下载文档原格式
计量经济学作业计量经济学作业（5-7）一、作业五1. 在存在异方差情况下，普通最小二乘法（OLS ）估计量是有偏的和无效的。
（）2. 当存在自相关时，OLS 估计量是有偏的并且也是无效的。
（）3. 如果在多元回归模型中，根据通常的t 检验，全部回归系数分别都是统计上不显著的，那么该模型不会有一个高的R 2值。
（）4. 在时间序列模型中，遗漏重要解释变量既有可能导致异方差问题，又有可能导致自相关问题。
（）5. 变量是非线性的回归模型在计量经济学上不被称作线性回归模型。
（）6. 随机误差项μi 与残差e i 是一回事。
（）7. 给定显著性水平α及自由度，若计算得到的t 值超过临界的t 值，则接受原假设。
8. 蛛网现象可能会带来计量经济模型的自相关问题。
（）9. 无论模型中包括多少个解释变量，总离差平方和（TSS ）的自由度总为（n-1）。
（）10. 在多元线性回归模型中，方差膨胀因子（VIF ）一定是不小于1。
（）11. 在存在异方差情况下，常用的OLS 法总是高估了估计量的标准差。
（）12. 若假定自相关系数等于1，那么一阶差分变换能够消除自相关。
（）13. 存在多重共线时，模型参数无法估计。
（）14. 如果在多元回归模型中，根据通常的t 检验，全部回归系数分别都是统计上不显著的，那么该模型不会有一个高的R 2值。
（）15. 当我们得到参数区间估计的上下限的具体数值后，就可以说参数的真实值落入这个区间的概率为1-α. （）16. p 值和显著性水平α是一回事。
（）17. 只有当μi 服从正态分布时，OLS 估计量才服从正态分布。
（）18. 多元回归模型的总体显著性意味着模型中任何一个变量都是统计显著的。
（）19. 戈德菲尔德-夸特检验（GQ 检验）可以检验复杂性的异方差。
（）20. 残差平方和除以自由度（n-k ）始终是随机误差项μi 方差（2σ）的无偏估计量。
（）21. 用一阶差分法消除自相关时，我们假定自相关系数等于-1。
计量经济学实验报告
姓名：沈娴婷学号：班级：金融班
影响城镇居民人均可支配收入的因素分析
一、研究的问题
近年来，随着经济的快速发展，人均国内生产总值在不断地提高。
城镇居民家庭人均可支配收入在近几十年里也逐步提升，有了些许改变。
为了研究影响城镇居民人均可支配收入的原因，和各种原因影响因素的程度关系，分析居民可支配收入增长，预测未来的城镇居民的可支配收入，需要建立计量经济模型。
二、对问题的经济理论分析，所涉及的经济变量
经济理论分析
) 商品零售价格指数：零售物价的调整变动直接影响到城乡居民的生活支出和国家的财政收入，影响居民购买力和市场供需平衡，影响消费与积累的比例。
因此，计算零售价格指数，可以从一个侧面对上述经济活动进行观察和分析。
.) 人均国内生产总值：人均国内生产总值，作为发展经济学中衡量经济发展状况的指标。
) 城镇平均人均工资：平均工资与城镇居民家庭人均可支配收入的工资是有差别的，但具有正相关性。
平均人均工资增加，家庭人均可支配收入也增加。
反之亦然。
三、理论模型的建立
建立如下三元回归模型：
四相关变量的数据收集及来源说明
数据来源：中国国家统计局网站五数据的输入及运行过程
模型的运行：
1)散点图。
计量经济学大作业大作业名称：选课班级：任课教师：成绩：一、摘要经济的发展，必然会带来货币的流通，也会带来消费。
经济将货币流通量、货款额和居民消费价格指数连接起来。
一个国家贷款额的多少和居民的消费价格指数往往可以在某种程度上反映经济的发展，反映货币流通量的大小。
我们可以通过计量经济学的多元线性模型来反映货币流通量、货款额和居民消费价格指数三者之间的关系。
然后对其进行拟合优度检验，F检验，显著性检验，异方差检验，相关性检验和多重共线性检验。
通过检验最终确定模型，使得建立的模型达到最优的结果。
通过分析我们得出，贷款额增加，会导致货币流通量的增加，居民消费价格指数的增加，也会导致货币流通量的增加。
