計(jì)量經(jīng)濟(jì)學(xué)題目及答案

1、三、判斷題（判斷下列命題正誤，并說(shuō)明理由）1、簡(jiǎn)單線性回歸模型與多元線性回歸模型的基本假定是相同的。2、在模型中引入解釋變量的多個(gè)滯后項(xiàng)容易產(chǎn)生多重共線性。3、D-W檢驗(yàn)中的D-W值在0到4之間，數(shù)值越小說(shuō)明模型隨機(jī)誤差項(xiàng)的自相關(guān)度越小，數(shù)值越大說(shuō)明模型隨機(jī)誤差項(xiàng)的自相關(guān)度越大。 4、在計(jì)量經(jīng)濟(jì)模型中，隨機(jī)擾動(dòng)項(xiàng)與殘差項(xiàng)無(wú)區(qū)別。5、在經(jīng)濟(jì)計(jì)量分析中，模型參數(shù)一旦被估計(jì)出來(lái)，就可將估計(jì)模型直接運(yùn)用于實(shí)際的計(jì)量經(jīng)濟(jì)分析。6、線性回歸模型意味著因變量是自變量的線性函數(shù)。7、多重共線性問(wèn)題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的。8、通過(guò)虛擬變量將屬性因素引入計(jì)量經(jīng)濟(jì)模型，引入虛擬變量的個(gè)數(shù)與樣本容量大小有關(guān)。

2、 9、雙變量模型中，對(duì)樣本回歸函數(shù)整體的顯著性檢驗(yàn)與斜率系數(shù)的顯著性檢驗(yàn)是一致的。10、如果聯(lián)立方程模型中某個(gè)結(jié)構(gòu)方程包含了所有的變量, 則這個(gè)方程不可識(shí)別。11、在實(shí)際中，一元回歸沒(méi)什么用，因?yàn)橐蜃兞康男袨椴豢赡軆H由一個(gè)解釋變量來(lái)解釋。12、多重共線性問(wèn)題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的13、在異方差性的情況下，常用的OLS法必定高估了估計(jì)量的標(biāo)準(zhǔn)誤。14、虛擬變量只能作為解釋變量。15、隨機(jī)擾動(dòng)項(xiàng)的方差與隨機(jī)擾動(dòng)項(xiàng)方差的無(wú)偏估計(jì)沒(méi)有區(qū)別。16、經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量將有偏的。17、虛擬變量的取值只能取0或1。18、擬合優(yōu)度檢驗(yàn)和F檢驗(yàn)是沒(méi)有區(qū)別的

3、。19、聯(lián)立方程組模型不能直接用OLS方法估計(jì)參數(shù)。20、雙變量模型中，對(duì)樣本回歸函數(shù)整體的顯著性檢驗(yàn)與斜率系數(shù)的顯著性檢驗(yàn)是一致的；21、多重共線性問(wèn)題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的。22、在模型的回歸分析結(jié)果報(bào)告中，有，則表明解釋變量 對(duì)的影響是顯著的。 23、結(jié)構(gòu)型模型中的每一個(gè)方程都稱為結(jié)構(gòu)式方程，結(jié)構(gòu)方程中，解釋變量只可以是前定變量。24、通過(guò)虛擬變量將屬性因素引入計(jì)量經(jīng)濟(jì)模型，引入虛擬變量的個(gè)數(shù)與模型有無(wú)截距項(xiàng)無(wú)關(guān)。25、在對(duì)參數(shù)進(jìn)行最小二乘估計(jì)之前，沒(méi)有必要對(duì)模型提出古典假定26、當(dāng)異方差出現(xiàn)時(shí)，常用的t和F檢驗(yàn)失效；27、解釋變量與隨機(jī)誤差項(xiàng)相關(guān)，是產(chǎn)生多重共線性的主要原因。2

4、8、經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量將有偏的。29、由間接最小二乘法與兩階段最小二乘法得到的估計(jì)量都是無(wú)偏估計(jì)。30、在異方差性的情況下，常用的OLS法必定高估了估計(jì)量的標(biāo)準(zhǔn)誤。31、即使經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量仍然是無(wú)偏的。32、 變量模型中，對(duì)樣本回歸函數(shù)整體的顯著性檢驗(yàn)與斜率系數(shù)的顯著性檢驗(yàn)是一致的。33、多重共線性問(wèn)題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的；34、秩條件是充要條件，因此利用秩條件就可以完成聯(lián)立方程識(shí)別狀態(tài)的確定。35、在經(jīng)濟(jì)計(jì)量分析中，模型參數(shù)一旦被估計(jì)出來(lái)，就可將估計(jì)模型直接運(yùn)用于實(shí)際的計(jì)量經(jīng)濟(jì)分

