计量经济学-庞皓-第三版课后案

第二章简单线性回归模型第一节回归分析与回归函数P15（一）相关分析与回归分析1、相关关系2、相关系数3、回归分析（二）总体回归函数（条件期望）（三）随机扰动项（四）样本回归函数第二节简单线性回归模型参数的估计P26（一）简单线性回归的基本假定（二）普通最小二乘法求样本回归函数（三）OLS回归线的性质（四）最小二乘估计量的统计性质1、参数估计量的评价标准（无偏性、有效性、一致性）2、OLS估计量的统计特性（线性特性、无偏性、有效性、高斯-马尔可夫定理）第三节拟合优度的度量（RSS、ESS、TSS）P35（一）总变差的分解（二）可决系数（三）可决系数与相关系数的关系第四节回归系数的区间估计与假设检验P38（一）OLS估计的分布性质（二）回归系数的区间估值（三）回归系数的假设检验1、Z检验2、t检验第五节回归模型预测P43第六节案例分析P48第三章多元线性回归模型第一节多元线性回归模型及古典假定P64一、多元线性回归模型二、多元线性回归模型的矩阵形式三、多元线性回归模型的古典假定第二节多元线性回归模型的估计P68一、多元线性回归性参数的最小二乘估计二、参数最小二乘估计的性质（线性特性、无偏性、有效性）三、OLS估计的分布性质四、随机扰动项方差的估计五、多元线性回归模型参数的区间估计第三节多元线性回归模型的检验P74一、拟合优度检验（多重可决系数、修正的可决系数）二、回归方程的显著性检验（F-检验）三、回归参数的显著性检验（t-检验）第四节多元线性回归模型的预测P79第五节案例分析P81第四章多重共线性第一节什么是多重共线性P94第二节多重共线性产生的后果第三节多重共线性的检验第四节多重共线性的补救措施第五节案例分析P109。

第二章简单线性回归模型2.1（1）①首先分析人均寿命与人均GDP的数量关系，用Eviews分析：Dependent Variable: YMethod: Least SquaresDate: 12/27/14 Time: 21:00Sample: 1 22Included observations: 22Variable Coefficient Std. Error t-Statistic Prob.C 56.64794 1.960820 28.88992 0.0000X1 0.128360 0.027242 4.711834 0.0001R-squared 0.526082 Mean dependent var 62.50000 Adjusted R-squared 0.502386 S.D. dependent var 10.08889 S.E. of regression 7.116881 Akaike info criterion 6.849324 Sum squared resid 1013.000 Schwarz criterion 6.948510 Log likelihood -73.34257 Hannan-Quinn criter. 6.872689 F-statistic 22.20138 Durbin-Watson stat 0.629074 Prob(F-statistic) 0.000134有上可知，关系式为y=56.64794+0.128360x1②关于人均寿命与成人识字率的关系，用Eviews分析如下：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:10Sample: 1 22Included observations: 22Variable Coefficient Std. Error t-Statistic Prob.C 38.79424 3.532079 10.98340 0.0000X2 0.331971 0.046656 7.115308 0.0000R-squared 0.716825 Mean dependent var 62.50000 Adjusted R-squared 0.702666 S.D. dependent var 10.08889 S.E. of regression 5.501306 Akaike info criterion 6.334356 Sum squared resid 605.2873 Schwarz criterion 6.433542 Log likelihood -67.67792 Hannan-Quinn criter. 6.357721 F-statistic 50.62761 Durbin-Watson stat 1.846406 Prob(F-statistic) 0.000001由上可知，关系式为y=38.79424+0.331971x2③关于人均寿命与一岁儿童疫苗接种率的关系，用Eviews分析如下：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:14Sample: 1 22Included observations: 22Variable Coefficient Std. Error t-Statistic Prob.C 31.79956 6.536434 4.864971 0.0001X3 0.387276 0.080260 4.825285 0.0001R-squared 0.537929 Mean dependent var 62.50000Adjusted R-squared 0.514825 S.D. dependent var 10.08889S.E. of regression 7.027364 Akaike info criterion 6.824009Sum squared resid 987.6770 Schwarz criterion 6.923194Log likelihood -73.06409 Hannan-Quinn criter. 6.847374F-statistic 23.28338 Durbin-Watson stat 0.952555Prob(F-statistic) 0.000103由上可知，关系式为y=31.79956+0.387276x3（2）①关于人均寿命与人均GDP模型，由上可知，可决系数为0.526082，说明所建模型整体上对样本数据拟合较好。

