二、单选题：
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.()∑=-n
t t t Y Y 1? B.∑=-n t t t Y Y 1
? C.t t Y Y ?max - D.()2
1?∑=-n
t t t Y Y 3.下图中“{”所指的距离是（）
A.
残差 C. i Y 的离差 D. i Y ?的离差
4.最大似然准则是从模型总体抽取该n 组样本观测值的（）最大的准则
确定样本回归方程。
A.离差平方和
B.均值
C.概率
D.方差
5.参数估计量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
X 10??β+
6.参数β的估计量β?具备有效性是指（）
A.0)?(=βVar
B.)?(βVar 为最小
C.0?=-ββ
D.)?(ββ-为最小
7.要使模型能够得出参数估计量，所要求的最小样本容量为（）
A.n ≥k+1
B.n ≤k+1
C.n ≥30
D.n ≥3(k+1)
8.已知含有截距项的三元线性回归模型估计的残差平方和为8002=∑
t e ，估计用样本容量为24=n ，则随机误差项t u 的方差估计量为( )。
A.33.33
B.40
C.38.09
D.36.36
9.最常用的统计检验准则包括拟合优度检验、变量的显著性检验和（）。
A.方程的显著性检验
B.多重共线性检验
C.异方差性检验
D.预测检验
10.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
11.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（）。
A.RSS=TSS+ESS
B.TSS=RSS+ESS
C.ESS=RSS-TSS
D.ESS=TSS+RSS
12.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 13.产量（X ，台）与单位产品成本（Y ，元/台）之间的回归方程为X Y 5.1356?-=，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
14.回归模型i i i X Y μββ++=10，i = 1，…，25中，总体方差未知，
检验010=β：H 时，所用的检验统计量1
?11?βββS -服从（）。 A.）（22-n χ B.）（1-n t
C.）（12-n χ
D.）（2-n t
15.设k 为回归模型中的参数个数（包括截距项），n 为样本容量，ESS 为
残差平方和，RSS 为回归平方和。则对总体回归模型进行显著性检验 时构造的F 统计量为（）。 A. /(1)/()ESS k F RSS n k -=- B.)/()1/(1k n ESS k RSS F ---= C.ESS RSS F = D.RSS ESS F =
16.根据可决系数R 2与F 统计量的关系可知，当R 2=1时有（）。
A.F=1
B.F=－1
C.F →+∞
D.F=0
17.线性回归模型的参数估计量β?是随机变量i Y 的函数，即
()Y X X X '1
'?-=β。所以β?是（）。 A.随机变量 B.非随机变量
C.确定性变量
D.常量
18.由 β??00X Y =可以得到被解释变量的估计值，由于模型中参数估计量的
不确定性及随机误差项的影响，可知0?
Y 是（）。
A.确定性变量
B.非随机变量
C.随机变量
D.常量
19.下面哪一表述是正确的（）。
A.线性回归模型i i i X Y μββ++=10的零均值假设是指011=∑=n i i n μ
B.对模型i i i i X X Y μβββ+++=22110进行方程显著性检验（即F
检验），检验的零假设是
02100===βββ：H C.相关系数较大并不意味着两个变量存在较强的因果关系
D.当随机误差项的方差估计量等于零时，说明被解释变量与解释变量
之间为函数关系
20.在双对数线性模型μββ++=X Y ln ln 10中，参数1β的含义是（）。
A.Y 关于X 的增长量
B.Y 关于X 的发展速度
C.Y 关于X 的边际倾向
D.Y 关于X 的弹性
21.根据样本资料已估计得出人均消费支出Y 对人均收入X 的回归方程为 X Y ln 75.000.2ln += ，这表明人均收入每增加１％，人均消费支出将增加（）。
A.2%
B.0.2%
C.0.75%
D.7.5%
22.半对数模型μββ++=X Y ln 10中，参数1β的含义是（）。
A ．X 的绝对量变化，引起Y 的绝对量变化
