计量经济学第3版习题数据

1、计量经济学（第3版）习题数据第2章一元线性回归模型习题3.简答题、分析与计算题（12），表1数据是从某个行业的 5个不同的工厂收集的，请回答以下问题:估计这个行业的线性总成本函数 ：？t =珞 ?xtK和R的经济含义是什么？估计产量为10时的总成本。表1某行业成本与产量数据总成本y8044517061产量x1246118（13）有10户家庭的收入（x,百元）与消费（v,百元）的资料如表 2。表2家庭的收入与消费的资料收入x20303340151326383543消费y7981154810910要求：建立消费（y）对收入（x）的回归直线。说明回归直线的代表性及解释能力。在95%的置信度下检验参数

2、的显著性。在95%的置信度下，预测当 x=45（百元）时，消费（y）的可能区间（14）假设某国的货币供给量（y）与国民收入（x）的历史数据如表3所示:表3货币供给量（y）与国民收入（x）数据年份198519861987198819891990199119921993199419951996货币供给量2.02.53.23.63.34.04.24.64.85.05.25.8国民收入5.05.56.07.07.27.78.49.09.710.011.212.4请回答以下问题：作出散点图，然后估计货币供给量 y对国民收入x的回归方程，并把加归直线画在散 点图上。如何解释回归系数的含义？如果希望1997

3、年国民收入达到15.0,那么应该把货币供应量定在什么水平上？（15），我国1978-2011年的财政收入y和国内生产总值x的数据资料如表4所示。计量经济学（第3版）习题数据表4 我国1978-2011年中国财政收入和 国内生产总值 数据年份财政收入y国内生产总值x年份财政收入y国内生产总值x19781132.263605.6019956242.263216.9019791146.384092.6019967407.9974163.6019801159.934592.9019978651.1481658.5019811175.795008.8019989875.9586531.601982121

4、2.335590.00199911444.0891125.0019831366.956216.20200013395.2398749.0019841642.867362.70200116386.04109027.9919852004.829076.70200218903.64120475.6219862122.0110508.50200321715.25136613.4319872199.3512277.40200426396.47160956.5919882357.2415388.60200531649.29187423.4219892664.917311.30200638760.22227

5、12.5319902937.119347.80200751321.78266599.1719913149.4822577.40200861330.35315974.5719923483.3727565.20200968518.3348775.0719934348.9536938.10201083101.51402816.4719945218.150217.402111103874.43472619.17试根据资料完成下列问题：建立财政收入对国内生产总值的一元线性回归方程，并解释回归系数的经济意义；求置信度为95%的回归系数的置信区间；对所建立的回归方程进行检验（包括经济意义检验、估计标准误差评

6、价、拟合优度检验、参数的显著性检验）；若2012年国内生产总值为 117253.52亿元，求2002年财政收入预测值及预测区间（。=0.05）。（16）表5是1960-1981年间新加坡每千人电话数 y与按要素成本x计算的新加坡元人均国内生产总值。这两个变量之间有何关系？你怎样得出这样的结论？表5 1960-1981年新加坡每千人电话数与人均国内生产总值年份yx年份yx196036129919719027231961371365197210230331962381409197311433171963411549197412634871964421416197514135751965451473

7、19761633784196648158919771964025计量经济学（第3版）习题数据196754175719782234286196859197419792624628196967220419802915038197078246219813175472计量经济学（第3版）习题数据第3章多元线性回归模型习题3.简答题、分析与计算题（12，）表1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 =bb +“x1t +b2x2t +ut作回归分析。表1某地区职工收入、消费和生活费用价格指数年份yt明x2t年份ytxtx2t198520.1030.

