李子奈計(jì)量經(jīng)濟(jì)學(xué)答案

66、 設(shè)M為貨幣需求量， Y為收入水平， r為利率， 流動(dòng)性偏好函數(shù)為M1Y2r，第一章導(dǎo)論

A、Ci（消費(fèi)）5000.8Ii（收入）B、Qdi（商品需求）100.8Ii（收入）0.9Pi（價(jià)格）C、Qsi（商品供給）200.75Pi（價(jià)格）i （）1 2 1 2 1 1 2 1 1、在經(jīng)濟(jì)變量之間的關(guān)系中，因果關(guān)系 、相互影響關(guān)系最重要，是計(jì)量經(jīng)2、從觀察單位和時(shí)點(diǎn)的角度看，經(jīng)濟(jì)數(shù)據(jù)可分為時(shí)間序列數(shù)據(jù)、截面數(shù)據(jù)、面板數(shù)據(jù)。間序列模型、單方程模型、聯(lián)立方程模型。

,其中S

為第t年

RS8300.00.24RI1.12IVt t t

為第t年全（1）GDP0

3i1

GDP

其中，GDP（2）財(cái)政收入=f（財(cái)政支出）+，為隨機(jī)干擾項(xiàng)。 第二章一元線性回歸模型A、e01 2 i B、eY?0iiD、eX0i

（）

D、E(

)

i

（） （）A、Yt 0

B、YE(Y/X)t t D、E(Y/X)X eiB、eiC、maxei D、ei2i1

（）

?具備有效性是指 （）A、Var(?)0C、?0i D、在的所有線性無(wú)偏估計(jì)中(?)最小i

i，i=1，2，…，n

?

B、t(n1)

C、2(n1) D、t(n2)

A、E()0

B、Var()2

C、Cov(,)0 (ij)i

,

)0

~N(0,1)i i C、Cov(X,e)0 D、Y

i i （）A、Yi i 0 1 i i 0 1

i 0 1 i

(X

ii

（） kidskids1educ

1n0。i1

（） （）（）R21（1）從直觀及經(jīng)濟(jì)角度解釋和。11r3、假設(shè)模型為YX ,Y)，t t n 按如下步驟建立的一個(gè)估計(jì)量：在散點(diǎn)圖上把第1個(gè)點(diǎn)和第2個(gè)點(diǎn)連接起來(lái)并計(jì)算該OLS

t使用美國(guó)36年的年度數(shù)據(jù)得

R2＝0.538 ?19.0923r

t；其中：r表示股票t表示時(shí)間。在投資分析中，1被稱為債券的安全系數(shù)，是用來(lái)度量市場(chǎng)的風(fēng)險(xiǎn)程度 iir

0.72641.0598r

R20.4710(0.3001)(0.0728)t

i，其中，Y表示美國(guó)的咖啡的消費(fèi)量=

5)2ei，其中A、為參數(shù)，

y i 可支配收入 897010987060第三章多元線性回歸模型2、調(diào)整的決定系數(shù)R21、在模型Y

3X3t

t的回歸分析結(jié)果中，有F462.58，

2、設(shè)k為回歸模型中的實(shí)解釋變量的個(gè)數(shù)，n為樣本容量。則對(duì)回歸模型進(jìn)行總體顯著性檢驗(yàn)(F檢驗(yàn))時(shí)構(gòu)造的F統(tǒng)計(jì)量為 （）A、F

RSS(nk1)

B、F

ESS(k1)C、FESS

D、F13、已知二元線性回歸模型估計(jì)的殘差平方和為e2

800，估計(jì)用樣本容量為n23，則隨機(jī)誤差項(xiàng)t的方差的OLS估計(jì)值為 （） B、40 C、38.09 D、36.36 （） D、決定系數(shù)R2不可以用于衡量擬合優(yōu)度

1ni1

0

9、對(duì)于Y??X?X…?Xe，如果原模型滿足線性模型的基本假設(shè)則i 0 1 1i 2 2i 在零假設(shè)0下，統(tǒng)計(jì)量?s(?)（其中s(?)是的標(biāo)準(zhǔn)誤差）服從 （）A、t(nk)B、t(nk1)

j

?Y)/k (Y

?與其均值Y的離差平方和C、被解釋變量的總體平方和Y

2

與殘差平方和e

00,00,0

0,

00 （）

)2/(nk1)e2/k

2i e2/(nk1)

