当前位置：文档库 › 计量经济学：一般估计方法(NLS、GLS、GMM、逐步筛选、对数极大似然)

计量经济学：一般估计方法(NLS、GLS、GMM、逐步筛选、对数极大似然)

《计量经济学》考试复习资料含课后题

《计量经济学》期末考试复习资料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-李子奈-计算题整理集合

计算分析题（共3小题，每题15分，共计45分） 1、下表给出了一含有3个实解释变量的模型的回归结果：方差来源平方和（SS ）自由度（d.f.）来自回归65965 — 来自残差— — 总离差(TSS) 66056 43 （1）求样本容量n 、RSS 、ESS 的自由度、RSS 的自由度（2）求可决系数)37.0(-和调整的可决系数2 R （3）在5%的显著性水平下检验1X 、2X 和3X 总体上对Y 的影响的显著性（已知0.05(3,40) 2.84F =）（4）根据以上信息能否确定1X 、2X 和3X 各自对Y 的贡献？为什么？ 1、（1）样本容量n=43+1=44 （1分） RSS=TSS-ESS=66056-65965=91 （1分） ESS 的自由度为: 3 （1分） RSS 的自由度为: d.f.=44-3-1=40 （1分）（2）R 2=ESS/TSS=65965/66056=0.9986 （1分） 2R =1-(1- R 2)(n-1)/(n-k-1)=1-0.0014?43/40=0.9985 （2分）（3）H 0：1230βββ=== （1分） F=/65965/39665.2/(1)91/40 ESS k RSS n k ==-- （2分） F >0.05(3,40) 2.84F = 拒绝原假设（2分）所以，1X 、2X 和3X 总体上对Y 的影响显著（1分）（4）不能。（1分）因为仅通过上述信息，可初步判断X 1，X 2，X 3联合起来对Y 有线性影响，三者的变化解释了Y 变化的约99.9%。但由于无法知道回归X 1，X 2，X 3前参数的具体估计值，因此还无法判断它们各自对Y 的影响有多大。 2、以某地区22年的年度数据估计了如下工业就业模型 i i i i i X X X Y μββββ++++=3322110ln ln ln 回归方程如下： i i i i X X X Y 321ln 62.0ln 25.0ln 51.089.3?+-+-= （-0.56）(2.3) (-1.7) (5.8) 2 0.996R = 147.3=DW 式中，Y 为总就业量；X 1为总收入；X 2为平均月工资率；X 3为地方政府的

计量经济学案例分析汇总

计量经济学案例分析1 一、研究的目的要求居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为元, 最低的黑龙江省仅为人均元，最高的上海市达人均10464元，上海是黑龙江的倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。二、模型设定我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出”。因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。从2002年《中国统计年鉴》中得到表的数据: 表 2002年中国各地区城市居民人均年消费支出和可支配收入

Eviews操作手册

Eviews操作入门：输入数据，对数据进行描述统计和画图首先是打开Eviews软件，可以双击桌面上的图标，或者从windows开始菜单中寻找Eviews，打开Eviews后，可以看到下面的窗口如图F1-1。图F1-1 Eviews窗口关于Eviews的操作可以点击F1-1的Help，进行自学。打开Eviews后，第一项任务就是建立一个新Workfile或者打开一个已有的Workfile，单击File，然后光标放在New上，最后单击Workfile。如图F1-2 图F1-2 图F1-2左上角点击向下的三角可以选则数据类型，如同F1-3。数据类型分三类截面数据，时间序列数据和面板数据。

图F1-3 图F1-2右上角可以选中时间序列数据的频率，见图F1-4。图F1-4 对话框中选择数据的频率：年、半年、季度、月度、周、天（5天一周或7天1周）或日内数据（用integer data）来表示。对时间序列数据选择一个频率，填写开始日期和结束日期，日期格式：年：1997 季度：1997：1 月度：1997：01 周和日：8：10：1997表示1997年8月10号，美式表达日期法。 8：10：1997表示1997年10月8号，欧式表达日期法。如何选择欧式和美式日期格式呢？从Eviews窗口点击Options再点击dates and Frequency conversion，得到窗口F1-5。F1-5的右上角可以选择日期格式。

