下载文档原格式
《经济计量学精要》笔记和课后习题详解第一章经济计量学的特征及研究范围1.1复习笔记一、什么是经济计量学经济计量学是利用经济理论、数学、统计推断等工具对经济现象进行分析一门社会科学。
经济计量学运用数理统计学分析经济数据，对构建于数理经济学基础之上的模型进行实证分析，得出数值结果。
二、为什么要学习经济计量学经济计量学涉及经济理论、数理经济学、经济统计学（即经济数据）以及数理统计学。
然而，它又是一门有独立研究方向的学科，原因如下：1．经济理论所提出的命题和假说，多以定性描述为主。
但是，经济理论本身却无法定量测度这两个变量之间的强度关系，经济计量学家的任务就是提供这样的数值估计。
经济计量学依据观测或试验，对大多数经济理论给出经验解释。
2．数理经济学主要是用数学形式或方程（或模型）描述经济理论，而不考虑对经济理论的测度和经验验证。
而经济计量学主要关注的却是对经济理论的经验验证。
经济计量学家通常采用数理经济学家提出的数学模型，只不过是把这些模型转换成可以用于经验验证的形式。
3．经济统计学主要涉及经济数据的收集、处理、绘图、制表。
经济统计学家的工作是收集GDP、失业、就业、价格等数据，而不是利用这些数据来验证经济理论。
但这些数据恰恰是经济计量分析的原始数据。
虽然数理统计学提供了许多分析工具，但由于经济数据独特的性质（大多数经济数据的生成并非可控试验的结果），因此，经济计量学经常需要使用特殊方法。
三、经济计量学方法论1．建立一个理论假说首先要了解经济理论对这一问题是怎样阐述的，然后是对这个理论进行验证。
2．收集数据一般来说，有三类数据可用于实证分析：（1）时间序列数据：时间序列数据是按时间跨度收集得到的。
比如GDP、失业、就业、货币供给、政府赤字等，这些数据是按照规则的时间间隔收集得到的。
这些数据可能是定量的，也可能是定性的。
（2）截面数据：截面数据是指一个或多个变量在某一时点上的数据集合。
例如美国人口调查局每十年进行的人口普查。
天津⼤学版管理统计学答案管理统计学课后习题答案第⼀章题⽬1a调查规模为2500b定性c百分⽐d700题⽬2a定性b42.25%题⽬3a定量b定性c定性d定量题⽬4a定量b定量c定性d定量e定性题⽬5a40.00%b定性c略第⼆章题⽬1题⽬2ab33.00%c题⽬3abc上述数据显⽰了⼤多数⼈每周使⽤3-5.9⼩时计算机第三章题⽬1a平均数=38.75b Q1=29.5Q3=47.5题⽬2a国内平均数115.13中位数111.56国外平均数36.62083中位数36.695b国内全距86.24样本标准差26.81995变异系数0.232954国外全距42.96样本标准差11.398830.311266题⽬3题⽬4数据182168184190 a全距22b⽅差75.2c标准差8.671793355d变异系数0.04871794题⽬5标准差0.0126192〉0.005⽣产线要关闭题⽬6通话时间组中值频数组内和平⽅和4~7 5.5422184.968~119.5547.539.212~1513.5794.510.0816~1917.523554.0820~2321.5121.584.6424~2725.5125.5174.24合计20246547.2平均数12.3⽅差28.8标准差5.366563146第四章题⽬1a bc查表得78.12题⽬2a b c 题⽬3a 22.8b 7.757433711题⽬4a 200b 5c N(200,25)d中⼼极限定理题⽬5aN(250,50)b c 题⽬5a N(320,187.5)b 13.69306394c d第五章题⽬1=80S=10n=20总体⽅差未知，n=20<30,因此⽤t分布估计。
在90%置信度下，总体均值的置信区间为= 1.7291置信区间为[76.1336148683.86639]在95%置信度下，总体均值的置信区间为= 2.0933置信区间为[75.319238984.68076]题⽬2= 6.525S=0.5437443)20(t 05.0)19(t 025.0= 2.0933置信区间为[ 6.27048627 6.779514]题⽬3=22.4S=5n=61>30a= 1.96（正态分布表中查0.975所对应置信区间为[21.1452385823.65476]b=2置信区间为[21.119631223.68037]题⽬4=2000=0.05=an=61.4656取62bn=384.16取385cn=1536.64取1537题⽬5= 6.25=0.05=a n= 6.0025取7bn=150.0625取151题⽬6a=0.885714286b0.023569472c =1.645)60(t 025.0)19(t 025.0025.0µσα025.0µσα025.0µp =?05.0µ置信区间为[0.8659327650.905495807]题⽬7a 0.02=0.05n=2016.84取2017b =0.237977194c 单个总体⽐率的区间估计95%的置信区间为带⼊数据得[0.2193925270.256562]第六章题⽬1n=200S=1.5= 1.28：3：34.714045208> 1.28因此拒绝，收看电视的时间显著增加题⽬2a 拒绝规则为U<=b n=40S=1.2= 1.645：3:3-5.270462767<-1.645因此拒绝，减肥效果未达宣传值c p= 6.80401E-08近似为0题⽬3 n=45S=0.2：3=?