2023年計(jì)量經(jīng)濟(jì)學(xué)題庫超完整版及答案

計(jì)量經(jīng)濟(jì)學(xué)題庫計(jì)算與分析題（每小題10分）下表為日本的匯率與汽車出口數(shù)量數(shù)據(jù),年度1986198719881989199019911992199319941995X16814512813814513512711110294Y661631610588583575567502446379X:年均匯率（日元/美元） Y:汽車岀口數(shù)量（萬輛）問題：（1）畫出X與Y關(guān)系的散點(diǎn)圖。（2）計(jì)算X與Y的相關(guān)系數(shù)。其中又=129.3,Y=554.2,工故一又）2=4432.1,￡（Y—V）2=68113.6，￡（X一又）（Y—V）=16195.4 （3）釆用直線回歸方程擬和出的模型為X=81.72+3.65%t值1.24277.2797 R2=0.8688 F=52.99解釋參數(shù)的經(jīng)濟(jì)意義。已知一模型的最小二乘的回歸結(jié)果如下：^=101.4-4.78^ 標(biāo)準(zhǔn)差（45.2）（1.53） n=30 R2=0.31其中，Y：政府債券價(jià)格（百美元），X：利率（%）?；卮鹨韵聠栴}：（1）系數(shù)的符號(hào)是否對(duì)的，并說明理由；（2）為什么左邊是Y而不是丫,；（3）在此模型中是否漏了誤差項(xiàng)化；（4）該模型參數(shù)的經(jīng)濟(jì)意義是什么。C=15+0.8IX估計(jì)消費(fèi)函數(shù)模型Ci=a+"Yj+iiiC=15+0.8IXt值(13.1)(18.7) n=19R2=0.81其中，C：消費(fèi)（元）Y：收入（元）己知偵25(19)=2.0930，rOO5(19)=1.729,知必(17)=2.1098,/005(17)=1.7396問：（1）運(yùn)用t值檢查參數(shù)）的顯著性（a=0.05）；（2）擬定參數(shù)尸的標(biāo)準(zhǔn)差；（3）判斷一下該模型的擬合情況。己知估計(jì)回歸模型得X=81.7230+3.6541Xj 且￡（X—又）2=4432.1,工（Y-Y1=68113.6，求鑒定系數(shù)和相關(guān)系數(shù)。

有如下表數(shù)據(jù)日本物價(jià)上漲率與失業(yè)率的關(guān)系年份物價(jià)上漲率（%）P失業(yè)率（%）U19860.62.819870.12.819880.72.519892.32.319903.12.119913.32.119921.62.219931.32.519940.72.91995-0.13.2（1）設(shè)橫軸是U,縱軸是P,畫出散點(diǎn)圖。根據(jù)圖形判斷，物價(jià)上漲率與失業(yè)率之間是什么樣的關(guān)系？擬合什么樣的模型比較合適？ （2）根據(jù)以上數(shù)據(jù)，分別擬合了以下兩個(gè)模型：模型一：P=-6.32+19.14^- 模型二：P=8.64_2.87U分別求兩個(gè)模型的樣本決定系數(shù)。根據(jù)容量n=30的樣本觀測(cè)值數(shù)據(jù)計(jì)算得到下列數(shù)據(jù)：XY=146.5,又=12.6,V=11.3,X2=164.2,9=134.6,試估計(jì)Y對(duì)X的回歸直線。下表中的數(shù)據(jù)是從某個(gè)行業(yè)5個(gè)不同的工廠收集的，請(qǐng)回答以下問題：總成本Y與產(chǎn)量X的數(shù)據(jù)Y80 44 5170 61X12 4 611 8（1）估計(jì)這個(gè)行業(yè)的線性總成本函數(shù)：（2）6。和岳的經(jīng)濟(jì)含義是什么？9.有10戶家庭的收入（X,元）和消費(fèi)（Y,百元）數(shù)據(jù)如下表:10戶家庭的收入（X）與消費(fèi)（Y）的資料X20303340151326383543Y7981154810910若建立的消費(fèi)Y對(duì)收入X的冋歸直線的Eviews輸出結(jié)果如下:DependentVariable:YVariableCoefficientStd.ErrorX0.2023980.023273C2.1726640.720237R-squared0.904259S.D.dependent2.23358var2Adjusted0.892292F-statistic75.5589R-squared8Durbin-Watson2.077648Prob(F-statistic)0.00002stat說明回歸直線的代表性及解釋能力。在95%的置信度下檢查參數(shù)的顯著性。(—20)=2.2281,知J10)=1.8125,/0025(8)=2.3060,義(8)=1.8595)在95%的置信度下,預(yù)測(cè)當(dāng)X=45(百元)時(shí)，消費(fèi)(Y)的置信區(qū)間。(其中〒=29.3, =992.1)己知相關(guān)系數(shù)r=0.6,估計(jì)標(biāo)準(zhǔn)誤差5=8,樣本容量n-62。求：(1)剩余變差；(2)決定系數(shù)；(3)總變差。在相關(guān)和回歸分析中，己知下列資料：犬=16,尻=10,n=20,r=0.9,￡(￥-Y)2=2000。(1)計(jì)算Y對(duì)X的回歸直線的斜率系數(shù)。(2)計(jì)算回歸變差和剩余變差。(3)計(jì)算估計(jì)標(biāo)準(zhǔn)誤差。根據(jù)對(duì)某公司銷售額Y以及相應(yīng)價(jià)格X的11組觀測(cè)資料計(jì)算：文？=117849,又=519,Y=217,X2=284958,Y2=49046估計(jì)銷售額對(duì)價(jià)格的回歸直線；當(dāng)價(jià)格為Xi=10時(shí)，求相應(yīng)的銷售額的平均水平，并求此時(shí)銷售額的價(jià)格彈性。假設(shè)某國的貨幣供應(yīng)量Y與國民收入X的歷史如系下表。某國的貨幣供應(yīng)量X與國民收入Y的歷史數(shù)據(jù)年份XY年份XY年份XY19852.05.019893.37.219934.89.719862.55.519904.07.719945.010.019873.2619914.28.419955.211.219883.6719924.6919965.812.4根據(jù)以上數(shù)據(jù)估計(jì)貨幣供應(yīng)量Y對(duì)國民收入X的冋歸方程，運(yùn)用Eivews軟件輸出結(jié)果為:DependentVariable:YVariableCoefficientStd.Errort-StatisticProb.X1.9680850.13525214.551270.0000C0.3531910.5629090.6274400.5444R-squared0.954902Meandependent8.25833var3Adjusted0.950392S.D.dependent2.29285R-squaredvar8S.E.ofregression0.510684F-statistic211.7394Sumsquared2.607979Prob(F-statistic)0.00000resid0問：(1)寫出冋歸模型的方程形式，并說明回歸系數(shù)的顯著性(。=0.05)。 (2)解釋冋歸系數(shù)的含義。（2）假如希望1997年國民收入達(dá)成15,那么應(yīng)當(dāng)把貨幣供應(yīng)量定在什么水平？假定有如下的冋歸結(jié)果￡=2.6911-0.4795X,其中，Y表達(dá)美國的咖啡消費(fèi)量（天天每人消費(fèi)的杯數(shù)），X表達(dá)咖啡的零售價(jià)格（單位：美元/杯），t表達(dá)時(shí)間。問：（1） 這是一個(gè)時(shí)間序列回歸還是橫截面回歸？做出回歸線。（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）能否救出真實(shí)的總體回歸函數(shù)？（4）根據(jù)需求的價(jià)格彈性定義：彈性=斜率x冬，依據(jù)上述回歸結(jié)果，你能救出對(duì)咖啡需求的價(jià)格彈性嗎？假如不能，計(jì)算此彈性還需要其他什么信息？下面數(shù)據(jù)是依據(jù)10組X和Y的觀測(cè)值得到的：Er,=1110,IX,.=1680,EX,r=204200，EX-=315400,El：2=133300假定滿足所有經(jīng)典線性回歸模型的假設(shè)，求凡，爐的估計(jì)值；根據(jù)某地1961-1999年共39年的總產(chǎn)出Y、勞動(dòng)投入L和資本投入K的年度數(shù)據(jù)，運(yùn)用普通最小二乘法估計(jì)得出了下列回歸方程：In?=-3.938+1.4511nL+0.38411nK（0.237）（0.083） （0.048）”=0.9946,DW=0.858式下括號(hào)中的數(shù)字為相應(yīng)估計(jì)量的標(biāo)準(zhǔn)誤。（1）解釋回歸系數(shù)的經(jīng)濟(jì)含義； （2）系數(shù)的符號(hào)符合你的預(yù)期嗎？為什么？某計(jì)量經(jīng)濟(jì)學(xué)家曾用192廣1941年與1945~1950年（1942~1944年戰(zhàn)爭(zhēng)期間略去）美國國內(nèi)消費(fèi)C和工資收入W、非工資一非農(nóng)業(yè)收入P、農(nóng)業(yè)收入A的時(shí)間序列資料，運(yùn)用普通最小二乘法估計(jì)得出了以下回歸方程：f=8.133+1.059W+0.452P+0.121A（8.92） （0.17） （0.66） （1.09）R2=0.95F=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)析，指出其中存在的問題。計(jì)算下面三個(gè)自由度調(diào)整后的決定系數(shù)。這里，應(yīng)為決定系數(shù)，〃為樣本數(shù)冃，&為解釋變量個(gè)數(shù)。(1)R2=0.75 〃=8k=2(2)R2=0.35n=9 k=3(3)R2=0.95 〃=31k=5

