計(jì)量經(jīng)濟(jì)學(xué)期末總復(fù)習(xí)要點(diǎn)

1、 計(jì)量經(jīng)濟(jì)學(xué)期末總復(fù)習(xí)一、單項(xiàng)選擇題1在雙對(duì)數(shù)線性模型lnYi=ln0+1lnXi+ui中,1的含義是（ D ）AY關(guān)于X的增長(zhǎng)量BY關(guān)于X的發(fā)展速度CY關(guān)于X的邊際傾向DY關(guān)于X的彈性2在二元線性回歸模型：中，表示（ A ）A當(dāng)X2不變、X1變動(dòng)一個(gè)單位時(shí)，Y的平均變動(dòng)B當(dāng)X1不變、X2變動(dòng)一個(gè)單位時(shí)，Y的平均變動(dòng)C當(dāng)X1和X2都保持不變時(shí)， Y的平均變動(dòng)D當(dāng)X1和X2都變動(dòng)一個(gè)單位時(shí)， Y的平均變動(dòng)3如果線性回歸模型的隨機(jī)誤差項(xiàng)存在異方差，則參數(shù)的普通最小二乘估計(jì)量是（D ）A無(wú)偏的，但方差不是最小的B有偏的，且方差不是最小的C無(wú)偏的，且方差最小D有偏的，但方差仍為最小4DW檢驗(yàn)法適用于檢

2、驗(yàn)（ B ）A異方差B序列相關(guān)C多重共線性D設(shè)定誤差5如果X為隨機(jī)解釋變量，Xi與隨機(jī)誤差項(xiàng)ui相關(guān)，即有Cov(Xi，ui)0，則普通最小二乘估計(jì)是（ B ）A有偏的、一致的B有偏的、非一致的C無(wú)偏的、一致的D無(wú)偏的、非一致的6設(shè)某商品需求模型為Yt=0+1Xt+ ut，其中Y是商品的需求量，X是商品價(jià)格，為了考慮全年4個(gè)季節(jié)變動(dòng)的影響，假設(shè)模型中引入了4個(gè)虛擬變量，則會(huì)產(chǎn)生的問(wèn)題為（ ）A異方差性B序列相關(guān)C不完全的多重共線性D完全的多重共線性7當(dāng)截距和斜率同時(shí)變動(dòng)模型Yi=0+1D+1Xi+2 (DXi)+ui退化為截距變動(dòng)模型時(shí)，能通過(guò)統(tǒng)計(jì)檢驗(yàn)的是（ ）A10，20B1=0，2=0C1

3、0，2=0D1=0，208若隨著解釋變量的變動(dòng)，被解釋變量的變動(dòng)存在兩個(gè)轉(zhuǎn)折點(diǎn)，即有三種變動(dòng)模式，則在分段線性回歸模型中應(yīng)引入虛擬變量的個(gè)數(shù)為（ B ）A1個(gè)B2個(gè)C3個(gè)D4個(gè)9對(duì)于無(wú)限分布滯后模型Yt=+0Xt+1Xt-1+2Xt-2+ut，無(wú)法用最小二乘法估計(jì)其參數(shù)是因?yàn)椋?）A參數(shù)有無(wú)限多個(gè)B沒(méi)有足夠的自由度C存在嚴(yán)重的多重共線性D存在序列相關(guān)10使用多項(xiàng)式方法估計(jì)有限分布滯后模型Yt=+0Xt+1Xt-1+kXt-k+ut時(shí)，多項(xiàng)式i=0+1i+2i2+mim的階數(shù)m必須（ ）A小于kB小于等于kC等于kD大于k11對(duì)于無(wú)限分布滯后模型Yt=+0Xt+1Xt-1+2Xt-2+ut，Ko

4、yck假定k=0k，0<<l，則長(zhǎng)期影響乘數(shù)為（ ）ABC1D12對(duì)自回歸模型進(jìn)行自相關(guān)檢驗(yàn)時(shí)，若直接使用DW檢驗(yàn)，則DW值趨于（ C ）A0B1C2D413對(duì)于Koyck變換模型Yt=(1-)+ Xt+Yt-1+Vt，其中Vt=ut-ut-1，則可用作Yt-1的工具變量為（ ）AXtBXt-1CYtDVt14使用工具變量法估計(jì)恰好識(shí)別的方程時(shí)，下列選項(xiàng)中有關(guān)工具變量的表述錯(cuò)誤的是（A ）A工具變量可選用模型中任意變量，但必須與結(jié)構(gòu)方程中隨機(jī)誤差項(xiàng)不相關(guān)B工具變量必須與將要替代的內(nèi)生解釋變量高度相關(guān)C工具變量與所要估計(jì)的結(jié)構(gòu)方程中的前定變量之間的相關(guān)性必須很弱，以避免多重共線性D若