αp01.0µ0H 1H >µ≤µ0H αµ-0H ≥µ<µ05.0µ0H 0H =µ≠µ:3==6.372793736> 1.28因此拒绝，该⼯序未达到标准题⽬4n=500S=0.2=-1.28：0.15:0.151.628183>因此接受，可实⾏新包装题⽬5an=30=2<24.24779435时拒绝原假设b=[ 3.417225575]=0.99968370.000316c =1H ≠µ01.0µ0H 0H 1H ≥p01.0µ-0H =0µσβΦ=ββ[0.678612788]=0.75130840.248692d=[-0.690693606]=0.24487910.755121题⽬6 n=30=0.8a 意味着冲⼊量未达标准但错认为达标从⽽b =得到〉[-5.383266[-1.463266Φ=ββΦ=β=0µσ2/αµΦΦ=β0.071697题⽬7=59令=<得到查表得= 1.285得到n=214.6225取215或由公式计算题⽬8=30385=0.02=0.11.285或由公式题⽬9=324=0.02=1-0.8==β=1µσ=-=-05.0µµα=βα=1µσβ=0µ=αµα=1µσβ=0µ=αµ=βµ2.0550.845或由公式75.69题⽬10设：看前、看后总体均值分别为因总体⽅差未知且是否相同未知，因此⾸先假设两总体⽅差是否相同：：当显著性⽔平为0.1F= 1.484196880H 21µµ≥21,µµ=1S =2S 0H 1H 21σσ=21σσ≠⽅差分别为0.201739801n1=0.086756364n2=：：当显著性⽔平为0.05时F= 5.407300359设湿路⼲路⽅差分别为32n1=16n2=a：：当显著性⽔平为0.05时F=4〉F(29,29)=1.86b湿路不易刹车，应减速慢⾏题⽬13设两个⽣产部⽅差为 2.35.4：当显著性⽔平为0.1时21S ,S =1S =2S 0H 1H 21σσ=21σσ≠21S S >21S ,S =1S =2S 0H 1H 21σσ≤21σσ>2212S ,S =12S =22S 0H 1H 21σσ=21σσ≠F=0.425925926<所以拒绝原假设，认为两个⽣产部门产品有差异题⽬14国内航班⼀等舱⽐例pa1=0.045171国际航班⼀等舱⽐例pa2=0.079137⼀等舱总⽐例pa=0.055435H0:pa1=pa2 2.0674021拒绝H0，⼀等舱旅⾏⽐例与航班类型有关国内航班商务舱⽐例pb1=0.147975国际航班商务舱⽐例pb2=0.435252商务舱总⽐例pb=0.234783H0:pa1=pa29.4399796拒绝H0，商务舱旅⾏⽐例与航班类型有关国内航班经济舱⽐例pc1=0.806854国际航班经济舱⽐例pc2=0.485612经济舱总⽐例pc=0.709783025.02/µµα=025.02/µµα=025.02/µµα=H0:pc1=pc29.8583452拒绝H0，经济舱旅⾏⽐例与航班类型有关综上，机票类型与航班类型有关。
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。
WORD文档下载可编辑现代远程教育《经济计量学》课程学习指导书目录第一章导言 (3)1、什么是经济计量学？ (3)2、经济计量学研究的对象与内容是什么？ (3)3、试简述经济计量学研究经济问题的步骤。
(3)4、给定下列两个经济模型 (3)第二章一元线性回归模型 (3)一、判断题 (3)二、单选题 (4)三、问答与计算题 (5)28、对一元线性回归模型进行回归分析需给出哪些假定？ (5)29、为什么用样本决定系数r2可以判定回归方程与样本观测值的“拟合优度”？ (5)30、简述模型参数最小二乘估计量的统计性质。
(5)31、已知一元线性回归模型 (5)32、对于居民每月消费和可支配收入进行研究，建立回归模型 (6)33、已知某地区13年的工业产值与货运周转量的数据如下表，试进行一元线性回归分析。
(6)第三章多元线性回归模型 (8)一、判断题 (8)二、单选题 (9)三、问题与计算题 (9)22、多元线性回归模型与一元线性回归模型有哪些区别？ (9)23、为什么说最小二乘估计量是最优的线性无偏估计量？多元线性回归最小二乘估计的正规方程（用矩阵表示）能解出唯一的参数估计值的条件是什么？ (9)24、多元线性回归模型的经典假定是什么？试说明在对模型的回归系数和回归方程的显著性检验中，哪些假定起了作用？ (10)25、对于多元线性回归方程进行F检验是显著的，是否说明被解释变量与每一个解释变量线性显著？为什么？ (10)26、研究某一商品的市场需求问题，建立如下二元线性回归模型 (10)27、对我国货物周转量问题进行研究。
通过经济分析可知，工农业总产值、运输线路长度是影响货物周转量的主要因素。
用Y表示货物周转量，X1表示工农业总产值，X2表示运输线路长度，可建立如下二元线性回归模型 (10)第四章单方程模型的经济计量问题 (11)一、判断题 (11)二、单选题 (11)三、问答、证明和计算题 (12)25、什么是异方差性？举例说明经济现象中的异方差性。
