第七章练习题及参考解答(第四版)计量经济学说课讲解
李子奈《计量经济学》（第4版）笔记和课后习题（含考研真题）详解
李子奈《计量经济学》（第4版）笔记和课后习题（含考研真题）详解李子奈《计量经济学》（第4版）笔记和课后习题详解第1章绪论一、计量经济学1计量经济学计量经济学，又称经济计量学，是由经济理论、统计学和数学结合而成的一门经济学的分支学科，其研究内容是分析经济现象中客观存在的数量关系。
2计量经济学模型（1）模型分类模型是对现实生活现象的描述和模拟。
根据描述和模拟办法的不同，对模型进行分类，如表1-1所示。
表1-1 模型分类（2）数理经济模型和计量经济学模型的区别①研究内容不同数理经济模型的研究内容是经济现象各因素之间的理论关系，计量经济学模型的研究内容是经济现象各因素之间的定量关系。
②描述和模拟办法不同数理经济模型的描述和模拟办法主要是确定性的数学形式，计量经济学模型的描述和模拟办法主要是随机性的数学形式。
③位置和作用不同数理经济模型可用于对研究对象的初步研究，计量经济学模型可用于对研究对象的深入研究。
3计量经济学的内容体系（1）根据所应用的数理统计方法划分广义计量经济学根据所应用的数理统计方法包括回归分析方法、投入产出分析方法、时间序列分析方法等；狭义计量经济学所应用的数理统计方法主要是回归分析方法。
需要注意的是，通常所述的计量经济学指的是狭义计量经济学。
（2）根据内容深度划分初级计量经济学的主要研究内容是计量经济学的数理统计学基础知识和经典的线性单方程计量经济学模型理论与方法；中级计量经济学的主要研究内容是用矩阵描述的经典的线性单方程计量经济学模型理论与方法、经典的线性联立方程计量经济学模型理论与方法，以及传统的应用模型；高级计量经济学的主要研究内容是非经典的、现代的计量经济学模型理论、方法与应用。
（3）根据研究目标和研究重点划分理论计量经济学的主要研究目标是计量经济学的理论与方法的介绍与研究；应用计量经济学的主要研究目标是计量经济学模型的建立与应用。
理论计量经济学的研究重点是理论与方法的数学证明与推导；应用计量经济学的研究重点是建立和应用计量模型处理实际问题。
《计量经济学》第七章课后答案（李子奈编第四版）
《计量经济学》第七章课后答案（李子奈编第四版）回复关键词：计量经济学即可获取其他章节答案第七章：计量经济学应用模型1.分析教材例7.1.1中的问题，回答:为什么按照(1). (2)、(3)的方法建立的农户借贷因素分析模型都是不正确的?答:例题中农户借贷需求调查共采集了5100家农户的数据，其中，在一年中发生借贷行为的农户占55.3%(包括向亲友借贷)，为2820户，其余2280户没有发生借贷。
为了对农户借货行为进行因素分析，建立了农户借贷因素分析模型。
以农户借贷额为被解释变量，各种影响因素包括家庭总收入、总支出、总收入中农业生产经营收入所占比例、总支出中生产性支出所占的比例、户主受教育程度、户主健康状况、家庭人口数等为解释变量。
按照(1)的方法，仅利用2820户发生借贷的农户为样本，即以他们的借贷额为被解释变量，各种影响因素为解释变量，建立经典的回归模型，是不正确的。
首先，既然采集了5100家农户的数据，而只利用2820户的数据，损失了大量的样本信息。
其次，如果只利用2820户的数据建立模型，那么显然是“选择性样本”，应该建立“选择性样本”模型，而不是经典回归模型，属于模型类型选择错误。
按照(2)的方法，利用5100农户为样本，建立经典的回归模型，也是不正确的。
有大约45%的样本被解释变量观测值为0,这样的样本仍然属于“选择性样本”，只是与(1) 具有不同的“选择性”而已。
仍然应该建立“选择性样本”模型，而不是经典回归模型，属于模型类型选择错误。
按照(3)的方法，考虑样本的选择性，发现不应该将没有发生借贷的农户的借贷额统统视为0，而应该视为小于等于0 (s0)，于是利用5100农户为样本，建立归并数据模型(Tobit 模型)。
从模型类型选择的角度，是正确的。
问题在于，对没有发生借贷的农户进行更进- - 步分析发现，不应该将他们的借贷额统统视为小于等于0,因为其中一部分农户有借贷需求，只是因为各种原因( 例如提出借贷被拒绝，担心借不到而不敢提出借贷要求)而没有发生实际借贷。
计量经济学精要习题参考答案(第四版)
计量经济学（第四版）习题参考答案第一章 绪论1.1 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1.2 我们在计量经济模型中列出了影响因变量的解释变量，但它（它们）仅是影响因变量的主要因素，还有很多对因变量有影响的因素，它们相对而言不那么重要，因而未被包括在模型中。
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。
1.3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。
1.4 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2.1 略，参考教材。
2.2 NS S x ==45=1.25 用α=0.05，N-1=15个自由度查表得005.0t =2.947，故99%置信限为 x S t X 005.0± =174±2.947×1.25=174±3.684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170.316至177.684厘米之间。
2.3 原假设 120:0=μH备择假设 120:1≠μH 检验统计量()10/25XX 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(第四版)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=，N-1=15个自由度查表得005.0t =，故99%置信限为x S t X 005.0± =174±×=174±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。
