斯托克,沃森计量经济学第七章实证练习stata
计量经济学 第七章答案
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.；从模型二得到，短期MPC=0.，长期MPC= 0.+(0.)=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*tt ttu 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0.亿元。
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。
计量经济学斯托克沃森第三版答案
计量经济学斯托克沃森第三版答案1、盈余公积是企业从（）中提取的公积金。
[单选题] *A.税后净利润(正确答案)B.营业利润C.利润总额D.税前利润2、企业在转销已经确认无法支付的应付账款时，应贷记的会计科目是（）。
[单选题] *A.其他业务收入B.营业外收入(正确答案)C.盈余公积D.资本公积3、企业因解除与职工的劳动关系给予职工补偿而发生的职工薪酬，应借记的会计科目是（）。
[单选题] *A.管理费用(正确答案)B.计入存货成本或劳务成本C.营业外支出D.计入销售费用4、由投资者投资转入的无形资产，应按合同或协议约定的价值，借记“无形资产”科目，按其在注册资本所占的份额，贷记“实收资本”科目，按其差额记入（）科目。
[单选题] *A.“资本公积—资本溢价”(正确答案)B.“营业外收入”C.“资本公积—其它资本公积”D.“营业外支出”5、下列各项，不影响企业营业利润的项目是（）。
[单选题] *A.主营业务收入B.其他收益C.资产处置损益D.营业外收入(正确答案)6、2018年12月31日，甲公司某项固定资产计提减值准备前的账面价值为1 000万元，公允价值为980万元，预计处置费用为80万元，预计未来现金流量的现值为1 050万元。
2018年12月31日，甲公司应对该项固定资产计提的减值准备为（）万元。
[单选题] *A.0(正确答案)B.20C.50D.1007、．（年浙江省高职考）下列各项中，属于会计对经济活动进行事中核算的主要形式的是（）[单选题] *A预测B决策C计划D控制(正确答案)8、专利权有法定有效期限，一般发明专利的有效期限为（）。
[单选题] *A.5年B.10年C.15年D.20年(正确答案)9、．（年预测）下列属于货币资金转换为生产资金的经济活动的是（）[单选题] *A购买原材料B生产领用原材料C支付工资费用(正确答案)D销售产品10、．（年浙江省第一次联考）下列各项中，不属于会计核算的前提条件的是（）[单选题] *A持续经营B货币计量C权责发生制(正确答案)D会计主体11、下列各项税金中不影响企业损益的是（）。
斯托克,沃森计量经济学第五章第六章实证练习stata操作及答案
E5.2E5.3E6.2E6.3(1) VARIABLES ahe age 0.605*** (1.40e-09) Constant 1.082 (0.150) Observations 7,711 R-squared 0.029Robust pval in parentheses *** p<0.01, ** p<0.05, * p<0.1Robust t-statistics in parentheses *** p<0.01, ** p<0.05, * p<0.1a. 在对双边备择检验中，系数的t 统计量为24.70>2.58，与系数对应的p 值是0.0000000014趋近于0<0.01，所以可以在1%显著水平下拒绝原假设，自然可以在5%、10%水平下拒绝原假设。
(1) VARIABLES ahe age 0.605*** (0.550 - 0.660) Constant 1.082 (-0.473 - 2.638) Observations 7,711 R-squared 0.029Robust ci in parentheses *** p<0.01, ** p<0.05, * p<0.1b. 斜率系数95%的置信区间是(0.550，0.660)m1 VARIABLES ahe age 0.605*** (24.70) Constant 1.082 (1.574) Observations 7,711 R-squared 0.029 Ajusted R2 0.0289(1) m2 VARIABLES aheage 0.298***(7.513)Constant 6.522***(5.585)Observations 4,002R-squared 0.012Ajusted R2 0.0117Robust t-statistics in parentheses Robust pval in parentheses *** p<0.01, ** p<0.05, * p<0.1 *** p<0.01, ** p<0.05, * p<0.1只利用高中毕业生的数据，系数的t 统计量为7.513>2.58，与系数对应的p 值是0.0000364趋近于0<0.01，所以可以在1%显著水平下拒绝原假设，自然可以在5%、10%水平下拒绝原假设。
计量经济学第七章练习题及参考答案
第七章练习题及参考答案7.1 表7.11中给出了1970-1987年期间美国的个人消费支出(PCE)和个人可支配收入(PDI)数据，所有数字的单位都是10亿美元(1982年的美元价)。
