计量经济学课后习题汇总

计量经济学课后习题汇总计量经济学课后习题汇总计量经济学课后习题汇总所谓的光辉光阴，其实不是今后，闪烁的日子，而是无人问津时，你对梦想的偏执。计量经济学练习题第一章导论一、单项选择题⒈计量经济研究中常用的数据主要有两类：一类是时间序列数据，另一类是【B】A总量数据B横截面数据C均匀数据D相对数据⒉横截面数据是指【A】同一时点上不一样统计单位同样统计指标构成的数据同一时点上同样统计单位同样统计指标构成的数据同一时点上同样统计单位不一样统计指标构成的数据同一时点上不一样统计单位不一样统计指标构成的数据⒊下边属于截面数据的是【D】A1991-2003年各年某地区20个乡镇的均匀工业产值B1991-2003年各年某地区20个乡镇的各镇工业产值C某年某地区20个乡镇工业产值的合计数D某年某地区20个乡镇各镇工业产值⒋同一统计指标准时间序次记录的数据列称为【B】A横截面数据B时间序列数据C修匀数据D原始数据⒌回归分析中定义【B】解说变量和被解说变量都是随机变量解说变量为非随机变量，被解说变量为随机变量解说变量和被解说变量都是非随机变量解说变量为随机变量，被解说变量为非随机变量二、填空题⒈计量经济学是经济学的一个分支学科，是对经济问题进行定量实证研究的技术、方法和相关理论，可以理解为数学、统计学和_经济学_三者的结合。⒉现代计量经济学已经形成了包含单方程回归分析，联立方程组模型，时间序列分析三大支柱。同是寒窗苦读，怎愿五体投地！1所谓的光辉光阴，其实不是今后，闪烁的日子，而是无人问津时，你对梦想的偏执。⒊经典计量经济学的最基本方法是回归分析。计量经济分析的基本步骤是：理论（或假说）陈说、建立计量经济模型、采集数据、计量经济模型参数的预计、检验和模型修正、展望和政策分析。⒋常用的三类样本数据是截面数据、时间序列数据和面板数据。⒌经济变量间的关系有不相关关系、相关关系、因果关系、相互影响关系和恒等关系。三、简答题⒈什么是计量经济学？它与统计学的关系是如何的？计量经济学就是对经济规律进行数目实证研究，包含展望、检验等多方面的工作。计量经济学是一种定量分析，是以解说经济活动中客观存在的数目关系为内容的一门经济学学科。计量经济学与统计学亲近联系，如数据采集和办理、参数预计、计量分析方法设计，以及参数预计值、模型和展望结果靠谱性和可信程度分析判断等。可以说，统计学的知识和方法不但贯穿计量经济分析过程，并且现代统计学自己也与计量经济学有许多相似之处。比方，统计学也经过对经济数据的办理分析，得出经济问题的数字化特色和结论，也有对经济参数的预计和分析，也进行经济趋向的展望，并利用各种统计量对分析展望的结论进行判断和检验等，统计学的这些内容与计量经济学的内容都很相似。反过来，计量经济学也常常使用各种统计分析方法，挑选数据、选择变量和检验相关结论，统计分析是计量经济分析的重要内容和主要基础之一。计量经济学与统计学的根本差异在于，计量经济学是问题导向和以经济模型为核心的，而统计学则是以经济数据为核心，且常常是数据导向的。典型的计量经济学分析从详尽经济问题出发，先建立经济模型，参数预计、判断、调整和展望分析等都是以模型为基础和出发点；典型的统计学研究则其实不必定需要从详尽明确的问题出发，固然也有一些目标，但可以是模糊不明确的。固然统计学其实不排斥经济理论和模型，有时也会利用它们，但统计学平时不必定需要特定的经济理论或模型作为基础和出发点，常常是经过对经济数据的统计办理直接得出结论，统计学重视的工作是经济数据的采集、挑选和办理。其余，计量经济学不但是经过数据办理和分析获取经济问题的一些数字特色，并且是借助于经济思想和数学工具对经济问题作深刻分析。经过计量经济分析实证检验的经济理论和模型，可以对分析、研究和展望更广泛的经济问题起重要作用。计量经济学从经济理论和经济模型出发进行计量经济分析的过程，也是对经济理论证明或证伪的过程。这些是以办理数同是寒窗苦读，怎愿五体投地！