回归分析作业第二章作业

第二章市场调查与预测1、某企业某种产品的2005-2009年间实际产量如下：要求:采用回归分析法预测2010年该产品的产销量。

2.甲企业06年某产品的预测产销量为50000件，实际产销量为51000件，07年实际产销量为55000件，08年实际产销量为60000件，若采用平滑指数预测法，预测2009年产销量为多少？（平滑系数A=0.2）3.某种产品的本期实际数与预测数分别为20万件和19.5万件，平滑系数α为0.1，则下期预测数为多少？4.据预测，某地区居民消费品购买力在今后5年内每年递增6%，冰箱在消费量中的比重每年递增10%。

目前，该地区居民消费购买力为200亿元，冰箱在消费品中的比重为5‰，冰箱价格2000元/台，预计其在今后5年内无多大变动。

试预测该地区今后5年内冰箱的需求潜量。

5.某市通过几家有代表性的大百货商场实验销售，得到有关彩色电视机的销售价格与销售量的关系资料，如下表所示。

彩电销售价格与销售量又知，该市去年彩电销售量为26000台，今年预计彩电平均每台降价300元。

试预测今年彩电的需求潜量。

6.某地区基期各类商品零售额和需求的收入弹性系数如下表所示。

各类商品的零售额和需求收入弹性系数若该地区居民收入在预测期内将增长20%，试预测该地区在预测期内各类商品及劳务的需求。

7.某房地产开发公司欲建房出售，根据市场预测，每平方米建筑面积可售1000元，每平方米建筑面积变动成本为500元，该公司年固定成本为80万元。

问该公司的年销售量要达到多少才能做到盈亏平衡？若公司要实现40万元年利润，销售量应达到多少？8.设某项目生产某产品的年设计生产能力为5万件，每件产品的售价为5000元，该项目投产后年固定成本总额为3000万元，单位产品变动成本为1500元，单位产品所负担的销售税金为500元，若产销率为100%，试对该项目进行盈亏平衡分析。

第五章项目基础财务数据的测算与评估1.某企业采用年数总和法计提固定资产折旧，该企业固定资产原值为77000元，预计净残值为2000元，预计使用5年，则每年应计提折旧额为多少？2.工业投资项目当年投产并完工，投资额为200万元，经营期10年，不考虑净残值，每年预计可获净利30万元，则该投资项目的财务内部收益率，若企业要求的最低利润率为15%时，该项目是否可行？3、某企业有一投资项目，需投资100万元，投资该项目后每年可获净利润25万元，预计项目寿命为5年，若社会无风险报酬率为10%，则应否投资该项目?P/A（5，10%）=3.790787 P/F（5，10%）=0.620921 F/A (5，10%) =6.10514.某投资项目寿命期内净现金流量如下表，试计算其内部收益率。

《计量经济学》第二章作业（注：本次作业请各位同学在4月8日前完成并提交）一．单选题1.回归分析中使用的距离是点到直线的垂直坐标距离。

最小二乘准则指的是（ D ）A.使︱^1()ni t Y tY =-∑︱达到最小值 B.使min ︱^i Y i y -︱达到最小值C.使ma x ︱^t Y t y -︱达到最小值 D.使^21()ntt Y t Y =-∑达到最小值2.在回归模型中，正确表达了随机误差项序列不相关的是（ B ） A. (,)0,i j COV u u i j≠≠ B. (,)0,i j COV u u i j=≠ C.(,)0,i j COV X X i j =≠ D.(,)0,i j COV X u i j=≠3. 对解释变量的t 检验属于经济计量模型评价中的（ A ） A.统计准则 B.经济理论准则 C.计量经济准则 D.识别准则4. 年劳动生产率X （千元）和工人工资Y （元）之间的回归直线方程为^2060i i Y X =+，这表明年劳动生产率每提高1千元时，工人工资平均（ A ）A.增加60元B.减少60元C.增加20元D.减少20元5.在简单线性回归模型中，认为具有一定概率分布的变量是（ A ） A.内生变量 B. 外生变量 C.虚拟变量 D.前定变量6.对下列模型进行经济意义检验，哪一个模型通常被认为没有实际价值（ B ） A. iC （消费）iI 8.0500+=（收入）B.diQ （商品需求）iI 8.010+=（收入）iP 9.0+（价格）C. si Q （商品供给）iP 75.020+=（价格）D.iY （产出量）6.065.0i K =（资本）4.0iL （劳动）二．多选题1.对于经典线性回归模型，回归系数的普通最小二乘估计量具有的优良性有（ ABC ）A.无偏性B.线性特性C.方差最小性D.确定性E.误差最小性2.利用普通最小二乘法求得的样本回归直线i 10i X ˆˆY ˆβ+β=具有以下特点（ABC ）A.必然通过点（Y ,X ）B.残差ei 的均值为常数C.i Y ˆ的平均值与Yi 的平均值相等D.残差ei 与Xi 之间存在一定程度的相关性E.可能通过点（Y ,X ）3.经典线性回归模型运用普通最小二乘法估计参数时，下列哪些假定是正确的( ABDE )A. E(ui)=0B. Var(ui)=2i σ C. E(uiuj)≠0 D. 随机解释变量X ，与随机误差ui 不相关 E. ui ～N(0，2i σ)4.指出下列哪些现象是相关关系（ ABCDE ）A.家庭消费支出与收入B.商品销售额和销售量、销售价格C.物价水平与商品需求量D.小麦亩产量与施肥量E.学习成绩总分与各门课程成绩分数 5.随机误差项产生的原因有（ ABCD ）A.模型中被忽略因素的影响B.模型函数形式设定误差C.数据的测量与归并误差D.随机因素的影响6.下列表述不正确的有（A B ）A. 所谓“拟合优度”，即模型对总体的近似程度B. 所谓模型的显著性检验，就是检验模型对样本数据的近似程度C. 解释变量的显著性检验，就是检验所建立的回归模型中解释变量对被解释变量是否有显著影响D.模型的显著性检验，就是要对模型中被解释变量与所有解释变量之间的线性关系在总体上是否显著三．判断题1.样本容量n越小，残差平方和RSS就越小，模型拟合优度越好。