8、001.00199142.1065.200.90198622.3035.001.02199248.8070.000.95198730.5041.201.20199350.5080.001.10198828.2051.301.20199460.1092.100.95198932.0055.201.50199570.00102.001.02199040.1061.401.05199675.00120.301.05（13）设有模型yt =bo +bx1t +b2x2t +ut ,试在下列条件下:bi +b2 =1;b =b2,分别求出b1和b2的最小二乘估计量。（14），某地区统计了机电行业的销售额

9、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2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（显著性水平口 =0.05）。表2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汽车产量x1建筑业产值x2年份销售额y汽车产量x1建筑业产值x21981280.03.9099.431990620.86.11332.171982281.55.11910.361991513.64.25835.091983337.46.66614.501992606.95.59136.421984404.25.33815.7519

10、93629.06.67536.581985402.14.32116.781994602.75.54337.141986452.06.11717.441995656.76.93341.301987431.75.55919.771996998.57.63845.621988582.37.92023.761997877.67.75247.381989596.65.81631.61根据上面的数据建立对数模型：In yt =b0 匕 In x1tb2 In x2tut（1）计量经济学(第3版)习题数据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

11、=凤 b1xit b2X2t Ut(2)2比较模型、(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？(15)对下列模型进行适当变换化为标准线性模型：_. 1 ,1y = b0 bl b2 - u x xQ = AL： K euy =eb0 blx u_1y 二1 . e 3 bx u)(16)，表3给出了一个钢厂在不同年度的钢产量。找出表示产量和年度之间关系的方程：y=aebx,并预测2002年的产量。表3某钢厂1991-2001年钢产量(单位：千吨)年度19911992199319941995199619971998199920002001千吨12.212.0

12、13.915.917.920.122.726.029.032.536.1(17)某产品的产量与科技投入之间呈二次函数模型：2y = b0 b1x b2x u其统计资料如表4所示，试对模型进行回归分析。表4某产品产量与科技投入数据年份1991199219931994199519961997199819992000产量y3040486080100120150200300投入x2.02.83.03.54.05.05.57.08.010.0(18)表5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5德国1971-1980年消费者价格指

13、数与货币供给数据年份yx年份yx197164.1110.021980100.0237.97197267.7125.021981106.3240.77计量经济学(第3版)习题数据197372.4132.271982111.9249.25197477.5137.171983115.6275.08197582.0159.511984118.4283.89197685.6176.161985121.0296.05197788.7190.801986120.7325.75197891.1216.201987121.1354.93197994.9232.41根据表5数据进行以下回归： y对x;lny对ln

14、x;lny对x;y对lnx。解释各回归结果；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？1(19)根据表6的数据估计模型I rbo+bGt+Utyt表6样本数据y86796965625251515148x3712172535455570120解释bi的含义;求y对x的变化率；求y对x的弹性；用相同的数据估计下面的回归模型：,1yt = bo bi Utxt你能比较这两个模型的R2值吗？为什么？如何判断哪一个模型更好一些？(20)表7给出了 1960-1982年间7个OECE1家(美国、加拿大、德国、意大利、英国、日本、法国)的能源需

15、求指数 (y)、实际的GDP旨数(x。、能源价格指数(x 2)的数据，所有指数均以1970为基准(1970=100)。表7 7个OEC国家能源需求指数、实际 GDP旨数与能源价格指数年能源需求实际GDP能源价格年能源需求实际GDP能源价格份指数(y)指数(x 1)指数(x 2)份指数(y)指数(x 1)指数(x 2)196054.154.1111.9197297.294.398.6计量经济学（第3版）习题数据196155.456.4112.41973100.0100.0100.0196258.559.4111.1197497.3101.4120.1196361.762.1110.2197593

16、.5100.5131.0196463.665.9109.0197699.1105.3129.6196566.869.5108.31977100.9109.9137.7196670.373.2105.31978103.9114.4133.7196773.575.7105.41979106.9118.3144, 5196878.379.9104.31980101.2119.6179.0196983.383.8101.7198198.1121.1189.4197088.986.297.7198295.6120.6190.9197191.889.8100.3运用柯布-道格拉斯生产函数建立能源需求与收入