2所谓的光辉光阴，其实不是今后，闪烁的日子，而是无人问津时，你对梦想的偏执。据为主，与经济理论关系比较松懈统计学研究不可以比较的功能，也是计量经济学与统计学的差异。⒉经济数据在计量经济分析中的作用是什么？经济数据是计量经济分析的资料。经济数据是经过对经济变量进行观察和统计，从现实经济和经济历史中获取的，反响经济活动水平的数字特色。从实质上说，经济数据都是由相关的经济规律生成的，所以是反响经济规律的信息载体，确立经济规律的基本资料。经济数据的数目和质量，对计量经济分析的有效性和价值有举足轻重轻重的影响。⒊试分别举出时间序列数据、横截面数据、面板数据的实例。时间序列数据指对同一个观察单位，在不一样时点的多个观察值构成的观察值序列，也许以时间为序采集统计和摆列的数据，如浙江某省从1980年到2007年各年的GDP；横截面数据是指在现一时点上，对不一样观察单位观察获取的多个数据构成的数据集，如2007年全国31个省自治区直辖市的GDP；面板数据就是由对好多个体构成的同一个横截面，在不一样时点的观察值构成的数据，如从1980年到2007年各年的全国31个省自治区直辖市GDP。第二章两变量线性回归一、单项选择题⒈表示x与y之间真实线性关系的是【C】???BE01xt(yt)01xtAytCyt01xttDyt01xt⒉参数的预计量?具备有效性是指【B】AVar(?)=0BVar(?)为最小C(?－)＝0D(?－)为最小⒊产量（x，台）与单位产品成本（y，元台）之间的回归方程为?＝－1.5x，这说明/y356【B】A产量每增添一台，单位产品成本增添356元B产量每增添一台，单位产品成本减少1.5元C产量每增添一台，单位产品成本均匀增添356元D产量每增添一台，单位产品成本均匀减少1.5元同是寒窗苦读，怎愿五体投地！3所谓的光辉光阴，其实不是今后，闪烁的日子，而是无人问津时，你对梦想的偏执。⒋对回归模型yt01xtt进行统计检验时，平时假设t遵从【C】AN（0，i2）Bt(n-2)CN（0，2）Dt(n)⒌以y表示实质观察值，?表示回归预计值，则一般最小二乘法预计参数的准则是使【D】yA(yi?＝0B(yi?2＝0yi)yi)C?为最小D?2为最小(yiyi)(yiyi)⒍以X为解说变量，Y为被解说变量，将X、Y的观察值分别取对数，假如这些对数值描成的散点图近似形成为一条直线，则适合配合下边哪一模型形式?(D)A.Y=β+βX+μB.lnY=β+βX+μi01iii01iiC.Yi=β0+β1lnXi+μiD.lnYi=β0+β1lnXi+μi⒎以下各回归方程中，哪一个必定是错误的?(C)A.Y=50+0.6XirXY=0.8B.Y=-14+0.8XirXY=0.87iiC.Yi=15-1.2XirXY=0.89D.Yi=-18-5.3XirXY=-0.96⒏已知某向来线回归方程的判断系数为0.81，则解说变量与被解说变量间的线性相关系数为(B)A.0.81B.0.90C.0.66D.0.32⒐对于线性回归模型Yi=β0+β1Xi+μi，要使一般最小二乘预计量具备无偏性，则模型一定满足(A)A.E(μ)=0B.Var(μ)=σ2iiC.Cov(μi,μj)=0D.μi遵从正态分布⒑用一组有30个观察值的样本预计模型yt01xtut，在0.05的明显性水平下对1的明显性作t检验，则1明显地不等于零的条件是其统计量t大于【D】At0.05（30）Bt0.025（30）Ct0.05（28）Dt0.025（28）⒒某一特定的x水平上，整体y分布的失散度越大，即2越大，则【A】A展望区间越宽，精度越低B展望区间越宽，展望偏差越小C展望区间越窄，精度越高D展望区间越窄，展望偏差越大⒓对于整体平方和TSS、回归平方和RSS和残差平方和ESS的相互关系，正确的选项是【B】同是寒窗苦读，怎愿五体投地！4所谓的光辉光阴，其实不是今后，闪烁的日子，而是无人问津时，你对梦想的偏执。