計(jì)量經(jīng)濟(jì)學(xué)習(xí)題集2010答案

1、第一章一、單選ADABD BAACB ACBD二、多選ABCD BCDE BCE ABC三、四、 略第二章一、單選CBDDD BCDDD ADBDC ABBDD BDAAD BBCB二、多選ACD ABCE ABC BE AC CDE ABCE CDE ABCE ADE ABCDE ABCE BCE三、判斷××××四、五、 略六、計(jì)算與分析題1、（1）令Y=1/y，X=，則可得線性模型：Y=+X+u。（2）=sinx，=cosx，=sin2x，=cos2x，則原模型可化為線性模型Y=+u。2、（1）設(shè)=，=，則原模型化為y=+u；（2） 對原模型取對數(shù)：

2、LnQ=LnA+LnK+LnL+u，設(shè)Y=LnQ，a=LnA，=LnK，=LnL，則原模型可化為：Y=a+u。（3） 模型取對數(shù)：Lny=+x+u，設(shè)Y=Lny，則原模型化為Y=+x+u。（4） 由模型可得：1-y=，從而有：取對數(shù)：Ln，設(shè)Y= Ln，則原模型可化為：Y=。3、顯著；4.8387，=0.0433；0.7186, 0.9013，不包含0。4、（1）=26.27684.2589X （2）兩個系數(shù)的經(jīng)濟(jì)意義：產(chǎn)量為0時，總成本為26.2768； 當(dāng)產(chǎn)量每增加1時，總成本平均增加4.2589。 （3）產(chǎn)量為10時，總成本為68.8658。5、-4.78表示當(dāng)聯(lián)邦資金利率增加一個百分點(diǎn)

3、時，美國政府每100美元債券的價格平均下降4.78美元，101.4表示當(dāng)聯(lián)邦資金利率為0時，美國政府每100美元債券的價格平均為101.4美元。一樣；表示擬合值，Y表示實(shí)際觀測值；沒有；聯(lián)邦資金利率影響美國政府債券價格，它們之間是反向變動的關(guān)系。 6、（1）橫截面序列回歸。（2）略（3）截距2.691 1表示咖啡零售價在t時為每磅0美元時，美國平均咖啡消費(fèi)量為每天每人2.691 2杯。它沒有經(jīng)濟(jì)意義。（4）斜率-0.479 5表示咖啡售價與其消費(fèi)量負(fù)相關(guān)。在時間t，若售價每上升1美元/磅，則平均每天每人消費(fèi)量會減少0.479 5 杯。（5）不能。因?yàn)橥粭l消費(fèi)曲線上不同點(diǎn)的價格彈性是不相同的。

4、要求咖啡需求的價格彈性，必須確定具體的X值及與之對應(yīng)的Y值。7、證明：（1）由于滿足所有的一元線性回歸模型的基本假設(shè)，因此有E()=，從而E()=，因此有 =這說明三個估計(jì)量都是無偏的。（2）由于和Var()=，故有注意到：，我們有V=由于 =因此方差最小。8、橫截面序列回歸； 消費(fèi)支出Y=a+b*可支配收入X =51.3960+0.7943 t=(0.3581)(30.9166) = 0.9715 F=955.8383 斜率表示：當(dāng)收入增加一個單位時，消費(fèi)支出平均增加了0.7943個單位； 常數(shù)項(xiàng)不顯著，斜率顯著；X=1000時，Y的點(diǎn)預(yù)測值為845.696；其95的區(qū)間預(yù)測為：432.65

5、, 1253.35。9、（1）圖形略 （2）回歸方程為=2.63+1.2503 （3）實(shí)際利率不變時，名義利率與通脹正相關(guān)。斜率1.2503表示了這種正相關(guān)關(guān)系，即通脹率上升（或下降）一點(diǎn)，則平均地，名義利率上升（或下降）1.2503點(diǎn)。10、（1）散點(diǎn)圖略=0.0098+0.4852 =0.9549 (0.2849) (0.0333) （2）回歸系數(shù)的含義是國民收入每增加一個單位，貨幣供應(yīng)量將增加0.4852個單位。 （3）希望1997年國民收入達(dá)到15.0，貨幣供應(yīng)量應(yīng)定在Y=7.2878水平上。11、（1）回歸結(jié)果為 =-273 722.54+105 117.58(85 758.310)