5、引入多個(gè)工具變量，則要求這些工具變量之間不存在嚴(yán)重的多重共線性15根據(jù)實(shí)際樣本資料建立的回歸模型是（ ）A理論模型B回歸模型C樣本回歸模型D實(shí)際模型16下列選項(xiàng)中，不屬于生產(chǎn)函數(shù)f(L，K)的性質(zhì)是（ ）Af(0，K)=f(L，0)=0BC邊際生產(chǎn)力遞減D投入要素之間的替代彈性小于零17關(guān)于經(jīng)濟(jì)預(yù)測(cè)模型，下面說(shuō)法中錯(cuò)誤的是（ ）A經(jīng)濟(jì)預(yù)測(cè)模型要求模型有較高的預(yù)測(cè)精度B經(jīng)濟(jì)預(yù)測(cè)模型比較注重對(duì)歷史數(shù)據(jù)的擬合優(yōu)度C經(jīng)濟(jì)預(yù)測(cè)模型比較注重宏觀經(jīng)濟(jì)總體運(yùn)行結(jié)構(gòu)的分析與模擬D經(jīng)濟(jì)預(yù)測(cè)模型不太注重對(duì)經(jīng)濟(jì)活動(dòng)行為的描述18關(guān)于宏觀經(jīng)濟(jì)計(jì)量模型中的季度模型，下列表述中錯(cuò)誤的是（ ）A季度模型以季度數(shù)據(jù)為樣本B季度

6、模型一般規(guī)模較大C季度模型主要用于季度預(yù)測(cè)D季度模型注重長(zhǎng)期行為的描述19宏觀經(jīng)濟(jì)模型的導(dǎo)向是（ ）A由總供給與總需求的矛盾決定的B由國(guó)家的經(jīng)濟(jì)發(fā)展水平?jīng)Q定的C由總供給決定的D由總需求決定的20X與Y的樣本回歸直線為（D ）AYi=0十1Xi+uiBYi=CE(Yi)=0十1XiD=21在線性回歸模型中，若解釋變量X1和X2的觀測(cè)值成比例，即X1i=KX2i，其中K為常數(shù)，則表明模型中存在（ C ）A，方差非齊性B序列相關(guān)C多重共線性D設(shè)定誤差22回歸分析中，用來(lái)說(shuō)明擬合優(yōu)度的統(tǒng)計(jì)量為（ C ）A相關(guān)系數(shù)B回歸系數(shù)C判定系數(shù)D標(biāo)準(zhǔn)差23若某一正常商品的市場(chǎng)需求曲線向下傾斜，可以斷定（ B ）A

7、它具有不變的價(jià)格彈性B隨價(jià)格下降需求量增加C隨價(jià)格上升需求量增加D需求無(wú)彈性24在判定系數(shù)定義中，ESS表示（ B ）A(Yi)2BC(Yi-)2D(Yi)25用于檢驗(yàn)序列相關(guān)的DW統(tǒng)計(jì)量的取值范圍是（ D ）AODW1B-1DW1C-2DW2DODW426誤差變量模型是指（ A ）A模型中包含有觀測(cè)誤差的解釋變量B用誤差作被解釋變量C用誤差作解釋變量D模型中包含有觀測(cè)誤差的被解釋變量27由簡(jiǎn)化式參數(shù)的估計(jì)量得到結(jié)構(gòu)參數(shù)的估計(jì)量的方法是（ C ）A二階段最小二乘法B極大似然法C間接最小二乘法D工具變量法28將社會(huì)經(jīng)濟(jì)現(xiàn)象中質(zhì)的因素引入線性模型（ C ）A只影響模型的截距B只影響模型的斜率C在很

