计量经济学 · 学习通作业刷题
《学习通作业汇总》共 211 题 · 第1章 / 第二章 / 第二章（第2份）/ 第四章 / 第五章 / 第六章 / 第八章 · 单选·多选·判断·填空 · 含答案、解析与原始作答备注
0已做
0答对
0答错
0不确定
0%正确率
0收藏
0 / 211 已做 · 正确率 0%
第1章单选题第1题未做
计量经济学是以下哪三个学科的交叉学科?( )
正确答案 A 经济学、数学、统计学
解析 计量经济学是经济学、数学、统计学的交叉学科，核心是用定量方法研究经济现象的数量规律。
第1章单选题第2题未做
计量经济学的研究对象是( )。
正确答案 A 经济现象的数量规律
解析 计量经济学的研究对象是经济现象的数量规律，通过建立计量经济模型揭示经济变量之间的数量关系。
第1章单选题第3题未做
计量经济研究的核心目标是( )。
正确答案 B 估计总体回归函数
解析 计量经济研究的核心目标是通过样本数据估计总体回归函数，从而揭示经济变量之间的真实数量关系。其他选项都是计量经济学的应用方向，但不是核心目标。
第1章单选题第4题未做
下列不属于计量经济学研究步骤的是( )。
正确答案 D 理论推导
解析 计量经济学的研究步骤包括模型设定、参数估计、模型检验、模型应用四个环节，理论推导不是独立的研究步骤，而是贯穿于各个环节中。
第1章单选题第5题未做
在计量经济模型中，参数的含义是( )。
正确答案 A 描述经济变量之间数量关系的常数
解析 参数是描述经济变量之间数量关系的常数，是计量模型中需要估计的核心内容，反映了解释变量对被解释变量的影响程度。
第1章单选题第6题未做
下列属于内生变量特点的是( )。
正确答案 A 由模型系统内部决定
解析 内生变量是由模型系统内部决定的变量，其取值受模型中其他变量的影响，是模型的输出结果。
第1章单选题第7题未做
下列属于截面数据的是( )。
正确答案 B 2023年全国31个省份的GDP数据
解析 截面数据是指在同一时间点上对不同个体的观测数据，2023年全国31个省份的GDP数据属于典型的截面数据。A是时间序列数据，C是面板数据，D是时间序列数据。
第1章单选题第8题未做
下列属于时间序列数据的是( )。
正确答案 B 2010-2023年某省的居民消费支出数据
解析 时间序列数据是指对同一个体在不同时间点的观测数据，2010-2023年某省的居民消费支出数据属于时间序列数据。A是截面数据，C是截面数据，D是面板数据。
第1章单选题第9题未做
面板数据是指( )。
正确答案 C 包含时间和截面两个维度的观测数据
解析 面板数据同时包含时间和截面两个维度，是对多个个体在多个时间点的观测数据。A是截面数据，B是时间序列数据。
第1章单选题第10题未做
计量经济模型中的随机扰动项不包括以下哪项内容?( )
正确答案 D 解释变量对被解释变量的系统性影响
解析 随机扰动项代表排除在模型以外的所有因素对被解释变量的影响，包括未知因素、无法观测的已知因素、细小影响因素的综合等。解释变量对被解释变量的系统性影响由回归函数部分反映，不包含在随机扰动项中。
第1章单选题第11题未做
计量经济学与数理统计学的主要区别在于( )。
正确答案 C 是否以经济理论为指导
解析 计量经济学与数理统计学的主要区别在于计量经济学始终以经济理论为指导，研究的是现实经济问题，而数理统计学可以研究一般的随机现象。两者都使用统计方法和数学模型。
第1章单选题第12题未做
理论计量经济学与应用计量经济学的主要区别是( )。
正确答案 A 是否研究计量方法的理论基础
解析 理论计量经济学主要研究计量方法的理论基础，包括估计方法、检验方法的性质和推导;应用计量经济学则是将计量方法应用于具体经济问题的研究。两者都使用实际数据、估计参数和检验模型。
第1章单选题第13题未做
在计量经济模型的检验中，不包括以下哪种检验?( )
正确答案 D 数学推导检验
解析 计量模型的检验包括经济意义检验、统计检验、计量经济学检验、预测检验四个层次，数学推导检验不属于模型检验的内容。
第1章单选题第14题未做
经济意义检验的目的是( )。
正确答案 A 检验参数估计值的符号和大小是否符合经济理论
解析 经济意义检验的目的是检验参数估计值的符号、大小和相互关系是否符合经济理论和现实经验，这是模型检验的第一步，也是最重要的一步。B是统计检验的内容，C是计量经济学检验的内容，D是统计检验的内容。
第1章单选题第15题未做
下列关于计量经济学的说法错误的是( )。
正确答案 C 计量经济学只能用于经济预测
解析 计量经济学的应用包括经济结构分析、经济预测、政策评价、理论验证四个方面，并非只能用于经济预测。
第1章单选题第16题未做
样本回归函数与总体回归函数的关系是( )。
正确答案 A 样本回归函数是总体回归函数的估计
解析 总体回归函数是客观存在但未知的，样本回归函数是通过样本数据对总体回归函数的估计，样本回归函数会随抽样波动而变化，是随机的。
第1章单选题第17题未做
计量经济模型中的被解释变量也称为( )。
正确答案 B 因变量
解析 被解释变量也称为因变量，是模型要解释的对象;解释变量也称为自变量，是用来解释被解释变量变化的变量。
第1章单选题第18题未做
下列变量中属于外生变量的是( )。
正确答案 C 研究经济增长模型时的技术进步率
解析 外生变量是由模型系统外部决定的变量，不受模型内部其他变量的影响。技术进步率通常被视为经济增长模型的外生变量。其他选项中的变量一般都是模型的内生变量。
第1章单选题第19题未做
计量经济研究中，模型设定阶段的核心工作是( )。
正确答案 A 确定模型包含的变量和函数形式
解析 模型设定阶段的核心工作是根据经济理论和研究目的，确定模型包含的变量和具体的函数形式，这是整个计量研究的基础。
第1章单选题第20题未做
下列关于虚拟变量数据的说法正确的是( )。
正确答案 A 只能取0或1两个值
解析 虚拟变量数据是离散型数据，通常只能取0或1两个值，用来表示定性因素的两种状态(如性别、政策实施与否等)，既可以作为解释变量，也可以作为被解释变量。
第二章单选题第1题未做
相关分析与回归分析的主要区别在于( )
正确答案 A 相关分析研究变量间的相关程度，回归分析研究变量间的因果关系
解析 相关分析研究变量间的线性相关程度，变量是对称的;回归分析研究变量间的因果关系，需要区分解释变量和被解释变量，变量是不对称的。
第二章单选题第2题未做
总体回归函数是指( )
正确答案 B 被解释变量的总体条件均值随解释变量变化的函数
解析 总体回归函数描述的是被解释变量的总体条件均值随解释变量变化的规律，是客观存在但未知的。A是样本回归函数的定义。
第二章单选题第3题未做
样本回归函数与总体回归函数的关系是( )
正确答案 A 样本回归函数是总体回归函数的估计
解析 样本回归函数是通过样本数据对总体回归函数的估计，会随抽样波动而变化，是随机的;总体回归函数是确定的，但无法直接观测。
第二章单选题第4题未做
计量经济模型中的随机扰动项不包含以下哪项内容( )
正确答案 B 解释变量对被解释变量的系统性影响
解析 随机扰动项代表排除在模型以外的所有因素对被解释变量的影响，包括未知因素、无法观测的已知因素、细小影响因素的综合等。解释变量对被解释变量的系统性影响由回归函数部分反映，不包含在随机扰动项中。
第二章单选题第5题未做
简单线性回归模型的基本假定不包括( )
正确答案 C 随机扰动项的方差随解释变量变化