ATSS>RSS+ESSBTSS=RSS+ESSCTSS<RSS+ESS222DTSS=RSS+ESS⒔对于随机偏差项εi,Var(εi)=E(εi2)=2内涵指（B）A．随机偏差项的均值为零B．所有随机偏差都有同样的方差C．两个随机偏差互不相关D．偏差项遵从正态分布二、判断题⒈随机偏差项εi与残差项ei是一回事。（×）⒉对两变量回归模型，假设偏差项εi遵从正态分布。（∨）⒊线性回归模型意味着因变量是自变量的线性函数。（∨）⒋在线性回归模型中，解说变量是原由，被解说变量是结果。（∨）⒌在实质中，两变量回归没什么用，因为因变量的行为不行能仅由一个解说变量来解说。（×）三、填空题⒈在计量经济模型中引入偏差项t，是因为经济变量关系一般是随机函数关系。⒉样本观察值与回归理论值之间的偏差，称为残差，我们用残差预计线性回归模型中的偏差项。__SST__反响样本观察值整体离差的大小；___SSR__反响由模型中解说变量所解说的那部分别差的大小；___SSE___反响样本观察值与预计值偏离的大小，也是模型中解说变量未解说的那部分别差的大小。⒋拟合优度（判断系数）R2ESS1RSS。它是由___回归___引起的离差占整体离差TSSTSS的____比重____。若拟合优度R2越趋近于_1____，则回归直线拟合越好；反之，若拟合优度R2越趋近于__0___，则回归直线拟合越差。2⒌在两变量回归中，S2et是2的无偏预计。n2四、简答题⒈什么是随机偏差项？影响随机偏差项的主要要素有哪些？它和残差之间的差异是什么？影响Y的较小要素的会集；被忽视的要素、丈量偏差、随机偏差等；经过残差对偏差项的方差进行预计。同是寒窗苦读，怎愿五体投地！5所谓的光辉光阴，其实不是今后，闪烁的日子，而是无人问津时，你对梦想的偏执。⒉决定系数R2说了然什么？它与相关系数的差异和联系是什么？P53和P56⒊最小二乘预计拥有什么性质？P37线性、无偏性和有效性（或最小方差性）⒋在回归模型的基本假设中，Et0的意义是什么？该假设的含义是：假如两变量之间的确是线性趋向占主导地位，随机偏差不过次要要素时，那么固然随机扰动会使个别观察值偏离线性函数，但给定解说变量时多次重复观察被解说变量，概率均值会除掉随机扰动的影响，吻合线性函数趋向。第三章多元线性回归模型一、单项选择题⒈决定系数R2是指【C】节余平方和占总离差平方和的比重总离差平方和占回归平方和的比重回归平方和占总离差平方和的比重回归平方和占节余平方和的比重⒉在由n=30的一组样本预计的、包含3个解说变量的线性回归模型中，计算的决定系数为0.8500，则调整后的决定系数为【D】A0.8603B0.8389C0.8655D0.8327⒊对于yi01x1i2x2ikxkii，检验H0:i0(i0,1,,k)时，所用的统计量tbi遵从【A】se?biAt(n-k-1)Bt(n-k-2)Ct(n-k+1)Dt(n-k+2)⒋调整的判断系数与多重判断系数之间有以下关系【D】同是寒窗苦读，怎愿五体投地！6所谓的光辉光阴，其实不是今后，闪烁的日子，而是无人问津时，你对梦想的偏执。AR2R2n1BR21R2n11nk1nkCR21(1R2)n1DR21(1R2)n1nk1nk1⒌用一组有30个观察值的样本预计模型yi01x1i2x2ii后，在0.05的明显性水平下对1的明显性作t检验，则1明显地不等于零的条件是其统计量大于等于【C】At0.05（30）Bt0.025（28）Ct0.025（27）DF0.025（1，28）⒍对模型Yi=β0+β1X1i+β2X2i+μi进行整体明显性F检验，检验的零假设是(A)A.β=β=0B.β=0121C.β=0D.β=0或β=0201⒎在多元线性回归中，判断系数R2跟着解说变量数目的增添而（B）A．减少B．增添C．不变D．变化不定二、判断题⒈在多元回归模型的检验中，判断系数R2必定大于调整的R2。（∨）⒉在EVIEWS中，genr命令是生成新的变量。