期货投资咨询新习题

中大期货投资分析--练习五

一、单选题

1. 回归分析的目的是为

A 研究解释变量对被解释变量的依赖关系

B 研究解释变量和被解释变量的相关关系

C 研究被解释变量对解释变量的依赖关系

D 以上说法都不对

2. 在回归分析中，有关被解释变量Y和解释变量X的说法正确的是

A Y为随机变量，X为非随机变量

B Y为非随机变量，X为随机变量

C X、Y均为随机变量

D X、Y均为非随机变量

3. 总体回归线是指

A 解释变量X取给定值时，被解释变量Y的样本均值的轨迹

B 样本观测值拟合的最好的曲线

C 使残差平方和最小的曲线

D 解释变量X取给定值时，被解释变量Y的条件均值或期望值的轨迹

4. 最小二乘准则是

A 随机误差项ut的平方和最小

B Yt与它的期望值Y的离差平方和最小

C Xt与它的均值X的离差平方和最小

D 残差et的平方和最小

5. 随机误差项是

A 个别的Yt围绕它的期望值的离差

B Yt的测量误差

ˆC 预测值Yt与实际值Yt的偏差

D 个别的Xt围绕它的期望值的离差

6. 按照经典假设，线性回归模型中的解释变量应为非随机变量，且

A 与被解释变量Yt不相关

B 与随机误差项ut不相关

ˆC 与回归值Yt不相关

D 以上说法均不对

7. 判定系数R的取值范围为

22A 0R1

20R2 B

2C 0R1

2D 0R1

8. 回归系数1通过了t检验，表示 A 10

ˆB 10

ˆC 10,10

ˆ00,11D

9. 个值区间预测就是给出了

ˆYA 预测值0的一个置信区间

B 实际值Y0的一个置信区间

C 实际值Y0的期望值的一个置信区间

D 实际值X0的一个置信区间

ˆ10. 一元线性回归模型中，0的估计是

ˆˆA 0Y1X

ˆˆB 0Y1X

ˆˆC 0Y1X

ˆYˆX01D

11. 在多元线性回归模型y01x12x2，1表示

A x2和保持不变条件下，x1每变化一单位时，y的均值的变化

B 任意情况下，x1每变化一单位时，y的均值的变化

C x2保持不变条件下，x1每变化一单位时，y的均值的变化

D 保持不变条件下，x1每变化一单位时，y的均值的变化 12. 在多元线性回归模型y01x12x2，0表示

A 指所有未包含到模型中的变量对y的平均影响

B y的平均水平

C x1和x2保持不变的条件下，y的平均水平

D x10,x20时，y的真实水平

13. 在多元线性回归模型中，调整后的判定系数R与判定系数R的关系为

2222A RR

22B RR

22C RR

22D RR

14. 回归模型中不可使用的模型为

2A R较高，回归系数高度显著

2B R较低，回归系数高度显著

2C R较高，回归系数不显著

2D R较低，回归系数显著

15. 在回归模型y01x12x23x3中，x2与x3高度相关，x1与x2、x3无关，则因为x2与x3的高度相关会使1的方差

ˆA 变大

B 变小

C 不确定

D 不受影响

16. 在回归模型y01x12x23x3中，如果原假设H0:10成立，则意味着

A 估计值10

ˆB X1与Y无任何关系

C 回归模型不成立

D X1与Y无线性关系

17. 对回归系数进行显著性检验的t统计量为

jA

ˆ)se(j

ˆjB

ˆ)var(j

jC

ˆ)var(j

ˆjD

ˆ)se(j

18. 下列哪种情况说明存在异方差

A E(ui)0

B

E(uiuj)0,ij

C

E(ui2)2（常数）

D

E(ui2)i2

19. 下列哪种方法不是检验异方差的方法

A 残差图分析法

B 等级相关系数法

C 样本分段比检验

D DW检验法

20. 戈德菲尔德——匡特检验适用于检验

A 序列相关

B 异方差

C 多重共线性

D 设定误差

21. 异方差情形下，常用的估计方法是

A 一阶差分法

B 广义差分法

C 工具变量法

D 加权最小二乘法

22. 下列哪种情况属于存在序列相关

A

cov(ui,uj)0,ij

B

cov(ui,uj)0,ij

C

cov(ui,uj)2,ij

D

cov(ui,uj)i2,ij

23. 下列哪种方法不是检验序列相关的方法

A 残差图分析法

B 自相关系数法

C 方差扩大因子法

D DW检验法

24. DW检验适用于检验

A 异方差

B 序列相关

C 多重共线性

D 设定误差

25. 若计算的DW统计量为2，则表明该模型

A 不存在一阶序列相关

B 存在一阶正序列相关

C 存在一阶负序列相关

D 存在高阶序列相关

26. 若模型y01x存在序列相关则

A cov(x,u)0

B

cov(ui,uj)0,ij

C cov(x,u)0

D

cov(ui,uj)0,ij

27. DW检验的原假设为

A DW0 B 0

C DW1 D 1

28. DW统计量的取值范围是

A 1DW0

B 1DW1

C 2DW2

D 0DW4

29. 根据20个观测值估计的一元线性回归模型的DW2.3，在样本容量n20，解释变量个数k1，显著性水平0.05时，查得dL1.201，dU1.411，则可以判断该模型

