西南大学计量经济学期末考习题库题集

西南大学计量经济学期末考习题库题集西南大学计量经济学期末考习题库题集/西南大学计量经济学期末考习题库题集计量经济学练习册计量经济学教研室二〇〇九年九月第一章导论一、名词讲解1、截面数据2、时间序列数据3、虚变量数据4、内生变量与外生变量二、单项选择题1、同一统计指标准时间序次记录的数据序列称为（）A、横截面数据B、虚变量数据C、时间序列数据D、平行数据2、样本数据的质量问题，能够概括为完满性、正确性、可比性和（）A、时效性B、一致性C、宽泛性D、系统性3、有人采用全国大中型煤炭企业的截面数据，估计生产函数模型，尔后用该模型展望未来煤炭行业的产出量，这是违犯了数据的哪一条原则。（）A、一致性B、正确性C、可比性D、完满性4、判断模型参数估计量的符号、大小、相互之间关系的合理性属于什么查验？（）A、经济意义查验B、统计查验C、计量经济学查验D、模型的展望查验5、对以下模型进行经济意义查验，哪一个模型平时被认为没有实质价值？（）A、Ci（花销）5000.8Ii（收入）B、Qdi（商品需求）100.8Ii（收入）0.9Pi（价格）C、Qsi（商品供给）200.75Pi（价格）D、i（产出量）0.65Ki0.6（资本）L0i.4（劳动）Y6、设M为钱币需求量，Y为收入水平，r为利率，流动性偏好函数为M?1和?2分别为1、2的估计值，依照经济理论有A、?1应为正当，?2应为负值B、?1应为正当，C、?1应为负值，?2应为负值D、?1应为负值，

01Y2r，（）?2应为正当?三、填空题1、在经济变量之间的关系中，、最重要，是计量经济剖析的重点。2、从察看单位和时点的角度看，经济数据可分为、、。、依照包括的方程的数量以及可否反响经济变量与时间变量的关系，经济模型可分为、、。四、简答题1、计量经济学与经济理论、统计学、数学的联系是什么？2、模型的查验包括哪几个方面？详细含义是什么？五、计算剖析题1、以下假想模型可否属于揭露因果关系的计量经济学模型？为什么？（1）St=+Rt,其中St为第t年农村居民储存增添额（单位：亿元），Rt为第t年城镇居民可支配收入总数（单位：亿元）。（2）St1=+Rt，其中St1为第t-1年关农村居民储存余额（单位：亿元），Rt为第t年农村居民纯收入总数（单位：亿元）。2、指出以下假想模型中的错误，并说明原因：RSt8300.00.24RIt1.12IVt其中，RSt为第t年社会花销品零售总数（单位：亿元），RIt为第t年居民收入总数（单位：亿元）（指城镇居民可支配收入总数与农村居民纯收入总数之和），IVt为第t年全社会固定财产投资总数（单位：亿元）。3、以下设定的计量经济模型可否合理？为什么？3（1）GDP0i1iGDPi其中，GDPi（i=1,2,3）是第一产业、第二产业、第三产业增添值，为随机搅乱项。（2）财政收入=f（财政支出）+，为随机搅乱项。第一章导论一、名词讲解1、截面数据：截面数据是好多不同样的察看对象在同一时间点上的取值的统计数据会集，可理解为对一个随机变量重复抽样获得的数据。2、时间序列数据：时间序列数据是同一察看对象在不同样时间点上的取值的统计序列，可理解为随时间变化而生成的数据。3、虚变量数据：虚假变量数据是人为设定的虚假变量的取值。是表征政策、条件等影响研究对象的定性因素的人工变量，其取值一般只取“0”或“1”。4、内生变量与外生变量：。内生变量是由模型系统决定同时可能也对模型系统产生影响的变量，是拥有某种概率散布的随机变量，外生变量是不由模型系统决定但对模型系统产生影响的变量，是确定性的变量。二、单项选择题1、C2、B3、A4、A5、B6、A三、填空题1、因果关系、相互影响关系2、时间序列数据、截面数据、面板数据3、时间序列模型、单方程模型、联立方程组模型四、简答题1、计量经济学与经济理论、统计学、数学的联系主要表现在计量经济学对经济理论、统计学、数学的应用方面，分别以下：1）计量经济学对经济理论的利用主要表现在以下几个方面1）计量经济模型的选择和确定2）对经济模型的更正和调整3）对计量经济剖析结果的解读和应用2）计量经济学对统计学的应用1）数据的收集、办理、（2）参数估计3）参数估计值、模型和展望结果的可靠性的判断3）计量经济学对数学的应用1）关于函数性质、特点等方面的知识2）对函数进行对数变换、求导以及级数张开3）参数估计（4）计量经济理论和方法的研究2、模型的查验主要包括：经济意义查验、统计查验、计量经济学查验、模型的展望查验。①在经济意义查验中，需要查验模型可否切合经济意义，查验求得的参数估计值的符号、大小、参数之间的关系可否与依照人们的经验和经济理论所拟定的希望值相切合；②在统计查验中，需要查验模型参数估计值的可靠性，即查验模型的统计学性质，有拟合优度查验、变量显然查验、方程显然性查验等；③在计量经济学查验中，需要查验模型的计量经济学性质，包括随机扰动项的序列有关查验、异方差性查验、讲解变量的多重共线性查验等；④模型的展望查验，主要查验模型参数估计量的牢固性以及对样本容量变化时的矫捷度，以确定所建立的模型可否能够用于样本察看值之外的范围。五、计算剖析题1、（1）不是。由于农村居民储存增添额应与农村居民可支配收入总数有关，而与城镇居民可支配收入总数没有因果关系。2）不是。第t年农村居民的纯收入对当年及今后年份的农村居民储存有影响，但其实不对第t-1的储存产生影响。2、一是居民收入总数RIt前参数符号有误，应是正号；二是全社会固定财产投资总数IVt这一讲解变量的选择有误，它对社会花销品零售总数应该没有直接的影响。3、（1）不合理，由于作为讲解变量的第一产业、第二产业和第三产业的增添值是GDP的构成部分，三部分之和正为GDP的值，所以三变量与GDP之间的关系其实不是随机关系，也非因果关系。2）不合理，一般来说财政支出影响财政收入，而非相反，所以若建立两者之间的模型，讲解变量应该为财政收入，被讲解变量应为财政支出；其他，模型没有给出详细的数学形式，是不完满的。第二章一元线性回归模型一、名词讲解1、整体回归函数2、最大似然估计法（ML）3、一般最小二乘估计法（OLS）4、残差平方和5、拟合优度查验二、单项选择题1、设OLS法获得的样本回归直线为Yi??Xiei，以下说法正确的选项是（）12A、ei0B、?0C、eYii?YD、eiXi0Y2、回归剖析中定义的（）A、讲解变量和被讲解变量都是随机变量B、讲解变量为非随机变量，被讲解变量为随机变量C、讲解变量和被讲解变量都为非随机变量D、讲解变量为随机变量，被讲解变量为非随机变量3、一元线性回归剖析中的回归平方和ESS的自由度是（）A、nB、n-1C、n-kD、14、关于模型Yi01Xii，其OLS的估计量?1的特点在以下哪一种状况下不会碰到影响（）A、察看值数量n增添B、Xi各察看值差额增添C、Xi各察看值基真相等D、E(i2)25、某人经过一容量为19的样本估计花销函数（用模型CiYii表示），并获得以下结果：Ci150.81Yi，R2=，t0.025(17)2.110，则下面（）（）哪个结论是对的？（）A、Y在5%显然性水平下不显然B、的估计量的标准差为C、的95%置信区不包括0D、以上都不6、在一元性回模型中，本回方程可表示：（）A、Yt01XttB、YtE(Y/Xt)t???D、E(Y/Xt)01XtC、Yt01Xt7、最小二乘准是指按使（）达到最小的原确定本回方程（）nnnAeiB、eiCD、2、、maxeieii1i1i1?表示OLS回估，以下哪建立（）8、Y表示，Y?B、?C、A、YYYY?YD?YY、Y9、最大或然准是按从模型中获得既得的n本的（）最大的正确定本回方程。（）A、离差平方和B、均C、概率D、方差10、一元性回模型Yi01Xii的最小二乘回果示，残差平方和RSS=,本容量n=25，回模型的准差（）A、B、1.324C、D、11、参数i的估计?拥有效性是指（）iA、Var(?i)0B、在i的全部性无偏估中Var(?i)最小C、?i0D、在i的全部性无偏估中?i)最小i(i12、反响由模型中解量所解的那部分别差大小的是（）A、离差平方和B、回平方和C、残差平方和D、可决系数13、离差平方和TSS、残差平方和RSS与回平方和ESS三者的关系是（）A、TSS>RSS+ESSB、TSS=RSS+ESSC、TSS<RSS+ESSD222、TSS=RSS+ESS14、于回模型Yi01Xii，i=1，2，⋯，nH0:10，所用的量遵照（）A、2(n2)B、t(n1)C、2(n1)D、t(n2)15、某一特定的X水平上，体Y散布的失散程度越大，即2越大，（）A、区越，精度越低B、区越，差越小C、区越窄，精度越高D、区越窄，差越大三、多项选择题1、一元性回模型Yi01Xii的基本假设包括（）A、()0、Var()2EiiBC、Cov(i,j)0(ij)、i~N(0,1)DE、X为非随机变量，且Cov(Xi,i)02、以Y表示实质察看值，?表示回归估计值，e表示残差，则回归直线知足（）YA、经过样本均值点(X，Y)B、(Yi?20Yi)C、Cov(Xi,ei)0D、Y?Yii?YE、Y3、以带“^”表示估计值，表示随机搅乱项，若是Y与X为线性关系，则以下哪些是正确的（）A、Yi01XiB、Yi01XiiC、Y??XiiD、Y??Xei01i01ii???XY01ii4、假设线性回归模型知足全部基本假设，则其最小二乘回归获得的参数估计量具备（）A、可靠性B、一致性C、线性D、无偏性E、有效性5、以下有关系数算式中，正确的选项是（）A、XYXYB、(XiX)(YiY)nxyxyC、Cov(X,Y)D、(XiX)(YiY)(Xi2(Yi2xyX)Y)E、XiYinXYXi2nX2Yi2nY2二、判断题1、知足基本假设条件下，随机误差项i遵照正态散布，但被讲解变量Y不用然遵照正态分布。（）2、整体回归函数给出了对应于每一个自变量的因变量的值。（）3、线性回归模型意味着变量是线性的。（）4、讲解变量是作为原因的变量，被讲解变量是作为结果的变量。（）5、随机变量的条件均值与非条件均值是一回事。（）6、线性回归模型Yi101Xii的0均值假设能够表示为n7、若是察看值Xi近似相等，也不会影响回归系数的估计量。