解析 简单线性回归的基本假定包括解释变量非随机、随机扰动项零均值、同方差、无自相关、与解释变量不相关、服从正态分布。同方差假定要求随机扰动项的方差是常数，不随解释变量变化。
第二章单选题第6题未做
普通最小二乘法(OLS)的核心思想是使( )最小
正确答案 C 被解释变量实际值与估计值的离差平方和
解析 普通最小二乘法的核心思想是使被解释变量实际值与估计值的残差平方和最小，从而找到最优的样本回归线。
第二章单选题第7题未做
在古典假定条件下，OLS估计量具有的优良性质是( )
正确答案 A 线性、无偏性、有效性
解析 在古典假定条件下，OLS估计量具有线性(是被解释变量的线性函数)、无偏性(期望等于总体参数真实值)、有效性(在所有线性无偏估计量中方差最小)三个优良性质。
第二章单选题第8题未做
高斯定理是指在古典假定条件下，( )
正确答案 A OLS估计量是最佳线性无偏估计量
解析 高斯定理表明，在古典假定满足的条件下，OLS估计量是最佳线性无偏估计量(BLUE)，即拥有线性、无偏、最小方差的性质。
第二章单选题第9题未做
总变差TSS、回归平方和ESS、残差平方和RSS的关系是( )
正确答案 A TSS = ESS + RSS
解析 总变差(TSS)= 回归平方和(ESS，模型解释的部分)+ 残差平方和(RSS，模型未解释的部分)，这是拟合优度度量的基础。
第二章单选题第10题未做
可决系数R²的取值范围是( )
正确答案 B 0 ≤ R² ≤ 1
解析 可决系数R²是回归平方和占总变差的比重，取值范围在0到1之间，越接近1说明模型拟合优度越好。
第二章单选题第11题未做
可决系数R²是指( )
正确答案 B 回归平方和占总变差的比重
解析 可决系数R²衡量的是被解释变量的总变差中能够被解释变量解释的比例，即回归平方和占总变差的比重。
第二章单选题第12题未做
对于简单线性回归模型，可决系数R²与解释变量和被解释变量的相关系数r的关系是( )
正确答案 B R² = r²
解析 在简单线性回归中，可决系数R²在数值上等于解释变量和被解释变量的相关系数r的平方，但两者的含义不同，R²反映模型的解释能力，r反映变量间的线性相关程度。
第二章单选题第13题未做
回归系数的t检验的原假设是( )
正确答案 B 回归系数等于0
解析 回归系数t检验的原假设是H₀: β₁=0，即解释变量对被解释变量没有显著影响;备择假设是H₁: β₁≠0，即有显著影响。
第二章单选题第14题未做
在简单线性回归中，若回归系数β₁的t统计量的绝对值大于临界值，则意味着( )
正确答案 A 解释变量对被解释变量有显著影响
解析 当t统计量的绝对值大于临界值时，拒绝原假设，认为回归系数显著不为0，即解释变量对被解释变量有显著影响。
第二章单选题第15题未做
回归分析中的P值表示( )
正确答案 A 拒绝原假设的最低显著性水平
解析 P值是基于样本数据计算的拒绝原假设的最低显著性水平，P值越小，拒绝原假设的证据越充分。
第二章单选题第16题未做
当P值小于显著性水平α时，应该( )
正确答案 A 拒绝原假设，认为回归系数显著
解析 当P值小于显著性水平α时，说明在α的显著性水平下可以拒绝原假设，认为回归系数显著不为0。
第二章单选题第17题未做
被解释变量的平均值预测与个别值预测的关系是( )
正确答案 A 两者的点预测值相同，区间预测不同
解析 平均值预测和个别值预测的点预测值是相同的，都是Ŷ₀ = β̂₀ + β̂₁X₀，但两者的预测区间不同，个别值的预测区间更宽。
第二章单选题第18题未做
关于预测区间，下列说法正确的是( )
正确答案 C 解释变量取值越接近样本均值，预测区间越窄
解析 预测区间的宽度受样本容量和解释变量取值的影响，解释变量取值越接近样本均值，预测区间越窄;样本容量越大，预测区间越窄;个别值的预测区间比平均值的预测区间宽。
第二章单选题第19题未做
OLS回归线的数学性质不包括( )
正确答案 C 解释变量与残差相关
解析 OLS回归线的数学性质包括:残差的均值为0;回归线通过样本均值点;解释变量与残差不相关;被解释变量估计值的均值等于实际值的均值。
第二章单选题第20题未做
计量经济学中，线性回归模型的"线性"是指( )
正确答案 B 对参数而言是线性的
解析 计量经济学中的线性回归模型的"线性"主要是指对参数而言是线性的，只要参数是线性的，即使变量是非线性的，也可以通过变换转化为线性模型进行估计。
第二章判断题第21题未做
相关系数为0说明两个变量之间不存在任何关系。( )
正确答案 错
解析 相关系数为0说明两个变量之间不存在线性相关关系，但可能存在非线性相关关系。
第二章判断题第22题未做
总体回归函数是客观存在的，但通常是未知的。( )
正确答案 对
解析 总体回归函数反映的是总体中变量之间的真实数量关系，是客观存在的，但由于我们通常无法获得总体的全部数据，因此总体回归函数通常是未知的。
第二章判断题第23题未做
样本回归函数是唯一的，不会随抽样波动而变化。( )
正确答案 错
解析 样本回归函数是通过样本数据估计得到的，会随抽样的不同而变化，不是唯一的。
第二章判断题第24题未做
随机扰动项的零均值假定意味着解释变量与随机扰动项不相关。( )
正确答案 错
解析 零均值假定是指在给定X的条件下，随机扰动项的条件期望为0;解释变量与随机扰动项不相关是另一个独立的基本假定。
第二章判断题第25题未做
在古典假定条件下，OLS估计量是最佳线性无偏估计量。( )
正确答案 对
解析 这是高斯定理的核心结论，在古典假定满足的条件下，OLS估计量具有最佳线性无偏的性质。
第二章判断题第26题未做
可决系数R²越接近1，说明模型的拟合优度越好。( )
正确答案 对
解析 可决系数R²衡量模型对样本数据的拟合程度，越接近1说明模型能够解释的变差越多，拟合优度越好。
第二章判断题第27题未做
回归系数的t检验显著说明解释变量是被解释变量变化的原因。( )
正确答案 错
解析 回归系数的t检验显著只能说明解释变量与被解释变量之间存在显著的线性相关关系，但不能直接证明存在因果关系，因果关系需要依靠经济理论来判断。
第二章判断题第28题未做
对于同样的解释变量取值，个别值的预测区间比平均值的预测区间宽。( )
正确答案 对
解析 个别值的预测不仅受抽样波动的影响，还受随机扰动项的影响，因此其预测区间比平均值的预测区间更宽。
第二章判断题第29题未做
当样本容量趋于无穷大时，OLS估计量仍然有偏。( )
正确答案 错
解析 OLS估计量是一致估计量，当样本容量趋于无穷大时，OLS估计量依概率收敛于总体参数的真实值。
第二章判断题第30题未做
线性回归模型中的解释变量只能是定量变量，不能是定性变量。( )
正确答案 错
解析 线性回归模型中的解释变量可以是定性变量，通过引入虚拟变量(取值为0或1)来表示定性因素的影响。
第二章（第2份）单选题第1题未做
在多元线性回归模型中，偏回归系数βj的含义是( )
正确答案 C 其他解释变量不变，解释变量Xj变动一单位引起被解释变量Y平均值的净变动
解析 偏回归系数的定义是控制其他解释变量不变的条件下，第j个解释变量的单位变动对被解释变量平均值的"净"影响，C选项最准确。
第二章（第2份）单选题第2题未做
多元线性回归模型中的"线性"是指( )
正确答案 B 参数是线性的
解析 多元线性回归中的"线性"是针对参数而言的，对变量可以是线性也可以是非线性，如对数形式的生产函数也属于线性回归模型。
第二章（第2份）单选题第3题未做
对于有k个解释变量的多元线性回归模型，样本回归函数的矩阵形式是( )
正确答案 D
