2023年經(jīng)典單方程計量經(jīng)濟學(xué)模型一元線性回歸模型

第二章經(jīng)典單方程計量經(jīng)濟學(xué)模型：一元線性回歸模型

一、內(nèi)容提要

本章介紹了回歸分析的基本思想與基本方法。首先，本章從總體回歸模型與總體歸

函數(shù)、樣本回歸模型與樣本回歸函數(shù)這兩組概念開始，是立了回歸分析的基本思想。總體回

歸函數(shù)是對總體變量間關(guān)系的定量表述，由總體回歸模型在若干基本假設(shè)下得到，但它只是

建立在理論之上，在現(xiàn)實中只能先從總體中抽取一個樣本，獲得樣本回歸函數(shù)，并用它對總

體回歸函數(shù)做出統(tǒng)計推斷，

本章的一個重點是如何獲取線性的樣本回歸函數(shù)，主要涉及到普通最小二乘法（OLS）

的學(xué)習(xí)與掌握。同時，也介紹了極大似然估計法（ML）以及矩估計法（MM）。

本章的另一個重點是對樣本回歸函數(shù)能否代表總體回歸函數(shù)進行統(tǒng)計推斷，即進行所

謂的統(tǒng)計檢驗。統(tǒng)計檢驗包括兩個方面.，一是先檢驗樣本回歸函數(shù)與樣本點的“擬合優(yōu)度”，

第二是檢驗樣本回歸函數(shù)與總體回歸函數(shù)的“接近”程度。后者又包括兩個層次：第一，檢

驗解釋變量對被解釋變量是否存在著顯著的線性影響關(guān)系，通過變量的t檢驗完成；第二,

檢驗回歸函數(shù)與總體回歸函數(shù)的“接近”程度，通過參數(shù)估計值的“區(qū)間檢驗”完成。

本章還有三方面的內(nèi)容不容忽視。其一，若干基本假設(shè)。樣本回歸函數(shù)參數(shù)的估計以

及對參數(shù)估計量的統(tǒng)計性質(zhì)的分析以及所進行的統(tǒng)計推斷都是建立在這些基本假設(shè)之上的。

其二，參數(shù)估計量統(tǒng)計性質(zhì)的分析，包括小樣本性質(zhì)與大樣本性質(zhì)，尤其是無偏性、有效性

與一致性構(gòu)成J’對樣本估計量優(yōu)劣的最主要的衡量準(zhǔn)則。Goss-markov定理表明OLS估計量

是最佳線性無偏估計量。其三，運用樣本回歸函數(shù)進行預(yù)測，包括被解釋變量條件均值與個

值的預(yù)測，以及預(yù)測置信區(qū)間的計算及其變化特征。

二、典型例題分析

例1、令kids表示一名婦女生育孩子的數(shù)目，educ表示該婦女接受過教育的年數(shù)。生

育率對教育年數(shù)的簡單回歸模型為

kids=+0?duc+〃

（1）隨機擾動項〃包含什么樣的因素？它們可能與教育水平相關(guān)嗎？

（2）上述簡單回歸分析能夠揭示教育對生育率在其他條件不變下的影響嗎？請解釋。

解答：

（1）收入、年齡、家庭狀況、政府的相關(guān)政策等也是影響生育率的重要的因素，在上

述簡單回歸模型中，它們被包含在了隨機擾動項之中。有些因素可能與增長率水平相關(guān)，如

收入水平與教育水平往往呈正相關(guān)、年齡大小與教育水平呈負(fù)相關(guān)等。

（2）當(dāng)歸結(jié)在隨機擾動項中的重要影響因素與模型中的教育水平educ相關(guān)時，上述同

歸模型不能夠揭示教育對生育率在其他條件不變下的影響，因為這時出現(xiàn)解釋變量與隨機擾

動項相關(guān)的情形，基本假設(shè)4不滿足。

例2.已知回歸模型E=&十網(wǎng)上〃，式中E為某類公司一名新員工的起始薪金（元），