（∨）⒊在EVIEWS中，建立非线性模型的方法只有将非线性模型线性化的方法。（×）三、填空题⒈调整的可决系数的作用是除掉由解说变量数目差异造成的影响。R2⒉在多元线性回归模型中，F统计量与可决系数之间有以下关系：F1k。R2nk1⒊有k个解说变量的多元回归模型的偏差项方差σ2的无偏预计是s2e2。nk1⒋在整体参数的各种线性无偏预计中，最小二乘预计量拥有___最小方差________的特征。四、简答题⒈在多元线性回归分析中，为何用修正的决定系数衡量预计模型对样本观察值的拟合优度？P121因为没调整的决定系数只与被解说变量的观察值，以及回归残差相关，而与解说同是寒窗苦读，怎愿五体投地！7所谓的光辉光阴，其实不是今后，闪烁的日子，而是无人问津时，你对梦想的偏执。变量无直接关系。但多元线性回归模型解说变量的数目有多有少，数学上可以证明，决定系数是解说变量数目的增函数，意味着无论增添的解说变量能否真是影响被解说变量的重要要素，都会提升决定系数的数值，解说变量个数越多，决定系数必定会越大。所以，用该决定系数衡量多元线性回归模型的拟合程度是有问题的，会以致片面追求解说变量数目的错误倾向。正是因为存在这类缺点，决定系数在多元线性回归分析拟合度议论方面的作用遇到很大限制，需要修正。⒉回归模型的整体明显性检验与参数明显性检验同样吗？能否可以相互代替？多元线性回归模型每个参数的明显性与模型整体的明显性其实不必定一致，所以除了各个参数的明显性检验以处，，还需要进行模型整体明显性，也就是全体解说变量整体对被解说变量能否存在明显影响的检验，称为“回归明显性检验”。整体明显性检验是多元回归分析独有的，两变量线性回归解说变量系数的明显性检验与模型的整体明显性检验一致，不需要进行整体明显性检验。第四章异方差性一、单项选择题⒈以下哪一种方法不是检验异方差的方法【D】A戈德菲尔特——夸特检验B残差序列图检验C戈里瑟检验D方差膨胀因子检验⒉当存在异方差现象时，预计模型参数的合适方法是【A】A加权最小二乘法B工具变量法C广义差分法D使用非样本先验信息⒊加权最小二乘法战胜异方差的主要原理是经过给予不一样观察点以不一样的权数，从而提升估计精度，即【A】重视方差较小样本的信息，小瞧方差较大样本的信息重视方差较大样本的信息，小瞧方差较小样本的信息重视方差较大和方差较小样本的信息小瞧方差较大和方差较小样本的信息⒋假如戈里瑟检验表示，一般最小二乘预计结果的残差ei与xi有明显的形式为同是寒窗苦读，怎愿五体投地！8所谓的光辉光阴，其实不是今后，闪烁的日子，而是无人问津时，你对梦想的偏执。|ei|0.28715xii的相关关系（i满足线性模型的所有经典假设），则用加权最小二乘法预计模型参数时，权数应为【C】Axi111BCDxi2xixi⒌假如戈德菲尔特——夸特检验明显，则以为何问题是严重的【A】A异方差问题B序列相关问题C多重共线性问题D设定偏差问题⒍简单产生异方差的数据是【C】A时间序列数据B面板数据C横截面数据D年度数据⒎若回归模型中的随机偏差项存在异方差性，则预计模型参数应采纳【B】A一般最小二乘法B加权最小二乘法C广义差分法D工具变量法⒏假设回归模型为yixii，此中var(i)=2xi2，则使用加权最小二乘法预计模型时，应将模型变换为【C】yxuByuAxxxxxxyuDyuCxxx2x2xx2x⒐设回归模型为yixii，此中var(i)=2xi2，则的最小二乘预计量为【B】A.无偏且有效B无偏但非有效C有偏但有效D有偏且非有效三、判断题⒈当异方差出现时，最小二乘预计是有偏的和不拥有最小方差特征。（×）⒉在异方差状况下，平时展望无效。（∨）⒊在异方差状况下，平时OLS预计必定高估了预计量的标准差。（×）⒋假如OLS回归的残差表现出系统性，则说明数据中有异方差性。（×）⒌假如回归模型遗漏一个重要的变量，则OLS残差必定表现出明显的趋向。（∨）⒍当异方差出现时，常用的t检验和F检验无效。