计量经济学庞皓数据汇总
庞皓计量经济学课后答案第三章
统计学2班第二次作业1、Ŷi =-151.0263 + 0.1179X 1i + 1.5452X 2iT= (-3.066806) (6.652983) (3.378064)R 2=0.934331 R 2=0.92964 F=191.1894 n=31⑴模型估计结果说明,各省市旅游外汇收入Y 受旅行社职工人数X 1,国际旅游人数X 2的影响。
由所估计出的参数可知,在假定其他变量不变的情况下,当旅行社职工人数每增加1人,各省市旅游外汇收入增加0.1179百万美元。
在嘉定其他变量不变的情况下。
当国际旅游人数每增加1万人,各省市旅游外汇收入增加1.5452百万美元。
⑵由题已知,估计的回归系数β1的T 值为:t (β1)=6.652983。
β2的T 值分为: t (β2)=3.378064。
α=0.05.查得自由度为n-2=22-2=29的临界值t 0.025(29)=2.045229因为t (β1)=6.652983≥t 0.025(29)=2.045229.所以拒绝原假设H 0:β1=0。
表明在显著性水平α=0.05下,当其他解释变量不变的情况下,旅行社职工人数X 1对各省市旅游外汇收入Y 有显著性影响。
因为 t (β2)=3.378064≥t 0.025(29)=2.045229,所以拒绝原假设H 0:β2=0表明在显著性水平α=0.05下,当其他解释变量不变的情况下,和国际旅游人数X 2对各省市旅游外汇收入Y 有显著性影响。
⑶正对H O :β1=β2=0,给定显著水性水平α=0.05,自由度为k-1=2,n-k=28的临界值F 0.05(2,28)=3.34038。
由题已知F=191.1894>F 0.05(2,28)=3.34038,应拒绝原假设H O :β1=β2=0,说明回归方程显著,即旅行社职工人数和旅游人数变量联合起来对各省市旅游外汇收入有显著影响。
2、⑴样本容量n=15 残差平方和RSS=66042-65965=77 回归平方和ESS 的自由度为K-1=2 残差平方和RSS 的自由度为n-k=13⑵可决系数R 2=TSS ESS =6604265965=0.99883 调整的可决系数R 2=1-(1-R 2)kn n --1=1-(1-0.99883)1214=0.99863 ⑶利用可决系数R 2=0.99883,调整的可决系数R 2=0.99863,说明模型对样本的拟合很好。
庞皓《计量经济学》(第4版)-考研真题精选【圣才出品】
考研真题精选一、名词解释1.面板数据[湖南大学2013研]答:面板数据也称为平行数据、时空数据等,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,反映了空间和时间两个维度的经验信息。
面板数据同时拥有时间序列和截面两个维度,当这类数据按两个维度排列时,排在一个平面上,与只有一个维度的数据排在一条线上有着明显的不同,整个表格像是一个面板,因此称之为面板数据。
面板数据能够克服时间序列数据通常较为严重的多重共线性问题,同时相较于纯粹的截面数据与时间序列数据能够提供更多的数据信息,因此经常采用面板数据建立模型。
2.虚拟变量[湘潭大学2016研]答:在建立模型时,通常会有一些影响经济变量的因素无法定量度量,如季节对某些产品(如冷饮)销售的影响等,为了能够在模型中反映这些因素的影响,并提高模型的精度,需要将它们“量化”,这种“量化”通常是通过引入“虚拟变量”来完成的。
根据这些因素的属性类型,构造只取“0”或“1”的人工变量,通常称这类变量为虚拟变量。
一般地,在虚拟变量的设置中,基础类型和肯定类型取值为1;比较类型和否定类型取值为0。
3.虚拟变量陷阱[湘潭大学2017研]答:在虚拟变量的设置中,虚拟变量的个数须按以下原则确定:每一个定性变量所需的虚拟变量的个数要比该定性变量的类别数少1,即如果有m个定性变量,只能在模型中引入m-1个虚拟变量。
如果引入m个虚拟变量,就会导致模型解释变量间出现完全共线性,模型无法估计的情况,这称为虚拟变量陷阱。
4.多重共线性[湖南大学2016、2011研]答:多重共线性是在多元回归中可能存在的现象,如果在模型中某两个或多个解释变量之间出现了相关性,则称为存在多重共线性,多重共线性分为完全共线与近似共线两类。
当某一个解释变量可以用其他解释变量的线性组合表示,称解释变量之间存在完全共线性,此时模型参数无法进行估计。
完全共线性的情况并不多见,一般出现的是在一定程度上的共线性,即近似共线性。
