计量经济学作业
计量经济学作业
计量经济学作业7.下列为一个完备的联立方程计量经济学模型：011210132t t t t t t t t t Y M C I M Y P ββγγμααγμ=++++=+++其中，M 为货币供给量，Y 为国生产总值，P 为价格总指数。
,C I 分别为居民消费与投资。
（1） 指出模型的生变量、外生变量、先决变量；（2） 写出简化式模型，并导出结构式参数与简化式参数之间的关系； （3） 用结构式条件确定模型的识别状态； （4） 指出间接最小二乘法、工具变量法、二阶段最小二乘法中哪些可用于原模型第1,2个方程的参数估计。
解：（1） 生变量：t Y 、t M外生变量：t I 、t C 、t P 先决变量：t I 、t C 、t P （2） 简化式模型：101112131202122232=++++=++++t t t t t t t t t t Y C I P M C I P ππππεππππε结构式参数与简化式参数之间的关系：001131210111213111111111111βαββγγγππππαβαβαβαβ+====----0103111220212223111111111111ααβγαγαγππππαβαβαβαβ+====----（3） 模型中包含g =2个生变量，k =3个先决变量；第1个方程包含1g =2个生变量，1k =2个先决变量； 第2个方程包含2g =2个生变量，2k =1个先决变量；结构参数矩阵为101210310100B ββγγααγ----⎛⎫Γ= ⎪---⎝⎭首先判断第1个结构方程的识别状态。
对于第1个方程，有()003B γΓ=-，()0011R B g Γ==-，即方程可以识别，又因为111k k g -=-，所以第1个结构方程恰好识别。
对于第2个结构方程，有()0012B γγΓ=--，()0011R B g Γ==-，即方程可以识别，又因为221k k g ->-，所以第2个结构方程过度识别。
计量经济学作业答案范文
1.建立的模型为：lnc t = 0.35 + 0.93*lninc t + u t, t= 1,2,3…（5.92）(132.03)u t = 0.46 u t-1 + εt(2.61)R2 = 0.9996 D.W = 2.09根据估计的结果，消费的收入弹性为0.93，说明我国居民收入增加1%，居民消费平均增加0.93%，R2表明模型拟合的效果很好，而且根据序列相关LM检验的p值，不能拒绝原假设，所以该模型不存在自相关。
2．用ADF单位根检验得到结论：ln(gdp)单位根检验结果如图1，根据p值不能够拒绝原假设。
t-Statistic Prob.*Augmented Dickey-Fuller test statistic -2. 0.1812Test critical values: 1% level -4.5% level -3.10% level -3.Δln(gdp)的单位根检验结果如图2，根据p值，在5%的显著性水平下拒绝原假设。
t-Statistic Prob.*Augmented Dickey-Fuller test statistic -3. 0.0132Test critical values: 1% level -3.5% level -2.10% level -2.所以，GDP的对数序列ln（gdp）是一阶单整序列，建立ln(gdp)对数序列的ARIMA模型。
首先观察Δln(gdp)序列的相关图，Δln(gdp)的自相关系数和偏自相关系数都在一阶截尾，则取模型的阶数p=1和q=1建立ARIMA（1.1.1）模型。
Δlngdp t = 0.897Δlngdp t-1 + u t +0.447u t-1t = (10.208) (2.41)R2 = 0.24 D.W=2.283.（1）协整关系的检验为了描述财政支出和财政收入之间是否存在协整关系，选择2001年1月-2014年11月的月度数据进行分析。
计量经济学作业
计量经济学作业计量经济学作业（5-7）一、作业五1. 在存在异方差情况下，普通最小二乘法（OLS ）估计量是有偏的和无效的。
（）2. 当存在自相关时，OLS 估计量是有偏的并且也是无效的。
（）3. 如果在多元回归模型中，根据通常的t 检验，全部回归系数分别都是统计上不显著的，那么该模型不会有一个高的R 2值。
（）4. 在时间序列模型中，遗漏重要解释变量既有可能导致异方差问题，又有可能导致自相关问题。
（）5. 变量是非线性的回归模型在计量经济学上不被称作线性回归模型。
（）6. 随机误差项μi 与残差e i 是一回事。
（）7. 给定显著性水平α及自由度，若计算得到的t 值超过临界的t 值，则接受原假设。
8. 蛛网现象可能会带来计量经济模型的自相关问题。
（）9. 无论模型中包括多少个解释变量，总离差平方和（TSS ）的自由度总为（n-1）。
（）10. 在多元线性回归模型中，方差膨胀因子（VIF ）一定是不小于1。
（）11. 在存在异方差情况下，常用的OLS 法总是高估了估计量的标准差。
（）12. 若假定自相关系数等于1，那么一阶差分变换能够消除自相关。
（）13. 存在多重共线时，模型参数无法估计。
（）14. 如果在多元回归模型中，根据通常的t 检验，全部回归系数分别都是统计上不显著的，那么该模型不会有一个高的R 2值。
（）15. 当我们得到参数区间估计的上下限的具体数值后，就可以说参数的真实值落入这个区间的概率为1-α. （）16. p 值和显著性水平α是一回事。
（）17. 只有当μi 服从正态分布时，OLS 估计量才服从正态分布。
（）18. 多元回归模型的总体显著性意味着模型中任何一个变量都是统计显著的。
（）19. 戈德菲尔德-夸特检验（GQ 检验）可以检验复杂性的异方差。
（）20. 残差平方和除以自由度（n-k ）始终是随机误差项μi 方差（2σ）的无偏估计量。
（）21. 用一阶差分法消除自相关时，我们假定自相关系数等于-1。
计量经济学习题及全部答案
