Preguntas del examen de econometría
Código del curso: 00142
1. Preguntas de opción múltiple (esta pregunta principal tiene 25 preguntas, 65438 0 puntos por cada pregunta, 25 puntos* * *)
De las cuatro opciones enumeradas en cada pregunta, solo una cumple con los requisitos de la pregunta. Complete el código entre paréntesis después de la pregunta. No se otorgarán puntos por selecciones incorrectas, selecciones múltiples o ninguna selección.
1. Hay dos tipos de datos en la investigación econométrica, uno son datos de series de tiempo y el otro son ().
A.b. Datos transversales
C. Datos promedio d. Datos relativos
2. La econometría se originó a partir de () cuestiones económicas.
A.b. Investigación aplicada
C. Investigación cuantitativa d. Investigación cualitativa
3.
A.B.
C.D.
4.Yi representa el valor observado real y el valor predicho, por lo que el criterio para la estimación de parámetros mediante el método de mínimos cuadrados ordinarios es ().
A.∑(Yi- )2=0 B.∑(Yi- )2=0.
C. ∑ (Yi-) 2 valor mínimo D. ∑ (Yi- ) 2 valor mínimo.
5. Cuando se prueba estadísticamente un modelo de regresión, generalmente se supone que el término de error aleatorio ui obedece a ().
A.N(0,σ2) B.t(n-1)
C.N(0,)(si i≠j, entonces ≦)d(n)
.6. Dado que el coeficiente de determinación del modelo de regresión lineal de una variable de dos variables correlacionadas positivamente es 0,64, el coeficiente de correlación lineal entre la variable explicativa y la variable explicada es ().
A.0.32
C.0.64 D.0.8
7. Cuando se utiliza un modelo de regresión lineal para la predicción de intervalos, mayor es la varianza del error aleatorio. término, ()
A. Cuanto más amplio sea el intervalo de predicción, menor será la precisión. b. Cuanto más amplio sea el intervalo de predicción, menor será el error de predicción.
C. Cuanto más estrecho sea el intervalo de predicción, mayor será la precisión. d. Cuanto más estrecho sea el intervalo de predicción, mayor será el error de predicción.
8. Respecto a la recta de regresión muestral obtenida por el método de mínimos cuadrados ordinarios, ¿cuál de las siguientes afirmaciones es incorrecta ()?
A.∑ei=0 B.∑ei≠0
C.∑eiXi = 0d .∑Yi =√
9. no se utiliza para probar la heterocedasticidad ()
A. Prueba de Ann-Ramsey
Prueba de Goriser d. del término de error aleatorio de un modelo de regresión lineal es proporcional a una variable Zi, ¿cuál de los siguientes métodos se debe utilizar para estimar los parámetros del modelo? ( )
A. Método de mínimos cuadrados ordinarios b. Método de mínimos cuadrados ponderados
C. Método de mínimos cuadrados indirectos d. variable El coeficiente de autocorrelación de primer orden del residuo del modelo de regresión lineal es igual a 0,3, entonces el estadístico DW es igual a ().
A.0.3
C.1
12. Si DL
A. El término de error aleatorio tiene autocorrelación positiva de primer orden. b . El término de error aleatorio tiene autocorrelación negativa de primer orden.
C. No hay autocorrelación de primer orden en el término de error aleatorio d, y es imposible juzgar si existe una autocorrelación de primer orden en el término de error aleatorio.
13. Recuerde que ρ es el coeficiente de autocorrelación de primer orden del término de error aleatorio de la ecuación de regresión, y el método de diferencias de primer orden es adecuado principalmente para ().
A.ρ≈0 B.ρ≈1
c .ρ gt; 0d .ρ lt; 0
14. es ()
A.B.
C.D.
15 En el modelo de rezago distribuido finito YT = 0,5 0,6 XT-0,8 XT-1 0,3 XT-2 UT, El multiplicador de impacto a corto plazo es ().
A.0.3
C.0.6 D.0.8
16. Para un modelo de rezago infinitamente distribuido, si los signos de los parámetros del modelo son iguales y los parámetros son Si el orden geométrico decae, el modelo se puede transformar en ().
A. Modelo de transformación de Koike b. Modelo de expectativa adaptativa
C. Modelo de rezago polinómico finito
17. la condición de orden para la identificación es ().
A. Condiciones suficientes b. Condiciones necesarias y suficientes
C. Condiciones equivalentes
18. todos si().
A.b. Variables endógenas
C. Variables rezagadas d. Variables predeterminadas
19. correcto? si().
A. Completamente identificable
C. Sobrecognitivo d.
20. Si el coeficiente de elasticidad precio propio de la demanda de un bien es > 0, el bien es ()
Un bien normal b. p>C. Bienes de alta gama d. Bienes inferiores
21. Si el coeficiente de elasticidad ingreso de la demanda de un bien es 0
A Bienes de alta gama<. /p>
C. Bienes inferiores Tingjia Xuhuo
22. Supongamos que la función de producción es Y=f(L,k), y para cualquier >L, si f(L,k)>F. (L,k), producción La función se llama ()
A. El retorno a escala es mayor que b. El retorno a escala es creciente.
C. Rendimientos decrecientes a escala d. Los rendimientos a escala son menores que
23. Si la elasticidad precio propio de la demanda de un bien = 1, entonces ()
A. >C. Elasticidad de la demanda unitaria
24. Entre los siguientes modelos para diversos fines, el que presta especial atención a la bondad del ajuste del modelo es ().