图F1-5 假设建立一个月度数据的workfile，填写完后点OK，一个新Workfile就建好了。见图F1-6。保存该workfile，单击Eviews窗口的save命令，选择保存位置即可。图F1-6 新建立的workfile之后，第二件事就是输入数据。数据输入有多种方法。 1)直接输入数据，见F1-7 在Eviews窗口下，单击Quick，再单击Empty group(edit series)，直接输数值即可。注意在该窗口中命令行有一个Edit+/-，可以点一下Edit+/-就可以变成如图所示的空白格，输完数据后，为了避免不小心改变数据，可以再点一下Edit+/-，这时数据就不能被修改了。

计量经济学

名词解释 1、因果效应：在理想化随机对照实验中得到的，某一给定的行为或处理对结果的影响 2、实验数据：来源于为评价某种处理（某项政策）抑或某种因果效应而设计的实验 3、观测数据：通过观察实验之外的实际行为而获得的数据 4、截面数据：对不同个体如工人、消费者、公司或政府机关等在某一特定时间段内收集到的数据 5、时间序列数据：对同一个体（个人、公司、国家等）在多个时期内收集到的数据 6、面板数据：即纵向数据，是多个个体分别在两个或多个时期内观测到的数据 7、离散型随机变量：一些随机变量是离散的连续型随机变量：一些随机变量是连续的 8、期望值：随机变量经过多次重复实验出现的长期平均值，记作E （Y ） 9、期望：Y 的长期平均值，记作μY 10、方差：是Y 距离其均值的偏差平方的期望值，记作var （Y ） 11、标准差：方差的平方根来表示偏差程度，记作σY 12、独立性：两个随机变量X 和Y 中的一个变量无法提供另一个变量的相关信息 13、标准正态分布：指那些均值102==σμ、方差的正态分布，记作N （0，1） 14、简单随机抽样：n 个对象从总体中抽取，且总体中的每一个个体都有相等的可能性被选入样本 15、独立分布：两个随机变量X 和Y 中的一个变量无法提供另一个变量的相关信息，那么这两个变量X 和Y 独立分布 16、偏差：设Y Y E Y Y μμμμ-??）（为的一个估计量，则偏差是；一致性：当样本容量增大时，Y μ ?落入真实值Y μ的微小领域区间内的概率接近于1，即Y Y μμ与?是一致的有效性：如果Y μ ?的方差比Y μ~更小，那么可以说Y Y μμ~?比更有效 17、最小二乘估计量：21)(m i n i -Y ∑ =最小化误差m -i Y 平方和的估计量m 18、P 值：即显著性概率，指原假设为真的情况下，抽取到的统计量与原假设之间的差异程度至少等于样本计算值与原假设之间差异程度的概率 19、第一类错误：拒绝了实际上为真的原假设 20、一元线性回归模型：i i 10i μββ+X +=Y ；1β代表1X 变化一个单位所导致Y 的变化量 21、普通最小二乘（OLS ）估：选择使得估计的回归线与观测数据尽可能接近的回归系数，其中近似程度用给定X 时预测Y 的误差的平方和来度量 22、回归2R ：可以由i X 解释（或预测）的i Y 样本方差的比例，即TSS SSR TSS ESS R -==12 23、最小二乘假设：①给定i X 时误差项i μ的条件均值为零：0)(i i =X μE ； ②从联合总体中抽取的，，，，），，（n ...21i i i =Y X 满足独立同分布； ③大异常值不存在：即i i Y X 和具有非零有限的四阶距 24、1β置信区间：以95%的概率包含1β真值的区间，即在所有可能随机抽取的样本中有95%包含了1β的真值 25、同方差：若对于任意i=1，2，...，n ，给定）（条件分布的方差时χμμ=X X i i i i var 为常数且不依赖于χ，则称误差项i μ是同方差

