計(jì)量經(jīng)濟(jì)學(xué)題庫(超完整版)及答案大題整理匯編

學(xué)習(xí)學(xué)習(xí)---—好資料更多精品文檔更多精品文檔學(xué)習(xí)學(xué)習(xí)---—好資料更多精品文檔更多精品文檔更多精品文檔更多精品文檔（Y—Y）2=68113.6, X-XY-Y=16195.4（3）采用直線回歸方程擬和出的模型為（Y—Y）2=68113.6, X-XY-Y=16195.4（3）采用直線回歸方程擬和出的模型為五、計(jì)算與分析題（每小題10分）1.下表為日本的匯率與汽車出口數(shù)量數(shù)據(jù),年度1986198719881989199019911992199319941995X16814512813814513512711110294Y661631610588583575567502446379X:年均匯率（日元/美元） Y:汽車出口數(shù)量（萬輛）問題：（1）畫出X與Y關(guān)系的散點(diǎn)圖。（2）計(jì)算X與Y的相關(guān)系數(shù)。其中X=129.3,Y=554.2, （X—X）2=4432.1,Y81.72 3.65Xt值1.24277.2797 R2=0.8688 F=52.99解釋參數(shù)的經(jīng)濟(jì)意義。2,已知一模型的最小二乘的回歸結(jié)果如下：Y?i=101.4-4.78Xi 標(biāo)準(zhǔn)差 （45.2） （1.53） n=30 R2=0.31其中，Y：政府債券價(jià)格（百美元）,X:利率（％）。回答以下問題：（1）系數(shù)的符號是否正確，并說明理由；（2）為什么左邊是Y?i而不是Yi;（3）在此模型中是否漏了誤差項(xiàng)ui；（4）該模型參數(shù)的經(jīng)濟(jì)意義是什么3.估計(jì)消費(fèi)函數(shù)模型Ci=Y3.估計(jì)消費(fèi)函數(shù)模型Ci=YiUi得C?i=15 0.81Yi其中，C:消費(fèi)（元）t值（13.1）（18.7）Y:收入（元）已知to.O25（19）2.0930,to.O5（19） 1.729,to.O25（17）n=19 R2=0.812.1098,t0.05（17）1.7396。問：（1）利用t值檢驗(yàn)參數(shù) 的顯著性（a=0.05）;（2）確定參數(shù) 的標(biāo)準(zhǔn)差；（3）判斷一下該模型的擬合情況。.已知估計(jì)回歸模型得Y?i=81.7230 3.6541Xi 且（X—X）2=4432.1, （Y—Y）2=68113.6,求判定系數(shù)和相關(guān)系數(shù)。.有如下表數(shù)據(jù)日本物價(jià)上漲率與失業(yè)率的關(guān)系年份物價(jià)上漲率（％）P失業(yè)率（%）U19860.62.819870.12.819880.72.519892.32.3

19903.12.119913.32.119921.62.219931.32.519940.72.91995-0.13.2（1）設(shè)橫軸是U,縱軸是P,畫出散點(diǎn)圖。根據(jù)圖形判斷，物價(jià)上漲率與失業(yè)率之間是什么樣的關(guān)系？擬合什么樣的模型比較合適？ （2）根據(jù)以上數(shù)據(jù)，分別擬合了以下兩個模型：1模型一：P6.3219.14— 模型一：P8.642.87UU分別求兩個模型的樣本決定系數(shù)。7.根據(jù)容量n=30的樣本觀測值數(shù)據(jù)計(jì)算得到下列數(shù)據(jù)： XY-=146.5,X=12.6,Y=11.3,X2=164.2,Y2=134.6,試估計(jì)Y對X的回歸直線。8.下表中的數(shù)據(jù)是從某個行業(yè)5個不同的工廠收集的，請回答以下問題：思成本Y與j里X的數(shù)據(jù)Y8044517061X1246118（1）估計(jì)這個行業(yè)的線性總成本函數(shù)： Yi=?0+?1Xi （2）?0和？1的經(jīng)濟(jì)含義是什么?9.有10戶家庭的收入（X,元）和消費(fèi)（Y,百元）數(shù)據(jù)如下表:10戶家庭的收入（X）與消費(fèi)（Y）的資料X20303340151326383543Y7981154810910若建立白消費(fèi)Y對收入X的回歸直線的Eviews輸出結(jié)果如下:DependentVariable:YVariable Coefficient Std.ErrorX0.2022980.023273C2.1726640.720217R-squared0.904259S.D.dependent2.23358var2Adjusted0.892292F-statistic75.5589R-squared8Durbin-Watson2.077648Prob(F-statistic)0.00002stat4（1）說明回歸直線的代表性及解釋能力。（2）在95%的置信度下檢驗(yàn)參數(shù)的顯著性。（t0.025（10）2.2281,t0,05（10）1.8125,t0.025（8）2.3060,t0.05(8)1.8595)（3）在95%的置信度下，預(yù)測當(dāng)X=45（百元）時(shí)，消費(fèi)（丫）的置信區(qū)間。（其中X29.3,（xx）2992.1）10.已知相關(guān)系數(shù)r=0.6,估計(jì)標(biāo)準(zhǔn)誤差？=8,樣本容量n=62。求：（1）剩余變差；（2）決定系數(shù)；（3）總變差。

.在相關(guān)和回歸分析中，已知下列資料：2_2 2X=16,Y=10,n=20,r=0.9,(丫廠丫)2=2000。(1)計(jì)算丫對X的回歸直線的斜率系數(shù)。(2)計(jì)算回歸變差和剩余變差。(3)計(jì)算估計(jì)標(biāo)準(zhǔn)誤差.根據(jù)對某企業(yè)銷售額丫以及相應(yīng)價(jià)格X的11組觀測資料計(jì)算：2 2 - -XY=117849,X=519,Y=217,X=284958,Y=49046(1)估計(jì)銷售額對價(jià)格的回歸直線；(2)當(dāng)價(jià)格為X1=10時(shí)，求相應(yīng)的銷售額的平均水平，并求此時(shí)銷售額的價(jià)格彈性。13.假設(shè)某國的貨幣供給量丫與國民收入X的歷史如系下表。