第八章 虚拟变量
一、单选题：
1、虚拟变量模型i i i D Y μβα++=中，i Y 为居民的年可支配收入，i D 为虚拟解释变量，
i D =1代表城镇居民，i D =0代表非城镇居民。当i μ满足古典假设时，则α
==)0|(i i D Y E 表示（ B ）
A 、城镇居民的年平均收入，
B 、非城镇居民的年平均收入，
C 、所有居民的年平均收入，
D 、其他；
2、虚拟变量模型i i i D Y μβα++=中，i Y 为居民的年可支配收入，i D 为虚拟解释变量，
i D =1代表城镇居民，i D =0代表非城镇居民。当i μ满足古典假设时，则βα+==)1|(i i D Y E 表示（ A ）
A 、城镇居民的年平均收入，
B 、非城镇居民的年平均收入，
C 、所有居民的年平均收入，
D 、其它；
3、在没有定量解释变量的情形下，以加法形式引入虚拟解释变量，主要用于（ C ）。 A 、共线性分析， B 、自相关分析， C 、方差分析 ， D 、其它
4、如果你有连续几年的月度数据，如果只有2、4、6、8、10、12月表现季节类型，则需要引入虚拟变量的个数是（ B ）。
A 、模型中有截距项时，引入12个，
B 、模型中有截距项时，引入5个
C 、模型中没有截距项时，引入11个，
D 、模型中没有截距项时，引入12个 5、下列不属于常用的虚拟变量模型是（ D ）；
A 、解释变量中只包含虚拟变量，
B 、解释变量中既含定量变量又含虚拟变量，
C 、被解释变量本身为虚拟变量的模型，
D 、解释变量和被解释变量中不含虚拟变量。 6、考虑虚拟变量模型：i i i X D D D Y μβαααα+++++=3322110，其中
???=其他一季度011D ???=其他二季度012D ???=其他
三季度013D ，
当其随机扰动项服从古典假定时，则下列回归方程中表示一季度的是：（ B ） A 、i i i X D D D X Y E βαα++====)()0,1,|(20312 B 、i i i X D D D X Y E βαα++====)()0,1,|(10321 C 、i i i X D D D X Y E βαα++====)()0,1,|(30213 D 、i i i X D D D X Y E βα+====0321)0,|(
7、在含有截距项的分段线性回归分析中，如果只有一个属性变量，且其有三种类型，则引入虚拟变量个数应为（ B ）
A 、 1个，
B 、 2个，
C 、3个，
D 、4个； 8、某商品需求函数为
u x b b y i
i i ++=10，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（ B ）。
A.2
B.4
C.5
D.6 9、根据样本资料建立某消费函数如下：
t
t t X D C 45.035.555.100?++=，其中C 为消费，x 为收入，虚拟变量?
??=农村家庭城镇家庭
01D ，所有参数均检验显著，则城镇家庭的消费
函数为( A )。
A 、t t X C 45.058.551?+=
B 、 t t X
C 45.005.001?+= C 、t t
X C 35.5550.100?+= D 、 t
t X C 35.5595.100?+= 10、对于模型i i i X Y μββ++=10，为了考虑“地区”因素（北方、南方），引入2个虚拟变量形成截距变动模型，则会产生（ C ）。
A.序列的完全相关
B.序列的不完全相关
C.完全多重共线性
D.不完全多重共线性
11、设消费函数为i i i D X D Y μββαα++++=1010，其中虚拟变量?
?
?=农村家庭城镇家庭
01D ，
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有一样的消费行为（ A ）。
A 、01=α ，01=β
B 、
01=α ，01≠β
C 、01≠α ，01=β
D 、01≠α ，01≠β
12、设消费函数i i i X D Y μβαα+++=110，其中虚拟变量??
?=北方
南方
01
D ，如果统计检
验表明10=α成立，则北方的消费函数与南方的消费函数是（ A ）。
A.相互平行的
B.相互垂直的
C.相互交叉的
D.相互重叠的
13、假定月收入水平在1000元以内时，居民边际消费倾向维持在某一水平，当月收入水平达到或超过1000元时，边际消费倾向将明显下降，则描述消费（C ）依收入（I ）变动的线性关系宜采用（ D ）。 A 、t t t t
DI I C μββα+++=210 ??
?≥<=1000
11000
0I I D B 、 t t t I D C μββα+++=210 ??
