《计量经济学》第5章数据#(精选.)

第五章 异方差二、简答题1．异方差的存在对下面各项有何影响？ （1）OLS 估计量及其方差； （2）置信区间；（3）显著性t 检验和F 检验的使用。

2．产生异方差的经济背景是什么？检验异方差的方法思路是什么？ 3．从直观上解释，当存在异方差时，加权最小二乘法（WLS ）优于OLS 法。

4．下列异方差检查方法的逻辑关系是什么？ （1）图示法 （2）Park 检验 （3）White 检验5．在一元线性回归函数中，假设误差方差有如下结构：()i i i x E 22σε=如何变换模型以达到同方差的目的？我们将如何估计变换后的模型？请列出估计步骤。

三、计算题1．考虑如下两个回归方程（根据1946—1975年美国数据）（括号中给出的是标准差）：t t t D GNP C 4398.0624.019.26-+= e s ：（2.73）（0.0060） （0.0736）R ²=0.999t t t GNP D GNP GNP C ⎥⎦⎤⎢⎣⎡-+=⎥⎦⎤⎢⎣⎡4315.06246.0192.25 e s ： （2.22） （0.0068）（0.0597）R ²=0.875式中，C 为总私人消费支出；GNP 为国民生产总值；D 为国防支出；t 为时间。

研究的目的是确定国防支出对经济中其他支出的影响。

（1）将第一个方程变换为第二个方程的原因是什么？（2）如果变换的目的是为了消除或者减弱异方差，那么我们对误差项要做哪些假设？ （3）如果存在异方差，是否已成功地消除异方差？请说明原因。

（4）变换后的回归方程是否一定要通过原点？为什么？（5）能否将两个回归方程中的R²加以比较？为什么？2．1964年，对9966名经济学家的调查数据如下：资料来源：“The Structure of Economists’Employment and Salaries”, Committee on the National Science Foundation Report on the Economics Profession, American Economics Review, vol.55, No.4, December 1965.（1）建立适当的模型解释平均工资与年龄间的关系。

Prob. 0.0000 0.0000 5.468946 0.086294 -9.94267 -9.84926 81786.04 0.000000
ˆ 5.317 0.0098t ln Y t
斜率0.0098表示，平均而言， se (0.000608 )(0.0000343 ) Y的年增长率为0.98％。
每提高1个百分点，平均而言，数学S.A.T分数将增加0.13 个百分点。根据定义，如果弹性的绝对值小于1，则称缺 乏弹性。因此，在该例中，数学S.A.T分数是缺乏弹性的。 另外，r2＝0.9， 表明logX解释了变量logY的90％的变 动。
13
第5章
经济学的弹性：

以价格弹性为例： 价格弹性的准确定义是需求量变动的百分比除以价格变动的百分 比。 价格变动一个百分点，引起需求量变动超过一个百分点，则该物 品就富有价格需求弹性；需求变动量不到一个百分点，则缺乏价 格需求弹性；需求变动量等于一个百分点，则该物品拥有单位需 求价格弹性。
S.D. dependent var
Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
20.51101
2.260832 2.354245 23141.80 0.000000
S.E. of regression Sum squared resid Log likelihood
2642.152 134.6207
Mean dependent var S.D. dependent var
S.E. of regression
Sum squared resid Log likelihood Durbin-Watson stat

计量经济学期中教学案例分析作业第五章案例分析班级：电子商务15-2 班姓名：郑瑞璇学号：2015213720一、问题的提出与模型的建立根据本章引子提出的问题，为了给制定医疗机构的规划提供依据，分析比较医疗机构与人口数量的关系，建立卫生医疗机构数与人口数的回归模型。

假定医疗机构数与人口数之间满足线性约束，则理论模型设定为Yi= 31+ 化Xi+uiYi表示医疗机构数；Xi表示人口数。

由2001年《四川统计年鉴》得到如表1所示数据。

表1 四川省2000年各地医疗机构数与人口数地区人口数（万人）X医疗机构数（个）Y地区人口数（万人）X医疗机构数（个）Y成都1013.36304眉山339.9827自贡315911宜宾508.51530攀枝花103934广安438.61589泸州463.71297达州620.12403德阳379.31085雅安149.8866绵阳518.41616巴中346.71223广元302.61021资阳488.41361遂宁3711375阿坝82.9536内江419.91212甘孜88.9594乐山345.91132凉山402.41471南充709.24064二、参数估计进入EViews软件包，确定样本范围，编辑输入数据，选择估计方程菜单，得到图一的估计结果。

[=]Equatron: UNTITLED Workfile: UNTITLED::Untitled\ ■巴翁Dependent Variable: YMethod: Least SquaresDate: 12/19/16 Time: 21:39Sample: 1 21 induced observations: 21Variable Coefficient Std. Error t-Statistic ProbC -562.9074 291.5642 -1.930646 0.06B5X5372028 0.644239 8339811 00Q00R-squared 0.78543& Mean dependentvar 1508143Adjusted R-squared 0.774145 S.D. dependent var 1310.975S.E. of regression 5230301 Akaike info criterion 15 79746Sum squared resid 7375164 Schwarz criterion 15.89694Log likelihood -16X8733 Hann自n-Ouinn criter 15.31905F-statistic 69.55245 Durbin-Watson stat 1 947198ProbfF-stati stic) 0000000图一回归结果估计结果Yi = -562.9074 + 5.3728Xit= （-1.9306）（8.3398）2R =0.7854 F=69.55三、检验模型的异方差本例用的是四川省2000年各州市的医疗机构数和人口数，由于各地区人口数不同，对医疗机构设置数量有不同的需求，这种差异使得模型很容易产生异方差，从而影响模型的估计与使用。

数据变换
根据需要对数据进行变换，如对数变换、差 分变换等，以满足模型对数据的要求。
模型参数估计方法选择
01
最小二乘法（OLS ）
适用于满足经典假设的线性回归 模型，通过最小化残差平方和来 估计模型参数。
02
广义最小二乘法（ GLS）
适用于存在异方差性的模型，通 过加权最小二乘法进行参数估计 ，以消除异方差性的影响。
误差修正模型定义
误差修正模型（Error Correction Model，简称ECM）是一种具有特定形式的计 量经济学模型，用于描述变量之间的长期均衡关系和短期动态调整过程。
该模型通过引入误差修正项，将变量的短期波动和长期均衡关系结合起来，从而 更准确地刻画经济现象。
误差修正项解释
误差修正项（Error Correction Term，简称ECT）是误差修正模型中的核 心部分，表示变量之间的长期均衡误差。
长期均衡
协整关系反映了时间序列之间的长期均衡，即使短期内有所偏离，长期内也会恢复到均 衡状态。
线性组合平稳
协整序列的线性组合可以消除非平稳性，得到平稳序列。
协整检验方法
EG两步法
首先通过OLS回归得到残差序列，然 后对残差序列进行单位根检验（如 ADF检验），判断其是否平稳。
Johansen检验
适用于多变量协整关系的检验，通过 构建似然比统计量来判断协整向量的 个数。
计量经济学第五章协 整与误差修正模型
汇报人：XX
目 录
• 协整理论概述 • 误差修正模型介绍 • 协整与误差修正模型关系 • 协整检验方法及应用举例 • 误差修正模型建立与评估 • 案例研究：金融市场波动性分析
01
协整理论概述
协整定义及性质

由OLS法得到残差，取得绝对值，然后将对某个 解释变量回归，根据回归模型的显著性和拟合优 度来判断是否存在异方差。
（二）检验的特点
不仅能对异方差的存在进行判断，而且还能对异 方差随某个解释变量变化的函数形式 进行诊断。 该检验要求变量的观测值为大样本。
36
（三）检验的步骤
1.建立模型并求 ei 根据样本数据建立回归模型，并求残差序列
4
第一节 异方差性的概念
本节基本内容：
●异方差性的实质 ●异方差产生的原因
5
一、异方差性的实质
同方差的含义
同方差性：对所有的 i (i 1,2,...,n)有：
Var(ui ) = σ 2
（5.1）
因为方差是度量被解释变量 Y的观测值围绕回归线
E(Yi ) 1 2 X 2i 3X3i ... k X ki （5.2）
1.求回归估计式并计算 et2
用OLS估计式（5.14），计算残差
差的平方 et2 。
et
Yt
-Yˆt
，并求残
2.求辅助函数
用残差平方
et2
作为异方差
σ
2 t
的估计，并建立
X
2t
,
X
3t
,
X
2 2t
,
X
2 3t
,
X
2t
X
3t
的辅助回归，即
eˆt2
=
αˆ1
+
αˆ2
X
2t
+
αˆ3
X
3t
+
αˆ4
X
2 2t
+
αˆ5
X
2 3t
+
αˆ6

