发布时间 : 星期日 文章计量经济学习题集及答案更新完毕开始阅读8a1bc54a83d049649b6658dc
为dL?1.18,dU?1.40,D.W.统计量落在区间(dL,dU)上，故根据判定规则，无法判定模型是否存在一阶序列相关。 方法二：广义最小二乘法
从回归结果知，该模型的D.W.统计量为1.34，和上面相同，无法判定模型是否存在一阶序列相关。
③分别对序列Y与X取差分，然后可得回归结果。结果显示DW统计量的值为1.62，大于临界值的上限dU?1.41，小于1?dU?2.59，因此差分后的新数据构建的模型不存在序列相关。
第七章 多重共线性
本章练习题解答
⒈答：对于多元回归模型Yi??0??1X1i??2X2i?...??kXki??i,(i?1,2,...,n)，如果某两个或多个解释变量之间出现了相关性，则称为多重共线性。
产生多重共线性的经济背景是，经济变量在时间上有共同变化的趋势和经济变量较强的相关性。另外，当模型中包含解释变量与其滞后解释变量时，由于解释变量本身前后期相关，也会产生多重共线性。
⒉答：当存在完全的多重共线性时，模型的参数将无法估计，因为参数估计量
(X?X)?1X?Y中的(X?X)?1将不存在；当多重共线性程度很高时，(X?X)?1的分母将变得很小，因此参数估计量的方差?2(X?X)?1将变大，相应的t统计量值变小，显著性检验也失去
意义，模型预测失去意义；另外，解释变量的参数不再反映各自与被解释变量之间的关系，而是反映它们对被解释变量的共同影响，因而参数失去了应有的经济含义。
⒊答：检验多重共线性的思路是通过各种方法来检验解释变量之间是否存在显著的相关关系。
多重共线性的克服方法有很多，主要有以下几种：利用逐步回归法排除引起共线性的变量、差分法、减少参数估计量的方差、利用先验信息改变参数的约束形式、增加样本容量、岭回归法等。
⒋解：应用TSP软件，可得回归结果。根据回归结果可以看出，样本可决系数为96%，表明收入和财富可以解释消费支出总变动的96%；F统计量为88.845，对应的p值小于
0.05，表明总体方程是显著的，或者说两个解释变量中至少一个是对被解释变量有显著影响；但是，两个变量的t统计量值对应的p值均大于0.05，表明两变量对被解释变量的影响是不显著的，这与F统计量的结果是矛盾的。不仅如此，财富变量的系数符号与经验预
期和实际情况不符。这表明可能存在严重的多重共线性，通过计算，可得两解释变量之间的相关系数为0.9986，高于样本可决系数96%。这说明收入与财富之间高度相关，使得无法分辨二者对被解释变量的贡献。因此，该回归结果是不可靠的。可以考虑只作消费支出对收入或财富的一元线性回归模型来替代二元线性回归模型。
第八章 单方程回归模型的几个专题
本章练习题解答
⒈解：①由Y?1(?0??1e?X??)得：
1??0??1e?X?? Y 令Y?*1,X*?e?X,则 YY*??0??1X*??
②令X1?sinX,X2?cosX,X3?sin2X,X4?cos2X,则
Y??1X1??2X2??3X3??4X4??
11,X2?2,则 ③令X1?XXY??0??1X1??2X2??
④由Y?exp(?0??1X??)两边取对数得：
lnY??0??1X??
令Y*?lnY,则：
Y*??0??1X??
⑤由Y?1得：
1?exp[?(?0??1X??)]1?1?exp[?(?0??1X??)] Y1?1?exp[?(?0??1X??)] Yln(1?1)??(?0??1X??) YY??0??1X?? 1?Y取对数得：
即：
ln令Y?ln*Y,则有： 1?YY*??0??1X??
⒉（略）