关键字：币流通量货款额居民消费价格指数多元线性模型二、引言经济的发展，必然会带来一系列的改变，而货币流通量的变化则是最直接、深刻的体现了这一点。
接下来我们将根据多元线性回归模型来分析货币流通量、货款额和居民消费价格指数三者之间的关系。
在此次试验中，我们运用了eviews软件对相关数据进行处理和分析。
1、拟合优度检验——可决系数R2统计量回归平方和反应了总离差平方和中可由样本回归线解释的部分，它越大，残差平方和越小，表明样本回归线和样本观测值的拟合程度越高。
2、方程总体线性的显著性检验——F检验（1）方程总体线性的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出的判断。
（2）给定显著性水平α，查表得到临界值Fα(k，n-k-1)，根据样本求出F统计量的书之后，可通过比较来判断是拒绝还是接受原假设，以判定原方程总体上的线性关系是否显著成立。
3、变量的显著性检验——t检验4、异方差的检验——怀特检验5、多重共线性的检验——逐步回归法以y为解释变量，逐个引入解释变量，构成回归模型，进行模型估计。
三、实证分析1、确定变量“货币流通量”为被解释变量，而“货币贷款额”和“居民消费价格指数”为解释变量。
计量经济学大作业江西财经大学2012～2013第1学期课程论文考试评分表注：教师提供选题者，选题项不予评分任课教师：徐晔我国税收收入的影响因素分析学号：0102141 姓名：林梦茹专业：10国民经济管理学号：0102118 姓名：林志良专业：10国民经济管理学号：×××姓名：×××专业：×××摘要：税收是国家取得财政收入的一种重要工具,也是影响我国经济发展的一个很重要的因素。
通过对影响税收增长的主要因素进行分析,解释这些因素和税收收入之间存在的关系以及其对税收收入的影响程度的大小;在此基础上,提出相应的发展对策,以促进我国税收收入的增长以及我国经济的全面发展。
关键词 :税收收入;影响因素;税制改革一、经济背景税收来源于经济，又作用于经济。
作为参与社会产品分配、实施宏观调控的重要手段，税收不仅能为政府筹集必要的资金，而且还可以改变和调整不同经济主体之间的利益分配。
市场经济条件下，税收与经济发展的相互影响越来越显著，因此，对税收收入的经济性影响因素加以分析，有助于我们对税收结构进行优化，从而使税收对经济发展发挥更大的作用。
经济决定税收,税收反映经济。
经济规模决定税源规模,经济结构决定税收结构,经济增长速度影响和制约税收增长速度,反过来税收对经济发展也具有一定的乘数效应。
要实现经济的持续发展,必须要使税收符合其发展的要求,建立与市场经济相适应的税收结构,即政府筹集的税收收入必须能够尽量满足其实现社会职能的需要。
对税收收入的主要影响因素加以分析,从结构上对税收收入的影响作出一个很好的了解，有助于我们运用政策工具对税收结构进行优化，从而使税收对经济发展发挥更大的促进作用。
改革开放以来，中国经济高速增长，1978-2008年的31年间，国内生产总值从3645.2亿元增长到314045亿元，一跃成为世界第二大经济体。
随着经济体制改革的深化和经济的快速增长，中国的财政收支状况也发生了很大的变化，中央和地方的税收收入1978年为519.28亿元，到2008年已增长到54223.79亿元，31年间平均每年增长16.76%。
题目：1960——1999年美国城镇工资与生产率和失业率关系的实证分析美国的失业率在1994年年底跌倒6%以下，当时有很多经济学家预测美国的通货膨胀势必要升高，因为经济学界大多数认为美国的自然失业率大约为6%。
此后，美国的失业率一路下降，在2000年4月下降至3.9%，创下了1960年以来在地记录，可是美国的通货膨胀率不仅未升高，反而一再下跌，并在1998年年初创下了1960年以来的最低记录。
对影响美国1960年以来失业率因素进行分析，我们可以得知当时的美国的经济状况，通过对其研究掌握一定的经济知识，对于我们以后的发展是非常有现实意义的。
