(完整版)伍德里奇-计量经济学导论课后习题(中文版)
伍德里奇《计量经济学导论》(第4版)笔记和课后习题详解(2-8章)
使用普通最小二乘法，此时最小化的残差平方和为()211niii y x β=-∑利用一元微积分可以证明，1β必须满足一阶条件()110niiii x y x β=-=∑从而解出1β为：1121ni ii nii x yxβ===∑∑当且仅当0x =时，这两个估计值才是相同的。
2.2 课后习题详解一、习题1．在简单线性回归模型01y x u ββ=++中，假定()0E u ≠。
令()0E u α=，证明：这个模型总可以改写为另一种形式：斜率与原来相同，但截距和误差有所不同，并且新的误差期望值为零。
证明：在方程右边加上()0E u α=，则0010y x u αββα=+++-令新的误差项为0e u α=-，因此()0E e =。
新的截距项为00αβ+，斜率不变为1β。
2（Ⅰ）利用OLS 估计GPA 和ACT 的关系；也就是说，求出如下方程中的截距和斜率估计值01ˆˆGPA ACT ββ=+＾评价这个关系的方向。
这里的截距有没有一个有用的解释？请说明。
如果ACT 分数提高5分，预期GPA 会提高多少？（Ⅱ）计算每次观测的拟合值和残差，并验证残差和（近似）为零。
（Ⅲ）当20ACT =时，GPA 的预测值为多少？（Ⅳ）对这8个学生来说，GPA 的变异中，有多少能由ACT 解释？试说明。
答：（Ⅰ）变量的均值为： 3.2125GPA =，25.875ACT =。
()()15.8125niii GPA GPA ACT ACT =--=∑根据公式2.19可得：1ˆ 5.8125/56.8750.1022β==。
根据公式2.17可知：0ˆ 3.21250.102225.8750.5681β=-⨯=。
因此0.56810.1022GPA ACT =+＾。
此处截距没有一个很好的解释，因为对样本而言，ACT 并不接近0。
如果ACT 分数提高5分，预期GPA 会提高0.1022×5=0.511。
（Ⅱ）每次观测的拟合值和残差表如表2-3所示：根据表可知，残差和为-0.002，忽略固有的舍入误差，残差和近似为零。
伍德里奇计量经济学导论第6版笔记和课后习题答案
第1章计量经济学的性质与经济数据1.1复习笔记考点一:计量经济学★1计量经济学的含义计量经济学,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。
(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。
考点二:经济数据★★★1经济数据的结构(见表1-3)2面板数据与混合横截面数据的比较(见表1-4)考点三:因果关系和其他条件不变★★1因果关系因果关系是指一个变量的变动将引起另一个变量的变动,这是经济分析中的重要目标之计量分析虽然能发现变量之间的相关关系,但是如果想要解释因果关系,还要排除模型本身存在因果互逆的可能,否则很难让人信服。
2其他条件不变其他条件不变是指在经济分析中,保持所有的其他变量不变。
“其他条件不变”这一假设在因果分析中具有重要作用。
1.2课后习题详解一、习题1.假设让你指挥一项研究，以确定较小的班级规模是否会提高四年级学生的成绩。
(i)如果你能指挥你想做的任何实验，你想做些什么?请具体说明。
(ii)更现实地，假设你能搜集到某个州几千名四年级学生的观测数据。
你能得到它们四年级班级规模和四年级末的标准化考试分数。
你为什么预计班级规模与考试成绩成负相关关系?(iii)负相关关系一定意味着较小的班级规模会导致更好的成绩吗?请解释。
答:(i)假定能够随机的分配学生们去不同规模的班级，也就是说，在不考虑学生诸如能力和家庭背景等特征的前提下，每个学生被随机的分配到不同的班级。
(完整版)计量经济学(伍德里奇第三版中文版)课后习题答案
第1章解决问题的办法1.1（一）理想的情况下，我们可以随机分配学生到不同尺寸的类。
也就是说，每个学生被分配一个不同的类的大小，而不考虑任何学生的特点，能力和家庭背景。
对于原因，我们将看到在第2章中，我们想的巨大变化，班级规模（主题，当然，伦理方面的考虑和资源约束）。
