庞皓计量经济学课后答案第五章
庞皓计量经济学第三版课后习题及答案 顶配
第二章练习题及参考解答表中是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（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,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着影响.（3）分析对比各个简单线性回归模型人均寿命与人均GDP 回归的可决系数为人均寿命与成人识字率回归的可决系数为人均寿命与一岁儿童疫苗接种率的可决系数为相对说来,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:表浙江省财政预算收入与全省生产总值数据的显着性,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%,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,检验模型的显着性,并解释所估计参数的经济意义【练习题参考解答】建议学生独立完成由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。
计量经济学庞皓第二版第五章习题答案
第五章习题答案练习题5.1参考答案（1）因为222()i i Var u X σ=，所以22()i i f X X =，所以取221i iW X =，用2i W 乘给定模型两端，得312322221i i iii i i Y X u X X X X βββ=+++ 上述模型的随机误差项的方差为一固定常数，即22221()()i i i iu Var Var u X X σ==（2）根据加权最小二乘法，可得修正异方差后的参数估计式为***12233ˆˆˆY X X βββ=--()()()()()()()***2****22232322322*2*2**2223223ˆii i i i i i i i i i i i i i i i iW y x W x W y x W x x W x W x W x x β-=-∑∑∑∑∑∑∑()()()()()()()***2****23222222332*2*2**2223223ˆii i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-=-∑∑∑∑∑∑∑其中22232***23222,,i ii ii i iiiW X W X W Y XXYWWW ===∑∑∑∑∑∑******222333i i i i i x X X x X X y Y Y =-=-=-练习题5.2参考答案（1）模型的估计该模型样本回归估计式的书写形式为：22ˆ9.347522+0.637069t= (2.569104) (32.00881)R =0.946423 R =0.945500 F=1024.564 DW=1.790431i i Y X =（2）模型的检验1．Goldfeld-Quandt 检验。
a.将样本X 按递增顺序排序，去掉中间1/4的样本，再分为两个部分的样本，即1222n n ==。
庞皓第三版计量经济学练习题及参考解答(完整版)
百户拥有 家用汽车量(辆) Y 37.71 20.62 23.32 18.60 19.62 11.15 11.24
北 京 天 津 河 北 山 西 内蒙古 辽 宁 吉 林
黑龙江 上 海 江 苏 浙 江 安 徽 福 建 江 西 山 东 河 南 湖 北 湖 南 广 东 广 西 海 南 重 庆 四 川 贵 州 云 南 西 藏 陕 西 甘 肃 青 海 宁 夏 新 疆
5 6 7 8 9 10 11 12 根据上表资料：
2.56 3.54 3.89 4.37 4.82 5.66 6.11 6.23
1678 1640 1620 1576 1566 1498 1425 1419
（1）建立建筑面积与建造单位成本的回归方程； （2）解释回归系数的经济意义； （3）估计当建筑面积为 4.5 万平方米时，对建造的平均单位成本作区间预测。
650 m 2.23 5.4772 1 5.0833 650 m 30.1250
2.4 假设某地区住宅建筑面积与建造单位成本的有关资料如表 2.11： 表 2.11 建筑地编号 1 2 3 4 某地区住宅建筑面积与建造单位成本数据 建筑面积(万平方米)X 0.6 0.95 1.45 2.1 建造单位成本(元/平方米)Y 1860 1750 1710 1690
（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。 （3）在 95%的置信概率下消费支出 C 个别值的预测区间。
【练习题 2.3 参考解答】 （1）当 X f 1000 时，消费支出 C 的点预测值；
ˆ 50 0.6 X =50+0.6*1000=650 C i i
e2 ˆ2 i n 1 ˆ
2
计量经济学-庞皓-第二版-思考题-答案
第一章 绪论 思考题1.1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。
1.2答：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。
区别：经济统计学主要用统计指标和统计分析方法对经济现象进行描述和计量；计量经济学主要利用数理统计方法对经济变量间的关系进行计量。
1.4答：解释变量是变动的原因，被解释变量是变动的结果。
被解释变量是模型要分析研究的对象。
解释变量是说明被解释变量变动主要原因的变量。
1.5一个完整的计量经济模型应包括哪些基本要素？你能举一个例子吗？答：一个完整的计量经济模型应包括三个基本要素：经济变量、参数和随机误差项。
计量经济学(庞浩)第五章练习题参考解答说课讲解
第五章练习题参考解答练习题5.1 设消费函数为i i i i u X X Y +++=33221βββ式中，i Y 为消费支出；i X 2为个人可支配收入；i X 3为个人的流动资产；i u 为随机误差项，并且222)(,0)(i i i X u Var u E σ==（其中2σ为常数）。
试回答以下问题：(1)选用适当的变换修正异方差，要求写出变换过程；(2)写出修正异方差后的参数估计量的表达式。
5.2 根据本章第四节的对数变换，我们知道对变量取对数通常能降低异方差性，但须对这种模型的随机误差项的性质给予足够的关注。
例如，设模型为u X Y 21ββ=，对该模型中的变量取对数后得如下形式u X Y ln ln ln ln 21++=ββ(1)如果u ln 要有零期望值，u 的分布应该是什么？ (2)如果1)(=u E ，会不会0)(ln =u E ？为什么？ (3)如果)(ln u E 不为零，怎样才能使它等于零？5.3 由表中给出消费Y 与收入X 的数据，试根据所给数据资料完成以下问题： （1）估计回归模型u X Y ++=21ββ中的未知参数1β和2β，并写出样本回归模型的书写格式；（2）试用Goldfeld-Quandt 法和White 法检验模型的异方差性； （3）选用合适的方法修正异方差。
Y X Y X Y X 55 80 152 220 95 140 65 100 144 210 108 145 70 85 175 245 113 150 801101802601101607912013519012516584115140205115180981301782651301859514019127013519090125137230120200759018925014020574105558014021011016070851522201131507590140225125165651001372301081457410514524011518080110175245140225841151892501202007912018026014524090125178265130185981301912705.4由表中给出1985年我国北方几个省市农业总产值，农用化肥量、农用水利、农业劳动力、每日生产性固定生产原值以及农机动力数据，要求：（1）试建立我国北方地区农业产出线性模型；（2）选用适当的方法检验模型中是否存在异方差；（3）如果存在异方差，采用适当的方法加以修正。
计量经济学第三版(庞浩)版课后答案全
第二章之五兆芳芳创作（1）①对于浙江省预算收入与全省生产总值的模型，用Eviews阐发结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/03/14 Time: 17:00Sample (adjusted): 1 33Included observations: 33 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.XCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)③关于浙江省财务预算收入与全省生产总值的模型，查验模型的显著性：1）可决系数为0.983702，说明所建模型整体上对样本数据拟合较好.2）对于回归系数的t查验：t（β2）=43.25639>t0.025(31)=2.0395，对斜率系数的显著性查验标明，全省生产总值对财务预算总收入有显著影响.④用标准形式写出查验结果如下：(0.004072) (39.08196)t= (43.25639) （-3.948274）R2=0.983702 F=1871.115 n=33⑤经济意义是：全省生产总值每增加1亿元，财务预算总收入增加0.176124亿元.（2）当x=32000时，①进行点预测，由上可知Y=0.176124X—154.3063，代入可得：②进行区间预测：先由Eviews阐发：由上表可知，当Xf=32000时，将相关数据代入计较得到：5481.6617—2.0395x175.2325x√1/33+1852223.473/675977068 .2≤即Yf的置信区间为（5481.6617—64.9649, 5481.6617+64.9649）(3) 对于浙江省预算收入对数与全省生产总值对数的模型，由Eviews阐发结果如下：Dependent Variable: LNYMethod: Least SquaresDate: 12/03/14 Time: 18:00Sample (adjusted): 1 33Included observations: 33 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.LNXCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)③关于浙江省财务预算收入与全省生产总值的模型，查验其显著性：1）可决系数为0.963442，说明所建模型整体上对样本数据拟合较好.2）对于回归系数的t查验：t（β2）=28.58268>t0.025(31)=2.0395，对斜率系数的显著性查验标明，全省生产总值对财务预算总收入有显著影响.④经济意义：全省生产总值每增长1%，财务预算总收入增长0.980275%（1）对修建面积与建造单位成本模型，用Eviews阐发结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/01/14 Time: 12:40Sample: 1 12Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.XCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由上可得：修建面积与建造成本的回归方程为：（2）经济意义：修建面积每增加1万平方米，修建单位成本每平方米削减64.18400元.（3）②再进行区间估量：用Eviews阐发：由上表可知，当Xf=4.5时，将相关数据代入计较得到：1556.647—2.228x31.73600x√1/12+43.5357/0.95387843≤即Yf的置信区间为（1556.647—478.1231, 1556.647+478.1231）第三章１）对出口货色总额计量经济模型，用Eviews阐发结果如下：：Dependent Variable: YMethod: Least SquaresDate: 12/01/14 Time: 20:25Sample: 1994 2011Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.X2X3CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid8007316. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)①由上可知，模型为：②对模型进行查验：1）可决系数是0.985838，修正的可决系数为0.983950，说明模型对样本拟合较好2）F查验，F=522.0976>F（2,15）=4.77，回归方程显著3）t查验，t统计量辨别为X2的系数对应t值为10.58454，大于t（15）=2.131，系数是显著的，X3的系数对应t值为1.928512，小于t（15）=2.131，说明此系数是不显著的.（2）对于对数模型，用Eviews阐发结果如下：Dependent Variable: LNYMethod: Least SquaresDate: 12/01/14 Time: 20:25Sample: 1994 2011Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.LNX2LNX3CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)①由上可知，模型为：LNY=-20.52048+1.564221 LNX2+1.760695 LNX3②对模型进行查验：1）可决系数是0.986295，修正的可决系数为0.984467，说明模型对样本拟合较好.2）F查验，F=539.7364> F（2,15）=4.77，回归方程显著.3）t查验，t统计量辨别为-3.777363，17.57789，2.581229，均大于t（15）=2.131，所以这些系数都是显著的.（3）①（1）式中的经济意义：产业增加1亿元，出口货色总额增加0.135474亿元，人民币汇率增加1，出口货色总额增加18.85348亿元.②（2）式中的经济意义：产业增加额每增加1%，出口货色总额增加1.564221%，人民币汇率每增加1%，出口货色总额增加1.760695%（1）对家庭书刊消费对家庭月平均收入和户主受教育年数计量模型，由Eviews阐发结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/01/14 Time: 20:30Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.XTCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)②对模型进行查验：1）可决系数是0.951235，修正的可决系数为0.944732，说明模型对样本拟合较好.2）F查验，F=539.7364> F（2,15）=4.77，回归方程显著.3）t查验，t统计量辨别为2.944186，10.06702，均大于t（15）=2.131，所以这些系数都是显著的.③经济意义：家庭月平均收入增加1元，家庭书刊年消费支出增加0.086450元，户主受教育年数增加1年，家庭书刊年消费支出增加52.37031元.（2）用Eviews阐发：①Dependent Variable: YMethod: Least SquaresDate: 12/01/14 Time: 22:30Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.TCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)②Dependent Variable: XMethod: Least SquaresDate: 12/01/14 Time: 22:34Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.TCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid4290746. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)以上辨别是y与T，X与T的一元回归模型辨别是：（3）对残差进行模型阐发，用Eviews阐发结果如下：Dependent Variable: E1Method: Least SquaresDate: 12/03/14 Time: 20:39Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.E2CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)模型为：（3）由上可知，β2与α2的系数是一样的.回归系数与被解释变量的残差系数是一样的，它们的变更纪律是一致的.第五章(1)由Eviews软件阐发得：Dependent Variable: YMethod: Least SquaresDate: 12/10/14 Time: 16:00Sample: 1 31Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.XCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid12220196 Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由上表可知，2007年我国农村居民家庭人均消费支出（x）对人均纯收入（y）的模型为：（2）①由图形法查验由上图可知，模型可能存在异方差.②Goldfeld-Quanadt查验1）定义区间为1-12时，由软件阐发得：Dependent Variable: Y1Method: Least SquaresDate: 12/10/14 Time: 11:34Sample: 1 12Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.X1CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid1772245. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)得∑e1i2=1772245.2）定义区间为20-31时，由软件阐发得：Dependent Variable: Y1Method: Least SquaresDate: 12/10/14 Time: 16:36Sample: 20 31Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.X1CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid7909670. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)得∑e2i2=7909670.3）按照Goldfeld-Quanadt查验，F统计量为：在α=0.05水平下，份子分母的自由度均为10，查散布表得临界值F0.05（10,10）=2.98，因为F=4.4631> F0.05（10,10）=2.98，所以拒绝原假定，此查验标明模型存在异方差.（3）1）采取WLS法估量进程中，①用权数w1=1/X,成立回归得：Dependent Variable: YMethod: Least SquaresDate: 12/09/14 Time: 11:13Sample: 1 31Included observations: 31Weighting series: W1Variable Coefficient Std. Error t-Statistic Prob.XCWeighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid8352726. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)Unweighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Sum squared resid14484289 Durbin-Watson stat对此模型进行White查验得：Heteroskedasticity Test: WhiteF-statistic Prob. F(2,28)Obs*R-squared Prob. Chi-Square(2)Scaled explained SS Prob. Chi-Square(2)Test Equation:Dependent Variable: WGT_RESID^2Method: Least SquaresDate: 12/10/14 Time: 21:13Sample: 1 31Included observations: 31Collinear test regressors dropped from specificationVariable Coefficient Std. Error t-Statistic Prob.C1045682.WGT^21173622.X*WGT^2R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid 1.40E+13 Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)从上可知，nR2=0.649065，比较计较的统计量的临界值，因为nR2=0.649065<0.05（2）=5.9915，所以接受原假定，该模型消除了异方差.估量结果为：t=（11.97157）（-0.972298）②用权数w2=1/x2,用回归阐发得：Dependent Variable: YMethod: Least SquaresDate: 12/09/14 Time: 21:08Sample: 1 31Included observations: 31Weighting series: W2Variable Coefficient Std. Error t-Statistic Prob.XCWeighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid6320554. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)Unweighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Sum squared resid19268334Durbin-Watson stat对此模型进行White查验得：Heteroskedasticity Test: WhiteF-statistic Prob. F(3,27)Obs*R-squared Prob. Chi-Square(3)Scaled explained SS Prob. Chi-Square(3)Test Equation:Dependent Variable: WGT_RESID^2Method: Least SquaresDate: 12/10/14 Time: 21:29Sample: 1 31Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.CWGT^22240181.X^2*WGT^2X*WGT^2R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid 5.10E+12 Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)从上可知，nR2=0.999322，比较计较的统计量的临界值，因为nR2=0.999322<0.05（2）=5.9915，所以接受原假定，该模型消除了异方差.估量结果为：t=（10.70922）（-1.841272）③用权数w3=1/sqr（x）,用回归阐发得：Dependent Variable: YMethod: Least SquaresDate: 12/09/14 Time: 21:35Sample: 1 31Included observations: 31Weighting series: W3Variable Coefficient Std. Error t-Statistic Prob.XCWeighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid9990985. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)Unweighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Sum squared resid12717412 Durbin-Watson stat对此模型进行White查验得：Heteroskedasticity Test: WhiteF-statistic Prob. F(2,28)Obs*R-squared Prob. Chi-Square(2)Scaled explained SS Prob. Chi-Square(2)Test Equation:Dependent Variable: WGT_RESID^2Method: Least SquaresDate: 12/09/14 Time: 20:36Sample: 1 31Included observations: 31Collinear test regressors dropped from specificationVariable Coefficient Std. Error t-Statistic Prob.C1212308.2141958.WGT^21301839.X^2*WGT^2R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid 2.17E+13 Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)从上可知，nR2=0.911022，比较计较的统计量的临界值，因为nR2=0.911022<0.05（2）=5.9915，所以接受原假定，该模型消除了异方差.估量结果为：t=（13.52507）（-0.151390）经过查验发明，用权数w1的效果最好，所以综上可知，即修改后的结果为：t=（11.97157）（-0.972298）第六章(1)成立居民收入-消费模型，用Eviews阐发结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/20/14 Time: 14:22Sample: 1 19Included observations: 19Variable Coefficient Std. Error t-Statistic Prob.XCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)所得模型为：Se=(0.012877)(12.39919)t=(53.62068)(6.446390)（2）1）查验模型中存在的问题①做出残差图如下：残差的变动有系统模式，连续为正和连续为负，标明残差项存在一阶自相关.②该回归方程可决系数较高，回归系数均显著.对样本量为19，一个解释变量的模型，5%的显著水平，查DW统计表可知，dL=1.180，dU=1.401，模型中DW=0.574663,<dL,显然模型中有自相关.③对模型进行BG查验，用Eviews阐发结果如下：Breusch-Godfrey Serial Correlation LM Test:F-statistic Prob. F(2,15)Obs*R-squared Prob. Chi-Square(2)Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 12/20/14 Time: 15:03Sample: 1 19Included observations: 19Presample missing value lagged residuals set to zero.Variable Coefficient Std. Error t-Statistic Prob.XCRESID(-1)RESID(-2)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)如上表显示，LM=TR2=7.425088，其p值为0.0244，标明存在自相关.2）对模型进行处理：①采纳狭义差分法a)为估量自相关系数ρ.对et进行滞后一期的自回归，用EViews 阐发结果如下：Dependent Variable: EMethod: Least SquaresDate: 12/20/14 Time: 15:04Sample (adjusted): 2 19Included observations: 18 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.E(-1)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.Durbin-Watson statb)对原模型进行狭义差分回归，用Eviews进行阐发所得结果如下：Dependent Variable: Y-0.657352*Y(-1)Method: Least SquaresDate: 12/20/14 Time: 15:04Sample (adjusted): 2 19Included observations: 18 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.CX-0.657352*X(-1)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由上图可知回归方程为：Yt*=35.97761+0.668695Xt*Se=(8.103546)(0.020642)t=(4.439737)(32.39512)由于使用了狭义差分数据，样本容量削减了1个，为18个.查5%显著水平的DW统计表可知，dL=1.158,dU=1.391模型中DW=1,830746，du<DW<4- dU，说明在5%的显著水平下狭义差分模型中已无自相关.可决系数R2，t，F统计量也均达到理想水平.由此最终的消费模型为：Yt=104.9987+0.668695Xt②用科克伦-奥克特迭代法，用EVIews 阐发结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/20/14 Time: 15:15Sample (adjusted): 2 19Included observations: 18 after adjustmentsConvergence achieved after 5 iterationsVariable Coefficient Std. Error t-Statistic Prob.CXAR(1)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)Inverted AR Roots .63所得方程为：（3）经济意义：人均实际收入每增加1元，平均说来人均时间消费支出将增加0.669262元.（1）针对对数模型，用Eviews阐发结果如下：Dependent Variable: LNYMethod: Least SquaresDate: 12/27/14 Time: 16:13Sample: 1980 2000Included observations: 21Variable Coefficient Std. Error t-Statistic Prob.LNXCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)所得模型为：se=(0.038897) (0.241025)t=(24.45123) (9.007529)2）查验模型的自相关性该回归方程可决系数较高，回归系数均显著.对样本量为21，一个解释变量的模型，5%的显著水平，查DW统计表可知，dL=1.221，dU=1.420，模型中DW=1.159788<dL,显然模型中有自相关.(2)用狭义差分法处理模型：1）为估量自相关系数ρ.对et进行滞后一期的自回归，用EViews 阐发结果如下：Dependent Variable: EMethod: Least SquaresDate: 12/27/14 Time: 16:18Sample (adjusted): 1982 2000Included observations: 19 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.E(-1)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid2848090. Schwarz criterionLog likelihood Hannan-Quinn criter.Durbin-Watson stat2）对原模型进行狭义差分回归，用Eviews进行阐发所得结果如下：Dependent Variable: Y+0.012872*Y(-1)Method: Least SquaresDate: 12/27/14 Time: 21:06Sample (adjusted): 1981 2000Included observations: 20 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.CX+0.012872*X(-1)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid2882022. Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由上图可知回归方程为：Yt*=-104.9645+6.653757Xt*Se=(197.7928)( 0.304157)t=(-0.530679)( 21.87605)由于使用了狭义差分数据，样本容量削减了1个，为20个.查5%显著水平的DW统计表可知，dL=1.201,dU=1.411模型中DW=1.8222596，du<DW<4- dU，说明在5%的显著水平下狭义差分模型中已无自相关.可决系数R2，t，F统计量也均达到理想水平.由此最终的模型为：（3）对于此模型，用Eviews阐发结果如下：Dependent Variable: LNY1Method: Least SquaresDate: 12/27/14 Time: 22:16Sample (adjusted): 1981 2000Included observations: 20 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.LNX1CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由题目可知，此模型样本容量为20，查5%显著水平的DW统计表可知，dL=1.201,dU=1.411模型中DW=1.590363，du<DW<4- dU，说明在5%的显著水平此模型中无自相关.可决系数R2，t，F统计量也均达到理想水平。
计量经济学(庞皓)课后思考题答案
思考题答案第一章绪论思考题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。
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。
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，，。
庞皓计量经济学课后答案第五章
庞皓计量经济学课后答案第五章篇一：计量经济学庞皓第二版第五章答案5.2 (1) 对原模型OLS回归分析结果：Dependent Variable: Y Method: Least Squares Date: 04/01/09Time: 15:44 Sample: 1 60 Included observations: 60Variable C XR-squaredAdjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat0.946423 Mean dependent var 0.945500 S.D. dependent var 9.032255 Akaike info criterion 4731.735 Schwarz criterion -216.1674 F-statistic 1.790431 Prob(F-statistic)(2)White检验结果：White Heteroskedasticity Test: F-statistic Obs*R-squaredTest Equation:Dependent Variable: RESID Method: Least Squares Date: 04/01/09Time: 15:45 Sample: 1 60 Included observations: 60Variable C X XR-squaredAdjusted R-squared S.E. of regression6.301373 Probability 10.86401 Probability0.181067 Mean dependent var 0.152332 S.D. dependent var 102.3231 Akaike info criterion Sum squared resid Log likelihood Durbin-Watson stat596790.5 Schwarz criterion -361.2856 F-statistic 1.442328 Prob(F-statistic)nR2=10.86401, 查表得?20.05(2)=5.99147，nR25.99147,因而回绝原假设，说明模型中随机误差项存在异方差。
庞皓计量经济学课后答案第五章
统计学2班第四次作业1、i i i i X X Y μβββ+++=33221⑴222)(i i X Var σμ= 用iX 21乘以式子的两边得： i i i i i i i i i X X X X X X X Y 2233222212μβββ+++= 令i i i X 2μυ=，此时Var(i υ)为同方差：2222222221)(1)()(σσμμυ====i ii i iii X X Var X X Var Var⑵根据最小二乘原理，使得加权的残差平方和最小，使得ii X w 221=即： ∑∑---=)ˆˆˆ(min min 33221222ii i i i i X X Y w e w βββ***12233ˆˆˆY X X βββ=--()()()()()()()***2****22232322322*2*2**2223223ˆii i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-=-∑∑∑∑∑∑∑()()()()()()()***2****23222222332*2*2**2223223ˆii i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-=-∑∑∑∑∑∑∑其中：22232***23222,,i ii ii iiiiW XW XW Y X X Y WWW===∑∑∑∑∑∑******222333i i i i i x X X x X X y Y Y =-=-=-2、⑴模型：μββ++=X Y 21估计如下：637069.0,347522.921==ββ X Y 637069.0347522.9+=（3.638437）（0.019903） t （2.569104）（32.00881）946423.02=R F=1024.564⑵①Goldfeld-Quandt 法:首先对数据根据X 做递增排序处理。
计量经济学庞皓课后思考题答案
思考题答案第一章绪论思考题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;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;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;区别：经济统计学主要用统计指标和统计分析方法对经济现象进行描述和计量；计量经济学主要利用数理统计方法对经济变量间的关系进行计量;在计量经济模型中被解释变量和解释变量的作用有什么不同答：在计量经济模型中,解释变量是变动的原因,被解释变量是变动的结果;被解释变量是模型要分析研究的对象;解释变量是说明被解释变量变动主要原因的变量; 一个完整的计量经济模型应包括哪些基本要素你能举一个例子吗答：一个完整的计量经济模型应包括三个基本要素：经济变量、参数和随机误差项;例如研究消费函数的计量经济模型：u+=Y+βXα其中,Y为居民消费支出,X为居民家庭收入,二者是经济变量；α和β为参数；u是随机误差项;假如你是中央银行货币政策的研究者,需要你对增加货币供应量促进经济增长提出建议,你将考虑哪些因素你认为可以怎样运用计量经济学的研究方法答：货币政策工具或者说影响货币供应量的因素有再贴现率、公开市场业务操作以及法定准备金率;所以会考虑再贴现率、公开市场业务操作以及法定准备金率;选择这三种因素作为解释变量;货币供应量作为被解释变量;从而建立简单线性回归模型;计量经济学模型的主要应用领域有哪些答：计量经济模型主要可以用于经济结构分析、经济预测、政策评价和检验与发展经济理论;如果要根据历史经验预测明年中国的粮食产量,你认为应当考虑哪些因素应当怎样设定计量经济模型答：影响中国的粮食产量的因素可以有农业资金投入、农业劳动力、粮食播种面积、受灾面积等;可建立如下多元模型：其中,Y 为中国的粮食产量,2X 为农业资金投入,3X 为农业劳动力,4X 为粮食播种面积,5X 为受灾面积;参数和变量的区别是什么为什么对计量经济模型中的参数通常只能用样本观测值去估计答：经济变量反映不同时间、不同空间的表现不同,取值不同,是可以观测的因素;是模型的研究对象或影响因素;经济参数是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;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; 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;截面数据：中国2010年各省、区、直辖市的国内生产总值,中国统计年鉴查得数据;面板数据：中国1981年至2010年各省、区、直辖市的国内生产总值,中国统计年鉴查得数据;虚拟变量数据：自然灾害状态,1表示该状态发生,0表示该状态不发生;为什么对已经估计出参数的模型还要进行检验你能举一个例子说明各种检验的必要性吗答：模型中的参数被估计以后,一般说来这样的模型还不能直接加以应用,还需要对其进行检验;首先,在设定模型时,对所研究经济现象规律性的认识可能并不充分,所依据的经济理论对所研究对象也许还不能作出正确的解释和说明;或者经济理论是正确的,但可能我们对问题的认识只是从某些局部出发,或者只是考察了某些特殊的样本,以局部去说明全局的变化规律,可能导致偏差;其次,我们用以估计参数的统计数据或其它信息可能并不十分可靠,或者较多地采用了经济突变时期的数据,不能真实代表所研究的经济关系,或者由于样本太小,所估计参数只是抽样的某种偶然结果;此外,我们所建立的模型、采用的方法、所用的统计数据,都有可能违反计量经济的基本假定,这也可能导出错误的结论;为什么计量经济模型可以用于政策评价其前提条件是什么答：所谓政策评价,是利用计量经济模型对各种可供选择的政策方案的实施后果进行模拟运算,从而对各种政策方案作出评价;前提是,我们是把计量经济模型当作经济运行的实验室,去模拟所研究的经济体计量经济模型体系,分析整个经济体系对各种假设的政策条件的反映;在实际的政策评价时,经常把模型中的某些变量或参数视为可用政策调整的政策变量,然后分析政策变量的变动对被解释变量的影响;为什么定义方程式可以用于联立方程组模型,而不宜用于建立单一方程模型答：定义关系是指根据定义而表达的恒等式,是由经济理论或客观存在的经济关系决定的恒等关系;国民经济中许多平衡关系都可以建立恒等关系,这样的模型称为定义方程式;在联立方程组模型中经常利用定义方程式;但是,定义方程式的恒等关系中没有随机误差项和需要估计的参数,所以一般不宜用于建立单一方程模型;第二章简单线性回归模型相关分析与回归分析的关系是什么答：相关分析与回归分析有密切的关系,它们都是对变量间相关关系的研究,二者可以相互补充;相关分析可以表明变量间相关关系的性质和程度,只有当变量间存在一定程度的相关关系时,进行回归分析才有实际的意义;同时,在进行相关分析时如果要具体确定变量间相关的具体数学形式,又要依赖于回归分析,而且相关分析中相关系数的确定也是建立在回归分析基础上的;相关分析与回归分析的区别;从研究目的上看,相关分析是用一定的数量指标相关系数度量变量间相互联系的方向和程度；回归分析却是要寻求变量间联系的具体数学形式,是要根据解释变量的固定值去估计和预测被解释变量的平均值;从对变量的处理看,相关分析对称地对待相互联系的变量,不考虑二者的因果关系,也就是不区分解释变量和被解释变量,相关的变量不一定具有因果关系,均视为随机变量；回归分析是建立在变量因果关系分析的基础上,研究其中解释变量的变动对被解释变量的具体影响,回归分析中必须明确划分解释变量和被解释变量,对变量的处理是不对称的;什么是总体回归函数和样本回归函数它们之间的区别是什么答：总体回归函数是将总体被解释变量的条件期望表现为解释变量的函数;样本回归函数是将被解释变量的样本条件均值表示为解释变量的函数;总体回归函数和样本回归函数之间的区别;首先,总体回归函数虽然未知,但它是确定的；而由于从总体中每次抽样都能获得一个样本,就都可以拟合一条样本回归线,样本回归线是随抽样波动而变化的,可以有很多条;所以样本回归函数还不是总体回归函数,至多只是未知的总体回归函数的近似反映;其次,总体回归函数的参数是确定的常数；而样本回归函数的参数是随抽样而变化的随机变量; 什么是随机扰动项和剩余项残差它们之间的区别是什么答：总体回归函数中,被解释变量个别值i Y 与条件期望)X E(Y i 的偏差是随机扰动项i u ;样本回归函数中,被解释变量个别值i Y 与样本条件均值iY ˆ的偏差是残差项i e ;残差项i e 在概念上类似总体回归函数中的随机扰动项i u ,可视为对随机扰动项i u 的估计;总体回归函数中的随机误差项是不可以直接观测的；而样本回归函数中的残差项是只要估计出样本回归的参数就可以计算的数值;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;总体方差和参数估计方差的区别是什么答：总体方差是未知的,但是确定存在的;参数估计方差可以由样本数据计算出来,但只是总体的近似反映,未必等于真实值;为什么可决系数可以度量模型的拟合优度在简单线性回归中它与对参数的ｔ检验的关系是什么答：可决系数是回归平方和占总离差平方和的比重,即由样本回归作出解释的离差平方和在总离差平方和中占的比重,如果样本回归线对样本观测值拟合程度好,各样本观测点与回归线靠得越近,由样本回归作出解释的离差平方和在总离差平方和中占的比重也将越大,反之拟合程度越差,这部分所占比重就越小;所以可决系数可以作为综合度量回归模型对样本观测值拟合优度的指标;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的显着影响因素;二者的目的作用是一致的;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α1;”如何评论这种说法-答：这种说法是错误的;区间是随机的,只是说明在重复抽样中,像这样的区间可构造许多次,从长远看平均地说,这些区间中将有α1的概率包含着参数的真实值;-参数的真实值虽然未知,却是一个固定的值,不是随机变量;所以应理解为区间包含参数真实值的概率是α1,而不能认为参数的真实值落入这个区间的概率为-α1;-对参数假设检验的基本思想是什么答：对参数假设检验的基本思想,是在所估计样本回归系数概率分布性质已确定的基础上,在对总体回归系数某种原假设成立的条件下,利用适当的有明确概率分布的统计量和给定的显着性水平 ,构造一个小概率事件,判断原假设结果合理与否,是基于“小概率事件不易发生”的原理,可以认为小概率事件在一次观察中基本不会发生,如果小概率事件竟然发生了,就认为原假设不成立,从而拒绝原假设,不拒绝备择假设;为什么对被解释变量个别值的预测区间会比对被解释变量平均值的预测区间更宽答：预测被解释变量平均值仅存在抽样误差,而对被解释变量个别值的预测,不仅存在抽样误差,而且要受随机扰动项的影响;所以对个别值的预测区间比对平均值的预测区间更宽;如果有人利用中国1978～2000年的样本估计的计量经济模型直接预测“中国综合经济水平将在2050年达到美国2002年的水平”,你如何评论这种预测答：用回归模型作预测时,预测期解释变量取值不宜偏离样本期过远,否则预测的精度会大大降低;利用中国1978～2000年的样本估计50年之后的经济水平,其预测不会太准确;对本章开始提出的“中国旅游业总收入将超过3000亿美元”,你认为可以建立什么样的简单线性回归模型去分析答：对本章开始提出的问题,我们会考虑：是什么决定性的因素能使中国旅游业总收入到2020年达到3000亿美元旅游业的发展与这种决定性因素的数量关系究竟是什么怎样具体测定旅游业发展与这种决定性因素的数量关系综合考虑各种因素,我们认为影响中国旅游业总收入的决定性因素是中国居民收入的增长;于是建立如下模型：其中,Y为中国旅游业总收入,X为中国居民收入;第三章多元线性回归模型若要将一个被解释变量对两个解释变量作线性回归分析：1写出总体回归函数和样本回归函数；2写出回归模型的矩阵表示；3说明对此模型的古典假定；4写出回归系数及随机扰动项方差的最小二乘估计式,并说明参数估计式的性质; 答：1总体回归函数：u X βX βY +++=33221β样本回归函数：33221ˆˆˆˆX βX βY ++=β 2写出回归模型的矩阵表示3此模型的古典假定：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；随机误差项服从正态分布;4回归系数最小二乘估计式： 随机扰动项方差的最小二乘估计式：k n e σi-=∑22ˆ参数估计式的性质：具有线性性、无偏性和最小方差性;什么是偏回归系数它与简单线性回归的回归系数有什么不同答：多元线性回归模型中,回归系数j βj ＝１,２,…,k 表示的是当控制其它解释变量不变的条件下,第j 个解释变量的单位变动对被解释变量平均值的影响,这样的回归系数称为偏回归系数;简单线性回归模型只有一个解释变量,回归系数表示解释变量的单位变动对被解释变量平均值的影响;多元线性回归模型中的回归系数是偏回归系数,是当控制其它解释变量不变的条件下,某个解释变量的单位变动对被解释变量平均值的影响,从而可以实现保持某些控制变量不变的情况下,分析所关注的变量对被解释变量的真实影响;多元线性回归中的古典假定与简单线性回归时有什么不同答：多元线性回归中的古典假定比简单线性回归时多出一个无多重共线性假定;假定各解释变量之间不存在线性关系,或各个解释变量观测值之间线性无关;解释变量观测值矩阵X列满秩k列;这是保证多元线性回归模型参数估计值有解的重要条件;多元线性回归分析中,为什么要对可决系数加以修正修正可决系数与F检验之间有何区别与联系答：多元线性回归分析中,多重可决系数是模型中解释变量个数的增函数,这给对比不同模型的多重可决系数带来缺陷,所以需要修正;可决系数只涉及变差,没有考虑自由度;如果用自由度去校正所计算的变差,可纠正解释变量个数不同引起的对比困难;联系：由方差分析可以看出,F检验与可决系数有密切联系,二者都建立在对应变量变差分解的基础上;F统计量也可通过可决系数计算;对方程联合显着性检验的F检验,实际上也是对可决系数的显着性检验;区别：F检验有精确的分布,它可以在给定显着性水平下,给出统计意义上严格的结论;可决系数只能提供一个模糊的推测,可决系数越大,模型对数据的拟合程度就越好;但要大到什么程度才算模型拟合得好,并没有一个绝对的数量标准;什么是方差分析对被解释变量的方差分析与对模型拟合优度的度量有什么联系和区别答：被解释变量Y观测值的总变差分解式为：RSS=;将自由度考虑进去TSS+ESS进行方差分析,即得如下方差分析表：方差分析和对模型拟合优度的度量可决系数都是在把总变差分解为回归平方和与残差平方和的基础上进行分析;区别是前者考虑了自由度,后者未考虑自由度;多元线性回归分析中,F 检验与t 检验的关系是什么为什么在作了F 检验以后还要作t 检验答：在多元回归中,t 检验是分别检验当其他解释变量保持不变时,各个解释变量X 对应变量Y 是否有显着影响;F 检验是在多元回归中有多个解释变量,需要说明所有解释变量联合起来对应变量影响的总显着性,或整个方程总的联合显着性;F 检验是对多元回归模型方程整体可靠性的检验,而多元线性回归分析的目的,不仅是要寻求方程整体的显着性,也要对各个参数作出有意义的估计;方程整体线性关系显着并不一定表示每个解释变量对被解释变量的影响是显着的,因此,还必须分别对每个回归系数逐个地进行t 检验;试证明：在二元线性回归模型u X βX βY +++=33221β中,当2X 和3X 相互独立时,对斜率系数2β和3β的OLS 估计值;等于Y 分对2X 和3X 作简单线性回归时斜率系数的OLS 估计值;答：二元线性回归模型的回归系数2β和3β最小二乘估计式：而当2X 和3X 相互独立时,2X 和3X 的斜方差等于零,即：将∑=0)(32x x 代入2ˆβ和3ˆβ式中,可得： 所以,当2X 和3X 相互独立时,对斜率系数2β和3β的OLS 估计值;等于Y 分对2X 和X作简单线性回归时斜率系数的OLS估计值;3对于本章开始提出的“中国已成为世界汽车产销第一国”,为分析中国汽车产销量的发展,你认为可建立什么样的计量经济模型答：分析中汽车市场状况如何,我们可以用销售量观测;其次考虑影响汽车销量的主要因素都有哪些比如收入、价格、费用、道路状况、能源、政策环境等;可以建立如下模型：其中,Y为汽车销售量,X2为居民收入,X3为汽车价格,X4为汽油价格,像其他费用、道路状况、政策环境等次要因素包含在随机误差项u中;说明用Eviews完成多元线性回归分析的具体操作步骤;答：1、建立工作文件,建立一个Group对象,输入数据;2、点击Quick下拉菜单中的Estimate Equation;3、在对话框Equation Specification栏中键入Y C X2 X3 X4,点击OK,即出现回归结果;第四章多重共线性思考题多重共线性的实质是什么为什么会出现多重共线性答：多重共线性包括完全的多重共线性和不完全的多重共线性;多重共线性实质上是样本数据问题,出现了解释变量系数矩阵的线性相关问题;产生多重共线性的经济背景主要有以下几种情形：第一,经济变量之间具有共同变化趋势;第二,模型中包含滞后变量;第三,利用截面数据建立模型也可能出现多重共线性;第四,样本数据自身的原因;多重共线性对回归参数的估计有何影响答：在完全多重共线性情况下,参数的估计值不确定,估计量的方差无限大;在不完全共线性情况下,参数估计量的方差随共线性程度的增加而增大；对参数区间估计时,置信区间趋于变大；严重多重共线性时,假设检验容易做出错误的判断；当多重共线性严重时,可能造成可决系数R2较高,经F检验的参数联合显着性也很高,但单个参数t检验却可能不显着,甚至可能使估计的回归系数符号相反,得出完全错误的结论;多重共线性的典型表现是什么判断是否存在多重共线性的方法有哪些答：多重共线性的典型表现是模型拟和较好,但偏回归系数几乎都无统计学意义；偏回归系数估计值不稳定,方差很大；偏回归系数估计值的符号可能与预期不符或与经验相悖,结果难以解释;具体判断方法有：解释变量之间简单相关系数矩阵法；方差扩大因子法以及一些直观判断法和逐步回归的方法;针对出现多重共线性的不同情形,能采取的补救措施有哪些答：根据经验,可以选择剔除变量,增大样本容量,变换模型形式,利用非样本先验信息,截面数据和时间序列数据并用以及变量变换等不同方法;也可以采取逐步回归方法由由一元模型开始逐步增加解释变量个数,增加的原则是显着提高可决系数,自身显着而与其他变量之间又不产生共线性;最后,还可以采取岭回归方法来降低多重共线性的程度;在涉及相关的宏观经济总量指标如GDP、货币供应量、物价水平、国民总收入、就业人数等时间序列的数据中一般都会怀疑有多重共线性,为什么答：原因是这些变量之间通常具有共同变化的趋势;多重共线性的产生与样本容量的个数n、解释变量的个数k有无关系。
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。
计量经济学庞浩第三版第五章习题
5.3 (1)Y=179.1916+0.195X (221.58) (0.046) t= (0.809) (15.75)2R =0.895 2R =0.892 F=247.88(2)异方差检验 1.图示法检验500,0001,000,0001,500,0002,000,0002,500,0003,000,000XE 2由散点图可以看出，残差平方和2i e 对i X 大致存在递增关系，即存在单调增型异方差。
2.Goldfeld-Quanadt 检验Y=1111.223+0.4519X (409.58) (0.136) t=(2.72) (3.31)2R =0.52 2R =0.48 F=10.98Y=-654.7683+0.83382X (675.49) (0.103) t=(-0.9693) (8.085)2R =0.87 2R =0.85 F=65.36计算F 统计量F=4134405043053=12.20在05.0=∂下，自由度为（10,10）的F 分布的临界值为)10,10(05.0F =2.97， 即有F=12.20>2.97,所以拒绝无异方差假设，表明模型存在异方差。
3.White 检验由White 检验结果得到2R =0.339450，White 统计量n 2R =31⨯0.339450=10.52,5%显著性水平下自由度为2的χ分布的相应临界值=)2(05.0χ 5.99，因为n 2R =10.52>=)2(05.0χ 5.99，所以拒绝原假设，不拒绝备择假设，表明模型存在异方差。
（3）修正异方差（4）生成序列权w，估计结果为：White检验为：n 2R =31⨯0.120651=3.740181,5%显著性水平下自由度为2的χ分布的相应临界值=)2(05.0χ 5.99，因为n 2R =3.710181<=)2(05.0χ 5.99，所以接受原假设，表明模型不存在异方差。
计量经济学(庞浩)第五章练习题参考解答
第五章练习题参考解答练习题5.1 设消费函数为i i i i u X X Y +++=33221βββ式中，i Y 为消费支出；i X 2为个人可支配收入；i X 3为个人的流动资产；i u 为随机误差项，并且222)(,0)(i i i X u Var u E σ==（其中2σ为常数）。
试回答以下问题：(1)选用适当的变换修正异方差，要求写出变换过程；(2)写出修正异方差后的参数估计量的表达式。
5.2 根据本章第四节的对数变换，我们知道对变量取对数通常能降低异方差性，但须对这种模型的随机误差项的性质给予足够的关注。
例如，设模型为u X Y 21ββ=，对该模型中的变量取对数后得如下形式u X Y ln ln ln ln 21++=ββ(1)如果u ln 要有零期望值，u 的分布应该是什么？ (2)如果1)(=u E ，会不会0)(ln =u E ？为什么？ (3)如果)(ln u E 不为零，怎样才能使它等于零？5.3 由表中给出消费Y 与收入X 的数据，试根据所给数据资料完成以下问题： （1）估计回归模型u X Y ++=21ββ中的未知参数1β和2β，并写出样本回归模型的书写格式；（2）试用Goldfeld-Quandt 法和White 法检验模型的异方差性； （3）选用合适的方法修正异方差。
Y X Y X Y X 55 80 152 220 95 140 65 100 144 210 108 145 70 85 175 245 113 150 801101802601101607912013519012516584115140205115180981301782651301859514019127013519090125137230120200759018925014020574105558014021011016070851522201131507590140225125165651001372301081457410514524011518080110175245140225841151892501202007912018026014524090125178265130185981301912705.4由表中给出1985年我国北方几个省市农业总产值，农用化肥量、农用水利、农业劳动力、每日生产性固定生产原值以及农机动力数据，要求：（1）试建立我国北方地区农业产出线性模型；（2）选用适当的方法检验模型中是否存在异方差；（3）如果存在异方差，采用适当的方法加以修正。
计量经济学(庞浩)第二版第五章练习题及参考解答
计量经济学(庞浩)第二版第五章练习题及参考解答5.1 设消费函数为i i i i u X X Y +++=33221βββ式中，i Y 为消费支出；i X 2为个人可支配收入；i X 3为个人的流动资产；i u 为随机误差项，并且222)(,0)(i i i X u Var u E σ==（其中2σ为常数）。
试解答以下问题：(1)选用适当的变换修正异方差，要求写出变换过程；(2)写出修正异方差后的参数估计量的表达式。
练习题5.1参考解答：（1）因为22()i i f X X =，所以取221i iW X =，用2i W 乘给定模型两端，得 312322221i i iii i i Y X u X X X X βββ=+++ 上述模型的随机误差项的方差为一固定常数，即22221()()i i i iu Var Var u X X σ==（2）根据加权最小二乘法，可得修正异方差后的参数估计式为***12233ˆˆˆY X X βββ=--()()()()()()()***2****22232322322*2*2**2223223ˆi i i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-=-∑∑∑∑∑∑∑()()()()()()()***2****23222222332*2*2**2223223ˆi i i i i i i i i i i i i i i i i i W y x W x W y x W x x Wx W x W x x β-=-∑∑∑∑∑∑∑其中22232***23222,,i ii ii i iiiW X W XW Y X X Y WWW ===∑∑∑∑∑∑******222333i i i i i x X X x X X y Y Y =-=-=-5.2 下表是消费Y 与收入X 的数据，试根据所给数据资料完成以下问题： （1）估计回归模型u X Y ++=21ββ中的未知参数1β和2β，并写出样本回归模型的书写格式；（2）试用Goldfeld-Quandt 法和White 法检验模型的异方差性； （3）选用合适的方法修正异方差。
计量经济学-庞皓-第二版-思考题-答案
第一章 绪论 思考题1.1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。
1.2答：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。
区别：经济统计学主要用统计指标和统计分析方法对经济现象进行描述和计量；计量经济学主要利用数理统计方法对经济变量间的关系进行计量。
1.4答：解释变量是变动的原因，被解释变量是变动的结果。
被解释变量是模型要分析研究的对象。
解释变量是说明被解释变量变动主要原因的变量。
1.5一个完整的计量经济模型应包括哪些基本要素？你能举一个例子吗？答：一个完整的计量经济模型应包括三个基本要素：经济变量、参数和随机误差项。
(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。
- 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)。
统计学2班第四次作业1、i i i i X X Y μβββ+++=33221⑴222)(i i X Var σμ= 用iX 21乘以式子的两边得： i i i i i i i i i X X X X X X X Y 2233222212μβββ+++= 令i i i X 2μυ=，此时Var(i υ)为同方差：2222222221)(1)()(σσμμυ====i ii i iii X X Var X X Var Var⑵根据最小二乘原理，使得加权的残差平方和最小，使得ii X w 221=即： ∑∑---=)ˆˆˆ(min min 33221222ii i i i i X X Y w e w βββ***12233ˆˆˆY X X βββ=--()()()()()()()***2****22232322322*2*2**2223223ˆii i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-=-∑∑∑∑∑∑∑()()()()()()()***2****23222222332*2*2**2223223ˆii i i i i i i i i i i i i i i i i W y x W x W y x W x x W x W x W x x β-=-∑∑∑∑∑∑∑其中：22232***23222,,i ii ii iiiiW XW XW Y X X Y WWW===∑∑∑∑∑∑******222333i i i i i x X X x X X y Y Y =-=-=-2、⑴模型：μββ++=X Y 21估计如下：637069.0,347522.921==ββ X Y 637069.0347522.9+=（3.638437）（0.019903） t （2.569104）（32.00881）946423.02=R F=1024.564⑵①Goldfeld-Quandt 法:首先对数据根据X 做递增排序处理。
本题中，样本容量n=60.删除其中10个观测值。
剩余部分平分成两个样本区间：1-25,36-60，他们的样本个数为25，即2521==n n 。
样本区间为1-25的回归估计结果样本区间为36-60的回归估计结果从上面两表中可以得到残差平方和4861.72421=∑i e ，∑=140.286322i e ，F 统计量为：952.34861.724140.28632122===∑∑ii eeF两个残差平方和的自由度均为25，在给定的显著水平α=0.05下，F 0.05（25,25）=1.955. 因为F=3.952>F 0.05（25,25）=1.955，所以拒绝原假设，表明模型确实存在异方差。
②White 法根据WHite 检验中辅助函数的构造，最后一项为变量的交叉乘积项，本题为一元函数，所以无交叉项。
辅助函数为：t t t t x x υααασ+++=22102所以自由度p=2 检验结果如下由表可知，86401.102=nR 自由度P=2在给定显著性水平α=0.05下，9915.5)2(05.0=χ。
因为9915.5)2(86402.1005.02=>=χnR ，所以拒绝原假设。
表明模型存在异方差。
⑶模型修正运用加权最小二乘法。
选用权数t t X 11=ω，221t t X =ω，tt X 13=ω，分别对三个权数进行估计检验。
在分别作WHITE 检验。
发现采用权数tt X 13=ω的效果最好。
给出t 3ω的结果估计结果为：i iX Y 632671.010908.10ˆ+=此时的WHite 检验为：此时9915.5)2(683897.505.02=<=χnR ，接受原假设认为此时不存在异方差性。
3、Y ：家庭人均纯收入 X ：家庭生活消费支出⑴由图可以大概看出Y 与X 成同方向变动。
所以建立模型如下：i i i X Y μββ++=21⑵由1的图可以看出，随着X 的增加，Y 的离散程度有逐渐增大的变化趋势。
所以认为存在递增性的异方差。
用Goldfeld-Quanadt 检验做进一步检验。
首先对数据根据X 做递增排序处理。
本题中，样本容量n=31.删除其中5个观测值。
剩余部分平分成两个样本区间：1-13,19-31他们的样本个数为13，即1321==n n 。
样本区间为1-13的回归估计结果样本区间为19-31的回归估计结果从上面两表中可以得到残差平方和177247221=∑ie，∑=815841622i e ，F 统计量为：603.4177247281584162122===∑∑ii ee F两个残差平方和的自由度均为13，在给定的显著水平α=0.05下，F 0.05（13,13）=2.77. 因为F=4.063>F 0.05（13,13）=2.77，所以拒绝原假设，表明模型确实存在异方差。
⑶修正异方差对模型作对数变换，得i i i X Y μββ++=ln ln 21 得估计结果如下：对新模型做White 检验 结果如下：由表可知，所以230341.02=nR 自由度P=2 在给定显著性水平α=0.05下，9915.5)2(05.0=χ。
因为9915.5)2(23033.005.02=<=χnR ，所以接受原假设。
表明此时模型不存在异方差所以最终得出结果为：X Y ln 040682.1062703.0ln +-=4、⑴Y ：储蓄额/元 X:收入额/元建立模型如下：i i i X Y μββ++=21由图形初步估计存在异方差性。
由于本题为所给数据位个人31年中储蓄和收入，可视为时间序列。
所以采用ARCH 检验法对数据进行检验。
由表可以看出（n-p ）R 2为5.418686，对应的P 值为0.0199，小于给定的显著性水平α=0.05，拒绝原假设，表明模型存在异方差。
⑵修正异方差运用加权最小二乘法。
选用权数t t X 11=ω，221t t X =ω，tt X 13=ω，分别对三个权数进行估计检验。
分别作WHITE 检验。
发现采用权数tt X 13=ω的效果最好。
给出t 3ω的结果估计结果如下：ii X Y 087277.06985.706ˆ+-= 933274.02=R 6164.405=F5、⑴Y ：建筑业企业利润总额 X ：建筑业总产值建立模型如下：i i i X Y μββ++=21根据图形初步认为具有异方差性。
随着X 的增加，Y 的离散程度有逐渐增大的变化趋势。
所以认为存在递增性的异方差。
用Goldfeld-Quanadt 检验做进一步检验本题中，样本容量n=31.删除其中5个观测值。
剩余部分平分成两个样本区间：1-13,19-31他们的样本个数为13，即1321==n n 。
样本区间为1-13的回归估计结果样本区间为19-31的回归估计结果从上面两表中可以得到残差平方和1088.621+=∑E ei，∑+=1154.422E e i ，F 统计量为：599.61088.61154.42122=++==∑∑E E ee F ii两个残差平方和的自由度均为13，在给定的显著水平α=0.05下，F 0.05（13,13）=2.77. 因为F=6.599>F 0.05（13,13）=2.77，所以拒绝原假设，表明模型确实存在异方差。
⑵修正异方差运用加权最小二乘法。
选用权数t t X 11=ω，221tt X =ω，tt X 13=ω，分别对三个权数进行估计检验。
分别作WHITE 检验。
发现采用权数tt X 13=ω的效果最好。
给出t3ω的结果ii X Y 031133.0503.9038ˆ+-= （-0.591150）(17.60126)914405.02=R F=309.8044此时的WHITE 检验如下由表可知，所以265268.02=nR 自由度P=2 在给定显著性水平α=0.05下，9915.5)2(05.0=χ。
因为9915.5)2(265268.005.02=<=χnR ，所以接受原假设。
表明此时模型不存在异方差6、⑴Y ：农村人均生活消费支出 X ：农村人均纯收入建立模型如下：i i i X Y μββ++=21 所作回归如下：i i X Y 761445.061407.71+=(3.944029) (69.98227)994113.02=R F=4897.518根据图形可以初步估计模型存在异方差。
由于本题所给的数据为时间序列，所以运用ARCH 检验进行进一步检验ARCH 检验结果如下 滞后一期。
P=1由上表可知，（n-p ）R 2=11.28965，8415.3)1(05.0=χ。
所以（n-p ）R 2>8415.3)1(05.0=χ.所以拒绝原假设。
模型存在异方差性。
⑵修正异方差运用加权最小二乘法。
选用权数t t X 11=ω，221tt X =ω，tt X 13=ω，分别对三个权数进行估计检验。
分别作WHITE 检验。
发现采用权数tt X 13=ω的效果最好。
给出t3ω的结果ii X Y 774727.017375.51ˆ+= （3.687118）（66.36073）993458.02=R F=4403.746此时WHITE 检验的结果如下由表可知，所以597369.32=nR 自由度P=2 在给定显著性水平α=0.05下，9915.5)2(05.0=χ。
因为9915.5)2(597369.305.02=<=χnR ，所以接受原假设。
表明此时模型不存在异方差。
7、Y ：农村人均生活消费支出 X ：农村人均纯收入考虑X 2：物价因素：Y 2：农村实际人均生活消费支出 X 3：农村实际人均纯收入10012⨯=X Y Y 10023⨯=X X X做回归结果如下：ii X Y 727487.010007.43ˆ+= 990682.02=R F=3083.237同样做ARCH 检验，检验其是否具有异方差性：由表可知，所以107105.42=nR 自由度P=2 在给定显著性水平α=0.05下，9915.5)2(05.0=χ。
因为9915.5)2(107105.405.02=<=χnR ，所以接受原假设。
表明此时模型不存在异方差。