?≥<=1000
11000
0I I D C 、
t t t I I C μβα+-+=*)(10 1000=*I
D 、t t
t t D I I I C μββα+-++=*
)(210 D 、*I 同上
二、多选题：
1、计量经济模型中，加入虚拟变量的途径有那几种；（ ABD ）
A 、加法类型，
B 、加法和乘法的组合，
C 、减法型，
D 、乘法型；
2、如果你有连续几年的月度数据，为检验一年12个月份是否都表现季节类型，需要引入虚拟变量的个数是（ BD ）。
A 、模型中有截距项时，引入3个，
B 、模型中有截距项时，引入11个
C 、模型中没有截距项时，引入4个，
D 、模型中没有截距项时，引入12个 3、以乘法形式引入虚拟解释变量的主要作用是（ ABC ）
A 、比较两个回归模型，
B 、分析因素间的交互影响，
C 、提高模型对现实经济现象的描述精度，
D 、方差分析
4、以乘法形式引入虚拟变量做回归模型的比较和结构变化检验有下列优点（ BCD ）
A 、合并了的回归减少了自由度，
B 、用一个回归替代了多个回归，简化了分析过程，
C 、可以方便地对模型的差异做各种假设检验，
D 、合并了的回归增加了自由度，提高了参数估计的精确性。 5、下列有关分段回归中，其中正确的是（ ABD ）
A 、各段回归函数的截距不同，
B 、各段回归函数的斜率不同，
C 、如果分为K 段，则可用K 个虚拟变量。
D 、如果分为K 段，则可用K-1个虚拟变量
三、简答题
1、虚拟变量数量的设置规则是什么？若定性因素有m 个相互排斥的类型（或属性、水平），在有截距项的模型中只能引入m-1个虚拟变量，否则会产生完全的多重共线性。在无截距项的模型中，定性因素有m 个相互排斥的类型时，引入m 个虚拟变量不会导致完全多重共线性。
2、虚拟变量的作用是什么？1）、可以作为属性因素的代表。2）、作为某些非精确计量的数量因素的代表。3）、作为某些偶然因素或政策因素的代表。4）、作为时间序列分析中季节（月份）的代表。5）、实现分段回归，研究斜率、截距的变动，或比较两个回归某些的结构差异。
3、虚拟变量0和1的选择原则是什么？应从分析问题的目的出发予以确定。从理论上讲，虚拟变量取“0”，通常代表基础类型；虚拟变量取“1”，通常代表与基础类型相比较的类型。
四、判断题
1、对定性变量的量化可采用虚拟变量的方式实现； （ √ ）
2、虚拟变量除了取0或1外，还可研究问题的需要取其它值，例如3或4等。（ √ ）
3、回归模型中，虚拟变量的引入数量，要根据定性变量的个数、每个定性变量的类型及有
无截距项来确定。 （ √ ） 4、如果两个回归模型的截距对应相等，则称之为同截距回归。 （ × ） 5、如果两虚拟变量乘积的参数为正，则它们的交互效应是显著的。 （ × ）
五、论述分析题
1、一个由容量为209的样本估计的解释CEO 薪水的回归方程
3
2121283.0181.0158.0011.0257.059.4?D D D X LnX Y Ln -++++= t= (15.3) (8.03) (2.75) (1.775) (2.130) (-2.895)
其中，Y 表示年薪水平（单位：万元），1X 表示年收入（单位：万元），2X 表示公司股票收益（单位：万元）；1D 、2D 和3D 均为虚拟变量，分别表示金融业、消费品工业和公用事业。假设对比产业为交通运输业。
（1）、解释三个虚拟变量参数的经济含义；（1）年薪水平的参数的经济含义为：当销售收入与公司股票收益保持不变时，金融业的CEO 要比交通运输业的CEO 多获薪水15.8个百分点。其他两个可类似解释。
（2）保持1X 和2X 不变，计算公用事业和交通运输业之间估计薪水的近似百分比差异。这个差异在1%的显著水平上是统计显著的吗？公用事业和交通运输业之间估计薪水的近似百分比差异就是以百分数解释的公用事业的参数，即为28.3%。由于参数的t 统计值为-2.895，它大于1%显著性水平下自由度为203的t 分布的临界值1.96，因此这种差异是统计上显著的。
2、 Sen 和Srivastava （1971）在研究贫富国之间期望寿命的差异时，利用101个国家的数据，建立了如下的回归模型：
2.409.39ln
3.36((ln 7))i i i i Y X D X =-+--)
(4.37) (0.857) (2.42) R 2=0.752
其中：X 是以美元计的人均收入；
Y 是以年计的期望寿命；
Sen 和Srivastava 认为人均收入的临界值为1097美元（ln10977=），若人均收
入超过1097美元，则被认定为富国；若人均收入低于1097美元，被认定为贫穷国。
括号内的数值为对应参数估计值的t-值。
（1）解释这些计算结果。（1）由ln 1 2.7183X X =?=，也就是说，人均收入每增加2.7183倍，平均意义上各国的期望寿命会增加9.39岁。若当为富国时，1i D =，则平均意义上，富国的人均收入每增加2.7183倍，其期望寿命就会减少3.36岁，但其截距项的水平会增加23.52，达到21.12的水平。但从统计检验结果看，对数人均收入lnX 对期望寿命Y 的影响并不显著。方程的拟合情况良好，可进一步进行多重共线性等其他计量经济学的检验。
（2）回归方程中引入()ln 7i i D X -的原因是什么？如何解释这个回归解释变量？若1i D =代表富国，则引入()ln 7i i D X -的原因是想从截距和斜率两个方面考证富国的影响，其中，富国的截距为()2.40 3.36721.12-+?=，斜率为()9.39 3.36 6.03-=，因此，当富国的人均收入每增加2.7183倍，其期望寿命会增加6.03岁。
（3）如何对贫穷国进行回归？又如何对富国进行回归？（3）设定10i D ?=??
