当前位置：文档之家 › 计量经济学第三版部分答案(第六章之后的)-6页精选文档

计量经济学第三版部分答案(第六章之后的)-6页精选文档

  • 格式：docx
  • 大小：28.54 KB
  • 文档页数：6

第 1 页 第六章 1、答：给定显著水平α，依据样本容量n和解释变量个数k’，查D.W.表得d统计量的上界du和下界dL，当00的靠近而增强。当dL明不存在一阶自相关。当4-du时，表明存在一阶负自相关，而且负自相关的程度随d向4的靠近而增强。 前提条件：DW检验的前提条件： （1）回归模型中含有截距项； （2）解释变量是非随机的（因此与随机扰动项不相关） （3）随机扰动项是一阶线性自相关。 ； （4）回归模型中不把滞后内生变量（前定内生变量）做为解释变量。 （5）没有缺失数据，样本比较大。 DW检验的局限性： （1）DW检验有两个不能确定的区域，一旦DW值落在这两个区域，就无法判断。这时，只有增大样本容量或选取其他方法 （2）DW统计量的上、下界表要求n15, 这是因为样本如果再小，利用残差就很难对自相关的存在性做出比较正确的诊断 (3) DW检验不适应随机误差项具有高阶序列相关的检验. (4) 只适用于有常数项的回归模型并且解释变量中不能含滞后的被解释变量 2、答：（1）当回归模型随机误差项有自相关时，普通最小二乘估计量是有偏误的和非有效

的。 判断：错误。当回归模型随机误差项有自相关时，普通最小二乘估计量是无偏误的和非有效的。 （2）DW检验假定随机误差项ui的方差是同方差。 判断：错误。DW统计量的构造中并没有要求误差项的方差是同方差 。 （3）用一阶差分法消除自相关是假定自相关系数为-1。 判断：错误。用一阶差分法消除自相关是假定自相关系数为1，即原原模型存在完全一阶正自相关。 （4）当回归模型随机误差项有自相关时，普通最小二乘估计的预测值的方差和标准误差不再是有效的。 判断：正确。 3、答：给定显著水平α=0.05，依据样本容量n=50和解释变量个数k’=4，查D.W.表得d统计量的上界du=1.721，下界dL=1.378，4 du=2.279，4dL=2.622。 （1）DW=1.05dL，所以模型存在正自相关。 (2) dLDW=1.40du, 所以模型不能确定是否存在自相关。 （3）4 du DW=2.50 4dL，所以模型不能确定是否存在自相关。

第 2 页

（4）DW=3.974dL，所以模型存在负自相关。 4、在回归模型方程中无自相关，如果我们错误地判定模型中有一阶自相关，并使用了广义差分模型，将会产生什么问题？ 练习题6.1 （1） 建立居民收入-消费函数 Y=79.93004+0.690488X （2） 残差的变动有系统模式，连续为正和连续为负，表明残差项存在一阶自相关。 DW=0.574663，查表可知0<=DW<=dL,误差项存在着自相关 用广义差分法进行补救 Ρ=0.657352 Yt*=45.35242+0.709686Xt* 其中Yt*=Yt-0.657352Yt(-1),Xt*=Xt-0.657352Xt(-1) 模型中DW=1.814502.dUβ=45.35242/(1-0.657352)=140.563152 由此，得到的最终消费模型为：Y=140.563152+0.709686X （3）该模型的经济意义是，人均实际收入每增加一元，人均实际消费支出会增加0.669262元。

