计量经济学第五章

合集下载

计量经济学 5.1-3 异方差的概念后果和检验

计量经济学 5.1-3 异方差的概念后果和检验

最后是假设检验,得出结论 原假设 H0:
0 1 2 3 4 5 0
2 2 在同方差假定下nR 服从自由度为5的 分布。
2 给定显著水平α,查表得 (5) 。
若 nR2 2 (5) , 则拒绝原假设,表明随机误差项 i 存在异方差。
需要说明的是: 辅助回归仍是检验随机误差项的方差与解释 变量可能的组合的显著性,因此,在辅助回归 方程中还可引入解释变量的更高次方。 如果存在异方差性,则表明随机误差项的方 差确与解释变量的某种组合有显著的相关性, 这时往往显示出有较高的可决系数R2,并且某 一参数的t检验值较大。 当然,在多元回归中,由于辅助回归方程中 可能有太多解释变量,从而使自由度减少,有 时可去掉交叉项。
于是有varxy看是否存在明显的即不在一个固定的带型域中看是否形成一斜率为零的直线gq检验以f检验为基础适用于样本容量较大异方差递增或递减的情况
第五章 异方差
基本假定违背:不满足基本假定的情况。 主要包括: (1)随机误差项序列存在异方差性; (2)随机误差项序列存在序列相关性; (3)解释变量之间存在多重共线性; ( 4 )解释变量是随机变量且与随机误差项 相关(随机解释变量); 计量经济检验:对模型基本假定的检验
当然,我们还可通过比较两个残差平
方和的大小来判断模型是存在递增型异方
差还是递减异型方差。 由于该统计量服从F分布,因此假如存 在递增的异方差,则F远大于1;反之就会

计量经济学第五章协整与误差修正模型

计量经济学第五章协整与误差修正模型
计量经济学第五章协 整与误差修正模型
汇报人:XX
目 录
• 协整理论概述 • 误差修正模型介绍 • 协整与误差修正模型关系 • 协整检验方法及应用举例 • 误差修正模型建立与评估 • 案例研究:金融市场波动性分析
01
协整理论概述
协整定义及性质
协整定义
协整(Cointegration)描述的是两个或多个非平稳时间序列之间的长期均衡关系。当 这些序列的线性组合是平稳的,则称这些序列是协整的。
显著性检验
通过F检验、t检验等方法,检验模型参数是否显著不为零,以判断自 变量对因变量的影响是否显著。
预测性能评估
利用均方误差(MSE)、均方根误差(RMSE)、平均绝对误差( MAE)等指标,评估模型的预测性能。
06
案例研究:金融市场波动性分析
案例背景介绍
01
金融市场是现代经济体系的核心,其波动性对于投资
第三步
估计模型的参数,通常使用最小二乘 法(OLS)等计量经济学方法进行估 计。
第四步
对模型进行检验和评估,包括模型的 拟合优度、参数的显著性等方面,以 确保模型的可靠性和准确性。
03
协整与误差修正模型关系
长期均衡关系描述
长期均衡关系的定义
在两个或多个时间序列中,如果存在一种长期稳定的比例关系,使得它们的线 性组合成为平稳序列,则称这些时间序列之间存在长期均衡关系。

计量经济学第五章

计量经济学第五章

8
用Eviews的误设定检验2
• 首先估计出一般方程 • View/Coefficient Tests/Redundant Variables-Likelihood Ratio • 出现对话框时,写入删除变量名--OK • 对比删除前后的AIC与SC信息值,信息 值小的结论是应采纳的。
9
用Eviews的误设定检验3
10
二、多重共线性的检验及对策
诊断方法 • 系数估计值的符号不对; • 参数估计值不稳定; • R2很大,但重要的自变量 t 值很低; • 自变量之间呈高度相关(正负0.8~0.9) 则表明多重共线性存在。
11
对策:
• 去掉关系不大的变量,但应注意遗漏变量问题; • 重新建立模型(差分或对数处理); • 利用事先掌握的信息变换模型; (如:Cobb-Douglas函数中K与L之间存在多重 共线性,且它们的系数之和等于1) • 增加样本数.
i=1,2…,n
原假设: b4 = b5 = b6 =0 计算统计量LM=nR²~X² (J, a) 。
7
用Eviews的误设定检验1
• 首先估计出简单(单纯)方程 • View/Coefficient Tests/Omitted Variables-Likelihood Ratio • 出现对话框时,写入新变量名 OK • 检验结果出现在上端,如果P值很小时, 拒 绝原假设即应加新变量。