(完整word版)计量经济学总结第三版庞皓,推荐文档
(完整word版)计量经济学总结第三版庞皓,推荐文档计量经济学第一章导论一节什么是计量经济学统计学,经济学,数学的结合二节研究步骤一、模型假定估计解释变量与被解释变量的关系,设置随机扰动项μ二、估计参数通过变量的样本观测值合理的估计总体模型的参数,是计量经济学的核心内容三、模型检验(1)经济意义检验,检验所估计的模型与经济理论是否相符(2)统计推断信息,检验参数估计值是否是抽样的偶然结果,需要运用数理统计中统计推断方法对模型及参数的统计可靠性作出说明(3)计量经济学检验,t检验和F检验检验模型是否符合计量经济学假定,如多重共线性,随机扰动项的自相关和异方差性(4)模型预测检验四、模型应用三节变量参数数据与模型一、变量经济变量:在不同的时间或空间有不同状态,回去不同的数值且可观测eg.居民家庭收入X和居民消费支出Y分类:(1)流量与存量(2)解释变量/自变量与被解释变量/因变量(3)内生变量(由模型所决定的变量,是模型求解的结果)和外生变量(由模型以外决定的变量)二、参数的估计所得到的参数估计值迎“尽可能接近总体参数真实值”原则三、计量经济学中应用的数据(1)时间序列数据(2)截面数据(3)面板数据(4)虚拟变量数据二章简单线性回归模型一节回归分析与回归函数一、相关分析与回归分析(一)经济变量之间的相关关系经济变量之间有两种关系,一种是确定性的函数关系,另一种是不确定的统计关系,也叫相关关系。
当一个或若干个变量x取一定值时,与之对应的另一个变量Y的值虽然不确定,但按照某种规律在一定范围内变化,称这种变量之间的关系为不确定的统计关系或相关关系。
分类(1)简单相关关系/多重相关关系(2)线性相关/非线性相关(3)正相关/负相关(4)完全相关/不相关(二)简单线性相关关系的度量1简单线性相关系数总体相关系数ρρ反应了总体两个变量X和Y的线性相关程度。
变量X和Y的样本相关系数通常用表示2相关系数特点(1)(2)相关系数至反应变量间线性相关程度,不能说明非线性关系(3)样本相关系数不是确定的值,二是随抽样变动的随机变量(三)回归分析相关分析:(1)分析是否存在相关关系(2)明确相关关系类型(3)激浪祥光关系密切程度回归分析用于具体测定变量之间相关关系的数量形式,是关于一个变量(被解释变量)对另一个变量(解释变量)依存关系的研究,用适当的数学模型近似的表达或估计变量之间平均变化关系二、总体回归函数将总体被解释变量Y的条件期望表现为解释变量X的函数,这个函数称为总体回归函数:若Y的总体条件期望是解释变量X的线性函数,可表示为关于线性的解释(1)模型就变量而言是线性的(2)模型就参数而言是线性的一般指第二个三、随机扰动项μ个别值总是分布在条件期望周围,而不是全在代表平均值轨迹的回归线上,零各个与条件期望的偏差为μ(表示对Y有影响但是没有纳入模型的诸多因素的综合影响)若总体回归函数是只有一个解释变量的线性函数,有有等式暗含的假设条件,也就是假设回归线通过Y的天健期望或条件均值引入随机扰动项的原因:(1)作为未知影响因素的代表(2)(3)(4)(5)(6)四、样本回归函数对于实际经济问题,由于总体包含的单位数太多,无法掌握所有单位的数值,总体回归函数虽然存在但往往未知,能做到的只是通过对样本观测获得的信息去顾及总体回归函数。
计量经济学复习提纲—庞皓版
第一章1.计量分析的四个步骤:模型设定——参数估计——模型检验——模型应用2.计量模型检验:经济意义检验——统计推断检验——计量经济学检验——模型预测检验3.计量模型的应用:结构分析——经济预测——政策评价——检验与发展经济理论4.正确选择解释变量的原则:符合理论、规律——忽略众多次要因素,突出主要经济变量——数据可得性——每个解释变量之间是独立的5.参数的数据类型:时间序列数据——截面数据——面板数据——虚拟变量数据第二章1.总体相关系数:ρ=Cov(X,Y)/√Var(X)√Var(Y)2.样本相关系数:rxy=Σ(Xi-X_)(Yi-Y_)/√Σ(Xi-X_)^2√Σ(Yi-Y_)^23.总体回归函数中引入随机扰动项的原因:作为未知影响因素的代表——作为无法取得数据的已知因素代表——作为众多细小影响因素的综合代表——模型的设定误差——变量的观测误差——经济现象的内在随机性4.简单线性回归模型的基本假定:1、对变量和模型的假定;2、对随机扰动项ui统计分布的假定(古典假定):零均值假定——同方差假定——无自相关假定——随机扰动项ui与解释变量Xi不相关——正态性假定5.违反零均值假定:影响截距上的估计(影响小)6.