《計(jì)量經(jīng)濟(jì)學(xué)》期末總復(fù)習(xí)要點(diǎn)

1、-精選文檔 -計(jì)量經(jīng)濟(jì)學(xué)期末總復(fù)習(xí)一、單項(xiàng)選擇題1 在雙對數(shù)線性模型 lnY=ln + lnX+ui中 , 的含義是（D）i01i1AY 關(guān)于 X 的增長量B Y 關(guān)于 X 的發(fā)展速度C Y 關(guān)于 X 的邊際傾向DY 關(guān)于 X 的彈性2 在二元線性回歸模型： Y i01 X 1i2 X 2 iui 中，1表示（ A）A 當(dāng) X2 不變、 X1變動一個(gè)單位時(shí)，Y 的平均變動B當(dāng) X 不變、 X變動一個(gè)單位時(shí)，Y 的平均變動12C當(dāng) X1 和 X2都保持不變時(shí)，Y 的平均變動D 當(dāng) X 和 X 都變動一個(gè)單位時(shí)，Y 的平均變動123 如果線性回歸模型的隨機(jī)誤差項(xiàng)存在異方差，則參數(shù)的普通最小二乘估計(jì)

2、量是（ D）A 無偏的，但方差不是最小的B有偏的，且方差不是最小的C無偏的，且方差最小D 有偏的，但方差仍為最小4 DW 檢驗(yàn)法適用于檢驗(yàn)（B）A 異方差B序列相關(guān)C多重共線性D 設(shè)定誤差5 如果 X 為隨機(jī)解釋變量，Xi 與隨機(jī)誤差項(xiàng)u i 相關(guān)，即有Cov(X i， u i)0 ，則普通最小二乘估計(jì) ?是（B）A 有偏的、一致的B有偏的、非一致的可編輯-精選文檔 -C無偏的、一致的D 無偏的、非一致的6 設(shè)某商品需求模型為Yt = 0 + 1 Xt + u t ，其中 Y 是商品的需求量，X 是商品價(jià)格，為了考慮全年 4 個(gè)季節(jié)變動的影響，假設(shè)模型中引入了4 個(gè)虛擬變量， 則會產(chǎn)生的問題為

3、（）A 異方差性B序列相關(guān)C不完全的多重共線性D 完全的多重共線性7 當(dāng)截距和斜率同時(shí)變動模型Yi= 0+ 1D+ 1Xi+ 2 (DX i )+u i 退化為截距變動模型時(shí)，能通過統(tǒng)計(jì)檢驗(yàn)的是（）A 10 ，20B1 =0 ，2 =0C1 0 ，2=0D 1 =0 ，208 若隨著解釋變量的變動，被解釋變量的變動存在兩個(gè)轉(zhuǎn)折點(diǎn)，即有三種變動模式，則在分段線性回歸模型中應(yīng)引入虛擬變量的個(gè)數(shù)為（B）A1 個(gè)B2 個(gè)C3 個(gè)D4 個(gè)9 對于無限分布滯后模型Yt = + 0 Xt + 1 Xt-1 + 2Xt-2 + +u t ，無法用最小二乘法估計(jì)其參數(shù)是因?yàn)椋ǎ〢 參數(shù)有無限多個(gè)B沒有足夠的自由

4、度C存在嚴(yán)重的多重共線性D 存在序列相關(guān)10 使用多項(xiàng)式方法估計(jì)有限分布滯后模型Yt = + 0 Xt + 1Xt-1 + + k Xt-k +u t 時(shí)，多項(xiàng)i012 2mm的階數(shù) m必須（）式= + i+ i+ + i可編輯-精選文檔 -A 小于 kB小于等于 kC等于 kD 大于 kk11 對于無限分布滯后模型 Yt = + 0Xt + 1Xt-1 + 2 Xt-2 + +u t ， Koyck 假定k= 0，0<<l ，則長期影響乘數(shù)為（）A 0B111C 1 D i112 對自回歸模型進(jìn)行自相關(guān)檢驗(yàn)時(shí)，若直接使用DW 檢驗(yàn)，則 DW 值趨于（C ）A 0B 1C 2D 4

