计量经济学 (2)
毕业论文(1994—2010年中国旅游收入计量分析)
姓名郭春琴
院（系）管理学院
专业班级财务管理093班
学号200910924320
指导教师欧阳敏华
职称教授
论文答辩日期 2012 年 *月 *日
仲恺农业工程学院教务处制
摘要
随着中国经济的稳健发展，人们越来越高的生活水平促进了旅游业的快速发展。作为第三产业的经典代表，旅游业给国民经济的增长带来了不可或缺的作用。中国的旅游业分为国内旅游和国际旅游。从中国年鉴的统计数据上看，2010年国内旅游的总收入是2009年的123.53%，10年的国际旅游总收入是09年的115.47%。而2010年的国内生产总值是2009年的118.12%。国内旅游的增长点高出GDP的增长点。为了更好的规划中国未来旅游产业的发展，需要定量的分析影响中国旅游市场发展的主要因素。
关键词：旅游业GDP 计量经济学
目录
1、研究的方法和手段 (5)
2、模型设定及其估计 (5)
3、修正多重共线性 (7)
参考文献 (13)
学生承诺书
我承诺，该论文是在老师的指导下独立完成，没有抄袭别人的成果，能对文章负责。
承诺人：郭春琴
前言：旅游收入直接反映了某一旅游目的地国家和地区旅游经济的运行状况,是衡量旅游经济活动及其效果的一个不可缺少的综合性指标,也是某一国家或者地区经济发达与否的重要标志。旅游业是一个关联性、依赖性较强的产业,由于社会经济状况和经济关系等多种因素不同程度的影响,使得某一旅游目的地国家和地区在一定时期内的旅游收入出现不同程度的变化。国内旅游收入是多种因素的函数,包括国内旅游人数、游客人均花费及包括交通条件、服务设施、接待机构设施在内的旅游基础设施等。
1、研究的方法和手段
计量经济学，运用Eviews 软件
2、模型设定及其估计
通过分析，影响国内旅游市场收入的主要因素，除了国内旅游人数和旅游支出以外，
还可能与相关基础设施有关。为此，考虑的影响因素主要有国内旅游人数2X ，城镇居民人均旅游支出3X ,农村居民人均旅游支出4X ，并以铁路里程5X ，公路里程6X ，内河航道7X 和民航航线8X 作为相关基础设施的代表。为此设定了如下形式的计量经济模型：
t t t t t t t t t X X X X X X X Y μββββββββ++++++++=887766554433221
其中，
t Y 为第t 年全国旅游收入（亿元）；2X 为国内旅游人数（万人/次）；3X 为城镇居民人均旅游
支出（元）；4X 为农村居民人均旅游支出（元）；为铁路里程（万里程）；
6X 为公路里程（万
里程）；7X 为内河航道（万里程）；8X 为民航航线（万里程）。
为估计模型参数，收集旅游业1994~2010年的统计数据，如下图所示：
表1：1994~2010年中国旅游收入及相关数据
年份
国内旅游收入Y 国内旅游人数 X2 城镇居民人均旅游花费 X3 农村居民人均旅游花费 X4 铁路里程 X5
公路里程 X6
内河航道 X7
民航航线 X8
1994 1023.51 524.00 414.67 54.88 5.90 111.78 11.02 104.56 1995 1375.70 629.00 464.02 61.47 6.24 115.70 11.06 112.90 1996 1638.38 639.50 534.10 70.45 6.49 118.58 11.08 116.65 1997 2112.70 644.00 599.80 145.68 6.60 122.64 10.98 142.50 1998 2391.18 695.00 607.00 197.00 6.64 127.85 11.03 150.58 1999 2831.92 719.00 614.80 249.50 6.74 135.17 11.65 152.22 2000 3175.54 744.00 678.60 226.60 6.87 140.27 11.93 150.29 2001 3522.37 784.00 708.30 212.70 7.01 169.80 12.15 155.36 2002 3878.36 878.00 739.70 209.10 7.19 176.52 12.16 163.77 2003
3442.27
870.00
684.90
200.00
7.30 180.98
12.40 174.95
2004 4710.71 1102.00 731.80 210.20 7.44 187.07 12.33 204.94 2005 5285.86 1212.00 737.10 227.60 7.54 334.52 12.33 199.85 2006 6229.70 1394.00 766.40 221.90 7.71 345.70 12.34 211.35 2007 7770.60 1610.00 906.90 222.50 7.80 358.37 12.35 234.30 2008 8749.30 1712.00 849.36 275.28 7.97 373.02 12.28 246.18 2009 10183.70 1902.00 801.10 295.30 8.55 386.08 12.37 234.51 2010
12579.77 2103.00
883.00
306.00
9.12 400.82
12.42 276.51
利用Eviews 软件，生成t Y 、2X 、3X 、4X 、5X 、6X 、7X 、8X 等数据，采用这些数据对模型进行OLS 回归，结果如表2。
表2:OLS 回归结果
Dependent Variable: Y Method: Least Squares Date: 06/20/12 Time: 10:59 Sample: 1994 2010 Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob. C -4353.570 3432.532 -1.268326 0.2365 X2 7.008543 1.413463 4.958422 0.0008 X3 0.837791 2.265152 0.369861 0.7200 X4 4.803705 2.755992 1.743004 0.1153 X5 884.3490 612.6777 1.443416 0.1828 X6 -5.286561 3.443957 -1.535025 0.1591 X7 -244.1815 354.9819 -0.687870 0.5089 X8
-12.54201
10.80673
-1.160574
0.2757
R-squared
0.993489 Mean dependent var 4758.916 Adjusted R-squared 0.988425 S.D. dependent var 3316.952 S.E. of regression 356.8620 Akaike info criterion 14.89776 Sum squared resid 1146154. Schwarz criterion 15.28986 Log likelihood -118.6310 F-statistic 196.1837 Durbin-Watson stat 1.984406 Prob(F-statistic) 0.000000
由此可见，该模型2R =0.993489,2