若为贫穷国
若为富国，
对于贫穷国，)7(ln 36.3ln 39.940.2?--+-=i i i X X Y ； 对于富国，回归模型形式：i
i X Y ln 39.940.2?+-=。
（4）从这个回归结果中可得到的一般结论是什么？得到一般结论：相对贫穷国来说，富国的人均收入增加，其期望寿命增加的幅度低于贫穷国。
3、 在统计学教材中，采用了方差分析方法分析了不同班次对劳动效率的影响，其样本数据为
早班 中班 晚班 34 49 39 37 47 40 35 51 42 33 48 39 33 50 41 35 51 42 36 51 40
试采用虚拟解释变量回归的方法对上述数据进行方差分析。考虑到班次有三个属性，故在有截距项的回归方程中只能引入两个虚拟变量，按加法形式引入，模型设定形式为： 12132i i Y D D u βββ=+++
其中，i Y 为产出，110D ?=??早班
其他，210D ?=??
中班其他。
在Eviews 中按下列格式录入数据：
obs Y
D1 D2 1 34.00000 1.000000 0.000000 2 37.00000 1.000000 0.000000 3 35.00000 1.000000 0.000000 4
33.00000
1.000000
0.000000
5 33.00000 1.000000 0.000000
6 35.00000 1.000000 0.000000
7 36.00000 1.000000 0.000000
8 49.00000 0.000000 1.000000
9 47.00000 0.000000 1.000000 10 51.00000 0.000000 1.000000 11 48.00000 0.000000 1.000000 12 50.00000 0.000000 1.000000 13 51.00000 0.000000 1.000000 14 51.00000 0.000000 1.000000 15 39.00000 0.000000 0.000000 16 40.00000 0.000000 0.000000 17 42.00000 0.000000 0.000000 18 39.00000 0.000000 0.000000 19 41.00000 0.000000 0.000000 20 42.00000 0.000000 0.000000 21
40.00000
0.000000
0.000000
输入命令：ls y c d1 d2，则有如下结果
Dependent Variable: Y Method: Least Squares Date: 06/29/05 Time: 16:56 Sample: 1 21
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
C 40.42857 0.555329 72.80115 0.0000 D1 -5.714286 0.785353 -7.276069 0.0000 D2
9.142857
0.785353 11.64171
0.0000
R-squared
0.952909 Mean dependent var 41.57143 Adjusted R-squared 0.947676 S.D. dependent var 6.423172 S.E. of regression 1.469262 Akaike info criterion 3.738961 Sum squared resid 38.85714 Schwarz criterion 3.888178 Log likelihood -36.25909 F-statistic 182.1176 Durbin-Watson stat
2.331933 Prob(F-statistic)
0.000000
表中的红字表示在方差分析中需要用到的数据。 依据上述数据，有：
()26.423172211825.1427708TSS =?-=，
38.85714RSS =
825.142770838.85714786.2856ESS TSS RSS =-=-= 182.1176F =
与如下表所示的结果（《统计学》表5-4，pp167（第2版））相比较，结果完全一致。
六、填空题：
1、虚拟变量是人工构造的取值为的作为属性变量代表的变量。
2、在计量经济学中，引入虚拟变量是为了将定量因素和同时纳入模型之内。
3、虚拟变量个数的设置，应遵循一定的规则，即。
4、在计量经济学中，把包含有虚拟变量的模型称为。
5、在有截截距项的回归模型中，要考虑季节因素对冷饮销售量的影响时，应引入个虚拟变量。
6、在有定量解释变量的情形下，以加法形式引入虚拟解释变量，从计量经济模型的意义看，作用是改变设定模型的。
应服从7、以乘法形式引入虚拟变量做回归模型的比较和结构变化检验时，合并后模型的
i
基本假定，特别是所比较的方差相同，否则会出现。
8、为描述交互作用对被释变量的效应，通常以加法方式引入两个虚拟解释变量的。
9、有的社会经济现象的变动，会在解释变量达到某个临界值时发生突变，为了区分不同阶段的截距和斜率可利用虚拟变量进行。
10、以乘法方式引入虚拟变量的作用是改变模型的。
1、0和1
2、定性因素
3、若定性因素有m个相互排斥的类型（或属性、水平），在有截距项的模型中只能引入m-1个虚拟变量
4、虚拟变量模型
5、3
6、截距
7、异方差
8、乘积
9、分段回归10、斜率
