庞皓版计量经济学课件(6)
庞皓计量经济学简单线性回归模型教学ppt
中国旅游业成为国民经济战略性支柱产业
“国务院印发的《“十三五”旅游业发展规划》提出， 改革开放以来，中国实现了从旅游短缺型国家到旅游大 国的历史性跨越。中国已经成为世界第一大出境旅游客 源国和全国第四大入境旅游接待国。“十三五”旅游业 发展的主要目标是：到2020年，旅游市场总规模达到67 亿人次，旅游投资总额2万亿元，旅游业总收入达到7万 亿元。旅游业综合贡献度达12%”。
相关关系的类型
● 从所涉及的变量数量看
简单相关 —— 两个变量之间的相关关系 多重相关—— 多个变量之间的复相关关系
●从变量相关关系的表现形式看
线性相关——散布图接近一条直线 非线性相关——散布图接近一条曲线
●从变量相关关系变化的方向看
正相关——变量同方向变化，同增同减 负相关——变量反方向变化，一增一减
相关系数 rXY 为：
rXY
__
__
( Xi X )(Yi Y )
__
__
( Xi X )2 (Yi Y )2
其中：X i 和 Yi 分别是变量X和Y的样本观测值，
__ __
X 和 Y 分别是变量 X 和Y 样本值的平均值
注意 : 每一组样本观测值都可以计算一个 rXY , 所以 rXY 是随
只是相关分析还不能达到计量经济分析的目的
相关分析的局限:
相关系数只能反映变量间的线性相关程度，不能确 定变量间的因果关系。
相关系数只能说明两个变量线性相关的方向和程度, 不能说明相关关系具体接近哪条直线,也就不能说明一个 变量的变动会导致另一个变量变动的具体数量规律。
计量经济学关心的问题：
是经济变量间的因果关系以及隐藏在随机性后面的具体 统计规律性 在这方面回归分析方法可以发挥更为重要的作用。
2024版计量经济学全册课件(完整)pptx
REPORTING
2024/1/28
23
EViews软件介绍及操作指南
EViews软件概述
EViews是一款功能强大的计量经济学 软件，提供数据处理、统计分析、模型
估计和预测等功能。
统计分析与检验
2024/1/28
详细讲解EViews中的统计分析工具， 包括描述性统计、假设检验、方差分
析等。
数据导入与预处理 介绍如何在EViews中导入数据，进行 数据清洗、转换和预处理等操作。
随着大数据时代的到来，机器学 习算法在数据挖掘、预测和分类 等方面展现出强大的能力，为计 量经济学提供了新的研究工具和 方法。
机器学习在计量经济 学中的应用领域
机器学习在计量经济学中的应用 领域广泛，如变量选择、模型选 择、非线性模型估计、高维数据 处理等。
机器学习在计量经济 学中的常用算法
机器学习在计量经济学中常用的 算法包括决策树、随机森林、支 持向量机（SVM）、神经网络等。 这些算法可以用于分类、回归、 聚类等任务，提高模型的预测精 度和解释力。
面板数据特点
同时具有时间序列和截面数据的特征，能够提供更多的信息、更多的变化、更少共 线性、更多的自由度和更高的估计效率。
2024/1/28
20
固定效应模型与随机效应模型
固定效应模型（Fixed Effects Model）
对于特定的个体而言，其截距项是固定的，不随时间变化而变化。
随机效应模型（Random Effects Mode…
经典线性回归模型
REPORTING
2024/1/28
7
一元线性回归模型
模型设定与参数估计
介绍一元线性回归模型的基本形式， 解释因变量、自变量和误差项的含义， 阐述最小二乘法（OLS）进行参数估 计的原理。
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课件第一章导论
各种表述的共性：
计量经济学与经济理论、统计学、数学都有关系
20
一般性定义
计量经济学是以经济理论和经济数据的事 实为依据，运用数学和统计学的方法，通过 建立数学模型来研究经济数量关系和规律的 一门经济学科。
研究的主体（出发点、归宿、核心）： 经济现象及数量变化规律 研究的工具（手段）： 数学和统计方法 模型 必须明确： 方法手段要服从研究对象的本质特征（与数学不 同）,方法是为经济问题服务
38
对计量经济模型检验的方式
►经济意义检验(先验检验）
检验求得的参数估计值的符号和大小与根据人 们的经验和经济理论所拟定的期望值是否相
►统计推断检验
检验参数估计值是否抽样的偶然结果
►计量经济学检验（核心检验）
是否符合计量经济方法的基本假定
►预测检验
将模型预测的结果与经济运行的实际对比
39
若上述检验都能通过，则表明所估计的计量 经济模型较好地反映了经济变量之间的数量 关系。 若有些检验未能通过，则表明：或者理论模 型设定错误 ，或者收集的统计资料不能真实 地反映客观实际情况。一般来说应当舍弃所 估计的模型，设法从模型设定、估计方法、 统计数据等方面改良。
3
什么是计量经济学?
从感性认识到理性认识——先看实例:
4
4
实例1对中国国内旅游消费支出的定量研究
●国内旅游消费支出度量及增长的状况怎样?
(消费支出度量、增长速度)
●分析影响国内旅游消费支出的因素有哪些？
（如收入、闲暇时间、交通设施、人口、社会环境等）
●国内旅游消费支出与各种影响因素关系的性质是什么？（如增
●影响汽车销量的主要因素是什么？
（如收入、价格、费用、道路状况、政策、消费行为特征等）
计量经济学 (第二版)庞皓 科学出版社 第六章练习题解答
第六章6.1 下表给出了美国1960-1995年36年间个人实际可支配收入X 和个人实际消费支出Y 的数据。
表6.6 美国个人实际可支配收入和个人实际消费支出 (单位：百亿美元)注：资料来源于Economic Report of the President ，数据为1992年价格。
要求：（1）用普通最小二乘法估计收入—消费模型；t t u X Y ++=221ββ（2）检验收入—消费模型的自相关状况（5%显著水平）； （3）用适当的方法消除模型中存在的问题。
练习题6.1参考解答:（１）收入—消费模型为tt X Y 0.93594287.9ˆ+-=Se = (2.5043) (0.0075)t = (-3.7650) (125.3411)R 2 = 0.9978，F = 15710.39，d f = 34，DW = 0.5234（２）对样本量为36、一个解释变量的模型、5%显著水平，查DW 统计表可知，d L =1.411，d U = 1.525，模型中DW<d L ，显然消费模型中有自相关。
（３）采用广义差分法e t = 0.72855 e t-1**9484.07831.3ˆtt X Y +-=)8710.1(=Se （0.0189）t = （-2.0220） （50.1682）R 2= 0.9871 F = 2516.848 d f = 33 DW = 2.0972查5%显著水平的DW 统计表可知d L = 1.402，d U = 1.519，模型中DW = 2.0972> d U ，说明广义差分模型中已无自相关。
同时，可决系数R 2、t 、F 统计量均达到理想水平。
9366137285501783131...ˆ=--=β最终的消费模型为 Y t = 13.9366+0.9484 X t6.2 在研究生产中劳动所占份额的问题时，古扎拉蒂采用如下模型模型1 t t u t Y ++=10αα模型2 t t u t t Y +++=2210ααα其中，Y 为劳动投入，t 为时间。
计量经济学课件(庞浩版)
劳动经济学中经常运用联立方程模型来研究劳动力市场中 的各种问题，如工资决定、就业与失业、劳动力流动等。 例如，可以构建一个包含工资方程和就业方程的联立方程 模型，以分析最低工资制度对就业和工资水平的影响。
06
CATALOGUE
面板数据计量经济学模型
