计量经济学P155 第9题
计量经济学习题及参考答案解析详细版
计量经济学习题及参考答案解析详细版计量经济学（第四版）习题参考答案潘省初第⼀章绪论试列出计量经济分析的主要步骤。
⼀般说来，计量经济分析按照以下步骤进⾏：（1）陈述理论（或假说）（2）建⽴计量经济模型（3）收集数据（4）估计参数（5）假设检验（6）预测和政策分析计量经济模型中为何要包括扰动项?为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对⽽⾔不重要因⽽未被引⼊模型的变量，以及纯粹的随机因素。
什么是时间序列和横截⾯数据? 试举例说明⼆者的区别。
时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民⽣产总值、就业、货币供给、财政⾚字或某⼈⼀⽣中每年的收⼊都是时间序列的例⼦。
横截⾯数据是在同⼀时点收集的不同个体（如个⼈、公司、国家等）的数据。
如⼈⼝普查数据、世界各国2000年国民⽣产总值、全班学⽣计量经济学成绩等都是横截⾯数据的例⼦。
估计量和估计值有何区别？估计量是指⼀个公式或⽅法，它告诉⼈们怎样⽤⼿中样本所提供的信息去估计总体参数。
在⼀项应⽤中，依据估计量算出的⼀个具体的数值，称为估计值。
如Y就是⼀个估计量，1nii YY n==∑。
现有⼀样本，共4个数，100，104，96，130，则根据这个样本的数据运⽤均值估计量得出的均值估计值为5.107413096104100=+++。
第⼆章计量经济分析的统计学基础略，参考教材。
请⽤例中的数据求北京男⽣平均⾝⾼的99％置信区间NS S x ==45= ⽤也就是说，根据样本，我们有99%的把握说，北京男⾼中⽣的平均⾝⾼在⾄厘⽶之间。
25个雇员的随机样本的平均周薪为130元，试问此样本是否取⾃⼀个均值为120元、标准差为10元的正态总体？原假设120:0=µH备择假设 120:1≠µH 检验统计量()10/2510/25XX µσ-Z ====查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即此样本不是取⾃⼀个均值为120元、标准差为10元的正态总体。
计量经济学简答题部分答案自行整理的仅供参考
第一章判断题1、在经济计量分析中，模型参数一旦被估计出来，就可将估计模型直接运用于实际的计量经济分析。
错。
参数一经估计，建立了样本回归模型，还需要对模型进行检验，包括经济意义检验、统计检验、计量经济专门检验等。
4.一元线性回归模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验是一致的；正确最好能够写出一元线性回归模型；F 统计量与t统计量的关系，即F= t2的来历；或者说明一元线性回归仅有一个解释变量，因此对斜率系数的t 检验等价于对方程的整体性检验。
6、在对参数进行最小二乘估计之前，没有必要对模型提出经典假定。
错误在经典假定条件下，OLS 估计得到的参数估计量是该参数的最佳线性无偏估计（具有线性、无偏性、有效性）。
总之，提出古典假定是为了使所作出的估计量具有较好的统计性质和方便地进行统计推断。
简答题1．在确定了被解释变量之后，怎样才能正确地选择解释变量？（1）需要正确理解和把握所研究的经济现象中暗含的经济学理论和经济行为规律。
（2）要考虑数据的可得性。
（3）要考虑所以入选变量之间的关系，使得每一个解释变量都是独立的。
2．时间序列数据和横截面数据有何不同？时间序列数据是一批按照时间先后排列的统计数据。
截面数据是一批发生在同一时间截面上的调查数据。
3．相关关系与因果关系的区别与联系。
相关关系是指两个以上的变量的样本观测值序列之间表现出来的随机数学关系，用相关系数来衡量。
因果关系是指两个或两个以上变量在行为机制上的依赖性，作为结果的变量是由作为原因的变量所决定的，原因变量的变化引起结果变量的变化。
因果关系有单向因果关系和互为因果关系之分。
具有因果关系的变量之间一定具有数学上的相关关系。
而具有相关关系的变量之间并不一定具有因果关系。
4．回归分析与相关分析的区别与联系。
相关分析是判断变量之间是否具有相关关系的数学分析方法，通过计算变量之间的相关系数来实现。
回归分析也是判断变量之间是否具有相关关系的一种数学分析方法，它着重判断一个随机变量与一个或几个可控变量之间是否具有相关关系。
李子奈《计量经济学》第三版例题及习题的stata解答
第二章例．1(p24)（1）表中E(Y|X=800)即条件均值的求法，将数据直接复制到stata 中。