计量经济学习题一一、判断正误1．在研究经济变量之间的非确定性关系时,回归分析是唯一可用的分析方法; 2．最小二乘法进行参数估计的基本原理是使残差平方和最小;3．无论回归模型中包括多少个解释变量,总离差平方和的自由度总为n -1; 4．当我们说估计的回归系数在统计上是显着的,意思是说它显着地异于0; 5．总离差平方和TSS 可分解为残差平方和ESS 与回归平方和RSS 之和,其中残差平方和ESS 表示总离差平方和中可由样本回归直线解释的部分; 6．多元线性回归模型的F 检验和t 检验是一致的;7．当存在严重的多重共线性时,普通最小二乘估计往往会低估参数估计量的方差; 8．如果随机误差项的方差随解释变量变化而变化,则线性回归模型存在随机误差项的自相关;9．在存在异方差的情况下,会对回归模型的正确建立和统计推断带来严重后果; 10．..DW 检验只能检验一阶自相关; 二、单选题1．样本回归函数方程的表达式为 ;A ．i Y =01i i X u ββ++B ．(/)i E Y X =01i X ββ+C ．i Y =01ˆˆi i X e ββ++D ．ˆi Y =01ˆˆiX ββ+ 2．下图中“｛”所指的距离是 ;A ．随机干扰项B ．残差C ．i Y 的离差D ．ˆiY 的离差 3．在总体回归方程(/)E Y X =01X ββ+中,1β表示 ;A ．当X 增加一个单位时,Y 增加1β个单位B ．当X 增加一个单位时,Y 平均增加1β个单位C ．当Y 增加一个单位时,X 增加1β个单位D ．当Y 增加一个单位时,X 平均增加1β个单位 4．可决系数2R 是指 ;A ．剩余平方和占总离差平方和的比重B ．总离差平方和占回归平方和的比重C ．回归平方和占总离差平方和的比重D ．回归平方和占剩余平方和的比重 5．已知含有截距项的三元线性回归模型估计的残差平方和为2i e ∑=800,估计用的样本容量为24,则随机误差项i u 的方差估计量为 ;A ．B ．40C ．D ．6．设k 为回归模型中的参数个数不包括截距项,n 为样本容量,ESS 为残差平方和,RSS 为回归平方和;则对总体回归模型进行显着性检验时构造的F 统计量为 ;A ．F =RSSTSSB ．F =/(1)RSS k ESS n k --C ．F =/1(1)RSS k TSS n k --- D ．F =ESSTSS7．对于模型i Y =01ˆˆi iX e ββ++,以ρ表示i e 与1i e -之间的线性相关系数2,3,,t n =,则下面明显错误的是 ;A ．ρ=,..DW =B ．ρ=-,..DW =-C ．ρ=0,..DW =2D ．ρ=1,..DW =08．在线性回归模型 011...3i i k ki i Y X X u k βββ=++++≥；如果231X X X =-,则表明模型中存在 ;A ．异方差B ．多重共线性C ．自相关D ．模型误设定9．根据样本资料建立某消费函数 i Y =01i i X u ββ++,其中Y 为需求量,X 为价格;为了考虑“地区”农村、城市和“季节”春、夏、秋、冬两个因素的影响,拟引入虚拟变量,则应引入虚拟变量的个数为 ;A ．2B ．4C ．5D ．610．某商品需求函数为ˆi C =100.5055.350.45i i D X ++,其中C 为消费,X 为收入,虚拟变量10D ⎧=⎨⎩城镇家庭农村家庭,所有参数均检验显着,则城镇家庭的消费函数为 ;A ．ˆi C =155.850.45i X +B ．ˆiC =100.500.45i X + C ．ˆi C =100.5055.35i X +D ．ˆiC =100.9555.35i X + 三、多选题1．一元线性回归模型i Y =01i i X u ββ++的基本假定包括 ;A ．()i E u =0B ．()i Var u =2σ常数C ．(,)i j Cov u u =0 ()i j ≠D ．(0,1)iu NE ．X 为非随机变量,且(,)i i Cov X u =02．由回归直线ˆi Y =01ˆˆi X ββ+估计出来的ˆiY ; A ．是一组平均数 B ．是实际观测值i Y 的估计值 C ．是实际观测值i Y 均值的估计值 D ．可能等于实际观测值i Y E ．与实际观测值i Y 之差的代数和等于零 3．异方差的检验方法有A ．图示检验法B ．Glejser 检验C ．White 检验D ．..DW 检验E ．Goldfeld Quandt -检验4．下列哪些非线性模型可以通过变量替换转化为线性模型 ;A ．i Y =201i i X u ββ++B ．1/i Y =01(1/)i i X u ββ++C ．ln i Y =01ln i i X u ββ++D ．i Y =iui i AK L e αβE ．i Y =1122012iiX X i e e u ββααα+++5．在线性模型中引入虚拟变量,可以反映 ;A ．截距项变动B ．斜率变动C ．斜率与截距项同时变动D ．分段回归E ．以上都可以 四、简答题1．随机干扰项主要包括哪些因素它和残差之间的区别是什么2．简述为什么要对参数进行显着性检验试说明参数显着性检验的过程;3．简述序列相关性检验方法的共同思路; 五、计算分析题1．下表是某次线性回归的EViews 输出结果,根据所学知识求出被略去部分的值用大写字母标示,并写出过程保留3位小数;Dependent Variable: Y Method: Least Squares Included observations: 132．用Goldfeld Quandt -方法检验下列模型是否存在异方差;模型形式如下：i Y =0112233 i i i i X X X u ββββ++++其中样本容量n =40,按i X 从小到大排序后,去掉中间10个样本,并对余下的样本按i X 的大小等分为两组,分别作回归,得到两个残差平方和1ESS =、2ESS =,写出检验步骤α=;F 分布百分位表α=3．有人用广东省1978—2005年的财政收入AV 作为因变量,用三次产业增加值作为自变量,进行了三元线性回归;第一产业增加值——1VAD ,第二产业增加值——2VAD ,第三产业增加值——3VAD ,结果为：AV =12335.1160.0280.0480.228VAD VAD VAD +-+2R =,F =- ..DW =试简要分析回归结果; 五、证明题求证：一元线性回归模型因变量模拟值ˆi Y 的平均值等于实际观测值i Y 的平均值,即ˆiY =i Y ; 计量经济学习题二一、判断正误正确划“√”,错误划“×” 1．