计量经济学第五章
第五章练习题参考解答
设消费函数为
i i i i u X X Y +++=33221βββ
式中,i Y 为消费支出;i X 2为个人可支配收入;i X 3为个人的流动资产;
i u 为随机误差项,并且222)(,0)(i i i X u Var u E σ==(其中2
σ为常数)
。试回答以下问题:
(1)选用适当的变换修正异方差,要求写出变换过程;
(2)写出修正异方差后的参数估计量的表达式。
根据本章第四节的对数变换,我们知道对变量取对数通常能降低异方差性,但须对这种模型的随机误差项的性质给予足够的关注。例如,设模型为u X Y 2
1ββ=,对该模型中的变量取对数后得如下形式
u X Y ln ln ln ln 21++=ββ
(1)如果u ln 要有零期望值,u 的分布应该是什么 (2)如果1)(=u E ,会不会0)(ln =u E 为什么 (3)如果)(ln u E 不为零,怎样才能使它等于零
由表中给出消费Y 与收入X 的数据,试根据所给数据资料完成以下问题:
(1)估计回归模型u X Y ++=21ββ中的未知参数1β和2β,并写出样本回归模型的书写格式;
(2)试用Goldfeld-Quandt 法和White 法检验模型的异方差性; (3)选用合适的方法修正异方差。
Y X Y X Y X 558015222095140 65100144210108145 7085175245113150 80110180260110160 79120135190125165 84115140205115180 98130178265130185 95140191270135190 90125137230120200 7590189250140205 741055580140210 1101607085152220 1131507590140225 12516565100137230 10814574105145240 11518080110175245 14022584115189250 12020079120180260 14524090125178265 13018598130191270
由表中给出1985年我国北方几个省市农业总产值,农用化肥量、农用水利、农业劳动力、每日生产性固定生产原值以及农机动力数据,要求:
(1)试建立我国北方地区农业产出线性模型;
(2)选用适当的方法检验模型中是否存在异方差;
(3)如果存在异方差,采用适当的方法加以修正。
地区农业总产值农业劳动力灌溉面积化肥用量户均固定农机动力(亿元)(万人)(万公顷)(万吨)资产(元)(万马力)
北京
天津
河北1639 .0
山西
内蒙古
辽宁
吉林
黑龙江
山东
河南
陕西764新疆
表中的数据是美国1988研究与开发(R&D)支出费用(Y)与不同
部门产品销售量(X)。试根据资料建立一个回归模型,运用Glejser方法和White方法检验异方差,由此决定异方差的表现形式并选用适当方法加以修正。
单位:百万美元
工业群体销售量X R&D费用Y利润Z
1.容器与包装
2.非银行业金融
3.服务行业
4.金属与采矿
5.住房与建筑
6.一般制造业1083
7.休闲娱乐
8.纸张与林木产品
9.食品
10.卫生保健
11.宇航95294
12.消费者用品
13.电器与电子产品
14.化工产品
15.五金
16.办公设备与电算
机
17.燃料
18.汽车293543
由表中给出的收入和住房支出样本数据,建立住房支出模型。
假设模型为i i i u X Y ++=21ββ,其中Y 为住房支出,X 为收入。试求解下列问题:
(1)用OLS 求参数的估计值、标准差、拟合优度
(2)用Goldfeld-Quandt 方法检验异方差(假设分组时不去掉任何样本值)
(3)如果模型存在异方差,假设异方差的形式是222i i X σσ=,试用加权最小二乘法重新估计1β和2β的估计值、标准差、拟合优度。
表中给出1969年20个国家的股票价格(Y )和消费者价格年百分率变化(X )的一个横截面数据。
国家 股票价格变化率%Y 消费者价格变化率%X
1.澳大利亚 5
2.奥地利
3.比利时
4.加拿大
5.智利
6.丹麦
7.芬兰
8.法国
9.德国
10.印度4
11.爱尔
兰4
12.以色
列
13.意大
利
14.日本
15.墨西
哥
16.荷兰
17.新西
兰
18.瑞典84
19.英国
20.美国9
试根据资料完成以下问题:
(1)将Y对X回归并分析回归中的残差;
(2)因智利的数据出现了异常,去掉智利数据后,重新作回归并再次
分析回归中的残差;
(3)如果根据第1条的结果你将得到有异方差性的结论,而根据第2条的结论你又得到相反的结论,对此你能得出什么样的结论