R =0.988425可决系数较高，F 检验196.1837，结果显著。但是当 =0.05时，025.0t （17-8）=2.262，3X 、4X 、5X 、6X 、7X 、8X 的系数t 检验不显著，而且6X 、7X 、8X 的符号与预期的相反，这表明很可能存在严重的多重性。
计算各解释变量的相关系数，如表3：
表3相关系数矩阵
X2
X3 X4 X5 X6 X7 X8 X2 1.000000 0.857504 0.746292 0.960065 0.962516 0.723329 0.961271 X3 0.857504 1.000000 0.864453 0.901953 0.847206 0.863455 0.933889 X4 0.746292 0.864453 1.000000 0.838898 0.710852 0.785397 0.838812 X5 0.960065 0.901953 0.838898 1.000000 0.908982 0.810850 0.965249 X6 0.962516 0.847206 0.710852 0.908982 1.000000 0.746231 0.929921 X7 0.723329 0.863455 0.785397 0.810850 0.746231 1.000000 0.809599 X8 0.961271 0.933889
0.838812
0.965249
0.929921
0.809599
1.000000
由相关数矩阵可以看出，个解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。
3、修正多重共线性
采用逐步回归的办法，去检验和解决多重线性共线性问题。分别作t Y 对2X 、3X 、4X 、
5X 、6X 、7X 、8X 的一元回归。如表4：
表4 一元回归结果
x2 x3 x4 x5 x6 x7 x8
参数估计值 6.587042 20.72198 34.69675 3891.8 27.481 4075.854 63.08437
t 统计量
27.34971 6.672858 4.987639 16.524 10.06934 4.086542 12.93538
0.980341 0.748014 0.623839 0.9479 0.871125 0.526811 0.917729
0.97903 0.731215 0.598762 0.9445 0.862533 0.495265 0.912244
其中，加入X2的方程2
R 最大，以X2为基础，顺次加入其它变量逐步回归。结果如表：
Dependent Variable: Y Method: Least Squares Date: 06/20/12 Time: 13:02 Sample: 1994 2010 Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob. C -2902.270 793.8282 -3.656043 0.0026 X2 6.245544 0.472732 13.21159 0.0000 X3
1.434257
1.702510
0.842437
0.4137
R-squared 0.981289 Mean dependent var 4758.916 Adjusted R-squared 0.978616 S.D. dependent var 3316.952 S.E. of regression
485.0414 Akaike info criterion
15.36513
2R 2
R
Sum squared resid 3293712. Schwarz criterion 15.51217 Log likelihood -127.6036 F-statistic 367.1199 Durbin-Watson stat 0.605846 Prob(F-statistic) 0.000000
Dependent Variable: Y
Method: Least Squares
Date: 06/20/12 Time: 13:20
Sample: 1994 2010
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C -2674.186 294.0531 -9.094228 0.0000
X2 6.016473 0.313888 19.16757 0.0000
X4 5.048357 2.072648 2.435704 0.0288
R-squared 0.986192 Mean dependent var 4758.916 Adjusted R-squared 0.984220 S.D. dependent var 3316.952 S.E. of regression 416.6757 Akaike info criterion 15.06128 Sum squared resid 2430661. Schwarz criterion 15.20832 Log likelihood -125.0209 F-statistic 499.9582 Durbin-Watson stat 0.803508 Prob(F-statistic) 0.000000
Dependent Variable: Y
Method: Least Squares
Date: 06/20/12 Time: 13:21
Sample: 1994 2010
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C -8788.033 2409.978 -3.646519 0.0026
X2 4.707491 0.721259 6.526765 0.0000
X5 1176.287 433.3622 2.714327 0.0168
R-squared 0.987119 Mean dependent var 4758.916 Adjusted R-squared 0.985279 S.D. dependent var 3316.952 S.E. of regression 402.4418 Akaike info criterion 14.99176 Sum squared resid 2267432. Schwarz criterion 15.13880 Log likelihood -124.4300 F-statistic 536.4533 Durbin-Watson stat 0.767382 Prob(F-statistic) 0.000000
Method: Least Squares
Date: 06/20/12 Time: 13:22
Sample: 1994 2010
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C -2354.518 252.4936 -9.325061 0.0000
X2 8.298968 0.786692 10.54919 0.0000
X6 -7.871687 3.481734 -2.260853 0.0402
R-squared 0.985599 Mean dependent var 4758.916 Adjusted R-squared 0.983542 S.D. dependent var 3316.952 S.E. of regression 425.5336 Akaike info criterion 15.10335 Sum squared resid 2535104. Schwarz criterion 15.25039 Log likelihood -125.3785 F-statistic 479.0722 Durbin-Watson stat 1.189424 Prob(F-statistic) 0.000000