解析 样本回归函数是对总体回归函数的估计，形式为$\hat{Y}=X\hat{\beta}$，包含残差的是样本回归模型$\hat{Y}=X\hat{\beta}+e$。
第二章（第2份）单选题第4题未做
多元线性回归模型的无多重共线性假定是指( )
正确答案 B 解释变量之间不存在完全的线性相关关系
解析 无多重共线性假定是指解释变量之间不存在完全的线性相关关系，允许存在一定程度的相关。
第二章（第2份）单选题第5题未做
在古典假定下，多元线性回归的OLS估计量具有( )
正确答案 D 以上都是
解析 古典假定下OLS估计量同时具有线性、无偏性和最小方差性，即BLUE性质。
第二章（第2份）单选题第6题未做
对于有k个解释变量的多元线性回归模型，随机扰动项方差的无偏估计是( )
正确答案 A
解析 多元回归中随机扰动项方差的无偏估计为 ，其中k是解释变量个数加1(包含截距项)。
第二章（第2份）单选题第7题未做
多重可决系数$R^2$是指( )
正确答案 B 解释了的变差占总变差的比重
解析 多重可决系数是解释了的变差(ESS)占总变差(TSS)的比重，反映模型对样本数据的拟合程度。
第二章（第2份）单选题第8题未做
修正的可决系数 与多重可决系数 的关系是( )
正确答案 A
解析 修正可决系数的公式为 ，通过调整自由度消除解释变量个数对可决系数的影响。
第二章（第2份）单选题第9题未做
关于修正的可决系数 ，下列说法正确的是( ) 一定会增加
正确答案 B 可能为负值
解析 当模型拟合效果极差时，修正可决系数可能出现负值，此时规定其取值为0。
第二章（第2份）单选题第10题未做
多元线性回归模型的F检验是检验( )
正确答案 B 所有解释变量联合起来对被解释变量的影响是否显著
解析 F检验的目的是检验所有解释变量联合起来对被解释变量的影响是否显著，即方程的整体显著性。
第二章（第2份）单选题第11题未做
在多元线性回归模型的F检验中，原假设是( )
正确答案 A
解析 F检验的原假设是所有偏回归系数同时为0，即所有解释变量联合起来对被解释变量没有显著影响。
第二章（第2份）单选题第12题未做
对于有k个解释变量的多元线性回归模型，F统计量的自由度是( )
正确答案 B k-1和n-k
解析 F统计量的分子自由度为k-1(解释变量个数)，分母自由度为n-k(样本容量减参数个数)。
第二章（第2份）单选题第13题未做
在多元线性回归中，F检验显著说明( )
正确答案 B 至少有一个解释变量对被解释变量的影响显著
解析 F检验显著只能说明至少有一个解释变量对被解释变量的影响显著，不能说明每个变量都显著。
第二章（第2份）单选题第14题未做
多元线性回归模型的t检验是检验( )
正确答案 A 单个解释变量的显著性
解析 t检验是对单个解释变量的显著性进行检验，判断在其他变量不变的情况下，该解释变量对被解释变量是否有显著影响。
第二章（第2份）单选题第15题未做
对于有k个解释变量、样本容量为n的多元线性回归模型，t统计量的自由度是( )
正确答案 A n-k
原始作答（不一致，仅供核对） n-k-1
解析 t统计量的自由度为n-k，其中k为参数个数(包含截距项)。
第二章（第2份）单选题第16题未做
在多元线性回归中，若某个解释变量的t检验不显著，说明( )
正确答案 B 该解释变量对被解释变量的影响不显著
解析 t检验不显著说明在给定显著性水平下，该解释变量对被解释变量的影响不显著，但不代表完全没有影响，可能是多重共线性等原因导致。
第二章（第2份）单选题第17题未做
多元线性回归模型中，被解释变量平均值的点预测公式是( )
正确答案 A
解析 平均值的点预测是将解释变量的预测值代入估计的回归方程，得到$\hat{Y}_0=X_0\hat{\beta}$。
第二章（第2份）单选题第18题未做
关于多元线性回归的预测，下列说法正确的是( )
正确答案 C 个别值预测区间比平均值预测区间宽
解析 个别值预测包含了随机扰动项的影响，因此其预测区间比平均值预测区间更宽。
第二章（第2份）单选题第19题未做
在有3个解释变量的多元线性回归模型中，若样本容量为30，则RSS的自由度是( )
正确答案 B 26
解析 RSS的自由度为n-k，k=3+1=4(包含截距项)，n=30，所以自由度为30-4=26。
第二章（第2份）单选题第20题未做
某多元线性回归模型的 ，样本容量n=31，解释变量个数k=5，则修正的可决系数 为( )
正确答案 A 0.76
解析 ，最接近的是0.76。【补充】原卷 R² 数值缺失；按修正可决系数公式 1-(1-R²)(n-1)/(n-k-1) 反推，R²=0.8 时恰得 0.76，供参考。
第二章（第2份）填空题第21题未做
在有k个解释变量的多元线性回归模型中，解释变量数据矩阵X是____阶矩阵，其第一列元素全为____。
正确答案 空1 n×k空2 1
原始作答（不一致，仅供核对） (1) n×(k+1) (2) 1
解析 解释变量矩阵X包含n个样本观测值，k个参数(包含截距项)，第一列为截距项对应的取值1。
第二章（第2份）填空题第22题未做
多元线性回归模型的基本假定中，比一元线性回归多了____假定。
正确答案 空1 无多重共线性
解析 多元回归比一元回归多了无多重共线性假定，因为一元回归只有一个解释变量，不存在多重共线性问题。
第二章（第2份）填空题第23题未做
修正可决系数的思想是用____去校正所计算的变差，以解决解释变量个数不同引起的对比困难。
正确答案 空1 自由度
解析 修正可决系数通过对不同变差除以各自的自由度，消除了解释变量个数对可决系数的影响，便于不同模型之间的比较。
第二章（第2份）填空题第24题未做
某多元线性回归模型的 ，F统计量对应的P值为0.000，说明____。
正确答案 空1 模型整体拟合效果较好，且方程整体显著
原始作答（不一致，仅供核对） (1) 模型拟合效果好，F检验整体高度显著，拒绝H0
解析 R^2=0.85说明模型能够解释85%的被解释变量变异，拟合效果较好;F统计量的P值为0.000，说明在常用显著性水平下方程整体显著。
第二章（第2份）填空题第25题未做
在古典假定下，多元线性回归的OLS估计量是____估计量，简称BLUE。
正确答案 空1 最佳线性无偏
解析 OLS估计量在古典假定下具有线性、无偏性和最小方差性，被称为最佳线性无偏估计量(BLUE)。
第二章（第2份）填空题第26题未做
多重可决系数 的计算公式是____，它度量的是____。
正确答案 空1 （原卷公式图未保留）空2 模型对样本数据的拟合程度
原始作答（不一致，仅供核对） (1) R²=ESS/TSS=1-RSS/TSS (2) 模型对样本数据的拟合程度
解析 多重可决系数是解释变差占总变差的比重，反映模型能够解释的被解释变量变异的比例。
第二章（第2份）填空题第27题未做
F检验是检验____的显著性，其统计量的计算公式是____。
正确答案 空1 所有解释变量联合显著性(或方程整体显著性)空2 （原卷公式图未保留）
原始作答（不一致，仅供核对） (1) 所有解释变量联合 (2) F=(ESS/k)/(RSS/(n-k-1))
解析 F检验用于检验方程整体是否显著，统计量由解释方差和剩余方差的比值构造。
第二章（第2份）填空题第28题未做
t检验是检验____的显著性，对于有k个解释变量的模型，t统计量的自由度是____。
正确答案 空1 单个解释变量空2 n-k
原始作答（不一致，仅供核对） (1) 单个解释变量 (2) n-k-1
