计量经济学复习10
计量经济学重点复习资料
计量经济学1、 P5 计量经济学的研究步骤① 模型设定 ②估计参数 ③模型检验 ④模型应用2、 P11 数据类型① 时间序列数据（同一空间不同时间）② 截面数据（同一时间不同空间） ③面板数据 ④虚拟变量数据3、P18 回归分析① 回归的现代意义：一个被解释变量对若干个解释变量依存关系的研究。
② 回归的实质：由解释变量去估计被解释变量的平均值。
4、P22-25总体和样本 总体回归函数：12()i i i E Y X X ββ=+ 样本回归函数：12ˆˆˆi i Y X ββ=+总体回归模型：12ii i Y X u ββ=++样本回归模型：12ˆˆi i iY X e ββ=++ 5、P22 “线性”的两种解释① 就变量而言是线性的——Y 的条件期望（均值）是X 的线性函数12()i i i E Y X X ββ=+：对参数“线性”，对变量“非线性” ② 就参数而言是线性的——Y 的条件期望（均值）是参数β的线性函数12()ln i i i E Y X X ββ=+：对变量“线性”，对参数“非线性”6、P22 随机扰动项随机扰动项是被解释变量实际值与条件均值的偏差，实际代表了排除在模型以外的所有因素对Y 的影响，i u 是其期望为0有一定分布的随机变量。
7、P23 总体回归线、样本回归线的意义① 样本回归线随抽样波动而变化：每次抽样都能获得一个样本，就可以拟合一条样本回归线。
（SRF 不唯一)② 样本回归函数的函数形式应与设定的总体回归函数的函数形式一致。
③ 样本回归线只是样本条件均值的轨迹，还不是总体回归线，它至多只是未知的总体回归线的近似表现。
8、P25i e ：剩余项或残差项① 表达式：ˆi ii e Y Y =- 或 12ˆˆi i iY X e ββ=++ ② 经济含义：被解释变量Y 的实际观测值不完全等于样本条件均值，二者之差用i e 表示 ③ 与随机扰动项的联系：i e 在概念上类似总体回归函数中的i u ，可视为对i u 的估计。
《计量经济学》期末总复习知识讲解
《计量经济学》期末总复习一、单项选择题1．在双对数线性模型lnY i =ln β0+β1lnX i +u i 中,β1的含义是（ D ） A ．Y 关于X 的增长量 B ．Y 关于X 的发展速度 C ．Y 关于X 的边际倾向 D ．Y 关于X 的弹性2．在二元线性回归模型：i i 22i 110i u X X Y +β+β+β=中，1β表示（ A ） A ．当X 2不变、X 1变动一个单位时，Y 的平均变动 B ．当X 1不变、X 2变动一个单位时，Y 的平均变动 C ．当X 1和X 2都保持不变时， Y 的平均变动 D ．当X 1和X 2都变动一个单位时， Y 的平均变动3．如果线性回归模型的随机误差项存在异方差，则参数的普通最小二乘估计量是（D ） A ．无偏的，但方差不是最小的 B ．有偏的，且方差不是最小的 C ．无偏的，且方差最小 D ．有偏的，但方差仍为最小4．DW 检验法适用于检验（ B ） A ．异方差 B ．序列相关 C ．多重共线性 D ．设定误差5．如果X 为随机解释变量，X i 与随机误差项u i 相关，即有Cov(X i ，u i )≠0，则普通最小二乘估计βˆ是（ B ） A ．有偏的、一致的 B ．有偏的、非一致的 C ．无偏的、一致的 D ．无偏的、非一致的6．设某商品需求模型为Y t =β0+β1X t + u t ，其中Y 是商品的需求量，X 是商品价格，为了考虑全年4个季节变动的影响，假设模型中引入了4个虚拟变量，则会产生的问题为（ ） A ．异方差性B ．序列相关C ．不完全的多重共线性D ．完全的多重共线性7．当截距和斜率同时变动模型Y i =α0+α1D+β1X i +β2 (DX i )+u i 退化为截距变动模型时，能通过统计检验的是（ ） A ．α1≠0，β2≠0 B ．α1=0，β2=0 C ．α1≠0，β2=0 D ．α1=0，β2≠08．若随着解释变量的变动，被解释变量的变动存在两个转折点，即有三种变动模式，则在分段线性回归模型中应引入虚拟变量的个数为（ B ） A ．1个 B ．2个 C ．3个 D ．4个9．对于无限分布滞后模型Y t =α+β0X t +β1X t-1+β2X t-2+…+u t ，无法用最小二乘法估计其参数是因为（ ） A ．