17、、价格之间的对数需求函数：ln yt = b0 b11n x1t b2 In x2t ut（3）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 =bo bxit b2X2t Ut（4）比较模型、（4）的R2值；如果模型（3）、（4）的结论不同，你将选择哪一个回归模型？为什么？（21）表8列出了中国2000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Y = AK - L eu利用表8资料，进行回归分析；中国2000年的制造业总体呈现规模报酬不变状态吗？表8 中国2000年制

18、造业业总产值、资产、职工人数统计资料序号工业总产值Y （亿元）资产合计K （亿元）职工人数L （万人）序号工业总产值Y （亿元）资产合计K （亿元）职工人数L （万人）13722.703078.2211317812.701118.814321442.521684.4367181899.702052.166131752.372742.7784193692.856113.1124041451.291973.8227204732.909228.2522255149.305917.01327212180.232866.658062291.161758.77120222539.762545.639671

19、345.17939.1058233046.954787.90222计量经济学（第3版）习题数据8656.77694.9431242192.633255.291639370.18363.4816255364.838129.68244101590.362511.9966264834.685260.2014511616.71973.7358277549.587518.7913812617.94516.012828867.91984.5246134429.193785.9161294611.3918626.94218145749.028688.0325430170.30610.9119151781.3

20、72798.98331325.531523.1945161243.071808.4433（22）表9列出了某地区家庭人均鸡肉年消费量Y与家庭月平均收入 X,鸡肉价格P1、 猪肉价格P2与牛肉价格B的相关数据。利用表9资料，求出该地区家庭鸡肉消费需求模型：ln Y = bo bjn X 也 ln P b31np2 b41np3 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9 相关统计数据年份,肉家庭人均年 消费量丫（公斤）家庭月平均收入X （元）鸡肉价格P1 （元/公斤）猪肉价格P2 （元/公斤）牛肉价格P3 （元/公斤）19802.783974.225.077.83

21、19812.994133.815.27.9219822.984394.035.47.9219833.084593.955.537.9219843.124923.735.477.7419853.335283.816.378.0219863.565603.936.988.0419873.646243.786.598.3919883.676663.846.458.5519893.847174.0179.3719904.047683.867.3210.6119914.038433.986.7810.4819924.189113.977.9111.419934.049315.219.5412.41199

22、44.0710214.899.4212.7619954.0111655.8312.3514.2919964.2713495.7912.9914.3619974.4114495.6711.7613.9219984.6715756.3713.0916.5519995.0617596.1612.9820.339计量经济学(第3版)习题数据20005.0119945.8912.821.9620015.1722586.6414.122.1620025.2924787.0416.8223.26(23)在一项对某社区家庭对某种商品需求调查中，得到表 10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

23、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10某社区家庭某商品消费需求统计调查数据(单位：元)序号对某商品的消费支出 Y商品单价X1家庭月收入X21591.923.5676202654.524.4491203623.632.07106704647.032.46111605674.031434035.30143408724.038.70159609757.139.631800010706.846.6819300估计回归方程的参数及随机误差项的方差c?2 ,计算R2及R2。其中已知：15.32536028 -0.363

24、02110 0.00053817 (XX )=-0.36302110.03381604-0.000595800053817-0.0005958 0.00000011 ,对方程进行F检验，对参数进行t检验，并构造参数 95%勺置信区间。如果商品价格变为 35元，则某一月收入为20000元的家庭对其消费支出估计是多少?构造该估计值的95%勺置信区间。10计量经济学（第3版）习题数据第4章异方差性习题3.简答题、分析与计算题（10）建立住房支出模型：yt =b0 +口为+ut ,样本数据如 表1 （其中：y是住房支出, x是收入，单位：千美元）。表1住房支出与收入数据y1.82.02.02.02.1

