考虑方程(17.4.7)所给的考伊克(或者适应性预期)模型，即：假定在原始模型中ut服从一阶自回归模式

A.无限期分布滞后模型不可以转换为一阶自回归模型

B.科伊克模型和自适应预期模型都存在解释变量与随机干扰项同期相关问题

C.局部调整模型中解释变量与随机干扰项没有同期相关，因此可以应用OLS估计

D.自适应预期模型最初表现形式是Yt=β0+β1Xte+μt

E.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干扰项相关，以及随机干扰项出现序列相关

A.一阶自回归模型

B.二阶自回归模型

C.三阶自回归模型

D.n阶自回归模型

yt=a1yt-1+a2yt-2+…+anyt-n+b0e+b1et-1+…+bmet-m，是()。

A．一阶自回归模型

B．二阶自回归模型

C．滑动平均模型

D．自回归滑动平均模型

考虑方程(18.37)中的误差纠正模型。证明：如果你添加误差纠正项的另一个滞后，这个方程便出现完全多重共线性的问题。[提示：证明的一个完全线性函数。]

A.德宾h检验只适用一阶自回归模型

B.德宾h检验适用任意阶的自回归模型

C.德宾h统计量服从t分布

D.德宾h检验可以用于小样本问题

考虑方程(18.37)中的误差修正模型。证明：如果你添加误差修正项的另一个滞后y_t-2=β_t-2，这个方程便出现完全多重共线性的问题。[提示：证明的一个完全线性函数。]

A.随机方程模型

B.行为方程模型

C.联立方程模型

D.非随机方程模型

A.设计模型

B.建立模型

C.检验模型

D.计算方程

E.确定预测值

考虑如下解释每月啤酒消费量的线性模型：

写出将它变换成一个具有同方差误差的方程。

利用INTQRT.RAW中的数据。

在教材例18.7中，我们估计了六月期国库券持有期收益率的一个误差修正模型，其中三月期国库券持有期收益率的一阶滞后为解释变量。我们假定在方程中的协整参数为1。现在，添加Δhy3_t-1的先导变化Δhy3_t、同期变化Δhy3_t-1和滞后变化Δhy3_t-2。即估计方程

并用方程形式报告结果。相对于双侧备择假设，检验H：β=1.假定方程中已经有了足够多的先导和滞后，使得{hy3_t-1}在这个方程中是严格外生的，我们不必担心序列相关。

(ii)在教材(18.39)中的误差修正模型中，添加{hy3_t-1}和{hy6_t-2-hy3_t-3}。这两项是联合显著的吗？你认为怎样才是适当的误差修正模型？

A.常微分方程模型

B.统计回归模型

C.人工神经网络模型

D.偏微分方程模型