计量经济学论文 15130322 张佳伟 GDP与CPI和贷款总额的关系 摘要：众所周知，GDP作为一个比较有说服性的统计指标，可以在一定程度上反映一个国家的经济状况，今天我所要研究的，是GDP和居民消费指数和贷款总额之间的关系。改革开放以来，CPI 涨幅与GDP 增幅经历了几轮波动,1997年之前的几轮经济高增长,物价都出现了明显的高涨幅；1998-2008 GDP连续11 年保持两位数增长,但物价涨幅却保持低位运行,经济运行从高增长高物价向高增长低物价转变,反映了CPI涨幅与GDP 增速相关关系随着改革的深入发展发生了一些变化。另外，贷款总额既然作为一个经济指标，其对于国民生产总值的必然会存在一定的影响，至于这个影响程度的大小，如果要具体形象的反映出来，就必须要借助计量经济学的办法，去分析CPI和贷款额这两者对于国民生产总值GDP的影响。 通过计量经济学的手段可以知道，居民消费指数CPI对于国民生产总值GDP的影响要远远大于贷款总额对于国民生产总值的影响。 下面我们就通过计量经济学的办法对于他们三者之间的关系进行一个形象的测算和研究。 为了确定这三个变量之间的关系，决定运用eviews软件对相关的变量进行分析。确定最为合理的方程以及进行变量的显著性检验、异方差检验和多重共线性检验和自相关检验。（为了更加精确的进行变量之间关系数据的测算，使用了eviews8.0版本进行实证分析）
1、确定变量 我们确定“GDP ”为被解释变量，“CPI ”和“贷款总额”为解释变量。 2、建立模型 Y=0β+1βP+2βX+c （c 为随机扰动项） 3、数据处理 此为1992-2008年度的GDP 、CPI 以及贷款额的数据。 年度 GDP （Y ） 居民消费指数（P ） 贷款额（X ） 1992 26923.5 282 26322.9 1993 35333.9 305.8 32943.1 1994 48197.9 320 39976 1995 60793.7 345.1 50544.1 1996 71176.6 377.6 61156.6 1997 78973 394.6 74914.1 1998 84402.3 417.8 86524.1 1999 89677.1 452.3 93734.3 2000 99214.6 491 99371.1 2001 109655.2 521.2 112315 2002 120332.7 557.6 131294 2003 135822.8 596.9 158996 2004 159878.3 645.3 178198 2005 183217.4 698.2 194690 2006 211923.5 766.4 225347.2 2007 257305.6 849.9 261691 2008 300670 926.4 303468 （数据来自人民网） 4、建立多元回归线性模型 （1）建立工作文件：启动EViews ，点击File\New\Workfile ，在对话框“Workfile
《计量经济学》课程期末考试题（二） 一、单项选择题（每小题1分，共20分） 1、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 2、计量经济学分析的基本步骤是【 】 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 3、在模型的经济意义检验中，不包括检验下面的哪一项【 】 A 、 参数估计量的符号 B 、参数估计量的大小 C 、 参数估计量的相互关系 D 、参数估计量的显著性 4、计量经济学模型用于政策评价时，不包括下面的那种方法【 】 A 、工具变量法 B 、 工具—目标法C 、政策模拟 D 、 最优控制方法 5、在总体回归直线E x y 10)?(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 6、用普通最小二乘法估计经典线性模型t t t u x y ++=10ββ，则样本回归线通过点【 】 A 、 (x ，y ) B 、 (x ，y ?) C 、(x ，y ?) D 、 (x ，y) 7、对于i ki k i i i e x x x y +++++=ββββ????22110Λ，统计量∑∑----)1/()?(/)?(2 2k n y y k y y i i i 服
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
计量经济学案例分析1 一、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元, 最低的黑龙江省仅为人均元，最高的上海市达人均10464元，上海是黑龙江的倍。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。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表的数据: 表 2002年中国各地区城市居民人均年消费支出和可支配收入