4.61.进行最小二乘估计,结果为：Dependent Variable: YMethod: Least SquaresSample: 1 20Variable Coefficient Std. Error t-Statistic Prob.C 29.03227 47.26019 0.614307 0.5467R-squared 0.992105 Mean dependent var 2188.500 Adjusted R-squared 0.991666 S.D. dependent var 642.2246 S.E. of regression 58.62795 Akaike info criterion 11.07494 Sum squared resid 61870.26 Schwarz criterion 11.17451 Log likelihood -108.7494 F-statistic 2261.912Y = 29.03227493 + 0.8061776361*X2.异方差检验散点图如下X与Y散点分布的相关图显示随机项存在递增的异方差3.用Goldfeld-Quandt检验分析异方差性假设：H0：随机项是同方差的H1：随机项是递增异方差的第一个子样本数据为进行最小二乘估计(1~10)，Dependent Variable: YMethod: Least SquaresSample: 1 10C -90.22196 123.2315 -0.732134 0.4850R-squared 0.965144 Mean dependent var 1735.600 Adjusted R-squared 0.960787 S.D. dependent var 186.8839 S.E. of regression 37.00713 Akaike info criterion 10.23695 Sum squared resid 10956.22 Schwarz criterion 10.29747 Log likelihood -49.18477 F-statistic 221.5174Y = -90.22196172 + 0.8698118059*X表中的残差平方和为10956.22第二个子样本数据(11~20),进行最小二乘估计为Dependent Variable: YMethod: Least SquaresSample: 11 20Variable Coefficient Std. Error t-Statistic Prob.C -79.77156 108.5232 -0.735065 0.4833R-squared 0.987978 Mean dependent var 2641.400Adjusted R-squared 0.986475 S.D. dependent var 616.4322S.E. of regression 71.68987 Akaike info criterion 11.55943Sum squared resid 41115.50 Schwarz criterion 11.61995Log likelihood -55.79716 F-statistic 657.4227Y = -79.77156004 + 0.8351763428*X表中的残差平方和为41115.50 从而G-Q检验的F统计量为F=ESS2/ESS1=3.752708507，F0.05（10-1-1，10-1-1）=F0.05（8，8）=3.44 F〉F0.05（8，8）随机项存在递增的异方差4.异方差的修正变量代换后最小二乘估计的Eviews输出表Dependent Variable: YMethod: Least SquaresSample: 1 20Included observations: 20C 45.46337 51.69134 0.879516 0.3907R-squared 0.041204 Mean dependent var 2044.832Adjusted R-squared -0.012062 S.D. dependent var 55.15445S.E. of regression 55.48609 Akaike info criterion 10.96478Sum squared resid 55416.72 Schwarz criterion 11.06435Log likelihood -107.6478 F-statistic 0.773548Durbin-Watson stat 2.090260 Prob(F-statistic) 0.390713Unweighted StatisticsR-squared 0.992043 Mean dependent var 2188.500Adjusted R-squared 0.991601 S.D. dependent var 642.2246S.E. of regression 58.85852 Sum squared resid 62357.86Durbin-Watson stat 2.072106得到原模型对应参数的加权对小二乘估计。