参数有无限多个 B ．没有足够的自由度 C ．存在严重的多重共线性 D ．存在序列相关10．使用多项式方法估计有限分布滞后模型Y t =α+β0X t +β1X t-1+…+βk X t-k +u t 时，多项 式βi =α0+α1i+α2i 2+…+αm i m 的阶数m 必须（ ） A ．小于k B ．小于等于k C ．等于k D ．大于k11．对于无限分布滞后模型Y t =α+β0X t +β1X t-1+β2X t-2+…+u t ，Koyck 假定βk =β0λk ，0<λ<l ，则长期影响乘数为（ ）A ．λ-β10B ．λ-11C ．1－λD ．λ-β∑1i12．对自回归模型进行自相关检验时，若直接使用DW 检验，则DW 值趋于（ C ） A ．0 B ．1 C ．2 D ．413．对于Koyck 变换模型Y t =α(1-λ)+ β０X t +λY t-1+V t ，其中V t =u t -λu t-1，则可用作Y t-1的工具变量为（ ） A ．X t B ．X t-1 C ．Y t D ．V t14．使用工具变量法估计恰好识别的方程时，下列选项中有关工具变量的表述错误．．的是 （A ）A ．工具变量可选用模型中任意变量，但必须与结构方程中随机误差项不相关B ．工具变量必须与将要替代的内生解释变量高度相关C ．工具变量与所要估计的结构方程中的前定变量之间的相关性必须很弱，以避免多重共 线性D ．若引入多个工具变量，则要求这些工具变量之间不存在严重的多重共线性15．根据实际样本资料建立的回归模型是（ ） A ．理论模型 B ．回归模型 C ．样本回归模型D ．实际模型16．下列选项中，不属于．．．生产函数f(L ，K)的性质是（ ） A ．f(0，K)=f(L ，0)=0 B ．0Kf,0L f ≥∂∂≥∂∂ C ．边际生产力递减D ．投入要素之间的替代弹性小于零17．关于经济预测模型，下面说法中错误．．的是（ ） A ．经济预测模型要求模型有较高的预测精度 B ．经济预测模型比较注重对历史数据的拟合优度C ．经济预测模型比较注重宏观经济总体运行结构的分析与模拟D ．经济预测模型不太注重对经济活动行为的描述18．关于宏观经济计量模型中的季度模型，下列表述中错误．．的是（ ） A ．季度模型以季度数据为样本 B ．季度模型一般规模较大 C ．季度模型主要用于季度预测 D ．季度模型注重长期行为的描述19．宏观经济模型的导向是（ ） A ．由总供给与总需求的矛盾决定的 B ．由国家的经济发展水平决定的 C ．由总供给决定的 D ．由总需求决定的20．X 与Y 的样本回归直线为（D ） A ．Y i =β0十β1X i +u i B ．Y i =i i 10u X +β+β∧∧C ．E(Y i )=β0十β1X iD ．i Y ∧=i 10X ∧∧β+β21．在线性回归模型中，若解释变量X 1和X 2的观测值成比例，即X 1i =KX 2i ，其中K 为常数，则表明模型中存在（ C ） A ，方差非齐性 B ．序列相关 C ．多重共线性 D ．设定误差22．回归分析中，用来说明拟合优度的统计量为（ C ） A ．相关系数 B ．回归系数 C ．判定系数 D ．标准差23．若某一正常商品的市场需求曲线向下倾斜，可以断定（ B ） A ．它具有不变的价格弹性 B ．随价格下降需求量增加 C ．随价格上升需求量增加 D ．需求无弹性24．在判定系数定义中，ESS 表示（ B ） A ．∑(Y i —Y)2B ．∑2i )Y Y (-∧C ．∑(Y i -∧Y )2 D ．∑(Y i —Y )25．用于检验序列相关的DW 统计量的取值范围是（ D ） A ．O≤DW≤1 B ．-1≤DW≤1 C ．-2≤DW ≤2 D ．O≤DW≤426．误差变量模型是指（ A ） A ．模型中包含有观测误差的解释变量 B ．用误差作被解释变量C ．用误差作解释变量D ．模型中包含有观测误差的被解释变量27．由简化式参数的估计量得到结构参数的估计量的方法是（ C ） A ．二阶段最小二乘法 B ．极大似然法 C ．间接最小二乘法 D ．工具变量法28．将社会经济现象中质的因素引入线性模型（ C ） A ．只影响模型的截距 B ．只影响模型的斜率C ．