第四章计量经济学答案范文
第四章一元线性回归
第一部分学习目的和要求
本章主要介绍一元线性回归模型、回归系数的确定和回归方程的有效性检验方法。回归方程的有效性检验方法包括方差分析法、t检验方法和相关性系数检验方法。本章还介绍了如何应用线性模型来建立预测和控制。需要掌握和理解以下问题：
1 一元线性回归模型
2 最小二乘方法
3 一元线性回归的假设条件
4 方差分析方法
5 t检验方法
6 相关系数检验方法
7 参数的区间估计
8 应用线性回归方程控制与预测
9 线性回归方程的经济解释
第二部分练习题
一、术语解释
1 解释变量
2 被解释变量
3 线性回归模型
4 最小二乘法
5 方差分析
6 参数估计
7 控制
8 预测
二、填空
ξ，目的在于使模型更1 在经济计量模型中引入反映（）因素影响的随机扰动项
t
符合（）活动。
2 在经济计量模型中引入随机扰动项的理由可以归纳为如下几条：（1）因为人的行为的（）、社会环境与自然环境的（）决定了经济变量本身的（）；（２）建立模型时其他被省略的经济因素的影响都归入了（）中；（３）在模型估计时，（）与归并误差也归入随机扰动项中；（4）由于我们认识的不足，错误的设定了（）与（）之间的数学形式，例如将非线性的函数形式设定为线性的函数形式，由此产生的误差也包含在随机扰动项中了。
3 （）是因变量离差平方和，它度量因变量的总变动。就因变量总变动的变异来源看，它由两部分因素所组成。一个是自变量，另一个是除自变量以外的其他因素。（）是拟合值的离散程度的度量。它是由自变量的变化引起的因变量的变化，或称自变量对因变量变化的贡献。（）是度量实际值与拟合值之间的差异，它是由自变量以外的其他因素所致，它又叫残差或剩余。
4 回归方程中的回归系数是自变量对因变量的（）。某自变量回归系数β的意义，指
的是该自变量变化一个单位引起因变量平均变化（ ）个单位。 5 模型线性的含义，就变量而言，指的是回归模型中变量的（ ）；就参数而言，指的是回归模型中的参数的（ ）；通常线性回归模型的线性含义是就（ ）而言的。 6 样本观察值与回归方程理论值之间的偏差，称为（ ），我们用残差估计线性模型中的（ ）。 三、简答题
1 在线性回归方程中，“线性”二字如何理解？
2 用最小二乘法求线性回归方程系数的意义是什么？
3 一元线性回归方程的基本假设条件是什么？
4 方差分析方法把数据总的平方和分解成为两部分的意义是什么？
5 试叙述t 检验法与相关系数检验法之间的联系。
6 应用线性回归方程控制和预测的思想。
7 线性回归方程无效的原因是什么？
8 回归分析中的随机误差项i ε有什么作用？它与残差项t e 有何区别？
9 判断如下模型，哪些是线性模型，哪些不是。以及它们经过怎样的变化能够变成线性模型？ 模型 描述性名称
121
.i i i a Y X ββε??
=++
???
倒数 12.ln i i i b Y X ββε=++ 半对数 12.ln i i i c Y X ββε=++ 反半对数 12.
ln ln ln i i i c Y X ββε=++ 对数或双对数
121.
ln i i i c Y X ββε??
=-+ ???
对数倒数
10 如下模型是线性回归模型吗？并说出原因。
12.i i X i a Y e ββε++=
121.1i i
i X b Y e ββε++=
+
121.ln i i i c Y X ββε??
=++ ???
()
2211.(0.5)i X i i d Y e
βββε--=+-+
3
12.i i i e Y X ββε=++
四 计算题
1 给定如下表第一列的假设，说明第二列中的假定是与之等效的。
关于经典模型的假设
共四个等级）、GMAT分数以及每年学费的数据。
a. 用双变量回归模型分析GPA是否对ASP有影响？
b.用合适的回归模型分析GMAT分数是否与ASP有关系？
c.每年的学费与ASP有关吗？你是如何知道的？如果两变量之间正相关，是否意味着进到最高费用的商业学校是有利的。
d.你同意高学费的商业学校意味着高质量的MBA成绩吗？为什么？
3 你的朋友将不同年度的债券价格作为该年利率（在相等的风险水平下）的函数，估计出的简单方程如下：
?101.40 4.78i i
Y X =- 其中：?i
Y ＝第i 年美国政府债券价格（每100美元债券） i X ＝第i 年联邦资金利率（按百分比）
请回答以下问题：
（1） 解释两个所估系数的意义。所估的符号与你所期望的符号一样吗？
（2） 为何方程左边的变量是?i
Y 而不是Y ？ （3） 你朋友在估计的方程中是否遗漏了随机误差项？
（4） 此方程的经济意义是什么？对此模型你有何评论？（提示：联邦资金利率是一
种适用于银行间隔夜持有款项的利率）
（1）试建立Y 与X 之间的样本回归方程。
（2）预测收入为6000元这类家庭的平均消费支出（显著性水平0.05α=） （3）以95％的概率预测某个收入为6000元的家庭的消费支出。
（1） 试建立样本回归方程，并在5％的水平下进行显著性检验。 （2） 求简单相关系数。
（3） 如果0X ＝200千克，以90％的概率对()0E Y 和0Y 进行预测。
6 下表给出了1977－1991年期间美国的黄金价格、消费者指数和纽约股票交易所指数数据。
a. 在同一散布图中描绘黄金价格，CPI 和NYSE 指数。
b. 一种投资，如果它的价格和（或）回报率至少赶得上通货膨胀，就被认为是（对通
货膨胀）保值（能抵御通货膨胀）的。为检验这一假设：投资是保值的，假定a 中的散点图表明拟合以下模型是最适宜的：
1212t i i t i i
CPI NYSE CPI ββεββε=++=++黄金价格指数
a. 将当年美元和不变（即1992年）美元数据对时间描图。
b. 用Y 表示GDP ，X 表示时间（按年历从1代表1959，2代表1960开始，直至39代表
1997）。看以下模型是否适合GDP 数据：12t t t Y X ββε=++ 试用当年美元和不变美元两种数据分别估计此模型。 c. 你会怎样解释2β？
d. 如果用当年美元估计2β和不变美元GDP 估计的有所不同，你会怎样解释这个差距？
e. 从你计算的结果，你能对样本时期美国通货膨胀的性质得出什么评论？
第三部分 参考答案 一、术语解释
1 解释变量：也称自变量，是在模型中对被解释变量起解释作用的变量。如模型
t t t y x αβε=++中的t x 。
2 被解释变量：也称因变量，在模型中假设其变动由解释变量引起，对解释变量起依存关系。如模型t t t y x αβε=++中的t y 。