• 2.选择模型的基本准则：
• 模型选择的重点不是在判定系数大小，而是要考 虑进入模型的解释变量之间的相关性（即理论基 础）、解释变量系数的预期符号、变量的统计显 著性、以及弹性系数这样的度量工具。
线性回归模型的弹性系数计算
• 平均弹性：
E

Y X
X Y

B2
X Y
多元对数线性回归模型
• 偏弹性系数的含义： 在其他变量（如，X3）保持不变的条件下，X2 每变动1%，被解释变量Y变动的百分比为B2；
• （3）菲利普斯曲线
被解释变量：英国货币工资变化率，解释变量：失业率 结论：失业率上升，工资增长率会下降。 在自然失业率UN上下，工资变动幅度快慢不同。即失业率低于自然失业率时，工 资随失业率单位变化而上升快于失业率高于自然失业率时工资随失业率单位变化而下 降。
（P113例5-6） 倒数模型： 菲利普斯曲线
依据经济理论，失业率上升，工资增长率会下降；且 当失业率处于不同水平时，工资变动率变动的程度会 不一样，即Y对X 的斜率（Y / X）不会是常数。
Y / X 20.588*(1/ X 2 )
R2 0.6594
模型选择：
1、依据经济理论
以及经验判断；
2、辅助于对拟合
R2 0.5153 Y / X 0.79
1、B1、B2、B4 0； 2、B3 0 3、B32 3B2B4
WHY? —所以经济理论的学习对于模型的建立、选择
和检验有非常关键和重要的意义。 24
四、模型（形式）选择的依据
经济理论
工作经验
1、模型的建立需要正确地理论、合适可用的数据、 对各种模型统计性质的完整理解以及经验判断。
模型选择的基本准则：进入模型中的解释变量的关系（即 理论基础）、解释变量系数的预期符号、弹性系数等经济 指标、统计显著性等

第五章异方差性5.2答案：（1）EVIEWS估计的结果为：Yˆi= 9.3475+0.6371X iT=(2.5691) (32.0088)R2 =0.9464 F=1024.564（2）首先，用Goldfeld-Quandt法进行检验。

将样本X按递减顺序排序，去掉中间1/4的样本，再分为两个部分的样本，即N1=N2=22。

分别对两个部分样本求最小二乘估计，在样本区为1—22的Eviews估计如下：样本区39—60的Eviews估计如下：得到两个部分各自的残差平方和，即∑e 12 =2495.840∑e 22 =603.0148求F 统计量为： F=∑∑e e 2221=2495.840/603.0148=4.1390给定α=0.05，查F 分布表，得临界值为F 0.05=(20,20)=2.12.比较临界值与F 统计量值，有F =4.1390>F 0.05=(20,20)=2.12，说明该模型的随机误差项存在异方差。

其次，用White 法进行检验结果如下：给定α=0.05，在自由度为2下查卡方分布表，得χ2=5.9915。

比较临界值与卡方统计量值，即nR2=10.8640>χ2=5.9915，同样说明模型中的随机误差项存在异方差。

（2）用权数W1=1/X，作加权最小二乘估计，得如下结果用White法进行检验得如下结果：F-statistic 3.138491 Probability 0.050925Obs*R-squared 5.951910 Probability 0.050999。

比较临界值与卡方统计量值，即nR2=5.9519<χ2=5.9915，说明加权后的模型中的随机误差项不存在异方差。

其估计的结果为：Yˆi= 10.3705+0.6309X iT=(3.9436) (34.0467)R2 =0.21144 F=1159.176 DW=0.95855.3答案：（1）EVIEWS估计结果：Yˆi= 179.1916+0.7195X iT=(0.808709) (15.74411)R2 =0.895260 F=247.8769 DW=1.461684 （2）利用White方法检验异方差，则White检验结果见下表：由上述结果可知，该模型存在异方差。

计量经济学张建强课后习题第五章5051、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2、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3、下面属于截面数据的是[ D ]A 19912003年各年某地区20个乡镇的平均工业产值B19912003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4、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5、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、简答题、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。

第五章练习题参考解答练习题5.1 设消费函数为i i i i u X X Y +++=33221βββ式中，i Y 为消费支出；i X 2为个人可支配收入；i X 3为个人的流动资产；i u 为随机误差项，并且222)(,0)(i i i X u Var u E σ==（其中2σ为常数）。

试回答以下问题：(1)选用适当的变换修正异方差，要求写出变换过程；(2)写出修正异方差后的参数估计量的表达式。

5.2 根据本章第四节的对数变换，我们知道对变量取对数通常能降低异方差性，但须对这种模型的随机误差项的性质给予足够的关注。

例如，设模型为u X Y 21ββ=，对该模型中的变量取对数后得如下形式u X Y ln ln ln ln 21++=ββ(1)如果u ln 要有零期望值，u 的分布应该是什么？ (2)如果1)(=u E ，会不会0)(ln =u E ？为什么？ (3)如果)(ln u E 不为零，怎样才能使它等于零？5.3 由表中给出消费Y 与收入X 的数据，试根据所给数据资料完成以下问题： （1）估计回归模型u X Y ++=21ββ中的未知参数1β和2β，并写出样本回归模型的书写格式；（2）试用Goldfeld-Quandt 法和White 法检验模型的异方差性； （3）选用合适的方法修正异方差。

Y X Y X Y X 55 80 152 220 95 140 65 100 144 210 108 145 70 85 175 245 113 150 801101802601101607912013519012516584115140205115180981301782651301859514019127013519090125137230120200759018925014020574105558014021011016070851522201131507590140225125165651001372301081457410514524011518080110175245140225841151892501202007912018026014524090125178265130185981301912705.4由表中给出1985年我国北方几个省市农业总产值，农用化肥量、农用水利、农业劳动力、每日生产性固定生产原值以及农机动力数据，要求：（1）试建立我国北方地区农业产出线性模型；（2）选用适当的方法检验模型中是否存在异方差；（3）如果存在异方差，采用适当的方法加以修正。

26
理论计量经济学和应用计量经济学
计量经济学根据研究对象和内容侧重面不同，
可以分为理论计量经济学和应用计量经济学。 理论计量经济学：是以介绍研究计量经济学的 理论与方法为主要内容，侧重于理论与方法的数学 证明与推导。
应用计量经济学：以建立与应用计量经济学模
型为主要内容，强调应用模型的经济学和经济统计
拉格纳·弗里希（ R. Frish ）
19
计量经济学是用数学语言 来表达经济理论，以便通 过统计方法来论述这些理 论的一门经济学分支。
计量经济学可定义为：根据
理论和观测的事实，运用合
适的推理方法使之联系起来 同时推导，对实际经济现象 进行的数量分析。
20
教科书中的一般表述： 统计学、经济
理论和数学
（1.1） （1.1）式为数理经济模型，该模型是不可以 估计的。要研究收入I 的变化对消费支出C的数量 影响程度，需要对（1.1）进行改造模型。
35
首先，明确（1.1）式的函数形式。例如， C a bI （1.2） 其中 a、 b 为未知的参数， 其次，在（1.2）式右端引入随机变量u，以
16
当前的计量理 论前沿问题
17
○ 计 量 经 济 学 在 中 国 的 发 展
我国计量经济学研究
和应用水平同世界前
沿的差距迅速缩小
2000年
我国计量经济学研 究和应用的普及阶 段
成立了“中国数量经济研
究会”，为创立我国的计
1984年 量经济学奠定了基础
1979年
18
二、什么是计量经济学？
用数学方法探讨经济学可以从好几个方面着手，但 任何一个方面都不能和计量经济学混为一谈。计量 经济学与经济统计学绝非一码事；它也不同于我们 所说的一般经济理论，尽管经济理论大部分具有一 定的数量特征；计量经济学也不应视为数学应用于 经济学的同义语。经验表明，统计学、经济理论和 数学这三者对于真正了解现代经济生活的数量关系 来说，都是必要的，但本身并非是充分条件。三者 结合起来，就是力量，这种结合便构成了计量经济 学。