B ．Y 关于X 的边际变化
C ．X 的相对变化，引起Y 的期望值绝对量变化
D ．Y 关于X 的弹性
23.半对数模型μββ++=X Y 10ln 中，参数1β的含义是（）。
A.X 的绝对量发生一定变动时，引起因变量Y 的相对变化率
B.Y 关于X 的弹性
C.X 的相对变化，引起Y 的期望值绝对量变化
D.Y 关于X 的边际变化
24.双对数模型
μ
β
β+
+
=X
Y ln
ln
1
0中，参数1
β的含义是（）。
A.X的相对变化，引起Y的期望值绝对量变化
B.Y关于X的边际变化
C.X的绝对量发生一定变动时，引起因变量Y的相对变化率
D.Y关于X的弹性
简答题：
1.随机误差项包含哪些因素影响。
2.最小二乘法的基本原理。
3.为什么要计算调整后的可决系数？
一、单选题：
1-5. B D B C A 6-10 B A B A B
11-15 B C D D A 16-20 C A C C D 21-24 C C A D
1. 答：
随机误差项主要包括下列因素的影响：
（1）解释变量中被忽略的因素的影响；
（2）变量观测值的观测误差的影响；
（3）模型关系的设定误差的影响；
（4）其它随机因素的影响。
2、答
最小二乘法的基本原理是当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得模型能最好地拟合样本数据。
3、答：
剔除样本容量和解释变量个数的影响。
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。
第三章习题 3.1 （1）2011年各地区的百户拥有家用汽车量及影响因素数据图形 可以看出，2011年各地区的百户拥有家用汽车量及影响因素的差异明显，其变动的方向基本相同，相互间可能具有一定的相关性，因而将其模型设定为线性回归模型形式： Y=β1+β2X2+β3X3+β4X4
估计参数 Y=246.854+5.996865X 2-0.524027X 3-2.26568X 4 模型检验 ① R 2是0.666062，修正的R 2为0.628957，说明模型对样本拟合较好 ② F 检验，分别针对H0：βj=0(j=1,2,3,4)，给定显著性水平α=0.05，在F 分布表中查出自由度为k-1=3,n-k=27的临界值F α（3,27）=3.65，由表可知，F=17.95108>F α（3,27）=3.65，应拒绝原假设，回归方程显著。 ③ t 检验，分别针对H0：βj=0(j=1,2,3,4)，给定显著性水平α=0.05，查t 分布表得自由度为n-k=27临界值t 2 05.0（n-k ）=2.0518。对应的t 统计量分 别为 4.749476，4.265020，-2.922950，-4.366842，其绝对值均大于t （27） =2.0518，所以这些系数都是显著的。 （2）人均ＧＤＰ增加１万元，百户拥有家用汽车增加5.996865辆， 城镇人口比重增加１个百分点，百户拥有家用汽车减少0.524027辆， 交通工具消费价格指数每上升１，百户拥有家用汽车减少2.265680辆。 （3）将其模型设定为 Y=β1+β2X 2+β3LnX 3+β4LnX 4
计量经济学课后习题 1.什么是计量经济学？计量经济学方法与一般经济数学方法有什么区别？ 答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科，是由经济学、统计学和数学三者结合而成的交叉学科。 计量经济学方法揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述；一般经济数学方法揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。 4.建立与应用计量经济学模型的主要步骤有哪些？ 答：建立与应用计量经济学模型的主要步骤如下：(1)设定理论模型，包括选择模型所包含的变量，确定变量之间的数学关系和拟定模型中待估参数的数值范围；(2)收集样本数据，要考虑样本数据的完整性、准确性、可比性和—致性；(3)估计模型参数；(4)检验模型，包括经济意义检验、统计检验、计量经济学检验和模型预测检验。 5.模型的检验包括几个方面？其具体含义是什么？ 答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。 4．如何缩小置信区间？（P46） 由上式可以看出（1）.增大样本容量。样本容量变大，可使样本参数估计量的标准差减小；同时，在同样置信水平下，n越大，t分布表中的临界值越小。（2）提高模型的拟合优度。