中国商品进口额模型研究 摘要:通过对中国商品进口额及其主要影响因素的数据分析，得到关于中国商品进口额的函数，并用计量经济学的方法，对模型进行检验，探究其增长的规律性，从而使商品进口额成为一个可预测的经济变量。 关键词:计量经济学模型多重共线性异方差性自相关性 一、研究意义 改革开放以来，随着经济的发展，人们生活水平的不断提高，人民日益增长的物质文化需要不断提高，中国的商品进口额发生了很大的变化，进口数额不断上升，从1985年的1257.8亿元到2007年的73284.6亿元。影响中国商品进口额的因素很多，这里选取教材课后练习中的数据，研究中国商品进口额和国民生产总值的数量关系，商品进口额与居民消费价格指数的数量关系，对于探究中国商品进口额增长的规律性，预测商品进口额的发展趋势具有重要意义。 二、因素分析及模型建立 1、因素分析 一国的商品进出口属于对外贸易的内容，一国对外贸易的发展情况对经济增长有着重要影响，影响对外贸易发展的因素有很多，从大的方面来说，主要是世界经济的发展情况和国内经济发展的冷热情况，还有就是一国的对外贸易政策的等因素。有研究显示，对外贸易对一国经济增长的影响主要是进口增长对经济增长有较大的促进作用。这里，对中国商品进口额的研究，主要选取国内生产总值和居民消费价格指数，国内生产总值和居民消费价格指数说明了一国的经济发展情况。经济的发展，居民的生活水平得到了提高，居民对国外商品的需求也增大，所以，对这两个因素对进口额的影响有一定的参考意义。 2、变量选取与模型建立 这里选取“中国商品进口额”为被解释变量，用Y表示，选“国内生产总值”、“居民消费价格指数”为解释变量，分别用X1、X2表示。所以，模型假定为 LnY=β0+β1㏑X1 +β2㏑X2 + μ 其中u为随机误差项。 下表为1985——2007年中国商品进口额、国内生产总值、居民你消费价格
读书破万卷下笔如有神 山东轻工业学院08/09学年第二学期《计量经济学》期末考试试卷 （B卷）（本试卷共7 页） 适用班级：经管学院07级所有学生 20 分）共（本题共一、单项选择题10 小题，每小题2 分， 得分请将其代码填写在每小题列出的四个备选项中只有一个 1. 在多元回归中，调整后的判定系数与判定系数的关系有（） A． < B． > C． D．关系不能确定 2R＝1时有（）根据判定系数2. 与F统计量的关系可知，当 A．F＝－1 B．F＝0 C．F＝1 D． F＝∞ 3.DW检验法适用于检验（） A．异方差性 B．序列相关 C．多重共线性 D．设定误差 2=0.98，X1的t值＝如果一个二元回归模型的 4. OLS结果为R0.00001,X2的t 值＝0.0000008，则可能存在（）问题。 A. 异方差 B. 自相关 C. 多重共线 D. 随机解释变量 读书破万卷下笔如有神
5. 在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近1，则表明模型中存在（） A．异方差性 B．序列相关 C．多重共线性 D．拟合优度低 6.容易产生自相关的数据是（） A．横截面数据 B．时间序列数据 C．年度数据 D．混合数据 ????中，模型：检验7. 线性回归??????x?ux?x?y i20ik1i12kii?时，所用的统计量为：（）),2,(,?0?k?,1H:0? i ?i0????????ii1k?1?t?nt??ttn?k．． B A ?????? ??VV ????ii1??n?tFnk?1,?k?1ktF?．． D C?????? ii22???? ??VV ii2????，8. 对于线性回归模型：检验随机误差项是否u?xxy????????x tkt221ttt0k1存在自相关的统计 量是：（） ???2ee?d61?tti2t?1t??d B． A．??1r nn2? ??n1nn???2e t1?t??2n?r i?t．． D C?t?? ?V2r1?i9. 若回归模型中的随机误差项存在一阶自回归形式的序列相关，则估计模型参数应采用（） A．普通最小二乘法 B．加权最小二乘法 C．广义差分法 D．工具变量法 d和d,在给定显著水平下，若DW统计量的下和上临界值分别为则当10. ul d DW d 时，可认为随机误差项（）ul
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
计量经济学题库 计算与分析题（每小题10分） 1 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＝，2X X 4432.1∑（－）＝，2Y 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∑ （－）＝，2Y Y 68113.6∑（－）＝， 求判定系数和相关系数。 5．有如下表数据
计量经济学题库 、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)O 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(EConOIniCS) —词构造出来 3.外生变量和滞后变量统称为(D)O 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)O 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)O 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(B )o A.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 )o 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 &经济计量模型的被解释变量一定是(C )o A.控制变量 B.政策变量 C.生变量 D.外生变量 9.