西南大學(xué)計量經(jīng)濟(jì)學(xué)期末考試題庫

稱司船計量經(jīng)濟(jì)學(xué)教研室

二。。九年九月第一章導(dǎo)論一、名詞解釋1、截面數(shù)據(jù)2、時間序列數(shù)據(jù)3、虛變量數(shù)據(jù)43、虛變量數(shù)據(jù)二、單項(xiàng)選擇題TOC\o"1-5"\h\z1、同一統(tǒng)計指標(biāo)按時間順序記錄的數(shù)據(jù)序列稱為 （ ）A、橫截面數(shù)據(jù)B、虛變量數(shù)據(jù)C、時間序列數(shù)據(jù)D、平行數(shù)據(jù)2、樣本數(shù)據(jù)的質(zhì)量問題，可以概括為完整性、準(zhǔn)確性、可比性和 （ ）A、時效性B、一致性 C、廣泛性D、系統(tǒng)性3、有人采用全國大中型煤炭企業(yè)的截面數(shù)據(jù)，估計生產(chǎn)函數(shù)模型，然后用該模型預(yù)測未來煤炭行業(yè)的產(chǎn)出量，這是違反了數(shù)據(jù)的哪一條原則。 （ ）A、一致性 B、準(zhǔn)確性 C、可比性 D、完整性4、判斷模型參數(shù)估計量的符號、大小、相互之間關(guān)系的合理性屬于什么檢驗(yàn)？ （）A、經(jīng)濟(jì)意義檢驗(yàn)B、統(tǒng)計檢驗(yàn)C、計量經(jīng)濟(jì)學(xué)檢驗(yàn)D、模型的預(yù)測檢驗(yàn)5、對下列模型進(jìn)行經(jīng)濟(jì)意義檢驗(yàn)，哪一個模型通常被認(rèn)為沒有實(shí)際價值？ （）A、C,（消費(fèi)）=500+0.87,.（收入）B、Qdj（商品需求）=10+0.8/,.（收入）+0.9匕（價格）C、（商品供給）=20+0.754（價格）D、工（產(chǎn)出量）=0.65K；6（資本）甲（勞動）6、設(shè)M為貨幣需求量，丫為收入水平,r為利率，流動性偏好函數(shù)為M=4+4丫+夕"，6和A分別為四、4的估計值，根據(jù)經(jīng)濟(jì)理論有 （ ）A、6應(yīng)為正值，尺應(yīng)為負(fù)值 B、&應(yīng)為正值，A應(yīng)為正值c、?應(yīng)為負(fù)值，A應(yīng)為負(fù)值 d、6應(yīng)為負(fù)值，A應(yīng)為正值三、填空題1、在經(jīng)濟(jì)變量之間的關(guān)系中，、最重要，是計量經(jīng)濟(jì)分析的重點(diǎn)。2、從觀察單位和時點(diǎn)的角度在，經(jīng)濟(jì)數(shù)據(jù)可分為、3、根據(jù)包含的方程的數(shù)量以及是否反映經(jīng)濟(jì)變量與時間變量的關(guān)系，經(jīng)濟(jì)模型可分為、、四、簡答題1、計量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)理論、統(tǒng)計學(xué)、數(shù)學(xué)的聯(lián)系是什么？2、模型的檢驗(yàn)包括哪幾個方面？具體含義是什么？五、計算分析題1、下列假想模型是否屬于揭示因果關(guān)系的計量經(jīng)濟(jì)學(xué)模型？為什么？（1）5,=112.0+0.12R,,其中5,為第t年農(nóng)村居民儲蓄增加額（單位：億元），R,為第t年城鎮(zhèn)居民可支配收入總額（單位：億元）。（2）黑|=4432.0+0.30R,,其中S“為第t-1年底農(nóng)村居民儲蓄余額（單位：億元），&為第t年農(nóng)村居民純收入總額（單位：億元）。2、指出下列假想模型中的錯誤，并說明理由：RSr=8300.0-0.24/?/,+1.12/V；其中，RS,為第t年社會消費(fèi)品零售總額（單位：億元），R/,為第t年居民收入總額（單位：億元）（指城鎮(zhèn)居民可支配收入總額與農(nóng)村居民純收入總額之和），/匕為第t年全社會固定資產(chǎn)投資總額（單位：億元）。3、下列設(shè)定的計量經(jīng)濟(jì)模型是否合理？為什么？（1）gdp=Po+￡t/gdp,+n其中，GDP]（i=l,2,3）是第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)增加值，以為隨機(jī)干擾項(xiàng)。（2）財政收入=￡（財政支出）+〃，〃為隨機(jī)干擾項(xiàng)。第一章導(dǎo)論一、名詞解釋1、截面數(shù)據(jù)：截面數(shù)據(jù)是許多不同的觀察對象在同一時間點(diǎn)上的取值的統(tǒng)計數(shù)據(jù)集合，可理解為對一個隨機(jī)變量重復(fù)抽樣獲得的數(shù)據(jù)。2、時間序列數(shù)據(jù)：時間序列數(shù)據(jù)是同一觀察對象在不同時間點(diǎn)上的取值的統(tǒng)計序列，可理解為隨時間變化而生成的數(shù)據(jù)。3、虛變量數(shù)據(jù)：虛擬變量數(shù)據(jù)是人為設(shè)定的虛擬變量的取值。是表征政策、條件等影響研究對象的定性因素的人工變量，其取值一般只取“0”或“1”。4、內(nèi)生變量與外生變量:。內(nèi)生變量是由模型系統(tǒng)決定同時可能也對模型系統(tǒng)產(chǎn)生影響的變量，是具有某種概率分布的隨機(jī)變量，外生變量是不由模型系統(tǒng)決定但對模型系統(tǒng)產(chǎn)生影響的變量，是確定性的變量。二、單項(xiàng)選擇題1、C2、B3、A4、A5、B6、A三、填空題1、因果關(guān)系、相互影響關(guān)系2、時間序列數(shù)據(jù)、截面數(shù)據(jù)、面板數(shù)據(jù)3、時間序列模型、單方程模型、聯(lián)立方程組模型四、簡答題1、計量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)理論、統(tǒng)計學(xué)、數(shù)學(xué)的聯(lián)系主要體現(xiàn)在計量經(jīng)濟(jì)學(xué)對經(jīng)濟(jì)理論、統(tǒng)計學(xué)、數(shù)學(xué)的應(yīng)用方面，分別如下：1)計量經(jīng)濟(jì)學(xué)對經(jīng)濟(jì)理論的利用主要體現(xiàn)在以下幾個方面(1)計量經(jīng)濟(jì)模型的選擇和確定(2)對經(jīng)濟(jì)模型的修改和調(diào)整(3)對計量經(jīng)濟(jì)分析結(jié)果的解讀和應(yīng)用2)計量經(jīng)濟(jì)學(xué)對統(tǒng)計學(xué)的應(yīng)用(1)數(shù)據(jù)的收集、處理、(2)參數(shù)估計(3)參數(shù)估計值、模型和預(yù)測結(jié)果的可靠性的判斷3)計量經(jīng)濟(jì)學(xué)對數(shù)學(xué)的應(yīng)用(1)關(guān)于函數(shù)性質(zhì)、特征等方面的知識(2)對函數(shù)進(jìn)行對數(shù)變換、求導(dǎo)以及級數(shù)展開(3)參數(shù)估計 (4)計量經(jīng)濟(jì)理論和方法的研究2、模型的檢驗(yàn)主要包括：經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計檢驗(yàn)、計量經(jīng)濟(jì)學(xué)檢驗(yàn)、模型的預(yù)測檢驗(yàn)。①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)估計值的符號、大小、參數(shù)之間的關(guān)系是否與根據(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；②在統(tǒng)計檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ蛥?shù)估計值的可靠性，即檢驗(yàn)?zāi)Ｐ偷慕y(tǒng)計學(xué)性質(zhì)，有擬合優(yōu)度檢驗(yàn)、變量顯著檢驗(yàn)、方程顯著性檢驗(yàn)等；③在計量經(jīng)濟(jì)學(xué)檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ偷挠嬃拷?jīng)濟(jì)學(xué)性質(zhì)，包括隨機(jī)擾動項(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；④模型的預(yù)測檢驗(yàn)，主要檢驗(yàn)?zāi)Ｐ蛥?shù)估計量的穩(wěn)定性以及對樣本容量變化時的靈敏度,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。五、計算分析題1、（1）不是。因?yàn)檗r(nóng)村居民儲蓄增加額應(yīng)與農(nóng)村居民可支配收入總額有關(guān)，而與城鎮(zhèn)居民可支配收入總額沒有因果關(guān)系。（2）不是。第t年農(nóng)村居民的純收入對當(dāng)年及以后年份的農(nóng)村居民儲蓄有影響，但并不對第t-1的儲蓄產(chǎn)生影響。2、一是居民收入總額RI,前參數(shù)符號有誤，應(yīng)是正號；二是全社會固定資產(chǎn)投資總額這一解釋變量的選擇有誤，它對社會消費(fèi)品零售總額應(yīng)該沒有直接的影響。3、（1）不合理，因?yàn)樽鳛榻忉屪兞康牡谝划a(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的增加值是GDP的構(gòu)成部分，三部分之和正為GDP的值，因此三變量與GDP之間的關(guān)系并非隨機(jī)關(guān)系，也非因果關(guān)系。（2）不合理，一般來說財政支出影響財政收入，而非相反，因此若建立兩者之間的模型,解釋變量應(yīng)該為財政收入，被解釋變量應(yīng)為財政支出；另外，模型沒有給出具體的數(shù)學(xué)形式，是不完整的。第二章一元線性回歸模型一、名詞解釋一、名詞解釋1、總體回歸函數(shù)2、最大似然估計法（ML）3、3、普通最小二乘估計法（OLS）4、殘差平方和5、擬合優(yōu)度檢驗(yàn)二、單項(xiàng)選擇題TOC\o"1-5"\h\z1、設(shè)OLS法得到的樣本回歸直線為工=^+AXj+4,以下說法正確的是 （ ）A、、￥。 B、Ze,gHO C.Y^Y D,=02、回歸分析中定義的 （ ）A、解釋變量和被解釋變量都是隨機(jī)變量B、解釋變量為非隨機(jī)變量，被解釋變量為隨機(jī)變量C、解釋變量和被解釋變量都為非隨機(jī)變量D、解釋變量為隨機(jī)變量，被解釋變量為非隨機(jī)變量3、一元線性回歸分析中的回歸平方和ESS的自由度是 （ ）A、nB、n-1C、n-kD、14、對于模型Y、=Bo+4X,+從，其OLS的估計量B\的特性在以下哪種情況下不會受到影響 （ ）A、觀測值數(shù)目n增加 B、X,各觀測值差額增加C、X,各觀測值基本相等 D、E（〃:）=。25、某人通過一容量為19的樣本估計消費(fèi)函數(shù)（用模型￡=。+夕工+4表示），并獲得下列結(jié)果：3=15+0.81匕，/?2=0.98,r0025（17）=2.110,則下面（3.1）（1.87）哪個結(jié)論是對的？A哪個結(jié)論是對的？A、丫在5%顯著性水平下不顯著C、夕的95%置信區(qū)間不包括0B、夕的估計量的標(biāo)準(zhǔn)差為0.072D、以上都不對TOC\o"1-5"\h\z6、在一元線性回歸模型中，樣本回歸方程可表示為： （ ）A、丫產(chǎn)Bo+B\X戶從 B、z=E（y/x,）+〃，C、匕=氏+自％ D、E（Y/X,）=^+^X,7、最小二乘準(zhǔn)則是指按使（ ）達(dá)到最小值的原則確定樣本回歸方程 （ ）a、% B、￡同 C、max同D、象；i=l i=l i=l8、設(shè)丫表示實(shí)際觀測值，聲表示OLS回歸估計值jaij下列哪項(xiàng)成立 _ （ ）A A AAA、Y=Y B、Y=Y c、Y=Y D、Y=Y9、最大或然準(zhǔn)則是按從模型中得到既得的n組樣本觀測值的（ ）最大的準(zhǔn)則確定樣本回歸方程。 （ ）A、離差平方和 B、均值C、概率 D、方差10、一元線性回歸模型工=&+以X,+M.的最小二乘回歸結(jié)果顯示，殘差平方和RSS=40.32,樣本容量n=25,則回歸模型的標(biāo)準(zhǔn)差O■為 （ ）A、1.270B、1.324C、1.613D、1.75311、參數(shù)月的估計量2具備有效性是指 （ ）A、Var（8j=b B、在后的所有線性無偏估計中Var?）最小C、A-月=0 D、在力的所有線性無偏估計中（自-女）最小12、反映由模型中解釋變量所解釋的那部分離差大小的是 （ ）A、總離差平方和 B、回歸平方和 C、殘差平方和 D、可決系數(shù)13、總離差平方和TSS、殘差平方和RSS與回歸平方和ESS三者的關(guān)系是 （ ）A、TSS>RSS+ESS B、TSS=RSS+ESSC、TSS<RSS+ESS D、TSS2=RSS2+ESS214、對于回歸模型K=4）+4Xj+“，i=l,2,…，n檢驗(yàn)：幺=o時，所用的統(tǒng)計量AzA服從 （A、z2（n-2） B、f（〃一1） C、z2（n-l） D、t（n-2）15、某一特定的X水平上,總體丫分布的離散程度越大,即a?越大,則 （A、預(yù)測區(qū)間越寬，精度越低 B、預(yù)測區(qū)間越寬，預(yù)測誤差越小C、預(yù)測區(qū)間越窄，精度越高 D、預(yù)測區(qū)間越窄，預(yù)測誤差越大三、多項(xiàng)選擇題1、一元線性回歸模型Yj=0o+以X,+內(nèi)的基本假定包括A、E（〃J=0 B,Var（//（）=cr2C、Cov（從，勺）=0 （/*j）D、m~N（0,1）

