計(jì)量經(jīng)濟(jì)學(xué)-課后練習(xí)題答案解析

第二章練習(xí)題及參考解答

練習(xí)題2.1參考解答：

計(jì)算中國(guó)貨幣供應(yīng)量（以貨幣與準(zhǔn)貨幣M2表示）與國(guó)內(nèi)生產(chǎn)總值（GDP）的相關(guān)系數(shù)為:

計(jì)算方法:

心_Z（X,-G）（Y-力

?YV------

）2

計(jì)算結(jié)果：

M2GDP

M210.996426148646

GDP0.9964261486461

經(jīng)濟(jì)意義：這說(shuō)明中國(guó)貨幣供應(yīng)量與國(guó)內(nèi)生產(chǎn)總值（GDP）的線性相關(guān)系數(shù)為0.996426,線性

相關(guān)程度相當(dāng)高。

練習(xí)題2.2參考解答

美國(guó)軟飲料公司的廣告費(fèi)用X與銷(xiāo)售數(shù)量Y的散點(diǎn)圖為

2000.

1600-

1200-

800-

400-

0」

020406080100120140

X

說(shuō)明美國(guó)軟飲料公司的廣告費(fèi)用X與銷(xiāo)售數(shù)量Y正線性相關(guān)。

相關(guān)系數(shù)為：

Xy

X10.978148015384

y0.9781480153841

說(shuō)明美國(guó)軟飲料公司的廣告費(fèi)用X與銷(xiāo)售數(shù)量Y的正相關(guān)程度相當(dāng)高。

若以銷(xiāo)售數(shù)量Y為被解釋變量，以廣告費(fèi)用X為解釋變量,可建立線性回歸模型

匕=4+不乂,+/

利用EViews估計(jì)其參數(shù)結(jié)果為

DependentVariable:Y

Method:LeastSquares

Date:07/01/05Time:21:38

Sample:17

Includedobservations:7

VariableCoefficientStd.Errort-StatisticProb.

C-12.7785396,98004-0.1317650.9003

X14,403591.36916610.519980.0001

R-squared0.956774Meandependentvar852.6714

AdjustedR-squared0.948128S.D.dependentvar596.5637

S.E.ofregression135.8696Akaikeinfocriterion12,89622

Sumsquaredresid92302.73Schwarzcriterion12.88077

Loglikelihood-43.13679F-statistic110.6699

Durbin-Watsonstat1.438932Prob(F-statistic)0.000134

經(jīng)t檢驗(yàn)表明，廣告費(fèi)用X對(duì)美國(guó)軟飲料公司的銷(xiāo)售數(shù)量Y確有顯著影響?；貧w結(jié)果表明，

廣告費(fèi)用X每增加1百萬(wàn)美元，平均說(shuō)來(lái)軟飲料公司的銷(xiāo)售數(shù)量將增加14.40359（百萬(wàn)箱）。

練習(xí)題2.3參考解答：

1、建立深圳地方預(yù)算內(nèi)財(cái)政收入對(duì)GDP的回歸模型，建立EViews文件，利用地

方預(yù)算內(nèi)財(cái)政收入（Y）和GDP的數(shù)據(jù)表，作散點(diǎn)圖

800

600

>400

200

0

02000400060008000

GDP

可看出地方預(yù)算內(nèi)財(cái)政收入（Y）和GDP的關(guān)系近似直線關(guān)系，可建立線性回歸模型:

Y,=^+f32GDP,+u,

利用EViews估計(jì)其參數(shù)結(jié)果為

DependentVariable:Y

Method:LeastSquares

Date:02/07/10Time:10:05

Sample:19902007

Includedobservations:18

VariableCoefficientStd.Errort-StatisticProb.