N為所受教育水平（年隨機擾動項〃的分布未知，其他所有假設(shè)都滿足。

（1）從直觀及經(jīng)濟角度解釋。和夕。

（2）OLS估計量8和力滿足線性性、無偏性及有效性嗎？簡單陳述理由。

（3）對參數(shù)的假設(shè)檢驗還能進行嗎？簡單陳述理由。

解答：

（1）a十網(wǎng)為接受過N年教育的員工的總體平均起始薪金。當(dāng)N為零時，平均薪金

為。，因此。表示沒有接受過教育員工的平均起始薪金。夕是每單位N變化所引起的E的

變化，即表示每多接受一年學(xué)校教育所對應(yīng)的薪金增加值。

（2）OLS估計量日和仍分滿足線性性、無偏性及有效性，因為這些性質(zhì)的的成立無需

隨機擾動項〃的正態(tài)分布假設(shè)。

（3）如果人的分布未知，則所有的假設(shè)檢驗都是無效的。因為t檢驗與F檢驗是建立

在〃的正態(tài)分布假設(shè)之上的。

例3、在例2中，如果被解釋變量新員工起始薪金的計量單位由元改為100元，估計的

截距項與斜率項有無變化？如果解釋變量所受教育水平的度量單位由年改為月，估計的截距

項與斜率項有無變化？

解答：

首先考察被解釋變量度量單位變化的情形。以E*表示以百元為度量單位的薪金，則

E=E*xlOO=a+0N+〃

由此有如下新模型

E*=(a/100)+(￡/100)N+(〃/100)

或E*=a*+￡*N+〃*

這里。*=。/100,力*=夕/100。所以新的回歸系數(shù)將為原始模型回歸系數(shù)的1/100,

再考慮解釋變量度量單位變化的情形。設(shè)N*為用月吩表示的新員工受教育的時間長度,

則N*=12N,于是

E=a+0N+〃=a+/7(N*/12)+〃

或E=a+(4〃2)N*+〃

可見，估計的截距項不變，而斜率項將為原回歸系數(shù)的1/12。

例4、對沒有截距項的一元【可歸模型

Y[=B\X/冉

稱之為過原點回歸(regrissionthroughtheorigin)o試證明

(1)如果通過相應(yīng)的樣本回歸模型可得到通常的的正規(guī)方程組

IX=。

Z?,X.=0

則可以得到用的兩個不同的估計值：=Y/X,8\=》X/)/?X：)。

(2)在基本假設(shè)七(從)=0下，A與以均為無偏估計量。

(3)擬合線P=通常不會經(jīng)過均值點(元力，但擬合線聲=/"則相反。

<4)只有。是4的OLS估計量。

解答：

(1)由第一個正規(guī)方程Z9=o得

三匕-反x,)=o

或

求解得q/又

由第2個下規(guī)方程2X,（工一2X,）=0得

求解得厭=>xx）/0x；）

（2）對于A=Y/X,求期望

~--11

￡(/7,)=E(yy%)=-=￡[-(/?,X,+//,)]

=春閭且區(qū))+&〃,)]

Xn

v

=qB\=B\

A

這里用到了X,的非隨機性。

對于以=（Zx/;）/（Zx：）,求期望

E（灰）=E0xx/￡x；）

=（^JT）ZE（X5）=（^r）Z可匕（AX,+/Ol

=（齒冽Z（x；）+（六）ZX,EW）=A

（3）要想擬合值Y=^X通過點（E力，B\又必須等于「。但方￡=咨4

通常不等于F。這就意味著點（%,F）不太可能位于直線V=Ax上。

相反地，由于反又=落所以直線V=/1X經(jīng)過點（￡F）。

（4）OLS方法要求殘差平方和最小

MinRSS=EO：=2（X「AX）2

關(guān)于自求偏導(dǎo)得

cRSS=2?X-6X,)(—X,)=()

即ZZ(匕一Rx,)=o

自=(*)/￡X：)

