1、定量预测方法及答案解析(总分：285.00，做题时间：90 分钟)一、单项选择题(总题数：17，分数：17.00)1.简单指数平滑预测值比起实际值的变动( ) A提前 B落后 C无关 D不确定（分数：1.00）A.B.C.D.2.测定指数和相关系数越接近 1，回归的效果一般( ) A越差 B越好 C不确定 D无关（分数：1.00）A.B.C.D.3.回归平方和在总离差中所占的比重越大，方程的回归效果( ) A越差 B越好 C不确定 D无关（分数：1.00）A.B.C.D.4.总离差 TSS 与回归平方和 ESS、残差平方和 RSS 的关系是( ) ATSS=ESS-RSS BTSS=ESSRS
2、S CTSS=ESS+RSS DTSS=ESSRSS（分数：1.00）A.B.C.D.5.最小二乘法所估算的回归方程的参数( ) A没误差 B有误差 C不确定 D有时有有时没有（分数：1.00）A.B.C.D.6.在使用回归趋势模型进行预测时，如果外延的时间比较长，则模型的预测精度( ) A提高 B无影响 C降低 D不确定（分数：1.00）A.B.C.D.7.本期的加权移动平均值可作为( ) A上一期的预测值 B下三期的预测值 C下两期的预测值 D下一期的预测值（分数：1.00）A.B.C.D.8.逐期增长率是( ) A相对数指标 B绝对数指标 C增长幅度 D逐期增长的和（分数：1.00）A.
3、B.C.D.9.一次差所表示的是时间序列逐期增长的( ) A和 B增长百分比 C绝对量 D相对量（分数：1.00）A.B.C.D.10.年率的计算公式是( ) A年率=(本期数据/上期数据) 12-1100% B年率=(本期数据/上期数据) 4-1100% C年率=(本期数据/上期数据) 11-1100% D年率=(本期数据/上期数据) 6-1100%（分数：1.00）A.B.C.D.11.与上一年同期相比增长的百分比是( ) A与上一年同期相比增长的百分比=(上一年同期水平/本期水平)100% B与上一年同期相比增长的百分比=(本期水平/上一年同期水平)100% C与上一年同期相比增长的百分
4、比=(上一年同期水平/本期水平-1)100% D与上一年同期相比增长的百分比=(本期水平/上一年同期水平-1)100%（分数：1.00）A.B.C.D.12.简单线形回归模型的变量有( ) A2 个 B3 个 C4 个 D1 个（分数：1.00）A.B.C.D.13.所估算回归方程的误差越小，估算的效果( ) A越差 B越好 C不确定 D无关（分数：1.00）A.B.C.D.14.两个变量之间的相关系数总是一个不为 0 的值，一般认为多线性严重时，所计算的相关系数( ) A0.3 B0.5 C0.8 D1（分数：1.00）A.B.C.D.15.如果某一个月的增长率很高，那么所推算出的年率( )
5、 A低 B高 C不确定 D无关（分数：1.00）A.B.C.D.16.测定指数和相关系数越接近 0，回归的效果一般( ) A越差 B越好 C不确定 D无关（分数：1.00）A.B.C.D.17.如果某一个月的增长率很低，那么所推算出的年率( ) A低 B高 C不确定 D无关（分数：1.00）A.B.C.D.二、多项选择题(总题数：6，分数：6.00)18.现实生活中的许多经济数据包含的因素有( )（分数：1.00）A.上一年同期水平因素B.趋势因素C.周期因素D.季节因素E.偶然因素19.多元回归模型的基本假设有( )（分数：1.00）A.误差的数学期望值为 0B.误差的数学期望值为一常量C.