3 线性回归模型：是相对于模型的参数而言的，即对于其参数是一次的。对于变量而言，模型可以是线性的，也可能不是线性的。
4 最小二乘法：普通最小二乘法归功于德国数学家高斯，在一定假设下，最小二乘法有一系列非常令人向往的统计性质，是回归中较常用的一种方法。如，对模型t t t
y x αβε=++
（t t y x αβ=+）而言，通过使得统计量()
2
t
t Q y y =-∑最小而求得参数α、β。
5 方差分析：通过分析总离差平方和()
2
2T
t
S y y =-∑与回归平方和()
2
2R
t
S y y =
-∑、剩
余平方和()2
2E
t
t
S y y =
-∑的数值，及相互之间的数量关系，来分析变量之间的关系和回
归模型。
6 参数估计：选定模型，根据解释变量和被解释变量的数据，使用一定的估计方法得出模型中的未知参数，称为参数估计。
7 控制：是预测的反问题，即要求观察值在某个区间()
''
12,y y 取值时，解释变量t x 应控制在
什么范围。
8 预测：根据回归模型和已估计出的参数，在给定解释变量t x 时，预测被解释变量t y 的取值或取值范围。 二、填空题
1 不确定性；客观经济。
2 随机性；随机性；随机性；随机扰动项；测量误差；被解释变量；解释变量。
3 总离差平方和；回归平方和；残差平方和。
4 净影响；β。
5 指数是一次；指数是一次；参数。
6 残差；随机扰动项。 三、简答题
1答：在线性回归方程中，“线性”二字指的是方程对参数而言是线性的的，即参数的次数为一次。对于变量而言，模型可以是线性的，也可能不是线性的。
2答：最小二乘法归功于德国数学家高斯，在一定假设下，最小二乘法有一系列非常令人向往的统计性质，是回归中较常用的一种方法。如，对模型t t t y x αβε=++（t t y x αβ=+）而言，通过使得统计量()
2
t
t
Q y y =
-∑最小而求得参数α、β。最小二乘法使得回归的
参差平方和尽可能的小，即总体上来说，t y 与t y 的偏差最小。在满足一定的条件下，最小二乘法具有最优线性无偏估计量的性质（BLUE ）。
3答：假设1，随即误差项t ε的均值为0，方差为2
σ，且服从正态分布。即()20,t
N εσ
假设2，随即误差项
123,,,
n εεεε之间是两两不相关的。即()cov ,0i j εε=
由于正态分布的随即变量不相关与独立是等价的，因此改假设实际上表示各随机变量误差项相互独立。
假设3，随机误差项与解释变量X 之间不相关，即
()cov ,0
1,2,t t x t n ε==
实际上，如果X 是可观察或可控制变量，则它就不是随机变量，因此改条件一定成立。
4答：方差分析通过分析总离差平方和()
2
2T
t
S y y =-∑与回归平方和()
2
2R
t
S y y =
-∑、
剩余平方和()2
2E
t
t
S y y =
-∑的数值，及相互之间的数量关系，来分析变量之间的关系和
回归模型。通过方差分析，我们可以判断线性回归方程的好坏。我们可以知道总离差平方和()
2
2
T
t S y y =-∑的构成情况，
回归平方和()
2
2R
t S y y =-∑反映由于x 与y 之间的线性关系而引起的回归值的离散程度，而剩余平方和()2
2E
t
t
S y y =
-∑则反映了除x 与y 之间的
线性关系以外引起数据y 波动的因素，这种波动性实际上是由于观测误差等随机因素引起的。这样，我们就通过平方和的分解把引起数据y 波动的两种原因在数值上分开了。
5答：t 检验的思路，若线性假设符合实际，那么b 不应该为零。否则，若b=0，那么y 就不依赖于x 了。因此，我们需要检验假设：
01:0:0
H b H b =≠，通过计算t 统计量b b
t L -=
，
及相应的临界值得出拒绝域。当假设0:0H b =被拒绝时，我们认为线性回归效果是显著的；反之，则认为线性回归效果不显著。
相关系数检验法主要是通过由数据观测值计算出的样本相关系数xy L r =
系数xy ρ的估计值，通过xy r 的大小来判断x 与y 之间线性关系的密切程度。因此，我们需要检验假设：
01:0:0
H H ρ
ρ=≠
，通过计算检验统计量r t =
，及相应的临界值得出拒绝域。
对于一元线性回归方程而言，有v a xy
b r =，所以对于一元线性回归方程而言，t 检
验中的假设0:0H b =等价于相关系数中的假设0:0H ρ=。
6答：预测：根据回归模型和已估计出的参数，在给定解释变量t x 时，预测被解释变量t y 的取值或取值范围。即，已知自变量的取值，求因变量的取值或取值范围。
控制：是预测的反问题，即要求观察值在某个区间()
''
12,y y 取值时，解释变量t x 应控制在
什么范围。
7答：①影响y 取值的，除x 外，还有其他不可忽略的因素。 ②y 与x 的关系不是线性的，它们存在其他关系。 ③y 与x 不存在关系。
8答：一个回归模型永远也不可能对现实做出完全准确的描述。因此，回归子的实际值与从选择的模型中估计出来的值之间必定不同。二者之差就简单的归纳为随机误差项。而参差是指样本的随机误差项。
9答：模型a 、b 、c 和e 都是线性（于参数的）回归模型。如果我们另1ln αβ=，则模型d 也是线性的。
10答：(a)通过取自然对数，我们发现12ln i i i Y X ββε=++，便成为一个线性回归模型。 (b)如下被称为logit 变换的变换使得模型成为一个线性回归模型：
()12ln 1i i i i i Y Y X ββε-=++????
(c)线性回归模型 (d)非线性回归模型
(e)因为2β的幂指数是3，所以不是线性回归模型。 四、计算题
1解：（1）12i i i Y X ββε=++，因此
()()
()121212i i i i i i i i i
E Y X E X X X E X X ββεββεββ=++=++=+ 因为β为常数而X 为非随机的。 （2）假定对所有的(),i j
i j ≠都有()cov ,0
i j i j εε=≠，于是
()()(){}
cov ,i j i i j j Y Y E Y E Y Y E Y ??=--??????
()
i j E εε= 利用（1）中的结论 ()()
i j E E εε= 根据假定误差项不相关
0= 根据假定每个i ε的均值都为零。
（3）给定()
2
var i i X εσ=，于是根据假定有
()()()()2
22
var var i i i i i i i Y X E Y E Y E X εεσ=-===????