可見總是OLS估計量。

例5.假設(shè)模型為匕=。+管，+從。給定〃個觀察直（*1,匕），（丫2，丫2），一，（*”,％），

按如下步驟建立夕的一個估計量：在散點圖上把第1個點和第2個點連接起來并計算該直

線的斜率；同理繼續(xù)，最終將第1個點和最后一個點連接起來并計算該條線的斜率；最后對

這些斜率取平均值，稱之為成，即尸的估計值。

（1）畫出散點圖，給出方的幾何表示并推出代數(shù)表達(dá)式。

（2）計算力的期望值并對所做假設(shè)進行陳述。這個估計值是有偏的還是無偏的？解

釋理由。

（3）證明為什么該估計值不如我們以前用OLS方法所獲得的估計值，并做具體解釋。

解答：

（1）散點圖如卜圖所示。

首先計算每條直線的斜率并求平均斜率。連接（X1,yj和（X,,匕）的直線斜率為

（匕一X）/（X,-XJ。由于共有〃一1條這樣的直線，因此

A

3=

（2）因為X非隨機且E（從）=0,因此

Y-Y(a++從)-(a+PX]+〃[)從一從

E\11]=E[]=/?+￡[

X「X\X「X|

這意味著求和中的每i項都有期望值/，所以平均值也會有同樣的期望值，則表明是無偏

的。

（3）根據(jù)高斯一馬爾可夫定理，只有夕的OLS估計量是最付佳線性無偏估計量，因此，

這里得到的P的有效性不如p的OLS估計量，所以較差。

例6.對于人均存款與人均收入之間的關(guān)系式S,=a+/匕+從使用美國36年的年度數(shù)

