计量经济学平时作业习题及答案(2)

每周收入（X） 80 100 120 140 160 180 200 220 240 260 每周消费支出（Y） 55，60，65，70，75 65，70，74，80，85，88 79，84，90，94，98 80，93，95，103，108，113，115 102，107，110，116，118，125 110，115，120，130，135，140 120，136，140，144，145 135，137，140，152，157，160，162 137，145，155，165，175，189 150，152，175，178，180，185，191 要求：（1）对每一收入水平，计算平均的消费支出，E（Y︱Xi），即条件期望值；

（2）以收入为横轴、消费支出为纵轴作散点图； （3）在散点图中，做出（1）中的条件均值点；

（4）你认为X与Y之间、X与Y的均值之间的关系如何？

（5）写出其总体回归函数及样本回归函数；总体回归函数是线性的还是非线性的？

解答： ⑴?X??Xni?168，Y??Yni?111

??(Xi?X)(Yi?Y)??17720又???(XiYi?YXi?YiX?XY)?204200?1680?111?168?1110?10?168?111

?(X2i?X)?22?(X?10X2i2?2XiX?X)2?Xi?2?10X

?315400?10?168?168?33160??2??(X?X)(Y?Y)?(X?X)ii2i?1772033160?0.5344

?1?Y??2X?111?0.5344?168?21.22

? ⑵?2??e2in?2??(Yi?)2?Yi10?2??(Y2i??Y?2)?2YiYii8

??21.22?0.5344X ?Yii

2??Y?2)???(Yi?2YiYii?(Y2i?2?21.22Yi?2?0.5344XiYi??1??2Xi?2?1?2Xi)222?133300?2?21.22?1110?2?0.5344?204200?10?21.22?21.22?0.5344?0.5344?315400?2?21.22?0.5344?1680?620.81???2?620.818?77.60

?Var(?1)??Xn?(X?22i2i?22i?X)?77.60?31540010?33160?73.81，se(?1)?73.81?8.5913

Var(?2)??x?77.6033160?0.0023，se(?2)?0.0023?0.0484

⑶r?1??2i2?e?22i2(Yi?Y)，

?e?620.81,又??(Y?Y)?133300i2?123210?10090

?r?1?620.8110090?0.9385

⑷?p(t?2.306)?95%，自由度为8

??2.306?21.22??18.5913?2.306，解得： 1.4085??1?41.0315为?1的95%的置信区间。

?2.306，解得：0.4227??2?0.646为?2的95%的置

同理，??2.306?信区间。

0.5344??20.0484由于?2?0不在?2的置信区间内，故拒绝零假设：?2?0。

第三章 多元线性回归模型

1、（例1）某地区通过一个样本容量为722的调查数据得到劳动力受教育的一个回归方程为 edu?10.36?0.094sibs?0.131medu?0.210fedu R2=0.214

式中，edu为劳动力受教育年数，sibs为该劳动力家庭中兄弟姐妹的个数，medu与fedu分

别为母亲与父亲受到教育的年数。问

（1）sibs是否具有预期的影响？为什么？若medu与fedu保持不变，为了使预测的受教育水平减少一年，需要sibs增加多少？

（2）请对medu的系数给予适当的解释。

（3）如果两个劳动力都没有兄弟姐妹，但其中一个的父母受教育的年数为12年，另一个的父母受教育的年数为16年，则两人受教育的年数预期相差多少？

解答：（1）预期sibs对劳动者受教育的年数有影响。因此在收入及支出预算约束一定的条件下，子女越多的家庭，每个孩子接受教育的时间会越短。

根据多元回归模型偏回归系数的含义，sibs前的参数估计值-0.094表明，在其他条件不变的情况下，每增加1个兄弟姐妹，受教育年数会减少0.094年，因此，要减少1年受教育的时间，兄弟姐妹需增加1/0.094=10.6个。