在很多情况下，不仅影响模型截距，还同时会改变模型的斜率D ．既不影响模型截距，也不改变模型的斜率29．时间序列资料中，大多存在序列相关问题，对于分布滞后模型，这种序列相关问题就转化为（ B ） A ．异方差问题 B ．多重共线性问题 C ．随机解释变量问题 D ．设定误差问题30．根据判定系数R 2与F 统计量的关系可知，当R 2=1时有（ D ） A ．F=-1 B ．F=0 C ．F=1 D ．F=∞31．发达市场经济国家宏观经济计量模型的核心部分包括总需求、总供给和（ C ） A ．建模时所依据的经济理论 B ．总收入C ．关于总需求，总生产和总收入的恒等关系D ．总投资32．在消费Y t 对收入Z t 的误差修正模型t 1t 21t 101t 10t Z )Z Y (Y ε+∆α+β-β-α+α=∆---中，21αα和称为（C ）A ．均衡参数B ．协整参数C ．短期参数D ．长期参数33．用模型描述现实经济系统的原则是（B ） A ．以理论分析作先导，解释变量应包括所有解释变量 B ．以理论分析作先导，模型规模大小要适度 C ．模型规模越大越好，这样更切合实际情况 D ．模型规模大小要适度，结构尽可能复杂34．下列模型中E(Y i )是参数1β的线性函数，并且是解释变量X i 的非线性函数的是（ B ）A ．E(Y i )=2i 210X β+β B ．E(Y i )=i 10X β+β C ．E(Y i )=i10X 1β+β D ．E(Y i )=i10X 1β+β35．估计简单线性回归模型的最小二乘准则是：确定0∧β、1∧β,使得（ A ） A ．∑(Y i -0∧β-1∧βX i )2最小 B ．∑(Y i -0∧β-1∧βX i -e i )2最小 C ．∑(Y i -0∧β-1∧βX i -u i )2最小 D ．∑(Y i -i 10X β-β)2最小36．在模型Y i =i1u i 0e X ββ中，下列有关Y 对X 的弹性的说法中，正确的是（ A ）A ．1β是Y 关于X 的弹性B ．0β是Y 关于X 的弹性C ．ln 0β是Y 关于X 的弹性D ．ln 1β是Y 关于X 的弹性37．假设回归模型为Y i =i i u X +β，其中X i 为随机变量，且X i 与u i 相关，则β的普通最小二乘估计量（ D ） A ．无偏且不一致 B ．无偏但不一致 C ．有偏但一致 D. 有偏且不一致38．设截距和斜率同时变动模型为Y i =i i 2i 110u )DX (X D +β+β+α+α,其中D 为虚拟变量。
伍德里奇《计量经济学导论》(第6版)复习笔记和课后习题详解-第二篇(第10~12章)【圣才出品】
第二篇时间序列数据的回归分析第10章时间序列数据的基本回归分析10.1 复习笔记考点一：时间序列数据★★1．时间序列数据与横截面数据的区别（1）时间序列数据集是按照时间顺序排列。
（2）时间序列数据与横截面数据被视为随机结果的原因不同。
（3）一个时间序列过程的所有可能的实现集，便相当于横截面分析中的总体。
时间序列数据集的样本容量就是所观察变量的时期数。
2．时间序列模型的主要类型（见表10-1）表10-1 时间序列模型的主要类型考点二：经典假设下OLS的有限样本性质★★★★1．高斯-马尔可夫定理假设（见表10-2）表10-2 高斯-马尔可夫定理假设2．OLS估计量的性质与高斯-马尔可夫定理（见表10-3）表10-3 OLS估计量的性质与高斯-马尔可夫定理3．经典线性模型假定下的推断（1）假定TS.6（正态性）假定误差u t独立于X，且具有独立同分布Normal（0，σ2）。
该假定蕴涵了假定TS.3、TS.4和TS.5，但它更强，因为它还假定了独立性和正态性。
（2）定理10.5（正态抽样分布）在时间序列的CLM假定TS.1～TS.6下，以X为条件，OLS估计量遵循正态分布。
而且，在虚拟假设下，每个t统计量服从t分布，F统计量服从F分布，通常构造的置信区间也是确当的。
定理10.5意味着，当假定TS.1～TS.6成立时，横截面回归估计与推断的全部结论都可以直接应用到时间序列回归中。
这样t统计量可以用来检验个别解释变量的统计显著性，F统计量可以用来检验联合显著性。
考点三：时间序列的应用★★★★★1．函数形式、虚拟变量除了常见的线性函数形式，其他函数形式也可以应用于时间序列中。