某國的貨幣供給量X與國民收入丫的歷史數(shù)據(jù)年份X丫年份X丫年份X丫19852.05.019893.37.219934.89.719862.55.519904.07.719945.010.019873.2619914.28.419955.211.219883.6719924.6919965.812.4根據(jù)以上數(shù)據(jù)估計(jì)貨幣供給量丫對國民收入X的回歸方程，利用Eivews軟件輸出結(jié)果為:DependentVariable:丫Variable CoefficieStd.Errort-StatisticProb.X1.9680850.13525214.551270.0000CX1.9680850.13525214.551270.0000C0.3531910.5629090.6274400.5444ntR-squared 0.954902Adjusted 0.950392R-squaredS.E.ofregression0.510684Sumsquared 2.607979residMeandependent 8.25833var 3S.D.dependent 2.29285var 8F-statistic 211.7394Prob(F-statistic) 0.000000問：(1)寫出回歸模型的方程形式，并說明回歸系數(shù)的顯著性( 0.05)。 (2)解釋回歸系數(shù)的含義。(2)如果希望1997年國民收入達(dá)到15,那么應(yīng)該把貨幣供給量定在什么水平?.假定有如下的回歸結(jié)果丫?2.69110.4795Xt其中，丫表示美國的咖啡消費(fèi)量(每天每人消費(fèi)的杯數(shù))，X表示咖啡的零售價(jià)格(單位：美元/杯)，t表示時(shí)間。問：(1)這是一個時(shí)間序列回歸還是橫截面回歸？做出回歸線。(2)如何解釋截距的意義？它有經(jīng)濟(jì)含義嗎？如何解釋斜率？( 3)能否救出真實(shí)的總體回歸函數(shù)？X(4)根據(jù)需求的價(jià)格彈性定義： 彈性=斜率X,依據(jù)上述回歸結(jié)果，你能救出對咖啡需求的價(jià)格彈丫性嗎？如果不能，計(jì)算此彈性還需要其他什么信息？.下面數(shù)據(jù)是依據(jù)10組X和丫的觀察值得到的：Yi1110,Xi1680, XiYi204200, Xi2315400,Yi2133300更多精品文檔更多精品文檔更多精品文檔更多精品文檔學(xué)習(xí)---—好資料1的估計(jì)值;1的估計(jì)值;.根據(jù)某地1961—1999年共39年的總產(chǎn)出Y、勞動投入L和資本投入K的年度數(shù)據(jù)，運(yùn)用普通最小二乘法估計(jì)得出了下列回歸方程：In -3J3S：+1,451hL十0.38411nK(0.237)(0.083)(0.048)R屋口四4日，DW=0.858式下括號中的數(shù)字為相應(yīng)估計(jì)量的標(biāo)準(zhǔn)誤。(1)解釋回歸系數(shù)的經(jīng)濟(jì)含義； (2) 系數(shù)的符號符合你的預(yù)期嗎？為什么？.某計(jì)量經(jīng)濟(jì)學(xué)家曾用1921~1941年與1945~1950年(1942~1944年戰(zhàn)爭期間略去)美國國內(nèi)消費(fèi)C和工資收入W、非工資一非農(nóng)業(yè)收入P、農(nóng)業(yè)收入A的時(shí)間序列資料，利用普通最小二乘法估計(jì)得出了以下回歸方程：Y?8.1331.059W0.452P0,121A(8.92) (0.17) (0.66) (1.09)_2一一 一R0.95F107.37式下括號中的數(shù)字為相應(yīng)參數(shù)估計(jì)量的標(biāo)準(zhǔn)誤。試對該模型進(jìn)行評析，指出其中存在的問題。.計(jì)算下面三個自由度調(diào)整后的決定系數(shù)。這里， R2為決定系數(shù)，n為樣本數(shù)目，k為解釋變量個數(shù)。(1)R20.75nk2(2)R20.35nk3(3)R20.95n k519.設(shè)有模型比b0b1x1tb2x2t ut,試在下列條件下①b1b21②b1b2。分別求出b1,2的最小二乘估計(jì)量。.假設(shè)要求你建立一個計(jì)量經(jīng)濟(jì)模型來說明在學(xué)校跑道上慢跑一英里或一英里以上的人數(shù)，以便決定是否修建第二條跑道以滿足所有的鍛煉者。你通過整個學(xué)年收集數(shù)據(jù)，得到兩個可能的解釋性方程：方程A:Y? 125.0 15.0X1 1.0X2 1.5X3 R2 0.75方程B:Y? 123.0 14.0X1 5.5X2 3.7X4 R2 0.73其中：Y——某天慢跑者的人數(shù) Xi——該天降雨的英寸數(shù) X2——該天日照的小時(shí)數(shù)X3——該天的最高溫度(按華氏溫度) X4——第二天需交學(xué)期論文的班級數(shù)請回答下列問題：(1)這兩個方程你認(rèn)為哪個更合理些，為什么？(2)為什么用相同的數(shù)據(jù)去估計(jì)相同變量的系數(shù)得到不同的符號？.假定以校園內(nèi)食堂每天賣出的盒飯數(shù)量作為被解釋變量，盒飯價(jià)格、氣溫、附近餐廳的盒飯價(jià)格、學(xué)校當(dāng)日的學(xué)生數(shù)量(單位：千人)作為解釋變量，進(jìn)行回歸分析；假設(shè)不管是否有假期，食堂都營業(yè)不幸的是，食堂內(nèi)的計(jì)算機(jī)被一次病毒侵犯，所有的存儲丟失，無法恢復(fù)，你不能說出獨(dú)立變量分別代表著哪一項(xiàng)！下面是回歸結(jié)果(括號內(nèi)為標(biāo)準(zhǔn)差)：Y?10.628.4X1i12.7X2i0.61X3i5.9X4i學(xué)習(xí)學(xué)習(xí)---—好資料更多精品文檔更多精品文檔學(xué)習(xí)學(xué)習(xí)---—好資料更多精品文檔更多精品文檔2(2.6)(6.3)(0.61)(5.9) R0.63n35要求：(1)試判定每項(xiàng)結(jié)果對應(yīng)著哪一個變量？(2)對你的判定結(jié)論做出說明22.設(shè)消費(fèi)函數(shù)為VibobiXiUi,其中yi為消費(fèi)支出，X為個人可支配收入， Ui為隨機(jī)誤差項(xiàng),并且E(Ui)0,Var(Ui) 2x：(其中2為常數(shù))。試回答以下問題:(1)選用適當(dāng)?shù)淖儞Q修正異方差，要求寫出變換過程；(2)寫出修正異方差后的參數(shù)估計(jì)量的表達(dá)式23.檢驗(yàn)下列模型是否存在異方差性，列出檢驗(yàn)步驟，給出結(jié)論。bo bbo bixitb2X2tb3X3t Ut樣本共40個，本題假設(shè)去掉c=12個樣本，假設(shè)異方差由x”引起，數(shù)值小的一組殘差平方和為RSSi0.466E17,數(shù)值大的一組平方和為RSS,0.36E17。F0.05(10,10)2.98?、一一?，??一?- ，,- -?，― 2、一， 、 一? ? .假設(shè)回歸,K型為：ya5,其中：u:N(0, x)；E(um) 0,i j ；并且為是非隨機(jī)變量,求模型參數(shù)b的最佳線性無偏估計(jì)量及其方差.