残差剩余项i e 的均值e =()i e n ∑=0;2．所谓OLS 估计量的无偏性,是指参数估计量的数学期望等于各自的真值; 3．样本可决系数高的回归方程一定比样本可决系数低的回归方程更能说明解释变量对被解释变量的解释能力;4．多元线性回归模型中解释变量个数为k ,则对回归参数进行显着性检验的t 统计量的自由度一定是1n k --;5．对应于自变量的每一个观察值,利用样本回归函数可以求出因变量的真实值; 6．若回归模型存在异方差问题,可以使用加权最小二乘法进行修正;7．根据最小二乘估计,我们可以得到总体回归方程;8．当用于检验回归方程显着性的F 统计量与检验单个系数显着性的t 统计量结果矛盾时,可以认为出现了严重的多重共线性9．线性回归模型中的“线性”主要是指回归模型中的参数是线性的,而变量则不一定是线性的;10．一般情况下,用线性回归模型进行预测时,单个值预测与均值预测相等,且置信区间也相同; 二、单选题1．针对同一经济指标在不同时间发生的结果进行记录的数据称为A ．面板数据B ．截面数据C ．时间序列数据D ．以上都不是 2．下图中“｛”所指的距离是A ．随机干扰项B ．残差C ．i Y 的离差D ．ˆiY 的离差 3．在模型i Y =01ln i i X u ββ++中,参数1β的含义是A ．X 的绝对量变化,引起Y 的绝对量变化B ．Y 关于X 的边际变化C ．X 的相对变化,引起Y 的平均值绝对量变化D ．Y 关于X 的弹性4．已知含有截距项的三元线性回归模型估计的残差平方和为2i e ∑=90,估计用的样本容量为19,则随机误差项i u 方差的估计量为A ．B ．6C ．D ．55．已知某一线性回归方程的样本可决系数为,则解释变量与被解释变量间的相关系数为A ．B ．0.8C ．D ．6．用一组有20个观测值的样本估计模型i Y =01i i X u ββ++,在的显着性水平下对1β的显着性作t 检验,则1β显着异于零的条件是对应t 统计量的取值大于 A ．0.05(20)t B ．0.025(20)t C ．0.05(18)t D ．0.025(18)t7．对于模型i Y =01122ˆˆˆˆi ik ki iX X X e ββββ+++++,统计量22ˆ()/ˆ()/(1)ii i Y Y kY Y n k ----∑∑服从A ．()t n k -B ．(1)t n k --C ．(1,)F k n k --D ．(,1)F k n k --8．如果样本回归模型残差的一阶自相关系数ρ为零,那么..DW 统计量的值近似等于 ;A ．1B ．2C ．4D ．9．根据样本资料建立某消费函数如下i Y =01i i X u ββ++,其中Y 为需求量,X 为价格;为了考虑“地区”农村、城市和“季节”春、夏、秋、冬两个因素的影响,拟引入虚拟变量,则应引入虚拟变量的个数为A ．2B ．4C ．5D ．610．设消费函数为i C =012i i i i X D X u βββ+++,其中C 为消费,X 为收入,虚拟变量10D ⎧=⎨⎩城镇家庭农村家庭,当统计检验表明下列哪项成立时,表示城镇家庭与农村家庭具有同样的消费行为A ．1β=0,2β=0B ．1β=0,2β≠0C ．1β≠0,2β=0D ．1β≠0,2β≠0 三、多选题1．以i Y 表示实际观测值,ˆiY 表示用OLS 法回归后的模拟值,i e 表示残差,则回归直线满足A ．通过样本均值点(,)X YB ．2ˆ()i iY Y -∑=0 C ．(,)i i Cov X e =0 D ．i Y ∑=ˆiY ∑ E ．i i e X ∑=0 2．对满足所有假定条件的模型i Y =01122i i i X X u βββ+++进行总体显着性检验,如果检验结果显示总体线性关系显着,则可能出现的情况包括A ．1β=2β=0B ．10β≠,2β=0C ．10β≠,20β≠D ．1β=0,20β≠E ．1β=2β≠0 3．下列选项中,哪些方法可以用来检验多重共线性 ;A ．Glejser 检验B ．两个解释变量间的相关性检验C ．参数估计值的经济检验D ．参数估计值的统计检验E ．..DW 检验 4．线性回归模型存在异方差时,对于回归参数的估计与检验正确的表述包括A ．OLS 参数估计量仍具有线性性B ．OLS 参数估计量仍具有无偏性C ．OLS 参数估计量不再具有效性即不再具有最小方差D ．一定会低估参数估计值的方差5．关于虚拟变量设置原则,下列表述正确的有A ．当定性因素有m 个类型时,引入1m -个虚拟变量B．当定性因素有m个类型时,引入m个虚拟变量会产生多重共线性问题C．虚拟变量的值只能取0和1D．在虚拟变量的设置中,基础类别一般取值为0E．以上说法都正确四、简答题1．简述计量经济学研究问题的方法;2．简述异方差性检验方法的共同思路;3．简述多重共线性的危害;五、计算分析题1．下表是某次线性回归的EViews输出结果,被略去部分数值用大写字母标示,根据所学知识解答下列各题计算过程保留3位小数;本题12分Dependent Variable: YMethod: Least SquaresIncluded observations: 181求出A 、B 的值;2求TSS2．