解析 t检验针对单个解释变量的显著性，自由度为样本容量减去参数个数。
第二章（第2份）填空题第29题未做
被解释变量的预测分为____预测和____预测两种。
正确答案 空1 平均值空2 个别值
解析 预测分为对被解释变量条件均值的预测和对个别值的预测两种，二者的预测区间不同。
第二章（第2份）填空题第30题未做
在多元线性回归中，RSS的自由度是____，ESS的自由度是____。
正确答案 空1 n-k空2 k-1
原始作答（不一致，仅供核对） (1) n-k-1 (2) k
解析 RSS是剩余平方和，自由度为n-k;ESS是解释平方和，自由度为解释变量个数k-1。
第二章（第2份）判断题第31题未做
多元线性回归模型中，偏回归系数度量的是在其他变量不变的情况下，某一解释变量变动对被解释变量平均值的影响。( )
正确答案 对
解析 偏回归系数的定义就是控制其他解释变量不变时，某一解释变量变动对被解释变量平均值的影响。
第二章（第2份）判断题第32题未做
多元线性回归模型的"线性"是指变量之间是线性的。( )
正确答案 错
解析 多元线性回归的"线性"是指参数是线性的，变量可以是非线性的，如对数、平方等形式。
第二章（第2份）判断题第33题未做
无多重共线性假定要求解释变量之间不存在任何相关关系。( )
正确答案 错
解析 无多重共线性假定只要求不存在完全的线性相关，允许解释变量之间存在一定程度的相关。
第二章（第2份）判断题第34题未做
在古典假定下，OLS估计量是最佳线性无偏估计量。( )
正确答案 对
解析 在古典假定满足的条件下，OLS估计量具有最佳线性无偏估计的性质。
第二章（第2份）判断题第35题未做
多重可决系数 随着解释变量个数的增加而不减。( )
正确答案 对
解析 增加解释变量不会减少模型的解释能力，因此R^2 只会增加或保持不变，不会减少。
第二章（第2份）判断题第36题未做
修正的可决系数 可能为负值。( )
正确答案 对
解析 当模型的拟合效果极差时，修正可决系数可能出现负值，此时规定其取值为0。
第二章（第2份）判断题第37题未做
F检验显著说明每个解释变量对被解释变量的影响都显著。( )
正确答案 错
解析 F检验显著只能说明方程整体显著，不能说明每个解释变量都显著，可能存在部分变量不显著的情况。
第二章（第2份）判断题第38题未做
在多元回归中，t检验和F检验是等价的。( )
正确答案 错
解析 在一元回归中t检验和F检验是等价的，但在多元回归中F检验显著不代表每个t检验都显著，二者不等价。
第二章（第2份）判断题第39题未做
个别值的预测区间比平均值的预测区间更宽。( )
正确答案 对
解析 个别值预测包含了随机扰动项的变异，因此其预测区间比平均值预测区间更宽。
第二章（第2份）判断题第40题未做
若F检验不显著，则不需要再进行t检验。( )
正确答案 对
解析 如果F检验不显著，说明方程整体不显著，此时进行单个变量的t检验没有意义。
第四章单选题第1题未做
多重共线性是指( )
正确答案 A 解释变量之间存在精确或近似的线性关系
解析 多重共线性的定义是解释变量之间存在精确的(完全多重共线性)或近似的(不完全多重共线性)线性关系，针对的是解释变量内部的相关情况。
第四章单选题第2题未做
当解释变量之间存在完全多重共线性时，会导致( )
正确答案 C 参数估计值不确定，方差无限大
解析 完全多重共线性下，解释变量矩阵X不满秩，不存在，OLS估计无法得到确定的参数值，且参数估计的方差会变为无穷大。
第四章单选题第3题未做
不完全多重共线性下，下列哪种情况不会出现( )
正确答案 D 参数估计值无法确定
解析 不完全多重共线性下，仍然存在，可以得到参数估计值，且估计值依然满足无偏性，但会出现方差增大、t检验不显著、系数符号异常等问题。
第四章单选题第4题未做
下列哪项不是多重共线性产生的原因( )
正确答案 D 解释变量与随机扰动项相关
解析 解释变量与随机扰动项相关是内生性问题的来源，不是多重共线性的产生原因。A、B、C都是多重共线性的常见产生背景。
第四章单选题第5题未做
简单相关系数检验法判断多重共线性的经验规则是( )
正确答案 B 两个解释变量的相关系数大于0.8，认为存在严重多重共线性
解析 简单相关系数检验的经验规则是，若两个解释变量的零阶相关系数大于0.8，可认为存在较严重的多重共线性。但需注意，这只是充分条件而非必要条件，多变量情形下低相关系数也可能存在共线性。
第四章单选题第6题未做
方差膨胀因子VIF的计算公式是( )
正确答案 A $VIF_j=\frac{1}{1-R_j^2}$，其中$R_j^2$是第j个解释变量对其他解释变量回归的可决系数
解析 方差膨胀因子的定义是，其中是将第j个解释变量作为被解释变量，对其余所有解释变量进行辅助回归得到的可决系数。
第四章单选题第7题未做
判断存在严重多重共线性的经验标准是方差膨胀因子( )
正确答案 C 大于等于10
解析 经验表明，当方差膨胀因子VIF≥10时，说明解释变量与其余解释变量之间存在严重的多重共线性，可能过度影响OLS估计结果。VIF越接近1，多重共线性越弱。
第四章单选题第8题未做
下列哪种情况不能作为判断多重共线性的直观依据( )
正确答案 D 模型的F检验显著，可决系数较高
解析 F检验显著、可决系数高是模型整体拟合效果好的表现，本身不能说明存在多重共线性。只有当可决系数高但多数解释变量t检验不显著时，才是多重共线性的典型表现。
第四章单选题第9题未做
逐步回归法在检验多重共线性时的基本思想是( )
正确答案 B 逐个引入解释变量，每次引入后都进行F检验和t检验，保留显著变量，剔除因新变量引入而变得不显著的变量
解析 逐步回归的核心思想是变量逐个引入，每次引入后都对模型整体和已有的变量进行检验，确保模型中始终只包含显著变量，高度相关的变量会在引入过程中被剔除，从而检测和处理多重共线性。
第四章单选题第10题未做
下列哪种多重共线性的补救方法可能导致模型设定误差( )
正确答案 B 剔除引起共线性的变量
解析 如果剔除的是对被解释变量有重要影响的理论变量，即使它引起了共线性，也会导致模型遗漏重要变量，产生设定误差，使得估计结果有偏。
第四章单选题第11题未做
采用一阶差分法处理多重共线性的主要缺点是( )
正确答案 D B和C都是
解析 差分法虽然通常能降低变量间的相关性，但会损失一期样本观测值，且差分后的模型误差项往往存在序列相关，违背经典线性回归的无自相关假定。
第四章单选题第12题未做
若某多元回归模型的可决系数$R^2=0.98$，F统计量显著，但多数解释变量的t检验不显著，这说明模型很可能存在( )
正确答案 C 多重共线性
解析 “高、高F值但多数t检验不显著”是多重共线性的典型特征，说明变量联合起来对被解释变量解释能力很强，但单个变量的独立影响无法准确识别。
第四章单选题第13题未做
下列哪种方法不能缓解多重共线性问题( )
正确答案 D 增加新的与原有解释变量高度相关的解释变量
解析 增加与原有变量高度相关的解释变量会进一步加剧多重共线性问题。A、B、C都属于缓解共线性的常用经验方法。
第四章单选题第14题未做
当解释变量之间的相关系数为1时，说明存在( )
正确答案 A 完全多重共线性
解析 解释变量之间的相关系数为1，说明存在精确的线性关系，属于完全多重共线性，此时OLS估计无法得到确定的参数值。
第四章单选题第15题未做
多重共线性下，参数估计值的方差会随着共线性程度的提高而( )
正确答案 A 增大
解析 参数估计的方差公式中包含方差膨胀因子，共线性程度越高，越大，VIF越大，参数估计的方差也就越大。