5、13 對于 Koyck變換模型 Y= (1- )+ Xt+ Y+V，其中 V=u- ut-1，則可用作 Yt-1tt-1ttt的工具變量為（）A XtB Xt-1C YtD V t14 使用工具變量法估計(jì)恰好識別的方程時(shí)，下列選項(xiàng)中有關(guān)工具變量的表述錯(cuò)誤的是（ A）A 工具變量可選用模型中任意變量，但必須與結(jié)構(gòu)方程中隨機(jī)誤差項(xiàng)不相關(guān)B工具變量必須與將要替代的內(nèi)生解釋變量高度相關(guān)C工具變量與所要估計(jì)的結(jié)構(gòu)方程中的前定變量之間的相關(guān)性必須很弱，以避免多重共線性D 若引入多個(gè)工具變量，則要求這些工具變量之間不存在嚴(yán)重的多重共線性可編輯-精選文檔 -15 根據(jù)實(shí)際樣本資料建立的回歸模型是（）A 理論模

6、型B回歸模型C樣本回歸模型D 實(shí)際模型16 下列選項(xiàng)中，不屬于生產(chǎn)函數(shù)f(L， K) 的性質(zhì)是（）A f(0 ， K)=f(L ， 0)=0Bf0,f0LKC邊際生產(chǎn)力遞減D 投入要素之間的替代彈性小于零17 關(guān)于經(jīng)濟(jì)預(yù)測模型，下面說法中錯(cuò)誤 的是（）A 經(jīng)濟(jì)預(yù)測模型要求模型有較高的預(yù)測精度B經(jīng)濟(jì)預(yù)測模型比較注重對歷史數(shù)據(jù)的擬合優(yōu)度C經(jīng)濟(jì)預(yù)測模型比較注重宏觀經(jīng)濟(jì)總體運(yùn)行結(jié)構(gòu)的分析與模擬D 經(jīng)濟(jì)預(yù)測模型不太注重對經(jīng)濟(jì)活動行為的描述18 關(guān)于宏觀經(jīng)濟(jì)計(jì)量模型中的季度模型，下列表述中錯(cuò)誤的是（）A 季度模型以季度數(shù)據(jù)為樣本B季度模型一般規(guī)模較大C季度模型主要用于季度預(yù)測D 季度模型注重長期行為的描述

7、19 宏觀經(jīng)濟(jì)模型的導(dǎo)向是（）A 由總供給與總需求的矛盾決定的B由國家的經(jīng)濟(jì)發(fā)展水平?jīng)Q定的C由總供給決定的D 由總需求決定的可編輯-精選文檔 -20 X 與 Y 的樣本回歸直線為（D）A Y = 十 X +uiBY =01 X iu ii01 iiC E(Yi)= 0 十1XiD Y i =01 X i21 在線性回歸模型中，若解釋變量X 1 和 X2 的觀測值成比例，即X1i =KX 2i ，其中 K 為常數(shù)，則表明模型中存在（C）A ，方差非齊性B序列相關(guān)C多重共線性D 設(shè)定誤差22 回歸分析中，用來說明擬合優(yōu)度的統(tǒng)計(jì)量為（C ）A 相關(guān)系數(shù)B回歸系數(shù)C判定系數(shù)D 標(biāo)準(zhǔn)差23 若某一正常商