违反正态性假定:不影响OLS估计是最佳无偏性,但会使t检验F检验失真(影响大)7.样本回归函数的离差形式:yi^=β2^*xi8.OLS估计值的离差表达式:β2^=Σ(Xi-X_)(Yi-Y_)/Σ(Xi-X_)^2=Σxiyi/Σxi^2β1^=Y_-β2^*X_9.OLS回归线的性质:样本回归线过(X_,Y_)——估计值均值等于实际值均值——剩余项ei的均值为零——Cov(Yi^,ei)=0——Cov(Xi,ei)=010.β^的评价标准:无偏性——有效性——一致性11.β^的统计性质:线性——无偏性——有效性12.Var(^β1)=Ơ^2/Σxi^2——Var(^β2)=ΣXi^2/n*Ơ^2/Σxi^213.^Ơ^2=Σei^2/(n-2)14.总变差平方和:Σ(Yi-Y_)^2=Σyi^2……TSS……n-1回归平方和:Σ(Yi^-Y_)^2=Σ^yi^2……ESS……k-1残差平方和:Σ(Yi-Yi^)^2=Σei^2……RSS……n-k15.可决系数:R^2=ESS/TSS16.SE(^β1)=√(Ơ^2ΣXi^2)/(nΣxi^2)SE(^β2)=√Ơ^2/Σxi^217.t=(^β1-β1)/^SE(^β1)~t(n-2)t=(^β2-β2)/^SE(^β2)~t(n-2)18.区间估计:1.当总体方差Ơ^2已知,α=0.1—±1.645,α=0.05—±1.96,α=0.01—±2.33,P[-tα<z=(^β2-β2)/^SE(^β2)<tα]=1-α2.当总体方差Ơ^2未知,样本容量大,可用^Ơ^2=Σei^2/(n-2)代替Ơ^2,z=(^β2-β2)/(^Ơ/√Σxi^2)3.当总体方差Ơ^2未知,样本容量小,P[-tα/2<t=(^β2-β2)/^SE(^β2)<tα/2]=1-α19.对Y平均值的区间预测:SE(^Yf)=Ơ√{1/n+[(Xf-X_)^2/Σxi^2]},置信度1-α的预测区间[^Yf-tα/2*SE(^Yf),^Yf+tα/2*SE(^Yf)]20.对Y个别值预测区间:Yf=^Yf±tα/2*^Ơ√{1+1/n+[(Xf-X_)^2/Σxi^2]}第三章1.多元线性回归模型的古典假定:零均值假定——同方差和无自相关假定——随机扰动项与解释变量不相关——无多重共线性假定——正态性假定2.修正的可决系数:_R^2=1-(1-R^2)(n-1)/(n-k)……k是待估参数个数,R^2必定为正,但修正的可决系数可能为负,这是规定其为0,随着k的增加,_R^2越来越小于R^23.F=ESS(k-1)/RSS(n-k)=R^2/(1-R^2)*(n-k)/(k-1)4.S.E.of regression:Ơ^2=Σei^2/(n-k)——Ơ=5.t-statistic=coefficient/std.error6.TSS=(n-1)*(S.D.dependent var)^2第四章1.多重共线性产生的原因:经济变量之间具有共同变化趋势——模型中包含滞后变量——利用截面数据建立模型也可能出现多重共线性——样本数据自身的原因2.完全多重共线性产生的后果:参数的估计值不确定——参数估计值得方差无限大3.不完全多重共线性后果:参数估计值的方差和协方差增大——对参数区间估计时,置信区间趋于变大——严重多重共线性时,假设检验容易作出错误判断——参数估计经济含义不合理。
计量经济学第五章作业5.7(庞浩版)
作业P174-5.7一、数据及统计描述表1 地区生产总值(Y)与固定资产投资额(X)(单位:亿元)图1 地区生产总值(Y)与固定资产投资额(X)的趋势线LNY图4 (lnY)与(lnX)的散点图二、模型设定从X和Y的趋势线和散点图可以看出地区生产总值与固定资产投资额都是逐年增长的,但增长速率有所变动,可探索将模型设定为以下对数模型:在此模型下:以“地区生产总值”作为被解释变量,以反映地区生产总值的增长;选择“固定资产投资额”为模型的解释变量。
表示截距项,表示地区生产总值对固定资产投资额影响的比例,表示图5 剩余项、实际值、拟合值的图形四、模型检验1、经济意义检验模型估计结果说明,在假定其他变量不变的情况下,地区生产总值与固定资产投资额成正相关关系,这与理论分析和经验判断一致。
2、拟合优度和统计检验1)拟合优度:由表3中数据可以得到,修正的可决系数为,这说明模型对样本的拟合很好。
,t (LNX图6 e2对lnX的散点图由图6可以看出,残差平方对解释变量lnX的散点图主要分布在图形中的下部,因此,模型很可能存在异方差。
