下载文档原格式
第三章习题3.1（1）2011年各地区的百户拥有家用汽车量及影响因素数据图形可以看出，2011年各地区的百户拥有家用汽车量及影响因素的差异明显，其变动的方向基本相同，相互间可能具有一定的相关性，因而将其模型设定为线性回归模型形式：Y=β1+β2X2+β3X3+β4X4估计参数Y=246.854+5.996865X 2-0.524027X 3-2.26568X 4模型检验① R 2是0.666062，修正的R 2为0.628957，说明模型对样本拟合较好 ② F 检验，分别针对H0：βj=0(j=1,2,3,4)，给定显著性水平α=0.05，在F 分布表中查出自由度为k-1=3,n-k=27的临界值F α（3,27）=3.65，由表可知，F=17.95108>F α（3,27）=3.65，应拒绝原假设，回归方程显著。
③ t 检验，分别针对H0：βj=0(j=1,2,3,4)，给定显著性水平α=0.05，查t 分布表得自由度为n-k=27临界值t 205.0（n-k ）=2.0518。
对应的t 统计量分别为 4.749476，4.265020，-2.922950，-4.366842，其绝对值均大于t （27）=2.0518，所以这些系数都是显著的。
（2）人均ＧＤＰ增加１万元，百户拥有家用汽车增加5.996865辆，城镇人口比重增加１个百分点，百户拥有家用汽车减少0.524027辆， 交通工具消费价格指数每上升１，百户拥有家用汽车减少2.265680辆。
（3）将其模型设定为 Y=β1+β2X 2+β3LnX 3+β4LnX 4Y=1148.758+5.135670X2-22.81005LnX3-230.8481LnX4改进后的R2为0.691952>原R2为0.666062，拟合程度得到了提高3.2(1)估计参数Y = - 18231.58+0.135474X 2 + 18.85348X 3 模型检验R 2是0.985838，修正的R 2是0.983950，说明模型对样本拟合较好F 检验，分别针对H 0；βj =0(j=1,2,3)，给定显著性水平α=0.05，在F 分布表中查出自由度为k-1=2,n-k=15的临界值F α（2,15）=4.77，由表可知，F=522.0976>F （2,15）=4.77，应拒绝原假设，回归方程显著。
第二章简单线性回归模型2.1（1）①首先分析人均寿命与人均GDP的数量关系，用Eviews分析：Dependent Variable: YMethod: Least SquaresDate: 12/27/14 Time: 21:00Sample: 1 22Included observations: 22Variable Coefficient Std. Error t-Statistic Prob.C 56.64794 1.960820 28.88992 0.0000X1 0.128360 0.027242 4.711834 0.0001R-squared 0.526082 Mean dependent var 62.50000 Adjusted R-squared 0.502386 S.D. dependent var 10.08889 S.E. of regression 7.116881 Akaike info criterion 6.849324 Sum squared resid 1013.000 Schwarz criterion 6.948510 Log likelihood -73.34257 Hannan-Quinn criter. 6.872689 F-statistic 22.20138 Durbin-Watson stat 0.629074 Prob(F-statistic) 0.000134有上可知，关系式为y=56.64794+0.128360x1②关于人均寿命与成人识字率的关系，用Eviews分析如下：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:10Sample: 1 22Included observations: 22Variable Coefficient Std. Error t-Statistic Prob.C 38.79424 3.532079 10.98340 0.0000X2 0.331971 0.046656 7.115308 0.0000R-squared 0.716825 Mean dependent var 62.50000 Adjusted R-squared 0.702666 S.D. dependent var 10.08889 S.E. of regression 5.501306 Akaike info criterion 6.334356 Sum squared resid 605.2873 Schwarz criterion 6.433542 Log likelihood -67.67792 Hannan-Quinn criter. 6.357721 F-statistic 50.62761 Durbin-Watson stat 1.846406 Prob(F-statistic) 0.000001由上可知，关系式为y=38.79424+0.331971x2③关于人均寿命与一岁儿童疫苗接种率的关系，用Eviews分析如下：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:14Sample: 1 22Included observations: 22Variable Coefficient Std. Error t-Statistic Prob.C 31.79956 6.536434 4.864971 0.0001X3 0.387276 0.080260 4.825285 0.0001R-squared 0.537929 Mean dependent var 62.50000Adjusted R-squared 0.514825 S.D. dependent var 10.08889S.E. of regression 7.027364 Akaike info criterion 6.824009Sum squared resid 987.6770 Schwarz criterion 6.923194Log likelihood -73.06409 Hannan-Quinn criter. 