n0。（）i1（）8、样本可决系数高的回归方程必然比样本可决系数低的回归方程更能说明讲解变量对被解释变量的讲解能力。（）9、模型构造参数的一般最小二乘估计量拥有线性性、无偏性、有效性，随机搅乱项方差的一般最小二乘估计量也是无偏的。（）10、回归系数的显然性查验是用来查验讲解变量对被讲解变量有无显然讲解能力的查验。（）四、简答题1、为什么计量经济学模型的理论方程中必定包括随机搅乱项？2、整体回归函数和样本回归函数之间有哪些差别与联系？3、为什么用可决系数R2讨论拟合优度，而不是用残差平方和作为讨论标准？4、依照最小二乘原理，所估计的模型已经使得拟合误差达到最小，为什么还要讨论模型的拟合优度问题？五、计算剖析题1、令

kids表示一名妇女生育孩子的数量，

educ表示该妇女接受过教育的年数。生育率对受教育年数的简单回归模型为kids

0

1educ（1）随机扰动项包括什么样的因素？它们可能与受教育水平有关吗？（2）上述简单回归剖析能够揭露教育对生育率在其他条件不变下的影响吗？请讲解。2、已知回归模型EN，式中E为某类企业一名新员工的初步薪金（元）所受教育水平（年）。随机扰动项的散布未知，其他全部假设都知足。（1）从直观及经济角度讲解和。

，N为2）OLS估计量?和?知足线性性、无偏性及有效性吗？简单陈述原因。3）对参数的假设查验还能够进行吗？简单陈述原因。（4）若是被讲解变量新员工初步薪金的计量单位由元改为100元，估计的截距项、斜率项有无变化？（5）若解量所受教育水平的胸襟位由年改月，估的截距与斜率有无化？3、假模型YtXtt。定n个察(X1,Y1)，(X2,Y2)，⋯，(Xn,Yn)，按以下步建立的一个估计：在散点上把第1个点和第2个点接起来并算直的斜率；同理，最将第1个点和最后一个点接起来并算条的斜率；最后些斜率取平均，称之?，即的估。1）画出散点，推出?的代数表达式。2）算?的希望并所做假行述。个估是有偏是无偏的？解原因。3）判断估与我从前用OLS方法所得的估对照的劣，并做详细解。4、于人均存款与人均收入之的关系式StYtt使用美国36年的年度数据得以下估模型，括号内准差：?St=384.105+0.067Yt(151.105)(0.011)R2＝?199.0231）的解是什么？2）和的符号是什么？什么？的符号与你的直一致？若是有矛盾的，你能够出可能的原因？3）于合度你有什么看法？4）可否每一个回系数都与零著不同样（在1%水平下）。同零假和假、、其散布和自由度以及拒零假的准行述。你的是什么？5、现代投资剖析的特点线涉及以下回归方程：rt01rmtt；其中：r表示股票或债券的收益率；rm表示有价证券的收益率（用市场指数表示，如标准普尔500指数）；t表示时间。在投资剖析中，1被称为债券的安全系数，是用来胸襟市场的风险程度的，即市场的发展对企业的财产裕何影响。依照1956~1976年间240个月的数据，Fogler和Ganpathy获得IBM股票的回归方程（括号内为标准差），市场指数是在芝加哥大学建立的市场有价证券指数。?0.72641.0598rmt20.4710rtR要求：1）讲解回归参数的意义；2）怎样讲解R2？（3）安全系数

