计量经济学第三版庞浩第三章习题

统计学2班第二次作业1、Ŷi =-151.0263 + 0.1179X 1i + 1.5452X 2iT= (-3.066806) (6.652983) (3.378064)R 2=0.934331 R 2=0.92964 F=191.1894 n=31⑴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=13⑵可决系数R 2=TSS ESS =6604265965=0.99883 调整的可决系数R 2=1-（1-R 2）kn 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。

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: YMethod: Least SquaresDate: 12/27/14 Time: 21:00Sample: 1 22Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 56.64794 1.960820 28.88992 0.0000X1 0.128360 0.027242 4.711834 0.0001 R-squared 0.526082 Mean dependent var 62.50000Adjusted R-squared 0.502386 S.D. dependent var 10.08889S.E. of regression 7.116881 Akaike info criterion 6.849324Sum squared resid 1013.000 Schwarz criterion 6.948510Log likelihood -73.34257 Hannan-Quinn criter. 6.872689F-statistic 22.20138 Durbin-Watson stat 0.629074Prob(F-statistic) 0.000134 有上可知，关系式为y=56.64794+0.128360x1②关于人均寿命与成人识字率的关系，用Eviews 分析如下：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:10Sample: 1 22Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 38.79424 3.532079 10.98340 0.0000X2 0.331971 0.046656 7.115308 0.0000 R-squared 0.716825 Mean dependent var 62.50000Adjusted R-squared 0.702666 S.D. dependent var 10.08889S.E. of regression 5.501306 Akaike info criterion 6.334356Sum squared resid 605.2873 Schwarz criterion 6.433542Log likelihood -67.67792 Hannan-Quinn criter. 6.357721F-statistic 50.62761 Durbin-Watson stat 1.846406Prob(F-statistic) 0.000001 由上可知，关系式为y=38.79424+0.331971x2③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：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:14Sample: 1 22Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 31.79956 6.536434 4.864971 0.0001X3 0.387276 0.080260 4.825285 0.0001 R-squared 0.537929 Mean dependent var 62.50000Adjusted R-squared 0.514825 S.D. dependent var 10.08889S.E. of regression 7.027364 Akaike info criterion 6.824009Sum squared resid 987.6770 Schwarz criterion 6.923194Log likelihood -73.06409 Hannan-Quinn criter. 6.847374F-statistic 23.28338 Durbin-Watson stat 0.952555Prob(F-statistic) 0.000103 由上可知，关系式为y=31.79956+0.387276x3（2）①关于人均寿命与人均GDP 模型，由上可知，可决系数为0.526082，说明所建模型整体上对样本数据拟合较好。

矩阵X的秩为K(注意X为n行K列)。
Ran(X)= k
Rak(X'X)=k
即 (X'X) 可逆 假定6:正态性假定
ui ~ N (0, 2 )
u ~ N (0, 2I)
12
第二节 多元线性回归模型的估计
一、普通最小二乘法（OLS）
原则：寻求剩余平方和最小的参数估计式 min : ei2 (Yi Yˆi )2
1
X 22
Xk
2
2
u2
Yn
1 X 2n
X
kn
k
un
Y
X
βu
n 1
nk
k 1 n1
9
9
矩阵表示方式
总体回归函数 E(Y) = Xβ 或 Y = Xβ + u
样本回归函数 Yˆ = Xβˆ 或 Y = Xβˆ + e
其中： Y,Yˆ,u,e 都是有n个元素的列向量
β, βˆ 是有k 个 元素的列向量
多重可决系数：在多元回归模型中，由各个解释
变量联合起来解释了的Y的变差，在Y的总变差中占
的比重，用 R2表示 与简单线性回归中可决系数 r的2 区别只是 不Yˆi 同
多元回归中
Yˆi ˆ1 ˆ2 X2i ˆ3 X3i ˆk Xki
多重可决系数可表示为
R2 ESS TSS
(Yˆi Y )2 (Yi Y )2
0
2
X 2i
Yi
(ˆ1
ˆ2
X 2i
ˆ3
X 3i
ˆki
X ki )
0
(i 1, 2, n)
( j 1, 2, n)
ei 0
X2iei 0
2