第七章

7.3 库伊克模型 、自适应预期模型与局部调整模型有哪些共性和不同之处？模型估计会存在哪些困难？如何解决？ 答：（1）相同之处：库伊克模型、自适应预期模型、局部调整模型三个模型的最终形式都是一阶自回归模型。 （2）不同之处： 1）导出模型的经济背景和思想不同。 库伊克模型是在无限分布滞后模型的基础上，根据库伊克几何分布滞后假定导出的；自适应预期模型是由解释变量自适应过程得到的；局部调整模型是由应变量的局部调整得到的。 2）模型存在的问题不同。 三个模型的形成机理不同，所以随机误差项的结构不同，库伊克模型和自适应预期模型都存在自相关、解释变量与随机误差项相关的问题；而局部调整模型则不存在。库伊克模型和自适应预期模型不能够直接使用最小二乘法直接估计，而局部调整模型则可以。 （2）模型估计存在的困难及解决的方法 （a）出现了随机解释变量 Yt-1 ，而Yt-1 可能与随机扰动项相关； (b)随机扰动项可能自相关，库伊克模型和自适应预 期模型的随机扰动项都会导致自相关，只有局部调整模型的随机扰动无自相关.如果用最小二乘法直接估计自回归模型，则估计可能是有偏的，而且不是一致估计。 估计自回归模型需要解决两个问题：设法消除 与 的相关性；检验 是否存在自相关。所以应用工具变量法进行估计一阶自回归模型，就是在进行参数估计的过程中选择适当的工具变量，代替回归模型中同随机扰动项存在相关性的解释变量。 7.6 检验一阶自回归模型随机扰动项是否存在自相关，为什么用德宾h-检验而不用DW检验？ 答：因为DW检验法不适合于方程含有滞后被解释变量的场合，在自回归模型中，滞后被解第 3 页

释变量是随机变量，已有研究表明，如果用DW检验法，则d统计量值总是趋近于2。也就是说，在一阶自回归中，当随机扰动项存在自相关时，DW检验却倾向于得出非自相关的结论。 练习题7.4 （1） 估计一阶自回归模型; 回归估计： Yt=66247+0.04731X1t+0.27507X2t+0.4552Yt-1 根据局部调整模型的函数关系，有lna*= δlna, β*0=δβ0, β*1=δβ1 ,β*2=1-δ 将估计结果带入可得：δ=0.594479 a=111437073 β0=0.0796 β1=0.4627 局部调整模型估计结果为Y*t=111437073+0.0796X1t+0.4627X2t 经济意义：社会商品销售额每增加1亿元，未来预期年末货币流通量增加0.0796亿元 城乡居民储蓄余额每增加1亿元，未来预期年末货币流通量增加0.4627亿元

模型对数变换： 在局部调整假定下，估计一阶自回归模型 回归估计 lnYt=0.672511+0.201921lnX1t+0.18120lnX2t+0.52471lnYt-1 根据局部调整模型的参数关系，lna*= δlna, β*0=δβ0, β*1=δβ1 ,β*2=1-δ 将估计结果带入可得： δ=0.465282 a=1.44538 β0=0.43075 β1=0.38944 局部调整模型估计结果为：lnYt=1.44538+0.43075lnX1t+0.3894lnX2t 经济意义：社会商品销售额每增加1%，未来预期年末货币流通量增加0.43075% 城乡居民储蓄余额每增加1%，未来预期年末货币流通量增加0.38944%

第八章

8.2虚拟变量为何只选0、1，选2、3、4行吗？为什么？ 答：虚拟变量是非此即彼的问题，一般情形下，虚拟变量的取值为0和1。当虚拟变量取值为0时，表示某种属性或状态的类型或水平不出现或不存在；当虚拟变量取值为1时，表示某种属性或状态的类型或水平出现或存在。取值一般不选2、3、4，否则对回归系数的分析带来不便。 8.5四种加法方式引入虚拟变量会产生什么效应？ 答：四种加法方式引入虚拟变量均改变了截距，可以用于分析虚拟变量不同类之间的水平差异。 8.6引入虚拟被解释变量的背景是什么？含有虚拟被解释变量模型的估计方法有哪些？ 答：某经济现象或活动受到多种因素的影响，需要对这一经济现象或活动进行是或否的判断或决策时，需要引入被解释变量。虚拟被解释变量模型的估计方法主要有线性概率模型估计和对数单位模型估计。 练习题8.6 经分析得边际效应=10

第九章

9.3 检验变量设定误差有哪几种方法？他们的共性和差异是什么？ 常用方法有：DW检验、LM检验、RESET检验、模型函数形式设定检验。 第 4 页

9.4 如何进行遗漏变量设定误差的后果分析？其检验有哪些方法？如何检验？ 当模型遗漏了真实的变量后，模型的参数估计是有偏且不一致的：参数估计的方差估计不正确，随机扰动项方差的估计也是不正确的，将使假设检验、空间估计失效。检验的方法有DW检验、LM检验、RESET检验、模型函数形式设定检验。 9.5如何进行无关变量设定误差的后果分析？其检验有哪些方法？如何检验？ 模型的参数 估计任然是无偏且一致的，随机扰动项的方差被正确估计，但所估计的方差将趋之于过大，从而使得参数估计的有效性降低，参数估计较为不准确，区间估计的精度下降。检验方法除了上诉四种以外还有非嵌套模型设定的假设检验等。 练习题9.6 答：在截面数据情况下题中所说的四条准则是正确的；但是在时序数据情况下，上诉准则则不一定是正确的。