有人用美国1960-1995年36年间个人实际可支配收入X 和个人实际消费支出Y 的数据单位：百亿美元建立收入—消费模型 i Y =01i i X u ββ++,估计结果如下：ˆiY =9.4290.936i X -+ t ：2R = ,F = ,..DW =1检验收入—消费模型的自相关状况5%显着水平； 2用适当的方法消除模型中存在的问题; 五、证明题证明：用于多元线性回归方程显着性检验的F 统计量与可决系数2R 满足如下关系： 计量经济学习题三 一、判断对错1、在研究经济变量之间的非确定性关系时,回归分析是惟一可用的分析方法;2、对应于自变量的每一个观察值,利用样本回归函数可以求出因变量的真实值;DW 检验临界值表α=3、OLS 回归方法的基本准则是使残差平方和最小;4、在存在异方差的情况下,OLS 法总是高估了估计量的标准差;5、无论回归模型中包括多少个解释变量,总离差平方和的自由度总为n -1;6、线性回归分析中的“线性”主要是指回归模型中的参数是线性的,而变量则不一定是线性的;7、当我们说估计的回归系数在统计上是显着的,意思是说它显着异于0; 8、总离差平方和TSS 可分解为残差平方ESS 和与回归平方和RSS,其中残差平方ESS 表示总离差平方和可由样本回归直线解释的部分;9、所谓OLS 估计量的无偏性,是指回归参数的估计值与真实值相等; 10、当模型中解释变量均为确定性变量时,则可以用DW 统计量来检验模型的随机误差项所有形式的自相关性;二、单项选择1、回归直线t ^Y =0ˆβ+1ˆβX t 必然会通过点 A 、0,0； B 、_X ,_Y ；C 、_X ,0；D 、0,_Y ;2、针对经济指标在同一时间所发生结果进行记录的数据列,称为 A 、面板数据；B 、截面数据；C 、时间序列数据；D 、时间数据;3、如果样本回归模型残差的一阶自相关系数ρ接近于0,那么DW 统计量的值近似等于 A 、0 B 、1 C 、2 D 、44、若回归模型的随机误差项存在自相关,则参数的OLS 估计量A 、无偏且有效B 、有偏且非有效C 、有偏但有效D 、无偏但非有效 5、下列哪一种检验方法不能用于异方差检验A、戈德菲尔德－夸特检验；B、DW检验；C、White检验；D、戈里瑟检验;6、当多元回归模型中的解释变量存在完全多重共线性时,下列哪一种情况会发生A、OLS估计量仍然满足无偏性和有效性；B、OLS估计量是无偏的,但非有效；C、OLS估计量有偏且非有效；D、无法求出OLS估计量;7、DW检验法适用于的检验A、一阶自相关B、高阶自相关C、多重共线性 D都不是8、在随机误差项的一阶自相关检验中,若DW＝,给定显着性水平下的临界值d L=,d U=,则由此可以判断随机误差项A、存在正自相关B、存在负自相关C、不存在自相关D、无法判断9、在多元线性线性回归模型中,解释变量的个数越多,则可决系数R2A、越大；B、越小；C、不会变化；D、无法确定10、在某线性回归方程的估计结果中,若残差平方和为10,回归平方和为40,则回归方程的拟合优度为A、 B、 C、 D、无法计算;三、简答与计算1、多元线性回归模型的基本假设有哪些2、计量经济模型中的随机误差项主要包含哪些因素3、简答经典单方程计量模型的异方差性概念、后果以及修正方法;4、简述方程显着性检验F检验与变量显着性检验t检验的区别;5、对于一个三元线性回归模型,已知可决系数R2=,方差分析表的部份结果如下：1样本容量是多少2总离差平方和TSS为多少3残差平方和ESS为多少4回归平方和RSS和残差平方和ESS的自由度各为多少5求方程总体显着性检验的F统计量；四、案例分析下表是中国某地人均可支配收入INCOME与储蓄SAVE之间的回归分析结果单位：元：Dependent Variable: SAVEMethod: Least SquaresSample: 1 31Included observations: 31Variable CoefficientStd.Errort-Statistic Prob.CINCOME――――R-squared Mean dependent var AdjustedR-squared. dependent var. of regression Akaike info criterionSum squared resid1778097Schwarz criterion.Log likelihood F-statisticDurbin-Watsonstat ProbF-statistic1、请写出样本回归方程表达式,然后分析自变量回归系数的经济含义2、解释样本可决系数的含义3、写出t检验的含义和步骤,并在5%的显着性水平下对自变量的回归系数进行t 检验临界值: 29=;4、下表给出了White异方差检验结果,试在5%的显着性水平下判断随机误差项是否存在异方差;5、下表给出LM序列相关检验结果滞后1期,试在5%的显着性水平下判断随机误差项是否存在一阶自相关;计量经济学习题四一、判断对错1、一般情况下,在用线性回归模型进行预测时,个值预测与均值预测结果相等,且它们的置信区间也相同;2、对于模型Yi =β+β1X1i+β2X2i+……+βkXki+μi,i=1,2, ……,n；如果X2=X5+X6, 则模型必然存在解释变量的多重共线性问题;3、OLS回归方法的基本准则是使残差项之和最小;4、在随机误差项存在正自相关的情况下,OLS法总是低估了估计量的标准差;5、无论回归模型中包括多少个解释变量,总离差平方和的自由度总为n-1;6、一元线性回归模型的F检验和t检验是一致的;7、如果随机误差项的方差随解释变量变化而变化,则线性回归模型存在随机误差项的序列相关;8、在近似多重共线性下,只要模型满足OLS的基本假定,则回归系数的最小二乘估计量仍然是一BLUE估计量;9、所谓参数估计量的线性性,是指参数估计量是解释变量的线性组合;10、拟合优度的测量指标是可决系数R2或调整过的可决系数,R2越大,说明回归方程对样本的拟合程度越高;二、单项选择1．