一、判断题
1.使用普通最小二乘法估计模型时，所选择的回归线使得所有观察值的残差和达到最小。（F)
2.随机扰动项和残差项是一回事。（F）
3.在任何情况下OLS估计量都是待估参数的最优线性无偏估计。（F）
4.满足基本假设条件下，随机误差项服从正态分布，但被解释变量Y不一定服从正态分
布。 （ F ）
5.如果观测值近似相等，也不会影响回归系数的估计量。 （ F ）
二、单项选择题
1．设样本回归模型为，则普通最小二乘法确定的的公式中，错误的是（ D ）。
A． B．
C． D．
2．以Y表示实际观测值，表示回归估计值，则普通最小二乘法估计参数的准则是使（ D ）。
A． B．
shifugaoC． D．
3．设Y表示实际观测值，表示OLS估计回归值，则下列哪项成立（ D ）。
A． B． C． D．
4．用OLS估计经典线性模型，则样本回归直线通过点（ D ）。
A． B． C． D．
5．以Y表示实际观测值，表示OLS估计回归值，则用OLS得到的样本回归直线满足（ A ）。
A． B．
C． D．
skyline
6．按经典假设，线性回归模型中的解释变量应是非随机变量，且（ A ）。
A．与随机扰动项不相关 B．与残差项不相关
C．与被解释变量不相关 D．与回归值不相关
7.参数的估计量具备有效性是指（ B ）
A． B．为最小
C． D．为最小
三、多项选择题
1．以Y表示实际观测值，表示OLS估计回归值，e表示残差，则回归直线满足（ABE ）。
A． B．
C． D． E．
2．用OLS法估计模型的参数，要使参数估计量为最佳线性无偏估计量，则要求（ ABCE ）。
A． B． C．
D．a2冷作模具钢服从正态分布 E．X为非随机变量，与随机扰动项不相关。
3．假设线性回归模型满足全部基本假设，则其参数的估计量具备（ CDE ）。
A．可靠性 B．合理性 C．线性性 D．无偏性 E．有效性
4．普通最小二乘估计的直线具有以下特性（ ABDE ）。
A．通过样本均值点 B． C．
D． E．
5．线性回归模型的变通最小二乘估计的残差满足（ ACDE ）。
A． B． C．
D． E．
四、简答题
答：①零均值假定。即在给定的条件下，随机扰动项的数学期望（均值）为0，即。②同方差假定。误差项的方差与t无关，为一个常数。③无自相关假定。即不同的误差项相互独立。④解释变量与随机扰动 项不相关假定。⑤正态性假定，即假定随机扰动项服从均值为0，方差为的正态分布。
2．用普通最小二乘法拟合的样本回归线具有哪些性质？这些性质分别由哪个正规方程求得？
答：①样本回归线通过样本均值。②估计值的均值等于实际值的均值。③剩余项的均值为零。④被解释变量估计值与剩余项不相关。⑤解释变量与剩余项不相关 。前三条由第一个正规方程求得，后两条由和第二个正规方程求得。
3．在满足古典假定条件下，一元线性回归模型的普通最小二乘估计量有哪些统计性质？这些统计性质与哪些基本假定有关？
答：①线性，是指参数估计量付余楠楠和分别为观测值和随机扰动项的线性函数或线性组合。②无偏性，指参数估计量和的均值（期望值）分别等于总体参数和。③有效性（最小方差性或最优性），指在所有的线性无偏估计量中，最小二乘估计量和的方差最小。其中，无偏性与零均值假定、解释变量与随机扰动项无关假定有关；有效性与除正态性假定外的假定均有关。
五、计算分析题
1、令表示一名妇女生育孩子的数目，表示该妇女接受过教育的年数。生育率对受教育年数的简单回归模型为 （1）随机扰动项包含什么样的因素？它们可能与受教育水平相关吗？
（2）上述简单回归分析能够揭示教育对生育率在其他条件不变下的影响吗？请解释。
答：（1）收入、年龄、家庭状况、政府的相关政策等也是影响生育率的重要的因素，在上述简单回归模型中，它们被包含在了随机扰动项之中。有些因素可能与受教育水平相关，如收入水平与教育水平往往呈正相关、年龄大小与教育水平呈负相关等。
（2）当归结在随机扰动项中的重要影响因素与模型中的教育水平educ相关时，上述回归模型不能够揭示教育对生育率在其他条件不变下的影响，因为这时出现解释变量与随机扰动项相关的情形，基本假设3不满足。
2．下表中的数据是从某个行业5个不同的工厂收集的，请回答以下问题：
总成本Y与产量X的数据
Y | 80 | 44 | 51毛利率法 引用男性 | 70 | 61 |
X | 12 | 4 | 6 | 11 | 8 |
| | | | | |
（1）估计这个行业的线性总成本函数：
（2）的经济含义是什么？
答：（1）由于，，，，，，，得
（
总成本函数为：
（2）截距项表示当产量X为0时工厂的平均总成本为26.28，也就是工厂的平均固定成本；斜率项表示产量每增加1个单位，引起总成本平均增加4.26个单位。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议