下载文档原格式
计量经济学试题与答案一、选择题（每题5分，共25分）1. 以下哪个选项是计量经济学的基本任务？A. 建立经济模型B. 进行经济预测C. 分析经济现象的规律性D. 所有以上选项答案：D2. 以下哪个方法不属于计量经济学的研究方法？A. 最小二乘法B. 最大似然法C. 线性规划D. 广义矩估计答案：C3. 在线性回归模型中，以下哪个选项表示随机误差项的方差？A. σ²B. μC. εD. β答案：A4. 在计量经济学模型中，以下哪个选项表示解释变量与被解释变量之间的关系？A. 相关性B. 因果关系C. 联合分布D. 条件分布答案：B5. 在实证研究中，以下哪个选项可以用来检验模型的稳定性？A. 残差分析B. 异方差性检验C. 单位根检验D. 联合检验答案：C二、填空题（每题5分，共25分）1. 计量经济学是一门研究______、______和______的科学。
答案：经济模型、经济数据、经济预测2. 最小二乘法的原理是使______的平方和最小。
答案：回归残差3. 在线性回归模型中，回归系数的估计值是______的线性函数。
答案：解释变量4. 异方差性检验的方法有______检验、______检验和______检验。
答案：Breusch-Pagan检验、White检验、Goldfeld-Quandt检验5. 在实证研究中，单位根检验的目的是检验______。
答案：时间序列数据的平稳性三、计算题（每题20分，共40分）1. 设线性回归模型为：Y = β0 + β1X + ε，其中Y表示被解释变量，X表示解释变量，ε表示随机误差项。
给定以下数据：Y: 2, 3, 4, 5, 6X: 1, 2, 3, 4, 5求：回归系数β0和β1的估计值。
答案：首先，计算X和Y的均值：X̄ = (1 + 2 + 3 + 4 + 5) / 5 = 3Ȳ = (2 + 3 + 4 + 5 + 6) / 5 = 4然后，计算回归系数β1的估计值：β1̄= Σ[(Xi - X̄)(Yi - Ȳ)] / Σ[(Xi - X̄)²]= [(1-3)(2-4) + (2-3)(3-4) + (3-3)(4-4) + (4-3)(5-4) + (5-3)(6-4)] / [(1-3)² + (2-3)² + (3-3)² + (4-3)² + (5-3)²]= 4 / 10= 0.4最后，计算回归系数β0的估计值：β0̄ = Ȳ - β1̄X̄= 4 - 0.4 3= 2.2所以，回归系数β0和β1的估计值分别为2.2和0.4。
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。
第一章1.6一个完整的计量经济模型应包括哪些基本要素？你能举一个例子吗？答：一个完整的计量经济模型应包括三个基本要素：经济变量、参数和随机误差项。
例如研究一家店铺月销售额的计量经济模型：u βX αY ++=其中，Y 为该月店铺销售总额，X 为该月店铺销售量，二者是经济变量；α和β为参数；u 是随机误差项。
1.7答：经济变量反映不同时间、不同空间的表现不同，取值不同，是可以观测的因素。
经济参数是表现经济变量相互依存程度的、决定经济结构和特征的、相对稳定的因素，通常不能直接观测。
参数是未知的，又是不可直接观测的。
由于随机误差项的存在，参数也不能通过变量值去精确计算。
只能通过变量样本观测值选择适当方法去估计。
1.11答：时间序列数据：中国1990年至2013年国内生产总值，可从中国统计局网站查得数据。
截面数据：中国2013年各城市收入水平，中国统计局网站查得数据。
面板数据：中国1990年至2013年各城市收入水平，中国统计局网站查得数据。
虚拟变量数据：自然灾害状态，1表示该状态发生，0表示该状态不发生。
1.13为什么对已经估计出参数的模型还要进行检验？你能举一个例子说明各种检验的必要性吗？答：一，在设定模型时，对所研究经济现象规律性的认识可能并不充分，所依据的经济理论对所研究对象也许还不能作出正确的解释和说明。
二，经济理论是正确的，但可能我们对问题的认识只是从某些局部出发，或者只是考察了某些特殊的样本，以局部去说明全局的变化规律，可能导致偏差。
三，我们用以估计参数的统计数据或其它信息可能并不十分可靠，或者较多地采用了经济突变时期的数据，不能真实代表所研究的经济关系，或者由于样本太小，所估计参数只是抽样的某种偶然结果。
第二章2.3(1) 当1000f Y =时，消费支出C 的点预测值: ˆ500.61000650iC =+⨯=(元) (2)平均值的预测区间:已知: ˆ650iC =，0.025(10) 2.23t =，22300ˆ302122ie n σ===--∑，22ˆˆ[(f f C t C t αασσ-+221(1000800)1(1000800)[(650 2.2330),(650 2.2330)]128000128000--=-⨯⨯++⨯⨯+=(650-27.5380,650+27.5380) =(622.46,677.54)当1000f Y =时，在95%的置信概率下消费支出C 平均值的预测区间为(622.46,677.54)元。
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。
第五章思考题5.2 各种异方差检验的基本思想是，基于不同的假定，分析随机误差项的方差与解释变量之间的相关性，以判断随机误差项的方差是否随解释变量变化而变化。