19.設(shè)有模型乂=4+"如％+虬,試在下列條件下:①bl+h2=\②hx=b2019.設(shè)有模型乂=4+"如％+虬,試在下列條件下:①bl+h2=\②hx=b20分別求出4,如的最小二乘估計(jì)量。20,假設(shè)規(guī)定你建立一個(gè)計(jì)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(gè)學(xué)年收集數(shù)據(jù)，得到兩個(gè)也途的解釋性方程:方程A：*=125.0-15.0Xl1.0X2+1.5X3R2=0.75方程B：f=123.0-14.0X,+5.5X2-3.7X4戸2=0.73其中：r一一某天慢跑者的人數(shù)%.一一該天降雨的英寸數(shù)x2一一該天日照的小時(shí)數(shù)X3——該天的最高溫度（按華氏溫度）x4——第二天需交學(xué)期論文的班級(jí)數(shù)請(qǐng)冋答下列問題：（1）這兩個(gè)方程你認(rèn)為哪個(gè)更合理些，為什么？（2）為什么用相同的數(shù)據(jù)去估計(jì)相同變量的系數(shù)得到不同的符號(hào)？21.假定以校園內(nèi)食堂天天賣出的盒飯數(shù)量作為被解釋變量，盒飯價(jià)格、氣溫、附近餐廳的盒飯價(jià)格、學(xué)校當(dāng)天的學(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)不管是否有假期，食堂都營業(yè)。不幸的是，食堂內(nèi)的計(jì)算機(jī)被一次病毒侵犯，所有的存儲(chǔ)丟失，無法恢復(fù)，你不能說出獨(dú)立變量分別代表著哪一項(xiàng)！下面是回歸結(jié)果（括號(hào)內(nèi)為標(biāo)準(zhǔn)差）:銘=10.6+28.4X”+12.7X2,+0.61X*-5.9X4i(2.6) (6.3)(0.61) (5.9)R=0.63 〃=35規(guī)定：（1）試鑒定每項(xiàng)結(jié)果相應(yīng)著哪一個(gè)變量？（2）對(duì)你的鑒定結(jié)論做出說明。22.設(shè)消費(fèi)函數(shù)為叫=如+4耳+《，其中、?為消費(fèi)支出，可為個(gè)人可支配收入，給為隨機(jī)誤差項(xiàng),并且E（給）=0,&〃（《）= （其中/為常數(shù)）。試回答以下問題:<1）選用適當(dāng)?shù)淖儞Q修正異方差，規(guī)定寫出變換過程；（2）寫出修正異方差后的參數(shù)估計(jì)量的表達(dá)式。檢查下列模型是否存在異方差性，列出檢查環(huán)節(jié)，給出結(jié)論。yt=塩+E+h2x2r+b3x3r+ut樣本共40個(gè)，本題假設(shè)去掉c=12個(gè)樣本，假設(shè)異方差由好引起，數(shù)值小的一組殘差平方和為RSS|=0.466E-17,數(shù)值大的一組平方和為RSS2=0.36E-17o7\)O5(10,10)=2.98假設(shè)回歸模型為：乂=。+""其中：%~N（0,『x）;E即=j；并且可是非隨機(jī)變量,求模型參數(shù)力的最佳線性無偏估計(jì)量及其方差。現(xiàn)有x和Y的樣本觀測(cè)值如下表:x 2 5 10 4 10 y 4 7 4 5 9假設(shè)y對(duì)x的回歸模型為吠=人()+岫+%,且Var(ut)= ,試用適當(dāng)?shù)姆椒ü烙?jì)此回歸模型。根據(jù)某地1961-1999年共39年的總產(chǎn)出Y、勞動(dòng)投入L和資本投入K的年度數(shù)據(jù)，運(yùn)用普通最小二乘法估計(jì)得出了下列回歸方程：InY--3.938+1.451ML+0.38411nK(0.237)(0.083) (0.048)R2=0.9946,DW=0.858上式下面括號(hào)中的數(shù)字為相應(yīng)估計(jì)量的標(biāo)準(zhǔn)誤差。在5%的顯著性水平之下，由DW檢査臨界值表，得d.=l,38,du=1.60。問；(1)題中所估計(jì)的回歸方程的經(jīng)濟(jì)含義；(2)該回歸方程的估計(jì)中存在什么問題?應(yīng)如何改善？根據(jù)我國1978——2023年的財(cái)政收入丫和國內(nèi)生產(chǎn)總值X的記錄資料，可建立如下的計(jì)量經(jīng)濟(jì)模型：X=556.6477+0.1198xX(2.5199)(22.7229)R2=0.9609,S￡=731.2086,F=516.3338,DW=0.3474請(qǐng)回答以下問題：何謂計(jì)量經(jīng)濟(jì)模型的自相關(guān)性？試檢查該模型是否存在一階自相關(guān)，為什么？自相關(guān)會(huì)給建立的計(jì)量經(jīng)濟(jì)模型產(chǎn)生哪些影響？假如該模型存在自相關(guān)，試寫出消除一階自相關(guān)的方法和環(huán)節(jié)。(臨界值dL=1.24,&=1.43)對(duì)某地區(qū)大學(xué)生就業(yè)增長(zhǎng)影響的簡(jiǎn)樸模型可描述如下：gEMP,=6"gMlN\,+凡gPOP+片gGM,+8‘gGDP,+總式中，為新就業(yè)的大學(xué)生人數(shù)，MINI為該地區(qū)最低限度工資，POP為新畢業(yè)的大學(xué)生人數(shù)，GDP1為該地區(qū)國內(nèi)生產(chǎn)總值，GDP為該國國內(nèi)生產(chǎn)總值；g表達(dá)年增長(zhǎng)率。假如該地區(qū)政府以多多少少不易觀測(cè)的卻對(duì)新畢業(yè)大學(xué)生就業(yè)有影響的因素作為基礎(chǔ)來選擇最低

限度工資，則OLS估計(jì)將會(huì)存在什么問題？（2） 令MIN為該國的最低限度工資，它與隨機(jī)擾動(dòng)項(xiàng)相關(guān)嗎？（3） 按照法律，各地區(qū)最低限度工資不得低于國家最低工資，哪么gMIN能成為gMINl的工具變量嗎？GDP=a+￡ft,GDP=a+￡ft,GDPj+e其中，8卩?=1,2,3）是第i產(chǎn)業(yè)的國內(nèi)生產(chǎn)總值。其中，5其中，5'、分別為農(nóng)村居民和城鄉(xiāng)居民年末儲(chǔ)蓄存款余（3） 匕=。+0匕+02厶+￡ 其中，V、/、乙分別為建筑業(yè)產(chǎn)值、建筑業(yè)固定資產(chǎn)投資和職工人數(shù)。（4） 其中，丫、F分別為居民耐用消費(fèi)品支出和耐用消費(fèi)品物價(jià)指數(shù)。財(cái)政收入=f財(cái)政收入=f（財(cái)政支出）+￡(6)煤炭產(chǎn)量=/U,K,X],X2)+￡其中，L、K分別為煤炭工業(yè)職工人數(shù)和固定資產(chǎn)原值，X」X?分別為發(fā)電量和鋼鐵產(chǎn)量。指出下列假想模型中的錯(cuò)誤，并說明理由：（1） RS,=8300.0-0.24?+1A2IV,其中， 為第，年社會(huì)消費(fèi)品零售總額（億元）， 為第，年居民收入總額（億元）（城鄉(xiāng)居民可支配收入總額與農(nóng)村居民純收入總額之和），為第，年全社會(huì)固定資產(chǎn)投資總額（億元）。（2） 。，=180+1.2匕 其中，c、K分別是城鄉(xiāng)居民消費(fèi)支出和可支配收入。（3） =1.15+1.621nAr/-O.281nL,其中，yK、L分別是工業(yè)總產(chǎn)值、工業(yè)生產(chǎn)資金和職工人數(shù)。假設(shè)王先生估計(jì)消費(fèi)函數(shù)（用模型C^a+bY^u,表達(dá)），并獲得下列結(jié)果：G=15+0.81匕，n=19(3.1)(18.7) R2=0.98這里括號(hào)里的數(shù)字表達(dá)相應(yīng)參數(shù)的T比率值。規(guī)定：（1）運(yùn)用T比率值檢查假設(shè)：b=0（取顯著水平為5%,）；（2）擬定參數(shù)估計(jì)量的標(biāo)準(zhǔn)誤差;（3）構(gòu)造b的95%的置信區(qū)間，這個(gè)區(qū)間涉及0嗎？根據(jù)我國1978——2023年的財(cái)政收入Y和國內(nèi)生產(chǎn)總值X的記錄資料，可建立如下的計(jì)量經(jīng)濟(jì)模型:

r=556.6477+0.1198xX(2.5199)(22.7229)&=0.9609,S.E=731.2086,『=516.3338,DW=o.3474請(qǐng)冋答以下問題：(1)何謂計(jì)量經(jīng)濟(jì)模型的自相關(guān)性？(2)試檢查該模型是否存在一階自相關(guān)及相關(guān)方向，為什么？(3)自相關(guān)會(huì)給建立的計(jì)量經(jīng)濟(jì)模型產(chǎn)生哪些影響？(臨界值4=1.24,心=143)以某地區(qū)2023的年度數(shù)據(jù)估計(jì)了如下工業(yè)就業(yè)回歸方程Y=一3.89+0.51InX]-0.25In+0.62In(-0.56)(2.3) (-1.7) (5.8)R2=0.996OW=1.147式中，Y為總就業(yè)量；XI為總收入；X2為平均月工資率：X3為地方政府的總支出。(1)試證明：一階自相關(guān)的DW檢查是無定論的。(2)逐步描述如何使用LM檢査下表給出三變量模型的回歸結(jié)果： 方差來源 平方和(SS) 自由度 平方和的均值來自回歸 65965 = —來自殘差 二 - - 總離差(TSS) 66042 3規(guī)定：(1)樣本容量是多少？(2)求RSS?(3)ESS和RSS的自由度各是多少？(4)求忘和危？根據(jù)我國1985一一2023年城鄉(xiāng)居民人均可支配收入和人均消費(fèi)性支出資料，按照凱恩斯絕對(duì)收入假說建立的消費(fèi)函數(shù)計(jì)量經(jīng)濟(jì)模型為：c=137,422+0.722xy(5.875) (127.09)R2=0.999.S.E.=51.9.OW=1.205.尸=16151，，，|"=Y51.9+0.871xy(-().283) (5.103)R2=0.634508.S.E=354().DW=l.9l.F=26.04061，，?其中：是居民人均可支配收入，C是居民人均消費(fèi)性支出 規(guī)定：(1)解釋模型中137.422和0.772的意義；(2)簡(jiǎn)述什么是模型的異方差性；(3)檢查該模型是否存在異方差性；考慮下表中的數(shù)據(jù)Y-10-8-6-4-20246810X.1234567891011x213579111315171921假設(shè)你做Y對(duì)*和X?的多元回歸，你能估計(jì)模型的參數(shù)嗎？為什么？在研究生產(chǎn)函數(shù)時(shí)，有以下兩種結(jié)果：In0=-5.04+0.087\nk+0.893In/ (】)s=(1.04)(0.087) (0.137)R2=0.878n=2\lng=-8.57+0.0272/+0.46InA+1.258InIs=(2.99)(0.0204)(0.333)(0.324)R2=0.889〃=21其中，Q=產(chǎn)量，K=資本，L=勞動(dòng)時(shí)數(shù)，t=時(shí)間，n=樣本容量請(qǐng)回答以下問題：證明在模型(1)中所有的系數(shù)在記錄上都是顯著的(a=0.05)o證明在模型(2)中［和Ink的系數(shù)在記錄上不顯著(a=0.05)。也許是什么因素導(dǎo)致模型(2)中Ink不顯著的？根據(jù)某種商品銷售量和個(gè)人收入的季度數(shù)據(jù)建立如下模型：匕=b}+b2Du+b3D2l+b4D3i+b5D4l+bbxi+ul其中，定義虛擬變量〃為第i季度時(shí)其數(shù)值取1,其余為0。這時(shí)會(huì)發(fā)生什么問題，參數(shù)是否可以用最小二乘法進(jìn)行估計(jì)？某行業(yè)利潤Y不僅與銷售額X有關(guān)，并且與季度因素有關(guān)。(1)假如認(rèn)為季度因素使利潤平均值發(fā)生變異，應(yīng)如何引入虛擬變量？(2)假如認(rèn)為季度因素使利潤對(duì)銷售額的變化額發(fā)生變異，應(yīng)如何引入虛擬變量？(3)假如認(rèn)為上述兩種情況都存在，又應(yīng)如何引入虛擬變量？對(duì)上述三種情況分別設(shè)定利潤模型。設(shè)我國通貨膨脹1重要取決于工業(yè)生產(chǎn)增長(zhǎng)速度G,1988年通貨膨脹率發(fā)生明顯變化。(1)假設(shè)這種變化表現(xiàn)在通貨膨脹率預(yù)期的基點(diǎn)不同(2)假設(shè)這種變化表現(xiàn)在通貨膨脹率預(yù)期的基點(diǎn)和預(yù)期都不同對(duì)上述兩種情況，試分別擬定通貨膨脹率的回歸模型。一個(gè)由容量為209的樣本估計(jì)的解釋CEO薪水的方程為：lnf=4.59+0.257InX,+0.011X2+0.158+0.181D2-0.283D3（15.3） （8.03） （2.75） （1.775） （2.13） （-2.895）其中,Y表達(dá)年薪水平（單位:萬元），X|表達(dá)年收入（單位:萬元），X?表達(dá)公司股票收益（單位:萬元）；均為虛擬變量，分別表達(dá)金融業(yè)、消費(fèi)品工業(yè)和公用業(yè)。假設(shè)對(duì)比產(chǎn)業(yè)為交通運(yùn)送業(yè)。（1） 解釋三個(gè)虛擬變量參數(shù)的經(jīng)濟(jì)含義。（2） 保持％和X?不變，計(jì)算公用事業(yè)和交通運(yùn)送業(yè)之間估計(jì)薪水的近似比例差異c這個(gè)差異在1%的顯著性水平上是記錄顯著嗎？（3） 消費(fèi)品工業(yè)和金融業(yè)之間估計(jì)薪水的近似比例差異是多少？在一項(xiàng)對(duì)北京某大學(xué)學(xué)生月消費(fèi)支出的研究中，認(rèn)為學(xué)生的消費(fèi)支出除受其家庭的月收入水平外，還受在學(xué)校是否得獎(jiǎng)學(xué)金,來自農(nóng)村還是城市，是經(jīng)濟(jì)發(fā)達(dá)地區(qū)還是欠發(fā)達(dá)地區(qū)，以及性別等因素的影響。試設(shè)定適當(dāng)?shù)哪Ｐ?，并?dǎo)出如下情形下學(xué)生消費(fèi)支出的平均水平：（1）來自欠發(fā)達(dá)農(nóng)村地區(qū)的女生，未得獎(jiǎng)學(xué)金；（2）來自欠發(fā)達(dá)城市地區(qū)的男生，得到獎(jiǎng)學(xué)金；（3）來自發(fā)達(dá)地區(qū)的農(nóng)村女生,得到獎(jiǎng)學(xué)金；（4）來自發(fā)達(dá)地區(qū)的城市男生,未得獎(jiǎng)學(xué)金.試在家庭對(duì)某商品的消費(fèi)需求函數(shù)Y=a*f中（以加法形式）引入虛擬變量，用以反映季節(jié)因素（淡、旺季）和收入層次差距（高、低）對(duì)消費(fèi)需求的影響，并寫出各類消費(fèi)函數(shù)的具體形式?？疾煲韵路植紲竽Ｐ停篩,=。+腐 +ax~+Ax,_3+叫假定我們要用多項(xiàng)式階數(shù)為2的有限多項(xiàng)式估計(jì)這個(gè)模型，并根據(jù)一個(gè)有60個(gè)觀測(cè)值的樣本求出了二階多項(xiàng)式系數(shù)的估計(jì)值為：ao=O.3,a.=0.5La2=0.1,試計(jì)算&（/=0,1,2,3）考察以下分布滯后模型：Y,=a+0°X,+pXz+爲(wèi)Xg+電假如用2階有限多項(xiàng)式變換模型估計(jì)這個(gè)模型后得彳=0.5+0.71Z。,+0.25.-0.30% 式中，Z。,此―,乙產(chǎn)丈如，0 0 0（1）求原模型中各參數(shù)值（2）估計(jì)X對(duì)Y的短期影響乘數(shù)、長(zhǎng)期影響乘數(shù)和過渡性影響乘數(shù)已知某商場(chǎng)1997-2023年庫存商品額Y與銷售額X的資料，假定最大滯后長(zhǎng)度k=2,多項(xiàng)式的階數(shù)0=2。11、答：（1）（2分）散點(diǎn)圖如下:（1） 建立分布滯后模型（2） 假定用最小二乘法得到有限多項(xiàng)式變換模型的估計(jì)式為J；=-12O.63+O.53Zo,+0.80Zk-0.33Z2,請(qǐng)寫出分布滯后模型的估計(jì)式C=爲(wèi)+氣匕+如Ct+以,考察下面的模型 匕+角*-1+%匕+匕匕=",式中/為投資，丫為收入，C為消費(fèi)，,為利率。（I）指出模型的內(nèi)生變量和前定變量；（2）分析各行為方程的辨認(rèn)狀況;（3）選擇最適合于估計(jì)可辨認(rèn)方程的估計(jì)方法。設(shè)有聯(lián)立方程模型：消費(fèi)函數(shù)：G=%+毗+岡消費(fèi)函數(shù)：G=%+毗+岡投資函數(shù)：匕=爲(wèi)+妃+站_|+四恒等式:K=C+i,+G,其中，C為消費(fèi)，/為投資，K=C+i,+G,其中，C為消費(fèi)，/為投資，Y為收入，G為政府支出,（1）指岀模型中的內(nèi)生變量、外生變量和前定變量（3）分別提出可辨認(rèn)的結(jié)構(gòu)式方程的恰當(dāng)?shù)墓烙?jì)方法辨認(rèn)下面模型式1：Q,=a0+aiPl+a2Yl+uh（需求方程）其中，。為需求或供應(yīng)的數(shù)量，P為價(jià)格，丫為收入，已知結(jié)構(gòu)式模型為式1：*=%+%匕+“1 式2：其中，約和匕是內(nèi)生變量，X|和X?是外生變量。（1）分析每一個(gè)結(jié)構(gòu)方程的辨認(rèn)狀況；I和“2為隨機(jī)誤差項(xiàng)，請(qǐng)回答：（2）用階條件和秩條件辨認(rèn)該聯(lián)立方程模型式2：。,=片+0/+%（供應(yīng)方程）。和P為內(nèi)生變量，V為外生變量。匕=片+0占+凡、2+“2（2）假如％=0,各方程的辨認(rèn)狀況會(huì)有什么變化?答案55、答：（1）（2分）散點(diǎn)圖如下:700600-500-400-30014。700600-500-400-30014。1OO160(2)(3)16195.4(2)(3)截距項(xiàng)81.72表達(dá)當(dāng)美元兌口元的匯率為。時(shí)日本的汽車出口量，這個(gè)數(shù)據(jù)沒有實(shí)際意義；（2分）斜率項(xiàng)3.65表達(dá)汽車出口量與美元兌換日元的匯率正相關(guān)，當(dāng)美元兌換日元的匯率每上升1元，會(huì)引起日本汽車岀口量上升3.65萬輛。（3分）2、答：（1）系數(shù)的符號(hào)是對(duì)的的，政府債券的價(jià)格與利率是負(fù)相關(guān)關(guān)系，利率的上升會(huì)引起政府債券價(jià)格的下降。（2分）（2） X代表的是樣本值，而丫代表的是給定X.的條件下X的盼望值，即￡= 此模型是根據(jù)樣本數(shù)據(jù)得出的回歸結(jié)果，左邊應(yīng)當(dāng)是Y的盼望值，因此是丫而不是匕。（3分）（3）沒有漏掉，由于這是根據(jù)樣本做出的回歸結(jié)果，并不是理論模型。（2分）（4）截距項(xiàng)101.4表達(dá)在X取。時(shí)Y的水平，本例中它沒有實(shí)際意義；斜率項(xiàng)478表白利率X每上升-個(gè)百分點(diǎn),引起政府債券價(jià)格Y減少478美元。（3分）3、答：（1）提出原假設(shè)Ho：月=0,H1：/?工0。由于t記錄最=18.7,臨界值如必（17）=2.1098,由于18.7>2.1098.故拒絕原假設(shè)H。：/3=。，即認(rèn)為參數(shù)是顯著的。（3分）⑵由于'=爲(wèi)’故跡兮品=°即3宀分）（3）回歸模型R2=0.81,表白擬合優(yōu)度較高，解釋變量對(duì)被解釋變量的解釋能力為81%,即收入對(duì)消費(fèi)的解釋能力為81%,回歸直線擬合觀測(cè)點(diǎn)較為抱負(fù)°（4分）4書嚇定系如4家哥==汽潔虬。.響W）相關(guān)系數(shù)：r=VF=J0.8688=0.9321(2分)