1 模型的设定和解释变量的说明1.1 模型的设定影响失业率的因素很多，本文将根据已有的经济理论结合美国的实际情况，选取生产率（Productivity, P）、失业率（Unemployment Rate, UR）两个影响因素来建立一个关于美国城镇工资（Wage, W）、的多元回归模型，即W=f(P，UR)。
得到模型之后，观察复判定系数R2、F值、p值和D-W值，初步对模型的可用性进行判断，然后查看变量的相关系数矩阵，检测模型多重共线性的严重性，用怀特（White）异方差检验方法检验模型是否存在异方差的问题，再在观察D-W值的前提下，用LM检验法检验模型是否存在自相关的问题。
最后，根据以上检验得到的结果对模型进行修正，消除或减弱在初次建模中存在的问题，得到最终的模型。
1.2 解释变量的说明（1）生产率（Productivity, P）效率工资理论所需要探究的是工资率水平跟生产效率之间的关系，这是主流宏观理论为了解释工资刚性而提出的理论。
效率工资理论是一种有关失业的劳动理论，其核心概念是员工的生产力与其所获得的报酬（主要是指薪资报酬但亦能轻易地推广到非金钱报酬）呈正向关系，是为了解释非自愿性失业（involuntary unemployment）现象所发展出来的相关模型的通称。
大型作业报告课程名称计量经济学大型作业课程代码272102601、272102602题目对2011年的经济预测专业经济学班级2011271、2011272小组成员廖舒雅、朱媛、陈倩倩、胡玉婷朱文斌、朱嘉昊上海电力学院经济与管理学院《计量经济学》大型作业任务书一、内容1、基础训练——熟悉计算机软件Eviews的子菜单和使用Eviews软件求解计量经济学问题。
能用Eviews软件求解计量经济学中的常见数学模型。
完成以下内容：实验项目一二三四实验名称一元回归模型多元回归模型异方差自相关检验单整与协整实验内容实验报告一实验报告二实验报告三实验报告四2、综合训练：社会消费品零售问题的计量分析建模等。
（见附录1）二、目的通过大型作业教学，培养学生利用所学的计量经济学知识,根据具体的问题,进行综合分析、计算、评价的能力,以全面理解计量经济学的思想和方法并能用于实际工作。
三、要求：1、总体要求全面结合计量经济学的内容，根据自己对问题的理解,通过分析,建立合理的计量经济学模型,能利用计算机软件Eviews给出参数估计并检验,并能根据自己的理解给出合理分析。
2、形式要求所用的计量经济学内容应先有简明阐述，再与具体问题相结合的结论。
整个作业力求全面、丰富，应用资料注明来源。
打印成稿。
四、组织形式基础训练单独完成；每人交一份打印稿作业（正反打印）。
综合训练分组进行，每小组6人(含6人)，小组完成时必须有明确的分工，必须有总负责人(总负责人也必须有自己的局部内容)。
综合训练部分小组提交一份打印稿作业。
任务书与大作业封面要在综合训练部分作业中。
注：小组完成的，应根据各人完成的具体工作,在大型作业的成品上注明,并按顺序排名。
五、考核形式大型作业的所有内容在1月15日结束之前交稿，教师可根据评阅情况的需要,指定部分作品进行答辩质疑与交流。
六、成绩评定1、大作业的总评成绩由三部分组成：基础训练+综合训练报告质量+平时表现（出席和答辩表现），具体比例为：40：30：30成绩由任课老师根据完成质量进行评定,以优\良\中\及格\不及格计分。
研究生课程考核试卷科目：计量经济与运筹学教师：陈安明姓名：龙成平学号：20130302074专业：工程财务与造价管理类别：（学术）学位上课时间：2014年2月至2014年5月考生成绩：阅卷评语：阅卷教师(签名)重庆大学研究生院制基于相似分析的二手房项目类比特征定价模型摘要：本文以西安市二手房交易市场和价格为研究对象，基于异质商品按质论价、商品特征相似程度越高价格越相近的基础原理，建立二手房项目类比特征定价模型，解决少量样本情况下二手房项目的特征定价问题。
关键词:二手房;相似分析;特征定价 一、 建立建模思路按质论价是异质商品定价的基础原则，在众多定价方法中，特征定价需要使用样本住宅项目的特征数据。
