计量经济学第三版课后习题答案第二章 经典单方程计量经济学模型：一元线性回归模型
李子奈 计量经济学 课后答案
第一章 绪论（一）基本知识类题型1-1． 什么是计量经济学？1-2． 简述当代计量经济学发展的动向。
1-3． 计量经济学方法与一般经济数学方法有什么区别？1-4．为什么说计量经济学是经济理论、数学和经济统计学的结合？试述三者之关系。
1-5．为什么说计量经济学是一门经济学科？它在经济学科体系中的作用和地位是什么？ 1-6．计量经济学的研究的对象和内容是什么？计量经济学模型研究的经济关系有哪两个基本特征？1-7．试结合一个具体经济问题说明建立与应用计量经济学模型的主要步骤。
1-8．建立计量经济学模型的基本思想是什么？1-9．计量经济学模型主要有哪些应用领域？各自的原理是什么？1-10．试分别举出五个时间序列数据和横截面数据，并说明时间序列数据和横截面数据有和异同？1-11．试解释单方程模型和联立方程模型的概念，并举例说明两者之间的联系与区别。
1-12．模型的检验包括几个方面？其具体含义是什么？1-13．常用的样本数据有哪些？1-14．计量经济模型中为何要包括随机误差项？简述随机误差项形成的原因。
1-15．估计量和估计值有何区别？哪些类型的关系式不存在估计问题？1-16．经济数据在计量经济分析中的作用是什么？1-17．下列假想模型是否属于揭示因果关系的计量经济学模型？为什么？⑴ 其中为第t 年农村居民储蓄增加额（亿元）、为第t 年城镇居民可支配收入总额（亿元）。
⑵ 其中为第（1 t ）年底农村居民储蓄余额（亿元）、为第t 年农村居民纯收入总额（亿元）。
1-18．指出下列假想模型中的错误，并说明理由：（1）其中，为第t 年社会消费品零售总额（亿元），为第t 年居民收入总额（亿元）（城镇居民可支配收入总额与农村居民纯收入总额之和），为第t 年全社会固定资产投资总额（亿元）。
（2）t t Y C 2.1180+=其中，C 、Y 分别是城镇居民消费支出和可支配收入。
（3）t t t L K Y ln 28.0ln 62.115.1ln -+=其中，Y 、K 、L 分别是工业总产值、工业生产资金和职工人数。
计量经济学第三版课后习题答案第二章 经典单方程计量经济学模型：一元线性回归模型
第二章经典单方程计量经济学模型：一元线性回归模型一、内容提要本章介绍了回归分析的基本思想与基本方法。
首先，本章从总体回归模型与总体回归样本回归模型与样本回归函数这两组概念开始，在现实中只能先从总体中抽取一个样本，本章的一个重点是如何获取线性的样本回归函数，主要涉及到普通最小二乘法（本章的另一个重点是对样本回归函数能否代表总体回归函数进行统计推断，即进行所统计检验包括两个方面，本章还有三方面的内容不容忽视。
其一，若干基本假设。
样本回归函数参数的估计以参数估计量统计性质的分析，例1、令kids运用样本回归函数进行预测，建立了回归分析的基本思想。
由总体回归模型在若干基本假设下得到，获得样本回归函数，ML）以及矩估计法（一是先检验样本回归函数与样本点的Goss-markov包括被解释变量条件均值与个educ表示该妇女接受过教育的年数。
生总体回但它只是并用它对总OLS）MM）。
“拟合优度”，t检验完成；第二，OLS估计量1函数、归函数是对总体变量间关系的定量表述，建立在理论之上，体回归函数做出统计推断。
的学习与掌握。
同时，也介绍了极大似然估计法（谓的统计检验。
第二是检验样本回归函数与总体回归函数的“接近”程度。
后者又包括两个层次：第一，检验解释变量对被解释变量是否存在着显著的线性影响关系，通过变量的检验回归函数与总体回归函数的“接近”程度，通过参数估计值的“区间检验”完成。
及对参数估计量的统计性质的分析以及所进行的统计推断都是建立在这些基本假设之上的。
其二，包括小样本性质与大样本性质，尤其是无偏性、有效性与一致性构成了对样本估计量优劣的最主要的衡量准则。
定理表明是最佳线性无偏估计量。
其三，值的预测，以及预测置信区间的计算及其变化特征。
二、典型例题分析表示一名妇女生育孩子的数目，育率对教育年数的简单回归模型为（1）随机扰动项包含什么样的因素？它们可能与教育水平相关吗？（2）上述简单回归分析能够揭示教育对生育率在其他条件不变下的影响吗？请解释。
计量经济学习题第2章-一元线性回归模型
第2章 一元线性回归模型一、单项选择题1、变量之间的关系可以分为两大类__________。
A 函数关系与相关关系B 线性相关关系和非线性相关关系C 正相关关系和负相关关系D 简单相关关系和复杂相关关系 2、相关关系是指__________。
A 变量间的非独立关系B 变量间的因果关系C 变量间的函数关系D 变量间不确定性的依存关系 3、进行相关分析时的两个变量__________。
A 都是随机变量B 都不是随机变量C 一个是随机变量，一个不是随机变量D 随机的或非随机都可以 4、表示x 和y 之间真实线性关系的是__________。
A 01ˆˆˆt tY X ββ=+ B 01()t t E Y X ββ=+ C 01t t t Y X u ββ=++ D 01t t Y X ββ=+5、参数β的估计量ˆβ具备有效性是指__________。
A ˆvar ()=0βB ˆvar ()β为最小C ˆ()0ββ－＝ D ˆ()ββ－为最小 6、对于01ˆˆi i iY X e ββ=++，以σˆ表示估计标准误差，Y ˆ表示回归值，则__________。
A i i ˆˆ0Y Y 0σ∑＝时，（－）＝B 2iiˆˆ0Y Y σ∑＝时，（－）＝0 C ii ˆˆ0Y Y σ∑＝时，（－）为最小 D 2iiˆˆ0Y Yσ∑＝时，（－）为最小 7、设样本回归模型为i 01i i ˆˆY =X +e ββ+，则普通最小二乘法确定的i ˆβ的公式中，错误的是__________。
A ()()()i i 12iX X Y -Y ˆX X β--∑∑＝B ()i iii122iin X Y -X Y ˆn X -X β∑∑∑∑∑＝C ii122iX Y -nXY ˆX -nXβ∑∑＝ D i i ii12xn X Y -X Y ˆβσ∑∑∑＝8、对于i 01i iˆˆY =X +e ββ+，以ˆσ表示估计标准误差，r 表示相关系数，则有__________。
计量经济学第二章--一元线性回归模型
2 、同方差假定：每一个随机误差项的方差为常数，即:
经 济
Var(Yi ) Var(i ) 2 (常数)
学
该假定表明：给定X对应的每个条件
分布都是同方差的，每个Y值以相同
的分布方式在它的期望值E(Y)附近波
动
10
3、无自相关假定：任意两个随机误差项之间不相关，用数学
形式表示为：
Cov(i, j ) E (i E(i ))( j E( j )) 0
)
xiYi Y xi2
xi
xi 0
bˆ1
xiYi xi2
(bˆi
x12
x1Y1 x22
xn2
x12
x2Y2 x22
xn2
...