第十章

10.1 对时间序列进行分析，为什么提出平稳性问题？ 平稳是时间序列里面一个非常重要的假设，模型ar, ma, arma, var，garch，arch全部建立在时序平稳的基础上。 （1）计量经济学经典分析方法隐含着一个重要假设：数据是平稳的。如果数据非平稳，那么在大样本下的统计推断基础——“一致性”要求就会被破坏。这往往导致“伪回归”问题的出现。但实践经验证明，现实经济现象中的时间序列数据通常是非平稳的，而且一些主要的国民经济变量往往表现出一致的上升或下降，这使得两个没有任何因果关系的变量，拥有较高的R^2。通过经典因果关系模型对这样的数据进行分析很难获得有效的统计量，分析、检验和预测结果也都是无效的，时间序列的平稳性对计量回归分析的有效性有很大影响； （2）经典计量经济模型假定变量均为随机的，但时间序列是在不同时间观测的数据，不能看做是同一个随机变量的反复抽样，而只能是随机过程的一个实现，每个数据都是特定时间随机变量的唯一实现值，其样本均值和方差的含义与随机变量反复抽样的样本总体均值和方差有所不同，这有悖于经典计量经济模型统计推断的基础。因而，对时间序列进行分析时，首先要考虑其平衡性问题。 10.3 什么是非平稳？为什么随机游走过程是非平稳的？ 所谓时间序列的非平稳，是指时间序列的统计规律随着时间的位移而发生变化，即生成变量时间序列数据的随机过程的特征随时间而变化。对于随机游走序列，它的均值为零、方差无限大 ,所以它是一非平稳序列 10.5怎样判断变量之间是否存在协整关系 有两种检验方法，一种是基于回归残差的协整检验，这种检验也称为单一方程的协整检验；另一种是基于回归系数完全信息的Johansen协整检验。 10.6 什么是误差修正机制？误差修正模型的特点是什么？ 任何一组相互协整的时间序列变量都存在误差修正机制，误差修正模型把长期关系和短期变动结合起来，使得协整与误差修正模型之间存在一种对应关系，当变量之间存在协整关系时，变量在本期的变动，会根据上期偏差的情况做出调整，从而使其向长期均衡关系靠拢，这种不断进行调整的过程就是误差修正机制。 误差修正模型的特点是： （1）若,Yt Xt存在协整关系，则ECMt具有平稳性；因为yt,xt～I（1），则 yt, xt～I（0），上式中的变量都具有平稳性。回归参数的估计量具有优良的渐近特性，所以用最小二乘法估计误差修正模型不存在虚假回归问题。 （2）误差修正模型中既有描述变量长期关系的参数，又有描述变量短期关系的参数；既可

合集下载

计量经济学第三版课后习题答案

计量经济学第三版课后习题答案


②关于人均寿命与成人识字率模型，由上可知，可决系数为 0.716825，说明所建模型整体 上对样本数据拟合较好。 对于回归系数的 t 检验：t（β2）=7.115308>t0.025(20)=2.086，对斜率系数的显著性检验表 明，成人识字率对人均寿命有显著影响。
③关于人均寿命与一岁儿童疫苗的模型，由上可知，可决系数为 0.537929，说明所建模型 整体上对样本数据拟合较好。
Variable
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 Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-stati9 6.824009 6.923194 6.847374 0.952555
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。
对于回归系数的 t 检验：t（β1）=4.711834>t0.025(20)=2.086，对斜率系数的显著性检验 表明，人均 GDP 对人均寿命有显著影响。
62.50000 10.08889 6.849324 6.948510 6.872689 0.629074
有上可知，关系式为 y=56.64794+0.128360x1
②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: 12/23/15 Time: 15:01 Sample: 1 22 Included observations: 22
计量经济学第三版课后详解.docx

计量经济学第三版课后详解.docx

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。

（完整word版）计量经济学总结第三版庞皓,推荐文档

（完整word版）计量经济学总结第三版庞皓,推荐文档

（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。

计量经济学 庞皓 第三版课后答案

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: 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。