C20,461069.8674402.0735930.0546

GDP0.0849650.00325526.103760.0000

R-squared0.977058Meandependentvar215.9467

AdjustedR-squared0.975624S.D.dependentvar174.6014

S.E.ofregression27.26021Akaikeinfocriterion9.553172

Sumsquaredresid11889.90Schwarzcriterion9.652103

Loglikelihood-83.97855F-statistic681.4064

Durbin-Watsonstat0.982033Prob(F-statistic)0.000000

即p=20.4611+O.O85OG”

(9.8674)(0.0033)

t=(2.0736)(26.1038)

R2=0.9771F=681.4064

經(jīng)檢驗(yàn)說(shuō)明，深圳市的GDP對(duì)地方財(cái)政收入確有顯著影響。W=0.9771,說(shuō)明GDP解釋

了地方財(cái)政收入變動(dòng)的近98%,模型擬合程度較好。

模型說(shuō)明當(dāng)GDP每增長(zhǎng)1億元時(shí)，平均說(shuō)來(lái)地方財(cái)政收入將增長(zhǎng)0.0850億元。

當(dāng)2008年GDP為7500億元時(shí)，地方財(cái)政收入的點(diǎn)預(yù)測(cè)值為：

Y2m=20.4611+0.0850x8000=700.4611(億元)

區(qū)間預(yù)測(cè)：

為了作區(qū)間預(yù)測(cè)，取。=0.05,“平均值置信度95%的預(yù)測(cè)區(qū)間為：

利用EViews由GDP數(shù)據(jù)的統(tǒng)計(jì)量得到q=2031.266X=2300.773n=18

則有￡X：=<r；(n-l)=2031.2662x(18-1)=70142706.5669

22

(Xfl-X)=(8000-2300.773)=32481188.3976

取a=0.05，KM8=700.4611,f0025(18-2)=2.120平均值置信度95%的預(yù)測(cè)區(qū)間為：

A2

11(Xf-X)

32481188.3976

GDP2m=8000時(shí)700.46ll+2.120x27.2602x-+

V1<870142706.5669

700.4611+41.6191(億元)

Yf個(gè)別值置信度95%的預(yù)測(cè)區(qū)間為:

AA

行a/2b

f~1~32481188.3976

即700.4611+2.120x27.2602xJ1H----1----------------

V1870142706.5669

=700.4611+71.2181(億元)

練習(xí)題2.4參考解答：

(1)以最終消費(fèi)為被解釋變量Y,以國(guó)民總收入為解釋變量X,建立線性回歸模型:

匕=4+色x,+“.

利用EViews估計(jì)參數(shù)并檢驗(yàn)

DependentVanableY

MethodLeastSquares

Date:02/11/10Time:17.12

Sample19782007

Includedobservations:30

VanableCoefficientStdErrort-StatisticProb

C30443438954040：北二北二，0.0020

X0.5301120009670548207600000

R-squared0990769Meandependentvar3658459

AdjustedR-squared0990440SDdependentvar3662287

SEofregression3580903Akaikeinfocrrtenon1926896

Sumsquaredresid359E+O8Schwarzenterion1936237

Loglikelihood-2870344F-statistic3005316

Durbin-Watsonstat0128755Prob(F-statistic)0000000

回歸分析結(jié)果為：

Y,=3044.343+0.530112%,

(895.4040)(0.00967)

t=(3.3999)(54.8208)

R2=0.9908n=30

(2)回歸估計(jì)的標(biāo)準(zhǔn)誤差即估計(jì)的隨機(jī)擾動(dòng)項(xiàng)的標(biāo)準(zhǔn)誤差S=JZ<7("2),由EViews估

計(jì)參數(shù)和檢驗(yàn)結(jié)果得3=3580.903,可決系數(shù)為0.9908。

⑶山t分布表可查得fog(30—2)=2.048,由于%,=54.8208>r0025(28)=2.048,或山

P值=0.000可以看出，對(duì)回歸系數(shù)進(jìn)行顯著性水平為5%的顯著性檢驗(yàn)表明，國(guó)民總收入對(duì)

最終消費(fèi)有顯著影響。

(4)如果2008年全年國(guó)民總收入為300670億元，預(yù)測(cè)可能達(dá)到的最終消費(fèi)水平為：

20c8=3044.343+0.530112x300670=162433.1180(億元)

對(duì)最終消費(fèi)的均值置信度為95%的預(yù)測(cè)區(qū)間為:

X)2

4+%/2a

n

由Eviews計(jì)算國(guó)民總收入X變量樣本數(shù)據(jù)的統(tǒng)計(jì)量得:

q=68765.51X=63270.07n=30

則有ZX-=4(71-1)=68765.512X(30-1)=137132165601.2429

22

(Xf-X)=(300670-63270.07)=56358726764.0049

取a=0.05,2Go8=162433.1180,2)=2.048,已知3=3580.903,平均值置信

度95%的預(yù)測(cè)區(qū)間為:

h(XT)?

