计量经济学第五章练习题参考解答

合集下载

计量经济学作业第5章(含答案)

计量经济学作业第5章(含答案)第5章习题一、单项选择题1．对于一个含有截距项的计量经济模型，若某定性因素有m个互斥的类型，为将其引入模型中，则需要引入虚拟变量个数为（）A. mB. m-1C. m+1D. m-k2．在经济发展发生转折时期，可以通过引入虚拟变量方法来表示这种变化。

例如，研究中国城镇居民消费函数时。

1991年前后，城镇居民商品性实际支出Y 对实际可支配收入X的回归关系明显不同。

现以1991年为转折时期，设虚拟变量，数据散点图显示消费函数发生了结构性变化：基本消费部分下降了，边际消费倾向变大了。

则城镇居民线性消费函数的理论方程可以写作（）A. B.C. D.3．对于有限分布滞后模型在一定条件下，参数可近似用一个关于的阿尔蒙多项式表示（），其中多项式的阶数m必须满足（）A． B． C．D．4．对于有限分布滞后模型，解释变量的滞后长度每增加一期，可利用的样本数据就会( )A. 增加1个B. 减少1个C. 增加2个D. 减少2个5．经济变量的时间序列数据大多存在序列相关性，在分布滞后模型中，这种序列相关性就转化为（）A．异方差问题 B. 多重共线性问题C．序列相关性问题 D. 设定误差问题6．将一年四个季度对因变量的影响引入到模型中（含截距项），则需要引入虚拟变量的个数为（）A. 4B. 3C.2 D. 17．若想考察某两个地区的平均消费水平是否存在显著差异，则下列那个模型比较适合（Y代表消费支出；X代表可支配收入；D2、D3表示虚拟变量）（）A. B.C. D.二、多项选择题1．以下变量中可以作为解释变量的有（）A. 外生变量B. 滞后内生变量C. 虚拟变量D. 先决变量E. 内生变量2．关于衣着消费支出模型为：，其中Y i 为衣着方面的年度支出；Xi为收入，⎩⎨⎧=女性男性12iD；⎩⎨⎧=大学毕业及以上其他13iD则关于模型中的参数下列说法正确的是（）A.表示在保持其他条件不变时，女性比男性在衣着消费支出方面多支出（或少支出）差额B.表示在保持其他条件不变时，大学毕业及以上比其他学历者在衣着消费支出方面多支出（或少支出）差额C.表示在保持其他条件不变时，女性大学及以上文凭者比男性和大学以下文凭者在衣着消费支出方面多支出（或少支出）差额D. 表示在保持其他条件不变时，女性比男性大学以下文凭者在衣着消费支出方面多支出（或少支出）差额E. 表示性别和学历两种属性变量对衣着消费支出的交互影响三、判断题1．通过虚拟变量将属性因素引入计量经济模型，引入虚拟变量的个数与样本容量大小有关。

计量经济学庞皓第二版第五章习题答案

第五章习题答案练习题5.1参考答案（1）因为222()i i Var u X σ=，所以22()i i f X X =，所以取221i iW X =，用2i W 乘给定模型两端，得312322221i i iii 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 iu Var Var u X X σ==（2）根据加权最小二乘法，可得修正异方差后的参数估计式为***12233ˆˆˆY X X βββ=--()()()()()()()***2****22232322322*2*2**2223223ˆii i i i i i i i i i i i i i i i iW y x W x W y x W x x W x W x W x x β-=-∑∑∑∑∑∑∑()()()()()()()***2****23222222332*2*2**2223223ˆii 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***23222,,i ii ii i iiiW X W X W Y XXYWWW ===∑∑∑∑∑∑******222333i i i i i x X X x X X y Y Y =-=-=-练习题5.2参考答案（1）模型的估计该模型样本回归估计式的书写形式为：22ˆ9.347522+0.637069t= (2.569104) (32.00881)R =0.946423 R =0.945500 F=1024.564 DW=1.790431i i Y X =（2）模型的检验1．Goldfeld-Quandt 检验。

