练习题
2.1表2.9中是中国历年国内旅游总花费（Y）、国内生产总值（X1）、铁路里程（X2）、公路里程数据（X3）的数据。
表2.7 中国历年国内旅游总花费、国内生产总值、铁路里程、公路里程数据
资料来源：中国统计年鉴
（1）分别建立线性回归模型，分析中国国内旅游总花费与国内生产总值、铁路里程、公路里程数据的数量关系。
（2）对所建立的回归模型进行检验，对几个模型估计检验结果进行比较。
【练习题2.1参考解答】
（1）分别建立亿元线性回归模型
建立y与x1的数量关系如下：
建立y与x2的数量关系如下：
建立y与x3的数量关系如下：
（2）对所建立的回归模型进行检验，对几个模型估计检验结果进行比较。
关于中国国内旅游总花费与国内生产总值模型，由上可知，，说明所建模型整体
上对样本数据拟合较好。
对于回归系数的t检验：，对斜率系数的显著性检验表明，GDP
对中国国内旅游总花费有显著影响。
同理：关于中国国内旅游总花费与铁路里程模型，由上可知，，说明所建模型
整体上对样本数据拟合较好。
对于回归系数的t检验：，对斜率系数的显著性检验表明，铁
路里程对中国国内旅游总花费有显著影响。
关于中国国内旅游总花费与公路里程模型，由上可知，，说明所建模型整体上对
样本数据拟合较好。
对于回归系数的t检验：，对斜率系数的显著性检验表明，公路里程对中国国内旅游总花费有显著影响。
2.2为了研究浙江省一般预算总收入与地区生产总值的关系,由浙江省统计年鉴得到如表2.8所示的数据。
年份一般预算总收入
(亿元)地区生产总值
(亿元)
年份一般预算总收入
(亿元)
地区生产总值
(亿元)
Y X Y X 197827.45123.721998 401.80 5052.62 197925.87157.751999 477.40 5443.92
198031.13179.922000 658.42 6141.03 198134.34204.862001 917.76 6898.34 198236.64234.012002 1166.58 8003.67 198341.79257.092003 1468.89 9705.02 198446.67323.252004 1805.16 11648.70 198558.25429.162005 2115.36 13417.68 198668.61502.472006 2567.66 15718.47 198776.36606.992007 3239.89 18753.73 198885.55770.252008 3730.06 21462.69 198998.21849.442009 4122.04 22998.24 1990101.59904.692010 4895.41 27747.65 1991108.941089.332011 5925.00 32363.38 1992118.361375.702012 6408.49 34739.13 1993166.641925.912013 6908.41 37756.58 1994209.392689.282014 7421.70 40173.03 1995 248.50 3557.55 2015 8549.47 42886.49 1996 291.75 4188.53 2016 9225.07 47251.36 1997 340.52 4686.11
(1)建立浙江省一般预算收入与全省地区生产总值的计量经济模型,估计模型的参数,检验模型的显著性,用规范的形式写出估计检验结果,并解释所估计参数的经济意义
(2)如果2017年，浙江省地区生产总值为52000亿元，比上年增长10%,利用计量经济模型对浙江省2017年的一般预算收入做出点预测和区间预测
(3)建立浙江省一般预算收入的对数与地区生产总值对数的计量经济模型,估计模型的参数,检验模型的显著性,并解释所估计参数的经济意义。
【练习题2.2参考解答】
(1) 建立浙江省一般预算收入与全省地区生产总值的计量经济模型,估计模型的参数,检验模型的显著性,用规范的形式写出估计检验结果,并解释所估计参数的经济意义
作X与Y的散点图
图形近似于线性关系,可建立线性回归模型:
12t t t Y X u ββ=++
用EViews 估计检验结果为
(1)回归结果的规范形式：
拟合优度：由回归结果可知
，
，说明整体上模型拟合较好。
t 检验：分别针对地区生产总值参数为0的原假设，给定显著性水平，查t 分
布表中自由度为
的临界值
。由回归结果可知，参数的t 值的绝对值均大于临界值，这说明在显著性水平下，应该拒原假设，解释变量地区生产总
值对财政收入有显著影响。
参数经济意义: 浙江全省生产总值每增长1亿元,平均说来财政预算收入将增长0.1918亿元.
(2)如果2017年，浙江省地区生产总值为52000亿元，比上年增长10%,利用计量经济模型对浙江省2017年的一般预算收入做出点预测和区间预测
将52000亿元带入回归方程得到一般预算收入的点预测：
一般预算收入的平均值预测：
=
当时，，代入计算可得：
=
即：当地区生产总值达到52000亿元时，财政收入平均值置信度95%的预测区间为（9517.845，9971.647）。
一般预算收入的个别值预测区间为
即：当地区生产总值达到52000亿元时，财政收入个别值置信度95%的预测区间为（9233.917，10255.575）。
(3)建立浙江省一般预算收入的对数与地区生产总值对数的计量经济模型,估计模型的参数,检验模型的显著性,并解释所估计参数的经济意义。
回归结果的规范形式：
拟合优度：由回归结果可知
，
，说明整体上模型拟合较好。
参数显著性检验：分别针对地区生产总值参数为0的原假设，给定显著性水平，
查t 分布表中自由度为
的临界值
。由回归结果可知，参数的t 值的绝对值均大于临界值，这说明在显著性水平下，应该拒原假设，对数化的地区
生产总值对对数化的财政收入有显著影响。
经济意义：地区生产总值每增长1%，财政收入平均而言增长。
2.3 在线性消费函数12???i i C Y ββ=+中， C 是消费支出,Y 是可支配收入，收入的边际消费倾向（MPC ）是斜率2?β，而平均消费倾向（APC ）为?/i i
C Y 。由中国统计年鉴得到2016年中国各地区居民人均消费支出和居民人均可支配收入数据：
表2.9 2016年中国居民消费支出与可支配收入数据
地区 居民消费 支出(元) 居民可支配 收入(元) 地区 居民消费 支出(元) 居民可支配 收入(元) 北 京 35415.7 52530.4 湖 北 15888.7 21786.6 天 津 26129.3 34074.5 湖 南 15750.5 21114.8 河 北 14247.5 19725.4 广 东 23448.4 30295.8 山 西 12682.9 19048.9 广 西 12295.2 18305.1 内蒙古
18072.3
24126.6
海 南
14275.4
20653.4