據(jù)得如下估計模型，括號內(nèi)為標(biāo)準(zhǔn)差：

$=384.1（）5+0.067匕

（151.105）（0.011）

收=0.5386-=199.023

（1）夕的經(jīng)濟解釋是什么？

（2）a和4的符號是什么？為什么？實際的符號與你的直覺一致嗎？如果有沖突的話,

你可以給出可能的原因嗎？

（3）對于擬合優(yōu)度你有什么看法嗎？

（4）檢驗是否每一個回歸系數(shù)都與零顯著不同（在1%水平下）。同時對零假設(shè)和備擇假

設(shè)、檢驗統(tǒng)計值、其分布和自由度以及拒絕零假設(shè)的標(biāo)準(zhǔn)進行陳述。你的結(jié)論是什么？

解答：

（1）￡為收入的邊際儲蓄傾向，表示人均收入每增加1美元時人均儲蓄的預(yù)期平均變

化量。

（2）由于收入為零時，家庭仍會有支出，可預(yù)期零收入時的平均儲蓄為負(fù)，因此a符

號應(yīng)為負(fù)。儲蓄是收入的一部分，且會隨著收入的增加而增加，因此預(yù)期夕的符號為正。

實際的回歸式中，夕的符號為正，與預(yù)期的一致。但截距項為負(fù)，與預(yù)期不符。這可能與

由于模型的錯誤設(shè)定形造成的。如家庭的人口數(shù)可能影響家庭的儲蓄形為，省略該變量將對

截距項的估計產(chǎn)生影響；另一種可能就是線性設(shè)定可能不正確。

（3）擬合優(yōu)度刻畫解釋變量對被解釋變量變化的解釋能力。模型中53.8%的擬合優(yōu)度,

表明收入的變化可.以解釋儲蓄中53.8%的變動。

（4）檢驗單個參數(shù)采用］檢驗，零假設(shè)為參數(shù)為零，備擇假設(shè)為參數(shù)不為零。雙變量

情形下在零假設(shè)下I分布的自由度為42=36-2=34。由t分布表知，雙側(cè)1%下的臨界值位于

2.750與2.704之間。斜率項計算的I值為0.067/0.011=6.09,截距項計算的t值為

384.105/151.105=2.54o可見斜率項計算的t值大于臨界值，截距項小于臨界值，因此拒絕

斜率項為零的假設(shè)，但不拒絕截距項為零的假設(shè)。

三、習(xí)題

（-）基本知識類題型

2-1.解釋下列概念：

1)總體回歸函數(shù)11）最大似然法

2)樣本回歸函數(shù)12）估計量的標(biāo)準(zhǔn)差

3)隨機的總體回歸函數(shù)13）總離差平方和

4)線性回歸模型14）回歸平方和

5)隨機誤差項（Ui）和殘差項（ei）15）殘差平方和

6)條件期望16）協(xié)方差

7)非條件期望17）擬合優(yōu)度檢驗

8)回歸系數(shù)或回歸參數(shù)18)t檢驗

9)回歸系數(shù)的估計曷19)F桁驗

10)最小平方法

2-2.判斷正誤并說明理由：

1)隨機誤差項5和殘差項向是一回事

2）總體回歸函數(shù)給出了對應(yīng)于每一個自變量的因變量的值

3）線性回歸模型意味著變量是線性的

4）在線性回歸模型中，解釋變扁是原因，被解釋變最是結(jié)果

5）隨機變量的條件均值與非條件均值是一回事

2-3.回答下列問題：

1）線性回歸模型有哪些基本假設(shè)？違背基本假設(shè)的計量經(jīng)濟學(xué)模型是否就不可估計？

2）總體方差與參數(shù)估計誤差的區(qū)別與聯(lián)系。

3）隨機誤差項Ui和殘差項ei的區(qū)別與聯(lián)系。

4）根據(jù)最小二乘原理，所估計的模型已經(jīng)使得擬合誤差達(dá)到最小，為什么還要討論模型的

擬合優(yōu)度問題？

5）為什么用決定系數(shù)K評價擬合優(yōu)度，而不用殘差平方和作為評價標(biāo)準(zhǔn)？

6）R2檢驗與F檢驗的區(qū)別與聯(lián)系。

7）回歸分析與相關(guān)分析的區(qū)別與聯(lián)系。

編號：

時間：2021年X月X日書山有路勤為徑，學(xué)海無涯苦作舟頁碼：第8頁共20頁

8)最小二乘法和最大似然法的基本原理各是什么？說明它們有何區(qū)別？

9)為什么要進行解釋變量的顯著性檢驗？

10)是否任何兩個變量之訶的關(guān)系，都可以用兩變量線性回歸模型進行分析？

2-2,卜列方程哪些是正確的？哪些是錯誤的？為什么？

(1)yf=a+ftxtt=1,2,--?,/?

⑵yr=a+flxr，=1,2,…,〃

人

(3)yt=a+1=1,2,…,〃

A.

(4)%=&+/7芍+4f=1,2,…，〃

人

(5)yt=a+pxtI=1,2,…,〃

(6)yf-ct+[i.vfr=1,2,…,〃

(7)yt=a+0xf+l=1,2,-??,/:

A

(8)yf=a+pX,+/=1,2,…,〃

其中帶“.”者表示“估計值”。

2-3.下表列出若干對自變量與因變量。對每一對變量，你認(rèn)為它們之間的關(guān)系如何？是正

的、負(fù)的、還是無法確定？并說明理由。

因變量自變量

GNP利率

個人儲蓄利率

小麥產(chǎn)出降雨量

美國國防開支前蘇聯(lián)國防開支

棒球明星本壘打的次數(shù)其年薪

總統(tǒng)聲譽任職時間

學(xué)生計量經(jīng)濟學(xué)成績其統(tǒng)計學(xué)成績

日本汽車的進口量美國人均國民收入

(二)基本證明與問答類題型

2-4.對于一元線性回歸模型，試證明:

(1)E(yi)=a+ftxt

第8頁共20頁

編號：

時間：2021年X月X日書山有路勤為徑，學(xué)海無涯苦作舟頁碼：第9頁共20頁

（2）。⑴"

⑶力）=0j

2-5.參數(shù)估計量的無偏性和有效性的含義是什么？從參數(shù)估計量的無偏性和有效性證明過

程說明，為什么說滿足基本假設(shè)的計量經(jīng)濟學(xué)模型的普通最小二乘參數(shù)估計量才具有無偏性

和有效性？

2-6.對于過原點回歸模型匕，試證明

府）=梟

2-7.試證明：

（1）Z"二°，從而：2二0

（2）fe/j=0

（3）即殘差“與匕的估計值之積的和為零。

2-8.為什么在一元線性方程中，最小二乘估計量與極大似然估計量的表達(dá)式是一致的？證

明：。2的乂1估計量為02=1之區(qū)2,并且是有編的。

〃,二1

2-9.熟悉t統(tǒng)計量的計算方法和查表判斷。

2-10.證明：R2=Q.）2；其中R2是一元線性回歸模型的判定系數(shù)，r只是y與X的相關(guān)

系數(shù)。

2-11.試根據(jù)置信區(qū)間的概念解釋I檢驗的概率意義，即證明：對于顯著性水平a,當(dāng)