x12
xnYn x22
xn2
)
19
令
ki
xi xi2
则
bˆi
kiYi
(1) k i
(
xi xi2
)
xi xi2
0
计 量 经 ki的性质 济 学
2 n
2k1k21 2
2kn1kn n1 n
)
量
经
k12
E
(12
)
k22
E
(
2 2
)
kn2
E
(
2 n
)
2k1k2
E
(1
2
)
2kn
1kn
E
(
n1
n
)
济
学 由古典线性回归模型的假定可知，对每一个随机变量，有
E(i2) 2, E(i j ) 0(当i j时)
Var(bˆ1)
k12 E (12
李子奈《计量经济学》课后习题详解(经典单方程计量经济学模型：一元线性回归模型)【圣才出品】
2．下列计量经济学方程哪些是正确的？哪些是错误的？为什么？
（1）Yi＝α＋βXi，i＝1，2，…，n；
（2）Yi＝α＋βXi＋μi，i＝1，2，…，n；
∧∧
（3）Yi＝α＋βXi＋μi，i＝1，2，…，n；
∧
∧∧
（4）Yi＝α＋βXi＋μi，i＝1，2，…，n；
∧∧
（5）Yi＝α＋βXi，i＝1，2，…，n；
2 / 22
圣才电子书 十万种考研考证电子书、题库视频学习平台
www.10Leabharlann
假定随机扰动项满足条件零均值、条件同方差、条件序列丌相关性以及服从正态分布。 （2）违背基本假设的计量经济学仍然可以估计。虽然 OLS 估计值丌再满足有效性，但 仍然可以通过最大似然法等估计方法或修正 OLS 估计量来得到具有良好性质的估计值。
4．线性回归模型 Yi＝α＋βXi＋μi，i＝1，2，…，n 的零均值假设是否可以表示为
1
n
n i 1
i
0 ？为什么？
n
1 0 答：线性回归模型 Yi＝α＋βXi＋μi 的零均值假设丌可以表示为
i
。
n i1
原因：零均值假设 E（μi）＝0 实际上表示的是 E（μi∣Xi）＝0，即当 X 取特定值 Xi 时，
3．一元线性回归模型的基本假设主要有哪些？违背基本假设的计量经济学模型是否就 丌可以估计？
答：（1）针对普通最小二乘法，一元线性回归模型的基本假设主要有以下三大类： ①关于模型设定的基本假设： 假定回归模型的设定是正确的，即模型的变量和函数形式均为正确的。 ②关于自变量的基本假设： 假定自变量具有样本变异性，且在无限样本中的方差趋于一个非零的有限常数。 ③关于随机干扰项的基本假设：
第二章 一元线性回归模型(本科生计量经济学)
即：正规方程组揭示的是残差的性质。
26
普通最小二乘估计有关 的其他性质（课后习题）
Y Y
^
e Y e y
i ^ i
^
i
0 0
27
i
2、由普通最小二乘估计系数的性质可证
得普通最小二乘估计与参数的关系如下：
1 1 k i u i
^
0 0 wi ui
（ 1） （ 2）
（ 1）
0 Y 1 X
^
^
Y
1 n
Y , X X
i 1 i 1 n i 1
n
n
i
18
参数的普通最小二乘估计量
ˆ ˆ X )0 (Yi 0 1 i ˆ ˆ X )X 0 ( Y i 0 1 i i
^
33
三、一元线性回归模型参数的最大似 然法(Maximum Likehood,ML)估计
• 基本原理：似然原理
• 一元线性回归模型ML使用的条件：已知随机扰动 项的分布。
34
Y1 , Y2 ,...,Yn
1 f (Yi ) e 2
1 2
1 2
2
Yi ~ N (0 1 X i , 2 )
w 1
i
22
普通最小二乘估计的例
年份
1991 1992 1993 1994
ED(X)
708 793 958 1278
FI(Y)
3149 3483 4349 5218
ed(x)
-551 -466 -301 19
fi(y)
-2351 -2017 -1151 -282
第二章经典单方程计量经济学模型：一元线性回归模型
第二章经典单方程计量经济学模型：一元线性回归模型一、内容提要本章介绍了回归分析的大体思想与大体方式。
第一，本章从整体回归模型与整体回归函数、样本回归模型与样本回归函数这两组概念开始，成立了回归分析的大体思想。
整体回归函数是对整体变量间关系的定量表述，由整体回归模型在假设干大体假设下取得，但它只是成立在理论之上，在现实中只能先从整体中抽取一个样本，取得样本回归函数，并用它对整体回归函数做出统计推断。
本章的一个重点是如何获取线性的样本回归函数，要紧涉及到一般最小二乘法（OLS）的学习与把握。
同时，也介绍了极大似然估量法（ML）和矩估量法（MM）。
本章的另一个重点是对样本回归函数可否代表整体回归函数进行统计推断，即进行所谓的统计查验。
统计查验包括两个方面，一是先查验样本回归函数与样本点的“拟合优度”，第二是查验样本回归函数与整体回归函数的“接近”程度。
后者又包括两个层次：第一，查验说明变量对被说明变量是不是存在着显著的线性阻碍关系，通过变量的t查验完成；第二，查验回归函数与整体回归函数的“接近”程度，通过参数估量值的“区间查验”完成。
本章还有三方面的内容不容轻忽。
其一，假设干大体假设。
样本回归函数参数的估量和对参数估量量的统计性质的分析和所进行的统计推断都是成立在这些大体假设之上的。
其二，参数估量量统计性质的分析，包括小样本性质与大样本性质，尤其是无偏性、有效性与一致性组成了对样本估量量好坏的最要紧的衡量准那么。
Goss-markov定理说明OLS估量量是最正确线性无偏估量量。
其三，运用样本回归函数进行预测，包括被说明变量条件均值与个值的预测，和预测置信区间的计算及其转变特点。
二、典型例题分析例一、令kids表示一名妇女生育小孩的数量，educ表示该妇女同意过教育的年数。
生育率对教育年数的简单回归模型为β+μβkids=educ+1（1）随机扰动项μ包括什么样的因素？它们可能与教育水平相关吗？（2）上述简单回归分析能够揭露教育对生育率在其他条件不变下的阻碍吗？请说明。
计量经济学(第三版)李子奈 潘文卿 编著 第二章第12题答案
计量经济学(第三版)李子奈潘文卿编著第二章第12题解题答案P61：1.作散点图，建立税收和GDP的一元线性回归方程，解释斜率经济意义。
1.1散点图图表1税收Y和国内生产总值GDP散的样本点图1.2税收Y随国内总值GDP（X）变化的一元线性回归方程，以及斜率的经济意义。
图表2中国内地税收的平均状态对国内生产总值平均状态的回归∴又回归估计结果可得一元线性回归方程为Y I=-10.6296+0.0710X I斜率的经济意义：表示国内生产总值GDP每1元的变化所引起的税收的平均变化为0.071.2.对建立的回归方程进行检验。
2.1拟合优度检验----可决系数R2统计量从回归估计的结果看，模型拟合还行。
可决系数R2=0.7603，表明税收变化的76.03%可以由国内生产总值GDP的变化来解释。
2.2变量的显著性检验假设：H0：βi＝0 H1：βi≠0给定显著性性水平0.05，查t分布表得到临界值t(a/2)(31-2)=2.045i.对于β1，从回归分析结果中斜率的t检验值来看9.591245>2.045,所以在95%的置信度下拒绝原假设H0，即变量X是显著的，通过显著性检验。
