发布时间 : 星期四 文章计量经济学（第3版）习题数据更新完毕开始阅读338955db804d2b160a4ec023
《计量经济学》(第3版)习题数据
②所估计的回归系数是否显著？用p值回答这个问题。 ③解释回归系数的意义。
④根据上面的数据建立线性回归模型：
yt?b0?b1x1t?b2x2t?ut (2)
⑤比较模型(1)、(2)的R值。
⑥如果模型(1)、(2)的结论不同，你将选择哪一个回归模型？为什么？ （15）对下列模型进行适当变换化为标准线性模型： ①y?b0?b1?211?b2?2?u xx②Q?AL?K?eu ③y?e④y?b0?b1x?u
11?e?(b0?b1x?u)（16）表3给出了一个钢厂在不同年度的钢产量。找出表示产量和年度之间关系的方程：
y?aebx，并预测2002年的产量。
表3 某钢厂1991-2001年钢产量（单位：千吨）
年度 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 千吨 12.2 12.0 13.9 15.9 17.9 20.1 22.7 26.0 29.0 32.5 36.1 （17）某产品的产量与科技投入之间呈二次函数模型：
y?b0?b1x?b2x2?u
其统计资料如表4所示，试对模型进行回归分析。
表4 某产品产量与科技投入数据
年份 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 40 2.8 48 3.0 60 3.5 80 4.0 100 5.0 120 5.5 150 7.0 200 8.0 300 10.0 产量y 30 投入x 2.0 （18）表5给出了德国1971-1980年间消费者价格指数y（1980=100）及货币供给x（亿德国马克）的数据。
表5 德国1971-1980年消费者价格指数与货币供给数据
年份 y x 年份 y x 1971 64.1 110.02 1980 100.0 237.97 1972 67.7 125.02 1981 106.3 240.77 6
《计量经济学》(第3版)习题数据
1973 72.4 132.27 1982 111.9 249.25 1974 77.5 137.17 1983 115.6 275.08 1975 82.0 159.51 1984 118.4 283.89 1976 85.6 176.16 1985 121.0 296.05 1977 88.7 190.80 1986 120.7 325.75 1978 91.1 216.20 1987 121.1 354.93 1979 94.9 232.41 ①根据表5数据进行以下回归：①y对x；②lny对lnx；③lny对x；④ y对lnx。 ②解释各回归结果；
③对每一个模型求y对x的变化率； ④对每一个模型求y对x的弹性；
⑤根据这些回归结果，你将选择那个模型？为什么？ （19）根据表6的数据估计模型
1?b0?b1xt?ut yt表6 样本数据
y 86 79 69 65 62 52 51 51 51 48 x 3 7 12 17 25 35 45 55 70 120 ①解释b1的含义； ②求y对x的变化率； ③求y对x的弹性；
④用相同的数据估计下面的回归模型：
yt?b0?b121?ut xt⑤你能比较这两个模型的R值吗？为什么？ ⑥如何判断哪一个模型更好一些？
（20）表7给出了1960-1982年间7个OECD国家（美国、加拿大、德国、意大利、英国、日本、法国）的能源需求指数(y)、实际的GDP指数(x1)、能源价格指数(x2)的数据，所有指数均以1970为基准（1970=100）。
表7 7个OECD国家能源需求指数、实际GDP指数与能源价格指数 年 份 1960
能源需求 实际GDP 能源价格 指数(y) 指数(x1) 指数(x2) 54.1 54.1 111.9 7 年 份 1972 能源需求 实际GDP 能源价格 指数(y) 指数(x1) 指数(x2) 97.2 94.3 98.6 《计量经济学》(第3版)习题数据
1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 55.4 58.5 61.7 63.6 66.8 70.3 73.5 78.3 83.3 88.9 91.8 56.4 59.4 62.1 65.9 69.5 73.2 75.7 79.9 83.8 86.2 89.8 112.4 111.1 110.2 109.0 108.3 105.3 105.4 104.3 101.7 97.7 100.3 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 100.0 97.3 93.5 99.1 100.9 103.9 106.9 101.2 98.1 95.6 100.0 101.4 100.5 105.3 109.9 114.4 118.3 119.6 121.1 120.6 100.0 120.1 131.0 129.6 137.7 133.7 144，5 179.0 189.4 190.9 ①运用柯布——道格拉斯生产函数建立能源需求与收入、价格之间的对数需求函数：