面板数据基本概念与特点
面板数据定义
面板数据是指在时间序列上取多个截面，在这些截面上同时选取样本观测值所构成的样 本数据。
面板数据模型估计方法及应用举例
估计方法
面板数据模型的估计方法主要有最小二乘法 、广义最小二乘法和极大似然法等。
应用举例
面板数据模型在经济学、金融学、社会学等 领域有广泛的应用，如经济增长、劳动力市 场、金融市场、环境经济学等问题的研究。 例如，可以利用面板数据模型研究不同国家 经济增长的影响因素，或者分析某个政策对 不同地区或不同群体的影响效果。
模型设定
多元线性回归模型是描述多个自变量与一 个因变量之间线性关系的模型，形式为 Y=β0+β1X1+β2X2+...+βkXk+u。
假设ห้องสมุดไป่ตู้验
对各个自变量的回归系数进行假设检验， 判断其是否显著不为零。
参数估计
通过最小二乘法等方法对模型中的参数进 行估计，得到各个自变量的回归系数估计 值。
多重共线性问题
采用逐步回归法、岭回归法、主成分分析法等方法对多重 共线性进行修正，同时也可以通过增加样本容量或收集更 多信息来缓解多重共线性的影响。
04
CATALOGUE
时间序列计量经济学模型
时间序列基本概念与性质
时间序列定义
按时间顺序排列的一组数据，反映现象随时间 变化的发展过程。
计量经济学-(西南财大)庞皓-博导
●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
18
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
假定条件经常不能满足，需要建立一些专门的
经济计量方法
21
第二节 计量经济学的研究方法
需要做的工作
选择变量和数学关系式 —— 模型设定
确定变量间的数量关系 —— 估计参数
检验所得结论的可靠性 —— 模型检验
作经济分析和经济预测 —— 模型应用
22
一、模型设定
经济模型及设定
模型：对经济现象或过程的一种数学模拟 设定（Specification）:
数据的要求：
真实性、完整性、可比性
37
四、计量经济模型的建立
经济模型是对实际经济现象或过程的一种数学模
拟，是对复杂经济现象的简化与抽象 特点：只能在一定假定前提下 忽略次要因素，突出主要因素
38
可利用来建立计量经济模型的关系：
行为关系（如生产、投资、消费）
生产技术关系 （如投入产出关系）
制度关系（如税率） 定义关系 计量经济模型的数学形式： 线性模型：如 非线性模型：如
8
特点
计量经济学的重要特点是它自身并没有固定的 经济理论，计量经济学中的各种计量方法和技 术，大多来自数学和统计学。
计量经济学产生的意义
从定性研究到定量分析的发展，是经济学更精 密、更科学的表现，是现代经济学的重要特征
计量经济学西南财大庞皓博导
●理论与方法的新突破
除了经典线性计量经济学模型以外，出现 非线 性模型、合理预期模型、非参数、半参数模型、 动态模型、时间序列模型、协整理论、Panel Data数据模型、贝叶斯方法、小样本理论等 新的研究领域
11
二、计量经济学的性质
若干代表性表述：
●“计量经济学是统计学、经济学和数学的结合。” （弗瑞希）
13
注意：计量经济研究的三个方面
理论：即说明所研究对象经济行为的经济理论 ——计量经济研究的基础
数据：对所研究对象经济行为观测所得到的信息 ——计量经济研究的原料或依据
方法：模型的方法与估计、检验、分析的方法 ——计量经济研究的工具与手段
三者缺一不可
14
计量经济学研究的基本概述：
经济 数量化 经济
表现经济变量相互依存程度的、决定经济结 构和特征的、相对稳定的因素，通常不能直 接观测。
24
设定计量经济模型的基本要求
●要有科学的理论依据 ●选择适当的数学形式
类型: 单一方程、联立方程 线性形式、非线性形式
● 模型要兼顾真实性和实用性
两种不好的模型： 太过复杂—真实但不实用 过分简单—不真实
● 包含随机误差项
●“计量经济学是用数学语言来表达经济理论，以便通 过统计方法来论述这些理论的一门经济学分支。” （美国现代经济词典）
●“计量经济学可定义为：根据理论和观测的事实，运 用合适的推理方法使之联系起来同时推导，对实际经 济现象进行的数量分析。” （萨谬尔逊等）
各种表述的共性：
计量经济学与经济理论、统计学、数学都有关系
43
第二章 简单线性回归模型
本章主要讨论:
●回归分析与回归函数 ●简单线性回归模型参数的估计 ●拟合优度的度量 ●回归系数的区间估计和假设检验 ●回归模型预测
计量经济学 庞皓 第二版 第六章 自相关
将随机误差项
ut 的各期滞后值: 的各期滞后值:
ρ r vt -r ∑
r =0
ut -1 = ρ ut -2 + vt -1 , ut -2 = ρ ut -3 + vt -2 , ...
逐次代入可得: 逐次代入可得: u t = vt + ρ vt -1 + ρ 2 vt -2 + ... =
13
例如，应该用两个解释变量， 例如，应该用两个解释变量，即:
Yt = β1 + β 2 X 2t + β3 X 3t + ut
而建立模型时，模型设定为: 而建立模型时，模型设定为: Yt = β1 + β 2 X 2t + ut 则 X3t 对 Y 的影响便归入随机误差项 u 中，由于 t t 在不同观测点上是相关的， 在不同观测点上是相关的，这就造成了 u 在不同 t 观测点是相关的，呈现出系统模式，此时 u 是自 观测点是相关的，呈现出系统模式， t 相关的。 相关的。
（1.8690） (0.0055)
t = (14.9343) (64.2069)
R 2 = 0.9966 F = 4122.531
2
检验结果表明：回归系数的标准误差非常小， 检验结果表明：回归系数的标准误差非常小，t 统 计量较大， 计量较大，说明居民收入 X 对居民储蓄存款 Y 的 影响非常显著。同时可决系数也非常高， 统计量 影响非常显著。同时可决系数也非常高，F统计量 为4122.531，也表明模型异常的显著。 ，也表明模型异常的显著。 但此估计结果可能是虚假的， 统计量和F 但此估计结果可能是虚假的，t统计量和F统计量 都被虚假地夸大，因此所得结果是不可信的。 都被虚假地夸大，因此所得结果是不可信的。为 什么呢? 什么呢?
计量经济学庞浩第二章简单线性回归模型课件
X 和Y 分别是变量 X 和Y 样本值的平均值
注意: r X Y 是随抽样而变动的随机变量。
相关系数较为简单, 也可以在一定程度上测定变量
间的数量关系,但是对于具体研究变量间的数量规律
性还有局限性。
计量经济学庞浩第二章简单线性回归模型
8
对相关系数的正确理解和使用
● X和Y 都是相互对称的随机变量， rXY rYX
者之差用
则 ei
表e示i ， Y i Yˆ i
称或为e i剩余项或Y残i 差项ˆ1： ˆ2 Xi ei
，Yˆi 二
计量经济学庞浩第二章简单线性回归模型
22
样本回归函数的特点
●样本回归线随抽样波动而变化:
每次抽样都能获得一个样本，就可以拟合一条样本回
PRF
• •
ui
•
●个别值表现形式（随机设定形式）
Xi
X
对于一定的 X i ，Y的各个别值 Y i 并不一定等于条件期望，而
是分布在 E(Y X i ) 的周围，若令各个 Y i 与条件期望 E(Y X i ) 的
偏差为 u i ，显然 u i是个随机变量
则有
u i Y i E (Y iX i) Y i12X i
（来源：《2008年中国旅行社发展研究咨询报告》） （参考现状：第一产业占GDP的15%，建筑业占GDP 的7%）
●什么决定性因素能使中国旅游业总收入超过3000亿美元? ●旅游业的发展与这种决定性因素的数量关系究竟是什么？
●怎样具体测定旅游业发展与这种决定性因素的数量关系?