程序：sum y if x==800程序：程序：（2）图的做法： 程序：twoway(scatter y x )(lfit y x ),title("不同可支配收入水平组家庭消费支出的条件分布图")xtitle("每月可支配收入（元）")ytitle("每月消费支出（元）")xtick(500(500)4000)ytick(0(500)3500)、例．1（p37）将数据直接复制到stata中程序：（1）total xiyixiyi 4974750 1507821 1563822 8385678Total Std. Err. [95% Conf. Interval]return listscalars:-r(skip) = 0r(first) = 1r(k_term) = 0r(k_operator) = 0r(k) = 0r(k_level) = 0r(output) = 1r(b) = 4974750r(se) =g a=r(b) in 1#Scatter表示散点图选项，lfit表示回归线，title表示题目，xtick表示刻度，（500（500）4000）分别表示起始刻度，中间数表示以单位刻度，4000表示最后的刻度。
要注意的是命令中的符号都要用英文字符，否则命令无效。
这个图可以直接复制的，但是由于我的软件出问题，只能直接剪切，所以影响清晰度。
Total表示求和，return list命令可以引用其中的数据，接下来在第一列生成一个新的变量代表xiyi的和，同样生成一个b代表xi平方的，a除以b即可得到batatotal xi2return listg b=r(b) in 1di a/b.67(2)mean Yigen m=r(b) in 1mean Xi(g n=r(b) in 1di m-n*由此得到回归方程：Y=+例．2(p53)程序：（1）回归reg y x（2） >（3） 求X 的样本均值和样本方差:mean xx 11363.69 591.7041 10155.27 12572.11 Mean Std. Err. [95% Conf. Interval] Mean estimation Number of obs = 31sum x ,d （d 表示detail 的省略，这个命令会产生更多的信息）99% 20667.91 20667.91 Kurtosis 4.73926795% 19977.52 19977.52 Skewness 1.69197390% 16015.58 18265.1 Variance 1.09e+0775% 12192.24 16015.58Largest Std. Dev. 3294.46950% 9898.75 Mean 11363.6925% 9267.7 9000.35 Sum of Wgt. 3110% 9000.35 8941.08 Obs 31 5% 8920.59 8920.591% 8871.27 8871.27 Percentiles Smallest xdi r(Var)（特别注意Var 的大小写）例（P56） （1）reg Y X>Source SS df MS Number of obs = 29 F( 1, 27) = 2214.60 Model 2.4819e+09 1 2.4819e+09 Prob > F = 0.0000 Residual 30259023.9 27 1120704.59 R-squared = 0.9880 Adj R-squared = 0.9875 Total 2.5122e+09 28 89720219.8 Root MSE = 1058.6 Y Coef. Std. Err. t P>|t| [95% Conf. Interval]X .4375268 .0092973 47.06 0.000 .4184503 .4566033 _cons 2091.295 334.987 6.24 0.000 1403.959 2778.632（2）图的绘制：twoway (line Y X year),title("中国居民可支配总收入X与消费总支出Y 的变动图")~第三章例（p72）reg Y X1 X2&Source SS df MS Number of obs = 31F( 2, 28) = 560.57Model 166971988 2 83485994.2 Prob > F = 0.0000Residual 4170092.27 28 148931.867 R-squared = 0.9756Adj R-squared = 0.9739Total 171142081 30 5704736.02 Root MSE = 385.92Y Coef. Std. Err. t P>|t| [95% Conf. Interval]X1 .5556438 .0753076 7.38 0.000 .4013831 .7099046X2 .2500854 .1136343 2.20 0.036 .0173161 .4828547_cons 143.3266 260.4032 0.55 0.586 -390.0851 676.7383例．