计量经济学-肖红叶-第2章简单线性回归方程模型下习题(1)

第二章练习题参考解答练习题资料来源:《深圳统计年鉴2002》，中国统计出版社(1)建立深圳地方预算内财政收入对GDP的回归模型；(2)估计所建立模型的参数，解释斜率系数的经济意义；（3）对回归结果进行检验；(4)若是2005年年的国内生产总值为3600亿元，确定2005年财政收入的预测值和预测区间(0.05α=)。

2.2某企业研究与发展经费与利润的数据(单位:万元)列于下表:1995 1996 1997 1998 1999 2000 2001 2002 2003 2004研究与发展经费 10 10 8 8 8 12 12 12 11 11利润额 100 150 200 180 250 300 280 310 320 300 分析企业”研究与发展经费与利润额的相关关系，并作回归分析。

2.3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—2001年中国货币供应量（M2）和国内生产总值（GDP）的有关数据:年份货币供应量(亿元)M2国内生产总值(亿元)GDP1990 1529.31 8598.41991 19349.92 1662.51992 25402.2 26651.91993 34879.8 34560.51994 46923.5 46670.01995 60750.5 57494.91996 76094.9 66850.51997 90995.3 73142.71998 104498.5 76967.21999 119897.9 80579.42000 134610.3 88228.12001158301.994346.4资料来源:《中国统计年鉴2002》，第51页、第662页，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，并说明分析结果的经济意义。

2.4表中是16支公益股票某年的每股帐面价值和当年红利：根据上表资料：（1）建立每股帐面价值和当年红利的回归方程； （2）解释回归系数的经济意义；（3）若序号为6的公司的股票每股帐面价值增加1元，估计当年红利可能为多少？2.5美国各航空公司业绩的统计数据公布在《华尔街日报1999年年鉴》（The Wall Street Journal 1。

2.2 简单线性回归模型参数的估计一、判断题1.使用普通最小二乘法估计模型时，所选择的回归线使得所有观察值的残差和达到最小。

（F)2.随机扰动项和残差项是一回事。

（F ）3.在任何情况下OLS 估计量都是待估参数的最优线性无偏估计。

（F ）4.满足基本假设条件下，随机误差项i μ服从正态分布，但被解释变量Y 不一定服从正态分 布。

（ F ）5.如果观测值i X 近似相等，也不会影响回归系数的估计量。

（ F ）二、单项选择题1．设样本回归模型为i 01i i ˆˆY =X +e ββ+，则普通最小二乘法确定的iˆβ的公式中，错误的是（ D ）。

A ．()()()i i 12i X X Y -Y ˆX X β--∑∑＝ B ．()i i i i 122i i n X Y -X Y ˆn X -X β∑∑∑∑∑＝C ．i i 122iX Y -nXY ˆX -nX β∑∑＝ D ．i i i i 12x n X Y -X Y ˆβσ∑∑∑＝ 2．以Y 表示实际观测值，ˆY 表示回归估计值，则普通最小二乘法估计参数的准则是使（ D ）。

A ．i i ˆY Y 0∑（－）＝B ．2i i ˆY Y 0∑（－）＝C ．i i ˆY Y ∑（－）＝最小D ．2i i ˆY Y ∑（－）＝最小 3．设Y 表示实际观测值，ˆY 表示OLS 估计回归值，则下列哪项成立（ D ）。

A ．ˆYY ＝ B ．ˆY Y ＝ C ．ˆY Y ＝ D ．ˆY Y ＝ 4．用OLS 估计经典线性模型i 01i i Y X u ββ+＝＋，则样本回归直线通过点（ D ）。

A ．X Y （，）B ． ˆX Y （，）C ．ˆX Y （，）D ．X Y （，） 5．以Y 表示实际观测值，ˆY表示OLS 估计回归值，则用OLS 得到的样本回归直线i 01iˆˆˆY X ββ+＝满足（ A ）。

A ．i i ˆY Y 0∑（－）＝B ．2i i Y Y 0∑（－）＝ C ． 2i i ˆY Y 0∑（－）＝ D ．2i i ˆY Y 0∑（－）＝6．按经典假设，线性回归模型中的解释变量应是非随机变量，且（ A ）。

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: 2222()()i i i iXY i i i i n X Y X Y r n X X n Y Y -=--∑∑∑∑∑∑∑或 ,22()()()()ii X Y iiX X Y Y r X X Y Y --=--∑∑∑计算结果:M2GDPM2 1 0.996426148646 GDP0.9964261486461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 的散点图为年份货币供应量M2国内生产总值GDP1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 200715293.4 19349.9 25402.2 34879.8 46923.5 60750.5 76094.9 90995.3 104498.5 119897.9 134610.4 158301.9 185007.0 221222.8 254107.0 298755.7 345603.6 40342.218718.3 21826.2 26937.3 35260.0 48108.5 59810.5 70142.5 78060.8 83024.3 88479.2 98000.5 108068.2 119095.7 135174.0 159586.7 184088.6 213131.7 251483.2品牌名称广告费用X(百万美销售数量Y(百万箱)Coca-Cola Classic 131.3 1929.2 Pepsi-Cola 92.4 1384.6 Diet-Coke60.4 811.4 Sprite 55.7 541.5 Dr.Pepper 40.2 546.9 Moutain Dew 29.0 535.6 7-Up11.6219.5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。