6.847374F-statistic 23.28338 Durbin-Watson stat 0.952555Prob(F-statistic) 0.000103由上可知，关系式为y=31.79956+0.387276x3（2）①关于人均寿命与人均GDP模型，由上可知，可决系数为0.526082，说明所建模型整体上对样本数据拟合较好。
实用文档之"第二章"2.2（1）①对于浙江省预算收入与全省生产总值的模型，用Eviews分析结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/03/14 Time: 17:00Sample (adjusted): 1 33Included observations: 33 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.X 0.176124 0.004072 43.25639 0.0000C -154.3063 39.08196 -3.948274 0.0004R-squared 0.983702 Mean dependent var 902.5148 Adjusted R-squared 0.983177 S.D. dependent var 1351.009S.E. of regression 175.2325 Akaike info criterion 13.22880Sum squared resid 951899.7 Schwarz criterion 13.31949Log likelihood -216.2751 Hannan-Quinn criter. 13.25931F-statistic 1871.115 Durbin-Watson stat 0.100021Prob(F-statistic) 0.000000②由上可知，模型的参数：斜率系数0.176124，截距为—154.3063③关于浙江省财政预算收入与全省生产总值的模型，检验模型的显著性：1）可决系数为0.983702，说明所建模型整体上对样本数据拟合较好。
2）对于回归系数的t检验：t（β2）=43.25639>t0.025(31)=2.0395，对斜率系数的显著性检验表明，全省生产总值对财政预算总收入有显著影响。
计量经济学第六章作业思考题：6.1 如何使用DW统计量来进行自相关检验？该检验方法的前提条件和局限性有哪些？答：（1）DW 检验是J.Durbin(杜宾)和G.S.Watson(沃特森)于1951年提出的一种适用于样本容量大于等于15的检验自相关的方法，许多计量经济学和统计学计算机软件都可以计算出DW 值。
给定显著水平α，依据样本容量n和解释变量个数k’（不包括常数项），查D.W.分布表可得临界值（d统计量的上界d U和下界d L），当0<DW<d L时，表明存在一阶正自相关，而且正自相关的程度随DW向0的靠近而增强。
当d L<DW<d U时，表明为不能确定是否存在自相关。
当d U<DW<4-d U时，表明不存在一阶自相关。
当4-d U<DW<4-d L时，表明不能确定是否存在自相关。
当4-d L<DW<4时，表明存在一阶负自相关，而且负自相关的程度随DW向4的靠近而增强。
（2）DW检验的前提条件：<1>解释变量是非随机的（因此与随机扰动项不相关）；<2>随机扰动项是一阶自回归形式，即u t=ρu t-1 +v t (v t满足古典假定)；<3>线性模型的解释变量中不包含滞后的被解释变量，如不应出现下列形式：Y t =β1 +β2 X t +β 3 Y t-1 +u t；<4>截距项不为零，即只适用于有常数项的回归模型；<5>数据序列无缺失项，样本比较大。
（3）DW检验的局限性：<1>DW检验有两个不能确定的区域，一旦DW值落在这两个区域，就无法判断。
这时，只有增大样本容量或选取其他方法；<2>DW统计量的上、下界表要求n≥15, 这是因为样本如果再小，利用残差就很难对自相关的存在性做出比较正确的诊断；<3> DW检验不适应随机误差项具有高阶序列相关的检验；<4> DW检验有运用的前提条件，只有符合这些条件DW检验才是有效的。
第二章 简单线性回归模型2.1（1） ①首先分析人均寿命与人均GDP 的数量关系，用Eviews 分析：Dependent Variable: YMethod: Least SquaresDate: 12/27/14 Time: 21:00Sample: 1 22Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 56.64794 1.960820 28.88992 0.0000X1 0.128360 0.027242 4.711834 0.0001 R-squared 0.526082 Mean dependent var 62.50000AdjustedR-squared 0.502386 S.D. dependent var 10.08889S.E. of regression 7.116881 Akaike info criterion 6.849324Sum squared resid 1013.000 Schwarz criterion 6.948510Log likelihood -73.34257 Hannan-Quinncriter. 