E、X為非隨機(jī)變量，且Cov（Xj,“）=02、以丫表示實(shí)際觀測值，？表示回歸估計值,e表示殘差，則回歸直線滿足A、通過樣本均值點(diǎn)（冗Y） B、Z（Z-￡）2=°C、Cov（Xj,ej）=0 d、E,Y=Y3、以帶“人”表示估計值，〃表示隨機(jī)干擾項(xiàng)，如果丫與X為線性關(guān)系，則下列哪些是正確的A、X=A）+/Xj B、Yj=Po+Xj+//,C、Yi=Ro+8[Xj+四 D、Yi=fl0+Xj+ete、4、假設(shè)線性回歸模型滿足全部基本假設(shè)，則其最小二乘回歸得到的參數(shù)估計量具備（ ）A、可靠性B、A、可靠性B、一致性C、線性5、下列相關(guān)系數(shù)算式中，正確的是XY-XYA、 叩C、Con(X,y)

b巴D、無偏性E、有效性（）X（x「N）（工-力

一一D Z（x,-、匕-力E、E、Zx,"反了

江X：_江匕2_〃浮二、判斷題TOC\o"1-5"\h\z1、滿足基本假設(shè)條件下，隨機(jī)誤差項(xiàng)〃，服從正態(tài)分布，但被解釋變量y不一定服從正態(tài)分布。 （ ）2、總體回歸函數(shù)給出了對應(yīng)于每一個自變量的因變量的值。 （ ）3、線性回歸模型意味著變量是線性的。 （ ）4、解釋變量是作為原因的變量，被解釋變量是作為結(jié)果的變量。 （ ）5、隨機(jī)變量的條件均值與非條件均值是一回事。 （ ）6、線性回歸模型工=&+gX,+4的0均值假設(shè)可以表示為，￡〃=0。 （ ）n/=!7、如果觀測值X,近似相等，也不會影響回歸系數(shù)的估計量。 （ ）8、樣本可決系數(shù)高的回歸方程一定比樣本可決系數(shù)低的回歸方程更能說明解釋變量對被解釋變量的解釋能力。 （ ）9、模型結(jié)構(gòu)參數(shù)的普通最小二乘估計量具有線性性、無偏性、有效性，隨機(jī)干擾項(xiàng)方差的普通最小二乘估計量也是無偏的。 （ ）10、回歸系數(shù)的顯著性檢驗(yàn)是用來檢驗(yàn)解釋變量對被解釋變量有無顯著解釋能力的檢驗(yàn)。（）四、簡答題1、為什么計量經(jīng)濟(jì)學(xué)模型的理論方程中必須包含隨機(jī)F擾項(xiàng)？2、總體回歸函數(shù)和樣本I可歸函數(shù)之間有哪些區(qū)別與聯(lián)系？3、為什么用可決系數(shù)斤評價擬合優(yōu)度，而不是用殘差平方和作為評價標(biāo)準(zhǔn)？4、根據(jù)最小二乘原理，所估計的模型已經(jīng)使得擬合誤差達(dá)到最小，為什么還要討論模型的擬合優(yōu)度問題？五、計算分析題1、令左H$表示一名婦女生育孩子的數(shù)目，educ表示該婦女接受過教育的年數(shù)。生育率對受教育年數(shù)的簡單回歸模型為kids=夕］+〃（1）隨機(jī)擾動項(xiàng)〃包含什么樣的因素？它們可能與受教育水平相關(guān)嗎？（2）上述簡單回歸分析能夠揭示教育對生育率在其他條件不變下的影響嗎？請解釋。2、已知回歸模型E=a+"V+〃，式中E為某類公司一名新員工的起始薪金（元），N為所受教育水平（年）。隨機(jī)擾動項(xiàng)〃的分布未知，其他所有假設(shè)都滿足。（1）從直觀及經(jīng)濟(jì)角度解釋a和夕。（2）OLS估計量6和成滿足線性性、無偏性及有效性嗎？簡單陳述理由。（3）對參數(shù)的假設(shè)檢驗(yàn)還能進(jìn)行嗎？簡單陳述理由。（4）如果被解釋變量新員工起始薪金的計量單位由元改為100元，估計的截距項(xiàng)、斜率項(xiàng)有無變化？（5）若解釋變量所受教育水平的度量單位由年改為月，估計的截距項(xiàng)與斜率項(xiàng)有無變化?3、假設(shè)模型為匕=a+然，+從。給定〃個觀察值(X「“，。2，八)，…，(X,,,%),按如下步驟建立夕的一個估計量：在散點(diǎn)圖上把第1個點(diǎn)和第2個點(diǎn)連接起來并計算該直線的斜率；同理繼續(xù)，最終將第1個點(diǎn)和最后一個點(diǎn)連接起來并計算該條線的斜率；最后對這些斜率取平均值，稱之為成，即夕的估計值。(1)畫出散點(diǎn)圖，推出液的代數(shù)表達(dá)式。(2)計算/的期望值并對所做假設(shè)進(jìn)行陳述。這個估計值是有偏還是無偏的？解釋理由。(3)判定該估計值與我們以前用OLS方法所獲得的估計值相比的優(yōu)劣，并做具體解釋。4、對于人均存款與人均收入之間的關(guān)系式5,=a+尸工+從使用美國36年的年度數(shù)據(jù)得如下估計模型，括號內(nèi)為標(biāo)準(zhǔn)差：S,=384.105+0.067Y,(0.011)R2=0.538(t=199.023(1)萬的經(jīng)濟(jì)解釋是什么？a和尸的符號是什么？為什么？實(shí)際的符號與你的直覺一致嗎？如果有沖突的話，你可以給出可能的原因嗎？(3)對于擬合優(yōu)度你有什么看法嗎？(4)檢驗(yàn)是否每一個回歸系數(shù)都與零顯著不同(在1%水平下)。同時對零假設(shè)和備擇假設(shè)、檢驗(yàn)統(tǒng)計值、其分布和自由度以及拒絕零假設(shè)的標(biāo)準(zhǔn)進(jìn)行陳述。你的結(jié)論是什么？5、現(xiàn)代投資分析的特征線涉及如下回歸方程：&其中：r表示股票或債券的收益率；%表示有價證券的收益率（用市場指數(shù)表示，如標(biāo)準(zhǔn)普爾500指數(shù)）；，表示時間。在投資分析中，以被稱為債券的安全系數(shù)夕，是用來度量市場的風(fēng)險程度的，即市場的發(fā)展對公司的財產(chǎn)有何影響。依據(jù)19567976年間240個月的數(shù)據(jù)，F(xiàn)ogler和Ganpathy得到IBM股票的回歸方程（括號內(nèi)為標(biāo)準(zhǔn)差），市場指數(shù)是在芝加哥大學(xué)建立的市場有價證券指數(shù)。rt=0.7264+1.0598%r2=0.4710（0.3001）（0.0728）要求：（1）解釋回歸參數(shù)的意義；（2）如何解釋后？（3）安全系數(shù)夕＞1的證券稱為不穩(wěn)定證券，建立適當(dāng)?shù)牧慵僭O(shè)及備選假設(shè)，并用，檢驗(yàn)進(jìn)行檢驗(yàn)（a=5%6、假定有如下的回歸結(jié)果：=2.6911-0.4795X,.,其中，Y表示美國的咖啡的消費(fèi)量（杯數(shù)/人天），X表示咖啡的零售價格（美元/杯）。要求：（1）這是一個時間序列回歸還是橫截面回歸？（2）如何解釋截距的意義，它有經(jīng)濟(jì)含義嗎？如何解釋斜率？（3）能否求出真實(shí)的總體回歸函數(shù)？（4）根據(jù)需求的價格彈性定義：彈性=斜率X（X/Y）,依據(jù)上述回歸結(jié)果，你能求出對咖啡需求的價格彈性嗎？如果不能，計算此彈性還需要其他什么信息？a7、若經(jīng)濟(jì)變量y和x之間的關(guān)系為y=A(x,-5)5e"，，其中A、a為參數(shù)，4為隨機(jī)誤差,問能否用一元線性回歸模型進(jìn)行分析？為什么？8、上海市居民1981-1998年期間的收入和消費(fèi)數(shù)據(jù)如表所示，回歸模型為%=用+四七+4，其中，被解釋變量,為人均消費(fèi)，解釋變量七為人均可支配收入。試用普通最小二乘法估計模型中的參數(shù)片，以，并求隨機(jī)誤差項(xiàng)方差的估計值。I：海市居民1981-1998年間的收入和消費(fèi)數(shù)據(jù)年份可支配收入消費(fèi)年份可支配收入消費(fèi)198163058019902180193019826505701991248021601983680610199230002500198483072019934270353019851070990199458604660198612901170199571705860198714301280199681506760198817201640199784306820198919701810199887706860

六、上機(jī)練習(xí)題1、下表給出了美國30所知名學(xué)校的MBA學(xué)生1994年基本年薪(ASP)、GPA分?jǐn)?shù)(從1?4共四個等級)、GMAT分?jǐn)?shù)以及每年學(xué)費(fèi)的數(shù)據(jù)。學(xué)校ASP/美元GPAGMAT學(xué)斷美元Harvard1026303.465023894Stanford1008003.366521189Columbian1004803.364021400Dartmouth954103.466021225Wharton899303.465021050Northwestern846403.364020634Chicago832103.365021656MIT805003.565021690Virginia742803.264317839UCLA740103.564014496Berkeley719703.264714361Cornell719703.263020400NUY706603.263020276Duke704903.362321910CarnegieMellon598903.263520600NorthCarolina698803.262110132Michigan678203.263020960Texas618903.36258580Indiana585203.261514036Purdue547203.25819556CaseWestern572003.159117600Georgetown698303.261919584MichiganState418203.259016057PennState491203.258011400SouthernMethodist609103.160018034Tulane440803.160019550Illinois471303.261612628Lowa416203.25909361Minnesota482503.260012618Washington441403.361711436要求：(1)用雙變量回歸模型分析GPA是否對ASP有影響？(2)用合適的回歸模型分析GMAT分?jǐn)?shù)是否與ASP有關(guān)？(3)每年的學(xué)費(fèi)與ASP有關(guān)嗎？你是如何知道的？如果兩變量之間正相關(guān)，是否意味著進(jìn)到最高費(fèi)用的商業(yè)學(xué)校是有利的；(4)你同意高學(xué)費(fèi)的商業(yè)學(xué)校意味著高質(zhì)量的MBA成績嗎？為什么？

2、下表給出了1990~1996年間的CPI指數(shù)與S&P500指數(shù)。年份CPIS&P500指數(shù)1990130.7334.591991136.2376.181992140.3415.741993144.5451.411994148.2460331995152.4541.641996159.6670.83要求：（1）以CPI指數(shù)為橫軸、S&P指數(shù)為縱軸做圖；（2）你認(rèn)為CPI指數(shù)與S&P指數(shù)之間關(guān)系如何？（3）考慮下面的回歸模型：（S&P）,=BI+生?！?，+%,根據(jù)表中的數(shù)據(jù)運(yùn)用OLS估計上述方程，并解釋你的結(jié)果；你的結(jié)果有經(jīng)濟(jì)意義嗎？第二章一元線性回歸模型一、名詞解釋1、總體回歸函數(shù)：是指在給定Xi下Y分布的總體均值與Xi所形成的函數(shù)關(guān)系（或者說將總體被解釋變量的條件期望表示為解釋變量的某種函數(shù)）2、最大似然估計法（ML）:又叫最大或然法，指用產(chǎn)生該樣本概率最大的原則去確定樣本回歸函數(shù)的方法。3、OLS估計法：指根據(jù)使估計的剩余平方和最小的原則來確定樣本回歸函數(shù)的方法。4、殘差平方和：H1RSS表示，用以度量實(shí)際值與擬合值之間的差異，是山除解移變量之外的其他因素引起的被解釋變量變化的部分。5、擬合優(yōu)度檢驗(yàn)：指檢險模W對樣本觀測值的擬合程度，用A?表示，該值越接近1表示擬合程度越好。二、單項(xiàng)選擇題D2、B3、D4、D5、D2、B3、D4、D5、A6、CB12、B13、B14、D15、A三、多項(xiàng)選擇題1、ABCE2、ACDE3、BDE4、BCDE四、判斷題1、X2、X3、X4、J5、X6、X7>D 8、C9、C5、ABCDE7、X 8、X9、J10、B10、V五、簡答分析題1、答：計量經(jīng)濟(jì)學(xué)模型考察的是具有因果關(guān)系的隨機(jī)變量間的具體聯(lián)系方式。山于是隨機(jī)變量，意味著影響被解釋變量的因素是復(fù)雜的，除了解釋變量的影響外，還有其他無法在模型中獨(dú)立列出的各種因素的影響。這樣，理論模型中就必須使用一個稱為隨機(jī)「擾項(xiàng)的變量