百户拥有 家用汽车量(辆) Y 37.71 20.62 23.32 18.60 19.62 11.15 11.24
北 京 天 津 河 北 山 西 内蒙古 辽 宁 吉 林
黑龙江 上 海 江 苏 浙 江 安 徽 福 建 江 西 山 东 河 南 湖 北 湖 南 广 东 广 西 海 南 重 庆 四 川 贵 州 云 南 西 藏 陕 西 甘 肃 青 海 宁 夏 新 疆
5 6 7 8 9 10 11 12 根据上表资料：
2.56 3.54 3.89 4.37 4.82 5.66 6.11 6.23
1678 1640 1620 1576 1566 1498 1425 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，对建造的平均单位成本作区间预测。
650 m 2.23 5.4772 1 5.0833 650 m 30.1250
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 2.11： 表 2.11 建筑地编号 1 2 3 4 某地区住宅建筑面积与建造单位成本数据 建筑面积(万平方米)X 0.6 0.95 1.45 2.1 建造单位成本(元/平方米)Y 1860 1750 1710 1690
（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 2.3 参考解答】 （1）当 X f 1000 时，消费支出 C 的点预测值；
ˆ 50 0.6 X =50+0.6*1000=650 C i i
e2 ˆ2 i n 1 ˆ
2

计量经济学第三版庞浩第三章习题第三章习题3.1（1）2021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，2021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+β4X4① R2是0.*****，修正的R2为0.*****，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Fα（3,27）=3.65，由表可知，F=17.*****Fα（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=2.0518，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.*****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.*****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.*****辆。

0.052（n-k）=2.0518。

对应的t统计量分别为4.*****，4.*****，-2.*****，-4.*****，其绝对值均大于t（27）（3）将其模型设定为Y=β1+β2X2+β3LnX3+β4LnX4Y=1148.758+5.*****X2-22.*****LnX3-230.8481LnX4改进后的R2为0.*****原R2为0.*****，拟合程度得到了提高3.2(1)估计参数Y = - *****.58+0.*****X2 + 18.*****X3 模型检验R2是0.*****，修正的R2是0.*****，说明模型对样本拟合较好F检验，分别针对H0；βj=0(j=1,2,3)，给定显著性水平α=0.05，在F分布表中查出自由度为k-1=2,n-k=15的临界值Fα（2,15）=4.77，由表可知，F=522.0976F（2,15）=4.77，应拒绝原假设，回归方程显著。