Y產(chǎn)%2

n

56358726764.0049

=162433.1180+2.048x3580.903xJ—H------------------

\30137132165601.2429

=162433.1188+4888.4110（億元）

練習(xí)題2.5參考解答：

美國(guó)各航空公司航班正點(diǎn)到達(dá)比率X和每10萬(wàn)名乘客投訴次數(shù)Y的散點(diǎn)圖為

A0.8-

0.6-

0.4-

0.2

68

山圖形看出航班正點(diǎn)到達(dá)比率和每10萬(wàn)名乘客投訴次數(shù)呈現(xiàn)負(fù)相關(guān)關(guān)系,

利用EViews計(jì)算線性相關(guān)系數(shù)為：

XY

X1-0.882607

Y-0.882607

建立描述投訴率（Y）依賴(lài)航班按時(shí)到達(dá)正點(diǎn)率（X）的回歸方程:

利用EViews估計(jì)其參數(shù)結(jié)果為

DependentVariable:Y

Method:LeastSquares

Date:07/01/05Time:21:21

Sample:19

Includedobservations:9

VariableCoefficientStd.Errort-StatisticProb.

C6.0178321.0522605.7189610.0007

X-0.0704140.014176-4.9672540.0016

R-squared0.778996Meandependentvar0.797778

AdjustedR-squared0747424S.D.dependentvar0.319991

S.E.ofregression0.160818Akaikeinfocriterion-0.623958

Sumsquaredresid0.181037Schwarzcriterion-0.580130

Loglikelihood4.807811F-statistic24.67361

Durbin-Watsonstat2.526971Prob(F-statistic)0.001624

即=6.017832-0.070414X(.

(1.017832)(-0.014176)

1=(5.718961)(-4.967254)

R2=0.778996F=24.67361

從檢驗(yàn)結(jié)果可以看出，航班正點(diǎn)到達(dá)比率對(duì)乘客投訴次數(shù)確有顯著影響。

這說(shuō)明當(dāng)航班正點(diǎn)到達(dá)比率每提1個(gè)百分點(diǎn)，平均說(shuō)來(lái)每10萬(wàn)名乘客投訴次數(shù)將下降0.07

次。

如果航班按時(shí)到達(dá)的正點(diǎn)率為80%,估計(jì)每10萬(wàn)名乘客投訴的次數(shù)為

￡=6.017832—0.070414x80=0.384712(次)

練習(xí)題2.6參考解答：

1.分析每股帳面價(jià)值和當(dāng)年紐利的相關(guān)性

作散布圖：

從圖形看似乎具有一定正相關(guān)性，計(jì)算相關(guān)系數(shù):

CorrelationMatrix

YX

Y1.0000000.708647

X0.7086471.000000

每股帳面價(jià)值和當(dāng)年紅利的相關(guān)系數(shù)為0.708647

2.建立每股帳面價(jià)值X和當(dāng)年紅利Y的回歸方程:

工=4+兒X+%

回歸結(jié)果：

DependentVariable:Y

Method:LeastSquares

Date:02/12/10Time:08:57

Sample:116

Includedobservations:16

VariableCoefficientStd.Errort-StatisticProb.