Dependent Variable: Y
Method: Least Squares
Date: 06/20/12 Time: 13:21
Sample: 1994 2010
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C -3521.684 3336.146 -1.055615 0.3090
X2 6.489814 0.359247 18.06505 0.0000
X7 113.4601 303.2371 0.374163 0.7139
R-squared 0.980536 Mean dependent var 4758.916 Adjusted R-squared 0.977755 S.D. dependent var 3316.952 S.E. of regression 494.7161 Akaike info criterion 15.40463 Sum squared resid 3426416. Schwarz criterion 15.55167 Log likelihood -127.9394 F-statistic 352.6304 Durbin-Watson stat 0.622826 Prob(F-statistic) 0.000000
Method: Least Squares
Date: 06/20/12 Time: 13:23
Sample: 1994 2010
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C -2679.393 719.4050 -3.724456 0.0023
X2 6.064524 0.892810 6.792623 0.0000
X8 5.380443 8.837347 0.608830 0.5524
R-squared 0.980848 Mean dependent var 4758.916
Adjusted R-squared 0.978112 S.D. dependent var 3316.952
S.E. of regression 490.7295 Akaike info criterion 15.38845
Sum squared resid 3371416. Schwarz criterion 15.53549
Log likelihood -127.8018 F-statistic 358.4973
Durbin-Watson stat 0.564629 Prob(F-statistic) 0.000000 经比较，新加入X5的方程2
R=0.987119，改进最大，而且各参数的t检验显著，选择保留X5，再加入其它新变量逐步回归。
Dependent Variable: Y
Method: Least Squares
Date: 06/20/12 Time: 13:33
Sample: 1994 2010
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C -9253.601 2615.987 -3.537327 0.0036
X2 4.679259 0.741874 6.307352 0.0000
X5 1334.648 531.0543 2.513205 0.0259
X3 -0.944172 1.731019 -0.545443 0.5947
R-squared 0.987408 Mean dependent var 4758.916
Adjusted R-squared 0.984502 S.D. dependent var 3316.952
S.E. of regression 412.9353 Akaike info criterion 15.08678
Sum squared resid 2216702. Schwarz criterion 15.28283
Log likelihood -124.2377 F-statistic 339.7893
Durbin-Watson stat 0.892953 Prob(F-statistic) 0.000000
Dependent Variable: Y
Method: Least Squares
Date: 06/20/12 Time: 13:34
Sample: 1994 2010
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C -6944.360 3063.614 -2.266722 0.0411
X2 5.004822 0.783872 6.384747 0.0000
X5 806.2928 575.9714 1.399883 0.1850
X4 2.600149 2.660605 0.977277 0.3463
R-squared 0.988001 Mean dependent var 4758.916 Adjusted R-squared 0.985232 S.D. dependent var 3316.952
S.E. of regression 403.0892 Akaike info criterion 15.03852 Sum squared resid 2112251. Schwarz criterion 15.23457
Log likelihood -123.8274 F-statistic 356.8062 Durbin-Watson stat 0.764434 Prob(F-statistic) 0.000000
Dependent Variable: Y
Method: Least Squares
Date: 06/20/12 Time: 13:35
Sample: 1994 2010
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C -7930.256 2197.099 -3.609421 0.0032
X2 6.352775 1.013325 6.269236 0.0000
X5 1010.174 396.1638 2.549889 0.0242
X6 -6.344788 3.010153 -2.107796 0.0550
R-squared 0.990400 Mean dependent var 4758.916 Adjusted R-squared 0.988185 S.D. dependent var 3316.952 S.E. of regression 360.5446 Akaike info criterion 14.81543 Sum squared resid 1689901. Schwarz criterion 15.01148 Log likelihood -121.9312 F-statistic 447.0642 Durbin-Watson stat 1.331127 Prob(F-statistic) 0.000000
Dependent Variable: Y
Method: Least Squares
Date: 06/20/12 Time: 13:43