1（p85）g lnP1=ln(P1)g lnP0=ln(P0)g lnQ=ln(Q)g lnX=ln(X)Source SS df MS Number of obs = 22 F( 3, 18) = 258.84 Model .765670868 3 .255223623 Prob > F = 0.0000 Residual .017748183 18 .00098601 R-squared = 0.9773 Adj R-squared = 0.9736 Total .783419051 21 .037305669 Root MSE = .0314 lnQ Coef. Std. Err. t P>|t| [95% Conf. Interval]lnX .5399167 .0365299 14.78 0.000 .4631703 .6166631 lnP1 -.2580119 .1781856 -1.45 0.165 -.632366 .1163422 lnP0 -.2885609 .2051844 -1.41 0.177 -.7196373 .1425155 _cons 5.53195 .0931071 59.41 0.000 5.336339 5.727561 drop lnX lnP1 lnP0g lnXP0=ln(X/P0)g lnP1P0=ln(P1/P0)？reg lnQ lnXP0 lnP1P0Source SS df MS Number of obs = 22F( 2, 19) = 408.93Model .765632331 2 .382816165 Prob > F = 0.0000Residual .01778672 19 .000936143 R-squared = 0.9773Adj R-squared = 0.9749Total .783419051 21 .037305669 Root MSE = .0306lnQ Coef. Std. Err. t P>|t| [95% Conf. Interval]lnXP0 .5344394 .0231984 23.04 0.000 .4858846 .5829942lnP1P0 -.2753473 .1511432 -1.82 0.084 -.5916936 .040999_cons 5.524569 .0831077 66.47 0.000 5.350622 5.698515练习题13（p105）g lnY=ln(Y)g lnK=ln(K)g lnL=ln(L)reg lnY lnK lnLSource SS df MS Number of obs = 31 F( 2, 28) = 59.66 Model 21.6049266 2 10.8024633 Prob > F = 0.0000 Residual 5.07030244 28 .18108223 R-squared = 0.8099 Adj R-squared = 0.7963 Total 26.6752291 30 .889174303 Root MSE = .42554 lnY Coef. Std. Err. t P>|t| [95% Conf. Interval]lnK .6092356 .1763779 3.45 0.002 .2479419 .9705293 lnL .3607965 .2015915 1.79 0.084 -.0521449 .7737378 _cons 1.153994 .7276114 1.59 0.124 -.33645 2.644439第二问：test b_[lnk]+b_[lnl]==1*第四章￥例．4 (P116)（1）回归g lnY=ln(Y)g lnX1=ln(X1)g lnX2=ln(X2)reg lnY lnX1 lnX2Source SS df MS Number of obs = 31 F( 2, 28) = 49.60 Model 2.9609923 2 1.48049615 Prob > F = 0.0000 Residual .835744123 28 .029848004 R-squared = 0.7799 Adj R-squared = 0.7642 Total 3.79673642 30 .126557881 Root MSE = .17277 lnY Coef. Std. Err. t P>|t| [95% Conf. Interval]lnX1 .1502137 .1085379 1.38 0.177 -.072116 .3725435 lnX2 .4774534 .0515951 9.25 0.000 .3717657 .5831412 _cons 3.266068 1.041591 3.14 0.004 1.132465 5.39967于是得到方程：lnY=++（2）绘制参差图："predict e, residg ei2=e^2scatter ei2 lnX2,title("图异方差性检验图")xtick(6ytick(0predict在回归结束后，需要对拟合值以及残差进行分析，需要使用此命令。