5、析。36、假定個(gè)人服裝支出同收入水平和性別有關(guān)，由于性別是具有兩種屬性（男、女）的定性因素，因此，用虛擬變量回歸方法分析性別對(duì)服裝支出的影響時(shí)，需要引入兩個(gè)虛擬變量。37、雙變量模型中，對(duì)樣本回歸函數(shù)整體的顯著性檢驗(yàn)與斜率系數(shù)的顯著性檢驗(yàn)是一致的。38、隨機(jī)擾動(dòng)項(xiàng)的方差與隨機(jī)擾動(dòng)項(xiàng)方差的無(wú)偏估計(jì)沒(méi)有區(qū)別。39、經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量將有偏的。40、在簡(jiǎn)單線性回歸中可決系數(shù)與斜率系數(shù)的t檢驗(yàn)的沒(méi)有關(guān)系。41、異方差性、自相關(guān)性都是隨機(jī)誤差現(xiàn)象，但兩者是有區(qū)別的。42、通過(guò)虛擬變量將屬性因素引入計(jì)量經(jīng)濟(jì)模型，引入虛擬變量的個(gè)數(shù)與模型有無(wú)截距項(xiàng)無(wú)關(guān)。43

6、、滿足階條件的方程一定可以識(shí)別。44、庫(kù)依克模型、自適應(yīng)預(yù)期模型與局部調(diào)整模型的最終形式是不同的。45、半對(duì)數(shù)模型中，參數(shù)的含義是X的絕對(duì)量變化，引起Y的絕對(duì)量變化。46、對(duì)已經(jīng)估計(jì)出參數(shù)的模型不需要進(jìn)行檢驗(yàn)。47、經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量將有偏的。48、在有M個(gè)方程的完備聯(lián)立方程組中，當(dāng)識(shí)別的階條件為（H為聯(lián)立方程組中內(nèi)生變量和前定變量的總數(shù)，為第i個(gè)方程中內(nèi)生變量和前定變量的總數(shù)）時(shí)，則表示第i個(gè)方程不可識(shí)別。 49、隨機(jī)誤差項(xiàng)和殘差是有區(qū)別的。四、計(jì)算分析題1、根據(jù)某城市19781998年人均儲(chǔ)蓄(y)與人均收入(x)的數(shù)據(jù)資料建立了如下回歸模

7、型 se=（340.0103）（0.0622）試求解以下問(wèn)題（1） 取時(shí)間段19781985和19911998，分別建立兩個(gè)模型。模型1： 模型2： t=（-8.7302）（25.4269） t=（-5.0660）（18.4094） 計(jì)算F統(tǒng)計(jì)量，即，對(duì)給定的，查F分布表，得臨界值。請(qǐng)你繼續(xù)完成上述工作，并回答所做的是一項(xiàng)什么工作，其結(jié)論是什么？ （2）根據(jù)表1所給資料，對(duì)給定的顯著性水平，查分布表，得臨界值，其中p=3為自由度。請(qǐng)你繼續(xù)完成上述工作，并回答所做的是一項(xiàng)什么工作，其結(jié)論是什么？表1ARCH Test:F-statistic6.033649 Probability0.007410

8、Obs*R-squared10.14976 Probability0.017335Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/04/06 Time: 17:02Sample(adjusted): 1981 1998Included observations: 18 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C244797.2373821.30.6548510.5232RESID2(-1)1.22604

9、80.3304793.7099080.0023RESID2(-2)-1.4053510.379187-3.7062220.0023RESID2(-3)1.0158530.3280763.0963970.0079R-squared0.563876 Mean dependent var971801.3Adjusted R-squared0.470421 S.D. dependent var1129283.S.E. of regression821804.5 Akaike info criterion30.26952Sum squared resid9.46E+12 Schwarz criterio

10、n30.46738Log likelihood-268.4257 F-statistic6.033649Durbin-Watson stat2.124575 Prob(F-statistic)0.0074102、根據(jù)某地區(qū)居民對(duì)農(nóng)產(chǎn)品的消費(fèi)y和居民收入x的樣本資料，應(yīng)用最小二乘法估計(jì)模型，估計(jì)結(jié)果如下，擬合效果見(jiàn)圖。由所給資料完成以下問(wèn)題：（1） 在n=16，的條件下，查D-W表得臨界值分別為，試判斷模型中是否存在自相關(guān)；（2） 如果模型存在自相關(guān)，求出相關(guān)系數(shù)，并利用廣義差分變換寫出無(wú)自相關(guān)的廣義差分模型。se=（1.8690）（0.0055） 3、某人試圖建立我國(guó)煤炭行業(yè)生產(chǎn)方程，以煤炭產(chǎn)

