《中级计量经济学》非选择题参考答案

1、中级计量经济学非选择题参考答案第3章多元线性回归模型3.4.3简答题、分析与计算题给定二元回归模型：yt二b0+b1x1t+b2x2t+ut(t=1,2,n)叙述模型的古典假定；(2)写出总体回归方程、样本回归方程与样本回归模型；(3)写出回归模型的矩阵表示；(4)写出回归系数及随机误差项方差的最小二乘估计量,并叙述参数估计量的性质；(5)试述总离差平方和、回归平方和、残差平方和之间的关系及其自由度之间的关系。在多元线性回归分析中,为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？3决定系数R与总体线性关系显著性F检验之间的关系；在多元线性回归分析中，F检验与t检验有何不同？在一元线性

2、回归分析中二者是否有等价的作用？为什么说对模型施加约束条件后,其回归的残差平方和一定不比未施加约束的残差平方和小？在什么样的条件下,受约束回归与无约束回归的结果相同？观察下列方程并判断其变量是否呈线性,系数是否呈线性,或都是或都不是。(1)yt=b0+b1xt3+ut(2)yt=b0+b1logxt+ut(3)logyt=b0+b1logxt+ut(4)yt=b0+b1(b2xt)+ut(5)yt=b0/(b1xt)+ut(6)yt=1+b0(1xt1)+ut(7)yt=b0+b1x1t+b2x2t/10+ut6常见的非线性回归模型有几种情况？7指出下列模型中所要求的待估参数的经济意义：食品类

3、需求函数:ln丫二aO+a1lnl+a2lnP1+a3lnP2+u中的a1,a2,a3(其中Yb2为人均食品支出额，I为人均收入，P。1为食品类价格，P2为其他替代商品类价格)(2)消费函数：Ct=p0+P1Yt+B2Yt1+ut中的pi和唸(其中C为人均消费额，丫为人均收入)。8设货币需求方程式的总体模型为ln(Mt/Pt)=b0+b1ln(rt)+b3ln(RGDPt)+ut其中M为名义货币需求量，P为物价水平，r为利率，RGDP为实际国内生产总值。假定根据容量为n=19的样本，用最小二乘法估计出如下样本回归模型：ln(Mt/Pt)=0.030.26ln(rt)+0.54ln(RGDPt)

4、+ett=(13)(3)R2=0.9DW=0.1其中括号内的数值为系数估计的t统计值，et为残差。(1)从经济意义上考察估计模型的合理性；在5%显著性水平上，分别检验参数b1,b2的显著性；(3)在5%显著性水平上，检验模型的整体显著性。9一项关于Waikiki1965-1973年洒店投资的研究估计出以下生产函数：R二ALaKeu其中：A二常数；L二土地投入(单位面积：平方尺)；K二资本投入(建设成本：千美元)；R二酒店的年净收入(千美元)；u=满足古典假定的随机误差项。请回答以下问题：你认为a和B的总体值一般应为正值还是负值？在理论上如何解释？(2)为本方程建立具体的零假设和备择假设。如果显

5、著性水平为5%，自由度为26，问(2)中的两个假设应如何作出具体的决定？(4)在以下回归方程基础上计算出适当的统计量t值(括号内为参数估计值的标准差)，并进行t检检验。lnR=0.9175十0.273InL十0.733InK(0.135)(0.125)你是拒绝还是接受零假设?(5)如果你打算建造一所Waikiki理想酒店，你是否还想知道一些额外的信息?10David将教师工资作为其“生产力”的函数，估计出具有如下系数的回归方程：=*+230B+18A+120E+489D+189YSiiiiii其中：Si=1969-1970年每年第i个教授按美元计的工资；Bi=该教授一生中出版书的数量；Ai=该

6、教授一生中发表文章的数量；Ei=该教授一生中发表的“优秀”文章的数量；Di=该教授自1964年指导的论文数量；Yi=该教授的教龄。请回答以下问题：(1)系数的符号符合你的预期吗？(2)系数的相对值合理吗？假设一个教授在授课之余所剩时间仅够用来或者写一本书，或者写两篇优秀文章，或者指导三篇论文，你将建议哪一个，为什么？你会重新考虑(2)的答案吗？哪个系数是不协调的？对该结果你如何解释？此方程在一定意义上是否是有效的，给出判断并解释原因。以企业研发支出(RD)占销售额的比重为被解释变量Y,以企业销售额X1与利润占销售额的比重X2为解释变量，一个容量为32的样本企业的估计结果如下：Y=0.472+0