第四章单选题第16题未做
下列哪种情形下最不容易出现多重共线性( )
正确答案 D 解释变量之间相互正交
解析 解释变量相互正交意味着变量之间完全不相关，此时不存在多重共线性，每个参数都可以通过一元回归准确估计。
第四章单选题第17题未做
在检测多重共线性的方法中，哪种方法可以同时识别出引起共线性的具体变量( )
正确答案 D 以上都是
解析 简单相关系数可以识别两两高度相关的变量，方差膨胀因子可以计算每个变量的共线性严重程度，逐步回归可以在变量引入过程中识别并剔除冗余变量，三者都能定位引起共线性的具体变量。
第四章单选题第18题未做
利用横截面数据和时间序列数据并用的方法处理多重共线性的前提假设是( )
正确答案 A 横截面估计的参数与时间序列估计的参数相同
解析 该方法的核心假设是参数在横截面和时间序列维度上具有一致性，这样才能将两类估计结果结合起来，否则会产生估计偏误。
第四章单选题第19题未做
对于模型$Y=\beta_0+\beta_1X_1+\beta_2X_2+u$，如果$X_1$与$X_2$的相关系数为0.9，且样本量较小，此时最适宜的处理方法是( )
正确答案 B 剔除其中一个解释变量
解析 两个变量相关系数高达0.9，且样本量小，共线性问题严重。在无法增大样本的情况下，根据理论或统计显著性剔除其中一个变量是最简便可行的处理方法，虽然可能有设定偏误，但比估计结果严重失真更可取。
第四章填空题第20题未做
多重共线性分为两种类型:和。
正确答案 空1 完全多重共线性，不完全多重共线性
解析 多重共线性按程度分为两种，完全共线性指解释变量存在精确线性关系，不完全共线性指存在近似的线性关系，后者是实践中的常见情形。
第四章填空题第21题未做
检验多重共线性的常用方法有______、______、直观判断法和逐步回归法
正确答案 空1 简单相关系数检验法，方差膨胀因子法
解析 这四种是教材中介绍的主流多重共线性检验方法，简单相关系数用于检测两两相关性，方差膨胀因子用于量化每个变量的共线性程度。
第四章判断题第22题未做
多重共线性是一种样本现象，即使总体中变量不存在线性关系，样本也可能表现出共线性。( )
正确答案 对
解析 多重共线性往往是由特定样本导致的，比如样本选择范围有限，可能使得原本理论上不相关的变量在样本中表现出高度相关性。
第四章判断题第23题未做
当存在不完全多重共线性时，OLS估计量不再是无偏的。( )
正确答案 错
解析 不完全多重共线性不违背经典假定中的严格外生性假定，因此OLS估计量仍然满足无偏性，只是方差会增大。
第四章判断题第24题未做
如果解释变量之间的相关系数都小于0.8，说明模型一定不存在严重的多重共线性。( )
正确答案 错
解析 简单相关系数只是多重共线性存在的充分条件而非必要条件。当有三个及以上解释变量时，可能多个变量联合起来存在线性关系，但两两相关系数并不高，这种情况下仍然可能存在严重多重共线性。
第四章判断题第25题未做
方差膨胀因子越大，说明多重共线性越严重。( )
正确答案 对
解析 VIF反映了由于共线性导致的参数估计方差增大的倍数，VIF越大，说明该解释变量与其他变量的线性关系越强，共线性越严重。
第四章判断题第26题未做
当模型存在严重多重共线性时，会使得参数的置信区间变小，更容易拒绝原假设。( )
正确答案 错
解析 多重共线性会增大参数估计的方差和标准误，使得参数的置信区间变大，t统计量变小，更容易接受原假设，导致假设检验作出错误判断。
第四章判断题第27题未做
逐步回归法既可以作为多重共线性的检验方法，也可以作为多重共线性的补救方法。( )
正确答案 对
解析 逐步回归过程中可以识别出高度相关的冗余变量(检验作用)，最终模型只保留显著变量，也起到了处理共线性的作用(补救作用)。
第四章判断题第28题未做
增大样本容量可以完全消除多重共线性问题。( )
正确答案 错
解析 增大样本容量可以减小参数估计的方差，缓解共线性的影响，但如果总体中变量本身就存在高度相关性，增大样本也无法消除共线性本身。
第四章判断题第29题未做
如果回归系数的符号与理论预期相反，一定是因为存在多重共线性。( )
正确答案 错
解析 系数符号异常是多重共线性的可能表现之一，但也可能是模型设定错误、遗漏变量、内生性等其他问题导致的，不能直接断定一定是共线性。
第四章判断题第30题未做
完全多重共线性是极端情况，实际应用中遇到的大多是不完全多重共线性问题。( )
正确答案 对
解析 完全多重共线性通常是由于模型设定错误(如重复引入完全线性相关的变量)导致的，现实经济变量之间很少存在完全精确的线性关系，大多是近似的线性关系，即不完全多重共线性。
第五章单选题第1题未做
异方差性是指( )
正确答案 A 模型中随机扰动项的方差不是常数，随解释变量变动而变化
解析 异方差的核心定义是随机扰动项的方差具有异质性，不再是固定常数，而是随解释变量的变化而变化，不同样本点的方差互不相同。
第五章单选题第2题未做
下列哪种情况更容易产生异方差性( )
正确答案 B 截面数据
解析 截面数据通常包含同一时点不同规模、不同特征的个体，个体之间的差异往往远大于同一主体不同时间的差异，因此比时间序列数据更容易出现异方差。
第五章单选题第3题未做
当模型存在异方差性时，OLS参数估计量仍然满足( )
正确答案 A 无偏性
解析 参数估计的无偏性仅依赖于零均值假定和严格外生性假定，异方差不影响无偏性的成立，但会破坏OLS估计的最小方差性，使其不再有效。
第五章单选题第4题未做
异方差情况下，常用的t检验和F检验会( )
正确答案 C 不再有效，可能导致错误的检验结论
解析 异方差会导致参数标准误估计错误，进而使得t统计量和F统计量不再服从对应的分布，假设检验失去意义，容易得出错误的显著性判断。
第五章单选题第5题未做
下列哪种方法属于异方差的图示检验法( )
正确答案 D 以上都是
解析 图示检验法通过直观观察离散程度的变化判断异方差，包括Y-X散点图、残差平方对X的散点图、残差对拟合值的散点图等多种形式。
第五章单选题第6题未做
Goldfeld-Quandt检验用于检验( )
正确答案 A 递增或递减型异方差
解析 Goldfeld-Quandt检验的基本思想是通过比较按解释变量排序后两组子样本的残差平方和差异，判断是否存在随解释变量递增或递减的异方差。
第五章单选题第7题未做
Goldfeld-Quandt检验要求样本是( )
正确答案 B 大样本
解析 Goldfeld-Quandt检验需要删除中间约1/4的观测值，要求样本量足够大才能保证两组子样本有足够的自由度，因此适用于大样本情形。
第五章单选题第8题未做
White检验的优点是( )
正确答案 C 不需要异方差的先验信息，还能识别引起异方差的具体变量
解析 White检验通过将残差平方对解释变量及其平方项、交叉项回归，不需要对异方差形式做先验假设，且能定位到具体哪个变量引起的异方差。
第五章单选题第9题未做
ARCH检验主要适用于( )
正确答案 A 时间序列数据的异方差检验
解析 ARCH检验的核心思想是检验时间序列中波动的聚集性，即当期误差方差受前期误差平方的影响，专门针对时间序列数据的异方差问题。
第五章单选题第10题未做
Glejser检验的主要特点是( )
正确答案 D 不仅能检验异方差，还能诊断异方差的具体函数形式
解析 Glejser检验通过用残差绝对值对解释变量的不同函数形式进行试回归，不仅能判断异方差是否存在，还能找到异方差随解释变量变化的具体函数形式。