Goldfeld-Quanadt检验:表4 样本区间为1980~1987的回归估计结果Dependent Variable: LNYMethod: Least SquaresDate: 11/08/13 Time: 10:00Sample: 1980 1987由表4得到残差平方和为=0.020539,由表5得到残差平方和为=0.055702,根据Goldfeld-Quanadt检验,F统计量为在下,查F分布表得临界值=4.28,因为F=0.36873>=4.28,所以模型不存在异方差。
(2)自相关的检验对样本量为21,、一个解释变量的模型、5%显著水平,查DW统计表可知,1.221, 1.420,模型中0<DW=1.159788< 1.221,显然模型中有自相关。
自相关问题的处理表6 滞后一期自回归估计结果可得回归方程由上式可知=,对原模型进行广义差分,得到广义差分方程表7 广义差分方程输出结果由表7可得回归方程为(0.225636) (0.059767)(6.546389) (15.15879)其中,,。
计量经济学庞皓数据汇总
第二章
案例表
表
2011年中国各地区城镇居民被百户计算机拥有量和人均总收入
表
亚洲各国人均寿命、人均GDP、成人识字率、一岁儿童疫苗接种率数据
表浙江省财政预算收入与全省生产总值数据
表
某地区住宅建筑面积与建造单位成本数据
第三章
案例
表
2011年各地区地方财政教育支出及主要影响因素数据
表 1994-2011年中国出口货物总额等数据
表出口货物总额、工业增加值、人民币汇率数据
表
家庭书刊消费、家庭收入及户主受教育年数数据
表家庭书刊消费、家庭收入及户主受教育年数数据
第四章
案例
表居民年底存款余额等数据
表中国商品进口额格指数、国内生产总值、居民消费价
表 1985-2011年财政收入及其影响因素数据
第五章
案例
表四川省2000年各地区医疗机构数与人口数
表
各地区农村居民家庭人均纯收入与家庭人均生活消费支出的数据
表
各地区建筑业总产值(X)和建筑业企业利润总额(Y)(单位:亿元)
表
2005年中国各省市区城镇居民人均可支配收入与交通通讯消费支出(单位:元)
表四川省农村人均纯收入、人均生活费支出、商品零售价格指数
庞皓计量经济学(第三版)六到十一章数据汇总第六章
案例
表 1985~2011年农村居民人均收入和消费
(单位:元)
表北京市19年来城镇居民家庭收入与支出数据表(单位:元)。
庞皓计量经济学第三版课后习题及答案(顶配word版)
第二章练习题及参考解答2.1表2.9中是1992年亚洲各国人均寿命(Y)、按购买力平价计算的人均GDP(X1)、成人识字率(X2)、一岁儿童疫苗接种率(X3)的数据(1)分别分析各国人均寿命与人均GDP、成人识字率、一岁儿童疫苗接种率的数量关系。
(2)对所建立的回归模型进行检验。
【练习题2.1 参考解答】(1)分别设定简单线性回归模型,分析各国人均寿命与人均GDP、成人识字率、一岁儿童疫苗接种率的数量关系:1)人均寿命与人均GDP 关系Y i 1 2 X1i u i估计检验结果:2)人均寿命与成人识字率关系3)人均寿命与一岁儿童疫苗接种率关系(2)对所建立的多个回归模型进行检验由人均GDP、成人识字率、一岁儿童疫苗接种率分别对人均寿命回归结果的参数t 检验值均明确大于其临界值,而且从对应的P 值看,均小于0.05,所以人均GDP、成人识字率、一岁儿童疫苗接种率分别对人均寿命都有显著影响.(3)分析对比各个简单线性回归模型人均寿命与人均GDP 回归的可决系数为0.5261 人均寿命与成人识字率回归的可决系数为0.7168 人均寿命与一岁儿童疫苗接种率的可决系数为0.5379相对说来,人均寿命由成人识字率作出解释的比重更大一些2.2为了研究浙江省财政预算收入与全省生产总值的关系,由浙江省统计年鉴得到以下数据:的显著性,用规范的形式写出估计检验结果,并解释所估计参数的经济意义(2)如果2011 年,全省生产总值为32000 亿元,比上年增长9.0%,利用计量经济模型对浙江省2011 年的财政预算收入做出点预测和区间预测(3)建立浙江省财政预算收入对数与全省生产总值对数的计量经济模型,. 估计模型的参数,检验模型的显著性,并解释所估计参数的经济意义【练习题2.2 参考解答】建议学生独立完成2.3 由12对观测值估计得消费函数为:(1)消费支出C的点预测值;(2)在95%的置信概率下消费支出C平均值的预测区间。
计量经济学(庞浩)第二版_科学出版社_课后答案_二章[2]