实用文档之"第二章"2.2（1）①对于浙江省预算收入与全省生产总值的模型，用Eviews分析结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/03/14 Time: 17:00Sample (adjusted): 1 33Included observations: 33 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.X 0.176124 0.004072 43.25639 0.0000C -154.3063 39.08196 -3.948274 0.0004R-squared 0.983702 Mean dependent var 902.5148 Adjusted R-squared 0.983177 S.D. dependent var 1351.009S.E. of regression 175.2325 Akaike info criterion 13.22880Sum squared resid 951899.7 Schwarz criterion 13.31949Log likelihood -216.2751 Hannan-Quinn criter. 13.25931F-statistic 1871.115 Durbin-Watson stat 0.100021Prob(F-statistic) 0.000000②由上可知，模型的参数：斜率系数0.176124，截距为—154.3063③关于浙江省财政预算收入与全省生产总值的模型，检验模型的显著性：1）可决系数为0.983702，说明所建模型整体上对样本数据拟合较好。

2）对于回归系数的t检验：t（β2）=43.25639>t0.025(31)=2.0395，对斜率系数的显著性检验表明，全省生产总值对财政预算总收入有显著影响。

（完整word版）计量经济学总结第三版庞皓,推荐文档计量经济学第一章导论一节什么是计量经济学统计学，经济学，数学的结合二节研究步骤一、模型假定估计解释变量与被解释变量的关系，设置随机扰动项μ二、估计参数通过变量的样本观测值合理的估计总体模型的参数，是计量经济学的核心内容三、模型检验（1）经济意义检验，检验所估计的模型与经济理论是否相符（2）统计推断信息，检验参数估计值是否是抽样的偶然结果，需要运用数理统计中统计推断方法对模型及参数的统计可靠性作出说明（3）计量经济学检验，t检验和F检验检验模型是否符合计量经济学假定，如多重共线性，随机扰动项的自相关和异方差性（4）模型预测检验四、模型应用三节变量参数数据与模型一、变量经济变量：在不同的时间或空间有不同状态，回去不同的数值且可观测eg.居民家庭收入X和居民消费支出Y分类：（1）流量与存量（2）解释变量/自变量与被解释变量/因变量（3）内生变量（由模型所决定的变量，是模型求解的结果）和外生变量（由模型以外决定的变量）二、参数的估计所得到的参数估计值迎“尽可能接近总体参数真实值”原则三、计量经济学中应用的数据（1）时间序列数据（2）截面数据（3）面板数据（4）虚拟变量数据二章简单线性回归模型一节回归分析与回归函数一、相关分析与回归分析（一）经济变量之间的相关关系经济变量之间有两种关系，一种是确定性的函数关系，另一种是不确定的统计关系，也叫相关关系。

当一个或若干个变量x取一定值时，与之对应的另一个变量Y的值虽然不确定，但按照某种规律在一定范围内变化，称这种变量之间的关系为不确定的统计关系或相关关系。

分类（1）简单相关关系/多重相关关系（2）线性相关/非线性相关（3）正相关/负相关（4）完全相关/不相关（二）简单线性相关关系的度量1简单线性相关系数总体相关系数ρρ反应了总体两个变量X和Y的线性相关程度。

变量X和Y的样本相关系数通常用表示2相关系数特点（1）（2）相关系数至反应变量间线性相关程度，不能说明非线性关系（3）样本相关系数不是确定的值，二是随抽样变动的随机变量（三）回归分析相关分析：（1）分析是否存在相关关系（2）明确相关关系类型（3）激浪祥光关系密切程度回归分析用于具体测定变量之间相关关系的数量形式，是关于一个变量（被解释变量）对另一个变量（解释变量）依存关系的研究，用适当的数学模型近似的表达或估计变量之间平均变化关系二、总体回归函数将总体被解释变量Y的条件期望表现为解释变量X的函数，这个函数称为总体回归函数：若Y的总体条件期望是解释变量X的线性函数，可表示为关于线性的解释（1）模型就变量而言是线性的（2）模型就参数而言是线性的一般指第二个三、随机扰动项μ个别值总是分布在条件期望周围，而不是全在代表平均值轨迹的回归线上，零各个与条件期望的偏差为μ（表示对Y有影响但是没有纳入模型的诸多因素的综合影响）若总体回归函数是只有一个解释变量的线性函数，有有等式暗含的假设条件，也就是假设回归线通过Y的天健期望或条件均值引入随机扰动项的原因：（1）作为未知影响因素的代表（2）（3）（4）（5）（6）四、样本回归函数对于实际经济问题，由于总体包含的单位数太多，无法掌握所有单位的数值，总体回归函数虽然存在但往往未知，能做到的只是通过对样本观测获得的信息去顾及总体回归函数。