嗎時，卜的1°°）%的置信區(qū)間不包含。。

2-12.線性回歸模型

f=1,2,…,〃

yt=a+flxt+//,

的。均值假設(shè)是否可以表示為為什么？

2-13.現(xiàn)代投資分析的特征線涉及如下回歸方程：1為+小其中：1■表示股票

或債券的收益率；5表示有價證券的收益率（用市場指數(shù)表示，如標(biāo)準(zhǔn)普爾500指數(shù)）；I

第9頁共20頁

編號：

時間：2021年x月x日書山有路勤為徑，學(xué)海無涯苦作舟頁碼：第1。頁共20頁

表示時間。在投資分析中，M被稱為債券的安全系數(shù)B,是用來度量市場的風(fēng)險程度的，

即市場的發(fā)展對公司的財產(chǎn)有何影響。依據(jù)19567976年間240個月的數(shù)據(jù)，F(xiàn)ogler和

Ganpathy得到IBM股票的回歸方程；市場指數(shù)是在芝加哥大學(xué)建立的市場有價證券指數(shù)：

r；=0.7264+1.0598加產(chǎn)=0.4710

（0.3001）（0.0728）

要求：（1）解釋回歸參數(shù)的意義；（2）如何解釋F?（3）安全系數(shù)6>1的證券稱為不穩(wěn)定

證券，建立適當(dāng)?shù)牧慵僭O(shè)及備選假設(shè)，并用t檢驗進行檢驗（a=5%）。

八，1一

2-14.已知模型匕=。+及￡+%,證明：估計量a可以表示為：。=￡（一一文叱）必這

2-15.已知兩個量X和Y的一組觀察值（xi，yi）,i=l,2,n0

證明：Y的真實值和擬合值有共同的均值。

2-16.一個消費分析者論證了消費函數(shù)C：=〃+〃匕是無用的，因為散點圖上的點（6，匕）

不在直線弓二。+〃匕上°他還注意到，有時Yi上升但G下降。因此他下結(jié)論：G不是Yi

的函數(shù)。請你評價他的論據(jù)（這里G是消費，K是收入）。

2-17.證明：僅當(dāng)R2=l時，y對x的線性回歸的斜率估計量等于x對y的線性回歸的斜率

估計量的倒數(shù)。

ACA

2-18.證明：相關(guān)系數(shù)的另一個表達(dá)式是：r=0T其中夕為一元線性回歸模型一次項

Sy

系數(shù)的估計值，S-Sy分別為樣本標(biāo)準(zhǔn)差。

2-19.對于經(jīng)濟計量模型：匕=/%+AX,+%,其OLS估計參數(shù)，的特性在下列情況下

會受到什么影響：（1）觀測值數(shù)目n增加；（2）Xi各觀測值差額增加；（3）Xi各觀測值近

似相等；（4）E（u2）=03

2-20.假定有如下的回歸結(jié)果：Yt=2.6911-0.4795Xf,其中，Y表示美國的咖啡的消費

量（每天每人消費的杯數(shù)），X表示咖啡的零售價格（美元/杯），t表示時間。

第10頁共20頁

編號：

時間：2021年x月x日書山有路勤為徑，學(xué)海無涯苦作舟頁碼：第11頁共20頁

要求：

（1）這是一個時間序列回歸還是橫截面序列回歸？做出回歸線；

（2）如何解釋截距的意義，它有經(jīng)濟含義嗎？如何解釋斜率？

（3）能否求出真實的總體回歸函數(shù)？

（4）根據(jù)需求的價格彈性定義；彈性=斜率X（X/Y）,依據(jù)上述回歸結(jié)果，你能求出對咖

啡需求的價格彈性嗎？如果不能，計算此彈性還需要其他什么信息？

（三）基本計算類題型

2-21.下面數(shù)據(jù)是對X和Y的觀察值得到的。

EYi=1110；EXi=1680；EXiYi=204200

￡Xi2=315400；EYi2=133300

假定滿足所有的古典線性回歸模型的假設(shè)，要求：（l）bi和b2?（2）6和b2的標(biāo)準(zhǔn)差？（3）

2

r?（4）對&、B2分別建立95%的置信區(qū)間？利用置信區(qū)間法，你可以接受零假設(shè)：B2=0

嗎？

2-22.假設(shè)王先生估計消費函數(shù)（用模型G=。+8匕?表示），并獲得下列結(jié)果：

3=15+（）.81匕，n=19

（3.1）（18.7）R2=0.98這里括號里的數(shù)字表示相應(yīng)參數(shù)的T比率值。

要求：（1）利用T比率值檢驗假設(shè)：b=0（取顯著水平為5%）；（2）確定參數(shù)估計量的標(biāo)準(zhǔn)