A. Modelo de previsión económica b. Modelo de análisis estructural
C. Modelo especial
25. , Entonces Yt es ().
A.Enteros simples de orden 0 B.Enteros simples de primer orden
C.Integrales simples de segundo orden d. Cointegración
2. preguntas (estas ***5 preguntas principales, cada pregunta vale 2 puntos, ***10 puntos)
Entre las cinco opciones enumeradas en cada pregunta, de dos a cinco cumplen con los requisitos de la pregunta. Complete el código entre paréntesis después de la pregunta. No se otorgarán puntos por selecciones incorrectas, selecciones múltiples, pocas selecciones o ninguna selección.
26. Los siguientes fenómenos no están relacionados con ()
A. Gasto de consumo e ingresos de los residentes b. >C. Nivel de precios y demanda de productos básicos d. Rendimiento del trigo y cantidad de fertilización
E. Puntuación total y resultados de cada curso
27. son ().
A. Agregar información de muestra b. Usar información previa que no sea de muestra
C Transformación de forma variable d. Método de estimación de regresión de cresta
E. Método de estimación de regresión
28. En el análisis de regresión del consumo (Y) y del ingreso (X), la siguiente ecuación de regresión puede ser correcta ().
A.Y= X u B.Y= D X u
C.Y= u D. Y= (DX) u
E.Y= D X u
29. Dependiendo de los datos de la muestra y el período de análisis, los modelos econométricos macroeconómicos se dividen en ().
A. Modelo mensual b. Modelo trimestral
C. Modelo anual
E. >
30. Las siguientes pruebas son pruebas de criterio econométrico ().
A. Prueba de coeficiente de determinación b. Prueba de correlación serial
C. Prueba de heterogeneidad d. Identificación de conexión lineal múltiple
E. y modelo de juicio de ecuaciones literales
3. Preguntas de explicación sustantiva (esta pregunta principal tiene 5 preguntas pequeñas, cada pregunta vale 3 puntos, ***15 puntos)
31. Trabajo de análisis
32. Diseño general del modelo econométrico macroeconómico
33. Previsión de intervalos
34. Series temporales estacionarias
Ley de Engel<. /p>
4. Preguntas de respuesta corta (esta pregunta principal tiene 4 preguntas pequeñas, cada pregunta tiene 5 puntos, ***20 puntos)
36. .
37. ¿Qué problemas puede resolver el modelo de rezago polinómico finito?
38. Describe brevemente la definición y tipos de identidad.
39. En comparación con un modelo de ecuación de demanda única, ¿cuáles son las ventajas de un modelo de sistema de ecuación de demanda?
5. Preguntas de cálculo (esta gran pregunta tiene 2 preguntas pequeñas, 10 puntos cada una, 20 puntos)
40. 10 años Se calculan datos históricos de ahorro anual (Y) e ingreso anual per cápita (X):
∑Xi=293, ∑Yi=81, ∑(Xi-)(Yi-)=200.7, ∑ (Xi- )2=992.1, ∑ (Yi- )2=44.9.
Pregunta:
(1) La relación entre el ahorro anual per cápita (y) y el ahorro per cápita ingreso anual (x) Ecuación de regresión lineal;
(2) El coeficiente de determinación de la ecuación de regresión.
41 Con base en los datos transversales del volumen de ventas (Y) y el precio de venta (X) de un determinado producto en 26 ciudades, realice una regresión lineal entre el volumen de ventas (Y) y el precio de venta (X). ). Para probar si existe heterocedasticidad en el término de error aleatorio del modelo de regresión, los 26 pares de observaciones se ordenan por precio de venta (X). Según la observación 13, el volumen de ventas (Y) se regresa linealmente con el precio de venta (X), y la suma de los cuadrados de los residuos de la regresión es RSS1=1536,8. Según la observación 13, el volumen de ventas (y) se regresa linealmente con el precio de venta (x), y la suma de los cuadrados de los residuos de la regresión es RSS2=377,17.
(1) Intente juzgar si existe heterocedasticidad en el término de error aleatorio del modelo de regresión en el nivel de significancia de 5.
(F0.05(11,1I)=2.82, F0.05(12,12)=2.69)
(2) Si el término de error aleatorio del modelo de regresión es heteroscedástico, ¿qué impacto tendrá en el análisis de regresión lineal?
6. Preguntas de análisis (***l subpregunta de esta pregunta principal, 10 puntos)
42. Al realizar un análisis de regresión lineal sobre la demanda Q y el precio P de a. determinada bebida, considerando de manera integral la influencia de factores "regionales" y factores "estacionales" de la siguiente manera:
(1) Los factores "regionales" (rurales, urbanos) afectan su interceptación;
(2) Los factores de "estación" (primavera, verano, otoño e invierno) afectan su intersección y pendiente.
Intenta analizar el modelo de regresión lineal para determinar la demanda de este tipo de bebida