現(xiàn)有x和Y的樣本觀測值如下表：X2510410y4745922假設(shè)y對x的回歸模型為y b0biXiUi,且Var(u) 為，試用適當(dāng)?shù)姆椒ü烙?jì)此回歸模型。26.根據(jù)某地1961—1999年共39年的總產(chǎn)出丫、勞動投入L和資本投入K的年度數(shù)據(jù)，運(yùn)用普通最小二乘法估計(jì)得出了下列回歸方程：ln?^-3938+1.4511nL+03S411nK(0.237)(0.083)(0.048)一,DW=0.858上式下面括號中的數(shù)字為相應(yīng)估計(jì)量的標(biāo)準(zhǔn)誤差。在 5%勺顯著性水平之下，由DW僉驗(yàn)臨界值表，得dL=1.38,du=1.60。問；(1)題中所估計(jì)的回歸方程的經(jīng)濟(jì)含義；(2)該回歸方程的估計(jì)中存在什么問題?應(yīng)如何改進(jìn)？27.根據(jù)我國1978——2000年的財(cái)政收入丫和國內(nèi)生產(chǎn)總值X的統(tǒng)計(jì)資料，可建立如下的計(jì)量經(jīng)濟(jì)模型：Y556.64770.1198X(22.7229)2R2=0.9609,S.E=731.2086,F=516.3338,DW=0.3474請回答以下問題：何謂計(jì)量經(jīng)濟(jì)模型的自相關(guān)性？試檢驗(yàn)該模型是否存在一階自相關(guān)，為什么？自相關(guān)會給建立的計(jì)量經(jīng)濟(jì)模型產(chǎn)生哪些影響？如果該模型存在自相關(guān),試寫出消除一階自相關(guān)的方法和步驟。學(xué)習(xí) 好資料（臨界值dL1.24，dU 1.43）28.對某地區(qū)大學(xué)生就業(yè)增長影響的簡單模型可描述如下gEMPt 0 1gMIN1t2gPOP 3gGDP1t 4gGDPt式中，為新就業(yè)的大學(xué)生人數(shù)，MINI為該地區(qū)最低限度工資，PO次新畢業(yè)的大學(xué)生人數(shù)，GDP偽該地區(qū)國內(nèi)生產(chǎn)總值，GD次該國國內(nèi)生產(chǎn)總值；g表示年增長率。（1）如果該地區(qū)政府以多多少少不易觀測的卻對新畢業(yè)大學(xué)生就業(yè)有影響的因素作為基礎(chǔ)來選擇最低限度工資，則OLS古計(jì)將會存在什么問題？（2）令MIN為該國的最低限度工資，它與隨機(jī)擾動項(xiàng)相關(guān)嗎？（3）按照法律，各地區(qū)最低限度工資不得低于國家最低工資，哪么 gMIN能成為gMINI的工具變量嗎？GDP i GDPGDP i GDPii iS1 S2額。3）Yt 1It 2Lt職工人數(shù)。Yt Pt指數(shù)。5）財(cái)政收入 f（財(cái)政支出 ）其中，GDPi（i1,2,3）是第i產(chǎn)業(yè)的國內(nèi)生產(chǎn)總值。其中， S1、S2分別為農(nóng)村居民和城鎮(zhèn)居民年末儲蓄存款余其中，Y、I、L分別為建筑業(yè)產(chǎn)值、建筑業(yè)固定資產(chǎn)投資和其中，Y、P分別為居民耐用消費(fèi)品支出和耐用消費(fèi)品物價(jià)煤炭產(chǎn)量 f（L,K,X1,X2）其中，L、K分別為煤炭工業(yè)職工人數(shù)和固定資產(chǎn)原值， X1、X2分別為發(fā)電量和鋼鐵產(chǎn)量。30．指出下列假想模型中的錯誤，并說明理由：RSt 8300.00.24RIt1.12IVt其中，RSt為第t年社會消費(fèi)品零售總額（億元），RIt為第t年居民收入總額（億元）（城鎮(zhèn)居民可支配收入總額與農(nóng)村居民純收入總額之和），IVt為第t年全社會固定資產(chǎn)投資總額（億元）。Ct180 1.2Yt 其中，C、Y分別是城鎮(zhèn)居民消費(fèi)支出和可支配收入。⑶lnYt 1.151.62lnKt0.281nLt其中，Y、K、L分別是工業(yè)總產(chǎn)值、工業(yè)生產(chǎn)資金和職工人數(shù)。.假設(shè)王先生估計(jì)消費(fèi)函數(shù)（用模型CiabYiu表示），并獲得下列結(jié)果：Ci150.81Yi，n=19（3.1）（18.7）R 2=0.98這里括號里的數(shù)字表示相應(yīng)參數(shù)的T比率值。要求：（1）利用T比率值檢驗(yàn)假設(shè)：b=0（取顯著水平為5%）;（2）確定參數(shù)估計(jì)量的標(biāo)準(zhǔn)誤差；（3）構(gòu)造 b的95%的置信區(qū)間，這個區(qū)間包括 0嗎？更多精品文檔學(xué)習(xí)學(xué)習(xí)---—好資料更多精品文檔更多精品文檔學(xué)習(xí)學(xué)習(xí)---—好資料更多精品文檔更多精品文檔.根據(jù)我國1978——2000年的財(cái)政收入Y和國內(nèi)生產(chǎn)總值X的統(tǒng)計(jì)資料，可建立如下的計(jì)量經(jīng)濟(jì)模型:Y556.64770.1198X(2.5199) (22.7229)R2=0.9609,S.E=731.2086,F=516.3338,DW=0.3474請回答以下問題：(1)何謂計(jì)量經(jīng)濟(jì)模型的自相關(guān)性？(2)試檢驗(yàn)該模型是否存在一階自相關(guān)及相關(guān)方向，為什么？(3)自相關(guān)會給建立的計(jì)量經(jīng)濟(jì)模型產(chǎn)生哪些影響？(臨界值dL1.24,dU1.43).以某地區(qū)22年的年度數(shù)據(jù)估計(jì)了如下工業(yè)就業(yè)回歸方程Y3.890.51lnX10.25lnX20.62lnX3(-0.56)(2.3) (-1.7) (5.8)—2R0.996 DW1.147式中，Y為總就業(yè)量；X1為總收入；X2為平均月工資率；X3為地方政府的總支出。(1)試證明：一階自相關(guān)的DW僉驗(yàn)是無定論的。(2)逐步描述如何使用LM僉驗(yàn)34.下表給出三變量模型的回歸結(jié)果：方差來源平方和(SS)自由度平方和的均值來自回歸65965Yd.f.)(MSS)KESS)H^^一一一(RSS)(TSS)66042142要求：(1)樣本容量是多少？(2)求RSS(3)ESSffiRSS勺自由度各是多少？(4)求R2和R?35.根據(jù)我國1985——2001年城鎮(zhèn)居民人均可支配收入和人均消費(fèi)性支出資料，按照凱恩斯絕對收入假說建立的消費(fèi)函數(shù)計(jì)量經(jīng)濟(jì)模型為：c137,4220.722y(5.875) (127.09)R20.999.S.E.51.9.DW1.205.F16151???et 451.90.871y(0.283) (5.103)2 _ R0.634508-S.E3540-DW1.91-F26.04061