5 计量经济学第五章

5 计量经济学第五章
高中以下 高中 大学及以上
• 在上例中同时引入性别和教育水平:
1 D1 0 男 女
1 D2 0
大学及以上 大学以下
Yi 0 1 X i 2 D1 3 D2 i
女职工本科以下学历的平均薪金:
E(Yi | X i , D1 0, D2 0) 0 1 X i
• 从上述2个得到:东部与中部自发性消费相差 154.6,中部与西部相差95.2。
• 虚变量与状态的不同对应关系对估计结果无影 响。
§5.2 滞后变量模型 Lagged Variables Regression Models
一、滞后变量模型 二、分布滞后模型的参数估计 三、自回归模型的参数估计 四、格兰杰因果关系检验
的反应增强,投资、进出口和消费才会不断上升,货币政 策才最终促使GDP增加。通常,货币扩张对GDP影响的最 高点可能是在政策实施以后的一到两年间达到。
引子: 货币政策效应的时滞
货币供给的变化对经济影响很大,货币政策总是备受关注。 货币政策的影响效应Fra Baidu bibliotek在着时间上的滞后。在货币政策的传
导过程中,货币扩张首先促使利率降低,或者一般价格水平
的上升,这需要一段时间。 这些因素对以GDP为代表的经济增长的影响,更是需要一
段时间才能显示出来。只有经过一段时间以后,支出对利率

《计量经济学》第五章习题及参考答案.doc

《计量经济学》第五章习题及参考答案.doc

第五章经典单方程计量经济学模型:专门问题

一、内容提要

本章主要讨论了经典单方程回归模型的几个专门题。

第一个专题是虚拟解释变量问题。虚拟变量将经济现象中的一些定性因素引入到可以进行定量分析的回归模型,拓展了回归模型的功能。本专题的重点是如何引入不同类型的虚拟变量来解决相关的定性因素影响的分析问题,主要介绍了引入虚拟变量的加法方式、乘法方式以及二者的组合方式。在引入虚拟变量时有两点需要注意,一是明确虚拟变量的对比基准,二是避免出现“虚拟变量陷阱”。

第二个专题是滞后变量问题。滞后变量包括滞后解释变量与滞后被解释变量,根据模型中所包含滞后变量的类别又可将模型划分为自回归分布滞后模型与分布滞后模型、自回归模型等三类。本专题重点阐述了产生滞后效应的原因、分布滞后模型估计时遇到的主要困难、分布滞后模型的修正估计方法以及自回归模型的估计方法。如对分布滞后模型可采用经验加权法、Almon多项式法、Koyck方法来减少滞项的数目以使估计变得更为可行。而对自回归模型,则根据作为解释变量的滞后被解释变量与模型随机扰动项的相关性的不同,采用工具变量法或OLS 法进行估计。由于滞后变量的引入,回归模型可将静态分析动态化,因此,可通过模型参数来分析解释变量对被解释变量影响的短期乘数和长期乘数。

第三个专题是模型设定偏误问题。主要讨论当放宽“模型的设定是正确的”这一基本假定后所产生的问题及如何解决这些问题。模型设定偏误的类型包括解释变量选取偏误与模型函数形式选取取偏误两种类型,前者又可分为漏选相关变量与多选无关变量两种情况。在漏选相关变量的情况下,OLS估计量在小样本下有偏,在大样本下非一致;当多选了无关变量时,OLS估计量是无偏且一致的,但却是无效的;而当函数形式选取有问题时,OLS估计量的偏误是全方位的,不仅有偏、非一致、无效率,而且参数的经济含义也发生了改变。在模型设定的检验方面,检验是否含有无关变量,可用传统的t检验与F检验进行;检验是否遗漏了相关变量或函数模型选取有错误,则通常用一般性设定偏误检验(RESET检验)进行。本专题最后介绍了一个关于选取线性模型还是双对数线性模型的一个实用方法。