最重要的是自然对数，在应用研究中经常出现具有恒定百分比效应的时间序列回归。
虚拟变量也可以应用在时间序列的回归中，如某一期的数据出现系统差别时，可以采用虚拟变量的形式。
2．趋势和季节性（1）描述有趋势的时间序列的方法（见表10-4）表10-4 描述有趋势的时间序列的方法（2）回归中的趋势变量由于某些无法观测的趋势因素可能同时影响被解释变量与解释变量，被解释变量与解释变量均随时间变化而变化，容易得到被解释变量与解释变量之间趋势变量的关系，而非真正的相关关系，导致了伪回归。
《计量经济学》期末考试复习资料
《计量经济学》期末考试复习资料第一章绪论参考重点：计量经济学的一般建模过程第一章课后题(1.4。
6)1。
什么是计量经济学?计量经济学方法与一般经济数学方法有什么区别？答:计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科，是由经济学、统计学和数学三者结合而成的交叉学科。
计量经济学方法揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述；一般经济数学方法揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。
4。
建立与应用计量经济学模型的主要步骤有哪些?答：建立与应用计量经济学模型的主要步骤如下:(1)设定理论模型，包括选择模型所包含的变量,确定变量之间的数学关系和拟定模型中待估参数的数值范围；（2）收集样本数据，要考虑样本数据的完整性、准确性、可比性和-致性;（3）估计模型参数;（4)检验模型,包括经济意义检验、统计检验、计量经济学检验和模型预测检验。
6。
模型的检验包括几个方面？其具体含义是什么?答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验.在经济意义检验中,需要检验模型是否符合经济意义,检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；在统计检验中，需要检验模型参数估计值的可靠性,即检验模型的统计学性质；在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度,以确定所建立的模型是否可以用于样本观测值以外的范围.第二章经典单方程计量经济学模型：一元线性回归模型参考重点：1。
相关分析与回归分析的概念、联系以及区别？2。
总体随机项与样本随机项的区别与联系?3.为什么需要进行拟合优度检验？4．如何缩小置信区间?(P46)由上式可以看出(1）.增大样本容量。
计量经济学复习
解释变量：解释变量也称自变量，是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量。
被解释变量：被解释变量也称因变量或应变量，是作为研究对象的变量。
它的变动是由解释变量作出解释的，表现为议程所描述的因果关系的果。
时间序列：是指将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列。
随机扰动项：各个被解释变量实际值YI与条件期望E的偏差，代表排除在模型以外的所有因素对Y的影响，称为随机扰动项。
拟合优度：样本回归线对样本观测数据拟合的优劣程度称为样本回归线的拟合优度。
残差：所谓残差是指观测值与预测值（拟合值）之间的差，即是实际观察值与回归估计值的差。
内生变量：一些变量是由模型体现的经济体系本身所决定的，在模型中是随机变量,称为内生变量。
外生变量：一些变量是在模型体现的经济体系之外给定的，在模型中是非随机的,称为外生变量。
前定变量：在模型中滞后内生变量或更大范围的内生变量的作用视为外生变量，并与外生变量一起称为前定变量。
多重共线性：指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。
异方差性：是指模型中随机误差项的方差不是常量，而且它的变化与解释变量的变动有关。
自相关：是指总体回归模型的随机误差项之间存在相关关系。
即不同观测点上的误差项彼此相关。
滞后变量：是指过去时期的、对当前被解释变量产生影响的变量。
可分为滞后解释变量和滞后被解释变量两类。
