以往計(jì)量經(jīng)濟(jì)學(xué)作業(yè)答案

1、以往計(jì)量經(jīng)濟(jì)學(xué)作業(yè)答案以往計(jì)量經(jīng)濟(jì)學(xué)作業(yè)答案第一次作業(yè)：1-2.計(jì)量經(jīng)濟(jì)學(xué)的研究的對象和內(nèi)容是什么？計(jì)量經(jīng)濟(jì)學(xué)模型研究的經(jīng)濟(jì)關(guān)系有哪兩個(gè)基本特征？答：計(jì)量經(jīng)濟(jì)學(xué)的研究對象是經(jīng)濟(jì)現(xiàn)象，是研究經(jīng)濟(jì)現(xiàn)象中的具體數(shù)量規(guī)律（或者說，計(jì)量經(jīng)濟(jì)學(xué)是利用數(shù)學(xué)方法，根據(jù)統(tǒng)計(jì)測定的經(jīng)濟(jì)數(shù)據(jù)，對反映經(jīng)濟(jì)現(xiàn)象本質(zhì)的經(jīng)濟(jì)數(shù)量關(guān)系進(jìn)行研究）。計(jì)量經(jīng)濟(jì)學(xué)的內(nèi)容大致包括兩個(gè)方面：一是方法論，即計(jì)量經(jīng)濟(jì)學(xué)方法或理論計(jì)量經(jīng)濟(jì)學(xué)；二是應(yīng)用，即應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)；無論是理論計(jì)量經(jīng)濟(jì)學(xué)還是應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)，都包括理論、方法和數(shù)據(jù)三種要素。計(jì)量經(jīng)濟(jì)學(xué)模型研究的經(jīng)濟(jì)關(guān)系有兩個(gè)基本特征：一是隨機(jī)關(guān)系；二是因果關(guān)系。1-4建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型的

2、主要步驟有哪些？答：建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型的主要步驟如下：（1）設(shè)定理論模型，包括選擇模型所包含的變量，確定變量之間的數(shù)學(xué)關(guān)系和擬定模型中待估參數(shù)的數(shù)值范圍；（2）收集樣本數(shù)據(jù)，要考慮樣本數(shù)據(jù)的完整性、準(zhǔn)確性、可比性和一致性；（3）估計(jì)模型參數(shù)；（4）模型檢驗(yàn)，包括經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)和模型預(yù)測檢驗(yàn)。1-6.模型的檢驗(yàn)包括幾個(gè)方面？其具體含義是什么？答：模型的檢驗(yàn)主要包括：經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)、模型預(yù)測檢驗(yàn)。在經(jīng)濟(jì)意義檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ褪欠穹辖?jīng)濟(jì)意義，檢驗(yàn)求得的參數(shù)估計(jì)值的符號與大小是否與根據(jù)人們的經(jīng)驗(yàn)和經(jīng)濟(jì)理論所擬訂的期望值相符合；在統(tǒng)計(jì)檢驗(yàn)中，需要

3、檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)值的可靠性，即檢驗(yàn)?zāi)Ｐ偷慕y(tǒng)計(jì)學(xué)性質(zhì)；在計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ偷挠?jì)量經(jīng)濟(jì)學(xué)性質(zhì)，包括隨機(jī)擾動(dòng)項(xiàng)的序列相關(guān)檢驗(yàn)、異方差性檢驗(yàn)、解釋變量的多重共線性檢驗(yàn)等；模型預(yù)測檢驗(yàn)主要檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)量的穩(wěn)定性以及對樣本容量變化時(shí)的靈敏度，以確定所建立的模型是否可以用于樣本觀測值以外的范圍。第二次作業(yè)：2-1答：P276 條第 1 頁 共 6 頁以往計(jì)量經(jīng)濟(jì)學(xué)作業(yè)答案2-3線性回歸模型有哪些基本假設(shè)？違背基本假設(shè)的計(jì)量經(jīng)濟(jì)學(xué)模型是否就不可估計(jì)？答：（1）略(2)違背基本假設(shè)的計(jì)量經(jīng)濟(jì)學(xué)模型還是可以估計(jì)的，只是不能使用普通最小二乘

