第一章导论
一、单项选择题
1-6: CCCBCAC
二、多项选择题
ABCD;ACD;ABCD
三.问答题
什么是计量经济学？
答案见教材第3页
四、案例分析题
假定让你对中国家庭用汽车市场发展情况进行研究，应该分哪些步骤，分别如何分析？（参考计量经济学研究的步骤）
第一步：选取被研究对象的变量：汽车销售量
第二步：根据理论及经验分析，寻找影响汽车销售量的因素，如汽车价格，汽油价格，收入水平等
第三步：建立反映汽车销售量及其影响因素的计量经济学模型
第四步：估计模型中的参数；
第五步：对模型进行计量经济学检验、统计检验以及经济意义检验；
第六步：进行结构分析及在给定解释变量的情况下预测中国汽车销售量的未来值为汽车业的发展提供政策实施依据。
第二章简单线性回归模型
一、填空题
1、线性、无偏、最小方差性（有效性），BLUE。
2、解释变量；参数；参数。
3、随机误差项；随机误差项。
二、单项选择题
1-4：BBDA;6-11：CDCBCA
三、多项选择题
1.ABC;
2.ABC;
3.BC;
4.ABE;
5.AD;
6.BC
四、判断正误：
1. 错；
2. 错；
3. 对；
4.错；
5. 错；
6. 对；
7. 对；
8.错
五、简答题：
1.为什么模型中要引入随机扰动项？
答：模型是对经济问题的一种数学模型，在模型中，被解释变量是研究的对象，解释变量是其确定的解释因素，但由于实际问题的错综复杂，影响被解释变量的因素中，除了包括在模型中的解释变量以外，还有其他一些因素未能包括在模型中，但却影响被解释变量，我们把这类变量统一用随机误差项表示。随机误差项包含的因素有：
第一，未知影响因素的代表；
第二，无法取得数据的已知因素的代表；
第三，众多细小影响因素的综合代表；
第四，模型的设定误差；
第五，变量的观测误差；
第六，经济现象的内在随机性。
由此可见，随机误差项有十分丰富的内容，在计量经济研究中起着重要的作用，一定程度上，随机误差项的性质决定着计量经济方法的选择和使用。随机误差项的存在与否是计量经济学模型与经济模型的本质区别。
2.线性回归模型有哪些基本假设？违背基本假设的计量经济学模型是否就不可估计？
答：线性回归模型的基本假设有：
第一，随机误差项均值为零；
第二，随机误差方差常数；
第三，随机误差项之间无序列相关性；
第四，解释变量之间无多重共线性；
第五，解释变量与随机误差项不相关；
第五，随机误差项服从正态分布。
违背基本假设的计量经济学模型可以估计，但是所估计的参数的方差变大，参数不具有有效性，相关检验失效，预测精度下降。
3.回归分析与相关分析的区别与联系。
答：见下表
六、计算与案例分析
1答：（1）β的经济意义是，解释变量人均收入变动一元，被解释变量人均储蓄平均变动0.067元。
(2)α的符号应该是负值，因为α表示收入为零时的储蓄，应该是负储蓄，即正消费。β的符号应该是正数，因为β表示编辑储蓄倾向，应该是0-1之间的数。
（3）拟合优度为0.538，拟合程度不太理想。
2.解：（1）根据)
ˆ(ˆ)ˆ(ββ
βse t =得到， 0147.0616
.162453.0)ˆ(ˆ)ˆ(,33.8327.3109.261)ˆ(ˆ)ˆ(222111
===-=-==ββββββt se se t
（2）09.261ˆ1
-=β的含义是，当国内生产总值为零时，该地区出口总额为261.09亿元；
2453.0ˆ2=β是指国内生产总值每增加一亿元，该地区进口总额增加0.2453亿元。 （3）616.16)ˆ(2
=βt ，给定05.0=α，查得042.2)31(025.0=t ，由于
042.2616.16)ˆ(2>=βt ，拒绝原假设，2
β显著不为零。 3.解：根据题意：
1001
10)(2
=--∑Y Y i
，得900)(2=-=∑Y Y TSS i
1001=RSS ,
70
2=RSS ，计算
得
：
89
.0900
100
900121=-=-=
TSS RSS TSS R ,
92.0900
70
90022
2=-=-=
TSS RSS TSS R ，因此选择拟合优度较高的模型2。
第三章 多元回归模型
一、填空题
1. (ESS/k-1)/( RSS/n-k)；
2. 随机 二、单选题 1-7：B A C B C C D 三、多选题 1.ABC;2.BCD 四、简答题
1．答：由于实际问题中解释变量之间都会有不同程度的相关性，因此建立多元回归模型与建立被解释变量与每个解释变量单独的一元回归模型是有区别的，在多元回归模型中，每个系数的含义是“偏回归系数”：即在其他变量不变的情况下，该变量的变化引起的被解释变量的变化，因此，在多元回归模型中，能够测度每个解释变量对被解释变量的“单独”影响；而在一元回归模型中，并不能够保证模型以外其他变量不变的情况下，模型中解释变量的单位变动对被解释变量的影响，系数不能够测度解释变量对被解释变量的“单独”影响，除非解释变量之间是正交关系（即不存在线性相关性）。也就是说，在解释变量之间完全正交时，
