計(jì)量經(jīng)濟(jì)學(xué)習(xí)題01

.二、單項(xiàng)選擇題1已知含有截距項(xiàng)的三元線性回歸模型估計(jì)的殘差平方和為，估計(jì)用樣本容量為，則隨機(jī)誤差項(xiàng)的方差估計(jì)量為( )。A.33.33 B.40 C.38.09 D.36.362、如果模型中出現(xiàn)隨機(jī)解釋變量并且與隨機(jī)誤差項(xiàng)相關(guān)時(shí)，最常用的估計(jì)方法是（）。A.普通最小二乘法 B.加權(quán)最小二乘法 C.差分法 D.工具變量法3最小二乘準(zhǔn)則是指使（）達(dá)到最小值的原則確定樣本回歸方程。A B. c D.4、下圖中“”所指的距離是（）A.隨機(jī)誤差項(xiàng) B. 殘差 C.的離差 D. 的離差5已知模型的形式為,在用實(shí)際數(shù)據(jù)對(duì)模型的參數(shù)進(jìn)行估計(jì)的時(shí)候,測(cè)得DW統(tǒng)計(jì)量為0.6453,則廣義差分變量是( )A B. C. D. 6、對(duì)模型Yi=0+1X1i+2X2i+i進(jìn)行總體顯著性檢驗(yàn)，如果檢驗(yàn)結(jié)果總體線性關(guān)系顯著，則不可能( ) A.1=0,2=0B.10,2=0C.1=020 D.10,207在多元線性回歸中，判定系數(shù)R2隨著解釋變量數(shù)目的增加而（） A增加 B減少C不變D變化不定 8.反映由模型中解釋變量所解釋的那部分離差大小的是( )。A.總體平方和 B.回歸平方和 C.殘差平方和 29.設(shè)為回歸模型中的參數(shù)個(gè)數(shù)（包括截距項(xiàng)），n為樣本容量，ESS為殘差平方和，RSS為回歸平方和。則對(duì)總體回歸模型進(jìn)行顯著性檢驗(yàn)時(shí)構(gòu)造的F統(tǒng)計(jì)量為（）。A. B. C. D.10.根據(jù)樣本資料已估計(jì)得出人均消費(fèi)支出Y對(duì)人均收入X的回歸方程為，這表明人均收入每增加，人均消費(fèi)支出將增加（）。A.2% B.0.2% C.0.75% D.7.5%11.若回歸模型中的隨機(jī)誤差項(xiàng)存在一階自回歸形式的序列相關(guān)，則估計(jì)模型參數(shù)應(yīng)采用（）。 A.普通最小二乘法 B.加權(quán)最小二乘法 C.廣義差分法 D.工具變量法 12、同一統(tǒng)計(jì)指標(biāo)按時(shí)間順序記錄的數(shù)據(jù)列稱為（）A.橫截面數(shù)據(jù) B.時(shí)間序列數(shù)據(jù) C.修勻數(shù)據(jù) D.平行數(shù)據(jù)13.回歸分析中，用來(lái)說(shuō)明擬合優(yōu)度的統(tǒng)計(jì)量為( )A.相關(guān)系數(shù)B.判定系數(shù) C.回歸系數(shù) D.標(biāo)準(zhǔn)差14“計(jì)量經(jīng)濟(jì)學(xué)”一詞最早是由（ ）提出。A、恩格爾 B、弗瑞希（R.Frisch）C、薩繆爾森 D、丁伯根（J.Tinbergen）15、設(shè) OLS 法得到的樣本回歸直線為=a+bXi，以下說(shuō)法不正確的是（ ）A =0 B 在回歸直線上C a=-b D =yi-i（i為隨機(jī)誤差）16既包含時(shí)間序列數(shù)據(jù)又包含截面數(shù)據(jù)的數(shù)據(jù)集合稱為：A原始數(shù)據(jù) BPool數(shù)據(jù) C時(shí)間序列數(shù)據(jù) D截面數(shù)據(jù)4、對(duì)于模型，如果在異方差檢驗(yàn)中發(fā)現(xiàn)Var(i)=Xi42，則用加權(quán)最小二乘法估計(jì)模型參數(shù)時(shí)，權(quán)數(shù)應(yīng)為（ ）。A.Xi B. Xi2 C.1/Xi D. 1/ Xi217. 在對(duì)線性回歸模型用最小二乘法進(jìn)行回歸時(shí)，通常假定隨機(jī)誤差項(xiàng)ui服從（ ）分布。