• 当a>0、0<b<1时，y 随着t 的增加而趋向于0
• 描述以几何极数递增或递减的现象
• 序列的观察值按指数规律变化
• 序列的逐期观察值按一定的增长率增长或衰减
• 参数估计方法 • 采用对数变换法将模型化为线性进行估计
29
第29页/共45页
修正指数型增长曲线模型
• 一般形式
y L ab •
•
~yi ˆ0 yi f xi , ˆ0 zi ˆ0 ˆ0
• 易平~y求方i 出和ˆ其式0参最数小zi 的ˆ0普 通ˆ最小二i 乘估计值
•
ˆ
，该估计值使得残差
2
ˆ1
n
S ˆ1
~yi ˆ0 zi ˆ0 ˆ1 2
i 1
17
第17页/共45页
Gauss-Newton迭代法（续2）
• 类别 • 多项式增长曲线模型 • 简单指数型增长曲线模型 • 修正指数型增长曲线模型 • Logistic增长曲线模型 • Gompertz增长曲线模型
27
第27页/共45页
多项式增长曲线模型
• 一般数学形式
•
y• t
yt：a第0t
期
的a1某t
个经a济2t指2
标
；t ：时a间k t
k
• a0，a1，…，ak：模型参数
• 至此完成非线性模型的OLS估计
18
第18页/共45页
Gauss-Newton迭代法（续3）
• 步骤
• 给出参数估计值 近似值
的初值 ，将
ˆ
在 处展开泰勒级数，取一阶
ˆ0
f xi , ˆ
ˆ0
• 计算
和
的样本观z测i 值ˆ0

计量经济学第一章use 打开数据 describe 查看数据集情况 summary 描述统计tabstat +[stats] 计算描述性统计量（指定） table+[contents] 类别变量+连续变量列联表 table/ tabulate 类别变量频次表 histogram 直方图第二章 一元回归线性模型：基本思想第三章 第四章 一元、多元线性回归模型：假设检验随机扰动项、参数的方差、标准误计算统计检验1模型的拟合优度检验：R2判定系数（可决系数）调整的可决系数：范围在0和1之间，越接近1，说明模型具有较高的拟合优度2方程的显着性检验：F 统计量，prob （F ）F >F(k-1,n-k)，拒绝原假设H0，即显着。

F<F(k-1,n-k)，则暂时不拒绝，不显着。

显着性概率为0，小于给定显着性水平（0.05），表明模型对总体拟合显着 3变量的显着性检验：T 统计量 (服从n-2，n-k )，p 值Β2一般为0，T>2.306为显着，T<2.306为不显着（5％水平） 线性回归模型的基本假设：假设1：模型具有线性性（针对模型）。

Y 是参数βi 的线性组合，不一定要求是变量X 的线性组合。

假设2 ：解释变量X 与u 不相关（针对扰动项）。

数学表达：cov(Xi,ui)=0通常说法：X 具有外生性假设3：给定X ，扰动项的期望或均值为零（针对扰动项）。

数学表达：E(?i |Xi)=0，i=1,2, …,n 假设4：同方差假定（针对扰动项）。

数学表达：Var (ui) = ??2 = Var (Yi) i=1,2, …,n. 假设5：无自相关（针对扰动项）。

数学表达：Cov(?i, ?j ) = 0= Cov(Y i, Y j ) i≠j 假设6：回归模型设定是正确的（表面是针对模型，实质上是针对扰动项）sort 排序 order 排序 drop 去除记录 keep 保留记录 generate 生产新变量 replace 给变量赋新值 rename 给变量重命名2R假设7：扰动项符合正态分布（针对扰动项）数学表达：?i~N(0, ??2 ) Y i~N(β0+β1X, ??2 )第五章线性回归模型拓展（函数形式，变量测度单位）第六章虚拟变量回归有截距，m个类别（取值），仅引入m-1个虚拟变量，无截距可以m个第七章模型设定误差1包含无关变量：后果（F，T检验）参数估计是无偏且一致的估计，但不是有效的估计，检验仍然有效，但方差增大，接收错误假设的概率较高。

计量经济学（第4版）数据表表2.1.1 某社区家庭每月收入与消费支出统计表表2.3.1 参数估计的计算表表2.6.1 中国各地区居民家庭人均全年可支配收入与人均全年消费性支出（元）资料来源：《中国统计年鉴》（2014）。

第2章练习12中国某年各地区税收Y和国内生产总值GDP的统计资料单位：亿元表3.2.1 2013年中国各地区城镇居民人均收入与人均消费性支出（元）资料来源：根据《中国统计年鉴》（2014）整理。

表3.5.1 2010年中国制造业各行业的总产出及要素投入资料来源：根据《中国统计年鉴》（2011年）整理。

表3.6.1 2013年中国居民人均收入与人均生活消费支出数据（元）表3.7.1 2012年中国农村居民对蛋类食物的消费及相关食物的价格指数蛋类消费量Q (千克)各类食品的消费价格指数（上年=100）居民消费价格指数P0（上年=100）人均消费支出X（元）蛋类P肉禽类P1水产类P2粮食P01油脂P02蔬菜P03北京11.0596.9106.7104.8102.6104.5112.0103.311878.92天津12.84101.7105.7106.7102.4103.7119.6102.78336.55河北10.4296.4101.1104.8102.9106.3114.9102.55364.14山西7.8296.2101.4107.4103.0105.2114.2102.65566.19内蒙古 6.4598.1105.3107.7105.7105.3112.3102.56381.97辽宁8.4896.2102.6107.3103.6105.0117.5102.55998.39吉林7.9094.6103.7108.5104.2105.7110.5102.46186.17黑龙江 6.3398.3105.4104.8104.6102.6115.3102.95718.05上海8.9298.2105.1105.8102.9103.8111.1102.811971.50江苏 6.9697.0102.5108.4102.3104.2109.0102.69138.18浙江 5.5697.6100.9108.8103.7103.7115.2102.310652.73安徽7.2394.398.7110.8104.2105.8113.3102.45555.99福建 5.3296.8102.0107.8103.0105.4116.5102.47401.92江西 4.2296.998.9112.6103.8104.2118.2103.05129.47山东12.3295.9101.6108.8102.5107.5111.2102.06775.95河南9.0694.499.4108.9104.1105.0113.2102.45032.14湖北 5.0298.6101.7111.1105.3105.2113.2103.05726.73湖南 4.92100.198.5110.9105.3102.5110.8101.65870.12广东 3.3998.2104.4107.3105.0106.0114.9102.97458.56广西 2.2297.3103.0104.9103.8108.2116.7103.34933.58海南 2.43102.7103.8102.2104.1106.2115.6103.24776.30重庆 5.18100.699.1106.7107.7106.0112.3102.65018.64四川 4.8797.799.9111.5104.9105.2118.1102.05366.71贵州 2.3595.7101.3107.6104.5104.4109.0102.83901.71云南 2.82100.1103.1104.9103.5102.9117.8102.34561.33西藏0.56102.4108.9102.8103.0105.5114.6103.42967.56陕西 3.9197.6101.5110.4103.3105.9111.7103.15114.68甘肃 3.9397.4104.2105.2102.3104.5108.5103.14146.24青海 1.5899.2107.6109.6102.8105.6112.8103.15338.91宁夏 3.4097.7104.8107.2101.0103.0108.7101.75351.36新疆 3.62102.1105.9105.2107.3105.3117.6104.75301.25资料来源：《中国统计年鉴》（2013）。