4、法進(jìn)行估計(jì)。2-5 假設(shè)已經(jīng)得到關(guān)系式 Y = b 0 + b1 X 的最小二乘估計(jì)，試回答：（1）假設(shè)決定把 X 變量的單位擴(kuò)大 10 倍，這樣對原回歸的斜率和截距會(huì)有什么樣的影響？如果把 Y 變量的單位擴(kuò)大 10 倍，又會(huì)怎樣？（2）假定給 X 的觀測值都增加 2，對原回歸的斜率和截距會(huì)有什么樣的影響？如果給Y 的每個(gè)觀測值都增加 2，又會(huì)怎樣？解：（1）記 X&

5、#160;  為原變量 X 單位擴(kuò)大 10 倍的變量，則 X =*Y = b 0 + b1 XX *= b 0 + b110X *10,于是= b 0 +b110X *可見，解釋變量的單位擴(kuò)大 10 倍時(shí)，回歸的截距項(xiàng)不變，而斜率項(xiàng)將會(huì)成為原回歸系數(shù)的同樣地，記 Y  為原變量 Y 單位擴(kuò)

6、大 10 倍的變量，則 Y =110即。*Y *= b 0 + b1 X10Y * = 10b 0 + 10b1 XY *10，于是（2）記 X   = X + 2 ，則原回歸模型變?yōu)榭梢?，被解釋變量的單位擴(kuò)大 10 倍時(shí)，截距項(xiàng)與斜率項(xiàng)都會(huì)比原回歸系數(shù)擴(kuò)大 10 倍。*Y = 

7、b 0 + b1 X= b 0 + b1 ( X * - 2)= (b 0 - 2b1 ) + b1 X *第 2 頁 共 6 頁記 Y   = Y + 2 ，則原回歸模型變?yōu)橐酝?jì)量經(jīng)濟(jì)學(xué)作業(yè)答案*Y * - 2

8、60;= b 0 + b1 X即Y * = (b 0 + 2) + b1 X可見，無論解釋變量還是被解釋變量以加法的形式變化，都會(huì)造成原回歸模型的截距項(xiàng)變化，而斜率項(xiàng)不變。第三次作業(yè)：3-5多元線性回歸模型的基本假設(shè)是什么？試說明在證明最小二乘估計(jì)量的無偏性和有效性的過程中，哪些基本假設(shè)起了作用？答：(1)書上 6 條；（2）在證明最小二乘估計(jì)量的無偏性中，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，利用了解釋變量相互之間

9、互不相關(guān)及隨機(jī)項(xiàng)獨(dú)立同方差假定。3-2在多元線性回歸分析中， 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？答：在多元線性回歸分析中，t 檢驗(yàn)常被用作檢驗(yàn)回歸方程中各個(gè)參數(shù)的顯著性，而 F 檢驗(yàn)則被用作檢驗(yàn)整個(gè)回歸關(guān)系的顯著性。各解釋變量聯(lián)合起來對被解釋變量有顯著的線性關(guān)系，并不意味著每一個(gè)解釋變量分別對被解釋變量有顯著的線性關(guān)系。在一元線性回歸分析中，二者具有等價(jià)作用，因?yàn)槎叨际菍餐募僭O(shè)解釋變量的參數(shù)等于零進(jìn)行檢驗(yàn)。3-4在一項(xiàng)調(diào)查大學(xué)生一學(xué)期平均成績（Y）與每周在學(xué)習(xí)（ X

10、60;1 ）、睡覺（ X 2 ）、娛樂（ X 3 ）與其他各種活動(dòng)（ X 4 ）所用時(shí)間的關(guān)系的研究中，建立如下回歸模型：Y = b 0 + b1 X 1 + b 2 X 2 + b3 X 3 + b 4 X 4 + m如果這些活動(dòng)所用時(shí)間的總和為一周的總小時(shí)數(shù)

11、0;168。問：保持其他變量不變，而改變其中一個(gè)變量的說法是否有意義？該模型是否第 3 頁 共 6 頁編號YX 1X 2編號YX 1X 2170080081006115018001876026501000100907120020002052039001200127308140022002201049501400142509155024002435051100160016930101500260026860以往計(jì)量經(jīng)濟(jì)學(xué)作業(yè)答案有違背基本假設(shè)的情況？如何修改此模型以使其更加合理？答：由于 X

12、60;1 + X 2 + X 3 + X 4 = 168 ，當(dāng)其中一個(gè)變量變化時(shí)，至少有一個(gè)其他變量也得變化，因此，保持其他變量不變，而改變其中一個(gè)變量的說法是無意義的。顯然，由于四類活動(dòng)的總和為一周的總小時(shí)數(shù) 168，表明四個(gè) X 間存在完全的線性關(guān)系，因此違背了解釋變量間不存在多重共線性的假設(shè)?？梢匀サ羝渲械囊粋€(gè)變量，如去掉代表“其他”活動(dòng)的變量 X 4 ，則新構(gòu)成的三變量模型更加合理。如這時(shí) b1&#