计量经济学全部答案(庞浩)第二版第二章练习题及参考解答2.1 为研究中国的货币供应量(以货币与准货币M2表示)与国内生产总值(GDP)的相互依存关系,分析表中1990年—2007年中国货币供应量(M2)和国内生产总值(GDP )的有关数据:表2.9 1990年—2007年中国货币供应量和国内生产总值(单位:亿元)资料来源:中国统计年鉴2008,中国统计出版社对货币供应量与国内生产总值作相关分析,并说明相关分析结果的经济意义。
练习题2.1 参考解答:计算中国货币供应量(以货币与准货币M2表示)与国内生产总值(GDP)的相关系数为:计算方法: XY n X Y X Y r -=或 ,()()X Y X X Y Y r --=计算结果:M2GDPM210.996426148646GDP 0.996426148646 1经济意义: 这说明中国货币供应量与国内生产总值(GDP)的线性相关系数为0.996426,线性相关程度相当高。
2.2 为研究美国软饮料公司的广告费用X与销售数量Y的关系,分析七种主要品牌软饮料公司的有关数据表2.10 美国软饮料公司广告费用与销售数量资料来源:(美) Anderson D R等. 商务与经济统计.机械工业出版社.1998. 405绘制美国软饮料公司广告费用与销售数量的相关图, 并计算相关系数,分析其相关程度。
能否在此基础上建立回归模型作回归分析?练习题2.2参考解答美国软饮料公司的广告费用X与销售数量Y的散点图为说明美国软饮料公司的广告费用X与销售数量Y正线性相关。
若以销售数量Y 为被解释变量,以广告费用X 为解释变量,可建立线性回归模型 i i i u X Y ++=21ββ 利用EViews 估计其参数结果为经t 检验表明, 广告费用X 对美国软饮料公司的销售数量Y 确有显著影响。
回归结果表明,广告费用X 每增加1百万美元, 平均说来软饮料公司的销售数量将增加14.40359(百万箱)。
庞皓《计量经济学》笔记和课后习题详解(导论)【圣才出品】
第1章导论1.1 复习笔记考点一:什么是计量经济学★1.计量经济学的产生与发展计量经济学是社会经济发展到一定阶段的客观需要,主要是用来对社会经济问题的数量规律进行研究。
随着世界计量经济学会的成立,计量经济学成为经济学的一门独立学科。
第二次世界大战以后,计量经济学在西方各国得到了广泛的传播,逐渐发展成为经济学中的重要分支。
尤其是在20世纪40~60年代,经典计量经济学逐步完善并得到广泛应用。
目前,计量经济学的理论和应用有了很多突破,形成了众多新的分支学科。
2.计量经济学的性质(1)计量经济学的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、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。
注意:计量经济学研究的主体是经济现象及其发展变化的规律,所运用的数学方法只是工具,数学方法是为经济问题服务的,所以它是一门经济学科。
(2)计量经济学的类型①理论计量经济学理论计量经济学研究如何建立合适的方法,去测定由计量经济模型所确定的经济关系,理论计量经济学要较多地依赖数理统计学方法。
②应用计量经济学应用计量经济学是运用理论计量经济学提供的工具,研究经济学中某些特定领域经济数量问题的学科。
应用计量经济学研究的是具体的经济现象和经济关系,研究它们在数量上的联系及其变动规律性。
3.计量经济学与其他学科的关系计量经济学是与经济学、经济统计学及数理统计学都有关系的交叉学科。
但计量经济学又不是这些学科的简单结合,它与这些学科既有联系又有区别。
计量经济学与其他学科的联系与区别见表1-1。
表1-1 计量经济学与其他学科的联系与区别考点二:计量经济学的研究步骤★★1.模型设定:确定变量和数学关系式经济模型是指对经济现象或过程的一种数学模拟。
建立模型时需要考虑模型中变量的取舍与相互关系形式的设计(线性关系与非线性关系)这两个主要方面,进而把所研究的主要经济因素(表现为经济变量)之间的关系,用适当的数学关系式近似地、简化地表达出来。
计量经济学_(第二版)庞皓__第三章练习题答案
第三章考虑以下“期望扩充菲利普斯曲线(Expectations-augmented Phillips curve )”模型:t t t t u X X Y +++=33221βββ其中:t Y =实际通货膨胀率(%);t X 2=失业率(%);t X 3=预期的通货膨胀率(%)表为某国的有关数据,表 1970-1982年某国实际通货膨胀率Y (%),失业率X 2(%)和预期通货膨胀率X 3(%)1)对此模型作估计,并作出经济学和计量经济学的说明。