当样本项目较多时，可使用房地产特征定价模型，建立均价或总价与属性变量间较精确的函数关系；当样本较少时，难以确定均价或总价与属性变量间较精确的函数关系。
根据项目相似程度越高其越相近的原理，可建立基于相似分析的住宅项目类比特征定价模型。
其思路为，利用项目属性相对于均价的重要权重，确定均价与目标项目相似度最大的前几个典型样本项目均价进行修正，最终得到目标项目均价。
本文在确定权重与属性向量相似度时采用灰色关联度分析法。
二、 建模方法与步骤 1. 问题描述设影响住宅项目均价的属性有m 个, 属性集为x 1, x2, …,xn , 已正向化, 均价为p 。
目标项目A 0的销售均价p 0 待估算,属性向量为: A0 =(x 01,x02, …, x0m), 有n 个样本项目, 均价为pi,属性向量为Ai= ( x i1, xi2, …, xim ) i =1,2, …,n 。
问题描述为, 当n 较小时, 如何利用样本数据信息确定目标项目销售均价p0。
2. 确定各属性对均价的贡献度可根据各属性xi 相对于均价p 的重要性权重大小来体现各属性对确定项目均价的贡献程度。
记权重向量为w=(w1,w2, …,wm ), 可用层次分析法, 专家调查法, 灰色关联度分析法, 相关系数和熵权法等主客观方法确定w 。
计量经济学大作业计量经济学作为一门将经济理论、数学和统计学相结合的学科，在当今社会经济领域中发挥着重要作用。
它通过建立数学模型和运用统计方法，对经济现象进行定量分析和预测，为政策制定、企业决策等提供科学依据。
在本次大作业中，我将通过一个具体的案例来展示计量经济学的应用和分析过程。
假设我们要研究某地区的居民消费水平与收入水平之间的关系。
首先，我们需要收集相关的数据。
通过问卷调查、统计部门公布的数据等渠道，我们获取了该地区一定数量居民的收入和消费支出数据。
接下来，我们对数据进行初步的处理和分析。
观察数据的分布情况，检查是否存在异常值或缺失值。
对于异常值，需要判断其是由于数据录入错误还是真实的特殊情况。
如果是录入错误，进行修正；如果是特殊情况，则需要在后续的分析中加以考虑。
对于缺失值，可以采用适当的方法进行填补，如均值填补、回归填补等。
在确定数据质量良好后，我们建立计量经济模型。
根据经济理论和前人的研究成果，我们假设居民消费水平（Y）与收入水平（X）之间存在线性关系，模型可以表示为：Y ＝β0 ＋β1X ＋ε ，其中β0 是截距项，β1 是斜率，表示收入对消费的边际影响，ε 是随机误差项。
为了估计模型中的参数β0 和β1 ，我们使用最小二乘法（OLS）。
最小二乘法的基本思想是使得观测值与模型预测值之间的误差平方和最小。
通过计算，我们得到了参数的估计值。
然后，我们对模型进行检验。
首先是经济意义检验，即参数估计值的符号和大小是否符合经济理论和实际情况。
例如，在我们的模型中，β1 应该为正，因为通常情况下收入增加会导致消费增加。
其次是统计检验，包括拟合优度检验（R²）、变量的显著性检验（t 检验）和方程的显著性检验（F 检验）。
R²衡量了模型对数据的拟合程度，其值越接近 1 表示拟合越好。
t 检验用于判断每个自变量对因变量的影响是否显著，F 检验用于判断整个方程是否显著。
假设我们得到的估计结果为：Y ＝ 1000 ＋ 08X ，R²＝ 08 ，t 检验和 F 检验均显著。
计量经济学结课作业专业：08金融姓名：陈鲜芳学号：0865147141影响进口额因素的实证分析自改革开放以来，中国经济取得了巨大成就，伴随着经济总量的不断攀升，中国进口贸易也迅速发展，在短短的二十多年里进口额不断增长，迅速成为国际市场上对外贸易的重要力量，尤其是自2001年12月加入世界贸易组织以后，中国履行世贸组织的约定，不断加大开放力度和开放领域，更加积极地和世界各国建立起广泛的经济交流与合作，充分参与到全球的竞争与合作中来，进一步推动了中国进口额的增长。
2009年全年货物进出口总额22072亿美元，比上年下降13.9%。