计量经济学题库(超完整版)及答案.详解

计量经济学题库计算与分析题（每小题10分） 1 X:年均汇率（日元/美元） Y:汽车出口数量（万辆）问题：（1）画出X 与Y 关系的散点图。（2）计算X 与Y 的相关系数。其中X 129.3＝，Y 554.2＝，2X X 4432.1∑（－）＝，2Y Y 68113.6∑ （－）＝，()()X X Y Y ∑－－＝16195.4 （3）采用直线回归方程拟和出的模型为 ?81.72 3.65Y X =+ t 值 1.2427 7.2797 R 2=0.8688 F=52.99 解释参数的经济意义。 2．已知一模型的最小二乘的回归结果如下： i i ?Y =101.4-4.78X 标准差（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。 3．估计消费函数模型i i i C =Y u αβ++得 i i ?C =150.81Y + t 值（13.1）（18.7） n=19 R 2=0.81 其中，C ：消费（元） Y ：收入（元）已知0.025(19) 2.0930t =，0.05(19) 1.729t =，0.025(17) 2.1098t =，0.05(17) 1.7396t =。问：（1）利用t 值检验参数β的显著性（α＝0.05）；（2）确定参数β的标准差；（3）判断一下该模型的拟合情况。 4．已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ （－）＝，2Y Y 68113.6∑（－）＝，求判定系数和相关系数。 5．有如下表数据

eviews基本操作

EViews的基本操作一、Workfile（工作文件） Workfile就象你的一个桌面，上面放有许多Object，在使用EViews时首先应该打开该桌面，如果想永久保留Workfile及其中的内容，关机时必须将该Workfile存盘，否则会丢失。（一）创建一个新的Workfile 打开EViews后，点击File\New\Workfile，弹出一个WorkfileCreate对话框（图1.2.1）。该对话框是定义Workfile的频率等内容。该频率是用于界定样本数据的类型，其中包括时序数据、截面数据、Panel Data等。选择与所用样本数据相适应的频率。例如，样本数据是年度数据，则选择年度（Annual），相应的Object也是年度数据，且Object数据范围小于等于Workfile的范围。当我们的样本数据为1978年至1998年的年度数据，则选择的频率为年度数据（Annual），接着再在起始时间（Start date）和终止时间（End date）两项选择项中分别键入1970、1998，然后点击OK，就建立了一个时间频率为年度数据的Workfile（图1.2.2）。图1.2.1图1.2. 2 其他不同频率的时间序列样本数据的选择方法类似于年度数据的选择方法，对于截面数据，则是在Workfile Create对话框左侧Workfile structure type栏中选择Unstructure/Undated 选项，在右侧Date Range中填入样本个数。在Workfile窗口顶部，有一些主要的菜单命令，使用这些菜单命令可以查看Object、改变样本范围（Range）、存取Object、生成新的Object等操作，这些命令和EViews主窗口上的菜单命令功能相同。稍后我们会详细介绍其功能。在新建的Workfile中已经默认存在两个Object，即c和resid。c是系数向量、resid是残差序列，当估计完一个模型后，该模型的系数、残差就分别保存在c和resid中。 Workfile窗口中主要菜单命令介绍下面我们以第一章已经建好的包含X（人均可支配收入）与Y（人均可支配支出）为例来说明Workfile窗口中主要命令的功能（图1.2.3）。

所有计量经济学检验方法(全)