7、.32logX1+0.05X2s=(1.37)(0.22)(0.046)R2=0.099其中括号内数字为系数估计值的标准差。(1)解释logX1的系数。如果X1增加10%，估计Y会变化多少个百分点？这在经济上是一个很大的影响吗？针对RD强度随销售额的增加而提高这一备择假设，检验它不随X1而变化的假设。分别在5%和10%的显著性水平上进行这个检验。利润占销售额的比重X2对RD强度丫是否在统计上有显著的影响？表3-6给出某地区职工平均消费水平yt,职工平均收入x1t和生活费用价格指数x2t，试根据模型：yt=b0+b1x1t+b2x2t+ut作回归分析。表3-6某地区职工收入、消费和生活费用价格指

8、数年份ytx1tx2t1.001.021.201.201.501.05年份*-*-*-*yt42.1048.8050.5060.1070.0075.00 x1t65.2070.0080.0092.10102.00120.30 x2t0.900.951.100.951.021.05198520.1030.00198622.3035.00198730.5041.20XX年8828.2051.*32.0055.20XX年9040.1061.4013设有模型yt二b0+b1x1t+b2x2t+ut，试在下列条件下：（1）b1+b2=1,b1=b2,分别求出bl和b2的最小二乘估计量。14某地区统计了机

9、电行业的销售额y（万元）和汽车产量x1（万辆）以及建筑业产值x2（千万元）的数据如表3-7所示。试按照下面要求建立该地区机电行业的销售额和汽车产。量以及建筑业产值之间的回归方程，并进行检验（显著性水平a=0.05）表3-7某地区机电行业的销售额、汽车产量与建筑业产值数据年份销售额y*1989280.0281.5337.4404.2402.1452.0431.7582.3596.6汽车产量x13.9095.1196.6665.3384.3216.1175.5597.9205.816建筑业产值x29.4310.3614.5015.7516.7817.4419.7723.7631.61年份*-*-*

10、-*-*销售额y620.8513.6606.9629.0602.7656.7998.5877.6汽车产量x16.1134.2585.5916.6755.5436.9337.6387.752建筑业产值x232.1735.0936.4236.5837.1441.3045.6247.38(1)根据上面的数据建立对数模型：lnyt=b0+b1lnx1t+b2lnx2t+ut(1)所估计的回归系数是否显著？用p值回答这个问题。解释回归系数的意义。根据上面的数据建立线性回归模型：yt=b0+b1x1t+b2x2t+ut(2)比较模型(1)、(2)的R值。如果模型(1)、(2)的结论不同，你将选择哪一个回归

11、模型？为什么？15对下列模型进行适当变换化为标准线性模型：2(1)y=b0+b1a11+b22+uxxu(2)Q=ALKe(3)y=e(4)y=b0+b1x+u11+e(b0+b1x+u)16表3-8给出了一个钢厂在不同年度的钢产量。找出表示483.0产量和年度之间关系的方程：y二aebx,并预测20XX年的产量。表3-8某钢厂1991-20XX年钢产量（单位：千吨）年度1991千吨12.219921993*.013.915.9*.9*.1*.7*.0*.020XX年20XX年32.536.117某产品的产量与科技投入之间呈二次函数模型y=b0+b1x+b2x2+u其统计资料如表3-9所示,试

12、对模型进行回归分析表3-9某产品产量与科技投入数据年份199119921993402.8*3.5yt=b0+b12对x；y对lnx。(2)解释各回归结果；*4.0*-*5.0*-*5.5*-*7.0199920XX年2008.030010.0产量y30投入x2.018表3-10给出了德国1971-1980年间消费者价格指数y（1980=100）及货币供给x（亿德国马克）的数据。表3-10德国1971-1980年消费者价格指数与货币供给数据年份yx110.02125.02132.*.*.*.*.*.20XX年2.41年份*-*-*-*-*y100.0106.3111.9115.6118.4121

13、.0120.7121.1x237.*.*.*.08283.*.05325.*.93197164.*67.*72.*77.*82.0197685.*88.*91.*94.9根据上表数据进行以下回归：（Dy对x；ny对lnx；lny对每一个模型求y对x的变化率；对每一个模型求y对x的弹性；根据这些回归结果，你将选择那个模型？为什么？19根据表3-11的数据估计模型1=b0+b1xt+utyt表3-11样本数据y867969x3712651762255235514551555170*解释bl的含义；求y对x的变化率；求y对x的弹性；(4)用相同的数据估计下面的回归模型：1118.3119.6121.