（∨）同是寒窗苦读，怎愿五体投地！9所谓的光辉光阴，其实不是今后，闪烁的日子，而是无人问津时，你对梦想的偏执。⒎用截面数据建立模型时，平时比时间序列资料更简单产生异方差性。（∨）四、简答题⒈什么是异方差性？试举例说明经济现象中的异方差性。两变量和多元回归线性回归模型的第三条假设都要求偏差项是同方差的，就是偏差项的方差是常数，即varut2不随t变化。这条假设也不必定满足，也就是线性回归模型误差项的方差varutt2有可能随t变化，这时候称线性回归模型存在“异方差”或“异方差性”。举例P162经济中不一样收入家庭花费的分别度。⒉如何发现和判断线性回归模型能否存在异方差问题？P166—P174⒊战胜和办理异方差问题有哪些方法？P174—P180第五章自相关性一、单项选择题⒈假如模型ytb0b1xtt存在序列相关，则【D】Acov（xt，t）=0Bcov（t，s）=0（ts）Ccov（xt，t）0Dcov（t，s）0（ts）⒉D－W检验的零假设是（为随机项的一阶自相关系数）【B】ADW=0B=0CDW=1D=1⒊DW的取值范围是【D】A－1DW0B－1DW1同是寒窗苦读，怎愿五体投地！10所谓的光辉光阴，其实不是今后，闪烁的日子，而是无人问津时，你对梦想的偏执。C－2DW2D0DW4⒋当DW＝4是时，说明【D】A不存在序列相关B不可以判断能否存在一阶自相关C存在完整的正的一阶自相关D存在完整的负的一阶自相关⒌依据20个观察值预计的结果，一元线性回归模型的DW＝2.3。在样本容量n=20，解说变量k=1，明显性水平=0.05时，查得dL＝1，dU＝1.41，则可以判断【A】A不存在一阶自相关B存在正的一阶自相关C存在负的一阶自相关D没法确立⒍当模型存在序列相关现象时，适合的参数预计方法是【C】A加权最小二乘法B间接最小二乘法C广义差分法D工具变量法⒎采纳一阶差分模型战胜一阶线性自相关问题使用于以下哪一种状况【B】A0B1C－1<<0D0<<1⒏假设某企业的生产决策是由模型Stb0b1Ptut描述的（此中St为产量，Pt为价格），又知：假如该企业在t-1期生产节余，经济人员会减少t期的产量。由此判断上述模型存在【B】A异方差问题B序列相关问题C多重共线性问题D随机解说变量问题⒐依据一个n=30的样本预计yi??ei后计算得DW=1.4，已知在5％得的置信度01xi下，dL＝1.35，dU＝1.49，则以为原模型【B】A不存在一阶序列自相关B不可以判断能否存在一阶自相关C存在完整的正的一阶自相关D存在完整的负的一阶自相关??ei，以表示et与et1之间的线性相关系数（t=1，2，，n），⒑对于模型yi01xi则下边明显错误的选项是【B】A=0.8，DW=0.4B=－0.8，DW=－0.4C=0，DW=2D=1，DW=0⒒已知DW统计量的值凑近于2，则样本回归模型残差的一阶自相关系数近似等于【A】A0B-1C1D0.5同是寒窗苦读，怎愿五体投地！11所谓的光辉光阴，其实不是今后，闪烁的日子，而是无人问津时，你对梦想的偏执。⒓已知样本回归模型残差的一阶自相关系数凑近于-1，则DW统计量近似等于【D】A0B1C2D4⒔戈德菲尔德—夸特检验法可用于检验【A】A异方差性B多重共线性C序列相关D设定偏差⒕在给定的明显性水平之下，若DW统计量的下和上临界值分别为dL和du,则当dL<DW<du时，可以为随机偏差项【D】A存在一阶正自相关B存在一阶负相关C不存在序列相关D存在序列相关与否不可以判定三、判断题⒈当模型存在高阶自相关时，可用D-W法进行自相关检验。（×）DW值在0和4之间，数值越小说明正相关程度越大，数值越大说明负相关程度越大。（∨）⒊假设模型存在一阶自相关，其余条件均满足，则仍用OLS法预计未知参数，获取的预计量是无偏的，不再是有效的，明显性检验无效，展望无效。（∨）⒋当存在自相关时，OLS预计量是有偏的，并且也是无效的。