计量经济学截面数据异方差检验
某家庭对某种消费品的消费需要研究
一、经济理论陈述，变量确定
某家庭对某消费品的消费需要可以由该家庭的消费支出来表示，消费支出受商品价格、家庭月收入两个因素影响。用EVIEWS软件对相关数据进行了多元回归分析，得出了相关结论。
其中，被解释变量为：对某商品的消费支出（Y）
解释变量为：商品单价（X1）、家庭月收入（X2）二、模型形式的确定：散点图
通过OLS可得模型的散点图如下：
从散点图可以看出该家庭对某商品的消费支出(Y)和商品单
价（X1）、家庭月收入（X2）大体呈现为线性关系，
三、建立模型
利用书P105页第11题数据，建立截面数据的计量经济模型，并进行回归分析。假设建立如下线性二元回归模型：
Y=C+β1X1+β2X2+μ
其中，Y表示对某商品的消费支出，X1表示商品单价，X2表示家庭月收入，μ表示随机误差项。
1、参数估计：
假定所建模型及随机扰动项μ满足古典假定，可以用OLS
法估计其参数，运用计算机软件EViews作计量经济分析。通过OLS可得：
参数和估计结果为：
=∧Y 626.5093-9.79057X1+0.028618X2
2、经济意义检验
所估计的参数β1=—9.79057，说明商品单价每提高1元，可导致对某商品的消费支出减少9.79057元。β2=0.028618，说明家庭月收入每提高1元，可导致对某商品的消费支出增加0.028618元，这与经济学中边际消费倾向的意义相符。
3、统计学检验
（1）拟合优度检验：
从回归估计的结果看，模型拟合较好：可决系数R 2=0.902218说明所建模型整体上对样本数据拟合较好，即解释变量“商品价格”、“家庭月收入”对被解释变量“该家庭对某商品的消费支出”的绝大部分差异作出了解释。
（2）统计学检验：
C 的t 检验值为15.61195，β1的t 检验值为-3.061617，β2的t 检验值,4.902030,绝对值均大于5%显著性水平下自由度为n-2=8的临界值025.0t （7）=2.365。
C 的Prob=0<0.05，β
1的Prob=0.0183<0.05,β2的Prob=0.0017<0.05,因此，在置信度α=0.05时，Y 与X1、X2之间存在显著的函数关系。
4、计量经济学检验
为了保证回归参数估计量具有良好的统计性质,对模型进行异方差性检验。
（1）图示法检验
①用X-Y的散点图进行判断
无明显的散点扩大、缩小或复杂型趋势，初步判断为无异方差。
②用X~i e2的散点图进行判断
散点图不为斜率为零的直线，初步判断为有异方差。（2）Park检验
建立辅助回归模型：ln(i e2)=lnσ2+αlnX1+βlnX2+§
即：Y=C+αlogX1+βlogX2+§
通过OLS可得：
t检验中，α的Prob=0.8972>0.05,β的Prob=0.6698>0.05,所以α和β在置信度 =0.05是不显著的，模型具有同方差性。
（3）G-Q检验
将10个样本观察值按观察值按X1的大小进行排序，将序列中间的2个观察值除去，并将剩下的观察值划分为较小与与较大的相同的两个子样本，每个字样本样本容量均为4。对每个子样本分别进行OLS回归，结果如下：
1—4样本OLS回归结果：
残差平方和RSS1=132.3349
7-10样本OLS回归结果：
残差平方和RSS2=629.6072
RSS2/RSS1=629.6072/132.3349=4.7577 （4）White检验 建立辅助回归模型：i e 2=C+α1X1+α2X2+α3X12+α4X22+α5X1X2 通过OLS可得：可决系数R2=0.712045,X0.052(h)=X0.052(5)=11.07 nR2=7.12045<11.07,表明模型具有同方差性。 5、模型预测检验 参数95%置信区间估计：C的置信区间为：（531.602,721.417） 1 β的置信区间为：（-17.353，-2.228） 2 β的置信区间为：（0.015，0.042）模型预测：当X1=50，X2=20000，Y=709.3408 Y的预测区间为 2 ^^ 2 () 1f f i X X Y t n x α σ - + ∑ m =（704.319，714.362） 6、模型的修正 1、用加权最小二乘法对原模型加权，用OLS估计其参数，可得如下： 可知修正后结果为： Y = 635.2889757 - 10.95632111*X1 + 0.0309183983*X2 R2=0.9967 DW=1.7898 F=53.36 RSS=1745.49 对修正模型进行检验，结果如下： 加权后的结果为： W*Y = 635.2889757*W - 10.95632111*(W*X1) + 0.0309183983*(W*X2) W*X1的Prob=0.0068<0.05、W*X2的Prob=0.0005<0.05,表明模型修正效果显著。 2、稳健标准误法： 修改后模型： Y = 626.5092847 - 9.790570097*X1 + 0.*X2 R2=0.902 DW=1.65 F=32.294 RSS=2116.847 R2相比原模型有所提高，说明修正后模型更显著。 三、分析与应用：对模型结果的经济学解释 某家庭对某消费品的消费需要可以由该家庭的消费支出来表示，消费支出受商品价格、家庭月收入两个因素影响。其中，商品价格为负影响，家庭月收入为正影响。当商品价格、家庭月收入为0时，该家庭对某消费品的消费支出为626.5093元。商品单价每提高1元，可导致对某商品的消费支出减少9.79057元。家庭月收入每提高1元，可导致对某商品的消费支出增加0.028618元。 实验二异方差模型的white检验与处理 【实验目的】 掌握异方差性的white检验及处理方法 【实验原理】 1. 定性分析异方差 (1) 经济变量规模差别很大时容易出现异方差。如个人收入与支出关系，投入与产出 关系。 (2) 利用散点图做初步判断。 (3) 利用残差图做初步判断。 2、异方差表现与来源异方差通常有三种表现形式 （1）递增型 （2）递减型 （3）条件自回归型。 