在多元线性回归模型中,若两个自变量之间的相关系数接近于1,则在回归分析中需要注意模型的问题;A、自相关；B、异方差；C、模型设定偏误；D、多重共线性;2、在异方差的众多检验方法中,既能判断随机误差项是否存在异方差,又能给出异方差具体存在形式的检验方法是A、图式检验法；B、DW检验；C、戈里瑟检验；D、White检验;3、如果样本回归模型残差的一阶自相关系数ρ接近于1,那么DW统计量的值近似等于A、0B、1C、2D、44、若回归模型的随机误差项存在异方差,则参数的OLS估计量A、无偏且有效B、无偏但非有效C、有偏但有效D、有偏且非有效5、下列哪一个方法是用于补救随机误差项自相关问题的A、OLS；B、ILS；C、WLS；D、GLS;6、计量经济学的应用不包括：A、预测未来；B、政策评价；C、创建经济理论；D、结构分析;7、LM检验法适用于的检验A、异方差；B、自相关；C、多重共线性； D都不是8、在随机误差项的一阶自相关检验中,若DW＝,给定显着性水平下的临界值d L=,d U=,则由此可以判断随机误差项A、存在正自相关B、存在负自相关C、不存在自相关D、无法判断9、在多元线性线性回归模型中,解释变量的个数越多,则调整可决系数2RA、越大；B、越小；C、不会变化；D、无法确定10、在某线性回归方程的估计结果中,若残差平方和为10,总离差平方和为100,则回归方程的拟合优度为A、；B、；C、；D、无法计算;三、简答与计算1、多元线性回归模型的基本假设有哪些2、简述计量经济研究的基本步骤3、简答经典单方程计量模型自相关概念、后果以及修正方法;4、简述对多元回归模型01122...i i i k ki i Y X X X u ββββ=+++++进行显着性检验F 检验的基本步骤5、对于一个五元线性回归模型,已知可决系数R 2=,方差分析表的部份结果如下：1样本容量是多少2回归平方和RSS 为多少3残差平方和ESS 为多少 4回归平方和RSS 和总离差平方和TSS 的自由度各为多少 5求方程总体显着性检验的F 统计量；四、实验下表是某国1967－1985年间GDP 与出口额EXPORT 之间的回归分析结果单位：亿美元：Dependent Variable: EXPORT Method: Least Squares Sample: 1967 1985Included observations: 19VariableCoefficientStd. Errort-Statist icProb. CGDP――――R-squaredMean dependent varAdjusted R-squared. dependent var. of regressionAkaike infocriterionSum squared residSchwarz criterion Log likelihoodF-statisticDurbin-Watson statProbF-statistic1、请写出样本回归方程表达式,然后分析自变量回归系数的经济含义2、解释样本可决系数的含义3、写出t 检验的含义和步骤,并在5%的显着性水平下对自变量的回归系数进行t 检验临界值: 17=;4、下表给出了White 异方差检验结果,试在5%的显着性水平下判断随机误差项是否存在异方差;5、下表给出LM 序列相关检验结果滞后1期,试在5%的显着性水平下判断随机误差项是否存在一阶自相关;计量经济学习题五一、判断正误正确划“√”,错误划“x ”1、最小二乘法进行参数估计的基本原理是使残差平方和最小;2、一般情况下,用线性回归模型进行预测时,个值预测与均值预测相等,且置信区间也相同;3、如果随机误差项的方差随解释变量变化而变化,则线性回归模型存在随机误差项的序列相关;4、若回归模型存在异方差问题,应使用加权最小二乘法进行修正;5、多元线性回归模型的F 检验和t 检验是一致的;6、DW 检验只能检验随机误差项是否存在一阶自相关;7、总离差平方和TSS 可分解为残差平方RSS 和与回归平方和ESS,其中残差平方RSS 表示总离差平方和可由样本回归直线解释的部分;8、拟合优度用于检验回归方程对样本数据的拟合程度,其测量指标是可决系数或调整后的可决系数;9、对于模型011... 1,2,...,i i n ni i Y X X u i n βββ=++++=；如果231X X X =-,则模型必然存在解释变量的多重共线性问题;10、所谓OLS 估计量的无偏性,是指参数估计量的数学期望等于各自真值; 二、单项选择1、回归直线01ˆˆˆi iY X ββ=+必然会通过点A、0,0B、_X,_YC、_X,0D、0,_Y2、某线性回归方程的估计的结果,残差平方和为20,回归平方和为80,则回归方程的拟合优度为A、 B、C、 D、无法计算3、针对经济指标在同一时间所发生结果进行记录的数据列,称为A、面板数据B、截面数据C、时间序列数据D、时间数据4、对回归方程总体线性关系进行显着性检验的方法是A、Z检验B、t检验C、F检验D、预测检验5、如果DW统计量等于2,那么样本回归模型残差的一阶自相关系数ρ近似等于A、0B、-1C、1D、6、若随机误差项存在异方差,则参数的普通最小二乘估计量A、无偏且有效B、有偏且非有效C、有偏但有效D、无偏但非有效7、下列哪一种方法是用于补救随机误差项的异方差问题的A、OLS；B、ILS；C、WLSD、GLS8、如果某一线性回归方程需要考虑四个季度的变化情况,那么为此设置虚拟变量的个数为A、1B、2C、3D、49、样本可决系数R2越大,表示它对样本数据拟合得A、越好B、越差C、不能确定D、均有可能10、多元线性回归模型中,解释变量的个数越多,可决系数R2A、越大；B、越小；C、不会变化；D、无法确定三、简答题1、简述计量经济学的定义;2、多元线性回归模型的基本假设有哪些3、简答异方差概念、后果以及修正方法;4、简述t检验的目的及基本步骤;四、计算对于一个三元线性回归模型,已知可决系数20.8R ,方差分析表的部份结果如下：变差来源平方和自由度源于回归ESS 200源于残差RSS总变差TSS 221样本容量是多少2总变差TSS为多少3残差平方和RSS为多少4ESS和RSS的自由度各为多少5求方程总体显着性检验的F统计量值;计量经济学习题六-案例题一、根据美国各航空公司航班正点到达的比率X%和每10万名乘客投诉的次数Y 进行回归,EViews输出结果如下：Dependent Variable: YMethod: Least SquaresSample: 1 9Included observations: 91对以上结果进行简要分析包括方程显着性检验、参数显着性检验、DW值的评价、对斜率的解释等,显着性水平均取;2按标准书写格式写出回归结果;二、以下是某次线性回归的EViews输出结果,部分数值已略去用大写字母标示,但它们和表中其它特定数值有必然联系,分别据此求出这些数值,并写出过程;保留3位小数Dependent Variable: YMethod: Least