2)根据此模型所估计结果作统计检验。
3)计算修正的可决系数(写出详细计算过程)。
解答:(1)对此模型作估计,并作出经济学和计量经济学的说明。
;(2)根据此模型所估计结果,作计量经济学的检验。
t 检验表明:各参数的t 值的绝对值均大于临界值0.025(133) 2.228t -=,从P 值也可看出均明显小于0.05α=,表明失业率和预期通货膨胀率分别对实际通货膨胀率都有显著影响。
F 检验表明: F=,大于临界值, 其P 值也明显小于0.05α=,说明失业率和预期通货膨胀率联合起来对实际通货膨胀率有显著影响。
从经济意义上看:失业率与实际通货膨胀率负相关,预期通货膨胀率与实际通货膨胀率正相关,与经济理论一致。
(3)计算修正可决系数(写出详细计算过程) 由Y 的统计量表得=214.12846ie=∑223.041892(131)111.0373iy=⨯-=∑214.12846110.12720.8728111.0373R =-=-=!某市1974年—1987年粮食年销售量Y 、常住人口X2、人均收入X3、肉销售量2211311(1)1(10.8728)0.8473133n R R n k --=--=--⨯=--X4、蛋销售量X5、鱼虾销售量X6等数据如表所示:表 某市粮食年销售量、常住人口、人均收入、肉、蛋、鱼虾销售量数据1)建立线性回归模型:12233445566t t Y X X X X X u ββββββ=++++++,你预期所估计参数的符号应该是什么2)用OLS 法估计参数,模型参数估计的结果与你的预期是否相符合3)对模型及各个解释变量的显著性作检验,从检验结果中你能发现什么问题吗你如何评价这样的检验结果解答:1) 建立线性回归模型:12233445566t t Y X X X X X u ββββββ=++++++预期常住人口和人均收入应与粮食销售量正相关,2β和3β应为正值,而肉、蛋、鱼虾与粮食消费应该负相关,预期4β、5β、6β应当为负值。
庞浩计量经济学复习重点整理版
计量经济学复习重点总结任课老师:姜婷By fantasy题型:单选20*2 多选5*3 判断5*3 计算3*10第一章导论计量经济学数据类型:时间序列数据:把反映某一总体特征的同一指标的数据,按照一定的时间顺序和时间间隔(如月度.季度.年度)排列起来,这样的统计数据称为时间序列数据。
时间序列数据可以是时期数据,也可以是时点数据。
如逐年的GDP CPI截面数据:同一时间(时期或时点)某个指标在不同空间的观测数据。
如某一年各省GDP 面板数据:指时间序列数据和截面数据相结合的数据。
如在居民收支调查中收集的对各个固定调查户在不同时期的调查数据。
虚拟变量数据:某些客观存在的定性现象,如政策、自然灾害、战争等等第二章简单线性回归模型总体回归函数的表示形式:条件期望形式:个别值形式:样本回归函数的表示形式:条件均值形式个别值形式随机扰动项和残差项的区别和联系:区别:随机扰动项代表总体的误差,反应了未知因素、模型设定误差、变量观测误差;残差代表样本的误差,残差=随机误差项+参数估计误差。
随机扰动项无法直接观测;残差的数值可以求出。
联系:残差概念上类似于随机扰动项,将残差引入样本回归函数和随机引入总体回归函数的理由是相同的。
简单线性回归的基本假定:P31随机扰动项和解释变量不相关假定,零均值假定:同方差假定:正态性假定:无自相关假定:采用普通最小二乘法拟合的样本回归线的性质:P34回归线通过样本均值:Yi估计值的均值等于实际值的均值:剩余项的均值为零:被解释变量估计值与剩余项不相关:解释变量与剩余项不相关:OLS估计式的统计性质:P36(BLUE最佳线性无偏估计量)线性特性:无偏性:最小方差性:可决系数:R 2=ESS/TSS=1-RSS/TSS回归系数的假设检验:t 检验选取的统计量及其服从的分布 P48回归模型结果的经济含义分析: 练习题:2.7和2.92.7 设销售收入X 为解释变量,销售成本Y 为被解释变量。
庞皓计量经济学课后答案第三章-推荐下载
模型参数估计结果为:β1=3.931474 β2=0.248535 β3=0.063869911684.0049404.05398.158ˆX X Y-+=由图近似可知,分析结果合理。
