庞皓计量经济学 第七章数据(第四版)
计量经济学第三版庞浩第七章习题答案
第七章习题（1） 1)PCE=+ 2)PCE=++(2)模型一MPC=;模型二短期MPC=，长期MPC=(1+=(1) 令 2104210321022101001649342α＋α＋＝αβα＋α＋＝αβα＋α＋＝αβ＋α＋α＝αβ＝αβ模型变形为i t u Z Z Z Y ＋＋α＋α＝α＋α2t 21t 10t 0其中4-t 3-t 2-t 1-t 2t 4-t 3-t 2-t 1-t 1t 4-t 3-t 2-t 1-t t 0t 1694432X X X X Z X X X X Z X X X X X Z ＋＋＋＝＋＋＋＝＋＋＋＋＝可得11833.0-17917.0-3123.0-3255.0891012.043210＝β＝β＝β＝β＝β,所以4-t 3-t 2-t 1-t t 11833.0-17917.0-3123.0- 3255.0891012.049234.35-X X X X X Y t ＋＋＝（1）估计t t u Y X Y *1-t 1*t 0**+＋β＋β＝α1）根据局部调整模型的参数关系，有δαα=*,δββ=*,δβ-1=1*,t t u u δ=* 将估计结果带入可得：728324.0=271676.0-1=-1=1*βδ局部调整模型估计结果为：t *864001.0738064.20X Y t ＋＝2）经济意义：销售额每增加1亿元，未来预期最佳新增固定资产投资增加亿元。
3）运用德宾h 检验一阶自相关：在显着水平下，临界值 1.96=h 2α，因为h=＜ 1.96=h 2α，接受原假设，模型不存在一阶自相关性。
（2）做对数变换得到模型：t t u X Y +ln ln ln t *α＋β＝ 在局部调整假定下，估计一阶自回归模型1）根据局部调整模型的参数关系，有αδαln =ln *,δββ=*0,δβ-1=1* 将估计结果带入可得：739967.0=260033.0-1=-1=1*βδ局部调整模型估计结果为：t *ln 22238.145688.1-ln X Y t ＋＝2）经济意义：销售额每增加1%，未来预期最佳新增固定资产投资增加% 3）运用德宾h 检验一阶自相关：在显着水平下，临界值 1.96=h 2α，因为h=＜ 1.96=h 2α，接受原假设，模型不存在一阶自相关性。
第七章庞浩
通常把这种过去时期的，具有滞后作用的变 量叫做滞后变量（Lagged Variable），含有 （ ） 滞后变量的模型称为滞后变量模型。 滞后变量的模型称为 。 滞后变量模型考虑了时间因素的作用， 滞后变量模型考虑了时间因素的作用，使静 态分析的问题有可能成为动态分析。 态分析的问题有可能成为动态分析。含有滞 后解释变量的模型，又称动态模型 （Dynamical Model）。 ）
1 1 1 1 1 W 3t= X t + X t 1 + X t 2 + X t 3 + X t 4 6 4 2 3 5
25
优点：简单易行、不损失自由度、避免多重 共线性干扰及参数估计具有一致性。 缺点：设置权数的主观随意性较大，要求分 析者对实际问题的特征有比较透彻的了解。 通常的做法是，依据先验信息，多选几组权数 分别估计多个模型，然后根据可决系数、F检 验值、t检验值、估计标准误以及DW值，从中 选出最佳估计方程。
常见的滞后结构类型：
递减滞后结构 不变滞后结构
Λ 型滞后结构
20
图7.1 常见的滞后结构类型
w
w
w
0
t
(a)
0
(b)
t
0
t (c)
21
递减型 递减型： 递减型 即认为权数是递减的 权数是递减的，X的近期值对Y的影响较 权数是递减的 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： 滞后期为 1/2， 1/4， 1/6， 1/8 则新的线性组合变量为：
8
二、滞后效应产生的原因
1、心理因素：人们的心理定势，行为方式 人们的心理定势， 人们的心理定势 滞后于经济形势的变化， 滞后于经济形势的变化，如中彩票的人不可能 很快改变其生活方式。 很快改变其生活方式。 2、技术原因：如当年的产出在某种程度上 如当年的产出在某种程度上 依赖于过去若干期内投资形成的固定资产。 依赖于过去若干期内投资形成的固定资产。 3、制度原因：如定期存款到期才能提取， 如定期存款到期才能提取， 如定期存款到期才能提取 造成了它对社会购买力的影响具有滞后性。 造成了它对社会购买力的影响具有滞后性。