3、White检验 （1）不需要对观测值排序，也不依赖于随机误差项服从正态分布，它是通过一个辅助回归式构造 2 统计量进行异方差检验。White检验的零假设和备择假设是 H0: (4－1)式中的ut不存在异方差， H1: (4－2)式中的ut存在异方差。 (2)在不存在异方差假设条件下，统计量 T R 2 2(5) 其中T表示样本容量，R2是辅助回归式(4－3)的OLS估计式的可决系数。自由度5表示辅助回归式(4－3)中解释变量项数（注意，不计算常数项）。T R 2属于LM统计量。 （3）判别规则是 若T R 2 2 (5), 接受H0（ut 具有同方差） 若T R 2 > 2 (5), 拒绝H0（ut 具有异方差） 【实验软件】 Eview6 【实验要求】 熟练掌握异方差white检验方法 【实验内容】 建立并检验我国部分城市国民收入y和对外直接投资FDI异方差模型 【实验方案设计】 下表列出了我国各地区农村居民家庭人均纯收入与家庭人均生活消费支出的数据，并利用统计软件Eviews建立异方差模型 表1 各地区农村居民家庭人均纯收入与家庭人均生活消费支出的数据（单位：元） 【实验过程】 1、启动Eviews6软件，建立新的workfile. 在主菜单中选择【File 】--【New 】--【Workfile 】,弹出 Workfile Create 对话框,在Workfile structure typ 中选择unstructured/undted.然后在observations 中输入31.在WF 中输入Work1，点击OK 按钮。如图： 2、数据导入且将要分析的数据复制黏贴. 在主菜单的空白处输入data x y 按下enter 。将家庭人均纯收入X 和家庭生活消 地区 家庭人均 纯收入 家庭生活消费支出 地区 家庭人均 纯收入 家庭生活消费支出 北京 湖北 3090 天津 湖南 河北 广东 山西 广西 内蒙古 海南 辽宁 重庆 吉林 四川 黑龙江 贵州 上海 云南 江苏 西藏 浙江 陕西 安徽 甘肃 福建 青海 江西 宁夏 山东 新疆 河南 计量经济学练习题 第一章导论 一、单项选择题 ⒈计量经济研究中常用的数据主要有两类：一类是时间序列数据，另一类是【 B 】 A 总量数据 B 横截面数据 C平均数据 D 相对数据 ⒉横截面数据是指【A 】 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 ⒊下面属于截面数据的是【D 】 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 ⒋同一统计指标按时间顺序记录的数据列称为【B 】 A 横截面数据 B 时间序列数据 C 修匀数据D原始数据 ⒌回归分析中定义【 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 二、填空题 ⒈计量经济学是经济学的一个分支学科，是对经济问题进行定量实证研究的技术、方法和相关理论，可以理解为数学、统计学和_经济学_三者的结合。 ⒉现代计量经济学已经形成了包括单方程回归分析，联立方程组模型，时间序列分 析三大支柱。 ⒊经典计量经济学的最基本方法是回归分析。 计量经济分析的基本步骤是：理论（或假说）陈述、建立计量经济模型、收集数据、计量经济模型参数的估计、检验和模型修正、预测和政策分析。 ⒋常用的三类样本数据是截面数据、时间序列数据和面板数据。 ⒌经济变量间的关系有不相关关系、相关关系、因果关系、相互影响关系和恒 等关系。 三、简答题 ⒈什么是计量经济学？它与统计学的关系是怎样的？ 计量经济学就是对经济规律进行数量实证研究，包括预测、检验等多方面的工作。计量经济学是一种定量分析，是以解释经济活动中客观存在的数量关系为内容的一门经济学学科。 计量经济学与统计学密切联系，如数据收集和处理、参数估计、计量分析方法设计，以及参数估计值、模型和预测结果可靠性和可信程度分析判断等。可以说，统计学的知识和方法不仅贯穿计量经济分析过程，而且现代统计学本身也与计量经济学有不少相似之处。例如，统计学也通过对经济数据的处理分析，得出经济问题的数字化特征和结论，也有对经济参数的估计和分析，也进行经济趋势的预测，并利用各种统计量对分析预测的结论进行判断和检验等，统计学的这些内容与计量经济学的内容都很相似。反过来，计量经济学也经常使用各种统计分析方法，筛选数据、选择变量和检验相关结论，统计分析是计量经济分析的重要内容和主要基础之一。 计量经济学与统计学的根本区别在于，计量经济学是问题导向和以经济模型为核心的，而统计学则是以经济数据为核心，且常常是数据导向的。典型的计量经济学分析从具体经济问题出发，先建立经济模型，参数估计、判断、调整和预测分析等都是以模型为基础和出发点；典型的统计学研究则并不一定需要从具体明确的问题出发，虽然也有一些目标，但可以是模糊不明确的。虽然统计学并不排斥经济理论和模型，有时也会利用它们，但统计学通常不一定需要特定的经济理论或模型作为基础和出发点，常常是通过对经济数据的统计处理直接得出结论，统计学侧重的工作是经济数据的采集、筛选和处理。 此外，计量经济学不仅是通过数据处理和分析获得经济问题的一些数字特征，而且是借助于经济思想和数学工具对经济问题作深刻剖析。经过计量经济分析实证检验的经济理论和模型，能够对分析、研究和预测更广泛的经济问题起重要作用。计量经济学从经济理论和经济模型出发进行计量经济分析的过程，也是对经济理论证实或证伪的过程。这些是以处理数 计算分析题（共3小题，每题15分，共计45分） 1、下表给出了一含有3个实解释变量的模型的回归结果： 方差来源 平方和（SS ） 自由度（d.f.） 来自回归65965 — 来自残差— — 总离差(TSS) 66056 43 （1）求样本容量n 、RSS 、ESS 的自由度、RSS 的自由度 （2）求可决系数)37.0(-和调整的可决系数2 R （3）在5%的显著性水平下检验1X 、2X 和3X 总体上对Y 的影响的显著性 （已知0.05(3,40) 2.84F =） （4）根据以上信息能否确定1X 、2X 和3X 各自对Y 的贡献？