A.N（0，2）B.t（n-1）C.N（0，1）D.t（n）18、調(diào)整后的決定系數(shù)與決定系數(shù)R2之間的關(guān)系敘述錯(cuò)誤的是（ ） A. 與R2均非負(fù) B. 有可能大于R2 C.判斷多元回歸模型擬合優(yōu)度時(shí)，使用 D.模型中包含的解釋變量個(gè)數(shù)越多，與R2就相差越大 19在多元線性回歸模型中，為第K個(gè)解釋變量對(duì)其余（K-1）個(gè)解釋變量回歸的決定系數(shù)，方差膨脹因子的計(jì)算公式為（ ）A.1/ B. 1/(-1 ) C. 1/(1-) D. 20. 下列方法中不是用來(lái)檢驗(yàn)異方差的是（ ）A.戈德-夸特檢驗(yàn)B.懷特檢驗(yàn) C.格里瑟檢驗(yàn)D.方差膨脹因子檢驗(yàn)21. 記為回歸方程的隨機(jī)誤差項(xiàng)的一階自相關(guān)系數(shù)，一階差分法主要適用的情形是（ ）A.0 B.1 C.0 D.022. 在回歸模型Yi=0+1Xi+ui中，檢驗(yàn)H01=0時(shí)所用的統(tǒng)計(jì)量服從的分布為 （ ）A.2（n-2） B.t（n-1） C.2（n-1） D.t（n-2）23.在對(duì)多元線性回歸模型進(jìn)行檢驗(yàn)時(shí)，發(fā)現(xiàn)各參數(shù)估計(jì)量的t檢驗(yàn)值都很低，但模型的F檢驗(yàn)值卻很高，這說(shuō)明模型存在（ ）A方差非齊性 B序列相關(guān)性 C多重共線性 D設(shè)定誤差25已知含截距項(xiàng)的3元線性回歸模型估計(jì)的殘差平方和為=1200，樣本容量為n=24，則誤差項(xiàng)方差的無(wú)偏估計(jì)量S2為 （ ）A 400 B40 C 、60D 、 8026、若線性回歸模型中的隨機(jī)誤差項(xiàng)存在自相關(guān)性，那么普通最小二乘法估計(jì)得到的參數(shù)( )。 A.無(wú)偏且有效B.有偏且有效 C.無(wú)偏但無(wú)效D.有偏且無(wú)效27. 下面屬于截面數(shù)據(jù)的是（ ）A、1991-2003年各年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)的平均工業(yè)產(chǎn)值B、1991-2003年各年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)的各鎮(zhèn)工業(yè)產(chǎn)值C、某年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)工業(yè)產(chǎn)值的合計(jì)數(shù)D、某年某地區(qū)20個(gè)鄉(xiāng)鎮(zhèn)各鎮(zhèn)工業(yè)產(chǎn)值28.下列方法不是用來(lái)克服一階自回歸的是（ ）A.一階差分 B.WLS C.杜賓兩步法 D.柯奧迭代法29. 總體顯著性F檢驗(yàn)屬于經(jīng)濟(jì)計(jì)量模型評(píng)價(jià)中的（ ） A統(tǒng)計(jì)檢驗(yàn) B經(jīng)濟(jì)意義檢驗(yàn) C經(jīng)濟(jì)計(jì)量檢驗(yàn) D參數(shù)顯著性檢驗(yàn) 30. 在多元線性回歸模型中，若某個(gè)解釋變量對(duì)其余解釋變量的判定系數(shù)接近于1，則表明模型中存在( ) A.多重共線性 B.異方差性 C.序列相關(guān) D.高擬合優(yōu)度31、在模型 的回歸分析結(jié)果報(bào)告中，有 ， ，則表明（ ） A 、解釋變量 對(duì) 的影響是顯著的 B 、解釋變量 對(duì) 的影響是顯著的 C 、解釋變量 和 對(duì) 的聯(lián)合影響是顯著的 D 、解釋變量 和 對(duì) 的影響是均不顯著 32線性回歸模型的參數(shù)估計(jì)量是（ ）A非隨機(jī)變量 B隨機(jī)變量 C確定性變量 D常量33、下列模型的表達(dá)形式正確的是（ ）A B C D 34利用OLS方法估計(jì)得到的回歸直線=+X必經(jīng)過(guò)點(diǎn)（ ）A. (0,0) B. (,0) C. (0, ) D. (,)35下列檢驗(yàn)中不是用來(lái)檢驗(yàn)異方差的（ ）A懷特檢驗(yàn) B戈德-匡特檢驗(yàn)C格里瑟檢驗(yàn) D格蘭杰檢驗(yàn) 36在多元回歸中，調(diào)整后的判定系數(shù) （）判定系數(shù) A ； C = ； D關(guān)系不能確定40、下列式子中錯(cuò)誤的是（ ）A.R2=RSS/TSSB. R2=ESS/TSSC.R2=1-ESS/RSS D.TSS=ESS+RSS41、在DW檢驗(yàn)中，當(dāng)dW統(tǒng)計(jì)量為4時(shí)，表明（ ） A.存在完全的正自相關(guān) B.存在完全的負(fù)自相關(guān) C.不存在自相關(guān) D.不能判定二、判斷題1. 總離差平方和可分解為回歸平方和與殘差平方和。 （ 對(duì) ） 2. 整個(gè)多元回歸模型在統(tǒng)計(jì)上是顯著的意味著模型中任何一個(gè)單獨(dú)的解釋變 量均是統(tǒng)計(jì)顯著的。 （ 錯(cuò) ） 3. 多重共線性只有在多元線性回歸中才可能發(fā)生。 （ 對(duì) ） 4. 通過(guò)作解釋變量對(duì)時(shí)間的散點(diǎn)圖 解釋變量對(duì)時(shí)間的散點(diǎn)圖可大致判斷是否存在自相關(guān)。 （ 錯(cuò) ）5. 在計(jì)量回歸中，如果估計(jì)量的 方差有偏，則可推斷模型應(yīng)該存在異方差 （ ） 錯(cuò) 6. 存在異方差時(shí)，可以用廣義差分法來(lái)進(jìn)行補(bǔ)救。 （ 錯(cuò) ） 7. 當(dāng)經(jīng)典假設(shè)不滿足時(shí)，普通最小二乘估計(jì)一定 一定不是最優(yōu)線性無(wú)偏估計(jì)量。（ 錯(cuò) ） 8. 判定系數(shù)檢驗(yàn)中，回歸平方和占的比重越大，判定系數(shù)也越大。 （ 對(duì) ） 9. 可 以 作 殘 差 對(duì) 某 個(gè) 解 釋 變 量 的 散 點(diǎn) 圖 來(lái) 大 致 判 斷 是 否 存 在 自 相 關(guān) 。 （ 錯(cuò) ）做殘差的當(dāng)期值與其滯后期的值的散點(diǎn)圖來(lái)判斷是否存在自相關(guān) 10. 遺漏變量會(huì)導(dǎo)致計(jì)量估計(jì)結(jié)果有偏。（ 錯(cuò) ）只影響有效性 1. 以均值為中心的對(duì)稱分布。 （ ） 2. 當(dāng)經(jīng)典假設(shè)滿足時(shí)， 普通最小二乘估計(jì)量具有最優(yōu)線性無(wú)偏特征。 （ ） 5. 在對(duì)數(shù)線性模型中，解釋變量的系數(shù)表示被解釋變量對(duì)解釋變量的彈性 （ ）6存在異方差時(shí)，可以用加權(quán)最小二乘法來(lái)進(jìn)行補(bǔ)救。 （ ）7.戈雷瑟檢驗(yàn) 戈雷瑟檢驗(yàn)是用來(lái)檢驗(yàn)異方差的（ )1、 在經(jīng)濟(jì)計(jì)量分析中，模型參數(shù)一旦被估計(jì)出來(lái)，就可將估計(jì)模型直接運(yùn)用于實(shí)際的計(jì)量經(jīng)濟(jì)分析。 錯(cuò)，參數(shù)一經(jīng)估計(jì)，建立了樣本回歸模型，還需要對(duì)模型進(jìn)行檢驗(yàn)，包括 經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)專門(mén)檢驗(yàn)等。 2. 雙變量模型中，對(duì)樣本回歸函數(shù)整體的顯著性檢驗(yàn)與斜率系數(shù)的顯著性 檢驗(yàn)是一致的。 正確，一元線性回歸僅有一個(gè)解釋變量，因此對(duì)斜率系數(shù)的 T 檢驗(yàn)等價(jià)于 對(duì)方程的整體性檢驗(yàn)。 3、隨機(jī)擾動(dòng)項(xiàng)的方差與隨機(jī)擾動(dòng)項(xiàng)方差的無(wú)偏估計(jì)沒(méi)有區(qū)別。 錯(cuò)，隨機(jī)擾動(dòng)項(xiàng)的方差反映總體的波動(dòng)情況，對(duì)一個(gè)特定的總體而言，是一個(gè)確定的值。 