1的证券称为不牢固证券，建立合适的零假设及备选假设，并用

t检验进行查验（

5%）。6、假设有以下的回概括果：Yi2.69110.4795Xi，其中，Y表示美国的咖啡的花销量（杯数/人天），X表示咖啡的零售价格（美元/杯）。要求：1）这是一个时间序列回归仍是横截面回归？2）怎样讲解截距的意义，它有经济含义吗？怎样讲解斜率？3）可否求出真实的整体回归函数？4）依照需求的价格弹性定义：弹性=斜率×（X/Y），依照上述回概括果，你能求出对咖啡需求的价格弹性吗？若是不能够，计算此弹性还需要其他什么信息？7、若经济变量y和x之间的关系为yiA(xi5)2ei，其中A、为参数，i为随机误差，问可否用一元线性回归模型进行剖析？为什么？8、上海市居民1981~1998年时期的收入和花销数据如表所示，回归模型为yi01xii，其中，被讲解变量yi为人均花销，讲解变量xi为人均可支配收入。试用一般最小二乘法估计模型中的参数0,1，并求随机误差项方差的估计值。上海市居民1981~1998年间的收入和花销数据年份可支配收入花销年份可支配收入花销198163058019902180193019826505701991248021601983680610199230002500198483072019934270353019851070990199458604660198612901170199571705860198714301280199681506760198817201640199784306820198919701810199887706860六、上机练习题1、下表给出了美国30所出名学校的MBA学生1994年基今年薪（ASP）、GPA分数（从1~4共四个等级）、GMAT分数以及每年学费的数据。学校ASP/美元GPAGMAT学费/美元Harvard10263065023894Stanford10080066521189Columbian10048064021400Dartmouth9541066021225Wharton8993065021050Northwestern8464064020634Chicago8321065021656MIT8050065021690Virginia7428064317839UCLA7401064014496Berkeley7197064714361Cornell7197063020400NUY7066063020276Duke7049062321910CarnegieMellon5989063520600NorthCarolina6988062110132Michigan6782063020960Texas618906258580Indiana5852061514036Purdue547205819556CaseWestern5720059117600Georgetown6983061919584MichiganState4182059016057PennState4912058011400Southern6091060018034Tulane4408060019550Illinois4713061612628Lowa416205909361Minnesota4825060012618Washington4414061711436要求：（1）用双变量回归模型剖析GPA可否对ASP有影响？2）用合适的回归模型剖析GMAT分数可否与ASP有关？3）每年的学费与ASP有关吗？你是怎样知道的？若是两变量之间正有关，可否意味着进到最高花销的商业学校是有利的；（4）你赞成高学费的商业学校意味着高质量的MBA成绩吗？为什么？2、下表给出了1990~1996年间的CPI指数与S&P500指数。年份CPIS&P500指数1990199119921993199419951996要求：（1）以CPI指数为横轴、S&P指数为纵轴做图；（2）你认为CPI指数与S&P指数之间关系怎样？（3）考虑下面的回归模型：(S&P)tB1B2CPIt

ut，依照表中的数据运用OLS估计上述方程，并讲解你的结果；你的结果有经济意义吗？第二章一元线性回归模型一、名词讲解1、整体回归函数：是指在给定Xi下Y散布的整体均值与Xi所形成的函数关系（也许说将整体被讲解变量的条件希望表示为讲解变量的某种函数）2、最大似然估计法（ML）:又叫最大或然法，指用产生该样本概率最大的原则去确定样本回归函数的方法。3、OLS估计法：指依照使估计的节余平方和最小的原则来确定样本回归函数的方法。4、残差平方和：用RSS表示，用以胸襟实质值与拟合值之间的差别，是由除讲解变量之外的其他因素引起的被讲解变量变化的部分。5、拟合优度查验：指查验模型对样本察看值的拟合程度，用R2表示，该值越凑近1表示拟合程度越好。二、单项选择题1、D2、B3、D4、D5、A6、C7、D8、C9、C10、B11、B12、B13、B14、D15、A三、多项选择题1、ABCE2、ACDE3、BDE4、BCDE5、ABCDE四、判断题1、×2、×3、×4、√5、×6、×7、×8、×9、√10、√五、简答剖析题1、答：计量经济学模型察看的是拥有因果关系的随机变量间的详细联系方式。由于是随机变量，意味着影响被讲解变量的因素是复杂的，除认识释变量的影响外，还有其他无法在模型中独立列出的各种因素的影响。这样，理论模型中就必定使用一个称为随机搅乱项的变量来代表全部这些无法在模型中独立表示出来的影响因素，以保证模型在理论上的科学性。2、答：将整体被讲解变量的条件希望表示为讲解变量的某种函数，这个函数就称为整体回归函数，其一般表达式为：E(YXi)f(Xi)，一元线性整体回归函数为E(YXi)01Xi；样本回归函数：将被讲解变量Y的样本察看值的拟和值表示为讲解变量的某种函数?f(Xi)，一元线性样本回归函数为???YiYi01Xi。样本回归函数是整体回归函数的一个近似。整体回归函数拥有理论上的意义，但其详细的参数不能能真实知道，只能经过样本估计。样本回归函数就是整体回归函数的参数用其估计值取代此后的形式，即?0，?1为0，1的估计值。3、答：可决系数R2=ESS/TSS=1-RSS/TSS，含义为由讲解变量引起的被讲解变量的变化占被讲解变量总变化的比重，用来判断回归直线拟合的利害，该值越大说明拟合的越好；而残差平方和与样本容量关系亲密，当样本容量比较小时，残差平方和的值也比较小，特别是不同样样本获得的残差平方和是不能够做比较的。其他，作为查验统计量的一般应是相对量而不能够用绝对量，所以不能够使用残差平方和判断模型的拟合优度。4、答：一般最小二乘法所保证的最好拟合是同一个问题内部的比较，即便用给出的样本数据知足残差的平方和最小；拟合优度查验结果所表示的利害能够对不同样的问题进行比较，即能够鉴别不同样的样本回概括果谁好谁坏。五、计算剖析题1、解：（1）收入、年龄、家庭状况、政府的有关政策等也是影响生育率的重要的因素，在上述简单回归模型中，它们被包括在了随机扰动项之中。有些因素可能与受教育水平有关，如收入水平与教育水平经常呈正有关、年龄大小与教育水平呈负有关等。（2）当概括在随机扰动项中的重要影响因素与模型中的教育水平educ有关时，上述回归模型不能够够揭露教育对生育率在其他条件不变下的影响，由于这时出现讲解变量与随机扰动项有关的状况，基本假设3不知足。2、解：（1）N为接受过N年教育的员工的整体平均初步薪金。当N为零时，平均薪金为，所以表示没有接受过教育员工的平均初步薪金。是N每变化一个单位所引起的E的变化，即表示每多接受一年教育所对应的薪金增添值。2）OLS估计量?和仍?知足线性性、无偏性及有效性，由于这些性质的的建立无需随机扰动项的正态散布假设。（3）若是t的散布未知，则全部的假设查验都是无效的。由于t查验与F查验是建立在的正态散布假设之上的。（4）察看被讲解变量胸襟单位变化的状况。以E*表示以百元为胸襟单位的薪金，则EE*100N由此有以下新模型E*

(

/100)

(

/100)N

(

/100)或E***N*这里*/100，*/100。所以新的回归系数将为原始模型回归系数的1/100（5）再考虑讲解变量胸襟单位变化的状况。设N*为用月份表示的新员工受教育的时间长度，则N*=12N，于是E