计量经济学习题集及详解答案
第一章绪论一、填空题：1．计量经济学是以揭示经济活动中客观存在的__________为内容的分支学科，挪威经济学家弗里希，将计量经济学定义为__________、__________、__________三者的结合。
2．数理经济模型揭示经济活动中各个因素之间的__________关系，用__________性的数学方程加以描述，计量经济模型揭示经济活动中各因素之间__________的关系，用__________性的数学方程加以描述。
3．经济数学模型是用__________描述经济活动。
4．计量经济学根据研究对象和内容侧重面不同，可以分为__________计量经济学和__________计量经济学。
5．计量经济学模型包括__________和__________两大类。
6．建模过程中理论模型的设计主要包括三部分工作，即__________、____________________、____________________。
7．确定理论模型中所包含的变量，主要指确定__________。
8．可以作为解释变量的几类变量有__________变量、__________变量、__________变量和__________变量。
9．选择模型数学形式的主要依据是__________。
10．研究经济问题时，一般要处理三种类型的数据：__________数据、__________数据和__________数据。
11．样本数据的质量包括四个方面__________、__________、__________、__________。
12．模型参数的估计包括__________、__________和软件的应用等内容。
13．计量经济学模型用于预测前必须通过的检验分别是__________检验、__________检验、__________检验和__________检验。
14．计量经济模型的计量经济检验通常包括随机误差项的__________检验、__________检验、解释变量的__________检验。
清华大学课程《计量经济学》配套习题和答案-114页文档资料
清华大学《计量经济学》配套习题和答案第一章 绪论（一）基本知识类题型1-1． 什么是计量经济学？1-2． 简述当代计量经济学发展的动向。
1-3． 计量经济学方法与一般经济数学方法有什么区别？1-4．为什么说计量经济学是经济理论、数学和经济统计学的结合？试述三者之关系。
1-5．为什么说计量经济学是一门经济学科？它在经济学科体系中的作用和地位是什么？ 1-6．计量经济学的研究的对象和内容是什么？计量经济学模型研究的经济关系有哪两个基本特征？1-7．试结合一个具体经济问题说明建立与应用计量经济学模型的主要步骤。
1-8．建立计量经济学模型的基本思想是什么？1-9．计量经济学模型主要有哪些应用领域？各自的原理是什么？1-10．试分别举出五个时间序列数据和横截面数据，并说明时间序列数据和横截面数据有和异同？1-11．试解释单方程模型和联立方程模型的概念，并举例说明两者之间的联系与区别。
1-12．模型的检验包括几个方面？其具体含义是什么？1-13．常用的样本数据有哪些？1-14．计量经济模型中为何要包括随机误差项？简述随机误差项形成的原因。
1-15．估计量和估计值有何区别？哪些类型的关系式不存在估计问题？ 1-16．经济数据在计量经济分析中的作用是什么？1-17．下列假想模型是否属于揭示因果关系的计量经济学模型？为什么？⑴ S R t t =+1120012.. 其中S t 为第t 年农村居民储蓄增加额（亿元）、R t 为第t 年城镇居民可支配收入总额（亿元）。
⑵ S R t t -=+144320030.. 其中S t -1为第（1-t ）年底农村居民储蓄余额（亿元）、R t 为第t 年农村居民纯收入总额（亿元）。
1-18．指出下列假想模型中的错误，并说明理由：（1）RS RI IV t t t =-+83000024112... 其中，RS t 为第t 年社会消费品零售总额（亿元），RI t 为第t 年居民收入总额（亿元）（城镇居民可支配收入总额与农村居民纯收入总额之和），IV t 为第t 年全社会固定资产投资总额（亿元）。
计量经济学的习题1-6章.docx
第一章习题一、简答题１、举一个实例说明计量经济研究的共性问题。