???其中：y是居民人均可支配收入，c是居民人均消費(fèi)性支出 要求：(1)解釋模型中137.422和0.772的意義；(2)簡述什么是模型的異方差性；(3)檢驗(yàn)該模型是否存在異方差性；.考慮下表中的數(shù)據(jù)

Y-10-8-6-4-20246810X12345678910111357911131517TOC\o"1-5"\h\z19 21假設(shè)你做Y對X和X2的多元回歸，你能估計(jì)模型的參數(shù)嗎？為什么?.在研究生產(chǎn)函數(shù)時(shí)，有以下兩種結(jié)果：lnQ?5.040.0871nk0.8931nl /、2 (1)s(1.04)(0.087) (0.137) R20.878n21R2R20.889n21t=時(shí)間，n=樣本容量s (2.99)(0.0204)(0.333)(0.324)其中，Q=產(chǎn)量，K=資本，L=勞動時(shí)數(shù),請回答以下問題：(1)證明在模型(1)中所有的系數(shù)在統(tǒng)計(jì)上都是顯著的( 卡0.05)(2)證明在模型(2)中t和lnk的系數(shù)在統(tǒng)計(jì)上不顯著(a=0.05)。(3)可能是什么原因造成模型(2)中l(wèi)nk不顯著的？.根據(jù)某種商品銷售量和個人收入的季度數(shù)據(jù)建立如下模型：YHb2D1tb3D2tb,D3ibsD4tbeXUt其中，定義虛擬變量Dit為第i季度時(shí)其數(shù)值取1,其余為00這時(shí)會發(fā)生什么問題，參數(shù)是否能夠用最小二乘法進(jìn)行估計(jì)？.某行業(yè)利潤Y不僅與銷售額X有關(guān)，而且與季度因素有關(guān)。(D如果認(rèn)為季度因素使利潤平均值發(fā)生變異,應(yīng)如何引入虛擬變量？如果認(rèn)為季度因素使利潤對銷售額的變化額發(fā)生變異，應(yīng)如何引入虛擬變量？如果認(rèn)為上述兩種情況都存在，又應(yīng)如何引入虛擬變量？對上述三種情況分別設(shè)定利潤模型。.設(shè)我國通貨膨脹I主要取決于工業(yè)生產(chǎn)增長速度G,1988年通貨膨脹率發(fā)生明顯變化。假設(shè)這種變化表現(xiàn)在通貨膨脹率預(yù)期的基點(diǎn)不同假設(shè)這種變化表現(xiàn)在通貨膨脹率預(yù)期的基點(diǎn)和預(yù)期都不同對上述兩種情況，試分別確定通貨膨脹率的回歸模型。.一個由容量為209的樣本估計(jì)的解釋CEOI?水的方程為：1nY4.590.2571nxi0.011X20.158D10.181D20.283D312 12 3(15.3)(8.03) (2.75) (1.775)(2.13)(-2.895)其中,Y表示年薪水平(單位：萬元)，X1表示年收入(單位：萬元)，X2表示公司股票收益(單位：萬元);更多精品文檔更多精品文檔更多精品文檔更多精品文檔因素（淡、旺季）和收入層次差距（高、低）對消費(fèi)需求的影響，并寫出各類消費(fèi)函數(shù)的具體形式。44．考察以下分布滯后模型：低）對消費(fèi)需求的影響,并寫出各類消費(fèi)函數(shù)的具體形式。假定我們要用多項(xiàng)式階數(shù)為二階多項(xiàng)式系數(shù)的估計(jì)值為：45．考察以下分布滯后模型：0Xt 1Xt1 2因素（淡、旺季）和收入層次差距（高、低）對消費(fèi)需求的影響，并寫出各類消費(fèi)函數(shù)的具體形式。44．考察以下分布滯后模型：低）對消費(fèi)需求的影響,并寫出各類消費(fèi)函數(shù)的具體形式。假定我們要用多項(xiàng)式階數(shù)為二階多項(xiàng)式系數(shù)的估計(jì)值為：45．考察以下分布滯后模型：0Xt 1Xt1 2Xt23Xt32的有限多項(xiàng)式估計(jì)這個模型，0Xt 1Xt1 2Xt2ut并根據(jù)一個有 60個觀測值的樣本求出了?。=0.3,?i=0.51?2=0.1?i( i=0,1,2,3)ut學(xué)習(xí) 好資料Di,D2,D3均為虛擬變量，分別表示金融業(yè)、消費(fèi)品工業(yè)和公用業(yè)。假設(shè)對比產(chǎn)業(yè)為交通運(yùn)輸業(yè)1）解釋三個虛擬變量參數(shù)的經(jīng)濟(jì)含義。（2）保持Xi和X2不變，計(jì)算公用事業(yè)和交通運(yùn)輸業(yè)之間估計(jì)薪水的近似百分比差異。這個差異在 1%的顯著性水平上是統(tǒng)計(jì)顯著嗎？（3）消費(fèi)品工業(yè)和金融業(yè)之間估計(jì)薪水的近似百分比差異是多少？42.在一項(xiàng)對北京某大學(xué)學(xué)生月消費(fèi)支出的研究中，認(rèn)為學(xué)生的消費(fèi)支出除受其家庭的月收入水平外,還受在學(xué)校是否得獎學(xué)金,來自農(nóng)村還是城市，是經(jīng)濟(jì)發(fā)達(dá)地區(qū)還是欠發(fā)達(dá)地區(qū),以及性別等因素的影響。TOC\o"1-5"\h\z試設(shè)定適當(dāng)?shù)哪Ｐ?,并導(dǎo)出如下情形下學(xué)生消費(fèi)支出的平均水平 :（1）來自欠發(fā)達(dá)農(nóng)村地區(qū)的女生,未得獎學(xué)金;（2）來自欠發(fā)達(dá)城市地區(qū)的男生 ,得到獎學(xué)金 ;（3）來自發(fā)達(dá)地區(qū)的農(nóng)村女生,得到獎學(xué)金 ;（4）來自發(fā)達(dá)地區(qū)的城市男生 ,未得獎學(xué)金 .43.試在家庭對某商品的消費(fèi)需求函數(shù)X43.試在家庭對某商品的消費(fèi)需求函數(shù)假如用2階有限多項(xiàng)式變換模型估計(jì)這個模型后得Y?t 0.50.71Z0t0.25ZY?t 0.50.71Z0t0.25Z1t0.30Z2t式中， Z0t3xti0Z1t3ixti0Z2t32ixti0（1）求原模型中各參數(shù)值（2）估計(jì)X對Y的短期影響乘數(shù)、長期影響乘數(shù)和過渡性影響乘數(shù)46.已知某商場1997-2006年庫存商品額Y與銷售額X的資料，假定最大滯后長度k2,多項(xiàng)式的階數(shù)m20（1）建立分布滯后模型（2）假定用最小二乘法得到有限多項(xiàng)式變換模型的估計(jì)式為Y?t 120.630.53Z0t0.80Z1t0.33Z2t請寫出分布滯后模型的估計(jì)式Ct b0b1Ytb2Ct1t47．考察下面的模型 Ita0a1Yta2Yt1a3rt tYt CtIt式中I為投資，Y為收入，C為消費(fèi)，r為利率。（1）指出模型的內(nèi)生變量和前定變量； （2）分析各行為方程的識別狀況；（3）選擇最適合于估計(jì)可識別方程的估計(jì)方法。48．設(shè)有聯(lián)立方程模型：消費(fèi)函數(shù)： Ct a0 a1Yt 1t 投資函數(shù)：It b0 b1Yt b2Yt 1 u2t 恒等式：