计量经济学所有检验方法一、拟合优度检验可决系数 TSS RSS TSS ESS R - ==12 TSS 为总离差平方和，ESS 为回归平方和，RSS 为残差平方和该统计量用来测量样本回归线对样本观测值的拟合优度。该统计量越接近于1，模型的拟合优度越高。调整的可决系数)1/() 1/(12---- =n TSS k n RSS R 其中：n-k-1为残差平方和的自由度，n-1为总体平方和的自由度。将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响。二、方程的显著性检验(F 检验) 方程的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出推断。原假设与备择假设：H 0:β1=β2=β3=…βk =0 H 1: βj 不全为0 统计量 )1/(/--= k n RSS k ESS F 服从自由度为(k , n-k-1)的F 分布，给定显著性水平α，可得到临界值F α(k,n-k-1)，由样本求出统计量F 的数值，通过F>F α(k,n-k-1)或F ≤F α(k,n-k-1)来拒绝或接受原假设H 0，以判定原方程总体上的线性关系是否显著成立。三、变量的显著性检验（t 检验）对每个解释变量进行显著性检验，以决定是否作为解释变量被保留在模型中。原假设与备择假设：H0：βi =0 （i=1,2…k ）；H1：βi ≠0 给定显著性水平α，可得到临界值t α/2(n-k-1)，由样本求出统计量t 的数值，通过 |t|> t α/2(n-k-1) 或 |t|≤t α/2(n-k-1) 来拒绝或接受原假设H0，从而判定对应的解释变量是否应包括在模型中。四、参数的置信区间参数的置信区间用来考察：在一次抽样中所估计的参数值离参数的真实值有多“近”。统计量 )1(~1??? ----'--= k n t k n c S t ii i i i i i e e βββββ 在(1-α)的置信水平下βi 的置信区间是 ( , ) ββααββ i i t s t s i i -?+?2 2 ，其中，t α/2为显著性水平为α、自由度为n-k-1的临界值。五、异方差检验 1. 帕克(Park)检验与戈里瑟(Gleiser)检验试建立方程： i ji i X f e ε+=)(~2 或 i ji i X f e ε+=)(|~|

计量经济学分析计算题Word版

计量经济学分析计算题（每小题10分） 1．下表为日本的汇率与汽车出口数量数据， X:年均汇率（日元/美元） Y:汽车出口数量（万辆）问题：（1）画出X 与Y 关系的散点图。（2）计算X 与Y 的相关系数。其中X 129.3＝，Y 554.2＝，2 X X 4432.1∑ （－）＝，2 Y Y 68113.6∑（－）＝，()()X X Y Y ∑－－＝16195.4 （3）采用直线回归方程拟和出的模型为 ?81.72 3.65Y X =+ t 值 1.2427 7.2797 R 2=0.8688 F=52.99 解释参数的经济意义。 2．已知一模型的最小二乘的回归结果如下： i i ?Y =101.4-4.78X 标准差（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。 3．估计消费函数模型i i i C =Y u αβ++得 i i ?C =150.81Y + t 值（13.1）（18.7） n=19 R 2=0.81 其中，C ：消费（元） Y ：收入（元）已知0.025(19) 2.0930t =，0.05(19) 1.729t =，0.025(17) 2.1098t =，0.05(17) 1.7396t =。

问：（1）利用t 值检验参数β的显著性（α＝0.05）；（2）确定参数β的标准差；（3）判断一下该模型的拟合情况。 4．已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ （－）＝，2 Y Y 68113.6∑ （－）＝，求判定系数和相关系数。 5．有如下表数据日本物价上涨率与失业率的关系（1）设横轴是U ，纵轴是P ，画出散点图。根据图形判断，物价上涨率与失业率之间是什么样的关系？拟合什么样的模型比较合适？（2）根据以上数据，分别拟合了以下两个模型：模型一：1 6.3219.14 P U =-+ 模型二：8.64 2.87P U =- 分别求两个模型的样本决定系数。 7．根据容量n=30的样本观测值数据计算得到下列数据：XY 146.5＝，X 12.6＝，Y 11.3＝，2X 164.2＝，2Y ＝134.6，试估计Y 对X 的回归直线。 8．下表中的数据是从某个行业5个不同的工厂收集的，请回答以下问题：