虚拟变量：计量经济学中，将取值为0和1的人工变量称为虚拟变量。
单位根：设n 是正整数，当一个数的n 次乘方等于1 时，称此数为n 次“单位根”。
单位根检验：检验序列的非平稳性就变为检验特征方程是否有单位根，这就是单位根检验法。
单整：经过一次差分后变为平稳的序列称为一阶单整序列。
协整：所谓协整，是指多个非平稳变量的某种线性组合是平稳的。
滞后期：滞后期就是说，事件发生后对后面要发生事件持续影响的时间。
计量经济学期末复习习题及答案
计量经济学期末复习习题及答案一、名词解释1、普通最小二乘法：为使被解释变量的估计值与观测值在总体上最为接近使Q=最小，从而求出参数估计量的方法，即之。
2、总平方和、回归平方和、残差平方和的定义：TSS度量Y自身的差异程度，称为总平方和。
TSS除以自由度n-1=因变量的方差，度量因变量自身的变化；RSS度量因变量Y的拟合值自身的差异程度，称为回归平方和，RSS除以自由度（自变量个数-1）=回归方差，度量由自变量的变化引起的因变量变化部分；ESS度量实际值与拟合值之间的差异程度，称为残差平方和。
RSS除以自由度（n-自变量个数-1）=残差（误差）方差，度量由非自变量的变化引起的因变量变化部分。
3、计量经济学：计量经济学是以经济理论为指导，以事实为依据，以数学和统计学为方法，以电脑技术为工具，从事经济关系与经济活动数量规律的研究，并以建立和应用经济计量模型为核心的一门经济学科。
而且必须指出，这些经济计量模型是具有随机性特征的。
4、最小样本容量：即从最小二乘原理和最大似然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限；即样本容量必须不少于模型中解释变量的数目（包扩常数项），即之。
5、序列相关性：模型的随机误差项违背了相互独立的基本假设的情况。
6、多重共线性：在线性回归模型中，如果某两个或多个解释变量之间出现了相关性，则称为多重共线性。
7、工具变量法：在模型估计过程中被作为工具使用，以替代模型中与随机误差项相关的随机解释变量。
这种估计方法称为工具变量法。
8、时间序列数据：按照时间先后排列的统计数据。
9、截面数据：发生在同一时间截面上的调查数据。
10、相关系数：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。
11、异方差：对于线性回归模型提出了若干基本假设，其中包括随机误差项具有同方差；如果对于不同样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性。
12、外生变量：外生变量是模型以外决定的变量，作为自变量影响内生变量，外生变量决定内生变量，其参数不是模型系统的元素。
计量经济学复习要点
计量经济学复习要点第一篇：计量经济学复习要点计量经济学复习要点第一章、概率论基础1.随机事件的概念P22.古典概行例题P5例1.1P2例1.2利用第一章的知识说明抽签的合理性如何利用第一章的知识估计一个池塘有多少鱼还有一个关于晚上紧急集合穿错鞋的题目，记不太清楚了3.期望与方差的概念，切比雪夫不等式，看例题1.4-例题1.8，不要求求出数4.变异系数的概念P175.大数定律和中心极限定律（具有独立同分布的随机变量序列的有限和近似地服从正态分布）的概念P24、P25第二章、矩阵代数1.矩阵的定义，加（page29）、减（page29）、乘（page30）、转置（page30）、逆（page31）知道怎么回事2.最小二乘法P39-P41（定义最小二乘解）3.第三节没有听，求听课学霸补充第三章、数据的分析方法和参数的统计推断1.数据的分析方法（算数平均、加权算数平均、几何平均、移动平均）（1）几种分析方法的定义（2）几中分析方法的不同（3）每种分析方法的具体作用（4）移动平均法中k的选择（5）指数平滑法的意义，α的选择，P552.t分布的概率密度函数3.矩估计法定义4.几大似然估计法P65，例题3.7例题3.85.贝叶斯估计和极大极小估计（应该是只看一下概念就可以了）6.假设检验（1）基本思想P75（2）双边假设检验（3）单边假设检验（4）参数检验P807.方差分析的思想、作用和模型第四章、一元线性回归（计算题）回归方程的求法，显著性检验，经济解释（各参数的解释），不显著的解释第六章、虚拟变量的回归模型1.