计量经济学第一次作业
第二章P85
8.用SPSS软件对10名同学的成绩数据进行录入，分析得r=0.875,这说明学生的课堂练习和期终考试有密切的关系，一般平时练习成绩较高者，期终成绩也高。
9.(1)一元线性回归模型如下：Y i=ß0+ß1X i+u i
其中，Y i表示财政收入，X i表示国民生产总值，u i为随机扰动项，
ß0 ß1为待估参数。
由Eviews软件得散点图如下图：
（2）Ý
i =-1354.856+0.179672X
i
SÊ:(655.7254) (0.007082)
t:(-2.066194) (25.37152)
R2=0.958316 F=643.7141 df=28
斜率ß
1
=0.179672表示国民生产总值每增加1亿元，财政收入增加0.179672亿元。（3）可决系数R2=0.958316表示在财政收入Y的总变差中由模型作出的解释部分占95.8316%，即有95.8316%由国民生产总值来解释，同时说明样本回归模型对样本数据的拟合程度较高。
R2=ESS/(ESS+RSS)
ESS=RSS*R2/(1-R2)=(1.91E+08)*0.958316/(1-0.958316)=44.02E+08
F=(n-2)ESS/RSS,ESS=F*RSS/(n-2)=4.39*E09
(4)SÊ(ß
0)=655.7245 SÊ(ß
1
)=0.007082
ß1的95%的置信区间是：
[ß1-t 0.025(28)SÊ(ß1),ß1+t 0.025(28)SÊ(ß1)] 代入数值得：
[0.179672-2.048*0.007082,0.179672+2.048*0.007082] 即：[0.165,0.194]
同理可得，ß0的95%置信区间为[-2697.78,-11.93] （5）①原假设H 0:ß0=0 备择假设：H 1:ß0≠0
则ß0的t 值为：t 0=-2.066194
当ɑ=0.05时
t ɑ/2(28)=2.048
|t 0|=2.066194＞t ɑ/2(28)=2.048 故拒绝原假设H 0，表明模型应保留截距项。 ②原假设H 0:ß1=0 备择假设：H 1:ß1≠0
当ɑ=0.05时
t ɑ/2(28)=2.048
因为|t 1|=25.37152＞t ɑ/2(28)=2.048 故拒绝原假设H 0 表明国民生产总值的变动对国家财政收入有显著影响.
计量经济学第二次作业
第二章9.(10) 、建立X 与t 的趋势模型，其回归分析结果如下：
Dependent Variable: X Method: Least Squares Date: 04/19/10 Time: 22:03 Sample: 1978 2008 Dependent Variable: Y Method: Least Squares Date: 04/10/10 Time: 17:31 Sample: 1978 2007 C -1354.856 655.7254 -2.066194 0.0482 R-squared
0.958316 Mean dependent var 10049.04 Adjusted R-squared 0.956827 S.D. dependent var 12585.51 S.E. of regression 2615.036 Akaike info criterion 18.64028 Sum squared resid 1.91E+08 Schwarz criterion 18.73370 Log likelihood -277.6043 F-statistic 643.7141
T 7085.937 571.7773 12.39283 0.0000
R-squared 0.841167 Mean dependent var 67013.75
Adjusted R-squared 0.835690 S.D. dependent var 70245.95
S.E. of regression 28474.28 Akaike info criterion 23.41373
Sum squared resid 2.35E+10 Schwarz criterion 23.50625
Log likelihood -360.9128 F-statistic 153.5822
令t=2008，其预测结果X=173302.807747
再根据X对Y进行预测，其预测结果为Y=29782.7237932
X2008=173302.683609 Y2008=29782.7707474
(SÊ(e0))2—(SÊ(Y0))2=ó2所以SÊ(e0)=3809.16381
在95%的置信度下,Y2008的预测区间为:
[Y0-tα/2SÊ(e0),Y0+tα/2SÊ(e0)]=[29782.7707474-2.048*3809.16381
29782.7707474+2.048*3809.16381]
=[21981.5562，37583.8912]
第三章
P124,6.该家庭在衣着用品方面的开支（Y）对总开支（X1）以及衣着用品价格（X2）的最小二乘估计结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 04/20/10 Time: 09:24
Sample: 1991 2000
Included observations: 10
Variable Coefficient Std. Error t-Statistic Prob.
C -3.755455 2.679575 -1.401511 0.2038
X1 0.183866 0.028973 6.346071 0.0004
R-squared 0.960616 Mean dependent var 8.080000
Adjusted R-squared 0.949364 S.D. dependent var 3.724931
S.E. of regression 0.838204 Akaike info criterion 2.728214
Sum squared resid 4.918099 Schwarz criterion 2.818990