2解：a. 回归结果为
Dependent Variable: ASP Method: Least Squares Date: 07/23/06 Time: 15:47 Sample: 1 30
C -.5 85758.31 -3. 0.0035 R-squared
0. Mean dependent var 68260.00 Adjusted R-squared
0. S.D. dependent var
18187.78
S.E. of regression 14779.44 Akaike info criterion 22.10420
Sum squared resid 6.12E+09 Schwarz criterion 22.19762
Log likelihood -329.5630 F-statistic 15.91789
b. 回归结果为：
Dependent Variable: ASP
Method: Least Squares
Date: 07/23/06 Time: 15:49
Sample: 1 30
C -.8 47572.09 -6. 0.0000
R-squared 0. Mean dependent var 68260.00
Adjusted R-squared 0. S.D. dependent var 18187.78
S.E. of regression 9843.701 Akaike info criterion 21.29139
Sum squared resid 2.71E+09 Schwarz criterion 21.38480
Log likelihood -317.3709 F-statistic 71.00122
Durbin-Watson stat 1. Prob(F-statistic) 0.
显著的正相关。
c. 回归模型为：
Dependent Variable: ASP
Method: Least Squares
Date: 07/23/06 Time: 15:51
Sample: 1 30
Variable Coefficient Std. Error t-Statistic Prob.
C 22789.94 9769.655 2. 0.0271
XUEFEI 2. 0. 4. 0.0000
R-squared 0. Mean dependent var 68260.00
Adjusted R-squared 0. S.D. dependent var 18187.78
S.E. of regression 13690.92 Akaike info criterion 21.95119
Sum squared resid 5.25E+09 Schwarz criterion 22.04461
Log likelihood -327.2679 F-statistic 23.17903
Durbin-Watson stat 1. Prob(F-statistic) 0.
每年的学费与ASP显著正相关。
从回归方程看，学费高，ASP就高。但因为影响ASP变动的因素还很多，所以不是绝对的。
d. 因为
Dependent Variable: GPA
Method: Least Squares
Date: 07/23/06 Time: 15:54
Sample: 1 30
Variable Coefficient
Std. Error
t-Statistic Prob. C 3.
0.
43.29060
0.0000 XUEFEI
6.28E-06
4.10E-06
1.
0.1370
R-squared
0. Mean dependent var 3. Adjusted R-squared 0. S.D. dependent var 0. S.E. of regression 0. Akaike info criterion -1. Sum squared resid 0. Schwarz criterion
-1. Log likelihood 26.99939 F-statistic
2. Durbin-Watson stat
1. Prob(F-statistic)
0.
Dependent Variable: GMAT Method: Least Squares Date: 07/23/06 Time: 15:55 Sample: 1 30
C 570.1407
13.85373
41.15430
0.0000 R-squared
0. Mean dependent var 624.2667 Adjusted R-squared 0. S.D. dependent var
24.00421
S.E. of regression 19.41423 Akaike info criterion 8. Sum squared resid 10553.55 Schwarz criterion 8.
Log likelihood -130.5135 F-statistic
16.33355
成绩与学费不是显著相关的，所以，高学费的学校并不意味着较高的GPA 成绩。
3解：(1) 101.40是常数项的估计值，它是当联邦资金利率为零时的债券价格的估值。但由于联邦资金利率通常不为零，此解释意义不大。－4.78是斜率系数的估值，它告诉我们当联邦资金利率变化一单位（一个百分点）时债券价格变化多少。斜率系数估值的符号与预期一致；当利率上升时，现有债券的价格会下降。我们通常对常数项不作假定。 （2）原方程可等价地描述为：
101.40 4.78i i t Y X ξ=-+
（3）误差项是不可观察的，不应被包括在我们用于实际计算?i
Y 的样本方程中。此问题被重新表述为：问方程中为什么没有包括余项，则回答与（2）相同）
（4）若联邦资金利率上升一个百分点，债券价格将下降4.78美元。可能的评论是： ①当解释长期资产的价值时，应使用的合适利率是长期利率而不是短期利率。 ②另外，可能有除利率之外的更多的解释变量
③给定资本市场对利率变化的反应程度，则采用按月的数据集将给相同的年数提供更多的观察值。（因而拟合优度更好）。 4解：
（1）把上述数据导入eviews ，进行回归得到：
C 380.5269 212.3630
1.
0.1109 X
0.
0.
14.96298
0.0000
所以样本回归方程为：?380.52690.484532i i
Y X =+ （2）这是求()0E Y 。
06000X = 5400X =
2
81.3848*10t
x
=∑ 381.0639
S = 10n = 0.05α= 0.0
25(8) 2.306
t = 0
?380.526860.4845321*60003287.719Y
=+= 122.0593=== 5解：
（1） 把数据导入eviews ，进行回归得如下结果： Dependent Variable: Y
Method: Least Squares Date: 07/03/06 Time: 14:58 Sample: 1985 2002 Included observations: 18
C -3395.318 614.4268
-5.
0.0000 R-squared
0. Mean dependent var 3913.111 Adjusted R-squared 0. S.D. dependent var
2580.713 S.E. of regression 809.9203 Akaike info criterion
16.33619 Sum squared resid Schwarz criterion
16.43512 Log likelihood -145.0257 F-statistic
156.6012
Durbin-Watson stat
0. Prob(F-statistic)
0.
查表得0.025(16) 2.12012.51t =<，所以拒绝0H (2)r=0.9525
(3) ()013713.1516971.33E Y <<
6解，(a)
100200300400500600700777879808182838485868788899091
这些变量相对于时间都有上升趋势；黄金的波动价格较大。 (b) 如果假设正确，我们将预期21β≥
(c) 黄金价格对CPI 做回归得到如下表格（使用eviews ）
Dependent Variable: HUANGJIN Method: Least Squares Date: 07/23/06 Time: 10:59 Sample: 1977 1991 Included observations: 15
C 186.1833
125.4039
1. 0.1615 R-squared
0. Mean dependent var 371.8193 Adjusted R-squared 0. S.D. dependent var
109.4400 S.E. of regression 104.6939 Akaike info criterion
12.26353 Sum squared resid .7 Schwarz criterion
12.35793
Log likelihood -89.97644 F-statistic
2. 所以，186.183 1.842t t CPI =+黄金价格 NYSE 对CPI 做回归得到如下表格
Dependent Variable: NYSE Method: Least Squares Date: 07/23/06 Time: 11:03 Sample: 1977 1991 Variable Coefficient Std. Error t-Statistic
Prob. C -102.0606
23.76678
-4. 0.0009 CPI
2.
0.
9.
0.0000 R-squared
0. Mean dependent var 112.5447 Adjusted R-squared 0. S.D. dependent var
52.63217
S.E. of regression
19.84180 Akaike info criterion
8.
Sum squared resid 5118.059 Schwarz criterion 9.
Log likelihood -65.02768 F-statistic
85.50734
Durbin-Watson stat
0. Prob(F-statistic)
0.
所以，102.061 2.129t i NYSE CPI =-+指数
从以上回归我们可知，股票市场比黄金更能够针对通货膨胀进行保值。如果我们对黄金价格方程的斜率系数进行显著性检验，其在统计上是不显著的。 7 解：（a ）
2000
4000
6000
8000
10000
60
65
70
7580
8590
95
(b)名义GDP 回归得：
Dependent Variable: NGDP Method: Least Squares Date: 07/23/06 Time: 14:38 Sample: 1959 1997 Included observations: 39
C -987.1036 212.6821
-4.