6、 (26 347.09)t= (-3.191 8) (3.989 7) =0.36 因?yàn)楣烙?jì)的GPA的系數(shù)是顯著的，所以它對ASP有正的影響。（2）回歸結(jié)果為 =-332 306.84+641.66(47 572.09) (76.150 4)t=(-6.985 3) (8.426 2) =0.717 2 顯著正相關(guān)。（3）因?yàn)榛貧w模型為 =23 126.321+2.63Tuitioni (9 780.863) (0.551 6)t=(2.366 4) (4.774 3) =0.448 7 所以每年的學(xué)費(fèi)與ASP顯著正相關(guān)。 從回歸方程看，學(xué)費(fèi)高，ASP就高。但是因?yàn)閷W(xué)費(fèi)解釋了ASP變動的71%

7、影響ASP的因素還很多，所以不是很絕對的。（4）因?yàn)?=3.147 6+6.170 6Tuitioni(0.072 6) (4.090 6)t=(43.379 4) (1.508) =0.0751=570.426 4+0.003 1Tuitioni (13.837 2) (0.000 8) t=(41.224 3) (4.025 7) =0.367 所以，高學(xué)費(fèi)的商業(yè)學(xué)校意味著較高的GMAT成績，因?yàn)镚MAT與Tuition顯著正相關(guān)；因?yàn)镚PA成績與Tuition不是顯著正相關(guān)的，所以高學(xué)費(fèi)的學(xué)校不意味著較高的GPA成績。第三章一、單選CDCBD ADCBB ACBCC CBBDB CDBA

8、B CA二、多選BCD ACDE BCD ABC ABCD 三、四、 略五、計(jì)算與分析題1、（1）系數(shù)0.10表示當(dāng)其他條件不變時，施肥強(qiáng)度增加1磅/畝時，玉米產(chǎn)量平均增加0.1蒲式耳/畝；系數(shù)5.33表示當(dāng)其他條件不變時，降雨量增加1時，玉米產(chǎn)量平均增加5.33蒲式耳/畝。（2）不意味。（3）不一定。的真實(shí)值為0.4，說明E()=0.4，但不一定就等于0.4。（4）否。即使不是最佳線性無偏估計(jì)量，即E()5.33，但的真實(shí)值可能會等于5.33。2、（1）截距項(xiàng)為-58.9，在此沒有什么意義。X1的系數(shù)表明在其它條件不變時，個人年消費(fèi)量增加1美元，牙買加對進(jìn)口的需求平均增加0.2萬美元。X2的

9、系數(shù)表明在其它條件不變時，進(jìn)口商品與國內(nèi)商品的比價增加1美元，牙買加對進(jìn)口的需求平均減少0.1萬美元。（2）被回歸方程解釋的部分為96%，未被回歸方程解釋的部分為4%。（3）提出原假設(shè):H0：b1=b2=0, 計(jì)算統(tǒng)計(jì)量 =F>F0.05(2,16)=3.63，拒絕原假設(shè)，回歸方程顯著成立。（4）提出原假設(shè):H0：b1= 0, >:t0.025（16）=2.12，拒絕原假設(shè)，接受b1顯著非零，說明X1 -個人消費(fèi)支出對進(jìn)口需求有解釋作用，這個變量應(yīng)該留在模型中。提出原假設(shè):H0：b2=0>:t0.025（16）=2.12，不能拒絕原假設(shè)，接受b2顯著為零，說明X2 -進(jìn)口商品

10、與國內(nèi)商品的比價對進(jìn)口需求沒有解釋作用，這個變量不應(yīng)該留在模型中。3、（1）=0.7266=2.7363=367.693-0.7266*402.760-2.7363*8.0=53.1572 （2）=6.3821 se()=(+A*6.3821)=12.768 A=同理可得：se()=0.0486 ，se()=0.8454 （3）=0.9988 =1-(1-)=1-(1-0.9988)(14/12)=0.9986 （4）自由度=15-3=12，=5%，查表得：P(|t|2.179)=0.95 -2.1792.179，-2.1792.179 從而得：0.62070.8325，0.89424.578