第二章经典单方程计量经济学模型：一元线性回归模型一、内容提要本章介绍了回归分析的基本思想与基本方法。

首先，本章从总体回归模型与总体回归函数、样本回归模型与样本回归函数这两组概念开始，建立了回归分析的基本思想。

总体回归函数是对总体变量间关系的定量表述，由总体回归模型在若干基本假设下得到，但它只是建立在理论之上，在现实中只能先从总体中抽取一个样本，获得样本回归函数，并用它对总体回归函数做出统计推断。

本章的一个重点是如何获取线性的样本回归函数，主要涉及到普通最小二乘法（OLS）的学习与掌握。

同时，也介绍了极大似然估计法（ML）以及矩估计法（MM）。

本章的另一个重点是对样本回归函数能否代表总体回归函数进行统计推断，即进行所谓的统计检验。

统计检验包括两个方面，一是先检验样本回归函数与样本点的“拟合优度”，第二是检验样本回归函数与总体回归函数的“接近”程度。

后者又包括两个层次：第一，检验解释变量对被解释变量是否存在着显著的线性影响关系，通过变量的t检验完成；第二，检验回归函数与总体回归函数的“接近”程度，通过参数估计值的“区间检验”完成。

本章还有三方面的内容不容忽视。

其一，若干基本假设。

样本回归函数参数的估计以及对参数估计量的统计性质的分析以及所进行的统计推断都是建立在这些基本假设之上的。

其二，参数估计量统计性质的分析，包括小样本性质与大样本性质，尤其是无偏性、有效性与一致性构成了对样本估计量优劣的最主要的衡量准则。

Goss-markov定理表明OLS估计量是最佳线性无偏估计量。

其三，运用样本回归函数进行预测，包括被解释变量条件均值与个值的预测，以及预测置信区间的计算及其变化特征。

二、典型例题分析例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。

生育率对教育年数的简单回归模型为β+μβkids=educ+1（1）随机扰动项μ包含什么样的因素？它们可能与教育水平相关吗？（2）上述简单回归分析能够揭示教育对生育率在其他条件不变下的影响吗？请解释。

第二章课后答案2.11）设回归模型为： 01i i i Y X u ββ=++其中，Y 为国内生产总值，i X 为地方预算内财政收入对回归模型的参数进行估计，根据回归结果得：i Y = -3.611151+ 0.134582iX （4.161790） （0.003867）t = （-0.867692） （34.80013）2r =0.991810 F=1211.049 S.E.=7.532484 DW=2.0516402）斜率系数的经济意义：国内生产总值每增加1亿元，地方预算内财政收入平均增加0.315亿元。

3）由以上模型可看出，X 的参数估计的t 统计量远大于2，说明GDP 对地方财政收入确有显著影响。

模型在的可决系数为0.991810，说明GDP 解释了地方财政收入变动的99%，模型拟合程度较好。

4）预测点预测：若2005年GDP 为3600亿元，2005年的财政收入预测值为480.884。

区间预测：由X 、Y 的描述统计结果得： 22(1)587.269(121)3793733.66i x x n σ=-=⨯-=∑22()(3600-917.5874)7195337.357f X X -==取α=0.05，f Y 平均值置信度95%的预测区间为：/2f Y t α f X =3600时，480.884 2.228⨯7.5325⨯ 23.61476991 即，2005年财政收入的平均值预测区间为：480.884 23.34796 （457.2692， 504.4988）f Y 个别值置信度95%的预测区间为：/2f Y t α f X =3600，480.884 2.228⨯7.5325⨯ 28.97079 2005年财政收入的个别值预测区间为：480.884 28.97079 （451.91321，509.8548）2.2令Y 为利润额，X 为研究与发展经费研究与发展经费与利润额的相关系数表：设回归模型为：01i i i Y X u ββ=++其中i Y 为利润额，i X 为研究与发展经费。

2.4 回归系数的区间估计和假设检验一、判断题1.如果零假设H 0：B 2=0，在显著性水平5%下不被拒绝，则认为B 2一定是0。

（F ）2.k β的置信度为()α-1的置信区间指真实参数落入该区间的概率是()α-1。

(F)3.假设检验为单侧检验还是双侧检验本质上取决于备择假设的形式。

（F ）4.回归系数的显著性检验是用来检验解释变量对被解释变量有无显著解释能力的检验。

（T ）二、单项选择题1．对回归模型i i 10i u X Y ++=ββ进行检验时，通常假定i u 服从（ C ）。

A ．()2i 0N σ, B ．()2n t - C ．()20N σ, D ．()n t2．用一组有30个观测值的样本估计模型i i 10i u X Y ++=ββ，在0.05的显著性水平下对1β的显著性作检验，则1β显著地不等于零的条件是其统计量大于（ D ）。