辽宁19852.8 26039.7 重庆16384.8 22034.1
吉林14772.6 19967.0 四川14838.5 18808.3
黑龙江14445.8 19838.5 贵州11931.6 15121.1
上海37458.3 54305.3 云南11768.8 16719.9
江苏22129.9 32070.1 西藏9318.7 13639.2
浙江25526.6 38529.0 陕西13943.0 18873.7
安徽14711.5 19998.1 甘肃12254.2 14670.3
福建20167.5 27607.9 青海14774.7 17301.8
江西13258.6 20109.6 宁夏14965.4 18832.3
山东15926.4 24685.3 新疆14066.5 18354.7
河南12712.3 18443.1
β的置信区间。
（1）在95%的置信度下，求
2
（2）以可支配收入为x轴，画出估计的MPC和APC图。
（3）当居民人均可支配收入为60000元时，预计人均消费支出C的点预测值。（4）在95%的置信度下，人均消费支出C平均值的预测区间。
（5）在95%的置信度下，人均消费支出C个别值的预测区间。
【练习题2.3参考解答】
β的区间估计是多少？
（1）在95%的置信概率下，
2
得到：
（2）以可支配收入为x轴，画出估计的MPC和APC图。
（3）当居民人均可支配收入为60000元时，预计人均消费支出C的点预测值。
将点预测带入到方程中去得到：
（4）在95%的置信概率下，人均消费支出C平均值的预测区间。
平均值预测区间：
=
当时，，代入计算可得：
=
（5）在95%的置信概率下，人均消费支出C个别值的预测区间。
2.4假设某地区住宅建筑面积与建造单位成本的有关资料如表2.10：
表2.10 某地区住宅建筑面积与建造单位成本数据
建筑地编号建筑面积(万平方米)X 建造单位成本(元/平方米)Y
1 0.6 1860
2 0.95 1750
3 1.45 1710
4 2.1 1690
5 2.5
6 1678
6 3.54 1640
7 3.89 1620
8 4.37 1576
9 4.82 1566
10 5.66 1498
11 6.11 1425
12 6.23 1419
（1）建立建筑面积与建造单位成本的回归方程；
（2）解释回归系数的经济意义；
（3）估计当建筑面积为4.5万平方米时，对建造平均单位成本作区间预测。
【练习题2.4参考解答】
(1)建立建筑面积与建造单位成本的回归方程
（2）解释回归系数的经济意义: 模型的t检验和F检验均显著,说明建筑面积每扩大1万平方米,建造单位成本将下降64.184元/平方米.
（3）估计当建筑面积为4.5万平方米时，预测建造的平均单位成本:
?1845.47564.184 4.51556.647
i
Y=-?=(元/平方米)
平均单位成本的区间预测:
2
22
()
1
??f
f
i
X X
Y t
n x
α
σ
-
+
∑
已经得到1556.647
f
Y=、
0.025
(10)=2.228
t、?31.736
σ=、n=12。 4.5
f
X= X的样本数据得:
2222
()(1) 1.9894(121)43.5348
i i X
x X X n
σ
=-=-=?-=
∑∑
22
()(4.5 3.5233)0.9539
f
X X
-=-=
当 4.5
f
X=时，将相关数据代入计算得到
10.95391556.647 2.22831.7361556.64722.93761243.5348
??
+=
即是说，当建筑面积为4.5万平方米时，预测建造的平均单位成本 f Y 平均值置信度95%
的预测区间为（1533.7094，1579.5846）元/平方米。
2.5由12对观测值估计得消费函数为：?500.6i i
C X =+其中，C 是消费支出,Y 是可支配收入(元)，已知800X =，
2
(X )
8000i
X -=∑，2300i e =∑，0.025(10) 2.23t =。当
1000f X =时，试计算：
（1）消费支出C 的点预测值；
（2）在95%的置信概率下消费支出C 平均值的预测区间。 （3）在95%的置信概率下消费支出C 个别值的预测区间。
【练习题2.5参考解答】
（1）当1000f X =时，消费支出C 的点预测值；
?500.6i i
C X =+=50+0.6*1000=650 （2）在95%的置信概率下消费支出C 平均值的预测区间。
21??f
C t n ασ 已经得到：800X =，1000f X =，
2()8000i
X
X -=∑，0.025(10) 2.23t =，
2
300i
e
=∑
22
300
?302
12
2
i
e n σ
=
=
=--∑
? 5.4772σ
=== 当1000f X =时：
2
22
()11??650 2.23 5.477212f f
i
X X C t n x ασ-+=??+∑
650
2.23 5.4772 5.0833650
27.5380=??=
（3）在95%的置信概率下消费支出C 个别值的预测区间。
2
2
22
()11(1000800)??1650 2.23 5.47721128000
f f
i
X X C t n x ασ--++=??++∑
650
2.23 5.47721 5.0833650
30.1250=??+=
2.6按照“弗里德曼的持久收入假说”： 持久消费Y 正比于持久收入X ，依此假说建立的计量模型没有截距项，设定的模型应该为：2i i i Y X u β=+，这是一个过原点的回归。在古典假定满足时，
（1）证明过原点的回归中2β的OLS 估计量2
?β的计算公式是什么？对该模型是否仍有0i
e =∑和0i
i
e X
=∑？对比有截距项模型和无截距项模型参数的OLS 估计有什么不
同？
（2） 无截距项模型的具有无偏性吗？ （3） 写出无截距项模型的方差
)的表达式。
【练习题2.6参考解答】
（1）没有截距项的过原点回归模型为: 2i i Y X u β=+ 因为
22
2
?()
i
i
i
e Y X β
=-∑∑
求偏导 2
22
?2()()2?i i i i
i i e Y X X e X ββ
?=--=-?∑∑∑ 令 2
22
?2()()0?i i i i
e Y X X ββ
?=--=?∑∑ 得 2
2?i i i
X Y X
β=∑∑ 而有截距项的回归为2
2?i i
i
x y
x
β=∑∑
对于过原点的回归，由OLS 原则:
0i
e =∑已不再成立, 但是0i
i
e X
=∑是成立的。
（2） 无截距项模型的具有无偏性吗？ 在古典假设满足时，无截距项的具有无偏性。 （3） 无截距项模型的方差
)的表达式？
在多元回归中,当为无截距项仅有一个变量时,因此
无截距且仅有一个解释变量的情形性下：
2
22
?()
i Var
X
σ
β=
∑
还可以证明对于过原点的回归，
2 2
?