第七章练习题及参考解答（第四版）计量经济学
第七章练习题及参考解答（第四版）计量经济学第七章练习题及参考解答7.1 表7.4中给出了1981-2015年中国城镇居民⼈均年消费⽀出(PCE)和城镇居民⼈均可⽀配收⼊(PDI)数据。
表7.4 1981-2015年中国城镇居民消费⽀出(PCE)和可⽀配收⼊(PDI)数据（单位：元）估计下列模型：tt t t tt t PCE B PDI B B PCE PDI A A PCE υµ+++=++=-132121(1) 解释这两个回归模型的结果。
(2) 短期和长期边际消费倾向（MPC ）是多少？分析该地区消费同收⼊的关系。
(3) 建⽴适当的分布滞后模型，⽤库伊克变换转换为库伊克模型后进⾏估计，并对估计结果进⾏分析判断。
【练习题7.1参考解答】(1) 解释这两个回归模型的结果。
Dependent Variable: PCE Method: Least Squares Date: 03/10/18 Time: 09:12 Sample: 1981 2005Included observations: 25Std. Error t-Statistic Prob.Variable CoefficientC 149.0975 24.56734 6.068933 0.0000PDI 0.757527 0.005085 148.9840 0.0000R-squared 0.998965 Mean dependent var 2983.768Adjusted R-squared 0.998920 S.D. dependent var 2364.412S.E. of regression 77.70773 Akaike infocriterionSum squared resid 138885.3 Schwarz criterion 11.71791Log likelihood -143.2551 F-statistic 22196.24Durbin-Watson stat 0.531721 Prob(F-statistic) 0.000000收⼊跟消费间有显著关系。
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。
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
●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
庞皓计量经济学练习题及参考解答第四版
练习题2.1表2.9中是中国历年国内旅游总花费（Y）、国内生产总值（X1）、铁路里程（X2）、公路里程数据（X3）的数据。
表2.7 中国历年国内旅游总花费、国内生产总值、铁路里程、公路里程数据资料来源：中国统计年鉴（1）分别建立线性回归模型，分析中国国内旅游总花费与国内生产总值、铁路里程、公路里程数据的数量关系。
（2）对所建立的回归模型进行检验，对几个模型估计检验结果进行比较。
【练习题2.1参考解答】（1）分别建立亿元线性回归模型建立y与x1的数量关系如下：建立y与x2的数量关系如下：建立y与x3的数量关系如下：（2）对所建立的回归模型进行检验，对几个模型估计检验结果进行比较。
关于中国国内旅游总花费与国内生产总值模型，由上可知，，说明所建模型整体上对样本数据拟合较好。
对于回归系数的t检验：，对斜率系数的显著性检验表明，GDP 对中国国内旅游总花费有显著影响。
同理：关于中国国内旅游总花费与铁路里程模型，由上可知，，说明所建模型整体上对样本数据拟合较好。
对于回归系数的t检验：，对斜率系数的显著性检验表明，铁路里程对中国国内旅游总花费有显著影响。
关于中国国内旅游总花费与公路里程模型，由上可知，，说明所建模型整体上对样本数据拟合较好。
对于回归系数的t检验：，对斜率系数的显著性检验表明，公路里程对中国国内旅游总花费有显著影响。
2.2为了研究浙江省一般预算总收入与地区生产总值的关系,由浙江省统计年鉴得到如表2.8所示的数据。