第二章之五兆芳芳创作（1）①对于浙江省预算收入与全省生产总值的模型，用Eviews阐发结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/03/14 Time: 17:00Sample (adjusted): 1 33Included observations: 33 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.XCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)③关于浙江省财务预算收入与全省生产总值的模型，查验模型的显著性：1）可决系数为0.983702，说明所建模型整体上对样本数据拟合较好.2）对于回归系数的t查验：t（β2）=43.25639>t0.025(31)=2.0395，对斜率系数的显著性查验标明，全省生产总值对财务预算总收入有显著影响.④用标准形式写出查验结果如下：(0.004072) (39.08196)t= (43.25639) （-3.948274）R2=0.983702 F=1871.115 n=33⑤经济意义是：全省生产总值每增加1亿元，财务预算总收入增加0.176124亿元.（2）当x=32000时，①进行点预测，由上可知Y=0.176124X—154.3063，代入可得：②进行区间预测：先由Eviews阐发：由上表可知，当Xf=32000时，将相关数据代入计较得到：5481.6617—2.0395x175.2325x√1/33+1852223.473/675977068 .2≤即Yf的置信区间为（5481.6617—64.9649, 5481.6617+64.9649）(3) 对于浙江省预算收入对数与全省生产总值对数的模型，由Eviews阐发结果如下：Dependent Variable: LNYMethod: Least SquaresDate: 12/03/14 Time: 18:00Sample (adjusted): 1 33Included observations: 33 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.LNXCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)③关于浙江省财务预算收入与全省生产总值的模型，查验其显著性：1）可决系数为0.963442，说明所建模型整体上对样本数据拟合较好.2）对于回归系数的t查验：t（β2）=28.58268>t0.025(31)=2.0395，对斜率系数的显著性查验标明，全省生产总值对财务预算总收入有显著影响.④经济意义：全省生产总值每增长1%，财务预算总收入增长0.980275%（1）对修建面积与建造单位成本模型，用Eviews阐发结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/01/14 Time: 12:40Sample: 1 12Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.XCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由上可得：修建面积与建造成本的回归方程为：（2）经济意义：修建面积每增加1万平方米，修建单位成本每平方米削减64.18400元.（3）②再进行区间估量：用Eviews阐发：由上表可知，当Xf=4.5时，将相关数据代入计较得到：1556.647—2.228x31.73600x√1/12+43.5357/0.95387843≤即Yf的置信区间为（1556.647—478.1231, 1556.647+478.1231）第三章１）对出口货色总额计量经济模型，用Eviews阐发结果如下：：Dependent Variable: YMethod: Least SquaresDate: 12/01/14 Time: 20:25Sample: 1994 2011Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.X2X3CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid8007316. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)①由上可知，模型为：②对模型进行查验：1）可决系数是0.985838，修正的可决系数为0.983950，说明模型对样本拟合较好2）F查验，F=522.0976>F（2,15）=4.77，回归方程显著3）t查验，t统计量辨别为X2的系数对应t值为10.58454，大于t（15）=2.131，系数是显著的，X3的系数对应t值为1.928512，小于t（15）=2.131，说明此系数是不显著的.（2）对于对数模型，用Eviews阐发结果如下：Dependent Variable: LNYMethod: Least SquaresDate: 12/01/14 Time: 20:25Sample: 1994 2011Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.LNX2LNX3CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)①由上可知，模型为：LNY=-20.52048+1.564221 LNX2+1.760695 LNX3②对模型进行查验：1）可决系数是0.986295，修正的可决系数为0.984467，说明模型对样本拟合较好.2）F查验，F=539.7364> F（2,15）=4.77，回归方程显著.3）t查验，t统计量辨别为-3.777363，17.57789，2.581229，均大于t（15）=2.131，所以这些系数都是显著的.（3）①（1）式中的经济意义：产业增加1亿元，出口货色总额增加0.135474亿元，人民币汇率增加1，出口货色总额增加18.85348亿元.②（2）式中的经济意义：产业增加额每增加1%，出口货色总额增加1.564221%，人民币汇率每增加1%，出口货色总额增加1.760695%（1）对家庭书刊消费对家庭月平均收入和户主受教育年数计量模型，由Eviews阐发结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/01/14 Time: 20:30Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.XTCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)②对模型进行查验：1）可决系数是0.951235，修正的可决系数为0.944732，说明模型对样本拟合较好.2）F查验，F=539.7364> F（2,15）=4.77，回归方程显著.3）t查验，t统计量辨别为2.944186，10.06702，均大于t（15）=2.131，所以这些系数都是显著的.③经济意义：家庭月平均收入增加1元，家庭书刊年消费支出增加0.086450元，户主受教育年数增加1年，家庭书刊年消费支出增加52.37031元.（2）用Eviews阐发：①Dependent Variable: YMethod: Least SquaresDate: 12/01/14 Time: 22:30Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.TCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)②Dependent Variable: XMethod: Least SquaresDate: 12/01/14 Time: 22:34Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.TCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid4290746. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)以上辨别是y与T，X与T的一元回归模型辨别是：（3）对残差进行模型阐发，用Eviews阐发结果如下：Dependent Variable: E1Method: Least SquaresDate: 12/03/14 Time: 20:39Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.E2CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)模型为：（3）由上可知，β2与α2的系数是一样的.回归系数与被解释变量的残差系数是一样的，它们的变更纪律是一致的.