因为样本参数估计量的标准差和残差平方和呈正比，模型的拟合优度越高，残差平方和应越小。 1.为什么计量经济学模型的理论方程中必须包含随机干扰项？ （经典模型中产生随机误差的原因） 答：计量经济学模型考察的是具有因果关系的随机变量间的具体联系方式。由于是随机变量，意味着影响被解释变量的因素是复杂的，除了解释变量的影响外，还有其他无法在模型中独立列出的各种因素的影响。这样，理论模型中就必须使用一个称为随机干扰项的变量宋代表所有这些无法在模型中独立表示出来的影响因素，以保证模型在理论上的科学性。 3.一元线性回归模型的基本假设主要有哪些？ 违背基本假设的模型是否不可以估计？ 答：线性回归模型的基本假设有两大类：一类是关于随机干扰项的，包括零均值，同方差，不序列相关，满足正态分布等假设；另一类是关于解释变量的，主要有：解释变量是非随机的，若是
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。
第三章练习题及参考解答 3.1 第三章的“引子”中分析了，经济增长、公共服务、市场价格、交通状况、社会环境、政策因素，都会影响中国汽车拥有量。为了研究一些主要因素与家用汽车拥有量的数量关系，选择“百户拥有家用汽车量”、“人均地区生产总值”、“城镇人口比重”、“交通工具消费价格指数”等变量，2011年全国各省市区的有关数据如下： 表3.6 2011年各地区的百户拥有家用汽车量等数据 资料来源:中国统计年鉴2012.中国统计出版社
1）建立百户拥有家用汽车量计量经济模型,估计参数并对模型加以检验，检验结论 的依据是什么?。 2)分析模型参数估计结果的经济意义,你如何解读模型估计检验的结果? 3) 你认为模型还可以如何改进? 【练习题3.1参考解答】: 1)建立线性回归模型: 1223344t t t t t Y X X X u ββββ=++++ 回归结果如下: 由F 统计量为17.87881, P 值为0.000001,可判断模型整体上显著, “人均地区生产总值”、“城镇人口比重”、“交通工具消费价格指数”等变量联合起来对百户拥有家用汽车量有显著影响。解释变量参数的t 统计量的绝对值均大于临界值0.025(27) 2.052t =,或P 值均明显小于0.05α=，表明在其他变量不变的情况下,“人均地区生产总值”、“城镇人口比重”、“交通工具消费价格指数”分别对百户拥有家用汽车量都有显著影响。 2）X2的参数估计值为5.9911,表明随着经济的增长,人均地区生产总值每增加1万元,平均说来百户拥有家用汽车量将增加近6辆。由于城镇公共交通的大力发展,有减少家用汽车的必要性,X3的参数估计值为-0.5231,表明随着城镇化的推进,“城镇人口比重”每增加1%,平均说来百户拥有家用汽车量将减少0.5231辆。汽车价格和使用费用的提高将抑制家用汽车的使用, X4的参数估计值为-2.2677,表明随着家用汽车使用成本的提高, “交通工具消费价格指数”每增加1个百分点,平均说来百户拥有家用汽车量将减少2.2677辆。 3)模型的可决系数为0.6652,说明模型中解释变量变解释了百户拥有家用汽车量变动的66.52%,还有33.48%未被解释。影响百户拥有家用汽车量的因素可能还有交通状况、社会环境、政策因素等，还可以考虑纳入一些解释变量。但是使用更多解释变量或许会面临某些基本假定的违反,需要采取一些其他措施。
第三章练习题及参考解答 3.1为研究中国各地区入境旅游状况，建立了各省市旅游外汇收入（Y ，百万美元）、旅行社职工人数（X1，人）、国际旅游人数（X2，万人次）的模型，用某年31个省市的截面数据估计结果如下： i i i X X Y 215452.11179.00263.151?++-= t=(-3.066806) (6.652983) (3.378064) R 2=0.934331 92964.02 =R F=191.1894 n=31 1)从经济意义上考察估计模型的合理性。 2)在5%显著性水平上，分别检验参数21,ββ的显著性。 3)在5%显著性水平上，检验模型的整体显著性。 练习题3.1参考解答: (1)由模型估计结果可看出：从经济意义上说明，旅行社职工人数和国际旅游人数均与旅游外汇收入正相关。平均说来，旅行社职工人数增加1人，旅游外汇收入将增加0.1179百万美元；国际旅游人数增加1万人次，旅游外汇收入增加1.5452百万美元。这与经济理论及经验符合，是合理的。 （2）取05.0=α ，查表得048.2)331(025.0=-t 因为3个参数t 统计量的绝对值均大于048.2)331(025.0=-t ，说明经t 检验3个参数均显著不为0，即旅行社职工人数和国 际旅游人数分别对旅游外汇收入都有显著影响。 （3）取05.0=α ，查表得34.3)28,2(05.0=F ，由于34.3)28,2(1894.19905.0=>=F F ，说明旅行社职工人数和 国际旅游人数联合起来对旅游外汇收入有显著影响，线性回归方程显著成立。 3.2 表3.6给出了有两个解释变量 2X 和.3X 的回归模型方差分析的部分结果： 表3.6 方差分析表 1）回归模型估计结果的样本容量n 、残差平方和RSS 、回归平方和ESS 与残差平方和RSS 的自由度各为多少? 2）此模型的可决系数和调整的可决系数为多少? 3）利用此结果能对模型的检验得出什么结论?能否确定两个解释变量 2X 和.3X 各自对Y 都有显著影响? 练习题3.2参考解答: (1) 因为总变差的自由度为14=n-1，所以样本容量：n=14+1=15 因为 TSS=RSS+ESS 残差平方和RSS=TSS-ESS=66042-65965=77 回归平方和的自由度为：k-1=3-1=2 残差平方和RSS 的自由度为：n-k=15-3=12 （2）可决系数为：2 65965 0.99883466042 ES R TSS S = == 修正的可决系数：2 2 2115177 110.998615366042 i i e n R n k y --=- =-?=--∑∑ （3）这说明两个解释变量2X 和.3X 联合起来对被解释变量有很显著的影响，但是还不能确定两个解释变量2X 和.3X 各 自对Y 都有显著影响。
计量经济学习题及答案
计量经济学各章习题 第一章绪论 1.1 试列出计量经济分析的主要步骤。 1.2 计量经济模型中为何要包括扰动项? 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。 1.4 估计量和估计值有何区别？ 第二章计量经济分析的统计学基础 2.1 名词解释 随机变量概率密度函数抽样分布 样本均值样本方差协方差 相关系数标准差标准误差 显著性水平置信区间无偏性 有效性一致估计量接受域 拒绝域第I类错误 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。 2.3 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？ 2.4 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？
第三章 双变量线性回归模型 3.1 判断题（判断对错；如果错误，说明理由） （1）OLS 法是使残差平方和最小化的估计方法。 （2）计算OLS 估计值无需古典线性回归模型的基本假定。 （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。 （4）最小二乘斜率系数的假设检验所依据的是t 分布，要求β ?的抽样分布是正态分布。 （5）R 2＝TSS/ESS 。 （6）若回归模型中无截距项，则0≠∑t e 。 （7）若原假设未被拒绝，则它为真。 （8）在双变量回归中，2 σ的值越大，斜率系数的方差越大。 3.2 设YX β?和XY β?分别表示Y 对X 和X 对Y 的OLS 回归中的斜率，证明 YX β?XY β?＝2r r 为X 和Y 的相关系数。 3.3 证明： （1）Y 的真实值与OLS 拟合值有共同的均值，即 Y n Y n Y ==∑∑?； （2）OLS 残差与拟合值不相关，即 0?=∑t t e Y 。 3.4 证明本章中（3.18）和（3.19）两式： （1）∑∑=2 2 2)?(t t x n X Var σα （2）∑-=2 2 )?,?(t x X Cov σβα 3.5 考虑下列双变量模型： 模型1：i i i u X Y ++= 21ββ
第三章习题 3.1 2011年各地区的百户拥有家用汽车量等数据 北京37.71 8.05 86.20 95.92 天津20.62 8.34 80.50 103.57 河北23.32 3.39 45.60 99.03 山西18.60 3.13 49.68 98.96 19.62 5.79 56.62 99.11 内蒙 古 辽宁11.15 5.07 64.05 100.12 吉林11.24 3.84 53.40 97.15 黑龙 5.29 3.28 5 6.50 100.54 江 上海18.15 8.18 89.30 101.58 江苏23.92 6.22 61.90 98.95 浙江33.85 5.92 62.30 96.69 安徽9.20 2.56 44.80 100.25 福建17.83 4.72 58.10 100.75 江西8.88 