11、495%的置信區(qū)間為0.6207，0.8325，95%的置信區(qū)間為0.8942，4.5784 （5）：=0，（i=1，2，3）；：0 =5%（雙邊），自由度=15-3=12 查表得臨界值為-2.179t2.179 =(53.1572-0)/12.9768=4.0963>2.179，拒絕零假設(shè)，即0。 =(0.7266-0)/0.0486=14.9509>2.179，拒絕零假設(shè)，即0。 =(2.7363-0)/0.8454=3.2367>2.179，拒絕零假設(shè)，即0。4、（1）回歸結(jié)果表明空調(diào)價格與BTU比率、能量效率、設(shè)定數(shù)是相關(guān)的，相關(guān)系數(shù)分別為0.023，19.729，7

12、.653。（2）該回歸結(jié)果的經(jīng)濟(jì)意義在于揭示了影響空調(diào)價格的因素。 （3）：=0；：0 自由度=15，=5%，查表得t的臨界值為1.753 t=4.6>1.753，拒絕零假設(shè)，即0。 BTU價格對價格有正向影響。 （4）F=26.25 在自由度為（3，15）時，F(xiàn)的臨界值很?。?lt;0.01） 所以不能拒絕零假設(shè)，三個解釋變量在很大程度上解釋了空調(diào)價格的變動。5、（1）盡管方程A的擬合優(yōu)度更好，大多數(shù)觀察者更偏好方程B。因?yàn)锽中系數(shù)估計(jì)值的符號與預(yù)期一致。另外，是一個對校園跑道而言理論上合理的變量，而規(guī)定的不充分（特冷或特?zé)岬奶鞖鈺p少鍛煉者）。 （2）自變量的系數(shù)告訴我們該變量的單位

13、變化在方程中其他解釋變量不變的條件下對因變量的影響。如果我們改變方程中其它變量的值，則我們是保持不同的變量不變，因此有不同的意義。6、（1）“最小二乘”估計(jì)是求出Y的實(shí)際值和估計(jì)值之差的平方和最小的參數(shù)估計(jì)值?！捌椒健弊钚∈侵杆鼈兊暮妥钚　?（2）若=0，則殘差平方和RSS等于總體平方和TSS，即回歸平方和ESS等于0。因?yàn)?ESS/TSS，TSS=ESS+RSS，它不能為負(fù)。 （3）模型A：=1-（1）(56-1)/(56-1-1)=-0.02=0模型T：=1-（1-0.40）(38-1)/(38-2-1)=0.37 （4）模型T與預(yù)期的估計(jì)值符號一致，并且包含了一個重要變量（假定利率為名義

14、利率），因此它優(yōu)于模型A，模型A的符號與預(yù)期不一致。較高的并不意味著方程就自動的更優(yōu)。7、（1）CLFPRM=51.965+0.056*UNRM+3.12*AHE82se=(5.223) (0.084) (0.706) =0.6324t= (9.949) (0.662) (4.419) =0.5799 （2）CLFPRF=125.243-1.004*UNRM+8.207*AHE82se=(13.992) (0.259) (1.951) =0.8311 t=(8.951) (-3.878) (-4.027) =0.8093 （3）CLFPRM=81.065-0.089*UNRM-0.464*AH

15、Ese=(0.642) (0.047) (0.043) =0.9044 t=(126.355)(-1.888) (-10.721) =0.8907 （4）CLFPRF=45.345-0.365*UNRM+1.397AHEse=(1.648)(0.123) (0.100) =0.9745 t=(27.519)(-2.977) (13.905) =0.9708 （5）（1）和（3）的回歸結(jié)果不同，可能的解釋為：（1）（3）采用的平均小時工資分別采用1982年美元價和當(dāng)前美元價進(jìn)行衡量，這就存在通貨膨脹對實(shí)際工資的影響，即使名義工資是上升的，實(shí)際工資也有可能下降，從而導(dǎo)致勞動參與率的下降。 （6）解

16、釋同（5）。8、=10.647+0.634-9.052 =0.98(0.0316) (5.4015)9、=12.828 996-7.431 180 9+1.581 507 2-0.732 085 5 (4.745) (2.839) (0.234) (2.326) t檢驗(yàn)量： t1=2.704 t2=-2.617 t3=6.745 t4=-0.315 =0.937，= 0.925 ，F(xiàn)=78.727若給定顯著性水平=0.05，則(20-3-1)=2.120，可知變量，顯著，變量不顯著。(1，16)=4.49，線性回歸方程顯著。去掉，重新估計(jì)得：+1.550(4.530) (2.647) (0.2