表7.11 1970-1987年美国个人消费支出(PCE)和个人可支配收入(PDI)数据估计下列模型：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？练习题7.1参考解答:1）第一个模型回归的估计结果如下，Dependent Variable: PCEMethod: Least Squares Date: 07/27/05 Time: 21:41 Sample: 1970 1987 Included observations: 18Variable Coefficient Std. Error t-StatisticProb. C -216.4269 32.69425 -6.619723 0.0000 PDI 1.008106 0.015033 67.05920 0.0000 R-squared 0.996455 Mean dependent var1955.606 Adjusted R-squared 0.996233 S.D. dependent var 307.7170 S.E. of regression 18.88628 Akaike info criterion 8.819188 Sum squared resid 5707.065 Schwarz criterion 8.918118 Log likelihood -77.37269 F-statistic 4496.936 Durbin-Watson stat 1.366654 Prob(F-statistic)0.000000回归方程：ˆ216.4269 1.008106t tPCE PDI =-+（32．69425） （0.015033） t =（-6.619723） （67.05920） 2R =0.996455 F=4496.936 第二个模型回归的估计结果如下，Dependent Variable: PCEMethod: Least Squares Date: 07/27/05 Time: 21:51 Sample (adjusted): 1971 1987 Included observations: 17 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.C -233.2736 45.55736 -5.120436 0.0002 PDI 0.982382 0.140928 6.970817 0.0000 PCE(-1) 0.037158 0.144026 0.2579970.8002R-squared 0.996542 Mean dependent var 1982.876 Adjusted R-squared 0.996048 S.D. dependent var 293.9125 S.E. of regression 18.47783 Akaike info criterion 8.829805 Sum squared resid 4780.022 Schwarz criterion 8.976843 Log likelihood -72.05335 F-statistic 2017.064 Durbin-Watson stat 1.570195 Prob(F-statistic)0.000000回归方程：1ˆ233.27360.98240.0372t t t PCE PDI PCE -=-+- （45.557） （0.1409） （0.1440）t = （-5.120） （6.9708） （0.258） 2R =0.9965 F=2017.0642）从模型一得到MPC=1.008；从模型二得到，短期MPC=0.9824，由于模型二为自回归模型，要先转换为分布滞后模型才能得到长期边际消费倾向，我们可以从库伊克变换倒推得到长期MPC=0.9824/（1+0.0372）=0.9472。
计量经济学第七章第5,6,7题答案
第7章练习5在申请出国读学位的16名学生中有如下GRE数量与词汇分数*EviewDependent Variable: YMethod: ML - Binary Logit (Quadratic hill climbing)Date： 05/22/11 Time： 22:19Sample： 1 16Included observations： 16Convergence achieved after 5 iterationsCovariance matrix computed using second derivativesVariable Coefficient Std・ Error z^Statistic Prob ・C -11. 10741 6.124290 -1. 813665 0. 0697Q 0.003968 0.008008 0. 495515 0. 6202V 0.017696 0.008752 2.021914 0. 0432 McFadden R^squared 0. 468521 Mean dependent var 0. 562500 S・ D・ dependent var 0. 512348 S・ E・ of regression 0.382391Akaike info criterion 1. 103160 Sum squared resid 1.900896 Schwarz criterion 1. 248321 Log likelihood -5. 827681Restr・ logHannan-Quinn criter・ 1. 1108781ikelihood -10. 96503 LR statistic 10.27469 Avg・ log likelihood -0. 364230 Prob(LR statistic) 0.005873Obs with Dep=0 7 Total obs 16 Obs with Dep=l 9于是，我们可得到Logit模型为：Y,. =-11.107 + 0.004<) + 0.0177V(-1.81) (0.49) (2.02)R MCT =0.4685 , LR(2)=10. 27如果在Binary estination这一栏中选择Probit估计方法，可得到如卜•表:Dependent Variable: YMethod: ML - Binary Probit (Quadratic hill climbing)Date： 05/22/11 Time： 22:25Sample： 1 16Included observations： 16Convergence achieved after 5 iterationsCovariance matrix computed using second derivativesVariable Coefficient Std・ Error z^Statistic Prob ・C -6. 