8、品的市場需求曲線向下傾斜，可以斷定（B）A 它具有不變的價(jià)格彈性B隨價(jià)格下降需求量增加C隨價(jià)格上升需求量增加D 需求無彈性24 在判定系數(shù)定義中， ESS 表示（B ）A i2B(Y i Y ) 2(YY)C(Y-Y )2D (Y Y )ii25 用于檢驗(yàn)序列相關(guān)的DW 統(tǒng)計(jì)量的取值范圍是（D）A O DW1B -1 DW1可編輯-精選文檔 -C- 2DW 2D O DW426 誤差變量模型是指（A）A 模型中包含有觀測誤差的解釋變量B用誤差作被解釋變量C用誤差作解釋變量D 模型中包含有觀測誤差的被解釋變量27 由簡化式參數(shù)的估計(jì)量得到結(jié)構(gòu)參數(shù)的估計(jì)量的方法是（C）A 二階段最小二乘法B極大似

9、然法C間接最小二乘法D 工具變量法28 將社會經(jīng)濟(jì)現(xiàn)象中質(zhì)的因素引入線性模型（C）A 只影響模型的截距B只影響模型的斜率C在很多情況下，不僅影響模型截距，還同時(shí)會改變模型的斜率D 既不影響模型截距，也不改變模型的斜率29 時(shí)間序列資料中，大多存在序列相關(guān)問題，對于分布滯后模型，這種序列相關(guān)問題就轉(zhuǎn)化為（B）A 異方差問題B多重共線性問題C隨機(jī)解釋變量問題D 設(shè)定誤差問題30 根據(jù)判定系數(shù)R2 與 F 統(tǒng)計(jì)量的關(guān)系可知，當(dāng)R2 =1 時(shí)有（D）A F=-1B F=0CF=1D F= 可編輯-精選文檔 -31 發(fā)達(dá)市場經(jīng)濟(jì)國家宏觀經(jīng)濟(jì)計(jì)量模型的核心部分包括總需求、總供給和（C ）A 建模時(shí)所依據(jù)的

10、經(jīng)濟(jì)理論B總收入C關(guān)于總需求，總生產(chǎn)和總收入的恒等關(guān)系D 總投資32 在消費(fèi) Y 對收入 Z的誤差修正模型Y t01 (Y t 101Z t 1 )2 Z t 1t 中，tt1和 2稱為（C）A 均衡參數(shù)B協(xié)整參數(shù)C短期參數(shù)D 長期參數(shù)33 用模型描述現(xiàn)實(shí)經(jīng)濟(jì)系統(tǒng)的原則是（B）A 以理論分析作先導(dǎo)，解釋變量應(yīng)包括所有解釋變量B以理論分析作先導(dǎo)，模型規(guī)模大小要適度C模型規(guī)模越大越好，這樣更切合實(shí)際情況D 模型規(guī)模大小要適度，結(jié)構(gòu)盡可能復(fù)雜34 下列模型中 E(Yi)是參數(shù)1 的線性函數(shù)， 并且是解釋變量Xi 的非線性函數(shù)的是 （ B）i02 X2i01XiAE(Y )=1iB E(Y )=i01

11、1i01C E(Y )=X iDE(Y )=1 X i35 估計(jì)簡單線性回歸模型的最小二乘準(zhǔn)則是：確定0 、1 ,使得（ A）A (Yi-0-1 Xi) 2最小B (Yi-0 -i -e i)2最小1 X可編輯-精選文檔 -Ci0 -ii2最小D i2最小(Y-1 X-u)(Y- 01X i )iX1 eui中，下列有關(guān)Y 對 X 的彈性的說法中，正確的是（A）36 在模型 Y= 0iA 1是 Y關(guān)于 X的彈性B0是Y關(guān)于 X的彈性C ln 0 是 Y 關(guān)于X 的彈性D ln1是 Y關(guān)于 X的彈性37 假設(shè)回歸模型為Yi= X i u i ，其中 Xi 為隨機(jī)變量，且 Xi 與 u i 相關(guān)，