17、06) t檢驗(yàn)量：t1=2.768 t2=-2.710 t3=7.531 =0.936 160 =0.929 F=124.646 若給定顯著性水平=0.05，則(20-2-1)=2.110，可知變量，顯著。(1，17)=4.45，方程也是顯著的。10、=-151.026 3+0.117 9+1.545 2 (49.245) (0.018) (0.457)t=(3.066 806) (6.652 983) (3.378 064)=0.934 331 =0.929 640(28)= 2.048 顯然三個參數(shù)顯著不為0。 F=199.189 4>(2，28)=3.34，線性回歸方程顯著成立。1

18、1、設(shè)，則原模型變?yōu)榭蓪Υ司€性模型應(yīng)用OLS法估計(jì)，得： =0.9940 se= (5.0730) (0.4229)所以，原模型為： =0.9940 se= (5.0730) (0.4229)第四章4.1一、單選DABCA CCBBD BA二、多選AB BD BCDE ABCD 三、判斷×四、五、 略六、計(jì)算與分析題1、（1）對模型進(jìn)行變換： 變換后的模型已無異方差性，因?yàn)椋ǔ?shù)）（2）記，則模型變?yōu)椋?2、（1）略 （2）=4.61030.7574X，可能存在異方差。 （3）=6.73810.2215X，不存在異方差。一般結(jié)論：異方差是由個別異常觀測值引起的。3、應(yīng)用OLS估計(jì)，得

19、原模型的回歸方程為： =-644.1+0.085se=(117.6) (0.005) =0.903首先檢驗(yàn)?zāi)Ｐ褪欠翊嬖诋惙讲钚?，運(yùn)用Goldfeld_Quandt檢驗(yàn)。對觀測值X較小的子樣本，應(yīng)用最小二乘法得： =-738.84+0.088se=(189.4) (0.015) =0.787ESS1=144 771.5對觀測值X較大的子樣本，應(yīng)用最小二乘法得： =1141.07+0.029se=(709.8) (0.022) =0.152ESS2=769 889.2計(jì)算統(tǒng)計(jì)量F=5.3給定顯著性水平=5%，查F分布表得臨界值(9，9)=3.18。因?yàn)镕=5.3>3.18，拒絕同方差假設(shè)，即

20、隨機(jī)誤差項(xiàng)存在異方差性。假設(shè)Var()=，變換原模型，得記=，運(yùn)用OLS估計(jì)得se =(71.27) (0.004) =0.7704、（1）應(yīng)用OLS估計(jì)： 較小樣本：=-90.222+0.870 se=(123.231)(0.058) ESS1=10957.8 較大樣本：=-79.772+0.835se=(108.523)(0.033) ESS2=41118.96 計(jì)算統(tǒng)計(jì)量F=3.7525 給定顯著性水平=5%，查F分布表得臨界值(8，8)=3.44。因?yàn)镕=3.7525>3.44，拒絕同方差假設(shè)，即隨機(jī)誤差項(xiàng)存在異方差性。 （2）應(yīng)用OLS估計(jì)：=29.032+0.806 se=(

21、47.260)(0.017) =0.992的等級|的等級1893.001585.0030.2118-7.0049.001919.001577.001.25211.001.001953.001596.00-7.1534-1.001.001957.001560.00-46.37412-8.0064.001960.001660.0051.21513-8.0064.001963.001609.00-2.21624.0016.002248.001846.005.08734.0016.002314.001977.0082.88817-9.0081.002334.001898.00-12.24954.001

22、6.002450.002048.0044.271010.00.002515.001947.00-109.121120-9.0081.002688.002087.00-108.561219-7.0049.002769.002322.0061.151316-3.009.002774.002311.0046.1214113.009.002839.002341.0023.731578.0064.002895.002303.00-59.4016151.001.003547.002940.0052.0917143.009.003626.002856.00-95.591818.00.004297.00353

23、0.0037.5919910.00100.004632.003777.0014.5820614.00196.00=826 =1-=0.3789 T=1.877在5%的顯著性水平下，(18)=2.101；在10%的顯著性水平下，(18)=1.734所以，在在5%的顯著性水平下，可以認(rèn)為沒有異方差性；但在10%的顯著性水平下，認(rèn)為存在異方差性。（3）令=，運(yùn)用OLS估計(jì)得： =0.041 se =(51.691) (0.021) t =(0.880) (37.611)因此，原模型的無偏估計(jì)為：=45.463，=0.800。5、銷售|銷售排序|排序 6 375.3 333.7914-3 11 626