A ．()30t 050. B ．()30t 0250.) C ．()28t 050. D ．()28t 0250. 3．回归模型i i i u X Y ++=10ββ中，关于检验010=β：H 所用的统计量)ˆ(ˆ111βββVar -，下列说法正确的是（ D ）。

A ．服从）（22-n χB ．服从）（1-n tC ．服从）（12-n χ D ．服从）（2-n t 4.用一组有30个观测值的样本估计模型后，在0.05的显著性水平上对的显著性作检验，则显著地不等于零的条件是其统计量大于等于（ C ） A. B. C. D. 三、简答题1.当α给定后，回归系数2β的置信区间是什么样的？答：总体方差2σ已知时，置信区间为⎥⎥⎦⎤⎢⎢⎣⎡+-∑∑2i 22i2x z xz σβσβˆ,ˆ；总体方差2σ未知则使用2n e 2i2-=∑σˆ估计2σ：①样本容量充分大时，统计量仍服从正态，则置信区间为t t 01122t t t t y b b x b x u =+++1b t 1b t )30(05.0t )28(025.0t )27(025.0t )28,1(025.0F⎥⎥⎦⎤⎢⎢⎣⎡+-∑∑2i 22i 2x z x z σβσβˆˆ,ˆˆ；②样本容量较小时，统计量服从t 分布，则置信区间为⎥⎥⎦⎤⎢⎢⎣⎡+-∑∑2i 222i22x t xt σβσβααˆˆ,ˆˆ 。

计量经济学练习题答案计量经济学练习题答案计量经济学是应用数学和统计学方法来解决经济问题的一门学科。

通过对经济数据的收集、整理和分析，计量经济学可以帮助我们理解经济现象和进行经济预测。

在学习计量经济学的过程中，练习题是非常重要的一部分，通过解答练习题可以帮助我们巩固所学知识并提高解决实际问题的能力。

下面是一些计量经济学练习题的答案，希望对大家的学习有所帮助。

第一题：简单线性回归模型考虑一个简单的线性回归模型，表示为：Y = β0 + β1X + ε，其中Y是被解释变量，X是解释变量，β0和β1是回归系数，ε是误差项。

我们的目标是通过最小二乘法估计出β0和β1的值。

答案：最小二乘法是通过最小化残差平方和来估计回归系数的方法。

对于简单线性回归模型，我们可以使用公式来计算β0和β1的估计值。

β1的估计值为：β1 = Σ((Xi - Xbar)(Yi - Ybar)) / Σ((Xi - Xbar)^2)，其中Xi和Yi 分别是第i个观测值的X和Y的值，Xbar和Ybar分别是X和Y的样本均值。

β0的估计值为：β0 = Ybar - β1 * Xbar，其中Ybar是Y的样本均值。

第二题：多元线性回归模型考虑一个多元线性回归模型，表示为：Y = β0 + β1X1 + β2X2 + ... + βkXk + ε，其中Y是被解释变量，X1、X2、...、Xk是解释变量，β0、β1、β2、...、βk是回归系数，ε是误差项。

我们的目标是通过最小二乘法估计出β0、β1、β2、...、βk的值。

答案：对于多元线性回归模型，我们可以使用矩阵表示来计算回归系数的估计值。

假设我们有n个观测值和k个解释变量，可以将回归模型表示为矩阵形式：Y = Xβ + ε，其中Y是n×1的向量，X是n×(k+1)的矩阵，β是(k+1)×1的向量，ε是n×1的向量。

回归系数的估计值为：β = (X'X)^(-1)X'Y，其中X'表示X的转置，^(-1)表示矩阵的逆。

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 01ˆˆˆt tY 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ˆβ具备有效性是指__________。

A ˆvar ()=0βB ˆvar ()β为最小C ˆ()0ββ－＝ D ˆ()ββ－为最小 6、对于01ˆˆi i iY X e ββ=++，以σˆ表示估计标准误差，Y ˆ表示回归值，则__________。

A i i ˆˆ0Y Y 0σ∑＝时，（－）＝B 2iiˆˆ0Y Y σ∑＝时，（－）＝0 C ii ˆˆ0Y Y σ∑＝时，（－）为最小 D 2iiˆˆ0Y Yσ∑＝时，（－）为最小 7、设样本回归模型为i 01i i ˆˆY =X +e ββ+，则普通最小二乘法确定的i ˆβ的公式中，错误的是__________。

A ()()()i i 12iX X Y -Y ˆX X β--∑∑＝B ()i iii122iin X Y -X Y ˆn X -X β∑∑∑∑∑＝C ii122iX Y -nXY ˆX -nXβ∑∑＝ D i i ii12xn X Y -X Y ˆβσ∑∑∑＝8、对于i 01i iˆˆY =X +e ββ+，以ˆσ表示估计标准误差，r 表示相关系数，则有__________。