SquaresSample: 1 13Included observations: 131求A 的值; 2求B 的值; 3求C 的值;三、用1970-1994年间日本工薪家庭实际消费支出Y 与实际可支配收入X 单位：103日元数据估计线性模型Y =01X u ββ++,然后用得到的残差序列t e 绘制以下图形; 1试根据图形分析随机误差项之间是否存在自相关若存在,是正自相关还是负自相关答：图形显示,随机误差项之间存在着相关性,且为正的自相关; 2此模型的估计结果为 试用DW 检验法检验随机误差项之间是否存在自相关;四、用一组截面数据估计消费Y —收入X 方程Y =01X u ββ++的结果为1根据回归的残差序列et 图分析本模型是否存在异方差注：abset 表示et 的绝对值;2其次,用White 法进行检验;EViews 输出结果见下表：附表：DW 检验临界值表α=White Heteroskedasticity Test:Dependent Variable: RESID^2 Method: Least Squares Sample: 1 60Included observations: 60若给定显着水平0.05α=,以上结果能否说明该模型存在异方差查卡方分布临界值的自由度是多少五、下图描述了残差序列{}t e 与其滞后一期值1{}t e -之间的散点图,试据此判断随机误差项之间是否存在自相关若存在,则是正自相关还是负自相关六、在一多元线性回归模型中,为检验解释变量之间是否存在多重共线性问题,以解释变量1x 作为被解释变量,对其余解释变量进行辅助回归,得到可决系数20.95R =;试计算变量1x 的方差扩大因子1VIF ,并根据经验判断解释变量间是否存在多重共线性问题七、下表是中国某地人均可支配收入INCOME 与储蓄SAVE 之间的回归分析结果单位：元：Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-Statist ic Prob.CINCOME－－R-squaredMean dependent varAdjusted R-squared. dependent var. of regressionAkaike infocriterionSum squared resid 1778097. Schwarz criterion Log likelihoodF-statisticDurbin-Watson statProbF-statistic1、请写出样本回归方程表达式,然后分析自变量INCOME 回归系数的经济含义2、解释可决系数的含义3、若给定显着性水平5%α=,试对自变量INCOME 的回归系数进行显着性检验已知0.025(29) 2.045t =4、在5%α=的显着性水平下,查31n =的DW 临界值表得 1.363L d =, 1.496U d =,试根据回归结果判断随机误差项是否存在一阶自相关5、下表为上述回归的White 检验结果,在5%α=的显着性水平下,试根据P 值检验判断随机误差项是否存在异方差 White Heteroskedasticity Test:F-statisticProbabilityObsR-squaredProbability计量经济学习题一答案一、判断正误1． × 2． √ 3． √ 4． √ 5． × 6． × 7． ×8． × 9． √ 10． √ 二、单选题每小题分,共15分1． D ;2． B ;3． B ;4． C ;5． B ; 6． B ;7． B ;8． B ;9． B ;10． A ; 三、多选题1． ABCE 2． BCDE 3． ABCE 4． ABCD 5． ABCDE ; 四、简答题1．随机干扰项主要包括哪些因素它和残差之间的区别是什么答：随机干扰项包括的主要因素有：1众多细小因素的影响；2未知因素的影响；3数据测量误差或残缺；4模型形式不完善；5变量的内在随机性;随机误差项羽残差不同,残差是样本观测值与模拟值的差,即i e =ˆi iY Y -;残差项是随机误差项的估计;2．简述为什么要对参数进行显着性检验试说明参数显着性检验的过程;答：最小二乘法得到的回归直线是对因变量与自变量关系的一种描述,但它是不是恰当的描述呢一般会用与样本点的接近程度来判别这种描述的优劣,而当获得以上问题的肯定判断之后,还需要确定每一个参数的可靠程度,即参数本身以及对应的变量该不该保留在方程里,这就有必要进行参数的显着性检验;这种检验是确定各个参数是否显着地不等于零;检验分为三个步骤：①提出假设：原假设0:0i H β=；备择假设1:0i H β≠ ②在原假设成立的前提下构造统计量：()ˆ~(1)ˆiit t n k Se ββ=--③给定显着性水平α,查t 分布表求得临界值/2(1)t n k α--,把根据样本数据计算出的t 统计量值t *与/2(1)t n k α--比较：若/2(1)t t n k α*>--,则拒绝原假设0H ,即在给定显着性水平下,解释变量i X 对因变量有显着影响；若/2(1)t t n k α*<--,则不能拒绝原假设0H ,即在给定显着性水平下,解释变量i X 对因变量没有显着影响.3．简述序列相关性检验方法的共同思路;答：由于自相关性,使得相对于不同的样本点,随机干扰项之间存在相关关系,那么检验自相关性,首先根据OLS 法估计残差,将残差作为随机干扰项的近似估计值,然后检验这些近似估计值之间的相关性以判定随机干扰项是否存在序列相关;各种检验方法就是在这个思路下发展起来的;五、计算分析题1．下表是某次线性回归的EViews 输出结果,根据所学知识求出被略去部分的值用大写字母标示,Dependent Variable: Y Method: Least Squares Included observations: 13解：A=ˆ()Se β=ˆt β=7.10604.3903=；B=2R =211(1)1n R n k -----=1311(10.8728)1321-----=由公式2ˆσ=21ien k --∑,得C=2ie ∑=2ˆ(1)n k σ--=21.1886(1321)--=; 2．用Goldfeld Quandt -方法检验下列模型是否存在异方差;模型形式如下：i Y =0112233 i i i i X X X u ββββ++++其中样本容量n =40,按i X 从小到大排序后,去掉中间10个样本,并对余下的样本按i X 的大小等分为两组,分别作回归,得到两个残差平方和1ESS =、2ESS =,写出检验步骤α=;α。