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。

Eviews软件基本操作

Eviews 软件基本操作一、工作文件及建立（一）主窗口简介启动Eviews 软件，进入主窗口。如下图所示： 1、标题栏：窗口的顶部是标题栏。 2、菜单栏：标题栏下是菜单栏。菜单栏上共有9个选项： File ，Edit ，Objects ，View ，Procs ，Quick ，Options ，Window ，Help 。用鼠标点击可打开下拉式菜单，显示该部分的具体功能。 File 包含一些文件的常用操作命令。如：建立（New ）、打开（open ）、保存（Save ／Save As ）、关闭（Close ）、读入（Import ）、读出（Export ）、打印（Print ）、运行程序（Run ）、退出 Eviews （Exit ）。常用的有新建工作文件，打开工作文件，保存工作文件，输入输出数据文件。 Edit 一般情况下只有复制功能，即拷贝（Copy ）和粘贴（Paste ）功能。在某些特殊的窗口，该菜单项还包括剪切（Cut ）、删除（Delete ）、查找（Find ）、替换（Replace ）等操作。 objects 提供有关对象的基本操作。包括建立新对象（New Objects ）、从数据库获取使新对象（Fetch ／Update From DB ）、将工作文件中的对象存储到数据库（Store to DB ）、复制对象（Copy Selected ）、重命名（Rename ）、删除（Delete ）。 View 其功能随窗口的不同而变化，主要涉及变量的各种查看方式。 Procs 它的功能也是随窗口的不同而变化，其主要功能为变量的预算过程。 Quick 提供快速统计分析过程。 Options 系统参数设定选项。 Window 在使用Eviews 的过程中将会有多个子窗口。该菜单提供子窗口的切换和关闭功能。 Help 帮助功能。提供索引方式和目录方式的帮助功能。菜单栏标题栏命令窗控制按钮信息栏路径状态栏主显示窗口图1主窗口

计量经济学计算题解法汇总

计量经济学：部分计算题解法汇总 1、求判别系数——R^2 已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ （－）＝，2Y Y 68113.6∑（－）＝， 2、置信区间有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 Adjusted R-squared F-statistic Durbin-Watson （1（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90%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 ＝，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分）家庭收入对消费有显著影响。（2分）对于截距项，

检验。（2分）（3）Y f =+×45＝（2分） 90%置信区间为（，+），即（，）。（2分）注意：a 水平下的t 统计量的的重要性水平，由于是双边检验，应当减半 3、求SSE 、SST 、R^2等已知相关系数r ＝，估计标准误差?8σ＝，样本容量n=62。求：（1）剩余变差；（2）决定系数；（3）总变差。（2）2220.60.36R r ===（2分） 4、联系相关系数与方差（标准差），注意是n-1 在相关和回归分析中，已知下列资料： 222X Y i 1610n=20r=0.9(Y -Y)=2000σσ∑＝，＝，，，。（1）计算Y 对X 的回归直线的斜率系数。（2）计算回归变差和剩余变差。（3）（2）R 2=r 2==，总变差：TSS ＝RSS/(1-R 2)=2000/=（2分）