第五章单选题第11题未做
下列哪种方法不属于异方差的补救措施( )
正确答案 C 工具变量法
解析 工具变量法是解决内生性问题的方法，不是异方差的补救措施。加权最小二乘、变量变换、对数变换都是处理异方差的常用方法。
第五章单选题第12题未做
加权最小二乘法的基本思路是( )
正确答案 B 对方差小的观测值赋予更大权重，方差大的赋予更小权重
解析 加权最小二乘通过对不同精度的观测值区别对待，方差越小的观测值信息越可靠，赋予越大权重，反之赋予越小权重，从而得到更有效的估计。
第五章单选题第13题未做
若已知异方差形式为$var(\mu_i)=\sigma^2 X_i^2$，则进行模型变换时应除以( )
正确答案 A $X_i$
解析 模型变换法的核心是通过除以合适的变量，使得变换后的扰动项方差为常数。当方差为$\sigma^2 X_i^2$时，除以$X_i$后，新扰动项的方差为$\sigma^2$，满足同方差。
第五章单选题第14题未做
对变量取对数可以缓解异方差的原因是( )
正确答案 D A和B都是
解析 对数变换一方面将变量尺度缩小，压缩了极端值的影响;另一方面变换后的残差反映相对误差，相比绝对误差往往更稳定，因此能有效降低异方差的影响。
第五章单选题第15题未做
当残差平方随解释变量的增大而增大时，属于( )
正确答案 A 递增型异方差
解析 异方差按表现形式可分为递增型、递减型和复杂型，残差平方随解释变量增大而增大是最常见的递增型异方差。
第五章单选题第16题未做
Goldfeld-Quandt检验中，计算F统计量时分子是( )
正确答案 B 残差平方和较大的那一组的残差平方和
解析 为了检验异方差，需要将较大的残差平方和作为分子，保证F统计量大于1，便于和临界值比较，判断是否显著存在异方差。
第五章单选题第17题未做
White检验中，辅助回归的被解释变量是( )
正确答案 C 原模型的残差平方$e_i^2$
解析 White检验用残差平方$e_i^2$作为随机扰动项方差的估计量，将其对解释变量及其高次项、交叉项回归，检验联合显著性。
第五章单选题第18题未做
存在异方差时，模型预测的精度会( )
正确答案 B 降低
解析 异方差导致参数估计量不再有效，方差增大，同时预测误差的方差也会增大，因此预测的精度会降低，预测区间不可靠。
第五章单选题第19题未做
下列哪项不是异方差产生的原因( )
正确答案 D 解释变量之间存在高度相关关系
解析 解释变量之间高度相关是多重共线性的产生原因，不是异方差的来源。A、B、C都是异方差的典型产生原因。
第五章单选题第20题未做
在医疗机构与人口数的案例中，OLS估计结果显示人口每增加1万人医疗机构增加5.14个，但加权最小二乘修正后为3.55个，这说明( )
正确答案 C 异方差导致OLS估计结果高估了人口对医疗机构的影响
解析 原模型存在递增型异方差，人口规模大的地区残差更大，OLS没有考虑权重差异，导致系数估计偏高，加权最小二乘修正后得到更接近真实的结果。
第五章判断题第21题未做
存在异方差时，OLS参数估计量不再是无偏的。( )
正确答案 错
解析 参数无偏性的成立只依赖于零均值和严格外生性假定，异方差不影响无偏性，只是破坏了估计量的有效性(最小方差性)。
第五章判断题第22题未做
截面数据比时间序列数据更容易出现异方差问题。( )
正确答案 对
解析 截面数据包含不同规模的个体，个体差异较大，而时间序列数据是同一主体不同时期的观测，相对更稳定，因此截面数据异方差更常见。
第五章判断题第23题未做
Goldfeld-Quandt检验不仅能检验异方差是否存在，还能确定异方差的具体形式。( )
正确答案 错
解析 Goldfeld-Quandt检验只能判断是否存在递增或递减型异方差，无法确定异方差的具体函数形式，Glejser检验可以做到这一点。
第五章判断题第24题未做
White检验适用于任何形式的异方差检验，不需要先验信息。( )
正确答案 对
解析 White检验通过引入解释变量的平方项和交叉项，能够检验各种复杂形式的异方差，不需要对异方差的形式做预先假设。
第五章判断题第25题未做
ARCH检验主要用于检验截面数据的异方差问题。( )
正确答案 错
解析 ARCH检验是针对时间序列数据设计的，用于检验波动的聚集性，即当期方差受前期误差的影响，不适用于截面数据。
第五章判断题第26题未做
加权最小二乘法中，权重通常取为随机扰动项方差的倒数。( )
正确答案 对
解析 权重$w_i=1/\sigma_i^2$，方差越小的观测值权重越大，方差越大的权重越小，这样可以修正异方差带来的影响，得到有效估计。
第五章判断题第27题未做
对变量取对数可以完全消除异方差问题。( )
正确答案 错
解析 对数变换通常可以缓解异方差的影响，降低异方差的程度，但不一定能完全消除异方差，可能仍需要其他方法进一步处理。
第五章判断题第28题未做
异方差情况下，参数的置信区间会比实际更窄，导致更容易拒绝原假设。( )
正确答案 错
解析 异方差情况下，OLS通常会低估参数的真实标准误，导致t统计量偏大，可能错误地拒绝原假设，但置信区间的变化方向取决于异方差的具体形式，不一定总是更窄。
第五章判断题第29题未做
Glejser检验需要大样本才能得到可靠结果。( )
正确答案 对
解析 Glejser检验通过对多种函数形式进行试回归，需要足够的样本量才能保证检验的效力，小样本下结果可能不稳定。
第五章判断题第30题未做
模型变换法和加权最小二乘法本质上是等价的。( )
正确答案 对
解析 模型变换法是通过对原模型进行线性变换得到满足同方差的模型，再用OLS估计，其本质和加权最小二乘法是一致的，都是对不同观测值赋予不同权重。
第六章单选题第1题未做
下列哪个选项不是自相关性的后果( )
正确答案 A OLS估计有偏且非有效
解析 自相关的会导致有效性不再成立，但无偏性不受影响。
第六章单选题第2题未做
下列用于检验自相关性的方法是( )
正确答案 B BG检验
解析 其他三个检验用于异方差检验。
第六章单选题第3题未做
DW检验的原假设是( )
正确答案 B
解析 自相关的定义。
第六章单选题第4题未做
当随机扰动项存在自相关性时，可用下列哪种方法估计回归模型中的参数( )
正确答案 C 广义差分法
解析 加权最小二乘法用于异方差。一阶差分法用于自相关系数为1或者解决于1的情况。
第六章单选题第5题未做
下列哪种方法不适用于估计随机扰动项高阶自相关的自回归系数( )
正确答案 A 用DW统计量估计
解析 DW检验只适用于检验一阶自相关。
第六章单选题第6题未做
广义差分方程形式正确的是( )
正确答案 B
解析 广义差分法的定义。
第六章单选题第7题未做
下列哪个选项描述的是一元回归模型 中的自相关性( )
正确答案 A
解析 自相关的定义。
第六章单选题第8题未做
DW统计量的取值范围是( )
正确答案 C [0，4]
解析 DW检验的基本知识点。
第六章单选题第9题未做
DW检验适用于下列哪中情况( )
正确答案 B 正的一阶自回归形式的自相关性
解析 DW检验只能检验一阶自相关。
第六章单选题第10题未做
根据样本容量为30的样本的估计结果，一元线性回归的DW值为1.3。已知在5%的显著性水平下， ，那么认为原模型( )
正确答案 A 存在一阶正自相关性
解析 DW检验只能检验一阶自相关， 而 在[0, ]内，因此为一阶正自相关。
第六章单选题第11题未做
已知回归模型的残差的一阶自相关系数接近于0.8，则DW统计量近似等于( )
正确答案 C 0.4
解析 .