R2/k(1R2)/(nk1)

(1R2)/(nk1)R2/kR2/(nk1)E、(1R2)/k

判斷題 （）edu10.360.094sibs0.131medu0.210fedu i i i （1）sibs是否具有預(yù)期的影響？為什么？若medu與fedu保持不變，為了使預(yù)測(cè)的受sibs2

8.5620.364P0.004P2.560Ut （0.080）(0.072)

n19

R20.873其中：Wt——t年的每位雇員的工資Pt——t年的物價(jià)水平Ut——t年的失業(yè)率X

0.4720.32lnX(1.37) (0.046)

2iR20.099

2i

4i

R20.63

n35（2.6）(6.3) （（2）寫出檢驗(yàn)H0：21的t統(tǒng)計(jì)量。Y i 21。1 1 2 1 1 （3）如果定義21 方程A：Y?125.015.0X1.0X1.5Xi 2i 方程B：Y?123.014.0X5.5X3.7Xi 2i 4X——第i天降雨的英寸數(shù)

R20.75R20.73

1200.10F

R20.50t t 據(jù)。模型如下：據(jù)。模型如下：housing1density2value3income4popchang（3）假定F的真實(shí)值為0.40，則F的估計(jì)量是否有偏？為什么？則是否意味著RS的真實(shí)值絕對(duì)不等于5.33？為什么？Y

42.5 1.32.2 4. 0.8，XY2，ee5.8，TSS26 2.20.8 查表得F0.05(2,29)3.33，t0.005(29)2.756。45unemp6localtax7statetax0.075(0.43)0.062(0.32)-1279(0.34)-0.061(0.95)

2 i第四章隨機(jī)解釋變量問(wèn)題

與

相關(guān)，則的普通最 （） 22POP44GDP

D （）

是的一 EMP

，與，與r12=0相比，當(dāng)r12=0.15時(shí)，估計(jì)量1 第五章多重共線性 2、對(duì)于模型Y?)將是原來(lái)的Var(1

（）A、1倍 B、1.023倍 C、1.96倍 （）

Ft （） （） （）water326.90.305house0.363pop0.005pcy17.87price1.123rain（-1.7）(0.9) R20.93 AA、?第六章異方差性

i i i

D、?1

，如果在異方差檢驗(yàn)中發(fā)現(xiàn)Var(

A、i

C、i

（） c t，Var(

uPi誤差項(xiàng)ui是異方差的。假設(shè)i依賴于Pi，請(qǐng)逐步描述你如何對(duì)此進(jìn)行檢驗(yàn)。需說(shuō)（2）假設(shè)

P

wRSS(w)2(wY t t tt

)2最小。（3）把w

C、2個(gè) D、3個(gè)

7、在給定的顯著性水平之下，若DW統(tǒng)計(jì)量的下、上臨界值分別為d和d,則當(dāng) dDWd時(shí)，可認(rèn)為隨機(jī)誤差項(xiàng) 00 1P 描述（其中S為產(chǎn)量， 8．某企業(yè)的生產(chǎn)決策是由模型S t t t （）A、異方差問(wèn)題 B、序列相關(guān)問(wèn)題C、多重共線性問(wèn)題 D、隨機(jī)解釋變量問(wèn)題（） 10、對(duì)于模型YXN，若存在序列相關(guān)，同時(shí)存在異方差，即有E(N)0，Cov(N)E(NN)211

12n2

是一個(gè) （）

（）R （） （）

u

2t

0

? Y3.890.51lnX10.25lnX20.62lnX3 R20.996 DW1.147

，其中Y為需求量，X為價(jià)格。為了

Ct 1X為收入，虛擬變量D0農(nóng)村家庭，所有參數(shù)均檢驗(yàn)顯著，則城鎮(zhèn)家庭的消費(fèi)函 （）1D2I2(I,,I1000元,D1I1000元 t

t

t

1，其中虛擬變量D0農(nóng)村家庭，當(dāng)統(tǒng)計(jì)檢驗(yàn)表明下列哪項(xiàng)成立時(shí)，表示城鎮(zhèn)家庭與農(nóng)村家庭有一樣的消費(fèi)行為（）A、C、0,