8、多情況下，不僅影響模型截距，還同時(shí)會(huì)改變模型的斜率D既不影響模型截距，也不改變模型的斜率29時(shí)間序列資料中，大多存在序列相關(guān)問(wèn)題，對(duì)于分布滯后模型，這種序列相關(guān)問(wèn)題就轉(zhuǎn)化為（ B ）A異方差問(wèn)題B多重共線性問(wèn)題C隨機(jī)解釋變量問(wèn)題D設(shè)定誤差問(wèn)題30根據(jù)判定系數(shù)R2與F統(tǒng)計(jì)量的關(guān)系可知，當(dāng)R2=1時(shí)有（ D ）AF=-1BF=0CF=1DF=31發(fā)達(dá)市場(chǎng)經(jīng)濟(jì)國(guó)家宏觀經(jīng)濟(jì)計(jì)量模型的核心部分包括總需求、總供給和（ C ）A建模時(shí)所依據(jù)的經(jīng)濟(jì)理論B總收入C關(guān)于總需求，總生產(chǎn)和總收入的恒等關(guān)系D總投資32在消費(fèi)Yt對(duì)收入Zt的誤差修正模型中，稱為（C ）A均衡參數(shù)B協(xié)整參數(shù)C短期參數(shù)D長(zhǎng)期參數(shù)33用模型描

9、述現(xiàn)實(shí)經(jīng)濟(jì)系統(tǒng)的原則是（B ）A以理論分析作先導(dǎo)，解釋變量應(yīng)包括所有解釋變量B以理論分析作先導(dǎo)，模型規(guī)模大小要適度C模型規(guī)模越大越好，這樣更切合實(shí)際情況D模型規(guī)模大小要適度，結(jié)構(gòu)盡可能復(fù)雜34下列模型中E(Yi)是參數(shù)的線性函數(shù)，并且是解釋變量Xi的非線性函數(shù)的是（ B ）AE(Yi)=BE(Yi)=CE(Yi)=DE(Yi)=35估計(jì)簡(jiǎn)單線性回歸模型的最小二乘準(zhǔn)則是：確定、,使得（ A ）A(Yi-Xi)2最小B(Yi-Xi-ei)2最小C(Yi-Xi-ui)2最小D(Yi-)2最小36在模型Yi=中，下列有關(guān)Y對(duì)X的彈性的說(shuō)法中，正確的是（ A ）A是Y關(guān)于X的彈性B是Y關(guān)于X的彈性Cln

10、是Y關(guān)于X的彈性Dln是Y關(guān)于X的彈性37假設(shè)回歸模型為Yi=，其中Xi為隨機(jī)變量，且Xi與ui相關(guān)，則的普通最小二乘估計(jì)量（ D ）A無(wú)偏且不一致B無(wú)偏但不一致C有偏但一致D. 有偏且不一致38設(shè)截距和斜率同時(shí)變動(dòng)模型為Yi=,其中D為虛擬變量。如果經(jīng)檢驗(yàn)該模型為斜率變動(dòng)模型，則下列假設(shè)成立的是（ D ）A，B，C，D，39當(dāng)，時(shí)，CES生產(chǎn)函數(shù)趨于（ B ）A線性生產(chǎn)函數(shù)B. CD生產(chǎn)函數(shù)C投入產(chǎn)出生產(chǎn)函數(shù)D對(duì)數(shù)生產(chǎn)函數(shù)二、多項(xiàng)選擇題1對(duì)于經(jīng)典線性回歸模型，各回歸系數(shù)的普通最小二乘估計(jì)具有的優(yōu)良特性有（ ACB ）A無(wú)偏性B線性性C有效性D一致性E確定性2序列相關(guān)情形下，常用的參數(shù)估計(jì)方法

11、有（ ）A一階差分法B廣義差分法C工具變量法D加權(quán)最小二乘法E普通最小二乘法3狹義的設(shè)定誤差主要包括（ ）A模型中遺漏了重要解釋變量B模型中包含了無(wú)關(guān)解釋變量C模型中有關(guān)隨機(jī)誤差項(xiàng)的假設(shè)有誤D模型形式設(shè)定有誤E回歸方程中有嚴(yán)重的多重共線性4用最小二乘法估計(jì)簡(jiǎn)化式模型中的單個(gè)方程，最小二乘估計(jì)量的性質(zhì)為（ ）A無(wú)偏的B有偏的C一致的D非一致的E漸近無(wú)偏的5. 常用的多重共線性檢驗(yàn)方法有（ ）A.簡(jiǎn)單相關(guān)系數(shù)法B.矩陣條件數(shù)法C.方差膨脹因子法D.判定系數(shù)增量貢獻(xiàn)法E.工具變量法6. 對(duì)于Yi=，其中D為虛擬變量。下面說(shuō)法正確的有（ ）A.其圖形是兩條平行線B.基礎(chǔ)類型的截距為C.基礎(chǔ)類型的斜率為