6、误差的方差为一常量D.各项误差之间不存在相关关系E.自变量是事先给定的，彼此之间不存在相关关系20.在简单线形回归分析中，随机误差应满足的三个假设条件是( )（分数：1.00）A.误差的数学期望值为 0B.误差的数学期望值为一常量C.误差的方差为一常量D.各项误差之间不存在相关关系E.各项误差之间存在相关关系21.由于 4 期移动平均的长度为 1 年，因此它剔除了( )（分数：1.00）A.上一年同期水平因素的影响B.趋势因素的影响C.周期因素的影响D.季节因素的影响E.偶然因素的影响22.一次差是( )（分数：1.00）A.正的B.负的C.零D.区别不同时间序列数据的波动程度E.判断时间序列
7、数据的变动趋势23.我们可以用相乘模型来表示经济数据中四个因素之间的关系，以下对 Yt=TtCtStIt描述正确的是( )（分数：1.00）A.Tt为时间序列的趋势值，单位与 yf 相同B.Ct为周期指数C.St为季节指数D.St为季节E.Tt为偶然波动，用百分数表示三、名词解释(总题数：29，分数：87.00)24.一次差（分数：3.00）_25.逐期增长率（分数：3.00）_26.季节因素（分数：3.00）_27.回归模型（分数：3.00）_28.随机误差（分数：3.00）_29.总离差（分数：3.00）_30.回归平方和（分数：3.00）_31.残差平方和（分数：3.00）_32.测定指
8、数（分数：3.00）_33.相关系数（分数：3.00）_34.回归方程残差的方差（分数：3.00）_35.回归方程的标准差（分数：3.00）_36.多共线性（分数：3.00）_37.等方差性（分数：3.00）_38.异方差性（分数：3.00）_39.自相关性（分数：3.00）_40.一阶自相关（分数：3.00）_41.事后预测（分数：3.00）_42.事前预测（分数：3.00）_43.均方误差（分数：3.00）_44.绝对均差（分数：3.00）_45.时间序列预测（分数：3.00）_46.趋势外延法（分数：3.00）_47.简单移动平均预测（分数：3.00）_48.加权移动平均（分数：3.00
9、）_49.指数平滑法（分数：3.00）_50.简单指数平滑（分数：3.00）_51.二次指数平滑（分数：3.00）_52.三次指数平滑模型（分数：3.00）_四、简答题(总题数：29，分数：145.00)53.简述在对时间序列进行分析时做的两个方面的工作。（分数：5.00）_54.简述计算时间序列数据变动幅度的方法。（分数：5.00）_55.与一次差相比，环比增长率的优势是什么?（分数：5.00）_56.简述与上一年同期相比增长的百分比和年增长率之间的差别。（分数：5.00）_57.简述剔除季节因素的具体步骤。（分数：5.00）_58.简述计算周期指数的具体方法。（分数：5.00）_59.简述
10、回归模型三个重要的组成部分。（分数：5.00）_60.简述最小二乘法。（分数：5.00）_61.简述应用最小二乘法所估算的回归方程的重要特征。（分数：5.00）_62.试写回归方程 Y=+X 的参数的标准差。（分数：5.00）_63.简述回归方程的回归参数显著性检验的步骤。（分数：5.00）_64.简述造成回归效果不显著的可能原因。（分数：5.00）_65.简述当回归效果不显著时，应采取什么样的措施。（分数：5.00）_66.简述在多元回归分析中，为什么还需要计算经过调整的相关系数。（分数：5.00）_67.简述导致多共线性出现的原因。（分数：5.00）_68.多共线性所造成的后果之一是它会使
11、自变量参数的标准差变得很大，我们应如何来判断多共线性的存在?（分数：5.00）_69.简述产生自相关的原因。（分数：5.00）_70.建立回归预测模型时预测期内的自变量往往是未知的，对自变量的预测不准确会影响到整个模型的预测精度，应如何回避这个问题?（分数：5.00）_71.在实际预测中往往有几种可供选择的模型，如何选择?（分数：5.00）_72.回归模型在用于行情预测时存在哪些局限性?（分数：5.00）_73.同回归预测相比，时间序列预测的优势是什么?（分数：5.00）_74.时间序列预测的缺陷是什么?（分数：5.00）_75.在建立回归趋势预测模型时，如何选择适当形式的趋势方程来进行模拟?
