计量经济学(庞浩)第二版第七章练习题及参考解答.(精选)

计量经济学(庞浩)第二版第七章练习题及参考解答

7.1 表7.11中给出了1970-1987年期间美国的个人消费支出(PCE)和个人可支配收入(PDI)数据，所有数字的单位都是10亿美元(1982年的美元价)。

表7.11 1970-1987年美国个人消费支出(PCE)和个人可支配收入(PDI)数据

估计下列模型：

t

t t t t

t t PCE B PDI B B PCE PDI A A PCE υμ+++=++=-132121

(1) 解释这两个回归模型的结果。

(2) 短期和长期边际消费倾向（MPC ）是多少？

练习题7.1参考解答:

1）第一个模型回归的估计结果如下，

Dependent Variable: PCE

Method: Least Squares Date: 07/27/05 Time: 21:41 Sample: 1970 1987 Included observations: 18

Variable Coefficient Std. Error t-Statistic

Prob. C -216.4269 32.69425 -6.619723 0.0000 PDI 1.008106 0.015033 67.05920 0.0000 R-squared 0.996455 Mean dependent var 1955.606 Adjusted R-squared 0.996233 S.D. dependent var 307.7170 S.E. of regression 18.88628 Akaike info criterion 8.819188 Sum squared resid 5707.065 Schwarz criterion 8.918118 Log likelihood -77.37269 F-statistic 4496.936 Durbin-Watson stat 1.366654 Prob(F-statistic)

0.000000

回归方程：?216.4269 1.008106t t

PCE PDI =-+

（32．69425） （0.015033） t =（-6.619723） （67.05920） 2R =0.996455 F=4496.936 第二个模型回归的估计结果如下，

Dependent Variable: PCE

Method: Least Squares Date: 07/27/05 Time: 21:51 Sample (adjusted): 1971 1987 Included observations: 17 after adjustments

Variable Coefficient Std. Error t-Statistic

Prob. C -233.2736 45.55736 -5.120436 0.0002 PDI 0.982382 0.140928 6.970817 0.0000 PCE(-1) 0.037158 0.144026 0.257997

0.8002 R-squared 0.996542 Mean dependent var 1982.876 Adjusted R-squared 0.996048 S.D. dependent var 293.9125 S.E. of regression 18.47783 Akaike info criterion 8.829805 Sum squared resid 4780.022 Schwarz criterion 8.976843 Log likelihood -72.05335 F-statistic 2017.064 Durbin-Watson stat 1.570195 Prob(F-statistic)

0.000000

回归方程：1

?233.27360.98240.0372t t t PCE PDI PCE -=-+- （45.557） （0.1409） （0.1440）

t = （-5.120） （6.9708） （0.258） 2

R =0.9965 F=2017.064

2）从模型一得到MPC=1.008；从模型二得到，短期MPC=0.9824，由于模型二为自回归模型，要先转换为分布滞后模型才能得到长期边际消费倾向，我们可以从库伊克变换倒推得到长期MPC=0.9824/（1+0.0372）=0.9472。

7.2 表7.12中给出了某地区1980-2001年固定资产投资Y 与销售额X 的资料。

表7.12 某地区1980-2001年固定资产投资Y 与销售额X 的资料（单位：亿元）

运用局部调整假定或自适应预期假定估计以下模型参数，并解释模型的经济意义，探测模型扰动项的一阶自相关性： 1）设定模型

t t t u X Y ++=βα*

其中*

t Y 为预期最佳值。 2）设定模型

t u

t t e X Y β

α=*

其中*

t Y 为预期最佳值。 3）设定模型

t t t u X Y ++=*

βα

其中*

t X 为预期最佳值。

练习题7.2参考解答:

1）在局部调整假定下，先估计一阶自回归模型：*

*

*

*

011t t t t Y X Y u αββ-=+++

回归的估计结果如下，

Dependent Variable: Y Method: Least Squares Date: 25/02/10 Time: 22:42 Sample (adjusted): 1981 2001

Included observations: 21 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C -15.10403 4.729450 -3.193613 0.0050 X 0.629273 0.097819 6.433031 0.0000 Y(-1)

0.271676

0.114858

2.365315 0.0294

R-squared

0.987125 Mean dependent var 109.2167 Adjusted R-squared 0.985695 S.D. dependent var 51.78550 S.E. of regression 6.193728 Akaike info criterion 6.616515 Sum squared resid 690.5208 Schwarz criterion 6.765733 Log likelihood

-66.47341 F-statistic

690.0561

Durbin-Watson stat

1.518595 Prob(F-statistic)

0.000000

回归方程：^

115.104030.6292730.271676 t t t Y X Y -=-++ （4.729450） （0.097819） （0.114858） t = （-3.193613） （6.433031） （2.365315） 2R =0.987125 F=690.0561 DW=1.518595

根据局部调整模型的参数关系，有****

01 ,, 1, t t u u αδαβδββδδ===-=

将上述估计结果代入得到：

*1110.2716760.728324δβ=-=-=

*

20.738064ααδ==- *00.864001ββδ

==

故局部调整模型估计结果为：^

*20.738064

0.864001t

t Y

X =-

+

经济意义：该地区销售额每增加1亿元，未来预期最佳新增固定资产投资为0.864001亿元。 运用德宾h 检验一阶自相关：

1(1(1 1.29728

22d h =-=-?=在显著性水平05.0=α

上，查标准正态分布表得临界值2

1.96h α=，由于

2

1.29728 1.96h h α=<=，则接收原假设0=ρ，说明自回归模型不存

在一阶自相关问题。

2）先对数变换模型，有*

ln ln ln t t t Y X u αβ=++ 在局部调整假定下，先估计一阶自回归模型：**

**011ln ln ln t t t t Y X Y u αββ-=+++

回归的估计结果如下，

Dependent Variable: LNY Method: Least Squares Date: 25/02/10 Time: 22:55 Sample (adjusted): 1981 2001

Included observations: 21 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C -1.078046 0.184144 -5.854366 0.0000 LNX 0.904522 0.111243 8.131039 0.0000 LNY(-1)

0.260033

0.087799

2.961684 0.0084

R-squared

0.993725 Mean dependent var

4.559823

Adjusted R-squared 0.993028 S.D. dependent var 0.562953 S.E. of regression 0.047007 Akaike info criterion -3.145469 Sum squared resid 0.039774 Schwarz criterion -2.996251 Log likelihood 36.02742 F-statistic 1425.219 Durbin-Watson stat

1.479333 Prob(F-statistic)

0.000000

回归方程：^

1ln 1.0780460.904522ln 0.260033ln t t t Y X Y -=-++ （0.184144） （0.111243） （0.087799） t = （-5.854366） （8.131039） （2.961684） 2R =0.993725 F=1425.219 DW1=1.479333 根据局部调整模型的参数关系，有*

ln ln αδα=，*0

βδβ=，*11 βδ=-

将上述估计结果代入得到：

*1110.2600330.739967δβ=-=-=

*

ln ln 1.45688ααδ

=

=- *0

1.22238ββδ

==

故局部调整模型估计结果为：^*

ln 1.45688 1.22238ln t t Y X =-+

，也即

^* 1.222380.232961t

t

Y X =

经济意义：该地区销售额每增加1%，未来预期最佳新增固定资产投资为1.22238%。 运用德宾h 检验一阶自相关：

1.479333(1(1 1.3031322d h =-=-=

在显著性水平05.0=α

上，查标准正态分布表得临界值2

1.96h α=，由于

2

1.30313 1.96h h α=<=，则接收原假设0=ρ，说明自回归模型不存在

一阶自相关。

3）在自适应预期假定下，先估计一阶自回归模型：*

1*1*0*t t t t

u Y X Y +++=-ββα 回归的估计结果如下，

Dependent Variable: Y Method: Least Squares Date: 25/02/10 Time: 22:42 Sample (adjusted): 1981 2001

Included observations: 21 after adjustments

Variable

Coefficient

Std. Error t-Statistic Prob.

