计量经济学课后答案——张龙版

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)