计量经济学 第五章 异方差性

计量经济学 第五章 异方差性

e
2 2
i为后一部分样本回归产生的残差平方和。它
们的自由度均为 [(n-c)/2]-k ,k 为参数的个数。
22
在原假设成立的条件下,因
和 e12i
e
2 2
i
自由度均
为 [(n-c)/2]-k , χ 2 分布,可导出:
F*= e e1 2 2 2 ii//[[n n2 2 --c c--k k]]= e e1 2 2 2 ii~F(n2 -c-k,n2 -c-k)
13
二、对参数显著性检验的影响
由于异方差的影响,使得无法正确估计参数的标 准误差,导致参数估计的 t 统计量的值不能正确 确定,所以,如果仍用 t 统计量进行参数的显著 性检验将失去意义。
14
三、对预测的影响
尽管参数的OLS估计量仍然无偏,并且基于此的 预测也是无偏的,但是由于参数估计量不是有效 的,从而对Y的预测也将不是有效的。
var(u i ) 2X i
2
X
2 i
vi
ui X i
ui X i
var( i )
2 2
(a0 a1Xi)2 2(a0a1Xi)2 ui (a0a1Xi)
Hale Waihona Puke Baidu
2
42
二、加权最小二乘法
以一元线性回归模型为例:
Yi 12Xiui

斯托克、沃森着《计量经济学》第五章

斯托克、沃森着《计量经济学》第五章

Chapter 5. Regression with a Single Regressor: Hypothesis Tests and Confidence Intervals

5.1 Testing Hypotheses about One of the Regression Coefficients(对单一系数的假设检验)

Suppose a skeptic suggests that reducing the number of students in a class has no effect on learning or, specifically, test scores. The skeptic thus asserts the hypothesis,

1

H0: β1 = 0

We wish to test this hypothesis using data – reach a tentative conclusion whether it is correct or incorrect.

Null hypothesis and two-sided alternative:

H0: β1 = 0 vs. H1: β1≠ 0

or, more generally,

2

H0: β1 = β1,0 vs. H1: β1≠β1,0

where β1,0 is the hypothesized value under the null(β1,0是一个具体的数).

Null hypothesis and one-sided alternative:

计量经济学第五章(新)

计量经济学第五章(新)

一. 非线性模型的最小二乘估计
一些非线性模型,可以利用变量代换的方法 将模型线性化。线性化后的模型即可采用OLS方 法进行参数估计。 (一)、非线性回归模型的直接代换 当解释变量是非线性的,但参数之间是线性的 时,可以利用变量直接代换的方法将模型线性化。 下面列举在讨论经济问题时,经常遇到的几种非 线性函数模型,进行变量的直接代换化为线性模型。
二、非线性回归模型的间接代换 在研究经济问题时,我们常遇到如下的指数函数 模型: 1 2 u (5.9) y 0 x1 x2 e
其中,u为随机项,β0, β1, β2为模型参数,很容易 看出,模型中参数也是非线性的,因此不能直接 进行变量的代换化为线性形式。 对(5.9)两边取对数(自然对数)可得:
二. 非线性模型的迭代法估计
我们在上面讨论了非线性模型经过变量代换化 为线性形式。但在许多实际问题中所建立的非线性 模型非但不是线性的,而且也无法采取变量代换的 方法化为线性。例如模型:
y 0 1 x1 2 x2 u
无论采取什么方式变换都不可能实现线性化,这样 的模型称为不可线性化模型。对于这一类模型的参 数估计,这里介绍一种常用的方法,即借助于泰勒 级数展开式进行逐次的线性近似估计。
ln y ln 0 1 ln x1 2 ln x2 u
(5.10)
(5.10)是双对数函数模型,可利用变量直接代 换化为线性形式。这种先取对数后进行变量代换 的方法称为间接代换法。

《计量经济学》第五章最新完整知识

《计量经济学》第五章最新完整知识

《计量经济学》第五章最新完整知识

第五章多元线性回归模型

在第四章中,我们讨论只有一个解释变量影响被解释变量的情况,但在实际生活中,往往是多个解释变量同时影响着被解释变量。需要我们建立多元线性回归模型。

一、多元线性模型及其假定多元线性回归模型的一般形式是

i iK K i i i x x x y εβββ++++= 2211

令列向量x 是变量x k ,k =1,2,的n 个观测值,并用这些数据组成一个n ×K 数据矩阵X ,在多数情况下,X 的第一列假定为一列1,则β1就是模型中的常数项。最后,令y 是n 个观测值y 1, y 2, …, y n 组成的列向量,现在可将模型写为:

εββ++=K K x x y 11

构成多元线性回归模型的一组基本假设为假定1. εβ+=X y

我们主要兴趣在于对参数向量β进行估计和推断。

假定2. ,0][][][][2

1=?