（2）medu的系数表示当兄弟姐妹数与父亲受教育的年数保持不变时，母亲每增加1

年受教育的机会，其子女作为劳动者就会预期增加0.131年的教育机会。

（3）首先计算两人受教育的年数分别为

10.36+0.131?12+0.210?12=14.452

10.36+0.131?16+0.210?16=15.816

因此，两人的受教育年限的差别为15.816-14.452=1.364

2、（例2）以企业研发支出（R&D）占销售额的比重为被解释变量（Y），以企业

销售额（X1）与利润占销售额的比重（X2）为解释变量，一个有32容量的样本企业的估

Y?0.472?0.32log(X1)?0.05X2计结果如下： (1.37)R2(0.22)?0.099(0.046)

其中括号中为系数估计值的标准差。

（1）解释log(X1)的系数。如果X1增加10%，估计Y会变化多少个百分点？这在经济上是一个很大的影响吗？

（2）针对R&D强度随销售额的增加而提高这一备择假设，检验它不虽X1而变化的假设。分别在5%和10%的显著性水平上进行这个检验。

（3）利润占销售额的比重X2对R&D强度Y是否在统计上有显著的影响？

解答：（1）log(x1)的系数表明在其他条件不变时，log(x1)变化1个单位，Y变化的单位数，即?Y=0.32?log(X1)?0.32(?X1/X1)=0.32?100%，换言之，当企业销售X1增长100%时，企业研发支出占销售额的比重Y会增加0.32个百分点。由此，如果X1增加10%，Y会增加0.032个百分点。这在经济上不是一个较大的影响。

（2）针对备择假设H1：?1?0，检验原假设H0：?1?0。易知计算的t统计量的值为

t=0.32/0.22=1.468。在5%的显著性水平下，自由度为32-3=29的t 分布的临界值为1.699（单侧），计算的t值小于该临界值，所以不拒绝原假设。意味着R&D强度不随销售额的增加而变化。在10%的显著性水平下，t分布的临界值为1.311，计算的t 值小于该值，拒绝原假设，意味着R&D强度随销售额的增加而增加。

（3）对X2，参数估计值的t统计值为0.05/0.46=1.087，它比在10%的显著性水平下的临界

值还小，因此可以认为它对Y在统计上没有显著的影响。

3、（例3）下表为有关经批准的私人住房单位及其决定因素的4个模型的估计量和相关统计值（括号内为p-值）（如果某项为空，则意味着模型中没有此变量）。数据为美

国40个城市的数据。模型如下：

housing??0??1density??2value??3income??4popchang??5unemp??6localtax??7statetax??

式中housing——实际颁发的建筑许可证数量，density——每平方英里的人口密度，value——自由房屋的均值（单位：百美元），income——平均家庭的收入（单位：千美元），popchang——1980~1992年的人口增长百分比，unemp——失业率，localtax——人均交纳的地方税，statetax——人均缴纳的州税 变量

模型A 模型B 模型C 模型D

C Density Value Income Popchang Unemp Localtax Statetax RSS R2 ?2 ?813 (0.74) 0.075 (0.43) -0.855 (0.13) 110.41 (0.14) 26.77 (0.11) -76.55 (0.48) -0.061 (0.95) -1.006 (0.40) 4.763e+7 0.349 1.488e+6 -392 (0.81) 0.062 (0.32) -0.873 (0.11) 133.03 (0.04) 29.19 (0.06) -1.004 (0.37) 4.843e+7 0.338 1.424e+6 -1279 (0.34) 0.042 (0.47) -0.994 (0.06) 125.71 (0.05) 29.41 (0.001) 4.962e+7 0.322 1.418e+6 -973 (0.44) -0.778 (0.07) 116.60 (0.06) 24.86 (0.08) 5.038e+7 0.312 1.399e+6 AIC 1.776e+6 1.634e+6 1.593e+6 1.538e+6