14、1120.6+utxt你能比较这两个模型的R值吗？为什么？(6)如何判断哪一个模型更好一些？20表3-12给出了1960-1982年间7个OECD国家(美国、加拿大、德国、意大利、英国、日本、法国)的能源需求指数(y)、实际的GDP指数(x1)、能源价格指数(x2)的数据，所有指数均以1970为基准(1970=100)。表3-127个OECD国家能源需求指数、实际GDP指数与能源价格指数年份*能源需求实际GDP能源价格指数(y)指数(x1)指数(x2)54.155.458.561.763.666.870.373.578.383.388.991.854.156.459.462.165.969.5

15、73.275.779.983.886.289.8112.4111.1110.2109.0108.3105.3105.4104.3101.7年份97.7100.3*-*-*-*-*-*1982能源需求指数(y)97.2100.097.393.599.1100.9103.9106.9101.298.195.6实际GDP指数(x1)94.3100.0101.4100.5105.3109.9114.4能源价格指数(x2)98.6100.0120.1131.0129.6137.7133.7144，5179.0189.4190.9运用柯布道格拉斯生产函数建立能源需求与收入、价格之间的对数需求函数：lnyt

16、=b0+b1lnx1t+b2lnx2t+ut(1)所估计的回归系数是否显著？用p值回答这个问题；解释回归系数的意义；根据上面的数据建立线性回归模型：yt=b0+b1x1t+b2x2t+ut(2)比较模型(1)、(2)的R值；如果模型(1)、(2)的结论不同，你将选择哪一个回归模型？为什么？21表3-13列出了中国20XX年按行业分的全部制造业国有企业及规模以上企业制造业非国有企业的工业总产值Y,资产合计K及职工人数L。设定模型为2Y二AKaLBeu利用表3-13资料,进行回归分析；中国20XX年的制造业总体呈现规模报酬不变状态吗？表3-13中国20XX年制造业业总产值、资产、职工人数统计资料工

17、业总产值资产合计职工人数资产合计职工人数序号Y(亿元)K(亿元)L(万人)K(亿元)L(万人)13078.*.521684.*.372742.*.291973.*.305917.0*.161758.*.17656.77370.18939.*.*.48113678427327120583116665828612548333*-*XX年*-*-*30311899.*.*.*.*.*.*.*.*.*.*.91LJ/j/j/j/L4611.*.30325.531118.*.*.*.*.*.*.*.*.*.*.*.*-*.*.*.1943612402228096222163244145138462181

18、945101590.362511.991112617.94973.*.01134429.193785.91145749.028688.03151781.372798.9161243.071808.4422表3-14列出了某地区家庭人均鸡肉年消费量丫与家庭月平均收入X,鸡肉价格P1、猪肉价格P2与牛肉价格P3的相关数据。利用表3-14资料，求出该地区家庭鸡肉消费需求模型：lnY=b0+b1lnX+b2lnP1+b3lnP2+b4lnP3+u试分析该地区家庭鸡肉消费需求是否受猪肉价格P2与牛肉价格P3的影响。表3-14相关统计数据家庭月平均鸡肉价格P1猪肉价格P2牛肉价格P3消费量收入X(元)(元

19、/公斤)2.782.992.983.083.123.333.563.643.673.844.044.034.184.044.074.014.274.414.675.065.015.175.29397413439459492528560624666717768843911931*24784.223.814.033.953.733.813.933.783.844.013.863.983.975.214.895.835.795.676.376.165.896.647.045.075.25.45.535.476.376.986.596.4577.326.787.919.549.4212.3512.99

20、11.7613.0912.9812.814.116.827.837.927.927.927.748.028.048.398.559.3710.6110.4811.412.4112.7614.2914.3613.9216.5520.3321.9622.1623.2623在一项对某社区家庭对某种商品需求调查中，得到表315的统计数据。请用手工与软件两种方式对该社区家庭对某种商品需求支出作二元线性回归分析，其中手工方式要求以矩阵表达式进行运算。表3-15某社区家庭某商品消费需求统计调查数据(单位：元)对某商品的消费支出丫商品单价X1家庭月收入X212345678910654.5623.6647.06