6、Y :能源需求指数 X 1:实际GDP 指数 X 2:能源价格指数⑴t t t t X X Y μβββ+++=22110ln ln ln由表可知β0=1.549504 β1=0.996923 β2=-0.33136421ln 0.331364-ln 0.9969231.549504ˆln X X Y t +=估计结果说明,在假定其他变量不变的前提下,当年实际GDP 指数每增加1%,平均导致能源需求指数增加0.996923%;在假定其他变量不变的前提下,当年能源价格指数每增加1%,平均导致能源需求指数减少0.331364%。
针对H 0:β1=0,由表可得β1=0.996923时所对应的P 值为0.0000≤0.05,所以拒绝原假设。
说明在显著性水平α=0.05下,假定其他变量不变的前提下,实际GDP 指数对能源需求指数有显著性影响。
针对H 0:β2=0,由表可得β2=-0.331364时所对应的P 值为0.0000≤0.05,所以拒绝原假设。
说明在显著性水平α=0.05下,假定其他变量不变的前提下,能源价格指数对能源需求指数有显著性影响。
⑵t t t t X X Y μβββ+++=22110由表可知β0=28.25506 β1=0.980849 β2=-0.25842621ln 0.258426-0.98084928.25506ˆX X Yt +=估计结果说明,在假定其他变量不变的前提下,当年实际GDP 指数每增加1,平均导致能源需求指数增加0.996923;在假定其他变量不变的前提下,当年能源价格指数每增加1,平均导致能源需求指数减少0.331364。
针对H 0:β1=0,由表可得β1=0.980849时所对应的P 值为0.0000≤0.05,所以拒绝原假设。
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(庞皓)_课后习题答案
Yˆ2005 = −3.611151 + 0.134582 × 3600 = 480.884 (亿元)
区间预测:
∑ 平均值为:
xi2
=
σ
2 x
(n
−1)
=
587.26862
× (12
−1)
=
3793728.494
( X f 1 − X )2 = (3600 − 917.5874)2 = 7195337.357
1.138
18
2.98
1.092
试建立曲线回归方程 yˆ = a ebx ( Yˆ = ln a + b x )并进行计量分析。
2.7 为研究美国软饮料公司的广告费用 X 与销售数量 Y 的关系,分析七种主要品牌软饮
料公司的有关数据2(见表 8-1)
表 8-1
美国软饮料公司广告费用与销售数量
品牌名称
449.2889
1994
74.3992
615.1933
1995
88.0174
795.6950
1996
131.7490
950.0446
1997
144.7709
1130.0133
1998
164.9067
1289.0190
1999
184.7908
1436.0267
2000
225.0212
1665.4652
2 i
=
3134543
∑Yi2 = 539512
(1)作销售额对价格的回归分析,并解释其结果。 (2)回归直线未解释的销售变差部分是多少?
∑ XiYi = 1296836
2.9 表中是中国 1978 年-1997 年的财政收入 Y 和国内生产总值 X 的数据:
计量经济学第三版复习知识要点庞皓
计量经济学第三版复习知识要点庞皓第⼀章导论第⼀节计量经济学的涵义和性质计量经济学是以⼀定的经济理论和实际统计资料为依据,运⽤数学、统计学⽅法和计算机技师,通过建⽴计量经济模型,定量分析经济变量之间的随机因果关系。
计量经济学是经济学的⼀个重要分⽀,以揭⽰经济活动中客观存在的数量关系的理论与⽅法为主要内容,其核⼼是建⽴计量经济学模型。
第⼆节计量经济学的内容体系及与其他学科的关系⼀、计量经济学与经济学、统计学、数理统计学学科间的关系计量经济学是经济理论、统计学和数学的综合。
经济学着重经济现象的定性研究,⽽计量经济学着重于定量⽅⾯的研究。
统计学是关于如何惧、整理和分析数据的科学,⽽计量经济学则利⽤经济统计所提供的数据来估计经济变量之间的数量关系并加以验证。
数量统计各种数据的惧、整理与分析提供切实可靠的数学⽅法,是计量经济学建⽴计量经济模型的主要⼯具,但它与经济理论、经济统计学结合⽽形成的计量经济学则仅限于经济领域。
计量经济模型建⽴的过程,是综合应⽤理论、统计和数学⽅法的过程。
因此计量经济学是经济理论、统计学和数学三者的统⼀。
⼆、计量经济学的内容体系1、按范围分为⼴义计量经济学和狭义计量经济学。
2、按研究内容分为理论计量经济学和应⽤计量经济学。
理论计量经济学的核⼼内容是参数估计和模型检验。