N

(N*/12)或E(/12)N*可见，估计的截距项不变，而斜率项将为原回归系数的

1/12。3、解：（1）散点图以以下列图所示。X2,Y2）（Xn,Yn）X1,Y1）第一计算每条直线的斜率并求平均斜率。连接(X1,Y1)和(Xt,Yt)的直线斜率为(YtY1)/(XtX1)。由于共有n－1条这样的直线，所以?1tnYtY1[]n1tXtX12（2）由于X非随机且E(t)0，所以E[YtY1]E[(Xtt)(X11)]E[t1]XtX1XtX1XtX1这意味着求和中的每一项都有希望值，所以平均值也会有同样的希望值，则表示是无偏的。（3）依照高斯－马尔可夫定理，只有的OLS估计量是最正确线性无偏估计量，所以，这里获得的?的有效性不如的OLS估计量，所以较差。4、解：（1）为收入的边缘储存倾向，表示人均收入每增添1美元时人均储存的预期平均变化量。（2）由于收入为零时，家庭仍会有支出，可预期零收入时的平均储存为负，所以符号应为负。储存是收入的一部分，且会随着收入的增添而增添，所以预期的符号为正。实质的回归式中，的符号为正，与预期的一致。但截距项为正，与预期不符。这可能是模型的错误设定造成的。如家庭的人口数可能影响家庭的储存行为，省略该变量将对截距项的估计产生了影响；其他线性设定可能不正确。（3）拟合优度刻画讲解变量对被讲解变量变化的讲解能力。模型中%的拟合优度，表示收入的变化能够讲解储存中%的变动。4）查验单个参数采用t查验，零假设为参数为零，备择假设为参数不为零。在零假设下t散布的自由度为n-2=36-2=34。由t散布表知，双侧1%下的临界值位于与之间。斜率项的t值为=，截距项的t值为=。可见斜率项的t值大于临界值，截距项小于临界值，所以拒绝斜率项为零的假设，但不拒绝截距项为零的假设。5、解：（1）回归方程的截距表示当rm0时的股票或债券收益率，自己没有经济意义；回归方程的斜率表示当有价证券的收益率每上涨（或下降）1个点将使得股票或债券收益率上升（或下降）个点。（2）R2为可决系数，是胸襟回归方程拟合优度的指标，它表示该回归方程中%的股票或债券收益率的变化是由rm变化引起的。自然R20.4710也表示回归方程对数据的拟合收效不是很好。（3）建立零假设H0:11，备择假设H1:11，0.05，n240，查表可得临界值t0.05(238)1.645，由于tμ111.059810.82141.645，所以接受零假Sμ0.07281设H0:11，拒绝备择假设H1:11。说明此时期IBM股票不是不牢固证券。6、解：（1）这是一个横截面序列回归。（2）截距表示咖啡零售价为每磅0美元时，每天每人平均花销量为杯，这个数字没有经济意义；斜率表示咖啡零售价与花销量负有关，价格上涨1美元/磅，则平均每天每人花销量减少杯；（3）不能够；（4）不能够；在同一条需求曲线上不同样点的价格弹性不同样，若要求出，须给出详细的X值及与之对应的Y值。7、解：能用一元线性回归模型进行剖析。由于:对方程左右两边取对数可得：lnyilnAln(xi5)i2令lnyiyi、lnA0、1、ln(xi5)xi2可得一元线性回归模型：yi01xii8、解：列表计算得x3365.556y2802.778nxy116951422.221nx2148063044.44i1据此可计算出n?ixy116951422.2211n0.789876x2148063044.44i1?0y?1x2802.7780.7898763365.556144.4067回归直线方程为：y?i144.40670.789876xin进一步列表计算得：ei2153857.8i1这里,n=18，所以：1n?2ei22i11153857.829616.11六、上机练习题1、解：（1）使用Eviews软件，ASP对GPA分数的回概括果如表所示。DependentVariable:ASPVariableCoefficient-StatisProb.tStd.ErrorticGPACR-squaredMeandependentvar68260AdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresid+09SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)从回概括果看，GPA分数的系数是统计显然的，对ASP有正的影响。（2）使用Eviews软件，ASP对GMAT分数的回概括果如表所示。DependentVariable:ASPVariableCoefficienStd.Errort-StatisticProb.tGMAT0C0R-squaredMeandependentvar68260AdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresid+09SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)0从回概括果看，GMAT分数与ASP显然正有关。（3）使用Eviews软件，ASP对学费X的回概括果如表所示。DependentVariable:ASPVariableCoefficiStd.Errort-StatisticProb.entXCR-squaredMeandependentvar68260AdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresid+09SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)从计算结果看，每年的学费与

ASP显然正有关。学费高，

ASP就高；但学费仅讲解了

ASP变化的一部分（不到

50%），显然还有其他因素影响着

ASP。（1）

使用

Eviews

软件回概括果如表所示DependentVariable:GPACoefficiStd.t-StatistVariableErrorProb.enticXC0MeandependentR-squaredvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)从回概括果看，只管高学费的商业学校与高质量的MBA成绩略有正县有关性，但学费对GPA分数的影响是不显然的，而也无法得出学费是影响GPA分数的主要原因的结论。2、解：1）利用所给数据做图，以以下列图2）从上图可见，CPI指数与S&P指数正有关，且呈近似的新线性关系。3）使用Eviews软件回概括果如表所示。DependentVariable:S&PVariableCoefficientStd.Errort-StatisticProb.CPICR-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)回概括果显示，CPI指数与S&P指数正有关，斜率表示当CPI指数变化1个点，会使S&P指数变化个点；截距表示当CPI指数为0时，S&P指数为，此数据没有显然的经济意义。第三章多元线性回归模型一、名词讲解1、多元线性回归模型2、调整的决定系数R23、偏回归系数4、正规方程组5、方程显然性查验二、单项选择题1、在模型Yt01X1t2X2t3X3tt的回归剖析结果中，有F462.58，F的p值0.000000，则表示（）A、讲解变量X2t对Yt的影响不显然B、讲解变量X1t对Yt的影响显然C、模型所描述的变量之间的线性关系整体上显然D、讲解变量X2t和X1t对Yt的影响显然2、设k为回归模型中的实讲解变量的个数，n为样本容量。则对回归模型进行整体显然性查验(F查验)时构造的F统计量为（）A、FESSkB、FESS(k1)RSS(nk1)RSS(nk)C、FESSD、FRSSRSS1TSS3、已知二元线性回归模型估计的残差平方和为ei2800，估计用样本容量为n23，则随机误差项t的方差的OLS估计值为（）A、B、40C、D、4、在多元回归中，调整后的决定系数R2与决定系数R2的关系为（）A、R2R2B、R2R2C、R2R2D、R2与R2的关系不能够确定5、下面说法正确的有（）A、时间序列数据和横截面数据没有差别B、对回归模型的整体显然性查验没有必要C、整体回归方程与样本回归方程是有区其他D、决定系数R2不能够够用于权衡拟合优度6、依照调整的可决系数R2与F统计量的关系可知，当R21时，有（）A、F=0B、F=－1C、F→+∞D、F=-∞7、线性回归模型的参数估计量?是随机向量Y的函数，即?(XX)1XY。?是（）A、随机向量B、非随机向量C、确定性向量D、常量8、下面哪一表述是正确的（）A、线性回归模型Yi1Xii的零均值假设是指1n00nii1B、对模型Yi01X1i2X2ii进行方程显然性查验（即F查验），查验的零假设是H0:0120C、有关系数较马虎味着两个变量存在较强的因果关系D、当随机误差项的方差估计量等于零时，说明被讲解变量与讲解变量之间为函数关系9、关于Yi???⋯?01X1i2X2ikXkiei，若是原模型知足线性模型的基本假设则在零假设j0下，统计量?js(?j)（其中s(?j)是j的标准误差）遵照（）A、t(nk)B、t(nk1)C、F(k1,nk)D、F(k,nk1)10、以下说法中正确的选项是（）A、若是模型的R2很高，我们能够认为此模型的质量较好B、若是模型的R2很低，我们能够认为此模型的质量较差C、若是某一参数不能够经过显然性查验，我们应该剔除该讲解变量D、若是某一参数不能够经过显然性查验，我们不应该任意剔除该讲解变量三、多1、残差平方和是指（）A、随机因素影响所引起的被讲解变量的变差B、讲解变量变动所引起的被讲解变量的变差C、被讲解变量的变差中，回归方程不能够作出讲解的部分D、被讲解变量的总离差平方和回归平方之差E、被讲解变量的实质值与拟合值的离差平方和2、回归平方和是指（）A、被讲解变量的察看值Yi与其均值Y的离差平方和B、被讲解变量的回归值?与其均值Y的离差平方和Yi2ei2之差C、被讲解变量的整体平方和Yi与残差平方和D、讲解变量变动所引起的被讲解变量的离差的大小E、随机因素影响所引起的被讲解变量的离差大小3、对模型知足全部假设条件的模型Yi01X1i2X2ii进行整体显然性查验，若是查验结果整体线性关系显然，则很可能出现（）A、C、E、