其中，货物进口10056亿美元，下降11.2%。
进出口差额（出口减进口）1961亿美元，比上年减少1020亿美元。
今年1至11月，我国一般贸易进出口13345.7亿美元，增长40.9%，高出同期全国进出口增速4.6个百分点。
其中出口6483.7亿美元，增长37.3%；进口6862亿美元，增长44.5%，高于同期全国进口总体增速4.2个百分点。
一般贸易项下出现贸易逆差378.3亿美元，较2009年同期增长13.3倍。
同期，我国加工贸易进出口10494.7亿美元，增长29.5%。
其中出口6702.9亿美元，增长28%；进口3791.8亿美元，增长32.3%。
在进口商品中，铁矿砂进口5.6亿吨，下降0.9%，进口均价为每吨126.4美元，上涨59.7%；初级形状的塑料进口2166万吨，增长0.2%，进口均价为每吨1814美元，上涨25.8%；钢材进口1502万吨，下降7%，进口均价为每吨1220美元，上涨11%。
同期，进口大豆4937万吨，增长30.7%，进口均价为每吨449.4美元，上涨2.3%。
此外，进口机电产品5968.8亿美元，增长36.6%，其中进口汽车72.5万辆，增长1倍。
在金融危机冲击后，各国的经济处在恢复发展阶段，对影响进口的因素进行分析，为保持进出口快速增长，维持国际收支平衡，是具有重大的现实意义的。
摘要关键字一、问题背景基于经验研究表明：城市保有量对环境质量有重大的影响，在已收集数据的基础上，我们可以由此提出合适的空气污染指数（Y）与汽车保有量（X）的计量经济学模型，从而可以通过将来汽车保有量对环境质量影响进行预测。
需要解决的问题如下：1、分析数据指出自己的计量经济学模型；2、运用计量经济学方法估计模型中的未知参数，从而提炼自己的预测模型；3、进行误差和必要的残差分析；4、分析自己所提出模型的优劣点以及将来改进的方向。
5、结合自己的模型进行相应的预测分析，对城市交管部门关于是否提出限号出行或限购等政策性建议提出自己的见解。
二、问题分析已有陕西省30个市县的汽车保有量（记为X,单位：十万辆）数据和对应环境污染综合指Y表1现使用R软件绘制出上表数据的散点图如下图1三、模型的建立 1、确定模型函数式由初始数据散点图图像，可初步假设X 与Y 之间的关系为抛物线，建立模型2012Y X X b b b m =+++，其中0b 、1b 、2b 为常数，m 为误差项。
显然2X 与X 线性无关，令1X X =,22X X =,得到01122Y X X b b b m =+++这一线性模型，误差项m 表示除了1X ，2X 之外其他因素对Y 的影响以及实验或测量误差，0b ，1b ，2b 是待估计的未知参数。
2、关于模型的基本假设 假定误差项i m ，其中,j 1,2,30i =，满足以下假设：()()0,i a E m =2()(),()i b Var m s s =等方差，是常数(c)Cov(,)0,.()i j i j m m =不相关四、模型求解在Gauss-Markov 假设的前提下，我们对线性模型01122Y X X b b b m =+++以最小二乘法（OLS）求解系数，由式()1TT X XX Yb -=得到0121.32782862.8165464==0.480951=6b b b -，，，即有（4.1）去除显而易见的异常点（4.05,10.7432）再次求解系数，得到01210.5, 3.0,0.5b b b ==-=，2= 3.010505..X X Y +-， （4.2）五、模型检验 假设2~(0,)N I m s 。
计量经济学大作业参考答案
7.17（a）双对数模型估计结果如下：
模型回归结果的解释框架：首先，经济学含义解释，回归系数符号是不是符合理论预期，说到自价格弹性、替代产品价格弹性、收入弹性，并解释各自的影响；其次，统计学推断，分为单个系数和模型整体的统计推断。