0.0000 T
202.0017
9.
21.79677
0.0000 R-squared
0. Mean dependent var 3052.931 Adjusted R-squared 0. S.D. dependent var
2391.177 S.E. of regression 651.3681 Akaike info criterion
15.84595 Sum squared resid Schwarz criterion
15.93126 Log likelihood -306.9960 F-statistic
475.0990
Durbin-Watson stat
0. Prob(F-statistic)
0.
实际GDP 回归得：
Dependent Variable: RGDP Method: Least Squares Date: 07/23/06 Time: 14:39 Sample: 1959 1997 Variable
Coefficient
Std. Error
t-Statistic
Prob.
C 1907.715 45.13298 42.26875 0.0000
R-squared 0. Mean dependent var 4483.354
Adjusted R-squared 0. S.D. dependent var 1474.662
S.E. of regression 138.2259 Akaike info criterion 12.74558
Sum squared resid .3 Schwarz criterion 12.83089
Log likelihood -246.5387 F-statistic 4288.031
（c）这里的斜率给出了每期GDP的变化率。
（d）二者之差代表了通货膨胀。
（e）如图和回归结果所示，名义GDP比实际GDP增长更快表明，通货膨胀在上升。
庞皓计量经济学课后答案第四章(内容参考)
统计学2班 第三次作业 1、⑴存在.2 3223223232 322 ) ())(() )(())((?∑∑∑∑∑∑∑--=i i i i i i i i i i i x x x x x x x y x x y βΘ 当X 2和X 3之间的相关系数为0时，离差形式的 ∑i i x x 32=0 2 222232 22 322 ?) )(() )((??== =∴∑∑∑∑∑∑i i i i i i i i x x y x x x x y β 同理得：33 ??γβ= ⑵2 ?β会等于1?α和1?γ二者的线性组合。 33221???X X Y βββ--=Θ且221??X Y αα-=，331??X Y γγ-= 由⑴可得22 ??αβ=和33??γβ= 22221???X Y X Y βαα-=-=∴，3 3331???X Y X Y βγγ-=-= 212 ??X Y αβ-=∴,3 1 3??X Y γβ-= 则：33 1 2213 3221?????X X Y X X Y Y X X Y γαβββ----=--=Θ ⑶存在。∑-=)1()?(223 222 2 r x Var i σβΘ X 2和X 3之间相关系数为0，)?() 1()?(2222 223 2 22 2 α σσβVar x r x Var i i == -=∴∑∑ 同理可得)?()?(33 γβVar Var = 2、逐步向前回归和逐步向后回归的程序都存在不足，逐步向前法不能反映引进新的解释变量后的变化情况，即一旦引入新的变量，就保留在方程中，逐步向后法泽一旦剔除一个解释变量就再没有机会重新进入方程。而解释变量之间及其与被解释变量的相关关系与引入的变量个数及同时引入哪些变量而不同。所以采用逐步回归比较好。吸收了逐步向前和逐步向后的优点。
计量经济学习题及答案
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。 15．计量经济学模型的应用可以概括为四个方面，即__________、__________、__________、__________。 16．结构分析所采用的主要方法是__________、__________和__________。 二、单选题： 1．计量经济学是一门（）学科。 A.数学 B.经济 C.统计 D.测量
庞皓计量经济学课后答案第三章
统计学2班 第二次作业 1、?i =-151.0263 + 0.1179X 1i + 1.5452X 2i T= (-3.066806) (6.652983) (3.378064) R 2=0.934331 R 2=0.92964 F=191.1894 n=31 ⑴模型估计结果说明，各省市旅游外汇收入Y 受旅行社职工人数X 1，国际旅游人数X 2的影响。由所估计出的参数可知，在假定其他变量不变的情况下，当旅行社职工人数每增加1人，各省市旅游外汇收入增加0.1179百万美元。在嘉定其他变量不变的情况下。当国际旅游人数每增加1万人，各省市旅游外汇收入增加1.5452百万美元。 ⑵由题已知，估计的回归系数β1的T 值为：t （β1）=6.652983。 β2的T 值分为： t （β2）=3.378064。 α=0.05.查得自由度为n-2=22-2=29的临界值t 0.025(29)=2.045229 因为t （β1）=6.652983≥t 0.025(29)=2.045229.所以拒绝原假设H 0：β1=0。 表明在显著性水平α=0.05下，当其他解释变量不变的情况下，旅行社职工人数X 1对各省市旅游外汇收入Y 有显著性影响。 因为 t （β2）=3.378064≥t 0.025(29)=2.045229，所以拒绝原假设H 0：β2=0 表明在显著性水平α=0.05下，当其他解释变量不变的情况下，和国际旅游人数X 2对各省市旅游外汇收入Y 有显著性影响。 ⑶正对H O ：β1=β2=0，给定显著水性水平α=0.05，自由度为k-1=2,n-k=28的临界值 F 0.05（2,28）=3.34038。由题已知F=191.1894>F 0.05（2,28）=3.34038，应拒绝原假设 H O ：β1=β2=0，说明回归方程显著，即旅行社职工人数和旅游人数变量联合起来对各省市旅游外汇收入有显著影响。 2、⑴样本容量n=15 残差平方和RSS=66042-65965=77 回归平方和ESS 的自由度为K-1=2 残差平方和RSS 的自由度为n-k=13 ⑵可决系数R 2=TSS ESS =6604265965 =0.99883 调整的可决系数R 2=1-（1-R 2）k n n --1=1-（1-0.99883）1214=0.99863 ⑶利用可决系数R 2=0.99883，调整的可决系数R 2=0.99863，说明模型对样本的拟合很好。不能确定两个解释变量X 2和X 3个字对Y 都有显著影响。
计量经济学习题及答案汇总