lnyt?b0?b1lnx1t?b2lnx2t?ut (3)
②所估计的回归系数是否显著？用p值回答这个问题； ③解释回归系数的意义；
④根据上面的数据建立线性回归模型：
yt?b0?b1x1t?b2x2t?ut (4)
⑤比较模型(3)、(4)的R值；
⑥如果模型(3)、(4)的结论不同，你将选择哪一个回归模型？为什么？
（21）表8列出了中国2000年按行业分的全部制造业国有企业及规模以上企业制造业非国有企业的工业总产值Y，资产合计K及职工人数L。设定模型为
2Y?AK?L?eu
①利用表8资料，进行回归分析；
②中国2000年的制造业总体呈现规模报酬不变状态吗？
表8 中国2000年制造业业总产值、资产、职工人数统计资料 工业总产值 资产合计 职工人数 工业总产值 资产合计 职工人数 序号 序号 Y（亿元） K（亿元） L（万人） Y（亿元） K（亿元） L（万人） 1 2 3 4 5 6 7 3722.70 3078.22 1442.52 1684.43 1752.37 2742.77 1451.29 1973.82 5149.30 5917.01 2291.16 1758.77 1345.17 939.10 113 67 84 27 327 120 58 17 812.70 1118.81 43 61 240 222 80 96 222 18 1899.70 2052.16 19 3692.85 6113.11 20 4732.90 9228.25 21 2180.23 2866.65 22 2539.76 2545.63 23 3046.95 4787.90 8
《计量经济学》(第3版)习题数据
8 9 656.77 370.18 694.94 363.48 31 16 66 58 28 61 254 83 33 24 2192.63 3255.29 25 5364.83 8129.68 26 4834.68 5260.20 27 7549.58 7518.79 28 867.91 984.52 163 244 145 138 46 218 19 45 10 1590.36 2511.99 11 12 616.71 617.94 973.73 516.01 13 4429.19 3785.91 14 5749.02 8688.03 15 1781.37 2798.9 29 4611.39 18626.94 30 31 170.30 325.53 610.91 1523.19 16 1243.07 1808.44 （22）表9列出了某地区家庭人均鸡肉年消费量Y与家庭月平均收入X，鸡肉价格P1、猪肉价格P2与牛肉价格P3的相关数据。
①利用表9资料，求出该地区家庭鸡肉消费需求模型：
lnY?b0?b1lnX?b2lnP1?b3lnP2?b4lnP3?u
②试分析该地区家庭鸡肉消费需求是否受猪肉价格P2与牛肉价格P3的影响。
表9 相关统计数据
鸡肉家庭人均年 家庭月平均 鸡肉价格P1 猪肉价格P2 牛肉价格P3 年份 消费量Y (公斤) 收入X（元） （元/公斤） （元/公斤） （元/公斤） 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999
2.78 2.99 2.98 3.08 3.12 3.33 3.56 3.64 3.67 3.84 4.04 4.03 4.18 4.04 4.07 4.01 4.27 4.41 4.67 5.06 397 413 439 459 492 528 560 624 666 717 768 843 911 931 1021 1165 1349 1449 1575 1759 9 4.22 3.81 4.03 3.95 3.73 3.81 3.93 3.78 3.84 4.01 3.86 3.98 3.97 5.21 4.89 5.83 5.79 5.67 6.37 6.16 5.07 5.2 5.4 5.53 5.47 6.37 6.98 6.59 6.45 7 7.32 6.78 7.91 9.54 9.42 12.35 12.99 11.76 13.09 12.98 7.83 7.92 7.92 7.92 7.74 8.02 8.04 8.39 8.55 9.37 10.61 10.48 11.4 12.41 12.76 14.29 14.36 13.92 16.55 20.33