(完整word版)计量经济学中级教程(潘省初 清华大学出版社)课后习题答案

合集下载

计量经济学课后习题答案第八章_答案

计量经济学课后习题答案第八章_答案

第八章虚拟变量模型1. 回归模型中引入虚拟变量的作用是什么?答:在模型中引入虚拟变量,主要是为了寻找某(些)定性因素对解释变量的影响。

加法方式与乘法方式是最主要的引入方式,前者主要适用于定性因素对截距项产生影响的情况,后者主要适用于定性因素对斜率项产生影响的情况。

除此外,还可以加法与乘法组合的方式引入虚拟变量,这时可测度定性因素对截距项与斜率项同时产生影响的情况。

2. 虚拟变量有哪几种基本的引入方式? 它们各适用于什么情况?答:在模型中引入虚拟变量的主要方式有加法方式与乘法方式,前者主要适用于定性因素对截距项产生影响的情况,后者主要适用于定性因素对斜率项产生影响的情况。

除此外,还可以加法与乘法组合的方式引入虚拟变量,这时可测度定性因素对截距项与斜率项同时产生影响的情况。

3.什么是虚拟变量陷阱?答:根据虚拟变量的设置原则,一般情况下,如果定性变量有m个类别,则需在模型中引入m-1个变量。

如果引入了m个变量,就会导致模型解释变量出现完全的共线性问题,从而导致模型无法估计。

这种由于引入虚拟变量个数与类别个数相等导致的模型无法估计的问题,称为“虚拟变量陷阱”。

4.在一项对北京某大学学生月消费支出的研究中,认为学生的消费支出除受其家庭的每月收入水平外,还受在学校中是否得到奖学金,来自农村还是城市,是经济发达地区还是欠发达地区,以及性别等因素的影响。

试设定适当的模型,并导出如下情形下学生消费支出的平均水平:(1) 来自欠发达农村地区的女生,未得到奖学金;(2) 来自欠发达城市地区的男生,得到奖学金;(3) 来自发达地区的农村女生,得到奖学金;(4) 来自发达地区的城市男生,未得到奖学金。

解答: 记学生月消费支出为Y,其家庭月收入水平为X,则在不考虑其他因素的影响时,有如下基本回归模型:Y i=β0+β1X i+μi有奖学金1 来自城市无奖学金0 来自农村来自发达地区 1 男性0 来自欠发达地区0 女性Y i=β0+β1X i+α1D1i+α2D2i+α3D3i+α4D4i+μi由此回归模型,可得如下各种情形下学生的平均消费支出:(1) 来自欠发达农村地区的女生,未得到奖学金时的月消费支出:E(Y i|= X i, D1i=D2i=D3i=D4i=0)=β0+β1X i(2) 来自欠发达城市地区的男生,得到奖学金时的月消费支出:E(Y i|= X i, D1i=D4i=1,D2i=D3i=0)=(β0+α1+α4)+β1X i(3) 来自发达地区的农村女生,得到奖学金时的月消费支出:E(Y i |= X i , D 1i =D 3i =1,D 2i =D 4i =0)=(β0+α1+α3)+β1X i (4) 来自发达地区的城市男生,未得到奖学金时的月消费支出: E(Y i |= X i ,D 2i =D 3i =D 4i =1, D 1i =0)= (β0+α2+α3+α4)+β1X i5. 研究进口消费品的数量Y 与国民收入X 的模型关系时,由数据散点图显示1979年前后Y 对X 的回归关系明显不同,进口消费函数发生了结构性变化:基本消费部分下降了,而边际消费倾向变大了。