表中给出的是1998年我国重要制造业销售收入与销售利润的数据资料
试完成以下问题:
(1)求销售利润岁销售收入的样本回归函数,并对模型进行经济意义检验和统计检验;
(2)分别用图形法、Glejser方法、White方法检验模型是否存在异方差;
(3)如果模型存在异方差,选用适当的方法对异方差性进行修正。
下表所给资料为1978年至2000年四川省农村人均纯收入
t
X和人均
生活费支出
t
Y的数据。
四川省农村人均纯收入和人均生活费支出单位:元/人
时间农村人均纯
收入X 农村人均生
活费支出Y
时间农村人均纯
收入X
农村人均生
活费支出Y
19781990
19791991
19801992
19811993
19821994
19831995
19841996
19851997
19861998
19871999
19882000
1989
数据来源:《四川统计年鉴》2001年。
(1)求农村人均生活费支出对人均纯收入的样本回归函数,并对模型进行经济意义检验和统计检验;
(2)选用适当的方法检验模型中是否存在异方差;
(3)如果模型存在异方差,选用适当的方法对异方差性进行修正。
在题中用的是时间序列数据,而且没有剔除物价上涨因素。试分析如果剔除物价上涨因素,即用实际可支配收入和实际消费支出,异方差的问题是否会有所改善由于缺乏四川省从1978年起的农村居民消费价格定基指数的数据,以1978年—2000年全国商品零售价格定基指数(以1978
年为100)代替,数据如下表所示:
数据来源:《中国统计年鉴2001》
练习题参考解答
练习题 参考解答
(1)因为22()i i f X X =,所以取221
i i
W X =
,用i W 乘给定模型两端,得
312322221i i i i i i i
Y X u X X X X βββ=+++ 上述模型的随机误差项的方差为一固定常数,即
22221
(
)()i i i i
u Var Var u X X σ== (2)根据加权最小二乘法及第四章里()和()式,可得修正异方差后的参数估计式为
***12233???Y X X βββ=-- ()()()()
()()()***2****
2223232232
2*2
*2**2223223?i
i i i i i i i i i i i i
i i
i i i
W y x W x W y x W x x W x
W x
W x x
β-=
-∑∑∑∑∑∑∑
()()()()()()()
***2****2322222233
2
*2
*2**2223223?
i
i i i i i i i i i i i i
i i
i i i
W
y x W x W y x W x x W
x
W
x
W
x x
β-=
-∑∑∑∑∑∑∑
其中
22232***
2
3
222,,i i
i i
i i
i
i
i
W X W X W Y X
X
Y
W
W
W
=
=
=
∑∑∑∑∑∑
**
****222333i i i i i x X X x X X y Y Y =-=-=-
练习题参考解答
(1)该模型样本回归估计式的书写形式为
2?9.34750.6371(2.5691)(32.0088)
0.9464,..9.0323,1023.56
i i
Y X R s e F =+===
(2)首先,用Goldfeld-Quandt 法进行检验。
a.将样本按递增顺序排序,去掉1/4,再分为两个部分的样本,即1222n n ==。
b.分别对两个部分的样本求最小二乘估计,得到两个部分的残差平方和,即
2122
603.01482495.840
e
e
==∑∑
求F 统计量为
2221
2495.84
4.1390603.0148
e F e
=
=
=∑∑
给定0.05α=,查F 分布表,得临界值为(20,20) 2.12F =。
c.比较临界值与F统计量值,有F=>
0.05(20,20) 2.12
F ,说明该模型的随机误差项存在异方差。
其次,用White法进行检验。具体结果见下表
White Heteroskedasticity Test:
F-statistic Probability
Obs*R-squared Probability
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 08/05/05 Time: 12:37
Sample: 1 60
Included observations: 60
Variable Coeffic
ient
Std.
Error
t-Statis
tic
Prob.