下面属于横截面数据的是(D )o 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 )0 A.设定理论模型一收集样本资料一估计模型参数一检验模型 B.设定模型一估计参数一检验模型一应用模型 C：个体设计f总体估计f估计模型f应用模型D.确定模型导向一确定变量及方程式一估计模型一应用模型 11.将生变量的前期值作解释变量，这样的变量称为( A.虚拟变量 B.控制变量 12.( B )是具有一定概率分布的随机变量， A.外生变量 B.生变量 13.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.时间序列数据据 14?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 C.消费需求分析、生产技术分析、 15.变量之间的关系可以分为两大类， A.函数关系与相关关系 C.正相关关系和负相关关系 D )0 C.政策变量 它的数值由模型本身决定。 C.前定变量 B )0 C.修匀数据 A )0 B.弹性分析、D.季度分析、它们是(A 乘数分析、政策模拟年度分析、中长期分析 )o B.线性相关关系和非线性相关关系D.简单相关关系和复杂相关关系 D ?滞后变量D.滞后变量D.原始数
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：
计量经济学（第四版）习题参考答案 潘省初
第一章 绪论 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 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。 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。 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，1 n i i Y Y 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 5.1074 130 96104100=+++。 第二章 计量经济分析的统计学基础 略，参考教材。
请用例中的数据求北京男生平均身高的99％置信区间 N S S x = = 4 5= 用 =，N-1=15个自由度查表得005.0t =，故99%置信限为 x S t X 005.0± =174±×=174± 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至厘米之间。 25个雇员的随机样本的平均周薪为130元，试问此样本是否取自一个均值为120元、标准差为10元的正态总体？ 原假设 120:0=μH 备择假设 120:1≠μH 检验统计量 () 10/2510/25 X X μσ-Z == == 查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即 此样本不是取自一个均值为120元、标准差为10元的正态总体。 某月对零售商店的调查结果表明，市郊食品店的月平均销售额为2500元，在下一个月份中，取出16个这种食品店的一个样本，其月平均销售额为2600元，销售额的标准差为480元。试问能否得出结论，从上次调查以来，平均月销售额已经发生了变化？ 原假设 : 2500:0=μH 备择假设 : 2500:1≠μH ()100/1200.83?480/16 X X t μσ-= === 查表得 131.2)116(025.0=-t 因为t = < 131.2=c t , 故接受原假 设,即从上次调查以来，平均月销售额没有发生变化。
1.背景 经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP）和国内生产总值的的增长来计算。 古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。 从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主要因素。 经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31年中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。 本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。 2.模型的建立 2.1 假设模型
为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（Y ）这个经济指标作为研究对象；用总就业人员数（1X ）衡量劳动力；用固定资产投资总额(2X )衡量资本投入：用价格指数（3X ）去代表消费需求。运用这些数据进行回归分析。 这里的被解释变量是，Y ：国内生产总值， 与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为： 1X 代表社会就业人数， 2X 代表固定资产投资， 3X 代表消费价格指数， μ代表随机干扰项。 模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。 