計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)題(民雙)_第1頁(yè)
計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)題(民雙)_第2頁(yè)
計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)題(民雙)_第3頁(yè)
計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)題(民雙)_第4頁(yè)
計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)題(民雙)_第5頁(yè)
已閱讀5頁(yè),還剩6頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)題

1、在一個(gè)單一方程計(jì)量經(jīng)濟(jì)模型中不可作為解釋變量的有()

A、政策變量B、控制變量C、內(nèi)生變量D、外生變量

2.一個(gè)由500個(gè)職工組成的樣本,表明職工的收入水平與受教育程度的相關(guān)系數(shù)為0.85,

這說(shuō)明()

A.職工收入水平與受教育程度由高度的正相關(guān)關(guān)系

B.有85%的高收入者具有較高的受教育程度

C.有85%的較高受教育者有較高的收入

D.其中只有85%的人的受教育程度與收入水平有關(guān)

3.在對(duì)X與Y的回歸分析中

A.X是隨機(jī)變量,Y是非隨機(jī)變量B.Y是隨機(jī)變量,X是非隨機(jī)變量

C.X和Y是隨機(jī)變量D.X和Y都是非隨機(jī)變量

4.以卜.模型中屬于線性回歸模型是()

2

A.E(Yi\Xi)=^+/32XiB.E(KXj)=t+倔Xj

V

C.七(工|X。=4+6*,.D.

Pl

5.為了研究物價(jià)與銷售量之間的關(guān)系,誰(shuí)是內(nèi)生變量()

A.銷售量B.物價(jià)C.銷售額D.收入

6.模型中其數(shù)值由模型本身決定的變量變是

A.外生變量B.內(nèi)生變量C.前定變量D.滯后變量

7.在簡(jiǎn)單線性回歸模型中:樣本回歸函數(shù)可以表示為()

A.E(y|XJ=a+mCjB.Yi=a+Mt

C.匕=&十十qD.Y--oc-\-/3X,+Uj

8.用最小二乘法作回歸分析時(shí)提出了各種基本假定,這是為了()

A.使回歸方程更簡(jiǎn)化B.得到總體回歸系數(shù)的最佳線性無(wú)偏估計(jì)

C.使解釋變量更容易控制D.使被解釋變量更容易控制

9.某一線性回歸方程的可決系數(shù)為0.81,則解釋變顯與被解釋變量間的線性相關(guān)系數(shù)為

A.0.81B.0.90C.0.66D.0.32

10.對(duì)估計(jì)的回歸方程彳=應(yīng)+忘1進(jìn)行假設(shè)檢驗(yàn),〃。:4=0,修:尸工0。若在

給定的顯著性水平下不能拒絕原假設(shè)小,則可認(rèn)為X與Y之間()。

A.不存在任何相關(guān)關(guān)系B.不存在高度的線性相關(guān)相關(guān)

C.不存在因果關(guān)系D.不存在顯著的線性相關(guān)相關(guān)

11.已知二元線性回歸模型估計(jì)的殘差平方和為=80(),樣本容量為〃=43,

則隨機(jī)誤差項(xiàng)勺的方差估計(jì)量(^為()

A.18.60B.19.05C.19.51D.20

12.假設(shè)一元回歸方程為夕=33+0.66勺,其回歸系數(shù)對(duì)應(yīng)的t統(tǒng)計(jì)量為4.2,樣本容量為

20,則在5%顯著性水平下,該方程對(duì)應(yīng)的方程顯著性檢驗(yàn)的F統(tǒng)計(jì)量為()

A.11.8336B.1.8547C.61.92D.無(wú)法計(jì)算

13.若協(xié)方差-又)化一Z)大于0,則X與Y之間的相關(guān)關(guān)系是

A.正相關(guān)B.負(fù)相關(guān)C.高度相關(guān)D.低度相關(guān)

14.輔助回歸法主要用于檢驗(yàn)()

A.多重共線性B.異方差性C.自相關(guān)性D.隨機(jī)解釋變量

15.在多元線性回歸模型中,若某個(gè)解釋變量時(shí)其余解釋變量的可決系數(shù)接近于1,則表明

模型中存在()