來代表所有這些無法在模型中獨(dú)立表示出來的影響因素，以保證模型在理論上的科學(xué)性。2、答：將總體被解釋變量的條件期望表示為解棄變量的某種函數(shù)，這個函數(shù)就稱為總體回歸函數(shù)，其一般表達(dá)式為：￡（r|x,.）=/（%,.）,-兀線性總體回歸函數(shù)為E（y|XJ=4+片X,；樣木I磯I函數(shù)：將被解釋變量Y的樣本觀測值的擬和值表不為解釋變量的某種函數(shù)8=/（X,）.兀線性樣本回歸函數(shù)為R=A+6Xj。樣本回歸函數(shù)是總體回歸函數(shù)的一個近似?？傮w回歸函數(shù)具有理論上的意義，但其具體的參數(shù)不可能真正知道，只能通過樣本估計。樣本回歸函數(shù)就是總體回歸函數(shù)的參數(shù)用其估計值替代之后的形式,即瓦，:為角自的估計值。3、答：可決系數(shù)R2=ESsrrss=i-RSsrrss,含義為由解釋變量引起的被解釋變量的變化占被解釋變量總變化的比垂，用來判定回歸直線擬合的優(yōu)劣，該值越大說明擬合的越好；而殘差平方和與樣本容量關(guān)系密切，當(dāng)樣本容量比較小時，殘差平方和的值也比較小，尤其是不同樣本得到的殘差平方和是不能做比較的。此外，作為檢驗(yàn)統(tǒng)計量的一般應(yīng)是相對量而不能用絕對量，因而不能使用殘差平方和判斷模型的擬合優(yōu)度。4、答：普通最小二乘法所保證的最好擬合是同?個問題內(nèi)部的比較，即使用給出的樣本數(shù)據(jù)滿足殘差的平方和最?。簲M合優(yōu)度檢驗(yàn)結(jié)果所表示的優(yōu)劣可以對不同的問題進(jìn)行比較，即可以辨別不同的樣本回歸結(jié)果誰好誰壞。五、計算分析題1、解：（I）收入、年齡、家庭狀況、政府的相關(guān)政策等也是影響生育率的重耍的因素，在上述簡單回歸模型中，它們被包含在「隨機(jī)擾動項(xiàng)之中。有些因素可能與受教育水平相關(guān)，如收入水平與教育水平往往呈正相關(guān)、年齡大小與教育水平呈負(fù)相關(guān)等。（2）當(dāng)歸結(jié)在隨機(jī)擾動項(xiàng)中的重要影響因素與模型中的教育水平educ相關(guān)時，上述回歸模型不能夠揭示教育對生育率在其他條件不變下的影響，因?yàn)檫@時出現(xiàn)解釋變量與隨機(jī)擾動項(xiàng)相關(guān)的情形，基本假設(shè)3不滿足。2、解：（1）a+網(wǎng)為接受過N年教育的員工的總體平均起始薪金。當(dāng)N為冬時，平均薪金為a,囚此a衣示沒有接受過數(shù)仃屬「.的平均起始薪金。夕是N每變化個單位所引起的E的變化，即表示每多接受?年教育所時應(yīng)的薪金增加值。（2）OLS估計心@和仍成滿足線性性、無偏性及有效性，因?yàn)檫@此性質(zhì)的的成立.無需隨機(jī)擾動項(xiàng)〃的正態(tài)分布假設(shè)。（3）如果從的分化未知，則所仃的假設(shè)檢驗(yàn)都是無效的。因?yàn)镮檢臉。F檢驗(yàn)是建立在〃的正態(tài)分布假設(shè)之上的。（4）考察被解釋變量度量單位變化的情形。以E*表示以百元為度量單位的薪金，則E=E*x100=a+/3N+〃由此有如下新模型E*=(a/100)+(//100)N+(〃/100)

或 E*=a*+J3*N+p*這里a*=a/100,〃*=〃/100。所以新的I系數(shù)將為原始模型回歸系數(shù)的1/100（5）再考慮解釋變盤度量單位變化的情形。設(shè)N*為用月份表示的新員工受教育的時間長度，則N*=12N,于是E=a+0N+〃=a+/（N*/12）+〃或 E=a+（〃/12）N*+〃可見，估計的截距項(xiàng)不變，而斜率項(xiàng)將為原回歸系數(shù)的1/12。3、解：（I）散點(diǎn)圖如下里所示。（X（Xn,Yn）苜先計克每條直踐的斜率并求平均斜率。連接（X?,X）和（X,,匕）的直線斜率為（，一K）/（x,—X]）。由于共有〃一1條這樣的直線,因此^=-Lg[2LJL]〃-1占X「X\（2）因?yàn)閄非隨機(jī)FLE（4）=0,因此譏…]=譏9+您，+〃,）一（』+外|+必）=+仇…]=bVV VV ' VV7/ I I / I這意味著求和中的每一項(xiàng)都有期望值夕，所以平均值也會有同樣的期望俏，則表明是無偏的。（3）根據(jù)高斯-馬爾可夫定理，只有戶的OLS估計讓是最佳線性無偏估計量，因此，這里得到的p的有效性不如/3的OLS估計量，所以較差。4、解：（1）￡為收入的邊際儲蓄傾向，表示人均收入每增加1美元時人均儲蓄的預(yù)期平均變化量。（2）由于收入為零時，家庭仍會仃支出，可預(yù)期零收入時的平均儲蓄為負(fù)，因此a符號應(yīng)為負(fù)。儲蓄是收入的部分，IL會隨著收入的增加而?增加，因此預(yù)期￡的符號為正。文際的回歸式中，萬的符號為正，。預(yù)期的致。但截網(wǎng)項(xiàng)為正，與預(yù)期不符。這可■能是模型的錯誤設(shè)定造成的。如家庭的人口數(shù)uJ■能影響家庭的儲蓄行為，省略該變量將對截距項(xiàng)的估計產(chǎn)生了影響；另外線性設(shè)定可能不正確。（3）擬合優(yōu)度刻時解釋變量對被解釋變量變化的解釋能力。模型中53.8%的擬合優(yōu)度，表明收入的變化可以解釋儲蓄中53.8%的變動。（4）檢驗(yàn)單個參數(shù)采用t檢驗(yàn)，零假設(shè)為參數(shù)為零，備擇假設(shè)為參數(shù)不為零。在零假設(shè)下t分布的自山度為n-2=36-2=34o由t分布表知，雙側(cè)1%下的臨界值位于2.750與2.704之間。斜率項(xiàng)的t值為0.067/0.011=6.09,截距項(xiàng)的t值為384.105/151.105=2.54?？梢娦甭薯?xiàng)的t值大于臨界值，截距項(xiàng)小于臨界值，因此拒絕斜率項(xiàng)為零的假設(shè)，但不拒絕截距項(xiàng)為零的假設(shè)。5、解：（1）回歸方程的截距0.7264表小“IQ=0時的股票或債券收益率，本身沒仃經(jīng)濟(jì)於義；回歸方程的斜率1.0598表明當(dāng)有價證券的收益率每上升（或下降）1個點(diǎn)將使得股票或債券收益率上升（或下降）1.0598個點(diǎn)。（2）作為可決系數(shù),是度;出回歸方程擬合優(yōu)度的指標(biāo)，它表明該回歸方程中47.10%的股票或債券收益率的變化是由rm變化引起的。當(dāng)然R2=0.4710也表叨同以方程對數(shù)據(jù)的擬合效果不是很好。（3）建立零假設(shè)H。：乩=1,備擇假設(shè)W:4〉1,a=0.05,n=240,查表可得臨0_110598-1界值八05（238）=1.645,由于一=- =0.8214<1.645,所以接受零假品0.0728設(shè)“0：4=1，拒絕備擇假設(shè)耳：4〉1。說明此期間IBM股票不是不穩(wěn)定證券。6、解：（1）這是一個橫截面序列回歸。（2）截距2.6911表示咖啡零售價為每磅。美元時,每天每人平均消費(fèi)量為2.6911杯,這個數(shù)字沒有經(jīng)濟(jì)意義；斜率-0.4795表示咖啡零售價與消費(fèi)量負(fù)相關(guān)，價格上升1美元/磅，則平均每天每人消費(fèi)量減少0.4795杯：（3）不能;（4）不能；在同條需求曲線上不同點(diǎn)的價格熱罐麻若要求出，須給出具體的X值及與之對應(yīng)的y值。7、解：能用一元線性回歸模型進(jìn)行分析。因?yàn)椋簳r方程左右兩邊取對數(shù)可得：ln.y,.=lnA+-ln（x,-5）+//,.a 2令I(lǐng)ny=乂、InA=&、彳=4、In?-5）=x'可得一元線性回歸模型：y；=4+BX+出8、解：列表計算得元=3365.556y=2802.778￡芬=116951422.22<=1￡爐=148063044.44據(jù)此可計算出

116951422.22-116951422.22-148063044.44=0.7898761=1=2802.778-0.789876x3365.556=144.4067回歸直線方程為：y.=144.4067+0.789876%,.進(jìn)多列&計算得：=153857.8/=1這里,n=18,所以：1 ?%=—工啟〃-2/=|=」一x153857.8

18-2=9616.11六、上機(jī)練習(xí)題1、解：(1)使用Eviews軟件，ASP對GPA分?jǐn)?shù)的回歸結(jié)果如表所示。DependentVariable:ASPVariableCoefficientStd.Errort-StatisticProb.GPA105117.5826347.0863.98972340.0004319C-273722.585758.314-3.191790.0034766R-squared0.3624466Meandependentvar68260AdjustedR-squared0.3396769S.D.dependentvar18187.78S.E.ofregression14779.439Akaikeinfocriterion22.104202Sumsquaredresid6.116E+09Schwarzcriterion22.197615Loglikelihood-329.563F-statistic15.917893Durbin-Watsonstat1.0062756Prob(F-statistic)0.0004319從回歸結(jié)果看，GPA分?jǐn)?shù)的系數(shù)是統(tǒng)計顯著的，對ASP有正的影響。(2)使用Eviews軟件，ASP對GMAT分?jǐn)?shù)的回歸結(jié)果如表所示。Dependent Variable:ASPVariableCoefficientStd.Errort-StatisticProb.GMAT641.659876.150368.4262220C-332306.847572.09-6.9853320