A 不存在一阶自相关

B 有正的一阶自相关

C 有负的一阶自相关

D 无法确定

30. 当模型存在一阶自相关情况下，常用的估计方法是

A 加权最小二乘法

B 广义差分法

C 工具变量法

D 普通最小二乘法

31. 采用一阶差分法估计一阶自相关模型，适合于 A 0

B 1 C 10 D 01

32. 在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近1，则表明模型中存在

A 异方差

B 自相关

C 多重共线性

D 设定误差

33. 在线性回归模型中，若解释变量x1和x2的观测值成比例，即有x1kx2，其中k为非零常数，则表明模型中存在

A 异方差

B 多重共线性

C 序列相关

D 设定误差

34. 经验认为，某个解释变量与其他解释变量间多重共线性很严重的判别标准是这个解释变量的方差扩大因子VIF

A 大于1

B 小于1

C 大于10

D 小于5

35. 若查表得到dL和dU，则不存在序列相关的区间为

A 0DWdU

B dUDW4dU

C 4dUDW4dL

D 4dUDW4

二、多选题

1. 判定系数R可表示为

2

A

R2RSSTSS

B

R2ESSTSS

C

R21RSSTSS

D

R21ESSTSS

E

R2ESSTSSRSS

2. 在一元线性回归模型中，影响1的估计精度的因素有

ˆˆA Yt的估计值Yt

2B

Yt(YY)的总变异t

C 随机误差项的方差

2

D

Xt的总变异

(XtX)2

3. 对于截距项0，即使不显著，也可不理会，除非

A 模型用于结构分析

B 模型用于经济预测

C 模型用于评价 D 0有理论上的特别意义

4. 评价回归模型的特性，主要从如下几个方面入手

A 经济理论评价

B 统计上的显著性

C 回归模型的拟合优度

D 回归模型是否满足经典假定

E 模型的预测精度

5. 多元回归模型y01x12x2通过了整体显著性F检验，则可能的情况为 A 10,20 B 10,20 C 10,20

D 10,20 E 120

6. 对回归模型进行显著性检验时所用的F统计量可表示为

ESS(nk)A RSS(k1)

ESS(k1)B RSS(nk)

R2(k1)2(1R)(nk) C

(1R2)(nk)2R(k1) D

R2(nk)2(1R)(k1) E

7. 常用的检验异方差的方法有

A 残差图分析法

B 等级相关系数法

C 戈德菲尔德——匡特检验

D 戈里瑟检验

E 怀特检验

8. 异方差情况下将导致

A 参数估计量是无偏的，但不是最小方差无偏估计

B 参数显著性检验失效

C 模型预测失效

D 参数估计量是有偏的，且方差不是最小的

E 模型预测有效

9. 以下关于DW检验的说法，不正确的有

A 要求样本容量较大

B 1DW1

C 可用于检验高阶序列相关

D 能够判定所有情况

E 只适合一阶线性序列相关

10. 序列相关情况下，常用的参数估计方法有

A 一阶差分法

B 广义差分法

C 工具变量法

D 加权最小二乘法

E 广义最小二乘法

11. 若查表得到DW的上下限分别为dU和dL，则DW的不确定区间为

A dUDW4dU

B 4dUDW4dL

C dLDWdU

D 4dLDW4

E 0DWdL

12. DW检验不适用于下列情况下的序列相关检验

A 随机误差项具有高阶序列相关

B 样本容量太小

C 含有滞后被解释变量的模型

D 正的一阶线性自相关形式

E 负的一阶线性自相关形式

13. 自相关的情况下将导致

A 参数估计量不再是最小方差线性无偏估计量

B 均方差MSE可能严重低估误差项的方差

C 常用的F检验和t检验失效

D 参数估计量是无偏的

E 利用回归模型进行预测的结果会存在较大的误差

14. 产生序列相关的原因有

A 遗漏了重要的解释变量

B 经济变量的滞后性

C 回归模型函数形式的设定错误

D 对原始数据加工整理

15. 以下说法正确的有

2A R较高，而显著t统计量较少时，可能存在多重共线性问题

B 当增加或剔除一个解释变量，或者改变一个观测值时，回归系数的估计值发生较大变化，就认为回归方程存在严重的多重共线性

C 一些重要的解释变量在回归方程中没有通过显著性检验时，可初步判断存在着严重的多重共线性

D 有些解释变量的回归系数所带符号与定性分析结果违背时，可能存在多重共线性问题

E 解释变量间的相关系数较大时，可能会出现多重共线性问题

三、判断题

1. 回归分析就是研究被解释变量对解释变量的依赖关系，其目的就是通过解释变量的

已知或设定值，去估计或预测被解释变量的总体均值。

2. 相关分析是用于衡量两个变量之间的线性关联度的分析方法。

3. 在回归分析中，被解释变量Y被当做是随机变量，而解释变量X则被看作非随机变量。而在相关分析中，两个变量均看作是随机变量。

计算公式中e和(YY)i4. 经调整的判定系数R222i的自由度分别为nk和n1。

5. 在回归模型中增加一个解释变量，判定系数R通常会增大。

26. 在多元回归模型中，越大。

ˆ)Var(jˆ)Var(jˆˆ)22Var(jj与随机扰动项的成正比，即越大，的方差

7.

ˆ)Var(j与

Xj的总体样本变异

SSTj成反比关系，即总体变异

SSTj越大，

ˆj的方差

越小。

ˆ)Var(jˆjˆ)Var(j8. 大。

与解释变量之间的线性关联程度

Rj2正相关，即

Rj2越大，的方差越

9. 加权最小二乘法是通过对原来的模型进行加权变换，使经过变换的模型具有同方差的随机误差项，然后再应用普通最小二乘法进行参数估计。

10. 广义差分法适用于估计存在自相关问题的经济计量模型。

11. 在区间预测中，在其他条件不变的情况下，预测的置信概率越高，预测的精度越低。

四、情景题