计量经济学习题解析

计量经济学习题解析 TYYGROUP system office room 【TYYUA16H-TYY-TYYYUA8Q8-

第一章 1、下列假想模型是否属于揭示因果关系的计量经济学模型为什么（1）t S =+t R ,其中t S 为第t 年农村居民储蓄增加额（单位：亿元），t R 为第t 年城镇居民可支配收入总额（单位：亿元）。（2）1t S -=+t R ，其中1t S -为第t-1年底农村居民储蓄余额（单位：亿元），t R 为第t 年农村居民纯收入总额（单位：亿元）。 2、指出下列假想模型中的错误，并说明理由：其中，t RS 为第t 年社会消费品零售总额（单位：亿元），t RI 为第t 年居民收入总额（单位：亿元）（指城镇居民可支配收入总额与农村居民纯收入总额之和），t IV 为第t 年全社会固定资产投资总额（单位：亿元）。 3、下列设定的精良经济模型是否合理为什么 4、（1）3 01i i i GDP GDP ββμ==+?+∑ 其中，i GDP （i=1,2,3）是第一产业、第二产业、第三产业增加值，μ为随机干扰项。（2）财政收入=f （财政支出）+ μ，μ为随机干扰项。答案1、（1）不是。因为农村居民储蓄增加额应与农村居民可支配收入总额有关，而与城镇居民可支配收入总额没有因果关系。（2）不是。第t 年农村居民的纯收入对当年及以后年份的农村居民储蓄有影响，但并不对第t-1的储蓄产生影响。 2、一是居民收入总额RI t 前参数符号有误，应是正号；二是全社会固定资产投资总额IV t 这一解释变量的选择有误，它对社会消费品零售总额应该没有直接的影响。 3、（1）不合理，因为作为解释变量的第一产业、第二产业和第三产业的增加值是GDP 的构成部分，三部分之和正为GDP 的值，因此三变量与GDP 之间的关系并非随机关系，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，因此若建立两者之间的模型，解释变量应该为财政收入，被解释变量应为财政支出；另外，模型没有给出具体的数学形式，是不完整的。第二章五、计算分析题 1、令kids 表示一名妇女生育孩子的数目，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（1）随机扰动项μ包含什么样的因素它们可能与受教育水平相关吗

Eviews使用指南

计量经济学软件包Eviews 使用说明一、启动软件包假定用户有Windows95/98的操作经验，我们通过一个实际问题的处理过程，使用户对EViews 的应用有一些感性认识，达到速成的目的。 1、Eviews 的启动步骤：进入Windows /双击Eviews 快捷方式，进入EViews 窗口；或点击开始 /程序/Econometric Views/ Eviews ，进入EViews 窗口。２、EViews 窗口介绍标题栏：窗口的顶部是标题栏，标题栏的右端有三个按钮：最小化、最大化（或复原）和关闭，点击这三个按钮可以控制窗口的大小或关闭窗口。菜单栏：标题栏下是主菜单栏。主菜单栏上共有7个选项： File ，Edit ，Objects ，View ，Procs ，Quick ，Options ，Window ，Help 。用鼠标点击可打开下拉式菜单（或再下一级菜单，如果有的话），点击某个选项电脑就执行对应的操作响应（File ，Edit 的编辑功能与Word, Excel 中的相应功能相似）。命令窗口：主菜单栏下是命令窗口，窗口最左端一竖线是提示符，允许用户在提示符后通过键盘输入EViews （TSP 风格）命令。如果熟悉MacroTSP （DOS ）版的命令可以直接在此键入，如同DOS 版一样地使用EViews 。按F1键（或移动箭头），键入的历史命令将重新显示出来，供用户选用。命令窗口信息栏路径主显示窗口（图一）

主显示窗口：命令窗口之下是Eviews的主显示窗口，以后操作产生的窗口（称为子窗口）均在此范围之内，不能移出主窗口之外。状态栏：主窗口之下是状态栏，左端显示信息，中部显示当前路径，右下端显示当前状态，例如有无工作文件等。 Eviews有四种工作方式：（1）鼠标图形导向方式；（2）简单命令方式；（3）命令参数方式[(1)与（2）相结合)] ；（4）程序（采用EViews命令编制程序）运行方式。用户可以选择自己喜欢的方式进行操作。二、创建工作文件工作文件是用户与EViews对话期间保存在RAM之中的信息，包括对话期间输入和建立的全部命名对象，所以必须首先建立或打开一个工作文件用户才能与Eviews对话。工作文件好比你工作时的桌面一样，放置了许多进行处理的东西（对象），像结束工作时需要清理桌面一样，允许将工作文件保存到磁盘上。如果不对工作文件进行保存，工作文件中的任何东西，关闭机器时将被丢失。进入EViews后的第一件工作应从创建新的或调入原有的工作文件开始。只有新建或调入原有工作文件， EViews才允许用户输入开始进行数据处理。建立工作文件的方法：点击File/New/Workfile。选择数据类型和起止日期，并在出现的对话框中提供必要的信息：适当的时间频率（年、季度、月度、周、日）；确定起止日期或最大处理个数（开始日期是项目中计划的最早的日期；结束日期是项目计划的最晚日期，非时间序列提供最大观察个数，以后还可以对这些设置进行更改）。下面我们通过研究我国城镇居民消费与可支配收入的关系来学习Eviews的应用。数据如下：表一下面的图片说明了具体操作过程。 1、打开新建对象类型对话框，选择工作文件Workfile，见图二。