11、量為被解釋變量，經(jīng)過(guò)理論和經(jīng)驗(yàn)分析，確定以固定資產(chǎn)原值、職工人數(shù)和電力消耗量變量作為解釋變量，變量的選擇是正確的。于是建立了如下形式的理論模型：煤炭產(chǎn)量= 固定資產(chǎn)原值+ 職工人數(shù)+ 電力消耗量+，選擇2000年全國(guó)60個(gè)大型國(guó)有煤炭企業(yè)的數(shù)據(jù)為樣本觀測(cè)值；固定資產(chǎn)原值用資產(chǎn)形成年當(dāng)年價(jià)計(jì)算的價(jià)值量，其它采用實(shí)物量單位；采用OLS方法估計(jì)參數(shù)。指出該計(jì)量經(jīng)濟(jì)學(xué)問(wèn)題中可能存在的主要錯(cuò)誤，并簡(jiǎn)單說(shuō)明理由。4、根據(jù)某種商品銷售量和個(gè)人收入的季度數(shù)據(jù)建立如下模型： 其中，定義虛擬變量為第i季度時(shí)其數(shù)值取1，其余為0。這時(shí)會(huì)發(fā)生什么問(wèn)題，參數(shù)是否能夠用最小二乘法進(jìn)行估計(jì)？5、根據(jù)某城市19781998年

12、人均儲(chǔ)蓄與人均收入的數(shù)據(jù)資料建立了如下回歸模型： se=（340.0103）（0.0622）試求解以下問(wèn)題：（2） 取時(shí)間段19781985和19911998，分別建立兩個(gè)模型。 模型1： t=（-8.7302）（25.4269） 模型2： t=（-5.0660）（18.4094） 計(jì)算F統(tǒng)計(jì)量，即，給定，查F分布表，得臨界值。請(qǐng)你繼續(xù)完成上述工作，并回答所做的是一項(xiàng)什么工作，其結(jié)論是什么？（3） 利用y對(duì)x回歸所得的殘差平方構(gòu)造一個(gè)輔助回歸函數(shù)： 計(jì)算給定顯著性水平，查分布表，得臨界值，其中p=3，自由度。請(qǐng)你繼續(xù)完成上述工作，并回答所做的是一項(xiàng)什么工作，其結(jié)論是什么？（3）試比較（1）和（

13、2）兩種方法，給出簡(jiǎn)要評(píng)價(jià)。6、Sen和Srivastava（1971）在研究貧富國(guó)之間期望壽命的差異時(shí)，利用101個(gè)國(guó)家的數(shù)據(jù)，建立了如下的回歸模型：(4.37) (0.857) (2.42) R2=0.752其中：X是以美元計(jì)的人均收入；Y是以年計(jì)的期望壽命；Sen和Srivastava 認(rèn)為人均收入的臨界值為1097美元（），若人均收入超過(guò)1097美元，則被認(rèn)定為富國(guó)；若人均收入低于1097美元，被認(rèn)定為貧窮國(guó)。（括號(hào)內(nèi)的數(shù)值為對(duì)應(yīng)參數(shù)估計(jì)值的t-值）。（1）解釋這些計(jì)算結(jié)果。（2）回歸方程中引入的原因是什么？如何解釋這個(gè)回歸解釋變量？（3）如何對(duì)貧窮國(guó)進(jìn)行回歸？又如何對(duì)富國(guó)進(jìn)行回歸？7

14、、某公司想決定在何處建造一個(gè)新的百貨店，對(duì)已有的30個(gè)百貨店的銷售額作為其所處地理位置特征的函數(shù)進(jìn)行回歸分析，并且用該回歸方程作為新百貨店的不同位置的可能銷售額，估計(jì)得出（括號(hào)內(nèi)為估計(jì)的標(biāo)準(zhǔn)差） （0.02） （0.01） （1.0） （1.0）其中：第個(gè)百貨店的日均銷售額（百美元）；第個(gè)百貨店前每小時(shí)通過(guò)的汽車數(shù)量（10輛）； 第個(gè)百貨店所處區(qū)域內(nèi)的人均收入（美元）； 第個(gè)百貨店內(nèi)所有的桌子數(shù)量； 第個(gè)百貨店所處地區(qū)競(jìng)爭(zhēng)店面的數(shù)量；請(qǐng)回答以下問(wèn)題：（1） 說(shuō)出本方程中系數(shù)0.1和0.01的經(jīng)濟(jì)含義。（2） 各個(gè)變量前參數(shù)估計(jì)的符號(hào)是否與期望的符號(hào)一致？（3） 在0.05的顯著性水平下檢驗(yàn)變量