C4.8066633.3575321.4316060.1742

X6.8942261.8345443.7580060.0021

R-squared0.502180Meandependentvar16.33036

AdjustedR-squared0.466621S.D.dependentvar7.489613

S.E.ofregression5.469873Akaikeinfocriterion6.352856

Sumsquaredresid418.8731Schwarzcriterion6.449430

Loglikelihood-48.82285F-statistic14,12261

Durbin-Watsonstat1.506667Prob（F-statistic）0.002120

參數(shù)夕2的t檢驗(yàn)：t值為3.7580,查表/25(16-2)=2.145<%=3.7580,或者P值為

0.0021<?=0.05,表明每股紅利對(duì)帳面價(jià)值有顯著的影響。

3.回歸系數(shù)的經(jīng)濟(jì)意義：

平均說(shuō)來(lái)公司的股票每股紅利增加1元，當(dāng)年帳面價(jià)值將增加6.8942元

練習(xí)題2.7參考解答：

⑴建立回歸模型：匕=百+久x,+%

X（X,一又）（工一力__334229.09

用OLS法估計(jì)參數(shù)：A0.7863

Z（X,—又）2-425053.73

4）=Y-^2X=549.8-0.7863x647.88=66.2872

估計(jì)結(jié)果為:匕=66.2872+0.7863X,

說(shuō)明該百貨公司銷(xiāo)售收入每增加1元，平均說(shuō)來(lái)銷(xiāo)售成本將增加0.7863元。

(2)計(jì)算可決系數(shù)和回歸估計(jì)的標(biāo)準(zhǔn)誤差

可決系數(shù)為:

Zx2_E（Ax,）2

R2

Zx2z/Ex2

0.78632x425053.73262796.99八“八”。

---------------------------=---------------=0.999/78

262855.25262855.25

由/=1_空_可得Ed=（l-R2）￡y；

=(1-R2)E/=(1-0.999778)x262855.25=58.3539

回歸估計(jì)的標(biāo)準(zhǔn)誤差：6-=正＞，7("2)=458.3539/(12-2)=2.4157

(3)對(duì)其進(jìn)行顯著水平為5%的顯著性檢驗(yàn)

SE(A)SE(A)

A?a2415724157

SE(J3,)=,=’.=——=0.0037

'7425053.73651.9614

A0.7863

=212.5135

S￡(A)0.0037

查表得a=0.05時(shí),125(12-2)=2.228＜，=212.5135

表明A顯著不為0,銷(xiāo)售收入對(duì)銷(xiāo)售成本有顯著影響.

(4)假定下年1月銷(xiāo)售收入為800萬(wàn)元，利用擬合的回歸方程預(yù)測(cè)其銷(xiāo)售成本，并給出置

信度為95%的預(yù)測(cè)區(qū)間。

X=66.2872+0.7863X,=66.2872+0.7863x800=695.3272萬(wàn)元

(xX)

預(yù)測(cè)區(qū)間為：yf=yF+ta/2<rl-+^

■”

YF=695.3272+2.228x2.4157x、R+頌”647.88)：

V12425053.73

=695.3272+1.9978

練習(xí)題2.8參考解答：

(1)分別設(shè)定簡(jiǎn)單線性回歸模型，分析各國(guó)人均壽命與人均GDP、成人識(shí)字率、一歲

兒童疫苗接種率的數(shù)量關(guān)系：

1)人均壽命與人均GDP關(guān)系

匕=0/良X“+%

估計(jì)檢驗(yàn)結(jié)果:

DependentVariableY

MethodLeastSquares

Date02/12/10Time1111

Sample.122

Includedobservations22

VariableCoefficientStdErrort-StatisticProb

C56647941960820288899200000

X101283600027242471183400001

R-squared0526082Meandependentvar6250000

AdjustedR-squared0502386SDdependent\*ar1008889

SEofregression7.116881Akaikeinfocritenon6849324

Sumsquaredresid1013.000Schwarzcriterion6948510

Loglikelihood-7334257F-statistic2220138

Durbin-Watsonstat0629074ProbfF-statistic)0000134

2）人均壽命與成人識(shí)字率關(guān)系

????>?*v<*?uvjvv^a?，a，，i<；111??&???ivt?v?a<■[nwi?