计量经济学庞浩第二章简单线性回归模型
12
二、总体回归函数（PRF）
举例: 假如已知由100个家庭构成的总体的数据 (单位:元)
计量经济学庞皓第二版第六章答案
6.41）建立模型：t t t u X Y ++=21ββ估计结果：Dependent Variable: Y Method: Least Squares Date: 06/08/11 Time: 16:07 Sample: 1970 1994 Included observations: 25Variable Coefficient Std. Error t-Statistic Prob. C -68.16026 15.26513 -4.465096 0.0002 X1.5297120.05097630.008460.0000R-squared 0.975095 Mean dependent var 388.0000 Adjusted R-squared 0.974012 S.D. dependent var 43.33397 S.E. of regression 6.985763 Akaike info criterion 6.802244 Sum squared resid 1122.420 Schwarz criterion 6.899754 Log likelihood -83.02805 F-statistic 900.5078 Durbin-Watson stat 0.348288 Prob(F-statistic)0.0000003483.09751.0)0085.30()465.4(5297.11603.68ˆ2==-=+-=DW R t X Y t t2）0.3483=DW <288.1d L=所以原模型随机误差项存在一阶正自相关。
使用迭代法Dependent Variable: Y Method: Least Squares Date: 06/08/11 Time: 16:11 Sample (adjusted): 1971 1994Included observations: 24 after adjustments Convergence achieved after 15 iterationsVariable Coefficient Std. Error t-Statistic Prob. C 167.0099 480.7787 0.347374 0.7318 X 1.132607 0.181478 6.241005 0.0000 AR(1)0.9837530.06962914.12850 0.0000R-squared 0.991793 Mean dependent var391.6667Adjusted R-squared 0.991012 S.D. dependent var 40.10927 S.E. of regression 3.802624 Akaike info criterion 5.625728 Sum squared resid 303.6589 Schwarz criterion 5.772985 Log likelihood -64.50874 F-statistic 1268.942 Durbin-Watson stat 1.418732 Prob(F-statistic)0.000000273.1d L =<4187.1=DW <446.1d u =落在不能确定区域。
计量经济学 庞皓
第八章 虚拟变量回归
8.1什么是虚拟变量？它在模型中有什么作用？
答：虚拟变量是人工构造的取值为0或1的作为属性变量代表的变量。虚拟变量的 作用主要有：（1）可以作为属性因素的代表，如性别、所有制等；（2）作为某 些非精确计量的数量因素的代表，如受教育程度、管理者素质等；（3）作为某 些偶然因素或政策因素的代表，如战争、灾害、改革前后等；（4）可以作为时 间序列分析中季节的代表；（5）可以实现分段回归，研究斜率、截距的变动， 或比较两个回归模型的结构差异。
第一章 绪论
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。
第七章 分布滞后模型与自回归模型
7.1 什么是滞后现象？产生滞后现象的原因主要有哪些？
1-庞皓《计量经济学(科学出版社(2010年6月第2版))》实验数据
庞皓《计量经济学（科学出版社（第2版））》实验数据（2010年6月版）第2章原始数据第2章表2.1数据P24第2章表2.2-2.3数据P28两个随机样本收入消费1 消费22000 1548 1688 2500 1814 1750 3000 2179 2079 3500 2485 23674000 2665 26654500 3050 31895000 3321 33215500 3650 38026000 4087 41656500 4265 4345第2章表2.4数据P33序号可支配收入Xi 消费支出Yi xi=Xi-X yi=Yi-Y xiyi xi21 2000 1548 -2250 -1358.4 3056400 50625002 2500 1814 -1750 -1092.4 1911700 30625003 3000 2179 -1250 -727.4 909250 15625004 3500 2485 -750 -421.4 316050 5625005 4000 2665 -250 -241.4 60350 625006 4500 3050 250 143.6 35900 625007 5000 3321 750 414.6 310950 5625008 5500 3650 1250 743.6 929500 15625009 6000 4087 1750 1180.6 2066050 306250010 6500 4265 2250 1358.6 3056850 5062500 合计42500 29064 12653000 20625000 平均4250 2906.4第2章表2.5数据P55第2章表2.9 P63习题2.1数据表2.11 1990-2007年中国货币供应量(M2)和国内生产总值(GDP)的有关数据年份货币供应量M2/亿元国内生产总值GDP/亿元1990 15293.4 18718.31991 19349.9 21826.21992 25402.2 26937.31993 34879.8 35260.01994 46923.5 48108.51995 60750.5 59810.51996 76094.9 70142.51997 90995.3 78060.81998 104498.5 83024.31999 119897.9 88479.22000 134610.4 98000.52001 158301.9 108068.22002 185007.0 119095.72003 221222.8 135174.02004 254107.0 159586.72005 298755.7 184088.62006 345603.6 213131.72007 403442.2 251483.2第2章表2.10P64习题2.2数据美国软饮料公司广告费用于销售数量品牌名称广告费用X/10E6美元销售数量Y/10E6箱Coca-Cola Classic 131.3 1929.2 Pepsi-Cola 92.4 1384.6 Diet-Coke 60.4 811.4 Sprite 55.7 541.5 Dr.Pepper 40.2 546.9 Moutain Dew 29.0 535.6 7-Up 11.6 219.5第2章表2.11P64习题2.3数据深圳市地方政府预算内财政收入与国内生产总值的关系（单位：万元）年份地方预算内财政收入Y 国内生产总值(GDP) X 1990 21.70 171.671991 27.33 236.661992 42.96 317.321993 67.25 453.141994 74.40 634.671995 88.02 842.481996 131.75 1048.441997 142.06 1297.421998 164.39 1534.731999 184.21 1804.022000 221.92 2187.452001 262.49 2482.492002 265.93 2969.522003 290.84 3585.722004 321.47 4282.142005 421.38 4950.912006 500.88 5813.562007 658.06 6801.57第2章表2.12P65习题2.4数据中国国民总收入与最终消费（单位：亿元）年份国民总收入X 最终消费Y1978 3,645.217 2239.11979 4,062.579 2633.71980 4,545.624 300.71981 4,889.461 3361.51982 5,330.451 3714.81983 5,985.552 4126.41984 7,243.752 4846.31985 9040.737 5986.31986 10,274.38 6821.81987 12050.62 7804.61988 15036.82 9839.51989 17000.92 11164.21990 18,718.32 12090.51991 21,826.2 14091.91992 26,937.28 17203.31993 35260.02 21899.91994 48108.46 29242.21995 59810.53 36748.21996 70142.49 43919.51997 78060.83 48140.61998 83024.28 51588.21999 88479.15 55636.92000 98000.45 615162001 108068.2 66878.32002 119095.7 71691.22003 135174 77449.52004 159586.7 87032.92005 184088.6 97822.72006 213131.7 110595.32007 251483.2 128444.6第2章表2.13P66习题2.5数据表2.13 美国各航空公司航班正点到达比率和每10万名乘客投诉的次数航空公司名称航班正点率/% 投诉率/（次/10名乘客）西南(Southwest)航空公司81.8 0.21大陆(Continental)航空公司76.6 0.58西北(Northwest)航空公司76.6 0.85美国(US Airways)航空公司75.7 0.68 联合(United)航空公司73.8 0.74美洲(American)航空公司72.2 0.93德尔塔(Delta)航空公司71.2 0.72 美国西部(Americawest)航空公司70.8 1.22 环球(TWA)航空公司68.5 1.25第2章表2.14P66习题2.6数据表2.12 某年16种公益股票每股账面价值和当年红利公司序号账面价值/元红利/元1 22.44 2.42 20.89 2.983 22.09 2.064 14.48 1.095 20.73 1.966 19.25 1.557 20.37 2.168 26.43 1.609 12.14 0.8010 23.31 1.9411 16.23 3.0012 0.56 0.2813 0.84 0.8414 18.05 1.8015 12.45 1.2116 11.33 1.07第2章表2.15 P67数据P67表2.151992年亚洲各国人均寿命等数据序号国家和地区人均寿命人均GDPX1/100美元成人识字率X2/% 