120,210,2

000

、、

11

0,0,

22

004、设k为回归模型中的参数个数（包括截距项）则整体线性回归模型进行显然性查验时所用的F统计量能够表示为（）?2?2/k(YiYi)/(nk1)B、(YiYi)A、ei2/kei2/(nk1)C、R2/kD、(1R2)/(nk1)(1R2)/(nk1)R2/kE、R2/(nk1)(1R2)/k5、在多元回归剖析中，调整的可决系数R2与可决系数R2之间（）A、R2R2B、R2R2C、R2只可能大于零D、R2可能为负值E、R2不能能为负值四、判断题1、知足基本假设条件下，样本容量略大于讲解变量个数时，能够获得各参数的唯一确定的估计值，但参数估计结果的可靠性得不到保证（）2、在多元线性回归中，t查验和F查验缺一不能。（）3、回归方程整体线性显然性查验的原假设是模型中全部的回归参数同时为零（）4、多元线性回归中，可决系数R2是讨论模型拟合优度利害的最正确标准。（）5、多元线性回归模型中的偏回归系数，表示在其他讲解变量保持不变的状况下，对应讲解变量每变化一个单位时，被讲解变量的变动。（）五、简答题1、多元线性回归模型与一元线性回归模型有哪些差别？2、为什么说最小二乘估计量是最优线性无偏估计量？关于多元线性回归最小二乘估计的正规方程组，能解出唯一的参数估计量的条件是什么？六、计算剖析题1、某地区经过一个样本容量为722的检查数据获得劳动力受教育年数的一个回归方程为edui10.360.094sibsi0.131medui0.210feduiR2=式中，edu为劳动力受教育年数，sibs为劳动力家庭中兄弟姐妹的个数，medu与fedu分别为母亲与父亲碰到教育的年数。问（1）sibs可否拥有预期的影响？为什么？若medu与fedu保持不变，为了使展望的受教育水平减少一年，需要sibs增添多少？（2）请对medu的系数恩赐合适的讲解。（3）若是两个劳动力都没有兄弟姐妹，但其中一个的父亲母亲受教育的年数均为12年，另一个的父亲母亲受教育的年数均为16年，则两人受教育的年数预期相差多少年？2、考虑以下方程（括号内为标准差）：?8.5620.364Pt0.004Pt12.560UtWt（）n19R20.873其中：Wt——t年的每位雇员的薪水Pt——t年的物价水平Ut——t年的失业率要求：（1）进行变量显然性查验；（2）对本模型的正确性进行讨论，Pt1可否应从方程中删除？为什么？3、以企业研发支出（

R&D）占销售额的比重（单位：

%）为被讲解变量（

Y），以企业销售额（X1）与收益占销售额的比重（

X2）为讲解变量，一个容量为

32的样本企业的估计结果以下：Yi

0.472

0.32lnX1i

0.05X

2i(1.37)(0.22)(0.046)R20.099其中，括号中的数据为参数估计值的标准差。1）讲解ln(X1)的参数。若是X1增添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？（2）查验R&D强度不随销售额的变化而变化的假设。分别在5%和10%的显然性水平进步行这个查验。（3）收益占销售额的比重X2对R&D强度Y可否在统计上有显然的影响？4、假设你以校园内食堂每天卖出的盒饭数量作为被讲解变量，以盒饭价格、气温、周边餐厅的盒饭价格、学校当日的学生数量（单位：千人）作为讲解变量，进行回归剖析。假设你看到以下的回概括果（括号内为标准差），但你不知道各讲解变量分别代表什么。?10.628.4X1i12.7X2i0.61X3i5.9X4i2n35R0.63Yi（）试判断各讲解变量分别代表什么，说明原因。5、下表给出一二元模型的回概括果。方差本源平方和（SS）自由度（.）来自回归(ESS)65965—来自残差(RSS)_——总离差(TSS)6604214求：（1）样本容量是多少？RSS是多少？ESS和RSS的自由度各是多少？2）R2和R2？3）查验假设：讲解变量整体上对Y无影响。你用什么假设查验？为什么？（4）依照以上信息，你能确定讲解变量各自对Y的贡献吗？6、在经典线性回归模型的基本假设下，对含有三个自变量的多元线性回归模型：Yi01X1i2X2i3X3ii你想查验的虚假假设是H0：1221。（1）用?1,?2的方差及其协方差求出Var(?12?2)。（2）写出查验H0：1221的t统计量。（3）若是定义122，写出一个涉及0、、2和3的回归方程，以便能直接获得估计值?及其样本标准差。7、假设要求你建立一个计量经济模型来说明在学校跑道上慢跑一英里或一英里以上的人数，以便决定可否修建第二条跑道以知足全部的锻炼者。你经过整个学年收集数据，获得两个可能的讲解性方程：?125.015.0X1i1.0X2i1.5X3iR20.75方程A：Yi?123.014.0X1i5.5X2i3.7X4iR20.73方程B：Yi其中：Yi——第i天慢跑者的人数X1i——第i天降雨的英寸数X2i——第i天日照的小时数X3i——第i天的最高温度（按华氏温度）X4i——第i天的后一天需交学期论文的班级数请回答以下问题：1）这两个方程你认为哪个更合理些，为什么？2）为什么用同样的数据去估计同样变量的系数获得不同样的符号？8、考虑以下展望的回归方程：?21200.10Ft5.33RStR0.50Yt其中：Yt为第t年的玉米产量（吨/亩）；Ft为第t年的施肥强度（千克/亩）；RSt为第t年的降雨量（毫米）。要求回答以下问题：（1）从F和RS对Y的影响方面，说出本方程中系数0.10和5.33的含义；（2）常数项120可否意味着玉米的负产量可能存在？（3）假设F的真实值为0.40，则F的估计量可否有偏？为什么？（4）假设该方程其实不知足全部的古典模型假设，即参数估计其实不是最正确线性无偏估计，则可否意味着RS的真实值绝对不等于5.33？为什么？9、已知描述某经济问题的线性回归模型为Yi01X1i2X2ii，并已依照样本容量为32的察看数据计算得2.51.32.24(XX)11.34.40.8，XY2，ee5.8，TSS262.20.85.02查表得F0.05(2,29)3.33，t0.005(29)2.756。1）求模型中三个参数的最小二乘估计值2）进行模型的置信度为95%的方程显然性查验3）求模型参数2的置信度为99%的置信区间。10、下表为有关经赞成的个人住所单位及其决定因素的4个模型的估计和有关统计值（括号内为p值）（若是某项为空，则意味着模型中没有此变量）。数据为美国40个城市的数据。模型以下：housing

