计量经济学

关于自回归模型,下列表述正确的有()。A、估计自回归模型时的主要问题在于,滞后被解释变量的存在可能导致它与随机误差项相关,以及随机误差项出现自相关性B、Koyck模型和自适应预期模型都存在解释变量与随机误差项同期相关问题C、局部调整模型中解释变量与随机误差项没有同期相关,因此可以应用OLS估计D、Koyck模型与自适应预期模型不满足古典假定,如果用OLS直接进行估计,则估计量是有偏的、非一致估计E、无限期分布滞后模型可以通过一定的方法可以转换为一阶自回归模型

题目

关于自回归模型,下列表述正确的有()。

  • A、估计自回归模型时的主要问题在于,滞后被解释变量的存在可能导致它与随机误差项相关,以及随机误差项出现自相关性
  • B、Koyck模型和自适应预期模型都存在解释变量与随机误差项同期相关问题
  • C、局部调整模型中解释变量与随机误差项没有同期相关,因此可以应用OLS估计
  • D、Koyck模型与自适应预期模型不满足古典假定,如果用OLS直接进行估计,则估计量是有偏的、非一致估计
  • E、无限期分布滞后模型可以通过一定的方法可以转换为一阶自回归模型
如果没有搜索结果,请直接 联系老师 获取答案。
如果没有搜索结果,请直接 联系老师 获取答案。
相似问题和答案

第1题:

应用DW检验方法时应满足该方法的假定条件,下列不是其假定条件的为( )

A.解释变量为非随机的
B.被解释变量为非随机的
C.线性回归模型中不能含有滞后内生变量
D.随机误差项服从一阶自回归

答案:B
解析:

第2题:

D-W检验是一种检验序列自相关的方法,应用该方法时需要满足的假定条件是( )。

A.解释变量非随机

B.随机干扰项为一阶自回归形式

C.回归模型中不应含有滞后应变量作为解释变量

D.回归模型含有截距项

E.回归模型为一元形式

答案:A,B,C,D
解析:

第3题:

若回归模型中的随机误差项存在一阶自回归形式的序列相关,则估计模型参数应采用()。

A.普通最小二乘法

B.加权最小二乘法

C.广义差分法

D.工具变量法


参考答案:C

第4题:

DW检验的假设条件有( )。
Ⅰ.回归模型不含有滞后自变引作为解释变量
Ⅱ.随机扰动项满足
Ⅲ.回归模型含有不为零的截距项
Ⅳ.回归模型不含有滞后因变量作为解释变量

A、Ⅰ.Ⅱ.Ⅲ.Ⅳ
B、Ⅰ.Ⅱ.Ⅲ
C、Ⅱ.Ⅲ.Ⅳ
D、Ⅰ.Ⅱ.Ⅳ


答案:C
解析:
DW检验的假设条件为解释变量x为非随机变量,随机扰动项满足一阶自回归形式

并且回归模型中不应含有滞后因变量作为解释变量,且回归模型含有不为零的截距项。

第5题:

回归分析是期货投资分析中重要的统计分析方法,而线性回归模型是回归分析的基础。线性回归模型的基本假设是( )
Ⅰ.被解释变量与解释变量之间具有线性关系
Ⅱ.随机误差项服从正态分布
Ⅲ.各个随机误差项的方差相同
Ⅳ.各个随机误差项之间不相关

A.Ⅰ.Ⅱ.Ⅲ.Ⅳ
B.Ⅰ.Ⅲ.Ⅳ
C.Ⅰ.Ⅱ.Ⅳ
D.Ⅱ.Ⅲ.Ⅳ

答案:A
解析:
—元线性回归模型为:yi=a+βi+mi(i=l,2,3,*,n),其中yi为解解释变量Xi为解释变量;ui是一个随机变垦量.称为随机项。要求随机项u和自变量,Xi满足的统计假定如下:①每个ui均为独立同分右(IID、),服从正态分右的随机变量,E(ui)=0,V(ui)=σ^2常数②随机项ui与自变量的任一观察值Xi不相关,即COV(ui,i)=0

第6题:

当模型中解释变量间存在高度的多重共线性时( )。

A.各个解释变量对被解释变量的影响将难以精确鉴别
B.部分解释变量与随机误差项之间将高度相关
C.估计量的精度将大幅度下降
D.估计对于样本容量的变动将十分敏感
E.模型的随机误差项也将序列相关

答案:A,C,D
解析:

第7题:

对几何分布滞后模型的三种变换模型,即koyck变换模型.自适应预期模型.局部调整模型,其共同特点是( )

A.具有相同的解释变量

B.仅有三个参数需要估计

C.用Y1t代替了原模型中解释变量的所有滞后变量

D.避免了原模型中的多重共线性问题

E.都以一定经济理论为基础

答案:A,B,C,D
解析:

第8题:

DW检验中要求有假定条件,在下列条件中不正确的是()

A.解释变量为非随机的

B.随机误差项为一阶自回归形式

C.线性回归模型中不应含有滞后内生变量为解释变量

D.线性回归模型只能为一元回归形式


参考答案:D

第9题:

回归分析是期货投资分析中重要的统计分析方法,而线性回归模型是回归分析的基础。线性回归模型的基本假设是( )
Ⅰ.被解释变量与解释变量之间具有线性关系
Ⅱ.随机误差项服从正态分布
Ⅲ.各个随机误差项的方差相同
Ⅳ.各个随机误差项之间不相关

A:Ⅰ.Ⅱ.Ⅲ.Ⅳ
B:Ⅰ.Ⅲ.Ⅳ
C:Ⅰ.Ⅱ.Ⅳ
D:Ⅱ.Ⅲ.Ⅳ

答案:A
解析:
—元线性回归模型为:yi=a+βi+mi(i=l,2,3,*,n),其中yi为解解释变量Xi为解释变量;ui是一个随机变垦量.称为随机项。要求随机项u和自变量,Xi满足的统计假定如下:①每个ui均为独立同分右(IID、),服从正态分右的随机变量,E(ui)=0,V(ui)=σ^2常数②随机项ui与自变量的任一观察值Xi不相关,即COV(ui,i)=0

第10题:

ARMA 模型是由因变量对它的滞后值以及随机误差项的现值和滞后值回归得到,可细分为()。

A.移动平均模型
B.平滑移动平均线模型
C.自回归模型
D.自回归移动平均

答案:A,C,D
解析:
自回归滑动平均模型(ARMA 模型),由因变量对它的滞后值以及随机误差项的现值和滞后值回归得到。具体而言,模型可细分为移动平均(MA) 模型、自回归(AR) 模型以及自回归移动平均(ARMA) 。

更多相关问题