25、3.03.23.53.53.6x555551010101010y4.24.24.54.85.04.85.05.76.06.2x15151515152020202020请回答下列问题：用最小二乘法估计 bo,bi的估计值、标准差、拟合优度；用Goldfeld-Quandt检验异方差性（假设分组时不去掉任何样本值） ，取a =0.05;如果存在异方差性，假设 仃；=仃2x2,用加权最小二乘法重新估计b0, b1的估计值、标准差、拟合优度。（11）试根据表2中消费（y）与收入（x）的数据完成以下问题：估计回归模型：yt =b0 +b1x +ut ;检验异方差性；（3）选用适当的方法修正异方 差性。表

26、2消费与收入数据yxyxyx5580152220951406510014421010814570851752451131508011018026011016079120135190125165841151402051151809813017826513018595140191270135190901251372301202007590189250140205741055380140210110160708515222011计量经济学（第3版）习题数据1131507590140225125165651001372301081457410514524011518080110175245140225

27、84115189250120200791201802601452409012517826513018598130191270（12）考虑表3中的数据。估计 OLS回归方程：yt =b0 +biXt +ut表3样本数据就业规模（平均就业人数）平均赔偿 y （美元）平均生产率X （美元）赔偿的标准方差仃（美元）1-4339693357445-93787858485110-194013796272820-494104827580550-9941468389930100-249424194181081250-499438797951243500-99945381028113081000-2499484

28、3117501112估计：yt =b0 1 b1 Xt Ut ttt t分析两个回归方程的结果，你认为哪个回归方程更好？为什么？（13）现有20个家庭的年收入和消费支出资料如表4 （单位：千元）表4 20个家庭年收入和消费支出资料家庭序号年收入额年消费支出家庭序号年收入额年消费支出122.319.9118.18.0232.231.21234.533.1336.631.81338.033.5412.112.11414.113.1542.340.71516.414.866.26.11624.121.6744.238.61730.129.3826.125.51828.325.0910.310.319

29、18.217.91040.238.82020.119.8用普通最小二乘法估计家庭消费函数：yt = b0 + bxt + ut ;12计量经济学（第3版）习题数据利用Goldfeld-Quandt检验进行异方差性检验；利用 White检验、Park检验和Glejser检验进行异方差性检验；用加权最小二乘法估计家庭消费函数。X和销（14）表5列出了 1995年北京市规模最大的20X和销售利润y的统计资料。表5 20家百货商店商品销售收入与利润（单位：千万元）商店名称销售收入销售利润商店名称销售收入销售利润百货大楼160.02.8贵友大厦49.34.1城乡贸易中心151.88.9金伦商场43.02

30、.0西单商场108.14.1隆福大厦42.91.3蓝鸟大厦102.82.8友谊商业集团37.61.8燕莎友谊商场89.38.4天桥百货商场29.01.8东安商场68.74.3百盛轻工公司27.41.4双安商场66.84.0菜市口百货商场26.22.0赛特购物中心56.24.5地安门商场22.40.9西单购物中心55.73.1新街口百货商场22.21.0复兴商业城53.02.3星座商厦20.70.5根据y、x的相关图分析异方差性；利用 White检验、Park检验和Glejser检验进行异方差性检验；利用WLS方法估计利润函数。（15），表6列出了 2000年中国部分省市城镇居民每个家庭平均全年

31、可支配收入 消费性支出y的统计数据。利用OLS法建立人均消费支出与可支配收入的线性模型和对数线性模型；检验模型是否存在异方差性；如果存在异方差性，试采用适当的方法加以消除。表6中国城镇居民人均可支配收入与消费性支出（单位：元）地区可支配收入X消费性支出y地区可支配收入X消费性支出y北京10349.698493.49浙江9279.167020.22天津8140.506121.04山东6489.975022.00河北5661.164348.47河南4766.263830.71山西4724.113941.87湖北5524.544644.50内蒙古5129.053927.75湖南6218.735218