0

1density

2value

3income

4popchang5unemp

6localtax

7statetax式中：housing

——实质颁发的建筑同意证数量；

density

——每平方英里的人口密度，value

——自由房屋的均值（单位：百美元）

；income——平均家庭的收入（单位：千美元）；popchang——1980~1992

年的人口增添百分比；

unemp——失业率；

localtax

——人均缴纳的地方税；

statetax

——人均缴纳的州税。变量模型A模型B模型C模型DC813-392-1279-973DensityValueIncomePopchangUnempLocaltaxStatetaxRSS+7+7+7+7R2?2+6+6+6+6AIC+6+6+6+6（1）查验模型A中的每一个回归系数在10%水平下可否为零（括号中的值为双边备择p-值）。依照查验结果，你认为应该把变量保留在模型中仍是去掉？（2）在模型A中，在5%水平下查验结合假设H0：i=0(i=1,5,6,7)。说明被择假设，计算查验统计值，说明其在零假设条件下的散布，拒绝或接受零假设的标准。说明你的结论。3）哪个模型是“最优的”？讲解你的选择标准。4）说明你对最优模型中参数符号的预期并讲解原因，确认其可否为正确符号。七、上机练习题1、经研究发现，学生用于购买书籍及课外读物的支出与自己受教育年限和其家庭收入水平有关，对18名学生进行检查的统计资料以下表所示：购买书籍支出Y受教育年限X1家庭可支配收入X2序号（元/月）（元/年）（年）14243544546774859101071151261341451571691781810要求：（1）试求出学生购买书籍及课外读物的支出Y与受教育年限X1和家庭收入水平X2的估计的回归方程：????Y01X12X2（2）对1,2的显然性进行t查验；计算R22和R；（3）假设有一学生的受教育年限X110年，家庭收入水平X2480元/月，试预测该学生全年购买书籍及课外读物的支出，并求出相应的展望区间（α=）。2、下表列出了某地区家庭人均鸡肉年花销量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P3的有关数据。鸡肉家庭人家庭月平鸡肉价格猪肉价格牛肉价格均年花销量均收入（元/公（元/公斤）（元/公斤）(公斤）（元）斤）YXP1P2P3198039719814131982439198345919844921985528198656019876241988666198971771990768199184319929111993931199410211995116519961349199714491998157519991759200019942001225820022478（1）求出该地区关于家庭鸡肉花销需求的以下模型：lnY01lnX2lnP13lnP24lnP3（2）请剖析，鸡肉的基廷花销需求可否受猪肉及牛肉价格的影响？第三章

多元线性回归模型一、名词讲解1、多元线性回归模型：在现实经济活动中经常存在一个变量碰到其他多个变量影响的现象，表现在线性回归模型中有多个讲解变量，这样的模型被称做多元线性回归模型，多元是指多个讲解变量2、调整的可决系数

R2

：又叫调整的决定系数，是一个用于描述多个讲解变量对被讲解变量的结合影响程度的统计量，战胜了

R2随讲解变量的增添而增大的弊端，与

R2的关系为R2

1(1

R2)

n1

。nk13、偏回归系数：在多元回归模型中，每一个讲解变量前的参数即为偏回归系数，它测度了当其他讲解变量保持不变时，该变量增添1单位对被讲解变量带来的平均影响程度。4、正规方程组：采用OLS方法估计线性回归模型时，对残差平方和关于各参数求偏导，并令偏导数为0后获得的方程组，其矩阵形式为XX?XY。5、方程显然性查验：是针对全部讲解变量对被讲解变量的结合影响可否显然所作的查验，旨在对模型中被讲解变量与讲解变量之间的线性关系在整体上可否显然建立作出判断。二、单项选择题1、C2、A3、B4、A5、C6、C7、A8、D9、B10、D三、多项选择题1、ACDE2、BD3、BCD4、BC5、AD四、判断题、1、√2、√3、×4、×5、√五、简答题1、答：多元线性回归模型与一元线性回归模型的差别表现在以下几个方面：一是讲解变量的个数不同样；二是模型的经典假设不同样，多元线性回归模型比一元线性回归模型多了个“讲解变量之间不存在线性有关关系”的假设；三是多元线性回归模型的参数估计式的表达更为复杂。2、答：在知足经典假设的条件下，参数的最小二乘估计量拥有线性性、无偏性以及最小性方差，所以被称为最优线性无偏估计量（BLUE）关于多元线性回归最小二乘估计的正规方程组，能解出唯一的参数估计量的条件是XX）-1存在，也许说各讲解变量间不完满线性有关。六、计算剖析题1、解：1）预期sibs对劳动者受教育的年数有影响。所以在收入及支出估计拘束必然的条件下，子女越多的家庭，每个孩子接受教育的时间会越短。依照多元回归模型偏回归系数的含义，sibs前的参数估计值表示，在其他条件不变的情况下，每增添1个兄弟姐妹，受教育年数会减少年，所以，要减少1年受教育的时间，兄弟姐妹需增添1/=个。（2）medu的系数表示当兄弟姐妹数与父亲受教育的年数保持不变时，母亲每增添1年受教育的时间，其子女作为劳动者就会预期增添年的教育时间。（3）第一计算两人受教育的年数分别为+12+12=+16+16=所以，两人的受教育年限的差别为、解：（1）在给定5%显然性水平的状况下，进行t查验。0.364Pt参数的t值：4.550.080Pt1参数的t值：0.0040.0560.072Ut参数的t值：2.5603.890.658在5%显然性水平下，自由度为19-3-1=15的t散布的临界值为，、t0.025(15)2.131PtUt的参数显然不为0，但不能够拒绝Pt1的参数为0的假设。（2）回归式表示影响薪水水平的主要原因是当期的物价水平、失业率，先期的物价水平对他的影响不是很大，当期的物价水平与薪水水平呈正向变动、失业率与薪水水平呈相反变动，切合经济理论，模型正确。能够将Pt1从模型删除.3、解：（1）ln(X1)的系数表示在其他条件不变时，ln(X1)变化1个单位，Y变化的单位数，即Y=ln(X1)(X1/X1)。由此，若是X1增添10%，Y会增添个百分点。这在经济上不是一个较大的影响。（2）针对备择假设H1：10，查验原假设010。易知相应的t统计量的值为H：t==。在5%的显然性水平下，自由度为32-3=29的t散布的临界值为，计算出的t值小于该临界值，所以不拒绝原假设。这意味着销售额对R&D强度的影响不显然。在10%的显然性水平下，t散布的临界值为，计算的t值小于该值，不拒绝原假设，意味着销售额对R&D强度的影响不显然。（3）对X2，参数估计值的t统计值为=，它比10%显然性水平下的临界值还小，所以可以认为它对Y在统计上没有显然的影响。4、解：（1）答案与真实状况可否一致不用然，由于题目未见告可否经过了经济意义查验。猜想为：X1为学生数量，X2为周边餐厅的盒饭价格，X3为气温，X4为校园内食堂的盒饭价格；（2）原因是被讲解变量应与学生数量成正比，而且应该影响显然；被讲解变量应与本食堂盒饭价格成反比，这与需求理论相切合；被讲解变量应与周边餐厅的盒饭价格成正比，由于相互有取代作用；被讲解变量应与气温的变化关系不是十分显然，由于大多数学生不会由于气温变化不吃饭。5、解：1）样本容量为n=14.+1=15RSS=TSS-ESS=66042-65965=77ESS的自由度为:.=2RSS的自由度为:.=n-2-1=122（2）R=ESS/TSS=65965/66042=2=1-(1-R2)(n-1)/(n-k-1)=*14/12=（3）应该采用方程显然性查验，即F查验，原因是只有这样才能判断X1、X2一起可否对有影响。4）不能够。由于经过上述信息，仅可初步判断X1、X2结合起来对Y有线性影响，两者的变化讲解了Y变化的%。但由于无法知道X1，X2前参数的详细估计值，所以还无法判断它们各自对Y的影响有多大。6、解：（1）Var(?12?2)Var(?1)4Cov(?1,?2)4Var(?2)（2）垐21??t12，其中S垐为2的样本标准差。S垐12122212（3）由122知122，代入原模型得Y0(22)X12X23X30X12(2X1X2)3X3这就是所需的模型，其中估计值?及其样本标准差都能经过对该模型进行估计获得。7、解：1）方程B更合理些。原因是：方程B中的参数估计值的符号与现实更凑近些，如与日照的小时数同向变化，天长则慢跑的人会多些；与第二天需交学期论文的班级数成反向变化。（2）讲解变量的系数表示该变量的单位变化，在方程中其他讲解变量不变的条件下，对被讲解变量的影响，由于在方程A和方程B中选择了不同样的讲解变量，方程A选择的是“该天的最高温度”，而方程B选择的是“第二天需交学期论文的班级数”，造成了X2与这两个变量之间关系的不同样，所以用同样的数据估计同样的变量获得了不同样的符号。8、解：（1）在降雨量不变时,每亩增添1千克肥料将使当年的玉米产量增添吨/亩;在每亩施肥量不变的状况下,每增添1毫米的降雨量将使当年的玉米产量增添吨/亩。（2）在种地的一年中不施肥也不下雨的现象同时发生的可能性很小,所以玉米的负产量不能能存在.事实上,这里的截距无实质意义。（3）若是F的真实值为,则表示其估计值与真实值有偏误,但不能够说F的估计是有偏估计.原因是是F的一个估计值,而所谓估计的有偏性是针对估计的希望来说的,即若是取遍全部可能的样本,这些参数估计值的平均值与有偏误的话,才能说估计是有偏的。（4）不用然。即便该方程其实不知足全部的经典模型假设，不是最正确线性无偏估计量，RS的真实值也有等于的可能性。由于有偏估计意味着参数估计的希望不等于参数自己，并不除掉参数的某一估计值恰好等于参数的真实值的可能性。9、解：2.51.32.243（1）B(XX)1XY1.34.40.8222.20.85.020.4ESS/k20.2（2）F250.5>F0.05(2,29)3.331)5.8RSS/(nk29经过方程显然性查验（3）S?ee55.81C331292nk(?2tS?)(0.42.7561)222的99%的置倍区间为（,）10、解：（1）直接给出了P值，所以没有必要计算t统计值以及查t散布表。依照题意，若是p-值<,则我们拒绝参数为零的原假设。由于表中全部参数的p值都高出了10%，所以没有系数是显然不为零的。但由此去掉全部讲解变量，则会获得特别奇怪的结果。其实正如我们所知道的，在多元回去归中省略变量时必然要谨慎，要有所选择。本例中，