年份一般预算总收入(亿元)地区生产总值(亿元)年份一般预算总收入(亿元)地区生产总值(亿元)Y X Y X 197827.45123.721998 401.80 5052.62 197925.87157.751999 477.40 5443.92198031.13179.922000 658.42 6141.03 198134.34204.862001 917.76 6898.34 198236.64234.012002 1166.58 8003.67 198341.79257.092003 1468.89 9705.02 198446.67323.252004 1805.16 11648.70 198558.25429.162005 2115.36 13417.68 198668.61502.472006 2567.66 15718.47 198776.36606.992007 3239.89 18753.73 198885.55770.252008 3730.06 21462.69 198998.21849.442009 4122.04 22998.24 1990101.59904.692010 4895.41 27747.65 1991108.941089.332011 5925.00 32363.38 1992118.361375.702012 6408.49 34739.13 1993166.641925.912013 6908.41 37756.58 1994209.392689.282014 7421.70 40173.03 1995 248.50 3557.55 2015 8549.47 42886.49 1996 291.75 4188.53 2016 9225.07 47251.36 1997 340.52 4686.11(1)建立浙江省一般预算收入与全省地区生产总值的计量经济模型,估计模型的参数,检验模型的显著性,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2017年，浙江省地区生产总值为52000亿元，比上年增长10%,利用计量经济模型对浙江省2017年的一般预算收入做出点预测和区间预测(3)建立浙江省一般预算收入的对数与地区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。
庞皓计量经济学练习题及参考解答第四版
庞皓计量经济学练习题及参考解答第四版目录1.简介2.练习题及解答–第一章：引言–第二章：回归分析的基本步骤–第三章：多元回归分析–第四章：假设检验和检定–第五章：函数形式选择和非线性回归–第六章：虚拟变量和联合假设检验–第七章：时间序列回归分析–第八章：面板数据回归分析–第九章：工具变量法–第十章：极大似然估计3.总结1. 简介《庞皓计量经济学练习题及参考解答第四版》是一本与《庞皓计量经济学》教材配套的习题集，旨在帮助读者巩固和加深对计量经济学理论和方法的理解。
本书第四版相比前三版进行了全面的修订和更新，更加贴近实际应用环境，同时也增加了一些新的内容。
本文档为《庞皓计量经济学练习题及参考解答第四版》的摘要，包含了各章节的练习题及参考解答。
2. 练习题及解答第一章：引言1.什么是计量经济学？计量经济学的研究范围是什么？–答案：计量经济学是运用统计学方法研究经济理论及实证问题的学科。
它主要研究经济学中的理论模型和假设是否能得到实证支持，对经济变量之间的关系进行定量分析和预测。
2.计量经济学中常用的方法有哪些？–答案：常用的计量经济学方法包括线性回归分析、假设检验、面板数据分析、时间序列分析等。
这些方法能够帮助研究者解决实际经济问题，预测经济变量，评估政策效果等。
第二章：回归分析的基本步骤1.请解释什么是回归分析？–答案：回归分析是一种研究因变量和自变量之间关系的统计方法。
通过建立一个数学模型来描述二者之间的函数关系，并利用样本数据对该函数关系进行估计和推断。
回归分析的基本思想是找到自变量对因变量的解释能力，并进行统计推断。
2.利用最小二乘法进行回归分析的基本思想是什么？–答案：基本思想是通过最小化预测值与实际观测值之间的差异，来确定最佳的参数估计值。
也就是说，最小二乘法通过选择一组参数，使得预测值与实际观测值之间的平方差最小化。
3.如何判断回归模型的拟合优度？–答案：拟合优度可以通过判断回归方程的决定系数R2来评估。
庞皓计量经济学课后答案第七章
统计学2班第六次作业1、⑴①模型一：t t t PDI A A PCE μ++=21t tPDI E C P 008106.14269.216ˆ+-= t （-6.619723）（67.05920）996455.02=R F=4496.936 DW=1.366654美国个人消费支出受个人可支配收入影响，通过回归可知，个人可支配收入PDI 每增加一个单位，个人消费支出平均增加1.008106个单位。
