計(jì)量經(jīng)濟(jì)學(xué)書后答案

1、第一章作業(yè)答案3、解：（1）所以，樣本回歸方程為回歸系數(shù)的經(jīng)濟(jì)意義：價(jià)格每上漲（或下跌）一個(gè)單位，企業(yè)銷售額平均提高（降低）1.407個(gè)單位。（2）而(3)；而臨界值可以看出、的絕對(duì)值均大于臨界值，說(shuō)明回歸參數(shù)、是顯著的。（4）求的置信度為95%的置信區(qū)間。即（0.716，2.098）（5）求擬合優(yōu)度擬合優(yōu)度57.7%不高，說(shuō)明價(jià)格只能解釋企業(yè)銷售額總變差的58%左右，還有42%左右得不到說(shuō)明。這一事實(shí)表明，只用價(jià)格一個(gè)因素不能充分解釋企業(yè)銷售額的變差，還需考慮別的有關(guān)因素，建立多元回歸模型。（6）回歸直線未解釋銷售變差部分（7）當(dāng)價(jià)格時(shí)，預(yù)測(cè)該企業(yè)的銷售額4、解：（1）所以當(dāng)或者時(shí)，成立。（

2、2）求的無(wú)偏估計(jì)量即用樣本方差估計(jì)總體方差。與總體方差相對(duì)應(yīng)的樣本方差為；無(wú)偏性要求因?yàn)槠渲校?即 所以的無(wú)偏估計(jì)量（3）=（4）定義擬合優(yōu)度在模型含常數(shù)項(xiàng)即的情況下，擬合優(yōu)度定義為：這樣定義的前提是平方和分解式成立；但這一等式成立的前提是和同時(shí)成立（見(jiàn)書第32頁(yè)第8行）；而和是用最小二乘法推導(dǎo)和的估計(jì)量時(shí)得到的兩個(gè)方程（見(jiàn)書第18頁(yè)的前兩行）。但在模型不含常數(shù)項(xiàng)即的情況下，用最小二乘法推導(dǎo)的估計(jì)量時(shí)只得到一個(gè)方程即（見(jiàn)書第18頁(yè)的倒數(shù)第2行）。因此，在此情況下不一定成立，原來(lái)擬合優(yōu)度的定義也就不適用了。而在的情況下，成立。證明：其中所以因此，在的情況下，擬合優(yōu)度可以定義為5、解：（1）臨界值

3、而=3.1、=18.7，兩者均大于臨界值，說(shuō)明、顯著地異于零。（2），則，則、的置信度為95%的置信區(qū)間分別為： 即； 即。6、解： 邊際勞動(dòng)生產(chǎn)率為14.743，即工作人數(shù)每增加一個(gè)單位（千人），該工業(yè)部門年產(chǎn)量平均增加14.743個(gè)單位（萬(wàn)噸）。7、解：（1）=1.0598說(shuō)明有價(jià)證券收益率每提高一個(gè)單位，相應(yīng)地IBM股票的收益率則平均提高1.0598個(gè)單位。=0.7264說(shuō)明有價(jià)證券收益率為0時(shí)，IBM股票的收益率為0.7264。（2）=0.4710，擬合優(yōu)度不高，說(shuō)明有價(jià)證券收益率只能解釋IBM股票收益率總變差的47.1%，還有52.9%得不到說(shuō)明。這一事實(shí)表明，只用有價(jià)證券收益率一個(gè)

4、因素不能充分解釋IBM股票收益率的總變差，還需考慮別的有關(guān)因素，建立多元回歸模型。（3）建立假設(shè)：臨界值的絕對(duì)值小于臨界值1.645，則接受原假設(shè)，說(shuō)明IBM股票是穩(wěn)定證券。第一章作業(yè)答案6、解：（1）回歸參數(shù)、的經(jīng)濟(jì)意義分別為：當(dāng)耐用品價(jià)格指數(shù)不變時(shí)，家庭收入每增加一個(gè)單位，耐用品支出平均增加0.0563個(gè)單位；當(dāng)家庭收入不變時(shí)，耐用品價(jià)格指數(shù)每增加一個(gè)單位，耐用品支出平均降低0.816個(gè)單位。（2） 0.5470.021 當(dāng)時(shí)，。說(shuō)明在顯著性水平條件下，只有通過(guò)檢驗(yàn)，即顯著地異于零；而、未通過(guò)檢驗(yàn)。當(dāng)時(shí)，。說(shuō)明在顯著性水平條件下，、都通過(guò)了檢驗(yàn)，即、顯著地異于零，認(rèn)為耐用品支出與家庭收入、