12、（分数：5.00）_76.在建立回归趋势预测模型时，随着时间的推移，时间序列原来具有的趋势可能会发生变化，这时应如何做?（分数：5.00）_77.简述简单移动平均预测的缺点。（分数：5.00）_78.简单指数平滑模型预测的准确性在相当程度上取决于平滑指数的取值，我们如何选择平滑指数的取值?（分数：5.00）_79.我们在使用简单指数平滑模型进行预测时应注意什么?（分数：5.00）_80.简述布朗线性指数平滑的基本步骤。（分数：5.00）_81.简述简单指数平滑模型、布朗指数平滑模型和三次指数平滑模型分别适用于哪些情况。（分数：5.00）_五、论述题(总题数：2，分数：20.00)82.试述多元
13、回归方程 Yi= 1+ 2X2i+ 3X3i+ kXki+ui(i=1，2，n)的回归参数的假设检验过程。（分数：10.00）_83.试述加权移动平均模型的特点，并分析简单移动平均和加权移动平均各适合的预测情况。（分数：10.00）_六、计算题(总题数：2，分数：10.00)84.某市各月月初人口资料如表所示：单位(万人)月份 1 2 3 4 5 6 7 8 9 101112人口 221920192024252425262628试计算时间序列数据的一次差、逐期增长率。（分数：5.00）_85.经过观察，选取下列样本观察值如下表所示：XY513315673124134116985要求：(1)建立
14、回归方程式；(2)当 X=7 时，计算 Y 的值。（分数：5.00）_定量预测方法答案解析(总分：285.00，做题时间：90 分钟)一、单项选择题(总题数：17，分数：17.00)1.简单指数平滑预测值比起实际值的变动( ) A提前 B落后 C无关 D不确定（分数：1.00）A.B. C.D.解析：2.测定指数和相关系数越接近 1，回归的效果一般( ) A越差 B越好 C不确定 D无关（分数：1.00）A.B. C.D.解析：3.回归平方和在总离差中所占的比重越大，方程的回归效果( ) A越差 B越好 C不确定 D无关（分数：1.00）A.B. C.D.解析：4.总离差 TSS 与回归平方和
15、 ESS、残差平方和 RSS 的关系是( ) ATSS=ESS-RSS BTSS=ESSRSS CTSS=ESS+RSS DTSS=ESSRSS（分数：1.00）A.B.C. D.解析：5.最小二乘法所估算的回归方程的参数( ) A没误差 B有误差 C不确定 D有时有有时没有（分数：1.00）A.B. C.D.解析：6.在使用回归趋势模型进行预测时，如果外延的时间比较长，则模型的预测精度( ) A提高 B无影响 C降低 D不确定（分数：1.00）A.B.C. D.解析：7.本期的加权移动平均值可作为( ) A上一期的预测值 B下三期的预测值 C下两期的预测值 D下一期的预测值（分数：1.00）
16、A.B.C.D. 解析：8.逐期增长率是( ) A相对数指标 B绝对数指标 C增长幅度 D逐期增长的和（分数：1.00）A. B.C.D.解析：9.一次差所表示的是时间序列逐期增长的( ) A和 B增长百分比 C绝对量 D相对量（分数：1.00）A.B.C. D.解析：10.年率的计算公式是( ) A年率=(本期数据/上期数据) 12-1100% B年率=(本期数据/上期数据) 4-1100% C年率=(本期数据/上期数据) 11-1100% D年率=(本期数据/上期数据) 6-1100%（分数：1.00）A. B.C.D.解析：11.与上一年同期相比增长的百分比是( ) A与上一年同期相比增
17、长的百分比=(上一年同期水平/本期水平)100% B与上一年同期相比增长的百分比=(本期水平/上一年同期水平)100% C与上一年同期相比增长的百分比=(上一年同期水平/本期水平-1)100% D与上一年同期相比增长的百分比=(本期水平/上一年同期水平-1)100%（分数：1.00）A.B.C.D. 解析：12.简单线形回归模型的变量有( ) A2 个 B3 个 C4 个 D1 个（分数：1.00）A. B.C.D.解析：13.所估算回归方程的误差越小，估算的效果( ) A越差 B越好 C不确定 D无关（分数：1.00）A.B. C.D.解析：14.两个变量之间的相关系数总是一个不为 0 的值
18、，一般认为多线性严重时，所计算的相关系数( ) A0.3 B0.5 C0.8 D1（分数：1.00）A.B.C. D.解析：15.如果某一个月的增长率很高，那么所推算出的年率( ) A低 B高 C不确定 D无关（分数：1.00）A.B. C.D.解析：16.测定指数和相关系数越接近 0，回归的效果一般( ) A越差 B越好 C不确定 D无关（分数：1.00）A. B.C.D.解析：17.如果某一个月的增长率很低，那么所推算出的年率( ) A低 B高 C不确定 D无关（分数：1.00）A. B.C.D.解析：二、多项选择题(总题数：6，分数：6.00)18.现实生活中的许多经济数据包含的因素有(