比如根据鸡肉价格X3的回归系数计算得到的t统计量所对应的概率值（或称为P 值）是0.000，远小于0.05，因此X3在5%的显著水平上显著，拒绝原假设，系数显著不为零，鸡肉价格显著地影响了美国鸡肉需求量。
同理，其他解释变量的解释。
由于是多元回归，所以首先看F 值，根据模型回归结果，F值所对应的P值远小于0.05，因此模型在5%的显著水平上显著，拒绝原假设，模型整体显著，所引入的解释变量联合对美国鸡肉需求有显著影响。
调整后的判定系数值为0.9784，表明回归模型对鸡肉需求量变异的解释比例达到了97.84%，具有很高的解释能力，拟合优度很强。
（b）线性模型估计结果如下：模型结果解释同上
（c）线性模型估计结果如下：
不能直接将两个模型结果比较，被解释变量形式不同。
通过MWD检验来对比线性模型和双对数模型之间。
可以看到，Z1通过了显著性检验，拒绝零假设，模型不是线性形式。
可以看到，Z2没有通过显著性检验，不拒绝备择假设，模型是双对数形式。
综上所述，模型应该选择双对数形式。
7.19（a）先包含所有解释变量，进行回归，估计结果如下：MAP：学校测验分数经济变量----SPP：学生人均支出（学生经费）预期符号为+
社会变量----STR：学生教师比预期符号为-
社会变量----EDU：高学历家庭比预期符号为+
经济变量----MINCOME：家庭平均收入预期符号为+
社会变量----DUM：等于1意味着学校位于高于平均MAP测验分数的区域。
+
模型回归结果如上所示。
根据模型估计结果，发现，没有一个解释变量在系数上显著，同时解释变量的符号和理论预期不一致。
因此需要重新考虑估计模型。
同时，由于F值显著和R2很高，因此，可能存在多重共线性。
（b）由于存在多重共线性，因此，需要剔除变量进行回归。
分别做经济变量和社会变量对于MAP 分数的回归并逐步剔除对比不显著的变量。
最后引入只包含学生教师比（STR），高学历家庭比（EDU）和虚拟变量（DUM）。
发现相比较而言，社会变量更为重要。
但是，有关师生比的符合和预期相反。
（c）区域优势
（d）只是在此例中，学生经费不显著，而师生比显著但是符号不同。
应用在其他情况下，会有变化。
8.22（a）回归结果如下，解释同上。
（b）由于R2很高，而财富变量不显著且不符合经济学意义。
因此，可能存在多重共线性。
（c）分别做回归得到如下结果：
可以看到，两个解释变量都是显著且符合与经济学理论一致。
（d）二者高度相关。
（e）可以删除一个解释变量，但是可能造成模型设定形式错误。
由于样本容量过小，以至于无法独立分析收入水平和财富水平对消费支出的影响。
8.29Y：新轿车需求量
X2：新轿车消费者价格指数预期符号为-
X3：城市居民消费者价格指数预期符号为-
X4：个人可支配收入预期符号为+
X5：利率预期符号为-
X6：劳动力就业水平预期符号为+
首先，将所有解释变量放进模型中分别进行线性模型和对数模型的回归，得到如下结果：
大多数回归系数不显著，并且与理论预期不符合，可能存在多重共线性。
为了观察变量之间的相关性，做变量之间的相关系数矩阵：
通过相关系数矩阵发现，新轿车价格指数（X2）与城市居民价格消费指数（X3）的相关系数为0.9969，高度相关；新轿车价格指数（X2）与个人可支配收入（X4）的相关系数为0.9914，高度相关；个人可支配收入（X4）与劳动力就业水平（X6）的相关系数为0.9721，高度相关。
根据经济学理论，在研究消费函数时，自价格和收入是核心变量；因此，我们尝试剔除城市居民价格消费指数（X3）和劳动力就业水平（X6），重新估计双对数模型。
发现，虽然符号符合理论预期，但是自价格和收入并不显著。
此时考虑，因为可支配收入（X4）与劳动力就业水平（X6）高度相关，尝试使用劳动力就业水平（X6），而把X4剔除。
双对数模型估计结果如下：
此时，模型中所有解释变量估计系数符号均符合理论预期，并且均在5%的统计显著性水平上显著，此模型可用。
8.31 Y：薪水SALARY X2：利润PROFIT X3：营业额TURNOVER
回归结果解释框架同7.17.