6.872689F-statistic 22.20138 Durbin-Watson stat 0.629074Prob(F-statistic) 0.000134 有上可知，关系式为y=56.64794+0.128360x 1②关于人均寿命与成人识字率的关系，用Eviews 分析如下：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:10Sample: 1 22Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 38.79424 3.532079 10.98340 0.0000X2 0.331971 0.046656 7.115308 0.0000 R-squared 0.716825 Mean dependent var 62.50000AdjustedR-squared 0.702666 S.D. dependent var 10.08889S.E. of regression 5.501306 Akaike info criterion 6.334356Sum squared resid 605.2873 Schwarz criterion 6.433542Log likelihood -67.67792 Hannan-Quinncriter. 6.357721F-statistic 50.62761 Durbin-Watson stat 1.846406Prob(F-statistic) 0.000001 由上可知，关系式为y=38.79424+0.331971x 2③关于人均寿命与一岁儿童疫苗接种率的关系，用Eviews 分析如下：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:14Sample: 1 22Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob. C 31.79956 6.536434 4.864971 0.0001X3 0.387276 0.080260 4.825285 0.0001 R-squared 0.537929 Mean dependent var 62.50000AdjustedR-squared 0.514825 S.D. dependent var 10.08889S.E. of regression 7.027364 Akaike info criterion 6.824009Sum squared resid 987.6770 Schwarz criterion 6.923194Log likelihood -73.06409 Hannan-Quinncriter. 6.847374F-statistic 23.28338 Durbin-Watson stat 0.952555Prob(F-statistic) 0.000103 由上可知，关系式为y=31.79956+0.387276x 3（2）①关于人均寿命与人均GDP 模型，由上可知，可决系数为0.526082，说明所建模型整体上对样本数据拟合较好。
4.4 在本章开始的“引子”提出的“国内生产总值增加会减少财政收入吗？”的例子中，如果所采用的数据如表4.11所示表4.11 1978-2011年财政收入及其影响因素数据(资料来源：《中国统计年鉴2008》，中国统计出版社2008年版)试分析：为什么会出现本章开始时所得到的异常结果？怎样解决所出现的问题？ 【练习题4.4参考解答】 建议学生自己独立完成由于模型存在严重的多重共线性，导致模型的回归系数不稳定，且回归系数的符号与相关图的分析不一致。
一、财政收入理论模型建立由经济理论可知，一个国家或地区的经济发展是财政收入的来源,经济发展水平越高或者经济总量越大的地区,财政收入就越有充足的來源，一般地衡量一国的经济发展水平我们采用国内生产总值反映，故国内生产总值是影响财政收入的一个因素；税收是财政收入的主要形式,税收规模越大, 财政收入越多，税收收入是影响财政收入的一个重要因素；由以支定收财政理论可知，财政支出是政府为提供公共产品和服务,满足社会共同需要而进行的财政资金的支付，财政支出水平越高，政府提供公共产品与服务越多，需要的财政收入也越多，从这一角度而言，财政支出也是影响财政收入的一个因素。
下列的相关图分析也说明了这一点。
利用eviews 软件分别输入相关图命令：scat czzc czsr scat gdp czsr scat ssze czsr得财政支出与财政收入、国内生产总值与财政收入、税收收入与财政收入的相关图，如图一所示：图一 变量之间的相关图由相关图可知，财政支出、国内生产总值、税收收入分别与财政收入之间呈现出一种正的线性关系，综上所述，初步将财政收入理论模型定为线性回归模型：t t t t t u ssze GDP czzc czsr +++=4321ββββ＋其中，czsr 表示财政收入、czzc 表示财政支出、GDP 表示国内生产总值、ssze 表示税收收入、 u 表示随机扰动项二、数据收集和处理相关变量的数据均来源于《2012年中国统计年鉴》 三、模型估计在预设模型满足基本假定的前提条件下，我们运用最小二乘法估计回归模型，eviews软件估计回归模型的命令为Ls cszr c czzc gdp ssze得到回归模型估计结果，如图二所示图二 财政收入三元线性回归模型1根据图二数据，财政收入三元线性回归模型可用标准报告形式表示为：t t t t ssze GDP czzc rczs 1769.10253.00901.08540.221ˆ+-+-=（模型1） （0.0444） （0.0051） （0.0622） T= （2.0311） （-4.9980） （18.9327）2R =0.9999 2R =0.9998 F=53493.93 DW=1.4581四、模型检验1、经济意义及统计检验由图二及报告形式，可以看出尽管模型判定系数2R 高达0.9999，非常接近于1，模型拟合程度很高； F 统计量值达53493.93，其伴随概率接近于0，模型整体明显显著；回归系数的精确显著性水平均小于0.05；财政支出cczc 和税收总额ssze 的回归系数为正数，与理论分析相吻合，但GDP 的回归系数为负数，表明在其他解释变量不变的情况下，GDP 每增长一亿元，财政收入将减少0.0341亿元，这与前述的理论分析不吻合，也与相关图的分析不一致。