第二章 简单线性回归模型2.1（1） ①首先分析人均寿命与人均GDP 的数量关系，用Eviews 分析：Dependent Variable: YMethod: Least SquaresDate: 12/27/14 Time: 21:00Sample: 1 22Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 56.64794 1.960820 28.88992 0.0000X1 0.128360 0.027242 4.711834 0.0001 R-squared 0.526082 Mean dependent var 62.50000AdjustedR-squared 0.502386 S.D. dependent var 10.08889S.E. of regression 7.116881 Akaike info criterion 6.849324Sum squared resid 1013.000 Schwarz criterion 6.948510Log likelihood -73.34257 Hannan-Quinncriter. 6.872689F-statistic 22.20138 Durbin-Watson stat 0.629074Prob(F-statistic) 0.000134 有上可知，关系式为y=56.64794+0.128360x 1②关于人均寿命与成人识字率的关系，用Eviews 分析如下：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:10Sample: 1 22Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 38.79424 3.532079 10.98340 0.0000X2 0.331971 0.046656 7.115308 0.0000 R-squared 0.716825 Mean dependent var 62.50000AdjustedR-squared 0.702666 S.D. dependent var 10.08889S.E. of regression 5.501306 Akaike info criterion 6.334356Sum squared resid 605.2873 Schwarz criterion 6.433542Log likelihood -67.67792 Hannan-Quinncriter. 6.357721F-statistic 50.62761 Durbin-Watson stat 1.846406Prob(F-statistic) 0.000001 由上可知，关系式为y=38.79424+0.331971x 2③关于人均寿命与一岁儿童疫苗接种率的关系，用Eviews 分析如下：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:14Sample: 1 22Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 31.79956 6.536434 4.864971 0.0001X3 0.387276 0.080260 4.825285 0.0001 R-squared 0.537929 Mean dependent var 62.50000AdjustedR-squared 0.514825 S.D. dependent var 10.08889S.E. of regression 7.027364 Akaike info criterion 6.824009Sum squared resid 987.6770 Schwarz criterion 6.923194Log likelihood -73.06409 Hannan-Quinncriter. 6.847374F-statistic 23.28338 Durbin-Watson stat 0.952555Prob(F-statistic) 0.000103 由上可知，关系式为y=31.79956+0.387276x 3（2）①关于人均寿命与人均GDP 模型，由上可知，可决系数为0.526082，说明所建模型整体上对样本数据拟合较好。

第一章导论第一节计量经济学的涵义和性质计量经济学是以一定的经济理论和实际统计资料为依据，运用数学、统计学方法和计算机技师，通过建立计量经济模型，定量分析经济变量之间的随机因果关系。

计量经济学是经济学的一个重要分支，以揭示经济活动中客观存在的数量关系的理论与方法为主要内容，其核心是建立计量经济学模型。

第二节计量经济学的内容体系及与其他学科的关系一、计量经济学与经济学、统计学、数理统计学学科间的关系计量经济学是经济理论、统计学和数学的综合。

经济学着重经济现象的定性研究，而计量经济学着重于定量方面的研究。

统计学是关于如何惧、整理和分析数据的科学，而计量经济学则利用经济统计所提供的数据来估计经济变量之间的数量关系并加以验证。

数量统计各种数据的惧、整理与分析提供切实可靠的数学方法，是计量经济学建立计量经济模型的主要工具，但它与经济理论、经济统计学结合而形成的计量经济学则仅限于经济领域。