一岁儿童疫苗X3/%1 日本79 194 99 992 中国香港77 185 90 793 韩国70 83 97 834 新加坡74 147 92 905 泰国69 53 94 866 马来西亚70 74 80 907 斯里兰卡71 27 89 888 中国内地70 29 80 949 菲律宾65 24 90 9210 朝鲜71 18 95 9611 蒙古63 23 95 8512 印度尼西亚62 27 84 9213 越南63 13 89 9014 缅甸57 7 81 7415 巴基斯坦58 20 36 8116 老挝50 18 55 3617 印度60 12 50 9018 孟加拉国52 12 37 6919 柬埔寨50 13 38 3720 尼泊尔53 11 27 7321 不丹48 6 41 8522 阿富汗43 7 32 35第3章原始数据第3章表3.1数据P792002年西部各地区电力消费等数据地区电力消费量Y(亿kw·h) 国内生产总值X2（亿元）水电燃料价格指数X3（％）内蒙古320.43 1734.31 104.7广西356.95 2455.36 101.7重庆248.01 1971.3 109四川660.51 4875.12 103.4贵州366.63 1185.04 99.3云南353.2 2232.32 102.9陕西355.97 2035.96 103.2甘肃339.66 1161.43 102.6青海125.51 341.11 107.3宁夏178.76 329.28 105.2新疆214.6 1598.28 109.6第3章表3.3数据P93表3.3 中国税收收入及相关数据年份税收收入国内生产总值财政支出商品零售价格指数1978 519.28 3624.1 1122.09 100.71979 537.82 4038.2 1281.79 1021980 571.7 4517.8 1228.83 1061981 629.89 4862.4 1138.41 102.41982 700.02 5294.7 1229.98 101.91983 775.59 5934.5 1409.52 101.51984 947.35 7171 1701.02 102.81985 2040.79 8964.4 2004.25 108.81986 2090.73 10202.2 2204.91 1061987 2140.36 11962.5 2262.18 107.31988 2390.47 14928.3 2491.21 118.51989 2727.4 16909.2 2823.78 117.81990 2821.86 18547.9 3083.59 102.11991 2990.17 21617.8 3386.62 102.91992 3296.91 26638.1 3742.2 105.41993 4255.3 34634.4 4642.3 113.21994 5126.88 46759.4 5792.62 121.71995 6038.04 58478.1 6823.72 114.81996 6909.82 67884.6 7937.55 106.11997 8234.04 74462.6 9233.56 100.81998 9262.8 78345.2 10798.18 97.41999 10682.58 82067.5 13187.67 972000 12581.51 89468.1 15886.5 98.52001 15301.38 97314.8 18902.58 99.22002 17636.45 104790.6 22053.15 98.72003 20017.31 135822.8 24649.95 99.92004 24165.68 159878.3 28486.89 102.82005 28778.54 183217.4 33930.28 100.82006 34804.35 211923.5 40422.73 1012007 45621.97 249529.9 49781.35 103.8第3章表3.7数据P99表3.7 某地区部分家庭书刊消费抽样调查的样本数据家庭书刊年消费支出Y/元家庭月平均收入x /元户主受教育年数T/a家庭书刊年消费支出Y/元家庭月平均收入X/元户主受教育年数T/a450 1027.2 8 793.2 1998.6 14 507.7 1045.2 9 660.8 2196 10 613.9 1225.8 12 792.7 2105.4 12 563.4 1312.2 9 580.8 2147.4 8501.5 1316.4 7 612.7 2154 10 781.5 1442.4 15 890.8 2231.4 14 541.8 1641 9 1121 2611.8 18 611.1 1768.8 10 1094.2 3143.4 16 1222.1 1981.2 18 1253 3624.6 20第3章表3.8数据P99表3.7 1970-1982年某国实际通货膨胀率、失业率和预期通货膨胀率年份实际通货膨胀率Y/% 失业率X2/% 预期通货膨胀率X3/% 1970 5.92 4.9 4.781971 4.3 5.9 3.841972 3.3 5.6 3.311973 6.23 4.9 3.441974 10.97 5.6 6.841975 9.14 8.5 9.471976 5.77 7.7 6.511977 6.45 7.1 5.921978 7.6 6.1 6.081979 11.47 5.8 8.091980 13.46 7.1 10.011981 10.24 7.6 10.811982 5.99 9.7 8第3章表3.9数据P100表3.8 某地区城镇居民人均全年耐用消费品支出、人均年可支配收入及耐用消费品价格指数的统计资料（单位：元）年份人均耐用消费品支出Y 人均年可支配收入X1 耐用消费品价格指数X2（1990年为100）1991 137.16 1181.4 115.96 1992 124.56 1375.7 133.35 1993 107.91 1501.2 128.21 1994 102.96 1700.6 124.85 1995 125.24 2026.6 122.49 1996 162.45 2577.4 129.86 1997 217.43 3496.2 139.52 1998 253.42 4283 140.44 1999 251.07 4838.9 139.12 2000 285.85 5160.3 133.35 2001 327.26 5425.1 126.39第3章表3.10数据P100表3.9 1960-1982年7个OECD国家的能源需求指数（Y）、实际GDP指数（X1）、能源价格指数（X2）年份能源需求指数Y实际GDP指数X1能源价格指数X2 年份能源需求指数Y实际GDP指数X1能源价格指数X21960 54.1 54.1 111.9 1972 97.2 94.3 98.6 1961 55.4 56.4 112.4 1973 100 100 100 1962 58.5 59.4 111.1 1974 97.3 101.4 120.1 1963 61.7 62.1 110.2 1975 93.5 100.5 131 1964 63.6 65.9 109 1976 99.1 105.3 129.6 1965 66.8 69.5 108.3 1977 100.9 109.9 137.7 1966 70.3 73.2 105.3 1978 103.9 114.4 133.7 1967 73.5 75.7 105.4 1979 106.9 118.3 144.5 1968 78.3 79.9 104.3 1980 101.2 119.6 179 1969 83.3 83.8 101.7 1981 98.1 121.1 189.4 1970 88.9 86.2 97.7 1982 95.6 120.6 190.9 1971 91.8 89.8 100.3第3章表3.11数据P101表3.11某市粮食年销售量、常住人口、人均收入、肉、蛋、鱼的销售数据P101年份粮食年销售量Y/万吨常住人口X2/万人人均收入X3/元肉销售量X4/万吨蛋销售量X5/万吨鱼虾销售量X6/万吨1974 98.45 560.20 153.20 6.53 1.23 1.89 1975 100.70 603.11 190.00 9.12 1.30 2.03 1976 102.80 668.05 240.30 8.10 1.80 2.71 1977 133.95 715.47 301.12 10.10 2.09 3.00 1978 140.13 724.27 361.00 10.93 2.39 3.29 1979 143.11 736.13 420.00 11.85 3.90 5.24 1980 146.15 748.91 491.76 12.28 5.13 6.83 1981 144.60 760.32 501.00 13.50 5.41 8.36 1982 148.94 774.92 529.20 15.29 6.09 10.07 1983 158.55 785.30 552.72 18.10 7.97 12.57 1984 169.68 795.50 771.16 19.61 10.18 15.121985 162.14 804.80 811.80 17.22 11.79 18.25 1986 170.09 814.94 988.43 18.60 11.54 20.59 1987 178.69 828.73 1094.65 23.53 11.68 23.37第4章原始数据第4章表4.3数据P119第4章表4.11数据P125表4.11 中国商品进口额、国内生产总值、消费价格指数年份商品进口额/亿元国内生产总值/亿元居民消费价格指数（1985年为100）/%1985 1257.8 9016.0 100.0 1986 1498.3 10275.2 106.5 1987 1614.2 12058.6 114.3 1988 2055.1 15042.8 135.8 1989 2199.9 16992.3 160.2 1990 2574.3 18667.8 165.2 1991 3398.7 21781.5 170.8 1992 4443.3 26923.5 181.7 1993 5986.2 35333.9 208.4 1994 9960.1 48197.9 258.6 1995 11048.1 60793.7 302.8 1996 11557.4 71176.6 327.9 1997 11806.5 78973.0 337.1 1998 11626.1 84402.3 334.4 1999 13736.4 89677.1 329.7 2000 18638.8 99214.6 331．