虚拟变量的作用及模型2.应用虚拟变量改变回归直线的截距、斜率3.对稳定性的检验第二篇：2007计量经济学复习要点2007年计量经济学课程要点归纳1.十大经典假设的证明（关于两变量模型的性质检验）2.BLUE估计量的证明3.自相关检验方法（检验方法一定要记住）4.异方差检验方法（至少三种）5.孙老师讲过的附录要留意6.异方差与自相关的补救措施7.违反十大经典假设情况下的问题怎么解决（如多重共线性，异方差，自相关问题，虚拟变量的估计）注：以上重点均是提供参考，不做考试说明计量考察的重点是对计量模型的建立与估算，结果评价与补救思路的考察，没有大量的数学计算，请同学们放心！建议大家根据参考要点确定进度，并根据孙老师上课的重点决定自己的复习范围！希望同学们认真复习，考出好成绩！王琳第三篇：计量经济学复习笔记计量经济学复习笔记CH1导论1、计量经济学：以经济理论和经济数据的事实为依据，运用数学、统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。
计量经济学期末考试复习资料
《计量经济学》课程综合复习资料一、单选题1.个人保健支出的计量经济模型为：i i i i X D Y μβαα+++=221，其中i Y 为保健年度支出；i X 为个人年度收入；虚拟变量⎩⎨⎧=大学以下大学及以上012i D ；i μ满足古典假定。
则大学以上群体的平均年度保健支出为（）。
A.i i i i X D X Y E βα+==12)0,/(B.i i i i X D X Y E βαα++==212)1,/(C.21αα+D.1α答案：B2.假设根据某地区1970——1999年的消费总额Y （亿元）和货币收入总额X （亿元）的年度资料，估计出库伊克模型如下，则（）。
216.14323997.0)9166.12()7717.5()6521.1(8136.02518.09057.6ˆ21===-=++-=-DW F R t Y X Y t t tA.分布滞后系数的衰减率为0.1864B.在显著性水平05.0=α下，DW 检验临界值为3.1=l d ，由于3.1216.1=<=l d d ，据此可以推断模型扰动项存在自相关C.即期消费倾向为0.2518，表明收入每增加1元，当期的消费将增加0.2518元D.收入对消费的长期影响乘数为1-t Y 的估计系数0.8136答案：C3.设t u 为随机误差项，则一阶线性自相关是指（）。
答案：B4.设线性回归模型为i i i i u x x y +++=33221βββ，下列表明变量之间具有完全多重共线性的是（）。
其中v 为随机误差项。
答案：A5.已知模型的形式为u x y 21+β+β=,在用实际数据对模型的参数进行估计的时候,测得DW 统计量为0.52,则广义差分变量是（）。
A.1,148.048.0----t t t t x x y yB.117453.0,7453.0----t t t t x x y yC.1152.0,52.0----t t t t x x y yD.1174.0,74.0----t t t t x x y y答案：D6.已知模型的形式为01Y X u ββ=++,在用实际数据对模型的参数进行估计的时候,测得DW 统计量为0.6453,则广义差分变量是（）。
- 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)。
1 根据1961年到1985年期间美国个人消费支出和个人可支配收入数据，得到如下的回归模型：()()()8755.0.9979.06933.22936.702392.20925.088544.04664.49ˆ232==-=++-=W D R t X X Y t t t 其中：=Y 个人消费支出（1982年10亿美元），=2X 个人可支配收入（PDI ）（1982年10亿美元），=3X 道.琼斯工业平均指数。
0.946, 1.543L U d d ==（1）在回归方程的残差中存在一阶自相关吗？你是如何知道的。