2.61 45.70 100.91 山东28.12 4.71 50.95 98.50 河南14.06 2.87 40.57 100.59 湖北9.69 3.41 51.83 101.15 湖南12.82 2.98 45.10 100.02 广东30.71 5.07 66.50 97.55 广西17.24 2.52 41.80 102.28 海南15.82 2.88 50.50 102.06 重庆10.44 3.43 55.02 99.12 四川12.25 2.61 41.83 99.76 贵州10.48 1.64 34.96 100.71 云南23.32 1.92 36.80 96.25 西藏25.30 2.00 22.71 99.95 陕西12.22 3.34 47.30 101.59 甘肃7.33 1.96 37.15 100.54 青海 6.08 2.94 46.22 100.46 宁夏12.40 3.29 49.82 100.99 新疆12.32 2.99 43.54 100.97 一、研究的目的和要求 经济增长，公共服务、市场价格、交通状况，社会环境、政策因素都会影响中国汽车拥有量。为了研究一些主要因素与家用汽车拥有量的数量关系，选择“人均地区生产总值”、“城镇人口比重”、“交通工具消费价格指数”等变量来进行研究和分析。 为了研究影响2011年各地区的百户拥有家用汽车量差异的主要原因，分析2011年各地区的百户拥有家用汽车量增长的数量规律，预测各地区的百户拥有家用汽车量的增长趋势，需要建立计量经济模型。 二、模型设定 为了探究影响2011年各地区的百户拥有家用汽车量差异的主要原因，选择百户拥有家用汽车量为被解释变量，人均GDP、城镇人口比重、交通工具消费价格指数为解释变量。
第三章、经典单方程计量经济学模型：多元线性回归模型 一、内容提要 本章将一元回归模型拓展到了多元回归模型，其基本的建模思想与建模方法与一元的情形相同。主要内容仍然包括模型的基本假定、模型的估计、模型的检验以及模型在预测方面的应用等方面。只不过为了多元建模的需要，在基本假设方面以及检验方面有所扩充。 本章仍重点介绍了多元线性回归模型的基本假设、估计方法以及检验程序。与一元回归分析相比，多元回归分析的基本假设中引入了多个解释变量间不存在（完全）多重共线性这一假设；在检验部分，一方面引入了修正的可决系数，另一方面引入了对多个解释变量是否对被解释变量有显著线性影响关系的联合性F检验，并讨论了F检验与拟合优度检验的内在联系。 本章的另一个重点是将线性回归模型拓展到非线性回归模型，主要学习非线性模型如何转化为线性回归模型的常见类型与方法。这里需要注意各回归参数的具体经济含义。 本章第三个学习重点是关于模型的约束性检验问题，包括参数的线性约束与非线性约束检验。参数的线性约束检验包括对参数线性约束的检验、对模型增加或减少解释变量的检验以及参数的稳定性检验三方面的内容，其中参数稳定性检验又包括邹氏参数稳定性检验与邹氏预测检验两种类型的检验。检验都是以F检验为主要检验工具，以受约束模型与无约束模型是否有显著差异为检验基点。参数的非线性约束检验主要包括最大似然比检验、沃尔德检验与拉格朗日乘数检验。它们仍以估计无约束模型与受约束模型为基础，但以最大似然 χ分布为检验统计原理进行估计，且都适用于大样本情形，都以约束条件个数为自由度的2 量的分布特征。非线性约束检验中的拉格朗日乘数检验在后面的章节中多次使用。 二、典型例题分析 例1．某地区通过一个样本容量为722的调查数据得到劳动力受教育的一个回归方程为36 .0 . + = - 10+ 094 medu fedu .0 sibs edu210 131 .0 R2=0.214 式中，edu为劳动力受教育年数，sibs为该劳动力家庭中兄弟姐妹的个数，medu与fedu分别为母亲与父亲受到教育的年数。问
（1）试估计一元线性回归模型 由EViews得 Q^=25.1+0.6X1 (20.8) (14) R2=0.91 括号内的数字为回归系数对应的t统计量的值，以下同。 Q^=26.9+0.6X2 (28.1) (15.9) R2=0.93