为什么？ 1、 （1）样本容量n=43+1=44 （1分） RSS=TSS-ESS=66056-65965=91 （1分） ESS 的自由度为: 3 （1分） RSS 的自由度为: d.f.=44-3-1=40 （1分） （2）R 2=ESS/TSS=65965/66056=0.9986 （1分） 2R =1-(1- R 2)(n-1)/(n-k-1)=1-0.0014?43/40=0.9985 （2分） （3）H 0：1230βββ=== （1分） F=/65965/39665.2/(1)91/40 ESS k RSS n k ==-- （2分） F >0.05(3,40) 2.84F = 拒绝原假设 （2分） 所以，1X 、2X 和3X 总体上对Y 的影响显著 （1分） （4）不能。 （1分） 因为仅通过上述信息，可初步判断X 1，X 2，X 3联合起来 对Y 有线性影响，三者的变化解释了Y 变化的约99.9%。但由于 无法知道回归X 1，X 2，X 3前参数的具体估计值，因此还无法 判断它们各自对Y 的影响有多大。 2、以某地区22年的年度数据估计了如下工业就业模型 i i i i i X X X Y μββββ++++=3322110ln ln ln 回归方程如下： i i i i X X X Y 321ln 62.0ln 25.0ln 51.089.3?+-+-= （-0.56）(2.3) (-1.7) (5.8) 2 0.996R = 147.3=DW 式中，Y 为总就业量；X 1为总收入；X 2为平均月工资率；X 3为地方政府的 实验四异方差性 【实验目的】 掌握异方差性的检验及处理方法 【实验内容】 建立并检验我国制造业利润函数模型 【实验步骤】 【例1】表1列出了1998年我国主要制造工业销售收入与销售利润的统计资料，请利用统计软件Eviews建立我国制造业利润函数模型。 一、检验异方差性 ⒈图形分析检验 ⑴观察销售利润（Y）与销售收入（X）的相关图(图1)：SCAT X Y 图1 我国制造工业销售利润与销售收入相关图 从图中可以看出，随着销售收入X的增加，销售利润Y的平均水平不断提高，但离散程度也逐步扩大。这说明变量之间可能存在递增的异方差性。 ⑵残差分析 首先将数据排序（命令格式为：SORT X解释变量），然后建立回归方程。在方程窗口中点击Resids按钮就可以得到模型的残差分布图（或建立方程后在Eviews工作文件窗口中点击resid对象来观察）。View,Actual,Residuai 图2 我国制造业销售利润回归模型残差分布 图2显示回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。 ⒉Goldfeld-Quant检验 ⑴将样本安解释变量排序（SORT X）并分成两部分（分别有1到10共11个样本合19到28共10个样本） ⑵利用样本1建立回归模型1（回归结果如图3），其残差平方和为2579.587。 SMPL 1 10 LS Y C X 图3 样本1回归结果 Dependent Variable: Y Method: Least Squares Date: 11/14/13 Time: 13:37 Sample: 1 10 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C 15.76466 14.82022 1.063727 0.3185 X 0.085894 0.019182 4.477937 0.0021 R-squared 0.714814 Mean dependent var 77.06400 Adjusted R-squared 0.679166 S.D. dependent var 31.70225 S.E. of regression 17.95685 Akaike info criterion 8.790677 Sum squared resid 2579.587 Schwarz criterion 8.851194 Log likelihood -41.95338 F-statistic 20.05192 Durbin-Watson stat 2.280129 Prob(F-statistic) 0.002061 ⑶利用样本2建立回归模型2（回归结果如图4），其残差平方和为63769.67。 SMPL 19 28 LS Y C X 图4 样本2回归结果 Dependent Variable: Y Method: Least Squares Date: 11/14/13 Time: 13:39 Sample: 19 28 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. 金融122班 23号钟萌 异方差性检验 引入滞后变量X-1、X-2、Y-1 。可建立如下中国居民消费函数： Y=β0+β1X+β2X(-1)+β3X(-2)+β4Y(-1) 用OLS法进行估计，结果如下： 对应的表达式为 Y=429.3512+0.143X-0.104X(-1)+0.063X(-2)+0.838Y(-1) 2.18 2.09 -0.73 0.63 7.66 R2=0.9988 F=4503.94 估计结果显示，在5%的显著性水平下，自由度为25的临界值为2.060，若存在异方差性，则可能是由X、Y（-1）引起的。 做OLS回归得到的残差平方项分别与X、Y(-1)的散点图 从散点图可以看出，两者存在异方差性。下面进行统计检验。 采用White异方差检验： 所以辅助回归结果为： e2=-194156.4-249.491X+0.003X2+265.306X(-1)-0.004X(-1)2+4.187X(-2)- 0.001X(-2)2 +51.377Y(-1)+0.001Y(-1)2 -1.566 -4.604 2.863 2.648 -1.604 0.055 -0.301 0.579 0.410 X与X的平方项的参数的t检验是显著的，且White统计量为 16.999>5%显著性水平下，自由度为8的卡方分布值15.51，(从nR2 统计量的对应值的伴随概率值容易看出）所以在5%的显著性水平下，拒绝同方差性这一原假设，方程确实存在异方差性。 