12、D.差別截距系數(shù)為E.差別斜率系數(shù)為7. 對(duì)于有限分布滯后模型Yi=，最小二乘法原則上是適用的，但會(huì)遇到下列問(wèn)題中的（ ）A.多重共線性問(wèn)題B.異方差問(wèn)題C.隨機(jī)解釋變量問(wèn)題D.最大滯后長(zhǎng)度k的確定問(wèn)題E.樣本較小時(shí)，無(wú)足夠自由度的問(wèn)題8. 下列關(guān)于二階段最小二乘法說(shuō)法中正確的有（ ）A.對(duì)樣本容量沒(méi)有嚴(yán)格要求B.適合一切方程C.假定模型中所有前定變量之間無(wú)多重共線性D.僅適合可識(shí)別方程E.估計(jì)量不具有一致性三、問(wèn)答題1. 建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型的主要步驟是什么？2. 多元線性回歸模型的基本假設(shè)是什么？試說(shuō)明在證明最小最小二乘估計(jì)量的無(wú)偏性和有效性的過(guò)程中，哪些基本假設(shè)起了作用？答：多元線性

13、回歸模型的基本假定有：零均值假定、隨機(jī)項(xiàng)獨(dú)立同方差假定、解釋變量的非隨機(jī)性假定、解釋變量之間不存在線性相關(guān)關(guān)系假定、隨機(jī)誤差項(xiàng)服從均值為0方差為的正態(tài)分布假定。在證明最小二乘估計(jì)量的無(wú)偏性中，利用了解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)的假定；在有效性的證明中，利用了隨機(jī)項(xiàng)獨(dú)立同方差假定。3. 多元線性回歸模型隨機(jī)干擾項(xiàng)的假定有哪些？（1）隨機(jī)誤差項(xiàng)的條件期望值為零。 （2）隨機(jī)誤差項(xiàng)的條件方差相同。 （3）隨機(jī)誤差項(xiàng)之間無(wú)序列相關(guān)。 （4）自變量與隨機(jī)誤差項(xiàng)獨(dú)立無(wú)關(guān)。 （5）隨機(jī)誤差項(xiàng)服從正態(tài)分布。 （6）各解釋變量之間不存在顯著的線性相關(guān)關(guān)系4. 在多

14、元線性回歸分析中，t檢驗(yàn)與F檢驗(yàn)有何不同？在一元線性回歸分析中二者是否有等價(jià)的作用？5. 簡(jiǎn)述異方差性的含義、來(lái)源、后果并寫出懷特（White）檢驗(yàn)方法的檢驗(yàn)步驟。6. 簡(jiǎn)述選擇解釋變量的逐步回歸法逐步回歸的基本思想是“有進(jìn)有出”。 具體做法是將變量一個(gè)一個(gè)引入，引入變量的條件是t統(tǒng)計(jì)量經(jīng)檢驗(yàn)是顯著的。即每引入一個(gè)自變量后，對(duì)已經(jīng)被選入的變量要進(jìn)行逐個(gè)檢驗(yàn)，當(dāng)原引入的變量由于后面變量的引入而變得不再顯著時(shí)，要將其剔除。引入一個(gè)變量或從回歸方程中剔除一個(gè)變量，為逐步回歸的一步，每一步都要進(jìn)行t檢驗(yàn)，以確保每次引入新的變量之前回歸方程中只包含顯著的變量。7. 教材第154頁(yè)，第5 題。8

15、. 教材第154頁(yè)，第6 題。9. 教材第186頁(yè)，第1題.10. 教材第186頁(yè)，第3題.11. 教材第305頁(yè)，第1題.12. 在時(shí)間序列數(shù)據(jù)的計(jì)量經(jīng)濟(jì)分析過(guò)程中，（1） 為什么要進(jìn)行時(shí)間序列的平穩(wěn)性檢驗(yàn)？隨機(jī)時(shí)間序列的平穩(wěn)性條件是什么？（2） 請(qǐng)證明隨機(jī)游走序列不是平穩(wěn)序列。（3） 單位根檢驗(yàn)為什么從DF檢驗(yàn)擴(kuò)展到ADF檢驗(yàn)？13. 克萊因和戈德伯格曾用1921-1941年與1945-1950年（1942-1944年戰(zhàn)爭(zhēng)期間略去）美國(guó)國(guó)內(nèi)消費(fèi)C和工資收入W、非工資非農(nóng)業(yè)收入P、農(nóng)業(yè)收入A的共27年時(shí)間序列資料，利用普通最小二乘法估計(jì)得出了下列回歸方程：Ct=8.133+1.059Wt+0