Q^=-46.8+1.9X3 (-3.3) (6.3) R2=0.67 （2）对以上三个模型的估计结果进行结构分析和统计检验。 第一个回归方程： α1^=25.1是样本回归方程的斜率，说明农业机械总动力X1每增加1万千瓦，粮食产量Q增加25.1万吨。α0 =0.6是样本回归方程的截距，它表示不受农业机械总动力支配影响的粮食产量。 统计检验：R方=0.91，说明总离差平方和的91%被样本回归直线解释，仅有9%未被解释，因此样本回归直线对样本点的拟合优度是很高的。 给出显著性水平α=0.05，查自由度v=21-2=19的t分布表，得临界值t0.025(19)=2.09,t0=20.8 >2.09, t1=14>2.09,故回归系数显著不为零，X1对Q有显著影响。第二个回归方程： β1^=26.9是样本回归方程的斜率，说明化肥施用量X2每增加1万吨，粮食产量Q增加26.9万吨。β0 =0.6是样本回归方程的截距，它表示不受化肥施用量X2万吨支配影响的粮食产量。 统计检验：R方=0.93，说明总离差平方和的93%被样本回归直线解释，仅有7%未被解释，因此样本回归直线对样本点的拟合优度是很高的。 给出显著性水平α=0.05，查自由度v=21-2=19的t分布表，得临界值t0.025(19)=2.09,t0=28.1 >2.09, t1=15.9>2.09,故回归系数显著不为零，X2对Q有显著影响。第三个回归方程： r1^=46.8是样本回归方程的斜率，说明土地灌溉面积X3每增加1千公顷，粮食产量Q 增加46.8万吨。r0 =1.9是样本回归方程的截距，它表示不受土地灌溉面积X3千公顷支配影响的粮食产量。 统计检验：R方=0.67，说明总离差平方和的67%被样本回归直线解释，有33%未被解释，因此样本回归直线对样本点的拟合优度是很低的。 给出显著性水平α=0.05，查自由度v=21-2=19的t分布表，得临界值t0.025(19)=2.09,t0=3.3 >2.09, t1=6.3>2.09,故回归系数显著不为零，X1对Q有显著影响。
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
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
（1）估计回归方程的参数及随机干扰项的方差∧2σ，计算2R及2R。（2）对方程进行F检验，对参数进行t检验，并构造参数95%的置信区间。 （3）如果商品单价变为35元，则某一月收入为20000元的家庭消费支出估计是多少？构造该估计值的95%的置信区间。（个值与均值）R代码与输出结果： x1=c(23.56,24.44,32.07,32.46,31.15,34.14,35.3,38.7,39.63,46.68) x2=c(7620,9120,10670,11160,11900,12920,14340,15960,18000,19300) y=c(591.9,654.5,623.6,647,674,644.4,680,724,757.1,706.8) nx1=length(x1) nx2=length(x2) ny=length(y) nx1;nx2;ny lm.1=lm(y~x1+x2) summary(lm.1) Call: lm(formula = y ~ x1 + x2) Residuals: Min 1Q Median 3Q Max -22.014 -14.084 4.591 10.502 19.640
Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 626.509285 40.130100 15.612 1.07e-06 *** x1 -9.790570 3.197843 -3.062 0.01828 * x2 0.028618 0.005838 4.902 0.00175 ** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘’1 Residual standard error: 17.39 on 7 degrees of freedom Multiple R-squared: 0.9022, Adjusted R-squared: 0.8743 F-statistic: 32.29 on 2 and 7 DF, p-value: 0.0002923 由输出结果显示，两个解释变量的估计值为-9.79057、0.028618。对方程进行F检验，其中F统计量的值为32.29，P值为0.0002923小于0.05，拒绝原假设，即认为该方程显著；对参数进行t检验，其P 值分别为0.01828、0.00175，均小于0.05，则拒绝原假设，即该回归参数显著。 anova(lm.1)#方差分析表 Analysis of Variance Table Response: y Df Sum Sq Mean Sq F value Pr(>F) x1 1 12265.1 12265.1 40.558 0.0003785 ***