《计量经济学》第五章习题及参考答案.doc

《计量经济学》第五章习题及参考答案.doc

第五章经典单方程计量经济学模型:专门问题一、内容提要本章主要讨论了经典单方程回归模型的几个专门题。

第一个专题是虚拟解释变量问题。

虚拟变量将经济现象中的一些定性因素引入到可以进行定量分析的回归模型,拓展了回归模型的功能。

本专题的重点是如何引入不同类型的虚拟变量来解决相关的定性因素影响的分析问题,主要介绍了引入虚拟变量的加法方式、乘法方式以及二者的组合方式。

在引入虚拟变量时有两点需要注意,一是明确虚拟变量的对比基准,二是避免出现“虚拟变量陷阱”。

第二个专题是滞后变量问题。

滞后变量包括滞后解释变量与滞后被解释变量,根据模型中所包含滞后变量的类别又可将模型划分为自回归分布滞后模型与分布滞后模型、自回归模型等三类。

本专题重点阐述了产生滞后效应的原因、分布滞后模型估计时遇到的主要困难、分布滞后模型的修正估计方法以及自回归模型的估计方法。

如对分布滞后模型可采用经验加权法、Almon多项式法、Koyck方法来减少滞项的数目以使估计变得更为可行。

而对自回归模型,则根据作为解释变量的滞后被解释变量与模型随机扰动项的相关性的不同,采用工具变量法或OLS 法进行估计。

由于滞后变量的引入,回归模型可将静态分析动态化,因此,可通过模型参数来分析解释变量对被解释变量影响的短期乘数和长期乘数。

第三个专题是模型设定偏误问题。

主要讨论当放宽“模型的设定是正确的”这一基本假定后所产生的问题及如何解决这些问题。

模型设定偏误的类型包括解释变量选取偏误与模型函数形式选取取偏误两种类型,前者又可分为漏选相关变量与多选无关变量两种情况。

在漏选相关变量的情况下,OLS估计量在小样本下有偏,在大样本下非一致;当多选了无关变量时,OLS估计量是无偏且一致的,但却是无效的;而当函数形式选取有问题时,OLS估计量的偏误是全方位的,不仅有偏、非一致、无效率,而且参数的经济含义也发生了改变。

在模型设定的检验方面,检验是否含有无关变量,可用传统的t检验与F检验进行;检验是否遗漏了相关变量或函数模型选取有错误,则通常用一般性设定偏误检验(RESET检验)进行。

(完整word版)计量经济学(第四版)习题及参考答案详细版

(完整word版)计量经济学(第四版)习题及参考答案详细版

计量经济学(第四版)习题参考答案潘省初第一章 绪论1.1 试列出计量经济分析的主要步骤。

一般说来,计量经济分析按照以下步骤进行:(1)陈述理论(或假说) (2)建立计量经济模型 (3)收集数据 (4)估计参数 (5)假设检验 (6)预测和政策分析 1.2 计量经济模型中为何要包括扰动项?为了使模型更现实,我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素,这些因素包括相对而言不重要因而未被引入模型的变量,以及纯粹的随机因素。

1.3什么是时间序列和横截面数据? 试举例说明二者的区别。

时间序列数据是按时间周期(即按固定的时间间隔)收集的数据,如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。

横截面数据是在同一时点收集的不同个体(如个人、公司、国家等)的数据。

如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。

1.4估计量和估计值有何区别?估计量是指一个公式或方法,它告诉人们怎样用手中样本所提供的信息去估计总体参数。

在一项应用中,依据估计量算出的一个具体的数值,称为估计值。

如Y就是一个估计量,1nii YY n==∑。

现有一样本,共4个数,100,104,96,130,则根据这个样本的数据运用均值估计量得出的均值估计值为5.107413096104100=+++。

第二章 计量经济分析的统计学基础2.1 略,参考教材。

2.2请用例2.2中的数据求北京男生平均身高的99%置信区间NSS x ==45=1.25 用α=0.05,N-1=15个自由度查表得005.0t =2.947,故99%置信限为 x S t X 005.0± =174±2.947×1.25=174±3.684也就是说,根据样本,我们有99%的把握说,北京男高中生的平均身高在170.316至177.684厘米之间。

计量经济学题库(超完整版)及答案

计量经济学题库(超完整版)及答案

量经济学题库一、单项选择题(每小题1分)1.计量经济学是下列哪门学科的分支学科(C)。

A.统计学B.数学C.经济学D.数理统计学2.计量经济学成为一门独立学科的标志是(B)。

A.1930年世界计量经济学会成立B.1933年《计量经济学》会刊出版C.1969年诺贝尔经济学奖设立D.1926年计量经济学(Economics)一词构造出来3.外生变量和滞后变量统称为(D)。