计量经济学计算题

1、某农产品试验产量Y （公斤/亩）和施肥量X （公斤/亩）7块地的数据资料汇总如下： ∑=255i X ∑=3050i Y ∑=71.12172i x ∑=429.83712i y ∑=857.3122i i y x 后来发现遗漏的第八块地的数据：208=X ，4008=Y 。要求汇总全部8块地数据后进行以下各项计算，并对计算结果的经济意义和统计意义做简要的解释。（1）该农产品试验产量对施肥量X （公斤/亩）回归模型Y a bX u =++进行估计；（2）对回归系数（斜率）进行统计假设检验，信度为；（3）估计可决系数并进行统计假设检验，信度为。解：首先汇总全部8块地数据： 871 81 X X X i i i i +=∑∑== =255+20 =275 n X X i i ∑==8 1 )8(375.348 275 == 2) 7(7 127 127X x X i i i i +=∑∑== =+7?2 7255?? ? ??=10507 287 1 28 1 2X X X i i i i +=∑∑== =10507+202 = 10907 2) 8(8 1 28 1 28X X x i i i i +=∑∑== = 10907-8?2 8275?? ? ??= 87 1 81 Y Y Y i i i i +=∑∑===3050+400=3450 25.4318 3450 8 1 )8(== =∑=n Y Y i i 2) 7(7 1 2 712 7Y y Y i i i i +=∑∑== =+7?2 73050??? ??=1337300 287 1 2 81 2Y Y Y i i i i +=∑∑== =1337300+4002 = 1497300 2)8(8 1 28128Y Y y i i i i +=∑∑== =1497300 -8?( 8 3450)2 == ) 7()7(7 1 7 17Y X y x Y X i i i i i i +=∑∑== ==+7??? ??7255??? ? ??73050 =114230 887 1 81 Y X Y X Y X i i i i i i +=∑∑== =114230+20?400 =122230