32、.79辽宁5357.794356.06广东9761.578016.91吉林4810.004020.87陕西5124.244276.67黑龙江4912.883824.44甘肃4916.254126.4713计量经济学(第3版)习题数据上海11718.018868.19青海5169.964185.73江苏6800.235323.18新疆5644.864422.93(16)已知某地区的个人储蓄y,可支配收入x的截面样本数据见 表7。利用OLS法建立个人储蓄与可支配收入的线性模型；利用 White检验、Park检验和Glejser检验、Goldfeld-Quandt检验对模型进行异方差性检验；如果存在

33、异方差性，试采用适当的方法加以消除。表7某地区个人储蓄、可支配收入数据序号储蓄y收入x序号储蓄y收入x126487771715782412721059210181654256043909954191400265004131105082018292676051221097921220028300610711912222017274307406127472321052956085031349924160028150943114269252250321001058815522262420325001189816730272570352501295017663281720335001377918575

34、2919003600014819196353021003620015122221163312800382001617022288014计量经济学（第3版）习题数据第5章自相关性习题3.简答题、分析与计算题（10）表1给出了美国1958-1969年期间每小时收入指数的年变化率（y）和失业率（x）请回答以下问题：1 ，一，一估计模型yt=b0+b1 1+ut中的参数b0,hXt计算上述模型中的 DW值。上述模型是否存在一阶自相关性？如果存在，是正自相关还是负自相关？如果存在自相关，请用 DW的估计值估计自相关系数P。利用广义差分法重新估计上述模型，自相关问题还存在吗？表1美国1958-1969年每

35、小时收入指数变化率和失业率年份YX年份YX19584.26.819642.85.219593.55.519653.64.519603.45.519664.33.819613.06.719675.03.819623.45.519686.13.619632.85.719696.73.5（11）考虑表2中所给数据：表2美国股票价格指数和 GNPB据obsyXobsyX197045.721015.5197958.322508.2197154.221102.7198068.102732.0197260.291212.8198174.023052.6197357.421359.3198268.933166

36、.0197443.841472.8198392.633405.7197445.731598.4198492.633772.2197454.461782.81985108.094019.2197753.691990.51986136.004240.3197853.701149.71987161.704526.7注：y-NYSE复合普通股票价格指数（1965年12月31日=100）; x-GNP （单位：10亿美元）利用OLS估计模型：yt =也+打入 +ut15计量经济学（第3版）习题数据根据DW统计量确定在数据中是否存在一阶自相关。如果存在一阶自相关，用DW值来估计自相关系数 ？。利用估计的

37、？值，用OLSt估计广义差分方程：Vt -凡 A = bb（1 - ？）b（Xt - 效t）Vt利用一阶差分法将模型变换成方程：Vt yt= b（K -xt_i）+vt，或：iyt =b&xt +%的形式，并对变换后的模型进行估计。比较 （4）、（5）的回归结果，你能得出什么结论？在变 换后的模型中还存在自相关吗？（1）中国1980-2000年投资总额x与工业总产值y的统计资料如表 3所示。试问：当模型为ln yt =b0 +b| lnx +ut时，是否存在自相关性？如果存在自相关性，利用DW求出？。若按一阶自相关性假设 ut = Put+ vt ,试用Durbin两步估计法与广义最小二乘法估

38、计原模型。*米用差分形式yt = yt - yt与xt = xt - Xt作为新数据，估计模型*yt =a。axt Vt该模型是否存在自相关性？表3中国1980-2000年投资总额x与工业总产值y数据（单位：亿元）年份全社会固定资产投资x工业总产值y年份全社会固定资产投资x工业总产值y1980910.91996.519915594.58087.11981961.02048.419928080.110284.519821230.42162.3199313072.314143.819831430.12375.6199417042.119359.619841832.92789.0199520019.

