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PAGE PAGE 42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: 和的经济含义是什么？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（y，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

2、数的显著性。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。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x19781132.263605.6019956242.263216.9019791146.384092.6019967407.9974163.6019801159.934592.9019978651.1481658.5019811175.795008.8019989875.9586531.6019821212.335590.00199911

4、444.0891125.0019831366.956216.20200013395.2398749.0019841642.867362.70200116386.04109027.9919852004.829076.70200218903.64120475.6219862122.0110508.50200321715.25136613.4319872199.3512277.40200426396.47160956.5919882357.2415388.60200531649.29187423.4219892664.917311.30200638760.2222712.5319902937.119

5、347.80200751321.78266599.1719913149.4822577.40200861330.35315974.5719923483.3727565.20200968518.3348775.0719934348.9536938.10201083101.51402816.4719945218.150217.402111103874.43472619.17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、估计标准误差评价、拟合优度检验、参数的显著性检

6、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（）。（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yx196036129919719027231961371365197210230331962381409197311433171963411549197412634871964421416197514135751965451473197616337841966481589197

7、71964025196754175719782234286196859197419792624628196967220419802915038197078246219813175472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，职工平均收入和生活费用价格指数，试根据模型：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年份198520.1030.001.00199142.1065.200.90198622.3035.001.02199248.8070.000.95198730.5041.201.20199350.5080.001.10

8、198828.2051.301.20199460.1092.100.95198932.0055.201.50199570.00102.001.02199040.1061.401.05199675.00120.301.05（13）设有模型，试在下列条件下：；，分别求出和的最小二乘估计量。（14）某地区统计了机电行业的销售额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）。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

9、份销售额y汽车产量x1建筑业产值x21981280.03.9099.431990620.86.11332.171982281.55.11910.361991513.64.25835.091983337.46.66614.501992606.95.59136.421984404.25.33815.751993629.06.67536.581985402.14.32116.781994602.75.54337.141986452.06.11717.441995656.76.93341.301987431.75.55919.771996998.57.63845.621988582.37.92023.

10、761997877.67.75247.381989596.65.81631.61根据上面的数据建立对数模型： (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： (2)比较模型(1)、(2)的值。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：（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：，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1991199219931994199519961997199819992

11、0002001千吨12.212.013.915.917.920.122.726.029.032.536.1（17）某产品的产量与科技投入之间呈二次函数模型：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年消费者价格指数与货

12、币供给数据年份yx年份yx197164.1110.021980100.0237.97197267.7125.021981106.3240.77197372.4132.271982111.9249.25197477.5137.171983115.6275.08197582.0159.511984118.4283.89197685.6176.161985121.0296.05197788.7190.801986120.7325.75197891.1216.201987121.1354.93197994.9232.41根据表5数据进行以下回归：y对x；lny对lnx；lny对x； y对lnx。解释各

13、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？（19）根据表6的数据估计模型表6 样本数据y86796965625251515148x3712172535455570120解释的含义；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：你能比较这两个模型的值吗？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=10

14、0）。表7 7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指数(y)实际GDP指数(x1)能源价格指数(x2)年份能源需求指数(y)实际GDP指数(x1)能源价格指数(x2)196054.154.1111.9197297.294.398.6196155.456.4112.41973100.0100.0100.0196258.559.4111.1197497.3101.4120.1196361.762.1110.2197593.5100.5131.0196463.665.9109.0197699.1105.3129.6196566.869.5108.31977100.91

15、09.9137.7196670.373.2105.31978103.9114.4133.7196773.575.7105.41979106.9118.3144，5196878.379.9104.31980101.2119.6179.0196983.383.8101.7198198.1121.1189.4197088.986.297.7198295.6120.6190.9197191.889.8100.3运用柯布道格拉斯生产函数建立能源需求与收入、价格之间的对数需求函数： (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： (4)比较模型(3

16、)、(4)的值；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）13722.703078.2211317812.701118.814321442.521684.4367181899.70

17、2052.166131752.372742.7784193692.856113.1124041451.291973.8227204732.909228.2522255149.305917.01327212180.232866.658062291.161758.77120222539.762545.639671345.17939.1058233046.954787.902228656.77694.9431242192.633255.291639370.18363.4816255364.838129.68244101590.362511.9966264834.685260.2014511616.7

