计量经济学参考答案

《计量经济学参考答案》由会员分享，可在线阅读，更多相关《计量经济学参考答案（16页珍藏版）》请在装配图网上搜索。

1、第一章1.6一种完整的计量经济模型应涉及哪些基本要素？你能举一种例子吗？答：一种完整的计量经济模型应涉及三个基本要素：经济变量、参数和随机误差项。例如研究一家店铺月销售额的计量经济模型：其中，为该月店铺销售总额，为该月店铺销售量，两者是经济变量；和为参数；是随机误差项。1.7答：经济变量反映不同步间、不同空间的体现不同，取值不同，是可以观测的因素。经济参数是体现经济变量互相依存限度的、决定经济构造和特性的、相对稳定的因素，一般不能直接观测。参数是未知的，又是不可直接观测的。由于随机误差项的存在，参数也不能通过变量值去精确计算。只能通过变量样本观测值选择合适措施去估计。1.11答：时间序列数据：

2、中国1990年至国内生产总值，可从中国记录局网站查得数据。截面数据：中国各都市收入水平，中国记录局网站查得数据。面板数据：中国1990年至各都市收入水平，中国记录局网站查得数据。虚拟变量数据：自然灾害状态，1表达该状态发生，0表达该状态不发生。1.13为什么对已经估计出参数的模型还要进行检查？你能举一种例子阐明多种检查的必要性吗？答：一，在设定模型时，对所研究经济现象规律性的结识也许并不充足，所根据的经济理论对所研究对象也许还不能作出对的的解释和阐明。二，经济理论是对的的，但也许我们对问题的结识只是从某些局部出发，或者只是考察了某些特殊的样本，以局部去阐明全局的变化规律，也许导致偏差。三，我们

3、用以估计参数的记录数据或其他信息也许并不十分可靠，或者较多地采用了经济突变时期的数据，不能真实代表所研究的经济关系，或者由于样本太小，所估计参数只是抽样的某种偶尔成果。第二章2.3(1) 当时，消费支出C的点预测值: (元)(2)平均值的预测区间:已知: ，=(650-27.5380,650+27.5380)=(622.46,677.54)当时，在95%的置信概率下消费支出C平均值的预测区间为(622.46,677.54)元。（3）个别值的预测区间：=(650-30.1247,650+30.1247)=（619.88,680.12）元当时，在95%的置信概率下消费支出C个别值的预测区间为（61

4、9.88,680.12）元。2.4(3)区间预测取=0.5,平均值置信度95%的预测区间为已知=1556.647，（10）=2.228，=31.736，n=10=(1.9894)2*11=43.5348=(4.5-3.5233)2=0.9539当=4.5时，将有关数据代入计算得到1556.6472.228*31.736*=1556.64722.9386即是说，当建筑面积达到4.5万平方米时，建造平均单位成本平均值置信度95%的预测区间为（1533.7084，1579.5856）元。第三章思考题3.2答：多元线性回归模型中，回归系数（，）表达的是当控制其他解释变量不变的条件下，第个解释变量的单位

5、变动对被解释变量平均值的影响，这样的回归系数称为偏回归系数。简朴线性回归模型只有一种解释变量，回归系数表达解释变量的单位变动对被解释变量平均值的影响。多元线性回归模型中的回归系数是偏回归系数，是当控制其他解释变量不变的条件下，某个解释变量的单位变动对被解释变量平均值的影响，从而可以实现保持某些控制变量不变的状况下，分析所关注的变量对被解释变量的真实影响。3.3答：多元线性回归中的古典假定比简朴线性回归时多余一种无多重共线性假定。假定各解释变量之间不存在线性关系，或各个解释变量观测值之间线性无关。解释变量观测值矩阵列满秩（列）。这是保证多元线性回归模型参数估计值有解的重要条件。3.4答：多元线性

6、回归分析中，多重可决系数是模型中解释变量个数的增函数，这给对比不同模型的多重可决系数带来缺陷，因此需要修正。联系：由方差分析可以看出，F检查与可决系数有密切联系，两者都建立在相应变量变差分解的基本上。F记录量也可通过可决系数计算。对方程联合明显性检查的F检查，事实上也是对可决系数的明显性检查。区别：F检查有精确的分布，它可以在给定明显性水平下，给出记录意义上严格的结论。可决系数只能提供一种模糊的推测，可决系数越大，模型对数据的拟合限度就越好。但要大到什么限度才算模型拟合得好，并没有一种绝对的数量原则。练习题3.4感觉3.5的数字有误，但是过程可以参照（470895-70895）3.5 已知某商