计量经济学第七章答案详解
练习题7.1参考解答（1）先用第一个模型回归，结果如下：22216.4269 1.008106 t=(-6.619723) (67.0592)R 0.996455 R 0.996233 DW=1.366654 F=4496.936PCE PDI =-+==利用第二个模型进行回归，结果如下：122233.27360.9823820.037158 t=(-5.120436) (6.970817) (0.257997)R 0.996542 R 0.996048 DW=1.570195 F=2017.064t t t PCE PDI PCE -=-++==（2)从模型一得到MPC=1.008106；从模型二得到，短期MPC=0.982382，长期MPC= 0.982382+(0.037158)=1.01954 练习题7.2参考答案（1）在局部调整假定下，先估计如下形式的一阶自回归模型：*1*1*0*t t t t u Y X Y +++=-ββα 估计结果如下：122ˆ15.104030.6292730.271676 se=(4.72945) (0.097819) (0.114858)t= (-3.193613) (6.433031) (2.365315)R =0.987125 R =0.985695 F=690.0561 DW=1.518595t t t Y X Y -=-++根据局部调整模型的参数关系，有****11 ttu u αδαβδββδδ===-=将上述估计结果代入得到： *1110.2716760.728324δβ=-=-=*20.738064ααδ==-*0.864001ββδ==故局部调整模型估计结果为：*ˆ20.7380640.864001ttYX =-+ 经济意义解释：该地区销售额每增加1亿元，未来预期最佳新增固定资产投资为0.864001亿元。
运用德宾h 检验一阶自相关：(121(1 1.34022d h =-=-⨯=在显著性水平05.0=α上，查标准正态分布表得临界值21.96h α=，由于21.3402 1.96h h α=<=，则接收原假设0=ρ，说明自回归模型不存在一阶自相关。
计量经济学(第四版)习题及参考答案详细版知识讲解
计量经济学（第四版）习题参考答案潘省初第一章 绪论1.1 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 1.2 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。
1.3什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。
1.4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2.1 略，参考教材。
2.2请用例2.2中的数据求北京男生平均身高的99％置信区间NSS x ==45=1.25 用α=0.05，N-1=15个自由度查表得005.0t =2.947，故99%置信限为 x S t X 005.0± =174±2.947×1.25=174±3.684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170.316至177.684厘米之间。
计量课后习题第七章答案
习题7.1 解释概念（1）分类变量 （2）定量变量 （3）虚拟变量 （ 4）虚拟变量陷阱 （5）交互项（6）结构不稳定 （7）经季节调整后的时间序列答：（1）分类变量：在回归模型中，我们对具有某种特征或条件的情形赋值1，不具有某种特征或条件的情形赋值0，这样便定义了一个变量D ：1,0,D ⎧=⎨⎩具有某种特征不具有某种特征我们称这样的变量为分类变量。
（2）具有数值特征的变量，如工资、工作年数、受教育年数等，这些变量就称为定量变量。
（3）在回归模型中，我们对具有某种特征或条件的情形赋值1，不具有某种特征或条件的情形赋值0，这样便定义了一个变量D ：1,0,D ⎧=⎨⎩具有某种特征不具有某种特征 我们称这样的变量为虚拟变量（dummy variable ）。
（4）虚拟变量陷阱是指回归方程包含了所有类别（特征）对应的虚拟变量以及截距项，从而导致了完全共线性问题。
（5）交互项是指虚拟变量与定量变量相乘，或者两个定量变量相乘或是两个虚拟变量相乘，甚至更复杂的形式。
比如模型：12345i i i i i i i household lwage female married female married u βββββ=++++⋅+female married ⋅就是交互项。
（6）如果利用不同的样本数据估计同一形式的计量模型，可能会得到1β、2β不同的估计结果。
如果估计的参数之间存在着显著性差异，就称为模型结构不稳定。
（7）一些重要的经济时间序列，如果是受到季节性因素影响的数据，利用季节虚拟变量或者其他方法将其中的季节成分去除，这一过程被称为经季节调整的时间序列。
7.2 如果你有连续几年的月度数据，为检验以下假设，需要引入多少个虚拟变量？如何设定这些虚拟变量？（1）一年中的每一个月份都表现出受季节因素影响；（2）只有2、7、8月表现出受季节因素影响。
答：（1）对于一年中的每个月份都受季节因素影响这一假设，需要引入三个虚拟变量。
庞皓计量经济学练习题及参考解答第四版
庞皓计量经济学练习题及参考解答第四版目录1.简介2.练习题及解答–第一章：引言–第二章：回归分析的基本步骤–第三章：多元回归分析–第四章：假设检验和检定–第五章：函数形式选择和非线性回归–第六章：虚拟变量和联合假设检验–第七章：时间序列回归分析–第八章：面板数据回归分析–第九章：工具变量法–第十章：极大似然估计3.总结1. 简介《庞皓计量经济学练习题及参考解答第四版》是一本与《庞皓计量经济学》教材配套的习题集，旨在帮助读者巩固和加深对计量经济学理论和方法的理解。
本书第四版相比前三版进行了全面的修订和更新，更加贴近实际应用环境，同时也增加了一些新的内容。