ii.对于β0，从回归分析结果中截距t检验值来看-0.1235<2.045, 所以在95%的置信度下接受原假设H0，没有通过显著性检验。
3.若2008年某地区GDP为8500亿元，求该地区税收收入的预测值及预测区间？解：由回归方程Y I=-10.6296+0.0710X I可得该地区税收收入的预测值Y=-10.6296+0.0710x8500=592.8704(亿元)由于国民生产总值X的样本均值和样本方差为：E（X）=8891.126 Vax(X)=5782313在给定95%的置信度水平下，该地区税收收入的预测区间为：=592.704±641.288或（-48.584,1233.992）。
习题一
习 题第二章 经典单方程计量经济学模型：一元线性回归模型1.假设居民户储蓄（Y ）与收入（X ）之间可建立如下形式的储蓄模型：μββ++=X Y 10 εμ21X =其中，ε为具有零均值0)(=εE 、同方差2)(εσε=Var 且与X 相互独立的随机变量。
（1） 该模型服从零均值基本假设吗？（2） 该模型服从同方差基本假设吗？（3） 如果该模型不满足同方差性，试解释随着居民户收入X 的提高，随机扰动项μ的方差是增大还是缩小？2.对于人均存款与人均收入之间的关系式t t t Y S μβα++=∧，使用美国36年的年度数据，得到如下估计模型（括号内为标准差）：t t Y S 067.0105.384+=∧（151.105） （0.011）（1）β的经济解释是什么？（2） α、β的符号是什么？为什么？实际的符号与你的直觉一致吗？如果有冲突的话，你可以给出可能的原因吗？（3） 你对于拟合优度有什么看法？（4） 检验是否每一个回归系数都与零显著不同（在1%的水平下）。
同时对零假设和备择假设，检验统计值及其分布和自由度，以及拒绝零假设的标准进行陈述。
你的结论是什么？3.对于一元线性回归模型μββ++=X Y 10，试证明OLS 估计量∧1β在所有线性无偏估计量中具有最小方差。
第三章 经典单方程计量经济学模型：多元线性回归模型1.在经典线性模型基本假定下，对含有三个自变量的多元回归模型：μββββ++++=3322110X X X Y你想检验的虚拟假设是12:210=-ββH 。
（1）用∧1β，∧2β的方差及其协方差求出)2(21∧∧-ββVar 。
（2）写出检验12:210=-ββH 的t 统计量。
（3）如果定义θββ=-212，写出一个涉及0β，θ，2β和3β的回归方程，以便能直接得到θ的估计值∧θ及其标准差。
2. 对于涉及三个变量Y ，1X ，2X 的数据做以下回归：（1）1110i i i X Y μαα++=（2）2210i i i X Y μββ++=（3）322110i i i i X X Y μγγγ+++=问在什么条件下才能有∧∧=11γα及∧∧=21γβ，即多元回归与各自的一元回归所得的参数估计值相同。
经典单方程计量经济学模型：一元线性回归模型
设由获得的样本观测值 (yi , xi ) ( i 1,2,, n) 去估计计量经济模型中的未知参数，
结果为
Yˆi ˆ0 ˆ1Xi 其能够很好的拟合样本数据。 Yˆi 为别 解释变量的估计值，它是由参数估计 量和解释变量的观测之计算得到的。 那么，被解释变量的估计值与观测值 应该在总体上最为接近。
ˆ i
~
N
(
i
,
c2
ii
)
(ˆ ) /
i
i
c2 ii
~
N (0,1)
而
ˆ 2 (n k 1) / 2 ee / 2 ~ 2 (n k 1)
则
(ˆ ) / c ee /(n k 1) ~ t(n k 1)
i
i
ii
可以用上述统计量检验解释变量系数是否为0，
原假设 H : 0 ，计算统计量
2
exp{
1
2 2
( yi
ˆ0
ˆ1xi )2}
i
1,2,n
联合密度（似然函数）
L(ˆ0, ˆ1, )
f ( y1,,
yn )
1
n
(2
)n
/
2
exp{
1
2
2
( yi
ˆ0
ˆ1xi )2}
或对数似然函数
L* ln(L) n ln(
2
)
1
2
2
( yi
ˆ0
ˆ1xi )2
极大化上式
ˆ0
ˆ1
1430 1650 1870 2112
1485 1716 1947 2200
2002
共计
2420 4950 11495 16445 19305 23870 25025 21450 21285 15510
教材第2章习题
第二章 经典单方程计量经济学模型：多元线性回归模型1、下列表达式中，哪些是正确的，哪些是错误的，为什么？⑴ n t X Y tt ,,2,1 =+=βα ⑵ n t X Y tt t ,,2,1 =++=μβα ⑶ n t X Y tt t ,,2,1ˆˆ =++=μβα ⑷ n t X Y tt t ,,2,1ˆˆˆ =++=μβα ⑸ n t X Y tt ,,2,1ˆˆ =+=βα ⑹ n t X Y tt ,,2,1ˆˆˆ =+=βα ⑺ n t X Y t tt ,,2,1ˆˆˆ =++=μβα ⑻ n t X Y t t t ,,2,1ˆˆˆˆ =++=μβα2、一元线性回归模型的基本假设主要有哪些？违背基本假设的计量经济学模型是进行普通最小二乘估计吗？3、线性回归模型n i X Y ii i ,,2,1 =++=μβα 的零均值假设是否可以表示为011=∑=ni i n μ？为什么？4、假设已经得到关系式X Y 10ββ+=的最小二乘估计，试回答：（1）假设决定把变量X 的单位扩大10倍，这样做对回归模型的斜率和截距的估计会有什么样的影响？如果把变量Y 的单位扩大10倍，结果又会怎样？（2）假定给X 的每个观测值都增加2，对原回归的斜率和截距会有什么样的影响？如果给Y 的每个观测值都增加2，又会怎样？5、假使在回归模型i i i X Y μββ++=10中，用不为零的常数δ去乘每一X 值，这会不会改变Y 的拟合值及残差？如果对每个X 都加大一个非零常数δ，又会怎样？6、假设有人做了如下的回归i i i x y μββ++=10其中，i i x y ,分别为i i X Y ,关于各自均值的离差。
求1β和0β的普通最小二乘估计？7、令YX βˆ和XYβˆ分别为Y 对X 回归和X 对Y 回归中的斜率（假设X 与Y 之间互为因果关系），证明2ˆˆr XYYX =ββ，其中r 为X 与Y 之相的样本相关系数。
第二章习题及答案计量经济学
第二章 简单线性回归模型一、单项选择题（每题2分）： 1、回归分析中定义的（ ）。
A 、解释变量和被解释变量都是随机变量B 、解释变量为非随机变量，被解释变量为随机变量C 、解释变量和被解释变量都为非随机变量D 、解释变量为随机变量，被解释变量为非随机变量2、最小二乘准则是指使（ ）达到最小值的原则确定样本回归方程。
A 、1ˆ()nt tt Y Y=-∑B 、1ˆn t tt Y Y =-∑ C 、ˆmax t tY Y - D 、21ˆ()n t t t Y Y =-∑3、下图中“{”所指的距离是（ ）。
A 、随机误差项B 、残差C 、i Y 的离差D 、ˆiY的离差 4、参数估计量ˆβ是iY 的线性函数称为参数估计量具有( )的性质。