39、324718.319852543.23448.7199622913.529082.619863120.63967.0199724941.132412.119873791.74585.8199828406.233387.919884753.85777.2199929854.7135087.2119894410.46484.0200032917.7339570.316计量经济学(第3版)习题数据19904517.06858.0(13)，天津市城镇居民人均消费性支出( CONSUM ),人均可支配收入(INCOME ), 以及消费价格指数(PRICE)见表4。定义人均实际消费性支出 y= CONSU

40、M/PRICE ,人均实际 可支配收入x=INCOME/PRICE 。表4天津市城镇居民人均消费与人均可支配收入数据年份CONSUM（元）INCOME（元）PRICE1978344.88388.321.0001979385.20425.401.0101980474.72526.921.0621981485.88539.521.0751982496.56576.721.0811983520.84604.311.0861984599.64728.171.1061985770.64875.521.2501986949.081069.611.33619871071.041187.491.4261988

41、1278.871329.71.66719891291.091477.771.91219901440.471638.921.97019911585.711844.982172238.382.41819932322.192769.262.84419943301.373982.133.52619954064.104929.534.06619964679.615967.714.43219975204.296608.564.56919985471.017110.544.54619995851.537649.834.49620006121.078140.554.478利用OLS仙

42、“卞型yt =b0 +b|Xt +ut根据DW佥验法、LM检验法检验模型是否存在自相关性。如果存在一阶自相关性，用DW值来估计自相关系数 ？。利用估计的 ？值，用OLSt估计广义差分方程：yt - ：-b)(1 - ?) b(x - %二)vt利用OLS估计模型：ln yt =b0+h lnxt十ut,检验此模型是否存在自相关性，如果存在自相关性，如何消除?17计量经济学(第3版)习题数据第6章多重共线性习题3.简答题、分析与计算题(7)建立产出(y)对资本投入(K)和劳动投入(L)的生产函数模型的过程中，可能遇到的 主要问题是什么？(8)考虑表1 一组样本数据：表1样本数据y-10-8-6-

43、4-20246810 xi1234567891011x213579111315171921现假定用y对xi和X2作一多元线性回归模型：yt =5+hx1t +dx2t +ut。请回答下列问题：你能估计出这一模型的参数吗？为什么？如果不能，你能估计哪一参数或参数组合？(9)表2给出了一组消费支出(y),周收入(x 1)和财富(x 2)的假设数据。表2消费支出、周收入和财富数据(单位：美元)y70659095110115120140155150Xi80100120140160180200220240260 x2810100912731425163318762252220124352686请回答以下

44、问题：估计模型：yt. b2x2t Ut解释变量x1与x2之间存在多重共线性吗？为什么？估计模型：yt= b0+bx1t+ut,yt= b0+bx2t+ut。你从中知道些什么？估计模型：x2t = b0 +bx1t +ut ,你从中发现了什么？如果x1、x2存在严重的共线性，你将舍去一个解释变量吗？为什么？(10)在研究生产函数时，我们得到以下两种结果：1nd - -5.04 0.887ln K 0.893ln L(1)s = (1.40)(0.087)(0.137)18计量经济学（第3版）习题数据2R =0.878n=2 11nd = 8.57 0,0272t 0,460ln K 1.285

45、ln L （2）s=（2.99）（0.0204）（0.333）（0.324）2 R =0.889n=21其中：Q=产量；K=资本；L=劳动时数；t=时间（技术指标）；门=样本容量。请回答以下 问题证明在模型（1）中所有的系数在统计上都是显著的（口 = 0.05 ）;证明在模型（2）中t和lnK的系数在统计上是不显著的 （a = 0.05 ）;可能是什么原因造成模型 （2）中lnK的不显著性；如果t和lnK之间的相关系数为 0.98，你将从中得出什么结论？模型（1）中，规模报酬为多少？（11）用适当的方法消除下列函数中的多重共线性：消费函数为C =b0+b1W+b2 P+u,其中C、W、P分别代