本文档为《庞皓计量经济学练习题及参考解答第四版》的摘要，包含了各章节的练习题及参考解答。
2. 练习题及解答第一章：引言1.什么是计量经济学？计量经济学的研究范围是什么？–答案：计量经济学是运用统计学方法研究经济理论及实证问题的学科。
它主要研究经济学中的理论模型和假设是否能得到实证支持，对经济变量之间的关系进行定量分析和预测。
2.计量经济学中常用的方法有哪些？–答案：常用的计量经济学方法包括线性回归分析、假设检验、面板数据分析、时间序列分析等。
这些方法能够帮助研究者解决实际经济问题，预测经济变量，评估政策效果等。
第二章：回归分析的基本步骤1.请解释什么是回归分析？–答案：回归分析是一种研究因变量和自变量之间关系的统计方法。
通过建立一个数学模型来描述二者之间的函数关系，并利用样本数据对该函数关系进行估计和推断。
回归分析的基本思想是找到自变量对因变量的解释能力，并进行统计推断。
2.利用最小二乘法进行回归分析的基本思想是什么？–答案：基本思想是通过最小化预测值与实际观测值之间的差异，来确定最佳的参数估计值。
也就是说，最小二乘法通过选择一组参数，使得预测值与实际观测值之间的平方差最小化。
3.如何判断回归模型的拟合优度？–答案：拟合优度可以通过判断回归方程的决定系数R2来评估。
- 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)。
第七章练习题及参考解答(第四版)计量经济学第七章练习题及参考解答7.1 表7.4中给出了1981-2015年中国城镇居民人均年消费支出(PCE)和城镇居民人均可支配收入(PDI)数据。
表7.4 1981-2015年中国城镇居民消费支出(PCE)和可支配收入(PDI)数据 （单位：元）估计下列模型：tt t t tt t PCE B PDI B B PCE PDI A A PCE υμ+++=++=-132121(1) 解释这两个回归模型的结果。
(2) 短期和长期边际消费倾向（MPC ）是多少？分析该地区消费同收入的关系。
(3) 建立适当的分布滞后模型，用库伊克变换转换为库伊克模型后进行估计，并对估计结果进行分析判断。
【练习题7.1参考解答】(1) 解释这两个回归模型的结果。
Dependent Variable: PCEMethod: Least SquaresDate: 03/10/18 Time: 09:12Sample: 1981 2005Variable Coefficient Std. Error t-Statistic Prob.PDI 0.757527 0.005085 148.9840 0.0000Adjusted R-squared 0.998920 S.D. dependent var 2364.412S.E. of regression 77.70773 Akaike info criterion 11.62040Sum squared resid 138885.3 Schwarz criterion 11.71791Log likelihood -143.2551 F-statistic 22196.24Durbin-Watson stat 0.531721 Prob(F-statistic) 0.000000收入跟消费间有显著关系。
收入每增加1元，消费增加0.76元。
Dependent Variable: PCEMethod: Least SquaresDate: 03/10/18 Time: 09:13Sample(adjusted): 1982 2005Included observations: 24 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob.PDI 0.679123 0.069959 9.707385 0.0000PCE(-1) 0.111035 0.100186 1.108287 0.2803Adjusted R-squared 0.998918 S.D. dependent var 2354.635S.E. of regression 77.44504 Akaike info criterion 11.65348Sum squared resid 125952.4 Schwarz criterion 11.80074Log likelihood -136.8418 F-statistic 10620.10Durbin-Watson stat 0.688430 Prob(F-statistic) 0.000000(2) 短期和长期边际消费倾向（MPC）是多少？分析该地区消费同收入的关系。
短期MPC=0.68，长期MPC=0.679/(1-0.111)=0.764(3) 建立适当的分布滞后模型，用库伊克变换转换为库伊克模型后进行估计，并对估计结果进行分析判断。
在滞后1-5期内，根据AIC最小，选择滞后5期，其回归结果如下: Dependent Variable: PCEMethod: Least SquaresDate: 03/10/18 Time: 09:25Sample(adjusted): 1986 2005Included observations: 20 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob. PDI 0.707933 0.124878 5.668981 0.0001 PDI(-1) 0.225272 0.274293 0.821283 0.4263 PDI(-2) -0.178911 0.316743 -0.564847 0.5818 PDI(-3) -0.069525 0.328725 -0.211498 0.8358 PDI(-4) 0.264874 0.300470 0.881532 0.3940 PDI(-5)-0.226966 0.145557 -1.559292 0.1429 Adjusted R-squared 0.999096 S.D. dependent var 2254.922 S.E. of regression 67.79561 Akaike info criterion 11.54009 Sum squared resid 59751.18 Schwarz criterion 11.88860 Log likelihood-108.4009 F-statistic3501.011 Durbin-Watson stat 1.471380 Prob(F-statistic) 0.000000当期收入对消费有显著影响，但各滞后期影响并不显著。