（×）⒌除掉自相关的一阶差分变换假设自相关系数一定等于－1。（×）⒍发现模型中存在偏差自相关时，都可以利用差分法来除掉自相关。（×）四、简答题⒈自相性对线性回归分析有什么影响？P196—P198⒉发现和检验自相关性有哪些方法？P198—P2088⒊战胜自相关性有哪些方法？P208—P215第六章多重共线性一、单项选择题同是寒窗苦读，怎愿五体投地！12所谓的光辉光阴，其实不是今后，闪烁的日子，而是无人问津时，你对梦想的偏执。⒈当模型存在严重的多重共线性时，OLS预计量将不具备【C】A线性B无偏性C有效性D一致性⒉经验以为，某个解说变量与其余解说变量间多重共线性严重的状况是这个解说变量的VIF【C】A大于1B小于1C大于10D小于5⒊假如方差膨胀因子VIF＝10，则以为何问题是严重的【C】A异方差问题B序列相关问题C多重共线性问题D解说变量与随机项的相关性⒋在多元线性回归模型中，若某个解说变量对其余解说变量的判断系数凑近于1，则表示模型中存在【A】A多重共线性B异方差性C序列相关D高拟合优度⒌在线性回归模型中，若解说变量X1和X2的观察值成比率，即有X1ikX2i，此中k为非零常数，则表示模型中存在【B】A方差非齐性B多重共线性C序列相关D设定偏差二、判断题⒈尽管有完整的多重共线性，OLS预计量依旧是最优线性无偏预计量。（×）⒉变量的两两高度相关其实不表示高度多重共线性。（×）⒊在多元回归中，依据平时的t检验，每个参数都是统计上不明显的，你就不会获取一个高的R2值。(×)⒋变量不存在两两高度相关表示不存在高度多重共线性。(×)三、填空题⒈强的近似多重共线性会对多元线性回归的有效性产生严重的不利影响。⒉第k个解说变量与其余解说变量之间相关系数平方越大，方差膨胀因子（VIF）越大。⒊存在完整多重共线性时，多元回归分析是没法进行。⒋检验样本能否存在多重共线性的常有方法有：__方差扩大因子法_和逐渐回归检验法。⒌办理多重共线性的方法有：保留重要解说变量、去掉不重要解说变量、__增添样本容量_、_____差分模型______________。四、简答题同是寒窗苦读，怎愿五体投地！13所谓的光辉光阴，其实不是今后，闪烁的日子，而是无人问津时，你对梦想的偏执。⒈什么是多重共线性？多重共线性是由什么原由造成的？多重共线性是指多元线性回归模型中，模型的解说变量之间存在某种程度的线性关系（或P226—P227），原由见P227—228）。⒉如何发现和判断多重共线性？P230—P235⒊战胜多重共线性有哪些方法？P235—P244第七章计量经济分析建模与应用一、单项选择题⒈某商品需求函数为yib0b1xiui，此中y为需求量，x为价格。为了考虑“地区”（农村、城市）和“季节”（春、夏、秋、冬）两个要素的影响，拟引入虚假变量，则应引入虚假变量的个数为【B】A2B4C5D6⒉依据样本资料建立某花费函数以下：?Ct=100.50+55.35Dt+0.45xt，此中C为花费，x为城镇家庭收入，虚假变量D＝，所有参数均检验明显，则城镇家庭的花费函数为【A】农村家庭A?xtB?xtCt=155.85+0.45Ct=100.50+0.45C?D?Ct=100.50+55.35xtCt=100.95+55.35xt二、填空题⒈在计量经济建摸时，对非线性模型的办理方法之一是_线性化_________。⒉虚假变量不一样的引入方式有两种。若要描述各种种类的模型在截距水平的差异，则以加法方式引入虚假解说变量；若要反响各种种类的模型的不一样相对变化率时，则以乘法引入虚假解说变量。⒊对于有m个不一样属性的定性要素，应该设置m-1个虚假变量来反响当要素的影响。三、简答题⒈什么是虚假变量？它在模型中有什么作用？同是寒窗苦读，怎愿五体投地！14所谓的光辉光阴，其实不是今后，闪烁的日子，而是无人问津时，你对梦想的偏执。P255⒉引入虚假解说变量的两种基本方式是什么？它们各适用于什么状况？