3、如果回归方程选取为解释变量,由于的函数,方程存在完全多重共线性。

4、多重共线性可能造成参数估计值的符号与预期不一致。

5、多重共线性指的是解释变量与被解释变量之间存在的线性关系。

6、几乎每一个回归方程都在某种程度上存在多重共线性问题。

第7讲 异方差性

第7讲单元测试

1、异方差性产生的后果主要包括:
    A、OLS估计量是有偏的。
    B、OLS估计量仍是无偏的。
    C、OLS估计量仍是有效的。
    D、OLS估计量不再是有效的。
    E、标准误的OLS估计量是有偏的。
    F、标准误的OLS估计量是无偏的。
    G、OLS估计假设检验仍然可靠。
    H、OLS估计的假设检验不可靠。

2、以下关于异方差性检验方法的说法正确的有:
    A、异方差检验首先要明确是纯异方差还是非纯异方差。
    B、Park检验中对t统计量进行检验时应采用单侧检验
    C、Park检验采用的是双对数回归模型。
    D、White检验中可包含解释变量的交叉项,也可不包含解释变量的交叉项。
    E、异方差检验主要关注残差。
    F、若异方差与解释变量完全没有关系,White检验也无能为力。

3、遗漏变量可能导致回归模型存在非纯异方差性。

4、横截面数据的回归更容易产生异方差。

5、异方差性的检验思路与序列相关性的检验思路是相似的。

6、若回归模型修正了非纯异方差性问题后,无需检验纯异方差性问题。

7、若Park检验和White检验均未检验出异方差性,回归模型一定不存在异方差问题。

8、异方差性是回归分析中普遍存在的问题,几乎每个方程都需要进行异方差性修正,因此,同方差不必包含在古典假设中。

第6讲 序列相关性

第6讲单元测试

1、序列相关性产生的后果主要包括:
    A、OLS估计量是有偏的。
    B、OLS估计量仍是无偏的。
    C、OLS估计量是有效的。
    D、OLS估计量不再是有效的。
    E、标准误的OLS估计量是有偏的。
    F、OLS估计假设检验仍然可靠。
    G、OLS估计的假设检验不可靠。

2、以下关于序列相关检验方法的说法正确的有:
    A、序列相关检验首先要明确是纯序列相关还是非纯序列相关。
    B、德宾-沃森d统计量的取值在-1和+1之间。
    C、德宾-沃森d检验是双侧检验,即检验误差项是否存在序列相关。
    D、德宾-沃森d检验假定误差项具有同方差性。
    E、德宾-沃森d检验只能检验一阶序列相关。

3、设定偏误可能导致回归模型存在非纯序列相关。

4、若回归模型修正了非纯序列相关问题后,无需检验纯序列相关问题。

5、若德宾-沃森d检验未发现序列相关性,回归模型一定不存在序列相关性问题。

6、德宾-沃森d统计量仅在时间序列数据的回归模型中有意义。

第8讲 虚拟变量

第8讲单元测试

1、在仅含虚拟变量的一元回归模型中,若重新设置被省略的状态,改变虚拟变量的定义,则以下说法正确的是:
    A、截距参数不会发生变化。
    B、斜率参数不会发生变化。
    C、仅有截距参数发生变化。
    D、仅有斜率参数发生变化。
    E、截距参数和斜率参数均会发生变化。

2、在研究收入问题时,有人发现收入主要受到工作经验、学历的影响。而且随着工作经验的增加,学历产生的影响更大。令Y代表收入;Exp代表工作年限;D代表学历虚拟变量,大学毕业及以上取1,大学以下取0。以下回归方程中正确的是:
    A、
    B、
    C、
    D、
    E、
    F、

3、虚拟变量的个数一般比定性变量的状态个数少1。

4、若研究东部、中部、西部的员工工资差异,模型中需要设置3个虚拟变量。

5、运用斜率虚拟变量时,方程中一般同时包含截距虚拟变量和一般解释变量。

6、若分析学历(含高中生、本科生、硕士生三类)对薪水的影响,可设置硕士生为2,本科生为1,其他为0。

7、引入加法形式的虚拟变量主要考察截距的不同。

8、引入乘法形式的虚拟变量主要考察斜率的不同。

9、邹检验可采用虚拟变量模型实现。