２、为什么计量经济学方法在各个国家的各个领域都能运用？３、计量经济学要运用大量数学方法，但为什么说它是一门经济学科？４、计量经济模型的运用需要哪些基本要素？５、一般的经济模型与计量经济模型的根本区别是什么？６、计量经济研究中除了直接运用数理统计方法以外，为什么还要有专门的计量经济方法？７、理论计量经济学与应用计量经济学的区别是什么？８、计量经济学与经济学的联系和区别是什么？９、数理经济学与计量经济学的关系是什么？１０、计量经济学与经济统计学的联系和区别是什么？１１、计量经济学与数理统计学的联系和区别是什么？１２、计量经济模型中变量和参数的区别是什么？１３、为什么在计量经济模型中要引入随机扰动项？１４、你认为什么样的经济模型才是比较好的计量经济模型？１５、为什么要对参数进行估计？１６、参数的估计式与参数的估计值有什么区别？１７、为什么对估计出参数的计量经济模型还要进行检验？你能举一个例子说明各种检验的必要性吗？１８、对计量经济模型应当进行哪些方面的检验？１９、计量经济模型可作哪些方面的运用？这些运用的基本思想是什么？２０、利用计量经济模型作经济预测和政策分析有什么异同？２１、什么是被解释变量和解释变量？这两类变量在模型中的地位和作用有什么不同？２２、什么是内生变量和外生变量？在模型中这两类变量有什么联系？２３、对模型中参数的估计为什么要确定一定的户籍准则？２４、对模型中参数的估计有哪些最基本的要求？２５、无偏性的本质特征是什么？２６、最小方差性的本质特征是什么？２７、什么是均方误差？均方误差的作用是什么？２８、为什么有的时候要考虑所估计参数的渐近性质？２９、计量经济研究中数据起什么作用？３０、你认为计量经济研究中所需要的数据可从哪里获得？３１、计量经济研究中所用的数据有哪些类型？３２、什么样的数据才是符合计量经济研究所要求的？３３、计量经济模型建立的基本依据是什么？３４、什么是线性模型？什么是非线性模型？３５、举例说明什么样的非线性模型可以转换为线性模型？３６、举例说明什么样的非线性模型不能转换为线性模型？３７、运用计量经济学方法研究经济问题的完整步骤是什么？３８、建立计量经济模型的基本思想是什么？３９、时间序列数据与横截面数据有什么不同？４０、各举一个例子说明什么是时间序列数据、截面数据、混合数据、虚拟变量数据？４１、假如你是中国人民银行的顾问，需要你对增加货币供应量提出具体的建议，你将考虑哪些因素？你认为可以怎样运用计量经济模型研究这个问题？二、选择题1、单一方程计量经济模型必然包括（）A、行为方程B、技术方程C、制度方程D、定义方程2、在同一时间不同统计单位的相同统计指标组成的数据组合，是（ ）A 、原始数据B 、时点数据C 、时间序列数据D 、截面数据3、计量经济模型的被解释变量一定是（ ）A 、控制变量B 、政策变量C 、内生变量D 、外生变量*4、在一个计量经济模型中可作为结实变量的有（ ）A 、政策变量B 、控制变量C 、内生变量D 、外生变量E 、滞后变量*5、下列模型中属于线性模型的有（ ）A 、B 、C 、6、同一统计指标按时间顺序记录的数据称为( )。
计量经济学习题及全部答案
计量经济学习题及全部答案计量经济学习题及全部答案标准化⼯作室编码[XX968T-XX89628-XJ668-XT689N]《计量经济学》习题(⼀)⼀、判断正误1．在研究经济变量之间的⾮确定性关系时，回归分析是唯⼀可⽤的分析⽅法。
（）2．最⼩⼆乘法进⾏参数估计的基本原理是使残差平⽅和最⼩。
（）3．⽆论回归模型中包括多少个解释变量，总离差平⽅和的⾃由度总为（n -1）。
（）4．当我们说估计的回归系数在统计上是显着的，意思是说它显着地异于0。
（）5．总离差平⽅和（TSS ）可分解为残差平⽅和（ESS ）与回归平⽅和（RSS ）之和，其中残差平⽅和（ESS ）表⽰总离差平⽅和中可由样本回归直线解释的部分。
（）6．多元线性回归模型的F 检验和t 检验是⼀致的。
（）7．当存在严重的多重共线性时，普通最⼩⼆乘估计往往会低估参数估计量的⽅差。
（）8．如果随机误差项的⽅差随解释变量变化⽽变化，则线性回归模型存在随机误差项的⾃相关。
（）9．在存在异⽅差的情况下，会对回归模型的正确建⽴和统计推断带来严重后果。
（）10．..DW 检验只能检验⼀阶⾃相关。
（）⼆、单选题1．样本回归函数（⽅程）的表达式为（）。
A ．i Y =01i i X u ββ++B ．(/)i E Y X =01i X ββ+C ．i Y =01??i i X e ββ++D ．?i Y =01??iX ββ+ 2A ．随机⼲扰项B ．残差C ．i Y 的离差D ．?iY 的离差 3．在总体回归⽅程(/)E Y X =01X ββ+中，1β表⽰（）。
A ．当X 增加⼀个单位时，Y 增加1β个单位B ．当X 增加⼀个单位时，Y 平均增加1β个单位C ．当Y 增加⼀个单位时，X 增加1β个单位D ．当Y 增加⼀个单位时，X 平均增加1β个单位4．可决系数2R 是指（）。