15、的顯著性。（臨界值，）8、一國(guó)的對(duì)外貿(mào)易分為出口和進(jìn)口，凈出口被定義為出口與進(jìn)口的差額。影響凈出口的因素很多，在宏觀經(jīng)濟(jì)學(xué)中，匯率和國(guó)內(nèi)收入水平被認(rèn)為是兩個(gè)最重要的因素，我們根據(jù)這一理論對(duì)影響中國(guó)的凈出口水平的因素進(jìn)行實(shí)證分析。設(shè)NX表示我國(guó)凈出口水平（億元）；GDP為我國(guó)國(guó)內(nèi)生產(chǎn)總值（億元），反映我國(guó)的國(guó)內(nèi)收入水平；D(GDP)表示GDP的一階差分；E表示每100美元對(duì)人民幣的平均匯率（元/百美元），反映匯率水平。利用19852001年我國(guó)的統(tǒng)計(jì)數(shù)據(jù)（摘自2002中國(guó)統(tǒng)計(jì)年鑒），估計(jì)的結(jié)果見(jiàn)下表。（1）選擇解釋我國(guó)凈出口水平最適合的計(jì)量經(jīng)濟(jì)模型，寫出該模型并說(shuō)明選擇的原因，其它模型可能存在什

16、么問(wèn)題；（2）解釋選擇的計(jì)量經(jīng)濟(jì)模型的經(jīng)濟(jì)意義。相關(guān)系數(shù)矩陣Dependent Variable: NXMethod: Least SquaresDate: 03/21/02 Time: 11:02Sample: 1985 2001Included observations: 17VariableCoefficientStd. Errort-StatisticProb. C-2135.887645.9685-3.3064880.0048E4.8518320.9835874.9327940.0002R-squared0.618636 Mean dependent var879.9059Adjus

17、ted R-squared0.593211 S.D. dependent var1348.206S.E. of regression859.8857 Akaike info criterion16.46161Sum squared resid11091052 Schwarz criterion16.55963Log likelihood-137.9237 F-statistic24.33245Durbin-Watson stat0.890230 Prob(F-statistic)0.000180Dependent Variable: NXMethod: Least SquaresDate: 0

18、3/21/02 Time: 11:04Sample: 1985 2001Included observations: 17VariableCoefficientStd. Errort-StatisticProb. C-761.6691313.1743-2.4320930.0280GDP0.0368270.0058106.3384920.0000R-squared0.728145 Mean dependent var879.9059Adjusted R-squared0.710021 S.D. dependent var1348.206S.E. of regression726.0044 Aka

19、ike info criterion16.12312Sum squared resid7906237. Schwarz criterion16.22115Log likelihood-135.0465 F-statistic40.17648Durbin-Watson stat1.289206 Prob(F-statistic)0.000013Dependent Variable: NXMethod: Least SquaresDate: 03/21/02 Time: 11:06Sample: 1985 2001Included observations: 17VariableCoefficie

20、ntStd. Errort-StatisticProb. C-822.2318789.9381-1.0408810.3156E0.1803342.1450810.0840690.9342GDP0.0356710.0150082.3768550.0323R-squared0.728282 Mean dependent var879.9059Adjusted R-squared0.689465 S.D. dependent var1348.206S.E. of regression751.2964 Akaike info criterion16.24026Sum squared resid7902

21、248. Schwarz criterion16.38730Log likelihood-135.0422 F-statistic18.76202Durbin-Watson stat1.279954 Prob(F-statistic)0.000109Dependent Variable: NXMethod: Least SquaresDate: 03/21/02 Time: 11:09Sample(adjusted): 1986 2001Included observations: 16 after adjusting endpointsVariableCoefficientStd. Erro

22、rt-StatisticProb. C-3036.617444.7869-6.8271280.0000E8.7812480.9297889.4443580.0000D(GDP)-0.3014650.054757-5.5055500.0001R-squared0.878586 Mean dependent var962.9563Adjusted R-squared0.859907 S.D. dependent var1346.761S.E. of regression504.0793 Akaike info criterion15.45070Sum squared resid3303247. S

23、chwarz criterion15.59557Log likelihood-120.6056 F-statistic47.03583Durbin-Watson stat2.214778 Prob(F-statistic)0.0000019、下面結(jié)果是利用某地財(cái)政收入對(duì)該地第一、二、三產(chǎn)業(yè)增加值的回歸結(jié)果，根據(jù)這一結(jié)果試判斷該模型是否存在多重共線性，說(shuō)明你的理由。Dependent Variable: REVMethod: Least SquaresSample: 1 10Included observations: 10VariableCoefficientStd. Errort-Stati