第六章单选题第12题未做
在DW检验中，随机扰动项无自相关的区域是( )
正确答案 C ]
解析 DW检验的基本知识点。
第六章单选题第13题未做
在下例引起序列自相关的原因中，不正确的是( )
正确答案 D 解释变量之间的共线性
解析 解释变量之间的共线性会带来多重共线性，而不是自相关。
第六章单选题第14题未做
设 为随机误差项，则一阶线性自相关是指( )
正确答案 B
解析 一阶自相关的定义。
第六章单选题第15题未做
假定某企业的生产决策是由模型 描述的(其中 为产量， 为价格)，又知:如果该企业在t-1期生产过剩，经营人员会削减t期的产量。由此决断上述模型存在( )
正确答案 B 序列相关问题
解析 期的产量与 期有关，因此存在自相关。
第六章多选题第16题未做
DW检验不能用于下列哪些现象的检验( )
正确答案 ABCDE 递增型异方差的检验; 形式的序列相关检验; 形式的多重共线性; 的一阶线性自相关检验; 遗漏重要解释变量导致的设定误差检验
解析 DW检验只能用于检验一阶自相关，且原模型不能遗漏重要变量。
第六章多选题第17题未做
以 和 表示的DW统计量的两个临界值，则DW检验的不确定区域是( )
正确答案 BC ;
解析 DW检验的判定区域。
第六章多选题第18题未做
针对存在序列相关现象的模型的估计，下属哪些方法可能是使用的( )
正确答案 BCDE 一阶差分法; 科克伦-奥克特迭代法; 广义差分法; Durbin两步法
解析 加权最小二乘用于异方差的补救。
第六章多选题第19题未做
DW检验不适用于哪些情况的序列相关检验?( )
正确答案 ABC 高阶线性自回归形式的序列相关; 一阶非线性自回归的序列相关; 移动平均形式的序列相关
解析 DW检验用于检验一阶线性自相关。
第六章多选题第20题未做
如果模型中存在序列自相关现象，则会引起如下后果( )
正确答案 BCDE 参数估计值的方差不能正确确定; 变量的显著性检验失效; 预测精度降低; 预测区间不能正确确定
解析 自相关不会影响参数估计的无偏性，会使得方差的估计不能确定，因此显著性检验会失效，预测精度会降低，同时预测区间不能正确确定。
第六章多选题第21题未做
自相关产生的原因有哪些( )
正确答案 ABCDE 经济系统的惯性; 经济活动的滞后效应; 数据处理造成的相关; 蛛网现象; 模型设定的偏误
解析 自相关产生的背景。经济惯性，滞后效应、数据处理、蛛网现象以及模型设定偏误都会造成自相关。
第六章多选题第22题未做
检验自相关的方法有( )
正确答案 ABC 图示法; DW检验; Breusch-Godfrey检验
解析 White检验用于异方差检验。
第六章多选题第23题未做
表示统计量DW的下限分布， 表示统计量DW的上限分布，则DW检验的不确定区域是( )
正确答案 BC ;
解析 DW检验的判定区域。
第六章多选题第24题未做
DW检验不适用于下列哪种情况下的自相关检验( )
正确答案 ABCD 模型包含有随机解释变量; 样本有很多数据缺损; 非一阶自回归模型; 含有滞后的被解释变量
解析 DW检验的前提条件。DW检验可以用于包含虚拟变量的模型。
第六章多选题第25题未做
DW不能用于下列哪些现象的检验( ) 的一阶线性自相关检验
正确答案 ABCDE 递增型异方差的检验; 形式的序列相关检验; 形式的多重共线性检验; 的一阶线性自相关检验; 的一阶线性自相关检验
解析 DW检验只能检验包含原模型包含截距项、且不含有滞后的被解释变量的、线性的一阶自相关。
第六章判断题第26题未做
模型设定可能导致自相关性。
正确答案 对
解析 模型设定错误可能导致遗漏的变量进入误差项，从而带来自相关。
第六章判断题第27题未做
存在自相关性时，方差估计量 仍然是 的无偏估计量。
正确答案 错
解析 存在自相关时，方差估计量 不再是 的无偏估计量。
第六章判断题第28题未做
当DW检验无法判断是否自相关性时应采用BG检验。
正确答案 对
解析 BG可以广泛用于检验自相关。
第六章判断题第29题未做
截面数据中不会出现自相关性。
正确答案 错
解析 截面数据可能会出现空间自相关。
第六章判断题第30题未做
时间序列数据易出现自相关问题。
正确答案 对
解析 时间序列比截面数据更容易出现自相关问题。
第八章单选题第1题未做
对于一个含有截距项的计量经济模型，若某定性因素有 m 个互斥的类型， 为将其引入模型中，则需要引入虚拟变量个数为( )
正确答案 B m-1
解析 有截距项的模型中，只能引入m-1个虚拟变量，否则会陷入所谓的“虚拟变量陷阱”，产生完全的多重共线性。
第八章单选题第2题未做
在利用月度数据构建计量经济模型时(含截距项)，如果一年里的 1、3、5、9 四个月表现出季节模式，则应该引入虚拟变量个数为( )
正确答案 A 4
解析 本题中，1、3、5、9四个月表现出季节模式，其他月份不表现出季节模式，共有5个相互排斥的类型，所以引入5-1=4个虚拟变量。
第八章单选题第3题未做
对于一个回归模型中不包含截距项，若将一个具有 m 个特征的质的因素引入进计量经济模型，则虚拟变量数目为( )
正确答案 A m
解析 在无截距项的模型中，可引入m个虚拟变量，而不会导致完全的多重共线性。
第八章单选题第4题未做
现有两模型: 共点回归指的是( )
正确答案 B 两模型截距相等、斜率不等
解析 截距相同，斜率不同，表明这两个回归模型具有相同的位置水平(或起点相同)而变化速率不等，称为共点回归。
第八章单选题第5题未做
在住房价格回归中， ，回归如下: 的系数含义是( )
正确答案 C 一套殖民地建筑风格住房比其他风格住房的房价高5.4%
解析 为虚拟变量，其系数表明，一套殖民地建筑风格住房比其他风格住房的房价高5.4%。
第八章单选题第6题未做
当质的因素引进经济计量模型时，需要使用( )
正确答案 D 虚拟变量
解析 为了在模型中反映定性因素，可以引入虚拟变量作为表现定性因素的变量。
备注 出处：第8章·第1节·第1小节
第八章单选题第7题未做
回归模型中，在解释变量的某个已知临界值前后，回归模型的截距或斜率发生突变，这种模型被称为( )
正确答案 D 分段线性回归模型
解析 为了区分不同阶段的截距和斜率可以利用虚拟变量进行分段回归。
备注 出处：第8章·第2节·第2小节；难度：1
第八章单选题第8题未做
设消费函数 ，其中虚拟变量 ，如果统计检验表明无法拒绝 的原假设，则东中部的消费函数与西部的消费函数是( )
正确答案 D 相互重叠的
解析 无法拒绝 的原假设，表明当Di取1或0时，两个回归模型是相同的，称为重合回归。
备注 出处：第8章·第2节·第2小节
第八章单选题第9题未做
设某计量经济模型为: ，其中 为大学教授年薪， 则对于参数 含义，下列解释正确的是( )。 大学男教授的平均年薪: 因此，参数 表示大学男教授和女教授平均年薪的差额。
正确答案 D 表示大学男教授和女教授平均年薪的差额
解析 大学女教授的平均年薪:
备注 出处：第8章·第2节·第1小节
第八章单选题第10题未做
设某商品需求模型为 ，其中Y是商品的需求量，X是商品的价格，为了考虑全年12个月份季节变动的影响，假设模型中引入了12个虚拟变量，则会产生的问题为( )。
正确答案 D 完全的多重共线性
解析 在由截距项的模型中，只能引入m-1个虚拟变量，否则会陷入所谓的“虚拟变量陷阱”，产生完全的多重共线性。
备注 出处：第8章·第1节·第1小节
第八章单选题第11题未做
在虚拟变量模型中任意几段间存在着斜率不同的情况，是因为:( )。
正确答案 D 虚拟变量和非虚拟变量有交互作用
解析 任意几段斜率不同，表明虚拟变量和非虚拟变量之间有交互作用。
备注 出处：第8章·第2节·第2小节
第八章单选题第12题未做
在对两个回归结构的检验过程中，设定模型为 ，若 、 ，则这两个回归为( )
正确答案 A 共点回归
解析 两回归模型截距相等，斜率不等，为共点回归。