②模型二：t t t t PCE B PDI B B PCE υ+++=-13211037158.0982382.02736.233ˆ-++-=t t tPCE PDI E C P T （-5.120436）（6.970817） （0.257997）996542.02=R F=2017.064 DW=1.570195美国个人消费支出PCE 不仅受当期个人可支配收入PDI 影响，还受滞后一期个人消费支出PCE t-1自身影响。
⑵从模型一得MPC=1.008106从模型二可得短期MPC=0.982382.从库伊特模型)()1(110---+++-=t t t t t Y X Y λμμλβλα可得1-t PEC 为λ的系数即037158.0=λ因为，长期MPC 即长期乘数为：∑=si iβ，根据库伊特模型)10(0<<=λλββi i ，。
当s →∞时，λβλλβλβλβλβββββ-=--==+++=++=∞∞=∞=∑∑111 (001)02210100i ii i所以长期MPC=02023.1037158.01982382.0=-=MPC2、Y ：固定资产投资 X ：销售额⑴ 设定模型为：t t t X Y μβα++=*，*t Y 为被解释变量的预期最佳值运用局部调整假定，模型转换为：*1*1*0*t t t t Y X Y μββα+++=- 其中：t t δμμδβδββδαα=-===**1*0*,1,,1271676.0629273.010403.15ˆ-++-=t t tY X Y T （-3.193613） （6.433031） （2.365315）987125.02=R F=690.0561 DW=1.518595t t δμμδβδββδαα=-===**1*0*,1,, ，728324.0271676.011*1=-=-=βδ7381.20728324.010403.15*-=-==δαα，864.0728324.0629273.0*0===δββ∴局部调整模型估计结果为：tt X Y 864.07381.20ˆ*+-= 经济意义：该地区销售额每增加1亿元，未来预期最佳新增固定资产投资为0.846亿元采用德宾h 检验如下0:,0:10≠=ρρH H29728.1114858.0*21121)21.5185951()ˆ(1)21(2*1=--=--=βnVar n d h 在显著性水平05.0=α下，查标准正态分布表得临界值96.1025.02==h h α,因此拒绝原假设96.129728.1025.0=<=h h ，因此接受原假设，说明自回归模型不存在一阶自相关。
庞皓计量经济学课后答案第七章
统计学2班第六次作业1、⑴①模型一：t t t PDI A A PCE μ++=21t tPDI E C P 008106.14269.216ˆ+-= t （-6.619723）（67.05920）996455.02=R F=4496.936 DW=1.366654美国个人消费支出受个人可支配收入影响，通过回归可知，个人可支配收入PDI 每增加一个单位，个人消费支出平均增加1.008106个单位。
②模型二：t t t t PCE B PDI B B PCE υ+++=-13211037158.0982382.02736.233ˆ-++-=t t tPCE PDI E C P T （-5.120436）（6.970817） （0.257997）996542.02=R F=2017.064 DW=1.570195美国个人消费支出PCE 不仅受当期个人可支配收入PDI 影响，还受滞后一期个人消费支出PCE t-1自身影响。
⑵从模型一得MPC=1.008106从模型二可得短期MPC=0.982382.从库伊特模型)()1(110---+++-=t t t t t Y X Y λμμλβλα可得1-t P E C 为λ的系数即037158.0=λ因为，长期MPC 即长期乘数为：∑=si iβ，根据库伊特模型)10(0<<=λλββi i ，。