學(xué)習(xí) 好資料Yt CtItGt其中，C為消費(fèi)，I為投資，Y為收入，G為政府支出，Ui和U2為隨機(jī)誤差項(xiàng)，請回答:（1）指出模型中的內(nèi)生變量、外生變量和前定變量（3）分別提出可識別的結(jié)構(gòu)式方程的恰當(dāng)?shù)墓烙?jì)方法49．識別下面模型式1：Qt0 1Pt 2Yt U1t（需求方程）其中，Q為需求或供給的數(shù)量，P為價(jià)格，Y為收入，（2）用階條件和秩條件識別該聯(lián)立方程模型式2：Qt0 1（2）用階條件和秩條件識別該聯(lián)立方程模型式2：Qt0 1Pt U2t（供給方程）Q和P為內(nèi)生變量，Y為外生變量。式1：Y1 0 1Y2 2X1 U1式2：Y20 1Y12X2U2其中，Y和丫2是內(nèi)生變量，Xi和X2是外生變量（1）分析每一個結(jié)構(gòu)方程的識別狀況； （2）如果2=0,各方程的識別狀況會有什么變化?計(jì)量經(jīng)濟(jì)學(xué)題庫答案五、計(jì)算分析題（每小題10分）1、答： （1）（2分）散點(diǎn)圖如下：學(xué)習(xí)學(xué)習(xí)---—好資料更多精品文檔更多精品文檔學(xué)習(xí)學(xué)習(xí)---—好資料更多精品文檔更多精品文檔700￥TOC\o"1-5"\h\z600. +*aY500_ x400.300_[ , , , ,,80 100 120 140 160 180X⑵「xy⑵「xy(XX)(YY),(XX)2(YY)2* =0.9321(3分).4432.168113.6（3）截距項(xiàng)81.72表示當(dāng)美元兌日元的匯率為 0時(shí)日本的汽車出口量，這個數(shù)據(jù)沒有實(shí)際意義； （2分）斜率項(xiàng)3.65TOC\o"1-5"\h\z表示汽車出口量與美元兌換日元的匯率正相關(guān)，當(dāng)美元兌換日元的匯率每上升 1元，會引起日本汽車出口量上升 3.65萬輛。（3分）2、答：（1）系數(shù)的符號是正確的，政府債券的價(jià)格與利率是負(fù)相關(guān)關(guān)系，利率的上升會引起政府債券價(jià)格的下降。 （2分）E（Y/Xi）。此模型是根據(jù)樣本數(shù)據(jù)得Yi代表的是樣本值，而吊代表的是給定XiE（Y/Xi）。此模型是根據(jù)樣本數(shù)據(jù)得出的回歸結(jié)果，左邊應(yīng)當(dāng)是 Yi的期望值，因此是Y?i而不是Yi。（3分）（3）沒有遺漏，因?yàn)檫@是根據(jù)樣本做出的回歸結(jié)果，并不是理論模型。 （2分）（4）截距項(xiàng)101.4表示在X取0時(shí)Y的水平，本例中它沒有實(shí)際意義；斜率項(xiàng)-4.78表明利率X每上升一個百分點(diǎn)，引起政府債券價(jià)格Y降低478美元。（3分）3、答：（1）提出原假設(shè)H。： 0,H1: 0。由于t統(tǒng)計(jì)量=18.7,臨界值t0.025（17）2.1098,由于18.7>2.1098,故拒絕原假設(shè)H故拒絕原假設(shè)H。:0,即認(rèn)為參數(shù) 是顯著的。（3分）(2)由于t-(2)由于t-sb(?)故sb(?)—° 0.0433。(3分)t18.7（3）回歸模型R2=0.81,表明擬合優(yōu)度較高，解釋變量對被解釋變量的解釋能力為81%,回歸直線擬合觀測點(diǎn)較為理想。 （4分）81%,即收入對消費(fèi)的解釋能力為4、答：判定系數(shù)：R2b24、答：判定系數(shù)：R2b2 (XX)2 3.654124432.1(YY)268113.6=0.8688(3分)相關(guān)系數(shù)：r病J0.86880.9321(2分)5、答：（1）（2分）散點(diǎn)圖如下:

515c5153210率漲上價(jià)物根據(jù)圖形可知，物價(jià)上漲率與失業(yè)率之間存在明顯的負(fù)相關(guān)關(guān)系，擬合倒數(shù)模型較合適。（2分）（2）模型一：R2b515c5153210率漲上價(jià)物根據(jù)圖形可知，物價(jià)上漲率與失業(yè)率之間存在明顯的負(fù)相關(guān)關(guān)系，擬合倒數(shù)模型較合適。（2分）（2）模型一：R2b1（xt-x^-=0.8554（yty）2模型二：R2留（Xtx）2（yty）2=0.8052（3分）（3分）7、答：I?XYXYX2146.512.611.3164.212.620.757（2分）b0Y?X11.30.75712.61.762（2分）故回歸直線為：Y?1.7620.757X（1分）8、答：（1）由于 xtyt2700,x41,弘306,X381,（xj21681,y61.2,X8.2,得n %yt Xn %yt Xt yt5270041306n x2 （ xj2538116814.26（3分）b0 yt?X61.24.268.226.28（2分）總成本函數(shù)為： 『=26.28+4.26X1（1分）（2）截距項(xiàng)&表示當(dāng)產(chǎn)量X為0時(shí)工廠的平均總成本為 26.28,也就量工廠的平均固定成本； （2分）斜率項(xiàng)@表示產(chǎn)量每增加1個單位，引起總成本平均增加 4.26個單位。（2分）9、答：（1）回歸模型的R2=0.9042,表明在消費(fèi)Y的總變差中，由回歸直線解釋的部分占到 90%以上，回歸直線的代表性及解釋能力較好。（2分）?（2）對于斜率項(xiàng)，t上02螫86824>t005（8）1.8595,即表明斜率項(xiàng)顯著不為 0,家庭收入對消費(fèi)有顯著s面）0.0233

? Cd-70-7影響。（2分）對于截距項(xiàng)，t22”2730167>t005（8）1.8595,即表明截距項(xiàng)也顯著不為 0,通過了顯著性s（￡） 0.7202檢驗(yàn)。(2分)Yf=2.17+0.2023X45=11.2735(2分)1 (xf1 (xfx)2t0.025(8)?/n(xx)21.85952.23364.823(2分)95%置信區(qū)間為(11.2735-4.823,11.2735+4.823),即(6.4505,16.0965)。95%置信區(qū)間為(11.2735-4.823,210、答：(1)由于？2—,RSS et2(n2)?2(622)8480。(4分)R2r20.620.36(2分)TSS髻?750(4分)1R10.36x)(yty)rx)(yty)r/T7=0.9J16m.3811、答：(1)cov(x,y) (xtn1(xtx)(yty)(201)11.38216.30(2分)(xtx)2(xtx)(y(xtx)2(xtx)(yty)r、 (yty)2216.30 5370.9.2000(2分)斜率系數(shù)：b(xtx)(yty)