第二章简单线性回归模型2.1（1）①首先分析人均寿命与人均GDP的数量关系，用Eviews分析：Dependent Variable: YMethod: Least SquaresDate: 12/27/14 Time: 21:00Sample: 1 22Included observations: 22Variable Coefficient Std. Errort-Statistic Prob.C56.64794 1.96082028.889920.0000X10.1283600.027242 4.7118340.0001R-squared0.526082 Mean dependent var62.50000 Adjusted R-squared0.502386 S.D. dependent var10.08889S.E. of regression7.116881 Akaike infocriterion 6.849324Sum squared resid1013.000 Schwarz criterion 6.948510Log likelihood-73.34257 Hannan-Quinncriter. 6.872689F-statistic22.20138 Durbin-Watson stat0.629074 Prob(F-statistic)0.000134有上可知，关系式为y=56.64794+0.128360x1②关于人均寿命与成人识字率的关系，用Eviews分析如下：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:10Sample: 1 22Included observations: 22Variable Coefficient Std. Error t-Statistic Prob.C38.79424 3.53207910.983400.0000X20.3319710.0466567.1153080.0000R-squared0.716825 Mean dependent var62.50000 Adjusted R-squared0.702666 S.D. dependent var10.08889S.E. of regression 5.501306 Akaike infocriterion 6.334356Sum squared resid605.2873 Schwarz criterion 6.433542 Log likelihood-67.67792 Hannan-Quinn 6.357721criter.F-statistic50.62761 Durbin-Watson stat 1.846406 Prob(F-statistic)0.000001由上可知，关系式为y=38.79424+0.331971x2③关于人均寿命与一岁儿童疫苗接种率的关系，用Eviews分析如下：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:14Sample: 1 22Included observations: 22Variable Coefficient Std. Error t-Statistic Prob.C31.79956 6.536434 4.8649710.0001X30.3872760.080260 4.8252850.0001R-squared0.537929 Mean dependent var62.50000 Adjusted R-squared0.514825 S.D. dependent var10.08889S.E. of regression7.027364 Akaike infocriterion 6.824009Sum squared resid987.6770 Schwarz criterion 6.923194Log likelihood-73.06409 Hannan-Quinncriter. 6.847374F-statistic23.28338 Durbin-Watson stat0.952555Prob(F-statistic)0.000103由上可知，关系式为y=31.79956+0.387276x3（2）①关于人均寿命与人均GDP模型，由上可知，可决系数为0.526082，说明所建模型整体上对样本数据拟合较好。
计量经济学第四章作业思考题：4.3 多重共线性的典型表现是什么？判断是否存在多重共线性的方法有哪些？答：（1）多重共线性的典型表现：A.模型拟和较好，但偏回归系数几乎都无统计学意义；B.偏回归系数估计值不稳定，方差很大；C.偏回归系数估计值的符号可能与预期不符或与经验相悖，结果难以解释。
（2）具体的判断方法：A.解释变量之间简单相关系数矩阵法；B.方差扩大因子法；C.直观判断法；D.逐步回归的方法。
4.4 针对出现多重共线性的不同情形，能采取的补救措施有哪些？答：（1）根据经验，可以选择剔除变量，增大样本容量，变换模型形式，利用非样本先验信息，截面数据和时间序列数据并用以及变量变换等不同方法。
（2）采取逐步回归方法由由一元模型开始逐步增加解释变量个数，增加的原则是显著提高可决系数，自身显著而与其他变量之间又不产生共线性。