C -15.10403 4.729450 -3.193613 0.0050 X 0.629273 0.097819 6.433031 0.0000 Y(-1)

0.271676

0.114858

2.365315

0.0294

R-squared

0.987125 Mean dependent var 109.2167 Adjusted R-squared 0.985695 S.D. dependent var 51.78550 S.E. of regression 6.193728 Akaike info criterion 6.616515 Sum squared resid 690.5208 Schwarz criterion 6.765733 Log likelihood -66.47341 F-statistic 690.0561 Durbin-Watson stat

1.518595 Prob(F-statistic)

0.000000

回归方程：^

115.104030.6292730.271676 t t t Y X Y -=-++ （4.729450） （0.097819） （0.114858） t = （-3.193613） （6.433031） （2.365315） 2

R =0.987125 F=690.0561 DW=1.518595

根据局部调整模型的参数关系，有****

01 1 t t u u αδαβδββδδ===-=

将上述估计结果代入得到：

*1110.2716760.728324δβ=-=-=

*

20.738064ααδ==- *00.864001ββδ

==

故局部调整模型估计结果为：^

*

20.7380640.864001t

t Y

X =

-+

经济意义：该地区销售额每增加1亿元，未来预期最佳新增固定资产投资为0.864001亿元。 运用德宾h 检验一阶自相关：

1(1(1 1.2972822d h =-=-?=在显著性水平

05

.0=α上，查标准正态分布表得临界值2

1.96h α=，由于

2

1.29728 1.96h h α=<=，则接收原假设0=ρ，说明自回归模型不存在一阶自相关。

7.3 利用表7.12的数据，取阿尔蒙多项式的次数m=2，运用阿尔蒙多项式变换法估计分布滞后模型：

011223344t t t t t t t

Y X X X X X u αβββββ----=++++++

练习题7.3参考解答:

分布滞后模型：01144...t t t t t Y X X X u αβββ--=+++++ s=4，取m=2。

假设00βα=，1012βααα=++，201224βααα=++，301239βααα=++，

4012416βααα=++ （*）

则模型可变为：001122t t t t t Y Z Z Z u αααα=++++，其中：

012341123421234

2344916t t t t t t t t t t t t t t t t Z X X X X X Z X X X X Z X X X X ------------=++++=+++=+++ 估计的回归结果如下，

Dependent Variable: Y Method: Least Squares Date: 25/02/10 Time: 23:19 Sample (adjusted): 1984 2001

Included observations: 18 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C -35.49234 8.192884 -4.332093 0.0007 Z0 0.891012 0.174563 5.104248 0.0002 Z1 -0.669904 0.254447 -2.632783 0.0197 Z2

0.104392

0.062311

1.675338 0.1160

R-squared

0.984670 Mean dependent var 121.2322 Adjusted R-squared 0.981385 S.D. dependent var 45.63348 S.E. of regression 6.226131 Akaike info criterion 6.688517 Sum squared resid 542.7059 Schwarz criterion 6.886378 Log likelihood -56.19666 F-statistic 299.7429 Durbin-Watson stat

1.130400 Prob(F-statistic)

0.000000

回归方程：^

01235.492430.8910120.6699040.104392t t t Y Z Z Z =-+-+

01235.49124,0.89101,0.66990,0.10439αααα=-==-=

由（*）式可得，

012340.89101,0.32550,0.03123,0.17917,0.11833βββββ===-=-=-

由阿尔蒙多项式变换可得如下估计结果：

^

1234

-35.49234 0.89101 0.32550-0.03123-0.17917-0.11833t t t t t t Y X X X X X ----=++

7.4 表7.13中给出了1962-1995年某地区基本建设新增固定资产Y 和全省工业总产值X 按当年价格计算的历史资料。

表7.13 1962-1995年某地区基本建设新增固定资产Y 和全省工业总产值X (单位：亿元)

（1） 设定模型*

t t t Y X αβμ=++ 作局部调整假定，估计参数，并作解释。 （2） 设定模型*

t t t Y X αβμ=++ 作自适应预期假定，估计参数，并作解释。

（3） 比较上述两种模型的设定及拟合情况，你觉得哪一个模型较好，为什么？

练习题7.4参考解答:

1）在局部调整假定下，先估计一阶自回归模型，*1*1*

0*t t t t u Y X Y +++=-ββα

回归的估计结果如下，

Dependent Variable: Y Method: Least Squares Date: 07/27/05 Time: 22:31 Sample (adjusted): 1963 1995

Included observations: 33 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 1.896645 1.167127 1.625055 0.1146 X

0.102199

0.024782

4.123961 0.0003

Y(-1)

0.014700 0.182865 0.080389 0.9365

R-squared

0.584750 Mean dependent var 7.804242 Adjusted R-squared 0.557066 S.D. dependent var 5.889686 S.E. of regression 3.919779 Akaike info criterion 5.656455 Sum squared resid 460.9399 Schwarz criterion 5.792502 Log likelihood -90.33151 F-statistic 21.12278 Durbin-Watson stat

1.901308 Prob(F-statistic)

0.000002

回归方程：^

11.89660.10220.0147t t t Y X Y -=++ （1.167）（0.0248） （0.182865） t =（1.625）（4.1239） （0.080389） 2

R =0.584750 F=21.12278

可以看出，t X 的回归系数显著，而1t Y -的回归系数不显著，2

R 不是很高，模型整体上对样本数据拟合一般。

根据局部调整模型的参数关系，有****01,,1,t t αδαβδββδμδμ===-=，将上述估计结果

代入得到：0.9853,0.1037, 1.9249δβα===

故局部调整模型为：*

1.92490.1037t t t Y X μ=++

经济意义：为了达到全省工业总产值的计划值，寻求一个未来预期新增固定资产的最佳量。全省工业总产值每计划增加1（亿元），则未来预期最佳新增固定资产量为0.1037亿元。

2）在自适应预期假定下，先估计一阶自回归模型，*1*1*0*t t t t u Y X Y +++=-ββα

回归的估计结果如下，

Dependent Variable: Y Method: Least Squares Date: 07/27/05 Time: 22:31 Sample (adjusted): 1963 1995

Included observations: 33 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 1.896645 1.167127 1.625055 0.1146 X 0.102199 0.024782 4.123961 0.0003 Y(-1)

0.014700

0.182865

0.080389 0.9365

R-squared

0.584750 Mean dependent var 7.804242 Adjusted R-squared 0.557066 S.D. dependent var 5.889686 S.E. of regression 3.919779 Akaike info criterion 5.656455 Sum squared resid

460.9399 Schwarz criterion

5.792502

Log likelihood -90.33151 F-statistic 21.12278 Durbin-Watson stat

1.901308 Prob(F-statistic)

0.000002

回归方程：^

11.89660.10220.0147t t t Y X Y -=++ （1.167）（0.0248） （0.182865） t =（1.625）（4.1239） （0.080389） 2R =0.584750 F=21.12278

可以看出，t X 的回归系数显著，而1t Y -的回归系数不显著，2R 不是很高，模型整体上对样本数据拟合一般。

根据自适应模型的参数关系，有****

011,,1,(1)t t t αγαβγββγμμγμ-===-=--，代入得

到：0.9853,0.1037, 1.9249γβα===

故局部调整模型为：*

1.92490.1037t t t Y X u =++

经济意义：新增固定资产的变化取决于全省工业总产值的预期值。全省工业总产值每预期增加增加1（亿元），当期新增固定资产量为0.1037（亿元）。 3）局部调整模型和自适应模型的区别在于：局部调整模型是对应变量的局部调整而得到的；而自适应模型是由解释变量的自适应过程而得到的。由回归结果可见，Y 滞后一期的回归系数并不显著，说明两个模型的设定都不合理。

7.5 表7.14给出某地区各年末货币流通量Y ，社会商品零售额X1、城乡居民储蓄余额X 2的数据。

表7.14 某地区年末货币流通量、社会商品零售额、城乡居民储蓄余额数据（单位：亿元）

利用表中数据设定模型：*

1122t t t t Y X X αββμ=+++

*1

212t

t u t t Y X X e

ββα=

其中，*

t Y 为长期(或所需求的)货币流通量。试根据局部调整假设，作模型变换，估计并检验参数，对参数经济意义做出解释。

练习题7.5参考解答:

1）在局部调整假定下，先估计一阶自回归模型：*****

011221 t t t t t Y X X Y u αβββ-=++++

回归的估计结果如下：

Dependent Variable: Y Method: Least Squares Date: 26/02/10 Time: 15:56 Sample (adjusted): 1954 1985

Included observations: 32 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 6596.228 4344.078 1.518442 0.1401 X1 0.047451 0.039610 1.197940 0.2410 X2 0.274838 0.090534 3.035736 0.0051 Y(-1)

0.405275

0.187220

2.164699 0.0391

R-squared

0.967247 Mean dependent var 55355.97 Adjusted R-squared 0.963738 S.D. dependent var 40464.90 S.E. of regression 7705.604 Akaike info criterion 20.85375 Sum squared resid 1.66E+09 Schwarz criterion 21.03697 Log likelihood -329.6600 F-statistic 275.6267 Durbin-Watson stat

2.109534 Prob(F-statistic)

0.000000

回归方程：^

1216596.228 0.0474510.2748380.405275t

t t t Y X X Y -=+++

（4344.078） （0.039610） （0.090534） （0.187220） t = （1.518442） （1.197940） （3.035736） （2.164699） 2R =0.967247 F=275.6267 DW=2.109534

根据局部调整模型的参数关系，有****

00112ln ln , , ,1αδαβδββδββδ====-

将上述估计结果代入得到：

^

****011221

?ln ln ln ln ln t t t t t Y Y X X Y αβββ-=+++*2110.4052750.594725δβ=-=-= *11091.22367ααδ==*000.07978ββδ== *110.462126ββδ

==

故局部调整模型估计结果为：

^*1211091.22367 0.079780.462126t

t t Y X X =++

经济意义：在其他条件不变的情况下，该地区社会商品零售额每增加1亿元，则预期年末货币流通量增加0.07978亿元。同样，在其他条件不变的情况下，该地区城乡居民储蓄余额每增加1亿元，则预期年末货币流通量增加0.462126亿元。 2）先对数变换模型形式，*

1122ln ln ln ln t

t t t Y X X u αββ=+++

在局部调整假定下，先估计一阶自回归模型：

****

*011221ln ln ln ln t t t t t Y X X Y u αβββ-=++++

回归的估计结果如下：

Dependent Variable: LNY Method: Least Squares Date: 26/02/10 Time: 16:12 Sample (adjusted): 1954 1985

Included observations: 32 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 0.644333 1.677888 0.384014 0.7039 LNX1 0.206230 0.255557 0.806984 0.4265 LNX2 0.180168 0.154913 1.163031 0.2546 LNY(-1)

0.531445

0.109260

4.864049 0.0000

R-squared

0.968959 Mean dependent var 10.70088 Adjusted R-squared 0.965633 S.D. dependent var 0.672279 S.E. of regression 0.124629 Akaike info criterion -1.210486 Sum squared resid 0.434905 Schwarz criterion -1.027269 Log likelihood 23.36778 F-statistic 291.3458 Durbin-Watson stat

1.914829 Prob(F-statistic)

0.000000

回归方程：^

121ln 0.644333 0.20623ln 0.180168ln 0.531445ln t t t t Y X X Y -=+++ （1.677888） （0.255557） （0.154913） （0.531445） t = （0.384014） （0.806984） （1.163013） （4.864049） 2R =0.968959 F=291.3458 DW=1.914829

根据局部调整模型的参数关系，有****

00112ln ln , , ,1αδαβδββδββδ====-

将上述估计结果代入得到：

*

2110.5314450.468555δβ=-=-=

*

ln ln 1.375149ααδ

=

=*000.44014ββδ== *

110.384518ββδ

==

故局部调整模型估计结果为：

^

*12ln 1.375149 0.44014ln 0.384518ln t t t Y X X =++

经济意义：货币需求对社会商品零售额的长期弹性为：0.44104；货币需求对城乡居民储蓄

余额的长期弹性为0.384518。

7.6 设 **

12t t t t M Y R αββμ=+++

其中：M 为实际货币流通量，*Y 为期望社会商品零售总额，*

R 为期望储蓄总额，对于期望

值作如下假定： **

111(1)t t t Y Y Y γγ-=+- *

221(1)t t t R R R γγ-=+-

其中1,2γγ为期望系数，均为小于1的正数。 (1) 如何利用可观测的量来表示t M ？ (2) 分析这样变换存在什么问题?

(3) 利用7.5题的数据进行回归，估计模型，并作检验。

练习题7.6参考解答:

1）首先将M 滞后一期并乘上1(1)γ-得到

**

1111111211(1)(1)(1)(1)t t t t M Y R γγαγβγβμ-----=-+-+-+

再将原始方程减去该方程，得到

**1111121111**1112221111***11122112111**111221(1)[(1)](1)[(1)](1)[(1)()](1)[(1)]t t t t t t t t t t t t t t t t t t t t t M M Y R R Y R R Y R R R Y R R γαγβγβγμγμαγβγβγγγμγμαγβγβγγγμγμαγβγβγ---------?--=++--+--=++--+-+--=++--+-+--=++--+*212111*11122212111

()(1)()(1)t t t t t t t t R Y R R βγγμγμαγβγβγβγγμγμ-----+--=+++-+--)

2(])1()[1()1)(()1()1()1(])1()[1()1()()1()1()1()()1(2112*2221212221112122112211*2212122111121111*12122211111 --------------------+--+-+-+-=

---∴--+-+++=----+-+++=--t t t t t t t t t t t t t t t t t t t t t R R Y M M R R Y M M R R Y M M μγμγγγγβγβγγβγαγγγγμγμγγβγβγβαγγμγμγγβγβγβαγγ(1)－(2) 于是t M 可表示为:

1211212211211

122121122[(1)][(1)]()(1)(1)(2)(1)(1)t t t t t t t t t t M Y Y R R M M γγαγβγγβγγγγγμγγμγγμ------=+--+--+-+--+-+-+--* （）

2）从上面的变化中可看出，随机扰动项变为*121122(2)(1)(1)t t t t μμγγμγγμ--=-+-+--,

这就可能导致出现随机扰动项的自相关，进而导致估计出来的结果是有偏的，而且不是一致估计。

3）对（*）回归的估计结果如下，

Dependent Variable: MT Method: Least Squares Date: 07/26/05 Time: 00:18 Sample(adjusted): 1955 1985

Included observations: 31 after adjusting endpoints

C 9266.4908

4918.1374

1.8841 0.0717 Y 0.1323 0.1096 1.2068 0.2392 Y(-1) -0.1284 0.1236 -1.0389 0.3091 R -0.3957 0.4883 -0.8104 0.4256 R(-1) 0.9533 0.6612 1.4416 0.1623 MT(-1) 0.4729 0.2361

2.0028 0.0566 MT(-2)

-0.0550

0.2883

-0.1908

0.8502 R-squared

0.9691 Mean dependent var 56687.1935 Adjusted R-squared 0.9614 S.D. dependent var 40415.2055

S.E. of regression 7932.428 Akaike info criterion 20.9909 Sum squared resid 1510162034 Schwarz criterion 21.3147 Log likelihood -318.3602 F-statistic 125.7918

回归方程：

^

11129266.49080.13230.12840.39570.95330.47290.0550t t t t t t t M Y Y R R M M ----=+--++-

可以看到，只有1t M -的回归系数在10% 的显著性水平下是显著的，其他回归系数均不显著；F 统计量较大，方程整体显著；2R 较高，模型整体上对样本数据拟合较好。

7.7 考虑如下回归模型：

1?30120.14080.23060.727

t t t Y X X t -=-++==2(-6.27) (2.6) (4.26)R

其中，y 为通货膨胀率，x 为生产设备使用率。

1） 生产设备使用率对通货膨胀率的短期影响和总的影响分别是多大？

2） 如果库伊克模型为1231t t t t Y b b X b Y μ-=+++，你怎样得到生产设备使用率对通货膨胀率的短期影响和长期影响？

练习题7.7参考解答:

1）该模型为有限分布滞后模型，故生产设备使用率对通货膨胀的短期影响为0.1408，总的影响为0.1408+0.2306=0.3714。 2）利用工具变量法，用

1

?t Y -来代替 1t Y -进行估计，则库伊克模型变换为

1231?t t t t

Y b b X b Y u -=+++。若原先有1231????t t t Y a a X a X -=++，则需估计的模型为 1122331???()()t t t t Y b a

b a X b a X u -=++++++，所以生产设备使用率对通货膨胀的短期影响为^

22?b a

+，总的影响为^^

2233??()b a

b a +++。

7.8 表7.15中给出了某地区消费总额Y 和货币收入总额X 的年度资料。

表7.15 某地区消费总额Y （亿元）和货币收入总额X （亿元）的年度资料（单位：亿元）

分析该地区消费同收入的关系

1) 做t Y 关于t X 的回归，对回归结果进行分析判断；

2) 建立适当的分布滞后模型，用库伊克变换转换为库伊克模型后进行估计，并对估计结果进行分析判断。

练习题7.8参考解答:

1）做t Y 关于t X 的回归，回归的估计结果如下，

Dependent Variable: Y Method: Least Squares Date: 05/03/10 Time: 15:24 Sample: 1975 2004 Included observations: 30

Variable Coefficient Std. Error t-Statistic Prob.