计量经济模型建立的过程，是综合应用理论、统计和数学方法的过程。

因此计量经济学是经济理论、统计学和数学三者的统一。

二、计量经济学的内容体系1、按范围分为广义计量经济学和狭义计量经济学。

2、按研究内容分为理论计量经济学和应用计量经济学。

理论计量经济学的核心内容是参数估计和模型检验。

应用计量经济学的核心内容是模型设定和模型应用。

第三节基本概念(4、5、7、8了解即可)1.经济变量：经济变量是用来描述经济因素数量水平的指标。

2.解释变量：解释变量也称自变量，是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量。

它对因变量的变动作出解释，表现为议程所描述的因果关系中的“因”。

3.被解释变量：被解释变量也称因变量或应变量，是作为研究对象的变量。

它的变动是由解释变量作出解释的，表现为议程所描述的因果关系的果。

4.内生变量：内生变量是由模型系统内部因素所决定的变量，表现为具有一定概率颁的随机变量，其数值受模型中其他变量的影响，是模型求解的结果。

计量经济学 - 庞皓 - 第三版课后答案第二章简单线性回归模型 2.1（1）①首先分析人均寿命与人均GDP的数量关系，用Eviews分析： Dependent Variable: Y Method: Least Squares Date: 12/27/14 Time: 21:00 Sample: 1 22 Included observations: 22Variable Coefficient Std. Error t-Statistic Prob. C 56.64794 1.960820 28.88992 0.0000 X1 0.128360 0.027242 4.711834 0.0001 R-squared 0.526082 Mean dependent var 62.50000Adjusted R-squared 0.502386 S.D. dependent var 10.08889 S.E. of regression 7.116881 Akaike info criterion 6.849324 Sum squared resid 1013.000 Schwarz criterion 6.948510 Log likelihood -73.34257 Hannan-Quinn criter. 6.872689 F-statistic 22.20218 Durbin-Watson stat 0.629074 Prob(F-statistic) 0.000134有上可知，关系式为y=56.64794+0.128360x1②关于人均寿命与成人识字率的关系，用Eviews分析如下： Dependent Variable: Y Method: Least Squares Date: 11/26/14 Time: 21:10 Sample: 1 22 Included observations: 22Variable Coefficient Std. Error t-Statistic Prob. C 38.79424 3.532079 10.98340 0.0000 X2 0.331971 0.046656 7.115308 0.0000 R-squared 0.716825 Mean dependent var 62.50000Adjusted R-squared 0.702666 S.D. dependent var 10.08889 S.E. of regression 5.501306 Akaike info criterion 6.334356 Sum squared resid605.2873 Schwarz criterion 6.433542 Log likelihood -67.67792 Hannan-Quinn criter. 6.357721 F-statistic 50.62761 Durbin-Watson stat 1.846406 Prob(F-statistic) 0.000001由上可知，关系式为y=38.79424+0.331971x2③关于人均寿命与一岁儿童疫苗接种率的关系，用Eviews分析如下：Dependent Variable: Y Method: Least Squares Date: 11/26/14 Time: 21:14 Sample: 1 22 Included observations: 22Variable Coefficient Std. Error t-Statistic Prob. C 31.79956 6.536434 4.864971 0.0001 X3 0.387276 0.080260 4.825285 0.0001 R-squared 0.537929 Mean dependent var 62.50000Adjusted R-squared 0.514825 S.D. dependent var 10.08889 S.E. of regression 7.027364 Akaike info criterion 6.824009 Sum squared resid987.6770 Schwarz criterion 6.923194 Log likelihood -73.06409 Hannan-Quinn criter. 6.847374 F-statistic 23.28338 Durbin-Watson stat 0.952555 Prob(F-statistic) 0.000103由上可知，关系式为y=31.79956+0.387276x3（2）①关于人均寿命与人均GDP模型，由上可知，可决系数为0.526082，说明所建模型整体上对样本数据拟合较好。