Sample: 1994 2010
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C -6465.340 2747.359 -2.353293 0.0350 X2 4.327533 0.730720 5.922287 0.0001 X5 1658.253 518.0021 3.201248 0.0070 X7
-455.2983
294.8559
-1.544139
0.1465
R-squared 0.989116 Mean dependent var 4758.916 Adjusted R-squared 0.986604 S.D. dependent var 3316.952 S.E. of regression 383.9082 Akaike info criterion 14.94101 Sum squared resid 1916011. Schwarz criterion 15.13706 Log likelihood -122.9986 F-statistic 393.7944 Durbin-Watson stat
0.960990 Prob(F-statistic)
0.000000
经比较，新加入X4的方2
R =0.985232，改进较大，并且在各参数的t 检验显著，选择保留X4。用同样的方法，加入其它变量。
当在X2、X4、X5变量下分别加入X3、X6、X7、X8，其相应的可决系数变化不明显，并且各参数t 检验都不显著，其相应的参数符号也变得不合理。从相关系数也可以看出， X6、X7、X8与其他的变量有较高的相关关系，这主要说明X6、X7、X8引起了多重共线性。 最后修正严重多重共线性影响后的回归结果为：
Dependent Variable: Y Method: Least Squares
Date: 06/20/12 Time: 13:42 Sample: 1994 2010 Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C -9621.983 2602.758 -3.696842 0.0027 X2 5.054413 0.824694 6.128838 0.0000 X5 1431.744 522.5715 2.739805 0.0169 X8
-7.775467
8.739318
-0.889711
0.3898
R-squared 0.987859 Mean dependent var 4758.916 Adjusted R-squared 0.985057 S.D. dependent var 3316.952 S.E. of regression 405.4712 Akaike info criterion 15.05030 Sum squared resid 2137290. Schwarz criterion 15.24635 Log likelihood -123.9276 F-statistic 352.5754 Durbin-Watson stat
1.117001 Prob(F-statistic)
0.000000
Dependent Variable: Y Method: Least Squares Date: 06/20/12 Time: 21:21 Sample: 1994 2010 Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C -6944.360 3063.614 -2.266722 0.0411 X2 5.004822 0.783872 6.384747 0.0000 X4 2.600149 2.660605 0.977277 0.3463 X5
806.2928
575.9714
1.399883 0.1850
R-squared
0.988001 Mean dependent var 4758.916 Adjusted R-squared 0.985232 S.D. dependent var 3316.952 S.E. of regression 403.0892 Akaike info criterion 15.03852 Sum squared resid 2112251. Schwarz criterion 15.23457 Log likelihood -123.8274 F-statistic 356.8062 Durbin-Watson stat
0.764434 Prob(F-statistic) 0.000000
=∧
t Y -6944.360+5.004822t X 2+2.600149t X 4+806.2928t X 5
由上表可以看出，在其他因素不变的情况下，当国内旅游人数每增加一万人次，农村居民人均旅游花费增加1元，铁路每增加一里程，平均国内来说国内旅游收入将分别增加5.004822、2.600149和806.2928亿元。
逐步回归后的结果虽然实现了减轻多重共线性的目的，但反映基础设施类影响的因素也一并从模型中踢出去了，并且留下的因素也显著性不高，这样会带来设定偏误。
参 考 文 献
【1】 计量经济学科学出版社 【2】 百度
【3】 中国统计年鉴
致谢
这次毕业论文能够得以顺利完成，并非我一人之功劳，是所有指导过我的老师，帮助过我的同学和一直关心支持着我的家人对我的教诲、帮助和鼓励的结果。我要在这里对他们表示深深的谢意！
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(庞浩)第二版第十一章练习题与参考解答
计量经济学(庞浩)第二版第十一章练习题及参考解答 11.1 考虑以下凯恩斯收入决定模型： βββββ-=++=+++=++1011120212212t t t t t t t t t t t C Y u I Y Y u Y C I G 其中，C ＝消费支出，I ＝投资指出，Y ＝收入，G ＝政府支出；t G 和1t Y -是前定变量。 （1）导出模型的简化型方程并判定上述方程中哪些是可识别的（恰好或过度）。 （2）你将用什么方法估计过度可识别方程和恰好可识别方程中的参数。 练习题11.1参考解答： 1011120212212112122112102012221112111211121112110111121(1)1 1111t t t t t t t t t t t t t t t t t t t t t t t Y C I G Y u Y Y u G Y Y Y G u u u u Y Y G Y G v βββββββββββββββββββπππ----=++=+++++++=++++++++=+++ --------=+++ 102012221011111121112111211121 1011211110201122 111211121 111211111211121101021112011 ()1111(1)()11()111t t t t t t t t t t t u u C Y G u Y u u G u βββββββββββββββββββββββββββββββββββββ--++=+++++----------++= ++ ----++++-----+=-11212111122111121112111211121 20211222111t t t t t t t t u u u Y G Y G v ββββββββββββπππ--+-+++-------=+++ 10201222202111121112111211121 2212201121211020212221 1112111211121 211222********* 1 () 1111(1)()111()11t t t t t t t t t t t t u u I Y G Y u Y G u u Y βββββββββββββββββββββββββββββββββββ----++=++++--------++--++= +++ ------++++----220201120211021202122211112111211121 211211222 1112111213031132311111t t t t t t t t t t u Y G u u u Y Y G v ββββββββββββββββββββββββπππ-----++=+++ ------+-++----=+++