00

B、D、0,

00

0南方，如果統(tǒng)計(jì)檢驗(yàn)表 （） （）A、C

0 ,D1I1000元B、C

0 I<1000,D1I1000元C、C

I*)D

0 I<1000D、C

I*)D

0 I<1000,I*1000元,D1I1000元 （） 1、在回歸模型Y i i i i

（）

0.158D

0.283D（15.3）（8.03）（2.75）（1.775）（2.130）（-2.895）2、為了研究體重與身高的關(guān)系，某學(xué)校隨機(jī)抽樣調(diào)查了51名學(xué)生（男生36名，女生15（a）W232.065515.5662h （b）W122.962123.8238D3.7402h（-2.59）（4.01）（5.16）D=1，表示男，D=0，表示女?；卮鹣旅娴膯?wèn)題：3、假設(shè)利率r0.08時(shí)，投資I取決于利潤(rùn)X；而利率r0.08時(shí)，投資I同時(shí)取決于利lnQ

1.27890.1647lnP0.5115lnI0.1483lnP0.0089T0.0961D (2.14) (0.55) (3.36) (3.74)0.1570D2t

0.0097D3t (0.37)R20.80QP——茶的價(jià)格 ；D2=

其它

A、YB、YC、YD、Y2

4000.5I0.3I ，其中I為收入，則當(dāng)期收入I對(duì)未來(lái)t 消費(fèi)Ct2的影響是：I增加一單位，Ct2增加 A、0.5單位 C、0.1單位

2Xt2

A、0 B、i i1 i0 t

X*t1)，其中01，被稱為 （）

kX

，，01,1稱為AA、ti0

ti

B、F

RSS)/m

（） （） 1、假設(shè)貨幣需求關(guān)系式為MYR，式中，M為時(shí)間t的實(shí)際現(xiàn)金余額；Y t tt1

，01修改期望值。已知Y

，M

，R

（2）假設(shè)E(

)0,E(

2)2,E(ts

)0,s0;Y

（3）假設(shè)

=t1

LnY

0.375。10%

t2

t5

V

2tYCIGt t t 其中，C

、G A、0個(gè) B、1個(gè) C、2個(gè) D、3個(gè) （）

，C3、先決變量是（）的合稱。 （） （） （）

7、簡(jiǎn)化式模型是用所有（）作為每個(gè)內(nèi)生變量的解釋變量。

（） （）

g

1時(shí)，模型的識(shí)別狀態(tài)為：（

（）A、使用最小二乘法間接估計(jì)簡(jiǎn)化式參數(shù)B、僅估計(jì)得到簡(jiǎn)化式參數(shù)

（） YCIG

（）

Caa 2、小型宏觀計(jì)量模型Ibb

2t

A、內(nèi)生變量個(gè)數(shù)等于方程個(gè)數(shù)B、外生變量只出現(xiàn)在方程的等號(hào)右邊

11POLSY Y

0或1

（2）若0、 0，且2，求Y1的簡(jiǎn)化式。這時(shí)，Y2有簡(jiǎn)化式嗎？1 2 （3）在“供給-需求”的模型中，1 2P

0 0

t

u（3）有與μ相關(guān)的解釋變量嗎？有與υ相關(guān)的解釋變量嗎？（4）如果使用OLS方法估計(jì)α，β會(huì)發(fā)生什么情況？ 22P 0 1t 3tYCIG

u2t

uYC t 0 t Yt t t

2tIti

要求：選擇一正確答案，將其序號(hào)填入題后括弧中 （ A C、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn) D