(xtx)2216.30. 廠7.50(1分)5.372R2=r2=0.92=0.81,剩余變差：RSS e2 (yiy)22000(1分)總變差：TSS=RSS/(1-R2)=2000/(1-0.81)=10526.32(2分)2?2—e^-2000-111.11(2分)n2 20212、答：（1）I?XYXY12、答：（1）I?XYXY11784951921728495851920.335(3分)b0Y?X2170.33551943.135(2分)故回歸直線為Y?43.1350.335X,（2）Y?43.1350.335X143.1350.3351046.485（2分）YX 10銷售額的價(jià)格彈性= —X0.335」0—=0.072（3分）X Y 46.48513、（1）回歸方程為：Y?0.3531.968X,由于斜率項(xiàng)p值=0.0000< 0.05,表明斜率項(xiàng)顯著不為0,即國民收學(xué)習(xí)---—好資料入對貨幣供給量有顯著影響。通過顯著性檢驗(yàn)。（2分）2.6911杯，這個沒有明顯的經(jīng)濟(jì)1美元，平均每天每人消費(fèi)量減（2分）須給出具體的X值及與之對應(yīng)的Y值。（215、答:學(xué)習(xí)---—好資料入對貨幣供給量有顯著影響。通過顯著性檢驗(yàn)。（2分）2.6911杯，這個沒有明顯的經(jīng)濟(jì)1美元，平均每天每人消費(fèi)量減（2分）須給出具體的X值及與之對應(yīng)的Y值。（215、答:由已知條件可知,Xi168010168工1110I10111(XiX)(YY)(XiY204200YXiYX1680111XY)168111010168(3分)111（2分）截距項(xiàng)p值=0.5444> 0.05,表明截距項(xiàng)與0值沒有顯著差異，即截距項(xiàng)沒有（2）截距項(xiàng)0.353表示當(dāng)國民收入為0時(shí)的貨幣供應(yīng)量水平，此處沒有實(shí)際意義。 斜率項(xiàng)1.968表明國民收入每增加1元，將導(dǎo)致貨幣供應(yīng)量增加 1.968元。（3分）（3）當(dāng)X=15時(shí)，Y?0.3531.9681529.873,即應(yīng)將貨幣供應(yīng)量定在 29.873的水平。（3分）14、答：（1）這是一個時(shí)間序列回歸。 （圖略）（2分）（2）截距2.6911表示咖啡零售價(jià)在每磅0美元時(shí)，美國平均咖啡消費(fèi)量為每天每人意義；（2分）斜率—0.4795表示咖啡零售價(jià)格與消費(fèi)量負(fù)相關(guān)，表明咖啡價(jià)格每上升少0.4795杯。（2分）（3）不能。原因在于要了解全美國所有人的咖啡消費(fèi)情況幾乎是不可能的。若要求價(jià)格彈性,（4）不能。在同一條需求曲線上不同點(diǎn)的價(jià)格彈性不同,分）若要求價(jià)格彈性,177202(XiX)(X2Xi22X(X2Xi22XiX2210XX2)10X2(3分)3154001016816833160(XiX)(Y

(XiX)2Y5344(2(XiX)(Y

(XiX)2Y5344(2分)0Y?X1110.534416821.22(2分)16.解答：（1）這是一個對數(shù)化以后表現(xiàn)為線性關(guān)系的模型,lnL的系數(shù)為1.451意味著資本投入K保持不變時(shí)勞動一L保持不變時(shí)資本一產(chǎn)出彈性為 0.384（2分）.產(chǎn)出彈性為1.451;（3分）L保持不變時(shí)資本一產(chǎn)出彈性為 0.384（2分）.t檢驗(yàn)）（5t檢驗(yàn)）（5分，要求能夠把t值計(jì)17.解答：該消費(fèi)模型的判定系數(shù) R20.95,F統(tǒng)計(jì)量的值F107.37,均很高，表明模型的整體擬合程度很高。（2分）計(jì)算各回歸系數(shù)估計(jì)量的t統(tǒng)計(jì)量值得：t08.1338.920.91,t11.0590.176.10t20.4520.660.69,t30.1211.090.11。除t1外，其余T值均很小。工資U^入W的系數(shù) t檢驗(yàn)值雖然顯著，但該系數(shù)的估計(jì)值卻過大，該值為工資收入對消費(fèi)的邊際效應(yīng)，它的值為 1.059意味著工資收入每增加一美元，消費(fèi)支出增長將超過一美元，這與經(jīng)濟(jì)理論和生活常識都不符。 （5分）另外，盡管從理論上講，非工資一非農(nóng)業(yè)收入更多精品文檔更多精品文檔更多精品文檔學(xué)習(xí)學(xué)習(xí)---—好資料更多精品文檔更多精品文檔學(xué)習(xí)---—好資料與農(nóng)業(yè)收入也是消費(fèi)行為的重要解釋變量，但二者各自的 t檢驗(yàn)卻顯示出它們的效應(yīng)與 0無明顯差異。這些跡象均表TOC\o"1-5"\h\z明模型中存在嚴(yán)重的多重共線性，不同收入部分之間的相互關(guān)系掩蓋了各個部分對解釋消費(fèi)行為的單獨(dú)影響。 （3分）- -2 n1 2 8118.解答：（1）R1 （1R）1 （10.75）0.65（3分）nk1 82191（2）R21 （10.35） 0.04；負(fù)值也是有可能的。 （4分）931—-9 311 -⑶R21 （10.95）0.94 （3分）3151.解答：當(dāng)b b2 1時(shí)，模型變?yōu)閥t X2t b0 b1（x1t X2t） Ut ,可作為一元回歸模型來對待n （。x2t）（ytx2t） （。x2t） （ytx2t）/…h(huán) 2 2 （5分）n（明xG（ （。x2t））當(dāng)bib2時(shí)，模型變?yōu)閥tbb1（x1tx2t）Ut,同樣可作為一元回歸模型來對待n （x1tx2t）yt （x1tx2t） ytb| 2 2—（5分）n （。x2t） （（4x2t））.解答：（1）第2個方程更合理一些，，因?yàn)槟程炻苷叩娜藬?shù)同該天日照的小時(shí)數(shù)應(yīng)該是正相關(guān)的。 （4分）（2）出現(xiàn)不同符號的原因很可能是由于 X2與X3高度相關(guān)而導(dǎo)致出現(xiàn)多重共線性的緣故。從生活經(jīng)驗(yàn)來看也是如此，日照時(shí)間長，必然當(dāng)天的最高氣溫也就高。而日照時(shí)間長度和第二天需交學(xué)期論文的班級數(shù)是沒有相關(guān)性的。 （6分）.