2.55

-O.2.55

-O.根據(jù)圖形可知，物價(jià)上漲率與失業(yè)率之間存在明顯的負(fù)相關(guān)關(guān)系，擬合倒數(shù)模型較合適o（2分）⑵模型「*窓鮮=淄4（3分）⑵模型「*窓鮮=淄4（3分）模型二：祁=2（匸頊=0.8052

刃（3分）人答*"寶*5bQ=Y-bxX=\\.3-0.757x12.6=1.762（2分）故回歸直線為：V=1.762+0.757X（1分）8、答：（1）由于￡耳其=2700,￡電=41,￡,=306, =381,（2^）2=1681,y=61.2,〒=8.2,bn=y-^x=61.2-4.26x8.2=26.28（2分）總成本函數(shù)為：X=26.28+4.26X,（1分）（2）截距項(xiàng)歸表達(dá)當(dāng)產(chǎn)量X為0時(shí)工廠的平均總成本為26.28,也就量工廠的平均固定成本；（2分）斜率項(xiàng)盲表達(dá)產(chǎn)量每增長(zhǎng)1個(gè)單位，引起總成本平均增長(zhǎng)4.26個(gè)單位。（2分）9、答：（1）回歸模型的R2=0.9042,表白在消費(fèi)Y的總變差中，由回歸直線解釋的部分占到90%以上，回歸直線的代表性及解釋能力較好o（2分）<2）對(duì)于斜率項(xiàng)，,=_4_=旺癸=8.6824>成3（8）=1.8595，即表白斜率項(xiàng)顯著不為0,家庭收入對(duì)消費(fèi)有顯著s（b.）0.0233

*影響。（2分）對(duì)于截距項(xiàng)，.=也_=維1=3.0167＞知5（8）=1?8595,即表白截距項(xiàng)也顯著不為0,通過了顯著性S0Q0.7202檢查。（2分）（3） Y.=2.17+0.2023X45=11.2735（2分）上心（8）X&J1+J+￡廣人）成=1.8595x2.2336xJl+—+（4」29.3"=4823（⑵分）0025Vn2L（x-x）斜率系…琴護(hù)者…分）R2=r2=0.92=0.81,剩余變差：RSS=￡e；=￡（_y,.T）2=2000（1斜率系…琴護(hù)者…分）R2=r2=0.92=0.81,剩余變差：RSS=￡e；=￡（_y,.T）2=2000（1分）總變差：TSS=RSS/（1-R2）=2023/（1-0.81）=10526.32（2分）95%置信區(qū)間為（11.27354823,11.2735+4.823）,即（6.4505,16.0965）。（2分）10、答：（1）由于&2=X±,癖=工已；=（〃一2）32=（62—2）x8=480。（4分）n—2（2）R2=,=0.62=0.36（2分）（3）亦=半=衛(wèi)=750（4分）\-R~1-0.3611、答：（1）cov（x,y）=——￡（七一力成一?。?rjbjb；=0.9xJl6x10=11.38工（可一x）（y,-y）=（20-1）x11.38=216.30（2分）（3）a^e； 2000（3）a^e； 2000n-2~20-22答：⑴&=笑實(shí)X2-X2117849-519x217284958-5192=0.335（3分）4=K-^X=217-0.335x519=43.135（2分）故回歸直線為卩=43.135+0.335X,（2）K=43.1354-0.335X,=43.135+0.335x10=46.485（2分）銷售額的價(jià)格彈性==—x—=0.335x10=0.072（3分）AXY 46.48513、（1）回歸方程為：P=0.353+1.968X,由于斜率項(xiàng)p值=0.0000<a=0.05,表白斜率項(xiàng)顯著不為0,即國民收

入對(duì)貨幣供應(yīng)量有顯著影響o（2分）截距項(xiàng)P值=0.5444>a=0.05,表白截距項(xiàng)與0值沒有顯著差異，即截距項(xiàng)沒有通過顯著性檢査。（2分）（2） 截距項(xiàng)0.353表達(dá)當(dāng)國民收入為。時(shí)的貨幣供應(yīng)量水平，此處沒有實(shí)際意義。斜率項(xiàng)1.968表白國民收入每増長(zhǎng)1元，將導(dǎo)致貨幣供應(yīng)量増長(zhǎng)1.968元。（3分）（3） 當(dāng)X=15時(shí)，P=0.353+1.968x15=29.873,即應(yīng)將貨幣供應(yīng)量定在29.873的水平。（3分）14、答：（1）這是個(gè)時(shí)間序列回歸。（圖略）（2分）（2） 截距2.6911表達(dá)咖啡零售價(jià)在每磅0美元時(shí)，美國平均咖啡消費(fèi)量為天天每人2.6911杯，這個(gè)沒有明顯的經(jīng)濟(jì)意義；（2分）斜率一0.4795表達(dá)咖啡零售價(jià)格與消費(fèi)量負(fù)相關(guān)，表白咖啡價(jià)格每上升1美元，平均天天每人消費(fèi)量減少0.4795杯。（2分）（3） 不能。因素在于要了解全美國所有人的咖啡消費(fèi)情況幾乎是不也許的。（2分）（4） 不能。在同一條需求曲線上不同點(diǎn)的價(jià)格彈性不同，若規(guī)定價(jià)格彈性，須給出具體的X值及與之相應(yīng)的Y值。（2分）15、答：由已知條件可知，X=^^=—=168,F=^-=—-111n10 n10^X-X）（Y-Y）=￡0占-冗-"+取） （3分）=204200-1680x111-168x1110+10x168x111=17720跖-打=￡（X；_2XX+區(qū)2）=^X；-2xl0X2+10X2（3分）=315400-10x168x168=3316017720P-17720P-Z（Xj-対33160=0.5344（2分）= =111-0.5344x168=21.22（2分）解答：（1）這是一個(gè)對(duì)數(shù)化以后表現(xiàn)為線性關(guān)系的模型，InL的系數(shù)為1.451意味著資本投入K保持不變時(shí)勞動(dòng)一產(chǎn)出彈性為1.451；（3分）InK的系數(shù)為0.384意味著勞動(dòng)投入L保持不變時(shí)資本一產(chǎn)出彈性為0.384（2分）.（2）系數(shù)符號(hào)符合預(yù)期，作為彈性，都是正值，并且都通過了參數(shù)的顯著性檢査（I檢查）（5分，規(guī)定可以把t值計(jì)算出來）。解答：該消費(fèi)模型的鑒定系數(shù)R2=0.95,F記錄量的值F=107.37,均很高，表白模型的整體擬合限度很高。