A.控制变量B.解释变量C.被解释变量D.前定变量4.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5.同一统计指标,同一统计单位按时间顺序记录形成的数据列是(C)。

A.时期数据B.混合数据C.时间序列数据D.横截面数据6.在计量经济模型中,由模型系统内部因素决定,表现为具有一定的概率分布的随机变量,其数值受模型中其他变量影响的变量是()。

A.内生变量B.外生变量C.滞后变量D.前定变量7.描述微观主体经济活动中的变量关系的计量经济模型是()。

A.微观计量经济模型B.宏观计量经济模型C.理论计量经济模型D.应用计量经济模型8.经济计量模型的被解释变量一定是()。

A.控制变量B.政策变量C.内生变量D.外生变量9.下面属于横截面数据的是()。

A.1991-2003年各年某地区20个乡镇企业的平均工业产值B.1991-2003年各年某地区20个乡镇企业各镇的工业产值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个乡镇各镇的工业产值10.经济计量分析工作的基本步骤是()。

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→总体估计→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11.将内生变量的前期值作解释变量,这样的变量称为()。

计量经济学课后答案第四、五章(内容参考)

计量经济学课后答案第四、五章(内容参考)

计量经济学课后答案第四、五章(内容参考)第四章随机解释变量问题1. 随机解释变量的来源有哪些?答:随机解释变量的来源有:经济变量的不可控,使得解释变量观测值具有随机性;由于随机干扰项中包括了模型略去的解释变量,而略去的解释变量与模型中的解释变量往往是相关的;模型中含有被解释变量的滞后项,而被解释变量本身就是随机的。

2.随机解释变量有几种情形? 分情形说明随机解释变量对最小二乘估计的影响与后果?答:随机解释变量有三种情形,不同情形下最小二乘估计的影响和后果也不同。

(1)解释变量是随机的,但与随机干扰项不相关;这时采用OLS估计得到的参数估计量仍为无偏估计量;(2)解释变量与随机干扰项同期无关、不同期相关;这时OLS估计得到的参数估计量是有偏但一致的估计量;(3)解释变量与随机干扰项同期相关;这时OLS估计得到的参数估计量是有偏且非一致的估计量。

3. 选择作为工具变量的变量必须满足那些条件?答:选择作为工具变量的变量需满足以下三个条件:(1)与所替代的随机解释变量高度相关;(2)与随机干扰项不相关;(3)与模型中其他解释变量不相关,以避免出现多重共线性。

4.对模型Y t =β+β1X1t+β2X2t+β3Yt-1+μt假设Yt-1与μt相关。

为了消除该相关性,采用工具变量法:先求Y t关于X1t与 X2t回归,得到Yt,再做如下回归:Y t =β+β1X1t+β2X2t+β3Y t?1-+μt试问:这一方法能否消除原模型中Yt的相关性? 为什么?解答:能消除。

在基本假设下,X1t,X2t与μt应是不相关的,由此知,由X1t 与X2t估计出的Yt应与μt不相关。

5.对于一元回归模型Y t =β+β1Xt*+μt假设解释变量Xt *的实测值Xt与之有偏误:Xt= Xt*+et,其中et是具有零均值、无序列相关,且与Xt不相关的随机变量。