C 27.76594 7.945083 3.494733 0.0016 X

0.807731

0.022840

35.36542

0.0000

R-squared

0.978103 Mean dependent var 262.1725 Adjusted R-squared 0.977321 S.D. dependent var 159.3349 S.E. of regression 23.99515 Akaike info criterion 9.257921 Sum squared resid 16121.49 Schwarz criterion 9.351334 Log likelihood -136.8688 F-statistic 1250.713 Durbin-Watson stat

1.280986 Prob(F-statistic)

0.000000

回归方程：^

27.76590.80773t t Y X =+ （7.945） （0.02284） t =（3.9447） （35.365） 2

R =0.978103 F=1250.713

从回归结果来看，t 检验值、F 检验值及2R 都显著，但在显著性水平05.0=α上，DW 值

3.128.1=<=l d d ，说明模型扰动项存在正自相关，需对模型进行修改。

2）事实上，当年消费不仅受当年收入的影响，而且还受过去各年收入水平的影响，因此，我们在上述模型中增添货币收入总额X 的滞后变量进行分析。如前所述，对分布滞后模型直接进行估计会存在自由度损失和多重共线性等问题。在此，选择库伊克模型进行回归分析，即估计如下模型：*1*1*

0*t t t t

u Y X Y +++=-ββα

回归的估计结果如下，

Dependent Variable: Y Method: Least Squares Date: 05/03/10 Time: 15:31 Sample (adjusted): 1976 2004

Included observations: 29 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C -6.905686 4.179931 -1.652105 0.1105 X 0.251865 0.043638 5.771717 0.0000 Y(-1)

0.813628

0.062991

12.91657 0.0000

R-squared

0.997002 Mean dependent var 268.0696 Adjusted R-squared 0.996772 S.D. dependent var 158.7886 S.E. of regression 9.021969 Akaike info criterion 7.334900 Sum squared resid 2116.294 Schwarz criterion 7.476344 Log likelihood -103.3560 F-statistic 4323.744 Durbin-Watson stat

1.215935 Prob(F-statistic)

0.000000

回归结果显示，t 检验值、F 检验值及2

R 都显著，但

1(1(1 2.244222d h =-=-?= 在显著性水平

05.0=α上，查标准正态分布表得临界值96.12

=αh ，由于

>=2442.2h 96.12

=αh ，则拒绝原假设0=ρ，说明自回归模型存在一阶自相关，需对

模型作进一步修改。

最新文件 仅供参考 已改成word 文本 。 方便更改

计量经济学-庞皓-第三版课后答案

第二章简单线性回归模型 2.1 （1）①首先分析人均寿命与人均GDP的数量关系，用Eviews分析：Dependent Variable: Y Method: Least Squares Date: 12/27/14 Time: 21:00 Sample: 1 22 Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 56.64794 1.960820 28.88992 0.0000 X1 0.128360 0.027242 4.711834 0.0001 R-squared 0.526082 Mean dependent var 62.50000 Adjusted R-squared 0.502386 S.D. dependent var 10.08889 S.E. of regression 7.116881 Akaike info criterion 6.849324 Sum squared resid 1013.000 Schwarz criterion 6.948510 Log likelihood -73.34257 Hannan-Quinn criter. 6.872689 F-statistic 22.20138 Durbin-Watson stat 0.629074 Prob(F-statistic) 0.000134 有上可知，关系式为y=56.64794+0.128360x1 ②关于人均寿命与成人识字率的关系，用Eviews分析如下：Dependent Variable: Y Method: Least Squares Date: 11/26/14 Time: 21:10 Sample: 1 22 Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 38.79424 3.532079 10.98340 0.0000 X2 0.331971 0.046656 7.115308 0.0000 R-squared 0.716825 Mean dependent var 62.50000 Adjusted R-squared 0.702666 S.D. dependent var 10.08889 S.E. of regression 5.501306 Akaike info criterion 6.334356 Sum squared resid 605.2873 Schwarz criterion 6.433542 Log likelihood -67.67792 Hannan-Quinn criter. 6.357721 F-statistic 50.62761 Durbin-Watson stat 1.846406 Prob(F-statistic) 0.000001 由上可知，关系式为y=38.79424+0.331971x2 ③关于人均寿命与一岁儿童疫苗接种率的关系，用Eviews分析如下：

计量经济学题库及答案

计量经济学题库 一、单项选择题（每小题1分） 1．计量经济学是下列哪门学科的分支学科（C）。 A．统计学 B．数学 C．经济学 D．数理统计学 2．计量经济学成为一门独立学科的标志是（B）。 A．1930年世界计量经济学会成立B．1933年《计量经济学》会刊出版 C．1969年诺贝尔经济学奖设立 D．1926年计量经济学（Economics）一词构造出来 3．外生变量和滞后变量统称为（D）。 A．控制变量 B．解释变量 C．被解释变量 D．前定变量4．横截面数据是指（A）。 A．同一时点上不同统计单位相同统计指标组成的数据B．同一时点上相同统计单位相同统计指标组成的数据 C．同一时点上相同统计单位不同统计指标组成的数据D．同一时点上不同统计单位不同统计指标组成的数据 5．同一统计指标，同一统计单位按时间顺序记录形成的数据列是（C）。 A．时期数据 B．混合数据 C．时间序列数据 D．横截面数据6．在计量经济模型中，由模型系统内部因素决定，表现为具有一定的概率分布的随机变量，其数值受模型中其他变量影响的变量是（ A ）。 A．内生变量 B．外生变量 C．滞后变量 D．前定变量7．描述微观主体经济活动中的变量关系的计量经济模型是（ A ）。 A．微观计量经济模型 B．宏观计量经济模型 C．理论计量经济模型 D．应用计量经济模型 8．经济计量模型的被解释变量一定是（ C ）。 A．控制变量 B．政策变量 C．内生变量 D．外生变量9．下面属于横截面数据的是（ D ）。 A．1991－2003年各年某地区20个乡镇企业的平均工业产值 B．1991－2003年各年某地区20个乡镇企业各镇的工业产值 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个乡镇各镇的工业产值 10．经济计量分析工作的基本步骤是（ A ）。 A．设定理论模型→收集样本资料→估计模型参数→检验模型B．设定模型→估计参数→检验模型→应用