解答：（1）4是盒飯價(jià)格，x2i是氣溫，x3i是學(xué)校當(dāng)日的學(xué)生數(shù)量， x4i是附近餐廳的盒飯價(jià)格。（4分）（2）在四個解釋變量中，附近餐廳的盒飯價(jià)格同校園內(nèi)食堂每天賣出的盒飯數(shù)量應(yīng)該是負(fù)相關(guān)關(guān)系， 其符號應(yīng)該為負(fù)，應(yīng)為x4i;學(xué)校當(dāng)日的學(xué)生數(shù)量每變化一個單位， 盒飯相應(yīng)的變化數(shù)量不會是 28.4或者12.7,應(yīng)該是小于1的，應(yīng)為x3i;至于其余兩個變量，從一般經(jīng)驗(yàn)來看，被解釋變量對價(jià)格的反應(yīng)會比對氣溫的反應(yīng)更靈敏一些，所以 x1i是盒飯價(jià)格，（6分）22.解：（一）原模型:V\b0 DxUi（1）等號兩邊同除以為，y 1新模型：—b0—b1xi xUi一（2）xi（2分）*yi * 1令V\ -,xi ,vixi xiU

xi* *則：⑵變?yōu)閥i b1b0xivi（2分）222新模型不存在異方差性。（2分）TOC\o"1-5"\h\zUi 1 22此時(shí)Var（vi）Var（一） 2-（ xi）xi xi*（二）對V、*b b°xiVi進(jìn)行普通最小二乘估計(jì)b0*nXV\XV,*、2 ' *、2 *n （X）（X）其中yi* *blV\ b°xLx；XiXi（4分）（進(jìn)一步帶入計(jì)算也可）23.解：（1）Ho：Ut為同方差性；Hi：Ut為異方差性；（2分）（2）FRSSRSS，0.466E170.36E171.29（3分）（3）Fo.o5（1O,1O） 2.98（2分）（4）F Fo.o5（1O,1O）,接受原假設(shè)，認(rèn)為隨機(jī)誤差項(xiàng)為同方差性。 （3分）24.解：原模型：24.解：原模型：yiaui根據(jù)ui:N（o,x）;E（uiUj）o,ij為消除異方差性，模型等號兩邊同除以V\模型變?yōu)椋篣i\Xi.Xi（2分）*令V\上，為Xi17,vi為消除異方差性，模型等號兩邊同除以V\模型變?yōu)椋篣i\Xi.Xi（2分）*令V\上，為Xi17,vi\XiUiXi則得到新模型：V\*ax vi（2分）此時(shí)Var（v,）Var（Uxi）5（2Xi）22新模型不存在異方差性。（2分）利用普通最小二乘法，估計(jì)參數(shù)得:**xy*2Xiy**xy*2XiyiXi1X（4分）2225.解：原模型：yi bob1X1ui,Var（Ui） x1模型存在異方差性為消除異方差性，模型兩邊同除以 X,得:Xibo-XithuiXi（2分）*令V\L,x;Xi1 ui一,Vi一Xi Xi學(xué)習(xí)---—好資料* .得：yi b1此時(shí)Var(Vi).*b0xivi(當(dāng)xi(2分)1/ 22、2（1分）Var2( xi)xi新模型不存在異方差性由已知數(shù)據(jù)，得(2分)xi2510410*xi0.50.20.10.250.1yi47459*yi21.40.41.250.9.....*..*.一 .....根據(jù)以上數(shù)據(jù)，對yi b1b0xvi進(jìn)行普通最小二乘估計(jì)得:**「n xiyibo 一n*xi**「n xiyibo 一n*xi* 9 *(%) ( xi)—* .—*yi b°x*yi2r~解得bo5.9526.答案：（1）題中所估計(jì)的回歸方程的經(jīng)濟(jì)含義:1.770.543.283.28該回歸方程是一個對數(shù)線性模型，可還原為指數(shù)的形式為：Y 3.938L1.451K0.3841,是一個C-D函數(shù)，1.451為勞動產(chǎn)出彈性，0.3841為資本產(chǎn)出彈性。因?yàn)?.451+0.3841〉1,所以該生產(chǎn)函數(shù)存在規(guī)模經(jīng)濟(jì)。（6分）（2）該回歸方程的估計(jì)中存在什么問題 ？應(yīng)如何改進(jìn)？因?yàn)镈W=0.858,dL=1.38，即0.858<1.38,故存在一階正自相關(guān)。可利用 GLS方法消除自相關(guān)的影響。（4分）（1）何謂計(jì)量經(jīng)濟(jì)模型的自相關(guān)性？答：如果對于不同的樣本點(diǎn)，隨機(jī)誤差項(xiàng)之間不再是完全互相獨(dú)立，而是存在某種相關(guān)性，則出現(xiàn)序列相關(guān)性。如存TOC\o"1-5"\h\z在：E（iii） 0,稱為一階序列相關(guān)，或自相關(guān)。（ 3分）（2）試檢驗(yàn)該模型是否存在一階自相關(guān)，為什么？答：存在。（ 2分）（3）自相關(guān)會給建立的計(jì)量經(jīng)濟(jì)模型產(chǎn)生哪些影響？答：1參數(shù)估計(jì)兩非有效;2變量的顯著性檢驗(yàn)失去意義。 3模型的預(yù)測失效。（3分）（4）如果該模型存在自相關(guān)，試寫出消除一階自相關(guān)的方法和步驟。（臨界值dL1.24,dU 1.43）答：1構(gòu)造D.W統(tǒng)計(jì)量并查表；2與臨界值相比較，以判斷模型的自相關(guān)狀態(tài)。（ 2分）.答：（1）由于地方政府往往是根據(jù)過去的經(jīng)驗(yàn)、當(dāng)前的經(jīng)濟(jì)狀況以及期望的經(jīng)濟(jì)發(fā)展前景來定制地區(qū)最低限度工資水平的，而這些因素沒有反映在上述模型中，而是被歸結(jié)到了模型的隨機(jī)擾動項(xiàng)中，因此 gMIN1與不僅異期相關(guān)，而且往往是同期相關(guān)的，這將引起 OLS估計(jì)量的偏誤，甚至當(dāng)樣本容量增大時(shí)也不具有一致性。（ 5分）（2）全國最低限度的制定主要根據(jù)全國國整體的情況而定，因此 gMIN基本與上述模型的隨機(jī)擾動項(xiàng)無關(guān)。（ 2分）（3）由于地方政府在制定本地區(qū)最低工資水平時(shí)往往考慮全國的最低工資水平的要求，因此 gMIN1與gMIN具有較強(qiáng)的相關(guān)性。結(jié)合（2）知gMIN可以作為gMIN1的工具變量使用。（3分）.解答：（1）這是一個確定的關(guān)系，各產(chǎn)業(yè)生產(chǎn)總值之和等于國內(nèi)生產(chǎn)總值。作為計(jì)量模型不合理。 （3分）（2）（3）（4）（5）都是合理的計(jì)量經(jīng)濟(jì)模型。 （4分）（6）不合理。發(fā)電量和鋼鐵產(chǎn)量影響對煤炭的需求，但不會影響煤炭的產(chǎn)量。作為解釋變量沒有意義。 （3分）學(xué)習(xí)學(xué)習(xí)---—好資料更多精品文檔更多精品文檔學(xué)習(xí)學(xué)習(xí)---—好資料更多精品文檔更多精品文檔（330.