用加权最小二乘法对异方差性进行修正，重新进行回归估计， 得到加权后消除异方差性的估计结果： 回归表达式为： Y=275.0278-0.0192X+0.1617X(-1)-0.0732X(-2)+0.9165Y(-1) 3.5753 -0.3139 1.3190 -1.0469 16.5504 名词解释 1、 因果效应：在理想化随机对照实验中得到的，某一给定的行为或处理对结果的影响 2、 实验数据：来源于为评价某种处理（某项政策）抑或某种因果效应而设计的实验 3、 观测数据：通过观察实验之外的实际行为而获得的数据 4、 截面数据：对不同个体如工人、消费者、公司或政府机关等在某一特定时间段内收集到的数据 5、 时间序列数据：对同一个体（个人、公司、国家等）在多个时期内收集到的数据 6、 面板数据：即纵向数据，是多个个体分别在两个或多个时期内观测到的数据 7、 离散型随机变量：一些随机变量是离散的 连续型随机变量：一些随机变量是连续的 8、 期望值：随机变量经过多次重复实验出现的长期平均值，记作E （Y ） 9、 期望：Y 的长期平均值，记作μY 10、方差：是Y 距离其均值的偏差平方的期望值，记作var （Y ） 11、标准差：方差的平方根来表示偏差程度，记作σY 12、独立性：两个随机变量X 和Y 中的一个变量无法提供另一个变量的相关信息 13、标准正态分布：指那些均值102==σμ、方差的正态分布，记作N （0，1） 14、简单随机抽样：n 个对象从总体中抽取，且总体中的每一个个体都有相等的可能性被选入样本 15、独立分布：两个随机变量X 和Y 中的一个变量无法提供另一个变量的相关信息，那么这两个变量X 和Y 独立分布 16、偏差：设Y Y E Y Y μμμμ-??）（为的一个估计量，则偏差是； 一致性：当样本容量增大时，Y μ ?落入真实值Y μ的微小领域区间内的概率接近于1，即Y Y μμ与?是一致的 有效性：如果Y μ ?的方差比Y μ~更小，那么可以说Y Y μμ~?比更有效 17、最小二乘估计量：21)(m i n i -Y ∑ =最小化误差m -i Y 平方和的估计量m 18、P 值：即显著性概率，指原假设为真的情况下，抽取到的统计量与原假设之间的差异程度至少等于样本计算值与 原假设之间差异程度的概率 19、第一类错误：拒绝了实际上为真的原假设 20、一元线性回归模型：i i 10i μββ+X +=Y ；1β代表1X 变化一个单位所导致Y 的变化量 21、普通最小二乘（OLS ）估：选择使得估计的回归线与观测数据尽可能接近的回归系数，其中近似程度用给定X 时预 测Y 的误差的平方和来度量 22、回归2R ：可以由i X 解释（或预测）的i Y 样本方差的比例，即TSS SSR TSS ESS R -==12 23、最小二乘假设：①给定i X 时误差项i μ的条件均值为零：0)(i i =X μE ； ②从联合总体中抽取的， ，，，），，（n ...21i i i =Y X 满足独立同分布； ③大异常值不存在：即i i Y X 和具有非零有限的四阶距 24、1β置信区间：以95%的概率包含1β真值的区间，即在所有可能随机抽取的样本中有95%包含了1β的真值 25、同方差：若对于任意i=1，2，...，n ，给定） （条件分布的方差时χμμ=X X i i i i var 为常数且不依赖于χ，则 称误差项i μ是同方差 计量经济学是经济科学领域内的一门应用科学，以一定的经济理论和实际统计资料为基础，运用数学、统计方法与计算机技术，以建立经济计量模型为主要手段，定量分析研究具有随机特性的经济变量关系。 2、数理经济模型与计量经济模型的区别。 数理：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。 计量：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。 3、经典计量经济学模型的一般形式。 4、计量经济学的数据类型。 时间序列数据：按时间先后排列的统计数据。 截面数据：一个或多个变量在某一时点上的数据集合。 合并数据（平行数据）：既包含时间序列数据又有截面 数据。 5、建立计量经济学模型的步骤。 1） 模型的数学形式。③拟定模型中待估计参数的理论期望 值。 2）样本数据的收集： 差项产生序列相关。②截面数据易引起模型随机误差项 产生异方差。③样本数据的质量：完整性、准确性、可 比性、一致性。 3）模型参数的估计。 4 度检验、变量的显着性检验、方程的显着性检验。③计 量经济学检验：序列相关、异方差法（随机误差项）、 多重共线性（解释变量）④模型预测检验。 6、计量经济学模型的应用。 1）结构分析；2）经济预测；3）政策评价；4）检验与发展经济理论。 7、如何正确选择解释变量。 作为“变量”的原因：1 2）考虑数据的可得性；3）考虑入选变量之间的关系。 8、回归分析的目的。 1）根据自变量的取值，估计应变量的均值；2）检验建立在经济理论基础上的假设；3） 值，预测应变量的均值。 9、总体回归函数(PRF)和样本回归函数(SRF)各变量系数名称及函数方程。 10、随机误差项(Ui)的性质或主要内容。 异方差性 一、单项选择 1.Goldfeld-Quandt 方法用于检验（ ） A.异方差性 B.自相关性 C.随机解释变量 D.多重共线性 2.在异方差性情况下，常用的估计方法是（ ） A.一阶差分法 B.广义差分法 C.工具变量法 D.加权最小二乘法 3.White 检验方法主要用于检验（ ） A.异方差性 B.自相关性 C.随机解释变量 D.多重共线性 4.Glejser 检验方法主要用于检验（ ） A.异方差性 B.自相关性 C.随机解释变量 D.多重共线性 5.下列哪种方法不是检验异方差的方法 （ ） A.戈德菲尔特——匡特检验 B.