A 、线性 B 、无偏性 C 、有效性 D 、一致性5、参数β的估计量βˆ具备最佳性是指（ ）。
A 、0)ˆ(=βVarB 、)ˆ(βVar 为最小C 、0ˆ=-ββD 、)ˆ(ββ-为最小 6、反映由模型中解释变量所解释的那部分离差大小的是( )。
A 、总体平方和 B 、回归平方和 C 、残差平方和 D 、样本平方和7、总体平方和TSS 、残差平方和RSS 与回归平方和ESS 三者的关系是（ ）。
A 、RSS=TSS+ESS B 、TSS=RSS+ESS C 、ESS=RSS-TSS D 、ESS=TSS+RSS 8、下面哪一个必定是错误的（ ）。
A 、 i i X Y 2.030ˆ+= ，8.0=XY rB 、 i i X Y 5.175ˆ+-= ，91.0=XY rC 、 i i X Y 1.25ˆ-=，78.0=XY rD 、 i i X Y 5.312ˆ--=，96.0-=XY r9、产量（X ，台）与单位产品成本（Y ，元/台）之间的回归方程为ˆ356 1.5YX =-，这说明（ ）。
A 、产量每增加一台，单位产品成本增加356元B 、产量每增加一台，单位产品成本减少1.5元C 、产量每增加一台，单位产品成本平均增加356元D 、产量每增加一台，单位产品成本平均减少1.5元10、回归模型i i i X Y μββ++=10，i = 1，…，n 中，总体方差未知，检验010=β：H 时，所用的检验统计量1ˆ11ˆβββS -服从（ ）。
《计量经济学》第三版课后题答案李子奈
第一章绪论【2 】参考重点：计量经济学的一般建模进程第一章课后题（1.4.5）1.什么是计量经济学？计量经济学办法与一般经济数学办法有什么差别？答：计量经济学是经济学的一个分支学科,是以揭示经济运动中客不雅消失的数量关系为内容的分支学科,是由经济学.统计学和数学三者结合而成的交叉学科.计量经济学办法揭示经济运动中各个身分之间的定量关系,用随机性的数学方程加以描写;一般经济数学办法揭示经济运动中各个身分之间的理论关系,用肯定性的数学方程加以描写.4.树立与运用计量经济学模子的重要步骤有哪些？答：树立与运用计量经济学模子的重要步骤如下：(1)设定理论模子,包括选择模子所包含的变量,肯定变量之间的数学关系和拟定模子中待估参数的数值规模;(2)收集样本数据,要斟酌样本数据的完全性.精确性.可比性和—致性;(3)估量模子参数;(4)磨练模子,包括经济意义磨练.统计磨练.计量经济学磨练和模子猜测磨练.5.模子的磨练包括几个方面？其具体寄义是什么？答：模子的磨练重要包括：经济意义磨练.统计磨练.计量经济学磨练.模子的猜测磨练.在经济意义磨练中,须要磨练模子是否相符经济意义,磨练求得的参数估量值的符号与大小是否与根据人们的经验和经济理论所订定的期望值相相符;在统计磨练中,须要磨练模子参数估量值的靠得住性,即磨练模子的统计学性质;在计量经济学磨练中,须要磨练模子的计量经济学性质,包括随机扰动项的序列相干磨练.异方差性磨练.解释变量的多重共线性磨练等;模子的猜测磨练重要磨练模子参数估量量的稳固性以及对样本容量变化时的敏锐度,以肯定所树立的模子是否可以用于样本不雅测值以外的规模.第二章经典单方程计量经济学模子：一元线性回归模子参考重点：1.相干剖析与回归剖析的概念.接洽以及差别？2.总体随机项与样本随机项的差别与接洽？3.为什么须要进行拟合优度磨练？4．若何缩小置信区间？（P46）由上式可以看出（1）.增大样本容量.样本容量变大,可使样本参数估量量的标准差减小;同时,在同样置信程度下,n 越大,t 散布表中的临界值越小.（2）进步模子的拟合优度.因为样本参数估量量的标准差和残差平方和呈正比,模子的拟合优度越高,残差平方和应越小.5．以一元线性回归为例,写出β0的假设磨练1）.对总体参数提出假设H 0：β0=0,H 1：β0≠02）以原假设H0构造t 统计量,3）由样本盘算其值 4）给定明显性程度α,查t 散布表得临界值t α/2(n-2)0ˆ0ˆββS t =)2(~ˆˆˆ0ˆ0022200--=-=∑∑n t S x n X t i i βββσββαβββββαα-=⨯+<<⨯-1)ˆˆ(ˆˆ22i i s t s t P i i i5）比较,断定若|t|> t α/2(n-2),则谢绝H0,接收H1;若|t|≤ t α/2(n-2),则谢绝H1,接收H0;上届重点：一元线性回归模子的根本假设.随机误差项产生的原因.最小二乘法.参数经济意义.决议系数.第二章PPT里的表（中国居平易近人均花费支出对人均GDP的回归）.t磨练（△（平方）代表意义;△（平方）的熟习）.可以或许读懂Eviews输出的估量成果第二章课后题（1.3.9.10）1.为什么计量经济学模子的理论方程中必须包含随机干扰项？（经典模子中产生随机误差的原因）答：计量经济学模子考核的是具有因果关系的随机变量间的具体接洽方法.因为是随机变量,意味着影响被解释变量的身分是庞杂的,除了解释变量的影响外,还有其他无法在模子中自力列出的各类身分的影响.如许,理论模子中就必须运用一个称为随机干扰项的变量宋代表所有这些无法在模子中自力表示出来的影响身分,以保证模子在理论上的科学性.3.一元线性回归模子的根本假设重要有哪些？违反根本假设的模子是否不可以估量？答：线性回归模子的根本假设有两大类：一类是关于随机干扰项的,包括零均值,同方差,不序列相干,知足正态散布等假设;另一类是关于解释变量的,重要有：解释变量长短随机的,若是随机变量,则与随机干扰项不相干.现实上,这些假设都是针对通俗最小二乘法的.在违反这些根本假设的情形下,通俗最小二乘估量量就不再是最佳线性无偏估量量,是以运用通俗最小二乘法进行估量己无多大意义.但模子本身照样可以估量的,尤其是可以经由过程最大似然法等其他道理进行估量.假设1. 解释变量X是肯定性变量,不是随机变量;假设2. 随机误差项μ具有零均值.同方差和不序列相干性：E(μi)=0i=1,2, …,nVar (μi)=σμ2 i=1,2, …,nCov(μi, μj )=0i≠j i,j= 1,2, …,n假设3. 随机误差项μ与解释变量X 之间不相干：Cov(X i , μi )=0 i=1,2, …,n假设4.μ屈服零均值.同方差.零协方差的正态散布μi ~N(0, σμ2 ) i=1,2, …,n假设5. 跟着样本容量的无穷增长,解释变量X 的样本方差趋于一有限常数.即∞→→-∑n Q n X X i ,/)(2假设6. 回归模子是精确设定的9.10题为盘算题,见教材P52,答案见P17第三章 经典单方程计量经济学模子：多元线性回归模子上届重点：F 磨练.t 磨练 调剂的样本决议系数.“多元”里为什么要对△（平方）系数进行调剂？第三章课后题（1.2.7.9.10）1.多元线性回归模子的根本假设是什么？在证实最小二乘估量量的无偏性和有用性的进程中,哪些根本假设起了感化？答：多元线性回归模子的根本假定仍然是针对随机干扰项与针对解释变量两大类的假设.针对随机干扰项的假设有：零均值,同方差,无序列相干且屈服正态散布.针对解释量的假设有;解释变量应具有非随机性,假如后随机的,则不能与随机干扰项相干;各解释变量之间不消失(完全)线性相干关系.