21、74.0644.4680.0724.0757.1706.823.5624.4432.0732.4631.15034.1435.3038.7039.6346.6876209120*222,计算R及。其中已知：估计回归方程的参数及随机误差项的方差。5.*-*0.*-*0.*-*1(X*X)=0.*-*.*-*0.*-*0.*-*0.*-*.*-*(2)对方程进行F检验，对参数进行t检验，并构造参数95%的置信区间。(3)如果商品价格变为35元，则某一月收入为20XX年0元的家庭对其消费支出估计是多少？构造该估计值的95%的置信区间。3.5习题答案3.5.3简述题、分析与计算题12解答：(1)利用E

22、Views软件对模型进行估计。首先建立工作文件，然后输入样本数据，在工作文件窗口输入命令：lsycx,打回车键，回归结果如表3-16所示。表3-16回归结果根据输出结果，得如下回归方程：t=10.*+0.*x1t8.*x2ty)=(1.*)(20.*)(-1.*)t(bi=208.5572F=224.1705R2=0.*2=0.*SE=o=0.63481,符合经济理论中绝对收入经济意义检验:从经济意义上看，0b1假说边际消费倾向在0与l之间，表明职工平均收入每增加100元，职工消费水平平均=8.9640，符合经济意义，表明职工消费水平随着生活费用价格指增加63.48元。b2数的提高而下降，生活

23、费用价格指数每提高1单位时，职工消费水平将下降8.964个单位。=208.5572，即估计标准误差为208.5572单位，它代表估计标准误差评价：SE=o职工平均消费水平估计值与实际值之间的平均误差为208.5572单位。拟合优度检验：2=0.*,这说明样本回归直线的解释能力为97.6%，它代表职工平均消费水平变动中，由解释变量职工平均收入解释的部分占97.6%，说明模型的拟合优度较高。F检验：F=224.1705Fa(k,nk1)=F0.05(2,1221)二4.26,表明总体回归方程显著，即职工平均收入和生活费用价格指数对职工消费水平的影响在整体上是显著的。F统计量对应的p值为0.0000

24、,明显小于0.05,或用p值进行检验：在5%显著性水平上,说明职工平均收入和生活费用价格指数对职工消费水平的共同影响是显著的。)=20.*t(9)=2.262,说明职工平均收入对职工消费水平的影t检验：t(b10.025)=1.*t(9)=2.262，说明生活费用价格指数对职工消费水平响是显著的；t(b20.025的影响是不显著的。)=0.00000.05,或用p值进行检验：在5%显著性水平上,t统计量对应的p值为：p(b1)=0.*.05,说明职工平均收入对职工消费水平的影响是显著的，而生活费用价格p(b2指数对职工消费水平的影响是不显著的。13解答：(1)将约束条件代入模型中便有：yt二b

25、O+b1x1t+(1b1)x2t+ut，即ytx2t二bO+b1(x1tx2t)+ut应用最小二乘法得：=b1x)(yx(xx)(x1t2tt21t2t2t)=1b=，b21x)(xy)(xx)(x1t2t1tt21t2t(2)将约束条件代入模型中便有：yt二b0+b1(x1t+x2t)+ut=应用最小二乘法得：b1(x(x1t2t)yt+x=b(+)，b011221t+x2t)14解答:(1)利用EViews软件对模型进行估计，回归结果如表3-17所示。表3-17回归结果根据输出结果，得如下回归方程：t=3.7349+0.3879lnx1t+0.5685lnx2t(1)lny)=(17.55

26、41)(2.8143)(10.2101)t(bi=0.0974F=99.81632=0.9251SE=o)=2.*t(14)=2.145，p=0.01380.05，说明汽车产量对(2)t检验：t(b110.025)=10.*t(14)=2.145,p=0.00000.05，机电行业销售额的影响是显著的；t(b220.025说明建筑业产值对机电行业销售额的影响是显著的。F检验：F=99.*Fa(k,nk1)=Fa(2,1721)二3.74p=0.00000.05表明总体回归方程显著，即汽车产量、建筑业产值对机电行业销售额的影响在整体上是显著的。=0.*，说明汽车产量每增加1%，机电行业的销售额将