国内生产总值 经济活动人口 全社会固定资产投资 居民消费价格指数 1992年 26,923.48 66,782.00 8,080.10 106.4 1993年 35,333.92 67,468.00 13,072.30 114.7 1994年 48,197.86 68,135.00 17,042.10 124.1 1995年 60,793.73 68,855.00 20,019.30 117.1 1996年 71,176.59 69,765.00 22,913.50 108.3 1997年 78,973.03 70,800.00 24,941.10 102.8 1998年 84,402.28 72,087.00 28,406.20 99.2 1999年 89,677.05 72,791.00 29,854.70 98.6 2000年 99,214.55 73,992.00 32,917.70 100.4 2001年 109,655.17 73,884.00 37,213.50 100.7 2002年 120,332.69 74,492.00 43,499.90 99.2 2003年 135,822.76 74,911.00 55,566.61 101.2 2004年 159,878.34 75,290.00 70,477.43 103.9 2005年 184,937.37 76,120.00 88,773.61 101.8 2006年 216,314.43 76,315.00 109,998.16 101.5
计量经济学期末考试及答案3
《计量经济学》课程期末考试试卷（三） 一、 单项选择题（每小题1分，共20分） 1、计量经济学的理论模型设计工作，不包括下面【 】方面。 A 、选择变量 B 、确定变量之间的数学表达式 C 、收集数据 D 、确定待估计参数理论预期值 2、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 3、相关关系是指变量间的【 】关系。 A 、逻辑依存 B 、因果 C 、函数依存 D 、随机数学 4、截面数据是指同一时间条件下【 】组成的数据。 A 、不同统计单位相同统计指标 B 、相同统计单位相同统计指标 C 、相同统计单位不同统计指标 D 、不同统计单位不同统计指标 5、参数β的估计量β?被称为“最有效估计”是指ββ=)?(E 且【 】。 A 、0)?(=β Var B 、=)?(βVar 最小 C 、0)?(2=-ββ D 、ββ-?最小 6、可决系数2R 的取值范围是【 】。 A 、2R ≤－1 B 、2R ≥1 C 、0≤2R ≤1 D 、－1≤2R ≤1 7、下列关于模型参数估计的说法中正确的是【 】。 A 、一致性是指：样本量趋于无穷时，估计量收敛到参数真值。 B 、方差最小的估计量一定最好。 C 、对于无偏估计而言，均方误差最小与方差最小等价。 D 、对任意线性回归模型而言，最小二乘估计与最大似然估计等价。 8、下列模型不可化为线性回归模型的是【 】。 A 、i i i AX Y μα += B 、i i i LnX Y μββ++=10 C 、i i i X LnY μββ++=10 D 、i i i LnX LnY μββ++=`0
《计量经济学》实验报告一，数据 二，理论模型的设计 解释变量：可支配收入X 被解释变量：消费性支出Y 软件操作： （1）X与Y散点图
从散点图可以粗略的看出，随着可支配收入的增加，消费性支出也在增加，大致呈线性关系。因此，建立一元线性回归模型： 01i i i Y X ββμ=++ （2）对模型做OLS 估计 OLS 估计结果为 272.36350.7551Y X ∧ =+ 011.705732.3869t t == 20.9831.. 1.30171048.912R DW F === 三，模型检验 从回归估计结果看，模型拟合较好，可决系数为0.98，表明家庭人均年可消费性支出变化的98.31%可由支配性收入的变化来解释。 t 检验:在5%的显著性水平下1β不显著为0，表明可支配收入增加1个单位，消费性支出平均增加0.7551单位。 1，预测 现已知2018年人均年可支配收入为20000元，预测消费支出预测值为 0272.36350.75512000015374.3635Y =+?= E(X)=6222.209，Var(X)=1994.033
则在95%的置信度下，E( Y)的预测区间为（874.28,16041.68） 2，异方差性检验 对于经济发达地区和经济落后地区，消费支出的决定因素不一定相同甚至差异很大。如经济越落后储蓄率越高，可能出现异方差性问题。 G-Q检验 对样本进行处理，X按从大到小排序，去掉中间4个，分为两组数据， 128 n n ==分别回归
1615472.0RSS = 2126528. 3R S S = 于是的F 统计量： ()() 12811 4.86811RSS F RSS --==-- 在5%的想著想水平下，0.050.05(6,6) 4.28,(6,6)F F F =>，即拒绝无异方差性假设，说明模型存在异方差性。
?第一题判断题10×2=20分（从以下题目中任选10题，判断对错；如果2 ? P66 1，OLS法是使残差平方和最小化的估计方法。 对 2，计算OLS估计值无需古典线性回归模型的基本假定。 对 3，若线性回归模型满足假设条件（1）——（4），但扰动项不服从正态分布，则尽管OLS估计量不再是BLUE，但仍为无偏估计量。 错只要满足（1）——（4），OLS估计量就是BLUE 4，最小二乘斜率系数的假设检验所依据的是t分布，要求??的抽样分布是正态分布。 对 5,R =TSS/ESS 错R =ESS/TSS 6，若回归模型中无截距项，则Σet=0未必成立。 对 7，若原假设未被拒绝，则它为真。 错只能说不能拒绝原假设 8，在双变量回归模型中，б 的值越大，斜率系数的方差越大。 错Var(??)=б /Σxt 只有当Σxt 恒定，上述说法才正确。 P149