在证实最小二乘估量量的无偏性中,运用了解释变量非随机或与随机干扰项不相干的假定;在有用性的证实中,运用了随机干扰项同方差且无序列相干的假定.2.在多元线性回归剖析中,t 磨练和F 磨练有何不同？在一元线性回归剖析中二者是否有等价感化？（见教材P70）答：在多元线性回归剖析中,t 磨练常被用作磨练回归方程中各个参数的明显性,而F 磨练则被用作磨练全部回归关系的明显性.各解释变量结合起来对被解释变量有明显的线性关系,并不意味着每一个解释变量分离对被解释变量有明显的线性关系.在一元线性回归剖析中,二者具有等价感化,因为二者都是对配合的假设——解释变量的参数等于零一一进行磨练.7.9.10题为盘算题,见教材P91,答案见P53第四章经典单方程计量经济学模子：放宽根本假定的模子重点控制：参考重点：1.以多元线性回归为例解释异方差性会产生如何的后果？（可能为阐述题）2.磨练.修改异方差性的办法？3.以多元线性回归为例解释序列相干会产生如何的后果？（猜测,矩阵表达式推到）4.磨练.修改序列相干的办法？5.什么是DW磨练法（前提前提）？6.以多元线性回归为例解释多重共线性会产生如何的后果7.磨练.修改多重共线性的办法？8.随机解释变量问题的三种分类？分离造成的后果是什么？9.对象变量法的前提假设1）与所替代的随机解释变量高度相干2）与随机干扰项不相干3）与模子中其他解释变量不相干,以避免消失多重共线性上届重点：异方差.序列相干.多重共线性等违反根本假设的情形产生原因.后果.辨认方法办法.D.W.广义差分法第四章课后题（1.2）1.2题为盘算题,见教材P134,答案见P84第五章经典单方程计量经济学模子：专门问题上届重点：虚拟变量的寄义与设定.滞后变量的寄义.为何参加滞后和虚拟变量第五章课后题（1.3.4.10）1.回归模子中引入虚拟变量的感化是什么？有哪几种根本的引入方法？它们各合实用于什么情形？答：在模子中引入虚拟变量,主如果为了查找某(些)定性身分对解释变量的影响.加法方法与乘法方法是最重要的引入方法.前者重要实用于定性身分对截距项产生影响的情形,后者重要实用于定性身分对斜率项产生影响的情形.除此外,还可以加法与乘法组合的方法引入虚拟变量,这时可测度定性身分对截距项与斜率项同时产生影响的情形.3.滞后变量模子有哪几种类型？散布滞后模子运用OLS办法消失哪些问题？答：滞后变量模子有散布滞后模子和自回归模子两大类,前者只有解释变量及其滞后变量作为模子的解释变量,不包含被解释变量的滞后变量作为模子的解释变量;尔后者则以当期解释变量与被解释变量的若干期滞后变量作为模子的解释变量.散布滞后模子有无穷期的散布滞后模子和有限日的散布滞后模子;自回归模子又以Coyck模子.自顺应预期模子和局部调剂模子最为多见.散布滞后模子运用OLS法消失以下问题：(1)对于无穷期的散布滞后模子,因为样本不雅测值的有限性,使得无法直接对其进行估量.(2)对于有限日的散布滞后模子,运用OLS办法会碰到：没有先验准则肯定滞后期长度,对最大滞后期的肯定往往带有主不雅随便性;假如滞后期较长,因为样本容量有限,当滞后变量数量增长时,必然使得自由度削减,将缺少足够的自由度进行估量和磨练;同名变量滞后值之间可能消失高度线性相干,即模子可能消失高度的多重共线性.4.产生模子设定偏误的重要原因是什么？模子设定偏误的后果以及磨练办法有哪些？答：产生模子设定偏误的原因重要有：模子制订者不熟习响应的理论常识;对经济问题本身熟习不够或不熟习前人的相干工作：模子制订者手头没有相干变量的数据;解释变量无法测量或数据本身消失测量误差.模子设定偏误的后果有：（1）假如漏掉了重要的解释变量,会造成OLS估量量在小样本下有偏,在大样本下非一致;对随机干扰项的方差估量也是有偏的.（2）假如包含了无关的解释变量,尽管OLS估量量具有无偏性与一致性,但不具有最小方差性.（3）假如选择了错误的函数情势,则后果是全方位的,不但会造成估量的参数具有完全不同的经济意义,并且估量成果也不同.对模子设定偏误的磨练办法有：磨练是否含有无关变量,可以运用t磨练与F磨练完成：磨练是否有相干变量的漏掉或函数情势设定偏误,可以运用残差图示法,Ramsey提出的RESET磨练来完成.10.简述约化建模理论与传统理论的异同点？答：Hendry的约化建模理论的焦点是“从一般到简略”的建模思惟,即起首提出一个包括各类身分在内的“一般”模子,然后再经由过程不雅测数据,运用各类磨练对模子进行磨练并化简,最后得到一个相对简略的模子.传统建模理论的主导思惟是“从简略到庞杂”的建模思惟,它起首提出一个简略的模子,然后从各类可能的备选变量中选择恰当的变量进入模子,最后得到一个与数据拟合较好的较为庞杂的模子.从二者的重要接洽上看,它们都以对经济现象的解释为目的,以已有的经济理论为建模根据,以对数据的拟合程度作为模子好坏的重要的剖断标准之一,也都有若干磨练标推.从二者的重要差别上看,传统的建模理论往往更依附于某种单一的经济理论,旧“从一般到简略”的建模理论则更重视将各类不同经济理论纳入到最初的“一般”模子中,甚至更多地是从直觉和经验来树立“一般”的模子;尽管两者都有若干种磨练标准,但约化建模理论从实践上有更大量的诊断性磨练来看每一步建模的可行性,或查找改良模子的路径：与传统建模实践中消失的过渡“数据开采”问题比拟,因为约化建模理论的初估模子是一个包括所有可能变量的“一般”模子,是以也就避免了过度的“数据开采”问题;别的,因为初始模子的“一般”性,所有研讨者在建模的初期往往有着雷同的“起点”,是以,在雷同的约化程序下,最后得到的最终模子也应当是雷同的.而传统建模实践中对统一经济问题往往有各类不同经济理论来解释,假如不同的研讨者采用不同的经济理论建模,得到的最终模子也会不同.当然,因为约化建模理论有更多的磨练,使得建模进程更庞杂,比拟之下,传统建模方轨则加倍“灵巧”.第六章联立方程计量经济学模子理论与办法上届重点：内生变量.外生变量.先定变量.构造式模子.简化式模子.参数关系体系.模子辨认第六章课后题（1.2.3.）1.为什么要树立联立方程计量经济学模子？联立方程计量经济学模子实用于什么样的经济现象？答：经济现象是极为庞杂的,个中诸身分之间的关系,在许多情形下,不是单一方程所能描写的那种简略的单向因果关系,而是互相依存,互为因果的,这时,就必须用联立的计量经济学方程才能描写清晰.所以与单方程实用于单一经济现象的研讨比拟,联立方程计量经济学模子实用于描写庞杂的经济现象,即经济体系.2.联立方程计量经济学模子的辨认状态可以分为几类？其寄义各是什么？答：联立方程计量经济学模子的辨认状态可以分为可辨认和不可辨认,可辨认又分为正好辨认和过度辨认.假如联立方程计量经济学模子中某个构造方程不具有肯定的统计情势,则称该方程为不可辨认,或者根据参数关系体系,在已知简化式参数估量值时,假如不能得到联立方程计量经济学模子中某个构造方程的肯定的构造参数估量值,称该方程为不可辨认.假如一个模子中的所有随机方程都是可以辨认的,则以为该联立方程计量经济学模子体系是可以辨认的.反过来,假如一个模子体系中消失一个不可辨认的随机方程,则以为该联立方程汁量经济学模子体系是不可以辨认的.假如某一个随机方程具有独一一组参数估量量,称其为正好辨认;假如某一个随机方程具有多组参数估量量,称其为过度辨认.3.联立方程计量经济学模子的单方程估量有哪些重要办法？其实用前提和统计性质各是什么？答：单方程估量的重要办法有：狭义的对象变量法(IV),间接最小二乘法(ILS),两阶段最小二乘法(2SLS).狭义的对象变量法(IV)和间接最小二乘法(ILS)只实用于正好辨认的构造方程的估量.两阶段最小二乘法(2SLs)既实用于正好辨认的构造方程,又实用于过度辨认的构造方程.用对象变量法估量的参数,一般情形下,在小样本下是有偏的,但在大样本下是渐近无偏的.假如拔取的对象变量与方程随机干扰项完全不相干,那么其参数估量量是无偏估量量.对于间接最小二乘法,对简化式模子运用通俗最小二乘法得到的参数估量量具有线性性.无偏性.有用性.经由过程多半关系体系盘算得到构造方程的构造参数估量量在小样本下是有偏的,在大样本下是渐近无偏的.采用二阶段最小二乘法得到构造方程的构造参数估量量在小样本下是有偏的,在大样本下是渐近无偏的.补充材料盘算题（一）给出多元线性回归的成果1.断定模子估量的成果若何,拟合后果若何？2.解释每一个参数所代表的经济意义？3.断定有没有违反四个根本假设？盘算题（二）给出数值,盘算：1.t磨练,F磨练的自由度2.在给定明显性程度下参数是否明显？3.估量值是有偏.无偏.有用？盘算题（三）参加虚拟变量D1,D2,D3问：虚拟变量的经济寄义？。
《计量经济学》第三版课后题答案
第一章绪论参考重点：计量经济学的一般建模过程第一章课后题〔1.4.5〕1.什么是计量经济学计量经济学方法与一般经济数学方法有什么区别答：计量经济学是经济学的一个分支学科，是以提醒经济活动中客观存在的数量关系为内容的分支学科，是由经济学、统计学和数学三者结合而成的穿插学科。
计量经济学方法提醒经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述；一般经济数学方法提醒经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。
4.建设与应用计量经济学模型的主要步骤有哪些答：建设与应用计量经济学模型的主要步骤如下：(1)设定理论模型，包括选择模型所包含的变量，确定变量之间的数学关系和拟定模型中待估参数的数值范围；(2)收集样本数据，要考虑样本数据的完整性、准确性、可比性和—致性；(3)估计模型参数；(4)检验模型，包括经济意义检验、统计检验、计量经济学检验和模型预测检验。
5.模型的检验包括几个方面其具体含义是什么答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。
在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经历和经济理论所拟订的期望值相符合；在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建设的模型是否可以用于样本观测值以外的范围。
第二章经典单方程计量经济学模型：一元线性回归模型参考重点：1.相关分析与回归分析的概念、联系以及区别2.总体随机项与样本随机项的区别与联系3.为什么需要进展拟合优度检验4．如何缩小置信区间〔P46〕由上式可以看出〔1〕.增大样本容量。
样本容量变大，可使样本参数估计量的标准差减小；同时，在同样置信水平下，n越大，t分布表中的临界值越小。
(NEW)李子奈《计量经济学》(第3版)课后习题详解
目 录第1章 绪 论第2章 经典单方程计量经济学模型：一元线性回归模型第3章 经典单方程计量经济学模型：多元线性回归模型第4章 经典单方程计量经济学模型：放宽基本假定的模型第5章 经典单方程计量经济学模型：专门问题第6章 联立方程计量经济学模型：理论与方法第7章 扩展的单方程计量经济学模型第8章 时间序列计量经济学模型第9章 计量经济学应用模型第1章 绪 论1什么是计量经济学？计量经济学方法与一般经济数学方法有什么区别？答：（1）计量经济学是经济学的一个分支学科，以揭示经济活动中客观存在的数量关系为主要内容，是由经济理论、统计学和数学三者结合而成的交叉学科。
（2）计量经济学方法通过建立随机的数学方程来描述经济活动，并通过对模型中参数的估计来揭示经济活动中各个因素之间的定量关系，是对经济理论赋予经验内容；而一般经济数学方法是以确定性的数学方程来描述经济活动，揭示的是经济活动中各个因素之间的理论关系。
2计量经济学的研究对象和内容是什么？计量经济学模型研究的经济关系有哪两个基本特征？答：（1）计量经济学的研究对象是经济现象，主要研究的是经济现象中的具体数量规律，即是利用数学方法，依据统计方法所收集和整理到的经济数据，对反映经济现象本质的经济数量关系进行研究。
（2）计量经济学的内容大致包括两个方面：一是方法论，即计量经济学方法或理论计量经济学；二是应用计量经济学。
任何一项计量经济学研究和任何一个计量经济学模型赖以成功的三要素是理论、方法和数据。
（3）计量经济学模型研究的经济关系的两个基本特征是随机关系和因果关系。
3为什么说计量经济学在当代经济学科中占据重要地位？当代计量经济学发展的基本特征与动向是什么？答：（1）计量经济学自20世纪20年代末30年代初形成以来，无论在技术方法还是在应用方面发展都十分迅速，尤其是经过20世纪50年代的发展阶段和60年代的扩张阶段，使其在经济学科占据重要的地位，主要表现在：①在西方大多数大学和学院中，计量经济学的讲授已成为经济学课程表中最具有权威的一部分；②从1969～2003年诺贝尔经济学奖的53位获奖者中有10位是与研究和应用计量经济学有关；③计量经济学方法与其他经济数学方法结合应用得到了长足的发展。
(完整版)计量经济学第三版课后习题答案解析
第二章简单线性回归模型2.1（1）①首先分析人均寿命与人均GDP的数量关系，用Eviews分析：Dependent Variable: YMethod: Least SquaresDate: 12/23/15 Time: 14:37Sample: 1 22Included observations: 22Variable Coefficient Std. Error t-Statistic Prob.C 56.64794 1.960820 28.88992 0.0000 X1 0.128360 0.027242 4.711834 0.0001R-squared 0.526082 Mean dependentvar 62.50000Adjusted R-squared 0.502386 S.D. dependentvar 10.08889S.E. of regression 7.116881 Akaike infocriterion 6.849324Sum squared resid 1013.000 Schwarzcriterion 6.948510Log likelihood -73.34257 Hannan-Quinncriter. 6.872689F-statistic 22.20138 Durbin-Watsonstat 0.629074 Prob(F-statistic) 0.000134有上可知，关系式为y=56.64794+0.128360x1②关于人均寿命与成人识字率的关系，用Eviews分析如下：Dependent Variable: YMethod: Least SquaresDate: 12/23/15 Time: 15:01Sample: 1 22Included observations: 22Variable Coefficient Std. Error t-Statistic Prob.C 38.79424 3.532079 10.98340 0.0000 X2 0.331971 0.046656 7.115308 0.0000R-squared 0.716825 Mean dependentvar 62.50000Adjusted R-squared 0.702666 S.D. dependentvar 10.08889S.E. of regression 5.501306 Akaike infocriterion 6.334356Sum squared resid 605.2873 Schwarzcriterion 6.433542Log likelihood -67.67792 Hannan-Quinncriter. 6.357721F-statistic 50.62761 Durbin-Watsonstat 1.846406 Prob(F-statistic) 0.000001由上可知，关系式为y=38.79424+0.331971x2③关于人均寿命与一岁儿童疫苗接种率的关系，用Eviews分析如下：Dependent Variable: YMethod: Least SquaresDate: 12/23/14 Time: 15:20Sample: 1 22Included observations: 22Variable Coefficient Std. Error t-Statistic Prob.C 31.79956 6.536434 4.864971 0.0001 X3 0.387276 0.080260 4.825285 0.0001R-squared 0.537929 Mean dependentvar 62.50000Adjusted R-squared 0.514825 S.D. dependentvar 10.08889S.E. of regression 7.027364 Akaike infocriterion 6.824009Sum squared resid 987.6770 Schwarzcriterion 6.923194Log likelihood -73.06409 Hannan-Quinncriter. 6.847374F-statistic 23.28338 Durbin-Watsonstat 0.952555Prob(F-statistic) 0.000103由上可知，关系式为y=31.79956+0.387276x3（2）①关于人均寿命与人均GDP模型，由上可知，可决系数为0.526082，说明所建模型整体上对样本数据拟合较好。
- 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)。
第二章经典单方程计量经济学模型：一元线性回归模型一、内容提要本章介绍了回归分析的基本思想与基本方法。
首先，本章从总体回归模型与总体回归函数、样本回归模型与样本回归函数这两组概念开始，建立了回归分析的基本思想。
总体回归函数是对总体变量间关系的定量表述，由总体回归模型在若干基本假设下得到，但它只是建立在理论之上，在现实中只能先从总体中抽取一个样本，获得样本回归函数，并用它对总体回归函数做出统计推断。
本章的一个重点是如何获取线性的样本回归函数，主要涉及到普通最小二乘法（OLS）的学习与掌握。
同时，也介绍了极大似然估计法（ML）以及矩估计法（MM）。
本章的另一个重点是对样本回归函数能否代表总体回归函数进行统计推断，即进行所谓的统计检验。
统计检验包括两个方面，一是先检验样本回归函数与样本点的“拟合优度”，第二是检验样本回归函数与总体回归函数的“接近”程度。
后者又包括两个层次：第一，检验解释变量对被解释变量是否存在着显著的线性影响关系，通过变量的t检验完成；第二，检验回归函数与总体回归函数的“接近”程度，通过参数估计值的“区间检验”完成。
本章还有三方面的内容不容忽视。
其一，若干基本假设。
样本回归函数参数的估计以及对参数估计量的统计性质的分析以及所进行的统计推断都是建立在这些基本假设之上的。
其二，参数估计量统计性质的分析，包括小样本性质与大样本性质，尤其是无偏性、有效性与一致性构成了对样本估计量优劣的最主要的衡量准则。
Goss-markov定理表明OLS估计量是最佳线性无偏估计量。
其三，运用样本回归函数进行预测，包括被解释变量条件均值与个值的预测，以及预测置信区间的计算及其变化特征。
二、典型例题分析例1、令kids表示一名妇女生育孩子的数目，educ表示该妇女接受过教育的年数。
生育率对教育年数的简单回归模型为β+μβkids=educ+1（1）随机扰动项μ包含什么样的因素？它们可能与教育水平相关吗？（2）上述简单回归分析能够揭示教育对生育率在其他条件不变下的影响吗？请解释。
解答：（1）收入、年龄、家庭状况、政府的相关政策等也是影响生育率的重要的因素，在上述简单回归模型中，它们被包含在了随机扰动项之中。
有些因素可能与增长率水平相关，如收入水平与教育水平往往呈正相关、年龄大小与教育水平呈负相关等。
（2）当归结在随机扰动项中的重要影响因素与模型中的教育水平educ 相关时，上述回归模型不能够揭示教育对生育率在其他条件不变下的影响，因为这时出现解释变量与随机扰动项相关的情形，基本假设4不满足。
例2．已知回归模型μβα++=N E ，式中E 为某类公司一名新员工的起始薪金（元），N 为所受教育水平（年）。
随机扰动项μ的分布未知，其他所有假设都满足。
（1）从直观及经济角度解释α和β。
（2）OLS 估计量αˆ和βˆ满足线性性、无偏性及有效性吗？简单陈述理由。
（3）对参数的假设检验还能进行吗？简单陈述理由。
解答：（1）N βα+为接受过N 年教育的员工的总体平均起始薪金。
当N 为零时，平均薪金为α，因此α表示没有接受过教育员工的平均起始薪金。
β是每单位N 变化所引起的E 的变化，即表示每多接受一年学校教育所对应的薪金增加值。
（2）OLS 估计量αˆ和仍βˆ满足线性性、无偏性及有效性，因为这些性质的的成立无需随机扰动项μ的正态分布假设。
（3）如果t μ的分布未知，则所有的假设检验都是无效的。
因为t 检验与F 检验是建立在μ的正态分布假设之上的。
例3、在例2中，如果被解释变量新员工起始薪金的计量单位由元改为100元，估计的截距项与斜率项有无变化？如果解释变量所受教育水平的度量单位由年改为月，估计的截距项与斜率项有无变化？ 解答：首先考察被解释变量度量单位变化的情形。
以E*表示以百元为度量单位的薪金，则μβα++=⨯=N E E 100*由此有如下新模型)100/()100/()100/(*μβα++=N E或 ****μβα++=N E这里100/*αα=，100/*ββ=。
所以新的回归系数将为原始模型回归系数的1/100。
再考虑解释变量度量单位变化的情形。
设N*为用月份表示的新员工受教育的时间长度，则N*=12N ，于是μβαμβα++=++=)12/*(N N E或 μβα++=*)12/(N E可见，估计的截距项不变，而斜率项将为原回归系数的1/12。
例4、对没有截距项的一元回归模型i i i X Y μβ+=1称之为过原点回归（regrission through the origin ）。
试证明（1）如果通过相应的样本回归模型可得到通常的的正规方程组∑∑==00iii X e e则可以得到1β的两个不同的估计值： X Y =1~β， ()()∑∑=21ˆiii X Y X β。
（2）在基本假设0)(i =μE 下，1~β与1ˆβ均为无偏估计量。
（3）拟合线X Y 1ˆˆβ=通常不会经过均值点),(Y X ，但拟合线X Y 1~~β=则相反。
（4）只有1ˆβ是1β的OLS 估计量。
解答：（1）由第一个正规方程0=∑te得0)~(1=-∑t t X Y β 或∑∑=t t X Y 1~β求解得 X Y /~1=β由第2个下规方程0)ˆ(1=-∑tttX YX β得∑∑=21ˆt ttX YX β求解得 )/()(ˆ21∑∑=ttt XY X β（2）对于X Y /~1=β，求期望11111)](){[1)](1[1)()~(ββμβμββ==+=+==XXE n X E X X nE X X Y E E t t t t 这里用到了t X 的非随机性。
对于)/()(ˆ21∑∑=ttt XY X β，求期望)/()ˆ(21∑∑=t t t X Y X E E β12212122)()1()()1()]([)1()()1(βμβμβ=+=+==∑∑∑∑∑∑∑∑t t tt t t t t t t t t E X X X X X X E X Y X E X（3）要想拟合值X Y 1ˆˆβ=通过点),(Y X ，X 1ˆβ必须等于Y 。
但X XYX X ttt ∑∑=21ˆβ，通常不等于Y 。
这就意味着点),(Y X 不太可能位于直线X Y 1ˆˆβ=上。
相反地，由于Y X =1~β，所以直线X Y 1~ˆβ=经过点),(Y X 。
（4）OLS 方法要求残差平方和最小Min ∑∑-==212)ˆ(tt tX Y eRSS β 关于1ˆβ求偏导得0))(ˆ(2ˆ11=--=∂∂∑tt t X X Y RSS ββ即0)ˆ(1=-∑tttX YX β ()()∑∑=21ˆii i X Y X β可见1ˆβ是OLS 估计量。
例5．假设模型为t t t X Y μβα++=。
给定n 个观察值),(11Y X ，),(22Y X ，…，),(n n Y X ，按如下步骤建立β的一个估计量：在散点图上把第1个点和第2个点连接起来并计算该直线的斜率；同理继续，最终将第1个点和最后一个点连接起来并计算该条线的斜率；最后对这些斜率取平均值，称之为βˆ，即β的估计值。
（1）画出散点图，给出βˆ的几何表示并推出代数表达式。
（2）计算βˆ的期望值并对所做假设进行陈述。
这个估计值是有偏的还是无偏的？解释理由。
（3）证明为什么该估计值不如我们以前用OLS 方法所获得的估计值，并做具体解释。
解答：（1）散点图如下图所示。
（X n ,Y n ）首先计算每条直线的斜率并求平均斜率。
连接),(11Y X 和),(t t Y X 的直线斜率为)/()(11X X Y Y t t --。
由于共有n －1条这样的直线，因此][11ˆ211∑==---=n t t t t X X Y Y n β （2）因为X 非随机且0)(=t E μ，因此βμμβμβαμβα=--+=-++-++=--][])()([][1111111X X E X X X X E X X Y Y E t t t t t t t这意味着求和中的每一项都有期望值β，所以平均值也会有同样的期望值，则表明是无偏的。
（3）根据高斯－马尔可夫定理，只有β的OLS 估计量是最付佳线性无偏估计量，因此，这里得到的βˆ的有效性不如β的OLS 估计量，所以较差。
例6．对于人均存款与人均收入之间的关系式t t t Y S μβα++=使用美国36年的年度数据得如下估计模型，括号内为标准差：)011.0()105.151(067.0105.384ˆtt Y S +=2R ＝0.538 023.199ˆ=σ（1）β的经济解释是什么？（2）α和β的符号是什么？为什么？实际的符号与你的直觉一致吗？如果有冲突的话，你可以给出可能的原因吗？（3）对于拟合优度你有什么看法吗？（4）检验是否每一个回归系数都与零显著不同（在1%水平下）。
同时对零假设和备择假设、检验统计值、其分布和自由度以及拒绝零假设的标准进行陈述。
你的结论是什么？解答：（1）β为收入的边际储蓄倾向，表示人均收入每增加1美元时人均储蓄的预期平均变化量。
（2）由于收入为零时，家庭仍会有支出，可预期零收入时的平均储蓄为负，因此α符号应为负。
储蓄是收入的一部分，且会随着收入的增加而增加，因此预期β的符号为正。
实际的回归式中，β的符号为正，与预期的一致。
但截距项为负，与预期不符。
这可能与由于模型的错误设定形造成的。
如家庭的人口数可能影响家庭的储蓄形为，省略该变量将对截距项的估计产生影响；另一种可能就是线性设定可能不正确。
（3）拟合优度刻画解释变量对被解释变量变化的解释能力。
模型中53.8%的拟合优度，表明收入的变化可以解释储蓄中53.8 %的变动。
（4）检验单个参数采用t 检验，零假设为参数为零，备择假设为参数不为零。
双变量情形下在零假设下t 分布的自由度为n-2=36-2=34。
由t 分布表知，双侧1%下的临界值位于2.750与 2.704之间。
斜率项计算的t 值为0.067/0.011=6.09，截距项计算的t 值为384.105/151.105=2.54。
可见斜率项计算的t 值大于临界值，截距项小于临界值，因此拒绝斜率项为零的假设，但不拒绝截距项为零的假设。
三、习题（一）基本知识类题型2-1．解释下列概念：1)总体回归函数2)样本回归函数3)随机的总体回归函数4)线性回归模型5)随机误差项（u i）和残差项（e i）6)条件期望7)非条件期望8)回归系数或回归参数9)回归系数的估计量10)最小平方法11)最大似然法12)估计量的标准差13)总离差平方和14)回归平方和15)残差平方和16)协方差17)拟合优度检验18)t检验19)F检验2-2．判断正误并说明理由：1)随机误差项u i和残差项e i是一回事2)总体回归函数给出了对应于每一个自变量的因变量的值3)线性回归模型意味着变量是线性的4)在线性回归模型中，解释变量是原因，被解释变量是结果5)随机变量的条件均值与非条件均值是一回事2-3．回答下列问题：1)线性回归模型有哪些基本假设？违背基本假设的计量经济学模型是否就不可估计？2)总体方差与参数估计误差的区别与联系。