《 期中练习题 1、回归分析中使用的距离是点到直线的垂直坐标距离。最小二乘准则是指（ ） A ．使 ∑=-n t t t Y Y 1)?(达到最小值 B.使∑=-n t t t Y Y 1达到最小值 C. 使 ∑=-n t t t Y Y 1 2 )(达到最小值 D.使∑=-n t t t Y Y 1 2)?(达到最小值 2、根据样本资料估计得出人均消费支出 Y 对人均收入 X 的回归模型为 ?ln 2.00.75ln i i Y X =+，这表明人均收入每增加 1％，人均消费支出将增加 （ ） A. B. % C. 2 D. % 3、设k 为回归模型中的参数个数,n 为样本容量。则对总体回归模型进行显著性检验的F 统计量与可决系数2 R 之间的关系为( ) ~ A.)1/()1()/(R 2 2---=k R k n F B. )/(1)-(k )R 1/(R 22k n F --= C. )/()1(22k n R R F --= D. ) 1()1/(2 2R k R F --= 6、二元线性回归分析中 TSS=RSS+ESS 。则 RSS 的自由度为（ ） 9、已知五个解释变量线形回归模型估计的残差平方和为 8002=∑t e ，样本容量为46，则随机误 差项μ的方差估计量2 ?σ 为（ ） D. 20 1、经典线性回归模型运用普通最小二乘法估计参数时，下列哪些假定是正确的（ ） A.0)E(u i = B. 2 i )V ar(u i σ= C. 0)u E(u j i ≠ ) D.随机解释变量X 与随机误差i u 不相关 E. i u ～),0(2 i N σ 2、对于二元样本回归模型i i i i e X X Y +++=2211???ββα，下列各式成立的有（ ） A.0 =∑i e B. 0 1=∑i i X e C. 0 2=∑i i X e D. =∑i i Y e E. 21=∑i i X X 4、能够检验多重共线性的方法有（ ）
伍德里奇计量经济学第四章
name:
计量经济学题库(超完整版)及答案【强力修正版】
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（）。 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（）。 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（）。 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．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（）。 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．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．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（）。 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（）。 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．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（）。 A．虚拟变量 B．控制变量 C．政策变量 D．滞后变量 12．（）是具有一定概率分布的随机变量，它的数值由模型本身决定。 A．外生变量 B．内生变量 C．前定变量 D．滞后变量 13．同一统计指标按时间顺序记录的数据列称为（）。 A．横截面数据 B．时间序列数据 C．修匀数据 D．原始数据 14．计量经济模型的基本应用领域有（）。 A．结构分析、经济预测、政策评价 B．弹性分析、乘数分析、政策模拟 C．消费需求分析、生产技术分析、 D．季度分析、年度分析、中长期分析 15．变量之间的关系可以分为两大类，它们是（）。 A．函数关系与相关关系B．线性相关关系和非线性相关关系 C．正相关关系和负相关关系D．简单相关关系和复杂相关关系 16．相关关系是指（）。 A．变量间的非独立关系B．变量间的因果关系C．变量间的函数关系 D．变量间不确定性的依存关系17．进行相关分析时的两个变量（）。
计量经济学(第四版)习题及参考答案详细版
计量经济学（第四版）习题参考答案 潘省初
第一章 绪论 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，1 n i i Y Y 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 5.1074 130 96104100=+++。 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 N S 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 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 () 10/25X X 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。 2.4 某月对零售商店的调查结果表明，市郊食品店的月平均销售额为2500元，在下一个月份中，取出16个这种食品店的一个样本，其月平均销售额为2600元，销售额的标准差为480元。试问能否得出结论，从上次调查以来，平均月销售额已经发生了变化？ 原假设 : 2500:0=μH 备择假设 : 2500:1≠μH ()100/1200.83?X X t μσ-= === 查表得 131.2)116(025.0=-t 因为t = 0.83 < 131.2=c t , 故接受原假 设,即从上次调查以来，平均月销售额没有发生变化。
计量经济学试卷及答案
《计量经济学》期末考试试卷（A ）（课程代码：070403014） 1．计量经济模型的计量经济检验通常包括随机误差项的序列相关检验、异方差性检验、解释变量的多重共线性检验。 2. 普通最小二乘法得到的参数估计量具有线性，无偏性，有效性统计性质。 3.对计量经济学模型作统计检验包括_拟合优度检验、方程的显著性检验、变量的显著性检验。 4.在计量经济建模时，对非线性模型的处理方法之一是线性化，模型β α+= X X Y 线性 化的变量变换形式为Y *=1/Y X *=1/X ，变换后的模型形式为Y *=α+βX *。 5.联立方程计量模型在完成估计后，还需要进行检验，包括单方程检验和方程系统检验。 1．计量经济模型分为单方程模型和（C ）。 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 2．经济计量分析的工作程序（B ） A.设定模型，检验模型，估计模型，改进模型 B.设定模型，估计参数，检验模型，应用模型 C.估计模型，应用模型，检验模型，改进模型 D.搜集资料，设定模型，估计参数，应用模型 3．对下列模型进行经济意义检验，哪一个模型通常被认为没有实际价值的（B ）。
A.i C （消费）i I 8.0500+=（收入） B.di Q （商品需求）i I 8.010+=（收入）i P 9.0+（价格） C.si Q （商品供给）i P 75.020+=（价格） D.i Y （产出量）6.065.0i K =（资本）4 .0i L （劳动） 4.回归分析中定义的（B ） A.解释变量和被解释变量都是随机变量 B.解释变量为非随机变量，被解释变量为随机变量 C.解释变量和被解释变量都为非随机变量 D.解释变量为随机变量，被解释变量为非随机变量 5.最常用的统计检验准则包括拟合优度检验、变量的显著性检验和（A ）。 A.方程的显著性检验 B.多重共线性检验 C.异方差性检验 D.预测检验 6.总体平方和TSS 、残差平方和RSS 与回归平方和ESS 三者的关系是（B ）。 A.RSS=TSS+ESS B.TSS=RSS+ESS C.ESS=RSS-TSS D.ESS=TSS+RSS 7.下面哪一个必定是错误的（C ）。 A. i i X Y 2.030?+= 8.0=XY r B. i i X Y 5.175? +-= 91.0=XY r