计量经济学第三版庞皓

第二章简单线性回归模型 第一节回归分析与回归函数P15 （一）相关分析与回归分析 1、相关关系 2、相关系数 3、回归分析 （二）总体回归函数（条件期望） （三）随机扰动项 （四）样本回归函数 第二节简单线性回归模型参数的估计P26 （一）简单线性回归的基本假定 （二）普通最小二乘法求样本回归函数 （三）OLS回归线的性质 （四）最小二乘估计量的统计性质 1、参数估计量的评价标准（无偏性、有效性、一致性） 2、OLS估计量的统计特性（线性特性、无偏性、有效性、高斯-马尔可夫定理） 第三节拟合优度的度量（RSS、ESS、TSS）P35 （一）总变差的分解 （二）可决系数 （三）可决系数与相关系数的关系 第四节回归系数的区间估计与假设检验P38 （一）OLS估计的分布性质 （二）回归系数的区间估值 （三）回归系数的假设检验 1、Z检验 2、t检验 第五节回归模型预测P43 第六节案例分析P48 第三章多元线性回归模型 第一节多元线性回归模型及古典假定P64 一、多元线性回归模型 二、多元线性回归模型的矩阵形式 三、多元线性回归模型的古典假定 第二节多元线性回归模型的估计P68 一、多元线性回归性参数的最小二乘估计 二、参数最小二乘估计的性质（线性特性、无偏性、有效性） 三、OLS估计的分布性质 四、随机扰动项方差的估计 五、多元线性回归模型参数的区间估计

第三节多元线性回归模型的检验P74 一、拟合优度检验（多重可决系数、修正的可决系数） 二、回归方程的显著性检验（F-检验） 三、回归参数的显著性检验（t-检验） 第四节多元线性回归模型的预测P79 第五节案例分析P81 第四章多重共线性第一节什么是多重共线性P94 第二节多重共线性产生的后果 第三节多重共线性的检验 第四节多重共线性的补救措施 第五节案例分析P109

计量经济学(庞皓)课后思考题答案

思考题答案 第一章 绪论 思考题 1.1怎样理解产生于西方国家的计量经济学能够在中国的经济理论研究和现代化建设中发挥重要作用？ 答：计量经济学的产生源于对经济问题的定量研究，这是社会经济发展到一定阶段的客观需要。计量经济学的发展是与现代科学技术成就结合在一起的，它反映了社会化大生产对各种经济因素和经济活动进行数量分析的客观要求。经济学从定性研究向定量分析的发展，是经济学逐步向更加精密、更加科学发展的表现。我们只要坚持以科学的经济理论为指导，紧密结合中国经济的实际，就能够使计量经济学的理论与方法在中国的经济理论研究和现代化建设中发挥重要作用。 1.2理论计量经济学和应用计量经济学的区别和联系是什么？ 答：计量经济学不仅要寻求经济计量分析的方法，而且要对实际经济问题加以研究，分为理论计量经济学和应用计量经济学两个方面。 理论计量经济学是以计量经济学理论与方法技术为研究内容，目的在于为应用计量经济学提供方法论。所谓计量经济学理论与方法技术的研究，实质上是指研究如何运用、改造和发展数理统计方法，使之成为适合测定随机经济关系的特殊方法。 应用计量经济学是在一定的经济理论的指导下，以反映经济事实的统计数据为依据，用计量经济方法技术研究计量经济模型的实用化或探索实证经济规律、分析经济现象和预测经济行为以及对经济政策作定量评价。 1.3怎样理解计量经济学与理论经济学、经济统计学的关系？ 答：1、计量经济学与经济学的关系。联系：计量经济学研究的主体—经济现象和经济关系的数量规律；计量经济学必须以经济学提供的理论原则和经济运行规律为依据；经济计量分析的结果：对经济理论确定的原则加以验证、充实、完善。区别：经济理论重在定性分析,并不对经济关系提供数量上的具体度量；计量经济学对经济关系要作出定量的估计，对经济理论提出经验的内容。 2、计量经济学与经济统计学的关系。联系：经济统计侧重于对社会经济现象的描述性计量；经济统计提供的数据是计量经济学据以估计参数、验证经济理论的基本依据；经济现象不能作实验，只能被动地观测客观经济现象变动的既成事实，只能依赖于经济统计数据。区别：经济统计学主要用统计指标和统计分析方法对经济现象进行描述和计量；计量经济学主要利用数理统计方法对经济变量间的关系进行计量。 1.4在计量经济模型中被解释变量和解释变量的作用有什么不同？ 答：在计量经济模型中，解释变量是变动的原因，被解释变量是变动的结果。被解释变量是模型要分析研究的对象。解释变量是说明被解释变量变动主要原因的变量。 1.5一个完整的计量经济模型应包括哪些基本要素？你能举一个例子吗？ 答：一个完整的计量经济模型应包括三个基本要素：经济变量、参数和随机误差项。 例如研究消费函数的计量经济模型：u βX αY ++= 其中，Y 为居民消费支出，X 为居民家庭收入，二者是经济变量；α和β为参数；u 是随机误差项。 1.6假如你是中央银行货币政策的研究者，需要你对增加货币供应量促进经济增长提出建议，

计量经济学习题与解答

第五章经典单方程计量经济学模型：专门问题 一、内容提要 本章主要讨论了经典单方程回归模型的几个专门题。 第一个专题是虚拟解释变量问题。虚拟变量将经济现象中的一些定性因素引入到可以进行定量分析的回归模型，拓展了回归模型的功能。本专题的重点是如何引入不同类型的虚拟变量来解决相关的定性因素影响的分析问题，主要介绍了引入虚拟变量的加法方式、乘法方式以及二者的组合方式。在引入虚拟变量时有两点需要注意，一是明确虚拟变量的对比基准，二是避免出现“虚拟变量陷阱”。 第二个专题是滞后变量问题。滞后变量包括滞后解释变量与滞后被解释变量，根据模型中所包含滞后变量的类别又可将模型划分为自回归分布滞后模型与分布滞后模型、自回归模型等三类。本专题重点阐述了产生滞后效应的原因、分布滞后模型估计时遇到的主要困难、分布滞后模型的修正估计方法以及自回归模型的估计方法。如对分布滞后模型可采用经验加权法、Ａlmon多项式法、Koyck方法来减少滞项的数目以使估计变得更为可行。而对自回归模型，则根据作为解释变量的滞后被解释变量与模型随机扰动项的相关性的不同，采用工具变量法或OLS法进行估计。由于滞后变量的引入，回归模型可将静态分析动态化，因此，可通过模型参数来分析解释变量对被解释变量影响的短期乘数和长期乘数。 第三个专题是模型设定偏误问题。主要讨论当放宽“模型的设定是正确的”这一基本假定后所产生的问题及如何解决这些问题。模型设定偏误的类型包括解释变量选取偏误与模型函数形式选取取偏误两种类型，前者又可分为漏选相关变量与多选无关变量两种情况。在漏选相关变量的情况下，OLS估计量在小样本下有偏，在大样本下非一致；当多选了无关变量时，OLS估计量是无偏且一致的，但却是无效的；而当函数形式选取有问题时，OLS估计量的偏误是全方位的，不仅有偏、非一致、无效率，而且参数的经济含义也发生了改变。在模型设定的检验方面，检验是否含有无关变量，可用传统的t检验与F检验进行；检验是否遗漏了相关变量或函数模型选取有错误，则通常用一般性设定偏误检验（RESET检验）进行。本专题最后介绍了一个关于选取线性模型还是双对数线性模型的一个实用方法。 第四个专题是关于建模一般方法论的问题。重点讨论了传统建模理论的缺陷以及为避免这种缺陷而由Hendry提出的“从一般到简单”的建模理论。传统建模方法对变量选取的

计量经济学第三版庞浩第三章习题

第三章习题 3.1 （1）2011年各地区的百户拥有家用汽车量及影响因素数据图形 可以看出，2011年各地区的百户拥有家用汽车量及影响因素的差异明显，其变动的方向基本相同，相互间可能具有一定的相关性，因而将其模型设定为线性回归模型形式： Y=β1+β2X2+β3X3+β4X4

估计参数 Y=246.854+5.996865X 2-0.524027X 3-2.26568X 4 模型检验 ① R 2是0.666062，修正的R 2为0.628957，说明模型对样本拟合较好 ② F 检验，分别针对H0：βj=0(j=1,2,3,4)，给定显著性水平α=0.05，在F 分布表中查出自由度为k-1=3,n-k=27的临界值F α（3,27）=3.65，由表可知，F=17.95108>F α（3,27）=3.65，应拒绝原假设，回归方程显著。 ③ t 检验，分别针对H0：βj=0(j=1,2,3,4)，给定显著性水平α=0.05，查t 分布表得自由度为n-k=27临界值t 2 05.0（n-k ）=2.0518。对应的t 统计量分 别为 4.749476，4.265020，-2.922950，-4.366842，其绝对值均大于t （27） =2.0518，所以这些系数都是显著的。 （2）人均ＧＤＰ增加１万元，百户拥有家用汽车增加5.996865辆， 城镇人口比重增加１个百分点，百户拥有家用汽车减少0.524027辆， 交通工具消费价格指数每上升１，百户拥有家用汽车减少2.265680辆。 （3）将其模型设定为 Y=β1+β2X 2+β3LnX 3+β4LnX 4