A.多重共線性B.異方差性C.序列用關(guān)D.高擬合優(yōu)度

16.如果戈里瑟檢驗(yàn)表明,普通最小二乘估計(jì)結(jié)果的殘差,與X,.有顯著的形式

M=0.28715X,+匕.的相關(guān)關(guān)系(匕滿足線性模型的全部經(jīng)典假設(shè)),則用加權(quán)最小二乘法

估計(jì)模型參數(shù)時(shí),權(quán)數(shù)應(yīng)為()

17.根據(jù)一個(gè)n=30的樣本估計(jì)X=樂(lè)+?玉+"后計(jì)算得DW=1.4,已知在5%得的置信度

下,力.=1.35,^=1,49,則認(rèn)為原模型()

A.不存在一階序列自相關(guān)B.不能判斷是否存在一階自相關(guān)

C.存在完全的正的一階自相關(guān)D.存在完全的負(fù)的一階自相關(guān)

18.計(jì)量經(jīng)濟(jì)模型的被解和變量一定是()

A.控制變量B.政策變量C.內(nèi)生變量D.外生變量

19.在對(duì)X與Y的相關(guān)分析中()

A.X是隨機(jī)變量,Y是非隨機(jī)變量B.Y是隨機(jī)變量,X是非隨機(jī)變量

C.X和Y都是隨機(jī)變量D.X和Y都是非隨機(jī)變量

20.機(jī)床的使用年限與維修費(fèi)用之間的相關(guān)系數(shù)是0.7213,合理范圍內(nèi)施肥量與糧食畝產(chǎn)量

之間的相關(guān)系數(shù)為0.8521,商品價(jià)格與需求量之間的相關(guān)系數(shù)為-0.9345;則()

A.商品價(jià)格與需求量之間的線性相關(guān)程度最高

B.商品價(jià)格與需求量之旬的線性相關(guān)程度最低

C.施肥量與糧食畝產(chǎn)量之間的線性相關(guān)程度最高

D.機(jī)床的使用年限與維修費(fèi)用之間的線性相關(guān)程度最高

21.可決系數(shù)可以說(shuō)明回歸方程的()

A.有效度B.顯著性水平C.擬合優(yōu)度I).相關(guān)性

22.在古典假定下,解釋變量X和被解釋變量Y的回歸分析中()

A.解釋變量X和被解釋變量Y都是隨機(jī)變量

B.解釋變量X為非隨機(jī)變量,被解釋變量Y為隨機(jī)變量

C.解釋變顯X和被解釋變最Y都為非隨機(jī)變量

D.解釋變量X為隨機(jī)變量,被解釋變量Y為非隨機(jī)變量

23.在簡(jiǎn)單線性回歸模型中,總體回歸函數(shù)可以表示為()

A.以卜因)=a+pXiB.?i=a+pX(

C.?i=a+pXi+UiD.Yi=a+pX(4-u(

24.對(duì)線性回歸模型作一些基本假定的最重要原因是()

A.為了便于確定模型的解釋變量B.為了使估計(jì)的參數(shù)具有良好的統(tǒng)計(jì)性質(zhì)。

C.為了便于確定所估計(jì)參數(shù)的均值D.為了便于得出模型參數(shù)的估計(jì)值

25.利用普通最小二乘法估計(jì)的樣本回歸直線必然通過(guò)()

A.點(diǎn)(又,F)B.點(diǎn)(0,0)C.點(diǎn)(刀,0)D.點(diǎn)(O,F)

26.若兩個(gè)變量負(fù)線性相關(guān)關(guān)系,則對(duì)二者建立的回歸方程的可決系數(shù)的取值為()

A.(-1,0)B.無(wú)法確定C.小于7D.(0,1)

27.某模型估計(jì)結(jié)果如下:

Yt=47.94+0.84X,+0.12Z,

r=(-2.652)(4.70)(3.23)

R2=0.89t/f=20DW=1.87

則該模型的F統(tǒng)計(jì)量值為:()

A.80.91B.82.78C.100.02D.68.56

28.樣本決定系數(shù)R2是指()

A.殘差平方和占總離差平方和的比重B.總離差平方和占回歸平方和的比重

C.回歸平方和占總離差平方和的比重D.回歸平方和占?xì)埐钇椒胶偷谋戎?/p>

29.如果回歸模型中解釋變量之間存在完全的多重共線性,則最小二乘估計(jì)量()

A.不確定,方差無(wú)限大B.確定,方差無(wú)限大

C.不確定,方差最小D.確定,方差最小

30.下列關(guān)于異方差性檢驗(yàn)的敘述,正確的是()