1
i
e
n
σ=
-
∑
而有截距项的回归为
2
22
?()
i
Var
x
σ
β=
∑，
2
2
?
2
i
e
n
σ=
-
∑
2.7练习题2.2中如果将浙江省“一般预算总收入”和“地区生产总值”数据的计量单位分别或同时由”亿元”更改为”万元”，分别重新估计参数，对比被解释变量与解释变量的计量单位分别变动和同时变动的几种情况下，参数估计及统计检验结果与计量单位与更改之前有什么区别? 你能从中总结出什么规律性吗？
【练习题2.7参考解答】
以亿元为单位的一般预算总收入用Y1表示, 以亿元为单位的地区生产总值用X1表示以万元为单位的一般预算总收入用Y2表示, 以万元为单位的地区生产总值用X2表示
财政预算总收入
(亿元)全省生产总值
(亿元)
财政预算总收入
(万元)
全省生产总值
(元)
Y1 X1Y2 X2 1978 27.45 123.72 2745001237200 1979 25.87 157.75 2587001577500 1980 31.13 179.92 3113001799200 1981 34.34 204.86 3434002048600 1982 36.64 234.01 3664002340100 1983 41.79 257.09 4179002570900 1984 46.67 323.25 4667003232500 1985 58.25 429.16 5825004291600 1986 68.61 502.47 6861005024700 1987 76.36 606.99 7636006069900 1988 85.55 770.25 8555007702500 1989 98.21 849.44 9821008494400 1990 101.59 904.69 10159009046900 1991 108.94 1089.33 108940010893300 1992 118.36 1375.7 118360013757000
1993 166.64 1925.91 166640019259100 1994 209.39 2689.28 209390026892800 1995 248.5 3557.55 248500035575500 1996 291.75 4188.53 291750041885300 1997 340.52 4686.11 340520046861100 1998 401.8 5052.62 401800050526200 1999 477.4 5443.92 477400054439200 2000 658.42 6141.03 658420061410300 2001 917.76 6898.34 917760068983400 2002 1166.58 8003.67 1166580080036700 2003 1468.89 9705.02 1468890097050200 2004 1805.16 11648.7 18051600116487000 2005 2115.36 13417.68 21153600134176800 2006 2567.66 15718.47 25676600157184700 2007 3239.89 18753.73 32398900187537300 2008 3730.06 21462.69 37300600214626900 2009 4122.04 22998.24 41220400229982400 2010 4895.41 27747.65 48954100277476500 2011 5925.00 32363.38 59250000 323633800 2012 6408.49 34739.13 64084900 347391300 2013 6908.41 37756.58 69084100 377565800 2014 7421.70 40173.03 74217000 401730300 2015 8549.47 42886.49 85494700 428864900 2016 9225.07 47251.36 92250700 472513600
1)练习题2.2中,财政预算总收入用亿元(Y1)表示,全省生产总值用亿元(X1)表示的回归:
2)财政预算总收入用万元(Y2)表示,全省生产总值用万元(X2)表示的回归:
回归结果为:
3)财政预算总收入用万元(Y2)表示,全省生产总值用亿元(X1)表示的回归:
4)财政预算总收入用亿元(Y1)表示,全省生产总值用万元(X2)表示的回归:
对比几种回归的回归结果：
变动的规律性:
1)被解释变量计量单位变化扩大(或缩小)K倍,解释变量计量单位不变时:
常数项将缩小(或扩大) K倍；斜率系数将缩小(或扩大) K倍
2）被解释变量计量单位不变,解释变量计量单位扩大(或缩小)K倍时:
常数项将不变；斜率系数将缩小(或扩大) K倍
3)被解释变量计量单位与解释变量计量单位同时扩大(或缩小)K倍时:
常数项将缩小(或扩大) K倍；斜率系数不变
4）变量计量单位的变化对t检验和F检验的统计量没有影响。
2.8联系自己所学的专业选择一个实际问题，设定一个简单线性模型，并自己去收集样本数据，用本章的方法估计和检验这个模型，你如何评价自己所做的这项研究?