庞皓《计量经济学（科学出版社（第2版））》实验数据（2010年6月版）第2章原始数据第2章表2.1数据P24第2章表2.2-2.3数据P28两个随机样本收入消费1 消费22000 1548 1688 2500 1814 1750 3000 2179 2079 3500 2485 23674000 2665 26654500 3050 31895000 3321 33215500 3650 38026000 4087 41656500 4265 4345第2章表2.4数据P33序号可支配收入Xi 消费支出Yi xi=Xi-X yi=Yi-Y xiyi xi21 2000 1548 -2250 -1358.4 3056400 50625002 2500 1814 -1750 -1092.4 1911700 30625003 3000 2179 -1250 -727.4 909250 15625004 3500 2485 -750 -421.4 316050 5625005 4000 2665 -250 -241.4 60350 625006 4500 3050 250 143.6 35900 625007 5000 3321 750 414.6 310950 5625008 5500 3650 1250 743.6 929500 15625009 6000 4087 1750 1180.6 2066050 306250010 6500 4265 2250 1358.6 3056850 5062500 合计42500 29064 12653000 20625000 平均4250 2906.4第2章表2.5数据P55第2章表2.9 P63习题2.1数据表2.11 1990-2007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M2/亿元国内生产总值GDP/亿元1990 15293.4 18718.31991 19349.9 21826.21992 25402.2 26937.31993 34879.8 35260.01994 46923.5 48108.51995 60750.5 59810.51996 76094.9 70142.51997 90995.3 78060.81998 104498.5 83024.31999 119897.9 88479.22000 134610.4 98000.52001 158301.9 108068.22002 185007.0 119095.72003 221222.8 135174.02004 254107.0 159586.72005 298755.7 184088.62006 345603.6 213131.72007 403442.2 251483.2第2章表2.10P64习题2.2数据美国软饮料公司广告费用于销售数量品牌名称广告费用X/10E6美元销售数量Y/10E6箱Coca-Cola Classic 131.3 1929.2 Pepsi-Cola 92.4 1384.6 Diet-Coke 60.4 811.4 Sprite 55.7 541.5 Dr.Pepper 40.2 546.9 Moutain Dew 29.0 535.6 7-Up 11.6 219.5第2章表2.11P64习题2.3数据深圳市地方政府预算内财政收入与国内生产总值的关系（单位：万元）年份地方预算内财政收入Y 国内生产总值(GDP) X 1990 21.70 171.671991 27.33 236.661992 42.96 317.321993 67.25 453.141994 74.40 634.671995 88.02 842.481996 131.75 1048.441997 142.06 1297.421998 164.39 1534.731999 184.21 1804.022000 221.92 2187.452001 262.49 2482.492002 265.93 2969.522003 290.84 3585.722004 321.47 4282.142005 421.38 4950.912006 500.88 5813.562007 658.06 6801.57第2章表2.12P65习题2.4数据中国国民总收入与最终消费（单位：亿元）年份国民总收入X 最终消费Y1978 3,645.217 2239.11979 4,062.579 2633.71980 4,545.624 300.71981 4,889.461 3361.51982 5,330.451 3714.81983 5,985.552 4126.41984 7,243.752 4846.31985 9040.737 5986.31986 10,274.38 6821.81987 12050.62 7804.61988 15036.82 9839.51989 17000.92 11164.21990 18,718.32 12090.51991 21,826.2 14091.91992 26,937.28 17203.31993 35260.02 21899.91994 48108.46 29242.21995 59810.53 36748.21996 70142.49 43919.51997 78060.83 48140.61998 83024.28 51588.21999 88479.15 55636.92000 98000.45 615162001 108068.2 66878.32002 119095.7 71691.22003 135174 77449.52004 159586.7 87032.92005 184088.6 97822.72006 213131.7 110595.32007 251483.2 128444.6第2章表2.13P66习题2.5数据表2.13 美国各航空公司航班正点到达比率和每10万名乘客投诉的次数航空公司名称航班正点率/% 投诉率/（次/10名乘客）西南(Southwest)航空公司81.8 0.21大陆(Continental)航空公司76.6 0.58西北(Northwest)航空公司76.6 0.85美国(US Airways)航空公司75.7 0.68 联合(United)航空公司73.8 0.74美洲(American)航空公司72.2 0.93德尔塔(Delta)航空公司71.2 0.72 美国西部(Americawest)航空公司70.8 1.22 环球(TWA)航空公司68.5 1.25第2章表2.14P66习题2.6数据表2.12 某年16种公益股票每股账面价值和当年红利公司序号账面价值/元红利/元1 22.44 2.42 20.89 2.983 22.09 2.064 14.48 1.095 20.73 1.966 19.25 1.557 20.37 2.168 26.43 1.609 12.14 0.8010 23.31 1.9411 16.23 3.0012 0.56 0.2813 0.84 0.8414 18.05 1.8015 12.45 1.2116 11.33 1.07第2章表2.15 P67数据P67表2.151992年亚洲各国人均寿命等数据序号国家和地区人均寿命人均GDPX1/100美元成人识字率X2/% 一岁儿童疫苗X3/%1 日本79 194 99 992 中国香港77 185 90 793 韩国70 83 97 834 新加坡74 147 92 905 泰国69 53 94 866 马来西亚70 74 80 907 斯里兰卡71 27 89 888 中国内地70 29 80 949 菲律宾65 24 90 9210 朝鲜71 18 95 9611 蒙古63 23 95 8512 印度尼西亚62 27 84 9213 越南63 13 89 9014 缅甸57 7 81 7415 巴基斯坦58 20 36 8116 老挝50 18 55 3617 印度60 12 50 9018 孟加拉国52 12 37 6919 柬埔寨50 13 38 3720 尼泊尔53 11 27 7321 不丹48 6 41 8522 阿富汗43 7 32 35第3章原始数据第3章表3.1数据P792002年西部各地区电力消费等数据地区电力消费量Y(亿kw·h) 国内生产总值X2（亿元）水电燃料价格指数X3（％）内蒙古320.43 1734.31 104.7广西356.95 2455.36 101.7重庆248.01 1971.3 109四川660.51 4875.12 103.4贵州366.63 1185.04 99.3云南353.2 2232.32 102.9陕西355.97 2035.96 103.2甘肃339.66 1161.43 102.6青海125.51 341.11 107.3宁夏178.76 329.28 105.2新疆214.6 1598.28 109.6第3章表3.3数据P93表3.3 中国税收收入及相关数据年份税收收入国内生产总值财政支出商品零售价格指数1978 519.28 3624.1 1122.09 100.71979 537.82 4038.2 1281.79 1021980 571.7 4517.8 1228.83 1061981 629.89 4862.4 1138.41 102.41982 700.02 5294.7 1229.98 101.91983 775.59 5934.5 1409.52 101.51984 947.35 7171 1701.02 102.81985 2040.79 8964.4 2004.25 108.81986 2090.73 10202.2 2204.91 1061987 2140.36 11962.5 2262.18 107.31988 2390.47 14928.3 2491.21 118.51989 2727.4 16909.2 2823.78 117.81990 2821.86 18547.9 3083.59 102.11991 2990.17 21617.8 3386.62 102.91992 3296.91 26638.1 3742.2 105.41993 4255.3 34634.4 4642.3 113.21994 5126.88 46759.4 5792.62 121.71995 6038.04 58478.1 6823.72 114.81996 6909.82 67884.6 7937.55 106.11997 8234.04 74462.6 9233.56 100.81998 9262.8 78345.2 10798.18 97.41999 10682.58 82067.5 13187.67 972000 12581.51 89468.1 15886.5 98.52001 15301.38 97314.8 18902.58 99.22002 17636.45 104790.6 22053.15 98.72003 20017.31 135822.8 24649.95 99.92004 24165.68 159878.3 28486.89 102.82005 28778.54 183217.4 33930.28 100.82006 34804.35 211923.5 40422.73 1012007 45621.97 249529.9 49781.35 103.8第3章表3.7数据P99表3.7 某地区部分家庭书刊消费抽样调查的样本数据家庭书刊年消费支出Y/元家庭月平均收入x /元户主受教育年数T/a家庭书刊年消费支出Y/元家庭月平均收入X/元户主受教育年数T/a450 1027.2 8 793.2 1998.6 14 507.7 1045.2 9 660.8 2196 10 613.9 1225.8 12 792.7 2105.4 12 563.4 1312.2 9 580.8 2147.4 8501.5 1316.4 7 612.7 2154 10 781.5 1442.4 15 890.8 2231.4 14 541.8 1641 9 1121 2611.8 18 611.1 1768.8 10 1094.2 3143.4 16 1222.1 1981.2 18 1253 3624.6 20第3章表3.8数据P99表3.7 1970-1982年某国实际通货膨胀率、失业率和预期通货膨胀率年份实际通货膨胀率Y/% 失业率X2/% 预期通货膨胀率X3/% 1970 5.92 4.9 4.781971 4.3 5.9 3.841972 3.3 5.6 3.311973 6.23 4.9 3.441974 10.97 5.6 6.841975 9.14 8.5 9.471976 5.77 7.7 6.511977 6.45 7.1 5.921978 7.6 6.1 6.081979 11.47 5.8 8.091980 13.46 7.1 10.011981 10.24 7.6 10.811982 5.99 9.7 8第3章表3.9数据P100表3.8 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（单位：元）年份人均耐用消费品支出Y 人均年可支配收入X1 耐用消费品价格指数X2（1990年为100）1991 137.16 1181.4 115.96 1992 124.56 1375.7 133.35 1993 107.91 1501.2 128.21 1994 102.96 1700.6 124.85 1995 125.24 2026.6 122.49 1996 162.45 2577.4 129.86 1997 217.43 3496.2 139.52 1998 253.42 4283 140.44 1999 251.07 4838.9 139.12 2000 285.85 5160.3 133.35 2001 327.26 5425.1 126.39第3章表3.10数据P100表3.9 1960-1982年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）年份能源需求指数Y实际GDP指数X1能源价格指数X2 年份能源需求指数Y实际GDP指数X1能源价格指数X21960 54.1 54.1 111.9 1972 97.2 94.3 98.6 1961 55.4 56.4 112.4 1973 100 100 100 1962 58.5 59.4 111.1 1974 97.3 101.4 120.1 1963 61.7 62.1 110.2 1975 93.5 100.5 131 1964 63.6 65.9 109 1976 99.1 105.3 129.6 1965 66.8 69.5 108.3 1977 100.9 109.9 137.7 1966 70.3 73.2 105.3 1978 103.9 114.4 133.7 1967 73.5 75.7 105.4 1979 106.9 118.3 144.5 1968 78.3 79.9 104.3 1980 101.2 119.6 179 1969 83.3 83.8 101.7 1981 98.1 121.1 189.4 1970 88.9 86.2 97.7 1982 95.6 120.6 190.9 1971 91.8 89.8 100.3第3章表3.11数据P101表3.11某市粮食年销售量、常住人口、人均收入、肉、蛋、鱼的销售数据P101年份粮食年销售量Y/万吨常住人口X2/万人人均收入X3/元肉销售量X4/万吨蛋销售量X5/万吨鱼虾销售量X6/万吨1974 98.45 560.20 153.20 6.53 1.23 1.89 1975 100.70 603.11 190.00 9.12 1.30 2.03 1976 102.80 668.05 240.30 8.10 1.80 2.71 1977 133.95 715.47 301.12 10.10 2.09 3.00 1978 140.13 724.27 361.00 10.93 2.39 3.29 1979 143.11 736.13 420.00 11.85 3.90 5.24 1980 146.15 748.91 491.76 12.28 5.13 6.83 1981 144.60 760.32 501.00 13.50 5.41 8.36 1982 148.94 774.92 529.20 15.29 6.09 10.07 1983 158.55 785.30 552.72 18.10 7.97 12.57 1984 169.68 795.50 771.16 19.61 10.18 15.121985 162.14 804.80 811.80 17.22 11.79 18.25 1986 170.09 814.94 988.43 18.60 11.54 20.59 1987 178.69 828.73 1094.65 23.53 11.68 23.37第4章原始数据第4章表4.3数据P119第4章表4.11数据P125表4.11 中国商品进口额、国内生产总值、消费价格指数年份商品进口额/亿元国内生产总值/亿元居民消费价格指数（1985年为100）/%1985 1257.8 9016.0 100.0 1986 1498.3 10275.2 106.5 1987 1614.2 12058.6 114.3 1988 2055.1 15042.8 135.8 1989 2199.9 16992.3 160.2 1990 2574.3 18667.8 165.2 1991 3398.7 21781.5 170.8 1992 4443.3 26923.5 181.7 1993 5986.2 35333.9 208.4 1994 9960.1 48197.9 258.6 1995 11048.1 60793.7 302.8 1996 11557.4 71176.6 327.9 1997 11806.5 78973.0 337.1 1998 11626.1 84402.3 334.4 1999 13736.4 89677.1 329.7 2000 18638.8 99214.6 331．