第三章 一元线性回归模型 P56. 3.3 从某公司分布在11个地区的销售点的销售量()Y 和销售价格()X 观测值得出以下结果： 519.8X = 217.82Y = 23134543i X =∑ 1296836i i X Y =∑ 2539512i Y =∑ （1）、估计截距0β和斜率系数1β及其标准误，并进行t 检验； （2）、销售的总离差平方和中，样本回归直线未解释的比例是多少？ （3）、对0β和1β分别建立95%的置信区间。 解：（1）、设01i i Y X ββ=+，根据OLS 估计量有： μ()() () 1 1 1 11 1 2 2 2 22211 112 =129683611519.8217.820.32313454311519.8 N N N N N i i i i i i i i i i i i i N N N N i i i i i i i i N Y X Y X N Y X N X NY Y X N X Y N X N X X N X N X X β=========---= = ??--- ? ?? -??==-?∑∑∑∑∑∑∑∑∑ μμ01 217.820.32519.851.48Y X ββ=-=-?= 残差平方和： $ ( )μ( ) μμμ() μμμμ() μμμμ2 2 2 1 12 2 222 201111111 22222222010101011111111=225395121N N i i i i i N N N N N N i i i i i i i i i i i i N N N N N i i i i i i i i i i i u RSS TSS ESS Y Y Y Y Y Y Y Y Y X N N Y X X Y N X X ββββββββββ===============-=---????--+=-+ ? ???????=-++=-++ ??? =-∑∑∑∑∑∑∑∑∑∑∑∑∑∑()22151.480.32313454320.3251.4811519.8997.20224 ?+?+????=另解：对$( )μ( )2 2 2 11 N N i i i i i u RSS TSS ESS Y Y Y Y ====-=---∑∑∑，根据OLS 估计μμ01Y X ββ=-知μμ01 +Y X ββ=，因此有
计量经济学分章练习题 第一章习题 一、判断题 1.投入产出模型和数学规划模型都是计量经济模型。（×） 2.弗里希因创立了计量经济学从而获得了诺贝尔经济学奖。（√） 3.丁伯根因创立了建立了第1个计量经济学应用模型从而获得了诺贝尔经济学奖。（√） 4.格兰杰因在协整理论上的贡献而获得了诺贝尔经济学奖。（√） 5.赫克曼因在选择性样本理论上的贡献而获得了诺贝尔经济学奖。（√） 二、名词解释 1．计量经济学，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。 2．计量经济学模型，是一个或一组方程表示的经济变量关系以及相关条件或假设，是经济问题相关方面之间数量联系和制约关系的基本描述。 3．计量经济检验，由计量经济学理论决定的，目的在于检验模型的计量经济学性质。通常最主要的检验准则有随机误差项的序列相关检验和异方差性检验，解释变量的多重共线性检验等。 4．截面数据，指在同一个时点上，对不同观测单位观测得到的多个数据构成的数据集。 5．面板数据，是由对许多个体组成的同一个横截面，在不同时点的观测数据构成的数据。 三、单项选择题 1.把反映某一单位特征的同一指标的数据，按一定的时间顺序和时间间隔排列起来，这样的数据称为（ B ） A. 横截面数据 B. 时间序列数据 C. 面板数据 D. 原始数据 2.同一时间、不同单位按同一统计指标排列的观测数据称为（ C ） A．原始数据 B．时间序列数据 C．截面数据 D．面板数据 3.不同时间、不同单位按同一统计指标排列的观测数据称为（ D ） A．原始数据 B．时间序列数据
C ．截面数据 D ．面板数据 4. 对计量经济模型进行的结构分析不包括（ D ） A ．乘数分析 B ．弹性分析 C ．比较静态分析 D ．随机分析 5. 一个普通家庭的每月所消费的水费和电费是（ B ） A ．因果关系 B ．相关关系 C ．恒等关系 D ．不相关关系 6. 中国的居民消费和GDP 是（ C ） A ．因果关系 B ．相关关系 C ．相互影响关系 D ．不相关关系 7. 下列（ B ）是计量经济模型 A ．01i Y X ββ=+ B ．01i i Y X ββμ=++ C ．投入产出模型 D ．其他 8. 投资是（ A ）经济变量 A ．流量 B ．存量 C ．派生 D ．虚拟变量 9. 资本是（ B ）经济变量 A ．流量 B ．存量 C ．派生 D ．虚拟变量 10. 对定性因素进行数量化处理，需要定义和引进（ C ） A ．宏观经济变量 B ．微观经济变量 C ．虚拟变量 D ．派生变量 四、计算分析题 1.“计量经济模型就是数学”这种说法正确吗，为什么? 计量经济学模型不是数学式子，相比数学式子多了一个随机误差项，是随机性的函数关系。 2. 请尝试建立大学生消费函数模型。 consumption=β0+β1income+ε 五、简答题 1．什么是计量经济学。 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。