备注 出处：第8章·第2节·第2小节
第八章单选题第13题未做
设某行业职工收入(Y)主要受职工受教育年数(X)、性别和地理位置(东部、西部)的影响. 考虑到性别不同或所处地理位置不同的职工的收入可能存在一定的差异，而且不同性别在收入上的差异可能与其所在的地理位置有关，即两个定性因素之间可能存在交互效应，因此通过引入虚拟变量建立回归模型( )比较合适，其中
正确答案 A
解析 性别不同或所处地理位置不同的职工的收入可能存在一定的差异，因此在模型中引入虚拟变量 和 ，且由于存在交互效应，在模型中也需要引入两个虚拟变量的乘积。
备注 出处：第8章·第2节·第2小节
第八章单选题第14题未做
小时工资回归方程: ，其中 ， 是工龄， ， ，则同样工龄的情况下，非南方人已婚人士的平均小时工资和南方人未婚人士的差异为( )。 南方人未婚人士的平均小时工资:
正确答案 D
解析 非南方人已婚人士的平均小时工资:
备注 出处：第8章·第2节·第1小节
第八章单选题第15题未做
设消费函数为 ，其中虚拟变量 ，当统计检验表明下列哪项成立时，表示城镇家庭与农村家庭有一样的消费行为( )。
正确答案 A
解析 当 时，表示虚拟变量对结果无影响，城镇家庭与农村家庭有一样的消费行为。
备注 出处：第8章·第2节·第2小节
第八章单选题第16题未做
不连续的分段线性回归如图所示，第一段为: ，引入虚拟变量 ，则考虑了回归线在 处跳跃的修正后的模型为( )。
正确答案 B
解析 本题的分段线性回归模型中，截距项和斜率都发生改变，修正后的模型应选择B。
备注 出处：第8章·第2节·第2小节
第八章多选题第17题未做
关于虚拟变量，下列表述正确的有( )
正确答案 ABCD 是质的因素的数量化; 取值为l和0; 代表质的因素; 在有些情况下可代表数量因素
解析 虚拟变量的作用:①可以作为属性因素的代表;②可以作为某些非精确计量的数量因素的代表;③可以作为某些偶然因素或政策因素的代表;④可以作为时间序列分析中季节(月份)的代表;⑤可以实现分段回归。、2
备注 出处：第8章·第1节·第1小节
第八章多选题第18题未做
引入虚拟变量的主要作用包括( )
正确答案 ABCDE 可以作为属性因素或某些非精确计量的数量因素的代表; 作为某些偶然因素或政策因素的代表; 还可以作为时间序列分析中季节(月份)的代表; 实现分段回归，研究斜率、截距的变动; 比较两个回归模型的结构差异
解析 虚拟变量的作用:①可以作为属性因素的代表;②可以作为某些非精确计量的数量因素的代表;③可以作为某些偶然因素或政策因素的代表;④可以作为时间序列分析中季节(月份)的代表;⑤可以实现分段回归，或比较两个回归模型的结构差异。
备注 出处：第8章·第1节·第2小节
第八章多选题第19题未做
以乘法形式引入虚拟解释变量的主要作用在于( )
正确答案 ABD 对回归模型结构变化的检验; 定性因素间交互作用的影响分析; 分段线性回归
解析 以乘法形式引入虚拟变量以表示模型中斜率系数的差异，主要作用在于:①关于两个回归模型的比较;②因素间的交互影响分析;③提高模型对现实经济现象的描述精度。
备注 出处：第8章·第2节·第2小节
第八章多选题第20题未做
虚拟变量陷阱导致的后果有( )
正确答案 BC 参数无法估计; 完全的多重共线性
解析 陷入所谓的“虚拟变量陷阱”，会导致完全的多重共线性，无法利用OLS估计其参数。
备注 出处：第8章·第1节·第3小节
第八章多选题第21题未做
薪金回归方程: ，其中 是小时工资， 是读书年数， ， ，所有系数显著，下列说法正确的有( )。 的简单相加 + 白人男性薪金: 非白人男性薪金:
正确答案 BD 读书年数相同的情况下，非白人女性和白人男性的薪金差异为+; 读书年数相同的情况下，非白人女性和非白人男性的薪金差异为
解析 非白人女性薪金:
备注 出处：第8章·第2节·第2小节
第八章多选题第22题未做
考察某两个地区的消费水平是否存在显著差异，下列说法正确的有(Y代表消费支出;X代表可支配收入;D2表示虚拟变量)( )
正确答案 AC 若考察两地的自发消费水平差异，则建立模型:; 若考察两地的边际消费倾向的差异，则建立模型:
解析 自发消费倾向用截距项表示，用加法方式表示;边际消费倾向用斜率表示，用乘法方式表示。
备注 出处：第8章·第2节·第2小节
第八章多选题第23题未做
假定月收入水平在1000元以内时，居民的边际消费倾向( )维持在某一水平，当月收入水平(I)达到或超过1000元时，边际消费倾向明显下降，下列有关消费(Y)的说法正确的有( )
正确答案 BCD ，; 虚拟变量在其中起到的作用是分段线性回归; 达到或超过1000元时的斜率为
解析 在 和 时，模型斜率不同，为分段线性回归， 时，斜率为 。
备注 出处：第8章·第2节·第2小节
第八章多选题第24题未做
以2008年为转折点，对1990-2019年中国储蓄和收入关系分别建模，模型如下: 下列说法正确的有( )。 时称为重合回归 时称为平行回归 时称为共点回归 时称为不同的回归 ， 时称为平行回归
正确答案 ACD ，时称为重合回归; ，时称为共点回归; ，时称为不同的回归
解析 截距项和斜率都相同，回归模型相同，称为重合回归;截距项不同，斜率相同，称为平行回归;截距项相同，斜率不同，称为共点回归;截距项和斜率都不相同，称为不同的回归(相异回归)。
备注 出处：第8章·第2节·第2小节
第八章多选题第25题未做
关于小学生综合成绩模型为: ，其中Yi为学生综合成绩分数，Xi为课后学习时长，D2i 为父母教育程度，D3i为参加不参加兴趣班: 则关于模型下列说法正确的是( )
正确答案 AC 表示保持其他条件不变时父母的学历对孩子成绩影响的程度; 父母学历在本科以上，孩子不参加兴趣班的平均成绩为:
解析 为父母学历是否为本科以上对孩子成绩的截距差异系数，在该模型中， 和 之间存在交互项，两者的影响不是独立的。
备注 出处：第8章·第2节·第2小节
第八章多选题第26题未做
关于衣着消费支出模型为: ，其中Yi为衣着方面的年度支出;Xi为收入， 则关于模型中的参数下列说法正确的是( )。
正确答案 ABE a2 表示在保持其他条件不变时，女性比男性在衣着消费支出方面多出支出(或少支出)差额; a3 表示在保持其他条件不变时，大学文凭及以上比其他学历者在衣着消费支出方面多支出(或少支出)差额; a4 表示性别和学历两种属性变量对衣着消费支出的交互影响
解析 a2为性别对衣着消费支出的截距差异系数，a3为学历对衣着消费支出的截距差异系数，a4为两虚拟变量对衣着消费支出的交互效应系数。
备注 出处：第8章·第2节·第2小节
第八章判断题第27题未做
虚拟变量将属性因素引入计量经济模型，引入虚拟变量的个数与样本容量大小有关。
正确答案 错
解析 引入虚拟变量的个数样本容量大小无关，与变量属性，模型有无截距项有关。
备注 出处：第8章·第1节·第3小节
第八章判断题第28题未做
虚拟变量只能作为解释变量。
正确答案 错
解析 虚拟变量还能作被解释变量。
备注 出处：第8章·第1节·第2小节
第八章判断题第29题未做
在对收入和消费需求调查时，消费函数 。现引入虚拟变量，用以反映季节因素的影响，认为季度因素使收入的平均值发生变异，应建立如下模型:
正确答案 错
解析 有4个相互排斥的类型，引入4个虚拟变量会陷入“虚拟变量陷阱”。
备注 出处：第8章·第1节·第3小节
第八章判断题第30题未做
在虚拟变量模型中存在着不同类别间斜率不同的情况，是因为虚拟变量之间存在交互作用。
正确答案 错
解析 虚拟变量和其它定量变量间存在交互作用。
备注 出处：第8章·第2节·第2小节
第八章判断题第31题未做
一个回归模型所包含的解释变量不可以都是虚拟变量。
正确答案 错
解析 方差分析模型可以。
备注 出处：第8章·第1节·第2小节
没有符合条件的题目，换个筛选条件试试