当s →∞时，λβλλβλβλβλβββββ-=--==+++=++=∞∞=∞=∑∑111 (001)02210100i ii i所以长期MPC=02023.1037158.01982382.0=-=MPC2、Y ：固定资产投资 X ：销售额⑴ 设定模型为：t t t X Y μβα++=*，*t Y 为被解释变量的预期最佳值运用局部调整假定，模型转换为：*1*1*0*t t t t Y X Y μββα+++=- 其中：t t δμμδβδββδαα=-===**1*0*,1,,1271676.0629273.010403.15ˆ-++-=t t tY X Y T （-3.193613） （6.433031） （2.365315）987125.02=R F=690.0561 DW=1.518595t t δμμδβδββδαα=-===**1*0*,1,, ，728324.0271676.011*1=-=-=βδ7381.20728324.010403.15*-=-==δαα，864.0728324.0629273.0*0===δββ∴局部调整模型估计结果为：tt X Y 864.07381.20ˆ*+-= 经济意义：该地区销售额每增加1亿元，未来预期最佳新增固定资产投资为0.846亿元采用德宾h 检验如下0:,0:10≠=ρρH H29728.1114858.0*21121)21.5185951()ˆ(1)21(2*1=--=--=βnVar n d h 在显著性水平05.0=α下，查标准正态分布表得临界值96.1025.02==h h α,因此拒绝原假设96.129728.1025.0=<=h h ，因此接受原假设，说明自回归模型不存在一阶自相关。
计量经济学(庞皓)课后思考题规范标准答案
2.4为什么在对参数作最小二乘估计之前,要对模型提出古典假设?
答：在对参数作最小二乘估计之前,要对模型提出古典假设。因为模型中有随机扰动，估计的参数是随机变量，只有对随机扰动的分布作出假定，才能确定所估计参数的分布性质，也才可能进行假设检验和区间估计。只有具备一定的假定条件，所作出的估计才具有较好的统计性质。
在简单线性回归中，可决系数越大，说明在总变差中由模型作出了解释的部分占的比重越大，X对Y的解释能力越强，模型拟合优度越好。对参数的ｔ检验是判断解释变量X是否是被解释变量Y的显著影响因素。二者的目的作用是一致的。
2.7有人说：“得到参数区间估计的上下限后，说明参数的真实值落入这个区间的概率为 。”如何评论这种说法？
一般来说参数是未知的，又是不可直接观测的。由于随机误差项的存在，参数也不能通过变量值去精确计算。只能通过变量样本观测值选择适当方法去估计。
1.10你能分别举出三个时间序列数据、截面数据、面板数据、虚拟变量数据的实际例子，并分别说明这些数据的来源吗？
答：时间序列数据：中国1981年至2010年国内生产总值，可从中国统计年鉴查得数据。
(2020年7月整理)庞皓版计量经济学课后习题答案.doc
第二章练习题参考解答练习题资料来源:《深圳统计年鉴2002》，中国统计出版社(1)建立深圳地方预算内财政收入对GDP的回归模型；(2)估计所建立模型的参数，解释斜率系数的经济意义；（3）对回归结果进行检验；(4)若是2005年年的国内生产总值为3600亿元，确定2005年财政收入的预测值和预测区间(0.05α=)。
2.2某企业研究与发展经费与利润的数据(单位:万元)列于下表:1995 1996 1997 1998 1999 2000 2001 2002 2003 2004研究与发展经费 10 10 8 8 8 12 12 12 11 11利润额 100 150 200 180 250 300 280 310 320 300 分析企业”研究与发展经费与利润额的相关关系，并作回归分析。
2.3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—2001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(亿元)M2国内生产总值(亿元)GDP1990 1529.31 8598.41991 19349.92 1662.51992 25402.2 26651.91993 34879.8 34560.51994 46923.5 46670.01995 60750.5 57494.91996 76094.9 66850.51997 90995.3 73142.71998 104498.5 76967.21999 119897.9 80579.42000 134610.3 88228.12001158301.994346.4资料来源:《中国统计年鉴2002》，第51页、第662页，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，并说明分析结果的经济意义。