（2）利用杜宾两阶段回归，将上述回归模型进行转换，重新进行回归，结果如下：()()28.2.981.066.272.3009.089.097.17ˆ2*3*2*===++-=W D R t X X Y t t t自相关问题解决了吗？你是如何知道的？（3）比较初始回归和变换后的回归，PDI 的t 值急剧下降，这一变化说明了什么？ （4）初始方程的20.9979R =大于变换后的方程20.981R =，因此，初始方程的解释能力比变换后的方程的解释能力强，这种说法是否正确，为什么？1）存在。
因为0.946, 1.543L U d d ==，0.87550.946<，所以存在正相关。
2）自相关问题已经解决。
因为0.946, 1.543L U d d ==，1.543 2.284 1.543<<-，所以不存在自相关。
3）这一变化说明，初始回归方程中，由于存在自相关，使得PDI 的方差被高估了。
4）这种说法不正确。
因为被解释变量不同。
2.下面是一个回归模型的检验结果。
White Heteroskedasticity Test:F-statistic 19.41659 Probability 0.000022 Obs*R-squared16.01986 Probability0.006788Test Equation:Dependent Variable: RESID^2 Method: Least Squares Date: 05/31/06 Time: 10:54Sample: 1 18Included observations: 18VariableCoefficientStd. Errort-StatisticProb.C 693735.7 2652973. 0.261494 0.7981 X1 135.0044 107.7244 1.253239 0.2340 X1^2 -0.002708 0.000790 -3.427009 0.0050 X1*X2 0.050110 0.020745 2.415467 0.0326 X2 -1965.712 1297.758 -1.514698 0.1557 X2^2-0.1163870.146629-0.7937520.4428R-squared0.889992 Mean dependent var 6167356. Adjusted R-squared 0.844155 S.D. dependent var 13040908 S.E. of regression 5148181. Akaike info criterion 34.00739 Sum squared resid 3.18E+14 Schwarz criterion 34.30418 Log likelihood -300.0665 F-statistic 19.41659 Durbin-Watson stat2.127414 Prob(F-statistic)0.0000222）检验结果说明什么问题？ 3）如何修正？（4分）1）12y c x x u αβ=+++ 2）异方差问题。
3）加权最小二乘法，做变量变换3.根据下面Eviews 回归结果回答问题。
Dependent Variable: DEBT Method: Least SquaresDate: 05/31/06 Time: 08:35 Sample: 1980 1995Included observations: 16C 155.6083 （578.3793）0.269042 0.7921 INCOME （0.825816）0.06357312.990030.0000 COST -56.4332931.45720 （-1.793971）0.0961 R-squared 0.989437 Mean dependent var 2952.175 Adjusted R-squared （0.987811）S.D. dependent var1132.051 S.E. of regression 124.9807 Akaike info criterion 12.66156 Sum squared resid 203062.2 Schwarz criterion 12.80642 Log likelihood -98.29245 F-statistic （608.8292）INCOME ——个人收入，单位亿美元； COST ——抵押贷款费用，单位%。