24、sticProb. C17414.6314135.101.2320130.2640GDP1-0.2775100.146541-1.8937430.1071GDP20.0848570.0935320.9072520.3992GDP30.1905170.1516801.2560480.2558R-squared0.993798 Mean dependent var63244.00Adjusted R-squared0.990697 S.D. dependent var54281.99S.E. of regression5235.544 Akaike info criterion20.25350Su

25、m squared resid1.64E+08 Schwarz criterion20.37454Log likelihood-97.26752 F-statistic320.4848Durbin-Watson stat1.208127 Prob(F-statistic)0.00000110、通過(guò)建模發(fā)現(xiàn)，某企業(yè)的某種產(chǎn)品價(jià)格P和可變成本V之間滿足如下關(guān)系：。目前可變成本占產(chǎn)品價(jià)格的20?，F(xiàn)在，企業(yè)可以改進(jìn)該產(chǎn)品，但是改進(jìn)要增加10可變成本（其他費(fèi)用保持不變）。問(wèn)，企業(yè)是否該選擇改進(jìn)？11、某公司想決定在何處建造一個(gè)新的百貨店，對(duì)已有的30個(gè)百貨店的銷售額作為其所處地理位置特征的函數(shù)進(jìn)行回歸分

26、析，并且用該回歸方程作為新百貨店的不同位置的可能銷售額，估計(jì)得出（括號(hào)內(nèi)為估計(jì)的標(biāo)準(zhǔn)差） （0.02） （0.01） （1.0） （1.0）其中：第個(gè)百貨店的日均銷售額（百美元）；第個(gè)百貨店前每小時(shí)通過(guò)的汽車數(shù)量（10輛）； 第個(gè)百貨店所處區(qū)域內(nèi)的人均收入（美元）； 第個(gè)百貨店內(nèi)所有的桌子數(shù)量； 第個(gè)百貨店所處地區(qū)競(jìng)爭(zhēng)店面的數(shù)量；請(qǐng)回答以下問(wèn)題：（4） 說(shuō)出本方程中系數(shù)0.1和0.01的經(jīng)濟(jì)含義。（5） 各個(gè)變量前參數(shù)估計(jì)的符號(hào)是否與期望的符號(hào)一致？（6） 在0.05的顯著性水平下檢驗(yàn)變量的顯著性。（臨界值，）12、以廣東省東莞市的財(cái)政支出作為被解釋變量、財(cái)政收入作為解釋變量做計(jì)量經(jīng)濟(jì)模型，即

27、，方程估計(jì)、殘差散點(diǎn)圖及ARCH檢驗(yàn)輸出結(jié)果分別如下：方程估計(jì)結(jié)果：Dependent Variable: YMethod: Least SquaresDate: 05/31/03 Time: 12:42Sample: 1980 1997Included observations: 18VariableCoefficientStd. Errort-StatisticProb. C-2457.310680.5738-3.6106440.0023X0.7193080.01115364.497070.0000R-squared0.996168 Mean dependent var25335.11Ad

28、justed R-squared0.995929 S.D. dependent var35027.97S.E. of regression2234.939 Akaike info criterion18.36626Sum squared resid79919268 Schwarz criterion18.46519Log likelihood-163.2963 F-statistic4159.872Durbin-Watson stat2.181183 Prob(F-statistic)0.000000殘差與殘差滯后1期的散點(diǎn)圖： ARCH檢驗(yàn)輸出結(jié)果：ARCH Test:F-statistic

29、2.886465 Probability0.085992Obs*R-squared7.867378 Probability0.096559Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/10/03 Time: 00:33Sample(adjusted): 1984 1997Included observations: 14 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C-9299857.7646794.-1

30、.2161770.2549RESID2(-1)0.0335820.3083770.1089000.9157RESID2(-2)-0.7432730.320424-2.3196500.0455RESID2(-3)-0.85485211.02966-0.0775050.9399RESID2(-4)37.0434510.913803.3941820.0079R-squared0.561956 Mean dependent var5662887.Adjusted R-squared0.367269 S.D. dependent var16323082S.E. of regression12984094

31、 Akaike info criterion35.86880Sum squared resid1.52E+15 Schwarz criterion36.09704Log likelihood-246.0816 F-statistic2.886465Durbin-Watson stat1.605808 Prob(F-statistic)0.085992根據(jù)以上輸出結(jié)果回答下列問(wèn)題：（1）該模型中是否違背無(wú)自相關(guān)假定？為什么？（，）（2）該模型中是否存在異方差？說(shuō)明理由（顯著性水平為0.1，）。（3）如果原模型存在異方差，你認(rèn)為應(yīng)如何修正？（只說(shuō)明修正思路，無(wú)需計(jì)算）13、 已知某公司的廣告費(fèi)用(