方差；（3）構(gòu)造b的95%的置信區(qū)間，這個區(qū)間包括0嗎？

2-23.下表給出了每周家庭的消費支出Y（美元）與每周的家庭的收入X（美元）的數(shù)據(jù)。

每周收入（X）每周消費支出＜Y）

8055,60,65,70,75

10065,70,14,80,85,88

12()79,84,SO,94,9X

14080,93,55,103,108,113,115

160102,107,110,116,118,125

180110,115,120,130,135,140

200120,136,140,144,145

220135,137,14(),152,157,16().162

240137,145,155,165,175,189

260150,152,175,178.180,185,191

要求:

第11頁共20頁

編號：

時間：2021年X月X日書山有路勤為徑，學(xué)海無涯苦作舟頁碼：第12頁共20頁

（1）對每一收入水平，計算平均的消費支出，E（YIXi）,即條件期望值；

（2）以收入為橫軸、消費支出為縱軸作散點圖；

（3）在散點圖中，做出11）中的條件均值點；

（4）你認(rèn)為X與Y之間、X與Y的均值之間的關(guān)系如何？

（5）寫出其總體回歸函數(shù)及樣本回歸函數(shù)；總體回歸函數(shù)是線性的還是非線性的？

2-24.根據(jù)上題中給出的數(shù)據(jù)，對每一個X值，隨機抽取一個Y值，結(jié)果如下：

Y70659095110115120140155150

X80!00120140160180200220240260

要求：

（1）以Y為縱軸、X為橫軸作圖，并說明Y與X之間是怎樣的關(guān)系？

（2）求樣本回歸函數(shù)，戶按要求寫出計算步驟；

（3）在同一個圖中，做出樣本回歸函數(shù)及從上題中得到的總體回歸函數(shù)；比較二者相同嗎？

為什么？

2-25.下表給出了1990~1996年間的CPI指數(shù)與S&P500指數(shù)。

年份CPIS&P500指數(shù)

1990130.7334.59

1991136.2376.18

1992140.3415.74

1993144.S451.41

1994148.2460.33

1995152.4541.64

1996159.6670.83

資料來源：總統(tǒng)經(jīng)濟報告，1997.CPI指政見表B-60,第380頁：S&P指數(shù)見表B-93,第406頁.

要求：（I）以CPI指數(shù)為橫軸、S&P指數(shù)為縱軸做圖；

（2）你認(rèn)為CPI指數(shù)與S&P指數(shù)之間關(guān)系如何？

（3）考慮下面的回歸模型：（S&Q）,二q+禺677,+/，根據(jù)表中的數(shù)據(jù)運用OLS

估計上述方程，并解釋你的結(jié)果；你的結(jié)果有經(jīng)濟意義嗎？

2-26.下表給出了美國30所知名學(xué)校的MBA學(xué)生1994年基本年薪（ASP）、GPA分?jǐn)?shù)（從

1~4共四個等級）、GMAT分?jǐn)?shù)以及每年學(xué)費的數(shù)據(jù)。

學(xué)校ASP/美元GPAGMAT學(xué)費/美元

Harvard1026303.465023894

第12頁共20頁

編號：

時間：2021年X月X日書山有路勤為徑，學(xué)海無涯苦作舟頁碼：第13頁共20頁

Stanford1008303.366521189

Columbian1004803.364021400

Dartmouth954103.466021225

Wharton899303.465021050

Northwestern8464)3.364020634

Chicago832103.365021656

MIT805003.565021690

Virginia742803.264317839

UCLA740103.564014496

Berkeley719703.264714361

Comell719703.263020400

NUY706603.263020276

Duke704903.362321910

CarnegieMellon598903.263520600

NorthCarolina698803.262110132

Michigan678203.263020960

Texas618903.3625858()