A.通過(guò)圖示法可以精確判斷模型是否存在異方差性

B.戈德菲爾德一匡特檢驗(yàn)需要對(duì)樣本進(jìn)行排序

C.戈德菲爾德?匡特檢驗(yàn)不需要對(duì)樣本進(jìn)行排序

D.White檢驗(yàn)需要對(duì)樣本進(jìn)行排序

31.根據(jù)20個(gè)觀測(cè)值估計(jì)的結(jié)果,一元線性回歸模型的DW=2.3。在樣本容量n=20,解釋變

最k=l,顯著性水平a=0.05時(shí),查得4=1,4,=1.41,則可以判斷()

A.不存在一階自相關(guān)B.存在正的一階自相關(guān)

C.存在負(fù)的一階自相關(guān)D.無(wú)法確定

32.按照線性回歸的基本假定,解釋變量應(yīng)當(dāng)

A.與被解釋變量Y不相關(guān)B.與隨機(jī)誤差項(xiàng)u不相關(guān)

C.與殘差項(xiàng)差項(xiàng)巳不相關(guān)D.與自身的滯后值不相關(guān)

33.在線性回歸模型丫尸仇十魚X盧附中,回歸系數(shù)夕2表示

A.當(dāng)X:0時(shí)Y的平均值B.X變動(dòng)一個(gè)單位時(shí)Y的變動(dòng)總量

C.Y變動(dòng)一個(gè)單位時(shí)X的平均變動(dòng)量D.X變動(dòng)一個(gè)單位時(shí)Y的平均變動(dòng)量

34.如果模型匕=%+4尤+《存在序列相關(guān),則

A.Cov(X,,%)=0B.Cov(4,Ilx)/0(t#s)

C.Cov(X,u)M

ttD.Cov(ut,us)=0(t*s)

35.當(dāng)模型存在序列相關(guān)現(xiàn)象時(shí),適宜的參數(shù)估計(jì)方法是

A.加權(quán)最小二乘法B.間接最小二乘法

C.廣義差分法D.工具變量法

36.如果模型中的解釋變量存在完全的多重共線性,參數(shù)的最小二乘估計(jì)量是

A.無(wú)偏的B.有偏的C.不確定的D.確定的

37.在同一時(shí)間不同空間的相同統(tǒng)計(jì)指標(biāo)組成的數(shù)據(jù)組合,是

A.原始數(shù)據(jù)B.時(shí)點(diǎn)數(shù)據(jù)C.時(shí)間序列數(shù)據(jù)D.截面數(shù)據(jù)

38.Goldfeld-Quandt方法用于檢驗(yàn)

A.異方差性B.自相關(guān)性C.隨機(jī)解釋變量D.多重共線性

39.在多元線性回歸模型中,若某個(gè)解釋變晟對(duì)其余解釋變量的輔助回歸函數(shù)的可決系數(shù)接

近于1,則表明模型中存在

A.多重共線性B.異方差性C.序列相關(guān)D.高擬合優(yōu)度

40.最常用的統(tǒng)計(jì)檢驗(yàn)準(zhǔn)則包括擬合優(yōu)度檢驗(yàn)、變量的顯著性檢驗(yàn)和

A.回歸方程的顯著性檢驗(yàn)B.多重共線性檢驗(yàn)

C.異方差檢驗(yàn)D.自相關(guān)檢驗(yàn)

41.檢驗(yàn)自回歸模型擾動(dòng)項(xiàng)的自相關(guān)性,常用德賓DW?檢驗(yàn),下列命題正確的是

A.德賓DW檢驗(yàn)只適用一階自回歸模型B.德賓DW檢驗(yàn)適用任意階的自回歸模型

C.德賓DW統(tǒng)計(jì)量服從F分布D.德賓DW檢驗(yàn)可以用于小樣本問(wèn)題

42.OLS估計(jì)的基本思想是:

A.Z|q|最小B.Z婷最大C.Zq最小D.Ze;最小

43.時(shí)于利用普通最小二乘法得到的樣本回歸直線,下面說(shuō)法中錯(cuò)誤的是

A.Let=0B.Le,WOC.D.DX

44.逐步回歸法主要用于檢驗(yàn)