27、平均增加0.39%；(3)b1=0.*，说明建筑业产值每增加1%，机电行业的销售额将平均增加0.57%。b2利用EViews软件对模型yt=b0+b1x1t+b2x2t+ut进行估计，结果如表3-18所示。表3-18回归结果根据输出结果，得如下回归方程：t=57.*+45.*x1t+11.*x2t(2)y)=(-0.*)(2.*)(7.*)t(bi=64.08261F=65.*2=0.*SE=o模型(1)的2=0.*，模型(2)的2=0.*。因此，模型(1)的拟合优度大于模型(2)的拟合优度。从两个模型的参数估计标准误差、S.E、t、F、统计量可以看出，模型(1)优于模型(2)，应选择模型(1

28、)。15解答：令x1=1/x,x2=1/x，则y二b0+b1xt+b2x2+u。由Q二ALKe,两边取数得:lnQ=lnA+alnL+pinK+u,再令：*Bu22Q*=lnQ丄*=lnL,A*=lnA,K*=lnK，得到线性模型：Q*=A*+aL+BK+u由y=eb0+b1x+u，两边取数得：Iny二bO+b1x+u,令y=lny,得到线性模型:*y*=b0+b1x+u由y=11+e01得：1/y=1+e(b0+b1x+u)，1/y1=e(b0+b1x+u)，两边取数得：1yln(1)=(bO+b1x+u),即：ln()二bO+b1x+uy1y令y=In由回归结果可知，决定系数较大，模型拟合

29、优度较高，F统y，得到线性模型：1yy*=b0+b1x+u16解答：(1)利用EViews软件对模型进行估计。回归结果如表3-19所示。表3-19回归结果根据输出结果，得如下回归方程：t=2.*+0.1167xtlny)=(105.1484)(36.06598)t(biR2=0.*SE=0.0*DW=1.*F=1300.75520XX年二2.*+0.116772二3.*,当x20XX年二12时，由回归方程可求得：Iny20XX年二e3.*=40.77。y17解答：(1)利用EViews软件对模型进行估计。回归结果如表3-20所示。表3-20回归结果根据输出结果，得如下回归方程：t=9.9421

30、+6.4218xt+2.2133xt2yt=(0.7609)(1.2659)(5.2340)2=0.9940DW=2.0212F=579.5445计量较大，模型在整体上是显著的。18解答：(1)利用EViews软件计算得到y对x的回归方程(1)：t=39.9703+0.2609xtyt=(10.1052)(15.6541)2=0.9384F=245.0514lny对lnx的回归方程(2)：t=1.4041+0.5890lnxtlnyt=(8.9538)(20.0893)2=0.9618F=403.5791lny对x的回归方程(3)：t=3.9316+0.0028xtlnyt=(84.6748)

31、(13.9489)2=0.9384F=245.0514y对lnx的回归方程(4)：t=192.9624+54.2118lnxtyt=(-11.7805)(17.7034)2=0.9513F=313.4085(2)回归方程(1)表示货币供给和消费者价格指数正相关。货币供给每增加1个单位，消费者价格指数上升0.2609个单位。回归方程(2)表示货币供给每提高1%，消费者价格指数将上升0.589%。回归方程(3)表示货币供给每增加1个单位，消费者价格指数上升0.28%。回归方程(4)表示货币供给每提高1%，消费者价格指数上升54.21%个单位。(3)由回归方程(1)可知，y对x的变化率：由回归方程(

32、2)可知，dy=0.2609。dxdy/y=0.589,x与y分别用其平均值代替，则y对x的变化率dx/xdy96.41为：=0.589x=0.589x=0.2579。dx220.19dy/y由回归方程(3)可知，=0.0028,y用其平均值代替，则y对x的变化率为：dxdy=0.0028x=0.0028x96.41=0.2699。dxdy=54.2118，x用其平均值代替，则y对x的变化率为：dx/xdy11=54.2118x=54.2118x=0.2462。dx220.19由回归方程可知，由于y对x的弹性E=1dydy/y，因此，对于回归方程，其弹性为dxdx/xE=dy220.19=0.