634542 3.396882 -1. 953127 0. 0508Q 0.002403 0.001585 0. 524121 0. 6002V 0.010532 0.001693 2.244299 0. 0248McFadden R-squared 0.476272 Mean dependent var 0. 562500S・ D・ dependent var 0.512348 S・ E・ of regression 0.381655Akaike info criterion 1.092836 Sum squared resid 1.893588Schwarz criterion 1. 237696 Log likelihood -5.742687Restr・ logHannan-Quinn criter・ 1.100254 likelihood -10. 96503LR statistic 10. 44468 Avg・ log likelihood -0. 358918Prob(LR statistic) 0.005395Obs with Dep=0 7 Total obs 16Obs with Dep=l 9于是，我们可得到Probit模型为:Y； = -6.635 + 0.0024(2 + 0.0105V(-1.95) (0.52) (2.24)=0.4763 , LR(2)=10. 44第7章练习6下表列出了美国、加拿大、英国在1980^1999年的失业率Y以及对制造业的补偿X的相关数据资料。
斯托克,沃森计量经济学实证练习stata操作及答案
E4.1E4.21 jse 17 C : \ UsEiaVa sus\Deakt.op\T each! "gRat i"ca.dta172twoway scatter course_eval beauty.「，第一,可画课程评t★和萝三容能的段点匡3reg course_eval beauty, robust 匚1口5七日工山日3口七y)//第二月建立国.三.方程replace .- / -r- [H]4outreg2 asing 2 . docf5mean tiEaut”/算t：—nty的样本均值6logout, save (docJ) word replace : ir.ean beauty ;-zibeautit7sum EEautv“想计算"日口七产的标，佳差「logout, save (doc2) word replace: sum Iieauty9 sum cour s e_eva 1Z / 埴计算corn s e一sal的标准差,结合t―uty的标准差评价效应估计10 logout, save (doc3} word replace : snim. course evalE4.31 'jse :\UBErs\aEij.B\.Des]ctop\CoLLegeE'iBtanceweBt.dta"2leg ed. dist, rotoust. cluster [tlist}3 outreg'2 jsing 3 .doc, replaceE4.41 use n C:\U5er3\a3u3XDe3ktop\GEDwCh.dtfi w2twcway scatter growth tzadeshar一同绘制平启年亳长率对平均贸易额的敖卓民3leg growth cradeshare, robust 匚Luwter 111第三同建立口rmrth对七r^d巳写ti日工己的回！闩d outrea2；asina i. aoc工曰口工30■己，，.出回!3结果r5口工口口IX sun"y_n面ne=n MaJxaT"第四i司剔除马其他的数招6zegress growth tradeahare, robust cluater (trad^shmre) 」/身!除冬至.、二数书.~n^2. gi cwth^j-tr a de aha z e 的回!月~ outregS asxng 5 . doc t上三口J_me;三//导出回结果VARIABLES aheage 0.605(0.0245)Constant 1.082(0.688)Observations 7,711R-squared 0.029Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.11.① 截距估计值estimated intercept: 1,082② 斜率估计值estimated slope: 0,605回归方程：ahe= 1.082+0,605*age③当工人年长1岁，平均每小时工资增加0.605美元。
詹姆斯·斯托克,马克·沃森计量经济学第三章实证练习stata答案
詹姆斯·斯托克,马克·沃森计量经济学第三章实证练习stata答案⼀、Two-sample t test with equal variancesGroup Obs Mean Std.Err. Std.Dev. 95% Conf. Interval1992 7,612 11.62 0.0644 5.619 11.49 11.742012 7,440 19.80 0.124 10.69 19.56 20.04combined 15,052 15.66 0.0770 9.442 15.51 15.81diff -8,183 0.139 -8.455 -7.911 diff = mean(1992) - mean(2012) t = -58.9871Ho: diff = 0 degrees of freedom = 15050Ha: diff < 0 Ha: diff != 0 Ha: diff > 0Pr(T < t) = 0.0000 Pr(|T| > |t|) = 0.0000 Pr(T > t) = 1.0000⼆、Two-sample t test with equal variancesGroup Obs Mean Std.Err. Std.Dev. 95% Conf. Interval 1992 7,612 15.64 0.0867 7.564 15.47 15.81 2012 7,440 19.80 0.124 10.69 19.56 20.04 combined 15,052 17.69 0.0772 9.471 17.54 17.85 diff -4.164 0.151 -4.459 -3.869diff = mean(1992) - mean(2012) t = -27.6423Ho: diff = 0 degrees of freedom = 15050Ha: diff < 0 Ha: diff != 0 Ha: diff > 0Pr(T < t) = 0.0000 Pr(|T| > |t|) = 0.0000 Pr(T > t) = 1.0000三、第⼆题根据通货膨胀率进⾏了调整，反映了购买⼒的变化，所以可⽤利⽤第⼆题的结果进⾏分析。