R-squared0.717175Meandependentvar68260AdjustedR-squared0.707074S.D.dependentvar18187.78S.E.ofregression9843.701Akaikeinfocriterion21.29139Sumsquaredresid2.71E+09Schwarzcriterion21.3848Loglikelihood-317.3709F-statistic71.00122Durbin-Watsonstat1.128809Prob(F-statistic)0從I可歸結(jié)果看，GMAT分?jǐn)?shù)與ASP顯著正相關(guān)。(3)使用Eviews軟件，ASP對學(xué)費(fèi)X的回歸結(jié)果如表所示。Dependent Variable:ASPVariableCoefficientStd.Errort-StatisticProb.X2.6334830.5516014.7742520.0001C23126.329780.8632.3644460.0252R-squared0.448748Meandependentvar68260AdjustedR-squared0.429061S.D.dependentvar18187.78S.E.ofregression13742.78Akaikeinfocriterion21.95876Sumsquaredresid5.29E+09Schwarzcriterion22.05217Loglikelihood-327.3813F-statistic22.79348Durbin-Watsonstat1.142178Prob(F-statistic)0.000051從計算結(jié)果看，每年的學(xué)費(fèi)與ASP顯著正相關(guān)。學(xué)費(fèi)高，ASP就高；但學(xué)費(fèi)僅解釋了ASP變化的?部分(不到50%),明顯還有其他因素影響著ASP。(1)使用Eviews軟件I可歸結(jié)果如表所示DependentVariable:GPAVariableCoefficientStd.Errort-StatisticProb.X6.17E-064.09E-061.5079520.1428C3.1475790.07255943.379360

R-squared0.075112Meandependentvar3.253333AdjustedR-squared0.04208S.D.dependentvar0.104166S.E.ofregression0.101951Akaike infocriterion-1.664311Sumsquaredresid0.291032Schwarzcriterion-1.570897Loglikelihood26.96466F-statistic2.27392Durbin-Watsonstat1.702758Prob(F-statistic)0.142768從回歸結(jié)果看，盡管高學(xué)費(fèi)的商業(yè)學(xué)校與高質(zhì)量的MBA成績略有正縣相關(guān)性，但學(xué)費(fèi)對(2)從上圖可見，CPI指數(shù)。S&P指數(shù)正相關(guān)，且呈近似的新線性關(guān)系。(3)使用Eviews軟件回歸結(jié)果如表所示。DependentVariable:S&PVariableCoefficientStd.Errort-StatisticProb.CPI11.083611.2285559.0216620.0003C-1137.826177.9488-6.3941220.0014R-squared0.942123Meandependentvar464.3886AdjustedR-squared0.930548S.D.dependentvar112.3728S.E.ofregression29.61448Akaikeinfbcriterion9.84936Sumsquaredresid4385.086Schwarzcriterion9.833906Loglikelihood-32.47276F-statistic81.39039Durbin-Watsonstat1.187041Prob(F-statistic)0.000279回歸結(jié)果顯示，CPI指數(shù)與S&P指數(shù)正相關(guān)，斜率表示當(dāng)CP【指數(shù)變化1個點(diǎn)，會使S&P指數(shù)變化11.08個點(diǎn)；截距表示當(dāng)CPI指數(shù)為。時，S&P指數(shù)為-1137.826,此數(shù)據(jù)沒有明顯的經(jīng)濟(jì)意義。第三章多元線性回歸模型一、名詞解釋1、多元線性回歸模型2、調(diào)整的決定系數(shù)不4,正規(guī)方程組3、偏回"I4,正規(guī)方程組5、方程顯著性檢驗(yàn)二、單項(xiàng)選擇題1、在模型Z=尸0+幺*],+尸2*”+夕3*3,+〃,的回歸分析結(jié)果中，有尸=462.58,F的p值=0.000000,則表明 （ ）A、解釋變量X”對工的影響不顯著B、解釋變量X”對工的影響顯著C、模型所描述的變量之間的線性關(guān)系總體上顯著D、解釋變量X”和X”對工的影響顯著TOC\o"1-5"\h\z2、設(shè)左為回歸模型中的實(shí)解釋變量的個數(shù)，〃為樣本容量。則對回歸模型進(jìn)行總體顯著性檢驗(yàn)（尸檢驗(yàn)）時構(gòu)造的F統(tǒng)計量為 （ ）Ar-ESS/k BF=ESSKfRSS/（n-k-l） RSS/（n-k）c、fE d、f=4RSS TSS3、已知二元線性回歸模型估計的殘差平方和為=800,估計用樣本容量為〃=23,則隨機(jī)誤差項(xiàng)自的方差的OLS估計值為 （ ）A、33.33B、40C、38.09D、36.364、在多元回歸中，調(diào)整后的決定系數(shù)R2與決定系數(shù)火2的關(guān)系為 （ ）A、R2<R2B、R2>R2C,R2=R2D、產(chǎn)與店的關(guān)系不能確定5,下面說法正確的有 （ ）A、時間序列數(shù)據(jù)和橫截面數(shù)據(jù)沒有差異B,對回歸模型的總體顯著性檢驗(yàn)沒有必要C、總體回歸方程與樣本回歸方程是有區(qū)別的D、決定系數(shù)R?不可以用于衡量擬合優(yōu)度TOC\o"1-5"\h\z6、根據(jù)調(diào)整的可決系數(shù)斤與F統(tǒng)計量的關(guān)系可知，當(dāng)R2=l時，有 （ ）A、F=0 B、F=-1C、Ff+8 D、F=-°°7、線性回歸模型的參數(shù)估計量2是隨機(jī)向量y的函數(shù)，即2=（xx）txy。液是（ ）A、隨機(jī)向量 B、非隨機(jī)向量C、確定性向量 D、常量8、下面哪一表述是正確的 （ ）A、線性回歸模型工=4+4Xj+4的零均值假設(shè)是指，之從=0n,=iB、對模型匕=&+自X“+4X2j+〃j進(jìn)行方程顯著性檢驗(yàn)（即尸檢驗(yàn)），檢驗(yàn)的零假設(shè)是H。:夕°=4=4=。C、相關(guān)系數(shù)較大意味著兩個變量存在較強(qiáng)的因果關(guān)系D、當(dāng)隨機(jī)誤差項(xiàng)的方差估計量等于零時，說明被解釋變量與解釋變量之間為函數(shù)關(guān)系9,對于Z=A+6x“+AX2,.+…+AXh+4,如果原模型滿足線性模型的基本假設(shè)則在零假設(shè)鳥=0下，統(tǒng)計量&/s（8）（其中s（自）是用的標(biāo)準(zhǔn)誤差）服從 （ ）A、，（〃一女）B、/（〃一%—1）C、F（k—1,幾―k） D、F（k,幾—k—1）10、下列說法中正確的是 （ ）A、如果模型的R?很高，我們可以認(rèn)為此模型的質(zhì)量較好B、如果模型的R2很低，我們可以認(rèn)為此模型的質(zhì)量較差C、如果某一參數(shù)不能通過顯著性檢驗(yàn)，我們應(yīng)該剔除該解釋變量D、如果某一參數(shù)不能通過顯著性檢驗(yàn)，我們不應(yīng)該隨便剔除該解釋變量三、多項(xiàng)選擇題1、殘差平方和是指A、隨機(jī)因素影響所引起的被解釋變量的變差B、解釋變量變動所引起的被解釋變量的變差C、被解釋變量的變差中，回歸方程不能作出解釋的部分D、被解釋變量的總離差平方和回歸平方之差E、被解釋變量的實(shí)際值與擬合值的離差平方和2、回歸平方和是指A、被解釋變量的觀測值工與其均值F的離差平方和B、被解釋變量的回歸值匕與其均值F的離差平方和c、被解釋變量的總體平方和Z丫：與殘差平方利XI之差D、解釋變量變動所引起的被解釋變量的離差的大小E、隨機(jī)因素影響所引起的被解釋變量的離差大小3、對模型滿足所有假定條件的模型工=&+4乂1,+夕2*2,+4進(jìn)行總體顯著性檢驗(yàn)，如果檢驗(yàn)結(jié)果總體線性關(guān)系顯著，則很可能出現(xiàn) （ ）A、1=金 B、/J1W0,/?）=0C、400,/?