說(shuō)法不正確的是A、e0 B、eY?0i ii 3、某人通過(guò)一容量為19的樣本估計(jì)消費(fèi)函數(shù)模型CY i 哪個(gè)結(jié)論是對(duì)的？A、Y在5%顯著性水平下顯著D都不對(duì)

t t t A、 B、F=－1 C、F→+∞ 6、在模型Y 的回歸分析結(jié)果中，t

2t響是顯著的；

3t響是顯著的

2t

3t合影響是顯著的

2t

3t響是均不顯著7、設(shè)k為回歸模型中的參數(shù)個(gè)數(shù)，n為樣本容量。則對(duì)總體回歸FA、FESS(k1) B、F1ESS(k1)

1Y2YC、FESS

D、F8、已知三元線性回歸模型估計(jì)的殘差平方和為e2800，估計(jì)用樣本容量為n24，則隨機(jī)誤差項(xiàng)t的方差的OLS估計(jì)為 （）A、 B C、38.09 （ A C、隨機(jī)解釋變量 DA BC、重要解釋變量的丟失 D一階自相關(guān)系數(shù)近似等于

A、 B、-1 C、1 12模型中出現(xiàn)隨機(jī)解釋變量并且與隨機(jī)誤差項(xiàng)相關(guān)時(shí)，用的估計(jì)方法是A BC、差分法 D

t t t t

t1t1

t2t2t2t2

t2

kXtkt中，動(dòng)態(tài)乘數(shù)為 （）A、

B、

C

t IGt

C、G

、 答題要求：正確的在題后括弧中打，錯(cuò)誤的打 是一回事。 （ 2結(jié)構(gòu)參數(shù)的最大似然估計(jì)量具有線性性、無(wú)偏性、有效性，干擾項(xiàng)方差的最大似然估計(jì)量是有偏的。

（ 4參數(shù)施加約束條件后，回歸殘差平方和比未施加約束的回歸殘差平方和小。5異方差情況下，線性回歸模型的結(jié)構(gòu)參數(shù)的小二乘估計(jì)量是有偏的和非有效的。

7、在引入虛擬變量后，OLS估計(jì)量只有在大樣本的時(shí)候才是無(wú)偏的。（）

中，如果虛擬變量D

取值為0或2，而非通常情況下的0或1，那么參數(shù)的9立方程模型的簡(jiǎn)化式參數(shù)與結(jié)構(gòu)式參數(shù)之間的關(guān)系為參數(shù)關(guān)系體系。 1截面數(shù)據(jù)2合優(yōu)度檢驗(yàn)4列相關(guān)性5布滯后模型6構(gòu)式模型

2量經(jīng)濟(jì)學(xué)與統(tǒng)計(jì)學(xué)的區(qū)別是什么？3、對(duì)于出現(xiàn)了異方差性的計(jì)量經(jīng)濟(jì)模型，仍采用OLS法估計(jì)模型參數(shù)，會(huì)產(chǎn)生不良后果？為什么？3方差來(lái)源 平方和（SS）自由度（d.f.）來(lái)自回歸 來(lái)自殘差 — 總離差(TSS) （1）求樣本容量n、RSS、ESS的自由度、RSS的自由度1lnX2lnX3lnX支出。已知支出。已知t0.025(18)2.101，且已知n22，k3，0.05時(shí)，dTS

2i

3i

方程如下：

3.890.51lnX0.25lnX0.62lnX 2i

3i（-0.56） R20.996 DW3.147d1.66。在5%的顯著性水平下（1）檢驗(yàn)變量lnX2i對(duì)Y的影響的顯著性（3斷模型是否存在一階自相關(guān)，若存在，說(shuō)明類型（4模型中不顯著的變量剔除，其他變量的參數(shù)的估計(jì)值會(huì)不會(huì)改變？3論聯(lián)立方程模型

2t XG3 t 4 t 2別性。 CC ?150.81Y，R2=0.68，t0.025 (17)2.110，下列結(jié)論錯(cuò)誤的是 1模型參數(shù)估計(jì)量的穩(wěn)定性以及相對(duì)樣本容量變化的靈敏性，A C．計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn) D