《计量经济学》作业题
《计量经济学》作业题第一章绪论一、单项选择题1、变量之间的关系可以分为两大类，它们是【】A 函数关系和相关关系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2、相关关系是指【】A 变量间的依存关系B 变量间的因果关系C 变量间的函数关系D 变量间表现出来的随机数学关系3、进行相关分析时，假定相关的两个变量【】A 都是随机变量B 都不是随机变量C 一个是随机变量，一个不是随机变量D 随机或非随机都可以4、计量经济研究中的数据主要有两类：一类是时间序列数据，另一类是【】A 总量数据B 横截面数据C平均数据 D 相对数据5、下面属于截面数据的是【】A 1991-2003年各年某地区20个乡镇的平均工业产值B 1991-2003年各年某地区20个乡镇的各镇工业产值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个乡镇各镇工业产值6、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7、经济计量分析的基本步骤是【】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→总体设计→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8、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、市场均衡分析D 季度分析、年度分析、中长期分析9、计量经济模型是指【】A 投入产出模型B 数学规划模型C 包含随机方程的经济数学模型D 模糊数学模型10、回归分析中定义【】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是非随机变量D 解释变量为随机变量，被解释变量为非随机变量11、下列选项中，哪一项是统计检验基础上的再检验(亦称二级检验)准则【】A. 计量经济学准则 B 经济理论准则C 统计准则D 统计准则和经济理论准则12、理论设计的工作，不包括下面哪个方面【】A 选择变量B 确定变量之间的数学关系C 收集数据D 拟定模型中待估参数的期望值 13、计量经济学模型成功的三要素不包括【】 A 理论 B 应用 C 数据 D 方法 14、在经济学的结构分析中，不包括下面那一项【】 A 弹性分析 B 乘数分析 C 比较静力分析D 方差分析二、多项选择题1、一个模型用于预测前必须经过的检验有【】A 经济准则检验B 统计准则检验C 计量经济学准则检验D 模型预测检验E 实践检验 2、经济计量分析工作的四个步骤是【】A 理论研究B 设计模型C 估计参数D 检验模型E 应用模型3、对计量经济模型的计量经济学准则检验包括【】A 误差程度检验B 异方差检验C 序列相关检验D 超一致性检验E 多重共线性检验4、对经济计量模型的参数估计结果进行评价时，采用的准则有【】A 经济理论准则B 统计准则C 经济计量准则D 模型识别准则E 模型简单准则三、名词解释1、计量经济学2、计量经济学模型3、时间序列数据4、截面数据5、弹性6、乘数四、简述1、简述经济计量分析工作的程序。
计量经济学作业
计量经济学作业一．一元线性回归：居民消费模式和消费规模分析研究的目的要求居民消费在社会经济的持续发展中有着重要的作用。
居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。
改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。
但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。
例如，2002年全国城市居民家庭平均每人每年消费支出为6029.88元, 最低的黑龙江省仅为人均4462.08元，最高的上海市达人均*****元，上海是黑龙江的2.35倍。
为了研究全国居民消费水平及其变动的原因，需要作具体的分析。
影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。
为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。
2002年中国各地区城市居民人均年消费支出和可支配收入数据含义如下：城市居民家庭平均每人每年消费支出(元)Y城市居民人均年可支配收入(元) X根据数据在Eviews初步做出散点图，如上图示：通过观察散点图，可以大致确定变量Y、X之间存在线性关系。
(1).拟建立如下一元线性回归模型：Y= 0+ 1Χ+由Eviews对数据进行分析，得下表一般可写出如下回归分析结果：=282.24+0.759常数C值得标准误差为287.2649，T=0.9825;标准误差为0.0*****，T=20.*****。
2=0.*****；F=421.9023简单统计量：城市居民家庭平均每人每年消费支出平均值是5982.476元，中位数5459.64元，最大值是*****元，最小值4462.08元，标准差1601.762，偏度1.*****，表明序列分布有长长的右拖尾，峰度为4.*****，表明序列分布的突起程度大于正态分布，城市居民家庭平均每人每年消费支出总额为*****.8元，观察数为31。
计量经济学大作业
计量经济学大作业计量经济学作为一门将经济理论、数学和统计学相结合的学科，在当今社会经济领域中发挥着重要作用。
它通过建立数学模型和运用统计方法，对经济现象进行定量分析和预测，为政策制定、企业决策等提供科学依据。
在本次大作业中，我将通过一个具体的案例来展示计量经济学的应用和分析过程。