计量经济学习题及答案
第一章绪论 一、填空题： 1．计量经济学是以揭示经济活动中客观存在的__________为内容的分支学科，挪威经济学家弗里希，将计量经济学定义为__________、__________、__________三者的结合。 2．数理经济模型揭示经济活动中各个因素之间的__________关系，用__________性的数学方程加以描述，计量经济模型揭示经济活动中各因素之间__________的关系，用__________性的数学方程加以描述。 3．经济数学模型是用__________描述经济活动。 4．计量经济学根据研究对象和内容侧重面不同，可以分为__________计量经济学和__________计量经济学。 5．计量经济学模型包括__________和__________两大类。 6．建模过程中理论模型的设计主要包括三部分工作，即__________、____________________、____________________。 7．确定理论模型中所包含的变量，主要指确定__________。 8．可以作为解释变量的几类变量有__________变量、__________变量、__________变量和__________变量。 9．选择模型数学形式的主要依据是__________。 10．研究经济问题时，一般要处理三种类型的数据：__________数据、__________数据和__________数据。 11．样本数据的质量包括四个方面__________、__________、__________、__________。 12．模型参数的估计包括__________、__________和软件的应用等内容。 13．计量经济学模型用于预测前必须通过的检验分别是__________检验、__________检验、__________检验和__________检验。 14．计量经济模型的计量经济检验通常包括随机误差项的__________检验、__________检验、解释变量的__________检验。 15．计量经济学模型的应用可以概括为四个方面，即__________、__________、__________、__________。 16．结构分析所采用的主要方法是__________、__________和__________。 二、单选题： 1．计量经济学是一门（）学科。 A.数学 B.经济 C.统计 D.测量
计量经济学题库(超完整版)及答案【强力修正版】
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（）。 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（）。 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（）。 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．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（）。 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．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．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（）。 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（）。 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．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→应用模型 C．个体设计→总体估计→估计模型→应用模型D．确定模型导向→确定变量及方程式→估计模型→应用模型 11．将内生变量的前期值作解释变量，这样的变量称为（）。 A．虚拟变量 B．控制变量 C．政策变量 D．滞后变量 12．（）是具有一定概率分布的随机变量，它的数值由模型本身决定。 A．外生变量 B．内生变量 C．前定变量 D．滞后变量 13．同一统计指标按时间顺序记录的数据列称为（）。 A．横截面数据 B．时间序列数据 C．修匀数据 D．原始数据 14．计量经济模型的基本应用领域有（）。 A．结构分析、经济预测、政策评价 B．弹性分析、乘数分析、政策模拟 C．消费需求分析、生产技术分析、 D．季度分析、年度分析、中长期分析 15．变量之间的关系可以分为两大类，它们是（）。 A．函数关系与相关关系B．线性相关关系和非线性相关关系 C．正相关关系和负相关关系D．简单相关关系和复杂相关关系 16．相关关系是指（）。 A．变量间的非独立关系B．变量间的因果关系C．变量间的函数关系 D．变量间不确定性的依存关系17．进行相关分析时的两个变量（）。
计量经济学_庞皓_第三版(附答案)
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：
计量经济学第二版第三章课后习题答案
（1）设家庭书刊消费的计量经济模型是如下： i i i i T X Y μβββ+++=321 Y 为家庭书刊年消费支出、X 为家庭月平均收入、T 为户主受教育年数 （2）根据样本数据估计模型的参数，结果： i i T X i Y 37031.5208645.00164.50++-=∧ （） （） （） t= R 2=0.951235 944732.02=R F= (3) 检验户主受教育年数对家庭书刊消费是否有显著影响: 由估计检验结果, 户主受教育年数参数对应的t 统计量为, 大于t 的临界值0.025(183) 2.131t -=，户主受教育年数参数所对应的P 值为，小于0.05α=，可判断户主受教育年数对家庭书刊消费支出有显著影响。 （4）本模型说明家庭月平均收入和户主受教育年数对家庭书刊消费支出有显著影响，家庭月平均收入增加1元，家庭书刊年消费支出将增加元，户主受教育年数增加1年，家庭书刊年消费支出将增加元。