在最小二乘估計(jì)中， 由于總體方差在大多數(shù)情況下并不知道， 所以用樣本數(shù)據(jù)去估計(jì) ：2 = ei2 /(n k-1 ) 。其中 n 為樣本數(shù)，k 為待估參數(shù)的個(gè)數(shù)。 2 的 線性無(wú)偏估計(jì)，為一個(gè)隨機(jī)變量。4、在簡(jiǎn)單線性回歸中可決系數(shù) R 2 與斜率系數(shù)的 t 檢驗(yàn)的沒(méi)有關(guān)系。 錯(cuò)誤，在簡(jiǎn)單線性回歸中，由于解釋變量只有一個(gè)，當(dāng) t 檢驗(yàn)顯示解釋變 量的影響顯著時(shí)，必然會(huì)有該回歸模型的可決系數(shù)大，擬合優(yōu)度高。 5異方差性、自相關(guān)性都是隨機(jī)誤差現(xiàn)象，但兩者是有區(qū)別的。 正確，異方差的出現(xiàn)總是與模型中某個(gè)解釋變量的變化有關(guān)。自相關(guān)性是各回歸模型的隨機(jī)誤差項(xiàng)之間具有相關(guān)關(guān)系。6、多重共線性問(wèn)題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的。 錯(cuò)誤，應(yīng)該是解釋變量之間高度相關(guān)引起的。7.在模型 Yt = 1 + 2 X 2 t + 3 X 3t + u t的回歸分析結(jié)果報(bào)告中，有 F = 263489 .23 ， F 的 p 值 = 0 . 000000 ，則表明解釋變量 X2t 對(duì) Y t 的 影響是顯著的。8、 在實(shí)際中，一元回歸沒(méi)什么用，因?yàn)橐蜃兞康男袨椴豢赡軆H由一個(gè)解釋變 量來(lái)解釋。 錯(cuò)，在實(shí)際中，一元回歸是很多經(jīng)濟(jì)現(xiàn)象的近似，能夠較好的反映回歸的核心思想，是很有的。9在異方差性的情況下，常用的 OLS 法必定高估了估計(jì)量的標(biāo)準(zhǔn)誤。 錯(cuò)，有可能高估也有可能低估。9、 線性回歸模型意味著因變量是自變量的線性函數(shù)。 錯(cuò)10、簡(jiǎn)單線性回歸模型與多元線性回歸模型的基本假定是相同的。 錯(cuò) 在多元線性回歸模型里除了對(duì)隨機(jī)誤差項(xiàng)提出假定外，還對(duì)解釋變量之間提 出無(wú)多重共線性的假定。 11、在模型中引入解釋變量的多個(gè)滯后項(xiàng)容易產(chǎn)生多重共線性。 對(duì) 在分布滯后模型里多引進(jìn)解釋變量的滯后項(xiàng)，由于變量的經(jīng)濟(jì)意義一樣，只 是時(shí)間不一致，所以很容易引起多重共線性。12、 DW 檢驗(yàn)中的 DW 值在 0 到 4 之間，數(shù)值越小說(shuō)明模型隨機(jī)誤差項(xiàng)的自相關(guān) 度越小，數(shù)值越大說(shuō)明模型隨機(jī)誤差項(xiàng)的自相關(guān)度越大 錯(cuò)，DW 值在 0 到 4 之間，DW 落在最左邊 0 DW d L）最右邊( 4 -d L DW 4 )時(shí)，分別為正自相關(guān)、負(fù)自相關(guān);中間( dU DW =2.365 拒絕假設(shè)，接受對(duì)立假設(shè) 經(jīng)濟(jì)意義：在95%置信概率下，消費(fèi)者平均收入對(duì)該商品的需求量的影響是顯著的。 = = -4.7827=2.365 拒絕假設(shè)，接受對(duì)立假設(shè)經(jīng)濟(jì)意義：在95置信概率下，商品價(jià)格對(duì)該商品的需求量的影響是顯著的。（2分）(4)=0.9349 (5)經(jīng)濟(jì)意義：在95%的置信概率下，消費(fèi)者平均收入和該商品價(jià)格在整體上對(duì)商品需求量的解釋作用是顯著的。（3分）2、對(duì)某含截距項(xiàng)的三元線性模型用最小二乘法回歸。將樣本容量為30的樣本按從小到大的順序排列后，去掉中間的6個(gè)樣本后在均分為兩組，分別回歸后=1376.1，=183.8，在=95%的置信水平下判斷是否存在異方差。