第二章之五兆芳芳创作（1）①对于浙江省预算收入与全省生产总值的模型，用Eviews阐发结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/03/14 Time: 17:00Sample (adjusted): 1 33Included observations: 33 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.XCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)③关于浙江省财务预算收入与全省生产总值的模型，查验模型的显著性：1）可决系数为0.983702，说明所建模型整体上对样本数据拟合较好.2）对于回归系数的t查验：t（β2）=43.25639>t0.025(31)=2.0395，对斜率系数的显著性查验标明，全省生产总值对财务预算总收入有显著影响.④用标准形式写出查验结果如下：(0.004072) (39.08196)t= (43.25639) （-3.948274）R2=0.983702 F=1871.115 n=33⑤经济意义是：全省生产总值每增加1亿元，财务预算总收入增加0.176124亿元.（2）当x=32000时，①进行点预测，由上可知Y=0.176124X—154.3063，代入可得：②进行区间预测：先由Eviews阐发：由上表可知，当Xf=32000时，将相关数据代入计较得到：5481.6617—2.0395x175.2325x√1/33+1852223.473/675977068 .2≤即Yf的置信区间为（5481.6617—64.9649, 5481.6617+64.9649）(3) 对于浙江省预算收入对数与全省生产总值对数的模型，由Eviews阐发结果如下：Dependent Variable: LNYMethod: Least SquaresDate: 12/03/14 Time: 18:00Sample (adjusted): 1 33Included observations: 33 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.LNXCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)③关于浙江省财务预算收入与全省生产总值的模型，查验其显著性：1）可决系数为0.963442，说明所建模型整体上对样本数据拟合较好.2）对于回归系数的t查验：t（β2）=28.58268>t0.025(31)=2.0395，对斜率系数的显著性查验标明，全省生产总值对财务预算总收入有显著影响.④经济意义：全省生产总值每增长1%，财务预算总收入增长0.980275%（1）对修建面积与建造单位成本模型，用Eviews阐发结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/01/14 Time: 12:40Sample: 1 12Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.XCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由上可得：修建面积与建造成本的回归方程为：（2）经济意义：修建面积每增加1万平方米，修建单位成本每平方米削减64.18400元.（3）②再进行区间估量：用Eviews阐发：由上表可知，当Xf=4.5时，将相关数据代入计较得到：1556.647—2.228x31.73600x√1/12+43.5357/0.95387843≤即Yf的置信区间为（1556.647—478.1231, 1556.647+478.1231）第三章１）对出口货色总额计量经济模型，用Eviews阐发结果如下：：Dependent Variable: YMethod: Least SquaresDate: 12/01/14 Time: 20:25Sample: 1994 2011Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.X2X3CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid8007316. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)①由上可知，模型为：②对模型进行查验：1）可决系数是0.985838，修正的可决系数为0.983950，说明模型对样本拟合较好2）F查验，F=522.0976>F（2,15）=4.77，回归方程显著3）t查验，t统计量辨别为X2的系数对应t值为10.58454，大于t（15）=2.131，系数是显著的，X3的系数对应t值为1.928512，小于t（15）=2.131，说明此系数是不显著的.（2）对于对数模型，用Eviews阐发结果如下：Dependent Variable: LNYMethod: Least SquaresDate: 12/01/14 Time: 20:25Sample: 1994 2011Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.LNX2LNX3CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)①由上可知，模型为：LNY=-20.52048+1.564221 LNX2+1.760695 LNX3②对模型进行查验：1）可决系数是0.986295，修正的可决系数为0.984467，说明模型对样本拟合较好.2）F查验，F=539.7364> F（2,15）=4.77，回归方程显著.3）t查验，t统计量辨别为-3.777363，17.57789，2.581229，均大于t（15）=2.131，所以这些系数都是显著的.（3）①（1）式中的经济意义：产业增加1亿元，出口货色总额增加0.135474亿元，人民币汇率增加1，出口货色总额增加18.85348亿元.②（2）式中的经济意义：产业增加额每增加1%，出口货色总额增加1.564221%，人民币汇率每增加1%，出口货色总额增加1.760695%（1）对家庭书刊消费对家庭月平均收入和户主受教育年数计量模型，由Eviews阐发结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/01/14 Time: 20:30Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.XTCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)②对模型进行查验：1）可决系数是0.951235，修正的可决系数为0.944732，说明模型对样本拟合较好.2）F查验，F=539.7364> F（2,15）=4.77，回归方程显著.3）t查验，t统计量辨别为2.944186，10.06702，均大于t（15）=2.131，所以这些系数都是显著的.③经济意义：家庭月平均收入增加1元，家庭书刊年消费支出增加0.086450元，户主受教育年数增加1年，家庭书刊年消费支出增加52.37031元.（2）用Eviews阐发：①Dependent Variable: YMethod: Least SquaresDate: 12/01/14 Time: 22:30Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.TCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)②Dependent Variable: XMethod: Least SquaresDate: 12/01/14 Time: 22:34Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.TCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid4290746. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)以上辨别是y与T，X与T的一元回归模型辨别是：（3）对残差进行模型阐发，用Eviews阐发结果如下：Dependent Variable: E1Method: Least SquaresDate: 12/03/14 Time: 20:39Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.E2CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)模型为：（3）由上可知，β2与α2的系数是一样的.回归系数与被解释变量的残差系数是一样的，它们的变更纪律是一致的.