解答：（1）模型中RIt的系數(shù)符號為負(fù)，不符合常理。居民收入越多意味著消費(fèi)越多，二者應(yīng)該是正相關(guān)關(guān)系。（3分）Y的系數(shù)是1.2,這就意味著每增加一元錢，居民消費(fèi)支出平均增加 1.2元，處于一種入不敷出的狀態(tài)，這是不（4分）（4分）L的系數(shù)符號為負(fù)，不合理。職工人數(shù)越多工業(yè)總產(chǎn)值越少是不合理的。這很可能是由于工業(yè)生產(chǎn)資金和職工人數(shù)兩者相關(guān)造成多重共線性產(chǎn)生的。（3分）.解答：（1）臨界值t=1.7291小于18.7,認(rèn)為回歸系數(shù)顯著地不為 0.（4分）TOC\o"1-5"\h\z（2）參數(shù)估計(jì)量的標(biāo)準(zhǔn)誤差： 0.81/18.7=0.0433 （3分）（3）不包括。因?yàn)檫@是一個消費(fèi)函數(shù)，自發(fā)消費(fèi)為 15單位，預(yù)測區(qū)間包括0是不合理的。（3分）.解答：（1）對于ytb0b1x1tb2x2t...bkxktut如果隨機(jī)誤差項(xiàng)的各期值之間存在著相關(guān)關(guān)系，即cov（ut,Us）E（utUs）0（t,s1,2…，k）稱隨機(jī)誤差項(xiàng)之間存在自相關(guān)性。 （3分）（2）該模型存在一階正的自相關(guān)，因?yàn)?0<DW=0.3474Vdl 1.24（3分）（3）自相關(guān)性的后果有以下幾個方面：①模型參數(shù)估計(jì)值不具有最優(yōu)性；②隨機(jī)誤差項(xiàng)的方差一般會低估；③模型的統(tǒng)計(jì)檢驗(yàn)失效；④區(qū)間估計(jì)和預(yù)測區(qū)間的精度降低。 （4分）.解答：（1）查表得臨界值dL1.05,du1.66。DW1.147正位于1.05和1.66之間，恰是D-W僉驗(yàn)的無判定區(qū)域，所以一階自相關(guān)的 DW僉驗(yàn)是無定論的。（3分）（2）對于模型yt b0 b1x1t b2X2t ... bkXkt ut ,設(shè)自相關(guān)的形式為ut 必1 2ut 2… put p vt假設(shè)HO： 1 2...p0,（1分）LM檢驗(yàn)檢驗(yàn)過程如下：首先，利用 OLS法估計(jì)模型，得到殘差序列 et；（22分）其次，將et關(guān)于殘差的滯后值進(jìn)行回歸，并計(jì)算出輔助回歸模型的判定系數(shù) R;（2分）最后，對于顯著水平 ，若nR2大于臨界值 2（p）,則拒絕原假設(shè)，即存在自相關(guān)性。 （2分）.解答：（1）總離差（TSS）的自由度為n-1,因此樣本容量為15;（2分）RSS=TSS-ESS=66042-65965=77（2分）ESS的自由度為2,RSS的自由度為12;（2分）,_2 2 n1 2 14R=ESS/TSS=65965/66042=0.9988,R1 （1R）1一（10.9988）0.9986（4分）nk1 12.解答：（1）0.722是指，當(dāng)城鎮(zhèn)居民人均可支配收入每變動一個單位，人均消費(fèi)性支出資料平均變動 0.722個單位，也即指邊際消費(fèi)傾向；137.422指即使沒有收入也會發(fā)生的消費(fèi)支出，也就是自發(fā)性消費(fèi)支出。 （3分）（2）在線性回歸模型中，如果隨機(jī)誤差項(xiàng)的方差不是常數(shù)，即對不同的解釋變量觀測值彼此不同，則稱隨機(jī)項(xiàng) ui具有異方差，flEo（3分）2（3）存在異方差性，因?yàn)檩o助回歸方程 R 0.634508,F26.04061,整體顯著；并且回歸系數(shù)顯著性地不為 °。戈里瑟檢驗(yàn)就是這樣的檢驗(yàn)過程。 （4分）.答：不能。（3分）因?yàn)閄和X2存在完全的多重共線性，即 X2=2X1-1,或X1=0.5（X2+1）。（7分）.答：更多精品文檔更多精品文檔更多精品文檔更多精品文檔學(xué)習(xí)---—好資料to.o25（18）2.1009Lnk的T檢驗(yàn)：t=10.195>2.1009,因此Ink的系數(shù)顯著。Lnl的T檢驗(yàn)：t=6.518>2.1009,因此lnl的系數(shù)顯著。（4分）t0.025（17）2.1098t的T檢驗(yàn)：t=1.333>2.1098,因此lnk的系數(shù)不顯著。TOC\o"1-5"\h\zLnk的T檢驗(yàn)：t=1.18>2.1098,因此lnl的系數(shù)不顯著。 （4分）（3）可能是由于時(shí)間變量的引入導(dǎo)致了多重共線性。 （2分）38.解答：這時(shí)會發(fā)生完全的多重共線性問題； （3分）因?yàn)橛兴膫€季度，該模型則引入了四個虛擬變量。顯然，對于任一季度而言，D1tD2tD3tD4t1,則任一變量都是其他變量的線性組合，因此存在完全共線性。當(dāng)有四個類別需要區(qū)分時(shí)，我們只需要引入三個虛擬變量就可以了； （5分）參數(shù)將不能用最小二乘法進(jìn)行估計(jì)。 （2分）39.解答：（1）假設(shè)第一季度為基礎(chǔ)類型，引入三個虛擬變量1第二季度, 1第三季度0其他‘D3 0其他39.解答：（1）假設(shè)第一季度為基礎(chǔ)類型，引入三個虛擬變量1第二季度, 1第三季度0其他‘D3 0其他D41第四季度0其他利潤模型為ytb0b〔Xt a1D2t a?D3t asD4t Ut。（5（2）利潤模型為ytb0白天aQ^XtazD&Xt23口明歿Ut（2分）（3分）利潤模型為 yt b0 b1Xt a1D2tXt a2D3tXt a3D4tXta4D2ta5D3t a6D4t ut（3分）40.解答：通貨膨脹與工業(yè)生產(chǎn)增長速度關(guān)系的基本模型為 1tb0b1Gtut引入虛擬變量D年及以后年以前（4分）則（1）1tb0b1GtaDtut（3分）（2）1tb0b1Gta1Dta2DtGtut （3分）41.解答：（1）D1的經(jīng)濟(jì)含義為：當(dāng)銷售收入和公司股票收益保持不變時(shí)，金融業(yè)的 CE儂比交通運(yùn)輸業(yè)的CE核獲15.8個百分點(diǎn)的薪水。其他兩個可類似解釋。 （3分）（2）公用事業(yè)和交通運(yùn)輸業(yè)之間估計(jì)薪水的近似百分比差異就是以百分?jǐn)?shù)解釋的 D3參數(shù)，即為28.3%.由于參數(shù)的t統(tǒng)計(jì)彳1為-2.895,它大于1%勺顯著性水平下自由度為203的t分布臨界值1.96,因此這種差異統(tǒng)計(jì)上是顯著的。（4分）（3）由于消費(fèi)品工業(yè)和