（2分）計(jì)算各回歸系數(shù)估計(jì)量的t記錄量值得：=8.133+8.92=0.91,匕=1.059+0.17=6.10上=0.452:0.66=0.69,r3=0.1214-1.09=0.110除匕外，其余T值均很小。工資收入W的系數(shù)t檢查值雖然顯著，但該系數(shù)的估計(jì)值卻過大，該值為工資收入對(duì)消費(fèi)的邊際效應(yīng)，它的值為1.059意味著工資收入每增長(zhǎng)一美元，消費(fèi)支出增長(zhǎng)將超過一美元，這與經(jīng)濟(jì)理論和生活常識(shí)都不符。（5分）此外，盡管從理論上講，非工資一非農(nóng)業(yè)收入與農(nóng)業(yè)收入也是消費(fèi)行為的重要解釋變量，但兩者各自的t檢查卻顯示出它們的效應(yīng)與0無明顯差異。這些跡象均表白模型中存在嚴(yán)重的多重共線性，不同收入部分之間的互相關(guān)系掩蓋了各個(gè)部分對(duì)解釋消費(fèi)行為的單獨(dú)影響。（3分）解答：⑴序=1一一 （1-/?2）=1—— x（1-0.75）=0.65（3分）n-k-\ 8-2-1⑵4=1-一 x（1-0.35）=-0.04；負(fù)值也是有也許的。（4分）9-3-1⑶4=1一-x（1-0.95）=0.94（3分）31-5-1解答：當(dāng)bt+b2=1時(shí)，模型變?yōu)槠湟还?為+站與一易,）+劣，可作為一元回歸模型來對(duì)待._〃￡（九一七,）（內(nèi)一工2,）一￡（%一玉『）￡（其一W）”小'=，切f）2-（財(cái)f庁當(dāng)b.=b2時(shí)，模型變?yōu)槊?爲(wèi)+々（x},+x2,）+i/f,同樣可作為一元回歸模型來對(duì)待L〃￡叫+多）2-（￡叫+七,））2S解答：（1）第2個(gè)方程更合理一些,，由于某天慢跑者的人數(shù)同該天日照的小時(shí)數(shù)應(yīng)當(dāng)是正相關(guān)的。（4分）（2）出現(xiàn)不同符號(hào)的因素很也許是由于X2與X3高度相關(guān)而導(dǎo)致出現(xiàn)多重共線性的緣故。從生活經(jīng)驗(yàn)來看也是如此，日照時(shí)間長(zhǎng)，必然當(dāng)天的最高氣溫也就高。而日照時(shí)間長(zhǎng)度和第二天需交學(xué)期論文的班級(jí)數(shù)是沒有相關(guān)性的。（6分）解答：（1）勻是盒飯價(jià)格，沔，.是氣溫，工印是學(xué)校當(dāng)天的學(xué)生數(shù)量，易,?是附近餐廳的盒飯價(jià)格。（4分）（2）在四個(gè)解釋變量中，附近餐廳的盒飯價(jià)格同校園內(nèi)食堂天天賣出的盒飯數(shù)量應(yīng)當(dāng)是負(fù)相關(guān)關(guān)系，其符號(hào)應(yīng)當(dāng)為負(fù),應(yīng)為學(xué)校當(dāng)天的學(xué)生數(shù)量每變化一個(gè)單位,盒飯相應(yīng)的變化數(shù)量不會(huì)是28.4或者12.7,應(yīng)當(dāng)是小于1的,應(yīng)為易,?；至于其余兩個(gè)變量，從一般經(jīng)驗(yàn)來看，被解釋變量對(duì)價(jià)格的反映會(huì)比對(duì)氣溫的反映更靈敏一些，所以氣是盒飯價(jià)格，是氣溫。（6分）（2分）解：（一）原模型：叫=如+々改+的（1）等號(hào)兩邊同除以耳，新模型：*=如丄+4+*（2）（2分）七X.』氣

TOC\o"1-5"\h\z*X- * 1 W,令叫=一，毛=一，3=一為 Xj Xj則：（2）變?yōu)閥；=b]+b（）X；+3 （2分）此時(shí)Var（v,.）=Var（^-）=-L（CT2x^=〃新模型不存在異方差性。（2分）x,X,（二）對(duì)y：=b]+b（）￡+V,.進(jìn)行普通最小二乘估計(jì)' 、、參參、、?、、 ?.二■｝四凹一'0 ，必*）2-（￡￡）2其中W=工,￡=4 （4分）b,=y；-box； 毛%（進(jìn)一步帶入計(jì)算也可）解：⑴H。：約為同方差性；H..U,為異方差性；（2分）(2)7=器卄…(2)7=器卄…⑶％os（1O,1O）=2.98（2分）（4）F<^（10,10）,接受原假設(shè)，認(rèn)為隨機(jī)誤差項(xiàng)為同方差性。（3分）解：原模型：叫=。+綸根據(jù)《~N（0,b2為）;頊",勺）=0」。丿為消除異方差性，模型等號(hào)兩邊同除以bX-a丄uiTOC\o"1-5"\h\z模型變?yōu)椋簙i==~i=+~f= （2分）NyJxi3i*yi * 1 ",令必=~j=，Xj=-/=g=~j=N炳 N則得到新模型：y：=成+匕 （2分）此時(shí)Variv,.）=Va,（牛）=—（cr\）=cr2新模型不存在異方差性。（2分）心Xi運(yùn)用普通最小二乘法，估計(jì)參數(shù)得：._Yx，y_￡，7時(shí)^1^）_￡*區(qū)一擊一 M）一擊“分）解：原模型：月=為+4玉+《，Var（ui）=a2xf模型存在異方差性