5、耐用品價(jià)格指數(shù)分別存在線性相關(guān)關(guān)系。（3）回歸參數(shù)95%的置信區(qū)間：（-0.459，）；：（0.006，0.106）；：（，0.078）（4） 擬合優(yōu)度和修正擬合優(yōu)度都不高，家庭收入、耐用品價(jià)格指數(shù)兩個(gè)因素只說(shuō)明了耐用品支出總變差的50%左右，說(shuō)明還存在影響耐用品支出的其他因素。=；當(dāng)時(shí)，說(shuō)明回歸方程在整體上是顯著的。7、解：（1）（2）（3）解：（1）與（2）的回歸結(jié)果不同，是因?yàn)閮蓚€(gè)模型中第二個(gè)自變量平均小時(shí)工資采用了不同的指標(biāo)，（1）中采用的是以1982年價(jià)格為基期的平均小時(shí)工資，消除了通貨膨脹的影響，是實(shí)際工資；而（2）中的按當(dāng)前價(jià)計(jì)算的平均小時(shí)工資，含有通貨膨脹的影響，是名義工資。（

6、2）中回歸方程平均小時(shí)工資的系數(shù)為負(fù)，說(shuō)明即使名義工資是上升的，實(shí)際工資也有可能下降，從而導(dǎo)致勞動(dòng)力參與率的下降。第三章 作業(yè)1、解：（1）令則（2）兩邊求對(duì)數(shù)即令則（3）令則（4）令則 2、解：化為線性形式：用數(shù)據(jù)（）求參數(shù)的OLS估計(jì)量。則：預(yù)測(cè)：3、解：用數(shù)據(jù)（）求參數(shù)的OLS估計(jì)量。模型估計(jì)式：預(yù)測(cè)：第四章 作業(yè)2 、模型的異方差結(jié)構(gòu)為則令所以：或其中：原模型變成了無(wú)常數(shù)項(xiàng)的二元線性模型，同時(shí)消除了異方差。根據(jù)矩陣形式的參數(shù)估計(jì)量公式得：=所以，3、解：原始數(shù)據(jù)見(jiàn)第123頁(yè)表4-2的等級(jí)的等級(jí)等級(jí)差91-8642200330064-2475-2486-2417636108-244952

7、51110-111411-391312-11513864121424151500檢驗(yàn)統(tǒng)計(jì)量當(dāng)時(shí)，說(shuō)明原始數(shù)據(jù)中存在異方差。4、解：10234以為因變量、為自變量做OLS得：（-13.393）（5.315），當(dāng)時(shí)，說(shuō)明原始數(shù)據(jù)中存在異方差。且則，模型變換得：111則以為因變量、以和為自變量做OLS得：所以原模型經(jīng)異方差校正后的樣本回歸方程為：（0.684）（12.074）第五章作業(yè)3、解：做DW檢驗(yàn)當(dāng)查表得1.38，則 （1）時(shí)，則隨機(jī)干擾項(xiàng)存在正的自相關(guān)；（2），不能確定有無(wú)自相關(guān)；（3），不能確定有無(wú)自相關(guān)；（4），則隨機(jī)干擾項(xiàng)存在負(fù)的自相關(guān)。4、解：當(dāng)查表得1.08 ，則 可見(jiàn)1.08，說(shuō)

8、明隨機(jī)干擾項(xiàng)存在正的自相關(guān)。7、解：（1）OLS回歸后得到樣本回歸方程為：當(dāng)查表得1.1 ，則 可見(jiàn)1.1，說(shuō)明隨機(jī)干擾項(xiàng)存在正的自相關(guān)。（2）對(duì)原模型做差分變換即：其中：OLS回歸后得到樣本回歸方程為： （0.860）（0.148）當(dāng)查表得1.08 ，則 ，說(shuō)明經(jīng)過(guò)差分變換后確實(shí)消除了自相關(guān)。則原模型的參數(shù)估計(jì)為：；相應(yīng)的標(biāo)準(zhǔn)差為：；則回歸方程為 （1.593）（0.148）第六章 作業(yè)4、解：（1）因?yàn)檎f(shuō)明兩個(gè)自變量之間存在完全多重共線性關(guān)系，因此，在這種情況下進(jìn)行二元線性回歸分析，估計(jì)量不存在。（2）在兩個(gè)自變量中任取一個(gè)作為自變量，進(jìn)行一元線性回歸分析即可得到參數(shù)估計(jì)量。以為自變量做回歸得：則以為自變量做回歸得：則5、解：第一步：先以為自變量做回歸得：（6.414） （0.036） ，當(dāng)時(shí)， 則參數(shù)估計(jì)量顯著，說(shuō)明收入確實(shí)對(duì)消費(fèi)支出有顯著影響。第二步：再把加進(jìn)去做二元線性回歸模型得：則 （6.752） （0.