（3）采取岭回归方法来降低多重共线性的程度。
4.9 以下陈述是否正确？请判断并说明理由。
（1）在高度多重共线性的情形中，要评价一个或多个偏回归系数的单个显著性是不可能的。
答：正确。
（2）尽管有完全的多重共线性，OLS估计量仍然是BLUE。
答：错误。
（3）如果有某一辅助回归显示出高的R j2值，则高度共线性的存在肯定是无疑的。
答：正确。
（4）变量的两两高度相关并不表示高度多重共线性。
答：正确。
（5）如果其他条件不变，VIF越高，OLS估计量的方差越大。
答：正确。
（6）如果在多元回归中，根据通常的t检验，全部偏回归系数分别都是统计上不显著的，你就不会得到一个高的R2值。
答：错误。
（7）在Y对X2和X3的回归中，假如X3的值很少变化，这就会使Var(β3)增大，极端的情况下，如果全部X3值都相同，Var(β3) 将是无穷大。
答：正确。
（8）如果分析的目的仅仅是预测，则多重共线性是无害的。
答：错误。
练习题：4.3（1）利用eviews分析得到如下数据：Dependent Variable: LNYMethod: Least SquaresDate: 05/09/16 Time: 12:45Sample: 1985 2011Included observations: 27Variable Coefficient Std. Error t-Statistic Prob.C -3.111486 0.463010 -6.720126 0.0000LNGDP 1.338533 0.088610 15.10582 0.0000LNCPI -0.421791 0.233295 -1.807975 0.0832R-squared 0.988051 Mean dependent var 9.484710Adjusted R-squared 0.987055 S.D. dependent var 1.425517S.E. of regression 0.162189 Akaike info criterion -0.695670Sum squared resid 0.631326 Schwarz criterion -0.551689Log likelihood 12.39155 Hannan-Quinn criter. -0.652857F-statistic 992.2583 Durbin-Watson stat 0.522613Prob(F-statistic) 0.000000由上可知，模型为：lnY=1.338533lnGDP t—0.421791lnCPI t—3.111486（2）A.该模型的可决系数为0.988051，修正可决系数为0.987055，两者都很高。
计量经济学庞皓第三版课后答案解析word文档，精心编排整理，均可修改你的满意，我的安心第二章简单线性回归模型字体如需要请自己调整（1）①首先分析人均寿命与人均GDP的数量关系，用Eviews分析：Dependent Variable: YMethod: Least SquaresDate: 12/27/14 Time: 21:00Sample: 1 22Included observations: 22Variable Coefficient Std. Error t-Statistic Prob.C X1R-squaredMean dependent varAdjusted R-squared. dependent var. of regressionAkaike info criterionSum squared residSchwarz criterionLog likelihoodHannan-Quinn criter.F-statisticDurbin-Watson statProb(F-statistic)有上可知，关系式为y=+②关于人均寿命与成人识字率的关系，用Eviews分析如下：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:10Sample: 1 22Included observations: 22Variable Coefficient Std. Error t-Statistic Prob.C X2R-squaredMean dependent varAdjusted R-squared. dependent var. of regressionAkaike info criterionSum squared resid SchwarzcriterionLog likelihoodHannan-Quinn criter.F-statisticDurbin-Watson statProb(F-statistic)由上可知，关系式为y=+③关于人均寿命与一岁儿童疫苗接种率的关系，用Eviews分析如下：Dependent Variable: YMethod: Least SquaresDate: 11/26/14 Time: 21:14Sample: 1 22Included observations: 22Variable Coefficient Std. Error t-Statistic Prob.C X3R-squaredMean dependent varAdjusted R-squared. dependent var. of regressionAkaike info criterionSum squared residSchwarz criterionLog likelihoodHannan-Quinn criter.F-statisticDurbin-Watson statProb(F-statistic)由上可知，关系式为y=+（2）①关于人均寿命与人均GDP模型，由上可知，可决系数为，说明所建模型整体上对样本数据拟合较好。