第五章(1)由Eviews软件阐发得：Dependent Variable: YMethod: Least SquaresDate: 12/10/14 Time: 16:00Sample: 1 31Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.XCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid12220196 Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由上表可知，2007年我国农村居民家庭人均消费支出（x）对人均纯收入（y）的模型为：（2）①由图形法查验由上图可知，模型可能存在异方差.②Goldfeld-Quanadt查验1）定义区间为1-12时，由软件阐发得：Dependent Variable: Y1Method: Least SquaresDate: 12/10/14 Time: 11:34Sample: 1 12Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.X1CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid1772245. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)得∑e1i2=1772245.2）定义区间为20-31时，由软件阐发得：Dependent Variable: Y1Method: Least SquaresDate: 12/10/14 Time: 16:36Sample: 20 31Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.X1CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid7909670. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)得∑e2i2=7909670.3）按照Goldfeld-Quanadt查验，F统计量为：在α=0.05水平下，份子分母的自由度均为10，查散布表得临界值F0.05（10,10）=2.98，因为F=4.4631> F0.05（10,10）=2.98，所以拒绝原假定，此查验标明模型存在异方差.（3）1）采取WLS法估量进程中，①用权数w1=1/X,成立回归得：Dependent Variable: YMethod: Least SquaresDate: 12/09/14 Time: 11:13Sample: 1 31Included observations: 31Weighting series: W1Variable Coefficient Std. Error t-Statistic Prob.XCWeighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid8352726. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)Unweighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Sum squared resid14484289 Durbin-Watson stat对此模型进行White查验得：Heteroskedasticity Test: WhiteF-statistic Prob. F(2,28)Obs*R-squared Prob. Chi-Square(2)Scaled explained SS Prob. Chi-Square(2)Test Equation:Dependent Variable: WGT_RESID^2Method: Least SquaresDate: 12/10/14 Time: 21:13Sample: 1 31Included observations: 31Collinear test regressors dropped from specificationVariable Coefficient Std. Error t-Statistic Prob.C1045682.WGT^21173622.X*WGT^2R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid 1.40E+13 Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)从上可知，nR2=0.649065，比较计较的统计量的临界值，因为nR2=0.649065<0.05（2）=5.9915，所以接受原假定，该模型消除了异方差.估量结果为：t=（11.97157）（-0.972298）②用权数w2=1/x2,用回归阐发得：Dependent Variable: YMethod: Least SquaresDate: 12/09/14 Time: 21:08Sample: 1 31Included observations: 31Weighting series: W2Variable Coefficient Std. Error t-Statistic Prob.XCWeighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid6320554. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)Unweighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Sum squared resid19268334Durbin-Watson stat对此模型进行White查验得：Heteroskedasticity Test: WhiteF-statistic Prob. F(3,27)Obs*R-squared Prob. Chi-Square(3)Scaled explained SS Prob. Chi-Square(3)Test Equation:Dependent Variable: WGT_RESID^2Method: Least SquaresDate: 12/10/14 Time: 21:29Sample: 1 31Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.CWGT^22240181.X^2*WGT^2X*WGT^2R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid 5.10E+12 Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)从上可知，nR2=0.999322，比较计较的统计量的临界值，因为nR2=0.999322<0.05（2）=5.9915，所以接受原假定，该模型消除了异方差.估量结果为：t=（10.70922）（-1.841272）③用权数w3=1/sqr（x）,用回归阐发得：Dependent Variable: YMethod: Least SquaresDate: 12/09/14 Time: 21:35Sample: 1 31Included observations: 31Weighting series: W3Variable Coefficient Std. Error t-Statistic Prob.XCWeighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid9990985. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)Unweighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Sum squared resid12717412 Durbin-Watson stat对此模型进行White查验得：Heteroskedasticity Test: WhiteF-statistic Prob. F(2,28)Obs*R-squared Prob. Chi-Square(2)Scaled explained SS Prob. Chi-Square(2)Test Equation:Dependent Variable: WGT_RESID^2Method: Least SquaresDate: 12/09/14 Time: 20:36Sample: 1 31Included observations: 31Collinear test regressors dropped from specificationVariable Coefficient Std. Error t-Statistic Prob.C1212308.2141958.WGT^21301839.X^2*WGT^2R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid 2.17E+13 Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)从上可知，nR2=0.911022，比较计较的统计量的临界值，因为nR2=0.911022<0.05（2）=5.9915，所以接受原假定，该模型消除了异方差.