试问:(1) 能否将X t= X t*+e t代入原模型,使之变换成Y t=β0+β1X t+νt后进行估计? 其中,νt为变换后模型的随机干扰项。

计量经济学经典习题参考答案

计量经济学经典习题参考答案

第一章练习题:一、选择题:1.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个乡镇各镇的工业产值。

2.一个模型用于预测前必须经过的检验有:( ABCD ) A. 经济准则检验。

B. 统计检验。

C. 计量经济学准则检验。

D. 模型预测检验。

E. 实践检验。

3.对计量经济模型的统计准则检验包括:( BDE ) A.估计标准误差评价。

B.拟合优度检验。

C.预测误差程度评价。

D.总体线性关系显著性检验。

E.单个回归系数的显著性检验。

4.对计量经济模型的计量经济学准则检验包括:( BCE ) A.误差程度检验。

B. 异方差检验。

C. 序列相关性检验。

D.超一致性检验 E.多重共线性检验。

5.计量经济分析工作的四个步骤是:(BCDE ) A.理论研究。

B. 设定模型。

C. 估计参数。

D.检验模型. E.应用模型。

二、简答题:1.下面设计的计量经济模型是否合理,为什么?(不合理,GDP 在这里是定义方程)μ+⋅+=∑=i 31i i GDP b a GDP,其中,i GDP 是第一产业、第二产业和第三产业增加值。

μ为随机误差项。

第二章 练习题一、选择题:1.变量之间的关系可以分为两大类,它们是:( A )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:( D )A.变量间的非独立关系B.变量间的因果关系C.变量间的函数关系D.变量间的不确定的依存关系 3.进行相关分析时,假定相关的两个变量 ( A )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. 随机的或非随机都可以4.参数β的估计量βˆ具有有效性是指 ( B ) A. ()0v ar =βˆ B. ()βˆv ar 为最小 C. ()0=-ββˆ D. ()ββ-ˆ为最小 5.对于i i 10ie X βˆβˆY ++=,以σˆ表示估计标准误差,iY ˆ表示回归值。

计量经济学课后习题答案_郭存芝_杜延军_李春吉

计量经济学课后习题答案_郭存芝_杜延军_李春吉

第一章1.计量经济学是一门什么样的学科?答:计量经济学的英文单词是Econometrics,本意是“经济计量”,研究经济问题的计量方法,因此有时也译为“经济计量学”。

将Econometrics译为“计量经济学”是为了强调它是现代经济学的一门分支学科,不仅要研究经济问题的计量方法,还要研究经济问题发展变化的数量规律。

可以认为,计量经济学是以经济理论为指导,以经济数据为依据,以数学、统计方法为手段,通过建立、估计、检验经济模型,揭示客观经济活动中存在的随机因果关系的一门应用经济学的分支学科。

2.计量经济学与经济理论、数学、统计学的联系和区别是什么?答:计量经济学是经济理论、数学、统计学的结合,是经济学、数学、统计学的交叉学科(或边缘学科)。

计量经济学与经济学、数学、统计学的联系主要是计量经济学对这些学科的应用。

计量经济学对经济学的应用主要体现在以下几个方面:第一,计量经济学模型的选择和确定,包括对变量和经济模型的选择,需要经济学理论提供依据和思路;第二,计量经济分析中对经济模型的修改和调整,如改变函数形式、增减变量等,需要有经济理论的指导和把握;第三,计量经济分析结果的解读和应用也需要经济理论提供基础、背景和思路。

计量经济学对统计学的应用,至少有两个重要方面:一是计量经济分析所采用的数据的收集与处理、参数的估计等,需要使用统计学的方法和技术来完成;一是参数估计值、模型的预测结果的可靠性,需要使用统计方法加以分析、判断。

计量经济学对数学的应用也是多方面的,首先,对非线性函数进行线性转化的方法和技巧,是数学在计量经济学中的应用;其次,任何的参数估计归根结底都是数学运算,较复杂的参数估计方法,或者较复杂的模型的参数估计,更需要相当的数学知识和数学运算能力,另外,在计量经济理论和方法的研究方面,需要用到许多的数学知识和原理。

计量经济学与经济学、数学、统计学的区别也很明显,经济学、数学、统计学中的任何一门学科,都不能替代计量经济学,这三门学科简单地合起来,也不能替代计量经济学。

计量经济学课后题答案

计量经济学课后题答案

计量经济学课后题答案第⼗三章⾯板数据模型⼀简单题1、简述⾯板数据模型的优点和局限性它能综合利⽤样本信息,同时反映应变量在截⾯和时序两个⽅向上的变化规律及特征。

由于⾯板数据模型在经济定量分析中,起着只⽤截⾯或只⽤时序数据模型不可替代的独特优点,⽽具有很⾼的应⽤价值。

总之:1.增加了样本容量;2. 可多层⾯分析经济问题局限性:模型设定错误与数据⼿机不慎引起较⼤的偏差;研究截⾯或者平⾏数据时,由于样本⾮随机性造成观测值的偏差,从⽽导致模型选择上的偏差。