33、2609x=0.5959。dx96.41对于回归方程，其弹性为E=dy/y=0.589。dx/x对于回归方程(3)，其弹性为E=dy220.19=0.2699x=0.6165。dx96.41dy220.19=0.5959x=0.2462odx96.41对于回归方程(3)，其弹性为E=上述回归模型都给出了相近的答案，所以可以自由选择。选择模型时，应该根据其依赖的经济理论，同时用、t检验、F检验统计量来检验回归结果是否满足统计准则。根据回归方程(1)至结果看，回归方程(2)中的、t检验、F检验统计量较大，方程比较合适。19解答：(1)利用EViews软件对模型22=b0+b1xt+ut进行估计，回

34、归结果如表3-21yt所示。表3-21回归结果根据输出结果，得如下回归方程(1)：t=0.0130+8.33x105xt1/yt=(17.2059)(5.6831)2=0.7767F=32.2972bl表示x的变化对y的影响程度。由回归方程(1)可知，1dyd(1/y)=(2)=8.33x105,因此得y对x的变化率：dxydxdy=8.33x105y2。dxdy由(1)结果二8.33x105y2可知，y对x的弹性：dxdy/yxdy/y=8.33x105y2x=8.33x105xy。dx/xydx/x利用EViews软件对模型yt=b0+b11+ut进行估计，回归结果如表3-22所示。xt表

35、3-22回归结果根据输出结果，得如下回归方程(2)：t=55.4872+112.1797(1/xt)yt=(17.4091)(4.2446)2=0.6541F=18.0166不能比较这两个模型的R值，因为它们的因变量不同。要根据实际的经济理论来选择模型。从回归方程(1)和(2)结果看，模型(2)更好一些。20.解答：(1)利用EViews软件对柯布道格拉斯生产函数2lnyt=b0+b1lnx1t+b2lnx2t+ut进行估计。回归结果如表3-23所示。表3-23回归结果根据输出结果，得如下回归方程(2)：t=1.5627+0.9945lnx1t0.3320lnx2t(1)lnyt=(16.74

36、44)(50.5272)(-12.4654)R2=0.99392=0.9932F=1543.101)=0.00000.05,在5%(或者%)显著性水平上，t统计量对应的p值为：p(b1)=0.00000.05,说明实际GDP指数与能源价格指数对能源需求指数的影响是显著的。p(b2表3-25回归结果=0.99450，说明实际GDP指数对能源需求指数的影响是正(3)从经济意义上看，bl向的，符合经济意义，表明实际GDP指数每增长1%,能源需求指数将平均增长0.9945%。=0.3320，说明能源价格指数对能源需求指数的影响是负向的，符合经济意义，表bl明能源价格指数每增长1%，能源需求指数将平均下

37、降0.332%利用EViews软件对柯布道格拉斯生产函数yt二b0+b1x1t+b2x2t+ut进行估计。回归结果如表3-24所示。表3-24回归结果t=28.2460+0.9810 x1t0.2584x2t(2)yt=(19.0517)(47.7671)(-16.4629)R2=0.99342=0.9927F=1422.842模型(1)中的R值比模型(2)中的R值大。模型(1)与(2)模型中的回归系数经济含义都是合理的，两个模型回归系数对应的t统计量、两个模型的F统计量都是显著的，结论没有什么本质不同。从两个模型中的、F统计指标看，模型(1)比(2)模型要好一些。21解答：(1)利用EVie

38、ws软件对模型Y二AKaLeu进行估计。回归结果如表3-25所示。222根据输出结果，得如下回归方程：=1.1540+0.6092lnK+0.3608lnLlnYt=(1.5860)(3.4541)(1.7897)2=0.7963F=59.6550DW=0.7932)=0.0180.05，表示经济意义检验：在5%显著性水平上，t统计量对应的p值为：p(a)=0.0840.05,表示劳动投入对GDP影响不显著。资本投入对GDP有显著影响，p(B在5%显著性水平上，F统计量对应的p值为0.000,明显小于0.05,说明模型整体显著成立，劳动投入与资本投入对丫的整体影响是相当显著的。修正的样本决定系数2=0.7963，表明劳动投入(对数)和资本投入(对数)对产出(对数)的解释能力为79.6%。-1，即资本与劳动的产出弹性之和近似为1，表明中国+B(2)从上述回归结果看，a制造业在20XX年基本呈现规模报酬不变的状态。下面进行对数的约束性检验。检验的零假设为：H0:a+B=1。如果原假设为真,则可估计如下模型：ln(Y/L)二c+aln(K/L)+u,根据表3-13数据,可得表3-26估计结果。表3-26有约束条件的C-D生产函数估计结果由此可知,无约束条件的回归模型的残差平方和RSSU=5.0703,受约束条件的回归模型的残差平方和RS