18、1973.7358277549.587518.7913812617.94516.012828867.91984.5246134429.193785.9161294611.3918626.94218145749.028688.0325430170.30610.9119151781.372798.98331325.531523.1945161243.071808.4433（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、猪肉价格与牛肉价格的相关数据。利用表9资料，求出该地区家庭鸡肉消费需求模型：试分析该地区家庭鸡肉消费需求是否受猪肉价格与牛肉价格的影响。表9 相关统计数据

19、年份鸡肉家庭人均年消费量Y (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）19802.783974.225.077.8319812.994133.815.27.9219822.984394.035.47.9219833.084593.955.537.9219843.124923.735.477.7419853.335283.816.378.0219863.565603.936.988.0419873.646243.786.598.3919883.676663.846.458.5519893.847174.0179.3719904.0476

20、83.867.3210.6119914.038433.986.7810.4819924.189113.977.9111.419934.049315.219.5412.4119944.0710214.899.4212.7619954.0111655.8312.3514.2919964.2713495.7912.9914.3619974.4114495.6711.7613.9219984.6715756.3713.0916.5519995.0617596.1612.9820.3320005.0119945.8912.821.9620015.1722586.6414.122.1620025.2924

21、787.0416.8223.26（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X21591.923.5676202654.524.4491203623.632.07106704647.032.46111605674.031434035.30143408724.038.70159609757.139.631800

22、010706.846.6819300估计回归方程的参数及随机误差项的方差，计算及。其中已知：=对方程进行F检验，对参数进行检验，并构造参数95%的置信区间。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%的置信区间。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:，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y1.82.02.02.02.13.03.23.53.53.6x555551010101010y4.24.24.54.85.04.85.05.76.06.2x15151515

23、152020202020请回答下列问题：用最小二乘法估计的估计值、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；如果存在异方差性，假设，用加权最小二乘法重新估计的估计值、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：；检验异方差性；(3)选用适当的方法修正异方差性。表2 消费与收入数据yxyxyx55801522209514065100144210108145708517524511315080110180260110160791201351901251658411514020511518098

24、130178265130185951401912701351909012513723012020075901892501402057410553801402101101607085152220113150759014022512516565100137230108145741051452401151808011017524514022584115189250120200791201802601452409012517826513018598130191270（12）考虑表3中的数据。估计OLS回归方程：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（

25、美元）1-4339693357445-93787858485110-194013796272820-494104827580550-9941468389930100-249424194181081250-499438797951243500-99945381028113081000-24994843117501112估计：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122.319.9118.18.0232.231.21234.53

26、3.1336.631.81338.033.5412.112.11414.113.1542.340.71516.414.866.26.11624.121.6744.238.61730.129.3826.125.51828.325.0910.310.31918.217.91040.238.82020.119.8用普通最小二乘法估计家庭消费函数：；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。（14）表5列出了1995年北京市规模最大的20家百货零售商店的商品销售收入x和销售利润y的统计

27、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43.02.0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

28、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可支配收入x与消费性支出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

29、 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 6218.735218.79 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 4916.254126.47 上 海 11718.018868.19 青 海 5169.964185.73 江 苏 6800.235323

30、.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x1264877717157824127210592101816542560439099541914002650041311050820182926760512210979212200283006107119122220

31、1727430740612747232105295608503134992416002815094311426925225032100105881552226242032500118981673027257035250129501766328172033500137791857529190036000148191963530210036200151222211633128003820016170222880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：估计模型中的参数计算上述模型中的DW值

32、。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。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GNP数据obsy xobsy x197045.721015.519

33、7958.322508.2197154.221102.7198068.102732.0197260.291212.8198174.023052.6197357.421359.3198268.933166.0197443.841472.8198392.633405.7197445.731598.4198492.633772.2197454.461782.81985108.094019.2197753.691990.51986136.004240.3197853.701149.71987161.704526.7注：y-NYSE复合普通股票价格指数（1965年12月31日=100）；x-GNP（单位

34、：10亿美元）利用OLS估计模型：。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。利用估计的值，用OLS法估计广义差分方程：利用一阶差分法将模型变换成方程：，或：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，试用Durbin两步估计法与广义最小二乘法估计原模型。采用差分形式与作为新数据，估计模型该模型是否存在自相关性？

