发布时间 : 星期日 文章计量经济学习题集更新完毕开始阅读1cd70226cf84b9d529ea7a38
8．为了确定对空调价格的影响因素，B.T. katchford根据19个样本数据得到回应结果如下：
Y2??68.26?0.023X2i?19.729X3i?7.653X4i R2=0.84
se= (0.005) (8.992) （3.082）
其中，Y——空调的价格/美元 X2——空调的BTU比率 X3——能量效率 X4——设定数 （a） 解释回归结果。
（b） 该回归结果有经济意义吗？
（c） 在显著水平??5%下，检验零假设：BTU比率对空调的价格无影响，备则假设：BTU比率对价
格有正向影响。
（d） 你会接受零假设：三个解释变量在很大程度上解释了空调价格的变动吗？详细写出计算过程。 9．经研究发现，学生用于购买书籍及课外读物的支出与本人受教育年限和其家庭收入水平有关，对18名学生进行调查的统计资料如下表所示： 学生购买书籍及课外序号 读物支出Y（元/1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 要求：
（1）试求出学生购买书籍及课外读物的支出Y与受教育年限X1和家庭收入水平X2的估计的回归方程：
年） 450.5 507.7 613.9 563.4 501.5 781.5 541.8 611.1 1222.1 793.2 660.8 792.7 580.8 612.7 890.8 1121.0 1094.2 1253.0 受教育年限 X1（年） ?家庭月可支配收入X2（元/月） 171.2 174.2 204.3 218.7 219.4 240.4 273.5 294.8 330.2 333.1 366.0 350.9 357.9 359.0 371.9 435.3 523.9 604.1 4 4 5 4 4 7 4 5 10 7 5 6 4 5 7 9 8 10 ????X???X ???Y01122（2）对?1,?2的显著性进行t检验；计算R和R；
（3）假设有一学生的受教育年限X1?10年，家庭收入水平X2?480元/月，试预测该学生全年购买书籍
22及课外读物的支出，并求出相应的预测区间（α=0.05）。
10．下表给出1980~1996年美国的城市劳动力参与率、失业率等数据。
（a）建立一个合适的回归模型解释城市男性劳动力参与率与城市男性失业率及真实的平均小时工资之间的关系。
（b）重复（a）过程，但此时的变量为女性城市劳动参与率。 （c）重复（a）过程，但此时用当前平均小时工资。 （d）重复（b）过程，但此时用当前平均小时工资。 （e）如果（a）和（c）的回归结果不同，你如何解释？
（f）如果（b）和（d）回归结果不同，你如何使回归结果合理化？
劳动力参与数据
年份 CLFPRM CLFPRF UNRM UNRF AHE82 AHE 1980 77.4 51.5 6.9 7.4 7.78 6.66 1981 77.0 52.1 7.4 7.9 7.69 7.25 1982 76.6 52.6 9.9 9.4 7.68 7.68 1983 76.4 53.9 9.9 9.2 7.79 8.02 1984 76.4 53.6 7.4 7.6 7.80 8.32 1985 76.3 54.5 7.0 7.4 7.77 8.57 1986 76.3 55.3 6.9 7.1 7.81 8.76 1987 76.2 56.0 6.2 6.2 7.73 8.98 1988 76.2 56.6 5.5 5.6 7.69 9.28 1989 76.4 57.4 5.2 5.4 7.64 9.66 1990 76.4 57.5 5.7 5.5 7.52 10.01 1991 75.8 57.4 7.2 6.4 7.45 10.32 1992 75.8 57.8 7.9 7.0 7.41 10.57 1993 75.4 57.9 7.2 6.6 7.39 10.83 1994 75.1 58.8 6.2 6.0 7.40 11.12 1995 75.0 58.9 5.6 5.6 7.40 11.44 1996 74.9 59.3 5.4 5.4 7.43 11.82 CLFPRM：城市劳动力参与率，男性，（%） CLFPRF：城市劳动力参与率，女性，（%） UNRM：城市失业率，男性，（%） UNRF：城市失业率，女性，（%） AHE82：平均小时工资，（1982美元价） AHE：平均小时工资，（当前美元价） 资料来源：《总统经济报告》，1997年
11.设某商品的需求量Y（百件），消费者平均收入X1（百元），该商品价格X2（元）。经Eviews软件对观察的10个月份的数据用最小二乘法估计，结果如下：（被解释变量为Y） VARIABLE COEFFICIENT STD.ERROR T-STAT 2-TAILSIG C 99.469295 13.472571 7.3830965 0.000 X1 2.5018954 0.7536147 （ ） X2 - 6.5807430 1.3759059 （ ） R-squared 0.949336 Mean of dependent var 80.00000 Adjusted R- squared （ ） S.D. of dependent var 19.57890 S.E of regression 4.997021 Sum of squared resid 174.7915 Durbin-Watson stat （ ） F – statistics （ ）
完成以下问题：（至少保留三位小数）