第五章(1)由Eviews软件阐发得：Dependent Variable: YMethod: Least SquaresDate: 12/10/14 Time: 16:00Sample: 1 31Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.XCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid12220196 Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由上表可知，2007年我国农村居民家庭人均消费支出（x）对人均纯收入（y）的模型为：（2）①由图形法查验由上图可知，模型可能存在异方差.②Goldfeld-Quanadt查验1）定义区间为1-12时，由软件阐发得：Dependent Variable: Y1Method: Least SquaresDate: 12/10/14 Time: 11:34Sample: 1 12Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.X1CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid1772245. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)得∑e1i2=1772245.2）定义区间为20-31时，由软件阐发得：Dependent Variable: Y1Method: Least SquaresDate: 12/10/14 Time: 16:36Sample: 20 31Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.X1CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid7909670. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)得∑e2i2=7909670.3）按照Goldfeld-Quanadt查验，F统计量为：在α=0.05水平下，份子分母的自由度均为10，查散布表得临界值F0.05（10,10）=2.98，因为F=4.4631> F0.05（10,10）=2.98，所以拒绝原假定，此查验标明模型存在异方差.（3）1）采取WLS法估量进程中，①用权数w1=1/X,成立回归得：Dependent Variable: YMethod: Least SquaresDate: 12/09/14 Time: 11:13Sample: 1 31Included observations: 31Weighting series: W1Variable Coefficient Std. Error t-Statistic Prob.XCWeighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid8352726. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)Unweighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Sum squared resid14484289 Durbin-Watson stat对此模型进行White查验得：Heteroskedasticity Test: WhiteF-statistic Prob. F(2,28)Obs*R-squared Prob. Chi-Square(2)Scaled explained SS Prob. Chi-Square(2)Test Equation:Dependent Variable: WGT_RESID^2Method: Least SquaresDate: 12/10/14 Time: 21:13Sample: 1 31Included observations: 31Collinear test regressors dropped from specificationVariable Coefficient Std. Error t-Statistic Prob.C1045682.WGT^21173622.X*WGT^2R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid 1.40E+13 Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)从上可知，nR2=0.649065，比较计较的统计量的临界值，因为nR2=0.649065<0.05（2）=5.9915，所以接受原假定，该模型消除了异方差.估量结果为：t=（11.97157）（-0.972298）②用权数w2=1/x2,用回归阐发得：Dependent Variable: YMethod: Least SquaresDate: 12/09/14 Time: 21:08Sample: 1 31Included observations: 31Weighting series: W2Variable Coefficient Std. Error t-Statistic Prob.XCWeighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid6320554. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)Unweighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Sum squared resid19268334Durbin-Watson stat对此模型进行White查验得：Heteroskedasticity Test: WhiteF-statistic Prob. F(3,27)Obs*R-squared Prob. Chi-Square(3)Scaled explained SS Prob. Chi-Square(3)Test Equation:Dependent Variable: WGT_RESID^2Method: Least SquaresDate: 12/10/14 Time: 21:29Sample: 1 31Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.CWGT^22240181.X^2*WGT^2X*WGT^2R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid 5.10E+12 Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)从上可知，nR2=0.999322，比较计较的统计量的临界值，因为nR2=0.999322<0.05（2）=5.9915，所以接受原假定，该模型消除了异方差.估量结果为：t=（10.70922）（-1.841272）③用权数w3=1/sqr（x）,用回归阐发得：Dependent Variable: YMethod: Least SquaresDate: 12/09/14 Time: 21:35Sample: 1 31Included observations: 31Weighting series: W3Variable Coefficient Std. Error t-Statistic Prob.XCWeighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid9990985. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)Unweighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Sum squared resid12717412 Durbin-Watson stat对此模型进行White查验得：Heteroskedasticity Test: WhiteF-statistic Prob. F(2,28)Obs*R-squared Prob. Chi-Square(2)Scaled explained SS Prob. Chi-Square(2)Test Equation:Dependent Variable: WGT_RESID^2Method: Least SquaresDate: 12/09/14 Time: 20:36Sample: 1 31Included observations: 31Collinear test regressors dropped from specificationVariable Coefficient Std. Error t-Statistic Prob.C1212308.2141958.WGT^21301839.X^2*WGT^2R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid 2.17E+13 Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)从上可知，nR2=0.911022，比较计较的统计量的临界值，因为nR2=0.911022<0.05（2）=5.9915，所以接受原假定，该模型消除了异方差.