32、X)與銷售額(Y)的統(tǒng)計(jì)數(shù)據(jù)如下表所示：X(萬(wàn)元)402520304040252050205020Y(萬(wàn)元)490395420475385525480400560365510540(1) 估計(jì)銷售額關(guān)于廣告費(fèi)用的一元線性回歸模型(2) 說(shuō)明參數(shù)的經(jīng)濟(jì)意義(3) 在的顯著水平下對(duì)參數(shù)的顯著性進(jìn)行t檢驗(yàn)。14、 設(shè)某商品的需求模型為，式中，是商品的需求量，是人們對(duì)未來(lái)價(jià)格水平的預(yù)期，在自適應(yīng)預(yù)期假設(shè)下，通過(guò)適當(dāng)變換，使模型中變量成為可觀測(cè)的變量。15、為了研究深圳市地方預(yù)算內(nèi)財(cái)政收入與國(guó)內(nèi)生產(chǎn)總值的關(guān)系，得到以下數(shù)據(jù)：年 份地方預(yù)算內(nèi)財(cái)政收入Y（億元）國(guó)內(nèi)生產(chǎn)總值(GDP)X（億元）199021.

33、7037171.6665199127.3291236.6630199242.9599317.3194199367.2507449.2889199474.3992615.1933199588.0174795.69501996131.7490950.04461997144.77091130.01331998164.90671289.01901999184.79081436.02672000225.02121665.46522001265.65321954.6539資料來(lái)源:深圳統(tǒng)計(jì)年鑒2002，中國(guó)統(tǒng)計(jì)出版社利用EViews估計(jì)其參數(shù)結(jié)果為(1)建立深圳地方預(yù)算內(nèi)財(cái)政收入對(duì)GDP的回歸模型；(2)

34、估計(jì)所建立模型的參數(shù)，解釋斜率系數(shù)的經(jīng)濟(jì)意義；（3）對(duì)回歸結(jié)果進(jìn)行檢驗(yàn)；(4) 若是2005年年的國(guó)內(nèi)生產(chǎn)總值為3600億元，確定2005年財(cái)政收入的預(yù)測(cè)值和預(yù)測(cè)區(qū)間()。16、運(yùn)用美國(guó)1988研究與開(kāi)發(fā)（R&D）支出費(fèi)用（Y）與不同部門產(chǎn)品銷售量（X）的數(shù)據(jù)建立了一個(gè)回歸模型，并運(yùn)用Glejser方法和White方法檢驗(yàn)異方差，由此決定異方差的表現(xiàn)形式并選用適當(dāng)方法加以修正。結(jié)果如下： White Heteroskedasticity Test:F-statistic3.057161 Probability0.076976Obs*R-squared5.212471 Probability0.

35、073812Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 08/08/05 Time: 15:38Sample: 1 18Included observations: 18VariableCoefficientStd. Errort-StatisticProb. C-6219633.6459811.-0.9628200.3509X229.3496126.21971.8170660.0892X2-0.0005370.000449-1.1949420.2507R-squared0.289582 Mean dep

36、endent var6767029.Adjusted R-squared0.194859 S.D. dependent var14706003S.E. of regression13195642 Akaike info criterion35.77968Sum squared resid2.61E+15 Schwarz criterion35.92808Log likelihood-319.0171 F-statistic3.057161Durbin-Watson stat1.694572 Prob(F-statistic)0.076976 請(qǐng)問(wèn)：（1）White檢驗(yàn)判斷模型是否存在異方差。（

37、2）Glejser檢驗(yàn)判斷模型是否存在異方差。（3）該怎樣修正。17、Sen和Srivastava（1971）在研究貧富國(guó)之間期望壽命的差異時(shí)，利用101個(gè)國(guó)家的數(shù)據(jù)，建立了如下的回歸模型：(4.37) (0.857) (2.42) R2=0.752其中：X是以美元計(jì)的人均收入；Y是以年計(jì)的期望壽命；Sen和Srivastava 認(rèn)為人均收入的臨界值為1097美元（），若人均收入超過(guò)1097美元，則被認(rèn)定為富國(guó)；若人均收入低于1097美元，被認(rèn)定為貧窮國(guó)。（括號(hào)內(nèi)的數(shù)值為對(duì)應(yīng)參數(shù)估計(jì)值的t-值）。（1）解釋這些計(jì)算結(jié)果。（2）回歸方程中引入的原因是什么？如何解釋這個(gè)回歸解釋變量？（3）如何對(duì)貧