16、.452Pt+0.121At (8.92) (0.17) (0.66) (1.09)R2=0.95 F=107.37式下括號(hào)中的數(shù)字為相應(yīng)參數(shù)估計(jì)量的標(biāo)準(zhǔn)誤。試對(duì)該模型進(jìn)行評(píng)價(jià)，指出其中存在的問(wèn)題。（顯著性水平取5%，已知F0.05(3,23)=3.03, t0.025(23)=2.069）14. 指出下列論文中的主要錯(cuò)誤之處：在一篇關(guān)于中國(guó)石油消費(fèi)預(yù)測(cè)研究的論文中，作者選擇石油年消費(fèi)量（OIL，單位：萬(wàn)噸標(biāo)準(zhǔn)煤）為被解釋變量，國(guó)內(nèi)生產(chǎn)總值（GDP，按當(dāng)年價(jià)格計(jì)算，單位：億元）為解釋變量，19902006年年度數(shù)據(jù)為樣本。首先假定邊際消費(fèi)傾向不變，建立了線性模型：采用OLS估計(jì)模型，得到然后假

17、定消費(fèi)彈性不變，建立了對(duì)數(shù)線性模型：采用OLS估計(jì)模型，得到分別將2020年國(guó)內(nèi)生產(chǎn)總值預(yù)測(cè)值（500000億元）代入模型，計(jì)算得到兩種不同假定情況下的2020年石油消費(fèi)預(yù)測(cè)值分別為104953和68656萬(wàn)噸標(biāo)準(zhǔn)煤。15. 在一篇研究我國(guó)工業(yè)資本配置效率的論文中，作者利用我國(guó)39個(gè)工業(yè)行業(yè)（編號(hào)i =1，2，39）的9年（t=1991，1991，1999）的351組數(shù)據(jù)為樣本，以固定資產(chǎn)存量I的增長(zhǎng)率為被解釋變量，以利潤(rùn)V的增長(zhǎng)率為解釋變量。分別建立了如下3個(gè)模型： 利用全部樣本，采用OLS估計(jì)模型，結(jié)果表明我國(guó)資本配置效率不僅低于發(fā)達(dá)國(guó)家，也低于大多數(shù)發(fā)展中國(guó)家。為了分析我國(guó)工業(yè)行業(yè)的成長(zhǎng)

18、性，分別利用每個(gè)行業(yè)的時(shí)間序列數(shù)據(jù)，對(duì)模型進(jìn)行OLS估計(jì)，從結(jié)果中發(fā)現(xiàn)了最具發(fā)展?jié)摿Φ?個(gè)行業(yè)。為了定量刻畫(huà)我國(guó)每年的資本配置效率，分別用每年的行業(yè)數(shù)據(jù)，采用OLS估計(jì)模型，從估計(jì)結(jié)果可以看出，我國(guó)資本配置效率呈逐年下滑趨勢(shì)。分別從Panel Data的模型設(shè)定和估計(jì)方法兩方面，指出該論文存在的問(wèn)題，并簡(jiǎn)單說(shuō)明理由。四、計(jì)算題1. 教材第104頁(yè)，第9題。2已知Y和X滿足如下的總體回歸模型Y=（1）根據(jù)Y和X的5對(duì)觀測(cè)值已計(jì)算出=3，=11，=74，=10，（）=27。利用最小二乘法估計(jì)。（2）經(jīng)計(jì)算，該回歸模型的總離差平方和TSS為10，總殘差平方和RSS為0.14，試計(jì)算判定系數(shù)r2并分析