估量结果为：t=（13.52507）（-0.151390）经过查验发明，用权数w1的效果最好，所以综上可知，即修改后的结果为：t=（11.97157）（-0.972298）第六章(1)成立居民收入-消费模型，用Eviews阐发结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/20/14 Time: 14:22Sample: 1 19Included observations: 19Variable Coefficient Std. Error t-Statistic Prob.XCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)所得模型为：Se=(0.012877)(12.39919)t=(53.62068)(6.446390)（2）1）查验模型中存在的问题①做出残差图如下：残差的变动有系统模式，连续为正和连续为负，标明残差项存在一阶自相关.②该回归方程可决系数较高，回归系数均显著.对样本量为19，一个解释变量的模型，5%的显著水平，查DW统计表可知，dL=1.180，dU=1.401，模型中DW=0.574663,<dL,显然模型中有自相关.③对模型进行BG查验，用Eviews阐发结果如下：Breusch-Godfrey Serial Correlation LM Test:F-statistic Prob. F(2,15)Obs*R-squared Prob. Chi-Square(2)Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 12/20/14 Time: 15:03Sample: 1 19Included observations: 19Presample missing value lagged residuals set to zero.Variable Coefficient Std. Error t-Statistic Prob.XCRESID(-1)RESID(-2)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)如上表显示，LM=TR2=7.425088，其p值为0.0244，标明存在自相关.2）对模型进行处理：①采纳狭义差分法a)为估量自相关系数ρ.对et进行滞后一期的自回归，用EViews 阐发结果如下：Dependent Variable: EMethod: Least SquaresDate: 12/20/14 Time: 15:04Sample (adjusted): 2 19Included observations: 18 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.E(-1)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.Durbin-Watson statb)对原模型进行狭义差分回归，用Eviews进行阐发所得结果如下：Dependent Variable: Y-0.657352*Y(-1)Method: Least SquaresDate: 12/20/14 Time: 15:04Sample (adjusted): 2 19Included observations: 18 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.CX-0.657352*X(-1)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由上图可知回归方程为：Yt*=35.97761+0.668695Xt*Se=(8.103546)(0.020642)t=(4.439737)(32.39512)由于使用了狭义差分数据，样本容量削减了1个，为18个.查5%显著水平的DW统计表可知，dL=1.158,dU=1.391模型中DW=1,830746，du<DW<4- dU，说明在5%的显著水平下狭义差分模型中已无自相关.可决系数R2，t，F统计量也均达到理想水平.由此最终的消费模型为：Yt=104.9987+0.668695Xt②用科克伦-奥克特迭代法，用EVIews 阐发结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/20/14 Time: 15:15Sample (adjusted): 2 19Included observations: 18 after adjustmentsConvergence achieved after 5 iterationsVariable Coefficient Std. Error t-Statistic Prob.CXAR(1)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)Inverted AR Roots .63所得方程为：（3）经济意义：人均实际收入每增加1元，平均说来人均时间消费支出将增加0.669262元.（1）针对对数模型，用Eviews阐发结果如下：Dependent Variable: LNYMethod: Least SquaresDate: 12/27/14 Time: 16:13Sample: 1980 2000Included observations: 21Variable Coefficient Std. Error t-Statistic Prob.LNXCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)所得模型为：se=(0.038897) (0.241025)t=(24.45123) (9.007529)2）查验模型的自相关性该回归方程可决系数较高，回归系数均显著.对样本量为21，一个解释变量的模型，5%的显著水平，查DW统计表可知，dL=1.221，dU=1.420，模型中DW=1.159788<dL,显然模型中有自相关.(2)用狭义差分法处理模型：1）为估量自相关系数ρ.对et进行滞后一期的自回归，用EViews 阐发结果如下：Dependent Variable: EMethod: Least SquaresDate: 12/27/14 Time: 16:18Sample (adjusted): 1982 2000Included observations: 19 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.E(-1)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid2848090. Schwarz criterionLog likelihood Hannan-Quinn criter.Durbin-Watson stat2）对原模型进行狭义差分回归，用Eviews进行阐发所得结果如下：Dependent Variable: Y+0.012872*Y(-1)Method: Least SquaresDate: 12/27/14 Time: 21:06Sample (adjusted): 1981 2000Included observations: 20 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.CX+0.012872*X(-1)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid2882022. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由上图可知回归方程为：Yt*=-104.9645+6.653757Xt*Se=(197.7928)( 0.304157)t=(-0.530679)( 21.87605)由于使用了狭义差分数据，样本容量削减了1个，为20个.查5%显著水平的DW统计表可知，dL=1.201,dU=1.411模型中DW=1.8222596，du<DW<4- dU，说明在5%的显著水平下狭义差分模型中已无自相关.可决系数R2，t，F统计量也均达到理想水平.由此最终的模型为：（3）对于此模型，用Eviews阐发结果如下：Dependent Variable: LNY1Method: Least SquaresDate: 12/27/14 Time: 22:16Sample (adjusted): 1981 2000Included observations: 20 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.LNX1CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由题目可知，此模型样本容量为20，查5%显著水平的DW统计表可知，dL=1.201,dU=1.411模型中DW=1.590363，du<DW<4- dU，说明在5%的显著水平此模型中无自相关.可决系数R2，t，F统计量也均达到理想水平。