【练习题2.8参考解答】
本题无参考解答
统计学2班 第三次作业 1、⑴存在.2 3223223232 322 ) ())(() )(())((?∑∑∑∑∑∑∑--=i i i i i i i i i i i x x x x x x x y x x y βΘ 当X 2和X 3之间的相关系数为0时，离差形式的 ∑i i x x 32=0 2 222232 22 322 ?) )(() )((??== =∴∑∑∑∑∑∑i i i i i i i i x x y x x x x y β 同理得：33 ??γβ= ⑵2 ?β会等于1?α和1?γ二者的线性组合。 33221???X X Y βββ--=Θ且221??X Y αα-=，331??X Y γγ-= 由⑴可得22 ??αβ=和33??γβ= 22221???X Y X Y βαα-=-=∴，3 3331???X Y X Y βγγ-=-= 212 ??X Y αβ-=∴,3 1 3??X Y γβ-= 则：33 1 2213 3221?????X X Y X X Y Y X X Y γαβββ----=--=Θ ⑶存在。∑-=)1()?(223 222 2 r x Var i σβΘ X 2和X 3之间相关系数为0，)?() 1()?(2222 223 2 22 2 α σσβVar x r x Var i i == -=∴∑∑ 同理可得)?()?(33 γβVar Var = 2、逐步向前回归和逐步向后回归的程序都存在不足，逐步向前法不能反映引进新的解释变量后的变化情况，即一旦引入新的变量，就保留在方程中，逐步向后法泽一旦剔除一个解释变量就再没有机会重新进入方程。而解释变量之间及其与被解释变量的相关关系与引入的变量个数及同时引入哪些变量而不同。所以采用逐步回归比较好。吸收了逐步向前和逐步向后的优点。
第二章简单线性回归模型 第一节回归分析与回归函数P15 （一）相关分析与回归分析 1、相关关系 2、相关系数 3、回归分析 （二）总体回归函数（条件期望） （三）随机扰动项 （四）样本回归函数 第二节简单线性回归模型参数的估计P26 （一）简单线性回归的基本假定 （二）普通最小二乘法求样本回归函数 （三）OLS回归线的性质 （四）最小二乘估计量的统计性质 1、参数估计量的评价标准（无偏性、有效性、一致性） 2、OLS估计量的统计特性（线性特性、无偏性、有效性、高斯-马尔可夫定理） 第三节拟合优度的度量（RSS、ESS、TSS）P35 （一）总变差的分解 （二）可决系数 （三）可决系数与相关系数的关系 第四节回归系数的区间估计与假设检验P38 （一）OLS估计的分布性质 （二）回归系数的区间估值 （三）回归系数的假设检验 1、Z检验 2、t检验 第五节回归模型预测P43 第六节案例分析P48 第三章多元线性回归模型 第一节多元线性回归模型及古典假定P64 一、多元线性回归模型 二、多元线性回归模型的矩阵形式 三、多元线性回归模型的古典假定 第二节多元线性回归模型的估计P68 一、多元线性回归性参数的最小二乘估计 二、参数最小二乘估计的性质（线性特性、无偏性、有效性） 三、OLS估计的分布性质 四、随机扰动项方差的估计 五、多元线性回归模型参数的区间估计
第三节多元线性回归模型的检验P74 一、拟合优度检验（多重可决系数、修正的可决系数） 二、回归方程的显著性检验（F-检验） 三、回归参数的显著性检验（t-检验） 第四节多元线性回归模型的预测P79 第五节案例分析P81 第四章多重共线性第一节什么是多重共线性P94 第二节多重共线性产生的后果 第三节多重共线性的检验 第四节多重共线性的补救措施 第五节案例分析P109
统计学2班 第二次作业 1、?i =-151.0263 + 0.1179X 1i + 1.5452X 2i T= (-3.066806) (6.652983) (3.378064) R 2=0.934331 R 2=0.92964 F=191.1894 n=31 ⑴模型估计结果说明，各省市旅游外汇收入Y 受旅行社职工人数X 1，国际旅游人数X 2的影响。由所估计出的参数可知，在假定其他变量不变的情况下，当旅行社职工人数每增加1人，各省市旅游外汇收入增加0.1179百万美元。在嘉定其他变量不变的情况下。当国际旅游人数每增加1万人，各省市旅游外汇收入增加1.5452百万美元。 ⑵由题已知，估计的回归系数β1的T 值为：t （β1）=6.652983。 β2的T 值分为： t （β2）=3.378064。 α=0.05.查得自由度为n-2=22-2=29的临界值t 0.025(29)=2.045229 因为t （β1）=6.652983≥t 0.025(29)=2.045229.所以拒绝原假设H 0：β1=0。 表明在显著性水平α=0.05下，当其他解释变量不变的情况下，旅行社职工人数X 1对各省市旅游外汇收入Y 有显著性影响。 因为 t （β2）=3.378064≥t 0.025(29)=2.045229，所以拒绝原假设H 0：β2=0 表明在显著性水平α=0.05下，当其他解释变量不变的情况下，和国际旅游人数X 2对各省市旅游外汇收入Y 有显著性影响。 ⑶正对H O ：β1=β2=0，给定显著水性水平α=0.05，自由度为k-1=2,n-k=28的临界值 F 0.05（2,28）=3.34038。由题已知F=191.1894>F 0.05（2,28）=3.34038，应拒绝原假设 H O ：β1=β2=0，说明回归方程显著，即旅行社职工人数和旅游人数变量联合起来对各省市旅游外汇收入有显著影响。 2、⑴样本容量n=15 残差平方和RSS=66042-65965=77 回归平方和ESS 的自由度为K-1=2 残差平方和RSS 的自由度为n-k=13 ⑵可决系数R 2=TSS ESS =6604265965 =0.99883 调整的可决系数R 2=1-（1-R 2）k n n --1=1-（1-0.99883）1214=0.99863 ⑶利用可决系数R 2=0.99883，调整的可决系数R 2=0.99863，说明模型对样本的拟合很好。不能确定两个解释变量X 2和X 3个字对Y 都有显著影响。
