計量經(jīng)濟學(xué)多媒體教學(xué)課件虛擬變量回歸練習(xí)題參考解答

1、第八章練習(xí)題參考解答： 練習(xí)題8.1 sen和srivastava（1971）在研究貧富國之間期望壽命的差異時，利用101個國家的數(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是以美元計的人均收入；y是以年計的期望壽命；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1097美元，則被認(rèn)定為富國；若人均收入低于1097美元，被認(rèn)定為貧窮國。括號內(nèi)的數(shù)值為對應(yīng)參數(shù)估計值的t-值。（1）解釋這些計算結(jié)果。（2）回歸方程中引入的原因是什么？如何解釋這個回歸解釋變量？（3）如何對貧窮國進(jìn)行回歸？又如何對富國進(jìn)行回歸？

2、（4）從這個回歸結(jié)果中可得到的一般結(jié)論是什么？8.2 表中給出19651970年美國制造業(yè)利潤和銷售額的季度數(shù)據(jù)。假定利潤不僅與銷售額有關(guān)，而且和季度因素有關(guān)。要求：（1）如果認(rèn)為季度影響使利潤平均值發(fā)生變異，應(yīng)如何引入虛擬變量？（2）如果認(rèn)為季度影響使利潤對銷售額的變化率發(fā)生變異，應(yīng)當(dāng)如何引入虛擬變量？（3）如果認(rèn)為上述兩種情況都存在，又應(yīng)當(dāng)如何引入虛擬變量？（4）對上述三種情況分別估計利潤模型，進(jìn)行對比分析。年份季度利潤（y）銷售額（x）年份季度利潤（y）銷售額（x）19651 1050311486219681 125391488622 120921239682 148491539133

3、108341235453 132031557274 122011319174 1494716840919661 1224512991119691 141511627812 140011409762 159491760573 122131378283 140241724194 128201454654 1431518332719671 1134913698919701 123811704152 126151451262 139911813133 110141415363 121741767124 127301517764 109851803708.3 在統(tǒng)計學(xué)教材中，采用了方差分析方法分析了不同

4、班次對勞動效率的影響，其樣本數(shù)據(jù)為早班 中班 晚班34 49 3937 47 4035 51 4233 48 3933 50 4135 51 4236 51 40試采用虛擬解釋變量回歸的方法對上述數(shù)據(jù)進(jìn)行方差分析。8.4 joseph cappelleri基于19611966年的200只aa級和baa級債券的數(shù)據(jù)（截面數(shù)據(jù)和時間序列數(shù)據(jù)的合并數(shù)據(jù)），分別建立了lpm和logit模型：lpmlogit其中：=1債券信用等級為aa（穆迪信用等級）=1債券信用等級為baa（穆迪信用等級）=債券的資本化率，作為杠桿的測度（）利潤率（）利潤率的標(biāo)準(zhǔn)差，測度利潤率的變異性總資產(chǎn)凈值，測度規(guī)模上述模型中和事

5、先期望為負(fù)值，而和期望為正值（為什么）。對于lpm，cappeleri經(jīng)過異方差和一階自相關(guān)校正，得到以下結(jié)果：=0.68600.0179+0.0486+0.0572+0.378×107×5ise=(0.1775)(0.0024) (0.0486) (0.0178) (0.039×108)r2=0.6933對于logit模型，cappeleri在沒有對異方差進(jìn)行彌補的情形下用ml得以下結(jié)果：試解下列問題：（1）為什么要事先期望和為負(fù)值？（2）在lpm中，當(dāng)>0是否合理？（3）對lpm的估計結(jié)果應(yīng)做什么樣的解釋？（4）已知，（千元），問債券晉升aa信用等級的概

6、率有多大？8.5 greene在分析講授某門經(jīng)濟學(xué)課程采用新的教學(xué)方法效應(yīng)時，搜集了如下表所示的數(shù)據(jù)，其中，grade是學(xué)生在接受新教學(xué)方法（psi，）后學(xué)習(xí)成績是否有所提高的虛擬變量，其他變量分別為平均級點gpa，非期末考試成績分?jǐn)?shù)tuce。試用logit模型對此進(jìn)行估計，并分析相應(yīng)的邊際效應(yīng)。obsgradegpatucepsiobsgradegpatucepsi10.0000002.66000020.000000.000000170.0000002.75000025.000000.00000020.0000002.89000022.000000.000000180.0000002.830

7、00019.000000.00000030.0000003.28000024.000000.000000190.0000003.12000023.000001.00000040.0000002.92000012.000000.000000201.0000003.16000025.000001.00000051.0000004.00000021.000000.000000210.0000002.06000022.000001.00000060.0000002.86000017.000000.000000221.0000003.62000028.000001.00000070.0000002.76

8、000017.000000.000000230.0000002.89000014.000001.00000080.0000002.87000021.000000.000000240.0000003.51000026.000001.00000090.0000003.03000025.000000.000000251.0000003.54000024.000001.000000101.0000003.92000029.000000.000000261.0000002.83000027.000001.000000110.0000002.63000020.000000.000000271.000000

9、3.39000017.000001.000000120.0000003.32000023.000000.000000280.0000002.67000024.000001.000000130.0000003.57000023.000000.000000291.0000003.65000021.000001.000000141.0000003.26000025.000000.000000301.0000004.00000023.000001.000000150.0000003.53000026.000000.000000310.0000003.10000021.000001.000000160.