计量经济学课后习题答案

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平均数据 D 相对数据 ⒉横截面数据是指【A 】 A 同一时点上不同统计单位相同统计指标组成的数据 B 同一时点上相同统计单位相同统计指标组成的数据 C 同一时点上相同统计单位不同统计指标组成的数据 D 同一时点上不同统计单位不同统计指标组成的数据 ⒊下面属于截面数据的是【D 】 A 1991-2003年各年某地区20个乡镇的平均工业产值 B 1991-2003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同一统计指标按时间顺序记录的数据列称为【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 】 A 解释变量和被解释变量都是随机变量 B 解释变量为非随机变量，被解释变量为随机变量 C 解释变量和被解释变量都是非随机变量 D 解释变量为随机变量，被解释变量为非随机变量 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括单方程回归分析，联立方程组模型，时间序列分 析三大支柱。

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）陈述、建立计量经济模型、收集数据、计量经济模型参数的估计、检验和模型修正、预测和政策分析。 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怎样的？ 计量经济学就是对经济规律进行数量实证研究，包括预测、检验等多方面的工作。计量经济学是一种定量分析，是以解释经济活动中客观存在的数量关系为内容的一门经济学学科。 计量经济学与统计学密切联系，如数据收集和处理、参数估计、计量分析方法设计，以及参数估计值、模型和预测结果可靠性和可信程度分析判断等。可以说，统计学的知识和方法不仅贯穿计量经济分析过程，而且现代统计学本身也与计量经济学有不少相似之处。例如，统计学也通过对经济数据的处理分析，得出经济问题的数字化特征和结论，也有对经济参数的估计和分析，也进行经济趋势的预测，并利用各种统计量对分析预测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，计量经济学也经常使用各种统计分析方法，筛选数据、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区别在于，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具体经济问题出发，先建立经济模型，参数估计、判断、调整和预测分析等都是以模型为基础和出发点；典型的统计学研究则并不一定需要从具体明确的问题出发，虽然也有一些目标，但可以是模糊不明确的。虽然统计学并不排斥经济理论和模型，有时也会利用它们，但统计学通常不一定需要特定的经济理论或模型作为基础和出发点，常常是通过对经济数据的统计处理直接得出结论，统计学侧重的工作是经济数据的采集、筛选和处理。 此外，计量经济学不仅是通过数据处理和分析获得经济问题的一些数字特征，而且是借助于经济思想和数学工具对经济问题作深刻剖析。经过计量经济分析实证检验的经济理论和模型，能够对分析、研究和预测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，也是对经济理论证实或证伪的过程。这些是以处理数

计量经济学 庞皓 第二版 思考题 答案

思考题答案 第一章绪论 思考题 1.1怎样理解产生于西方国家的计量经济学能够在中国的经济理论研究和现代化建设中发挥重要作用？ 答：计量经济学的产生源于对经济问题的定量研究，这是社会经济发展到一定阶段的客观需要。计量经济学的发展是与现代科学技术成就结合在一起的，它反映了社会化大生产对各种经济因素和经济活动进行数量分析的客观要求。经济学从定性研究向定量分析的发展，是经济学逐步向更加精密、更加科学发展的表现。我们只要坚持以科学的经济理论为指导，紧密结合中国经济的实际，就能够使计量经济学的理论与方法在中国的经济理论研究和现代化建设中发挥重要作用。 1.2理论计量经济学和应用计量经济学的区别和联系是什么？ 答：计量经济学不仅要寻求经济计量分析的方法，而且要对实际经济问题加以研究，分为理论计量经济学和应用计量经济学两个方面。 理论计量经济学是以计量经济学理论与方法技术为研究内容，目的在于为应用计量经济学提供方法论。所谓计量经济学理论与方法技术的研究，实质上是指研究如何运用、改造和发展数理统计方法，使之成为适合测定随机经济关系的特殊方法。 应用计量经济学是在一定的经济理论的指导下，以反映经济事实的统计数据为依据，用计量经济方法技术研究计量经济模型的实用化或探索实证经济规律、分析经济现象和预测经济行为以及对经济政策作定量评价。 1.3怎样理解计量经济学与理论经济学、经济统计学的关系？ 答：1、计量经济学与经济学的关系。联系：计量经济学研究的主体—经济现象和经济关系的数量规律；计量经济学必须以经济学提供的理论原则和经济运行规律为依据；经济计量分析的结果：对经济理论确定的原则加以验证、充实、完善。区别：经济理论重在定性分析,并不对经济关系提供数量上的具体度量；计量经济学对经济关系要作出定量的估计，对经济理论提出经验的内容。 2、计量经济学与经济统计学的关系。联系：经济统计侧重于对社会经济现象的描述性计量；经济统计提供的数据是计量经济学据以估计参数、验证经济理论的基本依据；经济现象不能作实验，只能被动地观测客观经济现象变动的既成事实，只能依赖于经济统计数据。区别：经济统计学主要用统计指标和统计分析方法对经济现象进行描述和计量；计量经济学

计量经济学习题及参考答案解析详细版

计量经济学（第四版）习题参考答案 潘省初

第一章 绪论 试列出计量经济分析的主要步骤。 一般说来，计量经济分析按照以下步骤进行： （1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据 （4）估计参数 （5）假设检验 （6）预测和政策分析 计量经济模型中为何要包括扰动项? 为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。 什么是时间序列和横截面数据? 试举例说明二者的区别。 时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。 横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。 估计量和估计值有何区别？ 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。在一项应用中，依据估计量算出的一个具体的数值，称为估计值。如Y 就是一个估计量，1 n i i Y Y n == ∑。现有一样本，共4个数，100，104，96，130，则 根据这个样本的数据运用均值估计量得出的均值估计值为 5.1074 130 96104100=+++。 第二章 计量经济分析的统计学基础 略，参考教材。

请用例中的数据求北京男生平均身高的99％置信区间 N S S x = = 4 5= 用 =，N-1=15个自由度查表得005.0t =，故99%置信限为 x S t X 005.0± =174±×=174± 也就是说，根据样本，我们有99%的把握说，北京男高中生的平均身高在至厘米之间。 25个雇员的随机样本的平均周薪为130元，试问此样本是否取自一个均值为120元、标准差为10元的正态总体？ 原假设 120:0=μH 备择假设 120:1≠μH 检验统计量 () 10/2510/25 X X μσ-Z == == 查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即 此样本不是取自一个均值为120元、标准差为10元的正态总体。 某月对零售商店的调查结果表明，市郊食品店的月平均销售额为2500元，在下一个月份中，取出16个这种食品店的一个样本，其月平均销售额为2600元，销售额的标准差为480元。试问能否得出结论，从上次调查以来，平均月销售额已经发生了变化？ 原假设 : 2500:0=μH 备择假设 : 2500:1≠μH ()100/1200.83?480/16 X X t μσ-= === 查表得 131.2)116(025.0=-t 因为t = < 131.2=c t , 故接受原假 设,即从上次调查以来，平均月销售额没有发生变化。