為消除異方差性，模型兩邊同除以工"TOC\o"1-5"\h\zy； .I ,u.得：_=如_+4+一 （2分）耳耳毛* V,- ? 1令H=二，凡=——，與=—為 Xj Xj得：y：=b】+b°x；+Vj （2分）此時(shí)Var（^）=Var（^）=丄。^#）=。2新模型不存在異方差性（i分）由已知數(shù)據(jù)，得（2分）2510410*Xi0.50.20.10.250.147459?X-21.40.41.250.9孑號(hào)3.28根據(jù)以上數(shù)據(jù)，對(duì)y；=饑+b°x；+V,-孑號(hào)3.28?二，2時(shí)-小小b=—-3.28x—=0.441u5b=—-3.28x—=0.441u5^=y；-hox；答案：（1）題中所估計(jì)的回歸方程的經(jīng)濟(jì)含義：該回歸方程是一個(gè)對(duì)數(shù)線性模型，可還原為指數(shù)的形式為：Y=-3.938L'451/C03841,是一個(gè)C-D函數(shù)，1.451為勞動(dòng)產(chǎn)出彈性，0.3841為資本產(chǎn)出彈性。由于1.451+0.3841）1,所以該生產(chǎn)函數(shù)存在規(guī)模經(jīng)濟(jì)。（6分）（2）該回歸方程的估計(jì)中存在什么問題?應(yīng)如何改善？由于DW=0.858,4=1.38,即0.858M.38,故存在一階正自相關(guān)?？蛇\(yùn)用GLS方法消除自相關(guān)的影響。（4分）（1）何謂計(jì)量經(jīng)濟(jì)模型的自相關(guān)性？答：假如對(duì)于不同的樣本點(diǎn)，隨機(jī)誤差項(xiàng)之間不再是完全互相獨(dú)立，而是存在某種相關(guān)性，則出現(xiàn)序列相關(guān)性。如存在：E（RRw）￥0,稱為一階序列相關(guān)，或自相關(guān).（3分）（2） 試檢査該模型是否存在一階自相關(guān)，為什么？答：存在。（2分）（3） 自相關(guān)會(huì)給建立的計(jì)量經(jīng)濟(jì)模型產(chǎn)生哪些影響？答：1參數(shù)估計(jì)兩非有效;2變量的顯著性檢查失去意義。3模型的預(yù)測(cè)失效。（3分）（4）假如該模型存在自相關(guān)，試寫出消除一階自相關(guān)的方法和環(huán)節(jié)。（臨界值=1.24,dv=1.43）答：1構(gòu)造D.W記錄量并査表；2與臨界值相比較，以判斷模型的自相關(guān)狀態(tài)。（2分）答：（1）由于地方政府往往是根據(jù)過去的經(jīng)驗(yàn)、當(dāng)前的經(jīng)濟(jì)狀況以及盼望的經(jīng)濟(jì)發(fā)展前景來定制地區(qū)最低限度工資水平的，而這些因素沒有反映在上述模型中，而是被歸結(jié)到了模型的隨機(jī)擾動(dòng)項(xiàng)中，因此gMINl與卩不僅異期相關(guān)，并且往往是同期相關(guān)的，這將引起OLS估計(jì)量的偏誤，甚至當(dāng)樣本容量增大時(shí)也不具有一致性。（5分）（2） 全國最低限度的制定重要根據(jù)全國國整體的情況而定，因此gMIN基本與上述模型的隨機(jī)擾動(dòng)項(xiàng)無關(guān)。（2分）（3） 由于地方政府在制定本地區(qū)最低工資水平時(shí)往往考慮全國的最低工資水平的規(guī)定，因此gMINl與gMlN具有較強(qiáng)的相關(guān)性。結(jié)合（2）知gMIN可以作為gMINl的工具變量使用。（3分）解答：（1）這是一個(gè)擬定的關(guān)系，各產(chǎn)業(yè)生產(chǎn)總值之和等于國內(nèi)生產(chǎn)總值。作為計(jì)量模型不合理。（3分）（2）（3）（4） （5）都是合理的計(jì)量經(jīng)濟(jì)模型。（4分）（6）不合理。發(fā)電量和鋼鐵產(chǎn)量影響對(duì)煤炭的需求，但不會(huì)影響煤炭的產(chǎn)量。作為解釋變量沒故意義。（3分）解答：（1）模型中 的系數(shù)符號(hào)為負(fù)，不符合常理。居民收入越多意味著消費(fèi)越多，兩者應(yīng)當(dāng)是正相關(guān)關(guān)系。（3分）（2）K的系數(shù)是1.2,這就意味著每增長(zhǎng)一元錢，居民消費(fèi)支出平均增長(zhǎng)1.2元，處在一種入不敷出的狀態(tài)，這是不也許的，至少對(duì)一個(gè)表達(dá)一般關(guān)系的宏觀計(jì)量經(jīng)濟(jì)模型來說是不也許的。（4分）（3）%的系數(shù)符號(hào)為負(fù)，不合理。職工人數(shù)越多工業(yè)總產(chǎn)值越少是不合理的。這很也許是由于工業(yè)生產(chǎn)資金和職工人數(shù)兩者相關(guān)導(dǎo)致多重共線性產(chǎn)生的。（3分）解答：（1）臨界值t=1.7291小于18.7,認(rèn)為回歸系數(shù)顯著地不為0.（4分）（2） 參數(shù)估計(jì)量的標(biāo)準(zhǔn)誤差:0.81/18.7=0.0433（3分）（3） 不涉及。由于這是一個(gè)消費(fèi)函數(shù)，自發(fā)消費(fèi)為15單位，預(yù)測(cè)區(qū)間涉及0是不合理的°（3分）解答：（1）對(duì)于y,=bn+h{xu+h2x2,+...+bkxk,+u,假如隨機(jī)誤差項(xiàng)的各期值之間存在著用關(guān)關(guān)系，即covS，虬）=￡?（%/）=OQ,s=1,2...,幻稱隨機(jī)誤差項(xiàng)之間存在自相關(guān)性。（3分）（2） 該模型存在一階正的自相關(guān)，由于（kD.W=o.3474“z=L24（3分）（3） 自相關(guān)性的后果有以下幾個(gè)方面：①模型參數(shù)估計(jì)值不具有最優(yōu)性：②隨機(jī)誤差項(xiàng)的方差一般會(huì)低估；③模型的記錄檢査失效；④區(qū)間估計(jì)和預(yù)測(cè)區(qū)間的精度減少。（4分）解答：（1）査表得臨界值史=1.（）5,dv=1.66oOW=1.147正位于1.05和1.66之間，恰是DT.檢查的無鑒定區(qū)域，所以一階自相關(guān)的DW檢査是無定論的。（3分）（2）對(duì)于模型y,=bQ+bxxu+b2x2l+...+bkxtl+u,,設(shè)自相關(guān)的形式為虬=pxu,_x+p2u,_2+...+Ppu,_p+v,假設(shè)Ho：冃=0=???=?,=0,（1分）LM檢査檢査過程如下：一方面，運(yùn)用OLS法估計(jì)模型，得到殘差序列與；（2分）另一方面，將有關(guān)于殘差的滯后值進(jìn)行回歸，并計(jì)算出輔助回歸模型的鑒定系數(shù)/?2：（2分）最后，對(duì)于顯著水平a,若〃R2大于臨界值/；（p）,則拒絕原假設(shè)，即存在自相關(guān)性。（2分）解答：（1）總離差（TSS）的自由度為n-1,因此樣本容量為15；（2分）（2） RSS=TSS-ESS=66042-65965=77；（2分）（3） ESS的自由度為2,RSS的自由度為12；（2分）（4） R2=ess/TSS=65965/66042=0.9988,R2=\一一 （1-/?2）=1-—（1-0.9988）=0.9986（4分）n-k-\ 12解答：（1）0.722是指，當(dāng)城鄉(xiāng)居民人均可支配收入每變動(dòng)一個(gè)單位，人均消費(fèi)性支出資料平均變動(dòng)0.722個(gè)單位,也即指邊際消費(fèi)傾向；137.422指即使沒有收入也會(huì)發(fā)生的消費(fèi)支出，也就是自發(fā)性消費(fèi)支出。：3分）U（2） 在線性回歸模型中，假如隨機(jī)誤差項(xiàng)的方差不是常數(shù)，即對(duì)不同的解釋變量觀測(cè)值彼此不同，則稱隨機(jī)項(xiàng)'具有異方差性。（3分）（3） 存在異方差性，由于輔助回歸方程A?=0.634508,F=26.（）4061,整體顯著；并且回歸系數(shù)顯著性地不為0。戈里瑟檢査就是這樣的檢査過程。（4分）即X2=2X.-1,或Xi=0.5（X2+I）。（7即X2=2X.-1,或Xi=0.5（X2+I）。（7分）答：（1）頑8）=2.1009Lnk的T檢查：|/|=10.195>2.1009,因此Ink的系數(shù)顯著。Lnl的T檢查：|/|=6.518>2.1009,因此Ini的系數(shù)顯著。（4分）⑵臨（17）=2.1098t的T檢查：|/|=1.333>2.1098.因此Ink的系數(shù)不顯著。Lnk的T檢査：,|=1.18>2.1098,因此lnl的系數(shù)不顯著。（4分）（3）也許是由于時(shí)間變量的引入導(dǎo)致了多重共線性。（2分）

38.解答：這時(shí)會(huì)發(fā)生完全的多重共線性問題；（3分）由于有四個(gè)季度，該模型則引入了四個(gè)虛擬變量。顯然，對(duì)于任一季度而言，Dlf+D2,+D3;4-D4,=l,則任一變量都是其他變量的線性組合，因此存在完全共線性。當(dāng)有四個(gè)類別需要區(qū)分時(shí)，我們只需要引入三個(gè)虛擬變量就可以了；（5分）參數(shù)將不能用最小二乘法進(jìn)行佰計(jì)。（2分）39.解答：（1）39.解答：（1）假設(shè)第一季度為基礎(chǔ)類型，引入三個(gè)虛擬變量。2=〈1第二季度八。其他；5'1第三季度0其他1第四季度0其他利潤模型為y,=bQ+bxx,+axD2t+a2D3f+a3D4l+u,o（5分）（2）利潤模型^yt=b0+b{x,+a^D^x,+a2D3lx,+a^D^x,+u,（2分）<3分）利潤模型為y,=b°+b內(nèi)+%￡）2弓+a2Dyix,+a^x,+a4D2l+a5D3z+t/6D4,+w,（3分）解答：通貨膨脹與工業(yè)生產(chǎn)增長(zhǎng)速度關(guān)系的基本模型為L(zhǎng)=b°+b]G+虬引入虛擬變量。=<11988年及以后引入虛擬變量。=<11988年及以后01988年以前（4分）則（1）/,=bQ+aDt+u, （3分）（2） L=如+bG+?）￡）,+ +m, （3分）解答：（1）0的經(jīng)濟(jì)含義為：當(dāng)銷售收入和公司股票收益保持不變時(shí)，金融業(yè)的CEO要比變通運(yùn)送業(yè)的CEO多獲15.8個(gè)百分點(diǎn)的薪水。其他兩個(gè)可類似解釋。（3分）（2）公用事業(yè)和交通運(yùn)送業(yè)之間估計(jì)薪水的近似比例差異就是以百分?jǐn)?shù)解釋的A,參數(shù)，即為28.3%.由于參數(shù)的t記錄值為-2.895,它大于1%的顯著性水平下自由度為203的t分布臨界值1.96,因此這種差異記錄上是顯著的。（4分）（3）由于消費(fèi)品工業(yè)和金融業(yè)相對(duì)于交通運(yùn)送業(yè)的薪水比例差異分別為15.8%與18.1%,因此他償之間的差異為18.1%-15.8%=2,3%0（3分）解答:記學(xué)生月消費(fèi)支出為Y,其家庭月收入水平為X,在不考慮其他因素影響時(shí)，有如下基本回歸模型:力=川）+尸叫+/（2分）其他決定性因素可用如下虛擬變量表達(dá):