2.4表中是16支公益股票某年的每股帐面价值和当年红利：根据上表资料：（1）建立每股帐面价值和当年红利的回归方程； （2）解释回归系数的经济意义；（3）若序号为6的公司的股票每股帐面价值增加1元，估计当年红利可能为多少？2.5美国各航空公司业绩的统计数据公布在《华尔街日报1999年年鉴》（The Wall Street 1。
计量经济学复习提纲—庞皓版
计量经济学复习提纲—庞皓版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)=?^2/Σxi^2——Var(^β2)=ΣXi^2/n*?^2/Σxi^213.^?^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)=√(?^2ΣXi^2)/(nΣxi^2)SE(^β2)=√?^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?^2已知，α=0.1—±1.645,α=0.05—±1.96,α=0.01—±2.33，P[-tα2.当总体⽅差?^2未知，样本容量⼤，可⽤^?^2=Σei^2/(n-2)代替?^2，z=(^β2-β2)/(^?/√Σxi^2)3.当总体⽅差?^2未知，样本容量⼩，P[-tα/219.对Y平均值的区间预测：SE(^Yf)=?√{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*^?√{1+1/n+[(Xf-X_)^2/Σxi^2]}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：?^2=Σei^2/(n-k)——?=5.t-statistic=coefficient/std.error6.TSS=(n-1)*(S.D.dependentvar)^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。
庞皓计量经济学(第四版)课后答案
第一章导论第一节什么是计量经济学计量经济学是现代经济学的重要分支。
为了深入学习计量经济学的理论与方法，有必要首先从整体上对计量经济学有一些概略性的认识，了解计量经济学的性质、基本思想、基本研究方法以及若干常用的基本概念。
一、计量经济学的产生与发展在对实际经济问题的研究中，经常需要对经济活动及其数量变动规律作定量的分析。
例如，为了研究中国经济的增长，需要分析中国国内生产总值(GDP)变动的状况? 分析有哪些主要因素会影响中国GDP的增长？分析中国的GDP与各种主要影响因素关系的性质是什么？分析各种因素对中国GDP影响的程度和具体数量规律是什么？分析所得到的数量分析结果的可靠性如何？还要分析经济增长的政策效应，或者预测中国GDP发展的趋势。
显然，对这类经济问题的定量分析，需要解决一些共性问题：提出所研究的经济问题及度量方式，确定表现研究对象的经济变量（如用GDP的变动度量经济的增长）；分析对研究对象变动有影响的主要因素，选择若干作为影响因素的变量；分析各种影响因素与所研究经济现象相互关系的性质，决定相互联系的数学关系式；运用科学的数量分析方法，确定所研究的经济对象与各种影响因素间具体的数量规律；运用统计方法分析和检验所得数量结论的可靠性；运用数量研究的结果作经济分析和预测。
对社会经济问题数量规律的研究具有普遍性，计量经济学是专门研究这类问题的经济学科。
计量经济学（Econometrics）这个词是挪威经济学家、第一届诺贝尔经济学奖获得者弗瑞希（R.Frisch）在其1926年发表的《论纯经济问题》一文中，按照”生物计量学”(Biometrics)一词的结构仿造出来的。
Econometrics一词的本意是指“经济度量”，研究对经济现象和经济关系的计量方法，因此有时也译为“经济计量学”。
将Econometrics译为计量经济学，是为了强调计量经济学是一门经济学科，不仅要研究经济现象的计量方法，而且要研究经济现象发展变化的数量规律。
计量经济学导论第四版第七章
当我们把（7.1）和（7.6）结合起来时，
便发现 实际上服从一个二阶自回归模型，
或AR(2)模型。为说明这一点，我们把它
写成 ut -1 yt 1 0 1yt 2，并代入 ut ut 1 et
于是（7.6）就可以写成：
12