C．n-1 n

2i

關(guān)于殘差的等式不正確的是A．ei0 B．eY?0ii0 ii 4．通過(guò)一容量為19的樣本估計(jì)消費(fèi)函數(shù)（CY）得：i i i A．Y在5%顯著性水平下不顯著 DA得到樣本數(shù)據(jù)的概率最大樣本數(shù)據(jù)C使殘差平方和最小D數(shù)估計(jì)量的方差最小

2i

，i=1，2，…，n，1

B．(?)/S1 1 1D2I1(I2(I

A．t分布 B．F分布C．2分布

A．Gleiser檢驗(yàn) C．G-Q檢驗(yàn) D．White檢驗(yàn)A．Cov()2I

D．Cov(,)0 i,j1,2, i 11的隨機(jī)解釋變量，用的參數(shù)估計(jì)方法是A BC．差分法 D傾向?qū)⒚黠@下降，則描述消費(fèi)（C）依收入（I變動(dòng)的關(guān)系宜采用

A．C

,D 1I1000元B．C

0 I<1000,D1I1000元C．C

I*)D

0 I<1000,I*1000元,D1I1000元D．C

*)D

0 ,I*1000元,D1I1000元 （）

A C．二個(gè) （）A BC．外生變量和虛擬變量 D答題要求：正確的在題后括號(hào)中打，錯(cuò)誤的打×1足基本假設(shè)條件下，一元線性回歸模型的被解釋變量及參數(shù)

通最小二乘估計(jì)量都服從正態(tài)分布。

2典計(jì)量經(jīng)濟(jì)方法中的線性函數(shù)，意味著參數(shù)是線性的，可以是非線性的。3本回歸函數(shù)給出了對(duì)應(yīng)于每一組解釋變量的取值的釋變量的總體均值。5合優(yōu)度檢驗(yàn)不能得出模型總體線性關(guān)系顯著性水平下是否顯著成立的結(jié)論。6在多重共線情況下，多元線性回歸模型的結(jié)構(gòu)參數(shù)的最小二乘估計(jì)量不再是最佳線性無(wú)偏估計(jì)。7義最小二乘法可同時(shí)克服異方差性、序列相關(guān)性對(duì)估計(jì)的影響。8．模型Y 中，如果虛擬變量D的取值為i i i i 9于聯(lián)立方程模型，可利用階條件判斷方程是否可識(shí)別，利用秩條件判斷方程是恰好可識(shí)別還是過(guò)度可識(shí)別。

2D-W 3擬變量陷阱4回歸模型5數(shù)關(guān)系體系

1什么計(jì)量經(jīng)濟(jì)學(xué)模型的理論方程中必須包含隨機(jī)誤差項(xiàng)？2設(shè)某投資函數(shù)

t2

t5

表示t期的銷售量。假定滯后變量的權(quán)數(shù)類型為OLS EViews軟件進(jìn)行參數(shù)估計(jì)，得到了如下估計(jì)結(jié)果：DependentVariable:YMethod:LeastSquaresDate:12/25/06 Time:18:38Sample:19902005Includedobservations:16

MeandependentvarAdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihoodstat

S.D.dependentvarAkaikeinfocriterionSchwarzcriterionistic回答下列問(wèn)題：（1）①、②處所缺數(shù)據(jù)各是多少？是否顯著？為什么？（顯著性水平取系是否顯著成立？為什么？（顯著性水平?。?機(jī)誤差項(xiàng)的方差的普通最小二乘估計(jì)值是多少？（5）可否判斷模型是否存在一階自相關(guān)？為什么？（顯著性水平取5%，已知=5%、n=16、k=2時(shí)，d=0.98，d=1.54） 2．根據(jù)美國(guó)1961年第一季度至1977年第二季度的季度數(shù)據(jù)，得咖啡需求函數(shù)方程：

1.27890.1647lnP0.5115lnI0.1483lnP0.0089T0.0961Dt t t (2.14 ( (3.36 0.1570D2t

0.0097D(0.37)

R20.80其中：Q——人均咖啡消費(fèi)量（單位：磅）P——咖啡的價(jià)格I——人均收入P——茶的價(jià)格T——時(shí)間趨勢(shì)變量（1961年一季度為1，……1977年二季度為66）0