1）完成Eviews 回归结果中空白处内容。
2）说明总体回归模型和样本回归模型的区别。
3）写出回归分析报告，并解释参数的意义。
2）回归模型和样本回归模型都描述了解释变量和被解释变量之间的结构关系，二者的区别如下：（1）它们都由两部分组成，确定的总体（样本）回归函数和不确定的随机误差项（残差项）。
（2）总体回归函数表示解释变量和被解释变量之间真实的结构关系，其中的参数是常数；样本回归函数表示解释变量和被解释变量之间估计的关系，其中的参数是随机变量，随着样本的不同而有不同的估计值。
（3）随机误差项和残差都是随机变量，取值可正可负，表示个别观测值相对其条件均值的偏离，对于给定的样本，残差是随机误差项的实现值。
（4）总体回归模型和样本回归模型中的参数具有相同的经济意义。
（5）总体回归函数是唯一确定的，样本回归函数不唯一。
3）COST INCOME DEBT 4333.568258.06083.155-+=∧s.e. (578.3793) (0.0636) (34.4572) t-值 (0.2690) (12.99) (-1.7939)0.8358表示在其他变量保持不变时，个人收入每增加（减少）1美元，抵押贷款债务平均增加（减少）约83美分；-56.4333表示在其他变量保持不变时，抵押贷款费用每上升（下降）1个百分点，抵押贷款债务平均下降（上升）约56亿美元。
4.根据改革开放（1978-2000）以来，某市城镇居民人均消费性支出（CONSUM ），人均可支配收入（INCOME ）以及消费价格指数（PRICE ），研究人均消费与人均可支配收入的关系。
先定义不变价格（1978=1）的人均消费性支出（Y t ）和人均可支配收入（X t ）。
令Y t = CONSUM / PRICE X t = INCOME / PRICE得散点图如下图。
显然Y t 和X t 服从线性关系。
200400600800100012001400500100015002000X Y-150-100-50050100150788082848688909294969800RESID图1 Y t 和X t 散点图 图2 残差图Dependent Variable: Y Method: Least Squares Date: 06/05/06 Time: 18:45 Sample: 1978 2000 Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 111.4400 17.05592 6.533804 0.0000 X0.7118290.01689942.122210.0000R-squared0.988303 Mean dependent var 769.4035 Adjusted R-squared 0.987746 S.D. dependent var 296.7204 S.E. of regression 32.84676 Akaike info criterion 9.904525 Sum squared resid 22657.10 Schwarz criterion 10.00326 Log likelihood -111.9020 F-statistic 1774.281 Durbin-Watson stat0.60000 Prob(F-statistic)0.000000（1）检验 u t 是否存在自相关？若给定α = 0.05，查表，d L = 1.26，d U = 1.44。
（2）估计自相关系数ˆr？ （3）如果存在自相关，你使用什么方法进行修正？给出具体的步骤。
（1）存在自相关。
因为DW = 0.60，若给定α = 0.05，查表，d L = 1.26，d U = 1.44。
因为 DW = 0.60 < 1.26, 依据判别规则，认为扰动误差项u t 存在严重的正自相关。
（2）ρˆ= 1 - 2DW= 1 -260.0= 0.70（3）使用广义最小二乘法估计回归参数。
对原变量做广义差分变换。
GDY t = Y t - 0.70 Y t -1 GDX t = X t - 0.70 X t – 1以GDY t , GDY t ，t = 2 , 3 , … 22, 为样本再次回归，得 GDY t =B 1 +B 2 GDX t。