计量经济学第四章
第四章 经典单方程计量经济学模型：放宽基本假定的模型 一、内容提要 本章主要介绍计量经济模型的二级检验问题，即计量经济检验。主要讨论对回归模型的若干基本经典假定是否成立进行检验、当检验发现不成立时继续采用OLS 估计模型所带来的不良后果以及如何修正等问题。包括：异方差性问题、序列相关性问题、多重共线性问题。 1.异方差： 含义：随机扰动项的方差随样本点而不同。 后果：OLS 估计是线性、无偏、一致的但不有效；由于随机项异方差的存在而导致的参数估计值的标准差的偏误，通常的假设检验t 检验和F 检验失效；模型的预测变得无效。 检验：图示法、Goldfeld-Quandt 检验法以及White 检验法等。 修正：而当检测出模型确实存在异方差性时，通过采用加权最小二乘法进行修正的估计。 序列相关性也是模型随机扰动项出现序列相关时产生的一类现象。与异方差的情形相类似，在序列相关存在的情况下，OLS 估计量仍具无偏性与一致性，但通常的假设检验不再可靠，预测也变得无效。序列相关性的检测方法也有若干种，如图示法、回归检验法、Durbin-Watson 检验法以及Lagrange 乘子检验法等。存在序列相关性时，修正的估计方法有广义最小二乘法（GLS ）以及广义差分法。 多重共线性是多元回归模型可能存在的一类现象，分为完全共线与近似共线两类。模型的多个解释变量间出现完全共线性时，模型的参数无法估计。更多的情况则是近似共线性，这时，由于并不违背所有的基本假定，模型参数的估计仍是无偏、一致且有效的，但估计的参数的标准差往往较大，从而使得t-统计值减小，参数的显著性下降，导致某些本应存在于模型中的变量被排除，甚至出现参数正负号方面的一些混乱。显然，近似多重共线性使得模型偏回归系数的特征不再明显，从而很难对单个系数的经济含义进行解释。多重共线性的检验包括检验多重共线性是否存在以及估计多重共线性的范围两层递进的检验。而解决多重共线性的办法通常有逐步回归法、差分法以及使用额外信息、增大样本容量等方法。 当模型中的解释变量是随机解释变量时，需要区分三种类型：随机解释变量与随机扰动项独立，随机解释变量与随机扰动项同期无关、但异期相关，随机解释变量与随机扰动项同期相关。第一种类型不会对OLS 估计带来任何问题。第二种类型则往往导致模型估计的有偏性，但随着样本容量的增大，偏误会逐渐减小，因而具有一致性。所以，扩大样本容量是克服偏误的有效途径。第三种类型的OLS 估计则既是有偏、也是非一致的，需要采用工具变量法来加以克服。 二、典型例题分析 1、下列哪种情况是异方差性造成的结果？ （1）OLS 估计量是有偏的 （2）通常的t 检验不再服从t 分布。 （3）OLS 估计量不再具有最佳线性无偏性。 答： 第（2）与（3）种情况可能由于异方差性造成。异方差性并不会引起OLS 估计量出现偏误。 2、已知模型 i i i i u X X Y +++=22110βββ 式中，i Y 为某公司在第i 个地区的销售额；i X 1为该地区的总收入；i X 2为该公司在该地区投入的广告费用（i=0,1,2……,50）。 （1）由于不同地区人口规模i P 可能影响着该公司在该地区的销售，因此有理由怀疑随机误差项u i 是异方差的。假设i σ依赖于总体i P 的容量，请逐步描述你如何对此进行检验。需说明：1）零假
计量经济学答案
一、名词解释 1.时间序列数据的平稳性:如果随机时间序列均值和方差均是与时间t无关的常数，协方差只与时间间隔k有关，则称该随机时间序列是平稳的。 2.虚拟变量：是指人们构造的反应定性因素变化、只取0和1的人工变量，并且习惯上用符号D来表示。 3.异方差性：对于不同的样本点，随机误差项的方差不等于常数，则称模型出现了异方差性。 4.自相关性：如果随机误差项的各期值之间存在着相关关系，即协方差不等于0，则称模型存在着自相关性。 5随机变量的协整关系：如果同阶单整序列线性组合后单整阶数降低，则称变量之间存在着协整关系。 6.给定一个信息集，At，它至少包含（Xt，Yt），在“现在和过去可以影响未来，而未来不能影响过去”城里下，如果利用Xt的过去比不利用它时可以更好地预测Yt，称Xt为Yt的格兰杰原因，反之亦然。 7.随机变量的协整性： 8. 条件异方差ARCH模型：考虑m阶自回归模型AR（m） Yt=c+ρ1yt-1+ρ2yt-2+……+ρmyt-m+εt 其中εt为白噪声过程 随机误差项的平方（εt）2服从一个q阶自回归过程，即 （εt）2=α0＋α1（εt-1）2+α2（εt-2）2+……+αq（εt-p）2+ηt （1） 其中ηt服从白噪声过程。对模型的一个约束条件是（1）的特征方程 1-α1z-α2z2-……-αq Z q=0 的所有根均落在单位圆外，即要求模型参数满足 其中α1+α2+……αq＜1 此外，为保证εt2为正值，对模型的另一个约束条件为α0＞0，αi≥0，1≤i≤q。上述模型即为条件方差模型。 9.误差修正模型ECM: 对于yi的（1，1）阶自回归滞后模型： εi Y t=α+β0x t+β1x t-1+β2y t-1+ ⊿y =β0⊿x t+γecm t-1+εt 。(1) 其中，ecm t-1=y t-1-α0-α1x t-1 ，γ=β2-1，α0=（α+ t β0）/﹙1-β2﹚，α1=β1/（1-β2） 称式（1）为误差修正模型ECM 10.多重共线性:多元回归模型的解释变量之间存在较强的线性关系的性质 二、填空题 1.合理选择解释变量的关键：正确理解有关经济理论和把握所研究经济现象的行为规律。 2.计量经济模型的用途一般包括：结构分析、经济预测、政策评价、实证分析。 3.计量经济模型检验的内容一般包括：经济检验、统计检验、计量经济检验、预测性能检验。 4.对于不可直接线性化的非线性模型的处理方法： 对于可间接线性化的模型，可以通过Cobb-Douglas生产函数模型、Logistic模型变换成标准的线性模型；对于不可线性化的模型，可以通过Toylor技术展开法、非线性最小二乘法来求得参数估计值。
计量经济学题库及答案
2．已知一模型的最小二乘的回归结果如下： i i ?Y =101.4-4.78X 标准差 （） （） n=30 R 2 = 其中，Y ：政府债券价格（百美元），X ：利率（%）。 回答以下问题：（1）系数的符号是否正确，并说明理由；（2）为什么左边是i ?Y 而不是i Y ； （3）在此模型中是否漏了误差项i u ；（4）该模型参数的经济意义是什么。 13．假设某国的货币供给量Y 与国民收入X 的历史如系下表。 某国的货币供给量X 与国民收入Y 的历史数据 根据以上数据估计货币供给量Y 对国民收入X 的回归方程，利用Eivews 软件输出结果为： Dependent Variable: Y Variable Coefficient Std. Error t-Statistic Prob. X C R-squared Mean dependent var Adjusted R-squared . dependent var . of regression F-statistic Sum squared resid Prob(F-statistic) 问：（1）写出回归模型的方程形式，并说明回归系数的显著性（） 。 （2）解释回归系数的含义。 （2）如果希望1997年国民收入达到15，那么应该把货币供给量定在什么水平 14．假定有如下的回归结果 t t X Y 4795.06911.2?-= 其中，Y 表示美国的咖啡消费量（每天每人消费的杯数），X 表示咖啡的零售价格（单位：美元/杯），t 表示时间。问： （1）这是一个时间序列回归还是横截面回归做出回归线。 （2）如何解释截距的意义它有经济含义吗如何解释斜率（3）能否救出真实的总体回归函数 （4）根据需求的价格弹性定义： Y X ?弹性＝斜率，依据上述回归结果，你能救出对咖啡需求的价格弹性吗如果不能，计算此弹性还需要其他什么信息 15．下面数据是依据10组X 和Y 的观察值得到的： 1110=∑i Y ，1680 =∑i X ，204200=∑i i Y X ，315400 2=∑ i X ，133300 2 =∑i Y 假定满足所有经典线性回归模型的假设，求0β，1β的估计值； 16.根据某地1961—1999年共39年的总产出Y 、劳动投入L 和资本投入K 的年度数据，运用普通最小二乘法估计得出了下列回归方程： ，DW= 式下括号中的数字为相应估计量的标准误。 (1)解释回归系数的经济含义； (2)系数的符号符合你的预期吗为什么 17.某计量经济学家曾用1921~1941年与1945~1950年（1942~1944年战争期间略去）美国国内消费Ｃ和工资收入Ｗ、非工资－非农业收入