7、品的需求量(Y)、价格(X2)和消费者收入(X3)，下表给出理解释变量和.对Y线性回归方差分析的部提成果： 表3.10 方差分析表变差来源平方和（SS）自由度(df)平方和的均值（MSS）来自回归(ESS)来自残差(RSS)总变差(TSS)377067.19470895.00191）回归模型估计成果的样本容量n、来自回归的平方和(ESS)、回归平方和ESS与残差平方和RSS的自由度各为多少?2）此模型的可决系数和修正的可决系数为多少?3）运用此成果能对模型的检查得出什么结论?能否觉得模型中的解释变量和联合起来对某商品的需求量Y的影响与否明显?本例中能否判断两个解释变量和各自对某商品的需求量Y也

8、均有明显影响?【练习题3.5参照解答】:变差来源平方和（SS）自由度(df)平方和的均值（MSS）来自回归(ESS)来自残差(RSS)总变差(TSS)377067.1970895.00447962.193-1=220-3=1719188533.604170.2941 1) n=19+1=20 来自回归的平方和(ESS)的自由度为k-1=3-1=2残差平方和RSS的自由度为 n-k=20-3=17 2) 可决系数=377067.19+70895.00 =447962.19 =3) F=188533.60/4170.2941=45.2087 或者 F=因此可以觉得模型中的解释变量和联合起来对某商品

9、的需求量(Y)的影响明显但是，判断判断两个解释变量和.各自对某商品的需求量Y也均有明显影响需要t记录量，而本例中缺t记录量，还不能作出判断。第四章思考题4.1 答：多重共线性涉及完全的多重共线性和不完全的多重共线性。多重共线性实质上是样本数据问题，浮现理解释变量系数矩阵的线性有关问题。产生多重共线性的经济背景重要有如下几种情形：第一， 经济变量之间具有共同变化趋势。第二，模型中涉及滞后变量。第三，运用截面数据建立模型也也许浮现多重共线性。第四，样本数据自身的因素。4.5 答：因素是这些变量之间一般具有共同变化的趋势。4.91）答：对的。理由：在高度多重共线性的情形中，没有任何措施能从所给的样本

10、中把存在高度共线性的解释变量的各自影响分解开来，从而也就无法得到单个参数明显性检查的t记录量，因此无法判断单个或多种偏回归系数的单个明显性。2）答：错误。理由：在完全多重共线性状况下，参数估计值的方差无穷大，因此不再是有效估计量，从而BLUE不再成立。3）答：对的。理由：方差扩大因子，当时，方差扩大因子也会很大，阐明变量之间多重共线性也会越严重。4）答：对的。理由：较高的简朴有关系数只是多重共线性存在的充足条件，而不是必要条件。特别是在多于两个解释变量的回归模型中，有时较低的简朴有关系数也也许存在多重共线性，这时就需要检查偏有关系数。因此，并不能简朴地根据有关系数进行多重共线性的精确判断。5）

11、答：对的。理由：以二元模型为例，从而方差扩大因子VIF越大，参数估计量的措施越大。6）答：错误。理由：在多元回归模型中，也许会由于多重共线性的存在导致很高的状况下，各个参数单独的t检查却不明显。7）答：对的。理由：根据公式，在两个解释变量线性有关限度一定的状况下，的值很少变化，从而会使得很小，从而增大，如果所有值都相似，趋于零，将是无穷大。8）对的。如果分析的目的仅仅是预测，则多重共线性是无害的。练习题4.2克莱因与戈德伯格曾用1921-1950年(1942-1944年战争期间略去)美国国内消费Y和工资收入X1、非工资非农业收入X2、农业收入X3的时间序列资料，运用OLSE估计得出了下列回归方

12、程：(括号中的数据为相应参数估计量的原则误)。试对上述模型进行评析，指出其中存在的问题。解：从模型拟合成果可知，样本观测个数为27，消费模型的鉴定系数，F记录量为107.37，在0.05置信水平下查分子自由度为3，分母自由度为23的F临界值为3.028，计算的F值远不小于临界值，表白回归方程是明显的。模型整体拟合限度较高。根据参数估计量及其原则误，可计算出各回归系数估计量的t记录量值：除外，其他的值都很小。工资收入X1的系数的t检查值虽然明显，但该系数的估计值过大，该值为工资收入对消费边际效应，由于它为1.059，意味着工资收入每增长一美元，消费支出的增长平均将超过一美元，这与经济理论和常识不