应⽤计量经济学的核⼼内容是模型设定和模型应⽤。
第三节基本概念(4、5、7、8了解即可)1.经济变量:经济变量是⽤来描述经济因素数量⽔平的指标。
2.解释变量:解释变量也称⾃变量,是⽤来解释作为研究对象的变量(即因变量)为什么变动、如何变动的变量。
它对因变量的变动作出解释,表现为议程所描述的因果关系中的“因”。
3.被解释变量:被解释变量也称因变量或应变量,是作为研究对象的变量。
它的变动是由解释变量作出解释的,表现为议程所描述的因果关系的果。
4.内⽣变量:内⽣变量是由模型系统内部因素所决定的变量,表现为具有⼀定概率颁的随机变量,其数值受模型中其他变量的影响,是模型求解的结果。
《计量经济学》考研庞皓版2021考研真题库
《计量经济学》考研庞皓版2021考研真题库第一部分考研真题精选一、名词解释1面板数据[湖南大学2013研]答:面板数据也称为平行数据、时空数据等,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,反映了空间和时间两个维度的经验信息。
面板数据同时拥有时间序列和截面两个维度,当这类数据按两个维度排列时,排在一个平面上,与只有一个维度的数据排在一条线上有着明显的不同,整个表格像是一个面板,因此称之为面板数据。
面板数据能够克服时间序列数据通常较为严重的多重共线性问题,同时相较于纯粹的截面数据与时间序列数据能够提供更多的数据信息,因此经常采用面板数据建立模型。
2虚拟变量[湘潭大学2016研]答:在建立模型时,通常会有一些影响经济变量的因素无法定量度量,如季节对某些产品(如冷饮)销售的影响等,为了能够在模型中反映这些因素的影响,并提高模型的精度,需要将它们“量化”,这种“量化”通常是通过引入“虚拟变量”来完成的。
根据这些因素的属性类型,构造只取“0”或“1”的人工变量,通常称这类变量为虚拟变量。
一般地,在虚拟变量的设置中,基础类型和肯定类型取值为1;比较类型和否定类型取值为0。
3虚拟变量陷阱[湘潭大学2017研]答:在虚拟变量的设置中,虚拟变量的个数须按以下原则确定:每一个定性变量所需的虚拟变量的个数要比该定性变量的类别数少1,即如果有m个定性变量,只能在模型中引入m-1个虚拟变量。
如果引入m个虚拟变量,就会导致模型解释变量间出现完全共线性,模型无法估计的情况,这称为虚拟变量陷阱。
4多重共线性[湖南大学2016、2011研]答:多重共线性是在多元回归中可能存在的现象,如果在模型中某两个或多个解释变量之间出现了相关性,则称为存在多重共线性,多重共线性分为完全共线与近似共线两类。
当某一个解释变量可以用其他解释变量的线性组合表示,称解释变量之间存在完全共线性,此时模型参数无法进行估计。
完全共线性的情况并不多见,一般出现的是在一定程度上的共线性,即近似共线性。
- 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、"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、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)。
第二章
案例表
表
2011年中国各地区城镇居民被百户计算机拥有量和人均总收入
表
亚洲各国人均寿命、人均GDP、成人识字率、一岁儿童疫苗接种率数据
表浙江省财政预算收入与全省生产总值数据
表
某地区住宅建筑面积与建造单位成本数据
第三章
案例
表
2011年各地区地方财政教育支出及主要影响因素数据
表 1994-2011年中国出口货物总额等数据
表出口货物总额、工业增加值、人民币汇率数据
表
家庭书刊消费、家庭收入及户主受教育年数数据
表家庭书刊消费、家庭收入及户主受教育年数数据
第四章
案例
表居民年底存款余额等数据
表中国商品进口额格指数、国内生产总值、居民消费价
表 1985-2011年财政收入及其影响因素数据
第五章
案例
表四川省2000年各地区医疗机构数与人口数
表
各地区农村居民家庭人均纯收入与家庭人均生活消费支出的数据
表
各地区建筑业总产值(X)和建筑业企业利润总额(Y)(单位:亿元)
表
2005年中国各省市区城镇居民人均可支配收入与交通通讯消费支出(单位:元)
表四川省农村人均纯收入、人均生活费支出、商品零售价格指数
庞皓计量经济学(第三版)六到十一章数据汇总第六章
案例
表 1985~2011年农村居民人均收入和消费
(单位:元)
表北京市19年来城镇居民家庭收入与支出数据表(单位:元)。