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。

第三章 多元线性回归模型学习辅导一、本章的基本内容(一)基本内容图3.1 第三章基本内容(二)本章的教学目标在现实的计量经济分析中，事实上影响被解释变量的因素不止一个，通常会有多个影响因素；另外，即使我们的分析目的是仅考察某一个因素对被解释变量的影响，但为了得到该因素对被解释变量的“净”影响，也需要将其他影响因素作为“控制变量”，使其以显性形式出现在模型中，以提高模型估计精度。

因此，在对现实经济问题进行计量经济分析时，通常需要建立包含两个及两个以上解释变量的计量模型，此类模型称为多元回归模型。

多元回归模型是在简单回归模型理论基础上的扩展，其建模的理论基础、基本思路、模型估计等与一元回归模型基本一致，只是因解释变量增多，从而带来一些新的内容，比如模型整体显著性检验（F 检验）、修正的可决系数（2R ）以及解释变量之间多重共线性等问题。

本章的教学目标是：深刻理解建立多元回归模型的目的；掌握多元线性回归模型估计、检验的理论与方法；熟练掌握多元线性回归EViews 输出结果的解释。

二、重点与难点分析1.对多元线性回归模型参数意义的理解多元线性回归模型的参数与简单线性回归模型的参数有重要区别。

在多元线性回归模型中，解释变量对应的参数是偏回归系数，表达的是控制其他解释变量不变的条件下，该解释变量的单位变动对被解释变量平均值的“净”影响。

为了更深刻理解偏回归系数，可以两个解释变量的多元线性回归模型为例加以说明1。

例如，被解释变量Y 与解释变量2X 和3X 都有关，如果分别建立模型:多元线性回归: 12233i i i i Y X X u b b b =+++简单线性回归 : 1221i i i Y a a X u =++由于Y 与3X 有关，可以作回归:1332i i i Y b b X u =++，若用OLS 估计其参数，并计算残差213333ˆˆˆi i i i i e Y b b X y b x =--=-，这里的2i e 表示除去3i X 影响后的i Y 。

1.13为什么定义方程式可以用于联立方程组模型，而不宜用于建立单一方程模型？
答：定义关系是指根据定义而表达的恒等式，是由经济理论或客观存在的经济关系决定的恒等关系。国民经济中许多平衡关系都可以建立恒等关系，这样的模型称为定义方程式。在联立方程组模型中经常利用定义方程式。但是，定义方程式的恒等关系中没有随机误差项和需要估计的参数，所以一般不宜用于建立单一方程模型。
1.12为什么计量经济模型可以用于政策评价？其前提条件是什么？
答：所谓政策评价，是利用计量经济模型对各种可供选择的政策方案的实施后果进行模拟运算，从而对各种政策方案作出评价。前提是，我们是把计量经济模型当作经济运行的实验室，去模拟所研究的经济体计量经济模型体系，分析整个经济体系对各种假设的政策条件的反映。在实际的政策评价时，经常把模型中的某些变量或参数视为可用政策调整的政策变量，然后分析政策变量的变动对被解释变量的影响。
1.4在计量经济模型中被解释变量和解释变量的作用有什么不同？
答：在计量经济模型中，解释变量是变动的原因，被解释变量是变动的结果。被解释变量是模型要分析研究的对象。解释变量是说明被解释变量变动主要原因的变量。
1.5一个完整的计量经济模型应包括哪些基本要素？你能举一个例子吗？
答：一个完整的计量经济模型应包括三个基本要素：经济变量、参数和随机误差项。
2.9为什么对被解释变量个别值的预测区间会比对被解释变量平均值的预测区间更宽？
答：预测被解释变量平均值仅存在抽样误差，而对被解释变量个别值的预测，不仅存在抽样误差，而且要受随机扰动项的影响。所以对个别值的预测区间比对平均值的预测区间更宽。
2.10如果有人利用中国1978～2000年的样本估计的计量经济模型直接预测“中国综合经济水平将在2050年达到美国2002年的水平”，你如何评论这种预测？

第三章考虑以下“期望扩充菲利普斯曲线（Expectations-augmented Phillips curve ）”模型：t t t t u X X Y +++=33221βββ其中：t Y =实际通货膨胀率（%）；t X 2=失业率（%）；t X 3=预期的通货膨胀率（%）表为某国的有关数据，表 1970-1982年某国实际通货膨胀率Y (%)，失业率X 2(%)和预期通货膨胀率X 3(%)1）对此模型作估计,并作出经济学和计量经济学的说明。

2）根据此模型所估计结果作统计检验。

3）计算修正的可决系数（写出详细计算过程）。

解答:（1）对此模型作估计,并作出经济学和计量经济学的说明。

（2）根据此模型所估计结果，作计量经济学的检验。

t 检验表明：各参数的t 值的绝对值均大于临界值0.025(133) 2.228t -=，从P 值也可看出均明显小于0.05α=，表明失业率和预期通货膨胀率分别对实际通货膨胀率都有显着影响。