a.将样本X 按递增顺序排序，去掉中间1/4的样本，再分为两个部分的样本，即1222n n ==。

【最新试题库含答案】庞皓计量经济学课后答案第五章

【最新试题库含答案】庞皓计量经济学课后答案第五章庞皓计量经济学课后答案第五章：篇一：计量经济学庞皓第二版第五章答案5.2 (1) 对原模型OLS回归分析结果：Dependent Variable: Y Method: Least Squares Date: 04/01/09Time: 15:44 Sample: 1 60Included observations: 60Variable C XR-squaredAdjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson statCoefficient 9.347522 0.637069Std. Error 3.638437 0.019903t-Statistic 2.569104 32.00881Prob.0.0128 0.0000 119.6667 38.68984 7.272246 7.342058 1024.564 0.0000000.946423 Mean dependent var 0.945500 S.D. dependent var 9.032255 Akaike info criterion 4731.735 Schwarz criterion -216.1674 F-statistic 1.790431 Prob(F-statistic)(2)White检验结果：White Heteroskedasticity Test: F-statistic Obs*R-squaredTest Equation:Dependent Variable: RESID Method: Least Squares Date: 04/01/09Time: 15:45 Sample: 1 60Included observations: 60Variable C X XR-squaredAdjusted R-squared S.E. of regressionCoefficient -10.03614 0.165977 0.001800Std. Error 131.1424 1.619856 0.004587t-Statistic -0.076529 0.102464 0.392469Prob.0.9393 0.9187 0.6962 78.86225 111.1375 12.142856.301373 Probability 10.86401 Probability0.003370 0.0043740.181067 Mean dependent var 0.152332 S.D. dependent var 102.3231 Akaike info criterionSum squared resid Log likelihood Durbin-Watson stat596790.5 Schwarz criterion -361.2856 F-statistic 1.442328 Prob(F-statistic)12.24757 6.301373 0.003370nR2=10.86401, 查表得?20.05(2)=5.99147，nR2 5.99147,所以拒绝原假设，表明模型中随机误差项存在异方差。

计量经济学课后答案第五章异方差性汇总

第五章课后答案5.1（1）因为22()i i f X X =，所以取221iiW X =，用2i W 乘给定模型两端，得 312322221i i ii 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 iu Var Var u X X σ==（2）根据加权最小二乘法，可得修正异方差后的参数估计式为***12233ˆˆˆY X X βββ=-- ()()()()()()()***2****22232322322*2*2**2223223ˆi i i i i i i i i i i i i i i i i iW y x W x W y x W x x W x W x W x x β-=-∑∑∑∑∑∑∑()()()()()()()***2****23222222332*2*2**2223223ˆii ii i i iii i i ii i i i i iW y x W x W y x W x x Wx W x W x x β-=-∑∑∑∑∑∑∑其中22232***23222,,iii i i i iiiW XW X W Y X X Y WWW ===∑∑∑∑∑∑******222333i i i i i x X X x X X y Y Y=-=-=- 5.2（1）2222211111 ln()ln()ln(1)1 u ln()1Y X Y X Yu u X X X u ββββββββββ--==+≈=-∴=+[ln()]0()[ln()1][ln()]11E u E E u E u μ=∴=+=+=又（2）[ln()]ln ln 0 1 ()11i i iiP P i i i i P P i i E P E μμμμμμμ===⇒====∑∏∏∑∏∏不能推导出所以E 1μ（）=时，不一定有E 0μ（ln ）= (3) 对方程进行差分得：1)i i βμμ--i i-12i i-1lnY -lnY =(lnX -X )+(ln ln 则有：1)]0i i μμ--=E[(ln ln5.3（1）该模型样本回归估计式的书写形式为：Y = 11.44213599 + 0.6267829962*X (3.629253) (0.019872)t= 3.152752 31.5409720.944911R =20.943961R = S.E.=9.158900 DW=1.597946 F=994.8326（2）首先，用Goldfeld-Quandt 法进行检验。

庞皓第三版计量经济学练习题及参考解答(完整版)