value

、income、popchang

的

p值仅比稍大一点，在略掉

unemp、localtax

、statetax

的模型

C中，及进一步略掉

Density

的模型D中，这些变量的系数都是显然的。（2）针春结合假设H0：i=0(i=1,5,6,7)的备择假设为H1：i(i=1,5,6,7)中最稀有一个不为零。查验假设H0，实质上就是对参数的拘束的查验，无拘束回归为模型A，受拘束回归为模型D，查验统计值为(RSSRRSSU)/(kUkR)(5.038e74.763e7)/(73)F1)(4.763e7)/(400.462RSSU/(nkU8)显然，在H0假设下，上述统计量遵照F散布，在5%的显然性水平下，自由度为（4，32）的F散布的临界值为。显然，计算的F值小于临界值，我们不能够拒绝H0，所以βi(i=1,5,6,7)是结合不显然的。（3）模型

D中的

3个讲解变量全部经过了

10%水平下的显然性查验。只管

R2较小，残差平方和较大，但相对来说其

AIC值最低，所以我们选择该模型为最优的模型。（4）预期30，40，20，由于随着收入的增添；随着人口的增添，住所需求也会随之增添；随着房屋价格的上涨，住所需求减少。回概括果与直觉切合，最优模型中参数估计值的符号为正确符号。六、上机练习题1、解：(1)(2)使用Eviews软件的计算结果如表所示DependentVariable:YVariableCoefficieStd.Errort-StatisticProb.ntX10X2CR-squaredMeandependentvarAdjusted.dependentvarR-squared.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonProb(F-statistic)0stat可见学生购买课外书籍与其受教育年限及家庭收入水平有以下详细关系：Y0.9756104.315X10.402X2（）（）R2=7,R2=0,F=将X1=10，X2=480代入回归方程，可得Y=0.9756104.3150.402×480=(元)×10由于0.59799350.04841610.0007780(X'X)-1=0.04841610.02671590.00034550.00077800.00034550.0000088所以，取X0=（110480），Y均值的展望的标准差为S??2X0(X'X)1X0'=23063.270.2661=409.14=Y01821在5%的显然性水平下，自由度为18-2-1=15的t散布的临界值为t0.025(15)2.131，于是Y均值的95%的展望区间为或（，）同样简单获得Y个值得展望的标准差为S??2[1X0(X'X)1X0']=23063.271.2661=1946.69=Y18210于是，Y个值的95%的展望区间为或（，）2、解：（1）Eviews软件回概括果如表所示。DependentVariable:LOG(Y)VariableCoefficientStd.Errort-StatisticProb.LOG(P1)LOG(P2)LOG(P3)LOG(X)CR-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)0?0.73150.3453InX0.5021InP10.1469InP20.0872InP3InY（）（）（）（）（）R2=，F=，RSS=简单考据，家庭收入水平与鸡肉的价格对鸡肉的花销需求有显然的影响，而猪肉价格及牛肉价格对鸡肉的花销影响不显然，特别是牛肉价格的影响很小。但方程整体的线性关系是显然的。（2）那么可否猪肉价格与牛肉价格真的对鸡肉的花销需求没有影响呢？可查验以下原假设：H0:3=4=0对Y关于X,P1做回归获得下表所示的结果。DependentVariable:LOG(Y)VariableCoefficieStd.Errort-StatistProb.nticLOG(X)0LOG(P1)0C0R-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)0InY?1.12580.4515InX0.3727InP1R2=，F=，RSS=为了查验原假设，求以下的F统计量：(RSSRSS)/2FRURSSU/(2341)(0.01530.0135)/20.0135/181.2在5%的显然性水平下，自由度为（2，18）的F散布的临界值为F0.05(2,18)=,所以，没有原因拒绝原假设，即该地区猪肉与牛肉价格确实对家庭的鸡肉花销需求不产生显然影响。第四章随机讲解变量问题一、名词讲解1、随机讲解变量2、工具变量二、单项选择题1、若是模型包括随机讲解变量，且与随机搅乱项异期有关，则一般最小二乘估计量是（）A、无偏估计量B、有效估计量C、一致估计量D、最正确线性无偏估计量2、假设回归模型Yi01Xii，其中Xi为随机变量，Xi与i有关，则的一般最小二乘估计量（）A、无偏且一致B、无偏但不一致C、有偏但一致D、有偏且不一致3、随机讲解变量问题分为三种状况，以下哪一种不是（）A、随机讲解变量与随机搅乱项不有关B、随机讲解变量与随机搅乱项同期不有关，不同样期有关C、随机讲解变量与随机搅乱项同期有关D、随机讲解变量与随机搅乱项高度有关4、当讲解变量中包括随机被讲解变量时，