如果存在，判斷是遞增還是遞減的異方差。（F0.05（12，12）=4.16，F(xiàn)0.05（9，9）=5.35，F(xiàn)0.05（8，8）=6.03）(6分)答案：2/ F0.05（8，8）=6.03，所以存在遞減的異方差。3、下表給出了含截距項(xiàng)的多元線性回歸模型的回歸的結(jié)果：（146分）方差來(lái)源平方和自由度（d.f）平方和的均值（MSS）來(lái)自回歸(ESS)106.58253.29來(lái)自殘差(RSS)（ ）170.106總離差(TSS)108.38（ ）注：保留3位小數(shù)，可以使用計(jì)算器。在5%的顯著性水平下，本題的F0.05=4.45。1. 完成上表中空白處內(nèi)容。（4分）2.此回歸模型包含多少個(gè)解釋變量？多少個(gè)樣本？（2分）3. 求與。（4分）4. 利用F統(tǒng)計(jì)量檢驗(yàn)和對(duì)的聯(lián)合影響，寫(xiě)出簡(jiǎn)要步驟。（4分）答案：3、（1）. 1.8；19 （2）.2；20 （3）. （4）. 可以利用統(tǒng)計(jì)量檢驗(yàn)和對(duì)的聯(lián)合影響。 （或 ）因?yàn)?和對(duì)的聯(lián)合影響是顯著的。4、某線性回歸的結(jié)果如下：Dependent Variable: CCIncluded observations: 20VariableCStd. Error t-Statistic Prob.C201.105514.8860613.509650.0000GDP0.3861850.007223（ ）0.0000R-squared0.992708Mean dependent var905.3261S.E. of regression（ ）Sum squared resid23243.46Schwarz criterion10.02881Log likelihood-112.1959F-statistic2858.831Durbin-Watson stat0.550632Prob(F-statistic)0.000000（1）算括號(hào)內(nèi)的值（2）判斷模型中隨機(jī)誤差項(xiàng)是否存在自相關(guān)性。如果存在，寫(xiě)出一種消除自相關(guān)的方法并寫(xiě)出具體步驟。（6分）（已知：d0.05(1.20)L=1.28）4.（1）53.46804； 35.93； （2）DW值d0.05(1.20)L=1.28,所以存在正自相關(guān) =1-DW/2=0.725 構(gòu)造新的變量Y1=Y-0.725Y（-1），X1=X-0.725X（-1），再進(jìn)行回歸，不停迭代下去，直到消除自相關(guān)為止。 5、根據(jù)我國(guó)19782000年的財(cái)政收入和國(guó)內(nèi)生產(chǎn)總值的統(tǒng)計(jì)資料，可建立如下的計(jì)量經(jīng)濟(jì)模型： （2.5199） （22.7229） 0.9609，731.2086，516.3338，0.3474請(qǐng)回答以下問(wèn)題：（臨界值，）（1）何謂計(jì)量經(jīng)濟(jì)模型的自相關(guān)性？（2）試檢驗(yàn)該模型是否存在一階自相關(guān)，畫(huà)出圖判斷。6、為了研究我國(guó)經(jīng)濟(jì)增長(zhǎng)和國(guó)債之間的關(guān)系，建立回歸模型。得到的結(jié)果如下：Dependent Variable: LOG(GDP)Method: Least SquaresDate: 06/04/05 Time: 18:58Sample: 1985 2003Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C6.030.1443.20LOG(DEBT)0.650.0232.80R-squared0.981Mean dependentvar10.53Adjusted-R-squared0.983 S.D.dependentvar0.86S.E. of regression0.11 Akaikeinfocriterion-1.46Sum squared resid0.21 Schwarzcriterion-1.36Log likelihood15.8 F-statistic1075.5Durbin-Watson stat0.81 Prob(F-statistic)0其中， GDP表示國(guó)內(nèi)生產(chǎn)總值，DEBT表示國(guó)債發(fā)行量。