13、符。此外，理论上非工资非农业收入与农业收入也是消费行为的重要解释变量，但两者的t检查都没有通过。这些迹象表白，模型中存在严重的多重共线性，不同收入部分之间的互相关系，掩盖了各个部分对解释消费行为的单独影响。4.5（1）由于第三个解释变量 是和的一种线性组合，因此也许存在多重共线性问题。 （2）如果重新将模型设定为： 我们可以唯一地估计出 ，但不能唯一地估计出 。 （3）由于不再有完全共线性，所有参数都能唯一地估计出来。 （4）答案同（3）第五章练习题5.15.3题5.3参照解答：解： （1）建立样本回归函数。 （0.808709）（15.74411）（2）运用White措施检查异方差，则Whi

14、te检查成果见下表：Heteroskedasticity Test: WhiteF-statistic7.194463Prob. F(2,28)0.0030Obs*R-squared10.52295Prob. Chi-Square(2)0.0052Scaled explained SS30.08105Prob. Chi-Square(2)0.0000由上述成果可知，该模型存在异方差。分析该模型存在异方差的理由是，从数据可以看出，一是截面数据；二是各省市经济发展不平衡，使得某些省市农村居民收入高出其他省市诸多，如上海市、北京市、天津市和浙江省等。而有的省就很低，如甘肃省、贵州省、云南省和陕西省等

15、。（3）用加权最小二乘法修正异方差，分别选择权数，通过试算，觉得用权数的效果最佳。成果如下：书写成果为第六章思考题6.1 答：DW 检查是J.Durbin(杜宾)和G.S.Watson(沃特森)于1951年提出的一种合用于小样本的检查措施，一般的计算机软件都可以计算出DW 值。给定明显水平，根据样本容量n和解释变量个数k，查D.W.表得d记录量的上界du和下界dL，当0ddL时，表白存在一阶正自有关，并且正自有关的限度随d向0的接近而增强。当dLddu时，表白为不能拟定存在自有关。当dud4-du时，表白不存在一阶自有关。当4-dud4-dL时，表白不能拟定存在自有关。当4-dLd4时，表白存

16、在一阶负自有关，并且负自有关的限度随d向4的接近而增强。 DW检查的前提条件：（1）回归模型中具有截距项；（2）解释变量是非随机的（因此与随机扰动项不有关）（3）随机扰动项是一阶线性自有关。 ；（4）回归模型中不把滞后内生变量（前定内生变量）做为解释变量。（5）没有缺失数据，样本比较大。DW检查的局限性：（1）DW检查有两个不能拟定的区域，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用其她措施 （2）DW记录量的上、下界表规定n15, 这是由于样本如果再小，运用残差就很难对自有关的存在性做出比较对的的诊断(3) DW检查不适应随机误差项具有高阶序列有关的检查.(4) 只合用

17、于有常数项的回归模型并且解释变量中不能含滞后的被解释变量 6.4 （1）答：错误。当回归模型随机误差项有自有关时，一般最小二乘估计量是无偏误的和非有效的。（2）答：错误。DW记录量的构造中并没有规定误差项的方差是同方差 。（3）答：错误。用一阶差分法消除自有关是假定自有关系数为1，即原原模型存在完全一阶正自有关。（4）答：对的。6.5 答：给定明显水平=0.05，根据样本容量n=50和解释变量个数k=4，查D.W.表得d记录量的上界du=1.721，下界dL=1.378，4- du=2.279，4-dL=2.622。（1）DW=1.05dL，因此模型存在正自有关。(2) dLDW=1.40du

18、, 因此模型不能拟定与否存在自有关。（3）4- du DW=2.504-dL，因此模型存在负自有关。第八章思考题8.1答：虚拟变量是人工构造的取值为0或1的作为属性变量代表的变量。作用重要有：（1）可以作为属性因素的代表，如性别、所有制等；（2）作为某些非精确计量的数量因素的代表，如受教育限度、管理者素质等；（3）作为某些偶尔因素或政策因素的代表，如战争、灾害、改革前后等；（4）可以作为时间序列分析中季节的代表；（5）可以实现分段回归，研究斜率、截距的变动，或比较两个回归模型的构造差别。8.7答：大专如下男性（）服装消费模型：大专如下女性（）服装消费模型：大专及大专以上男性（）服装消费模型：大专及大专以上女性（）服装消费模型：练习题8.1