19、 )（分数：1.00）A.上一年同期水平因素B.趋势因素 C.周期因素 D.季节因素 E.偶然因素 解析：19.多元回归模型的基本假设有( )（分数：1.00）A.误差的数学期望值为 0 B.误差的数学期望值为一常量C.误差的方差为一常量 D.各项误差之间不存在相关关系 E.自变量是事先给定的，彼此之间不存在相关关系 解析：20.在简单线形回归分析中，随机误差应满足的三个假设条件是( )（分数：1.00）A.误差的数学期望值为 0 B.误差的数学期望值为一常量C.误差的方差为一常量 D.各项误差之间不存在相关关系E.各项误差之间存在相关关系 解析：21.由于 4 期移动平均的长度为 1 年，因
20、此它剔除了( )（分数：1.00）A.上一年同期水平因素的影响B.趋势因素的影响C.周期因素的影响D.季节因素的影响 E.偶然因素的影响 解析：22.一次差是( )（分数：1.00）A.正的 B.负的 C.零 D.区别不同时间序列数据的波动程度 E.判断时间序列数据的变动趋势 解析：23.我们可以用相乘模型来表示经济数据中四个因素之间的关系，以下对 Yt=TtCtStIt描述正确的是( )（分数：1.00）A.Tt为时间序列的趋势值，单位与 yf 相同 B.Ct为周期指数 C.St为季节指数 D.St为季节E.Tt为偶然波动，用百分数表示 解析：三、名词解释(总题数：29，分数：87.00)2
21、4.一次差（分数：3.00）_正确答案：(一次差所表示的是时间序列数据逐期增长的绝对量。)解析：25.逐期增长率（分数：3.00）_正确答案：(逐期增长率又叫环比增长率，指的是本期数据与上期数据的差除以上期数据的百分数。)解析：26.季节因素（分数：3.00）_正确答案：(季节因素是指在每年特定的时间里反复发生作用的那些因素。)解析：27.回归模型（分数：3.00）_正确答案：(回归模型是以一定的经济理论为基础，建立能够反映经济变量之间相互关系的数学模型，然后搜集同模型有关的数据，最后使用统计方法来估算和评价所建立的模型。)解析：28.随机误差（分数：3.00）_正确答案：(所谓随机误差是实际
22、观测到的值与回归方程预测值之间的误差。)解析：29.总离差（分数：3.00）_正确答案：(所谓总离差是观察值 Y 到其平均值距离的平方和，它衡量的是观察值 y 偏离其平均值的程度，称为总离差，用 TSS 表示。)解析：30.回归平方和（分数：3.00）_正确答案：(回归平方和的表达式为*，反映的是因变量预测值*同观察数据平均值的偏离程度，称为可由回归方程解释的平方和或回归平方和，用 ESS 表示。)解析：31.残差平方和（分数：3.00）_正确答案：(残差平方和的表达式为*，是观察值和预测值之间误差的平方和，用 RSS 表示。)解析：32.测定指数（分数：3.00）_正确答案：(*)解析：33
23、.相关系数（分数：3.00）_正确答案：(*)解析：34.回归方程残差的方差（分数：3.00）_正确答案：(回归方程残差的方差是用残差的平方和 RSS 除以自由度(即观察值的个数减去回归方程参数的个数，简单线性回归方程有 a 和 b 两个参数)。)解析：35.回归方程的标准差（分数：3.00）_正确答案：(对方差 S2开方，得到的是回归方程的标准误差 S：*)解析：36.多共线性（分数：3.00）_正确答案：(多元回归模型的假设条件之一是模型中的各个自变量之间不存在相关关系。但是，在实际中，模型中的自变量可能会存在着一定程度的相关关系，我们把这一现象称为多共线性。)解析：37.等方差性（分数：
24、3.00）_正确答案：(回归模型的一个重要假设是误差的方差必须为常量，这一特点被称为等方差性。)解析：38.异方差性（分数：3.00）_正确答案：(由于种种原因，误差的方差会因自变量的取值不同而发生变化，我们把回归模型中所出现的误差的方差为变量的现象称为异方差性。)解析：39.自相关性（分数：3.00）_正确答案：(回归模型的第三个假设是各项误差之间不存在相关关系。但在使用时间序列数据进行回归分析和预测时，误差之间往往会存在相关关系，我们称这一现象为自相关。)解析：40.一阶自相关（分数：3.00）_正确答案：(所谓一阶自相关，指的是某项误差只同其相邻的误差相关，而同非相邻的误差不存在相关关系。)解析：41.事后预测（分数：3.00）_正确答案：(所谓事后预测是指，在预测期内，模型中自变量和因变量都是已知的。)解析：42.事前预测（分数：3.00）_正确答案：(所谓事前预测是指在预测期内，因变量的值是未知的，而自变量的值可能是已知的，也可能是未知的。)解析：43.均方误差（分数：3.00）_
