计量经济学课后答案——张龙版
- 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)。
计量经济学第一次作业
第二章P85
8.用SPSS软件对10名同学的成绩数据进行录入,分析得r=,这说明学生的课堂练习和期终考试有密切的关系,一般平时练习成绩较高者,期终成绩也高。
9.(1)一元线性回归模型如下:Y i=ß0+ß1X i+u i
其中,Y
i 表示财政收入,X
i
表示国民生产总值,u
i
为随机扰动项,
ß0 ß1为待估参数。
由Eviews软件得散点图如下图:
(2)Ý
i
=+
SÊ:
t:
R2=0.958316 F= df=28
斜率ß
1
=表示国民生产总值每增加1亿元,财政收入增加亿元。
(3)可决系数R2=表示在财政收入Y的总变差中由模型作出的解释部分占%,即有%由国民生产总值来解释,同时说明样本回归模型对样本数据的拟合程度较高。R2=ESS/(ESS+RSS)
ESS=RSS*R2/(1-R2)=+08)*=+08
F=(n-2)ESS/RSS,ESS=F*RSS/(n-2)=*E09
(4)SÊ(ß
0)= SÊ(ß
1
)=
ß1的95%的置信区间是:
[ß(28)S Ê(ß1),ß1+(28)S Ê(ß1)] 代入数值得: [即:[,]
同理可得,ß0的95%置信区间为[,] (5)①原假设H 0:ß0=0 备择假设:H 1:ß0≠0
则ß0的t 值为:t 0=
当ɑ=时
t ɑ/2(28)=
|t 0|=>t ɑ/2(28)= 故拒绝原假设H 0,表明模型应保留截距项。 ②原假设H 0:ß1=0 备择假设:H 1:ß1≠0
当ɑ=时
t ɑ/2(28)=
因为|t 1|=>t ɑ/2(28)= 故拒绝原假设H 0
表明国民生产总值的变动对国家财政收入有显著影响.
计量经济学
第二次作业
第二章9.(10) 、建立X 与t 的趋势模型,其回归分析结果如下:
Dependent Variable: X Method: Least Squares Date: 04/19/10 Time: 22:03 Sample: 1978 2008
Included observations: 31
Variable
Coefficien t Std. Error t-Statistic
Prob.
T C
Dependent Variable: Y Method: Least Squares Date: 04/10/10 Time: 17:31 Sample: 1978 2007
Included observations: 30
Variable
Coefficien t Std. Error t-Statistic
Prob.
C X
R-squared
Mean dependent var
Adjusted R-squared . dependent var . of regression Akaike info criterion
Sum squared resid +08 Schwarz criterion
Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)
R-squared
Mean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion
Sum squared resid +10 Schwarz criterion
Log likelihood F-statistic Durbin-Watson stat
Prob(F-statistic)
令t=2008,其预测结果X=
再根据X 对Y 进行预测,其预测结果为Y= X 2008= Y 2008=
(S Ê(e 0))2—(S Ê(Y0))2=ó2
所以S Ê(e 0)= 在95%的置信度下,Y 2008的预测区间为: [Y 0-t α/2S Ê(e 0),Y 0+t α/2S Ê(e 0)]=[,]
第三章
P124,6. 该家庭在衣着用品方面的开支(Y )对总开支(X 1)以及衣着用品价格(X 2)的最
小二乘估计结果如下:
Dependent Variable: Y Method: Least Squares Date: 04/20/10 Time: 09:24 Sample: 1991 2000
Included observations: 10
Variable
Coefficien t Std. Error t-Statistic
Prob.
C X1 X2
R-squared
Mean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion
Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat
Prob(F-statistic)
12- 3.755455 + 0.183866 + 0.301746 i i i Y X X = :SE (2.679575) (0.028973) (0.167644) :t (-1.401511) (6.346071) (1.799923)