“00 D、夕?=0,4W0E、d=0,（3、—04、設(shè)k為回歸模型中的參數(shù)個數(shù)（包含截距項(xiàng)）則總體線性回歸模型進(jìn)行顯著性檢驗(yàn)時所用的F統(tǒng)計量可以表示為 （ ）三（￡一萬2（￡-9）2/左' '￡/（〃一1）CW/1 D（1-叱）/（〃-1-1）'（I-/?2）/（?-）1-1） 'R2/kR2/（n-k-1）E'（l-R2）/k5、在多元回歸分析中，調(diào)整的可決系數(shù)巨2與可決系數(shù)R2之間 （ ）A、R2<R2 B,R2>R2C、后2只可能大于零 d、R2可能為負(fù)值E、A：不可能為負(fù)值四、判斷題TOC\o"1-5"\h\z1、滿足基本假設(shè)條件下，樣本容量略大于解釋變量個數(shù)時，可以得到各參數(shù)的唯一確定的估計值，但參數(shù)估計結(jié)果的可靠性得不到保證 （ ）2、在多元線性回歸中,t檢驗(yàn)和F檢驗(yàn)缺一不可。 （ ）3、回歸方程總體線性顯著性檢驗(yàn)的原假設(shè)是模型中所有的回歸參數(shù)同時為零 （ ）4、多元線性回歸中，可決系數(shù)R2是評價模型擬合優(yōu)度好壞的最佳標(biāo)準(zhǔn)。 （ ）5、多元線性回歸模型中的偏回歸系數(shù)，表示在其他解釋變量保持不變的情況下，對應(yīng)解釋變量每變化一個單位時,被解釋變量的變動。 （ ）五、簡答題1、多元線性回歸模型與--元線性回歸模型有哪些區(qū)別？2、為什么說最小二乘估計量是最優(yōu)線性無偏估計量？對于多元線性回歸最小二乘估計的正規(guī)方程組，能解出唯?的參數(shù)估計量的條件是什么？六、計算分析題1、某地區(qū)通過一個樣本容量為722的調(diào)查數(shù)據(jù)得到勞動力受教育年數(shù)的一個回歸方程為edui=10.36-0.094sibSj+0.131/ned勺+0.210fedu: R2=0.214式中，為勞動力受教育年數(shù)，sibs為勞動力家庭中兄弟姐妹的個數(shù)，meda與生力/分別為母親與父親受到教育的年數(shù)。問(1)sibs是否具有預(yù)期的影響？為什么？若medu與龍保持不變，為了使預(yù)測的受教育水平減少一年，需要si切增加多少？(2)請對med”的系數(shù)給予適當(dāng)?shù)慕忉尅?3)如果兩個勞動力都沒有兄弟姐妹，但其中一個的父母受教育的年數(shù)均為12年，另一個的父母受教育的年數(shù)均為16年，則兩人受教育的年數(shù)預(yù)期相差多少年？2、考慮以下方程(括號內(nèi)為標(biāo)準(zhǔn)差)：W,=8.562+0.364"+0.004%—2.560(7,(0.080) (0.072) (0.658) 〃=19R2=0.873其中：W,——，年的每位雇員的工資P,——r年的物價水平U, /年的失業(yè)率要求：(1)進(jìn)行變量顯著性檢驗(yàn)；(2)對本模型的正確性進(jìn)行討論，尸e是否應(yīng)從方程中刪除？為什么？3、以企業(yè)研發(fā)支出(R&D)占銷售額的比重(單位：%)為被解釋變量(Y),以企業(yè)銷售額(XP與利潤占銷售額的比重(X2)為解釋變量，一個容量為32的樣本企業(yè)的估計結(jié)果如下：匕=0.472+0.32InXu+0.05X2,.(1.37) (0.22) (0.046)R2=0.099其中，括號中的數(shù)據(jù)為參數(shù)估計值的標(biāo)準(zhǔn)差。(1)解釋ln(X1)的參數(shù)。如果X1增長10%,估計丫會變化多少個百分點(diǎn)？這在經(jīng)濟(jì)上是一個很大的影響嗎？(2)檢驗(yàn)R&D強(qiáng)度不隨銷售額的變化而變化的假設(shè)。分別在5%和10%的顯著性水平上進(jìn)行這個檢驗(yàn)。(3)利潤占銷售額的比重X2對R&D強(qiáng)度丫是否在統(tǒng)計上有顯著的影響？4、假設(shè)你以校園內(nèi)食堂每天賣出的盒飯數(shù)量作為被解釋變量，以盒飯價格、氣溫、附近餐廳的盒飯價格、學(xué)校當(dāng)日的學(xué)生數(shù)量(單位：千人)作為解釋變量，進(jìn)行回歸分析。假設(shè)你看到如下的回歸結(jié)果(括號內(nèi)為標(biāo)準(zhǔn)差)，但你不知道各解釋變量分別代表什么。=10.6+28,4X],+12.7X21.+0,61X3/.-5.9X4/R2=0.63 〃=35(2.6) (6.3) (0.61) (5.9)試判定各解釋變量分別代表什么，說明理由。5、下表給出一二元模型的回歸結(jié)果。方差來源平方和(SS)自由席(d.f.)來自回歸(ESS)65965—來自殘差(RSS)一一總離差(TSS)6604214求：(1)樣本容量是多少？RSS是多少？ESS和RSS的自由度各是多少？(2)R2和層？(3)檢驗(yàn)假設(shè)：解釋變量總體上對丫無影響。你用什么假設(shè)檢驗(yàn)？為什么？(4)根據(jù)以上信息，你能確定解釋變量各自對y的貢獻(xiàn)嗎？6、在經(jīng)典線性回歸模型的基本假定下，對含有三個自變量的多元線性回歸模型：K= “+片匕,+自乂3,+從你想檢驗(yàn)的虛擬假設(shè)是H。：--2夕2=1。(1)用自,A的方差及其協(xié)方差求出Var(自一2反)。(2)寫出檢驗(yàn)Ho：以一2/72=1的t統(tǒng)計量。(3)如果定義q-2^2=。，寫出一個涉及防、。、氏和為的回歸方程，以便能直接得到9估計值4及其樣本標(biāo)準(zhǔn)差。7、假設(shè)要求你建立一個計量經(jīng)濟(jì)模型來說明在學(xué)校跑道上慢跑一英里或一英里以上的人數(shù),以便決定是否修建第二條跑道以滿足所有的鍛煉者。你通過整個學(xué)年收集數(shù)據(jù)，得到兩個可能的解釋性方程：方程A：=125,0-15.0X,,.-1,0X2（.+1,5X3i. R2=0.75方程B：Yt=123.0-14.0X,.+5.5X2i.-3.7X4i R2=0.73其中：匕——第，?天慢跑者的人數(shù)X”——第i天降雨的英寸數(shù)X2i——第i天日照的小時數(shù)x3（.——第i天的最高溫度（按華氏溫度）x4）.——第i天的后一天需交學(xué)期論文的班級數(shù)請回答下列問題：（1）這兩個方程你認(rèn)為哪個更合理些，為什么？（2）為什么用相同的數(shù)據(jù)去估計相同變量的系數(shù)得到不同的符號？8、考慮以下預(yù)測的回歸方程：/=-120+0.10￡+5.33RS, R'=0.50其中：匕為第t年的玉米產(chǎn)量（噸/畝）；石為第t年的施肥強(qiáng)度（千克/畝）；RS,為第t年的降雨量（毫米）。要求回答下列問題：（1）從尸和心對丫的影響方面,說出本方程中系數(shù)0.10和5.33的含義;（2）常數(shù)項(xiàng)-120是否意味著玉米的負(fù)產(chǎn)量可能存在？（3）假定夕「的真實(shí)值為0.40,則6/的估計量是否有偏？為什么？（4）假定該方程并不滿足所有的古典模型假設(shè)，即參數(shù)估計并不是最佳線性無偏估計，則是否意味著夕心的真實(shí)值絕對不等于5.33?為什么？9、已知描述某經(jīng)濟(jì)問題的線性回歸模型為工=4+4X“+夕2乂2,+4，并已根據(jù)樣本容量為32的觀察數(shù)據(jù)計算得~2.5-1.3-2.21(XX)T=-1.34.4-0.8，XY=2,e'e=5.8,TSS=262.2一0.85.()]_2_查表得七05（2,29）=3.33,20G5（29）=2.756。（1）求模型中三個參數(shù)的最小二乘估計值（2）進(jìn)行模型的置信度為95%的方程顯著性檢驗(yàn)（3）求模型參數(shù)層的置信度為99%的置信區(qū)間。10、下表為有關(guān)經(jīng)批準(zhǔn)的私人住房單位及其決定因素的4個模型的估計和相關(guān)統(tǒng)計值（括號內(nèi)為p值）（如果某項(xiàng)為空，則意味著模型中沒有此變量）。數(shù)據(jù)為美國40個城市的數(shù)據(jù)。模型如下：housing=J3（｝+/3Xdensity+ft-,value+/3^income+P4Popchang+P^unemp+（ijocaltax+ft-,statetax+〃式中：housing——實(shí)際頒發(fā)的建筑許可證數(shù)量：density——每平方英里的人口密度，value 自由房屋的均值（單位：百美元）；income 平均家庭的收入（單位：千美元）；popchang 1980~1992年的人口增長百分比；unemp 失業(yè)率；localtax 人均交納的地方稅；statetax——人均繳納的州稅。變量模型A模型B模型c模型DC813(0.74)-392(0.81)-1279(0.34)-973(0.44)Density0.075(0.43)0.062(0.32)0.042(0.47)