怀特检验 C.戈里瑟检验 D.方差膨胀因子检验 6.当存在异方差现象时，估计模型参数的适当方法是 （ ） A.加权最小二乘法 B.工具变量法 C.广义差分法 D.使用非样本先验信息 7.加权最小二乘法克服异方差的主要原理是通过赋予不同观测点以不同的权数，从而提高估计精度，即 （ ） A.重视大误差的作用，轻视小误差的作用 B.重视小误差的作用，轻视大误差的作用 C.重视小误差和大误差的作用 D.轻视小误差和大误差的作用 8.如果戈里瑟检验表明，普通最小二乘估计结果的残差i e 与i x 有显著的形式 i i i v x e +=28715.0的相关关系（i v 满足线性模型的全部经典假设），则用加权最小二 乘法估计模型参数时，权数应为 （ ） A. i x B. 21i x C. i x 1 D. i x 1 9.如果戈德菲尔特——匡特检验显著，则认为什么问题是严重的 （ ） A.异方差问题 B.序列相关问题 C.多重共线性问题 D.设定误差问题 10.设回归模型为i i i u bx y +=，其中i i x u Var 2)(σ=，则b 的最有效估计量为（ ） A. ∑∑=2?x xy b B. 2 2)(?∑∑∑∑∑--=x x n y x xy n b C. x y b =? D. ∑=x y n b 1? 二、多项选择 1.下列计量经济分析中那些很可能存在异方差问题（ ） A.用横截面数据建立家庭消费支出对家庭收入水平的回归模型 B.用横截面数据建立产出对劳动和资本的回归模型 C.以凯恩斯的有效需求理论为基础构造宏观计量经济模型 计量经济学分析计算题（每小题10分） 1．下表为日本的汇率与汽车出口数量数据， X:年均汇率（日元/美元） Y:汽车出口数量（万辆） 问题：（1）画出X 与Y 关系的散点图。 （2）计算X 与Y 的相关系数。其中X 129.3＝ ，Y 554.2＝，2 X X 4432.1∑ （－）＝，2 Y Y 68113.6∑（－）＝，()()X X Y Y ∑－－＝16195.4 （3）采用直线回归方程拟和出的模型为 ?81.72 3.65Y X =+ t 值 1.2427 7.2797 R 2=0.8688 F=52.99 解释参数的经济意义。 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 （45.2） （1.53） n=30 R 2=0.31 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。 3．估计消费函数模型i i i C =Y u αβ++得 i i ?C =150.81Y + t 值 （13.1）（18.7） n=19 R 2=0.81 其中，C ：消费（元） Y ：收入（元） 已知0.025(19) 2.0930t =，0.05(19) 1.729t =，0.025(17) 2.1098t =，0.05(17) 1.7396t =。 问：（1）利用t 值检验参数β的显著性（α＝0.05）；（2）确定参数β的标准差；（3）判断一下该模型的拟合情况。 4．已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ （－）＝，2 Y Y 68113.6∑ （－）＝， 求判定系数和相关系数。 5．有如下表数据 日本物价上涨率与失业率的关系 （1）设横轴是U ，纵轴是P ，画出散点图。根据图形判断，物价上涨率与失业率之间是什么样的关系？拟合什么样的模型比较合适？ （2）根据以上数据，分别拟合了以下两个模型： 模型一：1 6.3219.14 P U =-+ 模型二：8.64 2.87P U =- 分别求两个模型的样本决定系数。 7．根据容量n=30的样本观测值数据计算得到下列数据：XY 146.5＝ ，X 12.6＝，Y 11.3＝，2X 164.2＝，2Y ＝134.6，试估计Y 对X 的回归直线。 8．下表中的数据是从某个行业5个不同的工厂收集的，请回答以下问题： 第五章课后答案 5.1 （1）因为22()i i f X X =，所以取221i i W X =，用2i W 乘给定模型两端，得 31232222 1i i i i i i i Y X u X X X X βββ=+++ 上述模型的随机误差项的方差为一固定常数，即 2 2221 ()()i i i i u Var Var u X X σ== （2）根据加权最小二乘法，可得修正异方差后的参数估计式为 ***12233???Y X X βββ=-- ()()()() ()()() ***2*** *22232322 322*2*2** 2223223?i i i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-= -∑∑∑∑∑∑∑ ()()( )()()( )( )** *2 ** ** 232222223 3 2 *2 *2** 2223223?i i i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-= -∑∑ ∑ ∑ ∑∑∑ 其中 2223 2***23222, , i i i i i i i i i W X W X W Y X X Y W W W = = = ∑∑∑∑∑∑ ***** *222333 i i i i i x X X x X X y Y Y =-=-=- 5.2 （1） 22222 11111 ln()ln()ln(1)1 u ln()1 Y X Y X Y u u X X X u ββββββββββ--==+≈=-∴=+ [ln()]0 ()[ln()1][ln()]11 E u E E u E u μ=∴=+=+=又 （2） [ln()]ln ln 0 1 ()11 i i i i P P i i i i P P i i E P E μμμμμμμ===?