0 2001 20159.2 109655.2 333.3 2002 24430.3 120332.7 330.6 2003 34195.6 135822.8 334.6 2004 46435.8 159878.3 347.72005 54273.7 183084.8 353.9 2006 63376.9 211923.5 359.2 2007 73284.6 249529.9 376.5第4章表4.12数据P126表4.12 1985-2002年统计数据年份能源消费标准煤总量Y/万t国民总收入X1/亿元GDPX2/亿元工业增加值X3/亿元建筑业增加值X4/亿元交通运输邮电业增加值X5/亿元人均生活电力消费X6/（kW.h）能源加工转换效率X7/%1985 76682 9040.7 9016 3448.7 417.9 406.9 21.3 68.29 1986 80850 10274.4 10275.2 3967 525.7 475.6 23.2 68.32 1987 86632 12050.6 12058.6 4585.8 665.8 544.9 26.4 67.48 1988 92997 15036.8 15042.8 5777.2 810 661 31.2 66.54 1989 96934 17000.9 16992.3 6484 794 786 35.3 66.51 1990 98703 18718.3 18667.8 6858 859.4 1147.5 42.4 67.2 1991 103783 21826.2 21781.5 8087.1 1015.1 1409.7 46.9 65.9 1992 109170 26937.3 26923.5 10284.5 1415 1681.8 54.6 66.00 1993 115993 35260 35333.9 14188 2266.5 2205.6 61.2 67.32 1994 122737 48108.5 48197.9 19480.7 2964.7 2898.3 72.7 65.2 1995 131176 59810.5 60793.7 24950.6 3728.8 3424.1 83.5 71.05 1996 138948 70142.5 71176.6 29447.6 4387.4 4068.5 93.1 71.5 1997 137798 77653.1 78973 32921.4 4621.6 4593 101.8 69.23 1998 132214 83024.3 84402.3 34018.4 4985.8 5178.4 106.6 69.44 1999 133831 88189 89677.1 35861.5 5172.1 5821.8 118.2 69.19 2000 138553 98000.5 99214.6 4003.6 5522.3 7333.4 132.4 69.04 2001 143119 108068.2 109655.2 43580.6 5931.7 8406.1 144.6 69.03 2002 151797 19095.7 120332.7 47431.3 6465.5 9393.4 156.3 69.04 2003 174990 135174 135822.8 54945.5 7490.8 10098.4 173.7 69.4 2004 203227 159586.7 159878.3 65210 8694.3 12147.6 190.2 70.71 2005 223319 183956.1 183084.8 76912.9 10133.8 10526.1 216.7 71.08 2006 246270 213131.7 211923.5 91310.9 11851.1 12481.1 249.4 71.24 2007 265583 251483.2 249529.9 107317.2 14014.1 14604.1 274.9 71.25第4章表4.13P127（本章引言部分的例题数据）表4.13 1978－2007年财政收入及其影响因素数据年份CS NZ GZ JZZ TPOP CUM SZM1978 1132.3 1027.5 1607 138.2 96259 2239.1 507901979 1146.4 1270.2 1769.7 143.8 97542 2633.7 393701980 1159.9 1371.6 1996.5 195.5 98705 3007.9 445261981 1175.8 1559.5 2048.4 207.1 100072 3361.5 397901982 1212.3 1777.4 2162.3 220.7 101654 3714.8 331301983 1367 1978.4 2375.6 270.6 103008 4126.4 347101984 1642.9 2316.1 2789 316.7 104357 4846.3 318901985 2004.8 2564.4 3448.7 417.9 105851 5986.3 443651986 2122 2788.71 3967 525.7 107507 6821.8 471401987 2199.4 3233.0 4585.8 665.8 109300 7804.6 420901988 2357.2 3865.4 5777.2 810 111026 9839.5 508701989 2664.9 4265.9 6484 794 112704 11164.2 469911990 2937.1 5062.0 6858 859.4 114333 12090.5 384741991 3149.48 5342.2 8087.1 1015.1 115823 14091.9 554721992 3483.37 5866.6 10284.5 1415 117171 17203.3 51333 1993 4348.95 6963.8 14188 2266.5 118517 21899.9 48829 1994 5218.1 9572.7 19480.7 2964.7 119850 29242.2 55043 1995 6242.2 12135.8 24950.6 3728.8 121121 36748.2 45821 1996 7407.99 14015.4 29447.6 4387.4 122389 43919.5 46989 1997 8651.14 14441.9 32921.4 4621.6 123626 48140.6 53429 1998 9875.95 14817.6 34018.4 4985.8 124761 51588.2 50145 1999 11444.08 14770.0 35861.5 5172.1 125786 55636.9 49981 2000 13395.23 14944.7 40036 5522.3 126743 61516 54688 2001 16386.04 15781.3 43580.6 5931.7 127627 66878.3 52215 2002 18903.64 16537.0 47431.3 6465.5 128453 71691.2 47119 2003 21715.25 17381.7 54945.5 7290.8 129227 77449.5 54506 2004 26396.47 21412.7 65210 8694.3 129988 87032.9 37106 2005 31649.29 22420.0 76912.9 10133.8 130756 98918.1 38818 2006 38760.20 24040.0 91310.9 11851.1 131448 110595.3 41091 2007 51321.78 28095.0 107367.2 14014.1 132129 128444.6 48992第4章表4.13数据P128表4.13 1978-2003年财政收入及其影响因素数据年份财政收入CS/亿元农业增加值NZ/亿元工业增加值GZ/亿元建筑业增加值JZZ/亿元总人口TPOP/万人最终消费CUM/亿元受灾面积SZM/万hm21978 1132.3 1018.4 1607 138.2 96259 2239.1 50760 1979 1146.4 1258.9 1769.7 143.8 97542 2619.4 39370 1980 1159.9 1359.4 1996.5 195.5 98705 2976.1 44530 1981 1175.8 1545.6 2048.4 207.1 100072 3309.1 39790 1982 1212.3 1761.6 2162.3 220.7 101654 3637.9 33130 1983 1367 1960.8 2375.6 270.6 103008 4020.5 34710 1984 1642.9 2295.5 2789 316.7 104357 4694.5 31890 1985 2004.8 2541.6 3448.7 417.9 105851 5773 44370 1986 2122 2763.9 3967 525.7 107507 6542 47140 1987 2199.4 3204.3 4585.8 665.8 109300 7451.2 42090 1988 2357.2 3831 5777.2 810 111026 9360.1 50870 1989 2664.9 4228 6484 794 112704 10556.5 46991 1990 2937.1 5017 6858 859.4 114333 11365.2 38474 1991 3149.48 5288.6 8087.1 1015.1 115823 13145.9 55472 1992 3483.37 5800 10284.5 1415 117171 15952.1 51333 1993 4348.95 6882.1 14143.8 2284.7 118517 20182.1 48829 1994 5218.1 9457.2 19359.6 3012.6 119850 26796 55043 1995 6242.2 11993 24718.3 3819.6 121121 33635 45821 1996 7407.99 13844.2 29082.6 4530.5 122389 40003.9 46989 1997 8651.14 14211.2 32412.1 4810.6 123626 43579.4 53429 1998 9875.95 14552.4 33387.9 5231.4 124761 46405.9 50145 1999 11444.08 14472 35087.2 5470.6 125786 49722.7 49981 2000 13395.23 14628.2 39047.3 5888 126743 54600.9 54688 2001 16386.04 15411.8 42374.6 6375.4 127627 58927.4 52215 2002 18903.64 16117.3 45975.2 7005 128453 62798.5 47119 2003 21715.25 17092.1 53092.9 8181.3 129227 67442.5 54506第5章原始数据第5章表5.1数据P142表5.1 四川省2000年各地区医疗机构数与人口数地区人口数X/万人医疗机构数Y/个地区人口数X/万人医疗机构数Y/个成都1013.3 6304 眉山339.9 827 自贡315 911 宜宾508.5 1530 攀枝花103 934 广安438.6 1589 泸洲463.7 1297 达州620.1 2403 德阳379.3 1085 雅安149.8 866 锦阳518.4 1616 巴中346.7 1223 广元302.6 1021 资阳488.4 1361 遂宁371 1375 阿坝82.9 536 内江419.9 1212 甘孜88.9 594 乐山345.9 1132 凉山402.4 1471 南充709.2 4064第5章表5.8数据P149表5.8 消费Y与收入X的数据Y X Y X Y X55 80 84 115 74 10565 100 98 130 110 