=n E E E E εεεε 假定3. n I E 2

][σεε='

假定4. 0]|[=X E ε

我们假定X 中不包含ε的任何信息,由于

)],|(,[],[X E X Cov X Cov εε= (1)

所以假定4暗示着0],[=εX Cov 。

(1)式成立是因为,对于任何的双变量X ,Y ,有E(XY)=E(XE(Y|X)),而且

])')|()([(])')((),(EY X Y E EX X E EY Y EX X E Y X Cov --=--=

))|(,(X Y E X Cov =

这也暗示βX X y E =]|[

假定5 X 是秩为K 的n ×K 随机矩阵这意味着X 列满秩,X 的各列是线性无关的。

计量经济学第五章 协整与误差修正模型

计量经济学第五章   协整与误差修正模型

yt 0 xt t
2. 3.
如果存在协整关系,估计协整回归模型,计算残差序列; ˆx ˆ et yt 0 t 将 et 1 作为一个解释变量,估计误差修正模型
yt 0 xt et 1 vt
估计误差修正模型需注意的问题: 1. 第一步协整检验时,如果确定存在趋势项,可以在第二步 的协整回归模型中加入趋势项;


一、时间序列的单整性

如果一个时间序列yt,去除确定性成分以后, 经过d阶差分后成为平稳序列,则称该时间 序列为d阶单整序列——yt~I(d)。
时间序列单整性的性质:
1. yt ~ I ( d ) a byt ~ I (d ) a, b 0
2. yt ~ I (d ), xt ~ I (c), d c ayt bxt ~ I (d ) 3. yt ~ I (d ), xt ~ I (d ) ayt bxt ~ I (d * ), d * d
3. 协整关系的计量意义(统计意义)
若 xt,yt ~ I( 1 ), ut axt byt ~ I(0) 则 yt xt t
虽然xt、yt是非平稳序列,但它们的一个线性关系却是平 稳的,即它们之间存在长期稳定的关系,因此可以用回归分析 的方法建立模型。 这种模型称为协整回归模型。协整理论的提出,从根本上 解决了虚假回归的问题。

潘省初计量经济学——第五章

潘省初计量经济学——第五章
• 半对数模型 • 双曲函数模型 • 多项式回归模型
6
1. 半对数模型 半对数模型指的是因变量和解释变量中一个为对数
形式而另一个为线性的模型。因变量为对数形式的 称为对数-线性模型(log-lin model)。解释变量为对数 形式的称为线性-对数模型(lin-log model)。我们先介 绍前者,其形式如下:
第五章 模型的建立与估计中的 问题及对策
1
本章内容
第一节 误设定 第二节 多重共线性 第三节 异方差性 第四节 自相关
2
OLS估计量令人满意的性质,是根据一组假设条件而 得到的。在实践中,如果某些假设条件不能满足,则 OLS就不再适用于模型的估计。下面列出实践中可能碰 到的一些常见问题:
l 误设定(Misspecification 或specification error) l 多重共线性(Multicollinearity) l 异方差性(Heteroscedasticity或Heteroskedasticity) l 自相关(Autocorrelation) l 随机解释变量(Stochastic explanatory variables)
从而造成所谓的“误设定”问题。
4
一. 选择错误的函数形式
这类错误中比较常见的是将非线性关系作为线性 关系处理。函数形式选择错误,所建立的模型当然 无法反映所研究现象的实际情况,后果是显而易见 的。因此,我们应当根据实际问题,选择正确的函 数形式。