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

计量经济学学习方法

和大家一起学习计量经济学同学们，大家晚上好，今天我很荣幸受邀给大家讲讲自己在学习计量经济学上面的一些心得体会。我在此很受鼓舞，十分感谢大家给我这样一个审视自己的机会。回顾最初接触计量经济学的时间里，我深感自己走了很多的弯路。如今作为一名研究生二年级的学生，我总在想，是不是应该找一个机会把自己的这些教训给大家讲一讲，也好让我后面的学弟学妹更好的集中精力，在计量经济学的学习上有所突破。然后，需要申明的是，我今天所讲的内容，也只是我个人的一些粗疏的看法，我相信在座的各位，也有自己的不同的看法，欢迎你们提出来，我们一起学习。计量经济学是一门什么样的学科？我自己不是经常思考这些问题。有一天我稍微闲一点坐下来思考这个问题的时候，我才发觉自己走得有些偏。简单地说，归根结底，计量经济学仍然是一门经济学的子学科，是一门应用性的科学。其性质决定了我们在学习计量经济学的时候一定是要以问题为导向的。这就是为什么一些人苦苦做方法论而不得其法的道理。不同于西方经济学的学习方法，计量经济学是一门将统计理论、数理经济学和经济理论紧密结合的学科，其最终的目的就是做统计推断和假设检验？我问大家，如果你要写一篇论文，怎么让读者信服你的观点？我们在初中的时候写过议论文，语文老师经常对我们说的一句话是：摆事实、讲道理，动之以情，晓之以理。我们学习计量经济学、写经验分析的文章也是一样？如何学会让论文替我们说话？如何用计量经济学帮助我们讲好一个经济学故事？这是我们在学习计量经济学应该长期思考、不断精益求精的问题。计量经济学的学习？需要相应的基础知识储备？比如说，概率论与数理统计的知识，比如说，需要很强、很熟练的线性代数、矩阵论甚至高级的计量经济学还需要学习高阶矩阵微分的知识，足够的知识储备会让我们在今后的学习中如虎添翼。特别的是，计量经济学借用的数理统计和随机过程的知识，将会是处理较为复杂的数据生成过程的得力助手。所以，我建议你们学好这些相关方面的基础知识：我们学校图书馆引入了相关方面的翻译本的外文教材，数量庞大、卷帙浩繁，没有一定的定力和毅力，还无法将这些知识所消化吸收。同时，当遇到更为复杂的回归方法时候，我们可能还需要在优化算法上面下功夫：比如说EM算法，蒙特卡洛模拟等一些模拟计算方法等。这些都要借助一定的统计知识。当然，我说这些不是要吓唬大家的意思，我其实想说的是，尽管方法很多，你可能总也学不完，这是实话，因为你学得越多，可能想挑战自己的欲望就越强烈，于是就不会停下来，甚至白天黑夜的想怎么样改进算法之类的问题。不过，由于计量经济学归根结底还是一门应用型的经济学，所以我们学得再多的方法，最终还是要学会应用。而且更加辩证地看，只有在实际应用中发展的计量经济学方法论，才会有持久的生命力。那么我们还需要做些什么样的工作呢？我们又怎么样在应用中学会计量经济学呢？说了这么多，我现在才进入正题。大家翻到第四版教材的第3页，传统的计量经济学方法论按下列路线进行：陈述理论或者假说；设定理论的数学模型；设定理论的计量经济学模型；获取数据；计量经济学模型的参数估计；假设检验；预报或者预测；利用模型进行控制或制定政策。这些就是一般的一个思想方法，那么我想说明的一点是，模型估计不应该太简单，比如说一般的最小二乘法，但也不应该太复杂，太复杂反而不容易把问题说清楚。比如你要验证汇率波动对中国进出口的影响，采用向量误差纠正模型寻找协整方程就可以了，如果发现有明显的结构特征，就要试图去解释结

计量经济学计算题

计量经济学计算题例题 0626 一元线性回归模型相关例题 1.假定在家计调查中得出一个关于家庭年收入X 和每年生活必须品综合支出 Y 的横截面样根据表中数据: (1) 用普通最小二乘法估计线性模型 Y t 0 1 X t u t (2) 用G — Q 检验法进行异方差性检验 (3) 用加权最小二乘法对模型加以改进答案：（1）丫=+（ 2）存在异方差（3）丫=+ 2 ?已知某公司的广告费用 X 与销售额（Y ）的统计数据如下表所示: （1）估计销售额关于广告费用的一元线性回归模型（2）说明参数的经济意义（3）在 0.05的显著水平下对参数的显著性进行 t 检验答案：（1）一元线性回归模型 Y t 319.086 4 185X i （2）参数经济意义：当广告费用每增加 1万元，销售额平均增加万元

（3）t=> t o.025（10），广告费对销售额有显著影响

3. : 根据表中数据: (1) 求Y 对X 的线性回归方程； (2) 用t 检验法对回归系数进行显著性检验（a =) ； (3) 求样本相关系数r; 答案：Y =+ 用t 检验法对回归系数进行显著性检验（a =）；答案：显著 2 2 假设y 对x 的回归模型为％ b o biX u ,，且Var （uJ x ,，试用适当的方法估计此回归模型。 2 2 解：原模型： y b 0 b 1x 1 U i , Var （u ,）为模型存在异方差性为消除异方差性，模型两边同除以 X ,, 得: bo — a u._ (2分) X , X x , * y , * 1 u , 令: y ,x , ■,v , x x X , 得: * y , * b box ' （2分）