12、則的普通最小二乘估計(jì)量（D）A 無偏且不一致B無偏但不一致C有偏但一致D. 有偏且不一致38 設(shè)截距和斜率同時(shí)變動模型為Yi=01 D1X i2 (DX i )u i ,其中 D 為虛擬變量。如果經(jīng)檢驗(yàn)該模型為斜率變動模型，則下列假設(shè)成立的是（D）A 10 ， 20B10 ， 20C10 ， 20D 10 ， 2039 當(dāng)0 ，1 時(shí)， CES 生產(chǎn)函數(shù)趨于（B ）A 線性生產(chǎn)函數(shù)B. C D 生產(chǎn)函數(shù)C投入產(chǎn)出生產(chǎn)函數(shù)D 對數(shù)生產(chǎn)函數(shù)二、多項(xiàng)選擇題1對于經(jīng)典線性回歸模型，各回歸系數(shù)的普通最小二乘估計(jì)具有的優(yōu)良特性有（ACB）可編輯-精選文檔 -A 無偏性B線性性C有效性D 一致性E確定性2

13、序列相關(guān)情形下，常用的參數(shù)估計(jì)方法有（）A 一階差分法B廣義差分法C工具變量法D 加權(quán)最小二乘法E普通最小二乘法3 狹義的設(shè)定誤差主要包括（）A 模型中遺漏了重要解釋變量B模型中包含了無關(guān)解釋變量C模型中有關(guān)隨機(jī)誤差項(xiàng)的假設(shè)有誤D 模型形式設(shè)定有誤E回歸方程中有嚴(yán)重的多重共線性4 用最小二乘法估計(jì)簡化式模型中的單個(gè)方程，最小二乘估計(jì)量的性質(zhì)為（）A 無偏的B有偏的C一致的D 非一致的E漸近無偏的5. 常用的多重共線性檢驗(yàn)方法有（）A.簡單相關(guān)系數(shù)法B.矩陣條件數(shù)法C.方差膨脹因子法D.判定系數(shù)增量貢獻(xiàn)法可編輯-精選文檔 -E.工具變量法6. 對于i1D1X i2 (DX i ) ui ，其中

14、D 為虛擬變量。下面說法正確的有Y = 0（）A.其圖形是兩條平行線B.基礎(chǔ)類型的截距為0C.基礎(chǔ)類型的斜率為1D.差別截距系數(shù)為1E.差別斜率系數(shù)為217. 對于有限分布滯后模型Yi=0 X t1X t 1k X t ku t ，最小二乘法原則上是適用的，但會遇到下列問題中的（）A.多重共線性問題B.異方差問題C.隨機(jī)解釋變量問題D.最大滯后長度k 的確定問題E.樣本較小時(shí)，無足夠自由度的問題8. 下列關(guān)于二階段最小二乘法說法中正確的有（）A.對樣本容量沒有嚴(yán)格要求B.適合一切方程C.假定模型中所有前定變量之間無多重共線性D.僅適合可識別方程E.估計(jì)量不具有一致性三、問答題1. 建立與應(yīng)用計(jì)

15、量經(jīng)濟(jì)學(xué)模型的主要步驟是什么？可編輯-精選文檔 -2. 多元線性回歸模型的基本假設(shè)是什么？試說明在證明最小最小二乘估計(jì)量的無偏性和有效性的過程中，哪些基本假設(shè)起了作用？答：多元線性回歸模型的基本假定有：零均值假定、隨機(jī)項(xiàng)獨(dú)立同方差假定、解釋變量的非隨機(jī)性假定、解釋變量之間不存在線性相關(guān)關(guān)系假定、隨機(jī)誤差項(xiàng)服從均值為0 方差為的正態(tài)分布假定。 在證明最小二乘估計(jì)量的無偏性中，利用了解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)的假定；在有效性的證明中，利用了隨機(jī)項(xiàng)獨(dú)立同方差假定。3. 多元線性回歸模型隨機(jī)干擾項(xiàng)的假定有哪些？（1）隨機(jī)誤差項(xiàng)的條件期望值為零。（ 2 ）隨機(jī)誤差項(xiàng)的條件方差相同。（ 3 ）隨機(jī)誤差項(xiàng)之