下面哪一种状况不能能出现

（）A、参数估计量无偏

B

、参数估计量渐进无偏C、参数估计量有偏

D

、随机误差项的自有关问题仍可用

D-W查验5、在工具变量的采用中，下面哪一个条件不是必定的

（）A、与所取代的随机讲解变量高度有关B、与随机搅乱项不有关C、与模型中的其他讲解变量不有关D、与被讲解变量存在因果关系三、判断题1、含有随机讲解变量的线性回归模型，其一般最小二乘法估计量都是有偏的（）2、工具变量取代随机变量后，实际上是工具变量变为认识释变量（）3、当随机讲解变量与随机搅乱项同期有关时，若是仍用最小二乘法估计，则估计量有偏且非一致。（）四、简答题什么是估计的一致性？试经过一元模型证明关于工具变量法的斜率的估计量?1是1的一致估计。五、计算剖析题1、一个研究对某地区大学生就业的影响的简单模型可描述以下EMPt01MIN1t2POPt3GDP1t4GDPtt式中，EMP为新就业的大学生人数，MIN1为该地区最低限度薪水，POP为新毕业的大学生人数，GDP1为该地区国内生产总值，GDP为该国国内生产总值。（1）若是该地区政府以多多少少不易察看的却对新毕业大学生就业有影响的因素作为基础来选择最低限度薪水，则OLS估计将会存在什么问题？（2）令MIN为该国的最低限度薪水，它与随机扰动项有关吗？（3）依照法律，各地区最低限度薪水不得低于国家最低薪水，那么MIN能成为MIN1的工具变量吗？六、上机练习题1、某国的政府税收T（单位：百万美元），国内生产总值GDP（单位：10亿美元）和汽车数量Z（单位：百万辆）的察看数据以下表所示。试以汽车数量

Z作为国内生产总值

GDP的工具变量，估计税收函数：Tt

0

1GDPt

t序号TGDPZ序号TGDPZ134565762212778635768911746879810754552、下表国内生产总值

GDP、花销

CS，投资

IV

的样本察看值，试以投资

IV

作为国内生产总值GDP的工具变量，估计花销

CS关于国内生产总值

GDP的函数：lnCst01lnGDPtt时间CSGDPIV时间CSGDPIV198119931982199419831995198419961985199719861998198719991988200019892001199020021991200319922004第四章随机讲解变量问题一、名词讲解1、随机讲解变量：指在现实经济现象中，讲解变量不是可控的，即讲解变量的察看值拥有随机性，而且与模型的随机搅乱项可能有有关关系，这样的讲解变量称为随机讲解变量2、工具变量：顾名思义是在模型估计过程中被作为工具使用的变量，用以取代与随机搅乱项有关的随机讲解变量。二、单项选择题1、C2、D3、D4、D5、D三、判断题1、×2、×3、√四、简答题估计的一致性是指，随着样本容量的增添，即便当

时，参数估计量依概率收敛于Plim())参数的真值，即有：n)关于一元线性回归模型：Yt01Xtt，在第二章曾得以下最小二乘估计量：?xtytxtt，若是Xt和t同期有关，则估计量有偏且不一致，这时需要用2121xtxt一个与Xt高度有关而与t同期没关的工具变量Zt来取代Xt进行OLS估计，这就是所谓的工具变量法。这时正规方程组易得：%ziyi1zii，两边取概率极限得：1zixizixiPlim1ziiCov(Zt,t)Plim(%1)1n11Cov(Zt,Xt)1zixiPlimn五、计算剖析题1、解：（1）由于地方政府经常是依照过去的经验、当前的经济状况以及希望的经济发展前景来定制地区最低限度薪水水平的，而这些因素没有反响在上述模型中，而是被概括到了模型的随机扰动项中，所以MIN1与不只异期有关，而且经常是同期有关的，这将引起OLS估计量的偏误，甚至当样本容量增大时也不拥有一致性。（2）全国最低限度的拟定主要依照全国国整体的状况而定，所以MIN基本与上述模型的随机扰动项没关。（3）由于地方政府在拟定当地区最低薪水水平经常常考虑全国的最低薪水水平的要求，因此MIN1与MIN拥有较强的有关性。结合（2）知MIN能够作为MIN1的工具变量使用。六、上机练习题1、解：用EViews软件得以下结果：DependentVariable:TMethod:Two-StageLeastSquaresDate:05/16/08Time:21:58Sample:19Includedobservations:9Instrumentlist:ZCoefficieVariablentStd.Errort-StatisticProb.CGDPMeandependentR-squaredvarAdjustedR-squared.dependentvarSumsquared.ofregressionresidDurbin-WatsonF-statisticstatProb(F-statistic)由此可知税收函数的估计结果为：T=+2=0.9387==RF.2、获得花销函数估计方程为：?1.32811.056lnGDPtlnCst(1.37)(11.29)R20.8287F127.55DW..1.17DependentVariable:LOG(CS)Method:Two-StageLeastSquaresDate:07/01/08Time:13:08Sample:19812004Includedobservations:24Instrumentlist:LOG(IV)CoefficieVariable

nt

Std.Error

t-Statistic

Prob.CLOG(GDP)MeandependentR-squared

varAdjustedR-squared

.dependentvarSumsquared.ofregression

residDurbin-WatsonF-statisticProb(F-statistic)

stat第五章多重共线性一、名词讲解1、多重共线性2、不完满多重共线性二、单项选择题1、在线性回归模型中，若讲解变量X1和X2的察看值成比率，既有X1ikX2i，其中k为非零常数，则表示模型中存在（）A、异方差B、多重共线性C、序列有关D、随机讲解变量2、关于模型Yi01X1i2X2ii，与r12=对照，当r12=时，估计量?的方差10Var(?1)将是原来的（）A、1倍B、倍C、倍D、2倍3、若是方差膨胀因子VIF=15，则认为（）问题是严重的（）A、异方差问题B、序列有关问题C、多重共线性问题D、讲解变量与随机项的有关性4、一般多重共线性下参数估计量（）A、不存在B、有无量多解C、唯一D、非有效5、完满多重共线性下参数估计量（）A、唯一B、有无量多解C、不存在D、有效6、以下方法中，可战胜多重共线性的是（）A、差分法B、加权最小二乘法C、工具变量法D、广义最小二乘法三、多项选择题1、多重共线性产生的主要原因有（）A、经济变量之间经常存在同方向的变化趋势B、经济变量之间经常存在亲密的关系度C、在模型中采用滞后变量也简单产生多重共线性D、在建模过程中由于讲解变量选择不当，引起了变量之间的多重共线性E、以上都不正确2、查验多重共线性严重性的方法有（）A、等级有关系数法B、方差膨胀因子C、工具变量法D、判断系数查验法E、渐渐回归法3、当模型中讲解变量间存在高度的多重共线性时（）A、各个讲解变量对被讲解变量的影响将难于精确鉴别B、部分讲解变量与随机搅乱项之间将高度有关C、估计量的精确度大幅下降D、估计量关于样本容量的变动将十分敏感E、模型的随机误差项也将序列有关4、多重共线性解决方法主要有（）A、保留重要的讲解变量，去掉次要的或可取代的讲解变量B、利用先验信息改变参数的拘束形式C、变换模型的形式D、综合使用时间数据与截面数据E、渐渐回归法以及增添样本容量四、判断题1、当用于查验方程线性显然性的F统计量与查验单个系数显然性的t统计量结果矛盾时，能够认为出现了严重的多重共线性（）2、当存在严重的多重共线性时，一般最小二乘法经常会低估参数估计量的方差（）3、变量的两两高度有关其实不表示高度多重共线性，变量不存在两两高度有关表示不存在高度多重共线性（）4、由于多重共线性不会影响到随机搅乱项的方差，所以若是剖析的目的可是是展望，则多重共线性是无害的（）五、计算剖析题1、某地区供水部门利用近来15年的用水年度数据