出现滞后因变量时的序列相关
中的t统计量忽略了 和 −1 之间可能
的相关，所以在回归元不是严格外生的
情况下它不是有效的。
27
例2检验最低工资方程中的AR(1)序列
相关
在第5章，我们考察了最低工资对波多黎
各就业率的影响 ，我们现在来检验误差
中是否包含了序列相关，所用的检验并
不假定最低工资和GNP有严格外生性。
我们假定潜在的随机过程是弱相关的，
7
效率和推断
单个假设的t统计量也不再确当。因为较
小的标准误意味着较大的t统计量，所以
当 > 时，通常t统计量常常过大。用
于检验多重假设的通常F统计量和LM统
计量也不再可靠。
8
拟合优度
有时我们有这样一种观点：时间序列回
归模型中的误差若存在序列相关，我们
通常的拟合优度指标2 和调整 2 便失效
如同检验异方差性那样，虚拟假设就是
相应的高斯-马尔科夫假定正确。在
AR(1)模型中，误差序列无关的这个虚
拟假设是：H 0 : 0 (7.12)
这里我们把定理（6.2）的渐进正态结论
直接应用于动态回归模型：
ut ut 1 et , t 2,3..., n (7.13)
15
严格外生时对AR(1)的t检验
值。
17
例1菲利普斯曲线AR(1)序列相关
计量经济学课后思考题(答案)庞皓版
第一章 绪论思考题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。
应用计量经济学是在一定的经济理论的指导下，以反映经济事实的统计数据为依据，用计量经济方法技术研究计量经济模型的实用化或探索实证经济规律、分析经济现象和预测经济行为以及对经济政策作定量评价。
1.3怎样理解计量经济学与理论经济学、经济统计学的关系？答：1、计量经济学与经济学的关系。
联系：计量经济学研究的主体—经济现象和经济关系的数量规律；计量经济学必须以经济学提供的理论原则和经济运行规律为依据；经济计量分析的结果：对经济理论确定的原则加以验证、充实、完善。
区别：经济理论重在定性分析,并不对经济关系提供数量上的具体度量；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。
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。
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。
庞皓计量经济学练习题及参考解答第四版
庞皓计量经济学练习题及参考解答第四版Document serial number【UU89WT-UU98YT-UU8CB-UUUT-UUT108】练习题表中是中国历年国内旅游总花费（Y）、国内生产总值（X1）、铁路里程（X2）、公路里程数据（X3）的数据。
表中国历年国内旅游总花费、国内生产总值、铁路里程、公路里程数据资料来源：中国统计年鉴（1）分别建立线性回归模型，分析中国国内旅游总花费与国内生产总值、铁路里程、公路里程数据的数量关系。
（2）对所建立的回归模型进行检验，对几个模型估计检验结果进行比较。
【练习题参考解答】（1）分别建立亿元线性回归模型建立y与x1的数量关系如下：ŶY=−3228.02+0.05X1i建立y与x2的数量关系如下：ŶY=−39438.73+6165.25X1i建立y与x3的数量关系如下：ŶY=−9106.17+71.64X1i（2）对所建立的回归模型进行检验，对几个模型估计检验结果进行比较。
关于中国国内旅游总花费与国内生产总值模型，由上可知，Y2=0.987，说明所建模型整体上对样本数据拟合较好。
对于回归系数的t检验：t(β1)=21.68>Y(21)=2.08，对斜率系0.025数的显着性检验表明，GDP对中国国内旅游总花费有显着影响。
同理：关于中国国内旅游总花费与铁路里程模型，由上可知，Y2= 0.971，说明所建模型整体上对样本数据拟合较好。
对于回归系数的t检验：t(β1)=26.50>Y(21)=2.08，对斜率系0.025数的显着性检验表明，铁路里程对中国国内旅游总花费有显着影响。
关于中国国内旅游总花费与公路里程模型，由上可知，Y2=0.701，说明所建模型整体上对样本数据拟合较好。
对于回归系数的t检验：t(β1)=7.02>Y(21)=2.08，对斜率系0.025数的显着性检验表明，公路里程对中国国内旅游总花费有显着影响。
为了研究浙江省一般预算总收入与地区生产总值的关系,由浙江省统计年鉴得到如表所示的数据。