2、你是如何理解⾯板数据的?在经济领域中,同时具有截⾯与时序特征的数据很多。

如统计年鉴中提供的各地区或各国的若⼲系列的年度(季度或⽉度)经济总量数据;在企业投资分析中,要⽤到多个企业若⼲指标的⽉度或季度时间序列数据;在城镇居民消费分析中,要⽤到不同省市反映居民消费和收⼊的年度时序数据。

我们将上述的企业、或地区等统称为个体,从⾏的⽅向看,是由若⼲个体在某个时期构成的截⾯观察值(截⾯样本),从列的⽅向看,是各时间序列。

这种具有三维(截⾯、时期、变量)信息的数据结构称为⾯板。

这是“⾯板”数据的由来,⾯板数据也称为时序截⾯数据或混合数据(Pooled Data)。

3、简述建⽴⾯板数据模型的过程。

(1)建⽴⾯板数据对象,即建⽴⼯作⽂件;(2)⾯板时序变量平稳性检验;(3)协整检验;(4)模型识别;(5)建⽴模型;(6)结论。

⼆填空题1、GDP界⾯变量是⼀维变量,⾯板变量为三维变量。

2、⾯板数据模型是⽆斜率系数⾮齐性、⽽截距齐性的模型。

3、⾯板数据模型识别包括效应模型识别和具体模型识别。

4、建⽴⾯板数据模型之前,要对⾯板变量进⾏平稳性检验和协整检验。

第⼗⼆章向量⾃回归(VAR)模型和向量误差修正(VEC)模型⼀简答题1、VAR模型的特点VAR模型不以经济理论为指导,它根据样本数据统计特征建模。

VAR模型对参数不施加零约束(如t检验),故称其为⽆约束VAR模型。

VAR模型的解释变量中不含t期变量,所有与线性联利⽅程组模型有关的问题均不存在。

  1. 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. 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. 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)。

计量经济学中级教程习题参考答案第一章 绪论1.1 一般说来,计量经济分析按照以下步骤进行:(1)陈述理论(或假说) (2)建立计量经济模型 (3)收集数据(4)估计参数 (5)假设检验 (6)预测和政策分析 1.2 我们在计量经济模型中列出了影响因变量的解释变量,但它(它们)仅是影响因变量的主要因素,还有很多对因变量有影响的因素,它们相对而言不那么重要,因而未被包括在模型中。

为了使模型更现实,我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素,这些因素包括相对而言不重要因而未被引入模型的变量,以及纯粹的随机因素。

1.3 时间序列数据是按时间周期(即按固定的时间间隔)收集的数据,如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。

横截面数据是在同一时点收集的不同个体(如个人、公司、国家等)的数据。

如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。

1.4 估计量是指一个公式或方法,它告诉人们怎样用手中样本所提供的信息去估计总体参数。

在一项应用中,依据估计量算出的一个具体的数值,称为估计值。

如Y 就是一个估计量,1nii YYn==∑。

现有一样本,共4个数,100,104,96,130,则根据这个样本的数据运用均值估计量得出的均值估计值为5.107413096104100=+++。

第二章 经典线性回归模型2.1 判断题(说明对错;如果错误,则予以更正) (1)对 (2)对 (3)错只要线性回归模型满足假设条件(1)~(4),OLS 估计量就是BLUE 。