计量经济学课后习题1-8章

计量经济学课后习题总结 第一章绪论 1、什么事计量经济学？ 计量经济学就是把经济理论、经济统计数据和数理统计学与其他数学方法相结合，通过建立经济计量模型来研究经济变量之间相互关系及其演变的规律的一门学科。 2、计量经济学的研究方法有那几个步骤？ （1）建立模型：包括模型中变量的选取及模型函数形式的确定。 （2）模型参数的估计：通过搜集相关是数据，采用不同的参数估计方法，进行模型参数估计。 （3）模型参数的检验：包括经济检验、以及统计学方面的检验。 （4）经济计量模型的应用：经济预测、经济结构分析、经济政策评价。 3、经济计量模型有哪些特点？ 经济计量模型是一个代数的、随即的数学模型，它可以是线性或非线性（对参数而言）形式。 4、经济计量模型中的数据有哪几种类型 （1）定量数据：时间序列数据、截面数据、面板数据 （2）定型数据：虚拟变量数据 第二章一元线性回归模型 1、什么是相关关系？它有那几种类型？（书上没有确切的答案） （1）相关关系：当一个或几个相互联系的变量取一定的数值时，与之相对应的另一变量的值虽然不确定，但它仍按某种规律在一定的范围内变化。变量 间的这种相互关系，称为具有不确定性的相关关系 （2）相关关系的种类 1.按相关程度分类： （1）完全相关：一种现象的数量变化完全由另一种现象的数量变化所确定。在这种情况下，相关关系便称为函数关系，因此也可以说函数关 系是相关关系的一个特例。 （2）不完全相关：两个现象之间的关系介于完全相关和不相关之间 （3）不相关：两个现象彼此互不影响，其数量变化各自独立 2.按相关的方向分类： （1）正相关：两个现象的变化方向相同 （2）负相关：两个现象的变化方向相反 3.按相关的形式分类 （1）线性相关：两种相关现象之间的关系大致呈现为线性关系 （2）非线性相关：两种相关现象之间的关系并不表现为直线关系，而是 近似于某种曲线方程的关系

计量经济学练习题答案完整

1、已知一模型的最小二乘的回归结果如下： i i ?Y =101.4-4.78X （45.2）（1.53） n=30 R 2=0.31 其中，Y ：政府债券价格（百美元），X ：利率（%）。 回答以下问题： （1）系数的符号是否正确，并说明理由；（2）为什么左边是i ?Y 而不是i Y ； （3）在此模型中是否漏了误差项i u ；（4）该模型参数的经济意义是什么。 答：（1）系数的符号是正确的，政府债券的价格与利率是负相关关系，利率的上升会引起政府债券价格的下降。 （2）i Y 代表的是样本值，而i ?Y 代表的是给定i X 的条件下i Y 的期望值，即?(/)i i i Y E Y X 。此模型是根据样本数据得出的回归结果，左边应当是i Y 的期望值，因此是i ?Y 而不是i Y 。 （3）没有遗漏，因为这是根据样本做出的回归结果，并不是理论模型。 （4）截距项101.4表示在X 取0时Y 的水平，本例中它没有实际意义；斜率项-4.78表明利率X 每上升一个百分点，引起政府债券价格Y 降低478美元。 2、有10户家庭的收入（X ，元）和消费（Y ，百元）数据如下表： 10户家庭的收入（X ）与消费（Y ）的资料 X 20 30 33 40 15 13 26 38 35 43 Y 7 9 8 11 5 4 8 10 9 10 若建立的消费Y 对收入X 的回归直线的Eviews 输出结果如下： Dependent Variable: Y

Variable Coefficient Std. Error X 0.202298 0.023273 C 2.172664 0.720217 R-squared 0.904259 S.D. dependent var 2.233582 Adjusted R-squared 0.892292 F-statistic 75.55898 Durbin-Watson stat 2.077648 Prob(F-statistic) 0.000024 （1）说明回归直线的代表性及解释能力。 （2）在95%的置信度下检验参数的显著性。（0.025(10) 2.2281t =，0.05(10) 1.8125t =，0.025(8) 2.3060t =，0.05(8) 1.8595t =） （3）在95%的置信度下，预测当X ＝45（百元）时，消费（Y ）的置信区间。（其中29.3x =，2()992.1x x -=∑） 答：（1）回归模型的R 2＝0.9042，表明在消费Y 的总变差中，由回归直线解释的部分占到90％以上，回归直线的代表性及解释能力较好。 （2）对于斜率项，11 ? 0.20238.6824?0.0233 ()b t s b ===>0.05(8) 1.8595t =，即表明斜率项 显著不为0，家庭收入对消费有显著影响。对于截距项， 00? 2.1727 3.0167?0.7202 ()b t s b ===>0.05(8) 1.8595t =， 即表明截距项也显著不为0，通过了显著性检验。 （3）Y f =2.17+0.2023×45＝11.2735 0.025(8) 1.8595 2.2336 4.823t ?=?= 95%置信区间为（11.2735-4.823，11.2735+4.823），即（6.4505，16.0965）。

计量经济学课后习题答案汇总

计量经济学课后习题答 案汇总 标准化工作室编码[XX968T-XX89628-XJ668-XT689N]

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平均数据 D 相对数据 ⒉横截面数据是指【 A 】 A 同一时点上不同统计单位相同统计指标组成的数据 B 同一时点上相同统计单位相同统计指标组成的数据 C 同一时点上相同统计单位不同统计指标组成的数据 D 同一时点上不同统计单位不同统计指标组成的数据 ⒊下面属于截面数据的是【 D 】 A 1991-2003年各年某地区20个乡镇的平均工业产值 B 1991-2003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同一统计指标按时间顺序记录的数据列称为【 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 】 A 解释变量和被解释变量都是随机变量 B 解释变量为非随机变量，被解释变量为随机变量 C 解释变量和被解释变量都是非随机变量 D 解释变量为随机变量，被解释变量为非随机变量 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括单方程回归分析，联立方程组模型，时间序列 分析三大支柱。

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）陈述、建立计量经济模型、收集数据、计量经济模型参数的估计、检验和模型修正、预测和政策分析。 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怎样的 计量经济学就是对经济规律进行数量实证研究，包括预测、检验等多方面的工作。计量经济学是一种定量分析，是以解释经济活动中客观存在的数量关系为内容的一门经济学学科。 计量经济学与统计学密切联系，如数据收集和处理、参数估计、计量分析方法设计，以及参数估计值、模型和预测结果可靠性和可信程度分析判断等。可以说，统计学的知识和方法不仅贯穿计量经济分析过程，而且现代统计学本身也与计量经济学有不少相似之处。例如，统计学也通过对经济数据的处理分析，得出经济问题的数字化特征和结论，也有对经济参数的估计和分析，也进行经济趋势的预测，并利用各种统计量对分析预测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，计量经济学也经常使用各种统计分析方法，筛选数据、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区别在于，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具体经济问题出发，先建立经济模型，参数估计、判断、调整和预测分析等都是以模型为基础和出发点；典型的统计学研究则并不一定需要从具体明确的问题出发，虽然也有一些目标，但可以是模糊不明确的。虽然统计学并不排斥经济理论和模型，有时也会利用它们，但统计学通常不一定需要特定的经济理论或模型作为基础和出发点，常常是通过对经济数据的统计处理直接得出结论，统计学侧重的工作是经济数据的采集、筛选和处理。 此外，计量经济学不仅是通过数据处理和分析获得经济问题的一些数字特征，而且是借助于经济思想和数学工具对经济问题作深刻剖析。经过计量经济分析实证检验的经济理论和模型，能够对分析、研究和预测更广泛的经济问题起重要作用。计量经济学从

计量经济学庞皓第三版课后答案解析

第二章 简单线性回归模型 2.1 （1） ①首先分析人均寿命与人均GDP 的数量关系，用Eviews 分析： Dependent Variable: Y Method: Least Squares Date: 12/27/14 Time: 21:00 Sample: 1 22 Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 56.64794 1.960820 28.88992 0.0000 X1 0.128360 0.027242 4.711834 0.0001 R-squared 0.526082 Mean dependent var 62.50000 Adjusted R-squared 0.502386 S.D. dependent var 10.08889 S.E. of regression 7.116881 Akaike info criterion 6.849324 Sum squared resid 1013.000 Schwarz criterion 6.948510 Log likelihood -73.34257 Hannan-Quinn criter. 6.872689 F-statistic 22.20138 Durbin-Watson stat 0.629074 Prob(F-statistic) 0.000134 有上可知，关系式为y=56.64794+0.128360x 1 ②关于人均寿命与成人识字率的关系，用Eviews 分析如下： Dependent Variable: Y Method: Least Squares Date: 11/26/14 Time: 21:10 Sample: 1 22 Included observations: 22 Variable Coefficien t Std. Error t-Statistic Prob. C 38.79424 3.532079 10.98340 0.0000 X2 0.331971 0.046656 7.115308 0.0000 R-squared 0.716825 Mean dependent var 62.50000 Adjusted R-squared 0.702666 S.D. dependent var 10.08889 S.E. of regression 5.501306 Akaike info criterion 6.334356 Sum squared resid 605.2873 Schwarz criterion 6.433542 Log likelihood -67.67792 Hannan-Quinn criter. 6.357721