16070 85 95 140 113 15080 110 90 125 125 16579 120 75 90 108 145115 180 55 80 115 180140 225 70 85 130 185120 200 75 90 135 190145 240 65 100 120 200130 185 74 105 140 205152 220 80 110 140 210144 210 84 115 152 220175 245 79 120 140 225180 260 90 125 137 230135 190 98 130 145 240140 205 95 140 175 245178 265 108 145 189 250191 270 113 150 180 260137 230 110 160 178 265189 250 125 165 191 270第5章表5.9数据P150P150页表5.9各地区农村居民家庭人均收入与家庭人均生活消费支出的数据（单位：亿元）地区家庭人均纯收入家庭消费支出北京9439.63 6399.27天津7010.06 3538.31河北4293.43 2786.77山西3665.66 2682.57内蒙古3953.1 3256.15辽宁4773.43 3368.16吉林4191.34 3065.14黑龙江4132.29 3117.44上海10144.62 8844.88江苏6561.01 4786.15浙江8265.15 6801.6安徽3556.27 2754.04福建5467.08 4053.47江西4044.7 2994.49山东4985.34 3621.57河南3851.6 2676.41湖北3997.48 3090湖南3904.2 3377.38广东5624.04 4202.32广西3224.05 2747.47海南3791.37 2556.56重庆3509.29 2526.7四川3546.69 2747.27贵州2373.99 1913.71云南2634.09 2637.18西藏2788.2 2217.62陕西2644.69 2559.59甘肃2328.92 2017.21青海2683.78 2446.5宁夏3180.84 2528.76新疆3182.97 2350.58第5章表5.11数据P151P151表5.11各地区建筑业总产值和建筑业企业利润总额（单位：万元）地区建筑业总产值X 建筑业企业总利润Y 北京25767692 960256.4天津12219419 379211.6河北16146909 446520.8山西10607041 194565.9内蒙古6811038.3 353362.6辽宁21000402 836846.6吉林7383390.8 102742黑龙江8758777.8 98028.5上海25241801 794136.5江苏70105724 2368711.7浙江69717052 1887291.7安徽15169772 378252.8福建15441660 375531.9江西7861403.8 188502.4山东32890450 1190084.1河南21517230 574938.7湖北21108043 698837.4湖南18288148 545655.7广东29995140 1388554.6广西6127370 126343.1海南821834 14615.7重庆11287118 386177.5四川21099834 466176贵州3487908.1 41893.1云南7566795.1 266333.1西藏602940.7 52895.2陕西11730972 224646.6甘肃4369038.8 152143.1青海1254431.1 24468.3宁夏1549486.5 25224.6新疆4508313.7 68276.6第5章表5.10数据P151表5.10个人储蓄和个人收入数据资料（单位：元）P151 时期储蓄额Y 收入额X 时期储蓄额Y 收入额X1 264 8777 17 1578 241272 105 9210 18 1654 256043 90 9954 19 1400 265004 131 10508 20 1829 276705 122 10979 21 2200 283006 107 11912 22 2017 274307 406 12747 23 2105 295608 503 13499 24 1600 281509 431 14269 25 2250 3210010 588 15522 26 2420 3250011 898 16730 27 2570 3525012 950 17662 28 1720 3350013 779 18575 29 1900 3600014 819 19635 30 2100 3620015 1222 21163 31 2300 3820016 1702 22880第5章表5.12数据P152表5.14 1978~2008年四川省农村人均纯收入和人均生活费支出（单位：元）时间农村人均村收入X农村人均生活费支出Y商品零售价格指数时间农村人均村收入X农村人均生活费支出Y商品零售价格指数1978 127.1 120.3 100 1994 946.33 904.28 310.2 1979 155.9 142.1 102 1995 1158.29 1092.91 356.1 1980 187.9 159.5 108.1 1996 1453.42 1349.88 377.8 1981 221 184 110.7 1997 1680.69 1440.48 380.8 1982 256 208.23 112.8 1998 1731.76 1440.77 370.9 1983 258.4 231.12 114.5 1999 1843.47 1426.06 359.8 1984 286.8 251.83 117.7 2000 1903.60 1485.34 354.4 1985 315.07 276.25 128.1 2001 1886.99 1497.52 351.6 1986 337.9 310.92 135.8 2002 2107.64 1591.99 3471987 369.46 348.32 145.7 2003 2229.86 1747.02 346.7 1988 448.85 426.47 172.7 2004 2580.28 2010.88 356.4 1989 494.07 473.59 203.4 2005 2802.78 2274.17 359.3 1990 557.76 509.16 207.7 2006 3002.38 2395.04 362.9 1991 590.21 552.39 213.7 2007 3546.69 2747.27 376.7 1992 634.31 569.46 225.2 2008 4121.2 3127.9 398.9 1993 698.27 647.43 254.9第6章原始数据第6章表6.3数据P167表6.3 1985-2007年农村居民人均收入和消费年份全年人均纯收入（现价）全年人均消费性支出（现价）消费价格指数（1985年为100）人均实际纯收入（1985年可比价）人均实际消费性支出（1985年可比价）1985 397.60 317.42 100．0 397.60 317.40 1986 423.80 357.00 106.1 399.43 336.48 1987 462.60 398.30 112.7 410.47 353.42 1988 544.90 476.70 132.4 411.56 360.05 1989 601.50 535.40 157.9 380.94 339.08 1990 686.30 584.63 165.1 415.69 354.11 1991 708.60 619.80 168.9 419.54 366.96 1992 784．00 659.80 176.8 443.44 373.19 1993 921.60 769.70 201．0 458.51 382.94 1994 1221．00 1016.81 148．0 492.34 410．00 1995 1577.70 1310.36 291.4 541.42 449.69 1996 1923.10 1572.10 314.4 611.67 500.03 1997 2090.10 1617.15 322.3 648.50 501.77 1998 2162．00 1590.33 319.1 677.53 498.28 1999 2214.30 1577.42 314.3 704.52 501.75 2000 2253.40 1670．00 314．0 415.69 531.85 2001 2366.40 1741．00 316.5 747.68 550.08 2002 2475.60 1834．00 315.2 785.41 581.85 2003 2622.24 1943.30 320.2 818.86 606.81 2004 2936.40 2185.00 335.6 874.97 651.07 2005 3254.93 2555.00 343 948.96 744.90 2006 3587.00 2829.00 348.1 1030.45 812.70 2007 4140.00 3224.00 366.9 1128.37 878.70第6章表6.6数据P172表6.6 1960~1995美国个人实际可支配收入和个人实际消费收入（单位：1010美元）年份个人实际可支配收入X个人实际消费支出Y 年份个人实际可支配收入X 个人实际消费支出Y1960 157 143 1978 326 295 1961 162 146 1979 335 302 1962 169 153 1980 337 301 1963 176 160 1981 345 305 1964 188 169 1982 348 308 1965 200 180 1983 358 324 1966 211 190 1984 384 3411967 220 196 1985 396 357 1968 230 207 1986 409 371 1969 237 215 1987 415 382 1970 247 220 1988 432 397 1971 256 228 1989 440 406 1972 268 242 1990 448 413 1973 287 253 1991 449 411 1974 285 251 1992 461 422 1975 290 257 1993 467 434 1976 301 271 1994 478 447 1977 311 283 1995 493 458第6章表6.7数据P173表6.7 北京市连续19年城镇居民家庭人均收入与支出数据表（单位：元）年份顺序人均收入/元人均生活消费支出/元商品零售物价指数/%人均实际收入/元人均实际支出/元1 450.18 359.86 100.00 450.18 359.862 491.54 408.66 101.50 484.28 402.623 599.4 490.44 108.60 551.93 451.604 619.57 511.43 110.20 562.22 464.095 668.06 534.82 112.30 594.89 476.246 716.60 574.06 113．