2017年东北林业大学计量经济学(含多元统计分析)复试仿真模拟三套题
● 摘要
一、简答题
1． 在经典计量经济学模型中，通常选择哪些类型的数据作为样本数据? 对被解释变量样本数据有哪些假定?
【答案】在经典的计量经济学模型中，所利用的数据或者只是截面数据或者只是时间序列数据; 作为被解释变量 的样本观测值必须是连续型的随机变量，且与随机干扰项同分布，得到的观测值完全反映被解释变量的实际状态。
2． 为了增加样本，能否简单地将多个时间的横截面数据综合为一组样本进行估计? 为什么?
【答案】不能简单地将多个时间的横截面数据综合为一组样本进行估计。
多个时间的横截面数据即为平行数据。单方程平行数据的一般模型为:
其中X 1i 为1×K 向量，β为K ×1向量，K 为解释变量的数目。该模型常用的三种情形:
情形l :
情形2:
情形3:（截面上无个体影响、无结构变化） （变截距模型） （变系数模型）
情形1表示样本在横截面上无个体影响，应用普通最小二乘法可以给出两参数的一致有效估计，也相当于将 多个时期的截面数据放在一起作为样本数据。情形2为变截距模型，即 在截面上个体影响不同，个体影响表现为模型中被忽略的反映个体差异的变量的影响; 情形3称为变系数模型， 除了存在个体影响外，在横截面上还存在经济结构的变化，因而结构参数在不同截面单位上也是不同的。若分析 的问题属于情形1，则将多个时间的横截面数据综合在一起当作一个样本是合适的; 但如果分析的问题属于情形2和情形3，则将多个时间的横截面数据综合在一起会损失一些数据信息并带来模型估计中的误差甚至错误。
3． 估计量的渐近统计性质的含义是什么? 什么是渐近无偏性?
【答案】（l ）统计量的渐近统计性质是针对大样本而言的，也称为大样本性质，是指当样本容量趋于无穷时，估计量所表现出的某种趋势的描述。
（2）渐近无偏性是指当样本容量增加时，由样本得出的参数估计量的期望形成的期望序列趋于参数的真实值。即，
样本容量为n 时参数
，其中的估计量的期望。 是样本容量为n 时得到的参数估计量，为所有
二、计算题
4． 在申请出国读学位的16名学生中有如下GRE 数量与词汇分数。其中9位学生获得入学准入。请根据下表中资料估计Logit 模型与Probit 模型。
【答案】首先，估计Logit 模型。在EviewS 软件中，选择“Quiek\EStimate Equation”在出现的对话框中输入 “Y CQV”，在“Quick\Estimate Setting”的“Methods ”栏内选择“Binary ”，再在新出现的选项中选择“Logit ”，点击0K ，输出结果如图所示。
图
根据输出结果可得到估计的Logit 模型:
接下来，估计Probit 模型，在上面EviewS 操作步骤中的“Methods ”栏内选择“Binary ”后，在
新出现的选项中选择“Probit ”，点击0K ，根据输出结果可得如下Probit 估计模型:
5． 中国1980~2007年全社会固定资产投资总额x 与工业增加值Y 的统计资料（单位:亿元）如表1所示，试问:
（1）当设定模型为时，是否存在序列相关?
（2）若原模型存在序列相关性，试用广义最小二乘法估计原模型。
（3）若原模型存在序列相关性，试用序列相关稳健标准误法估计原模型。
表
1
【答案】（1）在EviewS 软件下，得出如图1的回归结果。
图1
由于D.w. 值为0.379，小于显著性水平为5%下，样本容量为28的Dw. 分布的下线临界值因此，可判定模型存在一届序列相关。
也可以通过LM 检验法进行检验，步骤如下:
，选择“view\ResidualTestS\SerialCorrelationLMTest…”，自出在原估计结果窗口中（图1）（图2）
，