C
X
X^2
R-squared Mean dependent
var
Adjusted R-squared . dependent var
. of regression Akaike info
criterion
Sum squared resid Schwarz criterion
Log likelihood F-statistic
Durbin-Watson
stat Prob(F-statistic)
给定0.05
α=,在自由度为2下查卡方分布表,得2 5.9915
χ=。
比较临界值与卡方统计量值,即22
10.8640 5.9915
nRχ
=>=,同样说明模型中的随机误差项存在异方差。
(2)用权数
1
1
W
X
=,作加权最小二乘估计,得如下结果
Dependent Variable: Y Method: Least Squares
Date: 08/05/05 Time: 13:17 Sample: 1 60
Included observations: 60 Weighting series: W1
Variable Coeffic
ient
Std.
Error
t-Statis
tic
Prob.
C X
Weighted
Statistics
R-squared Mean dependent
var
Adjusted R-squared . dependent var
. of regression Akaike info
criterion
Sum squared resid Schwarz criterion
Log likelihood F-statistic Durbin-Watson
stat Prob(F-statistic) Unweighted
Statistics
R-squared Mean dependent
var
Adjusted R-squared . dependent var
. of regression Sum squared
resid
Durbin-Watson
stat
其估计的书写形式为
2?10.37050.6310(3.9436)(34.0467)
0.2114,..7.7789,1159.18
Y
X R s e F =+===
练习题参考解答
(1)建立样本回归模型。
2?192.99440.0319(0.1948)(3.83)
0.4783,..2759.15,14.6692
Y
X R s e F =+===
(2)利用White 检验判断模型是否存在异方差。 White Heteroskedasticity Test: F-statistic Probability Obs*R-squared
Probability
Test Equation:
Dependent Variable: RESID^2 Method: Least Squares
Date: 08/08/05 Time: 15:38 Sample: 1 18
Included observations: 18
Variable
Coeffic
ient
Std. Error
t-Statis tic
Prob.
C -6219633.
6459811.
X X^2
R-squared
Mean dependent var
6767029.
Adjusted R-squared
. dependent var
. of regression
Akaike info criterion
Sum squared resid
+15 Schwarz
criterion
Log likelihood F-statistic Durbin-Watson stat
Prob(F-statistic)
给定0.05α=和自由度为2下,查卡方分布表,得临界值2 5.9915χ=,而
White 统计量2 5.2125nR =,有22
0.05
(2)nR χ<,则不拒绝原假设,说明模型中不存在异方差。
(3)有Glejser 检验判断模型是否存在异方差。经过试算,取如下函数形式
e β?=
得样本估计式
2?(4.5658)0.2482
e
R == 由此,可以看出模型中随机误差项有可能存在异方差。
(4)对异方差的修正。取权数为1/w X =,得如下估计结果
2?243.49100.0367( 1.7997)(5.5255)
0.1684,..694.2181,30.5309
Y
X R s e F =-+-===
练习题参考解答 (1)求回归估计式。
2? 4.61030.7574(4.2495)(5.0516)
0.5864,.. 3.3910,25.5183
Y
X R s e F =+===
作残差的平方对解释变量的散点图
0102030
40
50
5
10
1520
25
30
X
E 2
由图形可以看出,模型有可能存在异方差。
(2)去掉智利的数据后,回归得到如下模型
2? 6.73810.2215(2.8254)(0.3987)
0.0093,.. 3.3906,0.1589
Y
X R s e F =+===
作残差平方对解释变量的散点图
010
20
30
40
5
10
1520
25
30
X
E 2
从图形看出,异方差的程度降低了。
(3)比较情况(1)和情况(2),实际上根据所给的数据,我们发现情况(1)的异方差性比情况(2)的异方差性要低。
练习题参考解答
(1)建立样本回归函数。
2?43.89670.8104(2.1891)(37.7771)
0.9854,..60.4920,1427.112
Y
X R s e F =+===
从估计的结果看,各项检验指标均显着,但从残差平方对解释变量散点图可以看出,模型很可能存在异方差。
05000
10000
15000
20000
500
10001500
2000
X
E 2
(2)用White 检验判断是否存在异方差。
White Heteroskedasticity Test: F-statistic Probability Obs*R-squared
Probability
Test Equation:
Dependent Variable: RESID^2 Method: Least Squares
Date: 08/08/05 Time: 17:04 Sample: 1978 2000
Included observations: 23
Variable
Coeffic
ient
Std. Error
t-Statis tic
Prob.
C X X^2