(4)错R 2 =ESS/TSS 。

(5)错。

我们可以说的是,手头的数据不允许我们拒绝原假设。

(6)错。

因为∑=22)ˆ(tx Var σβ,只有当∑2t x 保持恒定时,上述说法才正确。

2.2 应采用(1),因为由(2)和(3)的回归结果可知,除X 1外,其余解释变量的系数均不显著。

(检验过程略) 2.3 (1) 斜率系数含义如下:0.273: 年净收益的土地投入弹性, 即土地投入每上升1%, 资金投入不变的情况下, 引起年净收益上升0.273%.733: 年净收益的资金投入弹性, 即资金投入每上升1%, 土地投入不变的情况下, 引起年净收益上升0.733%.拟合情况: 92.0129)94.01(*811)1)(1(122=----=-----=k n R n R ,表明模型拟合程度较高. (2) 原假设 0:0=αH备择假设 0:1≠αH检验统计量 022.2135.0/273.0)ˆ(ˆ===ααSe t 查表,447.2)6(025.0=t 因为t=2.022<)6(025.0t ,故接受原假设,即α不显著异于0, 表明土地投入变动对年净收益变动没有显著的影响. 原假设 0:0=βH备择假设 0:1≠βH检验统计量 864.5125.0/733.0)ˆ(ˆ===ββSe t 查表,447.2)6(025.0=t 因为t=5.864>)6(025.0t ,故拒绝原假设,即β显著异于0,表明资金投入变动对年净收益变动有显著的影响. (3) 原假设 0:0==βαH备择假设 1H : 原假设不成立 检验统计量47)129/()94.01(2/94.0)1/()1(/22=---=---=k n R k R F 查表,在5%显著水平下14.5)6,2(=F 因为F=47>5.14,故拒绝原假设。

结论,:土地投入和资金投入变动作为一个整体对年净收益变动有影响.2.4 检验两个时期是否有显著结构变化,可分别检验方程中D 和D •X 的系数是否显著异于0.(1) 原假设 0:20=βH 备择假设 0:21≠βH检验统计量 22ˆˆ/() 1.4839/0.4704 3.155t Se ββ=== 查表145.2)418(025.0=-t 因为t=3.155>)14(025.0t , 故拒绝原假设, 即2β显著异于0。

(2) 原假设 0:40=βH 备择假设 0:41≠βH检验统计量 44ˆˆ/()0.1034/0.0332 3.115t Se ββ==-=- 查表145.2)418(025.0=-t 因为|t|=3.155>)15(025.0t , 故拒绝原假设, 即4β显著异于0。

结论:两个时期有显著的结构性变化。

2.5 (1),模型可线性化。

参数线性,变量非线性则模型转换为设,1,1221xz x z ==u z z y +++=22110βββ (2)变量、参数皆非线性,无法将模型转化为线性模型。

(3)变量、参数皆非线性,但可转化为线性模型。

取倒数得:)(1011u x e y++-+=ββ把1移到左边,取对数为:u x y y ++=-101lnββ,令则有,1ln yy z -= u x z ++=10ββ2.6 (1)截距项为-58.9,在此没有什么意义。

X 1的系数表明在其它条件不变时,个人年消费量增加1百万美元,某国对进口的需求平均增加20万美元。

X 2的系数表明在其它条件不变时,进口商品与国内商品的比价增加1单位,某国对进口的需求平均减少10万美元。

(2)Y 的总变差中被回归方程解释的部分为96%,未被回归方程解释的部分为4%。

(3)检验全部斜率系数均为0的原假设。

)1/(/)1/()1(/22--=---=k n RSS kESS k n R k R F =19216/04.02/96.0= 由于F =192 > F 0.05(2,16)=3.63,故拒绝原假设,回归方程很好地解释了应变量Y 。

(4) A . 原假设H 0:β1= 0 备择假设H 1:β1 ≠011ˆ0.221.74ˆ0.0092()t S ββ=== > t 0.025(16)=2.12, 故拒绝原假设,β1显著异于零,说明个人消费支出(X 1)对进口需求有解释作用,这个变量应该留在模型中。

B. 原假设H 0:β2=0 备择假设H 1:β2 ≠022ˆ0.1 1.19ˆ0.084()t S ββ-===<t 0.025(16)=2.12,不能拒绝原假设,接受β2=0,说明进口商品与国内商品的比价(X 2)对进口需求地解释作用不强,这个变量是否应该留在模型中,需进一步研究。

2.7(1)弹性为-1.34,它统计上异于0,因为在弹性系数真值为0的原假设下的t 值为:469.432.034.1-=-=t 得到这样一个t 值的概率(P 值)极低。