46、表消费、工资收入和非工资收入，W与P可能高度相关，但研究表明b2 = b1 /2。需求函数为 Q=b0+b1Y+b2P+b3Ps+u,其中Q、丫、P、R分别代表需求量、收入水平、该商品本身价格以及相关商品价格水平，P与PS可能高度相关。（12）某公司经理试图建立识别对管理有利的个人能力模型，他选取了15名新近提拨的职员，作一系列测试，决定他们的交易能力（X1）、与其他人联系的能力（X2）及决策能力（X3）, 每名职员的工作情况（y）依次对这三个变量作回D3,原始数据如表3。表3样本数据y807584629275636968879282748062X15051424259454839405548

47、45456159X2727479718573757371808380757570X3181922172517161920303320182015请回答以下问题：建立回归模型：yt =b0 +b1x1t+b2x2t +b3x3t +ut,并进行回归分析。模型是否显著？计算每个bi的方差膨胀因子 VIFi ,并判断是否存在多重共线性？（13）表4给出了美国1971-1986年期间的年数据。19计量经济学（第3版）习题数据表4 美国1971-1986年有关数据年度yxix2x3xx5197110227112.0121.3776.84.8979367197210872111.0125.3839.64.

48、5582153197311350111.1133.1949.87.388506419748775117.5147.71038.48.618679419758539127.6161.21142.86.168584619769994135.7170.51252.65.2288752197711046142.9181.51379.35.5092017197811164153.8195.31551.27.7896048197910559166.0217.71729.310.259882419808979179.3247.01918.011.289930319818535190.2272.32127.6

49、13.7310039719827980197.6286.62261.411.209952619839179202.6297.42428.18.69100834198410394208.5307.62670.69.65105005198511039215.2318.52841.17.75107150198611450224.4323.43022.16.31109597其中，y:售出新客车的数量（千辆）；xi：新车价格指数，1967=100; X2：居民消费价格指 数，1967=100; X3：个人可支配收入（PDI, 10亿美元）；X4:利率；X5：城市就业劳动力（千人）。 考虑下面的客车需求函

50、数：ln yt= b0h ln x1tb2In x2tb3 In x3tb4In x4t怎 Inx5tut用OLS法估计样本回归方程。如果模型存在多重共线性，试估计各辅助回归方程，找出哪些变量是高度共线性的；如果存在严重的共线性，你会除去哪一个变量，为什么？在除去一个或多个解释变量后，最终的客车需求函数是什么？这个模型在哪些方面好于包括所有解释变量的原始模型。你认为还有哪些变量可以更好地解释美国的汽车需求？（14），表5给出了天津市1974-1987年粮食销售量y （万吨/年），常住人口数x1（万 人），人均收入x2 （元），肉销售量x3 （万吨/年），蛋销售量x4 （万吨/年），鱼虾销售量

51、x5 （万吨/年）的时间序列数据。表5天津市1974-1987年粮食销售量、人均收入等数据年yxix2x3x4x5197498.45560.2153.206.531.231.891975100.70603.11190.009.121.302.0320计量经济学（第3版）习题数据1976102.80668.05240.308.101.802.711977133.95715.47301.1210.102.093.001978140.13724.27361.0010.932.393.291979143.11736.13420.0011.853.905.241980146.15748.91491.76

52、12.285.136.831981144.60760.32501.0013.505.478.361982148.94774.92529.2015.296.0910.071983158.55785.30552.7218.107.9712.571984169.68795.50771.1619.6110.1815.121985162.14804.80811.8017.2211.7918.251986170.09814.94988.4318.6011.5420.591987178.69828.731094.6523.5311.6823.37资料来源：天津统计年鉴1988用OLS法建立关于天津市粮食销售