24、.4 470.9026-4 14 655.1 482.1237-4 21 896.2 633.0249-5 26 408.3 540.6558-3 32 405.6 143.67624 35 107.7 307.73734 40 295.41 056.66811-3 70 761.61 941.06914-5 80 552.83 857.501016-6 95 294.0 685.7411101101 314.11 829.601213-1116 141.32 209.601315-2122 315.7 359.231459141 649.91 547.8415123175 025.87 43

25、4.341618-2230 614.55 845.8817170293 543.0 28.9418117r=1-6*0.4159， =1.829在5%的顯著性水平下，這個值是顯著的，所以接受存在異方差的假設(shè)。6、（1）對回歸方程的t檢驗(yàn)是顯著的，而且回歸方程中的系數(shù)比表中數(shù)據(jù)顯著，說明表中數(shù)據(jù)高估了標(biāo)準(zhǔn)差。（2）散點(diǎn)圖略。散點(diǎn)圖表明存在異方差。（3）得出的結(jié)論是存在異方差。（4）采用加權(quán)最小二乘法。7、（1）Salary=（2）若誤差與年齡成正比，則模型變?yōu)?回歸得：se=(406.8) (348.5) t=(-4.22) (4.986)（3）若誤差與年齡平方成正比例，則模型變?yōu)椋?se =

26、（0.4488） (21.83) t = (-6.554) (19.02)（4）（3）中的回歸系數(shù)更顯著，故更為可行。8、（1） =2 027 + 0.229 7 se=(944.8) (0.100 7) t=(2.145) (2.280) =0.4262（2） se=(1 142) (0.125 9) t=(2.099) (1.449) =0.6506回歸方程（2）更好，因?yàn)橄水惙讲畹挠绊憽?、（1）=3865-5.195+0.007+3.259-448.9 se=(1553)(7.848) (0.0672) (10.47) (327.0) t=(2.538)(-0.6619) (0.1

27、043) (0.3112) (-1.373) =0.3920 （2）Park 檢驗(yàn)：Ln-0.1532Ln+0.1539Ln-0.8807Ln Se=(9.797)(1.262) (0.8045) (0.8285) (0.7265) t=(1.497)(-0.479) (-0.1905) (0.1857) (-1.212)=0.3359在5%的顯著性水平下，估計(jì)的斜率系數(shù)均不顯著，不能判斷。4.2一、單選DBADD ACDBB BBACA DDBCC CDCC二、多選BC ABCE ADE AB ABCDE 三、判斷××××四、五略六、計(jì)算與分析題1、（

28、1）=10.771570.X （1.）(7.) R=0. DW=0. F=52.36347 （2）存在一階自相關(guān) （3）DW=2(1-r)， r=0.76452 （4） DW=1. 無自相關(guān) （5）=18.+0.35224X (6) =53.12938-0.01447X AR(1)：1. DW=2. 無自相關(guān)2、（1）查表有=1.03，=1.67d=0.81<1.03 ，存在一階正的自相關(guān)。 （2）查表有=0.95，=1.54，4-=3.05，4-=2.46d=3.48>4-=3.05 ，存在一階負(fù)的自相關(guān)。 （3）查表有=1.07，=1.83=1.07<d=1.56<

29、=1.83 ，無法確定。 （4）查表有=1.22，=1.73，4-=2.78，4-=2.274-=2.27<d=2.64<4-=2.78 ，無法確定。（5）查表有=1.48，=1.57，4-=2.52，4-=2.43=1.57<d=1.75<4-=2.43 ，無自相關(guān)。 （6）查表有=1.26，=1.56d=0.91<1.26 ，存在一階正的自相關(guān)。 （7）查表有=0.98，=1.88=0.98<d=1.03<=1.88 ，無法確定。3、（1） t=(-0.2572) (4.3996) =0.6594（2）d=0.6394（3）存在一階正的自相關(guān)。（4