（二）呈负相关关系意味着，较大的一类大小是与较低的性能。
因为班级规模较大的性能实际上伤害，我们可能会发现呈负相关。
然而，随着观测数据，还有其他的原因，我们可能会发现负相关关系。
例如，来自较富裕家庭的儿童可能更有可能参加班级规模较小的学校，和富裕的孩子一般在标准化考试中成绩更好。
另一种可能性是，在学校，校长可能分配更好的学生，以小班授课。
或者，有些家长可能会坚持他们的孩子都在较小的类，这些家长往往是更多地参与子女的教育。
（三）鉴于潜在的混杂因素- 其中一些是第（ii）上市- 寻找负相关关系不会是有力的证据，缩小班级规模，实际上带来更好的性能。
在某种方式的混杂因素的控制是必要的，这是多元回归分析的主题。
1.2（一）这里是构成问题的一种方法：如果两家公司，说A和B，相同的在各方面比B公司à用品工作培训之一小时每名工人，坚定除外，多少会坚定的输出从B公司的不同？（二）公司很可能取决于工人的特点选择在职培训。
一些观察到的特点是多年的教育，多年的劳动力，在一个特定的工作经验。
企业甚至可能歧视根据年龄，性别或种族。
也许企业选择提供培训，工人或多或少能力，其中，“能力”可能是难以量化，但其中一个经理的相对能力不同的员工有一些想法。
此外，不同种类的工人可能被吸引到企业，提供更多的就业培训，平均，这可能不是很明显，向雇主。
（iii）该金额的资金和技术工人也将影响输出。
所以，两家公司具有完全相同的各类员工一般都会有不同的输出，如果他们使用不同数额的资金或技术。
管理者的素质也有效果。
（iv）无，除非训练量是随机分配。
许多因素上市部分（二）及（iii）可有助于寻找输出和培训的正相关关系，即使不在职培训提高工人的生产力。
《计量经济学导论》伍德里奇-第四版-笔记和习题答案(2-8章)
（Ⅰ）解释 log dist 的系数。它的符号是你所预期的吗？ （Ⅱ）你认为简单回归给出了 price 对 dist 在其他条件不变下弹性的无偏估计量吗？（考虑一个城市决定放 置焚化炉的地点的决策。 ） （Ⅲ）还有哪些其他因素影响房屋的售价？这些因素会与距离焚化炉的远近相关吗？ 答： （Ⅰ）符号为正，与预期相符。 log dist 的系数表示距离焚化炉的距离越远，价格就越高，价格的距离 弹性是 0.312，即距离远 1%，价格上升 0.312%。 （Ⅱ）如果城市决定将焚化炉放置在远离较贵的居民区的地方，则 log dist 与房价是正相关的。这将违背假 定 4，而 OLS 估计是有偏的。 （Ⅲ）房屋的面积、洗手间的数量、占地面积大小、房龄社区质量（包括学校质量）都会影响房屋的售价。 这些与距离焚化炉的远近是有关的。
ˆ u
1 2 3 4 5 6 7 8
＾
2.8 3.4 3.0 3.5 3.6 3.0 2.7 3.7
2.7143 3.0209 3.2253 3.3275 3.5319 3.1231 3.1231 3.6341
0.0857 0.3791 -0.2253 0.1725 0.0681 -0.1231 -0.4231 0.0659
GPA GPA ACT ACT 5.8125
n i 1 i i
ˆ 5.8125 / 56.875 0.1022 。 根据公式 2.19 可得： 1 ˆ 3.2125 0.1022 25.875 0.5681 。 根据公式 2.17 可知： 0
ˆ 分别为 OLS 截距和斜率估计量，并令 u 为误差（不是残差）的样本均值。 ˆ 和 6．令 1 0 ˆ 可写成 ˆ w u ，其中 w d / SST 和 d x x 。 （Ⅰ）证明： i i ii 1 i i i 1 1
伍德里奇《计量经济学导论》(第4版)笔记和课后习题详解(2-8章)
使用普通最小二乘法，此时最小化的残差平方和为()211niii y x β=-∑利用一元微积分可以证明，1β必须满足一阶条件()110niiii x y x β=-=∑从而解出1β为：1121ni ii nii x yxβ===∑∑当且仅当0x =时，这两个估计值才是相同的。
2.2 课后习题详解一、习题1．在简单线性回归模型01y x u ββ=++中，假定()0E u ≠。