A多重共線性B.異方差性C.自相關(guān)性D.隨機(jī)解釋變量

45.下列數(shù)學(xué)模型中屬于完整的計(jì)量經(jīng)濟(jì)模型的是

A.Y=a+/?X,+%B.X=/7XjC.Y.=a+fiXiD.X=

46.在總體回歸函數(shù)和樣本回歸函數(shù)中,回歸系數(shù)

A.都是常數(shù)B.樣本回歸函數(shù)的回歸系數(shù)是常數(shù)

C.都不是常數(shù)D.總體回歸函數(shù)的回歸系數(shù)是常數(shù)

47.簡(jiǎn)單相關(guān)系數(shù)矩陣方法主要用于檢驗(yàn)

A.異方差性B.自相關(guān)性C.隨機(jī)解釋變量D.多重共線性

48.在回歸模型工=*+必,-+%中,/反映的是

A.由于X的變化引起的Y的線性變化部分

B.由于Y的變化引起的X的線性變化部分

C.除X和Y的線性關(guān)系之外的隨機(jī)因素對(duì)Y的影響

D.由于X和Y的線性關(guān)系對(duì)Y的影響

49.由最小二乘法得到的回歸直線,要求滿足被解釋變量的

A.平均值與其估計(jì)值的離差平方和最小B.實(shí)際值與其平均值的離差平方和最小

C.實(shí)際值與其估計(jì)值的離差和為0D.實(shí)際值與其估計(jì)值的離差平方和最小

50.設(shè)線性回歸模型為匕二四”網(wǎng)”網(wǎng)+%,下列表明變量之間具有完全多重共線

性的是

A.X,+-X,=OB.X,/=0

x

c.X2+e^=0D.X2+gx3+u=()(i,為隨機(jī)誤差項(xiàng))

二、填空題

1.參數(shù)最小二乘估計(jì)的性質(zhì)有()、()、()。

2.計(jì)量經(jīng)濟(jì)研究中所用的數(shù)據(jù)類型有:時(shí)間序列數(shù)據(jù)、()、面板數(shù)據(jù)以及

()。

3.Yt=600-0.016Xt

()()

T=(2.5)(0.8)

4.TSS的自由度是();ESS的自由度是()。

5.根據(jù)樣本決定系R2與F統(tǒng)計(jì)量的關(guān)系可知,當(dāng)產(chǎn)=1的有()

6.匕=5.676-0.312Xf

T=(9.46)()

SE=()(0.048)

7.()的成立標(biāo)志著計(jì)量經(jīng)濟(jì)學(xué)作為經(jīng)濟(jì)學(xué)的一門獨(dú)立學(xué)科被正式確立。

8.參數(shù)估計(jì)量的評(píng)價(jià)標(biāo)準(zhǔn)()、()、()。

9.1川的取值中,最大值(),最小值()。

10.TSS=()+()