其中，戈德菲尔德-夸特检验、怀特检验、ARCH检验和Glejser检验都要求大样本，其中戈德菲尔德-夸特检验、怀特检验和Glejser检验对时间序列和截面数据模型都可以检验，ARCH检验只适用于时间序列数据模型中。
戈德菲尔德-夸特检验和ARCH检验只能判断是否存在异方差，怀特检验在判断基础上还可以判断出是哪一个变量引起的异方差。
Glejser检验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。
5.4 产生异方差的原因：①模型设定误差②测量误差的变化③截面数据中总体各单位的差异。
经济现象中的异方差性：研究低收入组的家庭消费情况与高收入组的家庭消费情况时，由于高收入组家庭有更多的可支配收入，因而消费的分散程度较大，造成不同组别收入的家庭消费偏离均值程度的差异，反映在随机误差项偏离均值的程度时出现异方差。
5.5 异方差对模型的影响：①当模型中的误差项存在异方差时，参数估计仍然是无偏的但方差不再是最小的；②在异方差存在的情况下，参数估计量的方差会比真实估计量的方差大，会严重破坏t检验和F检验的有效性；③Y预测值的精确度降低。
异方差的存在会对回归模型的正确建立和统计推断带来严重后果，不能进行应用分析。
练习题5.1 （1）设f(X i)=X2i 2，则Var(u i)=σ2X2i 2，得：Y i X2i =β11X 2i+β2+β3X3iX2i+u iX2i则Var(u iX2i )=1X 2iVar(u i)=σ25.2 （1）Y=-50.01991+0.X+52.37082Tt = (-1.011) (2.944) (10.067)由上面散点图可知，残差平方随解释变量的增大而增大，可见，模型存在异方差。
（2）模型存在异方差，可通过变换模型、进行对数变换和加权最小二乘法来估计参数。
计量经济学第五章练习题及参考解答第五章练习题及参考解答5.1 设消费函数为i i i iu 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 X3为个人的流动资产；iu 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）。
试解答以下问题：(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。
练习题5.1参考解答：（1）因为22()i i f X X =，所以取221i i W X =，用2iW 乘给定模型两端，得312322221i i i i i i i Y X u X X X X βββ=+++ 上述模型的随机误差项的方差为一固定常数，即22221()()i i i i u Var Var u X X σ==（2）根据加权最小二乘法，可得修正异方差后的参数估计式为***12233ˆˆˆY X X βββ=--()()()()()()()***2****22232322322*2*2**2223223ˆi i i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-=-∑∑∑∑∑∑∑()()()()()()()***2****23222222332*2*2**2223223ˆi i i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-=-∑∑∑∑∑∑∑其中22232***23222,,ii ii i ii i iW XW X W Y X X Y W W W ===∑∑∑∑∑∑******222333i i i i i x X X x X X y Y Y =-=-=-5.2 下表是消费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。
5_3(1)由OLS 估计参数，及假设检验结果如下：Variable Coefficient Std. Error t-Statistic Prob. C 242.4488 291.1940 0.832602 0.4119 R-squared0.895260 Mean dependent var 4443.526 Adjusted R-squared 0.891649 S.D. dependent var 1972.072 S.E. of regression 649.1426 Akaike info criterion 15.85152 Sum squared resid 12220196 Schwarz criterion 15.94404 Log likelihood -243.6986 F-statistic 247.8769 Durbin-Watson stat1.078581 Prob(F-statistic)0.000000(2)由x-y 图，初步判断无明显的异方差。
由残差图，发现残差在x 方向上一定差异，可能会有异方差。
Golddfeid-quanadt 检验：首先，以解释变量x 作为关键词，对x-y 升序排列。
取1~12作为第一样本，20~31作为20004000600080001000012000200040006000800010000XY200000040000006000000200040006000800010000X(R E S I D )^2第二样本。
接着，分别对第一样本和第二样本作为回归。