不显著可能是分布滞后模型直接估计时共线性造成的，也可能是真没显著影响。
库伊克模型估计结果见上表，PCE(-1)部分回归结果t 检验不显著。
7.2 表7.5中给出了中国1980-2016年固定资产投资Y 与社会消费品零售总额X 的资料。
取阿尔蒙多项式的次数m=2，运用阿尔蒙多项式变换法估计以下分布滞后模型：011223344t t t t t t tY X X X X X u αβββββ----=++++++表7.5中国1980-2016年固定资产投资Y 与社会零售总额X 数据 （单位：亿元）【练习题7.2参考解答】直接估计结果如下：Dependent Variable: Y Method: Least SquaresDate: 03/10/18 Time: 09:32 Sample(adjusted): 1984 2016Variable Coefficient Std. Error t-Statistic Prob.X 0.461927 0.918198 0.503080 0.6190 X(-1) 2.086566 1.685958 1.237614 0.2265 X(-2) -0.543254 1.708205 -0.318026 0.7529 X(-3) 1.150577 1.843808 0.624022 0.5379 X(-4) -1.317321 1.283331 -1.0264860.3138 Adjusted R-squared 0.992598 S.D. dependent var 180131.0 S.E. of regression 15497.23 Akaike info criterion 22.29768 Sum squared resid 6.48E+09 Schwarz criterion 22.56977 Log likelihood -361.9117 F-statistic 859.2660 Durbin-Watson stat 0.229807 Prob(F-statistic) 0.000000使用 Dependent Variable: Y Method: Least SquaresDate: 03/10/18 Time: 09:37 Sample(adjusted): 1984 2016Included observations: 33 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob. Z0 0.801678 0.623778 1.285198 0.2089 Z1 0.482317 1.366707 0.352905 0.7267 Z2 -0.233322 0.358793 -0.6502980.5206 Adjusted R-squared 0.992907 S.D. dependent var 180131.0 S.E. of regression 15170.17 Akaike info criterion 22.20526 Sum squared resid 6.67E+09 Schwarz criterion 22.38666 Log likelihood -362.3868 F-statistic 1494.254 Durbin-Watson stat 0.287072 Prob(F-statistic)0.000000根据2i 012i i βααα=++可计算出00βα==0.802 1012βααα=++=1.051 201224βααα=++=0.833 301239βααα=++=0.1494012416βααα=++=-1.002 直接使用软件结果：Dependent Variable: Y Method: Least SquaresDate: 03/10/18 Time: 09:39 Sample(adjusted): 1984 2016Included observations: 33 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob. PDL01 0.833024 0.702645 1.185555 0.2454 PDL02 -0.450971 0.144976 -3.110662 0.0042 PDL03 -0.233322 0.358793 -0.650298 0.5206Adjusted R-squared 0.992907 S.D. dependent var 180131.0 S.E. of regression 15170.17 Akaike info criterion 22.20526 Sum squared resid 6.67E+09 Schwarz criterion 22.38666 Log likelihood -362.3868 F-statistic 1494.254 Durbin-Watson stat 0.287072 Prob(F-statistic) 0.000000 X t . *| 1 1.05067 0.42723 2.45927 . * | 2 0.83302 0.70264 1.18555 .* | 3 0.14873 0.31166 0.47722 * . | 4 -1.00221 0.92567 -1.08269Lags7.3利用表7.5的数据，运用局部调整假定或自适应预期假定估计以下模型参数，并解释模型的经济意义，探测模型扰动项的一阶自相关性： 1）设定模型t t t u X Y ++=βα*其中*t Y 为预期最佳值。