第四章计量经济学答案范文
第四章一元线性回归 第一部分学习目的和要求 本章主要介绍一元线性回归模型、回归系数的确定和回归方程的有效性检验方法。回归方程的有效性检验方法包括方差分析法、t检验方法和相关性系数检验方法。本章还介绍了如何应用线性模型来建立预测和控制。需要掌握和理解以下问题： 1 一元线性回归模型 2 最小二乘方法 3 一元线性回归的假设条件 4 方差分析方法 5 t检验方法 6 相关系数检验方法 7 参数的区间估计 8 应用线性回归方程控制与预测 9 线性回归方程的经济解释 第二部分练习题 一、术语解释 1 解释变量 2 被解释变量 3 线性回归模型 4 最小二乘法 5 方差分析 6 参数估计 7 控制 8 预测 二、填空 ξ，目的在于使模型更1 在经济计量模型中引入反映（）因素影响的随机扰动项 t 符合（）活动。 2 在经济计量模型中引入随机扰动项的理由可以归纳为如下几条：（1）因为人的行为的（）、社会环境与自然环境的（）决定了经济变量本身的（）；（２）建立模型时其他被省略的经济因素的影响都归入了（）中；（３）在模型估计时，（）与归并误差也归入随机扰动项中；（4）由于我们认识的不足，错误的设定了（）与（）之间的数学形式，例如将非线性的函数形式设定为线性的函数形式，由此产生的误差也包含在随机扰动项中了。 3 （）是因变量离差平方和，它度量因变量的总变动。就因变量总变动的变异来源看，它由两部分因素所组成。一个是自变量，另一个是除自变量以外的其他因素。（）是拟合值的离散程度的度量。它是由自变量的变化引起的因变量的变化，或称自变量对因变量变化的贡献。（）是度量实际值与拟合值之间的差异，它是由自变量以外的其他因素所致，它又叫残差或剩余。 4 回归方程中的回归系数是自变量对因变量的（）。某自变量回归系数β的意义，指
计量经济学题库及答案
四、简答题（每小题5分） 1．简述计量经济学与经济学、统计学、数理统计学学科间的关系。2．计量经济模型有哪些应用？ 3．简述建立与应用计量经济模型的主要步骤。 4．对计量经济模型的检验应从几个方面入手？ 5．计量经济学应用的数据是怎样进行分类的？ 6．在计量经济模型中，为什么会存在随机误差项？ 7．古典线性回归模型的基本假定是什么？ 8．总体回归模型与样本回归模型的区别与联系。 9．试述回归分析与相关分析的联系和区别。 10．在满足古典假定条件下，一元线性回归模型的普通最小二乘估计量有哪些统计性质？ 11．简述BLUE 的含义。 12．对于多元线性回归模型，为什么在进行了总体显著性F 检验之后，还要对每个回归系数进行是否为0的t 检验？ 13.给定二元回归模型：，请叙述模型的古典假定。 14.在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？ 15.修正的决定系数2R 及其作用。 16.常见的非线性回归模型有几种情况？ 17.观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。 ①t t t u x b b y ++=310 ②t t t u x b b y ++=log 10 ③ t t t u x b b y ++=log log 10 ④t t t u x b b y +=)/(10 18. 观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。 ①t t t u x b b y ++=log 10 ②t t t u x b b b y ++=)(210 ③ t t t u x b b y +=)/(10 ④t b t t u x b y +-+=)1(110 19.什么是异方差性？试举例说明经济现象中的异方差性。 20.产生异方差性的原因及异方差性对模型的OLS 估计有何影响。 21.检验异方差性的方法有哪些？ 22.异方差性的解决方法有哪些？ 23.什么是加权最小二乘法？它的基本思想是什么？ 24.样本分段法（即戈德菲尔特——匡特检验）检验异方差性的基本原理及其使用条件。 25．简述DW 检验的局限性。 26．序列相关性的后果。 27．简述序列相关性的几种检验方法。
(完整word版)计量经济学习题与答案
期中练习题 1、回归分析中使用的距离是点到直线的垂直坐标距离。最小二乘准则是指（ ） A ．使∑=-n t t t Y Y 1 )?(达到最小值 B.使∑=-n t t t Y Y 1 达到最小值 C. 使 ∑=-n t t t Y Y 1 2 )(达到最小值 D.使∑=-n t t t Y Y 1 2)?(达到最小值 2、根据样本资料估计得出人均消费支出 Y 对人均收入 X 的回归模型为 ?ln 2.00.75ln i i Y X =+，这表明人均收入每增加 1％，人均消费支出将增加 （ ） A. 0.75 B. 0.75% C. 2 D. 7.5% 3、设k 为回归模型中的参数个数,n 为样本容量。则对总体回归模型进行显著性检验的F 统计量与可决系数2 R 之间的关系为( ) A.)1/()1()/(R 2 2---=k R k n F B. )/(1)-(k ) R 1/(R 22k n F --= C. )/()1(22k n R R F --= D. ) 1()1/(22R k R F --= 6、二元线性回归分析中 TSS=RSS+ESS 。则 RSS 的自由度为（ ） A.1 B.n-2 C.2 D.n-3 9、已知五个解释变量线形回归模型估计的残差平方和为 8002=∑t e ，样本容量为46，则随机 误差项μ的方差估计量2 ?σ 为（ ） A.33.33 B.40 C.38.09 D. 20 1、经典线性回归模型运用普通最小二乘法估计参数时，下列哪些假定是正确的（ ） A.0)E(u i = B. 2 i )V ar(u i σ= C. 0)u E(u j i ≠ D.随机解释变量X 与随机误差i u 不相关 E. i u ～),0(2 i N σ 2、对于二元样本回归模型i i i i e X X Y +++=2211???ββα，下列各式成立的有（ ） A.0 =∑i e B. 0 1=∑i i X e C. 0 2=∑i i X e D. =∑i i Y e E. 21=∑i i X X 4、能够检验多重共线性的方法有（ ） A.简单相关系数矩阵法 B. t 检验与F 检验综合判断法 C. DW 检验法 D.ARCH 检验法 E.辅助回归法
计量经济学第四章练习题及参考解答