53、量的多元线性回归模型:y : bi Xi b2X2 民乂3 tux4 bsXs u根据（1）的结果，能否初步判定模型存在多重共线性？说明原因。求5个解释变量Xi、X2、X3、X4、X5的简单相关系数矩阵，能得出什么结果？根据逐步回归法，确定一个较好的粮食需求模型。（15）根据理论及对现实情况的分析，影响我国钢材供应量y（万吨）的主要因素有生铁产量Xi（万吨），原煤产量X2（万吨），电力产量X3（亿千瓦小时）,固定资产投资X4（亿元），国内生产总值X5（亿元），铁路运输量 X6（万吨）等。利用表6我国19781997年钢材供应量的 统计数据，试建立我国钢材供应量模型。表6 我国1978-1997

54、年钢材供应量数据obsyX1X2X3X4X5X619782208.003479.006.182566.00668.723624.10110119.019792497.003673.006.352820.00699.364038.20111893.019802716.003802.006.203006.00746.904517.80111279.019812670.003417.006.223093.00638.204862.4107673.019822920.003551.006.663277.00805.905294.7113532.019833072.003738.007.153514.0

55、0885.265934.5118784.019843372.004001.007.893770.001052.437171.0124074.019853693.004384.008.724107.001523.518964.4130708.019864058.005064.008.944495.001795.3210202.2135636.019874386.005503.009.284773.002101.6911962.5140653.019884689.005943.009.805452.002554.8614928.3144948.019894859.006159.0010.54584

56、8.002340.5216909.2151489.019905153.006635.0010.806212.002534.0018547.9150681.021计量经济学（第3版）习题数据19915638.006765.0010.876775.003139.0321617.8152893.019926697.008094.0011.167539.004473.7626638.1157627.019937716.008956.0011.508395.006811.3534634.4162663.019948428.009261.0012.409281.009355.3546759.4163093

57、.019958979.809535.9913.6110070.3010702.9758478.1165855.019969338.0210124.0613.9710813.1012185.7967884.6168803.019979978.9310894.1713.7311355.5313838.9674772.4169734.0用OLS法倩计样本回归方程。y = b0 b1X1 b2x2 b3x3 b4x4 b5x5 b6x6 u如果模型存在多重共线性，试估计各辅助回归方程，找出哪些变量是高度共线的。选择适当的方法，消除多重共线性，建立一个较好的回归模型。22计量经济学（第3版）习题数据第7

58、章虚拟变量与随机解释变量习题3.简答题、分析与计算题（17），表1给出了 1993年至1996年期间服装季度销售额的原始数据（单位：百万元）:表1服装季度销售额数据年份1季度2季度3季度4季度19934190492768436912199445215522535072041995490259125972798719965458635965018607现考虑如下模型：St =b1 D2t b3D3t b4D4t Ut其中，D2 = l：第二季度；D3 = 1：第三季度；D4 = l：第四季度；5=销售额。 请回答以下问题：估计此模型；解释 b1,b2 ,b3,b4; （3）如何消除数据的季节性？

59、（18）表2给出了 1965-1970年美国制造业利润和销售额的季度数据。表2 1965-1970年美国制造业利润和销售额的季度数据年份季度利润（y）销售额（x）年份季度利润（y）销售额（x）1965-1105031148621968-1125391488622120921239682148491539133108341235453132031557274122011319174149471684091966-1122451299111969-1141511627812140011409762159491760573122131378283140241724194128201454654143

60、151833271967-1113491369891970-112381170415212615145126213991181313311014141536312174176712412730151776410985180370假定利润不仅与销售额有关，而且和季度因素有关。要求：如果认为季度影响使利润平均值发生变异，应当如何引入虚拟变量？如果认为季度影响使利润对销售额的变化率发生变异，应当如何引入虚拟变量?23计量经济学（第3版）习题数据如果认为上述两种情况都存在，又应当如何引入虚拟变量？对上述三种情况分别估计利润模型，进行对比分析。（19）以变量z作为模型yt =5+匕为+ut中x的工具变量