第2章 一元线性回归模型 一、单项选择题 1、变量之间的关系可以分为两大类__________。 A 函数关系与相关关系 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__________。 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 变量间不确定性的依存关系 3、进行相关分析时的两个变量__________。 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、表示x 和y 之间真实线性关系的是__________。 A 01???t t Y X ββ=+ B 01()t t E Y X ββ=+ C 01t t t Y X u ββ=++ D 01t t Y X ββ=+ 5、参数β的估计量?β 具备有效性是指__________。 A ?var ()=0β B ?var ()β为最小 C ?()0β β－＝ D ?()ββ－为最小 6、对于01??i i i Y X e ββ=++，以σ?表示估计标准误差，Y ?表示回归值，则__________。 A i i ??0Y Y 0σ∑ ＝时，（－）＝ B 2 i i ??0Y Y σ∑＝时，（－）＝0 C i i ??0Y Y σ∑＝时，（－）为最小 D 2 i i ??0Y Y σ∑＝时，（－）为最小 7、设样本回归模型为i 01i i ??Y =X +e ββ+，则普通最小二乘法确定的i ?β的公式中，错误的是__________。 A ()() () i i 1 2 i X X Y -Y ?X X β--∑∑＝ B ()i i i i 1 2 2 i i n X Y -X Y ?n X -X β ∑∑∑∑∑＝ C i i 1 2 2 i X Y -nXY ?X -nX β ∑∑＝ D i i i i 1 2x n X Y -X Y ?β σ ∑∑∑＝ 8、对于i 01i i ??Y =X +e ββ+，以?σ表示估计标准误差，r 表示相关系数，则有__________。 A ?0r=1σ ＝时， B ?0r=-1σ ＝时， C ?0r=0σ ＝时， D ?0r=1r=-1σ ＝时，或 9、产量（X ，台）与单位产品成本（Y ，元/台）之间的回归方程为?Y 356 1.5X -＝，这说明__________。 A 产量每增加一台，单位产品成本增加356元 B 产量每增加一台，单位产品成本减少1.5元 C 产量每增加一台，单位产品成本平均增加356元 D 产量每增加一台，单位产品成本平均减少1.5元
第二章主要公式 资料地址：https://www.doczj.com/doc/ae16178662.html,/jl 1、回归模型概述 （1）相关分析与回归分析 经济变量之间的关系：函数关系、相关关系 相关关系：单相关和复相关，完全相关、不完全相关和不相关，正相关与负相关，线性相关和负相关，线性相关和非线性相关。 相关分析： ——总体相关系数XY ρ= ——样本相关系数()() n i i XY X X Y Y r --= ∑ ——多个变量之间的相关程度可用复相关系数和偏相关系数度量 回归分析：相关关系 + 因果关系 （2）随机误差项：含有随机误差项是计量经济学模型与数理经济学模型的一大区别。 （3）总体回归模型 总体回归曲线：给定解释变量条件下被解释变量的期望轨迹。 总体回归函数：(|)()i i E Y X f X = 总体回归模型：(|)()i i i i i Y E Y X f X μμ=+=+ 线性总体回归模型：011,2,...,i i i Y X i n ββμ=++= （4）样本回归模型 样本回归曲线：根据样本回归函数得到的被解释变量的轨迹。 （线性）样本回归函数： 01???i i Y X ββ=+ （线性）样本回归模型：01???i i i Y X e ββ=++ 2、一元线性回归模型的参数估计 （1）基本假设 ① 解释变量：是确定性变量，不是随机变量 var()0i X = ② 随机误差项：零均值、同方差，在不同样本点之间独立，不存在序列相关等 ()01,2,...,i E i n μ== 2var()1,2,...,i i n μσ==
cov(,)0;,1,2,...,i j i j i j n μμ=≠= ③ 随机误差项与解释变量：不相关 cov(,)01,2,...,i i X i n μ== ④ （针对最大似然法和假设检验）随机误差项： 2~(0,)1,2,...,i N i n μσ= ⑤ 回归模型正确设定。 【前四条为线性回归模型的古典假设，即高斯假设。满足古典假设的线性回归模型称为古典线性回归模型。】 （2）参数的普通最小二乘估计（OLS ） 目标：21 min n i i e =∑ 对于一元线性回归模型：011,2,...,i i i Y X i n ββμ=++= 正规方程组： 011 011 ?? 2[()]0??2[()]0n i i i n i i i i Y X X Y X ββββ==?--+=????--+=??∑∑ 解得： 011 112 211??()()?()n n i i i i i i n n i i i i Y X X X Y Y x y X X x βββ====?=-???--?==??-?? ∑∑∑∑ （3）最大似然估计（ML ） 对于一元线性回归模型：011,2,...,i i i Y X i n ββμ=++= 重要的基本假设： 2~(0,)1,2,...,cov(,)0;,1,2,...,var()01,2,...,i i j i N i n i j i j n X i n μσμμ?=? =≠=?? ==? 得到：2 01~(,)1,2,...,i i Y N X i n ββσ+= 【且cov(,)0;,1,2,...,i j Y Y i j i j n =≠=，这个对最大似然法的估计很重要】 则目标：12,,...,n Y Y Y 的联合概率密度最大，即
思考题答案 第一章绪论 思考题 1.1怎样理解产生于西方国家的计量经济学能够在中国的经济理论研究和现代化建设中发挥重要作用？ 答：计量经济学的产生源于对经济问题的定量研究，这是社会经济发展到一定阶段的客观需要。计量经济学的发展是与现代科学技术成就结合在一起的，它反映了社会化大生产对各种经济因素和经济活动进行数量分析的客观要求。经济学从定性研究向定量分析的发展，是经济学逐步向更加精密、更加科学发展的表现。我们只要坚持以科学的经济理论为指导，紧密结合中国经济的实际，就能够使计量经济学的理论与方法在中国的经济理论研究和现代化建设中发挥重要作用。 1.2理论计量经济学和应用计量经济学的区别和联系是什么？ 答：计量经济学不仅要寻求经济计量分析的方法，而且要对实际经济问题加以研究，分为理论计量经济学和应用计量经济学两个方面。 理论计量经济学是以计量经济学理论与方法技术为研究内容，目的在于为应用计量经济学提供方法论。所谓计量经济学理论与方法技术的研究，实质上是指研究如何运用、改造和发展数理统计方法，使之成为适合测定随机经济关系的特殊方法。 应用计量经济学是在一定的经济理论的指导下，以反映经济事实的统计数据为依据，用计量经济方法技术研究计量经济模型的实用化或探索实证经济规律、分析经济现象和预测经济行为以及对经济政策作定量评价。 1.3怎样理解计量经济学与理论经济学、经济统计学的关系？ 答：1、计量经济学与经济学的关系。联系：计量经济学研究的主体—经济现象和经济关系的数量规律；计量经济学必须以经济学提供的理论原则和经济运行规律为依据；经济计量分析的结果：对经济理论确定的原则加以验证、充实、完善。区别：经济理论重在定性分析,并不对经济关系提供数量上的具体度量；计量经济学对经济关系要作出定量的估计，对经济理论提出经验的内容。 2、计量经济学与经济统计学的关系。联系：经济统计侧重于对社会经济现象的描述性计量；经济统计提供的数据是计量经济学据以估计参数、验证经济理论的基本依据；经济现象不能作实验，只能被动地观测客观经济现象变动的既成事实，只能依赖于经济统计数据。区别：经济统计学主要用统计指标和统计分析方法对经济现象进行描述和计量；计量经济学