38、窮國(guó)進(jìn)行回歸？又如何對(duì)富國(guó)進(jìn)行回歸？18、為研究體重與身高的關(guān)系，我們隨機(jī)抽樣調(diào)查了51名學(xué)生（其中36名男生，15名女生），并得到如下兩種回歸模型： （7.5.1）t=(-5.2066) (8.6246) (7.5.2)t=(-2.5884) (4.0149) (5.1613)其中，W(weight)=體重 （單位：磅）；h(height)=身高 （單位：英寸）請(qǐng)回答以下問(wèn)題： 你將選擇哪一個(gè)模型？為什么？ 如果模型（7.5.2）確實(shí)更好，而你選擇了（7.5.1），你犯了什么錯(cuò)誤？ D的系數(shù)說(shuō)明了什么？19、美國(guó)各航空公司業(yè)績(jī)的統(tǒng)計(jì)數(shù)據(jù)公布在華爾街日?qǐng)?bào)1999年年鑒（The Wall Str

39、eet Journal Almanac 1999）上。航班正點(diǎn)到達(dá)的比率和每10萬(wàn)名乘客投訴的次數(shù)的數(shù)據(jù)如下資料來(lái)源:(美)David R.Anderson等商務(wù)與經(jīng)濟(jì)統(tǒng)計(jì)，第405頁(yè)，機(jī)械工業(yè)出版社。航空公司名稱航班正點(diǎn)率（%）投訴率（次/10萬(wàn)名乘客）西南(Southwest)航空公司818021大陸(Continental)航空公司766058西北(Northwest)航空公司766085美國(guó)(US Airways)航空公司757068聯(lián)合(United)航空公司738074美洲(American)航空公司722093德?tīng)査―elta）航空公司712072美國(guó)西部(Americawes

40、t)航空公司708122環(huán)球(TWA)航空公司685125利用EViews估計(jì)其參數(shù)結(jié)果為(1)求出描述投訴率是如何依賴航班按時(shí)到達(dá)正點(diǎn)率的估計(jì)的回歸方程。(2)對(duì)估計(jì)的回歸方程的斜率作出解釋。(3)如果航班按時(shí)到達(dá)的正點(diǎn)率為80%，估計(jì)每10萬(wàn)名乘客投訴的次數(shù)是多少？20、設(shè)消費(fèi)函數(shù)為 式中，為消費(fèi)支出；為個(gè)人可支配收入；為個(gè)人的流動(dòng)資產(chǎn)；為隨機(jī)誤差項(xiàng)，并且（其中為常數(shù)）。試回答以下問(wèn)題： (1)選用適當(dāng)?shù)淖儞Q修正異方差，要求寫出變換過(guò)程；(2)寫出修正異方差后的參數(shù)估計(jì)量的表達(dá)式。21、考慮以下凱恩斯收入決定模型： 其中，C消費(fèi)支出，I投資指出，Y收入，G政府支出；和是前定變量。（1）導(dǎo)出

41、模型的簡(jiǎn)化型方程并判定上述方程中哪些是可識(shí)別的（恰好或過(guò)度）。（2）你將用什么方法估計(jì)過(guò)度可識(shí)別方程和恰好可識(shí)別方程中的參數(shù)。22、表中是中國(guó)1978年-1997年的財(cái)政收入Y和國(guó)內(nèi)生產(chǎn)總值X的數(shù)據(jù): 中國(guó)國(guó)內(nèi)生產(chǎn)總值及財(cái)政收入 單位:億元 年 份 國(guó)內(nèi)生產(chǎn)總值X 財(cái)政收入Y197819791980108110821983198419851986198719881989199019911992199319941995100619973624.14038.24517.84860.35301.85957.47206.78989.110201.411954.514992.316917.818598.

42、421662.526651.934560.546670.057494.966850.573452.51132.261146.381159.931175.791212.331366.951642.862004.822122.012199.352357.242664.902937.103149.483483.374348.955218.106242.207407.998651.14數(shù)據(jù)來(lái)源:中國(guó)統(tǒng)計(jì)年鑒試根據(jù)這些數(shù)據(jù)完成下列問(wèn)題；(1)建立財(cái)政收入對(duì)國(guó)內(nèi)生產(chǎn)總值的簡(jiǎn)單線性回歸模型，并解釋斜率系數(shù)的經(jīng)濟(jì)意義;(2)估計(jì)所建立模型的參數(shù)，并對(duì)回歸結(jié)果進(jìn)行檢驗(yàn)；(3)若是1998年的國(guó)內(nèi)生產(chǎn)總值為780