[1,有獎(jiǎng)學(xué)金八1,來自城市=1，來自發(fā)達(dá)地區(qū)1，男性D、=<D-,=[0,無獎(jiǎng)學(xué)金，20,來自農(nóng)村，3一0,來自欠發(fā)達(dá)地區(qū),4=0,女性則引入各虛擬變量后的回歸模型如下:TOC\o"1-5"\h\zK=00+&xj+%D" +%%+孔七+円 （4分）（1）來自欠發(fā)達(dá)農(nóng)村地區(qū)的女生，未得獎(jiǎng)學(xué)金時(shí)的月消費(fèi)支出;E（g,口=凡=久=n,=O）="°+，X, （1分）（2）來自欠發(fā)達(dá)城市地區(qū)的男生，得到獎(jiǎng)學(xué)金時(shí)的月消費(fèi)支出:E（riX.D1；=D41.=1,N=3=0）=（腐+%+%）+崗X,?（1分）（3） 來自發(fā)達(dá)地區(qū)的農(nóng)村女生，得到獎(jiǎng)學(xué)金時(shí)的月消費(fèi)支出：E（*|X『以產(chǎn)％=1,D2i.=D4/=0）=（A+a,+a3）+/?,X,. （1分）（4） 來自發(fā)達(dá)地區(qū)的城市男生，未得到獎(jiǎng)學(xué)金時(shí)的月消費(fèi)支出：Eg,D2i=D3i=D4i=l,劣=0）=（爲(wèi)+%+%+%）+AX,. （1分）答案：引入反映季節(jié)因素和收入層次差異的虛擬變量如卜.:1,高收入1,高收入0,低收入,（3分）則原消費(fèi)需求函數(shù)變換為如下的虛擬變量模型:E=。+四X,+”2劣+附公+M （3分）（1）低收入家庭在某商品的消費(fèi)淡季對(duì)該類商品的平均消費(fèi)支出為;E（Yi）=a+fiXl.（1分）⑵高收入家庭在某商品的消費(fèi)淡季對(duì)該類商品的平均消費(fèi)支出為:E（Y）=（a+&）邛X（1分）（3）低收入家庭在某商品的消費(fèi)旺季對(duì)該類商品的平均消費(fèi)支出為:E（*）=（a+0）+崗X,.（1分）（4）高收入家庭在某種商品的消費(fèi)旺季對(duì)該類商品的平均消費(fèi)支出為:TOC\o"1-5"\h\zE（X）=（a+爲(wèi)+W+ （1分）根據(jù)階數(shù)為2的Almon多項(xiàng)式：A=?o+?i^+^2,/=0,1,2,3（3分）；可計(jì)算得到博的估計(jì)值：B0=?0=A A A0.3（3分）；°i=?o+?1+?2=0.91（3分）；°2=匹0+2』1+4^2=1.72（3分）：°3=?0+3?1+9?2=2.73（3分）。由已知估計(jì)式可知：機(jī)=0.71,^1=0.25,履2=@3（3分），根據(jù)階數(shù)為2的Almon多項(xiàng)式：爲(wèi)=%+。卩+%廣，A A Ai=0』,2（3分）；可計(jì)算得到Bi的估計(jì)值：。0=?0=0.71（3分）；。1=?0+?1+?2=0.66（3分）；。2=^0+2?1+4^2=0.01（3分）。（1）分布滯后模型為"*+片氣+崗知+爲(wèi)匕2+坊（2分）（2）由巳知估計(jì)式可知M0=0.53,履1=0.80,履2=-0.33（1分），根據(jù)階數(shù)為2的Almon多項(xiàng)式：以=%*a'l+%廠，i=0』,2（3分）；可計(jì)算得到Bi的估計(jì)值：。0=?0=0.53（3分）；。1=』0+成1+42=1.0）（3分）；。2=^0+2ai+4a2=0（1）內(nèi)生變量為I,,X，G，前定變量為，t，J,r,（6）（2）消費(fèi)方程為過度辨認(rèn)，投資方程是恰好辨認(rèn);（6分）（3）消費(fèi)方程適合用二階段最小二乘法，投資方程適合用間接最小二乘法（或工具變量法）（3分）（1）內(nèi)生變量為K，C,（2分）；外生變量為G,（1分）；前定變量為G和匕|（2分）（2）辨認(rèn)方程1：被斥變量的參數(shù)矩陣：1-b201數(shù)喝驢2,故方程可辨認(rèn)（2）；再根據(jù)階段條件，可得方程1恰好辨認(rèn)（2）。辨認(rèn)方程2：被斥變量的參數(shù)矩陣為0 -1罠個(gè)募彼1,故方程2不可辨認(rèn)。（2分）方程3是恒等式，不存在辨認(rèn)問題（1分）；因此，整個(gè)模型不可辨認(rèn)（1分）方程1：由于包含了方程中所有變量，故不可辨認(rèn)。（3分）方程2：運(yùn)用秩條件，得被斥變量的參數(shù)矩陣＜-a2）（2分），其秩為1（2分），與方程個(gè)數(shù)減1相等，故可知方程2可辨認(rèn)（2分）；再運(yùn)用階條件，方程2排除的變量個(gè)數(shù)正好與剩下的方程個(gè)數(shù)相等（2分），可知方程2恰好辨認(rèn)（2分）。由于方程1不可辨認(rèn)，所以整個(gè)模型不可辨認(rèn)（2）o（1）方程1：運(yùn)用秩條件，得被斥變量的參數(shù)矩陣（-&），其秩為1，與方程個(gè)數(shù)減1相等，故可知方程1可辨認(rèn)（3分）；再運(yùn)用階條件，方程2排除的變量個(gè)數(shù)正好與剩下的方程個(gè)數(shù)相等，可知方程1恰好辨認(rèn)（2分）。方程2：運(yùn)用秩條件，得被斥變量的參數(shù)矩陣（-（12）,其秩為1，與方程個(gè)數(shù)減1相等，故可知方程2可辨認(rèn)（3分）；再運(yùn)用階條件，方程2排除的變量個(gè)數(shù)正好與剩下的方程個(gè)數(shù)相等，可知方程1恰好辨認(rèn)（2分）。（2）方程1仍是恰好辨認(rèn)的（3分），但方程2涉及了模型中所有變量，故是不可辨認(rèn)的（2分九簡(jiǎn)答簡(jiǎn)述計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)學(xué)、記錄學(xué)、數(shù)理記錄學(xué)學(xué)科間的關(guān)系。答：計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、記錄學(xué)和數(shù)學(xué)的綜合。經(jīng)濟(jì)學(xué)著重經(jīng)濟(jì)現(xiàn)象的定性研充，計(jì)量經(jīng)濟(jì)學(xué)著重于定量方面的研究。記錄學(xué)是關(guān)于如何收集、整理和分析數(shù)據(jù)的科學(xué)，而計(jì)量經(jīng)濟(jì)學(xué)則運(yùn)用經(jīng)濟(jì)記錄所提供的數(shù)據(jù)來估計(jì)經(jīng)濟(jì)變量之間的數(shù)量關(guān)系并加以驗(yàn)證。數(shù)理記錄學(xué)作為一門數(shù)學(xué)學(xué)科，可以應(yīng)用于經(jīng)濟(jì)領(lǐng)域，也可以應(yīng)用于其他領(lǐng)域；計(jì)量經(jīng)濟(jì)學(xué)則僅限于經(jīng)濟(jì)領(lǐng)域。計(jì)量經(jīng)濟(jì)模型建立的過程，是綜合應(yīng)用理論、記錄和數(shù)學(xué)方法的過程，計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、記錄學(xué)和數(shù)學(xué)三者的統(tǒng)一。計(jì)量經(jīng)濟(jì)模型有哪些應(yīng)用？答：①結(jié)構(gòu)分析。②經(jīng)濟(jì)預(yù)測(cè)。③政策評(píng)價(jià)。④檢査和發(fā)展經(jīng)濟(jì)理論。簡(jiǎn)述建立與應(yīng)用計(jì)量經(jīng)濟(jì)模型的重要環(huán)節(jié)。答：①根據(jù)經(jīng)濟(jì)理論建立計(jì)量經(jīng)濟(jì)模型；②樣本數(shù)據(jù)的收集；③估計(jì)參數(shù)：④模型的檢査；⑤計(jì)量經(jīng)濟(jì)模型的應(yīng)用。對(duì)計(jì)量經(jīng)濟(jì)模型的檢査應(yīng)從幾個(gè)方面入手？答：①經(jīng)濟(jì)意義檢查；②記錄準(zhǔn)則檢查；③計(jì)量經(jīng)濟(jì)學(xué)準(zhǔn)則檢查；④模型預(yù)測(cè)檢査。計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用的數(shù)據(jù)是如何進(jìn)行分類的？答：四種分類：①時(shí)間序列數(shù)據(jù)；②橫截面數(shù)據(jù)；③混合數(shù)據(jù)；④虛擬變量數(shù)據(jù)。在計(jì)量經(jīng)濟(jì)模型中，為什么會(huì)存在隨機(jī)誤差項(xiàng)？答：隨機(jī)誤差項(xiàng)是計(jì)量經(jīng)濟(jì)模型中不可缺少的一部分。產(chǎn)生隨機(jī)誤差項(xiàng)的因素有以下幾個(gè)方面：①模型中被忽略掉的影響因素導(dǎo)致的誤差；②模型關(guān)系認(rèn)定不準(zhǔn)確導(dǎo)致的誤差：③變量的測(cè)量誤差；④隨機(jī)因素。古典線性回歸模型的基本假定是什么？答：①零均值假定。即在給定的條件下，隨機(jī)誤差項(xiàng)的數(shù)學(xué)盼望（均值）為0,即=0。②同方差假定。誤差項(xiàng)的方差與t無關(guān)，為一個(gè)常數(shù)。③無自相關(guān)假定。即不同的誤差項(xiàng)互相獨(dú)立。④解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定。⑤正態(tài)性假定，即假定誤差項(xiàng)服從均值為0,方差為的正態(tài)分布。8-總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。答：重要區(qū)別：①描述的對(duì)象不同。總體回歸模型描述總體中變量y與x的互相關(guān)系，而樣本回歸模型描述所觀測(cè)的樣本中變量y與x的互相關(guān)系。②建立模型的不同?？