13、160;就測度了當(dāng)其他兩變量不變時(shí)，每周增加 1 小時(shí)的學(xué)習(xí)時(shí)間所帶來的學(xué)習(xí)成績的平均變化。這時(shí)，即使睡覺和娛樂的時(shí)間保持不變，也可以通過減少其他活動(dòng)的時(shí)間來增加學(xué)習(xí)的時(shí)間。而這時(shí)三個(gè)變量間也不存在明顯的共線性問題。第四次作業(yè)：49 經(jīng)濟(jì)理論指出，家庭消費(fèi)支出 Y 不僅取決于可支配收入 X 1 ，還取決于個(gè)人財(cái)富 X 2 ，即可設(shè)定如下回歸模型：Yi = b 0 + b1 X 1i + b

14、0;2 X 2i + mi ，根據(jù)下表給定的數(shù)據(jù)進(jìn)行回歸和變量的相關(guān)分析，得出如下結(jié)果。試說明估計(jì)的模型是否可靠，給出你的分析。解：由擬合優(yōu)度知，收入和財(cái)富一起解釋了消費(fèi)支出的 96。然而二者的 t 檢驗(yàn)都在 5的顯著性水平下是不顯著的。不僅如此，財(cái)富變量的符號也與經(jīng)濟(jì)理論不相符合。但從 F的檢驗(yàn)值看，對收入與財(cái)富的參數(shù)同時(shí)為零的假設(shè)顯然是拒絕的。因此，顯著的 F 檢驗(yàn)值與分別不顯著的變量的 t 檢驗(yàn)值，說明了收入與財(cái)富間存在較高的顯著性。事實(shí)上，收入與財(cái)

15、富的相關(guān)系數(shù)高達(dá) 0.9986。這說明了收入與財(cái)富間的高度相關(guān)性，使得無法分辨二者各自對消費(fèi)的影響。第 4 頁 共 6 頁以往計(jì)量經(jīng)濟(jì)學(xué)作業(yè)答案本二元回歸的估計(jì)結(jié)果是不可靠的?？梢灾蛔鱿M(fèi)支出關(guān)于收入或財(cái)富的一元回歸模型來對二元模型進(jìn)行修正。利用 EViews 回歸的結(jié)果：Dependent Variable: YMethod: Least SquaresSample: 1 10Included observations: 10Vari

16、ableCoefficientStd. Errort-StatisticProb.C245.515869.523483.5314080.0096X10.5684250.7160980.7937810.4534X2-0.0058330.070294-0.0829750.9362R-squared0.962099Mean dependent var1110.000Adjusted R-squared0.951270S.D. dependent var314.2893S.E. of regression69.37901A

17、kaike info criterion11.56037Sum squared resid33694.13Schwarz criterion11.65115Log likelihood-54.80185F-statistic88.84545Durbin-Watson stat2.708154Prob(F-statistic)0.000011變量的相關(guān)系數(shù)矩陣X1X2X1 1.000000 0.998577X2 0.998577 1.000000第五次作業(yè)：5-1 回歸模型中引

18、入虛擬變量的作用是什么？有哪幾種基本的引入方式，它們各適用于什么情況？答：在模型中引入虛擬變量，主要是為了尋找某（些）定性因素對解釋變量的影響。加法方式與乘法方式是最主要的引入方式，前者主要適用于定性因素對截距項(xiàng)產(chǎn)生影響的情況，第 5 頁 共 6 頁以往計(jì)量經(jīng)濟(jì)學(xué)作業(yè)答案后者主要適用于定性因素對斜率項(xiàng)產(chǎn)生影響的情況。除此外，還可以加法與乘法組合的方式引入虛擬變量，這時(shí)可測度定性因素對截距項(xiàng)與斜率項(xiàng)同時(shí)產(chǎn)生影響的情況。5-3滯后變量模型有哪幾種類型？分布滯后模型使用 OLS 方法存在哪些問題？答：滯后變量模型有分布滯后模型和自回歸模型兩大類，其中：分布滯后模型有無限期的分布滯后模型和有限期的分布滯后模型；自回歸模型又有 Coyck