====∑∏∏∑∏∏不能推导出 所以E 1μ（）=时，不一定有E 0μ（ln ）= (3) 对方程进行差分得： 1)i i βμμ--i i-12i i-1lnY -lnY =(lnX -X )+(ln ln 则有：1)]0i i μμ--=E[(ln ln 第一章 导论 1、什么是计量经济学模型？它有哪些要素？要素的内容是什么？ 计量经济模型就是经济变量之间所存在的随机关系的一种数学表达式，其一般形式为： 模型由经济变量（x,y ），随机误差项（u ），参数（β）和方程的形式 f (?)等四个要素构成。 经济变量（x,y ）——用于描述经济活动水平的各种量，是经济计量建模的基础 随机误差项（u ）——表示模型中尚未包含的影响 因素对因变量的影响，一般假定其满足一定条件。 参数（β）——是模型中表示变量之间 数量关系的系数， 具体说明解释变量对解释变量的影响程度。 方程的形式 f (?) ——是将计量经济模型的三个要素联系 在一起的数学表达式，分为线性模型和非线性模型。 2、经典计量经济学模型的建模步骤及主要内容是什么？ 经典计量建模可分为四个连续的阶段：模型设定，参数估计，模型检验，模型应用。模型设定阶段需研究有关经济理论并确定变量以及函数形式，进行样本数据的收集与整理；模型的参数估计阶段要用到统计推断、回归分析方法，经常需要借助于统计软件的帮助得到参数的估计结果，参数一经确定，模型中各变量之间的关系就确定了，模型也就随之确定了。参数估计的主要方法有最小平方法（OLS ）及其拓展形式（GLS 、WLS 、2StageLS 等）、最大似然估计法、数值计算法等；模型检验包括经济意义检验、统计检验、计量经济检验；模型可应用于验证与发展经济理论、结构分析、经济预测、政策评价等方面。 3、数据及数据类型 变量的具体取值称为数据(Data)。数据是经济计量分析的原材料，根据形式不同，数据分为时间序列数据、横截面数据和合并数据。 1.时间序列数据（Time series data ）是按时间顺序排列而成的数据。 2.截面数据（Cross sectional data ）又称横断面数据，是指在同一时间，不同统计单位的相同统计指标组成的数据列。 3.合并数据（Pooled data ）是指既有时间序列数据又有横截面数据。 4、试题举例 1、在同一时间不同统计单位的相同统计指标组成的数据列，是（ ）。 A 、 原始数据 B 、 合并数据 C 、 时间序列数据 D 、 横截面数据 2、既有时间序列数据又有横截面数据的数据是( )。 A 、 原始数据 B 、时间序列数据 C 、合并数据 D 、 截面数据 第二章 一元线性回归 一、主要内容： 1为什么计量经济学模型的理论方程中必须包含随机干扰项？（或：随机误差项包含哪些内容？） 在总体回归函数中引进随机扰动项，主要有以下几方面的原因： (,,) y f x u β= 计量经济学课后习题答 案汇总 标准化工作室编码[XX968T-XX89628-XJ668-XT689N] 计量经济学练习题 第一章导论 一、单项选择题 ⒈计量经济研究中常用的数据主要有两类：一类是时间序列数据，另一类是【 B 】 A 总量数据 B 横截面数据 C平均数据 D 相对数据 ⒉横截面数据是指【 A 】 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 ⒊下面属于截面数据的是【 D 】 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 ⒋同一统计指标按时间顺序记录的数据列称为【 B 】 A 横截面数据 B 时间序列数据 C 修匀数据 D原始数据 ⒌回归分析中定义【 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 二、填空题 ⒈计量经济学是经济学的一个分支学科，是对经济问题进行定量实证研究的技术、方法和相关理论，可以理解为数学、统计学和_经济学_三者的结合。 ⒉现代计量经济学已经形成了包括单方程回归分析，联立方程组模型，时间序列 分析三大支柱。 ⒊经典计量经济学的最基本方法是回归分析。 计量经济分析的基本步骤是：理论（或假说）陈述、建立计量经济模型、收集数据、计量经济模型参数的估计、检验和模型修正、预测和政策分析。 ⒋常用的三类样本数据是截面数据、时间序列数据和面板数据。 ⒌经济变量间的关系有不相关关系、相关关系、因果关系、相互影响关系 和恒等关系。 三、简答题 ⒈什么是计量经济学它与统计学的关系是怎样的 计量经济学就是对经济规律进行数量实证研究，包括预测、检验等多方面的工作。计量经济学是一种定量分析，是以解释经济活动中客观存在的数量关系为内容的一门经济学学科。 计量经济学与统计学密切联系，如数据收集和处理、参数估计、计量分析方法设计，以及参数估计值、模型和预测结果可靠性和可信程度分析判断等。可以说，统计学的知识和方法不仅贯穿计量经济分析过程，而且现代统计学本身也与计量经济学有不少相似之处。例如，统计学也通过对经济数据的处理分析，得出经济问题的数字化特征和结论，也有对经济参数的估计和分析，也进行经济趋势的预测，并利用各种统计量对分析预测的结论进行判断和检验等，统计学的这些内容与计量经济学的内容都很相似。反过来，计量经济学也经常使用各种统计分析方法，筛选数据、选择变量和检验相关结论，统计分析是计量经济分析的重要内容和主要基础之一。 计量经济学与统计学的根本区别在于，计量经济学是问题导向和以经济模型为核心的，而统计学则是以经济数据为核心，且常常是数据导向的。典型的计量经济学分析从具体经济问题出发，先建立经济模型，参数估计、判断、调整和预测分析等都是以模型为基础和出发点；典型的统计学研究则并不一定需要从具体明确的问题出发，虽然也有一些目标，但可以是模糊不明确的。虽然统计学并不排斥经济理论和模型，有时也会利用它们，但统计学通常不一定需要特定的经济理论或模型作为基础和出发点，常常是通过对经济数据的统计处理直接得出结论，统计学侧重的工作是经济数据的采集、筛选和处理。 此外，计量经济学不仅是通过数据处理和分析获得经济问题的一些数字特征，而且是借助于经济思想和数学工具对经济问题作深刻剖析。