百户拥有家用汽车量(辆) Y 37.71 20.62 23.32 18.60 19.62 11.15 11.24
北京天津河北山西内蒙古辽宁吉林
黑龙江上海江苏浙江安徽福建江西山东河南湖北湖南广东广西海南重庆四川贵州云南西藏陕西甘肃青海宁夏新疆
5 6 7 8 9 10 11 12 根据上表资料：
2.56 3.54 3.89 4.37 4.82 5.66 6.11 6.23
1678 1640 1620 1576 1566 1498 1425 1419
（1）建立建筑面积与建造单位成本的回归方程；（2）解释回归系数的经济意义；（3）估计当建筑面积为 4.5 万平方米时，对建造的平均单位成本作区间预测。
650 m 2.23 5.4772 1 5.0833 650 m 30.1250
2.4 假设某地区住宅建筑面积与建造单位成本的有关资料如表 2.11：表 2.11 建筑地编号 1 2 3 4 某地区住宅建筑面积与建造单位成本数据建筑面积(万平方米)X 0.6 0.95 1.45 2.1 建造单位成本(元/平方米)Y 1860 1750 1710 1690
（1）消费支出 C 的点预测值；
（2）在 95%的置信概率下消费支出 C 平均值的预测区间。（3）在 95%的置信概率下消费支出 C 个别值的预测区间。
【练习题 2.3 参考解答】（1）当 X f 1000 时，消费支出 C 的点预测值；
ˆ 50 0.6 X =50+0.6*1000=650 C i i
e2 ˆ2 i n 1 ˆ
2

《计量经济学》第五章习题及参考答案.doc

第五章经典单方程计量经济学模型：专门问题一、内容提要本章主要讨论了经典单方程回归模型的几个专门题。

第一个专题是虚拟解释变量问题。

虚拟变量将经济现象中的一些定性因素引入到可以进行定量分析的回归模型，拓展了回归模型的功能。

本专题的重点是如何引入不同类型的虚拟变量来解决相关的定性因素影响的分析问题，主要介绍了引入虚拟变量的加法方式、乘法方式以及二者的组合方式。

在引入虚拟变量时有两点需要注意，一是明确虚拟变量的对比基准，二是避免出现“虚拟变量陷阱”。

第二个专题是滞后变量问题。

滞后变量包括滞后解释变量与滞后被解释变量，根据模型中所包含滞后变量的类别又可将模型划分为自回归分布滞后模型与分布滞后模型、自回归模型等三类。

本专题重点阐述了产生滞后效应的原因、分布滞后模型估计时遇到的主要困难、分布滞后模型的修正估计方法以及自回归模型的估计方法。

如对分布滞后模型可采用经验加权法、Almon多项式法、Koyck方法来减少滞项的数目以使估计变得更为可行。

而对自回归模型，则根据作为解释变量的滞后被解释变量与模型随机扰动项的相关性的不同，采用工具变量法或OLS 法进行估计。

由于滞后变量的引入，回归模型可将静态分析动态化，因此，可通过模型参数来分析解释变量对被解释变量影响的短期乘数和长期乘数。

第三个专题是模型设定偏误问题。

主要讨论当放宽“模型的设定是正确的”这一基本假定后所产生的问题及如何解决这些问题。

模型设定偏误的类型包括解释变量选取偏误与模型函数形式选取取偏误两种类型，前者又可分为漏选相关变量与多选无关变量两种情况。

在漏选相关变量的情况下，OLS估计量在小样本下有偏，在大样本下非一致；当多选了无关变量时，OLS估计量是无偏且一致的，但却是无效的；而当函数形式选取有问题时，OLS估计量的偏误是全方位的，不仅有偏、非一致、无效率，而且参数的经济含义也发生了改变。

在模型设定的检验方面，检验是否含有无关变量，可用传统的t检验与F检验进行；检验是否遗漏了相关变量或函数模型选取有错误，则通常用一般性设定偏误检验（RESET检验）进行。

计量经济学(庞浩)第五章练习题参考解答说课讲解

第五章练习题参考解答练习题5.1 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2σ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。

5.2 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 21ββ=，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？5.3 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 55 80 152 220 95 140 65 100 144 210 108 145 70 85 175 245 113 150 801101802601101607912013519012516584115140205115180981301782651301859514019127013519090125137230120200759018925014020574105558014021011016070851522201131507590140225125165651001372301081457410514524011518080110175245140225841151892501202007912018026014524090125178265130185981301912705.4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。

计量经济学课后答案第四、五章（内容参考）

计量经济学课后答案第四、五章（内容参考）第四章随机解释变量问题1. 随机解释变量的来源有哪些?答：随机解释变量的来源有：经济变量的不可控，使得解释变量观测值具有随机性；由于随机干扰项中包括了模型略去的解释变量，而略去的解释变量与模型中的解释变量往往是相关的；模型中含有被解释变量的滞后项，而被解释变量本身就是随机的。