P258—P260四、综合分析计算题㈠设某商品的需求量Y（百件），花费者均匀收入X1X2（百元），该商品价格（元）。经Eviews软件对观察的10个月份的数据用最小二乘法预计，结果以下：（被解说变量为Y）VARIABLECOEFFICIENTSTD.ERRORT-STAT2-TAILSIGC99.46929513.4725717.38309650.000X12.50189540.7536147（3.3199）X2-6.58074301.3759059（-4.7828）R-squared0.949336Meanofdependentvar80.00000AdjustedR-squared（）S.D.ofdependentvar19.57890S.Eofregression4.997021Sumofsquaredresid174.7915Durbin-Watsonstat（）F–statistics（）完成以下问题：（最少保留三位小数）1．写出需求量抵花费者均匀收入、商品价格的线性回归预计方程。2．解说偏回归系数的统计含义和经济含义。3．对该模型做经济意义检验。4．预计调整的可决系数。5．在95%的置信度下对方程整体明显性进行检验。6．在95%的置信度下检验偏回归系数(斜率)的明显性。2300dL1.08dU1.367．检验随机偏差项的一阶自相关性。（etet1，，）解：⒈y?99.46932.5019x16.5807x2⒉需求量和收入正相关，和价格负相关，收入每增添一个单位，需求量上升2.5个单位，价格每增添一个单位，需求量降落6.58个单位；⒊该模型经济意义检验经过；⒋R21(1R2)n11(10.9493)1010.945nk11021同是寒窗苦读，怎愿五体投地！15所谓的光辉光阴，其实不是今后，闪烁的日子，而是无人问津时，你对梦想的偏执。R20.9493⒌Fk1265.53，F检验经过R210.9493nk1103⒍t1=3.3199,t2=-4.7828,t检验经过7．检验随机偏差项的一阶自相关性。ei2300ei11.7163,dL1.08，dU1.36,不存在一阶自相关。DWei2174.79㈡设某地区机电行业销售额Y（万元）和汽车产量X1（万辆）以及建筑业产值X2（千万元）。经Eviews软件对1981年——1997年的数据分别建立线性模型和双对数模型进行最小二乘预计，结果以下：表1DependentVariable:YVariableCoefficientStd.Errort-StatisticProb.C-57.4549681.02202-0.7091280.4899X145.7055815.668852.9169710.0113X211.933391.5165537.8687610.0000R-squared0.903899Meandependentvar545.5059AdjustedR-squared0.890170S.D.dependentvar193.3659S.E.ofregression64.08261Akaikeinfocriterion11.31701Sumsquaredresid57492.12Schwarzcriterion11.46405Loglikelihood-93.19457F-statistic65.83991Durbin-Watsonstat2.103984Prob(F-statistic)0.000000表2DependentVariable:Ln(Y)VariableCoefficientStd.Errort-StatisticProb.C3.7349020.21276517.554100.0000Ln(X1)0.3879290.1378422.8142990.0138Ln(X2)0.5684700.05567710.210060.0000R-squared0.934467Meandependentvar6.243029Adjuste