第一样本回归结果Variable Coefficient Std. Error t-Statistic Prob.C -550.5492 1220.063 -0.451247 0.6614X 1.485296 0.500386 2.968297 0.0141 R-squared 0.468390 Mean dependent var 3052.950Adjusted R-squared 0.415229 S.D. dependent var 550.5148S.E. of regression 420.9803 Akaike info criterion 15.07406Sum squared resid 1772245. Schwarz criterion 15.15488Log likelihood -88.44437 F-statistic 8.810789Durbin-Watson stat 2.354167 Prob(F-statistic) 0.014087Variable Coefficient Std. Error t-Statistic Prob.C 1173.307 733.2520 1.600141 0.1407X 1.086940 0.148863 7.301623 0.0000R-squared 0.842056 Mean dependent var 6188.329Adjusted R-squared 0.826262 S.D. dependent var 2133.692S.E. of regression 889.3633 Akaike info criterion 16.56990Sum squared resid 7909670. Schwarz criterion 16.65072Log likelihood -97.41940 F-statistic 53.31370Durbin-Watson stat 2.339767 Prob(F-statistic) 0.000026构造最后，由于在自由度分别为10和10下的置信水平95%的临界值为2.98<4.46,所以可以认为存在异方差。
计量经济学（第四版）习题参考答案潘省初第一章 绪论1.1 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 1.2 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。
1.3什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。
1.4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2.1 略，参考教材。
2.2请用例2.2中的数据求北京男生平均身高的99％置信区间NSS x ==45=1.25 用α=0.05，N-1=15个自由度查表得005.0t =2.947，故99%置信限为 x S t X 005.0± =174±2.947×1.25=174±3.684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170.316至177.684厘米之间。
《计量经济学》习题(一)一、判断正误1．在研究经济变量之间的非确定性关系时，回归分析是唯一可用的分析方法。
（ ） 2．最小二乘法进行参数估计的基本原理是使残差平方和最小。
（ ）3．无论回归模型中包括多少个解释变量，总离差平方和的自由度总为（n -1）。
（ ） 4．当我们说估计的回归系数在统计上是显著的，意思是说它显著地异于0。
（ ）5．总离差平方和（TSS ）可分解为残差平方和（ESS ）与回归平方和（RSS ）之和，其中残差平方和（ESS ）表示总离差平方和中可由样本回归直线解释的部分。
（ ） 6．多元线性回归模型的F 检验和t 检验是一致的。
（ ）7．当存在严重的多重共线性时，普通最小二乘估计往往会低估参数估计量的方差。
（ ） 8．如果随机误差项的方差随解释变量变化而变化，则线性回归模型存在随机误差项的自相关。
（ ）9．在存在异方差的情况下，会对回归模型的正确建立和统计推断带来严重后果。
（ ） 10．..D W 检验只能检验一阶自相关。
（ ） 二、单选题1．样本回归函数（方程）的表达式为（ ）。
A ．i Y =01i i X u ββ++ B ．(/)i E Y X =01i X ββ+C ．i Y =01ˆˆi i X e ββ++D ．ˆi Y =01ˆˆiX ββ+ 2．下图中“｛”所指的距离是（ ）。
A ．随机干扰项B ．残差C ．i Y 的离差D ．ˆiY 的离差 3．在总体回归方程(/)E Y X =01X ββ+中，1β表示（ ）。
A ．当X 增加一个单位时，Y 增加1β个单位 B ．当X 增加一个单位时，Y 平均增加1β个单位 C ．当Y 增加一个单位时，X 增加1β个单位 D ．当Y 增加一个单位时，X 平均增加1β个单位 4．可决系数2R 是指（ ）。
A ．剩余平方和占总离差平方和的比重B ．总离差平方和占回归平方和的比重C ．回归平方和占总离差平方和的比重D ．回归平方和占剩余平方和的比重 5．已知含有截距项的三元线性回归模型估计的残差平方和为2i e ∑=800，估计用的样本容量为24，则随机误差项i u 的方差估计量为（ ）。
第三章习题解答3.1 写出二元线性回归模型表达式：（1）总体回归函数表达式； （2）总体回归函数随机设定形式；（3）样本回归函数的表达式； （4）样本回归函数的随机设定形式； （5）回归模型的矩阵表达式。