经过计量经济分析实证检验的经济理论和模型，能够对分析、研究和预测更广泛的经济问题起重要作用。计量经济学从 计量经济学：部分计算题解法汇总 1、求判别系数——R^2 已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ （－）＝，2Y Y 68113.6∑（－）＝， 2、置信区间 有10户家庭的收入（X ，元）和消费（Y ，百元）数据如下表： 10户家庭的收入（X ）与消费（Y ）的资料 X 20 30 33 40 15 13 26 38 35 43 Y 7 9 8 11 5 4 8 10 9 10 若建立的消费Y 对收入X 的回归直线的Eviews 输出结果如下： Dependent Variable: Y Adjusted R-squared F-statistic Durbin-Watson （1（2）在95%的置信度下检验参数的显著性。（0.025(10) 2.2281t =，0.05(10) 1.8125t =，0.025(8) 2.3060t =，0.05(8) 1.8595t =） （3）在90%的置信度下，预测当X ＝45（百元）时，消费（Y ）的置信区间。（其中29.3x =，2()992.1x x - =∑） 答：（1）回归模型的R 2 ＝，表明在消费Y 的总变差中，由回归直线解释的部分占到90％以上，回归直线的代表性及解释能力较好。（2分） 家庭收入对消费有显著影响。（2分）对于截距项， 检验。（2分） （3）Y f =+×45＝（2分） 90%置信区间为（，+），即（，）。（2分） 注意：a 水平下的t 统计量的的重要性水平，由于是双边检验，应当减半 3、求SSE 、SST 、R^2等 已知相关系数r ＝，估计标准误差?8σ＝，样本容量n=62。 求：（1）剩余变差；（2）决定系数；（3）总变差。 （2）2220.60.36R r ===（2分） 4、联系相关系数与方差（标准差），注意是n-1 在相关和回归分析中，已知下列资料： 222X Y i 1610n=20r=0.9(Y -Y)=2000σσ∑＝，＝，，，。 （1）计算Y 对X 的回归直线的斜率系数。（2）计算回归变差和剩余变差。（3） （2）R 2=r 2==， 总变差：TSS ＝RSS/(1-R 2)=2000/=（2分） 异方差性及其检验 I 概念 对于多元线性回归模型 同方差性假设为 如果出现 即对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，不具有等同的分散程度，则认为出现了异方差（Heteroskedasticity ） II 类型 同方差性假定是指，回归模型中不可观察的随机误差项i u 以解释变量X 为条件的方差是一个常数，因此每个i u 的条件方差不随X 的变化而变化，即有 2()i i f X σ=≠常数 在异方差的情况下，总体中的随机误差项i u 的方差 2 i σ不再是常数， 通常它随解释变量值的变化而变化，即 异方差一般可归结为三种类型： 01122 1,2, ,i i i k ki i Y X X X i n ββββμ=+++ ++=2(), 1,2,...,i Var i n μσ==2(), 1,2,...,i i Var i n μσ==2() i i f X σ= 异方差类型图： III来源 （1）截面数据（不同样本点除解释变量外其他影响差异大） （2）时间序列（规模差异） （3）分组数据、异常值等 （4）模型函数形式设置不正确和数据变形不正确 （5）边错边改学习模型 IV影响 计量经济学模型一旦出现异方差，如果仍然用普通最小二乘法估计模型参数，会产生一系列不良后果。 （1）参数估计量非有效 （2）OLS估计的随机干扰项的方差不再是无偏的 （3）基于OLS估计的各种统计检验非有效 （4）模型的预测失效 V检验 异方差性，即相对于不同的样本点，也就是相对于不同的解释变量观测值，随机干扰项具有不同的方差，那么检验异方差性，也就是检验随机干扰项的方差与解释变量观测值之间的相关性。 一般检验方法如下： （1）图示检验法 （2）帕克(Park)检验与戈里瑟(Gleiser)检验 （3）G-Q（Goldfeld-Quandt）检验 （4）F检验 （5）拉格朗日乘子检验 （6）怀特检验 （具体步骤随后介绍） VI修正方法 加权最小二乘法 定义：加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用OLS法估计其参数。 基本思想：在采用OLS方法时，对较小的残差平方2? e赋予较大的权 i 重，对较大的2? e赋予较小的权重，以对残差提供的信息的重要程度 i 作一番修正，提高参数估计的精确程度。 不同形式的异方差要求用不同的加权方法来处理： 第6章非经典截面数据计量经济学模型 1．在经典截面数据计量经济学模型中，通常选择哪些类型的数据作为样本数据？对被解释变量样本数据有哪些假定？ 答：（1）在经典的截面数据计量经济学模型中，通常选择横截面数据作为样本数据。 （2）对被解释变量的样本数据，通常有以下假定： ①假定被解释变量都是连续型的随机抽取的变量； ②假定被解释变量和随机干扰项所服从的分布类型是一致的； ③假定得到的被解释变量的样本观测值可以完全反映被解释变量的实际状态。 2．某一截面数据计量经济学模型Y i＝β′X i＋μi，被解释变量服从正态分布，其样本观测值为Y1，Y2，…，Y n，其中Y1，Y2，Y3取相同的值α，其他观测值均大于α。分别将该组样本看作未受限制的随机抽取样本、以α为截断点的选择性样本、以α为归并点的选择性样本，分别采用最大似然法估计模型。 （1）写出3种情况下的对数似然函数表达式。 （2）比较3种情况下对数似然函数值的大小，并加以简单证明。 解：（1）①在假设该组样本为未受限制的随机抽样样本时，其似然函数为： ()()() ()()()()2 23222141 2 21 2 /2 12/2 1 ,,, ,21 2i i n i i i i i Y X n n n a X Y X n n L P Y Y Y e e βσ ββσβσ πσπσ ==- -??