Value-0.855(0.13)-0.873(0.11)-0.994(0.06)-0.778(0.07)Income110.41(0.14)133.03(0.04)125.71(0.05)116.60(0.06)Popehang26.77(0.11)29.19(0.06)29.41(0.001)24.86(0.08)Unemp-76.55(0.48)Localtax-0.061(0.95)Statetax-1.006(0.40)-1.004(0.37)RSS4.763e+74.843e+74.962e+75.038e+7R20.3490.3380.3220.312a21.488e+61.424e+61.418e+61.399e+6AIC1.776e+61.634e+61.593e+61.538e+6（1）檢驗(yàn)?zāi)Ｐ虯中的每一個回歸系數(shù)在10%水平下是否為零（括號中的值為雙邊備擇P-值）。根據(jù)檢驗(yàn)結(jié)果，你認(rèn)為應(yīng)該把變量保留在模型中還是去掉？（2）在模型A中，在5%水平下檢驗(yàn)聯(lián)合假設(shè)Ho：出=0（i=1,5,6,7）。說明被擇假設(shè)，計算檢驗(yàn)統(tǒng)計值，說明其在零假設(shè)條件下的分布，拒絕或接受零假設(shè)的標(biāo)準(zhǔn)。說明你的結(jié)論。（3）哪個模型是“最優(yōu)的”？解釋你的選擇標(biāo)準(zhǔn)。（4）說明你對最優(yōu)模型中參數(shù)符號的預(yù)期并解釋原因，確認(rèn)其是否為正確符號。七、上機(jī)練習(xí)題1、經(jīng)研究發(fā)現(xiàn)，學(xué)生用于購買書籍及課外讀物的支出與本人受教育年限和其家庭收入水平有關(guān)，對18名學(xué)生進(jìn)行調(diào)杳的統(tǒng)計資料如下表所示：序號購買書籍支出y（元/年）受教育年限X,（年）家庭可支配收入X2（元/月）1450.54171.22507.74174.23613.95204.34563.44218.75501.54219.46781.57240.47541.84273.58611.15294.8