10、0000002.74000019.000000.000000321.0000002.39000019.000001.0000008.6依據(jù)下列大型超市的調(diào)查數(shù)據(jù)，分析股份制因素是否對銷售規(guī)模產(chǎn)生影響。銷售規(guī)模性質(zhì)銷售規(guī)模性質(zhì)銷售規(guī)模性質(zhì)銷售規(guī)模性質(zhì)銷售規(guī)模性質(zhì)1345非股份制1566非股份制2533股份制1144非股份制1461非股份制2435股份制1187非股份制1602非股份制1566股份制1433股份制1715股份制1345非股份制1839非股份制1496股份制2115非股份制1461股份制1345非股份制2218股份制1234非股份制1839股份制1639股份制2167股份制1529非

11、股份制1345非股份制1288股份制1345非股份制1402股份制1461股份制1345非股份制1288非股份制1602非股份制2115股份制3307股份制3389股份制1345非股份制1839股份制2218股份制3833股份制981股份制1839非股份制2365非股份制3575股份制1839股份制1345非股份制2613股份制1234非股份制1972股份制1926股份制2165非股份制練習(xí)題參考解答練習(xí)題8.1參考解答: （1）由，也就是說，人均收入每增加1.7183倍，平均意義上各國的期望壽命會增加9.39歲。若當(dāng)為富國時，則平均意義上，富國的人均收入每增加1.7183倍，其期望壽命就會減

12、少3.36歲，但其截距項的水平會增加23.52，達(dá)到21.12的水平。但從統(tǒng)計檢驗結(jié)果看，對數(shù)人均收入lnx對期望壽命y的影響并不顯著。方程的擬合情況良好，可進(jìn)一步進(jìn)行多重共線性等其他計量經(jīng)濟學(xué)的檢驗。（2）若代表富國，則引入的原因是想從截距和斜率兩個方面考證富國的影響，其中，富國的截距為，斜率為，因此，當(dāng)富國的人均收入每增加1.7183倍，其期望壽命會增加6.03歲。（3）對于貧窮國，設(shè)定，則引入的虛擬解釋變量的形式為；對于富國，回歸模型形式不變。練習(xí)題8.3參考解答:考慮到班次有三個屬性，故在有截距項的回歸方程中只能引入兩個虛擬變量，按加法形式引入，模型設(shè)定形式為： 其中，為產(chǎn)出，。 在e

13、views中按下列格式錄入數(shù)據(jù)： obsyd1d2134.000001.0000000.000000237.000001.0000000.000000335.000001.0000000.000000433.000001.0000000.000000533.000001.0000000.000000635.000001.0000000.000000736.000001.0000000.000000849.000000.0000001.000000947.000000.0000001.0000001051.000000.0000001.0000001148.000000.0000001.0000

14、001250.000000.0000001.0000001351.000000.0000001.0000001451.000000.0000001.0000001539.000000.0000000.0000001640.000000.0000000.0000001742.000000.0000000.0000001839.000000.0000000.0000001941.000000.0000000.0000002042.000000.0000000.0000002140.000000.0000000.000000輸入命令：ls y c d1 d2，則有如下結(jié)果dependent vari

15、able: ymethod: least squaresdate: 06/29/05 time: 16:56sample: 1 21included observations: 21variablecoefficientstd. errort-statisticprob.  c40.428570.55532972.801150.0000d1-5.7142860.785353-7.2760690.0000d29.1428570.78535311.641710.0000r-squared0.952909    mean dependent

16、 var41.57143adjusted r-squared0.947676    s.d. dependent var6.423172s.e. of regression1.469262    akaike info criterion3.738961sum squared resid38.85714    schwarz criterion3.888178log likelihood-36.25909    f-statistic1

17、82.1176durbin-watson stat2.331933    prob(f-statistic)0.000000表中的紅字表示在方差分析中需要用到的數(shù)據(jù)。依據(jù)上述數(shù)據(jù)，有：， 與如下表所示的結(jié)果（統(tǒng)計學(xué)表5-4，pp167（第2版）相比較，結(jié)果完全一致。方差來源離差平方和自由度方差f值組間 786.2862393.143182.118組內(nèi) 38.857182.158總和 825.14320 練習(xí)題8.5參考解答 在eviews中按照給定數(shù)據(jù)進(jìn)行錄入，點擊quick，錄入grade c gpa tuce psi，點擊method，在下

18、拉菜單中，選擇binary： 并選擇logit，則有：dependent variable: grademethod: ml - binary logit (quadratic hill climbing)date: 06/29/05 time: 17:44sample: 1 32included observations: 32convergence achieved after 5 iterationscovariance matrix computed using second derivativesvariablecoefficientstd. errorz-statisticprob

19、.  c-13.021354.931324-2.6405370.0083gpa2.8261131.2629412.2377230.0252tuce0.0951580.1415540.6722350.5014psi2.3786881.0645642.2344240.0255mean dependent var0.343750    s.d. dependent var0.482559s.e. of regression0.384716    akaike info criterion1.05560

20、2sum squared resid4.144171    schwarz criterion1.238819log likelihood-12.88963    hannan-quinn criter.1.116333restr. log likelihood-20.59173    avg. log likelihood-0.402801lr statistic (3 df)15.40419    mcfadden r-squared0.374038probability(lr stat)0.001502obs with dep=021     total obs32obs with