第一章导论 一、单项选择题 1-6: CCCBCAC 二、多项选择题 ABCD;ACD;ABCD 三.问答题 什么是计量经济学？ 答案见教材第3页 四、案例分析题 假定让你对中国家庭用汽车市场发展情况进行研究，应该分哪些步骤，分别如何分析？（参考计量经济学研究的步骤） 第一步：选取被研究对象的变量：汽车销售量 第二步：根据理论及经验分析，寻找影响汽车销售量的因素，如汽车价格，汽油价格，收入水平等 第三步：建立反映汽车销售量及其影响因素的计量经济学模型 第四步：估计模型中的参数； 第五步：对模型进行计量经济学检验、统计检验以及经济意义检验； 第六步：进行结构分析及在给定解释变量的情况下预测中国汽车销售量的未来值为汽车业的发展提供政策实施依据。 第二章简单线性回归模型 一、填空题 1、线性、无偏、最小方差性（有效性），BLUE。 2、解释变量；参数；参数。 3、随机误差项；随机误差项。 二、单项选择题 1-4：BBDA;6-11：CDCBCA 三、多项选择题 1.ABC; 2.ABC; 3.BC; 4.ABE; 5.AD; 6.BC 四、判断正误： 1. 错； 2. 错； 3. 对； 4.错； 5. 错； 6. 对； 7. 对； 8.错 五、简答题： 1.为什么模型中要引入随机扰动项？ 答：模型是对经济问题的一种数学模型，在模型中，被解释变量是研究的对象，解释变量是其确定的解释因素，但由于实际问题的错综复杂，影响被解释变量的因素中，除了包括在模型中的解释变量以外，还有其他一些因素未能包括在模型中，但却影响被解释变量，我们把这类变量统一用随机误差项表示。随机误差项包含的因素有：
第一章 1.计量分析的四个步骤：模型设定——参数估计——模型检验——模型应用 2.计量模型检验：经济意义检验——统计推断检验——计量经济学检验——模型预测检 验 3.计量模型的应用：结构分析——经济预测——政策评价——检验与发展经济理论 4.正确选择解释变量的原则：符合理论、规律——忽略众多次要因素，突出主要经济变 量——数据可得性——每个解释变量之间是独立的 5.参数的数据类型：时间序列数据——截面数据——面板数据——虚拟变量数据 第二章 1.总体相关系数：ρ=Cov(X,Y)/√Var(X)√Var(Y) 2.样本相关系数：rxy=Σ(Xi-X_)(Yi-Y_)/√Σ(Xi-X_)^2√Σ(Yi-Y_)^2 3.总体回归函数中引入随机扰动项的原因：作为未知影响因素的代表——作为无法取得 数据的已知因素代表——作为众多细小影响因素的综合代表——模型的设定误差——变量的观测误差——经济现象的内在随机性 4.简单线性回归模型的基本假定：1、对变量和模型的假定；2、对随机扰动项ui统计分 布的假定（古典假定）：零均值假定——同方差假定——无自相关假定——随机扰动项ui与解释变量Xi不相关——正态性假定 5.违反零均值假定：影响截距上的估计（影响小） 6.违反正态性假定：不影响OLS估计是最佳无偏性，但会使t检验F检验失真（影响大） 7.样本回归函数的离差形式：yi^=β2^*xi 8.OLS估计值的离差表达式：β2^=Σ(Xi-X_)(Yi-Y_)/Σ(Xi-X_)^2=Σxiyi/Σxi^2 β1^=Y_-β2^*X_ 9.OLS回归线的性质：样本回归线过（X_,Y_）——估计值均值等于实际值均值——剩余 项ei的均值为零——Cov(Yi^,ei)=0——Cov(Xi,ei)=0 10.β^的评价标准：无偏性——有效性——一致性 11.β^的统计性质：线性——无偏性——有效性 12.Var(^β1)=?^2/Σxi^2——Var(^β2)=ΣXi^2/n*?^2/Σxi^2 13.^?^2=Σei^2/(n-2) 14.总变差平方和：Σ(Yi-Y_)^2=Σyi^2……TSS……n-1 回归平方和：Σ(Yi^-Y_)^2=Σ^yi^2……ESS……k-1 残差平方和：Σ(Yi-Yi^)^2=Σei^2……RSS……n-k 15.可决系数：R^2=ESS/TSS 16.SE(^β1)=√(?^2ΣXi^2)/(nΣxi^2) SE(^β2)=√?^2/Σxi^2 17.t=(^β1-β1)/^SE(^β1)~t(n-2) t=(^β2-β2)/^SE(^β2)~t(n-2) 18.区间估计： 1.当总体方差?^2已知，α=0.1—±1.645,α=0.05—±1.96,α=0.01—± 2.33， P[-tα 第一章绪论 一、填空题： 1．计量经济学是以揭示经济活动中客观存在的__________为内容的分支学科，挪威经济学家弗里希，将计量经济学定义为__________、__________、__________三者的结合。 2．数理经济模型揭示经济活动中各个因素之间的__________关系，用__________性的数学方程加以描述，计量经济模型揭示经济活动中各因素之间__________的关系，用__________性的数学方程加以描述。 3．经济数学模型是用__________描述经济活动。 4．计量经济学根据研究对象和内容侧重面不同，可以分为__________计量经济学和__________计量经济学。 5．计量经济学模型包括__________和__________两大类。 6．建模过程中理论模型的设计主要包括三部分工作，即__________、____________________、____________________。 7．确定理论模型中所包含的变量，主要指确定__________。 8．可以作为解释变量的几类变量有__________变量、__________变量、__________变量和__________变量。 9．选择模型数学形式的主要依据是__________。 10．研究经济问题时，一般要处理三种类型的数据：__________数据、__________数据和__________数据。 11．样本数据的质量包括四个方面__________、__________、__________、__________。 12．模型参数的估计包括__________、__________和软件的应用等内容。 13．计量经济学模型用于预测前必须通过的检验分别是__________检验、__________检验、__________检验和__________检验。 14．计量经济模型的计量经济检验通常包括随机误差项的__________检验、__________检验、解释变量的__________检验。 15．计量经济学模型的应用可以概括为四个方面，即__________、__________、__________、__________。 