--+-?????? ∑∑∑== = 对该似然函数方程的左右两边分别取对数，可得其对数似然函数表达式为： ()()()3222 2141ln ln 222n i i i i i n L a X Y X πσββσ==??=---+-?? ?? ∑∑ ②当假设所取的样本为以α为截断点的选择性样本时，其似然函数为： ()() 2 2 2 4 431ln ln 2ln 122n n i i i i i a X n L Y X βπσβσσ ==?-? -??=-----Φ?? ???? ?∑∑ ③当假设所取的样本为以α为归并点的选择性样本时，Y i 的概率密度似然函数分为两部分为两部分，一部分是Y i ＝α的前三个点，其概率密度函数为： ()()i i i i a X P Y P a X βαμβσ-?? ==≤-=Φ ??? 另一部分是后n －3个点，他们服从正态分布N （X i β，σ2），其概率密度函数为： ()()2 2 21i i Y X i f Y e βσ-- = 1、某农产品试验产量Y （公斤/亩）和施肥量X （公斤/亩）7块地的数据资料汇总如下： ∑=255i X ∑=3050i Y ∑=71.12172i x ∑=429.83712i y ∑=857.3122i i y x 后来发现遗漏的第八块地的数据：208=X ，4008=Y 。 要求汇总全部8块地数据后进行以下各项计算，并对计算结果的经济意义和统计意义做简要的解释。 （1）该农产品试验产量对施肥量X （公斤/亩）回归模型Y a bX u =++进行估计； （2）对回归系数（斜率）进行统计假设检验，信度为； （3）估计可决系数并进行统计假设检验，信度为。 解：首先汇总全部8块地数据： 871 81 X X X i i i i +=∑∑== =255+20 =275 n X X i i ∑==8 1 )8(375.348 275 == 2) 7(7 127 127X x X i i i i +=∑∑== =+7?2 7255?? ? ??=10507 287 1 28 1 2X X X i i i i +=∑∑== =10507+202 = 10907 2) 8(8 1 28 1 28X X x i i i i +=∑∑== = 10907-8?2 8275?? ? ??= 87 1 81 Y Y Y i i i i +=∑∑===3050+400=3450 25.4318 3450 8 1 )8(== =∑=n Y Y i i 2) 7(7 1 2 712 7Y y Y i i i i +=∑∑== =+7?2 73050??? ??=1337300 287 1 2 81 2Y Y Y i i i i +=∑∑== =1337300+4002 = 1497300 2)8(8 1 28128Y Y y i i i i +=∑∑== =1497300 -8?( 8 3450)2 == ) 7()7(7 1 7 17Y X y x Y X i i i i i i +=∑∑== ==+7??? ??7255??? ? ??73050 =114230 887 1 81 Y X Y X Y X i i i i i i +=∑∑== =114230+20?400 =122230 第五章异方差性 本章教学要求：根据类型，异方差性是违背古典假定情况下线性回归模型建立的另一问题。通过本章的学习应达到，掌握异方差的基本概念包括经济学解释，异方差的出现对模型的不良影响，诊断异方差的方法和修正异方差的方法。经过学习能够处理模型中出现的异方差问题。 第一节异方差性的概念 一、例子 例1，研究我国制造业利润函数，选取销售收入作为解释变量，数据为1998年的食品年制造业、饮料制造业等28个截面数据（即n=28）。数据如下表,其中y表示制造业利润函数，x表示销售收入（单位为亿元）。 Y对X的散点图为 从散点图可以看出，在线性的基础上，有的点分散幅度较小，有的点分散幅度较大。因此，这种分散幅度的大小不一致，可以认为是由于销售收入的影响，使得制造业利润偏离均值的程度发生了变化，而这种偏离均值的程度大小不同是一种什么现象？如何定义？如果非线性，则属于哪类非线性，从图形所反映的特征看并不明显。 下面给出制造业利润对销售收入的回归估计。 模型的书写格式为 2 ?12.03350.1044(0.6165)(12.3666) 0.8547,..84191.34,152.9322213.4639, 146.4905 Y Y X R S E F Y s =+===== 通过变量的散点图、参数估计、残差图，可以看到模型中（随机误差）很有可能存在一种系统性的表现。 例2，改革开放以来，各地区的医疗机构都有了较快发展，不仅政府建立了一批医疗机构，还建立了不少民营医疗机构。各地医疗机构的发展状况，除了其他因素外主要决定于对医疗服务的需求量，而医疗服务需求与人口数量有关。为了给制定医疗机构的规划提供依据，分析比较医疗机构与人口数量的关系，建立卫生医疗机构数与人口数的回归模型。根据四川省2000年21个地市州医疗机构数与人口数资料对模型估计的结果如下： i i X Y 3735.50548.563?+-= （291.5778） (0.644284) t =(-1.931062) (8.340265) 785456.02=R 774146.02 =R 56003.69=F 式中Y 表示卫生医疗机构数（个），X 表示人口数量（万人）。从回归模型估计的异方差性的white检验及处理方法
计量经济学课后习题答案
计量经济学-李子奈-计算题整理集合
计量经济学 实验4 异方差
异方差性检验
计量经济学
计量经济学的概念
异方差性习题及答案
计量经济学分析计算题Word版
计量经济学课后答案第五章 异方差性汇总
计量经济学要点
计量经济学课后习题答案汇总
计量经济学计算题解法汇总
异方差性及其检验
李子奈《计量经济学》课后习题详解(非经典截面数据计量经济学模型)【圣才出品】
计量经济学计算题
计量经济学课件：第五章-异方差性汇总