2．随机解释变量有几种情形? 分情形说明随机解释变量对最小二乘估计的影响与后果?答：随机解释变量有三种情形，不同情形下最小二乘估计的影响和后果也不同。

(1)解释变量是随机的，但与随机干扰项不相关；这时采用OLS估计得到的参数估计量仍为无偏估计量；(2)解释变量与随机干扰项同期无关、不同期相关；这时OLS估计得到的参数估计量是有偏但一致的估计量；(3)解释变量与随机干扰项同期相关；这时OLS估计得到的参数估计量是有偏且非一致的估计量。

3. 选择作为工具变量的变量必须满足那些条件?答：选择作为工具变量的变量需满足以下三个条件：(1)与所替代的随机解释变量高度相关；(2)与随机干扰项不相关；(3)与模型中其他解释变量不相关，以避免出现多重共线性。

4．对模型Y t =β+β1X1t+β2X2t+β3Yt-1+μt假设Yt-1与μt相关。

为了消除该相关性，采用工具变量法：先求Y t关于X1t与 X2t回归，得到Yt，再做如下回归：Y t =β+β1X1t+β2X2t+β3Y t?1-+μt试问：这一方法能否消除原模型中Yt的相关性? 为什么?解答：能消除。

在基本假设下，X1t，X2t与μt应是不相关的，由此知，由X1t 与X2t估计出的Yt应与μt不相关。

5．对于一元回归模型Y t =β+β1Xt*+μt假设解释变量Xt *的实测值Xt与之有偏误：Xt= Xt*+et,其中et是具有零均值、无序列相关，且与Xt不相关的随机变量。

试问：(1) 能否将X t= X t*+e t代入原模型，使之变换成Y t=β0+β1X t+νt后进行估计? 其中，νt为变换后模型的随机干扰项。

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)。

第五章练习题参考解答练习题设消费函数为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2σ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 21ββ=，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 55 80 152 220 95 140 65 100 144 210 108 145 70 85 175 245 113 150 80110180260110160791201351901251658411514020511518098130178265130185951401912701351909012513723012020075901892501402057410555801402101101607085152220113150759014022512516565100137230108145741051452401151808011017524514022584115189250120200791201802601452409012517826513018598130191270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Z1.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10837.休闲娱乐8.纸张与林木产品9.食品10.卫生保健11.宇航9529412.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%X1.澳大利亚 52.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 8 4 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农村人均生活费时间农村人均纯收入农村人均生活费X支出Y X支出Y 19781990197919911980199219811993198219941983199519841996198519971986199819871999198820001989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221i iW X =，用i W 乘给定模型两端，得312322221i i i i i i iY 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 iu 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***12233ˆˆˆY X X βββ=-- ()()()()()()()***2****22232322322*2*2**2223223ˆii i i i i i i i i i i ii ii i iWy x W x W y x W x x W xWxWx xβ-=-∑∑∑∑∑∑∑()()()()()()()***2****23222222332*2*2**2223223ˆi 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 Wx W x W x x β-=-∑∑∑∑∑∑∑其中22232***23222,,i ii ii iiiiW X W X W Y XXYWWW===∑∑∑∑∑∑******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2ˆ9.34750.6371(2.5691)(32.0088)0.9464,..9.0323,1023.56i iY 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2122603.01482495.840e e==∑∑求F 统计量为22212495.844.1390603.0148e F e===∑∑给定0.05α=，查F 分布表，得临界值为0.05(20,20) 2.12F =。

c.比较临界值与F 统计量值，有F =>0.05(20,20) 2.12F =，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F-statistic ProbabilityTest Equation:Dependent Variable: RESID^2 Method: Least Squares Date: 08/05/05 Time: 12:37 Sample: 1 60C X R-squared Mean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic给定0.05α=，在自由度为2下查卡方分布表，得25.9915χ=。

比较临界值与卡方统计量值，即2210.8640 5.9915nR χ=>=，同样说明模型中的随机误差项存在异方差。

（2）用权数11W 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 60Included observations: 60C R-squared Mean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic R-squared Mean dependent var Adjusted R-squared . dependent var . of regression Sum squared resid其估计的书写形式为2ˆ10.37050.6310(3.9436)(34.0467)0.2114,..7.7789,1159.18YX R s e F =+===练习题参考解答（1）建立样本回归模型。