估量结果为：t=（13.52507）（-0.151390）经过查验发明，用权数w1的效果最好，所以综上可知，即修改后的结果为：t=（11.97157）（-0.972298）第六章(1)成立居民收入-消费模型，用Eviews阐发结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/20/14 Time: 14:22Sample: 1 19Included observations: 19Variable Coefficient Std. Error t-Statistic Prob.XCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)所得模型为：Se=(0.012877)(12.39919)t=(53.62068)(6.446390)（2）1）查验模型中存在的问题①做出残差图如下：残差的变动有系统模式，连续为正和连续为负，标明残差项存在一阶自相关.②该回归方程可决系数较高，回归系数均显著.对样本量为19，一个解释变量的模型，5%的显著水平，查DW统计表可知，dL=1.180，dU=1.401，模型中DW=0.574663,<dL,显然模型中有自相关.③对模型进行BG查验，用Eviews阐发结果如下：Breusch-Godfrey Serial Correlation LM Test:F-statistic Prob. F(2,15)Obs*R-squared Prob. Chi-Square(2)Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 12/20/14 Time: 15:03Sample: 1 19Included observations: 19Presample missing value lagged residuals set to zero.Variable Coefficient Std. Error t-Statistic Prob.XCRESID(-1)RESID(-2)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)如上表显示，LM=TR2=7.425088，其p值为0.0244，标明存在自相关.2）对模型进行处理：①采纳狭义差分法a)为估量自相关系数ρ.对et进行滞后一期的自回归，用EViews 阐发结果如下：Dependent Variable: EMethod: Least SquaresDate: 12/20/14 Time: 15:04Sample (adjusted): 2 19Included observations: 18 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.E(-1)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.Durbin-Watson statb)对原模型进行狭义差分回归，用Eviews进行阐发所得结果如下：Dependent Variable: Y-0.657352*Y(-1)Method: Least SquaresDate: 12/20/14 Time: 15:04Sample (adjusted): 2 19Included observations: 18 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.CX-0.657352*X(-1)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由上图可知回归方程为：Yt*=35.97761+0.668695Xt*Se=(8.103546)(0.020642)t=(4.439737)(32.39512)由于使用了狭义差分数据，样本容量削减了1个，为18个.查5%显著水平的DW统计表可知，dL=1.158,dU=1.391模型中DW=1,830746，du<DW<4- dU，说明在5%的显著水平下狭义差分模型中已无自相关.可决系数R2，t，F统计量也均达到理想水平.由此最终的消费模型为：Yt=104.9987+0.668695Xt②用科克伦-奥克特迭代法，用EVIews 阐发结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/20/14 Time: 15:15Sample (adjusted): 2 19Included observations: 18 after adjustmentsConvergence achieved after 5 iterationsVariable Coefficient Std. Error t-Statistic Prob.CXAR(1)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)Inverted AR Roots .63所得方程为：（3）经济意义：人均实际收入每增加1元，平均说来人均时间消费支出将增加0.669262元.（1）针对对数模型，用Eviews阐发结果如下：Dependent Variable: LNYMethod: Least SquaresDate: 12/27/14 Time: 16:13Sample: 1980 2000Included observations: 21Variable Coefficient Std. Error t-Statistic Prob.LNXCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)所得模型为：se=(0.038897) (0.241025)t=(24.45123) (9.007529)2）查验模型的自相关性该回归方程可决系数较高，回归系数均显著.对样本量为21，一个解释变量的模型，5%的显著水平，查DW统计表可知，dL=1.221，dU=1.420，模型中DW=1.159788<dL,显然模型中有自相关.(2)用狭义差分法处理模型：1）为估量自相关系数ρ.对et进行滞后一期的自回归，用EViews 阐发结果如下：Dependent Variable: EMethod: Least SquaresDate: 12/27/14 Time: 16:18Sample (adjusted): 1982 2000Included observations: 19 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.E(-1)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid2848090. Schwarz criterionLog likelihood Hannan-Quinn criter.Durbin-Watson stat2）对原模型进行狭义差分回归，用Eviews进行阐发所得结果如下：Dependent Variable: Y+0.012872*Y(-1)Method: Least SquaresDate: 12/27/14 Time: 21:06Sample (adjusted): 1981 2000Included observations: 20 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.CX+0.012872*X(-1)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid2882022. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由上图可知回归方程为：Yt*=-104.9645+6.653757Xt*Se=(197.7928)( 0.304157)t=(-0.530679)( 21.87605)由于使用了狭义差分数据，样本容量削减了1个，为20个.查5%显著水平的DW统计表可知，dL=1.201,dU=1.411模型中DW=1.8222596，du<DW<4- dU，说明在5%的显著水平下狭义差分模型中已无自相关.可决系数R2，t，F统计量也均达到理想水平.由此最终的模型为：（3）对于此模型，用Eviews阐发结果如下：Dependent Variable: LNY1Method: Least SquaresDate: 12/27/14 Time: 22:16Sample (adjusted): 1981 2000Included observations: 20 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.LNX1CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由题目可知，此模型样本容量为20，查5%显著水平的DW统计表可知，dL=1.201,dU=1.411模型中DW=1.590363，du<DW<4- dU，说明在5%的显著水平此模型中无自相关.可决系数R2，t，F统计量也均达到理想水平。