19、該回歸模型的擬合優(yōu)度。3由12對(duì)觀測(cè)值估計(jì)得消費(fèi)函數(shù)為：=50+0.6Y 其中，Y是可支配收入，已知=800，=8000，=30，當(dāng)Y0=1000時(shí)，試計(jì)算：（1）消費(fèi)支出C的點(diǎn)預(yù)測(cè)值；（2）在95%的置信概率下消費(fèi)支出C的預(yù)測(cè)區(qū)間。（已知：t0.025(10)=2.23）4. 1978-2000年天津市城鎮(zhèn)居民人均可支配銷售收入（Y，元）與人均年度消費(fèi)支出（CONS， 元）的樣本數(shù)據(jù)、一元線性回歸結(jié)果如下所示：（共30分）Dependent Variable: LNCONSMethod: Least SquaresDate: 06/14/02 Time: 10:04Sample: 1978

20、2000Included observations: 23Variable CoefficientStd. Errort-StatisticProb. C _0.064931-3.1936900.0044LnY 1.0508930.008858 _0.0000R-squared 0.998510 Mean dependent var7.430699Adjusted R-squared S.D. dependent var1.021834S.E. of regression Akaike info criterion-6.336402Sum squared resid 0.034224 Schw

21、arz criterion-6.237663Log likelihood 42.23303 F-statistic14074.12Durbin-Watson stat 0.842771 Prob(F-statistic)0.00000 1在空白處填上相應(yīng)的數(shù)字（共4處）（計(jì)算過(guò)程中保留4位小數(shù)） 2根據(jù)輸出結(jié)果，寫出回歸模型的表達(dá)式。 3給定檢驗(yàn)水平=0.05，檢驗(yàn)上述回歸模型的臨界值t0.025=_，F(xiàn)0.05=_； 并說(shuō)明估計(jì)參數(shù)與回歸模型是否顯著? 4解釋回歸系數(shù)的經(jīng)濟(jì)含義。 5根據(jù)經(jīng)典線性回歸模型的假定條件，判斷該模型是否明顯違反了某個(gè)假定條件？如有違背，應(yīng)該如何解決？（6分） 5.

22、已知某市羊毛衫的銷售量1995年第一季度到2000年第四季度的數(shù)據(jù)。 假定回歸模型為：Yt =0+1 X1t +2 X2 t+ ut 式中：Y=羊毛衫的銷售量 X1=居民收入 X2=羊毛衫價(jià)格 如果該模型是用季度資料估計(jì)，試向模型中加入適當(dāng)?shù)淖兞糠从臣竟?jié)因素的影響。（僅考慮截距變動(dòng)。6. 以下是某個(gè)案例的Eviews分析結(jié)果（局部）。Dependent Variable: Y             Method: Least SquaresSample(adjusted):

23、 1  10Included observations: 10 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C4.8267899.2173660.5236630.6193X10.1783810.308178（1）0.5838X20.688030（2）3.2779100.0169X3（3）0.156400-1.4235560.2044R-squared0.852805Mean dependent var41.90000Adjusted R-squared（4）S.D. depen

24、dent var34.28783S.E.of regression16.11137Akaike info criterion8.686101Sum squared resid1557.457Schwarz criterion8.807135Log likelihood-39.43051F-statistic11.58741Durbin-Watson stat3.579994 Prob(F-statistic)0.006579填上（1）、（2）、（3）、（4）位置所缺數(shù)據(jù)；以標(biāo)準(zhǔn)記法寫出回歸方程；你對(duì)分析結(jié)果滿意嗎？為什么？7. 根據(jù)下列Eviews應(yīng)用軟件的運(yùn)行結(jié)果比較分析選擇哪個(gè)模

25、型較好？并說(shuō)明理由；以標(biāo)準(zhǔn)形式寫出確定的回歸方程。模型一Dependent Variable: Y             Method: Least SquaresSample: 1 12                      Included observati

26、ons: 12VariableCoefficientStd. Errort-StatisticProb. C46.138287.3569906.2713520.00011/X1335.604171.21997.8005220.0000Adjusted R-squared0.844738  Akaike info criterion8.283763Sum squared resid1993.125    Schwarz criterion8.364580Log likelihood-47.70258    F-sta

27、tistic60.84814Durbin-Watson stat2.154969    Prob(F-statistic)0.000015 模型二Dependent Variable: Y                   Method: Least SquaresSample: 1 12       &#

28、160;                  Included observations: 12Convergence achieved after 6 iterationsY=C(1)*C(2)X CoefficientStd. Errort-StatisticProb. C(1)195.178411.4660017.022370.0000C(2)0.9791320.001888518.58420.0000Adjusted R-squared0.922179   Akaike info criter