第⼆章：双变量线性回归分析第三部分初计量经济（13周）经典单⽅程计量经济模型：⼀元线形回归模型经典单⽅程计量经济模型：多元线形回归模型经典单⽅程计量经济模型：放宽基本假定模型第⼀章⼀元线性回归（双变量）（1）回归分析的基本概念（2）前提建设（3）参数估计：OLS的参数估计ML的参数估计（4）统计检验（5）预测（6）时间案例与操作（7）思考与作业§1 经典正态线性回归模型（CNLRM）1、⼀个例⼦注 x 表⽰收⼊，y 表⽰⽀出。

5010015020050100150200250300XYY vs. X5010015020050100150200250300XY 1Y1 vs. X条件分布：以X 取定值为条件的Y 的条件分布条件概率：给定X 的Y 的概率，记为P(Y|X)。

例如，P(Y=55|X=80)=1/5；P （Y=150|X=260）=1/7。

条件期望（conditional Expectation ）：给定X 的Y 的期望值，记为E(Y|X)。

例如，E(Y|X=80)=55×1/5＋60×1/5＋65×1/5＋70×1/5＋75×1/5＝65总体回归曲线（Popular Regression Curve ）（总体回归曲线的⼏何意义）：当解释变量给定值时因变量的条件期望值的轨迹。

总结总体：总体函数：总体⽅程：样本：样本函数：样本⽅程：2、总体回归函数（PRF）E(Y|X i)=f(X i)当PRF的函数形式为线性函数，则有，E(Y|X i)=β1+β2X i其中β1和β2为未知⽽固定的参数，称为回归系数。

β1和β2也分别称为截距和斜率系数。

上述⽅程也称为线性总体回归函数。

3、PRF的随机设定将个别的Y I围绕其期望值的离差(Deviation)表述如下：u i=Y i-E(Y|X i)或Y i=E(Y|X i)+u i其中u i是⼀个不可观测的可正可负的随机变量，称为随机扰动项或随机误差项。

回归分析”作业注：需要使用软件的地方请都使用R!Parti 一元线性回归教材p54习题2.152.15-家保险公司十分关心其总公司营业部加班的制度，决定认真调查一下现状。

经过十周时间，收集了每周加班工作时间的数据和签发的新保单数目，x为每周新签发的保单数目，y为每周加班工作时间(小时)。

(1) 画散点图。

(2) x与y之间是否大致呈线性关系？(3) 用最小二乘法求出回归方程。

(4) 求回归标准误差■:?。

(5) 给出回归系数的置信度为95%的区间估计。

(6) 计算决定系数。

(7) 对回归方程作方差分析。

(8) 作回归系数的显著性检验。

(9) 作相关系数的显著性检验。

(10) 该公司预计下一周签发新保单X0=1000张，需要的加班时间是多少？(11) 给出Y0的置信度为95%的精确预测区间和近似预测区间。

(12) 给出E(Y 0)的置信度为95%的区间估计。

2、有一台秤，其测量结果带有随机误差。

用它分别测量A和B两个球的重量，测量结果分别为2磅和3磅；再把A和B同时放到这个秤上，测量结果为4磅。

请采用回归模型，估计出A和B的重量。

3、对于一元线性回归模型：y-飞「ix・;,请阐述如何检验下列假设是否成(1) n2;⑵卄2.Part2多元线性回归教材p87习题3•门研究货运总量y （万吨）与工业总产值x1 （亿元）、农业总产值x2 （亿元）、居民非商品支出x3 （亿元）的关系。

数据见表3.9表3.9编号货运总量y （万吨）工业总产值X1 （亿元）农业总产值X2 （亿元）居民非商品支出X3 （亿元）1 160 70 35 1.02 260 75 40 2.43 210 65 40 2.04 265 74 42 3.05 240 72 38 1.26 220 68 45 1.57 275 78 42 4.08 160 66 36 2.09 275 70 44 3.210 250 65 42 3.0（1）计算出y, X1, x2, X3的相关系数矩阵。