F 检验表明： F=,大于临界值, 其P 值也明显小于0.05α=,说明失业率和预期通货膨胀率联合起来对实际通货膨胀率有显着影响。

从经济意义上看：失业率与实际通货膨胀率负相关，预期通货膨胀率与实际通货膨胀率正相关，与经济理论一致。

（3）计算修正可决系数（写出详细计算过程） 由Y 的统计量表得=214.12846ie=∑223.041892(131)111.0373iy=⨯-=∑214.12846110.12720.8728111.0373R =-=-=某市1974年—1987年粮食年销售量Y 、常住人口X2、人均收入X3、肉销售量X4、蛋销售量X5、鱼虾销售量X6等数据如表所示:表 某市粮食年销售量、常住人口、人均收入、肉、蛋、鱼虾销售量数据2211311(1)1(10.8728)0.8473133n R R n k --=--=--⨯=--1)建立线性回归模型：12233445566t t Y X X X X X u ββββββ=++++++，你预期所估计参数的符号应该是什么2）用OLS 法估计参数，模型参数估计的结果与你的预期是否相符合3）对模型及各个解释变量的显着性作检验,从检验结果中你能发现什么问题吗你如何评价这样的检验结果解答：1)建立线性回归模型：12233445566t t Y X X X X X u ββββββ=++++++ 预期常住人口和人均收入应与粮食销售量正相关，2β和3β应为正值，而肉、蛋、鱼虾与粮食消费应该负相关，预期4β、5β、6β应当为负值。

计量经济学(庞浩主编)第三章练习题参考解答(1) 建立家庭书刊消费的计量经济模型；（2）利用样本数据估计模型的参数；（3）检验户主受教育年数对家庭书刊消费是否有显著影响；（4）分析所估计模型的经济意义和作用3.4 考虑以下“期望扩充菲利普斯曲线（Expectations-augmented Phillips curve ）”模型：tt t t u X X Y +++=33221βββ 其中：t Y =实际通货膨胀率（%）；tX 2=失业率（%）；t X 3=预期的通货膨胀率（%）下表为某国的有关数据，表 1. 1970-1982年某国实际通货膨胀率Y (%)，失业率X 2(%)和预期通货膨胀率X 3(%)（1）对此模型作估计,并作出经济学和计量经济学的说明。

（2）根据此模型所估计结果，作计量经济学的检验。

（3）计算修正的可决系数（写出详细计算过程）。

3.5某地区城镇居民人均全年耐用消费品支出、人均年可支配收入及耐用消费品价格指数的统计资料如表所示：利用表中数据，建立该地区城镇居民人均全年耐用消费品支出关于人均年可支配收入和耐用消费品价格指数的回归模型，进行回归分析，并检验人均年可支配收入及耐用消费品价格指数对城镇居民人均全年耐用消费品支出是否有显著影响。

3.6下表给出的是1960—1982年间7个OECD 国家的能源需求指数（Y）、实际GDP指数（X1）、能源价格指数（X2）的数据，所有指数均以1970年为基准（1970=100）(1)建立能源需求与收入和价格之间的对数需求函数t t t t u X X Y +++=2ln 1ln ln 210βββ，解释各回归系数的意义，用P 值检验所估计回归系数是否显著。

(2) 再建立能源需求与收入和价格之间的线性回归模型 u X X Y t t t +++=21210βββ，解释各回归系数的意义，用P 值检验所估计回归系数是否显著。

(3 )比较所建立的两个模型，如果两个模型结论不同，你将选择哪个模型，为什么？练习题参考解答练习题3.1参考解答有模型估计结果可看出：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。