利润变量X2的估计系数显著，营业额变量X3的估计系数并不显著。
而F检验是统计显著的。
可能存在多重共线性。
由于模型存在两个变量，可以做相关系数进行判断，也可以通过两个变量之间的回归模型的结果进行判断。
相关系数达到0.7871，高度相关。
通过做X2和X3之间的回归模型发现，单个系数检验也通过了显著性假设，因此，两者之间相关，存在多重共线性。
9.9（a）据双对数模型回归结果如下：回归结果解释同前。
（a）首先，做残差绝对值对教育的散点图。
其次，残差平方对教育的散点图。
通过残差散点图，可以初步判断可能存在异方差。
（c）首先使用帕克检验进行异方差的诊断。
由于存在两个解释变量，因此我们用Y的估计值与残差项的平方做回归，发现用因变量的估计值的回归系数在5%的统计显著水平下不显著，因此不拒绝原假设，不存在异方差。
其次，使用格莱泽检验进行异方差的诊断。
发现，也不存在异方差。
（d ）假设根据（c ）的帕克检验和格莱泽检验得到存在异方差的结果，那么需要根据（b ）里散点图判断，发现残差平方是与X 存在比例变动。
因此，采用平方根进行WLS 可消除异方差。
（e ）选择双对数模型
（f ）不能比较，因为两个模型的因变量不同。
9.12（a ）令因变量是工资（wage ），自变量是年龄（age ）。
进行普通线性回归：
模型回归结果的解释同上。
（b ）按照题设，假设误差方差与年龄呈比例变动，参考书上P218，进行平方根变换，求加权最小二乘法的回归：
首先，要生成age 的开根号值；
1i B B v =+
其次，将因变量和自变量均除以age的根号值；由于方程两边同时除以age开根号值，因此，变换后
，一个是。
最后，进行平方根变换的回归。
由于不存在截距项（常数项），因此用过原点的回归。
（c ）按照题设，假设误差方差与年龄平方呈比例变动，参考书上P220，求加权最小二乘法的回归： 首先，需要将原始方程两边同时除以age ， 即需要计算i i Wage age 和1i
age 。
其次，进行WLS 回归。
得到如下结果：
（d ）分别做（b ）和（c ）两个WLS 回归的残差散点图，观察是否存在异方差的情形。
如果存在，继121()i i i i Wage B B v age age =++
续进行帕克检验或者格莱泽检验。
对（b）的WLS估计结果，做解释变量age和残差平方的散点图。
对（c）的WLS估计结果，做解释变量age和残差平方的散点图。
可能存在异方差的情况。
以帕克检验为例，进行异方差的检验。
我们对（b）的WLS进行异方差检验。
首先，要生成wage的估计值（xb），然后用xb对残差平方回归，估计得到xb的系数，看其是否在统计上显著。
我们对（c）的WLS进行异方差检验。
首先，要生成wage的估计值（xb），然后用xb对残差平方回归，估计得到xb的系数，看其是否在统计上显著。
根据结果发现，xb 的估计系数在统计上不显著；因此根据帕克检验，不存在异方差。
10.17（a ）估计结果如下，模型回归结果解释同前。
（b ）上面估计结果后给出了d 统计量，d=0.4285.查5%的显著性水平的DW 表，观察值个数n=27，解释变量个数k=1。
可知，xia 限1.316，shang 限1.469。
根据d 统计量的数值，可以看到，d 比下限小。
因此，根据判定规则，拒绝原假设，存在正自相关。
（c ）根据计算公式， （d ）根据（c ）估计广义差分方程：
0.4285ˆ1=1=0.785822d ρ≈--11211t
t t t t Y Y B B X X v ρρρ---=-+-+（）（）
需要先求出Y 和X 的滞后一期（命名为y1和x1），然后求差分形式（命名为y2和x2），最后对于差分形式进行回归。
如果要补入第一个观测值，需要用到普瑞斯-文斯顿变换：
进行回归得到广义差分方程：
*11*11=0.6185*720.15=445.3898=0.6185*2789.5=1725.252Y Y X X ））
（e）通过残差求ρ，即用残差项和残差滞后一期进行回归，得到斜率系数即为ρ。
根据回归结果，发现斜率是0.7685，因此得到ρ=0.7685.
重新估计广义差分方程：
（f ）如果采用一阶差分，则ρ=1，因此可做过原点的回归。
121
t t t t t Y Y B X X v ---=-+（）
修正后的模型与原始模型有差距，但是三种方法修正后的模型差距不大。
根据DW检验，仍然存在正自相关。