16、間無序列相關(guān)。 （ 4）自變量與隨機(jī)誤差項(xiàng)獨(dú)立無關(guān)。（ 5 ）隨機(jī)誤差項(xiàng)服從正態(tài)分布。（6）各解釋變量之間不存在顯著的線性相關(guān)關(guān)系4. 在多元線性回歸分析中， t 檢驗(yàn)與 F 檢驗(yàn)有何不同？在一元線性回歸分析中二者是否有等價(jià)的作用？5. 簡述異方差性的含義、來源、后果并寫出懷特（White ）檢驗(yàn)方法的檢驗(yàn)步驟。6. 簡述選擇解釋變量的逐步回歸法逐步回歸的基本思想是“有進(jìn)有出” 。具體做法是將變量一個(gè)一個(gè)引入，引入變量的條件是t 統(tǒng)計(jì)量經(jīng)檢驗(yàn)是顯著的。即每引入一個(gè)自變量后， 對已經(jīng)被選入的變量要進(jìn)行逐個(gè)檢驗(yàn)，當(dāng)原引入的變量由于后面變量的引入而變得不再顯著時(shí)，要將其剔除。 引入一個(gè)變量或從回歸方

17、程中剔除一個(gè)變量，為逐步回歸的一步，每一步都要進(jìn)行t 檢驗(yàn)，以確保每次引入新的變量之前回歸方程中只包含顯著的變量?？删庉?精選文檔 -7. 教材第 154 頁，第 5 題。8. 教材第 154 頁，第 6 題。9. 教材第 186 頁，第 1 題.10. 教材第 186 頁，第 3 題 .11. 教材第 305 頁，第 1 題 .12. 在時(shí)間序列數(shù)據(jù)的計(jì)量經(jīng)濟(jì)分析過程中，（ 1） 為什么要進(jìn)行時(shí)間序列的平穩(wěn)性檢驗(yàn)？隨機(jī)時(shí)間序列的平穩(wěn)性條件是什么？（ 2） 請證明隨機(jī)游走序列不是平穩(wěn)序列。（ 3） 單位根檢驗(yàn)為什么從 DF 檢驗(yàn)擴(kuò)展到 ADF 檢驗(yàn)？13.克萊因和戈德伯格曾用1921-1941

18、年與 1945-1950年（ 1942-1944年戰(zhàn)爭期間略去）美國國內(nèi)消費(fèi)C 和工資收入W 、非工資非農(nóng)業(yè)收入P、農(nóng)業(yè)收入A 的共 27 年時(shí)間序列資料，利用普通最小二乘法估計(jì)得出了下列回歸方程：Ct =8.133+1.059Wt +0.452Pt +0.121At(8.92)(0.17)(0.66)(1.09)R2=0.95F=107.37式下括號中的數(shù)字為相應(yīng)參數(shù)估計(jì)量的標(biāo)準(zhǔn)誤。試對該模型進(jìn)行評價(jià)， 指出其中存在的問題。（顯著性水平取5% ，已知 F0.05 (3,23)=3.03,t 0.025 (23)=2.069）14. 指出下列論文中的主要錯(cuò)誤之處：可編輯-精選文檔 -在一篇關(guān)于

19、中國石油消費(fèi)預(yù)測研究的論文中，作者選擇石油年消費(fèi)量（OIL ，單位：萬噸標(biāo)準(zhǔn)煤）為被解釋變量，國內(nèi)生產(chǎn)總值（GDP ，按當(dāng)年價(jià)格計(jì)算，單位：億元）為解釋變量， 1990 2006 年年度數(shù)據(jù)為樣本。首先假定邊際消費(fèi)傾向不變，建立了線性模型：OIL tGDPtt采用 OLS 估計(jì)模型，得到t1990,1991,2006?13390.30 0.183125GDPtt 1990,1991, ,2006OI Lt然后假定消費(fèi)彈性不變，建立了對數(shù)線性模型：ln OIL tln GDPtt采用 OLS 估計(jì)模型，得到t1990,1991,2006?5.122385 0.458338ln GDPtt 199