（1）寫(xiě)出回歸方程。（2）模型可能存在什么問(wèn)題？如何檢驗(yàn)？（3）如何就模型中所存在的問(wèn)題，對(duì)模型進(jìn)行改進(jìn)？ 答案：（1） Log（GDP）= 6.03 + 0.65 LOG(DEBT)（2）（6分）可能存在序列相關(guān)問(wèn)題。因?yàn)閐.w = 0.81小于，因此落入正的自相關(guān)區(qū)域。由此可以判定存在序列相關(guān)。（3）（6分）利用廣義差分法。根據(jù)d.w = 0.81，計(jì)算得到，因此回歸方程滯后一期后，兩邊同時(shí)乘以0.6，得方程減去上面的方程，得到利用最小二乘估計(jì)，得到系數(shù)。7、若在模型：中存在下列形式的異方差：，你如何估計(jì)參數(shù)（1、根據(jù)19782000年中國(guó)居民人均消費(fèi)支出(CONSP)與人均GDP統(tǒng)計(jì)數(shù)據(jù)，進(jìn)行兩變量線性回歸后得到下列結(jié)果。（20分）Dependent Variable: CONSPMethod: Least SquaresDate: 05/23/06 Time: 00:29Sample: 1978 2000Included observations: 23VariableCoefficientStd. Errort-StatisticProb.C201.105514.88606（ ）0.0000GDPP0.386185（ ）53.468040.0000R-squared0.992708Mean dependent var905.3261Adjusted R-squared0.992361S.D. dependent var380.6387S.E. of regression（ ）Akaikeinfocriteon9.930075Sum squared resid23243.46Schwarz criterion10.02881Log likelihood-112.1959F-statistic2858.831Durbin-Watson stat0.550632Prob(F-statistic)0.0000001） 寫(xiě)出回歸模型（2分）2） 計(jì)算括號(hào)內(nèi)的數(shù)據(jù)并寫(xiě)出計(jì)算過(guò)程3） （判斷模型誤差項(xiàng)是否存在序列相關(guān)問(wèn)題（95%的置信水平）(3分)。如果存在，寫(xiě)出解決這一問(wèn)題的一種方法。（6分）答案：7. 對(duì)于模型 存在下列形式的異方差：，我們可以在(1)式左右兩端同時(shí)除以，可得 （2）其中代表誤差修正項(xiàng)，可以證明即滿足同方差的假定，對(duì)(2)式使用OLS，即可得到相應(yīng)的估計(jì)量。1）consp=201.11+0.386GDP2）13.50965, 0.007223, 33.269083）DW=0.550632，查表可得存在正相關(guān)性。根據(jù)DW=2（1-）估計(jì)出，再利用廣義差分法或柯奧迭代法直至消除自相關(guān)性為止。8、根據(jù)19852007年中國(guó)糧食生產(chǎn)與相關(guān)投入的統(tǒng)計(jì)數(shù)據(jù)，建立線性回歸模型。其中糧食產(chǎn)量Y（萬(wàn)噸）、農(nóng)業(yè)化肥施用量X1（萬(wàn)千克）、糧食播種面積X2（千公頃）、成災(zāi)面積X3（公頃）、農(nóng)業(yè)機(jī)械總動(dòng)力X4（萬(wàn)千瓦）、農(nóng)業(yè)勞動(dòng)力X5（萬(wàn)人）。Dependent Variable: YMethod: Least SquaresDate: 05/23/06 Time: 20:3