35、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y1980910.91996.519915594.58087.11981961.02048.419928080.110284.519821230.42162.3199313072.314143.819831430.12375.6199417042.119359.619841832.92789.0199520019.324718.319852543.23448.7199622913.529082.619863120.63967.0199724941.132

36、412.119873791.74585.8199828406.233387.919884753.85777.2199929854.7135087.2119894410.46484.0200032917.7339570.319904517.06858.0（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= CONSUM/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)PRICE1978344.8838

37、8.321.0001979385.20425.401.0101980474.72526.921.0621981485.88539.521.0751982496.56576.721.0811983520.84604.311.0861984599.64728.171.1061985770.64875.521.2501986949.081069.611.33619871071.041187.491.42619881278.871329.71.66719891291.091477.771.91219901440.471638.921.97019911585.711844.982/p>

38、.172238.382.41819932322.192769.262.84419943301.373982.133.52619954064.104929.534.06619964679.615967.714.43219975204.296608.564.56919985471.017110.544.54619995851.537649.834.49620006121.078140.554.478利用OLS估计模型根据DW检验法、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OLS法估计广义差分方程： 利用OLS估计模型：，检验此模型是否存在

39、自相关性，如果存在自相关性，如何消除？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-10-8-6-4-20246810 x11234567891011x213579111315171921现假定用y对x1和x2作一多元线性回归模型：。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(x1)和财富(x2)的假设数据。表2 消费支出、周收入和财富数据（单位：美元）y70

40、659095110115120140155150 x180100120140160180200220240260 x2810100912731425163318762252220124352686请回答以下问题： 估计模型：。 解释变量与之间存在多重共线性吗？为什么？ 估计模型：,。你从中知道些什么？ 估计模型：，你从中发现了什么？ 如果、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： (1)0.878 n=21 (2)0.889 n=21其中：Q=产量；K=资本；L=劳动时数；t=时间(技术指标)；n=样本容量。请回答以下问题证明在模型(1

41、)中所有的系数在统计上都是显著的()；证明在模型(2)中t和lnK的系数在统计上是不显著的()；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，其中C、W、P分别代表消费、工资收入和非工资收入，W与P可能高度相关，但研究表明。 需求函数为，其中Q、Y、P、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

42、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归，原始数据如表3。表3 样本数据y807584629275636968879282748062x1505142425945483940554845456159x2727479718573757371808380757570 x3181922172517161920303320182015请回答以下问题：建立回归模型：，并进行回归分析。模型是否显著？计算每个的方差膨胀因子，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。表4 美国1971-1986年有关数

43、据年度yx1x2x3x4x5197110227112.0121.3776.84.8979367197210872111.0125.3839.64.5582153197311350111.1133.1949.87.388506419748775117.5147.71038.48.618679419758539127.6161.21142.86.168584619769994135.7170.51252.65.2288752197711046142.9181.51379.35.5092017197811164153.8195.31551.27.7896048197910559166.0217.71

44、729.310.259882419808979179.3247.01918.011.289930319818535190.2272.32127.613.7310039719827980197.6286.62261.411.209952619839179202.6297.42428.18.69100834198410394208.5307.62670.69.65105005198511039215.2318.52841.17.75107150198611450224.4323.43022.16.31109597其中，y:售出新客车的数量（千辆）；x1:新车价格指数，1967=100；x2:居民消

45、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数：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

46、吨/年），鱼虾销售量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yx1x2x3x4x5197498.45560.2153.206.531.231.891975100.70603.11190.009.121.302.031976102.80668.05240.308.101.802.711977133.95715.47301.1210.102.093.001978140.13724.27361.0010.932.393.291979143.11736.13420.0011.853.905.241980146.15748.91491.7612.285

47、.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量的多元线

48、性回归模型： 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x1、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(万吨)，原煤产量(万吨)，电力产量(亿千瓦小时)，固定资产投资(亿元)，国内生产总值(亿元)，铁路运输量(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年钢材供应量数据obsyx1x2x3x4x5x619782208.003479.006.182

49、566.00668.723624.10110119.019792497.003673.006.352820.00699.364038.20111893.019802716.003802.006.203006.00746.904517.80111279.019812670.003417.006.223093.00638.204862.4107673.019822920.003551.006.663277.00805.905294.7113532.019833072.003738.007.153514.00885.265934.5118784.019843372.004001.007.893770

50、.001052.437171.0124074.019853693.004384.008.724107.001523.518964.4130708.019864058.005064.008.944495.001795.3210202.2135636.019874386.005503.009.284773.002101.691l962.5140653.019884689.005943.009.805452.002554.8614928.3144948.019894859.006159.0010.545848.002340.5216909.2151489.019905153.006635.0010.