DependentVariableY

MethodLeastSquares

Date02/12/10Time1113

Sample122

Includedobservations22

VariableCoefficientStdErrort-StatisticProb

C38794243532079109834000000

X203319710046656711530800000

R-squared0.716825Meandependentyar62,50000

AdjustedR-squared0702666SDdependentvar1008889

SEofregression5501306Akaikeinfocriterion6334356

Sumsquaredresid6052873Schwarzcntenon6433542

Loglikelihood-6767792F-statistic5062761

Durbin-Watsonstat1.846406Prob(F-st3tiStic)0000001

3）人均壽命與一歲兒童疫苗接種率關(guān)系

???■'?*vvaIVUJVVI.*?，?》，，、；nwav]?tib>vini>?.?1!vivva*v)uju??iu>j

DependentVanableY

MethodLeastSquares

Date02/12/10Time1114

Sample122

Includedobservations22

VanableCoefficientStdErrcxt-StatisticProb

C31799566536434486497100001

X303872760080260482528500001

R-squared0537929Meandependentvar6250000

AdjustedR-squared0514825SDdependentvar1008889

SEofregression7027364Akaikeinfocntenon6824009

Sumsquaredresid9876770Schwarzcritenon6923194

Loglikelihood-73.06409F-statistic2328338

Durbin-Watsonstat0952555Prob(F-statist>c)0.000103

（2）對(duì)所建立的多個(gè)回歸模型進(jìn)行檢驗(yàn)

由人均GDP、成人識(shí)字率、一歲兒童疫苗接種率分別對(duì)人均壽命回歸結(jié)果的參數(shù)t檢驗(yàn)

值均明確大于其臨界值,而且從對(duì)應(yīng)的P值看,均小于0.05,所以人均GDP、成人識(shí)字率、-

歲兒童疫苗接種率分別對(duì)人均壽命都有顯著影響.

（3）分析對(duì)比各個(gè)簡(jiǎn)單線性回歸模型

人均壽命與人均GDP回歸的可決系數(shù)為0.5261

人均壽命與成人識(shí)字率回歸的可決系數(shù)為0.7168

人均壽命與一歲兒童疫苗接種率的可決系數(shù)為0.5379

相對(duì)說(shuō)來(lái),人均壽命山成人識(shí)字率作出解釋的比重更大一些

練習(xí)題2.9參考解答:

沒(méi)有截距項(xiàng)的過(guò)原點(diǎn)回歸模型為：Yi=為Xj+u

因?yàn)?/p>

求偏導(dǎo)爰Rjxn*

5Ve2▽?zhuān)?/p>

令仔尸=2^&_甌(-XJ=0

加2

而有截距項(xiàng)的回歸為力,=營(yíng)其

得A

W一二七

對(duì)于過(guò)原點(diǎn)的回歸,由OLS原則：、＞,=（）已不再成立，但是\＞禺=0是成立的。

(

還可以證明對(duì)于過(guò)原點(diǎn)的回歸Var（3）y~

2次，

2

而有截距項(xiàng)的回歸為Var0）b

練習(xí)題2.10參考解答:

如果將“地方財(cái)政收入Y”和“本市生產(chǎn)總值GDP”數(shù)據(jù)的計(jì)量單位分別或同時(shí)由“億元“改為“

萬(wàn)元”，數(shù)據(jù)變?yōu)椋?/p>

深圳市地方預(yù)算內(nèi)財(cái)政收入與國(guó)內(nèi)生產(chǎn)總值

年份地方預(yù)算內(nèi)財(cái)政收入Y本市生產(chǎn)總值（GDP）

（億元）Y1（萬(wàn)元）Y2（億元）GDP1（萬(wàn)元）GDP2

199021.70217000171.671716700

199127.33273300236.662366600

199242.96429600317.323173200

199367.25672500453.144531400

199474.40.744000634.676346700

199588.02880200842.488424800

1996131.7513175001048.4410484400

1997142.0614206001297.4212974200

1998164.3916439001534.7315347300

1999184.2118421001804.0218040200

2000221.9222192002187.4521874500

2001262.4926249002482.4924824900

2002265.9326593002969.5229695200

2003290.8429084003585.7235857200

2004321.4732147004282.1442821400

2005421.3842138004950.9149509100

2006500.8850088005813.5658135600

2007658.0665806006801.5768015700

A.當(dāng)“地方財(cái)政收入”和“NK市生產(chǎn)總值”數(shù)據(jù)的計(jì)量單位均為“億元”時(shí)估計(jì)檢驗(yàn)結(jié)果