假设我们要研究某地区的居民消费水平与收入水平之间的关系。
首先，我们需要收集相关的数据。
通过问卷调查、统计部门公布的数据等渠道，我们获取了该地区一定数量居民的收入和消费支出数据。
接下来，我们对数据进行初步的处理和分析。
观察数据的分布情况，检查是否存在异常值或缺失值。
对于异常值，需要判断其是由于数据录入错误还是真实的特殊情况。
如果是录入错误，进行修正；如果是特殊情况，则需要在后续的分析中加以考虑。
对于缺失值，可以采用适当的方法进行填补，如均值填补、回归填补等。
在确定数据质量良好后，我们建立计量经济模型。
根据经济理论和前人的研究成果，我们假设居民消费水平（Y）与收入水平（X）之间存在线性关系，模型可以表示为：Y ＝β0 ＋β1X ＋ε ，其中β0 是截距项，β1 是斜率，表示收入对消费的边际影响，ε 是随机误差项。
为了估计模型中的参数β0 和β1 ，我们使用最小二乘法（OLS）。
最小二乘法的基本思想是使得观测值与模型预测值之间的误差平方和最小。
通过计算，我们得到了参数的估计值。
然后，我们对模型进行检验。
首先是经济意义检验，即参数估计值的符号和大小是否符合经济理论和实际情况。
例如，在我们的模型中，β1 应该为正，因为通常情况下收入增加会导致消费增加。
其次是统计检验，包括拟合优度检验（R²）、变量的显著性检验（t 检验）和方程的显著性检验（F 检验）。
R²衡量了模型对数据的拟合程度，其值越接近 1 表示拟合越好。
t 检验用于判断每个自变量对因变量的影响是否显著，F 检验用于判断整个方程是否显著。
假设我们得到的估计结果为：Y ＝ 1000 ＋ 08X ，R²＝ 08 ，t 检验和 F 检验均显著。
(完整word版)计量经济学习题及答案..
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 tt Y Y 1)ˆ(达到最小值 B.使∑=-nt t t Y Y 1达到最小值 C. 使∑=-nt t tY Y12)(达到最小值 D.使∑=-nt tt Y Y 12)ˆ(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ˆln 2.00.75ln i iY X =+，这表明人均收入每增加 1％，人均消费支出将增加 （ ）A. 0.75B. 0.75%C. 2D. 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2R 之间的关系为( )A.)1/()1()/(R 22---=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.1B.n-2C.2D.n-39、已知五个解释变量线形回归模型估计的残差平方和为8002=∑te，样本容量为46，则随机误差项μ的方差估计量2ˆσ为（ ） A.33.33 B.40 C.38.09 D. 201、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. 2i )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(2i N σ2、对于二元样本回归模型ii i i e X X Y +++=2211ˆˆˆββα，下列各式成立的有（ ） A.0=∑ieB. 01=∑ii Xe C. 02=∑iiXeD.=∑ii Ye E.21=∑i iX X4、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.辅助回归法计算题1、为了研究我国经济发展状况，建立投资（1X ，亿元）与净出口（2X ，亿元）与国民生产总值（Y ，亿元）的线性回归方程并用13年的数据进行估计，结果如下：ii i X X Y 21051980.4177916.2805.3871ˆ++= S.E=(2235.26) (0.12) (1.28) 2R =0.99 F=582 n=13问题如下：①从经济意义上考察模型估计的合理性；（3分） ②估计修正可决系数2R ，并对2R 作解释；（3分）③在5%的显著性水平上，分别检验参数的显著性；在5%显著性水平上，检验模型的整体显著性。
- 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)。
计量经济学作业：
P68第10题：
（1）a散点图描绘.
新建“Workfile”，由于本题是年度的时间序列，选择“Annual”，输入起始时间分别为1979和1998；
将已输入excel表格中的数据分别复制到新建的带有NA字样的一列上的文件中；
根据上表的x和gdp数据，描绘出两者线性相关的散点图：
散点图如下图所示：
b.解释斜率系数的经济意义：
财政收入X与GDP最终的关系如上式所示，斜率估计函数为0.1036，表示边际财政收入为0.1036，截距项的估计值为807.3848，表示不受GDP影响的自发性财政收入，这些估计数的大小和符号均符合经济理论。
如图b1，图b2，图b3所示：
图b1
图b2
图b3
（2）检验模型：
如上图所示，从统计检验看，R的平方为0.986，说明总理差平方和的98.6%被
样本回归直线所解释，因此样本回归直线对样本的拟合优度是很高的。
从参数
1
β、2
β的显著性检验看，t检验值分别为7.81、35.99，其相应的P值几乎为0.这意味
着分别
1=0
β
、2=0
β拒绝这些原假设，其中拒绝后一假设说明GDP对财政收入具有显著的正向影响。
即P值越低，拒绝原假设的证据就越充分。
（3）由1979-1998的原资料可以外推出2001年的财政收入的预测值及95%的预测区间：
a.在Equation结界面的菜单上点击forecast，弹出一对话框。
在其中的为预测的序列命名，为“xf”。
点OK得到预测结果的图形形式。
XF+2*XSE XF-2*XSE XF
广东财经大学--财政学
由图可知，在2001年的GDP为109467亿元时，外推预测其财政收入值为12145.50亿元。
同时，95%的置信区间同样由图显示。