第四章练习题及参考解答 假设在模型i i i i u X X Y +++=33221βββ中，32X X 与之间的相关系数为零，于是有人建议你进行如 下回归： i i i i i i u X Y u X Y 23311221++=++=γγαα (1)是否存在3 322????βγβα ==且？为什么？ (2)1 11???βαγ会等于或或两者的某个线性组合吗？ (3)是否有()()()()3 3 2 2 ?var ?var ?var ?var γβα β==且？ 练习题参考解答： (1) 存在3 322????βγβα==且。 因为()()()() ()()() 2 3223223232322?∑∑∑∑∑∑∑--= i i i i i i i i i i i x x x x x x x y x x y β 当 32X X 与之间的相关系数为零时，离差形式的032=∑i i x x 有()()()()222223222322 ??αβ=== ∑∑∑∑∑∑i i i i i i i i x x y x x x x y 同理有：3 3??βγ= (2) 1 11???βαγ会等于或的某个线性组合 因为 12233???Y X X βββ=--，且122??Y X αα=-，133??Y X γγ=- 由于3322????βγβα ==且，则 112222 2 2 ?????Y Y X Y X X αααββ-=-=-= 则 11 122332 3112 3 ???????Y Y Y X X Y X X Y X X αγβββαγ--=--=--=+- (3) 存在()()()()3 3 2 2 ?var ?var ?var ?var γβα β==且。 因为()() ∑-= 223 2 22 2 1?var r x i σβ 当023=r 时，() ()()2222 2 23 222 2 ?var 1?var α σσβ== -=∑∑i i x r x 同理，有()()3 3 ?var ?var γβ= 在决定一个回归模型的“最优”解释变量集时人们常用逐步回归的方法。在逐步回归中既可采取每次引进一个解释变量的程序(逐步向前回归)，也可以先把所有可能的解释变量都放在一个多元回归中，然后逐一地将它们剔
计量经济学第二版第四章课后习题
第四章课后习题 4.1 解 1）存在22β?α?=且3 3β?γ?=。因为2X 和3X 之间的相关系数为零，即2X 和3X 相互之间不存在线性关系，两者是相互独立的，所以分别一元回归和二元回归两者的系数都不会发生变 化。 利用公式证明如下： 2）会。 3）如第一问解释，22β?α?=，3 3β?γ?=是成立的，所以存在)α?()β?(22V a r V a r =，)α?()β?(33 Var Var =。 4.2 解： 根据我对多重共线性的认识，我认为任何一种逐步回归都存在弊端。根据课本上对多重共线性的定义，不仅包括解释变量之间精确的线性关系，还包括解释变量之间近似的线性关
系。而逐步回归法是通过逐步筛选并剔除引起多重共线性的变量。所以在采用逐步回归法时，难免会出现一些不符合要求的变量被剔除的情况，此变量岁引起多重共线性，但其对被解释变量也有一定的影响，直接剔除就是忽略其的影响，使得回归结果不够精确。误差增大。 4.3解：将数据输入到Eviews中，可得如下图所示： 图1 注释：X2表示国内生产总值GDP，X3表示居民消费价格指数CPI。 利用软件，采用最小二乘法进行回归，结果如下图所示：
图2 建立回归模型如下： i t X X Y μβββ＋＋＋33221ln ln ln = 1）从回归结果中，可知此模型的参数1β=﹣3.06015，2β=1.656675，3β=﹣1.057054 2） 利用软件求出lnx2和lnx3的相关系数，可得 由上图可知lnx2，lnx3之间存在很强的线性相关性。证实存在多重共线性。 根据题目要求分别进行三次回归：
计量经济学答案(部分)
第一章导论 一、单项选择题 1-6: CCCBCAC 二、多项选择题 ABCD;ACD;ABCD 三.问答题 什么是计量经济学？ 答案见教材第3页 四、案例分析题 假定让你对中国家庭用汽车市场发展情况进行研究，应该分哪些步骤，分别如何分析？（参考计量经济学研究的步骤） 第一步：选取被研究对象的变量：汽车销售量 第二步：根据理论及经验分析，寻找影响汽车销售量的因素，如汽车价格，汽油价格，收入水平等 第三步：建立反映汽车销售量及其影响因素的计量经济学模型 第四步：估计模型中的参数； 第五步：对模型进行计量经济学检验、统计检验以及经济意义检验； 第六步：进行结构分析及在给定解释变量的情况下预测中国汽车销售量的未来值为汽车业的发展提供政策实施依据。 第二章简单线性回归模型 一、填空题 1、线性、无偏、最小方差性（有效性），BLUE。 2、解释变量；参数；参数。 3、随机误差项；随机误差项。 二、单项选择题 1-4：BBDA;6-11：CDCBCA 三、多项选择题 1.ABC; 2.ABC; 3.BC; 4.ABE; 5.AD; 6.BC 四、判断正误： 1. 错； 2. 错； 3. 对； 4.错； 5. 错； 6. 对； 7. 对； 8.错 五、简答题： 1.为什么模型中要引入随机扰动项？ 答：模型是对经济问题的一种数学模型，在模型中，被解释变量是研究的对象，解释变量是其确定的解释因素，但由于实际问题的错综复杂，影响被解释变量的因素中，除了包括在模型中的解释变量以外，还有其他一些因素未能包括在模型中，但却影响被解释变量，我们把这类变量统一用随机误差项表示。随机误差项包含的因素有：
第三章计量经济学练习题参考解答教学资料
第三章计量经济学练习题参考解答
第三章练习题参考解答 练习题 3.1为研究中国各地区入境旅游状况，建立了各省市旅游外汇收入（Y ，百万美元）、旅行社职工人数（X1，人）、国际旅游人数（X2，万人次）的模型，用某年31个省市的截面数据估计结果如下： i i i X X Y 215452.11179.00263.151?++-= t=(-3.066806) (6.652983) (3.378064) R 2=0.934331 92964.02=R F=191.1894 n=31 （1）从经济意义上考察估计模型的合理性。 （2）在5%显著性水平上，分别检验参数21,ββ的显著性。 （3）在5%显著性水平上，检验模型的整体显著性。 3.2根据下列数据试估计偏回归系数、标准误差，以及可决系数与修正的可决系数： 367.693Y =， 1402.760X =， 28.0X =， 15n =， 2()66042.269i Y Y -=∑， 211()84855.096i X X -=∑， 222()280.000i X X -=∑， 11()()74778.346i i Y Y X X --=∑， 22()()4250.900i i Y Y X X --=∑， 1122()()4796.000i i X X X X --=∑ 3.3 经研究发现，家庭书刊消费受家庭收入几户主受教育年数的影响，表中为对某地区部分家庭抽样调查得到样本数据：
(1) 建立家庭书刊消费的计量经济模型； （2）利用样本数据估计模型的参数； （3）检验户主受教育年数对家庭书刊消费是否有显著影响； （4）分析所估计模型的经济意义和作用 3.4 考虑以下“期望扩充菲利普斯曲线（Expectations-augmented Phillips curve ）”模型： t t t t u X X Y +++=33221βββ 其中：t Y =实际通货膨胀率（%）；t X 2=失业率（%）；t X 3=预期的通货膨胀率（%） 下表为某国的有关数据， 表1. 1970-1982年某国实际通货膨胀率Y (%)，