第一季度；其它

D2

第二季度其它

回答下列問(wèn)題：（）如何解釋時(shí)間變量5）如何解釋模型中虛擬變量的作用？ t第二章一元線性回歸模型 1、×2、×3、×4、√5、×6、×7、×8、×9、√10、√ i E(YX)i i i 0 1 0 1 （1）N為接受過(guò)N年教育的員工的總體平均起始薪金。當(dāng)N為零時(shí)，平均薪金為，因此表示沒有接受過(guò)教育員工的平均起始薪金。是N每變化一個(gè)單位所引EE[Y]]E[[ ] 1（3）如果的分布未知，則所有的假設(shè)檢驗(yàn)都是無(wú)效的。因?yàn)閠檢驗(yàn)與F檢驗(yàn)是建立EE*100NE*(/100)(/100)N(/100) E***N*這里*/100，*/100。所以新的回歸系數(shù)將為原始模型回歸系數(shù)的1/100EN(N*/12) E(/12)N*1/12 ,Y)的直線斜率為

XX t （2）因?yàn)閄非隨機(jī)且E()0，因此

]E[

t

1)

t XXt

]（（3）建立零假設(shè)H0:1，備擇假設(shè)H1:設(shè)設(shè)H0:

的有效性不如的OLS估計(jì)量，所以較差。153.8%t（1）回歸方程的截距0.7264表示當(dāng)r147.10%r

變化引起的。當(dāng)然R20.4710也表明回歸方程對(duì)數(shù) 11，0.05，n240，查表可得臨界值t0.05(238)1.645，由于t

111.059810.82141.645，所以接受零假 /0.4795杯；lnlnA0、1、ln(x ?:對(duì)方程左右兩邊取對(duì)數(shù)可得：lnylnAln(x令lnyy、 5)x 2 可得一元線性回歸模型：yi 0 i

5)x3365.556 y2802.778i1i1

2148063044.44i1

xx

116951422.220.789876148063044i1?y?x0 1444067i1

e2

153857 e2n2 153857.8.11第三章多元線性回歸模型量的聯(lián)合影響程度的統(tǒng)計(jì)量，克服了R2隨解釋變量的增加而增大的缺陷，與R2的關(guān)系為R21(1R2)

n1nk1

1 參數(shù)的參數(shù)的t值：0.658根據(jù)多元回歸模型偏回歸系數(shù)的含義，sibs前的參數(shù)估計(jì)值-0.094表明，在其他條件不（1）在給定5%顯著性水平的情況下，進(jìn)行t檢驗(yàn)。PP

0.3644.550.0800.0040.0562.5603.89t 反變動(dòng)，符合經(jīng)濟(jì)理論，模型正確。可以將（1）ln(X1)的系數(shù)表明在其他條件不變時(shí)，ln(X1)變化1個(gè)單位，Y變化的單位數(shù)，即tESS的自由度為:d.f.=2R=1-(1-R2)(n-1)/(n-k-1)=1-0.0012*14/12=0.9986

?2?)Var(?)4Cov(?,?)4Var(?) (22)XX2)3X

1

1

為?2?的樣本標(biāo)準(zhǔn)差。1 （3）由1

22

1

22，代入原模型得Y

3X3（3）如果的真實(shí)值為0.40,則表明其估計(jì)值與真實(shí)值有偏誤,但不能說(shuō)的估計(jì)是有F FF,,2.5 1.32.24 3 4. 0.822 2.20.8 0.2（2）F

50.5>F0.05(2,29)3.33

nk1

5

1(?tS)(0.42.7561) ttp-（2）針對(duì)聯(lián)合假設(shè)H0：i =0(i=1,5,6,7)的備擇假設(shè)為H1：i HF

(RSSRSS)/(kk U RSS/(nk1)U

(5.038e74.763e7)/(73)(4.763e7)/(408)

0.462的F分布的臨界值為2.67。顯然，計(jì)算的F值小于臨界值，我們不能拒絕H0，所以β

PPlim(1) 對(duì)于一元線性回歸模型：Y

t

i zxii

i i，兩邊取概率極限得：zxii

n

Cov(Z,) Cov(Z,X)