11.D—W檢驗(yàn)的零假設(shè)是(p為隨機(jī)項(xiàng)的一階自相關(guān)系數(shù))p=()。

12.計(jì)量經(jīng)濟(jì)模型主要用于經(jīng)濟(jì)結(jié)構(gòu)分析、()、()、

()等幾個(gè)方面,

13.方差膨脹因子VIF大于等于(),說(shuō)明解釋變量與其余解釋變量之間存在嚴(yán)重

多重共線性。

14.相關(guān)系數(shù)r>0,表明X與丫為()。

三、判斷題

()1.如果兩個(gè)變量相關(guān)系數(shù),為負(fù),說(shuō)明隨著一個(gè)變量增加,另一個(gè)變量減少。

()2.對(duì)于線性回歸模型工=四+乩*,-%,要逆普通最小二乘估計(jì)量具備無(wú)偏性,

則模型必須滿足E(屋

()3.多重共線性問(wèn)題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的。

()4.在古典假定條件下,回歸系數(shù)的估計(jì)可以用最小二乘法。

()5.在簡(jiǎn)單線性回歸模型中,F(xiàn)檢驗(yàn)與t檢驗(yàn)是等價(jià)的。

()6.簡(jiǎn)單線性回歸模型和多元線性回歸模型的基本假定是相同的。

()7.在線性回歸模型中,若解釋變量也和X2的觀測(cè)值成比例,即xkkxz其中k為非

零常數(shù),則表明模型中存在自相關(guān)性。

()8.如果方差膨脹因子VIF=10,則認(rèn)為多重共線性問(wèn)題是嚴(yán)重的。

()9.殘差的均值為零是多重共線性產(chǎn)生的原因。

()10.模型中其數(shù)值由模型本身決定的變量變是內(nèi)生變量。

()11.簡(jiǎn)單相關(guān)系數(shù)矩陣方法主要用于檢驗(yàn)異方差性。

()12.多元線性【可歸分析中的RSS的自由度是n-h

()13.用I檢驗(yàn)與F檢驗(yàn)綜合法檢驗(yàn)自相關(guān)性。

()14.2X?+?X3=O表明解釋變量之間具有完全多重共線性。

()15.樣本回歸函教的回歸系數(shù)是常數(shù)。

()16.容易產(chǎn)生異方差性的數(shù)據(jù)是時(shí)間序列數(shù)據(jù)。

()17.D—N檢驗(yàn)的零假設(shè)是(p為隨機(jī)項(xiàng)的一階自相關(guān)系數(shù))p=l。

()18.已知樣本回歸模型殘差的一階自相關(guān)系數(shù)接近于T,則DW統(tǒng)計(jì)量近似等于0。

()19.匕=a+/?X,+%屬于完整的計(jì)量經(jīng)濟(jì)模型”

()20.同一統(tǒng)計(jì)指標(biāo)按時(shí)間順序記錄的數(shù)據(jù)稱為截面數(shù)據(jù)。

()21.總體回歸函數(shù)的回歸系數(shù)是常數(shù)。

()22.多元線性回歸分析中的ESS的自由度是卜1。

()23.用t檢驗(yàn)與F檢驗(yàn)綜合法檢驗(yàn)異方差性。

()24.多重共線性是一種總體現(xiàn)象。

()25.White檢驗(yàn)方法主要用于檢驗(yàn)自相關(guān)性。

()26.異方差通常出現(xiàn)在時(shí)間序列中,自相關(guān)通常出現(xiàn)在截面數(shù)據(jù)中。

()27.在線性回歸模型中引入較多的解釋變量容易產(chǎn)生多重共線性。

()28.總體回歸線可以有多條,樣本回歸線只有一條。

()29.自相關(guān)是指回歸模型中解釋變量之間具有相關(guān)性。

()30.DW檢驗(yàn)有兩個(gè)不能確定的區(qū)域。

()31.在異方差條佇下普通最小二乘法具有無(wú)偏性。

()32.如果模型匕存在序列相關(guān),則Cov(《,〃、)M(tws)。

()33.已知DW統(tǒng)計(jì)量的值接近于2,則樣本回歸模型殘差的一階自相關(guān)系數(shù)p近似等

于0。

()34.利用回歸模型作區(qū)間預(yù)測(cè)時(shí),被解釋變量預(yù)測(cè)區(qū)間的寬度在X0=區(qū)處最大。

()35.對(duì)模型匕=四+為Xzr'+^進(jìn)行總體顯著性檢驗(yàn),如果檢驗(yàn)結(jié)果表明總

體線性關(guān)系顯著,則有耳二片=。。

()36.在計(jì)量經(jīng)濟(jì)建模過(guò)程中,對(duì)所有變量的聯(lián)合顯著性檢驗(yàn)使用F檢。

()37.在計(jì)量經(jīng)濟(jì)分析中,建模過(guò)程中片越大越好。

()38.在簡(jiǎn)單線性回歸模型中,相關(guān)系數(shù)和可決系數(shù)沒(méi)有關(guān)系。

()39.異方差通常出現(xiàn)在時(shí)間序列數(shù)據(jù)中。

四、簡(jiǎn)答題

1.計(jì)量經(jīng)濟(jì)研究中所用的數(shù)據(jù)有哪些類型?各舉一個(gè)例子說(shuō)明

2.簡(jiǎn)單線性回歸模型的基本假定。

3.多元線性同歸模型的基本假定。

4.計(jì)量經(jīng)濟(jì)模型分析經(jīng)濟(jì)問(wèn)題的基本步驟是什么?

5.多重共線性產(chǎn)生的原因有哪些?

6.不完全多重共線性的后果有哪些?

7.請(qǐng)列舉幾種不同方法來(lái)補(bǔ)救多重共線性。

8.異方差產(chǎn)生的原因有哪些?

9.自相關(guān)產(chǎn)生的原因有哪些?