20、0,1991, ,2006ln OI Lt分別將 2020年國內(nèi)生產(chǎn)總值預(yù)測值（500000億元）代入模型，計(jì)算得到兩種不同假定情況下的 2020年石油消費(fèi)預(yù)測值分別為104953和 68656萬噸標(biāo)準(zhǔn)煤。15. 在一篇研究我國工業(yè)資本配置效率的論文中，作者利用我國39 個(gè)工業(yè)行業(yè) （編號 i =1，2 ， 39 ）的 9 年（ t=1991， 1991，1999 ）的351 組數(shù)據(jù)為樣本，以固定資產(chǎn)存量I的增長率為被解釋變量，以利潤V 的增長率為解釋變量。分別建立了如下3 個(gè)模型：lnI itlnVititI i ,t 1Vi ,t 1lnI itii lnVititI i ,tVi ,t1

21、1lnI ittt lnVititI i ,t1Vi,t1利用全部樣本，采用OLS 估計(jì)模型，結(jié)果表明我國資本配置效率不僅低于發(fā)達(dá)國家，也低于大多數(shù)發(fā)展中國家。為了分析我國工業(yè)行業(yè)的成長性，分別利用每個(gè)行業(yè)的時(shí)間序列數(shù)可編輯-精選文檔 -據(jù)，對模型進(jìn)行OLS 估計(jì)，從結(jié)果中發(fā)現(xiàn)了最具發(fā)展?jié)摿Φ? 個(gè)行業(yè)。為了定量刻畫我國每年的資本配置效率，分別用每年的行業(yè)數(shù)據(jù)，采用OLS 估計(jì)模型，從估計(jì)結(jié)果可以看出，我國資本配置效率呈逐年下滑趨勢。分別從 Panel Data的模型設(shè)定和估計(jì)方法兩方面，指出該論文存在的問題，并簡單說明理由。四、計(jì)算題1. 教材第 104 頁，第 9 題。2 已知 Y 和 X

22、 滿足如下的總體回歸模型Y= 01X u（1）根據(jù)Y 和 X的 5對 觀測值已計(jì)算出 Y=3，X=11，(X i X )2=74 ，( Yi Y ) 2 =10 ，(X iX ) （ YiY ） =27 。利用最小二乘法估計(jì)0和 1。（ 2 ）經(jīng)計(jì)算，該回歸模型的總離差平方和 TSS 為 10 ，總殘差平方和 RSS 為 0.14 ，試計(jì)算判定系數(shù) r 2 并分析該回歸模型的擬合優(yōu)度。3 由 12 對觀測值估計(jì)得消費(fèi)函數(shù)為：C =50+0.6Y其中， Y 是可支配收入，已知Y =800 ，(YY ) 2 =8000 ，e2 =30 ，當(dāng) Y0=1000時(shí)，試計(jì)算：（1 ）消費(fèi)支出C 的點(diǎn)預(yù)測值

23、；可編輯-精選文檔 -（2 ）在 95% 的置信概率下消費(fèi)支出C 的預(yù)測區(qū)間。（已知： t 0.025 (10)=2.23）4.1978-2000年天津市城鎮(zhèn)居民人均可支配銷售收入（Y，元）與人均年度消費(fèi)支出（CONS ，元）的樣本數(shù)據(jù)、一元線性回歸結(jié)果如下所示：（共 30 分）10000S80006000NOC40002000002000400060008000YDependent Variable: LNCONSMethod: Least SquaresDate: 06/14/02Time: 10:04Sample: 1978 2000Included observations: 23Va