第五章多重共線性 5i 2x

3

2x

3

2x

3

1x1i2x3

2x2i2x3

2x

3i 22i回歸的一種形式為回歸的一種形式為2 。于是，要檢驗(yàn)的零假設(shè)H0： 1P (wYwwX(wYwwXi 0 i i

0，備擇假設(shè)i （2）假設(shè)P時(shí)，模型除以P有：i i P

P

1iP

PP由于Var(u/P)2/P22，所以在該變換模型中可以使用OLS方法，得出BLUE估i i i

/P

關(guān)于1/P

/P

2i

/P

(w)2t

(wYwwXwX)2tt 0 t 1 t 2 t

對(duì)各求偏導(dǎo)并令值(wYwwXtt tt tt

)w0 0 0(

1t 2t)

((

1t 1t 2t)1t0 2t) 2t0

代替（1）中的w

(~ e~ ei2i1

，計(jì)算該統(tǒng)計(jì)量的值，根據(jù)樣本容量n和解釋變量數(shù)目k查D.W.分

和d

+（μt-μt-1）或ΔYt=β2ΔXt+εtYt=β0+β1t+β2Xt+μt第二步，做第二步，做e ~關(guān)于常數(shù)項(xiàng)、lnX、lnX和lnX和e ~的回歸并計(jì)算R；定的顯著性水平下，查該分布的相應(yīng)臨界值定的顯著性水平下，查該分布的相應(yīng)臨界值2(1)。如果(n-1)R>

2t

2t

應(yīng)與不相關(guān)。界值為d1.66、d1.05。由于DW=1.147位于這兩個(gè)值之間，所以DW檢驗(yàn)是無(wú)定 2t 第四步，由于在不存在一階序列相關(guān)的零假設(shè)下(n-1)R2呈自由度為1的2分布。在給2 2(1)，拒絕零假設(shè)，1 1、錯(cuò)。理由是2的估計(jì)值減半，1,2的估計(jì)值不變。OLS D3LnY

2D3

3D4

（a）Ii=β0+β1Xi+RDi+μi其中，D0,r0.08（b）E（I|Xi，Di=1）=（β0+R）+β1Xi（c）E（I|Xi，Di=0）=β0+β1Xib（1）從咖啡需求函數(shù)的回歸方程看，P的系數(shù)-0.1647表示咖啡需求的自價(jià)格彈性；I的系0T,t MYR t t1

第二個(gè)方程乘以有 tt1

1)5，原模型變?yōu)榻?jīng)驗(yàn)加權(quán)模型Y*MR

M(1)Y R(1)M t1 t (1)M R(1)Rt1 t1 t t1

（2）在給定的假設(shè)條件下，盡管與M相關(guān)，但與模型中出現(xiàn)的任何解釋變量都t t （3）如果

，則M

相關(guān)，因?yàn)镸

LnY 0

2

3.0

5%

為IZ14

2 4

3 4

t2

3 4

t3

2 4

t4

1 4

IZ，然后直接用OLS方法估計(jì)。t t 0)1、√2、×3、√4、√5、√6、×7、×8、× 3、A4、C 5、C 6、B 18、D19、B 1、聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的結(jié)構(gòu)式Y(jié)X中的第i個(gè)方程中包含gi個(gè)內(nèi)生變量如果R()g1

如果R()g1，則第i個(gè)結(jié)構(gòu)方程可以識(shí)別，并且其中符號(hào)R表示矩陣的秩。一般將該條件的前一部分稱為秩條件，用以判斷結(jié)構(gòu)方程,1

若

若

0、

u2代入第1個(gè)方程得：

2

1Z

uu2

1Z1

2

1 2 2

2

2

2

u2)

Y

0，

0。 常量S 1

1

0

0

0

00

0

00υ都相關(guān)。具體說(shuō)來(lái)，N與P同期相關(guān)，而P與μ同期相關(guān)，所以N與μ同期相關(guān)。另一ILS

t t t t

111

21 P11 111

111

1

1

P1

1

22P

111

111

111

，

1111B

R(B0)=0＜g-1

00)=1=g