51、806212.002534.0018547.9150681.019915638.006765.0010.876775.003139.0321617.8152893.019926697.008094.0011.167539.004473.7626638.1157627.019937716.008956.0011.508395.006811.3534634.4162663.019948428.009261.0012.409281.009355.3546759.4163093.019958979.809535.9913.6110070.3010702.9758478.1165855.01996933

52、8.0210124.0613.9710813.1012185.7967884.6168803.019979978.9310894.1713.7311355.5313838.9674772.4169734.0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。第7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199341904927684369121

53、99445215522535072041995490259125972798719965458635965018607现考虑如下模型：其中，l：第二季度；1：第三季度；l：第四季度；S销售额。请回答以下问题：估计此模型；解释；(3)如何消除数据的季节性？（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）1965-1105031148621968-11253914886221209212396821484915391331083412354531320315

54、57274122011319174149471684091966-1122451299111969-1141511627812140011409762159491760573122131378283140241724194128201454654143151833271967-1113491369891970-112381170415212615145126213991181313311014141536312174176712412730151776410985180370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

55、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？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作为模型中x的工具变量。说明z应具备什么条件。写出工具变量法估计参数的正规方程组。说明普通最小二乘法是一种特殊的工具变量法。（20）某国的政府税收T（百万美元）、国内生产总值GDP（10亿美元）和汽车数量Z（百万辆）的观测数据如表3所示：表3 某国政府税收、GDP和汽车数量数据序号123456789T325645799GDP41785781110Z526756677以汽车数量作为GDP的工具变量，估计税收函数：（21）

56、现有国民经济系统消费、投资、政府支出和国民收入的资料（表4）：表4 某国国民经济系统统计数据年份投资政府支出消费国民收入19801.50.515.3017.3019811.40.619.9121.9119821.50.720.7622.9619831.40.819.6621.8619841.50.921.3223.7219851.41.018.3320.7319861.61.019.5922.1919871.51.121.3023.9019881.61.220.9323.7319891.61.221.6424.4419901.71.321.9024.9019911.61.420.5023.50

57、19921.81.422.8526.0519931.71.523.4926.6919941.91.524.2027.6019951.81.623.0526.4519962.01.624.0127.6119971.91.725.8329.4319982.01.825.1528.9519992.01.825.0628.86试估计消费函数：其中，消费和收入都受观测误差的影响，即，。式中和分别是真实的但不可观测的持久消费和持久收入。由于，所以和都与高度相关，但均独立于。要求：用作工具变量，估计边际消费倾向和自发消费；用作工具变量，估计边际消费倾向和自发消费；计算对和的回归，用作工具变量，估计边际消费倾

58、向和自发消费。（22）表5是南开大学国际经济研究所1999级研究生考试分数及录取情况数据表(n=97)。定义变量SCORE：考生考试分数；变量Y：考生录取为1，未录取为0；虚拟变量D1：应届生为1，非应届生为0。表5 数据表样本YSCORED1样本YSCORED1样本YSCORED111401134033216702750214010350332168027303139213603321690273141387037033117002721513841380330171026706137903903281720266171378040032817302631813780410328174026

59、119137614203211750260010137104303211760256011136204403181770252012136214503180780252113136114603161790245114035914703080800243115035814803081810242016135614903040820241017035615003031830239118035515103031840235019035415202991850232020035405302971860228121035315402940870219122035005502931880219123034

60、90560293189021412403490570292090021012503481580291191020412603471590291192019802703471600287193018912803441610286194018812903391620286095018213003380630282196016613103381640282197012303203361650282033033406602780根据表5所给数据建立二元离散Probit模型和Logit模型，对模型拟合优度和总体显著性进行检验。利用估计的Probit模型和Logit模型进行边际影响分析。利用估计的Prob