0 2001 20159.2 109655.2 333.3 2002 24430.3 120332.7 330.6 2003 34195.6 135822.8 334.6 2004 46435.8 159878.3 347.72005 54273.7 183084.8 353.9 2006 63376.9 211923.5 359.2 2007 73284.6 249529.9 376.5第4章表4.12数据P126表4.12 1985-2002年统计数据年份能源消费标准煤总量Y/万t国民总收入X1/亿元GDPX2/亿元工业增加值X3/亿元建筑业增加值X4/亿元交通运输邮电业增加值X5/亿元人均生活电力消费X6/（kW.h）能源加工转换效率X7/%1985 76682 9040.7 9016 3448.7 417.9 406.9 21.3 68.29 1986 80850 10274.4 10275.2 3967 525.7 475.6 23.2 68.32 1987 86632 12050.6 12058.6 4585.8 665.8 544.9 26.4 67.48 1988 92997 15036.8 15042.8 5777.2 810 661 31.2 66.54 1989 96934 17000.9 16992.3 6484 794 786 35.3 66.51 1990 98703 18718.3 18667.8 6858 859.4 1147.5 42.4 67.2 1991 103783 21826.2 21781.5 8087.1 1015.1 1409.7 46.9 65.9 1992 109170 26937.3 26923.5 10284.5 1415 1681.8 54.6 66.00 1993 115993 35260 35333.9 14188 2266.5 2205.6 61.2 67.32 1994 122737 48108.5 48197.9 19480.7 2964.7 2898.3 72.7 65.2 1995 131176 59810.5 60793.7 24950.6 3728.8 3424.1 83.5 71.05 1996 138948 70142.5 71176.6 29447.6 4387.4 4068.5 93.1 71.5 1997 137798 77653.1 78973 32921.4 4621.6 4593 101.8 69.23 1998 132214 83024.3 84402.3 34018.4 4985.8 5178.4 106.6 69.44 1999 133831 88189 89677.1 35861.5 5172.1 5821.8 118.2 69.19 2000 138553 98000.5 99214.6 4003.6 5522.3 7333.4 132.4 69.04 2001 143119 108068.2 109655.2 43580.6 5931.7 8406.1 144.6 69.03 2002 151797 19095.7 120332.7 47431.3 6465.5 9393.4 156.3 69.04 2003 174990 135174 135822.8 54945.5 7490.8 10098.4 173.7 69.4 2004 203227 159586.7 159878.3 65210 8694.3 12147.6 190.2 70.71 2005 223319 183956.1 183084.8 76912.9 10133.8 10526.1 216.7 71.08 2006 246270 213131.7 211923.5 91310.9 11851.1 12481.1 249.4 71.24 2007 265583 251483.2 249529.9 107317.2 14014.1 14604.1 274.9 71.25第4章表4.13P127（本章引言部分的例题数据）表4.13 1978－2007年财政收入及其影响因素数据年份CS NZ GZ JZZ TPOP CUM SZM1978 1132.3 1027.5 1607 138.2 96259 2239.1 507901979 1146.4 1270.2 1769.7 143.8 97542 2633.7 393701980 1159.9 1371.6 1996.5 195.5 98705 3007.9 445261981 1175.8 1559.5 2048.4 207.1 100072 3361.5 397901982 1212.3 1777.4 2162.3 220.7 101654 3714.8 331301983 1367 1978.4 2375.6 270.6 103008 4126.4 347101984 1642.9 2316.1 2789 316.7 104357 4846.3 318901985 2004.8 2564.4 3448.7 417.9 105851 5986.3 443651986 2122 2788.71 3967 525.7 107507 6821.8 471401987 2199.4 3233.0 4585.8 665.8 109300 7804.6 420901988 2357.2 3865.4 5777.2 810 111026 9839.5 508701989 2664.9 4265.9 6484 794 112704 11164.2 469911990 2937.1 5062.0 6858 859.4 114333 12090.5 384741991 3149.48 5342.2 8087.1 1015.1 115823 14091.9 554721992 3483.37 5866.6 10284.5 1415 117171 17203.3 51333 1993 4348.95 6963.8 14188 2266.5 118517 21899.9 48829 1994 5218.1 9572.7 19480.7 2964.7 119850 29242.2 55043 1995 6242.2 12135.8 24950.6 3728.8 121121 36748.2 45821 1996 7407.99 14015.4 29447.6 4387.4 122389 43919.5 46989 1997 8651.14 14441.9 32921.4 4621.6 123626 48140.6 53429 1998 9875.95 14817.6 34018.4 4985.8 124761 51588.2 50145 1999 11444.08 14770.0 35861.5 5172.1 125786 55636.9 49981 2000 13395.23 14944.7 40036 5522.3 126743 61516 54688 2001 16386.04 15781.3 43580.6 5931.7 127627 66878.3 52215 2002 18903.64 16537.0 47431.3 6465.5 128453 71691.2 47119 2003 21715.25 17381.7 54945.5 7290.8 129227 77449.5 54506 2004 26396.47 21412.7 65210 8694.3 129988 87032.9 37106 2005 31649.29 22420.0 76912.9 10133.8 130756 98918.1 38818 2006 38760.20 24040.0 91310.9 11851.1 131448 110595.3 41091 2007 51321.78 28095.0 107367.2 14014.1 132129 128444.6 48992第4章表4.13数据P128表4.13 1978-2003年财政收入及其影响因素数据年份财政收入CS/亿元农业增加值NZ/亿元工业增加值GZ/亿元建筑业增加值JZZ/亿元总人口TPOP/万人最终消费CUM/亿元受灾面积SZM/万hm21978 1132.3 1018.4 1607 138.2 96259 2239.1 50760 1979 1146.4 1258.9 1769.7 143.8 97542 2619.4 39370 1980 1159.9 1359.4 1996.5 195.5 98705 2976.1 44530 1981 1175.8 1545.6 2048.4 207.1 100072 3309.1 39790 1982 1212.3 1761.6 2162.3 220.7 101654 3637.9 33130 1983 1367 1960.8 2375.6 270.6 103008 4020.5 34710 1984 1642.9 2295.5 2789 316.7 104357 4694.5 31890 1985 2004.8 2541.6 3448.7 417.9 105851 5773 44370 1986 2122 2763.9 3967 525.7 107507 6542 47140 1987 2199.4 3204.3 4585.8 665.8 109300 7451.2 42090 1988 2357.2 3831 5777.2 810 111026 9360.1 50870 1989 2664.9 4228 6484 794 112704 10556.5 46991 1990 2937.1 5017 6858 859.4 114333 11365.2 38474 1991 3149.48 5288.6 8087.1 1015.1 115823 13145.9 55472 1992 3483.37 5800 10284.5 1415 117171 15952.1 51333 1993 4348.95 6882.1 14143.8 2284.7 118517 20182.1 48829 1994 5218.1 9457.2 19359.6 3012.6 119850 26796 55043 1995 6242.2 11993 24718.3 3819.6 121121 33635 45821 1996 7407.99 13844.2 29082.6 4530.5 122389 40003.9 46989 1997 8651.14 14211.2 32412.1 4810.6 123626 43579.4 53429 1998 9875.95 14552.4 33387.9 5231.4 124761 46405.9 50145 1999 11444.08 14472 35087.2 5470.6 125786 49722.7 49981 2000 13395.23 14628.2 39047.3 5888 126743 54600.9 54688 2001 16386.04 15411.8 42374.6 6375.4 127627 58927.4 52215 2002 18903.64 16117.3 45975.2 7005 128453 62798.5 47119 2003 21715.25 17092.1 53092.9 8181.3 129227 67442.5 54506第5章原始数据第5章表5.1数据P142表5.1 四川省2000年各地区医疗机构数与人口数地区人口数X/万人医疗机构数Y/个地区人口数X/万人医疗机构数Y/个成都1013.3 6304 眉山339.9 827 自贡315 911 宜宾508.5 1530 攀枝花103 934 广安438.6 1589 泸洲463.7 1297 达州620.1 2403 德阳379.3 1085 雅安149.8 866 锦阳518.4 1616 巴中346.7 1223 广元302.6 1021 资阳488.4 1361 遂宁371 1375 阿坝82.9 536 内江419.9 1212 甘孜88.9 594 乐山345.9 1132 凉山402.4 1471 南充709.2 4064第5章表5.8数据P149表5.8 消费Y与收入X的数据Y X Y X Y X55 80 84 115 74 10565 100 98 130 110 16070 85 95 140 113 15080 110 90 125 125 16579 120 75 90 108 145115 180 55 80 115 180140 225 70 85 130 185120 200 75 90 135 190145 240 65 100 120 200130 185 74 105 140 205152 220 80 110 140 210144 210 84 115 152 220175 245 79 120 140 225180 260 90 125 137 230135 190 98 130 145 240140 205 95 140 175 245178 265 108 145 189 250191 270 113 150 180 260137 230 110 160 178 265189 250 125 165 191 270第5章表5.9数据P150P150页表5.9各地区农村居民家庭人均收入与家庭人均生活消费支出的数据（单位：亿元）地区家庭人均纯收入家庭消费支出北京9439.63 6399.27天津7010.06 3538.31河北4293.43 2786.77山西3665.66 2682.57内蒙古3953.1 3256.15辽宁4773.43 3368.16吉林4191.34 3065.14黑龙江4132.29 3117.44上海10144.62 8844.88江苏6561.01 4786.15浙江8265.15 6801.6安徽3556.27 2754.04福建5467.08 4053.47江西4044.7 2994.49山东4985.34 3621.57河南3851.6 2676.41湖北3997.48 3090湖南3904.2 3377.38广东5624.04 4202.32广西3224.05 2747.47海南3791.37 2556.56重庆3509.29 2526.7四川3546.69 2747.27贵州2373.99 1913.71云南2634.09 2637.18西藏2788.2 2217.62陕西2644.69 2559.59甘肃2328.92 2017.21青海2683.78 2446.5宁夏3180.84 2528.76新疆3182.97 2350.58第5章表5.11数据P151P151表5.11各地区建筑业总产值和建筑业企业利润总额（单位：万元）地区建筑业总产值X 建筑业企业总利润Y 北京25767692 960256.4天津12219419 379211.6河北16146909 446520.8山西10607041 194565.9内蒙古6811038.3 353362.6辽宁21000402 836846.6吉林7383390.8 102742黑龙江8758777.8 98028.5上海25241801 794136.5江苏70105724 2368711.7浙江69717052 1887291.7安徽15169772 378252.8福建15441660 375531.9江西7861403.8 188502.4山东32890450 1190084.1河南21517230 574938.7湖北21108043 698837.4湖南18288148 545655.7广东29995140 1388554.6广西6127370 126343.1海南821834 14615.7重庆11287118 386177.5四川21099834 466176贵州3487908.1 41893.1云南7566795.1 266333.1西藏602940.7 52895.2陕西11730972 224646.6甘肃4369038.8 152143.1青海1254431.1 24468.3宁夏1549486.5 25224.6新疆4508313.7 68276.6第5章表5.10数据P151表5.10个人储蓄和个人收入数据资料（单位：元）P151 时期储蓄额Y 收入额X 时期储蓄额Y 收入额X1 264 8777 17 1578 241272 105 9210 18 1654 256043 90 9954 19 1400 265004 131 10508 20 1829 276705 122 10979 21 2200 283006 107 11912 22 2017 274307 406 12747 23 2105 295608 503 13499 24 1600 281509 431 14269 25 2250 3210010 588 15522 26 2420 3250011 898 16730 27 2570 3525012 950 17662 28 1720 3350013 779 18575 29 1900 3600014 819 19635 30 2100 3620015 1222 21163 31 2300 3820016 1702 22880第5章表5.12数据P152表5.14 1978~2008年四川省农村人均纯收入和人均生活费支出（单位：元）时间农村人均村收入X农村人均生活费支出Y商品零售价格指数时间农村人均村收入X农村人均生活费支出Y商品零售价格指数1978 127.1 120.3 100 1994 946.33 904.28 310.2 1979 155.9 142.1 102 1995 1158.29 1092.91 356.1 1980 187.9 159.5 108.1 1996 1453.42 1349.88 377.8 1981 221 184 110.7 1997 1680.69 1440.48 380.8 1982 256 208.23 112.8 1998 1731.76 1440.77 370.9 1983 258.4 231.12 114.5 1999 1843.47 1426.06 359.8 1984 286.8 251.83 117.7 2000 1903.60 1485.34 354.4 1985 315.07 276.25 128.1 2001 1886.99 1497.52 351.6 1986 337.9 310.92 135.8 2002 2107.64 1591.99 3471987 369.46 348.32 145.7 2003 2229.86 1747.02 346.7 1988 448.85 426.47 172.7 2004 2580.28 2010.88 356.4 1989 494.07 473.59 203.4 2005 2802.78 2274.17 359.3 1990 557.76 509.16 207.7 2006 3002.38 2395.04 362.9 1991 590.21 552.39 213.7 2007 3546.69 2747.27 376.7 1992 634.31 569.46 225.2 2008 4121.2 3127.9 398.9 1993 698.27 647.43 254.9第6章原始数据第6章表6.3数据P167表6.3 1985-2007年农村居民人均收入和消费年份全年人均纯收入（现价）全年人均消费性支出（现价）消费价格指数（1985年为100）人均实际纯收入（1985年可比价）人均实际消费性支出（1985年可比价）1985 397.60 317.42 100．0 397.60 317.40 1986 423.80 357.00 106.1 399.43 336.48 1987 462.60 398.30 112.7 410.47 353.42 1988 544.90 476.70 132.4 411.56 360.05 1989 601.50 535.40 157.9 380.94 339.08 1990 686.30 584.63 165.1 415.69 354.11 1991 708.60 619.80 168.9 419.54 366.96 1992 784．00 659.80 176.8 443.44 373.19 1993 921.60 769.70 201．0 458.51 382.94 1994 1221．00 1016.81 148．0 492.34 410．00 1995 1577.70 1310.36 291.4 541.42 449.69 1996 1923.10 1572.10 314.4 611.67 500.03 1997 2090.10 1617.15 322.3 648.50 501.77 1998 2162．00 1590.33 319.1 677.53 498.28 1999 2214.30 1577.42 314.3 704.52 501.75 2000 2253.40 1670．00 314．0 415.69 531.85 2001 2366.40 1741．00 316.5 747.68 550.08 2002 2475.60 1834．