令()0E u α=，证明：这个模型总可以改写为另一种形式：斜率与原来相同，但截距和误差有所不同，并且新的误差期望值为零。
证明：在方程右边加上()0E u α=，则0010y x u αββα=+++-令新的误差项为0e u α=-，因此()0E e =。
新的截距项为00αβ+，斜率不变为1β。
2（Ⅰ）利用OLS 估计GPA 和ACT 的关系；也就是说，求出如下方程中的截距和斜率估计值01ˆˆGPA ACT ββ=+＾评价这个关系的方向。
这里的截距有没有一个有用的解释？请说明。
如果ACT 分数提高5分，预期GPA 会提高多少？（Ⅱ）计算每次观测的拟合值和残差，并验证残差和（近似）为零。
（Ⅲ）当20ACT =时，GPA 的预测值为多少？（Ⅳ）对这8个学生来说，GPA 的变异中，有多少能由ACT 解释？试说明。
答：（Ⅰ）变量的均值为： 3.2125GPA =，25.875ACT =。
()()15.8125niii GPA GPA ACT ACT =--=∑根据公式2.19可得：1ˆ 5.8125/56.8750.1022β==。
根据公式2.17可知：0ˆ 3.21250.102225.8750.5681β=-⨯=。
因此0.56810.1022GPA ACT =+＾。
此处截距没有一个很好的解释，因为对样本而言，ACT 并不接近0。
如果ACT 分数提高5分，预期GPA 会提高0.1022×5=0.511。
（Ⅱ）每次观测的拟合值和残差表如表2-3所示：根据表可知，残差和为-0.002，忽略固有的舍入误差，残差和近似为零。
伍德里奇《计量经济学导论》(第4版)笔记和课后习题详解(2-8章)
生的数量。根据方程 2.7，应该尝试采用尽可能多的有差异的“小时数”。 （Ⅱ）误差项还可能包含以下三个因素：天赋能力、家庭收入以及考试当天的健康状况。如果学生拥有天赋 能力，那么他们不需要为考试花费太多时间，能力与时间是负相关的。家庭收入与学习时间呈正相关关系，因为 家庭收入越高，就能负担去越多的课时费用。排除慢性的健康问题，考试当天的健康状况与为准备考试花费的时 间是无关的。 （Ⅲ）如果备考课程有效， 1 的符号应该为正，在其他因素相同的情况下，备考时间越多， sat 越高。 （Ⅳ）截距有一个有用的解释：因为 E U 0 ， 0 表示备考时间为 0 时学生获得 0.1022 ACT 。 此处截距没有一个很好的解释， 因为对样本而言，ACT 并不接近 0。 如果 ACT 分数提高 5 分，预期 GPA 会提高 0.1022× 5=0.511。 （Ⅱ）每次观测的拟合值和残差表如表 2-3 所示： 表 2-3
i
GPA
GPA
＾
＾
＾
2.8 3.4 3.0 3.5 3.6 3.0 2.7 3.7
21 24 26 27 29 25 25 30
（Ⅰ）利用 OLS 估计 GPA 和 ACT 的关系；也就是说，求出如下方程中的截距和斜率估计值
ˆ ˆ ACT GPA 0 1
评价这个关系的方向。这里的截距有没有一个有用的解释？请说明。如果 ACT 分数提高 5 分，预期 GPA 会 提高多少？ （Ⅱ）计算每次观测的拟合值和残差，并验证残差和（近似）为零。 （Ⅲ）当 ACT 20 时， GPA 的预测值为多少？ （Ⅳ）对这 8 个学生来说， GPA 的变异中，有多少能由 ACT 解释？试说明。 答： （Ⅰ）变量的均值为： GPA 3.2125 ， ACT 25.875 。
伍德里奇《计量经济学导论》(第4版)笔记和课后习题详解(2-8章)
GPA GPA Ai
ˆ 5.8125 / 56.875 0.1022 。 根据公式 2.19 可得： 1
ˆ 3.2125 0.1022 25.875 0.5681 。 根据公式 2.17 可知： 0
????2222211112222221111varvarvar?nnnniiiiiiiiiinnniiiiiixxuxxuxxx??????????????????????????????????????????????????????????????????根据公式257????2211?varniixx????????????对任何数据样本??2211nniiiixxx??????除非0x?