30、）=0.6803（5） se=(0.447) (0.221) t=(2.941) (0.745)=0.0526 d=0.8758利用DW檢驗(yàn)，可發(fā)現(xiàn)仍然存在一階正的自相關(guān)。4、（1） =0.9388 t=(-8.3345) (16.616) （2）d=0.5901，存在正的自相關(guān)。=0.7025 （3）(i) =0.9729t=(-5.245) (9.1868) (ii) =0.9679t=(-5.606) (10.635)5、（1） se=(9.240) (0.) t=(1.166) (7.474)=0.7773 d=0.4607在5%顯著性水平下的臨界值為1.158，1.391（2）因?yàn)閐

31、=0.4607<1.158所以拒絕原假設(shè)，即存在一階正的自相關(guān)。（3）=0.7697（4）舍去第一個觀測值： se=(6.907) (0.) t=(-0.8952) (4.481)=0.5724 d=1.361包含第一個觀測值： se=(6.907) (0.) t=(-0.8952) (4.481)=0.5724 d=1.3616、（1） （2）d=1.824=1.331<d=1.824<4-=2.669 ，表明沒有明顯的自相關(guān)。 （3）采用Spearman等級系數(shù)相關(guān)檢驗(yàn)法： =1-=-0.1888 T=0.608在5%的顯著性水平下，(10)=2.228； 表明沒有明顯的

32、異方差。4.3一、單選CCBCA B二、多選ACD ACD ACD ABC ABCDE三、判斷××××四、五、略六、計(jì)算與分析題1、計(jì)算相關(guān)系數(shù)=-0.94，所明與之間存在著較強(qiáng)的共線性。 先作y對的回歸得： =0.78(1.01) (0.12) 再作y對的回歸得：=1.22+0.13 =0.94 (0.64) (0.011)最后作y對與的回歸得：=-1.92+0.198+0.161 =0.95 (0.186) (0.033)綜合分析：收入對需求擬合的較好，在二元回歸方程中，價格的符號不對，因此，適合的方程應(yīng)該是：=1.22+0.13 =0.94 (0.

33、64) (0.011)2、（1） se=(6.280) (0.3144) (0.0301) t=(3.875) (2.773) (-1.160)=0.9682（2）有。因?yàn)橹岛艽?，而部分系?shù)卻不顯著（t統(tǒng)計(jì)量很?。＃?） se=(6.414) (0.0357) t=(3.813) (14.24) =0.9621 se=(8.446) (0.04543) t=(3.312) (10.58) =0.9332在這兩個回歸方程中，系數(shù)是顯著的，而在同時對兩個變量的回歸中，卻存在部分系數(shù)不顯著，說明存在多重共線性。（4） se=(7.010) (0.00377) t=(0.) (25.25) =0.9

34、876值很大，而且系數(shù)是顯著的，說明兩個變量之間存在著高度的共線性。（5）不會。因?yàn)檫@樣可能造成模型設(shè)置失誤，可通過重新考慮模型來消除共線性。3、（1）是特定商品的價格指數(shù)，而是總體價格指數(shù)。這兩種價格指數(shù)之間不存在線性關(guān)系也是可能的。 （2）是勞動力市場就業(yè)情況的一種指標(biāo)。一般來講，就業(yè)水平越高，對客車的需求也將越大。 （3）由于大部分客車靠貸款買的，而利率是貸款成本的一種度量。 （4）t=(0.1703) (2.05) (-2.5683) (1.6912) =0.8548 (-0.2499) (0.1364) （5）從（4）中結(jié)果可看出多重共線性可能存在： 首先，較高，但是只有兩個t是顯著

35、的；第二，新車價格指數(shù)（）的系數(shù)為正，不符合經(jīng)濟(jì)意義；第三，可支配收入（）和從業(yè)人數(shù)（）對需求都沒有影響，這讓人吃驚。 （6）見下表：被解釋變量常數(shù)項(xiàng)LnLnLnLnLnLn-12.9091.4927-0.8715-0.09751.45200.9959T=(-2.422)(4662)(-2.520)(-3.241)(2.638)Ln10.2860.44480.74340.0679-1.11940.9993t=(5.608)(4.662)(9.617)(6.530)(-6.117)Ln-14.305-0.42011.2023-0.08331.53310.9993t=(-9.244)(-2.520