计量经济学课件-第五章

计量经济学课件-第五章

经验权数法
根据实际问题的特点、实际经验给各滞后变量指定权 数,滞后变量按权数线性组合,构成新的变量。权数
据的类型有:
• 递减型:
权数是递减的,X的近期值对Y的影响较远期 值大。
如消费函数中,收入的近期值对消费的影响作 用显然大于远期值的影响。 例如:滞后期为 3的一组权数可取值如下:
1/2, 1/4, 1/6, 1/8 则新的线性组合变量为:
Yt 1 b0 X t 1 b0 2 X t 2 b0 3 X t 3 U t 1 3
1 3
Yt b0 X t Yt 1 U t U t 1
4
估计模型(4)即可
• 模型(4)估计中应注意的问题 随机解释变量问题 序列相关问题
• 阿尔蒙(Almon)多项式法 主要思想:针对有限滞后期模型,通过阿尔蒙变换, 定义新变量,以减少解释变量个数,然后用OLS法估计 参数。 主要步骤: 第一步,阿尔蒙变换
Yt a b0 X t b1 X t 1 bp X t p Ut
假定系数服从以下多项式分布
bj a0 a1 j ar j r j 1,2, p
Cov U t U t 1 , U t 1 U t 2 E ut ut 1 ut 1 ut 2
2 U
E ut ut 1 ut ut 2 ut21 2ut 1ut 2

计量经济学 第五章习题答案

计量经济学 第五章习题答案

第五章异方差性

5.2答案:

(1)EVIEWS估计的结果为:

Yˆi= 9.3475+0.6371X i

T=(2.5691) (32.0088)

R2 =0.9464 F=1024.564

(2)首先,用Goldfeld-Quandt法进行检验。

将样本X按递减顺序排序,去掉中间1/4的样本,再分为两个部分的样本,即N1=N2=22。分别对两个部分样本求最小二乘估计,在样本区为1—22的Eviews估计如下:

样本区39—60的Eviews估计如下:

得到两个部分各自的残差平方和,即

e 12 =2495.840

∑e 22 =603.0148

求F 统计量为: F=∑∑e e 2

221

=2495.840/603.0148=4.1390

给定α=0.05,查F 分布表,得临界值为F 0.05=(20,20)=2.12.

比较临界值与F 统计量值,有F =4.1390>F 0.05=(20,20)=2.12,说明该模型的随机误差项存在异方差。

其次,用White 法进行检验结果如下:

给定α=0.05,在自由度为2下查卡方分布表,得χ2=5.9915。比较临界值与卡方统计量值,即nR2=10.8640>χ2=5.9915,同样说明模型中的随机误差项存在异方差。

(2)用权数W1=1/X,作加权最小二乘估计,得如下结果

用White法进行检验得如下结果:

F-statistic 3.138491 Probability 0.050925

Obs*R-squared 5.951910 Probability 0.050999

经济学计量经济学第五章PPT课件

经济学计量经济学第五章PPT课件

ˆ 0
d 2S ˆ dˆ 2
• ˆ0 ˆ ˆ0 0
• 则有:





ˆ
计值作
为ˆ第0一次
d

2S ˆ 代d值ˆ 2
,ˆ0再 进1行•上d述Sd迭ˆ代ˆ ,ˆ直0至收敛
ˆ1
21
第21页/共45页
Newton-Raphson迭代法(续2)
• 与Gauss-Newton迭代法的区别
• 直接对 展开泰勒级数,而不是对其中的 展开 S ˆ
• 至此完成非线性模型的OLS估计
18
第18页/共45页
Gauss-Newton迭代法(续3)
• 步骤
• 给出参数估计值 近似值
的初值 ,将
ˆ
在 处展开泰勒级数,取一阶
ˆ0
f xi , ˆ
ˆ0
• 计算

的样本观z测i 值ˆ0
df
xi ,

ˆ
ˆ 0
~yi yi f xi , ˆ0 ziˆ0
13
第13页/共45页
非线性最小二乘原理
• 非线性模型
• 单参数非线性模型

• 残y差i 平方f和xi , i

n
S ˆ
yi f xi , ˆ 2
• 多参数非线性模型 i1

计量经济学5模型设定及变量选择

计量经济学5模型设定及变量选择

X
X
X增加1%,Y将增加 0.011 。
5.经济解释
ln(Y ) 0 1 X
dY Y
1dX
Y
Y
1X
X增加1个单位,Y将增加 100 1 %
5.经济解释
在解释时,要考虑计量单位
ˆ1
l XY l XX
X i X Yi Y Xi X 2
X i wX i
ˆ1
wX i wX
6.联合假设检验
类似的思想也可以用于检验各种线性约 束(如果只检验一个约束,不称为联合 检验)如:
1 2 1 2 1
6.联合假设检验