00 315.2 785.41 581.85 2003 2622.24 1943.30 320.2 818.86 606.81 2004 2936.40 2185.00 335.6 874.97 651.07 2005 3254.93 2555.00 343 948.96 744.90 2006 3587.00 2829.00 348.1 1030.45 812.70 2007 4140.00 3224.00 366.9 1128.37 878.70第6章表6.6数据P172表6.6 1960~1995美国个人实际可支配收入和个人实际消费收入（单位：1010美元）年份个人实际可支配收入X个人实际消费支出Y 年份个人实际可支配收入X 个人实际消费支出Y1960 157 143 1978 326 295 1961 162 146 1979 335 302 1962 169 153 1980 337 301 1963 176 160 1981 345 305 1964 188 169 1982 348 308 1965 200 180 1983 358 324 1966 211 190 1984 384 3411967 220 196 1985 396 357 1968 230 207 1986 409 371 1969 237 215 1987 415 382 1970 247 220 1988 432 397 1971 256 228 1989 440 406 1972 268 242 1990 448 413 1973 287 253 1991 449 411 1974 285 251 1992 461 422 1975 290 257 1993 467 434 1976 301 271 1994 478 447 1977 311 283 1995 493 458第6章表6.7数据P173表6.7 北京市连续19年城镇居民家庭人均收入与支出数据表（单位：元）年份顺序人均收入/元人均生活消费支出/元商品零售物价指数/%人均实际收入/元人均实际支出/元1 450.18 359.86 100.00 450.18 359.862 491.54 408.66 101.50 484.28 402.623 599.4 490.44 108.60 551.93 451.604 619.57 511.43 110.20 562.22 464.095 668.06 534.82 112.30 594.89 476.246 716.60 574.06 113．00 634.16 508.027 837.65 666.75 115.40 725.87 577.778 1158.84 923.32 136.80 847.11 674.949 1317.33 1067.38 145.90 902.90 731.5810 1413.24 1147.60 158.60 891.07 723.5811 1767.67 1455.55 193.30 914.47 753.0012 1899.57 1520.41 229.10 829.14 663.6413 2067.33 1646.05 238.50 866.81 690.1714 2359.88 1860.17 258.80 911.85 718.7715 2813.10 2134.65 280.30 1003.60 761.5616 3935.39 2939.60 327.70 1200.91 897.0417 5585.88 4134.12 386.40 1445.62 1069.9118 6748.68 5019.76 435.10 1551.06 1153.7019 7945.78 5729.45 466.90 1701.82 1227.13第6章表6.8数据P174表6.8 日本工薪家庭实际消费支出与实际可支配收入（单位：103日元）年份个人实际可支配收入X个人实际消费支出Y 年份个人实际可支配收入X个人实际消费支出Y1970 239 300 1983 304 384 1971 248 311 1984 308 392 1972 258 329 1985 310 400 1973 272 351 1986 312 403 1974 268 354 1987 314 411 1975 280 364 1988 324 428 1976 279 360 1989 326 434 1977 282 366 1990 332 441 1978 285 370 1991 334 4491979 293 378 1992 336 451 1980 291 374 1993 334 449 1981 294 371 1994 330 449 1982 302 381第6章表6.09数据P175表6.10 地区生产总值（Y）与固定资产投资额（X）（单位：亿元）年份地区生产总值（Y）固定资产投资额（X）年份地区生产总值（Y）固定资产投资额（X）1980 1402 216 1991 3158 523 1981 1624 254 1992 3578 548 1982 1382 187 **** **** 668 1983 1285 151 **** **** 699 1984 1665 246 1995 4897 745 1985 2080 368 1996 5120 667 1986 2375 417 1997 5506 845 1987 2517 412 1998 6088 951 1988 2741 438 1999 7042 1185 1989 2730 436 2000 8756 1180 1990 3124 544第7章原始数据第7章表7.1数据P183表7.1 1955—1974年美国制造业库存量Y和销售额X的统计资料（单位：亿美元）年份Y X 年份Y X1955 450.69 264.80 1965 682.21 410.031956 506.42 277.40 1966 779.65 448.691957 518.70 287.36 1967 846.55 464.491958 500.70 272.80 1968 908.75 502.821959 527.07 302.19 1969 970.74 535.551960 538.14 307.96 1970 1016.45 528.591961 549.39 308.96 1971 1024.45 559.171962 582.13 331.13 1972 1077.19 620.171963 600.43 350.32 1973 1208.70 713.981964 633.83 373.35 1974 1471.35 820.78第7章表7.4数据P1971996-2005年全国广义货币供应量及物价指数月度数据时间广义货币M2/1011元广义货币增长量M2Z/1011元居民消费价格同比指数TBZS1996年1月58.401 109 1996年2月63.778 5.377 109.3 1996年3月64.511 0.733 109.8 1996年4月65.723 1.212 109.7 1996年5月66.88 1.157 108.9 1996年6月68.132 1.252 108.6 1996年7月69.346 1.214 108.31996年8月72.309 2.963 108.1 1996年9月69.643 -2.666 107.4 1996年10月73.1522 3.5092 107 1996年11月74.142 0.9898 106.9 1996年12月76.0949 1.9529 107 1997年1月78.648 2.5531 105.9 1997年2月78.998 0.35 105.6 1997年3月79.889 0.891 104 1997年4月80.818 0.929 103.2 1997年5月81.151 0.333 102.8 1997年6月82.789 1.638 102.8 1997年7月83.46 0.671 102.7 1997年8月84.746 1.286 101.9 1997年9月85.892 1.146 101.8 1997年10月86.644 0.752 101.5 1997年11月87.59 0.946 101.1 1997年12月90.9953 3.4053 100.4 1998年1月92.2114 1.2161 100.3 1998年2月92.024 -0.1874 99.9 1998年3月92.015 -0.009 100.7 1998年4月92.662 0.647 99.7 1998年5月93.936 1.274 99 1998年6月94.658 0.722 98.7 1998年7月96.314 1.656 98.6 1998年8月97.299 0.985 98.6 1998年9月99.795 2.496 98.5 1998年10月100.8752 1.0802 98.9 1998年11月102.229 1.3538 98.8 1998年12月104.4985 2.2695 99 1999年1月105.5 1.0015 98.8 1999年2月107.778 2.278 98.7 1999年3月108.438 0.66 98.2 1999年4月109.218 0.78 97.8 1999年5月110.061 0.843 97.8 1999年6月111.363 1.302 97.9 1999年7月111.414 0.051 98.6 1999年8月112.827 1.413 98.7 1999年9月115.079 2.252 99.2 1999年10月115.39 0.311 99.4 1999年11月116.559 1.169 99.1 1999年12月119.898 3.339 99 2000年1月121.22 1.322 99.8 2000年2月121.5834 0.3634 100.7 2000年3月122.5807 0.9973 99.8 2000年4月124.1219 1.5412 99.7 2000年5月124.0533 -0.0686 100.1 2000年6月126.6053 2.552 100.5 2000年7月126.3239 -0.2814 100.5 2000年8月127.79 1.4661 100.3 2000年9月130.4738 2.6838 1002000年10月129.522 -0.9518 100 2000年11月130.9941 1.4721 101.3 2000年12月134.6103 3.6162 101.5 2001年1月137.5436 2.9333 101.2 2001年2月136.2102 -1.3334 100 2001年3月138.7445 2.5343 100.8 2001年4月139.9499 1.2054 101.6 2001年5月139.0158 -0.9341 101.7 2001年6月147.8097 8.7939 101.4 2001年7月149.2287 1.419 101.5 2001年8月149.9418 0.7131 101 2001年9月151.8226 1.8808 99.9 2001年10月151.4973 -0.3253 100.2 2001年11月154.0883 2.591 99.7 2001年12月158.3019 4.2136 99.7 2002年1月159.6393 1.3374 99 2002年2月160.9356 1.2963 100 2002年3月164.0646 3.129 99.2 2002年4月164.5706 0.506 98.7 2002年5月166.061 1.4904 98.9 2002年6月169.6012 3.5402 99.2 2002年7月170.8511 1.2499 99.1 2002年8月173.2509 2.3998 99.3 2002年9月176.9824 3.7315 99.3 2002年10月177.2942 0.3118 99.2 2002年11月179.7363 2.4421 99.3 2002年12月185.0073 5.271 99.6 2003年1月190.4883 5.481 100.4 2003年2月190.1084 -0.3799 100.2 2003年3月194.4873 4.3789 100.9 2003年4月196.1301 1.6428 101 2003年5月199.5052 3.3751 100.7 2003年6月204.9314 5.4262 100.3 2003年7月206.1931 1.2617 100.5 2003年8月210.5919 4.3988 100.9 2003年9月213.5671 2.9752 101.1 2003年10月214.4694 0.9023 101.8 2003年11月216.3517 1.8823 103 2003年12月221.2228 4.8711 103.2 2004年1月225.1019 3.8791 103.2 2004年2月227.0507 1.9488 102.1 2004年3月231.6546 4.6039 103 2004年4月233.6279 1.9733 103.8 2004年5月234.8424 1.2145 104.4 2004年6月238.4275 3.5851 105 2004年7月234.127 -0.3005 105.3 2004年8月239.7292 1-6002 105.3 2004年9月243.7569 4.0277 105.2 2004年10月243.7403 -0.0166 104.3 2004年11月247.1356 3.3953 102.82004年12月254.107 6.9714 102.42005年1月257.7085 4.6015 101.92005年2月259.3573 1.6488 103.92005年3月264.5889 5.2316 102.72005年4月266.9927 2.4038 101.82005年5月269.2405 2.2478 101.82005年6月275.7855 6.545 101.62005年7月276.9663 1.1808 101.82005年8月281.2882 4.3219 101.32005年9月287.4383 6.1501 100.92005年10月287.5916 0.1533 101.22005年11月292.3504 4.7588 101.32005年12月298.7557 6.4053 101.62006年1月303.5717 4.816 101.92006年2月304.5163 0.9446 100.92006年3月310.4907 5.9744 100.82006年4月313．7023 3.2116 101.22006年5月316.7098 3.0075 101.42006年6月322.7564 6.0466 101.52006年7月324.0108 1．2544 1012006年8月327．8867 3.8759 101.32006年9月331.8654 3.9787 101.52006年10月332.7472 0.8818 101.42006年11月337.5042 4.757 101.92006年12月345.6036 8.0994 102.82007年1月351.4988 5．8952 102.22007年2月358.6593 7.1605 102.72007年3月364.0937 5.4344 103.32007年4月367.4256 3.33187 1032007年5月369.7182 2.29258 103.42007年6月377.8322 8.114 104.42007年7月383.8849 6.05273 105.62007年8月387.205 3.32016 106.52007年9月393.0989 5.89387 106.22007年10月394.2042 1.10526 106.52007年11月399.7579 5.55374 106.92007年12月403.4013 3.64339 106.52008年1月417.8462 14.44487 107.12008年2月421．0378 3.19167 108.72008年3月423.0545 2.01669 108.32008年4月429.2409 6.18638 108.52008年5月436.2216 6.98069 107.72008年6月443.141 6.91942 107.12008年7月446.3622 3.22115 106.32008年8月448.8467 2.48451 104.92008年9月452.8987 4.05203 104.62008年10月453.1333 0.23461 1042008年11月458.6447 5.51134 102.4第7章表7.11数据P205表7.11 1970—1987年美国个人消费支出（PCE）和个人可支配收入（PDI）数据年份PCE PDI 年份PCE PDI 年份PCE PDI 1970 1492.0 1668.1 1976 1803.9 2001.0 1982 2050.7 2261.5 1971 1538.8 1728.4 1977 1883.8 2066.6 1983 2146.0 2331.9 1972 1621.9 1797.4 1978 1961．0 2167.4 1984 2249.3 2469.8 1973 1689.6 1916.3 1979 2004.4 2212.6 1985 2354.8 2542.8 1974 1674 1896.6 1980 2000.4 2214.3 1986 2455.2 2640.9 1975 1711.9 1931.7 1981 2042.2 2248.6 1987 2521.0 2686.3第7章表7.12数据P205表7.12 某地区1980—2001年固定资产投资Y与销售额X的资料（单位：亿元）年份Y X 年份Y X1980 36.99 52.805 1992 128.68 168.1291981 33.60 55.906 1992 123.97 163.3511982 35.42 63.027 1993 117.35 172.5471983 42.35 72.931 1994 139.61 190.6821984 52.48 84.790 1995 152.88 194.5381985 53.66 86.589 1996 137.95 194.6571986 58.53 98.797 1997 141.06 206.3261987 67.48 113.201 1998 163.45 223.5411988 78.13 126.905 1999 183.80 232.7241989 95.13 143.936 2000 192.61 239.4591990 112.60 154.391 2001 182.81 235.142第7章表7.13数据P206表7.13 1962—1995年某地区基本建设新增固定资产Y和全省工业总产值X（单位：亿元）年份Y X 年份Y X1962 0.94 4.95 1979 2.06 42.691963 1.69 6.63 1980 7.93 51.611964 1.78 8.51 1981 8.01 61.51965 1.84 9.37 1982 6.64 60.731966 4.36 11.23 1983 16 64.641967 7.02 11.34 1984 8.81 66.671968 5.55 19.9 1985 10.38 73.781969 6.93 29.49 1986 6.2 69.521970 7.17 36.83 1987 7.97 79.641971 2.33 21.19 1988 27.33 92.451972 2.18 18.14 1989 12.58 102.941973 2.39 19.69 1990 12.47 105.621974 3.3 23.88 1991 10.88 104.881975 5.24 29.65 1992 17.7 113.31976 5.39 40.94 1993 14.72 127.131977 1.78 33.08 1994 13.76 141.441978 0.73 20.3 1995 14.42 173.75第7章表7.14数据P207。