答：（1）总体回归表达式为：(|)()i i i E Y X f X = 当函数形式为线性的时候，总体回归表达式为： 12(|)i i i E Y X X ββ=+上述为个别值的表达形式，也可以写成抽象形式，如(|)()E Y X f X = 线性表达式也可以写成多元的形式，如122(|)i i i ki E Y X X X ββ=+++（2）总体回归函数随机设定形式为：(|)i i i i Y E Y X u =+或()i i i Y f X u =+ 当函数是线性的时候，总体回归函数随机设定形式为：12i i i Y X u ββ=++同样，也可以写成抽象的形式：12Y X u ββ=++ 线性表达式可以写成多元的形式：122i i ki i Y X X u ββ=++++（3）、（4）样本回归函数的表达式为：12ˆˆˆi iY X ββ=+ 随机设定形式为：12ˆˆi i iY X e ββ=++ 多元线性回归模型时，样本回归函数的表达式为：12233ˆˆˆˆˆi i i k kiY X X X ββββ=++++ 随机设定形式为：12233ˆˆˆˆi i ik ki iY X X X e ββββ=+++++（5）回归模型的矩阵表达式：=+Y X βu3.2 对多元线性回归模型进行检验时，为什么在做了F 检验之后还要做t 检验呢？答：F 检验是各解释变量联合起来对被解释变量影响的显著性检验，是模型的整体性检验，其效果相等于R 2检验，但不能说明具体每个变量的统计显著性问题，因此，需要对每个变量进行t 检验才能看出其对应参数估计值的统计显著性。
3.3 多元线性回归模型的经典假定与简单线性回归模型有什么区别？答：区别在于多元线性回归模型的经典假定设置了解释变量之间无多重共线性的假定。
简单线性回归模型没有此项假定，而实际上，简单线性回归模型只有一个解释变量，因此，根本就不存在多重共线性问题。
从这个角度上看，经典假定对所有的线性回归模型都是一样的，简单线性回归模型不过是一种特殊情况而已。
3.4 设二元线性回归模型为12233i i i i Y X X u βββ=+++，而Y 分别对X 2和X 3的简单线性回归模型为1221i i i Y X u αα=++和132i i i Y X u λλ=++，试证明：当变量X 2和X 3相互独立时，有22ˆˆβα=，33ˆˆβλ=。
其中，2ˆβ和3ˆβ是二元线性回归模型的偏斜率系数2β和3β的OLS 估计值，而2ˆα和3ˆλ分别是简单线性回归模型的斜率系数2α和3λ的OLS 估计值。
证明：由X 2和X 3相互独立，得230i i x x =∑2232223323332222222323233ˆˆ()i iii ii i i i i i i iii ii iiy x x y x xxy x x y x x x x x x xxβλ-====-∑∑∑∑∑∑∑∑∑∑∑∑∑ 同理2223323232222222222323232ˆˆ()i iii ii i i i ii i iii iiiiy x x y x xxy x x y x x x x x x xxβα-====-∑∑∑∑∑∑∑∑∑∑∑∑∑ 注意：上述X 2和X 3相互独立的条件可以放宽到不相关。
为什么？3.5 表3.8给出了二元线性回归模型12233i i i i Y X X u βββ=+++的方差分析的部分结果。
表3.8 二元线性回归模型的方差分析方差来源 平方和SS 自由度df 方差来自回归 ESS=65000来自残差 来自总变差 TSS=66000 16（1）请问样本容量n ，残差平方和RSS ，回归平方和ESS 和残差平方和RSS 的自由度各为多少?（2）请问可决系数2R 和修正可决系数2R 各为多少？ （3）请对模型进行检验。
解： （1）由116n -=得17n =；66000650001000RSS TSS ESS =-=-=；由3k =得残差平方和RSS 的自由度为14n k -=；回归平方和ESS 的自由度为12k -=。
（2）2650000.98484866000R ESS TSS ===，2211(1)0.9826835n R R n k -=--=- （3）/(1)65000455/()1000142ESS k F RSS n k -==⨯=-，查表0.05(2,14) 3.74F =，从而， 0.05455(2,14) 3.74F F =>=，在给定0.05α=显著性水平下，拒绝原假设023:0H ββ==，模型检验显著，即2X 和3X 联合起来对Y 有显著影响。
3.6 各类教材对多元线性回归模型的数学表示方式在符号的使用上会有不一致， 比如，常常见到如下的表示方式01122i i i ki i Y X X X u βββ=+++++（1）请问TSS 、ESS 和RSS 的自由度各是多少？（2）请问2ˆσ和F 检验的公式如何表达？ 答：（1）TSS 、ESS 和RSS 的自由度分别为1n -，k 和1n k -- （参数的个数为1k +，解释变量的个数为k 。
）（2）22ˆ1i e n k σ∑=--，//(1)F ESS kRSS n k =--3.7 表3.9给出1998～2011年中国房地产有关数据。
要求：（1）请利用EViews 软件建立商品房销售收入Y 对每平方米销售价格2X 和本年完成投资3X 的二元线性回归模型；（2）给定显著性水平5%条件下，对模型进行检验，并分析模型的经济意义。