A ．剩余平⽅和占总离差平⽅和的⽐重B ．总离差平⽅和占回归平⽅和的⽐重C ．回归平⽅和占总离差平⽅和的⽐重D ．回归平⽅和占剩余平⽅和的⽐重5．已知含有截距项的三元线性回归模型估计的残差平⽅和为2i e ∑=800，估计⽤的样本容量为24，则随机误差项i u 的⽅差估计量为（）。
计量经济学题库及答案
计量经济学题库一、单项选择题（每小题1分）1．计量经济学是下列哪门学科的分支学科（C）。
A．统计学B．数学C．经济学D．数理统计学2．计量经济学成为一门独立学科的标志是（B）。
A．1930年世界计量经济学会成立B．1933年《计量经济学》会刊出版C．1969年诺贝尔经济学奖设立D．1926年计量经济学（Economics）一词构造出来3．外生变量和滞后变量统称为（D）。
A．控制变量B．解释变量C．被解释变量D．前定变量4．横截面数据是指（A）。
A．同一时点上不同统计单位相同统计指标组成的数据B．同一时点上相同统计单位相同统计指标组成的数据C．同一时点上相同统计单位不同统计指标组成的数据D．同一时点上不同统计单位不同统计指标组成的数据5．同一统计指标，同一统计单位按时间顺序记录形成的数据列是（C）。
A．时期数据B．混合数据C．时间序列数据D．横截面数据6．在计量经济模型中，由模型系统内部因素决定，表现为具有一定的概率分布的随机变量，其数值受模型中其他变量影响的变量是（ A ）。
A．内生变量B．外生变量C．滞后变量D．前定变量7．描述微观主体经济活动中的变量关系的计量经济模型是（ A ）。
A．微观计量经济模型B．宏观计量经济模型C．理论计量经济模型D．应用计量经济模型8．经济计量模型的被解释变量一定是（ C ）。
A．控制变量B．政策变量C．内生变量D．外生变量9．下面属于横截面数据的是（ D ）。
A．1991－2003年各年某地区20个乡镇企业的平均工业产值B．1991－2003年各年某地区20个乡镇企业各镇的工业产值C．某年某地区20个乡镇工业产值的合计数D．某年某地区20个乡镇各镇的工业产值10．经济计量分析工作的基本步骤是（ A ）。
A．设定理论模型→收集样本资料→估计模型参数→检验模型B．设定模型→估计参数→检验模型→应用模型C．个体设计→总体估计→估计模型→应用模型D．确定模型导向→确定变量及方程式→估计模型→应用模型11．将内生变量的前期值作解释变量，这样的变量称为（ D ）。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
P155 第9题 (1) D.W.检验：
Dependent Variable: LOG(Y) Method: Least Squares Date: 12/17/14 Time: 08:06 Sample: 1 28
Included observations: 28
Coefficient Std. Error t-Statistic Prob.
C 1.588368 0.134210 11.83490 0.0000 LOG(X)
0.854429
0.014218 60.09547
0.0000
R-squared
0.992852 Mean dependent var 9.552256 Adjusted R-squared 0.992577 S.D. dependent var 1.303948 S.E. of regression 0.112342 Akaike info criterion -1.465787 Sum squared resid 0.328139 Schwarz criterion -1.370629 Log likelihood 22.52102 Hannan-Quinn criter. -1.436696 F-statistic 3611.466 Durbin-Watson stat 0.379370 Prob(F-statistic)
0.000000
模型为：t t x y ln 854429.0588368.1ln +=
由于DW 值=0.379370<L d （29,2）=1.33(查DW 表)，即该模型存在正序列相关性。
Dependent Variable: LOG(Y) Method: Least Squares Date: 12/17/14 Time: 08:17 Sample (adjusted): 2 28
Included observations: 27 after adjustments Convergence achieved after 200 iterations
Coefficient Std. Error t-Statistic Prob.