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。
- 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)。
E7.2E7.3E7.4-------------------------------------------- (1) (2) ahe ahe -------------------------------------------- age 0.605*** 0.585*** (15.02) (16.02)female -3.664*** (-17.65)bachelor 8.083*** (38.00)_cons 1.082 -0.636 (0.93) (-0.59)（表2）Robust ci in parentheses*** p<0.01, ** p<0.05, * p<0.1-------------------------------------------- N 7711 7711 -------------------------------------------- t statistics in parentheses* p<0.10, ** p<0.05, *** p<0.01 (表1)（1） 建立ahe 对age 的回归。
截距估计值是1.082，斜率估计值是0.605。
（2） ①建立ahe 对age ，female 和bachelor 的回归。
Age 对收入的效应的估计值是0.585。
② age 回归系数的95%置信区间： (0.514，0.657)（3） 设H 0:βa,（2）-βa,（1）=0 H1:βa,（2）-βa （1）≠0由表3，得SE ，SE(βa,（2）-βa,（1）)=√（0.0403）²+(0.0365)²=0.054t=（0.605-0.585）/0.054=0.37<1.96所以不拒绝原假设，即在5%显著水平下age 对ahe 的效应估计没有显著差异，所以（1）中的回归没有遭遇遗漏变量偏差。
（4） B ob’s predicted ahe=0.585×26-3.664×0+8.083×0-0.636=＄14.574Alexis ’s predicted ahe=0.585×30-3.664×1+8.083×1-0.636=＄21.333VARIABLES ahe age 0.585***(0.514 - 0.657) female -3.664***(-4.071 - -3.257) bachelor 8.083***(7.666 - 8.500)Constant -0.636 (-2.759 - 1.487)Observations 7,711 R-squared0.200（5）(1) (2)m1 m2VARIABLES ahe aheage 0.605*** 0.585***(0.0403) (0.0365)female -3.664***(0.208)bachelor 8.083***(0.213)Constant 1.082 -0.636(1.167) (1.083)Observations 7,711 7,711R-squared 0.029 0.200Ajusted R2 0.199 0.199Robust standard errors in parentheses*** p<0.01, ** p<0.05, * p<0.1 （表3）通过比较，（2）回归的标准误更小，且R-squared和Ajusted R2更接近1，因此（2）中回归的拟合效果更好。
（2）中R-squared和Ajusted R2如此相近是因为样本量足够大（n=7711）。
（6）对Female: H0:βFemale=0 H1: βFemale≠0由表1得，t=-17.65<-1.96，所以在5%的显著水平下拒绝原假设，即不可以剔除female。
对Bachelor：H0:βBachelor=0 H1: βBachelor≠0由表1得，t=38.00>1.96，所以在5%的显著水平下拒绝原假设，即不可以剔除bachelor。
对Female和Bachelor：H0:βFemale+βBachelor=0 H1: βFemale+βBachelor≠0由表3得SE，SE(βFemale+βBachelor)=√(0.208)²+(0.213)²=0.0886t=（8.083-3.664）/0.0886=49.88>1.96所以在5%的显著水平下拒绝原假设，即回归中不能同时剔除Female和Bachelor。
（7）这两个条件是：①至少有一个回归变量必须与遗漏变量相关；②遗漏变量必须是因变量Y的一个决定因素。
遗漏变量year（从业时间），它既与回归变量age（年龄）有关，又与因变量ahe（平均每小时收入）有关。
所以这两个条件成立，这个多元回归遭遇了遗漏变量偏差。