36、)(9.6172)(-5.592)(9.748)Ln-127.0-5.008511.705-8.878613.8030.8704t=(-4.647)(-3.241)(6.530)(-5.592)(4.854)Ln9.3760.2668-0.69040.58460.04940.9949t=(74.853)(2.638)(-6.117)(9.748)(4.854)從以上結(jié)果可以看出：所有的x變量都高度相關(guān)。相對而言，相關(guān)性較弱。 （7）相關(guān)系數(shù)矩陣如下：LnLnLnLnLnLn1Ln0.99581Ln0.99300.99601Ln0.58500.61870.58501Ln0.97370.97400

37、.98680.59951由于與變化趨于一致，可舍去其中之一；由于與變化趨于一致，可舍去其中之一。 （8）下列兩個模型較合適： t=(-2.634) (-3.143) (-4.002) (3.719) =0.6849 t=(-3.926) (-4.549) (-3.9541) (5.229) =0.7891 與愿模型相比，以上兩模型中的所有系數(shù)符號正確且在統(tǒng)計(jì)上顯著。4、解：（1）=3.914+0.06026+0.08909-0.0126+0. se=(1.952) (0.048) (0.037) (0.018) (0.018)=0.980， d= 2.1786 F=60.189 給定顯著性水平

38、=5%，查F分布表，得臨界值(4,5)=5.19，F(xiàn)>5.19，故回歸方程顯著。分別計(jì)算、的兩兩相關(guān)系數(shù)得：=0.8794，=-0.3389，=0.9562，=-0.3047，=0.7603，=-0.4135可見有些解釋變量之間是高度相關(guān)的。（2）采用逐步回歸法估計(jì)模型：對Y分別關(guān)于、做最小二乘估計(jì)得： =0.942+0.122se=(0.573) (0.010) t=(1.645) (11.737) =0.945 =0.938=5.497+0.205se=(0.308) (0.027) t=(17.878) (7.627) =0.938 =0.879se=(7.987) (0.080)

39、 t=(2.140) (-1.193) =0.151 =0.045=2.018+0.05503se=(0.898) (0.009) t=(2.247) (6.295) =0.832 =0.811顯然，方程對的回歸擬合優(yōu)度最大，把作為中最重要的解釋變量，選取第一個歸歸方程為基本回歸方程，加入解釋變量，用OLS估計(jì)得：=2.323+0.08183+0.07992 se=(0.626) (0.016) (0.027) t=(3.710) (5.220) (2.923) =0.975 =0.968可以看出，在加入后，擬合優(yōu)度有所增加，參數(shù)估計(jì)值的符號也正確，并且沒有影響的顯著性，所以在模型中保留。加入

40、解釋變量，運(yùn)用OLS估計(jì)得： =4.037+0.0793+0.0795-0.0157se=(1.793) (0.016) (0.027) (0.015) t=(2.251) (5.011) (2.916) (-1.020) =0.979 =0.968可以看出，在加入后，擬合優(yōu)度沒有增加，并且和常數(shù)項(xiàng)不顯著，所以在模型中不應(yīng)保留。加入解釋變量，運(yùn)用OLS估計(jì)得：=2.686+0.04914+0.09582+0.01239 se=(0.785) (0.044) (0.034) (0.015)t=(3.423) (1.127) (2.794) (0.086) =0.978 =0.967可以看出，在加

41、入后，擬合優(yōu)度不僅沒有增加，反而有所減少，并且和不顯著，所以在模型中不應(yīng)保留。由此得最好的回歸模型為：=2.323+0.08183+0.07992。（已知在5%的顯著性水平下，(8)=2.306，(7)=2.365 ，(6)=2.447。）5、解：（1）=-13.53+0.097+0.015-1.99+0.34 se=(7.5) (0.03) (0.05) (0.09) (0.15) t=(1.80) (3.66) (0.31) (-2.21) (2.27)=0.996， d= 3.4 F=15.6 給定顯著性水平=5%，查F分布表，得臨界值(4,5)=5.19，F(xiàn)>5.19，故回歸方程

42、顯著。分別計(jì)算、的兩兩相關(guān)系數(shù)得：=0.993，=0.980，=0.987，=0.964，=0.973，=0.991可見有些解釋變量之間是高度相關(guān)的。（2）采用逐步回歸法估計(jì)模型：對Y分別關(guān)于、做最小二乘估計(jì)得： =-1.24+0.118se=(0.37) (0.002) t=(-3.31) (41.94) =0.995 d=2.6=2.11+0.327se=(0.81) (0.02) t=(2.59) (15.31) =0.963 d=0.4=-38.51+0.516se=(4.20) (0.04) t=(9.17) (12.54) =0.946 d=2.4=-53.65+0.663se=(