目　录第1章　绪　论第2章　经典单方程计量经济学模型：一元线性回归模型第3章　经典单方程计量经济学模型：多元线性回归模型第4章　经典单方程计量经济学模型：放宽基本假定的模型第5章　经典单方程计量经济学模型：专门问题第6章　联立方程计量经济学模型：理论与方法第7章　扩展的单方程计量经济学模型第8章　时间序列计量经济学模型第9章　计量经济学应用模型第1章　绪　论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：（1）计量经济学是经济学的一个分支学科，以揭示经济活动中客观存在的数量关系为主要内容，是由经济理论、统计学和数学三者结合而成的交叉学科。

（2）计量经济学方法通过建立随机的数学方程来描述经济活动，并通过对模型中参数的估计来揭示经济活动中各个因素之间的定量关系，是对经济理论赋予经验内容；而一般经济数学方法是以确定性的数学方程来描述经济活动，揭示的是经济活动中各个因素之间的理论关系。

2计量经济学的研究对象和内容是什么？计量经济学模型研究的经济关系有哪两个基本特征？答：（1）计量经济学的研究对象是经济现象，主要研究的是经济现象中的具体数量规律，即是利用数学方法，依据统计方法所收集和整理到的经济数据，对反映经济现象本质的经济数量关系进行研究。