24、riableCoefficientStd. Errort-StatisticProb.C_0.064931-3.1936900.0044LnY1.0508930.008858_0.0000可編輯-精選文檔 -R-squared0.998510Mean dependent var7.430699AdjustedS.D. dependent var1.021834R-squaredS.E. of regressionAkaike info criterion-6.336402Sum squared resid0.034224Schwarz criterion-6.237663Log likelih

25、ood42.23303F-statistic14074.12Durbin-Watson0.842771Prob(F-statistic)0.00000stat1 在空白處填上相應(yīng)的數(shù)字（共4 處）（計(jì)算過程中保留4 位小數(shù)）2 根據(jù)輸出結(jié)果，寫出回歸模型的表達(dá)式。3 給定檢驗(yàn)水平 =0.05 ，檢驗(yàn)上述回歸模型的臨界值t 0.025 =_，F(xiàn)0.05 =_；并說明估計(jì)參數(shù)與回歸模型是否顯著?4 解釋回歸系數(shù)的經(jīng)濟(jì)含義。5 根據(jù)經(jīng)典線性回歸模型的假定條件，判斷該模型是否明顯違反了某個(gè)假定條件？如有違背，應(yīng)該如何解決？（ 6 分）5. 已知某市羊毛衫的銷售量 1995 年第一季度到 2000 年第

26、四季度的數(shù)據(jù)。假定回歸模型為：Yt = 0+ 1 X1t + 2 X2 t+ u t式中： Y= 羊毛衫的銷售量X 1= 居民收入可編輯-精選文檔 -X 2= 羊毛衫價(jià)格如果該模型是用季度資料估計(jì)，試向模型中加入適當(dāng)?shù)淖兞糠从臣竟?jié)因素的影響。（僅考慮截距變動。6. 以下是某個(gè)案例的 Eviews 分析結(jié)果（局部）。Dependent Variable: YMethod: Least SquaresSample(adjusted): 110Included observations: 10 after adjusting endpointsVariableCoefficientStd. Erro

27、rt -StatisticProb.C4.8267899.2173660.5236630.6193X10.1783810.308178（1 ）0.5838X20.688030（2）3.2779100.0169X3（ 3）0.156400-1.4235560.2044R-squared0.852805Mean dependent var41.90000Adjusted（ 4）S.D. dependent var34.28783R-squaredS.E.of regression16.11137Akaike info criterion8.686101Sum squared resid1557.4

28、57Schwarz criterion8.807135Log likelihood-39.43051F-statistic11.58741Durbin-Watson3.579994Prob(F-statistic)0.006579stat填上（ 1 ）、（ 2 ）、（ 3 ）、（ 4 ）位置所缺數(shù)據(jù)；可編輯-精選文檔 -以標(biāo)準(zhǔn)記法寫出回歸方程；你對分析結(jié)果滿意嗎？為什么？7. 根據(jù)下列 Eviews 應(yīng)用軟件的運(yùn)行結(jié)果比較分析選擇哪個(gè)模型較好？并說明理由；以標(biāo)準(zhǔn)形式寫出確定的回歸方程。模型一Dependent Variable: YMethod: Least SquaresSample: 1

29、12Included observations: 12VariableCoefficientStd. Errort-StatisticProb.C46.138287.3569906.2713520.00011/X1335.604171.21997.8005220.0000Adjusted R-squared0.844738Akaike info criterion8.283763Sum squared resid1993.125Schwarz criterion8.364580Log likelihood-47.70258F-statistic60.84814Durbin-Watson stat2.154969Prob(F-statistic)0.000015模型二Dependent Variable: YMethod: Least SquaresSample: 1 12Included observations: 12Convergence achieved after 6 iterationsY=C(1)*C(2)XCoefficientStd. Errort-StatisticProb.C(1)195.178411.4660017.022370.0000可編輯-精選文檔 -C(2)0.9791320