C 333.6065 40401.87 0.008257 0.9935 LOG(X) 0.496408 0.100540 4.937429 0.0000 AR(1)
0.999832
0.020770 48.13815 0.0000
Dependent Variable: LOG(Y) Method: Least Squares Date: 12/17/14 Time: 09:12 Sample (adjusted): 3 28
Included observations: 26 after adjustments
Convergence achieved after 8 iterations
Coefficient Std. Error t-Statistic Prob.
C 1.462226 0.220222 6.639788 0.0000 LOG(X) 0.865747 0.022732 38.08447 0.0000 AR(1) 1.153079 0.179474 6.424776 0.0000 AR(2)
-0.516757
0.168853 -3.060403 0.0057
（2）与第一个图P 值=0.0000比较，图2的P 值=0.0057<0.05,即二阶序列不相关，只存在一阶序列相关性 即广义最小二乘估计的结果为：
)2(516757.0)1(153079.1ln 865747.0462226.1ln ar ar X Y -++=
在5%显著性水平下，查DW 表得65.1,14.1==U L d d ,U U d W D d -<<4..,即序列已不存在相关性
(3) 差分法结果：
Dependent Variable: Y-Y(-1) Method: Least Squares Date: 12/17/14 Time: 08:26 Sample (adjusted): 2 28
Included observations: 27 after adjustments
Coefficient Std. Error t-Statistic Prob.
C 889.5582 260.8170 3.410660 0.0022 X-X(-1)
0.596370
0.029906
19.94120 0.0000
R-squared
0.940850 Mean dependent var 3902.619 Adjusted R-squared 0.938484 S.D. dependent var 4453.815 S.E. of regression 1104.658 Akaike info criterion 16.92365 Sum squared resid 30506711 Schwarz criterion 17.01963 Log likelihood -226.4692 Hannan-Quinn criter. 16.95219 F-statistic 397.6514 Durbin-Watson stat 0.957350
Prob(F-statistic)
0.000000
根据图中数据，得到模型估计结果：
**59637.05582.889t t X Y +=
（3.410660）（19.9412）
30506711
,6514.397,95735.0..,938484.0,94085.0__2
2=====RSS F W D R R 在5%的显著性水平下，即序列存在正相关有,..,47.1,32.1L U L d W D d d <== 对模型进行LM 检验如下：
Breusch-Godfrey Serial Correlation LM Test:
F-statistic
23.22910 Prob. F(2,24)
0.0000 Obs*R-squared
18.46243 Prob. Chi-Square(2)
0.0001
Coefficient Std. Error t-Statistic Prob.
C 0.000105 0.082121 0.001274 0.9990 LOG(X) -0.000134 0.008713 -0.015366 0.9879 RESID(-1) 1.115691 0.182411 6.116356 0.0000 RESID(-2)
-0.473514
0.185898
-2.547169
0.0177
R-squared
0.659372 Mean dependent var -1.40E-15 Adjusted R-squared 0.616794 S.D. dependent var 0.110242 S.E. of regression 0.068244 Akaike info criterion -2.399895 Sum squared resid 0.111773 Schwarz criterion -2.209580 Log likelihood 37.59854 Hannan-Quinn criter. -2.341714 F-statistic 15.48606 Durbin-Watson stat 1.590305
Prob(F-statistic)
0.000008
因为LM=18.46243>99.52
05.0=χ，即拒绝原假设，则模型存在序列相关性。
0H ：无序列相关 1H ：存在序列相关
462416.18659372.0282=⨯==nR LM >)2(205.0
χ，拒绝原假设接受备择假设，即我
们认为模型存在序列相关。