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: YMethod: Least SquaresDate: 12/27/14 Time: 21:00Sample: 1 22Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 56.64794 1.960820 28.88992 0.0000X1 0.128360 0.027242 4.711834 0.0001 R-squared 0.526082 Mean dependent var 62.50000Adjusted R-squared 0.502386 S.D. dependent var 10.08889S.E. of regression 7.116881 Akaike info criterion 6.849324Sum squared resid 1013.000 Schwarz criterion 6.948510Log likelihood -73.34257 Hannan-Quinn criter. 6.872689F-statistic 22.20138 Durbin-Watson stat 0.629074Prob(F-statistic) 0.000134 有上可知，关系式为y=56.64794+0.128360x1②关于人均寿命与成人识字率的关系，用Eviews 分析如下：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:10Sample: 1 22Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 38.79424 3.532079 10.98340 0.0000X2 0.331971 0.046656 7.115308 0.0000 R-squared 0.716825 Mean dependent var 62.50000Adjusted R-squared 0.702666 S.D. dependent var 10.08889S.E. of regression 5.501306 Akaike info criterion 6.334356Sum squared resid 605.2873 Schwarz criterion 6.433542Log likelihood -67.67792 Hannan-Quinn criter. 6.357721F-statistic 50.62761 Durbin-Watson stat 1.846406Prob(F-statistic) 0.000001 由上可知，关系式为y=38.79424+0.331971x2③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：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:14Sample: 1 22Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 31.79956 6.536434 4.864971 0.0001X3 0.387276 0.080260 4.825285 0.0001 R-squared 0.537929 Mean dependent var 62.50000Adjusted R-squared 0.514825 S.D. dependent var 10.08889S.E. of regression 7.027364 Akaike info criterion 6.824009Sum squared resid 987.6770 Schwarz criterion 6.923194Log likelihood -73.06409 Hannan-Quinn criter. 6.847374F-statistic 23.28338 Durbin-Watson stat 0.952555Prob(F-statistic) 0.000103 由上可知，关系式为y=31.79956+0.387276x3 （2）①关于人均寿命与人均GDP 模型，由上可知，可决系数为0.526082，说明所建模型整体上对样本数据拟合较好。

模型参数估计结果为：β1=3.931474 β2=0.248535 β3=0.063869911684.0049404.05398.158ˆX X Y-+=由图近似可知，分析结果合理。

6、Y ：能源需求指数 X 1：实际GDP 指数 X 2：能源价格指数⑴t t t t X X Y μβββ+++=22110ln ln ln由表可知β0=1.549504 β1=0.996923 β2=-0.33136421ln 0.331364-ln 0.9969231.549504ˆln X X Y t +=估计结果说明，在假定其他变量不变的前提下，当年实际GDP 指数每增加1%，平均导致能源需求指数增加0.996923%；在假定其他变量不变的前提下，当年能源价格指数每增加1%，平均导致能源需求指数减少0.331364%。

针对H 0:β1=0，由表可得β1=0.996923时所对应的P 值为0.0000≤0.05，所以拒绝原假设。

说明在显著性水平α=0.05下，假定其他变量不变的前提下，实际GDP 指数对能源需求指数有显著性影响。

针对H 0：β2=0，由表可得β2=-0.331364时所对应的P 值为0.0000≤0.05，所以拒绝原假设。

说明在显著性水平α=0.05下，假定其他变量不变的前提下，能源价格指数对能源需求指数有显著性影响。

⑵t t t t X X Y μβββ+++=22110由表可知β0=28.25506 β1=0.980849 β2=-0.25842621ln 0.258426-0.98084928.25506ˆX X Yt +=估计结果说明，在假定其他变量不变的前提下，当年实际GDP 指数每增加1，平均导致能源需求指数增加0.996923；在假定其他变量不变的前提下，当年能源价格指数每增加1，平均导致能源需求指数减少0.331364。

针对H 0:β1=0，由表可得β1=0.980849时所对应的P 值为0.0000≤0.05，所以拒绝原假设。

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。

Yˆ2005 = −3.611151 + 0.134582 × 3600 = 480.884 （亿元）
区间预测：
∑ 平均值为：
xi2
=
σ
2 x
(n
−1)
=
587.26862
× (12
−1)
=
3793728.494
( X f 1 − X )2 = (3600 − 917.5874)2 = 7195337.357
1.138
18
2.98
1.092
试建立曲线回归方程 yˆ = a ebx （ Yˆ = ln a + b x ）并进行计量分析。
2.7 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2(见表 8-1)
表 8-1
美国软饮料公司广告费用与销售数量
品牌名称
449.2889
1994
74.3992
615.1933
1995
88.0174
795.6950
1996
131.7490
950.0446
1997
144.7709
1130.0133
1998
164.9067
1289.0190
1999
184.7908
1436.0267
2000
225.0212
1665.4652
2 i
=
3134543
∑Yi2 = 539512
（1）作销售额对价格的回归分析，并解释其结果。 （2）回归直线未解释的销售变差部分是多少？
∑ XiYi = 1296836
2.9 表中是中国 1978 年-1997 年的财政收入 Y 和国内生产总值 X 的数据: