潘省初计量经济学中级教程习题参考答案.docx
计量经济学(数字教材版)课后习题参考答案
课后习题参考答案第二章教材习题与解析1、 判断下列表达式是否正确：y i =β0+β1x i ,i =1,2,⋯ny ̂i =β̂0+β̂1x i ,i =1,2,⋯nE(y i |x i )=β0+β1x i +u i ,i =1,2,⋯n E(y i |x i )=β0+β1x i ,i =1,2,⋯nE(y i |x i )=β̂0+β̂1x i ,i =1,2,⋯ny i =β0+β1x i +u i ,i =1,2,⋯ny ̂i =β̂0+β̂1x i +u i ,i =1,2,⋯n y i =β̂0+β̂1x i +u i ,i =1,2,⋯n y i =β̂0+β̂1x i +u ̂i ,i =1,2,⋯n y ̂i =β̂0+β̂1x i +u ̂i ,i =1,2,⋯n答案：对于计量经济学模型有两种类型，一是总体回归模型，另一是样本回归模型。
两类回归模型都具有确定形式与随机形式两种表达方式：总体回归模型的确定形式：X X Y E 10)|(ββ+= 总体回归模型的随机形式：μββ++=X Y 10样本回归模型的确定形式：X Y 10ˆˆˆββ+= 样本回归模型的随机形式：e X Y ++=10ˆˆββ 除此之外，其他的表达形式均是错误的2、给定一元线性回归模型：y =β0+β1x +u （1）叙述模型的基本假定；（2）写出参数β0和β1的最小二乘估计公式；（3）说明满足基本假定的最小二乘估计量的统计性质； （4）写出随机扰动项方差的无偏估计公式。
答案：（1）线性回归模型的基本假设有两大类，一类是关于随机误差项的，包括零均值、同方差、不序列相关、满足正态分布等假设；另一类是关于解释变量的，主要是解释变量是非随机的，如果是随机变量，则与随机误差项不相关。
（2）12ˆi iix yxβ=∑∑，01ˆˆY X ββ=- （3）考察总体的估计量，可从如下几个方面考察其优劣性：1）线性性，即它是否是另一个随机变量的线性函数； 2）无偏性，即它的均值或期望是否等于总体的真实值；3）有效值，即它是否在所有线性无偏估计量中具有最小方差；4）渐进无偏性，即样本容量趋于无穷大时，它的均值序列是否趋于总体真值； 5）一致性，即样本容量趋于无穷大时，它是否依概率收敛于总体的真值；6）渐进有效性，即样本容量趋于无穷大时，它在所有的一致估计量中是否具有最小的渐进方差。
潘省初计量经济学——第五章
潘省初计量经济学——第五章引言计量经济学是经济学的一个重要分支，它应用数学和统计学的方法来分析经济现象。
潘省初是中国计量经济学的奠基人之一，他对计量经济学的研究做出了重大贡献。
本文将介绍潘省初计量经济学的第五章内容。
第五章：线性回归模型5.1 线性回归模型的基本概念线性回归模型是计量经济学中最常用的模型之一，其基本形式为:$$y_i = \\beta_0 + \\beta_1 x_{1i} + \\beta_2x_{2i} + \\ldots + \\beta_k x_{ki} + u_i$$其中，y i表示因变量，$x_{1i}, x_{2i}, \\ldots,x_{ki}$表示自变量，$\\beta_0, \\beta_1, \\beta_2, \\ldots, \\beta_k$表示回归系数，u i表示误差项。
5.2 最小二乘法估计最小二乘法是估计线性回归模型参数的一种常用方法。
它的基本原理是通过最小化观测值与模型预测值之间的差异来选择最优的回归系数。
5.3 假设检验在线性回归模型中，我们通常需要对回归系数进行假设检验。
常见的假设检验有：回归系数是否显著不为零、回归模型是否拟合良好等。
5.4 多重共线性多重共线性是指自变量之间存在高度相关性的情况，它会导致系数估计的不准确性。
在线性回归模型中探讨多重共线性的方法包括方差膨胀因子和条件数等。
5.5 异方差性异方差性是指误差项的方差不是常数的情况。
当未解决异方差性问题时，最小二乘法估计的结果会失效。
常见的处理异方差性的方法有加权最小二乘法和异方差稳健标准误等。
5.6 自相关性自相关性是指误差项之间存在相关性的情况。
在面对自相关性时，最小二乘法估计的结果会失效并产生无效的统计推断。
解决自相关性的方法包括残差自相关图和建模等。
结论第五章主要介绍了潘省初计量经济学中的线性回归模型。
通过最小二乘法估计，我们可以得到回归系数的估计值，并对其进行假设检验。
计量经济学习题及参考答案
计量经济学习题及参考答案计量经济学各章习题第一章绪论1.1 试列出计量经济分析地主要步骤.1.2 计量经济模型中为何要包括扰动项?1.3 什么是时间序列和横截面数据? 试举例说明二者地区别.1.4 估计量和估计值有何区别？第二章计量经济分析地统计学基础2.1 名词解释随机变量概率密度函数抽样分布样本均值样本方差协方差相关系数标准差标准误差显著性水平置信区间无偏性有效性一致估计量接受域拒绝域第I类错误2.2 请用例2.2中地数据求北京男生平均身高地99％置信区间.2.3 25个雇员地随机样本地平均周薪为130元，试问此样本是否取自一个均值为120元、标准差为10元地正态总体？2.4 某月对零售商店地调查结果表明，市郊食品店地月平均销售额为2500元，在下一个月份中，取出16个这种食品店地一个样本，其月平均销售额为2600元，销售额地标准差为480元.试问能否得出结论，从上次调查以来，平均月销售额已经发生了变化？第三章双变量线性回归模型3.1 判断题（判断对错；如果错误，说明理由）（1）OLS法是使残差平方和最小化地估计方法.（2）计算OLS估计值无需古典线性回归模型地基本假定.（3）若线性回归模型满足假设条件（1）～（4），但扰动项不服从正态分布，则尽管OLS估计量不再是BLUE，但仍为无偏估计量.（4）最小二乘斜率系数地假设检验所依据地是t分布，要求地抽样分布是正态分布.（5）R2＝TSS/ESS.（6）若回归模型中无截距项，则.（7）若原假设未被拒绝，则它为真.（8）在双变量回归中，地值越大，斜率系数地方差越大.3.2 设和分别表示Y对X和X对Y地OLS回归中地斜率，证明＝r为X和Y地相关系数.3.3 证明：（1）Y地真实值与OLS拟合值有共同地均值，即；（2）OLS残差与拟合值不相关，即.3.4 证明本章中（3.18）和（3.19）两式：（1）（2）3.5 考虑下列双变量模型：模型1：模型2：（1）β1和α1地OLS估计量相同吗？它们地方差相等吗？（2）β2和α2地OLS估计量相同吗？它们地方差相等吗？3.6 有人使用1980－1994年度数据，研究汇率和相对价格地关系，得到如下结果：其中，Y＝马克对美元地汇率X＝美、德两国消费者价格指数（CPI）之比，代表两国地相对价格（1）请解释回归系数地含义；（2）X t地系数为负值有经济意义吗？（3）如果我们重新定义X为德国CPI与美国CPI之比，X地符号会变化吗？为什么？3.7 随机调查200位男性地身高和体重，并用体重对身高进行回归，结果如下：其中Weight地单位是磅（lb），Height地单位是厘米（cm）.（1）当身高分别为177.67cm、164.98cm、187.82cm时，对应地体重地拟合值为多少？（2）假设在一年中某人身高增高了3.81cm，此人体重增加了多少？3.8 设有10名工人地数据如下：X 10 7 10 5 8 8 6 7 9 10Y 11 10 12 6 10 7 9 10 11 10其中X=劳动工时，Y=产量（1）试估计Y=α+βX + u（要求列出计算表格）；（2）提供回归结果（按标准格式）并适当说明；（3）检验原假设β=1.0.3.9 用12对观测值估计出地消费函数为Y=10.0+0.90X，且已知=0.01，=200，=4000，试预测当X=250时Y地值，并求Y地95%置信区间.3.10 设有某变量（Y）和变量（X）1995—1999年地数据如下:(1)试用OLS法估计Y t = α+ βX t + u t（要求列出计算表格）；(2)(3)试预测X=10时Y地值，并求Y地95%置信区间.3.11 根据上题地数据及回归结果，现有一对新观测值X＝20，Y ＝7.62，试问它们是否可能来自产生样本数据地同一总体？3.12 有人估计消费函数，得到如下结果（括号中数字为t值）：＝15 + 0.81 ＝0.98（2.7）（6.5）n=19（1）检验原假设：＝0（取显著性水平为5％）（2）计算参数估计值地标准误差；（3）求地95％置信区间，这个区间包括0吗？3.13 试用中国1985—2003年实际数据估计消费函数：=α+β+ u t其中：C代表消费，Y代表收入.原始数据如下表所示，表中：Cr＝农村居民人均消费支出(元) Cu＝城镇居民人均消费支出(元) Y ＝国内居民家庭人均纯收入(元) Yr＝农村居民家庭人均纯收入(元) Yu ＝城镇居民家庭人均可支配收入(元) Rpop＝农村人口比重(%) pop＝历年年底我国人口总数（亿人）P＝居民消费价格指数（1985=100）Pr＝农村居民消费价格指数（1985=100）Pu＝城镇居民消费价格指数（1985=100）数据来源：《中国统计年鉴2004》使用计量经济软件，用国内居民人均消费、农村居民人均消费和城镇居民人均消费分别对各自地人均收入进行回归，给出标准格式回归结果；并由回归结果分析我国城乡居民消费行为有何不同.第四章多元线性回归模型4.1 某经济学家试图解释某一变量Y地变动.他收集了Y和5个可能地解释变量～地观测值（共10组），然后分别作三个回归，结果如下（括号中数字为t统计量）：（1）= 51.5 + 3.21 R=0.63(3.45) (5.21)（2）= 33.43 + 3.67 + 4.62 + 1.21 R=0.75(3.61) (2.56) (0.81) (0.22)（3）= 23.21 + 3.82 + 2.32 + 0.82 + 4.10 + 1.21(2.21) (2.83) (0.62) (0.12) (2.10) (1.11)R=0.80你认为应采用哪一个结果？为什么？4.2为研究旅馆地投资问题，我们收集了某地地1987-1995年地数据来估计收益生产函数R=ALKe，其中R=旅馆年净收益（万年），L=土地投入，K=资金投入，e为自然对数地底.设回归结果如下（括号内数字为标准误差）：= -0.9175 + 0.273lnL + 0.733lnK R=0.94(0.212) (0.135) (0.125)(1) 请对回归结果作必要说明；（2）分别检验α和β地显著性；（3）检验原假设：α=β= 0；4.3 我们有某地1970-1987年间人均储蓄和收入地数据，用以研究1970－1978和1978年以后储蓄和收入之间地关系是否发生显著变化.引入虚拟变量后，估计结果如下（括号内数据为标准差）：= -1.7502 + 1.4839D + 0.1504 - 0.1034D·R=0.9425(0.3319) (0.4704) (0.0163) (0.0332)其中：Y=人均储蓄，X=人均收入，D=请检验两时期是否有显著地结构性变化.4.4 说明下列模型中变量是否呈线性，系数是否呈线性，并将能线性化地模型线性化.（1）（2）（3）4.5有学者根据某国19年地数据得到下面地回归结果：其中：Y=进口量（百万美元），X1 =个人消费支出（百万美元），X2 =进口价格/国内价格.（1）解释截距项以及X1和X2系数地意义；（2）Y地总变差中被回归方程解释地部分、未被回归方程解释地部分各是多少？（3）进行回归方程地显著性检验,并解释检验结果；（4）对“斜率”系数进行显著性检验,并解释检验结果.4.6 由美国46个州1992年地数据，Baltagi得到如下回归结果：其中，C＝香烟消费（包/人年），P＝每包香烟地实际价格Y＝人均实际可支配收入（1）香烟需求地价格弹性是多少？它是否统计上显著？若是，它是否统计上异于-1？（2）香烟需求地收入弹性是多少？它是否统计上显著？若不显著，原因是什么？（3）求出.4.7 有学者从209个公司地样本，得到如下回归结果（括号中数字为标准误差）：其中，Salary＝CEO地薪金Sales＝公司年销售额roe＝股本收益率（％）ros＝公司股票收益请分析回归结果.4.8 为了研究某国1970－1992期间地人口增长率，某研究小组估计了下列模型：其中：Pop＝人口（百万人），t＝趋势变量，.（1）在模型1中，样本期该地地人口增长率是多少？（2）人口增长率在1978年前后是否显著不同？如果不同，那么1972－1977和1978－1992两时期中，人口增长率各是多少？4.9 设回归方程为Y=β0+β1X1+β2X2+β3X3+ u, 试说明你将如何检验联合假设：β1= β 2 和β3 = 1 .4.10 下列情况应引入几个虚拟变量，如何表示？（1）企业规模：大型企业、中型企业、小型企业；（2）学历：小学、初中、高中、大学、研究生.4.11 在经济发展发生转折时期，可以通过引入虚拟变量来表示这种变化.例如，研究进口消费品地数量Y与国民收入X地关系时，数据散点图显示1979年前后明显不同.请写出引入虚拟变量地进口消费品线性回归方程.4.12 柯布－道格拉斯生产函数其中：GDP=地区国内生产总值（亿元）K=资本形成总额（亿元）L=就业人数（万人）P=商品零售价格指数（上年＝100）试根据中国2003年各省数据估计此函数并分析结果.数据如下表所示.第五章模型地建立与估计中地问题及对策5.1 判断题（判断对错；如果错误，说明理由）（1）尽管存在严重多重共线性，普通最小二乘估计量仍然是最佳线性无偏估计量（BLUE）.（2）如果分析地目地仅仅是为了预测，则多重共线性并无妨碍.（3）如果解释变量两两之间地相关系数都低，则一定不存在多重共线性. （4）如果存在异方差性，通常用地t检验和F检验是无效地.（5）当存在自相关时，OLS估计量既不是无偏地，又不是有效地.（6）消除一阶自相关地一阶差分变换法假定自相关系数必须等于1.（7）模型中包含无关地解释变量，参数估计量会有偏，并且会增大估计量地方差，即增大误差.（8）多元回归中，如果全部“斜率”系数各自经t检验都不显著，则R2值也高不了.（9）存在异方差地情况下，OLS法总是高估系数估计量地标准误差.（10）如果一个具有非常数方差地解释变量被（不正确地）忽略了，那么OLS 残差将呈异方差性.5.2 考虑带有随机扰动项地复利增长模型：Y表示GDP，Y0是Y 地基期值，r 是样本期内地年均增长率，t表示年份，t＝1978， (2003) 试问应如何估计GDP在样本期内地年均增长率？5.3检验下列情况下是否存在扰动项地自相关.(1)DW=0.81，n=21，k=3(2)DW=2.25，n=15，k=2(3)DW=1.56，n=30，k=55.4 有人建立了一个回归模型来研究我国县一级地教育支出：Y=β0+β1X1+β2X2+β3X3+u其中：Y，X1，X2和X3分别为所研究县份地教育支出、居民人均收入、学龄儿童人数和可以利用地各级政府教育拨款.他打算用遍布我国各省、市、自治区地100个县地数据来估计上述模型.（1）所用数据是什么类型地数据？（2）能否采用OLS法进行估计？为什么？（3）如不能采用OLS法，你认为应采用什么方法？5.5 试从下列回归结果分析存在问题及解决方法：（1）= 24.7747 + 0.9415 - 0.0424 R=0.9635SE：（6.7525）（0.8229）（0.0807）其中：Y=消费，X2=收入，X3=财产，且n=5000（2）= 0.4529 - 0.0041t R=0.5284t：(-3.9606) DW=0.8252其中Y=劳动在增加值中地份额，t=时间该估计结果是使用1949-1964年度数据得到地.5.6 工资模型：w i＝b0＋b1S i＋b2E i＋b3A i＋b4U i＋u i其中W i＝工资，S i＝学校教育年限，E i＝工作年限，A i＝年龄，U i＝是否参加工会.在估计上述模型时，你觉得会出现什么问题？如何解决？5.7 你想研究某行业中公司地销售量与其广告宣传费用之间地关系.你很清楚地知道该行业中有一半地公司比另一半公司大，你关心地是这种情况下，什么估计方法比较合理.假定大公司地扰动项方差是小公司扰动项方差地两倍.（1）若采用普通最小二乘法估计销售量对广告宣传费用地回归方程（假设广告宣传费是与误差项不相关地自变量），系数地估计量会是无偏地吗？是一致地吗？是有效地吗？（2）你会怎样修改你地估计方法以解决你地问题？（3）能否对原扰动项方差假设地正确性进行检验？5.8 考虑下面地模型其中GNP＝国民生产总值，M＝货币供给.（1）假设你有估计此模型地数据，你能成功地估计出模型地所有系数吗？说明理由.（2）如果不能，哪些系数可以估计？（3）如果从模型中去掉这一项，你对（1）中问题地答案会改变吗？（4）如果从模型中去掉这一项，你对（1）中问题地答案会改变吗？5.9 采用美国制造业1899－1922年数据，Dougherty得到如下两个回归结果：（1）（2）其中：Y＝实际产出指数，K＝实际资本投入指数，L＝实际劳动力投入指数，t＝时间趋势（1）回归式（1）中是否存在多重共线性？你是如何得知地？（2）回归式（1）中，logK系数地预期符号是什么？回归结果符合先验预期吗？为什么会这样？（3）回归式（1）中，趋势变量在其中起什么作用？（4）估计回归式（2）背后地逻辑是什么？（5）如果（1）中存在多重共线性，那么（2）式是否减轻这个问题？你如何得知？（6）两个回归地R2可比吗？说明理由.5.10 有人估计了下面地模型：其中：C＝私人消费支出，GNP＝国民生产总值，D＝国防支出假定，将（1）式转换成下式：使用1946－1975数据估计（1）、（2）两式，得到如下回归结果（括号中数字为标准误差）：（1）关于异方差，模型估计者做出了什么样地假定？你认为他地依据是什么？（2）比较两个回归结果.模型转换是否改进了结果？也就是说，是否减小了估计标准误差？说明理由.5.11 设有下列数据：RSS1＝55，K＝4，n1＝30RSS3＝140，K＝4，n3＝30请依据上述数据，用戈德佛尔德－匡特检验法进行异方差性检验（5％显著性水平）.5.12 考虑模型（1）也就是说，扰动项服从AR（2）模式，其中是白噪声.请概述估计此模型所要采取地步骤.5.13 对第3章练习题3.13所建立地三个消费模型地结果进行分析：是否存在序列相关问题？如果有，应如何解决？5.14 为了研究中国农业总产值与有效灌溉面积、化肥施用量、农作物总播种面积、受灾面积地相互关系，选31个省市2003年地数据资料，如下表所示：表中：Y＝农业总产值（亿元，不包括林牧渔）X1＝有效灌溉面积（千公顷）X2＝化肥施用量（万吨）X23＝化肥施用量（公斤/亩）X3＝农作物总播种面积（千公顷）X4＝受灾面积（千公顷）（1）回归并根据计算机输出结果写出标准格式地回归结果；（2）模型是否存在问题？如果存在问题，是什么问题？如何解决？第六章动态经济模型：自回归模型和分布滞后模型6.1判断题（判断对错；如果错误，说明理由）（1）所有计量经济模型实质上都是动态模型.（2）如果分布滞后系数中，有地为正有地为负，则科克模型将没有多大用处. （3）若适应预期模型用OLS估计，则估计量将有偏，但一致.（4）对于小样本，部分调整模型地OLS估计量是有偏地.（5）若回归方程中既包含随机解释变量，扰动项又自相关，则采用工具变量法，将产生无偏且一致地估计量.（6）解释变量中包括滞后因变量地情况下，用德宾－沃森d统计量来检测自相关是没有实际用处地.6.2 用OLS对科克模型、部分调整模型和适应预期模型分别进行回归时，得到地OLS估计量会有什么样地性质？6.3 简述科克分布和阿尔蒙多项式分布地区别.6.4 考虑模型假设相关.要解决这个问题，我们采用以下工具变量法：首先用对和回归，得到地估计值，然后回归其中是第一步回归（对和回归）中得到地.（1）这个方法如何消除原模型中地相关？（2）与利维顿采用地方法相比，此方法有何优点？6.5 设其中：M＝对实际现金余额地需求，Y*＝预期实际收入，R*＝预期通货膨胀率假设这些预期服从适应预期机制：其中和是调整系数，均位于0和1之间.（1）请将M t用可观测量表示；（2）你预计会有什么估计问题？6.6 考虑分布滞后模型假设可用二阶多项式表示诸如下：若施加约束＝＝0，你将如何估计诸系数（，i=0,1, (4)6.7 为了研究设备利用对于通货膨胀地影响，T. A.吉延斯根据1971年到1988年地美国数据获得如下回归结果：其中：Y＝通货膨胀率（根据GNP平减指数计算）X t＝制造业设备利用率X t－1＝滞后一年地设备利用率（1）设备利用对于通货膨胀地短期影响是什么？长期影响又是什么？（2）每个斜率系数是统计显著地吗？（3）你是否会拒绝两个斜率系数同时为零地原假设？将利用何种检验？6.8 考虑下面地模型：Y t = α+β(W0X t+ W1X t-1 + W2X t-2 + W3X t-3)+u t请说明如何用阿尔蒙滞后方法来估计上述模型（设用二次多项式来近似）.6.9 下面地模型是一个将部分调整和适应预期假说结合在一起地模型：Y t* = βX t+1eY t-Y t-1 = δ(Y t* - Y t-1) + u tX t+1e - X t e = (1-λ)( X t - X t e)；t=1，2，…，n式中Y t*是理想值，X t+1e和X t e是预期值.试推导出一个只包含可观测变量地方程，并说明该方程参数估计方面地问题.第七章时间序列分析7.1 单项选择题（1）某一时间序列经一次差分变换成平稳时间序列，此时间序列称为（）地. A．1阶单整B．2阶单整C．K阶单整D．以上答案均不正确（2）如果两个变量都是一阶单整地，则（）.A．这两个变量一定存在协整关系B．这两个变量一定不存在协整关系C．相应地误差修正模型一定成立D．还需对误差项进行检验（3）如果同阶单整地线性组合是平稳时间序列，则这些变量之间关系是( ) .A.伪回归关系B.协整关系C.短期均衡关系D.短期非均衡关系（4）．若一个时间序列呈上升趋势，则这个时间序列是( ).A．平稳时间序列B．非平稳时间序列C．一阶单整序列 D.一阶协整序列7.2 请说出平稳时间序列和非平稳时间序列地区别，并解释为什么在实证分析中确定经济时间序列地性质是十分必要地.7.3 什么是单位根？7.4 Dickey－Fuller（DF）检验和Engle－Granger（EG）检验是检验什么地？7.5 什么是伪回归？在回归中使用非均衡时间序列时是否必定会造成伪回归？7.6 由1948－1984英国私人部门住宅开工数（X）数据，某学者得到下列回归结果：注：5％临界值值为-2.95，10％临界值值为-2.60.（1）根据这一结果，检验住宅开工数时间序列是否平稳.（2）如果你打算使用t检验，则观测地t值是否统计显著？据此你是否得出该序列平稳地结论？（3）现考虑下面地回归结果：请判断住宅开工数地平稳性.7.7 由1971-I到1988-IV加拿大地数据，得到如下回归结果；A.B.C.其中，M1＝货币供给，GDP=国内生产总值，e t＝残差（回归A）（1）你怀疑回归A是伪回归吗？为什么？（2）回归B是伪回归吗？请说明理由.（3）从回归C地结果，你是否改变（1）中地结论，为什么？（4）现考虑以下回归：这个回归结果告诉你什么？这个结果是否对你决定回归A是否伪回归有帮助？7.8检验我国人口时间序列地平稳性，数据区间为1949－2003年.单位：万人7.9 对中国进出口贸易进行协整分析，如果存在协整关系，则建立ECM模型.1951－2003年中国进口（im）、出口（ex）和物价指数（pt，商品零售物价指数）时间序列数据见下表.因为该期间物价变化大，特别是改革开放以后变化更为激烈，所以物价指数也作为一个解释变量加入模型中.为消除物价变动对进出口数据地影响以及消除进出口数据中存在地异方差，定义三个变量如下：第八章联立方程模型8.1判断题（判断对错；如果错误，说明理由）（1）OLS法适用于估计联立方程模型中地结构方程.（2）2SLS法不能用于不可识别方程.（3）估计联立方程模型地2SLS法和其它方法只有在大样本地情况下，才能具有我们期望地统计性质.（4）联立方程模型作为一个整体，不存在类似R2这样地拟合优度测度.（5）如果要估计地方程扰动项自相关或存在跨方程地相关，则2SLS法和其它估计结构方程地方法都不能用.（6）如果一个方程恰好识别，则ILS和2SLS给出相同结果.8.2 单项选择题（1）结构式模型中地方程称为结构方程.在结构方程中，解释变量可以是前定变量，也可以是( ).A.外生变量B.滞后变量C.内生变量D.外生变量和内生变量（2）前定变量是( )地合称.A.外生变量和滞后内生变量B.内生变量和外生变量C.外生变量和虚拟变量D.解释变量和被解释变量（3）如果联立方程模型中某个结构方程包含了模型中所有地变量，则这个方程( ).A.恰好识别B.不可识别C.过度识别D.不确定（4）下面说法正确地是( ).A.内生变量是非随机变量B.前定变量是随机变量C.外生变量是随机变量D.外生变量是非随机变量（5）当一个结构式方程为恰好识别时，这个方程中内生解释变量地个数（）. A．与被排除在外地前定变量个数正好相等B．小于被排除在外地前定变量个数C．大于被排除在外地前定变量个数D．以上三种情况都有可能发生（6）简化式模型就是把结构式模型中地内生变量表示为( ).A.外生变量和内生变量地函数关系B.前定变量和随机误差项地模型C.滞后变量和随机误差项地模型D.外生变量和随机误差项地模型（7）对联立方程模型进行参数估计地方法可以分两类，即：( ).A.间接最小二乘法和系统估计方法B.单方程估计法和系统估计方法。
计量经济学习题参考答案
计量经济学习题参考答案第⼀章导论1．计量经济学是⼀门什么样的学科？答：计量经济学的英⽂单词是Econometrics，本意是“经济计量”，研究经济问题的计量⽅法，因此有时也译为“经济计量学”。
将Econometrics译为“计量经济学”是为了强调它是现代经济学的⼀门分⽀学科，不仅要研究经济问题的计量⽅法，还要研究经济问题发展变化的数量规律。
可以认为，计量经济学是以经济理论为指导，以经济数据为依据，以数学、统计⽅法为⼿段，通过建⽴、估计、检验经济模型，揭⽰客观经济活动中存在的随机因果关系的⼀门应⽤经济学的分⽀学科。
2．计量经济学与经济理论、数学、统计学的联系和区别是什么？答：计量经济学是经济理论、数学、统计学的结合，是经济学、数学、统计学的交叉学科（或边缘学科）。
计量经济学与经济学、数学、统计学的联系主要是计量经济学对这些学科的应⽤。
计量经济学对经济学的应⽤主要体现在以下⼏个⽅⾯：第⼀，计量经济学模型的选择和确定，包括对变量和经济模型的选择，需要经济学理论提供依据和思路；第⼆，计量经济分析中对经济模型的修改和调整，如改变函数形式、增减变量等，需要有经济理论的指导和把握；第三，计量经济分析结果的解读和应⽤也需要经济理论提供基础、背景和思路。
计量经济学对统计学的应⽤，⾄少有两个重要⽅⾯：⼀是计量经济分析所采⽤的数据的收集与处理、参数的估计等，需要使⽤统计学的⽅法和技术来完成；⼀是参数估计值、模型的预测结果的可靠性，需要使⽤统计⽅法加以分析、判断。
计量经济学对数学的应⽤也是多⽅⾯的，⾸先，对⾮线性函数进⾏线性转化的⽅法和技巧，是数学在计量经济学中的应⽤；其次，任何的参数估计归根结底都是数学运算，较复杂的参数估计⽅法，或者较复杂的模型的参数估计，更需要相当的数学知识和数学运算能⼒，另外，在计量经济理论和⽅法的研究⽅⾯，需要⽤到许多的数学知识和原理。
计量经济学与经济学、数学、统计学的区别也很明显，经济学、数学、统计学中的任何⼀门学科，都不能替代计量经济学，这三门学科简单地合起来，也不能替代计量经济学。
计量经济学试题与答案
计量经济学试题与答案一、选择题（每题5分，共25分）1. 以下哪个选项是计量经济学的基本任务？A. 建立经济模型B. 进行经济预测C. 分析经济现象的规律性D. 所有以上选项答案：D2. 以下哪个方法不属于计量经济学的研究方法？A. 最小二乘法B. 最大似然法C. 线性规划D. 广义矩估计答案：C3. 在线性回归模型中，以下哪个选项表示随机误差项的方差？A. σ²B. μC. εD. β答案：A4. 在计量经济学模型中，以下哪个选项表示解释变量与被解释变量之间的关系？A. 相关性B. 因果关系C. 联合分布D. 条件分布答案：B5. 在实证研究中，以下哪个选项可以用来检验模型的稳定性？A. 残差分析B. 异方差性检验C. 单位根检验D. 联合检验答案：C二、填空题（每题5分，共25分）1. 计量经济学是一门研究______、______和______的科学。
答案：经济模型、经济数据、经济预测2. 最小二乘法的原理是使______的平方和最小。
答案：回归残差3. 在线性回归模型中，回归系数的估计值是______的线性函数。
答案：解释变量4. 异方差性检验的方法有______检验、______检验和______检验。
答案：Breusch-Pagan检验、White检验、Goldfeld-Quandt检验5. 在实证研究中，单位根检验的目的是检验______。
答案：时间序列数据的平稳性三、计算题（每题20分，共40分）1. 设线性回归模型为：Y = β0 + β1X + ε，其中Y表示被解释变量，X表示解释变量，ε表示随机误差项。
给定以下数据：Y: 2, 3, 4, 5, 6X: 1, 2, 3, 4, 5求：回归系数β0和β1的估计值。
答案：首先，计算X和Y的均值：X̄ = (1 + 2 + 3 + 4 + 5) / 5 = 3Ȳ = (2 + 3 + 4 + 5 + 6) / 5 = 4然后，计算回归系数β1的估计值：β1̄= Σ[(Xi - X̄)(Yi - Ȳ)] / Σ[(Xi - X̄)²]= [(1-3)(2-4) + (2-3)(3-4) + (3-3)(4-4) + (4-3)(5-4) + (5-3)(6-4)] / [(1-3)² + (2-3)² + (3-3)² + (4-3)² + (5-3)²]= 4 / 10= 0.4最后，计算回归系数β0的估计值：β0̄ = Ȳ - β1̄X̄= 4 - 0.4 3= 2.2所以，回归系数β0和β1的估计值分别为2.2和0.4。
《中级计量经济学》非选择题 参考答案.
第3章 多元线性回归模型3.4.3 简答题、分析与计算题1．给定二元回归模型：t t t t u x b x b b y +++=22110 （t=1，2，…n）(1) 叙述模型的古典假定；(2)写出总体回归方程、样本回归方程与样本回归模型；(3)写出回归模型的矩阵表示；(4)写出回归系数及随机误差项方差的最小二乘估计量，并叙述参数估计量的性质；(5)试述总离差平方和、回归平方和、残差平方和之间的关系及其自由度之间的关系。
2．在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？3．决定系数2R 与总体线性关系显著性F 检验之间的关系；在多元线性回归分析中，F 检验与t 检验有何不同？在一元线性回归分析中二者是否有等价的作用？4．为什么说对模型施加约束条件后，其回归的残差平方和一定不比未施加约束的残差平方和小？在什么样的条件下，受约束回归与无约束回归的结果相同？5．观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。
(1) t t t u x b b y ++=310(2) t t t u x b b y ++=log 10(3)t t t u x b b y ++=log log 10 (4) t t t u x b b b y +⋅+=)(210(5) t t t u x b b y +=)/(10(6) t bt t u x b y +−+=)1(110(7)t t t t u x b x b b y +++=10/22110 6．常见的非线性回归模型有几种情况？7．指出下列模型中所要求的待估参数的经济意义：(1)食品类需求函数：u P P I Y ++++=231210ln ln ln ln αααα中的321,,ααα（其中Y为人均食品支出额，I 为人均收入，为食品类价格，为其他替代商品类价格）。
1P 2P (2)消费函数：t t t t u Y Y C +++=−1210βββ中的1β和2β（其中C 为人均消费额，Y 为人均收入）。
(完整word版)计量经济学中级教程(潘省初 清华大学出版社)课后习题答案
计量经济学中级教程习题参考答案第一章 绪论1.1 一般说来，计量经济分析按照以下步骤进行：（1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据（4）估计参数 （5）假设检验 （6）预测和政策分析 1.2 我们在计量经济模型中列出了影响因变量的解释变量，但它（它们）仅是影响因变量的主要因素，还有很多对因变量有影响的因素，它们相对而言不那么重要，因而未被包括在模型中。
为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。
1.3 时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。
横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。
如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。
1.4 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。
在一项应用中，依据估计量算出的一个具体的数值，称为估计值。
如Y 就是一个估计量，1nii YYn==∑。
现有一样本，共4个数，100，104，96，130，则根据这个样本的数据运用均值估计量得出的均值估计值为5.107413096104100=+++。
第二章 经典线性回归模型2.1 判断题（说明对错；如果错误，则予以更正） （1）对 （2）对 （3）错只要线性回归模型满足假设条件（1）～（4），OLS 估计量就是BLUE 。
（4）错R 2 =ESS/TSS 。
（5）错。
我们可以说的是，手头的数据不允许我们拒绝原假设。
（6）错。
因为∑=22)ˆ(tx Var σβ，只有当∑2t x 保持恒定时，上述说法才正确。
2.2 应采用（1），因为由（2）和（3）的回归结果可知，除X 1外，其余解释变量的系数均不显著。
《中级计量经济学》非选择题 参考答案.
第3章 多元线性回归模型3.4.3 简答题、分析与计算题1．给定二元回归模型：t t t t u x b x b b y +++=22110 （t=1，2，…n）(1) 叙述模型的古典假定；(2)写出总体回归方程、样本回归方程与样本回归模型；(3)写出回归模型的矩阵表示；(4)写出回归系数及随机误差项方差的最小二乘估计量，并叙述参数估计量的性质；(5)试述总离差平方和、回归平方和、残差平方和之间的关系及其自由度之间的关系。
2．在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？3．决定系数2R 与总体线性关系显著性F 检验之间的关系；在多元线性回归分析中，F 检验与t 检验有何不同？在一元线性回归分析中二者是否有等价的作用？4．为什么说对模型施加约束条件后，其回归的残差平方和一定不比未施加约束的残差平方和小？在什么样的条件下，受约束回归与无约束回归的结果相同？5．观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。
(1) t t t u x b b y ++=310(2) t t t u x b b y ++=log 10(3)t t t u x b b y ++=log log 10 (4) t t t u x b b b y +⋅+=)(210(5) t t t u x b b y +=)/(10(6) t bt t u x b y +−+=)1(110(7)t t t t u x b x b b y +++=10/22110 6．常见的非线性回归模型有几种情况？7．指出下列模型中所要求的待估参数的经济意义：(1)食品类需求函数：u P P I Y ++++=231210ln ln ln ln αααα中的321,,ααα（其中Y为人均食品支出额，I 为人均收入，为食品类价格，为其他替代商品类价格）。
1P 2P (2)消费函数：t t t t u Y Y C +++=−1210βββ中的1β和2β（其中C 为人均消费额，Y 为人均收入）。
(完整word版)计量经济学习题及答案..
期中练习题1、回归分析中使用的距离是点到直线的垂直坐标距离。
最小二乘准则是指（ ）A ．使∑=-n t tt Y Y 1)ˆ(达到最小值 B.使∑=-nt t t Y Y 1达到最小值 C. 使∑=-nt t tY Y12)(达到最小值 D.使∑=-nt tt Y Y 12)ˆ(达到最小值 2、根据样本资料估计得出人均消费支出 Y 对人均收入 X 的回归模型为ˆln 2.00.75ln i iY X =+，这表明人均收入每增加 1％，人均消费支出将增加 （ ）A. 0.75B. 0.75%C. 2D. 7.5% 3、设k 为回归模型中的参数个数,n 为样本容量。
则对总体回归模型进行显著性检验的F 统计量与可决系数2R 之间的关系为( )A.)1/()1()/(R 22---=k R k n F B. )/(1)-(k )R 1/(R 22k n F --= C. )/()1(22k n R R F --= D. )1()1/(22R k R F --=6、二元线性回归分析中 TSS=RSS+ESS 。
则 RSS 的自由度为（ ）A.1B.n-2C.2D.n-39、已知五个解释变量线形回归模型估计的残差平方和为8002=∑te，样本容量为46，则随机误差项μ的方差估计量2ˆσ为（ ） A.33.33 B.40 C.38.09 D. 201、经典线性回归模型运用普通最小二乘法估计参数时，下列哪些假定是正确的（ ） A.0)E(u i = B. 2i )V ar(u i σ= C. 0)u E(u j i ≠D.随机解释变量X 与随机误差i u 不相关E. i u ～),0(2i N σ2、对于二元样本回归模型ii i i e X X Y +++=2211ˆˆˆββα，下列各式成立的有（ ） A.0=∑ieB. 01=∑ii Xe C. 02=∑iiXeD.=∑ii Ye E.21=∑i iX X4、能够检验多重共线性的方法有（ ）A.简单相关系数矩阵法B. t 检验与F 检验综合判断法C. DW 检验法D.ARCH 检验法E.辅助回归法计算题1、为了研究我国经济发展状况，建立投资（1X ，亿元）与净出口（2X ，亿元）与国民生产总值（Y ，亿元）的线性回归方程并用13年的数据进行估计，结果如下：ii i X X Y 21051980.4177916.2805.3871ˆ++= S.E=(2235.26) (0.12) (1.28) 2R =0.99 F=582 n=13问题如下：①从经济意义上考察模型估计的合理性；（3分） ②估计修正可决系数2R ，并对2R 作解释；（3分）③在5%的显著性水平上，分别检验参数的显著性；在5%显著性水平上，检验模型的整体显著性。
计量经济学习题及参考答案
计量经济学各章习题第一章绪论1.1试列出计量经济分析地主要步骤.1.2计量经济模型中为何要包括扰动项?1.3什么是时间序列和横截面数据? 试举例说明二者地区别1.4估计量和估计值有何区别？第二章计量经济分析地统计学基础2.1名词解释随机变量概率密度函数抽样分布样本均值样本方差协方差相关系数标准差标准误差显著性水平置信区间无偏性有效性一致估计量接受域拒绝域第I 类错误2.2请用例 2.2中地数据求北京男生平均身高地99％置信区间.2.325 个雇员地随机样本地平均周薪为130元，试问此样本是否取自一个均值为120 元、标准差为10 元地正态总体？文档收集自网络，仅用于个人学习2.4某月对零售商店地调查结果表明，市郊食品店地月平均销售额为2500 元，在下一个月份中，取出16 个这种食品店地一个样本，其月平均销售额为2600 元，销售额地标准差为480 元.试问能否得出结论，从上次调查以来，平均月销售额已经发生了变化？文档收集自网络，仅用于个人学习第三章双变量线性回归模型3.1判断题（判断对错；如果错误，说明理由）（1）OLS 法是使残差平方和最小化地估计方法.（2）计算OLS 估计值无需古典线性回归模型地基本假定.（3）若线性回归模型满足假设条件（1）～（4），但扰动项不服从正态分布，则尽管OLS 估计量不再是BLUE ，但仍为无偏估计量.文档收集自网络，仅用于个人学习（4）最小二乘斜率系数地假设检验所依据地是t 分布，要求地抽样分布是正态分布.2（5）R2＝TSS/ESS.（6）若回归模型中无截距项，则.（7）若原假设未被拒绝，则它为真.（8）在双变量回归中，地值越大，斜率系数地方差越大.3.2设和分别表示Y 对X 和X 对Y 地OLS 回归中地斜率，证明r 为X 和Y 地相关系数.3.3证明：（1）Y 地真实值与OLS 拟合值有共同地均值，即；（2）OLS 残差与拟合值不相关，即.3.4证明本章中（ 3.18）和（ 3.19）两式：（1）（2）3.5考虑下列双变量模型：模型1：模型2：（1）1 和1地OLS 估计量相同吗？它们地方差相等吗？（2）2 和2地OLS 估计量相同吗？它们地方差相等吗？3.6有人使用1980－1994 年度数据，研究汇率和相对价格地关系，得到如下结果：其中，Y＝马克对美元地汇率X＝美、德两国消费者价格指数（CPI）之比，代表两国地相对价格（1）请解释回归系数地含义；（2）X t 地系数为负值有经济意义吗？（3）如果我们重新定义X 为德国CPI与美国CPI之比，X 地符号会变化吗？为什么？3.7随机调查200 位男性地身高和体重，并用体重对身高进行回归，结果如下：其中Weight 地单位是磅（lb ），Height 地单位是厘米（cm）.（1）当身高分别为177.67cm、164.98cm、187.82cm 时，对应地体重地拟合值为多少？（2）假设在一年中某人身高增高了 3.81cm，此人体重增加了多少？3.8设有10 名工人地数据如下：X 10 7 10 5 8 8 6 7 9 10Y 11 10 12 6 10 7 9 10 11 10 其中X= 劳动工时，Y= 产量（1）试估计Y=α+βX + u（要求列出计算表格）；（2）提供回归结果（按标准格式）并适当说明；（3）检验原假设β=1.0.3.9用12 对观测值估计出地消费函数为Y=10.0+0.90X ，且已知=0.01，=200，=4000，试预测当X=250 时Y 地值，并求Y 地95%置信区间.文档收集自网络，仅用于个人学习3.10设有某变量（Y）和变量（X）1995—1999 年地数据如下:（3）试预测X=10 时Y 地值，并求Y 地95%置信区间.3.11根据上题地数据及回归结果，现有一对新观测值X ＝20，Y＝7.62，试问它们是否可能来自产生样本数据地同一总体？文档收集自网络，仅用于个人学习3.12有人估计消费函数，得到如下结果（括号中数字为t 值）：＝15 + 0.81 ＝0.98（2.7）（6.5）n=19（1）检验原假设：＝0（取显著性水平为5％）（2）计算参数估计值地标准误差；（3）求地95％置信区间，这个区间包括0 吗？3.13试用中国1985—2003 年实际数据估计消费函数：=α+β + u t其中：C代表消费，Y 代表收入.原始数据如下表所示，表中：Cr＝农村居民人均消费支出（元）Cu＝城镇居民人均消费支出（元）Y ＝国内居民家庭人均纯收入（元） Yr ＝农村居民家庭人均纯收入（元） Yu＝城镇居民家庭人均可支配收入（元） Rpop＝农村人口比重（%） pop＝历年年底我国人口总数（亿人）P＝居民消费价格指数（1985=100）Pr＝农村居民消费价格指数（1985=100）Pu＝城镇居民消费价格指数（1985=100）数据来源：《中国统计年鉴2004》使用计量经济软件，用国内居民人均消费、农村居民人均消费和城镇居民人均消费分别对各自地人均收入进行回归，给出标准格式回归结果；并由回归结果分析我国城乡居民消费行为有何不同.文档收集自网络，仅用于个人学习第四章多元线性回归模型4.1某经济学家试图解释某一变量Y 地变动.他收集了Y 和 5 个可能地解释变量～地观测值(共10 组)，然后分别作三个回归，结果如下(括号中数字为t 统计量)：文档收集自网络，仅用于个人学习( 1) = 51.5 + 3.21 R=0.63(3.45) (5.21)2) 33.43 + 3.67 + 4.62 + 1.21 R=0.75 文档收集自网络，仅用于个人学(3.61 )(2.56)(0.81) (0.22)3) 23.21 + 3.82 + 2.32 + 0.82 + 4.10 + 1.21(2.21 )(2.83)(0.62) (0.12) (2.10) (1.11)文档收集自网络，仅用于个人学习R=0.80 你认为应采用哪一个结果？为什么？4.2为研究旅馆地投资问题，我们收集了某地地1987-1995 年地数据来估计收益生产函数R=ALKe ，其中R=旅馆年净收益(万年) ，L=土地投入，K=资金投入， e 为自然对数地底.设回归结果如下(括号内数字为标准误差) ：文档收集自网络，仅用于个人学习= -0.9175 + 0.273lnL + 0.733lnK R=0.94(0.212) (0.135) (0.125)(1)请对回归结果作必要说明；( 2)分别检验α和β 地显著性；( 3)检验原假设：α =β = 0；4.3我们有某地1970-1987 年间人均储蓄和收入地数据，用以研究1970－1978 和1978 年以后储蓄和收入之间地关系是否发生显著变化. 引入虚拟变量后，估计结果如下(括号内数据为标准差) ：文档收集自网络，仅用于个人学习= -1.7502 + 1.4839D + 0.1504 - 0.1034D·R=0.9425 文档收集自网络，仅用于个人学习(0.3319) (0.4704) (0.0163) (0.0332)其中：Y=人均储蓄，X=人均收入，D= 请检验两时期是否有显著地结构性变化.4.4说明下列模型中变量是否呈线性，系数是否呈线性，并将能线性化地模型线性化.（1）（2）（3）4.5有学者根据某国19年地数据得到下面地回归结果：其中：Y=进口量（百万美元），X1 =个人消费支出（百万美元），X2 =进口价格/国内价格.（1）解释截距项以及X1和X2系数地意义；（2）Y 地总变差中被回归方程解释地部分、未被回归方程解释地部分各是多少？（3）进行回归方程地显著性检验,并解释检验结果；（4）对“斜率”系数进行显著性检验,并解释检验结果.4.6由美国46个州1992年地数据，Baltagi 得到如下回归结果：其中，C＝香烟消费（包/人年），P＝每包香烟地实际价格Y＝人均实际可支配收入（1）香烟需求地价格弹性是多少？它是否统计上显著？若是，它是否统计上异于-1？（2）香烟需求地收入弹性是多少？它是否统计上显著？若不显著，原因是什么？（3）求出.4.7有学者从209 个公司地样本，得到如下回归结果（括号中数字为标准误差）：其中，Salary＝CEO 地薪金Sales＝公司年销售额roe＝股本收益率（％）ros＝公司股票收益请分析回归结果.4.8为了研究某国1970－1992 期间地人口增长率，某研究小组估计了下列模型：其中：Pop＝人口（百万人），t＝趋势变量，.（1）在模型 1 中，样本期该地地人口增长率是多少？（2）人口增长率在1978 年前后是否显著不同？如果不同，那么1972－1977和1978－1992 两时期中，人口增长率各是多少？文档收集自网络，仅用于个人学习4.9设回归方程为Y= β0+β1X1+β2X2+β3X3+ u, 试说明你将如何检验联合假设：β1= β2 和β3 = 1 .文档收集自网络，仅用于个人学习4.10下列情况应引入几个虚拟变量，如何表示？（1）企业规模：大型企业、中型企业、小型企业；（2）学历：小学、初中、高中、大学、研究生.4.11在经济发展发生转折时期，可以通过引入虚拟变量来表示这种变化.例如，研究进口消费品地数量Y 与国民收入X 地关系时，数据散点图显示1979 年前后明显不同.请写出引入虚拟变量地进口消费品线性回归方程.文档收集自网络，仅用于个人学习4.12柯布－道格拉斯生产函数其中：GDP=地区国内生产总值（亿元）K=资本形成总额（亿元）L= 就业人数（万人）P=商品零售价格指数（上年＝100）试根据中国2003 年各省数据估计此函数并分析结果.数据如下表所示第五章模型地建立与估计中地问题及对策5.1判断题（判断对错；如果错误，说明理由）（1）尽管存在严重多重共线性，普通最小二乘估计量仍然是最佳线性无偏估计量（BLUE ）.（2）如果分析地目地仅仅是为了预测，则多重共线性并无妨碍. （3）如果解释变量两两之间地相关系数都低，则一定不存在多重共线性. （4）如果存在异方差性，通常用地t 检验和 F 检验是无效地. （5）当存在自相关时，OLS 估计量既不是无偏地，又不是有效地.（6）消除一阶自相关地一阶差分变换法假定自相关系数必须等于 1. （7）模型中包含无关地解释变量，参数估计量会有偏，并且会增大估计量地方差，即增大误差.（8）多元回归中，如果全部“斜率”系数各自经t 检验都不显著，则R2值也高不了.（9）存在异方差地情况下，OLS 法总是高估系数估计量地标准误差.（10）如果一个具有非常数方差地解释变量被（不正确地）忽略了，那么OLS 残差将呈异方差性.5.2考虑带有随机扰动项地复利增长模型：Y 表示GDP，Y0是Y 地基期值，r 是样本期内地年均增长率，t 表示年份，t＝1978，⋯,2003.文档收集自网络，仅用于个人学习试问应如何估计GDP 在样本期内地年均增长率？5.3 检验下列情况下是否存在扰动项地自相关 .（1） DW=0.81，n=21，k=3（2）DW=2.25，n=15，k=2（3）DW=1.56，n=30，k=55.4有人建立了一个回归模型来研究我国县一级地教育支出：Y= β0+β1X1+β 2X2+β3X3+u其中：Y，X1，X2 和X3分别为所研究县份地教育支出、居民人均收入、学龄儿童人数和可以利用地各级政府教育拨款.文档收集自网络，仅用于个人学习他打算用遍布我国各省、市、自治区地100 个县地数据来估计上述模型.（1）所用数据是什么类型地数据？（2）能否采用OLS 法进行估计？为什么？（3）如不能采用OLS 法，你认为应采用什么方法？5.5试从下列回归结果分析存在问题及解决方法：（1）= 24.7747 + 0.9415 - 0.0424 R=0.9635SE：（6.7525）（0.8229）（0.0807）其中：Y=消费，X2=收入，X3=财产，且n=5000 （2）= 0.4529 - 0.0041t R=0.5284t：（-3.9606） DW=0.8252其中Y= 劳动在增加值中地份额，t=时间该估计结果是使用1949-1964 年度数据得到地.5.6工资模型：wi＝b0＋b1Si＋b2Ei＋b3Ai＋b4Ui＋ui其中Wi＝工资，Si＝学校教育年限，Ei＝工作年限，Ai＝年龄，Ui＝是否参加工会.在估计上述模型时，你觉得会出现什么问题？如何解决？5.7你想研究某行业中公司地销售量与其广告宣传费用之间地关系.你很清楚地知道该行业中有一半地公司比另一半公司大，你关心地是这种情况下，什么估计方法比较合理.假定大公司地扰动项方差是小公司扰动项方差地两倍.文档收集自网络，仅用于个人学习（1）若采用普通最小二乘法估计销售量对广告宣传费用地回归方程（假设广告宣传费是与误差项不相关地自变量），系数地估计量会是无偏地吗？是一致地吗？是有效地吗？文档收集自网络，仅用于个人学习（2）你会怎样修改你地估计方法以解决你地问题？（3）能否对原扰动项方差假设地正确性进行检验？5.8考虑下面地模型其中GNP＝国民生产总值，M ＝货币供给. （1）假设你有估计此模型地数据，你能成功地估计出模型地所有系数吗？说明理由.（2）如果不能，哪些系数可以估计？（3）如果从模型中去掉这一项，你对（1）中问题地答案会改变吗？（4）如果从模型中去掉这一项，你对（1）中问题地答案会改变吗？5.9采用美国制造业1899－1922年数据，Dougherty得到如下两个回归结果：（1）（2）其中：Y＝实际产出指数，K＝实际资本投入指数，L ＝实际劳动力投入指数，t＝时间趋势（1）回归式（1）中是否存在多重共线性？你是如何得知地？（2）回归式（1）中，logK 系数地预期符号是什么？回归结果符合先验预期吗？为什么会这样？（3）回归式（1）中，趋势变量在其中起什么作用？（4）估计回归式（2）背后地逻辑是什么？（5）如果（1）中存在多重共线性，那么（2）式是否减轻这个问题？你如何得知？（6）两个回归地R2可比吗？说明理由.5.10有人估计了下面地模型：其中：C＝私人消费支出，GNP＝国民生产总值，D＝国防支出假定，将（1）式转换成下式：使用1946－1975数据估计（1）、（2）两式，得到如下回归结果（括号中数字为标准误差）：1）关于异方差，模型估计者做出了什么样地假定？你认为他地依据是什么？2）比较两个回归结果.模型转换是否改进了结果？也就是说，是否减小了估计标准误差？说明理由.5.11设有下列数据：RSS1＝55，K ＝4，n1＝30RSS3＝140，K ＝4，n3＝30 请依据上述数据，用戈德佛尔德－匡特检验法进行异方差性检验（5％显著性水平）.5.12考虑模型（1）也就是说，扰动项服从AR （2）模式，其中是白噪声.请概述估计此模型所要采取地步骤.5.13对第 3 章练习题 3.13 所建立地三个消费模型地结果进行分析：是否存在序列相关问题？如果有，应如何解决？5.14为了研究中国农业总产值与有效灌溉面积、化肥施用量、农作物总播种面积、受灾面积地相互关系，选31 个省市2003 年地数据资料，如下表所示：文档收集自网络，仅用于个人学习表中：Y＝农业总产值（亿元，不包括林牧渔）X1＝有效灌溉面积（千公顷）X2＝化肥施用量（万吨）X23＝化肥施用量（公斤/亩）X3＝农作物总播种面积（千公顷）X4＝受灾面积（千公顷）（1）回归并根据计算机输出结果写出标准格式地回归结果；（2）模型是否存在问题？如果存在问题，是什么问题？如何解决？第六章动态经济模型：自回归模型和分布滞后模型6.1判断题（判断对错；如果错误，说明理由）（1）所有计量经济模型实质上都是动态模型.（2）如果分布滞后系数中，有地为正有地为负，则科克模型将没有多大用处. （3）若适应预期模型用OLS 估计，则估计量将有偏，但一致. （4）对于小样本，部分调整模型地OLS 估计量是有偏地.（5）若回归方程中既包含随机解释变量，扰动项又自相关，则采用工具变量法，将产生无偏且一致地估计量.（6）解释变量中包括滞后因变量地情况下，用德宾－沃森d 统计量来检测自相关是没有实际用处地.6.2用OLS 对科克模型、部分调整模型和适应预期模型分别进行回归时，得到地OLS 估计量会有什么样地性质？文档收集自网络，仅用于个人学习6.3简述科克分布和阿尔蒙多项式分布地区别.6.4考虑模型假设相关.要解决这个问题，我们采用以下工具变量法：首先用对和回归，得到地估计值，然后回归其中是第一步回归（对和回归）中得到地.（1）这个方法如何消除原模型中地相关？（2）与利维顿采用地方法相比，此方法有何优点？6.5设其中：M＝对实际现金余额地需求，Y*＝预期实际收入，R*＝预期通货膨胀率假设这些预期服从适应预期机制：其中和是调整系数，均位于0和1之间.（1）请将M t 用可观测量表示；（2）你预计会有什么估计问题？6.6考虑分布滞后模型假设可用二阶多项式表示诸如下：若施加约束＝＝0，你将如何估计诸系数（，i=0,1, (4)6.7为了研究设备利用对于通货膨胀地影响，T. A.吉延斯根据1971年到1988年地美国数据获得如下回归结果：文档收集自网络，仅用于个人学习其中：Y＝通货膨胀率（根据GNP 平减指数计算）X t＝制造业设备利用率X t－1 ＝滞后一年地设备利用率1）设备利用对于通货膨胀地短期影响是什么？长期影响又是什么？(2)每个斜率系数是统计显著地吗？(3)你是否会拒绝两个斜率系数同时为零地原假设？将利用何种检验？6.8考虑下面地模型：Y t = α+β(W0X t+ W1X t-1 + W2X t-2 + W3X t-3)+u t 请说明如何用阿尔蒙滞后方法来估计上述模型(设用二次多项式来近似) .6.9下面地模型是一个将部分调整和适应预期假说结合在一起地模型：Y t*= βX t+1eY t-Y t-1 = δ(Y t*- Y t-1) + u tX t+1e- X t e= (1-λ)( X t - X t e)；t=1，2，⋯， n式中Y t*是理想值，X t+1e和X t e是预期值.试推导出一个只包含可观测变量地方程，并说明该方程参数估计方面地问题.文档收集自网络，仅用于个人学习第七章时间序列分析7.1单项选择题（1）某一时间序列经一次差分变换成平稳时间序列，此时间序列称为（）地.A．1 阶单整B．2阶单整C．K 阶单整D．以上答案均不正确文档收集自网络，仅用于个人学习（2）如果两个变量都是一阶单整地，则（）.A ．这两个变量一定存在协整关系B．这两个变量一定不存在协整关系C．相应地误差修正模型一定成立D．还需对误差项进行检验文档收集自网络，仅用于个人学习（3）如果同阶单整地线性组合是平稳时间序列，则这些变量之间关系是（） .A. 伪回归关系B.协整关系C.短期均衡关系D. 短期非均衡关系（4）．若一个时间序列呈上升趋势，则这个时间序列是（）.A ．平稳时间序列B．非平稳时间序列C．一阶单整序列 D. 一阶协整序列7.2请说出平稳时间序列和非平稳时间序列地区别，并解释为什么在实证分析中确定经济时间序列地性质是十分必要地.文档收集自网络，仅用于个人学习7.3什么是单位根？7.4Dickey－Fuller（DF）检验和Engle－Granger（EG）检验是检验什么地？文档收集自网络，仅用于个人学习7.5什么是伪回归？在回归中使用非均衡时间序列时是否必定会造成伪回归？7.6由1948－1984 英国私人部门住宅开工数（X）数据，某学者得到下列回归结果：注：5％临界值值为-2.95，10％临界值值为-2.60. （1）根据这一结果，检验住宅开工数时间序列是否平稳.（2）如果你打算使用t 检验，则观测地t 值是否统计显著？据此你是否得出该序列平稳地结论？（3）现考虑下面地回归结果：请判断住宅开工数地平稳性.7.7由1971-I 到1988-IV 加拿大地数据，得到如下回归结果；A.B.C.其中，M1＝货币供给，GDP=国内生产总值，e t＝残差（回归A）（1）你怀疑回归 A 是伪回归吗？为什么？（2）回归 B 是伪回归吗？请说明理由.（3）从回归 C 地结果，你是否改变（1）中地结论，为什么？（4）现考虑以下回归：这个回归结果告诉你什么？这个结果是否对你决定回归 A 是否伪回归有帮助？7.8 检验我国人口时间序列地平稳性，数据区间为1949－2003 年.单位：万人7.9对中国进出口贸易进行协整分析，如果存在协整关系，则建立E CM 模型.1951－2003 年中国进口（im ）、出口（ex）和物价指数（pt，商品零售物价指数）时间序列数据见下表.因为该期间物价变化大，特别是改革开放以后变化更为激烈，所以物价指数也作为一个解释变量加入模型中.为消除物价变动对进出口数据地影响以及消除进出口数据中存在地异方差，定义三个变量如下：文档收集自网络，仅用于个人学习第八章联立方程模型8.1判断题（判断对错；如果错误，说明理由）（1）OLS 法适用于估计联立方程模型中地结构方程.（2）2SLS 法不能用于不可识别方程.（3）估计联立方程模型地2SLS 法和其它方法只有在大样本地情况下，才能具有我们期望地统计性质 .(4) 联立方程模型作为一个整体，不存在类似 R 2这样地拟合优度测度 .(5) 如果要估计地方程扰动项自相关或存在跨方程地相关， 则 2SLS 法和其它估 计结构方程地方法都不能用 .(6) 如果一个方程恰好识别，则 ILS 和 2SLS 给出相同结果 .8.2 单项选择题1) 结构式模型中地方程称为结构方程 .在结构方程中， 解释变量可以是前定变3) 如果联立方程模型中某个结构方程包含了模型中所有地变量，则这个方程5)当一个结构式方程为恰好识别时，这个方程中内生解释变量地个数( A ．与被排除在外地前定变量个数正好相等 B ．小于被排除在外地前定变量个数 C ．大于被排除在外地前定变量个数D ．以上三种情况都有可能发生 文档收集自网络，仅用于个人学习6) 简化式模型就是把结构式模型中地内生变量表示为 ( ).A. 外生变量和内生变量地函数关系B.前定变量和随机误差项地模型C.滞后变量和随机误差项地模型 D.外生变量和随机误差项地模量，也可以是 ( ).文档收集自网络，仅用于个人学习 A. 外生变量 B.滞后变量2)前定变量是 ( )地合称 .A.外生变量和滞后内生变量C.内生变量D. 外生变量和内生变量 C.外生变量和虚拟变量 D. 解释变量和被解释变量( ).A. 恰好识别B.不可识别 (4) 下面说法正确地是( ).A.内生变量是非随机变量 C.外生变量是随机变量 C.过度识别 D.不确定B. 前定变量是随机变量个人收集整理勿做商业用途型7) 对联立方程模型进行参数估计地方法可以分两类，即：( ).A.间接最小二乘法和系统估计方法B.单方程估计法和系统估计方法个人收集整理勿做商业用途C.单方程估计法和二阶段最小二乘法D.工具变量法和间接最小二乘法（8）在某个结构方程过度识别地条件下，不适用地估计方法是（）.A. 间接最小二乘法B.工具变量法C.二阶段最小二乘法D.有限信息极大似然估计法8.3行为方程和恒等式有什么区别？8.4如何确定模型中地外生变量和内生变量？8.5考虑下述模型：C t = α + β D t +u t I t = γ + δD t-1 + νt D t = C t +I t + Z t ；t=1 ，2，⋯，n其中 C = 消费支出，D= 收入，I = 投资，Z = 自发支出. C、I 和D是内生变量.试写出消费支出地简化型方程，并研究各方程地识别问题.8.6考虑下述模型：Y t = C t + I t +G t +X tC t = β 0 + β 1D t + β2C t-1 + u tD t = Y t –T tI t = α0 + α1Y t + α2R t-1 +νt 模型中各方程是正规化方程，u t、νt为扰动项.（1）请指出模型中地内生变量、外生变量和前定变量.（2）写出用2SLS法进行估计时，每个阶段中要估计地方程.8.7下面是一个简单地美国宏观经济模型（1960－1999）其中C=实际私人消费，I= 实际私人总投资，G=实际政府支出，Y ＝实际GDP，M= 当年价M2，R=长期利率；P＝消费价格指数.内生变量：C，I，R，Y 前定变量：C t-1，I t-1，M t-1，P t，R t-1 和G t.（1）应用识别地阶条件，决定各方程地识别状态；（2）你打算用什么方法来估计可识别行为方程？8.8假设有如下计量经济模型：其中，Y＝国民收入，I=净资本形成，C=个人消费，Q ＝利润，P=生活费用指数，R= 工业劳动生产率1）写出模型地内生变量、外生变量和前定变量；个人收集整理勿做商业用途（2）用识别地阶条件确定各方程地识别状态；（3）此模型中是否有可以用ILS 法估计地方程？如有，请指出；（4）写出用2SLS 法进行估计时，每个阶段中要估计地方程. 8.9考虑下述模型：消费方程：C t=α0 +α 1Y t +α2C t-1 +u①投资方程：I t=β0 +β1Y t +β2I t –1+u2t②进口方程：M t = 0 + 1Y t + u3t ③Y t = C t+ I t + G t + X t - M t模型中各方程是正规化方程，u 1t, ⋯u3t为扰动项.（1）请指出模型中地内生变量、外生变量和前定变量.（2）利用阶条件识别各行为方程.（3）写出用3SLS 进行估计时地步骤.8.10考察下述国民经济地简单模型式中，C为消费，Y 为国民收入，I 为投资，R为利率.设样本容量n 为20，已算得中间结果为：（1）判别模型中消费方程地识别状态；（2）用间接最小二乘法求消费方程结构式系数；（3）将采用哪种方法估计投资方程?为什么?（不必计算）8.11由联立方程模型；得到其简化式如下：（1）两结构方程可识别吗？（2）如果知道，识别情况有何变化？（3）若对简化式进行估计，结果如下：个人收集整理勿做商业用途试求出结构参数地值，并说明如何检验原假设个人收集整理勿做商业用途版权申明本文部分内容，包括文字、图片、以及设计等在网上搜集整理。
潘省初中级计量课后习题参考答案
第一章 绪论1.1 一般说来，计量经济分析按照以下步骤进行：（1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据 （4）估计参数 （5）假设检验 （6）预测和政策分析1.2 我们在计量经济模型中列出了影响因变量的解释变量，但它（它们）仅是影响因变量的主要因素，还有很多对因变量有影响的因素，它们相对而言不那么重要，因而未被包括在模型中。
为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。
1.3 时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。
横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。
如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。
1.4 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。
在一项应用中，依据估计量算出的一个具体的数值，称为估计值。
如Y 就是一个估计量，1nii YY n==∑。
现有一样本，共4个数，100，104，96，130，则根据这个样本的数据运用均值估计量得出的均值估计值为5.107413096104100=+++。
第二章 经典线性回归模型2.1 判断题（说明对错；如果错误，则予以更正） （1）对（2）对（3）错只要线性回归模型满足假设条件（1）～（4），OLS 估计量就是BLUE 。
（4）错R 2=ESS/TSS 。
（5）错。
我们可以说的是，手头的数据不允许我们拒绝原假设。
（6）错。
因为∑=22)ˆ(tx Var σβ，只有当∑2tx 保持恒定时，上述说法才正确。
2.2 应采用（1），因为由（2）和（3）的回归结果可知，除X 1外，其余解释变量的系数均不显著。
计量经济学习题及全部答案
《计量经济学》习题(一)一、判断正误1．在研究经济变量之间的非确定性关系时，回归分析是唯一可用的分析方法。
（ ） 2．最小二乘法进行参数估计的基本原理是使残差平方和最小。
（ ）3．无论回归模型中包括多少个解释变量，总离差平方和的自由度总为（n -1）。
（ ） 4．当我们说估计的回归系数在统计上是显著的，意思是说它显著地异于0。
（ ）5．总离差平方和（TSS ）可分解为残差平方和（ESS ）与回归平方和（RSS ）之和，其中残差平方和（ESS ）表示总离差平方和中可由样本回归直线解释的部分。
（ ） 6．多元线性回归模型的F 检验和t 检验是一致的。
（ ）7．当存在严重的多重共线性时，普通最小二乘估计往往会低估参数估计量的方差。
（ ） 8．如果随机误差项的方差随解释变量变化而变化，则线性回归模型存在随机误差项的自相关。
（ ）9．在存在异方差的情况下，会对回归模型的正确建立和统计推断带来严重后果。
（ ） 10．..D W 检验只能检验一阶自相关。
（ ） 二、单选题1．样本回归函数（方程）的表达式为（ ）。
A ．i Y =01i i X u ββ++ B ．(/)i E Y X =01i X ββ+C ．i Y =01ˆˆi i X e ββ++D ．ˆi Y =01ˆˆiX ββ+ 2．下图中“｛”所指的距离是（ ）。
A ．随机干扰项B ．残差C ．i Y 的离差D ．ˆiY 的离差 3．在总体回归方程(/)E Y X =01X ββ+中，1β表示（ ）。
A ．当X 增加一个单位时，Y 增加1β个单位 B ．当X 增加一个单位时，Y 平均增加1β个单位 C ．当Y 增加一个单位时，X 增加1β个单位 D ．当Y 增加一个单位时，X 平均增加1β个单位 4．可决系数2R 是指（ ）。
A ．剩余平方和占总离差平方和的比重B ．总离差平方和占回归平方和的比重C ．回归平方和占总离差平方和的比重D ．回归平方和占剩余平方和的比重 5．已知含有截距项的三元线性回归模型估计的残差平方和为2i e ∑=800，估计用的样本容量为24，则随机误差项i u 的方差估计量为（ ）。
潘省初计量经济学中级教程习题参考答案
计量经济学中级教程习题参考答案第一章 绪论1.1 一般说来，计量经济分析按照以下步骤进行：（1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据（4）估计参数 （5）假设检验 （6）预测和政策分析1.2 我们在计量经济模型中列出了影响因变量的解释变量，但它（它们）仅是影响因变量的主要因素，还有很多对因变量有影响的因素，它们相对而言不那么重要，因而未被包括在模型中。
为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。
1.3 时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。
横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。
如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。
1.4 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。
在一项应用中，依据估计量算出的一个具体的数值，称为估计值。
如Y 就是一个估计量，1n ii Y Y n ==∑。
现有一样本，共4个数，100，104，96，130，则根据这个样本的数据运用均值估计量得出的均值估计值为5.1074130********=+++。
第二章 经典线性回归模型2.1 判断题（说明对错；如果错误，则予以更正）（1）对（2）对（3）错只要线性回归模型满足假设条件（1）～（4），OLS 估计量就是BLUE 。
（4）错R 2 =ESS/TSS 。
（5）错。
我们可以说的是，手头的数据不允许我们拒绝原假设。
（6）错。
因为∑=22)ˆ(t x Var σβ，只有当∑2t x 保持恒定时，上述说法才正确。
2.2 应采用（1），因为由（2）和（3）的回归结果可知，除X 1外，其余解释变量的系数均不显著。
中级计量课后习题参考答案（第九章）
中级计量课后习题参考答案（第九章）第九章参考答案1、表⾯不相关回归的含义是，所涉及的各个回归似乎不相关，但实际上相关。
各个回归⽅程分别写出，这使得它们似乎不相关，但是它们有共同点。
在本章的例⼦中，四个回归中的每⼀个关系到⼀个不同的制造产业，但它们都会受到宏观经济条件变动（如衰退）的影响。
⼀般来说，影响⼀个回归结果的事件也很可能影响其他回归的结果，这个事实表明，表⾯不相关回归中的各回归之间存在相关。
这种相关在数学上表现为扰动项跨⽅程相关。
表⾯不相关回归的步骤是：（1）⽤ols法分别估计每个⽅程，计算和保存回归中得到的残差；（2）⽤这些残差来估计扰动项⽅差和不同回归⽅程扰动项之间的协⽅差；（3）上⼀步估计的扰动项⽅差和协⽅差被⽤于执⾏⼴义最⼩⼆乘法，得到各⽅程系数的估计值。
2、在不同的横截⾯种类的截距之间的差异被认为是固定的⽽不是随机的情况下，应采⽤固定效应模型。
如果横截⾯个体是随机地被选择出来代表⼀个较⼤的总体，则采⽤随机效应模型⽐较合适。
随机效应模型与固定效应模型⼀样，允许不同横截⾯种类的截距不同，但这种不同被认为是随机的，⽽不是固定的。
3、随机影响模型的扰动项不再满⾜普通最⼩⼆乘法各期扰动项相互独⽴的假设，扰动项的⼀个分量在各期都相同。
4、并不总是。
尽管将数据合在⼀起将增加⾃由度，但有时采⽤混合数据也是不合适的。
如果不同横截⾯种类的斜率系数不同的话，则最好是分别回归。
如果试图通过使⽤斜率虚拟变量来解决不同横截⾯种类不同斜率系数的问题，需要假定扰动项⽅差为常数。
⽽采⽤分别回归，每个回归的扰动项⽅差可以不同，也就是每个产业或每个横截⾯种类的扰动项⽅差不同。
5、随机系数模型即每个横截⾯个体的解释变量对被解释变量的影响在横截⾯个体之间的差异的变动时随机的。
有滞后因变量做⾃变量的动态模型就是动态⾯板数据模型。
6、（1）对钢铁产业⽤OLS法估计的结果如下：Dependent Variable: Y1Method: Least SquaresDate: 12/02/10 Time: 10:39Sample: 1980 2000Included observations: 21Variable Coefficient Std. Error t-Statistic Prob.C 3919.180 1702.691 2.301756 0.0335EMP1 31.99998 5.305756 6.031181 0.0000OTM1 722.7758 348.2873 2.075229 0.0526R-squared 0.674135 Mean dependent var 10339.75Adjusted R-squared 0.637928 S.D. dependent var 1653.825S.E. of regression 995.1473 Akaike info criterion 16.77522Sum squared resid 17825726 Schwarz criterion 16.92444Log likelihood -173.1398 Hannan-Quinn criter. 16.80761F-statistic 18.61879 Durbin-Watson stat 0.436339Prob(F-statistic) 0.000041橡胶和塑料产业：Dependent Variable: Y2Method: Least SquaresDate: 12/02/10 Time: 10:40Sample: 1980 2000Included observations: 21Variable Coefficient Std. Error t-Statistic Prob.C -49122.54 3331.606 -14.74440 0.0000EMP2 135.4948 6.703255 20.21328 0.0000OTM2 2646.557 1087.284 2.434099 0.0256R-squared 0.989264 Mean dependent var 80662.43Adjusted R-squared 0.988071 S.D. dependent var 13744.48S.E. of regression 1501.188 Akaike info criterion 17.59746Sum squared resid 40564183 Schwarz criterion 17.74668Log likelihood -181.7734 Hannan-Quinn criter. 17.62985F-statistic 829.2748 Durbin-Watson stat 1.590448Prob(F-statistic) 0.000000SUR的估计：在主菜单选择Object->New Object，在弹出的对话框中选择System，点击OK。
计量经济学 第三版 (潘省初 著) 人民大学出版社 课后答案--第8章_课后答案
ˆ 代替方程右端的Y t ,D t ,进行OlS回归, 第二步:在原结构方程中用 Yt 、 D t
即估计
ˆ + β2C Ct = β0 + β1 D t ˆ + α2R It = α0 + α1 Y t
t-1
+ u +ν t
t
t-1
8.7
（1）本模型中 K=10，G=4。不难看出，各方程中“零约束”的数目都大于
案 网
co
C1 C n I1 Yi= In M1 M n
1 1 0 Z 1i = 0 0 0
0 0 I0 Z 6i = I n1 0 0
0 0 0 Z 7i = 0 1 1
da
+ u
t t-1
方程(1): 变量个数 m1=2, k-m1=3>G-1=2,因而为过度识别.
后 答
+ν t
t-1
ww
,C
t-1
(2) 第一步:进行简化式回归,要估计的方程是: Y t = П 10 +П 11 T t +П 12 C t-1 +П 13 R t-1 +П 14 G t +П 15 X t +ν 1t
D t = П 20 +П 21 T t +П 22 C t-1 +П 23 R t-1 +П 24 G t +П 25 X t +ν 2t
w.
Tt; .
计量经济学 第三版 (潘省初 著) 人民大学出版社 课后答案--第5章_课后答案
这是因为变量有效灌溉面积、施肥量与播种面积间有较强的相关性，所以方程 存在多重共线性。现在我们看看各解释变量间的相关性，相关系数矩阵如下：
案 网
X1
1 0.896 0.880 0.715
X2
0.896 1
X3
0.880
后 答
0.895 1
da
0.883 1
0.895
0.685
我们可以通过对变量 X2 的变换来消除多重共线性。 令 X22＝X2/X3 （公斤/亩） ， 这样就大大降低了施肥量与面积之间的相关性，用变量 X22 代替 X2，对模型重 新回归，结果如下：
解决办法：从模型中去掉解释变量 A，就消除了完全多重共线性问题。 5.7 （1）若采用普通最小二乘法估计销售量对广告宣传费用的回归方程，则系
2
kh
da
课
后 答
w.
案 网
co
m
1.543＜DW´= 1.75 ＜2
数的估计量是无偏的，但不再是有效的，也不是一致的。 （2）应用 GLS 法。设原模型为 y i 0 1 xi u i （1）
行了实验。
（2）结果基本相同。第二个模型三个参数中的两个的标准误差比第一个模型低， 可以认为是改善了第一个模型存在的异方差性问题。 5.11 我们有
用自由度（25，25）查 F 表，5％显著性水平下，临界值为：Fc＝1.97。 因为F＝2.5454>Fc＝1.97，故拒绝原假设原假设H 0 ： 1 3 。
t： (11.45) (74.82)
DW=1.15
DW=1.15，查表（n=19,k=1,α=5%）得d L =1.18。 DW=1.15＜1.18
C t -ρC t-1 = α(1-ρ)+β(Y t -ρY t-1 )+（u t -ρu t -1 ）
计量经济学答案部分Word版
计量经济学答案部分Word版第一章导论一、单项选择题1-6: CCCBCAC二、多项选择题ABCD;ACD;ABCD三.问答题什么是计量经济学？答案见教材第3页四、案例分析题假定让你对中国家庭用汽车市场发展情况进行研究，应该分哪些步骤，分别如何分析？（参考计量经济学研究的步骤）第一步：选取被研究对象的变量：汽车销售量第二步：根据理论及经验分析，寻找影响汽车销售量的因素，如汽车价格，汽油价格，收入水平等第三步：建立反映汽车销售量及其影响因素的计量经济学模型第四步：估计模型中的参数；第五步：对模型进行计量经济学检验、统计检验以及经济意义检验；第六步：进行结构分析及在给定解释变量的情况下预测中国汽车销售量的未来值为汽车业的发展提供政策实施依据。
第二章简单线性回归模型一、填空题1、线性、无偏、最小方差性（有效性），BLUE。
2、解释变量；参数；参数。
3、随机误差项；随机误差项。
二、单项选择题1-4：BBDA;6-11：CDCBCA三、多项选择题1.ABC;2.ABC;3.BC;4.ABE;5.AD;6.BC四、判断正误：1. 错；2. 错；3. 对；4.错；5. 错；6. 对；7. 对；8.错五、简答题：1.为什么模型中要引入随机扰动项？答：模型是对经济问题的一种数学模型，在模型中，被解释变量是研究的对象，解释变量是其确定的解释因素，但由于实际问题的错综复杂，影响被解释变量的因素中，除了包括在模型中的解释变量以外，还有其他一些因素未能包括在模型中，但却影响被解释变量，我们把这类变量统一用随机误差项表示。
随机误差项包含的因素有：第一，未知影响因素的代表；第二，无法取得数据的已知因素的代表；第三，众多细小影响因素的综合代表；第四，模型的设定误差；第五，变量的观测误差；第六，经济现象的内在随机性。
由此可见，随机误差项有十分丰富的内容，在计量经济研究中起着重要的作用，一定程度上，随机误差项的性质决定着计量经济方法的选择和使用。
- 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)。
计量经济学中级教程习题参考答案第一章 绪论1.1 一般说来，计量经济分析按照以下步骤进行：（1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据 （4）估计参数 （5）假设检验 （6）预测和政策分析1.2 我们在计量经济模型中列出了影响因变量的解释变量，但它（它们）仅是影响因变量的主要因素，还有很多对因变量有影响的因素，它们相对而言不那么重要，因而未被包括在模型中。
为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。
1.3 时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。
横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。
如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。
1.4 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。
在一项应用中，依据估计量算出的一个具体的数值，称为估计值。
如Y 就是一个估计量，1nii YY n==∑。
现有一样本，共4个数，100，104，96，130，则根据这个样本的数据运用均值估计量得出的均值估计值为5.107413096104100=+++。
第二章 经典线性回归模型2.1 判断题（说明对错；如果错误，则予以更正） （1）对 （2）对 （3）错只要线性回归模型满足假设条件（1）～（4），OLS 估计量就是BLUE 。
（4）错R 2 =ESS/TSS 。
（5）错。
我们可以说的是，手头的数据不允许我们拒绝原假设。
（6）错。
因为∑=22)ˆ(t x Var σβ，只有当∑2t x 保持恒定时，上述说法才正确。
2.2 应采用（1），因为由（2）和（3）的回归结果可知，除X 1外，其余解释变量的系数均不显着。
（检验过程略） 2.3 (1) 斜率系数含义如下:0.273: 年净收益的土地投入弹性, 即土地投入每上升1%, 资金投入不变的情况下, 引起年净收益上升0.273%.733: 年净收益的资金投入弹性, 即资金投入每上升1%, 土地投入不变的情况下, 引起年净收益上升0.733%.拟合情况: 92.0129)94.01(*811)1)(1(122=----=-----=k n R n R ,表明模型拟合程度较高.(2) 原假设 0:0=αH备择假设 0:1≠αH检验统计量022.2135.0/273.0)ˆ(ˆ===ααSe t查表，447.2)6(025.0=t 因为t=2.022<)6(025.0t ,故接受原假设,即α不显着异于0, 表明土地投入变动对年净收益变动没有显着的影响. 原假设 0:0=βH备择假设 0:1≠βH 检验统计量864.5125.0/733.0)ˆ(ˆ===ββSe t查表，447.2)6(025.0=t 因为t=5.864>)6(025.0t ,故拒绝原假设,即β显着异于0,表明资金投入变动对年净收益变动有显着的影响. （3） 原假设 0:0==βαH备择假设 1H : 原假设不成立 检验统计量查表，在5%显着水平下14.5)6,2(=F 因为F=47>5.14，故拒绝原假设。
结论,：土地投入和资金投入变动作为一个整体对年净收益变动有影响. 2.4 检验两个时期是否有显着结构变化,可分别检验方程中D 和D?X 的系数是否显着异于0.(1) 原假设 0:20=βH 备择假设 0:21≠βH检验统计量 22ˆˆ/() 1.4839/0.4704 3.155t Se ββ===查表145.2)418(025.0=-t 因为t=3.155>)14(025.0t , 故拒绝原假设, 即2β显着异于0。
(2) 原假设 0:40=βH 备择假设 0:41≠βH检验统计量 44ˆˆ/()0.1034/0.0332 3.115t Se ββ==-=-查表145.2)418(025.0=-t 因为|t|=3.155>)15(025.0t , 故拒绝原假设, 即4β显着异于0。
结论：两个时期有显着的结构性变化。
2.5 （1），模型可线性化。
参数线性，变量非线性（2）变量、参数皆非线性，无法将模型转化为线性模型。
（3）变量、参数皆非线性，但可转化为线性模型。
取倒数得：)(1011u x e y ++-+=ββ把1移到左边，取对数为：u x y y ++=-101lnββ，令则有,1ln y yz -=2.6 （1）截距项为-58.9，在此没有什么意义。
X 1的系数表明在其它条件不变时，个人年消费量增加1百万美元，某国对进口的需求平均增加20万美元。
X 2的系数表明在其它条件不变时，进口商品与国内商品的比价增加1单位，某国对进口的需求平均减少10万美元。
（2）Y 的总变差中被回归方程解释的部分为96%，未被回归方程解释的部分为4%。
（3）检验全部斜率系数均为0的原假设。
)1/(/)1/()1(/22--=---=k n RSS k ESS k n R k R F =19216/04.02/96.0=由于F ＝192 ? F 0.05(2,16)=3.63，故拒绝原假设，回归方程很好地解释了应变量Y 。
（4） A . 原假设H 0：β1= 0 备择假设H 1：β1 ?011ˆ0.221.74ˆ0.0092()t S ββ=== ? t0.025(16)=2.12，故拒绝原假设，β1显着异于零，说明个人消费支出（X 1）对进口需求有解释作用，这个变量应该留在模型中。
B. 原假设H 0：β2=0 备择假设H 1：β2 ?022ˆ0.1 1.19ˆ0.084()t S ββ-===<t 0.025（16）=2.12，不能拒绝原假设，接受β2=0，说明进口商品与国内商品的比价（X 2）对进口需求地解释作用不强，这个变量是否应该留在模型中，需进一步研究。
2.7（1）弹性为-1.34，它统计上异于0，因为在弹性系数真值为0的原假设下的t 值为：得到这样一个t 值的概率（P 值）极低。
可是，该弹性系数不显着异于-1，因为在弹性真值为-1的原假设下，t 值为： 这个t 值在统计上是不显着的。
（2）收入弹性虽然为正，但并非统计上异于0，因为t 值小于1（85.020.017.0==t ）。
（3）由11)1(122-----=k n n R R ，可推出2211(1)1n k R R n --=--- 本题中，2R ＝0.27，n ＝46，k ＝2，代入上式，得2R ＝0.3026。
2.8（1）薪金和每个解释变量之间应是正相关的，因而各解释变量系数都应为正，估计结果确实如此。
系数0.280的含义是，其它变量不变的情况下，CEO 薪金关于销售额的弹性为0.28％；系数0.0174的含义是，其它变量不变的情况下，如果股本收益率上升一个百分点（注意，不是1％），CEO 薪金的上升约为1.07％；与此类似，其它变量不变的情况下，公司股票收益上升一个单位，CEO 薪金上升0.024％。
（2）用回归结果中的各系数估计值分别除以相应的标准误差，得到4个系数的t 值分别为：13.5、8、4.25和0.44。
用经验法则容易看出，前三个系数是统计上高度显着的，而最后一个是不显着的。
（3）R 2＝0.283，拟合不理想，即便是横截面数据，也不理想。
2.9 （1）2.4％。
（2）因为D t 和（D t ?t ）的系数都是高度显着的，因而两时期人口的水平和增长率都不相同。
1972－1977年间增长率为1.5％，1978－1992年间增长率为2.6％（＝1.5％＋1.1％）。
2.10 原假设H 0: β1 =β2，β3 =1.0备择假设H 1: H 0不成立 若H 0成立，则正确的模型是： 据此进行有约束回归，得到残差平方和RS 。
若H 1为真，则正确的模型是原模型：据此进行无约束回归（全回归），得到残差平方和S 。
检验统计量是：())1(---=K n S gS S F R ～F(g,n-K-1)用自由度（2，n-3-1）查F 分布表，5%显着性水平下，得到F C ， 如果F< F C , 则接受原假设H 0，即β1 =β2，β3 =0； 如果F> F C , 则拒绝原假设H 0，接受备择假设H 1。
2.11 （1）2个，111200D D ⎧⎧==⎨⎨⎩⎩大型企业中型企业其他其他（2）4个，2.122.13对数据处理如下：lngdp＝ln（gdp/p） lnk=ln（k/p） lnL=ln（L/P）对模型两边取对数，则有lnY＝lnA＋?lnK＋?lnL＋lnv用处理后的数据采用EViews回归，结果如下：t：(－0.95) (16.46) (3.13)由修正决定系数可知，方程的拟合程度很高；资本和劳动力的斜率系数均显着（t c=2.048）, 资本投入增加1％，gdp增加0.96%，劳动投入增加1％，gdp增加0.18%，产出的资本弹性是产出的劳动弹性的5.33倍。
第三章经典假设条件不满足时的问题与对策3.1（1）对（2）对（3）错即使解释变量两两之间的相关系数都低，也不能排除存在多重共线性的可能性。
（4）对（5）错在扰动项自相关的情况下OLS估计量仍为无偏估计量，但不再具有最小方差的性质，即不是BLUE。
（6）对（7）错模型中包括无关的解释变量，参数估计量仍无偏，但会增大估计量的方差，即增大误差。
（8）错。
在多重共线性的情况下，尽管全部“斜率”系数各自经t检验都不显着，R2值仍可能高。
（9）错。
存在异方差的情况下，OLS法通常会高估系数估计量的标准误差，但不总是。
（10）错。
异方差性是关于扰动项的方差，而不是关于解释变量的方差。
3.2 对模型两边取对数，有lnY t=lnY0+t*ln(1+r)+lnu t ,令LY＝lnY t，a＝lnY0，b＝ln(1+r)，v＝lnu t，模型线性化为：LY＝a＋bt＋v估计出b之后，就可以求出样本期内的年均增长率r了。
3.3（1）DW=0.81，查表（n=21,k=3,α=5%）得d L=1.026。
DW=0.81＜1.026结论：存在正自相关。
（2）DW=2.25，则DW′=4 – 2.25 = 1.75查表（n=15, k=2, α=5%）得d u =1.543。
1.543＜DW′= 1.75 ＜2结论：无自相关。
（3）DW= 1.56，查表（n=30, k=5, α=5%）得d L =1.071, d u =1.833。
1.071＜DW= 1.56 ＜1.833结论：无法判断是否存在自相关。