E7.2-------------------------------------------- (1) (2) course_eval course_eval-------------------------------------------- beauty 0.133*** 0.159*** (4.12) (5.19)minority -0.169** (-2.50)age -0.00195（表1） Robust ci in parentheses (-0.75)*** p<0.01, ** p<0.05, * p<0.1female -0.183***(-3.51)onecredit 0.633***(5.87)intro 0.00795 (0.14)nnenglish -0.244** (-2.54)_cons 3.998*** 4.169*** (157.73) (29.98) -------------------------------------------- N 463 463 -------------------------------------------- t statistics in parentheses （表2） * p<0.10, ** p<0.05, *** p<0.01（1） 建立course_eval 对beauty 的回归，course_eval=0.133*beauty+3.998由表1得，Beauty 对course_eval 效应的95%置信区间：（0.0695，0.197）（2） 对age : H 0:βage =0 H 1: βage ≠0由表2得，-1.96<t=-0.75<1.96，所以在5%的显著水平下不能拒绝原假设，即可以剔除age 。
(1) VARIABLES course_evalbeauty 0.133***(0.0695 - 0.197) Constant 3.998*** (3.948 - 4.048)Observations 463 R-squared0.036对intro：H0:βintro=0 H1: βintro≠0由表2得，t=0.14<1.96，所以在5%的显著水平下不能拒绝原假设，即可以剔除intro。
对age和intro：H0:βage+βintro=0 H1: βage+βintro≠0SE(βage+βintro)=√(0.0026218)²+(0 .0565)²=0.0567t=（0.00795-0.00195）/0.0567=0.106<1.96所以在5%的显著水平下不能拒绝原假设，即回归中可以同时剔除age和intro。
我认为应该包含在回归中的控制变量：beauty, minority, female, onecredit, nnenglish。
(1)VARIABLES course_evalbeauty 0.166***(0.104 - 0.228)minority -0.165**(-0.299 - -0.0309)female -0.174***(-0.271 - -0.0769)onecredit 0.641***(0.451 - 0.831)nnenglish -0.248***(-0.431 - -0.0655)Constant 4.072***(4.008 - 4.136)Observations 463R-squared 0.155Robust ci in parentheses*** p<0.01, ** p<0.05, * p<0.1 （表3）Beauty对course_eval效应的合理的95%置信区间是（0.104，0.228）E7.3---------------------------------------------------------------------------- (1) (2) (3) (4) ed ed ed ed ---------------------------------------------------------------------------- dist -0.0677*** -0.0418** -0.0517*** -0.0402** (-3.57) (-2.10) (-2.75) (-2.09)female 0.0547 0.0614 (0.55) (0.62)black 0.0983 0.133 (0.54) (0.76)hispanic 0.187 0.213* (1.63) (1.85)bytest 0.0738*** 0.0751*** 0.0723*** (11.40) (11.67) (11.62)dadcoll 0.478*** 0.477*** 0.445*** (3.55) (3.56) (3.32)momcoll 0.368** 0.368** 0.358** (2.24) (2.26) (2.21)ownhome 0.197 0.179 (1.55) (1.41)urban -0.0811 (-0.63)cue80 0.0444** 0.0433** 0.0476** (1.97) (1.97) (2.10)stwmfg80 0.0237 -0.0305 (0.54) (-0.76)tuition -0.528** -0.511** (-2.18) (-2.39)incomehi 0.410*** 0.436*** 0.408*** (3.39) (3.60) (3.47)_cons 13.86*** 9.233*** 9.453*** 9.755***(201.37) (17.76) (17.98) (28.41)----------------------------------------------------------------------------N 943 943 943 943----------------------------------------------------------------------------t statistics in parentheses* p<0.10, ** p<0.05, *** p<0.01（1）建立ed对dist的回归，得ed=-0.0677*dist+13.86回归中dist的系数的95%置信区间为：-0.0677±1.96×0.0189724，即（-0.1048934，-0.0304273）根据该组织的声称，它赞同的dist的系数为-0.15/2=-0.075，-0.075包含于回归中dist的系数的95%置信区间（-0.1048934，-0.0304273），因此该组织倡导的言论与回归估计一致。