（1）设回归模型为： t t t t X X Y μβββ+++=33221 对模型参数进行估计，根据回归结果得： t t t X X Y 32480675.1393115.1105975.7+-= t= R 2 =0.872759 847311.02=R F= SE= DW= 模型估计表明：在预期通货膨胀率不变的情况下，失业率每增长1个百分点，实际通货膨胀率平均降低个百分点；在失业率不变的情况下，预期通货膨胀率每增长1个百分点，实际通货膨胀率平均增长个百分点。这与理论分析和经验判断一致。 （2）统计检验 t 检验:给定显著性水平0.05α=，查表得0.025(10) 2.228t =，与123 ???βββ、、对应的t 统计量分别为、、，其绝对值均大于0.025(10) 2.228t =，说明应拒绝原假设
计量经济学答案
一、名词解释 1.时间序列数据的平稳性:如果随机时间序列均值和方差均是与时间t无关的常数，协方差只与时间间隔k有关，则称该随机时间序列是平稳的。 2.虚拟变量：是指人们构造的反应定性因素变化、只取0和1的人工变量，并且习惯上用符号D来表示。 3.异方差性：对于不同的样本点，随机误差项的方差不等于常数，则称模型出现了异方差性。 4.自相关性：如果随机误差项的各期值之间存在着相关关系，即协方差不等于0，则称模型存在着自相关性。 5随机变量的协整关系：如果同阶单整序列线性组合后单整阶数降低，则称变量之间存在着协整关系。 6.给定一个信息集，At，它至少包含（Xt，Yt），在“现在和过去可以影响未来，而未来不能影响过去”城里下，如果利用Xt的过去比不利用它时可以更好地预测Yt，称Xt为Yt的格兰杰原因，反之亦然。 7.随机变量的协整性： 8. 条件异方差ARCH模型：考虑m阶自回归模型AR（m） Yt=c+ρ1yt-1+ρ2yt-2+……+ρmyt-m+εt 其中εt为白噪声过程 随机误差项的平方（εt）2服从一个q阶自回归过程，即 （εt）2=α0＋α1（εt-1）2+α2（εt-2）2+……+αq（εt-p）2+ηt （1） 其中ηt服从白噪声过程。对模型的一个约束条件是（1）的特征方程 1-α1z-α2z2-……-αq Z q=0 的所有根均落在单位圆外，即要求模型参数满足 其中α1+α2+……αq＜1 此外，为保证εt2为正值，对模型的另一个约束条件为α0＞0，αi≥0，1≤i≤q。上述模型即为条件方差模型。 9.误差修正模型ECM: 对于yi的（1，1）阶自回归滞后模型： εi Y t=α+β0x t+β1x t-1+β2y t-1+ ⊿y =β0⊿x t+γecm t-1+εt 。(1) 其中，ecm t-1=y t-1-α0-α1x t-1 ，γ=β2-1，α0=（α+ t β0）/﹙1-β2﹚，α1=β1/（1-β2） 称式（1）为误差修正模型ECM 10.多重共线性:多元回归模型的解释变量之间存在较强的线性关系的性质 二、填空题 1.合理选择解释变量的关键：正确理解有关经济理论和把握所研究经济现象的行为规律。 2.计量经济模型的用途一般包括：结构分析、经济预测、政策评价、实证分析。 3.计量经济模型检验的内容一般包括：经济检验、统计检验、计量经济检验、预测性能检验。 4.对于不可直接线性化的非线性模型的处理方法： 对于可间接线性化的模型，可以通过Cobb-Douglas生产函数模型、Logistic模型变换成标准的线性模型；对于不可线性化的模型，可以通过Toylor技术展开法、非线性最小二乘法来求得参数估计值。
庞皓计量经济学第二版第五章习题解答
5.1 设消费函数为 i i i i u X X Y +++=33221βββ 式中，i Y 为消费支出；i X 2为个人可支配收入；i X 3为个人的流动资产；i u 为随机误差 项，并且2 22)(,0)(i i i X u Var u E σ==（其中2 σ为常数） 。试解答以下问题： (1)选用适当的变换修正异方差，要求写出变换过程； (2)写出修正异方差后的参数估计量的表达式。 练习题5.1参考解答： （1）因为22()i i f X X =，所以取221 i i W X = ，用2i W 乘给定模型两端，得 312322221i i i i i i i Y X u X X X X βββ=+++ 上述模型的随机误差项的方差为一固定常数，即 22221 ( )()i i i i u Var Var u X X σ== （2）根据加权最小二乘法，可得修正异方差后的参数估计式为 ***12233???Y X X βββ=-- ()()()() ()()() ***2**** 2223232232 2 *2*2** 2223223?i i i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-= -∑∑∑∑∑∑∑ ()()()()()()() ***2**** 2322222233 2*2 *2**2223223?i i i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-= -∑∑∑∑∑∑∑ 其中 22232***23222, , i i i i i i i i i W X W X W Y X X Y W W W = = = ∑∑∑∑∑∑ **** **222333 i i i i i x X X x X X y Y Y =-=-=- 5.2 下表是消费Y 与收入X 的数据，试根据所给数据资料完成以下问题：
计量经济学题库及答案
四、简答题（每小题5分） 1．简述计量经济学与经济学、统计学、数理统计学学科间的关系。2．计量经济模型有哪些应用？ 3．简述建立与应用计量经济模型的主要步骤。 4．对计量经济模型的检验应从几个方面入手？ 5．计量经济学应用的数据是怎样进行分类的？ 6．在计量经济模型中，为什么会存在随机误差项？ 7．古典线性回归模型的基本假定是什么？ 8．总体回归模型与样本回归模型的区别与联系。 9．试述回归分析与相关分析的联系和区别。 10．在满足古典假定条件下，一元线性回归模型的普通最小二乘估计量有哪些统计性质？ 11．简述BLUE 的含义。 12．对于多元线性回归模型，为什么在进行了总体显著性F 检验之后，还要对每个回归系数进行是否为0的t 检验？ 13.给定二元回归模型：，请叙述模型的古典假定。 14.在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？ 15.修正的决定系数2R 及其作用。 16.常见的非线性回归模型有几种情况？ 17.观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。 ①t t t u x b b y ++=310 ②t t t u x b b y ++=log 10 ③ t t t u x b b y ++=log log 10 ④t t t u x b b y +=)/(10 18. 观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。 ①t t t u x b b y ++=log 10 ②t t t u x b b b y ++=)(210 ③ t t t u x b b y +=)/(10 ④t b t t u x b y +-+=)1(110 19.什么是异方差性？试举例说明经济现象中的异方差性。 20.产生异方差性的原因及异方差性对模型的OLS 估计有何影响。 21.检验异方差性的方法有哪些？ 22.异方差性的解决方法有哪些？ 23.什么是加权最小二乘法？它的基本思想是什么？ 24.样本分段法（即戈德菲尔特——匡特检验）检验异方差性的基本原理及其使用条件。 25．简述DW 检验的局限性。 26．序列相关性的后果。 27．简述序列相关性的几种检验方法。