43、3.63) (0.03) t=(-14.77) (18.66) =0.975 d=2.1根據(jù)經(jīng)濟(jì)理論分析和回歸結(jié)果，易知可支配收入是最重要的解釋變量，所以第一個歸歸方程為基本回歸方程。加入服裝價格指數(shù)，做OLS估計(jì)得：=1.4+0.126-0.036 se=(4.92) (0.01) (0.07) t=(0.29) (8.43) (-0.54) =0.994， d=2.5可以看出，在加入后，擬合優(yōu)度沒有增加，參數(shù)估計(jì)值的變得不顯著，所以在模型中不應(yīng)保留。加入解釋變量，運(yùn)用OLS估計(jì)得： =1.598+0.131-0.039se=(0.622) (0.019) (0.053) t=(-2.57)

44、 (6.92) (-0.73)=0.995，d=3.1可以看出，在加入后，擬合優(yōu)度沒有增加，并且系數(shù)的符號不正確，并且不顯著，說明存在嚴(yán)重的多重共線性，所以在模型中不應(yīng)保留。加入解釋變量，運(yùn)用OLS估計(jì)得：=-8.376+0.102+0.089 se=(8.242) (0.018) (0.104) t=(-1.016) (5.608) (0.866) =0.995可以看出，在加入后，擬合優(yōu)度沒有增加，參數(shù)估計(jì)值的符號也不正確，且系數(shù)不顯著，所以在模型中不應(yīng)保留。由此得最好的回歸模型為：= =-1.24+0.118。（已知在5%的顯著性水平下，(8)=2.306，(7)=2.365 ，(6)=2

45、.447。）6、（1）=24.3370+0.8716-0.0349 （3.8753）（2.7726） （-1.1604） R=0.9682 DW=2.6801 F=106.5019 （2）存在多重共線性，因?yàn)镕統(tǒng)計(jì)量顯著，而 t統(tǒng)計(jì)量很小，甚至不顯著，參數(shù)的符號不正確，因此可判斷存在多重共線性。 （3）=24.4545+0.5091 （3.8128）（14.2432） R=0.9621 DW=2.6801 F=202.8679 =26.4520+0.0480 （3.1318）（10.5752） R=0.9332 DW=2.3897 F=111.8346（4）（周收入）為影響Y（消費(fèi)支出）的主要

46、因素。（5）因舍去（財富），因?yàn)橹苁杖牒拓敻桓叨认嚓P(guān)，引入后，模型會出現(xiàn)嚴(yán)重的多重共線性。7、 （1）=-39.5896+0.1442+1.2523+0.6831 (-1.3043) (0.7189) (2.5330) (1.5516) R=0.7958 DW=1.8414 F=14.2881 （2） F(3，11)=3.59，14.2881>3.59，模型的線性關(guān)系顯著。 （3） VIF1=1/(1-0.06459)=1.069 VIF2=1/(1-0.6308)=2.7086 VIF3=1/(1-0.6177)=2.6157 不存在嚴(yán)重的多重共線性。4.4一、單選DDDDC BA二、

47、判斷×××三、四、略五、計(jì)算與分析題1、解：對上述關(guān)系直接采用OLS估計(jì)得：=852.393+0.569GDP t=(6.99) (193.37) =0.9997 因?yàn)橄M(fèi)CS與國內(nèi)生產(chǎn)總值GDP均與隨機(jī)項(xiàng)相關(guān)，而投資IV與隨機(jī)項(xiàng)無關(guān)，與GDP高度相關(guān)，因此用IV作為工具變量是可行的，=846.468其中，T=15，、分別為IV、CS、GDP的均值。故：=-846.468=0.568回歸模型為：=864.468+0.568GDP。2、解：=0.6997=0.7018回歸模型為：=0.7018+0.6997。3、（1）=1.4194+0.8247 （3.3325）（48.0673） R=0.9923 DW=1.5616 F=2310.462 （2）以為工具變量，估計(jì)得： =2.1866+0.7936 （4.1437）（