91222.110330.210793.27333.111660.85366.012792.76350.913580.84357.914612.75359.015890.87371.9161121.09435.3171094.28523.9181253.010604.1要求：（i）試求出學(xué)生購買書籍及課外讀物的支出y與受教育年限X1和家庭收入水平X2的估計的回歸方程：丫=B/B\X、+8必2（2）對以,用的顯著性進(jìn)行t檢驗(yàn)：計算R2和滅'；（3）假設(shè)有一學(xué)生的受教育年限X|=10年，家庭收入水平X2=480元/月，試預(yù)測該學(xué)生全年購買書籍及課外讀物的支出，并求出相應(yīng)的預(yù)測區(qū)間（a=0.05）?2、下表列出了某地區(qū)家庭人均雞肉年消費(fèi)量丫與家庭月平均收入X,雞肉價格H，豬肉價格P2與牛肉價格P3的相關(guān)數(shù)據(jù)。雞肉家庭人家庭月平雞肉價格豬肉價格牛肉價格均年消費(fèi)量均收入（元/公斤）（元/公斤）（元/公斤）（公斤）（元）YXP1P2P319802.783974.225.077.8319812.994133.815.27.9219822.984394.035.47.9219833.084593.955.537.9219843.124923.735.477.7419853.335283.816.378.02

19863.565603.936.988.0419873.646243.786.598.3919883.676663.846.458.5519893.847174.01793719904.047683.867.3210.6119914.038433.986.7810.4819924.189113.977.9111.419934.049315.219.5412.4119944.0710214.899.4212.7619954.0111655.8312.3514.2919964.2713495.7912.9914.3619974.4114495.6711.7613.9219984.6715756.3713.0916.5519995.0617596.1612.9820.3320005.0119945.8912.821.9620015.1722586.6414.122.1620025.2924787.0416.8223.26（1）求出該地區(qū)關(guān)于家庭雞肉消費(fèi)需求的如下模型：Iny=8+4InX+/?,In耳+夕3InR+AIn鳥+〃（2）請分析，雞肉的基廷消費(fèi)需求是否受豬肉及牛肉價格的影響？第三章多元線性回歸模型一、名詞解釋1、多元線性回歸模型：在現(xiàn)實(shí)經(jīng)濟(jì)活動中往往存在一個變量受到其他多個變量影響的現(xiàn)象,表現(xiàn)在線性回歸模型中有多個解釋變量，這樣的模型被稱做多元線性回歸模型，多元是指多個解釋變量2、調(diào)整的可決系數(shù)產(chǎn)：乂叫調(diào)整的決定系數(shù)，是一個用于描述多個解釋變呈對被解樣變量的聯(lián)合影嘴|婚I統(tǒng)計量,克服了R2隨解釋變量的增加而增大的缺陷，與N的關(guān)系為H=i_q_r2）。n-k-\3、偏回歸系數(shù)：在多元回歸模型中，每一個解釋變量前的參數(shù)即為偏回歸系數(shù)，它測度r

當(dāng)其他解釋變量保持不變時，該變量增加1單位對■被解釋變量帶來的平均影響程度。4、正規(guī)方程組：采用OLS方法估計線性回歸模型時，對殘差平方和關(guān)于各參數(shù)求偏導(dǎo)，并

令偏導(dǎo)數(shù)為0后得到的方程組，其矩陣形式為XX2=XY。5、方程顯著性檢驗(yàn)：是針對所有解釋變量對被解釋變量的聯(lián)合影響是否顯著所作的檢驗(yàn)，旨在對模型中被解釋變量與解釋變.址之間的線性關(guān)系在總體上是否顯著成立作出判斷。二、單項(xiàng)選擇題1、C2、A3、B4、A5、C6、C7,A8、D9、B10、D三、多項(xiàng)選擇題1、ACDE2、BD3、BCD4、BC5、AD四、判斷題、V2、J3,X4,X5、J五、簡答題1、答：多元線性回歸模型與一元線性回歸模型的區(qū)別表現(xiàn)在如下兒個方面：?是解釋變量的個數(shù)不同；二是模型的經(jīng)典假設(shè)不同，多元線性卬I歸模型比一元線性回歸模型多了個“解釋變量之間不存在線性相關(guān)關(guān)系”的假定；三是多元線性回歸模型的參數(shù)估計式的表達(dá)更為復(fù)雜。2、答：在滿足經(jīng)典假設(shè)的條件3參數(shù)的最小二乘估計量具有線性性、無偏性以及最小性方差，所以被稱為最優(yōu)線性無偏估計量（BLUE）對于多元線性回歸最小二乘估計的正規(guī)方程組，能解出唯一的參數(shù)估計量的條件是（XX）“存在，或者說各解釋變量間不完全線性相關(guān)。六、計算分析題1、解：<1）預(yù)期sibs對勞動者受教育的年數(shù)有影響。因此在收入及支出預(yù)算約束一定的條件下，子女越多的家庭，每個孩子接受教育的時間會越短。根據(jù)多元回歸模型偏回歸系數(shù)的含義，sibs前的參數(shù)估計值-0.094表明，在其他條件不變的情況下，每增加1個兄弟俎妹，受教育年數(shù)會減少0.094年，因此，要減少1年受教育的時間，兄弟姐妹需增加1/0.094=10.6個。<2）medu的系數(shù)表示當(dāng)兄弟姐妹數(shù)與父親受教育的年數(shù)保持不變時，母親每增加1年受教育的時間，其子女作為勞動者就會預(yù)期增加0/31年的教育時間。（3）首先計算兩人受教育的年數(shù)分別為10.36+0.131x12+0.210x12=14.45210.36+0.131x16+0.210x16=15.816因此，兩人的受教育年限的差別為15.816-14.452=1.3642、解：在給定5%顯著性水平的情況下，進(jìn)行t檢驗(yàn)。匕參數(shù)的t值：絲絲=4.55' 0.080

參數(shù)的t值：”史=0.056， 0.072U,參數(shù)的t值：名竺=-3.890.658在5%顯者性水平卜一，自由度為19-3-1=15的t分布的臨界值為砥25(15)=2.131.P,.U,的參數(shù)顯著不為0,但不能拒絕的參數(shù)為0的假設(shè)。I可歸式表明影響工資水平的主要原因是當(dāng)期的物價水平、失業(yè)率，前期的物價水平對他的影響不是很大，當(dāng)期的物價水平與工資水平呈正向變動、失業(yè)率與工資水平呈相反變動，符合經(jīng)濟(jì)理論，模型正確?？梢詫哪Ｐ蛣h除.3、解：(1)ln(X0的系數(shù)表明在其他條件不變時，ln(X0變化1個單位，Y變化的單位數(shù)，即AY=O.32Aln(X|)M).32(AX|/X|)。由此，如果X1增加10%,Y會增加0.032個百分點(diǎn)。這在經(jīng)濟(jì)上不是一個較大的影響。(2)針對備擇假設(shè)Hi：1手0,檢臉原假設(shè)Ho：自=0。易知相應(yīng)的t統(tǒng)計心的伯為t=0.32/0.22=1.455。在5%的顯著性水平下，自由度為32-3=29的t分布的臨界值為2.045,計算出的t值小于該臨界值，所以不拒絕原假設(shè)。這意味著銷售額對R&D強(qiáng)度的影響不顯著。在10%的顯著性水平下，t分布的臨界值為1.699,計算的t值小于該值，不拒絕原假設(shè)，意味著銷售額對R&D強(qiáng)度的影響不顯著。(3)對X2,參數(shù)估計值的t統(tǒng)計值為0.05/0.46=1.087,它比10%顯著性水平下的臨界值還小，因此可以認(rèn)為它對Y在統(tǒng)計上沒有顯著的影響。4、解：(1)答案與真實(shí)情況是否一致不一定，因?yàn)轭}目未告知是否通過了經(jīng)濟(jì)意義檢驗(yàn)。猜測為：為學(xué)生數(shù)6，X2為附近餐廳的盒飯價格，X?為'I溫,X4為校園內(nèi)食堂的盒飯價格：(2)理由是被解釋變量應(yīng)與學(xué)生數(shù)量成正比，并且應(yīng)該影響顯著；被解釋變量應(yīng)與本食堂盒飯價格成反比，這與需求理論相吻合；被解釋變量應(yīng)與附近餐廳的盒飯價格成正比,因?yàn)楸舜擞刑娲饔?；被解釋變量?yīng)與氣溫的變化關(guān)系不是十分顯著，因?yàn)榇蠖鄶?shù)學(xué)生不會因?yàn)闅鉁刈兓怀燥垺?、解：(1)樣本容量為n=14.+l=15RSS=TSS-ESS=66042-65965=77ESS的自由度為:d.f.=2RSS的自由度為:d.f.=n-2-l=12(2)R2=ESS"SS=65965/66042=0.9988