Indiana585203.261514036

Purdue547203.25819556

CaseWestern572003.159117600

Georgetown698303.261919584

MichiganSlate418203.259016057

PennSlate491203.258011400

SouthernMethodist609103.160018034

Tulane440803.160019550

Illinois471303.261612628

Lowa416203.25909361

Minnesota482503.260012618

Washington4414)3.361711436

要求：（1）用雙變量回歸模型分析GPA是否對ASP有影響？

（2）用合適的回歸模型分析GMAT分?jǐn)?shù)是否與ASP有關(guān)？

（3）每年的學(xué)費與ASP有關(guān)嗎？你是如何知道的？如果兩變最之間正相關(guān)，是否意

味著進到最高費用的商業(yè)學(xué)校是有利的；

（4）你同意高學(xué)費的商業(yè)學(xué)校意味著高質(zhì)量的MBA成績嗎？為什么？

2-27.從某工業(yè)部門抽取10個生產(chǎn)單位進行調(diào)查，得到下表所列的數(shù)據(jù)：

單位序號年產(chǎn)量（萬噸）V工作人員數(shù)（千人）X

1210.87.062

第13頁共20頁

編號：

時間：2021年X月X日書山有路勤為徑，學(xué)海無涯苦作舟頁碼：第14頁共20頁

2210.17.031

3211.57.018

4208.96.991

5207.46.974

6205.37.953

7198.86.927

8192.16.302

9183.26.021

10176.85.310

要求：假定年產(chǎn)量與工作人員數(shù)之間存在線性關(guān)系，試用經(jīng)典回歸估計該工業(yè)部門的生產(chǎn)函

數(shù)及邊際勞動生產(chǎn)率。

2-28.下表給出了1988年9個工業(yè)國的名義利率（Y）與通貨膨脹率（X）的數(shù)據(jù)：

國家Y(%)X(%)

澳大利亞11.97.7

加拿大9.44.0

法國7.53.1

德國4.01.6

意大利11.34.8

墨西哥66.351.0

瑞典2.22.0

英國10.36.8

美國7.64.4

資料來源：原始數(shù)據(jù)來自國際貨幣基金組織出版的《國際金融統(tǒng)計》

要求：

（1）以利率為縱軸、通貨膨脹率為橫軸做圖；

（2）用OSL進行回歸分析，寫出求解步驟；

（3）如果實際利率不變，則名義利率與通貨膨脹率的關(guān)系如何？

（四）自我綜合練習(xí)類題型

2-29.綜合練習(xí)：自己選擇研究對象，收集樣本數(shù)據(jù)（利用我國公開發(fā)表的統(tǒng)計資料），應(yīng)

用計量經(jīng)濟學(xué)軟件（建議使用Eviews3.l）完成建立.計年經(jīng)濟學(xué)模型的全過程，并寫出詳細(xì)