可是,该弹性系数不显著异于-1,因为在弹性真值为-1的原假设下,t 值为:06.132.0)1(34.1-=---=t这个t 值在统计上是不显著的。

(2)收入弹性虽然为正,但并非统计上异于0,因为t 值小于1(85.020.017.0==t )。

(3)由11)1(122-----=k n n R R ,可推出 2211(1)1n k R R n --=---本题中,2R =0.27,n =46,k =2,代入上式,得2R =0.3026。

2.8(1)薪金和每个解释变量之间应是正相关的,因而各解释变量系数都应为正,估计结果确实如此。

系数0.280的含义是,其它变量不变的情况下,CEO 薪金关于销售额的弹性为0.28%;系数0.0174的含义是,其它变量不变的情况下,如果股本收益率上升一个百分点(注意,不是1%),CEO 薪金的上升约为1.07%; 与此类似,其它变量不变的情况下,公司股票收益上升一个单位,CEO 薪金上升0.024%。

(2)用回归结果中的各系数估计值分别除以相应的标准误差,得到4个系数的t 值分别为:13.5、8、4.25和0.44。

用经验法则容易看出,前三个系数是统计上高度显著的,而最后一个是不显著的。

(3)R 2=0.283,拟合不理想,即便是横截面数据,也不理想。

2.9 (1)2.4%。

(2)因为D t 和(D t ⋅t )的系数都是高度显著的,因而两时期人口的水平和增长率都不相同。

1972-1977年间增长率为1.5%,1978-1992年间增长率为2.6%(=1.5%+1.1%)。

2.10 原假设H 0: β1 =β2,β3 =1.0备择假设H 1: H 0不成立 若H 0成立,则正确的模型是: u X X X ββY ++++=32110)(据此进行有约束回归,得到残差平方和R S 。

若H 1为真,则正确的模型是原模型: u X βX βX ββY ++++=3322110据此进行无约束回归(全回归),得到残差平方和S 。

检验统计量是: ())1(---=K n S gS S F R ~F(g,n-K-1)用自由度(2,n-3-1)查F 分布表,5%显著性水平下,得到F C , 如果F< F C , 则接受原假设H 0,即β1 =β2,β3 =0; 如果F> F C , 则拒绝原假设H 0,接受备择假设H 1。

2.11 (1)2个,111200D D ⎧⎧==⎨⎨⎩⎩大型企业中型企业其他其他(2)4个,111112340000D D D D ⎧⎧⎧⎧====⎨⎨⎨⎨⎩⎩⎩⎩小学初中大学高中其他其他其他其他 2.120123(),019791,1979t t t t y D x D x u D t D t ββββ=+++⋅+=≤=>其中2.13 对数据处理如下:lngdp =ln (gdp/p ) lnk=ln (k/p ) lnL=ln (L/P ) 对模型两边取对数,则有lnY =lnA +αlnK +βlnL +lnv用处理后的数据采用EViews 回归,结果如下:l k dp gln 18.0ln 96.026.0ˆln ++-= 97.02=R t :(-0.95) (16.46) (3.13)由修正决定系数可知,方程的拟合程度很高;资本和劳动力的斜率系数均显著(t c =2.048), 资本投入增加1%,gdp 增加0.96%,劳动投入增加1%,gdp 增加0.18%,产出的资本弹性是产出的劳动弹性的5.33倍。

第三章 经典假设条件不满足时的问题与对策3.1 (1)对 (2)对 (3)错即使解释变量两两之间的相关系数都低,也不能排除存在多重共线性的可能性。

(4)对 (5)错在扰动项自相关的情况下OLS 估计量仍为无偏估计量,但不再具有最小方差的性质,即不是BLUE 。

(6)对 (7)错模型中包括无关的解释变量,参数估计量仍无偏,但会增大估计量的方差,即增大误差。

(8)错。

在多重共线性的情况下,尽管全部“斜率”系数各自经t检验都不显著, R2值仍可能高。

(9)错。

相关文档
最新文档