计量经济学名词解释 (2)
计量经济学名词解释 1．经济变量：经济变量是用来描述经济因素数量水平的指标。（3分） 2．解释变量：是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量。（2分）它对因变量的变动做出解释，表现为方程所描述的因果关系中的“因”。（1分） 3．被解释变量：是作为研究对象的变量。（1分）它的变动是由解释变量做出解释的，表现为方程所描述的因果关系的果。（2分） 4．内生变量：是由模型系统内部因素所决定的变量，（2分）表现为具有一定概率分布的随机变量，是模型求解的结果。（1分） 5．外生变量：是由模型系统之外的因素决定的变量，表现为非随机变量。（2分）它影响模型中的内生变量，其数值在模型求解之前就已经确定。（1分） 6．滞后变量：是滞后内生变量和滞后外生变量的合称，（1分）前期的内生变量称为滞后内生变量；（1分）前期的外生变量称为滞后外生变量。（1分） 7．前定变量：通常将外生变量和滞后变量合称为前定变量，（1分）即是在模型求解以前已经确定或需要确定的变量。（2分） 8．控制变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条件和状态等方面的变量，（2分）它一般属于外生变量。（1分）9．计量经济模型：为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，（2分）是以数学形式对客观经济现象所作的描述和概括。（1分）10．函数关系：如果一个变量y的取值可以通过另一个变量或另一组变量以某种形式惟一地、精确地确定，则y与这个变量或这组变量之间的关系就是函数关系。（3分） 11．相关关系：如果一个变量y的取值受另一个变量或另一组变量的影响，但并不由它们惟一确定，则y与这个变量或这组变量之间的关系就是相关关系。（3分） 12．最小二乘法：用使估计的剩余平方和最小的原则确定样本回归函数的方法，称为最小二乘法。（3分） 13．高斯－马尔可夫定理：在古典假定条件下，OLS估计量是模型参数的最佳线性无偏估计量，这一结论即是高斯－马尔可夫定理。（3分）
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 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(第四版)习题及参考答案详细版
计量经济学（第四版）习题参考答案 潘省初
第一章 绪论 1.1 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 1.2 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。 1.3什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。 1.4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 2.1 略，参考教材。
2.2请用例2.2中的数据求北京男生平均身高的99％置信区间 N S S x = =45 =1.25 用α=0.05，N-1=15个自由度查表得005.0t =2.947，故99%置信限为 x S t X 005.0± =174±2.947×1.25=174±3.684 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170.316至177.684厘米之间。 2.3 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 () 10/25X 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。 2.4 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?X X t μσ-= === 查表得 131.2)116(025.0=-t 因为t = 0.83 < 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。
计量经济学习题 (2)
计量经济学 一、 单选题 1、经济计量分析工作的基本步骤是（ B ）。 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→应用模型 C ．个体设计→总体估计→估计模型→应用模型 D ．确定模型导向→确定变量及方程式→估计模型→应用模型 2、用一组有30个观测值的样本估计模型i 01i i Y X u ββ+＝＋，在0.05的显着性水平下对1β的显着性作t 检验，则1β显着地不等于零的条件是其统计量t 大于（ D ）。 A t 0.05(30) B t 0.025(30) C t 0.05(28) D t 0.025(28) 3、计量经济学成为一门独立学科的标志是（ A ）。 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Economics 一词构造出来 4、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 5、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 6、计量经济模型的基本应用领域有（ A ）。 A ．结构分析、经济预测、政策评价 B ．弹性分析、乘数分析、政策模拟 C ．消费需求分析、生产技术分析 D ．季度分析、年度分析、中长期分析 7、参数β的估计量?β具备有效性是指（ B ）。 A ．?var ()=0β B ．?var ()β为最小 C ．?()0ββ－＝ D ．?()ββ－为最小 8、当模型存在序列相关现象时，适宜的参数估计方法是（ 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 9、产量（X ，台）与单位产品成本（Y ，元/台）之间的回归方程为?Y 356 1.5X -＝，这说明（ D ）。 A ．产量每增加一台，单位产品成本增加356元 B ．产量每增加一台，单位产品成本减少1.5元 C ．产量每增加一台，单位产品成本平均增加356元 D ．产量每增加一台，单位产品成本平均减少1.5元 10、用OLS 估计经典线性模型i 01i i Y X u ββ+＝＋，则样本回归直线通过点（ D ）。 A ．X Y （，） B ． ?X Y （，） C ．?X Y （，） D ．X Y （，） 11、相关系数r 的取值范围是（ D ）。 A ．r ≤-1 B ．r ≥1 C ．0≤r ≤1 D ．－1≤r ≤1 12、当存在异方差现象时，估计模型参数的适当方法是 （ A ）
《计量经济学》第三版课后题答案