為：

y?=20.46106+0.084965GD/>;

(9.867440)(0.003255)

t=(2.073593)(26.10376)R2=0.977058

B.當(dāng)“地方財(cái)政收入”的計(jì)量單位為“億元”，“本市生產(chǎn)總值”的計(jì)量單位為“萬(wàn)元”

時(shí)：

y?=20.46106+0.00000850GD/>,

(9.867440)(0.0000(X)325)

t=(2.073593)(26.10376)R2=0.977058

C.當(dāng)“地方財(cái)政收入”的計(jì)量單位為“萬(wàn)元”，“本市生產(chǎn)總值”的計(jì)量單位為“億元”

時(shí)：

Y2I=204610.6+849.6520GD6

(98674.40)(32.54902)

t=(2.073593)(26.10376)R2=0.977058

D.當(dāng)“地方財(cái)政收入”的計(jì)量單位為“萬(wàn)元”，“本市生產(chǎn)總值”的計(jì)量單位為“萬(wàn)元”

時(shí)：

歐=204610.6+0.084965G。%

(98674.40)(0.0032549)

t=(2.073593)(26.10376)R2=0.977058

可以總結(jié)此變量度量單位對(duì)回歸影響的?般規(guī)律為：

1)當(dāng)被解釋變量測(cè)量單位改變(擴(kuò)大或縮小常數(shù)c倍),而解釋變量測(cè)量單位不變時(shí):0LS

截距和斜率的估計(jì)值及標(biāo)準(zhǔn)誤差都縮小或擴(kuò)大為原來(lái)的c倍.(如C的情況)

2)當(dāng)解釋變量測(cè)量單位改變(擴(kuò)大或縮小常數(shù)c倍),而被解釋變量測(cè)量單位不變時(shí):0LS

斜率的估計(jì)值及標(biāo)準(zhǔn)誤差擴(kuò)大或縮小為原來(lái)的c倍，但不影響截距的估計(jì).(如B的情況)3)

當(dāng)被解釋變量和解釋變量測(cè)量單位同時(shí)改變相同倍數(shù)時(shí)，0LS的截距估計(jì)值及標(biāo)準(zhǔn)誤差擴(kuò)大

為原來(lái)的c倍，但不影響斜率的估計(jì).(如D的情況)

4)當(dāng)被解釋變量和解釋變量測(cè)量單位改變時(shí)，不會(huì)影響擬合優(yōu)度.可決系數(shù)是純數(shù)沒(méi)有

維度，所以不隨計(jì)量單位而變化。

第三章練習(xí)題及參考解答

練習(xí)題3.1參考解答：

(1)由模型估計(jì)結(jié)果可看出：從經(jīng)濟(jì)意義上說(shuō)明，旅行社職工人數(shù)和國(guó)際旅游人數(shù)均與

旅游外匯收入正相關(guān)。平均說(shuō)來(lái)，旅行社職工人數(shù)增加1人，旅游外匯收入將增加0.1179

百萬(wàn)美元；國(guó)際旅游人數(shù)增加1萬(wàn)人次，旅游外匯收入增加1.5452百萬(wàn)美元。這與經(jīng)濟(jì)理

論及經(jīng)驗(yàn)符合，是合理的。

(2)取a=0.05,查表得.25◎1-3)=2.048

因?yàn)?個(gè)參數(shù)t統(tǒng)計(jì)量的絕對(duì)值均大于八025(31-3)=2.048,說(shuō)明經(jīng)t檢驗(yàn)3個(gè)參數(shù)均顯