10.異方差的檢驗(yàn)方法有哪明?

11.引入隨機(jī)擾動(dòng)項(xiàng)的原因有哪些?

12.已知回歸函數(shù)總體回歸函數(shù)個(gè)別值的表達(dá)形式為

匕=d+的兒+ut

請(qǐng)寫出:(1)參數(shù)個(gè)數(shù)

(2)總體回歸函數(shù)條件均值的表達(dá)形式

(3)樣本回歸函數(shù)條件均值的表達(dá)形式

(4)樣本回歸函數(shù)個(gè)別值的表達(dá)形式

五、計(jì)算題

1.為研究家庭書刊年消費(fèi)支出(Y)與家庭月平均收入(X2)、戶主受教育年數(shù)(X3)的關(guān)

系,針對(duì)收集米的部分?jǐn)?shù)據(jù),運(yùn)用eviews軟件,進(jìn)行建模,建模的運(yùn)彳丁結(jié)果如卜圖所以:

|=JEquation:UNTITLEDWorkfile:33::Untitled\-□X

View|ProcObject|PrintNameFreezeEstimateForecastStatsResids

DependentVariable:LNY

Method:LeastSquares

Date:06/08/22Time:00:35

Sample:118

includedobservations:18

VariableCoefficientStd.Errort-StatisticProb.

C3.9314740.4027619.7613050.0000

LNX20.2485350.0588834.2207960.0007

X30.0638690.00529312.055080.0000

R-squared0.964911Meandependentvar6.575705

AdjustedR-squared0.960232S.D.dependentvar0.323139

S.E.ofregression0.064440Akaikeinfccriterion-2.495152

Sumsquaredresid0.062288Schwarzcriterion-2.346756

Loglikelihood25.45636Hannan-Quinncriter.-2.474690

F-statistic206.2396Durbin-Wstsonstat2.209134

Prob(F-statistic)0.000000

(I)樣本容量為多少?使用的參數(shù)估計(jì)方法是什么?

(2)根據(jù)運(yùn)行結(jié)果估計(jì)家庭書刊年消費(fèi)支出計(jì)量經(jīng)濟(jì)模型lnYt=用+021nx2t+p3X3t+

%的回歸報(bào)告

(3)對(duì)模型進(jìn)行擬合優(yōu)度檢驗(yàn)

(4)分別寫出biX2t和為£回歸系數(shù)的經(jīng)濟(jì)意義

(5)對(duì)乂3「的回歸系數(shù)進(jìn)行顯著性檢驗(yàn)

(6)對(duì)家庭書刊年消費(fèi)支出計(jì)量經(jīng)濟(jì)模型整體進(jìn)行顯著性檢驗(yàn)

2.下表給出了匕=0i+夕2X2+凡*3+夕4X4+%的回歸結(jié)果:(顯著性水平aMX0.05)

HeteroskedasticityTestWhite

F-statistic55,61118Prob.F(2,18)0.0000

Obs*R-squared18.07481Prob.Chi-Square(2)0.0001

ScaledexplainedSS11.78770Prob.Chi-Square(2)0.0028

方差來(lái)源平方和自由度平方和的均值F值

來(lái)自回歸(ESS)52584()()()

來(lái)自殘差

()()()

(RSS)

總離差(TSS)6604236

問(wèn):(1)樣本容量是多少?

(2)填充括號(hào)內(nèi)的值

(3)求R2

3.為研究醫(yī)療結(jié)構(gòu)數(shù)(個(gè))與人口數(shù)(萬(wàn)人)的關(guān)系,利用2000年四川各地區(qū)

醫(yī)療結(jié)構(gòu)數(shù)(Y)與人口數(shù)(X)的數(shù)據(jù),進(jìn)行建模,并對(duì)建模結(jié)果進(jìn)行了檢驗(yàn),

eviews運(yùn)行結(jié)果如下所示:

圖3.1eviews運(yùn)行結(jié)果1

DependentVariable^

DependentVariable:YMethod:LeastSquares

Method:LeastSquaresDate:11/11/21Time:02:14

Date11/11/21Time02:13Sample:1421

Sample18Includedobservations:8

Includedobsecvations:8

VariableCoefficientStdErrort-StatisticProb

VariableCoefficientStdErrort-StafisticProb.

C-2940.426430.7787-6.8258390.0005

C5982525119292250150180.0024

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論