计量经济学部分习题答案解析

第三章 一元线性回归模型 P56. 3.3 从某公司分布在11个地区的销售点的销售量()Y 和销售价格()X 观测值得出以下结果： 519.8X = 217.82Y = 23134543i X =∑ 1296836i i X Y =∑ 2539512i Y =∑ （1）、估计截距0β和斜率系数1β及其标准误，并进行t 检验； （2）、销售的总离差平方和中，样本回归直线未解释的比例是多少？ （3）、对0β和1β分别建立95%的置信区间。 解：（1）、设01i i Y X ββ=+，根据OLS 估计量有： μ()() () 1 1 1 11 1 2 2 2 22211 112 =129683611519.8217.820.32313454311519.8 N N N N N i i i i i i i i i i i i i N N N N i i i i i i i i N Y X Y X N Y X N X NY Y X N X Y N X N X X N X N X X β=========---= = ??--- ? ?? -??==-?∑∑∑∑∑∑∑∑∑ μμ01 217.820.32519.851.48Y X ββ=-=-?= 残差平方和： $ ( )μ( ) μμμ() μμμμ() μμμμ2 2 2 1 12 2 222 201111111 22222222010101011111111=225395121N N i i i i i N N N N N N i i i i i i i i i i i i N N N N N i i i i i i i i i i i u RSS TSS ESS Y Y Y Y Y Y Y Y Y X N N Y X X Y N X X ββββββββββ===============-=---????--+=-+ ? ???????=-++=-++ ??? =-∑∑∑∑∑∑∑∑∑∑∑∑∑∑()22151.480.32313454320.3251.4811519.8997.20224 ?+?+????=另解：对$( )μ( )2 2 2 11 N N i i i i i u RSS TSS ESS Y Y Y Y ====-=---∑∑∑，根据OLS 估计μμ01Y X ββ=-知μμ01 +Y X ββ=，因此有

计量经济学习题与解答4.

第三章、经典单方程计量经济学模型：多元线性回归模型 一、内容提要 本章将一元回归模型拓展到了多元回归模型，其基本的建模思想与建模方法与一元的情形相同。主要内容仍然包括模型的基本假定、模型的估计、模型的检验以及模型在预测方面的应用等方面。只不过为了多元建模的需要，在基本假设方面以及检验方面有所扩充。 本章仍重点介绍了多元线性回归模型的基本假设、估计方法以及检验程序。与一元回归分析相比，多元回归分析的基本假设中引入了多个解释变量间不存在（完全）多重共线性这一假设；在检验部分，一方面引入了修正的可决系数，另一方面引入了对多个解释变量是否对被解释变量有显著线性影响关系的联合性F检验，并讨论了F检验与拟合优度检验的内在联系。 本章的另一个重点是将线性回归模型拓展到非线性回归模型，主要学习非线性模型如何转化为线性回归模型的常见类型与方法。这里需要注意各回归参数的具体经济含义。 本章第三个学习重点是关于模型的约束性检验问题，包括参数的线性约束与非线性约束检验。参数的线性约束检验包括对参数线性约束的检验、对模型增加或减少解释变量的检验以及参数的稳定性检验三方面的内容，其中参数稳定性检验又包括邹氏参数稳定性检验与邹氏预测检验两种类型的检验。检验都是以F检验为主要检验工具，以受约束模型与无约束模型是否有显著差异为检验基点。参数的非线性约束检验主要包括最大似然比检验、沃尔德检验与拉格朗日乘数检验。它们仍以估计无约束模型与受约束模型为基础，但以最大似然 χ分布为检验统计原理进行估计，且都适用于大样本情形，都以约束条件个数为自由度的2 量的分布特征。非线性约束检验中的拉格朗日乘数检验在后面的章节中多次使用。 二、典型例题分析 例1．某地区通过一个样本容量为722的调查数据得到劳动力受教育的一个回归方程为36 .0 . + = - 10+ 094 medu fedu .0 sibs edu210 131 .0 R2=0.214 式中，edu为劳动力受教育年数，sibs为该劳动力家庭中兄弟姐妹的个数，medu与fedu分别为母亲与父亲受到教育的年数。问

计量经济学第三版庞浩版课后答案

第二章 2.2 （1） ①对于浙江省预算收入与全省生产总值的模型，用Eviews 分析结果如下： Dependent Variable: Y Method: Least Squares Date: 12/03/14 Time: 17:00 Sample (adjusted): 1 33 Included observations: 33 after adjustments Variable Coefficie nt Std. Error t-Statistic Prob. X 0.176124 0.004072 43.25639 0.0000 C -154.306 3 39.08196 -3.94827 4 0.0004 R-squared 0.983702 Mean dependent var 902.514 8 Adjusted R-squared 0.983177 S.D. dependent var 1351.00 9 S.E. of regression 175.2325 Akaike info criterion 13.2288 Sum squared resid 951899.7 Schwarz criterion 13.3194 9 Log likelihood -216.2751 Hannan-Quinn criter. 13.2593 1 F-statistic 1871.115 Durbin-Watson stat 0.10002 1 Prob(F-statistic) 0.000000 ②由上可知，模型的参数：斜率系数0.176124，截距为—154.3063 ③关于浙江省财政预算收入与全省生产总值的模型，检验模型的显著性： 1）可决系数为0.983702，说明所建模型整体上对样本数据拟合较好。 2）对于回归系数的t 检验：t （β2）=43.25639>t 0.025(31)=2.0395，对斜率系数的显著性

计量经济学习题及答案..

期中练习题 1、回归分析中使用的距离是点到直线的垂直坐标距离。最小二乘准则是指（ ） A ．使∑=-n t t t Y Y 1)?(达到最小值 B.使∑=-n t t t Y Y 1达到最小值 C. 使 ∑=-n t t t Y Y 1 2 ) (达到最小值 D.使 ∑=-n t t t Y Y 1 2)?(达到最小值 2、根据样本资料估计得出人均消费支出 Y 对人均收入 X 的回归模型为 ?ln 2.00.75ln i i Y X =+，这表明人均收入每增加 1％，人均消费支出将增加 （ ） A. 0.75 B. 0.75% C. 2 D. 7.5% 3、设k 为回归模型中的参数个数,n 为样本容量。则对总体回归模型进行显著性检验的F 统计量与可决系数2 R 之间的关系为( ) A.)1/()1()/(R 2 2---=k R k n F B. )/(1)-(k )R 1/(R 22k n F --= C. )/()1(22k n R R F --= D. ) 1()1/(22R k R F --= 6、二元线性回归分析中 TSS=RSS+ESS 。则 RSS 的自由度为（ ） A.1 B.n-2 C.2 D.n-3 9、已知五个解释变量线形回归模型估计的残差平方和为 8002=∑t e ，样本容量为46，则随机误 差项μ的方差估计量2 ?σ 为（ ） A.33.33 B.40 C.38.09 D. 20 1、经典线性回归模型运用普通最小二乘法估计参数时，下列哪些假定是正确的（ ） A.0)E(u i = B. 2i )Var(u i σ= C. 0)u E(u j i ≠ D.随机解释变量X 与随机误差i u 不相关 E. i u ～),0(2i N σ 2、对于二元样本回归模型i i i i e X X Y +++=2211???ββα，下列各式成立的有（ ） A.0 =∑i e B. 0 1=∑i i X e C. 0 2=∑i i X e D. =∑i i Y e E. 21=∑i i X X 4、能够检验多重共线性的方法有（ ） A.简单相关系数矩阵法 B. t 检验与F 检验综合判断法 C. DW 检验法 D.ARCH 检验法 E.辅助回归法