（2）计量经济学的内容大致包括两个方面：一是方法论，即计量经济学方法或理论计量经济学；二是应用计量经济学。

任何一项计量经济学研究和任何一个计量经济学模型赖以成功的三要素是理论、方法和数据。

（3）计量经济学模型研究的经济关系的两个基本特征是随机关系和因果关系。

3为什么说计量经济学在当代经济学科中占据重要地位？当代计量经济学发展的基本特征与动向是什么？答：（1）计量经济学自20世纪20年代末30年代初形成以来，无论在技术方法还是在应用方面发展都十分迅速，尤其是经过20世纪50年代的发展阶段和60年代的扩张阶段，使其在经济学科占据重要的地位，主要表现在：①在西方大多数大学和学院中，计量经济学的讲授已成为经济学课程表中最具有权威的一部分；②从1969～2003年诺贝尔经济学奖的53位获奖者中有10位是与研究和应用计量经济学有关；③计量经济学方法与其他经济数学方法结合应用得到了长足的发展。

但不具有有效性和渐近有效性。而且 ˆ 的分布将受到影响。
Var( ˆ ) = E [( ˆ - ) ( ˆ - )' ] = E [(X 'X )-1 X ' u u' X (X 'X)-1 ]
= (X ' X)-1 X ' E (u u' ) X (X ' X )-1 = 2 (X 'X )-1 X ' X (X ' X )-1 不等于 (X ' X )-1，所以异方差条件下 ˆ 是非有效估计量。
5. 克服异方差的方法 克服异方差的矩阵描述。设模型为
Y=X+u
6
其中 E(u) = 0，Var(u) = E(u u') = 2 。 已知， 与 k 未知。因为 I，违反了假定条件，所 以应该对模型进行适当修正。
因为 是一个 T 阶正定矩阵，所以必存在一个非退化 TT 阶矩阵 M 使下式成立。
⑤判别规则是
若 T R 2 2 (5), 接受 H0（ut 具有同方差）
若 T R 2 > 2 (5), 拒绝 H0（ut 具有异方差） 附录：White 检验的 EViwes 操作。 在回归式窗口中点击 View 键选 Residual Tests/White Heteroskedasticity 功能。检验式存在有无 交叉项两种选择。 (2) Goldfeld-Quandt 检验
图 5.7 菲律宾的季度数据
图 5.8 剔出 2 次趋势后的残差序列
3． 异方差的后果 下面以简单线性回归模型为例讨论异方差对参数估计的响。对模型
yt = 0 + 1 xt + ut
3
当 Var(ut) = t 2，为异方差时（t 2 是一个随时间或序数变化的量），回归参数估计量仍具有无偏性 和一致性。以 ˆ1 为例