表3.9 中国房地产有关数据年度商品房销售收入Y /亿元销售价格X 2/每平方米元本年完成投资X 3/亿元1998 2408.41 2063 3614.23 1999 2555.02 2053 4103.20 2000 3896.82 2112 4984.05 2001 4729.42 2170 6344.11 2002 6145.80 2250 7790.92 2003 8153.69 2359 10153.80 2004 11752.20 2778 13158.25 2005 13316.77 3168 15909.25 2006 16621.36 3367 19422.92 2007 21604.21 3864 25288.84 2008 24394.12 3800 31203.19 2009 32507.83 4681 36241.81 2010 40585.33 5032 48259.40 201141697.91535761796.89资料来源：《中国统计年鉴》2012，/tjsj/ndsj/2012/indexch.htm解： （1）建立模型为：12233t t t t Y X X u βββ=+++ （2）利用EViews 软件得回归分析结果如下：Dependent Variable: Y Method: Least Squares Date: 03/21/13 Time: 06:51 Sample: 1998 2011 Included observations: 14Variable Coefficient Std. Errort-Statistic Prob. C -14620.99 2910.359 -5.023775 0.0004 X2 8.129177 1.492639 5.446178 0.0002 X30.238702 0.0968002.4659290.0313 R-squared0.99194 Mean dependent var 16454.92 Adjusted R-squared 0.990475 S.D. dependent var 13755.03 S.E. of regression 1342.443 Akaike info criterion 17.42978 Sum squared resid 19823684 Schwarz criterion 17.56672 Log likelihood -119.0085 Hannan-Quinn criter. 17.4171 F-statistic 676.9092Durbin-Watson stat1.973934Prob(F-statistic)0.00000拟合优度：20.99194R =，20.99047R =，说明拟合效果很好。
F 检验：14n =，3k =，在给定显著水平0.05α=条件下，查表得临界值0.05(2,11) 3.98F =，676.9092F =>0.05(2,11) 3.98F =，拒绝原假设023:0H ββ==，模型检验显著，也就是说，解释变量每平方米销售价格2X 和本年完成投资3X 联合起来对被解释变量商品房销售收入Y 有显著影响。
t 检验：在给定显著水平0.05α=条件下，查表得临界值0.025(11) 2.201t =，相应偏回归系数估计值1ˆβ，2ˆβ和3ˆβ所对应的t 值分别为：-5.023775，5.446178和2.465929，都有0.025||(11) 2.201t t >=，拒绝原假设0:0, 1, 2, 3j H j β==。
这说明在其他解释变量不变的情况下，解释变量每平方米销售价格和本年完成投资分别对被解释变量商品房销售收入有显著影响。
所以样本回归函数为：23ˆ14620.998.1291770.238702i t tY X X =-++ 3.8 设中国1990～2011年货币需求函数为：12e t u t t t M AY r ββ=其中M =货币供应量2M （亿元）；Y =国内生产总值GDF （亿元）；r =利率，取一年期法定存款利率的年内每次调整利率的简单算术平均数，由各年度统计数据计算获得。
见表3.10。
表3.10 1990～2011年中国货币需求函数相关数据年度 M 2 GDP/Y r 1990 15293.4 18667.8 8.640 1991 19349.9 21781.5 7.560 1992 25402.2 26923.5 7.560 1993 34879.8 35333.9 10.080 1994 46923.5 48197.9 10.980 1995 60750.5 60793.7 10.980 1996 76094.9 71176.6 8.325 1997 90995.3 78973.0 5.670 1998 104498.5 84402.3 4.590 1999 119897.9 89677.1 2.250 2000 134610.3 99214.6 2.250 2001158301.9109655.22.2502002 185007.0 120332.7 1.980 2003 221222.8 135822.8 1.980 2004 254107.0 159878.3 2.250 2005 298755.7 184937.4 2.250 2006 345603.6 216314.4 3.060 2007 403442.2 265810.3 3.465 2008 475166.6 314045.4 3.060 2009 606225.0 340902.8 2.250 2010 725851.8 401512.8 2.625 2011851590.9472881.63.250资料来源：《中国统计年鉴》，利率r 是一年期存款利率年内调整利率的简单算术平均值，基于各年数据计算获得。