43、17.8億元，確定1998年財(cái)政收入的預(yù)測(cè)值和預(yù)測(cè)區(qū)間()。23、克萊因與戈德伯格曾用1921-1950年(1942-1944年戰(zhàn)爭(zhēng)期間略去)美國(guó)國(guó)內(nèi)消費(fèi)Y和工資收入X1、非工資非農(nóng)業(yè)收入X2、農(nóng)業(yè)收入X3的時(shí)間序列資料，利用OLSE估計(jì)得出了下列回歸方程：(括號(hào)中的數(shù)據(jù)為相應(yīng)參數(shù)估計(jì)量的標(biāo)準(zhǔn)誤)。試對(duì)上述模型進(jìn)行評(píng)析，指出其中存在的問(wèn)題。24、表中給出了19701987年期間美國(guó)的個(gè)人消息支出(PCE)和個(gè)人可支配收入(PDI)數(shù)據(jù)，所有數(shù)字的單位都是10億美元(1982年的美元價(jià))。估計(jì)下列模型： 得到：Dependent Variable: PCEMethod: Least Square

44、sDate: 07/27/05 Time: 21:41Sample: 1970 1987Included observations: 18VariableCoefficientStd. Errort-StatisticProb.C-216.426932.69425-6.6197230.0000PDI1.0081060.01503367.059200.0000R-squared0.996455Mean dependent var1955.606Adjusted R-squared0.996233S.D. dependent var307.7170S.E. of regression18.8862

45、8Akaike info criterion8.819188Sum squared resid5707.065Schwarz criterion8.918118Log likelihood-77.37269F-statistic4496.936Durbin-Watson stat1.366654Prob(F-statistic)0.000000Dependent Variable: PCEMethod: Least SquaresDate: 07/27/05 Time: 21:51Sample (adjusted): 1971 1987Included observations: 17 aft

46、er adjustmentsVariableCoefficientStd. Errort-StatisticProb.C-233.273645.55736-5.1204360.0002PDI0.9823820.1409286.9708170.0000PCE(-1)0.0371580.1440260.2579970.8002R-squared0.996542Mean dependent var1982.876Adjusted R-squared0.996048S.D. dependent var293.9125S.E. of regression18.47783Akaike info crite

47、rion8.829805Sum squared resid4780.022Schwarz criterion8.976843Log likelihood-72.05335F-statistic2017.064Durbin-Watson stat1.570195Prob(F-statistic)0.000000(1) 解釋這兩個(gè)回歸模型的結(jié)果。(2) 短期和長(zhǎng)期邊際消費(fèi)傾向（MPC）是多少？25、為研究中國(guó)各地區(qū)入境旅游狀況，建立了各省市旅游外匯收入（Y，百萬(wàn)美元）、旅行社職工人數(shù)（X1，人）、國(guó)際旅游人數(shù)（X2，萬(wàn)人次）的模型，用某年31個(gè)省市的截面數(shù)據(jù)估計(jì)結(jié)果如下： t=(-3.066806

48、) (6.652983) (3.378064) R2=0.934331 F=191.1894 n=31（1） 從經(jīng)濟(jì)意義上考察估計(jì)模型的合理性。（2） 在5%顯著性水平上，分別檢驗(yàn)參數(shù)的顯著性；在5%顯著性水平上，檢驗(yàn)?zāi)Ｐ偷恼w顯著性。26、研究某地區(qū)1962-1995年基本建設(shè)新增固定資產(chǎn)Y（億元）和全省工業(yè)總產(chǎn)值X（億元）按當(dāng)年價(jià)格計(jì)算的歷史資料。估計(jì)結(jié)果如下：Dependent Variable: YMethod: Least SquaresDate: 07/27/05 Time: 22:31Sample (adjusted): 1963 1995Included observation

49、s: 33 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C1.8966451.1671271.6250550.1146X0.1021990.0247824.1239610.0003Y(-1)0.0147000.1828650.0803890.9365R-squared0.584750Mean dependent var7.804242Adjusted R-squared0.557066S.D. dependent var5.889686S.E. of regression3.919779Akaike info criterion5.656455Sum squared resid460.9399Schwarz criterion5.792502Log likelihood-90.33151F-statistic21.12278Durbin-Watson stat1.901308Prob(F-statistic)0.000002（1） 如果設(shè)定模型 作部分調(diào)整假定，估計(jì)參數(shù)，并作解釋。 （2） 如果設(shè)定模型 作自適應(yīng)假定，估計(jì)參數(shù)，