著不為0,即旅行社職工人數(shù)和國(guó)際旅游人數(shù)分別對(duì)旅游外匯收入都有顯著影響。

(3)取。=0.05,查表得凡Q5(2,28)=3.34,由于尸=199.1894〉F005(2,28)=3.34,

說(shuō)明旅行社職工人數(shù)和國(guó)際旅游人數(shù)聯(lián)合起來(lái)對(duì)旅游外匯收入有顯著影響，線性回歸方程顯

著成立。

練習(xí)題3.2參考解答：

(1)因?yàn)榭傋儾畹淖杂啥葹?4=n-l,所以樣本容量：n=14+l=15

因?yàn)門(mén)SS=RSS+ESS殘差平方和RSS=TSS-ESS=66042-65965=77

回歸平方和的自由度為：k-1=3-1=2

殘差平方和RSS的自由度為:n-k=15-3=12

(2)可決系數(shù)為：R2=絲工="配=0.998834

TSS66042

—2,15-177

修正的可決系數(shù):R斗；—1___________x____=__0.9986

―15-366042

(3)這說(shuō)明兩個(gè)解釋變量X2和.X3聯(lián)合起來(lái)對(duì)被解釋變量有很顯著的影響，但是還不

能確定兩個(gè)解釋變量X2和.X3各自對(duì)Y都有顯著影響。

練習(xí)題3.3參考解答：

(I)建立家庭書(shū)刊消費(fèi)的計(jì)量經(jīng)濟(jì)模型：

匕=A+色x：+他+%

其中：Y為家庭書(shū)刊年消費(fèi)支出、X為家庭月平均收入、T為戶(hù)主受教育年數(shù)

(2)估計(jì)模型參數(shù)，結(jié)果為

DependentVariable:Y

Method:LeastSquares

Date:。7/02旭5Time:06:49

Sample:118

Includedobservations:18

VariableCoefficientStd.Errort-StatisticProb.

C-50.0163849,46026-1.0112440.3279

X0.0864500.0293632.9441860.0101

T52.370315.20216710,067020.0000

R-squared0.951235Meandependentvar755.1222

AdjustedR-squared0.944732S.D.dependentvar258.7206

S.E.ofregression60,82273Akaikeinfocriterion11.20482

Sumsquaredresid55491.07Schwarzcriterion11.35321

Loglikelihood-97.84334F-statistic146.2974

Durbin-Watsonstat2.605783Prob(F-statistic)0.000000

是

即Yi=-50.0162+0.08645X,.+52.37037；

(49.46026)(0.02936)(5.20217)

t=(-1.011244)(2.944186)(10.06702)

R2=0.951235R2=0.944732F=146.2974

(3)檢驗(yàn)戶(hù)主受教育年數(shù)對(duì)家庭書(shū)刊消費(fèi)是否有顯著影響：

由估計(jì)檢驗(yàn)結(jié)果，戶(hù)主受教育年數(shù)參數(shù)對(duì)應(yīng)的t統(tǒng)計(jì)量為10.06702,明顯大于t的臨界值

k025(18-3)=2.131,同時(shí)戶(hù)主受教育年數(shù)參數(shù)所對(duì)應(yīng)的P值為0.0000,明顯小于

a=0.05,均可判斷戶(hù)主受教育年數(shù)對(duì)家庭書(shū)刊消費(fèi)支出確實(shí)有顯著影響。

(4)本模型說(shuō)明家庭月平均收入和戶(hù)主受教育年數(shù)對(duì)家庭書(shū)刊消費(fèi)支出有顯著影響，家庭

月平均收入增加1元，平均說(shuō)來(lái)家庭書(shū)刊年消費(fèi)支出將增加0.086元，戶(hù)主受教育年數(shù)增加

1年，平均說(shuō)來(lái)家庭書(shū)刊年消費(fèi)支出將增加52.37元。

練習(xí)題3.4參考解答：

(1)對(duì)此模型作估計(jì)，并作出經(jīng)濟(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)的說(shuō)明。

DependentVariableY

MethodLeastSquares

Date02/14/07Time1050

Sample19701982

Includedobservations13

VariableCoefficientStdErrort-StatisticProb

C71059751618555439032100014

X2-13931150310050-449319600012

X314806740180185821750600000

R-squared0.872759Meandependentvar7756923

AdjustedR-squared0847311SDdependentvar3041892

SEofregression1188632Akaikeinfocriterion3382658

Sumsquaredresid1412846Schwarzcriterion351303