的研究報告。（通過練習(xí)，能夠熟練應(yīng)用計量經(jīng)濟學(xué)軟件Eviews3.l中的最小二乘法）

四、習(xí)題參考答案

第14頁共20頁

編號：

時間：2021年X月X日書山有路勤為徑，學(xué)海無涯苦作舟頁碼：第15頁共20頁

2-1.答：

（1）總體回歸函數(shù)是指在給定Xj下的Y的分布的總體均值與X,有函數(shù)關(guān)系。

⑵樣本回歸函數(shù)指對應(yīng)于某個給定的x的y值的一個樣本而建立的回歸函數(shù)。

（3）隨機的總體回歸函數(shù)指含有隨機誤差項的總體回歸函數(shù)，形如：

匕-四+AXj+q

⑷線性回歸模型指對參數(shù)￡為線性的回歸，即￡只以它的1次方出現(xiàn)，對X可以是或

不是線性的。

⑸隨機誤差項也稱誤差項，是一個隨機變量，針對總體回歸函數(shù)而言。

⑹殘差項是一隨機變量，針對樣本回歸函數(shù)而言。

⑺條件期望又稱條件均值，指x取特定x,值時的y的期望值。

⑼回歸系數(shù)（或回歸參數(shù)）指四、四等未知但卻是固定的參數(shù)。

Q0）回歸系數(shù)的估計量指用汽、A等表示的用已知樣本所提供的信息去估計出來f勺量。

?估計量的標(biāo)準(zhǔn)差指度量一個變量變化大小的標(biāo)準(zhǔn)。

（14）總離差平方和用TSS表示，用以度量被解釋變量的總變動。

（15）回歸平方和用ESS表不，用以度量由解釋變量變化引起的被解釋變量的變化。

（⑹殘差平方和用RSS表示，用以度量實際值與擬合值之間的差異，是由除解釋變量以

外的其他因素引起的。

⑺協(xié)方差用Cov（X,Y）表示，是用來度量X、Y二個變量同時變化的統(tǒng)計量。

2-2.答：錯；錯；錯；錯；錯。（理由見本章其他習(xí)題答案）

2-3.答：

⑴線性回歸模型的基本假設(shè)（實際是針對普通最小二乘法的基本假設(shè)）是：解釋變量是

確定性變量，而且解釋變量之間互不相關(guān)；隨機誤差項具有0均值和同方差：隨機誤差項在

不同樣本點之間是獨立的，不存在序列相關(guān)；隨機誤差項與解釋變量之間不相關(guān)：隨機誤差

項服從0均值、同方差的正態(tài)分布。違背基本假設(shè)的計量經(jīng)濟學(xué)模型還是可以估計的，只是

不能使用普通最小二乘法進行估計。

rccocc

⑸判定系數(shù)R2=—=\-——,含義為由解釋變量引起的被解釋變量的變化占被解

TSSTSS

第15頁共20頁

編號：

時間：2021年X月X日書山有路勤為徑，學(xué)海無涯苦作舟頁碼：第16頁共20頁

樣變量總變化的比重，用來判定回歸直線擬合的優(yōu)劣,該值越大說明擬合得越好。

(10)不是。

2-8.證明：

yx,r,

由于1=￡丫,因此

VaMB、）=.（柒。）Xx（xX

"&"Z黃VarWX,+冉）

乙X,"XI；I"一

X2

2-9.證明：

⑴根據(jù)定義得知，

工0=Za-*)=Za一4一片Xj=Z匕一叨一分Z元

=nY-n^-np2X=n(Y一4-必)

?：Y=B\+瓦又

.?.Z，=°

從而使得：。=白二=0

n

證畢。

v2＞陽=Z（匕-Z）（X「又）=x（匕X,-郎-X,Y+雙）

=Z^Xj—郎一（…）X,+M-切］

=Z（匕Xj-XYt-Y.X.+eiXi+XYt-e.X

=Z（，Xj-eK）

=0

.?.￡,區(qū)=0

證畢。

⑶

第16頁共20頁

編號：

時間：2021年X月X日書山有路勤為徑，學(xué)海無涯苦作舟頁碼：第17頁共20頁

E*=￡%(d+AXi)=+%￡eiXi

=監(jiān)工+〃鄧》3

=0

證畢。

2-14.答：線性回歸模型：y,=a+￡x,+〃,中的0均值假設(shè)E(〃2)=o不可以表示為:

,才必=0,因為前者表示取完所的可能的樣本組合后的平均狀態(tài)，而后者只是一個樣本

n/?1

的平均值。

2-16.證明：

力出

?=j-^=yA_j/=1______

汽后

<=|

ZXJ，=Zx(y-刃=力用y一點工二力Xx

f=lr=i/=!i=l/=!

人巖-京244-帶”

?=|1=1

證畢。

2-17.證明:

?.?日和月滿足正規(guī)方程宜卜一(&+8、)==0

%=應(yīng)+慶

Z(y一力)=0即表明丫的真實值與擬合值有共同的均值。

1=1

證畢。

2-18.答：他的論據(jù)是錯誤的。原因是他忽略了隨機誤差項對,這個隨機誤差項可取正

值和負(fù)值，但是E(%)=0,將G與匕的關(guān)系表達(dá)為G=。+￡匕是不準(zhǔn)確的，而是一個

第17頁共20頁

編號：

時間：2021年X月X日書山有路勤為徑，學(xué)海無涯苦作舟頁碼：第18頁共20頁

平均關(guān)系。

2-19.證明：

設(shè)：自=&（）+&/,?，

E=A）+Ry”

由于：浦=1%:=1.*;=（七:二

二與Z焉Lx-

VX-V11

線性回歸的斜率估計量：?,=等?==——=4-

證畢。

2-20.證明:

證畢。

2-22.解：

⑴這是一個橫截面序列回歸。（圖略）

⑵截距2.6911表示咖啡零售價在f時刻為每磅0美元時，美國平均消費量為每天每人

2.6911杯，這個數(shù)字沒有經(jīng)濟意義;斜率-0.4795表示咖啡零售價與消費量負(fù)相關(guān)，在，時刻，

價格上升1美元/磅，則平均每天每人消費量減少0/1795杯；

⑶不能；

⑷不能；在同一條需求曲線上不同點的價格彈性不司，若要求出，須給出具體的X值

及與之對應(yīng)的y值。

2-23.解：

_yX,_zx

⑴???X=￡^=168,Y=^-^=111