R=1-(1-R2)(n-1)/(n-k-1)=1-0.0012*14/12=0.9986(3)應(yīng)該采用方程顯著性檢驗(yàn)，即F檢驗(yàn)，理由是只有這樣才能判斷Xi、X?一起是否對Y有影響。(4)不能。因?yàn)橥ㄟ^上述信息，僅可初步判斷X1、X2聯(lián)合起來對丫有線性影響，兩者的變化解釋了Y變化的99.8%。但由于無法知道X1,X2前參數(shù)的具體估計值，因此還無法判斷它們各自對丫的影響有多大。6、解：丫〃(自一2A)=Var(^)-4coy(2,A)+4Var(A)t=絡(luò)2四二1,其中s/然為自一2&的樣本標(biāo)準(zhǔn)差。S摩2外(3)由0一2萬2=。知4=。+2耳，代入原模型得y=4+(6+2J32)X1+B2X2+B3X3+N=4+?]+尸2(2X]+X2)+夕3X3+〃這就是所忐的模型，其中0估計值6及其樣本標(biāo)準(zhǔn)基都能通過對該模型進(jìn)行估計行到.7、解：(1)方程B更合理些.原因是：方程B中的參數(shù)估計值的符號與現(xiàn)實(shí)更接近些，如與日照的小時數(shù)同向變化，天長則慢跑的人會多些；與第二天需交學(xué)期論文的班級數(shù)成反向變化。(2)解釋變量的系數(shù)表明該變量的單位變化，在方程中其他解釋變量不變的條件下，對被解釋變量的影響，由于在方程A和方程B中選擇了不同的解釋變量，方程A選擇的是“該大的最高溫度”，而方程B選擇的是“第二天需交學(xué)期論文的班級數(shù)”，造成了X2可這兩個變量之間關(guān)系的不同，所以用相同的數(shù)據(jù)估計相同的變量得到了不同的符號。8、解：(1)在降雨量不變時，每畝增加1千克肥料將使當(dāng)年的玉米產(chǎn)量增加0.1噸/畝;在每畝施肥量不變的情況卜.，每增加1毫米的降雨量將使當(dāng)年的玉米產(chǎn)量增加5.33噸/市。(2)在種地的一年中不施肥也不下雨的現(xiàn)象同時發(fā)生的可能性很小，所以玉米的負(fù)產(chǎn)量不可能存在.事實(shí)匕這里的截距無實(shí)際意義。(3)如果"的真實(shí)值為0.40則表明其估計值與真實(shí)值有偏誤,但不能說瓦的估計是仃偏估汁.理III是0.1是/3f的個估計值,而所謂估計的仃偏性是針對估計的期望來說的，即如果取遍所有可能的樣本,這些參數(shù)估計值的平均值與0.4有偏誤的話，才能說估計是有偏

的。(4)不定。即便該方程并不滿足所有的經(jīng)典模型假設(shè)，不是最佳線性無偏估計小，黑的真實(shí)值也有等于5.33的可能性。因?yàn)橛衅烙嬕馕吨鴧?shù)估計的期望不等于參數(shù)本身,并不排除參數(shù)的某一估計值恰好等于參數(shù)的真實(shí)值的可能性。9、解:(1)的。(4)不定。即便該方程并不滿足所有的經(jīng)典模型假設(shè)，不是最佳線性無偏估計小，黑的真實(shí)值也有等于5.33的可能性。因?yàn)橛衅烙嬕馕吨鴧?shù)估計的期望不等于參數(shù)本身,并不排除參數(shù)的某一估計值恰好等于參數(shù)的真實(shí)值的可能性。9、解:(1)2.5-1.3A=(XX)TXY=-1.34.4-2.2-0.8(2)FESSIkRSS/(n-k-1)20.2段=50.5＞綜。5(2,29)=3.3329通過方程顯著性檢驗(yàn)夕2的99%的置倍區(qū)間為(-3.156.2.356)10、解：(1)直接給出了Pili,所以沒有必要計算t統(tǒng)計值以及查t分布表。根據(jù)題意，如果p-值＜0.10,則我們拒絕參數(shù)為零的原假設(shè)。由于表中所有參數(shù)的P值都超過了10%,所以沒有系數(shù)是顯著不為零的。但由此去掉所有解釋變量，則會得到非常奇怪的結(jié)果。其實(shí)正如我們所知道的，在多元回去歸中省略變量時一定要謹(jǐn)慎，要有所選擇。本例中，value.income,popchang的p值僅比0.1稍大一點(diǎn)，在略掉unemp、localtax、statetax的模型C中，及進(jìn)一步略掉Density的模型D中，這些變量的系數(shù)都是顯著的。(2)針對聯(lián)合假設(shè)Ho：Pi=0(i=l,5,6,7)的備擇假設(shè)為H,：.(i=1,5,6,7)中至少有一個不為零。檢驗(yàn)假設(shè)H。，實(shí)際上就是對參數(shù)的約束的檢驗(yàn)，無約束回歸為模型A,受約束回歸為模型D,檢驗(yàn)統(tǒng)計值為F_(RSSr-RSSQKku-Icr)_(5.038e+7-4.763e+7)/(7-3)_0RSSu地一即一1)~ (4.763e+7)/(40-8)顯然，在Ho假設(shè)下，上述統(tǒng)計量服從F分布，在5%的顯著性水平下，自由度為(4,32)的F分布的臨界值為2.67。顯然，計算的F值小于臨界值，我們不能拒絕Ho,所以Bi(i=l,5,6,7)是聯(lián)合不顯著的。(3)模型D中的3個解釋變量全部通過了10%水平下的顯著性檢驗(yàn)。盡管R?較小，殘差平方和較大，但相對來說其AIC值最低，所以我們選擇該模型為最優(yōu)的模型。

(4)預(yù)期A>0,—>0,J32<0,因?yàn)殡S著收入的增加；增加，住房需求也會隨之增加；隨著房屋價格的上升，住房需求減少?；貧w結(jié)果與直覺相符，最優(yōu)模型中參數(shù)估計值的符號為正確符號。六、上機(jī)練習(xí)題1、解：(1)⑵使用Eviews軟件的計算結(jié)果如表所示DependentVariable:YVariableCoefficientStd.Errort-StatisticProb.XI104.31466.40913616.275920X20.402190.1163483.4567760.0035C-0.97556830.32236-0.0321730.9748R-squared0.979727Meandependentvar755.15AdjustedR-squared0.977023S.D.dependentvar258.6859S.E.ofregression39.21162Akaikeinfocriterion10.32684Sumsquaredresid23063.27Schwarzcriterion10.47523Loglikelihood-89.94152F-statistic362.443Durbin-Watsonstat2.561395Prob(F-statistic)0可見學(xué)生購買課外書籍與其受教育年限及家庭收入水平有如下具體關(guān)系:Y=-0.9756+104.315X1+0.402X2(-0.032) (16.276) (3.457)R2=0,9797,R2=0.9770,F=362.44⑶將X|=10,X2=480代入回歸方程，可得Y=-0.9756+104.315X1()+0.402X480=1235.13(元)由于(X'Xy1'0.5979935-0.0484161-由于(X'Xy1-0.04841610.0267159-0.0003455因此，取相，即啖8。4829哂3滁勺曲服卿榭為sfosfo=yl&2xo(x'xy'xo'=13063.27V18-2-1x0.2661=0409.14=20.23在5%的顯署性水平下，|由度為18-2-1=15的t分布的臨界值為rOO25(15)=2.131,于是Y均值的95%的預(yù)測區(qū)間為1235.13±2.I3IX20.23 或(1192.02,1278.24)同樣容易得到Y(jié)個值得預(yù)測的標(biāo)準(zhǔn)差為

S%=J.2[]+Xo(X，X)TX』=X1.2661=Jl946.69=44.12于是，Y個值的95%的預(yù)測區(qū)間為I235.13±2.131X44.12或(1141.11, 1329.14)2、解：(1)Eviews軟件回歸結(jié)果如表所示。DependentVariable:LOG(Y)VariableCoefficientStd.Errort-StatisticProb.LOG(Pl)-0.5021220.109891-4.5692940.0002LOG(P2)0.1468680.0990061.483420.1553LOG(P3)0.0871850.0998520.8731370.3941LOG(X)0.3452570.0825654.1816490.0006C-0.731520.296947-2.4634670.0241R-squared0.982474Meandependentvar1.361301AdjustedR-squared0.978579S.D.dependentvar0.187659S.E.ofregression0.027465Akaikeinfocriterion-4.162123Sumsquaredresid0.013578Schwarzcriterion-3.915276Loglikelihood52.86441F-statistic252.2633Durbin-Watsonstat1.82482Prob(F-statistic)0InY=-0.7315+0.3453歷X-0.502"〃片+0.1469歷g+0.08724代(-2.463)(4.182) (-4.569) (1.483) (0.873)產(chǎn)=0.9786,F=252.26,RSS=0.0135容易驗(yàn)證，家庭收入水平與雞肉的價格對雞肉的消費(fèi)需求有顯著的影響，而豬肉價格及牛肉價格肉雞肉的消費(fèi)影響不顯著，尤其是牛肉價格的影響很小。但方程總體的線性關(guān)系是顯著的。(2)那么是否豬肉價格與牛肉價格真的對雞肉的消費(fèi)需求沒有影響呢？可檢驗(yàn)如下原假設(shè):H。：。3=。4=。對y關(guān)于x,耳做回歸得到下表所示的結(jié)果。 DependentVariable:LOG(Y)VariableCoefficientStd.Errort-StatisticProb.LOG(X)0.4515470.02455418.389660LOG(Pl)-0.3727350.063104-5.9066680C-1.1257970.08842-12.732370R-squared0.980287Meandependentv