第三章 多元线性回归模型学习辅导一、本章的基本内容(一)基本内容图3.1 第三章基本内容(二)本章的教学目标在现实的计量经济分析中，事实上影响被解释变量的因素不止一个，通常会有多个影响因素；另外，即使我们的分析目的是仅考察某一个因素对被解释变量的影响，但为了得到该因素对被解释变量的“净”影响，也需要将其他影响因素作为“控制变量”，使其以显性形式出现在模型中，以提高模型估计精度。

因此，在对现实经济问题进行计量经济分析时，通常需要建立包含两个及两个以上解释变量的计量模型，此类模型称为多元回归模型。

多元回归模型是在简单回归模型理论基础上的扩展，其建模的理论基础、基本思路、模型估计等与一元回归模型基本一致，只是因解释变量增多，从而带来一些新的内容，比如模型整体显著性检验（F 检验）、修正的可决系数（2R ）以及解释变量之间多重共线性等问题。

本章的教学目标是：深刻理解建立多元回归模型的目的；掌握多元线性回归模型估计、检验的理论与方法；熟练掌握多元线性回归EViews 输出结果的解释。

二、重点与难点分析1.对多元线性回归模型参数意义的理解多元线性回归模型的参数与简单线性回归模型的参数有重要区别。

在多元线性回归模型中，解释变量对应的参数是偏回归系数，表达的是控制其他解释变量不变的条件下，该解释变量的单位变动对被解释变量平均值的“净”影响。

为了更深刻理解偏回归系数，可以两个解释变量的多元线性回归模型为例加以说明1。

例如，被解释变量Y 与解释变量2X 和3X 都有关，如果分别建立模型:多元线性回归: 12233i i i i Y X X u b b b =+++简单线性回归 : 1221i i i Y a a X u =++由于Y 与3X 有关，可以作回归:1332i i i Y b b X u =++，若用OLS 估计其参数，并计算残差213333ˆˆˆi i i i i e Y b b X y b x =--=-，这里的2i e 表示除去3i X 影响后的i Y 。

第七章习7.1(1)1)PCE=-216.4269+1.008106PDI2)PCE=-233.2736+0.982382PDI+0.037158PEC T -I⑵ 模 型 一 MPC=1.008106;模型 二短期 MPC=0.982382 , 长 期 MPC=0.982382心+0.037158)=0.94727.2(1)a 0馆=a 0+ a.j + a 2令旳=a o + 2a-i +4a 2B 3= a 0 + 3a-| + 9a 2B 4= a 0+ 4% +1&2模型变形为 Y^= a + a 0Z 0t + a -|Z 1t + a 2Z 2t + u iZ °t = X t + X t-1+ X t_2+ X t-3+ X其中乙 t = X t-1 + 2X t-2+3X t-3+ 4X t-4Z 2t =X t-1+4X t-2+9X t-3+16X t-4%= 0.891012 Y t = -35.49234+0.891012X t +0.3255X t 「 -0.3123X t-2-0.17917X t-3 -0.11833X t-4 B 尸-0.118337.3/• r 、r * * ** (1)估计 Y t = a + B °X t + B 1Y t-1 + u t 1 〕根据局部调整模型的参数关系，有 a = S a , B = 3 B , B 1=1-3, u t =3 U t3 = 1-B *1 = 1-0.271676 = 0.728324局部调整模型估计结果为： Y *t = 20.738064+ 0.864001 X t2〕 经济意义：销售额每增加1亿元，未来预期最正确新增固定资产投资增加 0.864001亿元 3〕 运用德宾h 检验一阶自相关：在0.05显着水平下，临界值h ^ =1.96，因为h=1.29728 v h^ =1.96，接受原假设，模型 不存在一阶自相关性。