计量经济学实验练习题及答案.doc

实验练习题1、根据美国各航空公司航班正点到达的比率X（%）和每10万名乘客投诉的次数Y进行回归，EViews输出结果如下：Dependent Variable: YMethod: Least SquaresSample: 1 9Included observations: 9VariableCoefficientStd. Errort-StatisticProb.C6.0178321.0522605.7189610.0007X-0.0704140.014176-4.9672540.0016R-squared0.778996Prob(F-statistic)0.001624Durbin-Watson stat2.5270(1)对以上结果进行简要分析（包括方程显著性检验、参数显著性检验、值的评价、对斜率的解释等，显著性水平均取0.05）。（2）按标准书写格式写出回归结果。2、已知变量和的数据如下表所示，试采用OLS法（列出表格）估计模型=的参数值。序号113222338448551166133、以下是某次线性回归的EViews输出结果，部分数值已略去（用大写字母标示），但它们和表中其它特定数值有必然联系，分别据此求出这些数值，并写出过程。（保留3位小数）Dependent Variable: YMethod: Least SquaresSample: 1 13Included observations: 13VariableCoefficientStd. Errort-StatisticProb.C5.7304880.605747A0.0000X-0.3139600.048191-6.5149640.0000R-squared0.794180Mean dependent var1.962965Adjusted R-squaredBS.D. dependent var1.372019S.E. of regression0.650127Akaike info criterion2.117340Sum squared residCSchwarz criterion2.2042564、用1970-1994年间日本工薪家庭实际消费支出Y与实际可支配收入X（单位：103日元）数据估计线性模型=，然后用得到的残差序列绘制以下图形。（1）试根据图形分析随机误差项之间是否存在自相关？若存在，是正自相关还是负自相关？（2）此模型的估计结果为t ： (6.14) (30.01)=0.975，=900.51，=0.35试用检验法检验随机误差项之间是否存在自相关。5、用一组截面数据估计消费(Y)收入(X)方程=的结果为 = t ：（2.57）（32.01）=0.95，=1024.56，=1.79（1）根据回归的残差序列e(t)图分析本模型是否存在异方差？注：abse(t)表示e(t)的绝对值。（2）其次，用White法进行检验。EViews输出结果见下表：White Heteroskedasticity Test:F-statistic6.301373 Probability0.003370Obs*R-squared10.86401 Probability0.004374Dependent Variable: RESID2Method: Least SquaresSample: 1 60Included observations: 60VariableCoefficientStd. Errort-StatisticProb. C-10.03614131.1424-6.0765290.0045X0.1659771.6198565.1024640.0064X20.0018000.0045878.3924690.0002若给定显著水平，以上结果能否说明该模型存在异方差？查卡方分布临界值的自由度是多少？附表：检验临界值表（=0.05）nk=1k=2dLdUdLdU241.271.45 1.19 1.55 251.29 1.45 1.21 1.55261.30 1.461.22 1.55 271.31 1.47 1.241.56 6. 下表是中国某地人均可支配收入（INCOME）与储蓄（SAVE）之间的回归分析结果（单位：元）：Dependent Variable: SAVEMethod: Least SquaresSample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb.C-695.1433118.0444-5.8888270.0000INCOME0.0877740.004893R-squared0.917336Mean dependent var1266.452Adjusted R-squared0.914485S.D. dependent var846.7570S.E. of regression247.6160Akaike info criterion13.92398Sum squared resid1778097.Schwarz criterion14.01649Log likelihood-213.8216F-statistic321.8177Durbin-Watson stat1.892420Prob(F-statistic)0.0000001)请写出样本回归方程表达式，然后分析自变量回归系数的经济含义 2)解释样本可决系数的含义 3)写出t检验的含义和步骤，并在5%的显著性水平下对自变量的回归系数进行t检验（临界值: t0.025(29)=2.05）。 4)下表给出了White异方差检验结果，试在5%的显著性水平下判断随机误差项是否存在异方差。White Heteroskedasticity Test:F-statistic6.048005 Probability0.006558Obs*R-squared9.351960 Probability0.0093165)下表给出LM序列相关检验结果（滞后1期），试在5%的显著性水平下判断随机误差项是否存在一阶自相关。Breusch-Godfrey Serial Correlation LM Test:F-statistic0.030516Probability0.862582Obs*R-squared0.033749Probability0.854242实验练习题答案1、(1)=0.779,统计量在0.05显著性水平通过检验；、的估计值是显著的，且符号符合经济意义；偏大（2.53），很可能存在随机误差项的自相关，需进行校正；若对自相关进行校正后，其它检验均已通过，斜率的经济意义为“美国各航空公司航班正点到达的比率X（%）每增加1个百分点，每10万名乘客投诉的次数Y平均减少的次数”（2） t ：(5.719) (-4.967) R2=0.779 =2.527 2.序号113-2.5-4.511.256.25222-1.5-5.58.252.25338-0.50.5-0.250.254480.50.50.250.2555111.53.55.252.2566132.55.513.756.25 21450038.517.5=3.5，=7.5， = =-=-0.2 3、（1）A=;=9.461;（2）求B的值。B= = =0.775 （3）求C的值。 由= C= =4.649 4（1）图形显示，随机误差项之间存在着相关性，且为正的自相关.（2）样本量n=25、一个解释变量的模型、5%显著水平，查DW统计表可知，dL=1.29，dU=1.45，模型中DW（=0.35）dL，显然该模型中存在自相关.5.（1）图形显示，残差序列与自变量之间存在着相关性，说明该模型存在着异方差性,为递增型异方差.（2），其取值概率为0.004374（0.05），说明在给定显著水平下，模型中的随机误差项存在异方差.查卡方分布临界值的自由度为2.6、1)样本回归方程为： t= ( -5.8888 ) ( ) R-squared=0.917336Adjusted R-squared=0.914485F-statistic=321.8177Durbin-Watson stat=1.892420自变量Income前回归系数的经济含义是：个人可支配收入每增加1元，其储蓄会相应增加0.08774元（即个人的边际储蓄倾向为0.08774）2) R2=0.9173，表明在储蓄的变动中，91.73%可由个人可支配收入的变动得到解释。3)在计量经济分析中，t检验主要用于判断自变量是否对因变量具有显著影响。通常用t统计量检验真实总体参数是否显著异于零。检验步骤： 提出假设：原假设H0： b1=0， 备择假设H1：b10构造统计量：给定显著性水平a，查t分布表得临界值，并确定拒绝域根据样本数据计算t统计量值，并进行比较判断：若，则拒绝原假设H0 ；若，则接受原假设H0 在本题中，因此在5%的显著性水平下