00 634.16 508.027 837.65 666.75 115.40 725.87 577.778 1158.84 923.32 136.80 847.11 674.949 1317.33 1067.38 145.90 902.90 731.5810 1413.24 1147.60 158.60 891.07 723.5811 1767.67 1455.55 193.30 914.47 753.0012 1899.57 1520.41 229.10 829.14 663.6413 2067.33 1646.05 238.50 866.81 690.1714 2359.88 1860.17 258.80 911.85 718.7715 2813.10 2134.65 280.30 1003.60 761.5616 3935.39 2939.60 327.70 1200.91 897.0417 5585.88 4134.12 386.40 1445.62 1069.9118 6748.68 5019.76 435.10 1551.06 1153.7019 7945.78 5729.45 466.90 1701.82 1227.13第6章表6.8数据P174表6.8 日本工薪家庭实际消费支出与实际可支配收入（单位：103日元）年份个人实际可支配收入X个人实际消费支出Y 年份个人实际可支配收入X个人实际消费支出Y1970 239 300 1983 304 384 1971 248 311 1984 308 392 1972 258 329 1985 310 400 1973 272 351 1986 312 403 1974 268 354 1987 314 411 1975 280 364 1988 324 428 1976 279 360 1989 326 434 1977 282 366 1990 332 441 1978 285 370 1991 334 4491979 293 378 1992 336 451 1980 291 374 1993 334 449 1981 294 371 1994 330 449 1982 302 381第6章表6.09数据P175表6.10 地区生产总值（Y）与固定资产投资额（X）（单位：亿元）年份地区生产总值（Y）固定资产投资额（X）年份地区生产总值（Y）固定资产投资额（X）1980 1402 216 1991 3158 523 1981 1624 254 1992 3578 548 1982 1382 187 **** **** 668 1983 1285 151 **** **** 699 1984 1665 246 1995 4897 745 1985 2080 368 1996 5120 667 1986 2375 417 1997 5506 845 1987 2517 412 1998 6088 951 1988 2741 438 1999 7042 1185 1989 2730 436 2000 8756 1180 1990 3124 544第7章原始数据第7章表7.1数据P183表7.1 1955—1974年美国制造业库存量Y和销售额X的统计资料（单位：亿美元）年份Y X 年份Y X1955 450.69 264.80 1965 682.21 410.031956 506.42 277.40 1966 779.65 448.691957 518.70 287.36 1967 846.55 464.491958 500.70 272.80 1968 908.75 502.821959 527.07 302.19 1969 970.74 535.551960 538.14 307.96 1970 1016.45 528.591961 549.39 308.96 1971 1024.45 559.171962 582.13 331.13 1972 1077.19 620.171963 600.43 350.32 1973 1208.70 713.981964 633.83 373.35 1974 1471.35 820.78第7章表7.4数据P1971996-2005年全国广义货币供应量及物价指数月度数据时间广义货币M2/1011元广义货币增长量M2Z/1011元居民消费价格同比指数TBZS1996年1月58.401 109 1996年2月63.778 5.377 109.3 1996年3月64.511 0.733 109.8 1996年4月65.723 1.212 109.7 1996年5月66.88 1.157 108.9 1996年6月68.132 1.252 108.6 1996年7月69.346 1.214 108.31996年8月72.309 2.963 108.1 1996年9月69.643 -2.666 107.4 1996年10月73.1522 3.5092 107 1996年11月74.142 0.9898 106.9 1996年12月76.0949 1.9529 107 1997年1月78.648 2.5531 105.9 1997年2月78.998 0.35 105.6 1997年3月79.889 0.891 104 1997年4月80.818 0.929 103.2 1997年5月81.151 0.333 102.8 1997年6月82.789 1.638 102.8 1997年7月83.46 0.671 102.7 1997年8月84.746 1.286 101.9 1997年9月85.892 1.146 101.8 1997年10月86.644 0.752 101.5 1997年11月87.59 0.946 101.1 1997年12月90.9953 3.4053 100.4 1998年1月92.2114 1.2161 100.3 1998年2月92.024 -0.1874 99.9 1998年3月92.015 -0.009 100.7 1998年4月92.662 0.647 99.7 1998年5月93.936 1.274 99 1998年6月94.658 0.722 98.7 1998年7月96.314 1.656 98.6 1998年8月97.299 0.985 98.6 1998年9月99.795 2.496 98.5 1998年10月100.8752 1.0802 98.9 1998年11月102.229 1.3538 98.8 1998年12月104.4985 2.2695 99 1999年1月105.5 1.0015 98.8 1999年2月107.778 2.278 98.7 1999年3月108.438 0.66 98.2 1999年4月109.218 0.78 97.8 1999年5月110.061 0.843 97.8 1999年6月111.363 1.302 97.9 1999年7月111.414 0.051 98.6 1999年8月112.827 1.413 98.7 1999年9月115.079 2.252 99.2 1999年10月115.39 0.311 99.4 1999年11月116.559 1.169 99.1 1999年12月119.898 3.339 99 2000年1月121.22 1.322 99.8 2000年2月121.5834 0.3634 100.7 2000年3月122.5807 0.9973 99.8 2000年4月124.1219 1.5412 99.7 2000年5月124.0533 -0.0686 100.1 2000年6月126.6053 2.552 100.5 2000年7月126.3239 -0.2814 100.5 2000年8月127.79 1.4661 100.3 2000年9月130.4738 2.6838 1002000年10月129.522 -0.9518 100 2000年11月130.9941 1.4721 101.3 2000年12月134.6103 3.6162 101.5 2001年1月137.5436 2.9333 101.2 2001年2月136.2102 -1.3334 100 2001年3月138.7445 2.5343 100.8 2001年4月139.9499 1.2054 101.6 2001年5月139.0158 -0.9341 101.7 2001年6月147.8097 8.7939 101.4 2001年7月149.2287 1.419 101.5 2001年8月149.9418 0.7131 101 2001年9月151.8226 1.8808 99.9 2001年10月151.4973 -0.3253 100.2 2001年11月154.0883 2.591 99.7 2001年12月158.3019 4.2136 99.7 2002年1月159.6393 1.3374 99 2002年2月160.9356 1.2963 100 2002年3月164.0646 3.129 99.2 2002年4月164.5706 0.506 98.7 2002年5月166.061 1.4904 98.9 2002年6月169.6012 3.5402 99.2 2002年7月170.8511 1.2499 99.1 2002年8月173.2509 2.3998 99.3 2002年9月176.9824 3.7315 99.3 2002年10月177.2942 0.3118 99.2 2002年11月179.7363 2.4421 99.3 2002年12月185.0073 5.271 99.6 2003年1月190.4883 5.481 100.4 2003年2月190.1084 -0.3799 100.2 2003年3月194.4873 4.3789 100.9 2003年4月196.1301 1.6428 101 2003年5月199.5052 3.3751 100.7 2003年6月204.9314 5.4262 100.3 2003年7月206.1931 1.2617 100.5 2003年8月210.5919 4.3988 100.9 2003年9月213.5671 2.9752 101.1 2003年10月214.4694 0.9023 101.8 2003年11月216.3517 1.8823 103 2003年12月221.2228 4.8711 103.2 2004年1月225.1019 3.8791 103.2 2004年2月227.0507 1.9488 102.1 2004年3月231.6546 4.6039 103 2004年4月233.6279 1.9733 103.8 2004年5月234.8424 1.2145 104.4 2004年6月238.4275 3.5851 105 2004年7月234.127 -0.3005 105.3 2004年8月239.7292 1-6002 105.3 2004年9月243.7569 4.0277 105.2 2004年10月243.7403 -0.0166 104.3 2004年11月247.1356 3.3953 102.82004年12月254.107 6.9714 102.42005年1月257.7085 4.6015 101.92005年2月259.3573 1.6488 103.92005年3月264.5889 5.2316 102.72005年4月266.9927 2.4038 101.82005年5月269.2405 2.2478 101.82005年6月275.7855 6.545 101.62005年7月276.9663 1.1808 101.82005年8月281.2882 4.3219 101.32005年9月287.4383 6.1501 100.92005年10月287.5916 0.1533 101.22005年11月292.3504 4.7588 101.32005年12月298.7557 6.4053 101.62006年1月303.5717 4.816 101.92006年2月304.5163 0.9446 100.92006年3月310.4907 5.9744 100.82006年4月313．