傮w回歸模型是依據(jù)總體所有觀測(cè)資料建立的，樣本回歸模型是依據(jù)樣本觀測(cè)資料建立的。③模型性質(zhì)不同?？傮w回歸模型不是隨機(jī)模型，樣本回歸模型是隨機(jī)模型，它隨著樣本的改變而改變。重要聯(lián)系：樣本回歸模型是總體回歸模型的一個(gè)估計(jì)式，之所以建立樣本回歸模型，目的是用來估計(jì)總體回歸模型。試述回W分析與相關(guān)分析的聯(lián)系和區(qū)別。答：兩者的聯(lián)系：①相關(guān)分析是回歸分析的前提和基礎(chǔ)；回歸分析是相關(guān)分析的進(jìn)一步和繼續(xù)。②相關(guān)分析與回歸分析的有關(guān)指標(biāo)之間存在計(jì)算上的內(nèi)在聯(lián)系。兩者的區(qū)別：①回歸分析強(qiáng)調(diào)因果關(guān)系，相關(guān)分析不關(guān)心因果關(guān)系，所研究的兩個(gè)變量是對(duì)等的。②對(duì)兩個(gè)變量x與y而言，相關(guān)分析中：；在回歸分析中， 和 去］是兩個(gè)完全不同的回歸方程。③回歸分析對(duì)資料的規(guī)定是被解釋變量y是隨機(jī)變量，解釋變量x是非隨機(jī)變量；相關(guān)分析對(duì)資料的規(guī)定是兩個(gè)變量都隨機(jī)變量。在滿足古典假定條件下，一元線性回歸模型的普通最小二乘估計(jì)量有哪些記錄性質(zhì)？答：①線性，是指參數(shù)估計(jì)量和分別為觀測(cè)值和隨機(jī)誤差項(xiàng)的線性函數(shù)或線性組合。②無偏性，指參數(shù)估計(jì)量和的均值（盼望值）分別等于總體參數(shù)和。③有效性（最小方差性或最優(yōu)性），指在所有的線性無偏估計(jì)量中，最小二乘估計(jì)量和的方差最小。簡(jiǎn)述BLUE的含義。答：BLUE即最佳線性無偏估計(jì)量，是bestlinearunbiasedestimators的縮寫。在古典假定條件下，最小二乘估計(jì)量具有線性、無偏性和有效性，是最佳線性無偏估計(jì)量，即BLUE,這一結(jié)論就是著名的高斯一馬爾可夫定理。對(duì)于多元線性回歸模型，為什么在進(jìn)行了總體顯著性F檢査之后，還要對(duì)每個(gè)回歸系數(shù)進(jìn)行是否為。的t檢査？答：多元線性回歸模型的總體顯著性F檢查是檢查模型中所有解釋變量對(duì)被解釋變量的共同影響是否顯著。通過了此F檢查，就可以說模型中的所有解釋變量對(duì)被解釋變量的共同影響是顯著的，但卻不能就此鑒定模型中的每一個(gè)解釋變量對(duì)被解釋變量的影響都是顯著的。因此還需要就每個(gè)解釋變量對(duì)被解釋變量的影響是否顯著進(jìn)行檢查，即進(jìn)行t檢査。給定二元回歸模型： ，請(qǐng)敘述模型的古典假定。解答：（1）隨機(jī)誤差項(xiàng)的盼望為零，即 。（2）不同的隨機(jī)誤差項(xiàng)之間互相獨(dú)立，即（3）隨機(jī)誤差項(xiàng)的方差與t無關(guān)，為一個(gè)常數(shù)，即 。即同方差假設(shè)。（4）隨機(jī)誤差項(xiàng)與解釋變量不相關(guān)，即 。通常假定為非隨機(jī)變量，這個(gè)假設(shè)自動(dòng)成立。（5）隨機(jī)誤差項(xiàng)為服從正態(tài)分布的隨機(jī)變量，即 （6）解釋變量之間不存在多重共線性，即假定各解修變量之間不存在線性關(guān)系，即不存在多重共線性。在多元線性回歸分析中，為什么用修正的決定系數(shù)衡量估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度？解答：由于人們發(fā)現(xiàn)隨著模型中解釋變量的增多，多重決定系數(shù)的值往往會(huì)變大，從而增長(zhǎng)了模型的解釋功能。這樣就使得人們認(rèn)為要使模型擬合得好，就必須增長(zhǎng)解釋變量。但是，在樣本容量一定的情況下，增長(zhǎng)解釋變量必然使得待估參數(shù)的個(gè)數(shù)增長(zhǎng)，從而損失自由度，而實(shí)際中假如引入的解釋變量并非必要的話也許會(huì)產(chǎn)生很多問題，比如，減少預(yù)測(cè)精確度、引起多重共線性等等.為此用修正的決宋系數(shù)來估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度。修正的決定系數(shù)及其作用。解答： 其作用有：(1)用自由度調(diào)整后，可以消除擬合優(yōu)度評(píng)價(jià)中解釋變量多少對(duì)決定系數(shù)計(jì)算的影響；(2)對(duì)于包含解釋變量個(gè)數(shù)不同的模型，可以用調(diào)整后的決定系數(shù)直接比較它們的擬合優(yōu)度的高低，但不能用本來未調(diào)整的決定系數(shù)來比較。當(dāng)見的非線性回歸模型有幾種情況？解答：常見的非線性回歸模型重要有：對(duì)數(shù)模型半對(duì)數(shù)模型倒數(shù)模型多項(xiàng)式模型成長(zhǎng)曲線模型涉及邏輯成長(zhǎng)曲線模型 和Gompertz成長(zhǎng)曲線模型觀測(cè)下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。TOC\o"1-5"\h\z① ②③ ④解答：①系數(shù)呈線性，變量非線性；②系數(shù)呈線性，變量非呈線性；③系數(shù)和變量均為非線性；④系數(shù)和變量均為非線性。觀測(cè)下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。\o"CurrentDocument"① ②③ ④解答：①系數(shù)呈線性，變量非呈線性；②系數(shù)非線性，變量呈線性；③系數(shù)和變量均為非線性；④系數(shù)和變量均為非線性。什么是異方差性？試舉例說明經(jīng)濟(jì)現(xiàn)象中的異方差性。答：異方差性是指模型違反了古典假定中的同方差假定，它是計(jì)量經(jīng)濟(jì)分析中的一個(gè)專門問題。在線性回歸模型中,假如隨機(jī)誤差項(xiàng)的方差不是常數(shù)，即對(duì)不同的解釋變量觀測(cè)值彼此不同，則稱隨機(jī)項(xiàng)具有異方差性，即例如，運(yùn)用橫截面數(shù)據(jù)研究消費(fèi)和收入之間的關(guān)系時(shí)，對(duì)收入較少的家庭在滿足基本消費(fèi)支出之后的剩余收入已經(jīng)不多，用在購買生活必需品上的比例較大，消費(fèi)的分散幅度不大。收入較多的家庭有更多可自由支配的收入，使得這些家庭的消費(fèi)有更大的選擇范圍。由于個(gè)性、愛好、儲(chǔ)蓄心理、消費(fèi)習(xí)慣和家庭成員構(gòu)成等那個(gè)的差異，使消費(fèi)的分散幅度增大，或者說低收入家庭消費(fèi)的分散度和高收入家庭消費(fèi)得分散度相比較，可以認(rèn)為牽著小于后者。這種被解釋変最的分散幅度的變化，反映到模型中，可以理解為誤差項(xiàng)方差的變化。產(chǎn)生異方差性的因素及異方差性對(duì)模型的QLS估計(jì)有何影響。產(chǎn)生因素：（1）模型中漏掉了某些解釋變量：（2）模型函數(shù)形式的設(shè)定誤差；（3）樣本數(shù)據(jù)的測(cè)量誤差；（4）隨機(jī)因素的影響。產(chǎn)生的影響；假如線性回歸模型的隨機(jī)誤差項(xiàng)存在異方差性，會(huì)對(duì)模型參數(shù)估計(jì)、模型檢查及模型應(yīng)用帶來重大影響,重要有：（1）不影響模型參數(shù)最小二乘估計(jì)值的無偏性：（2）參數(shù)的最小二乘估計(jì)量不是一個(gè)有效的估計(jì)量：（3）對(duì)模型參數(shù)估計(jì)值的顯著性檢査失效；（4）模型估計(jì)式的代表性減少，預(yù)測(cè)精度精度減少。21.檢査異方差性的方法有哪些？.檢査方法：（1）圖示檢查法；（2）戈德菲爾德一匡特檢査；（3）懷特檢查；（4）戈里瑟檢査和帕克檢查（殘差回歸檢査法）；（5）ARCH檢査（自回歸條件異方差檢査）異方差性的解決方法有哪些？解決方法：（1）模型變換法；（2）加權(quán)最小二乘法；（3）模型的對(duì)數(shù)變換等）什么是加權(quán)最小二乘法？它的基本思想是什么？加權(quán)最小二乘法的基本原理：最小二乘法的基本原理是使殘差平方和 為最小，在異方差情況下，總體回歸直線對(duì)于不同的 的波動(dòng)幅度相差很大。隨機(jī)誤差項(xiàng)方差 越小，樣本點(diǎn)對(duì)總體回歸直線的偏離限度越低，殘差的可信度越高（或者說樣本點(diǎn)的代表性越強(qiáng)）；而 較大的樣本點(diǎn)也許會(huì)偏離總體回歸直線很遠(yuǎn)，的可信度較低（或者說樣本點(diǎn)的代表性較弱）。因此，在考慮異方差模型的擬合總誤差時(shí)，對(duì)于不同的 應(yīng)當(dāng)區(qū)別對(duì)待。具體做法：對(duì)較小的給于充足的重視，即給于較大的權(quán)數(shù)；對(duì)較大的 給于充足的重視，即給于較小的權(quán)數(shù)。更好的使反映對(duì)殘差平方和的影響限度，從而改善參數(shù)估計(jì)的記錄性質(zhì)。樣本分段法（即戈德菲爾特——匡特檢査）檢査異方差性的基本原理及其使用條件。.樣本分段法（即戈德菲爾特一匡特檢查）的基本原理：將樣本分為容量相等的兩部分，然后分別對(duì)樣本1和樣本2進(jìn)行回歸，并計(jì)算兩個(gè)子樣本的殘差平方和，假如隨機(jī)誤差項(xiàng)是同方差的，則這兩個(gè)子樣本的殘差平方和應(yīng)當(dāng)大體相等；假如是異方差的，則兩者差別較大，以此來判斷是否存在異方差。使用條件：（1）樣本容量要盡也許大，一般而言應(yīng)當(dāng)在參數(shù)個(gè)數(shù)兩倍以上；（2）服從正態(tài)分布，且除了異方差條件外，其它