investment 0 1 int erest 2 inf lation u
investment 0 1int erest inf lation u
得到最终拟合值
3.过原点回归
过原点回归具有一些特殊的性质
❖ 残差的均值不等于0 ❖ R2有可能为负(TSS=ESS+RSS不满足) ❖ 若原回归线不过原点,则用过原点回归,
估计系数有偏误
4.函数的设定
常用手段: 1)增设二次项
广告投放较少时,广告增加,对产品的需求会上升,当 广告增加到一定数量后,继续增加,需求反而会减少
例:建立中国国债发行额模型
(2)在非约束模型输出结果窗口中点击View,选Coefficient Tests, Redundant Variables -Likelihood Ratio功能(模型中是否存在多余的不重 要解释变量),在随后弹出的对话框中填入GDP,DEF。可得计算结果F = 537.5。

计量经济学第五章 专门问题-滞后变量模型PPT课件

计量经济学第五章  专门问题-滞后变量模型PPT课件
s
Yt i X ti t i0
0:短期(short-run)或即期乘数(impact multiplier), 表示本期X变化一单位对Y平均值的影响程度。
i (i=1,2…,s):动态乘数或延迟系数,表示各 滞后期X的变动对Y平均值影响的大小。
s
i 称为长期(long-run)或均衡乘数(total
经过试算发现,在2阶阿尔蒙多项式变换下,滞 后期数取到第6期,估计结果的经济意义比较合理。 2阶阿尔蒙多项式估计结果如下:
Yˆt 3319.5 3.061W0t 0.101W1t 0.271W2t
(13.62)(1.86) (0.15) (-0.67)
求得的分布滞后模型参数估计值为
ˆ0 =0.323, ˆ1 =1.777, ˆ2 =2.690, ˆ3 =3.061, ˆ4 =2.891,ˆ5 =2.180,ˆ6 =0.927
以适应预期模型以及局部调整模型为例进行说 明。
(1)自适应预期(Adaptive expectation)模型
在某些实际问题中,因变量Yt并不取决于解释变 量的当前实际值Xt,而取决于Xt的“预期水平”或 “长期均衡水平”Xte。
例如,家庭本期消费水平,取决于本期收入的预
期值;
市场上某种商品供求量,决定于本期该商品价格
再计算出:
ˆ , ˆ1 , ˆ 2
2
i k (i 1)k 1 (i 1) 2 (i 1)2 k 1
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第五章练习题参考解答

5.1 设消费函数为

i i i i u X X Y +++=33221βββ

式中,i Y 为消费支出;i X 2为个人可支配收入;i X 3为个人的流动资产;i u 为随机误差

项,并且222)(,0)(i i i X u Var u E σ==(其中2

σ为常数)。试回答以下问题:

(1)选用适当的变换修正异方差,要求写出变换过程;

(2)写出修正异方差后的参数估计量的表达式。

5.2 根据本章第四节的对数变换,我们知道对变量取对数通常能降低异方差性,但须对这种模型的随机误差项的性质给予足够的关注。例如,设模型为u X Y 21β

β=,对该模型中的变量取对数后得如下形式

u X Y ln ln ln ln 21++=ββ

(1)如果u ln 要有零期望值,u 的分布应该是什么? (2)如果1)(=u E ,会不会0)(ln =u E ?为什么? (3)如果)(ln u E 不为零,怎样才能使它等于零?