7023 3.2116 101.22006年5月316.7098 3.0075 101.42006年6月322.7564 6.0466 101.52006年7月324.0108 1．2544 1012006年8月327．8867 3.8759 101.32006年9月331.8654 3.9787 101.52006年10月332.7472 0.8818 101.42006年11月337.5042 4.757 101.92006年12月345.6036 8.0994 102.82007年1月351.4988 5．8952 102.22007年2月358.6593 7.1605 102.72007年3月364.0937 5.4344 103.32007年4月367.4256 3.33187 1032007年5月369.7182 2.29258 103.42007年6月377.8322 8.114 104.42007年7月383.8849 6.05273 105.62007年8月387.205 3.32016 106.52007年9月393.0989 5.89387 106.22007年10月394.2042 1.10526 106.52007年11月399.7579 5.55374 106.92007年12月403.4013 3.64339 106.52008年1月417.8462 14.44487 107.12008年2月421．0378 3.19167 108.72008年3月423.0545 2.01669 108.32008年4月429.2409 6.18638 108.52008年5月436.2216 6.98069 107.72008年6月443.141 6.91942 107.12008年7月446.3622 3.22115 106.32008年8月448.8467 2.48451 104.92008年9月452.8987 4.05203 104.62008年10月453.1333 0.23461 1042008年11月458.6447 5.51134 102.4第7章表7.11数据P205表7.11 1970—1987年美国个人消费支出（PCE）和个人可支配收入（PDI）数据年份PCE PDI 年份PCE PDI 年份PCE PDI 1970 1492.0 1668.1 1976 1803.9 2001.0 1982 2050.7 2261.5 1971 1538.8 1728.4 1977 1883.8 2066.6 1983 2146.0 2331.9 1972 1621.9 1797.4 1978 1961．0 2167.4 1984 2249.3 2469.8 1973 1689.6 1916.3 1979 2004.4 2212.6 1985 2354.8 2542.8 1974 1674 1896.6 1980 2000.4 2214.3 1986 2455.2 2640.9 1975 1711.9 1931.7 1981 2042.2 2248.6 1987 2521.0 2686.3第7章表7.12数据P205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）年份Y X 年份Y X1980 36.99 52.805 1992 128.68 168.1291981 33.60 55.906 1992 123.97 163.3511982 35.42 63.027 1993 117.35 172.5471983 42.35 72.931 1994 139.61 190.6821984 52.48 84.790 1995 152.88 194.5381985 53.66 86.589 1996 137.95 194.6571986 58.53 98.797 1997 141.06 206.3261987 67.48 113.201 1998 163.45 223.5411988 78.13 126.905 1999 183.80 232.7241989 95.13 143.936 2000 192.61 239.4591990 112.60 154.391 2001 182.81 235.142第7章表7.13数据P206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）年份Y X 年份Y X1962 0.94 4.95 1979 2.06 42.691963 1.69 6.63 1980 7.93 51.611964 1.78 8.51 1981 8.01 61.51965 1.84 9.37 1982 6.64 60.731966 4.36 11.23 1983 16 64.641967 7.02 11.34 1984 8.81 66.671968 5.55 19.9 1985 10.38 73.781969 6.93 29.49 1986 6.2 69.521970 7.17 36.83 1987 7.97 79.641971 2.33 21.19 1988 27.33 92.451972 2.18 18.14 1989 12.58 102.941973 2.39 19.69 1990 12.47 105.621974 3.3 23.88 1991 10.88 104.881975 5.24 29.65 1992 17.7 113.31976 5.39 40.94 1993 14.72 127.131977 1.78 33.08 1994 13.76 141.441978 0.73 20.3 1995 14.42 173.75第7章表7.14数据P207。
计量经济学第六章部分课后题（庞皓（第三版））
计量经济学第六章作业思考题：6.1 如何使用DW统计量来进行自相关检验？该检验方法的前提条件和局限性有哪些？答：（1）DW 检验是J.Durbin(杜宾)和G.S.Watson(沃特森)于1951年提出的一种适用于样本容量大于等于15的检验自相关的方法，许多计量经济学和统计学计算机软件都可以计算出DW 值。
给定显著水平α，依据样本容量n和解释变量个数k’（不包括常数项），查D.W.分布表可得临界值（d统计量的上界d U和下界d L），当0<DW<d L时，表明存在一阶正自相关，而且正自相关的程度随DW向0的靠近而增强。
当d L<DW<d U时，表明为不能确定是否存在自相关。
当d U<DW<4-d U时，表明不存在一阶自相关。
当4-d U<DW<4-d L时，表明不能确定是否存在自相关。
当4-d L<DW<4时，表明存在一阶负自相关，而且负自相关的程度随DW向4的靠近而增强。
（2）DW检验的前提条件：<1>解释变量是非随机的（因此与随机扰动项不相关）；<2>随机扰动项是一阶自回归形式，即u t=ρu t-1 +v t (v t满足古典假定)；<3>线性模型的解释变量中不包含滞后的被解释变量，如不应出现下列形式：Y t =β1 +β2 X t +β 3 Y t-1 +u t；<4>截距项不为零，即只适用于有常数项的回归模型；<5>数据序列无缺失项，样本比较大。
（3）DW检验的局限性：<1>DW检验有两个不能确定的区域，一旦DW值落在这两个区域，就无法判断。
这时，只有增大样本容量或选取其他方法；<2>DW统计量的上、下界表要求n≥15, 这是因为样本如果再小，利用残差就很难对自相关的存在性做出比较正确的诊断；<3> DW检验不适应随机误差项具有高阶序列相关的检验；<4> DW检验有运用的前提条件，只有符合这些条件DW检验才是有效的。
计量经济学演示课件 教学PPT 作者 庞皓 第二章 简单线性回归模型
E(Y Xi ) = f (Xi )
这个函数称为总体回归函数（PRF）
15
2.总体回归函数的表现形式
（1）条件均值表现形式 假如 Y的条件均值 E(Y是X解i ) 释变量 的X线性函数，可表示为：
尽可能“接近”总体回归函数中的参数1 和2 。
这样的“规则和方法”有多种，最常用的是最小二 乘法
27
第二节 简单线性回归模型的最小二乘估计
本节基本内容:
● 简单线性回归的基本假定 ● 普通最小二乘法 ● OLS回归线的性质 ● 参数估计式的统计性质
28
一、简单线性回归的基本假定
1. 为什么要作基本假定？
E(Yi Xi ) f (Xi ) 1 2 Xi
（2）个别值表现形式
Y
E(Y Xi ) Yi
对于一定的
X
，
i
的Y 各个别值
分Yi布
在 E(的Y 周Xi )围，若令各个 与条Y件i
均值 E(Y的X偏i )差为 , 显u然i 是随机变u i量,则有
ui Yi E(Yi Xi ) Yi 1 2 Xi
线性相关——散布图接近一条直线 非线性相关——散布图接近一条曲线
● 从变量相关关系变化的方向看
正相关——变量同方向变化，同增同减 负相关——变量反方向变化，一增一减 不相关
7
3.相关程度的度量—相关系数
总体线性相关系数：
Cov( X ,Y )
Var( X )Var(Y )
其中：Var(X ) ——X 的方差；Var(Y ) ——Y的方差
视为对 ui 的估计。
庞皓《计量经济学》笔记和课后习题详解(自相关)【圣才出品】
第6章 自相关6.1 复习笔记考点一：什么是自相关 ★★★1．自相关的概念自相关又称序列相关，是指总体回归模型的随机误差项u i 之间存在相关关系的一种现象。
在古典假定中假设随机误差项是无自相关的，即：Cov （u i ，u j ）＝E （u i u j ）＝0（i ≠j ）。
如果该假定不能满足，就称u i 与u j 存在自相关，即不同观测点上的误差项彼此相关。
自相关系数可用来表示自相关的程度。
随机误差项u t 与滞后一期的u t －1的自相关系数ρ的计算公式为：1nt t u uρ-=∑式中u t －1是u t 滞后一期的随机误差项，因此上式计算的自相关系数ρ称为一阶自相关系数。
自相关系数ρ的取值范围为－1≤ρ≤1。
如果ρ＜0，则u t 与u t －1间存在负相关关系；如果ρ＞0，则u t 与u t －1间存在正相关关系；如果ρ＝0，则u t 与u t －1不相关。
2．自相关产生的原因（见表6-1）表6-1 自相关产生的原因自相关关系主要存在于时间序列数据中，但是在横截面数据中也可能会出现，通常称横截面数据中出现的自相关为空间自相关。
多数经济时间序列在较长时间内都表现为上升或下降的趋势，因此大多表现为正自相关。
但就自相关本身而言，既有正相关也有负相关。
3．自相关的表现形式（1）一阶自相关随机误差项的一阶自相关形式为：u t＝ρu t－1＋v t（－1＜ρ＜1）。
其中，ρ为自相关系数；v t为满足古典假定的误差项，即E（v t）＝0，Var（v t）＝σ2，Cov（v t，v t＋s）＝0，s ≠0。
一阶自回归形式记为AR（1），相应的式中的ρ称为一阶自相关系数。
（2）m阶自相关如果一阶自相关中的随机误差项v t是不满足古典假定的误差项，即v t中包含有u t的成分，如包含有u t－2，…，u t－m的影响，则需将u t－2，…，u t－m包含在回归模型中，即：u t＝ρ1u t －1＋ρ2u t －2＋…＋ρm u t －m ＋v t 。