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（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，1nii YY 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5.107413096104100=+++。
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NS S x ==45= 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()10/2510/25XX 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。
由Eviews得X 与Y的散点分布图如下分别对X与Y 进行幂函数模型，线性模型与指数模型的回归。
1.幂函数模型回归利用Eviews得回归结果为Dependent Variable: YYMethod: Least SquaresDate: 12/05/14 Time: 19:11Sample: 1979 1999Included observations: 21C -2491.276 59.38826 -41.94896 0.0000R-squared 0.989401 Mean dependent var 9.783377 Adjusted R-squared 0.988843 S.D. dependent var 1.032729 S.E. of regression 0.109085 Akaike info criterion -1.502990 Sum squared resid 0.226090 Schwarz criterion -1.403511 Log likelihood 17.78139 F-statistic 1773.564T值（-41.94896 ）（42.11370）R2=0.989401查表可得t0.025（19）=2.09，可知b1显著不为02.线性模型回归利用Eviews得回归结果为Dependent Variable: YMethod: Least SquaresDate: 12/05/14 Time: 19:02Sample: 1979 1999C -7912703. 758983.7 -10.42539 0.0000R-squared 0.852109 Mean dependent var 28470.89 Adjusted R-squared 0.844326 S.D. dependent var 26836.92 S.E. of regression 10588.66 Akaike info criterion 21.46335 Sum squared resid 2.13E+09 Schwarz criterion 21.56283 Log likelihood -223.3652 F-statistic 109.4734Y = -7912703.315 + 3992.546104*XT值（-10.42539）（10.46295）R2=0.852109查表可得t0.025（19）=2.09，可知b1显著不为03.指数模型回归利用Eviews回归结果如下Dependent Variable: YYMethod: Least SquaresDate: 12/05/14 Time: 19:14Sample: 1979 1999C -319.5236 7.778920 -41.07557 0.0000R-squared 0.989509 Mean dependent var 9.783377Adjusted R-squared 0.988957 S.D. dependent var 1.032729S.E. of regression 0.108525 Akaike info criterion -1.513288Sum squared resid 0.223774 Schwarz criterion -1.413810Log likelihood 17.88953 F-statistic 1792.120Durbin-Watson stat 0.445625 Prob(F-statistic) 0.000000T值（-41.07557）（42.33344）R2=0.989509查表可得t0.025（19）=2.09，可知b1显著不为0由结果可知指数函数模型的拟合效果最好。
9.12该联立方程模型中，收入方程是非随机方程式，不需要进行识别和参数估计；投资方程式随机方程式，但解释变量只有内生变量P t，它与随机项无关，因而可以直接用最小二乘法估计参数b0，b1，得到线性、无偏、最小方差、一致的估计两，不需要进行识别；消费方程是随机方程式，且存在内生变量Y t作为解释变量，它与随机项相关，因此不能直接采用最小二乘法估计参数。