第一章绪论 参考重点： 计量经济学的一般建模过程 第一章课后题（1.4.5） 1.什么是计量经济学？计量经济学方法与一般经济数学方法有什么区别？ 答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科，是由经济学、统计学和数学三者结合而成的交叉学科。 计量经济学方法揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述；一般经济数学方法揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。 4.建立与应用计量经济学模型的主要步骤有哪些？ 答：建立与应用计量经济学模型的主要步骤如下：(1)设定理论模型，包括选择模型所包含的变量，确定变量之间的数学关系和拟定模型中待估参数的数值范围；(2)收集样本数据，要考虑样本数据的完整性、准确性、可比性和—致性；(3)估计模型参数；(4)检验模型，包括经济意义检验、统计检验、计量经济学检验和模型预测检验。 5.模型的检验包括几个方面？其具体含义是什么？ 答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。 第二章经典单方程计量经济学模型：一元线性回归模型参考重点： 1.相关分析与回归分析的概念、联系以及区别？ 2.总体随机项与样本随机项的区别与联系？
计量经济学答案(部分)
第一章导论 一、单项选择题 1-6: CCCBCAC 二、多项选择题 ABCD;ACD;ABCD 三.问答题 什么是计量经济学？ 答案见教材第3页 四、案例分析题 假定让你对中国家庭用汽车市场发展情况进行研究，应该分哪些步骤，分别如何分析？（参考计量经济学研究的步骤） 第一步：选取被研究对象的变量：汽车销售量 第二步：根据理论及经验分析，寻找影响汽车销售量的因素，如汽车价格，汽油价格，收入水平等 第三步：建立反映汽车销售量及其影响因素的计量经济学模型 第四步：估计模型中的参数； 第五步：对模型进行计量经济学检验、统计检验以及经济意义检验； 第六步：进行结构分析及在给定解释变量的情况下预测中国汽车销售量的未来值为汽车业的发展提供政策实施依据。 第二章简单线性回归模型 一、填空题 1、线性、无偏、最小方差性（有效性），BLUE。 2、解释变量；参数；参数。 3、随机误差项；随机误差项。 二、单项选择题 1-4：BBDA;6-11：CDCBCA 三、多项选择题 1.ABC; 2.ABC; 3.BC; 4.ABE; 5.AD; 6.BC 四、判断正误： 1. 错； 2. 错； 3. 对； 4.错； 5. 错； 6. 对； 7. 对； 8.错 五、简答题： 1.为什么模型中要引入随机扰动项？ 答：模型是对经济问题的一种数学模型，在模型中，被解释变量是研究的对象，解释变量是其确定的解释因素，但由于实际问题的错综复杂，影响被解释变量的因素中，除了包括在模型中的解释变量以外，还有其他一些因素未能包括在模型中，但却影响被解释变量，我们把这类变量统一用随机误差项表示。随机误差项包含的因素有：
计量经济学试题2(2)知识讲解
计量经济学试题2 一、单项选择题 1.在线性回归模型中，若解释变量X1和X2的观测值成比例，即有X1=kX2,其中k为非零常数，则该模型中存在（） A.方差非齐性 B.多重共线性 C.序列相关 D.设定误差 2.当质的因素引进计量模型时，需要使用（） A.外生变量 B.前定变量 C.内生变量 D.虚拟变量 3．用模型描述现实经济系统的原则是（） A．以理论分析作先导，包括的解释变量越多越好 B．以理论分析作先导，模型规模大小要适度 C．模型规模越大越好，这样更切合实际情况 D．模型规模大小要适度，结构尽可能复杂 4.下列各种数据中，以下不应该作为经济计量分析所用数据的是（） A.时间序列数据 B.横截面数据 C.计算机随机生成的数据 D.虚拟变量数据 5. 戈德菲尔德—匡特(G—Q)检验法可用于检验( ) A.异方差性 B.多重共线性 C.序列相关 D.设定误差 6. 经济计量分析的工作程序( ) A.设定模型，检验模型，估计模型，改进模型 B.设定模型，估计参数，检验模型，应用模型 C.估计模型，应用模型，检验模型，改进模型 D.搜集资料，设定模型，估计参数，应用模型 7.回归分析的目的是（） A.研究解释变量对被解释变量的依赖关系； B.研究解释变量对被解释变量的相关关系； C.根据解释变量数值来估计或预测被解释变量的总体均值； D.以上说法都不对 8.在X于Y的相关分析中（） A.X是随机变量，Y是非随机变量 B.Y是随机变量，X是非随机变量
C.X 和Y 都是随机变量 D.X 和Y 均为非随机变量 9.在多元线性回归模型中，加入一个新的假定是（ ） A.随机误差项期望值为零 B.不存在异方差 C.不存在自相关 D.无多重共线性 10.若计算的DW 统计量的值为0，则表明该模型（ ） A.不存在一阶序列相关 B.存在一阶正序列相关 C.存在一阶负序列相关 D.存在高阶序列相关 二、多选题 1.虚拟变量取值为0和1分别代表某种属性是否存在，其中（ ） A. 0表示存在这种属性 B.0表示不存在这种属性 C.1表示存在这种属性 D.1表示不存在这种属性 E.0和1所代表的内容可以任意设定 2.异方差的常见类型有（ ） A.递增型 B.递减型 C.复杂型 D.倒V 型 3.确定滞后期长度的方法有（ ） A.相关系数 B.修正的可决系数 C.施瓦兹准则 D.经济理论或实际经验 4.如果模型中存在自相关现象，则会引起如下后果（ ） A.参数估计量有偏 B.参数估计值的方差不能正确确定 C.变量的显著性检验失效 D.预测精度降低 E.参数估计值仍是无偏的 5．利用普通最小二乘法求得的样本回归直线i 10i X ??Y ? β+β=具有以下特点（ ） A ．必然通过点（Y ,X ） B ．残差ei 的均值为常数 C ．i Y ? 的平均值与Yi 的平均值相等 D ．残差ei 与Xi 之间存在一定程度的相关性 E ．可能通过点（Y ,X ） 6.经济计量学是下列哪些学科的统一?( ) A.经济学 B.统计学 C.计量学 D.数学 E.计算机科学 7.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
计量经济学(庞浩)第二版第三章练习题及参考解答
计量经济学(庞浩)第二版第三章练习题及参考解答 3.1为研究中国各地区入境旅游状况，建立了各省市旅游外汇收入（Y ，百万美元）、旅行社职工人数（X1，人）、国际旅游人数（X2，万人次）的模型，用某年31个省市的截面数据估计结果如下： i i i X X Y 215452.11179.00263.151?++-= t=(-3.066806) (6.652983) (3.378064) R 2=0.934331 92964.02 =R F=191.1894 n=31 1)从经济意义上考察估计模型的合理性。 2)在5%显著性水平上，分别检验参数21,ββ的显著性。 3)在5%显著性水平上，检验模型的整体显著性。 练习题3.1参考解答: (1)由模型估计结果可看出：从经济意义上说明，旅行社职工人数和国际旅游人数均与旅游外汇收入正相关。平均说来，旅行社职工人数增加1人，旅游外汇收入将增加0.1179百万美元；国际旅游人数增加1万人次，旅游外汇收入增加1.5452百万美元。这与经济理论及经验符合，是合理的。 （2）取05.0=α，查表得048.2)331(025.0=-t 因为3个参数t 统计量的绝对值均大于048.2)331(025.0=-t ，说明经t 检验3个参数均显著不为0，即旅行社职工人数和国际旅游人数分别对旅游外汇收入都有显著影响。 （3）取05.0=α，查表得34.3)28,2(05.0=F ，由于34.3)28,2(1894.19905.0=>=F F ，说明旅行社职工人数和国际旅游人数联合起来对旅游外汇收入有显著影响，线性回归方程显著成立。 3.2 表3.6给出了有两个解释变量2X 和.3X 的回归模型方差分析的部分结果： 表3.6 方差分析表