A．X的相对变化，引起Y的期望值绝对量变化 B．Y关于X的边际变化
C．X的绝对量发生一定变动时，引起因变量Y的相对变化率 D、Y关于X的弹性
????X?e，则点(X,Y) ( b ) 6、设OLS法得到的样本回归直线为Yi??12iiA、一定不在回归直线上 B、一定在回归直线上 C、不一定在回归直线上 D、在回归直线上方
7、关于可决系数R，以下说法中错误的是（ d ）
A、可决系数R的定义为被回归方程已经解释的变差与总变差之比；
221； B、R?0，C、可决系数R反映了样本回归线对样本观测值拟合优劣程度的一种描述； D、可决系数R的大小不受到回归模型中所包含的解释变量个数的影响。
8、有关调整后的判定系数R与判定系数R之间的关系叙述正确的是（ c ）
A R等于R B R与R没有数量关系 C 一般情况下R?R D R大于R
9、在多元回归中，调整后的判定系数R与判定系数R的关系为（ a ）
22 A．R
22B． R=R D． R与R的关系不能确定
222222??2
222222222222
10. 在古典假设成立的条件下用OLS方法估计线性回归模型参数，则参数估计量具有（c ）的统计性质。
A、有偏特性 B、非线性特性 C、最小方差特性 D、非一致性特性
11、在模型Yt??1??2X2t??3X3t?ut的回归分析结果中，设F统计量对应的p值为 pF，给定显著性水平??0.01，则下列说法正确的是（ c ）
A、若pF?0.05，解释变量X2t对Yt的影响是显著的
B、若pF?0.05，解释变量X2t和X3t对Yt的联合影响是显著的 C、若pF?0.01 ，解释变量X2t和X3t对Yt的联合影响是显著的 D、若pF?0.01，则解释变量X3t对Yt的影响不显著
12、对多元线性回归方程的显著性检验，所用的F统计量可表示为（b ）
ESS(n?k)ESS(k?1) A、RSS(k?1) B、RSS(n?k)
R2(n?k)ESS2C、(1?R)(k?1) D、RSS(n?k)
13、下图中符号“?”显示的距离表示的是（ b ）
YiY
????X???Y01 X A. 随机误差项 B. 残差 C.Yi的离差 D. Yi的离差
14、以下模型中不属于变量线性回归模型是( a )。 A、E(YiXi)??1??2Xi2 B、Yi??1?Xi?2?ui
2 C、E(YiXi)??1??2Xi D、E(YiXi)??1??2Xi
15、在一元线性回归模型中，样本回归方程可表示为：（ c ）
A、Yt??0??1Xt?ut B、Yt?E(Yt/X)??i
??? C、Yt??0??1Xt D、E?Yt/Xt???0??1Xt （其中t?1,2,?,n）
??16、设OLS法得到的样本回归直线为Yi??1??2Xi?ei，以下说法不正确的是 ( d )
A．?ei?0 B．(X,Y)在回归直线上 C．
1、一元线性回归分析中的回归平方和ESS的自由度是 （d） A、n B、n-1 C、n-k D、1
17、古典线性回归模型的普通最小二乘估计量满足的统计性质(a )
A、最佳线性无偏估计 B、仅满足线性性 C.非有效性 D有偏性
??YY D．COV(Xi,ei)?0
18、对多元线性回归方程的显著性检验，所用的F统计量可表示为（ b ）
ESS(k?1)ESS(n?k) A、RSS(k?1) B、RSS(n?k)
ESSR2(n?k)2C、(1?R)(k?1) D、RSS(n?k)
19、在模型Yt??1??2X2t??3X3t?ut的回归分析结果报告中，有F?2634.23，
F的p值?0.0000，则表明（ d ）
A、解释变量X2t对Yt的影响是显著的 B、解释变量X3t对Yt的影响是显著的 C、解释变量X2t和X3t对Yt的影响是均不显著 D、解释变量X2t和X3t对Yt的联合影响是显著的 20、多元线性回归分析中的 RSS反映了（ c ）
A．应变量观测值总变差的大小 B．应变量回归估计值总变差的大小 C．应变量观测值与估计值之间的总变差 D．Y关于X的边际变化
第四章
多重共线性（1）定义、产生原因；（2）后果；（3）检测；（4）
弥补。
参数的最小二乘估计量的性质
简单相关系数矩阵方法主要用于检验（d）
A．异方差性 B.自相关性 C．随机解释变量 D.多重共线性 能够检验多重共线性的方法有＿a＿
A.简单相关系数矩阵法 B. DW检验法C. White检验 D.ARCH检验法 如果模型中的解释变量存在完全的多重共线性，参数的最小二乘估计量是（ c ）
A．无偏的 B. 有偏的 C. 无法估计 D. 无正确答案 如果模型中的解释变量存在不完全的多重共线性，参数的最小二乘估计量是（ a ）
A．无偏的 B. 有偏的 C. 无法估计 D. 无正确答案 如果模型中的解释变量存在完全的多重共线性，参数的最小二乘估计量是（ c ）
A．无偏的 B. 有偏的 C. 无法估计 D. 确定的
第五章
异方差性（1）定义、产生原因；（2）后果；（3）检测；（4）弥补。
检验异方差的方法； 修正异方差的方法；
ARCH检验方法主要用于检验（a）
A．异方差性 B.自相关性 C．随机解释变量 D.多重共线性 下列方法可以用于检验模型中异方差性的方法有 （ d）
A DW检验 B 相关系数矩阵 C 判定系数法 D White检验 Goldfeld-Quandt方法用于检验（ a ）
A．异方差性 B.自相关性 C．随机解释变量 D.多重共线性 在模型有异方差的情况下,常用的估计方法是( d )
A. 广义差分法 B. 工具变量法 C. 逐步回归法 D. 加权最小二乘法
White检验可用于检验（b ）
A．自相关性 B. 异方差性 C．解释变量随机性 D.多重共线性 加权最小二乘可以解决下列哪个问题 ( d )
A．多重共线性 B. 误差项非正态性 C．自相关性 D. 异方差性 关于Goldfeld-Quandt检验，下列说法正确的是（ c ）
A．它是检验模型是否存在自相关 B.该检验所需要的样本容量较小 C．该检验需要去掉部分样本 D. 它是检验模型是否存在多重共线性 下列方法可以用于检验模型中异方差性的方法有 （ d）
A DW检验 B 相关系数矩阵 C 判定系数法 D White检验 如果模型中存在异方差现象，则普通最小二乘估计量仍然满足的性质（ a）
A. 无偏性 B. 最小方差性 C. 有效性 D 非线性性 什么是异方差性？有哪些方法可以检验模型中是否存在异方差性? 违背同方差假定，扰动项的方差会随着某个（些）因素而发生变