7．利用 Kiel and McClain（1995）有关 1988 年马萨诸塞州安德沃市的房屋出售数据，如下方程给出了房屋 价格（ price ）和距离一个新修垃圾焚化炉的距离（ dist ）之间的关系：
log price 9.40 0.312log dist n 135 ， R 2 0.162
因此 GPA 0.5681 0.1022 ACT 。 此处截距没有一个很好的解释， 因为对样本而言，ACT 并不接近 0。 如果 ACT 分数提高 5 分，预期 GPA 会提高 0.1022× 5=0.511。 （Ⅱ）每次观测的拟合值和残差表如表 2-3 所示： 表 2-3
i
GPA
GPA
＾
＾
ˆ u
1 2 3 4 5 6 7 8
＾
2.8 3.4 3.0 3.5 3.6 3.0 2.7 3.7
2.7143 3.0209 3.2253 3.3275 3.5319 3.1231 3.1231 3.6341
伍德里奇《计量经济学导论》(第4版)笔记和课后习题详解(2-8章)
使用普通最小二乘法，此时最小化的残差平方和为()211niii y x β=-∑利用一元微积分可以证明，1β必须满足一阶条件()110niiii x y x β=-=∑从而解出1β为：1121ni ii nii x yxβ===∑∑当且仅当0x =时，这两个估计值才是相同的。
2.2 课后习题详解一、习题1．在简单线性回归模型01y x u ββ=++中，假定()0E u ≠。
令()0E u α=，证明：这个模型总可以改写为另一种形式：斜率与原来相同，但截距和误差有所不同，并且新的误差期望值为零。
证明：在方程右边加上()0E u α=，则0010y x u αββα=+++-令新的误差项为0e u α=-，因此()0E e =。
新的截距项为00αβ+，斜率不变为1β。
2（Ⅰ）利用OLS 估计GPA 和ACT 的关系；也就是说，求出如下方程中的截距和斜率估计值01ˆˆGPA ACT ββ=+＾评价这个关系的方向。
这里的截距有没有一个有用的解释？请说明。
如果ACT 分数提高5分，预期GPA 会提高多少？（Ⅱ）计算每次观测的拟合值和残差，并验证残差和（近似）为零。
（Ⅲ）当20ACT =时，GPA 的预测值为多少？（Ⅳ）对这8个学生来说，GPA 的变异中，有多少能由ACT 解释？试说明。
答：（Ⅰ）变量的均值为： 3.2125GPA =，25.875ACT =。
()()15.8125niii GPA GPA ACT ACT =--=∑根据公式2.19可得：1ˆ 5.8125/56.8750.1022β==。
根据公式2.17可知：0ˆ 3.21250.102225.8750.5681β=-⨯=。
因此0.56810.1022GPA ACT =+＾。
此处截距没有一个很好的解释，因为对样本而言，ACT 并不接近0。
如果ACT 分数提高5分，预期GPA 会提高0.1022×5=0.511。
（Ⅱ）每次观测的拟合值和残差表如表2-3所示：根据表可知，残差和为-0.002，忽略固有的舍入误差，残差和近似为零。