5.3 由表中给出消费Y 与收入X 的数据,试根据所给数据资料完成以下问题: (1)估计回归模型u X Y ++=21ββ中的未知参数1β和2β,并写出样本回归模型的书写格式;

(2)试用Goldfeld-Quandt 法和White 法检验模型的异方差性; (3)选用合适的方法修正异方差。

Y X Y X Y X 55 80 152 220 95 140 65 100 144 210 108 145 70 85 175 245 113 150 80 110 180 260 110 160 79 120 135 190 125 165 84

115

140

205

115

180

98130178265130185

95140191270135190

90125137230120200

7590189250140205

741055580140210

1101607085152220

1131507590140225

12516565100137230

10814574105145240

11518080110175245

14022584115189250

12020079120180260

14524090125178265

13018598130191270

5.4由表中给出1985年我国北方几个省市农业总产值,农用化肥量、农用水利、农业劳动力、每日生产性固定生产原值以及农机动力数据,要求:

(1)试建立我国北方地区农业产出线性模型;

(2)选用适当的方法检验模型中是否存在异方差;

(3)如果存在异方差,采用适当的方法加以修正。

地区农业总产值农业劳动力灌溉面积化肥用量户均固定农机动力(亿元)(万人)(万公顷)(万吨)资产(元)(万马力)

北京19.6490.133.847.5394.3435.3天津14.495.234.95 3.9567.5450.7河北149.91639 .0357.2692.4706.892712.6山西55.07562.6107.931.4856.371118.5内蒙古60.85462.996.4915.41282.81641.7辽宁87.48588.972.461.6844.741129.6吉林73.81399.769.6336.92576.81647.6黑龙江104.51425.367.9525.81237.161305.8山东276.552365.6456.55152.35812.023127.9河南200.022557.5318.99127.9754.782134.5陕西68.18884.2117.936.1607.41764新疆49.12256.1260.4615.11143.67523.3

5.5表中的数据是美国1988研究与开发(R&D)支出费用(Y)与不同部门产品销售量(X)。试根据资料建立一个回归模型,运用Glejser方法和White方法检验异方差,由此决

定异方差的表现形式并选用适当方法加以修正。

单位:百万美元

工业群体销售量X R&D费用Y利润Z

1.容器与包装6375.36

2.5185.1

2.非银行业金融11626.492.91569.5

3.服务行业14655.1178.3276.8

4.金属与采矿21869.2258.42828.1

5.住房与建筑26408.3494.7225.9

6.一般制造业32405.610833751.9

7.休闲娱乐35107.71620.62884.1

8.纸张与林木产品40295.4421.74645.7

9.食品70761.6509.25036.4

10.卫生保健80552.86620.113869.9

11.宇航952943918.64487.8

12.消费者用品101314.31595.310278.9

13.电器与电子产品116141.36107.58787.3

14.化工产品122315.74454.116438.8

15.五金141649.93163.99761.4

16.办公设备与电算机175025.813210.719774.5

17.燃料230614.51703.822626.6

18.汽车2935439528.218415.4

5.6 由表中给出的收入和住房支出样本数据,建立住房支出模型。

假设模型为i i i u X Y ++=21ββ,其中Y 为住房支出,X 为收入。试求解下列问题: (1)用OLS 求参数的估计值、标准差、拟合优度

(2)用Goldfeld-Quandt 方法检验异方差(假设分组时不去掉任何样本值)

(3)如果模型存在异方差,假设异方差的形式是2

22i i X σσ=,试用加权最小二乘法重新

估计1β和2β的估计值、标准差、拟合优度。

5.7 表中给出1969年20个国家的股票价格(Y )和消费者价格年百分率变化(X )的一个横截面数据。

国家 股票价格变化率%Y

消费者价格变化率%X

1.澳大利亚 5 4.3

2.奥地利 11.1 4.6

3.比利时 3.2 2.4

4.加拿大 7.9 2.4

5.智利 25.5 2

6.4 6.丹麦 3.8 4.2

7.芬兰 11.1 5.5

8.法国

9.9 4.7 9.德国 13.3 2.2 10.印度 1.5 4 11.爱尔兰 6.4 4 12.以色列 8.9 8.4 13.意大利 8.1 3.3 14.日本 13.5 4.7 15.墨西哥 4.7 5.2 16.荷兰 7.5 3.6 17.新西兰 4.7 3.6 18.瑞典 8 4 19.英国 7.5 3.9 20.美国

9

2.1

试根据资料完成以下问题:

(1)将Y 对X 回归并分析回归中的残差;

(2)因智利的数据出现了异常,去掉智利数据后,重新作回归并再次分析回归中的残差; (3)如果根据第1条的结果你将得到有异方差性的结论,而根据第2条的结论你又得到

相关文档
最新文档