1，尽管存在严重多重共线性，普通最小二乘法估计量仍然是最佳线性 无偏估计量。 对 2，如果分析的目的仅仅是为了预测，则多重共线性并无妨碍。 对 3，如果解释变量两两之间的相关系数都低，则一定不存在多重共线性。 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，如果存在异方差性，通常用的t检验和F检验是无效的。 对 5，当存在自相关时，OLS估计量既不是无偏的，也不是有效的。 注意： 本书中无偏性不成立仅两种情况： 1，模型中忽略了有关的解释变量。 2，随机解释变量与扰动项同期无关。 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，消除一阶自相关的一阶差分变换法假定自相关系数必须等于1。 对 7，模型中包含无关的解释变量，参数估计会有偏，并且会增大估计量的 方差，即增大误差。 错模型中包含无关的解释变量，参数估计仍无偏，但会增大估计量的方 差，即增大误差 8，多元回归中，如果全部“斜率”系数各自t检验都不显著，则R 值也高 不了。
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）
计量经济学习题解析 TYYGROUP system office room 【TYYUA16H-TYY-TYYYUA8Q8-
第一章 1、下列假想模型是否属于揭示因果关系的计量经济学模型为什么 （1）t S =+t R ,其中t S 为第t 年农村居民储蓄增加额（单位：亿元），t R 为第t 年城镇居民可支配收入总额（单位：亿元）。 （2）1t S -=+t R ，其中1t S -为第t-1年底农村居民储蓄余额（单位：亿元），t R 为第t 年农村居民纯收入总额（单位：亿元）。 2、指出下列假想模型中的错误，并说明理由： 其中，t RS 为第t 年社会消费品零售总额（单位：亿元），t RI 为第t 年居民收入总额（单位：亿元）（指城镇居民可支配收入总额与农村居民纯收入总额之和），t IV 为第t 年全社会固定资产投资总额（单位：亿元）。 3、下列设定的精良经济模型是否合理为什么 4、 （1）3 01i i i GDP GDP ββμ==+?+∑ 其中，i GDP （i=1,2,3）是第一产业、第二产业、第三产业增加值，μ为随机干扰项。 （2）财政收入=f （财政支出）+ μ，μ为随机干扰项。 答案1、（1）不是。因为农村居民储蓄增加额应与农村居民可支配收入总额有关，而与城镇居民可支配收入总额没有因果关系。 （2）不是。第t 年农村居民的纯收入对当年及以后年份的农村居民储蓄有影响，但并不对第t-1的储蓄产生影响。 2、一是居民收入总额RI t 前参数符号有误，应是正号；二是全社会固定资产投资总额IV t 这一解释变量的选择有误，它对社会消费品零售总额应该没有直接的影响。 3、（1）不合理，因为作为解释变量的第一产业、第二产业和第三产业的增加值是GDP 的构成部分，三部分之和正为GDP 的值，因此三变量与GDP 之间的关系并非随机关系，也非因果关系。 （2）不合理，一般来说财政支出影响财政收入，而非相反，因此若建立两者之间的模型，解释变量应该为财政收入，被解释变量应为财政支出；另外，模型没有给出具体的数学形式，是不完整的。 第二章五、计算分析题 1、令kids 表示一名妇女生育孩子的数目，educ 表示该妇女接受过教育的年数。生育率对受教育年数的简单回归模型为 （1）随机扰动项μ包含什么样的因素它们可能与受教育水平相关吗
实验6.美国股票价格指数与经济增长的关系 ——自相关性的判定和修正 一、实验内容：研究美国股票价格指数与经济增长的关系。 1、实验目的: 练习并熟练线性回归方程的建立和基本的经济检验和统计检验；学会判别自相关的存在，并能够熟练使用学过的方法对模型进行修正。 2、实验要求： （1）分析数据，建立适当的计量经济学模型 （2）对所建立的模型进行自相关分析 （3）对存在自相关性的模型进行调整与修正 二、实验报告 1、问题提出 通过对全球经济形势的观察，我们发现在经济发达的国家，其证券市场通常也发展的较好，因此我们会自然地产生以下问题，即股票价格指数与经济增长是否具有相关关系？ GDP是一国经济成就的根本反映。从长期看，在上市公司的行业结构与国家产业结构基本一致的情况下，股票平均价格的变动跟GDP的变化趋势是吻合的，但不能简单地认为GDP增长，股票价格就随之上涨，实际走势有时恰恰相反。必须将GDP与经济形势结合起来考虑。在持续、稳定、高速的GDP增长下，社会总需求与总供给协调增长，上市公司利润持续上升，股息不断增加，老百姓收入增加，投资需求膨胀，闲散资金得到充分利用，股票的内在含金量增加，促使股票价格上涨，股市走牛。 本次试验研究的1970-1987年的美国正处在经济持续高速发展的状态下，据此笔者利用这一时期美国SPI与GDP的数据建立计量经济学模型，并对其进行分析。 2、指标选择： 指标数据为美国1970—1987年美国股票价格指数与美国GDP数据。 3、数据来源： 实验数据来自《总统经济报告》（1989年），如表1所示：
表1 4、数据处理 将两组数据利用Eviews绘图，如图1、2所示： 图1 GDP数据简图图2 SPI数据简图