1.投资方程Dependent Variable: ITMethod: Least SquaresDate: 12/05/14 Time: 20:23Sample: 1 10Included observations: 10C 16.59287 4.506359 3.682101 0.0062R-squared 0.976072 Mean dependent varAdjusted R-squared 0.973081 S.D. dependent varS.E. of regression 3.362505 Akaike info criterionSum squared resid 90.45153 Schwarz criterionLog likelihood -25.20053 F-statisticDurbin-Watson stat 1.427972 Prob(F-statistic)2.消费方程System: UNTITLEDEstimation Method: Two-Stage Least SquaresDate: 12/05/14 Time: 21:35Sample: 1 10Included observations: 10Total system (balanced) observations 20Coefficient Std. Error t-Statistic Prob.C(1) 29.71358 3.195303 9.299143 0.0000C(2) 0.584539 0.004911 119.0209 0.0000C(3) 16.59287 4.506359 3.682101 0.0020C(4) 2.087259 0.115544 18.06465 0.0000 Determinant residual covariance 23.01068Equation: CT=C(1)+C(2)*YTInstruments: PT GT CObservations: 10R-squared 0.999436 Mean dependent var 403.0000 Adjusted R-squared 0.999366 S.D. dependent var 76.74634 S.E. of regression 1.932678 Sum squared resid 29.88196 Durbin-Watson stat 1.988153Equation: IT=C(3)+C(4)*PTInstruments: PT GT CObservations: 10R-squared 0.976072 Mean dependent var 95.70000 Adjusted R-squared 0.973081 S.D. dependent var 20.49417 S.E. of regression 3.362505 Sum squared resid 90.45153 Durbin-Watson stat 1.427972Dependent Variable: CTMethod: Least SquaresDate: 12/05/14 Time: 21:39Sample: 1 10Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.C 29.64035 3.193858 9.280421 0.0000YT 0.584653 0.004909 119.1000 0.0000R-squared 0.999436 Mean dependent var 403.0000 Adjusted R-squared 0.999366 S.D. dependent var 76.74634 S.E. of regression 1.932612 Akaike info criterion 4.332479 Sum squared resid 29.87992 Schwarz criterion 4.392996 Log likelihood -19.66239 Hannan-Quinn criter. 4.266092 F-statistic 14184.81 Durbin-Watson stat 1.988187 Prob(F-statistic) 0.000000Dependent Variable: YTMethod: Least SquaresDate: 12/05/14 Time: 22:35Sample: 1 10Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.C 104.6127 6.110085 17.12132 0.0000PT 3.861673 0.345055 11.19146 0.0000GT 2.778709 0.096436 28.81397 0.0000R-squared 0.999133 Mean dependent var 638.6000 Adjusted R-squared 0.998885 S.D. dependent var 131.2311S.E. of regression 4.382106 Akaike info criterion 6.036261 Sum squared resid 134.4200 Schwarz criterion 6.127037 Log likelihood -27.18130 Hannan-Quinn criter. 5.936680 F-statistic 4032.213 Durbin-Watson stat 2.937399 Prob(F-statistic) 0.000000。