(1)．写出需求量对消费者平均收入、商品价格的线性回归估计方程。 (2)．解释偏回归系数的统计含义和经济含义。 (3)．对该模型做经济意义检验。 (4)．估计调整的可决系数。
(5)．在95%的置信度下对方程整体显著性进行检验。 (6)．在95%的置信度下检验偏回归系数(斜率)的显著性。
2??e?et?1(7)．检验随机误差项的一阶自相关性。（?t?300d?1.36）
，dL?1.08，U12.设某地区机电行业销售额Y（万元）和汽车产量X1（万辆）以及建筑业产值X2（千万元）。经Eviews软件对1981年——1997年的数据分别建立线性模型和双对数模型进行最小二乘估计，结果如下：
表1
Dependent Variable: Y
Variable C X1 X2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 表2
Dependent Variable: Ln (Y)
Variable Coefficient Std. Error C Ln(X1) Ln(X2) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 1．写出电行业销售额对汽车产量和建筑业产值的双对数线性回归估计方程。 2．对双对数模型进行经济意义检验和统计意义检验。 3．比较表1和表2，你将选择哪个模型？为什么？
4．如果有两种可供选择的措施以提高机电行业销售额，措施a提高汽车产量，措施b增大建筑业产值，你认为哪个措施效果更明显？为什么？
t-Statistic Prob. 0.0000 0.0138 0.0000 6.243029 0.356017 -1.660563 -1.513526 99.81632 0.000000 Coefficient Std. Error t-Statistic Prob. 0.4899 0.0113 0.0000 545.5059 193.3659 11.31701 11.46405 65.83991 0.000000 -57.45496 81.02202 -0.709128 45.70558 15.66885 2.916971 11.93339 1.516553 7.868761 0.903899 Mean dependent var 0.890170 S.D. dependent var 64.08261 Akaike info criterion 57492.12 Schwarz criterion -93.19457 F-statistic 2.103984 Prob(F-statistic) 3.734902 0.212765 17.55410 0.387929 0.137842 2.814299 0.568470 0.055677 10.21006 0.934467 Mean dependent var 0.925105 S.D. dependent var 0.097431 Akaike info criterion 0.132899 Schwarz criterion 17.11479 F-statistic 1.839701 Prob(F-statistic)
第四章 异 方 差
一、单项选择题
1．若回归模型中的随机误差项存在异方差性，则估计模型参数应采用（ ） A.普通最小二乘法 B.加权最小二乘法 C.广义差分法 D.工具变量法
2． 如果回归模型中的随机误差项存在异方差，则模型参数的普通最小二乘估计量（ ） A.无偏且有效 B.无偏但非有效 C.有偏但有效 D.有偏且非有效 3. 戈德菲尔德-匡特检验法可用于检验（ ）
A.异方差性 B.多重共线性 C.序列相关 D.设定误差 4. 容易产生异方差的数据为（ ）
A.时序数据 B.修匀数据 C.横截面数据 D..年度数据 5. 假设回归模型为
将模型变换为( )
，其中
则使用加权最小二乘法估计模型时，应
A. B.
C. D.
6. 异方差是指( )
A.V(μi)= σ2 =常数 B. V(μi)= σi2≠常数 C. cov(μi, μj)= σi2 D.cov(μi, μj)= 0 7． 指出不存在异方差性的图示（ ）
222f(X)?XVar(u)??Xiiii8. 若双变量模型中，，或，则加权最小二乘法的权是：（ ）
1f(x) D． f(x))
A．1/f(x) B． f(x) C．
9. 异方差性是违背以下哪条假设（ ）
2
A． E（μi）＝0 B． V(μi)= ζ C． 所有自变量线性无关。 D． cov(μi, Xj)= 0 10.如果戈德菲尔德——匡特检验显著，则认为什么问题是严重的（ ） A.异方差问题 B.序列相关问题 C.多重共线性问题 D.设定误差问题 二、多项选择题
1. 不满足线性模型的第2条假定，即不满足随机扰动项的方差是一个常数的假定，发生这种模型设定错误称为异方差。异方差对最小二乘法估计造成的后果（ ）
A.是普通最小二乘估计仍然是无偏的，但参数的显著性检验失效 C.是预测的精确度降低
E.提醒我们，在处理截面数据时无须加以注意 2. Goldfeld-Quant检验的具体步骤（ ）
A.将n对样本观察值（Xi,Yi），按解释变量的大小顺序排序
B.将序列中间的C= n / 4个观察值除去，并将剩下的观察值划分为大小相同的两个子样。每个子样的容量为（n-c）/2 个
C.对每个子样分别求回归方程，并计算出各自的D.提出假设：H0:ζ12 =ζ22 HA: ζ12≠ζ22 3. 异方差性的检验方法有（ ） A.图示法 B.WLS C.帕克检验法
B.是普通最小二乘法估计不再具有最小方差特性 残差平方和
D.造成参数估计式不再是无偏的 E.由各个子样的ESS构造F统计量；