16．结构分析所采用的主要方法是__________、__________和__________。 二、单选题： 1．计量经济学是一门（）学科。 A.数学 B.经济 第二章案例分析 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6029.88元, 最低的黑龙江省仅为人均4462.08元，最高的上海市达人均10464元，上海是黑龙江的2.35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2.5的数据: 表2.52002年中国各地区城市居民人均年消费支出和可支配收入 第二章 回归模型思考与练习参考答案 2.1参考答案 ⑴答：解释变量为确定型变量、互不相关（无多重共线性）；随机误差项零的值、同方差、非自相关；解释变量与随机误差项不相关。 现实经济中，这些假定难以成立。要解决这些问题就得对古典回归理论做进一步发展，这就产生了现代回归理论。 ⑵答：总体方差是总体回归模型中随机误差项i ε的方差；参数估计误差则属于样本回归模型中的概念，通常是指参数估计的均方误。参数估计的均方误为 MSE ()i i b b ?=E ()2?i i b b -=D ()i b ?=()[]ii u 12-'χχσ 即根据参数估计的无偏线，参数估计的均方误与其方差相等。而参数估计的方差又源于总体方差。因此，参数估计误差是总体方差的表现，总体方差是参数估计误差的根源。 ⑶答：总体回归模型 ()i i i x y E y ε+= 样本回归模型i i i e y y +=? i ε是因变量y 的个别值i y 与因变量y 对i x 的总体回归函数值() i x y E 的偏差；i e 为因变量y 的观测值i y 与因变量y 的样本回归函数值i y ?的偏差。 i e 在概念上类似于i ε，是对i ε的估计。 对于既定理论模型，OLS 法能使模型估计的拟和误差达最小。但或许我们可选择更理想的理论模型，从而进一步提高模型对数据的拟和程度。 ⑷答：2R 检验说明模型对样本数据的拟和程度；F 检验说明模型对总体经济关系的近似程度。 ()()()k k n R R k n Model Total k Model k m Error k Model F 111122--?-=---=--= 由02>??R F 可知，F 是2R 的单调增函数。对每一个临界值?F ，都可以找到一个2?R 与之对应，当22?>R R 时便有?>F F 。 ⑸答：在古典回归模型假定成立的条件下，OLS 估计是所有的线形无偏估计量中的有效估计量。 ⑹答：如果模型通过了F 检验，则表明模型中所有解释变量对被解释变量的影响显著。但这并不说明多个解释变量的影响都是显著的。建模开始时，常根据先验知识尽可能找出影响被解释变量的所有因素，这样就可能会选择不重要的因素作为解释变量。对单个解释变量的显著性检验可以剔除这些不重要的影响因素。 ⑺答：考虑两个经济变量y 与x ，及一组观测值(){},,2,1,,n i y x i i =。 第二章简单线性回归模型 2.1 （1）①首先分析人均寿命与人均GDP的数量关系，用Eviews分析：Dependent Variable: Y Method: Least Squares Date: 12/27/14 Time: 21:00 Sample: 1 22 Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 56.64794 1.960820 28.88992 0.0000 X1 0.128360 0.027242 4.711834 0.0001 R-squared 0.526082 Mean dependent var 62.50000 Adjusted R-squared 0.502386 S.D. dependent var 10.08889 S.E. of regression 7.116881 Akaike info criterion 6.849324 Sum squared resid 1013.000 Schwarz criterion 6.948510 Log likelihood -73.34257 Hannan-Quinn criter. 6.872689 F-statistic 22.20138 Durbin-Watson stat 0.629074 Prob(F-statistic) 0.000134 有上可知，关系式为y=56.64794+0.128360x1 ②关于人均寿命与成人识字率的关系，用Eviews分析如下：Dependent Variable: Y Method: Least Squares Date: 11/26/14 Time: 21:10 Sample: 1 22 Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 38.79424 3.532079 10.98340 0.0000 X2 0.331971 0.046656 7.115308 0.0000 R-squared 0.716825 Mean dependent var 62.50000 Adjusted R-squared 0.702666 S.D. dependent var 10.08889 S.E. of regression 5.501306 Akaike info criterion 6.334356 Sum squared resid 605.2873 Schwarz criterion 6.433542 Log likelihood -67.67792 Hannan-Quinn criter. 6.357721 F-statistic 50.62761 Durbin-Watson stat 1.846406 Prob(F-statistic) 0.000001 由上可知，关系式为y=38.79424+0.331971x2 ③关于人均寿命与一岁儿童疫苗接种率的关系，用Eviews分析如下： 第二章 简单线性回归模型 一、单项选择题（每题2分）： 1、回归分析中定义的（ ）。 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为非随机变量 D 、解释变量为随机变量，被解释变量为非随机变量 2、最小二乘准则是指使（ ）达到最小值的原则确定样本回归方程。 A 、1 ?()n t t t Y Y =-∑ B 、1?n t t t Y Y = -∑ C 、?max t t Y Y - D 、21 ?()n t t t Y Y =-∑ 3、下图中“{”所指的距离是（ ）。 A 、随机误差项 B 、残差 C 、i Y 的离差 D 、?i Y 的离差 4、参数估计量?β是i Y 的线性函数称为参数估计量具有( )的性质。 