第四章习题 4.1 没有进行t检验，并且调整的可决系数也没有写出来，也就是没有考虑自由度的影响，会使结果存在误差。 一研究的目的和要求 我们知道，商品进口额与很多因素有关，了解其变化对进出口产品有很大帮助。为了探究和预测商品进口额的变化，需要定量地分析影响商品进口额变化的主要因素。 二、模型的设定及其估计 经分析，商品进口额可能与国内生产总值、居民消费价格指数有关。为此，考虑国内生产总值GDP、居民消费价格指数CPI为主要因素。各影响变量与商品进口额呈正相关。为此，设定如下形式的计量经济模型： =+ln+lnCP
式中，为第年中国商品进口额（亿元）；lnGDP为第年国内生产总值（亿元）；lnCPI为居民消费价格指数（以1985年为100）。各解释变量前的回归系数预期都大于零。 为估计模型，根据上表的数据，利用EViews软件，生成Y、lnGDP、lnCPI等数据，采用OLS方法估计模型参数，得到的回归结果如下图所示： 模型方程为： lnY=-3.111486+1.338533lnGDP-0.421791lnCPI (0.463010) (0.088610) (0.233295) t= (-6.720126) (15.10582) (-1.807975) =0.988051 =0.987055 F=992.2582 该模型=0.988051，=0.987055，可决系数很高，F检验值为992.2582，明显显著。但是当=0.05时，(n-k)=(27-3)=2.064,不仅lnCPI的系数不显著，而且，lnCPI的符号与预期相反，这表明可能存在 严重的多重共线性。 计算各解释变量的相关系数，选择lnGDP,lnCPI数据，“view/correlation”得相关系数矩阵。 1 由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在一定的多重共线性。 为了进一步了解多重共线性的性质，我们做辅助回归，即每个解释变量分别作为被解释变量都对剩余的解释变量进行回归。
1.3 某市居民家庭人均年收入服从4000X =元， 1200σ=元的正态分布， 求该市居民家庭人均年收入：（1）在5000—7000元之间的概率；（2）超过8000元的概率；（3）低于3000元的概率。 （1） ()() ()()()2,0,15000700050007000( ) 2.50.835( 2.5)62 X N X X X N X X X X P X P F F X X P σσ σ σ σ σ-∴---∴<<=< < --=<<= Q :: 根据附表1可知 ()0.830.5935F =，()2.50.9876F = ()0.98760.5935 500070000.1971 2 P X -∴<<= = PS ： ()()5000700050007000( ) 55( 2.5) 2.5660.99380.79760.1961 X X X X P X P X X P σ σ σ σ---<<=< < -??=<<=Φ-Φ ? ??=-=
在附表1中，()() F Z P x x z σ=-< （2）()80001080003X X X X X P X P P σσσ?? ??--->=>=> ? ?? ? ? ? =0.0004 （3）()3000530006 X X X X X P X P P σσσ???? ---<=<=<- ? ?? ? ? ? =0.2023 ()030001050300036X X X X X X P X P P σ σσσ???? ----<<=<< =-<<- ? ? ???? =0.2023-0.0004=0.20191.4 据统计70岁的老 人在5年内正常死亡概率为0.98，因事故死亡的概率为0.02。保险公司开办老人事故死亡保险，参加者需缴纳保险费100元。若5年内因事故死亡，公司要赔偿a 元。应如何测算出a ，才能使公司可期望获益；若有1000人投保，公司可期望总获益多少？ 设公司从一个投保者得到的收益为X ，则