A 、线性 B 、无偏性 C 、有效性 D 、一致性 5、参数β的估计量β? 具备最佳性是指（ ）。 A 、0)?(=βVar B 、)? (βVar 为最小 C 、0?=-ββ D 、)? (ββ-为最小 6、反映由模型中解释变量所解释的那部分离差大小的是( )。 A 、总体平方和 B 、回归平方和 C 、残差平方和 D 、样本平方和 7、总体平方和TSS 、残差平方和RSS 与回归平方和ESS 三者的关系是（ ）。 X 1?β+ i Y A 、RSS=TSS+ESS B 、TSS=RSS+ESS C 、ESS=RSS-TSS D 、ESS=TSS+RSS 8、下面哪一个必定是错误的（ ）。 A 、 i i X Y 2.030? += ，8.0=XY r B 、 i i X Y 5.175?+-= ，91.0=XY r C 、 i i X Y 1.25? -=，78.0=XY r D 、 i i X Y 5.312?--=，96.0-=XY r 9、产量（X ，台）与单位产品成本（Y ，元/台）之间的回归方程为?356 1.5Y X =-，这说明（ ）。 A 、产量每增加一台，单位产品成本增加356元 B 、产量每增加一台，单位产品成本减少1.5元 C 、产量每增加一台，单位产品成本平均增加356元 D 、产量每增加一台，单位产品成本平均减少1.5元 10、回归模型i i i X Y μββ++=10，i = 1，…，n 中，总体方差未知，检验 010=β：H 时，所用的检验统计量1 ? 1 1?βββS -服从（ ）。 A 、）（22 -n χ B 、）（1-n t C 、）（12-n χ D 、）（2-n t 11、对下列模型进行经济意义检验，哪一个模型通常被认为没有实际价值的（ ）。 A 、i C （消费）i I 8.0500+=（收入） B 、di Q （商品需求）i I 8.010+=（收入）i P 9.0+（价格） C 、si Q （商品供给）i P 75.020+=（价格） D 、i Y （产出量）6.065.0i K =（资本）4 .0i L （劳动） 12、进行相关分析时，假定相关的两个变量( )。 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 、随机或非随机都可以 13、假设用OLS 法得到的样本回归直线为i i i e X Y ++=2 1 ??ββ ，以下说法不正确的是( )。 A 、∑=0i e B 、),(Y X 一定在回归直线上 C 、Y Y =? D 、0),(≠i i e X COV 14、对样本的相关系数γ，以下结论错误的是（ ）。 A 、γ越接近0，X 和Y 之间的线性相关程度越高 计量经济学课后习题答案 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 第二章练习题及参考解答 2.1 为研究中国的货币供应量(以货币与准货币M2表示)与国内生产总值(GDP)的相互依存关系，分析表中1990年—2007年中国货币供应量（M2）和国内生产总值（GDP ）的有关数据: 表2.9 1990年—2007年中国货币供应量和国内生产总值(单位:亿元) 资料来源:中国统计年鉴2008,中国统计出版社 对货币供应量与国内生产总值作相关分析，并说明相关分析结果的经济意义。 练习题2.1 参考解答: 计算中国货币供应量(以货币与准货币M2表示)与国内生产总值(GDP)的相关系数为: 计算方法: XY n X Y X Y r -= 或 ,()()X Y X X Y Y r --= 计算结果: M2 GDP M2 1 0.996426148646 GDP 0.996426148646 1 经济意义: 这说明中国货币供应量与国内生产总值(GDP)的线性相关系数为0.996426,线性 相关程度相当高。 2.2 为研究美国软饮料公司的广告费用X与销售数量Y的关系,分析七种主要品牌软饮料公司的有关数据 表2.10 美国软饮料公司广告费用与销售数量 资料来源:(美) Anderson D R等. 商务与经济统计.机械工业出版社.1998. 405 绘制美国软饮料公司广告费用与销售数量的相关图, 并计算相关系数，分析其相关程度。能否在此基础上建立回归模型作回归分析？ 练习题2.2参考解答 美国软饮料公司的广告费用X与销售数量Y的散点图为 说明美国软饮料公司的广告费用X与销售数量Y正线性相关。 若以销售数量Y 为被解释变量,以广告费用X 为解释变量,可建立线性回归模型 i i i u X Y ++=21ββ 利用EViews 估计其参数结果为 x 4036.147857.21y ?+= （96.9800）（1.3692） t= (-0.131765) (10.5200) 9568.02=R F=110.6699 S.E=92302.73 D.W=1.4389 经t 检验表明, 广告费用X 对美国软饮料公司的销售数量Y 确有显著影响。回归结果表明，广告费用X 每增加1百万美元, 平均说来软饮料公司的销售数量将增加14.40359(百万箱)。 2.3 为了研究深圳市地方预算内财政收入与国内生产总值的关系，得到以下数据： 表2.11 深圳市地方预算内财政收入与国内生产总值 1．最小二乘法对随机误差项u作了哪些假定？说明这些假定条件的意义。 答：假定条件： (1)均值假设：E(u i)=0,i=1,2,…； (2)同方差假设：Var(u i)=E[u i-E(u i)]2=E(u i2)=σu2 ,i=1,2,…； (3)序列不相关假设：Cov(u i,u j)=E[u i-E(u i)][u j-E(u j)]=E(u i u j)=0,i≠j,i,j=1,2,…； (4)Cov(u i,X i)=E[u i-E(u i)][X i-E(X i)]=E(u i X i)=0； (5)u i服从正态分布, u i～N(0,σu2)。 意义：有了这些假定条件，就可以用普通最小二乘法估计回归模型的参数。 2．阐述对样本回归模型拟合优度的检验及回归系数估计值显著性检验的步骤。 答：样本回归模型拟合优度的检验：可通过总离差平方和的分解、样本可决系数、样本相关系数来检验。 回归系数估计值显著性检验的步骤： (1)提出原假设H0 ：β1=0； (2)备择假设H1 ：β1≠0； (3)计算t=β1/Sβ1； (4)给出显著性水平α，查自由度v=n-2的t分布表，得临界值tα/2(n-2)； (5)作出判断。如果|t| 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。这些是以处理数计量经济学习题及答案
计量经济学-案例分析-第二章
计量经济学教程(赵卫亚)课后答案第二章汇编
计量经济学_庞皓_第三版课后答案
第二章习题及答案-计量经济学
计量经济学课后习题答案
安徽财经大学计量经济学 第二章练习题及参考解答
计量经济学 张晓峒 第二章习题
计量经济学课后习题答案解析汇总
相关主题
文本预览