（1）检验模型A中的每一个回归系数在10%水平下是否为零（括号中的值为双边备择p-值）。根据检验结果，你认为应该把变量保留在模型中还是去掉？ （2）在模型A中，在10%水平下检验联合假设H0：?i =0(i=1,5,6,7)。说明被择假设，计

算检验统计值，说明其在零假设条件下的分布，拒绝或接受零假设的标准。说明你的结论。

（3）哪个模型是“最优的”？解释你的选择标准。

（4）说明最优模型中有哪些系数的符号是“错误的”。说明你的预期符号并解释原因。确认

其是否为正确符号。 解答：（1）直接给出了P-值，所以没有必要计算t-统计值以及查t分布表。根据题意，如果p-值<0.10,则我们拒绝参数为零的原假设。

由于表中所有参数的p-值都超过了10%，所以没有系数是显著不为零的。但由此去掉所有解释变量，则会得到非常奇怪的结果。其实正如我们所知道的，多元回去归中在省略变量时一定要谨慎，要有所选择。本例中，value、income、popchang的p-值仅比0.1稍大一点，在略掉unemp、localtax、statetax的模型C中，这些变量的系数都是显著的。

（2）针对联合假设H0：?i =0(i=1,5,6,7)的备择假设为H1：?i =0(i=1,5,6,7) 中至少有一个不为零。检验假设H0，实际上就是参数的约束性检验，非约束模型为模型A，约束模型为模型D，检验统计值为 F?(RSSR?RSSUU)/(kU?kR)RSS/(n?kU?1)?(5.038e?7?4.763e?7)/(7?3)(4.763e?7)/(40?8)?0.462

显然，在H0假设下，上述统计量满足F分布，在10%的显著性水平下，自由度为（4，32）的F分布的临界值位于2.09和2.14之间。显然，计算的F值小于临界值，我们不能拒绝H0，所以βi(i=1,5,6,7)是联合不显著的。

（3）模型D中的3个解释变量全部通过显著性检验。尽管R2与残差平方和较大，但相对来说其AIC值最低，所以我们选择该模型为最优的模型。

（4）随着收入的增加，我们预期住房需要会随之增加。所以可以预期β3>0，事实上其估计值确是大于零的。同样地，随着人口的增加，住房需求也会随之增加，所以我们预期β4>0，事实其估计值也是如此。随着房屋价格的上升，我们预期对住房的需求人数减少，即我们预期β3估计值的符号为负，回归结果与直觉相符。出乎预料的是，地方税与州税为不显著的。由于税收的增加将使可支配收入降低，所以我们预期住房的需求将下降。虽然模型

A是这种情况，但它们的影响却非常微弱。

4、（例4）在经典线性模型基本假定下，对含有三个自变量的多元回归模型：

Y??0??1X1??2X2??3X3??

你想检验的虚拟假设是H0：?1?2?2?1。

??2??)。 ?,??的方差及其协方差求出Var(? （1）用?1212 （2）写出检验H0：?1?2?2?1的t统计量。

（3）如果定义?1?2?2??，写出一个涉及?0、?、?2和?3的回归方程，以便能直接得到?估计值??及其标准误。

??2??)?Var(??)?4Cov(??,??)?4Var(??) 解答：（1）由数理统计学知识易知 Var(?121122 （2）由数理统计学知识易知

t???2???1?12??2??)se(?12??2??)为(???2??)的标准差。 ，其中se(?1212（3）由?1?2?2??知?1???2?2，代入原模型得

Y??0?(??2?2)X1??2X2??3X3????0??X1??2(2X1?X2)??3X3??

这就是所需的模型，其中?估计值??及其标准误都能通过对该模型进行估计得到。

第三章 习题

1、（3-2）观察下列方程并判断其变量是否呈线性？系数是否呈线性？或都是？或都不是？

31)Yi??0??1Xi??i 2)Yi??0??1logXi??i

3)logYi??0??1logXi??i 4)Yi??0??1(?2Xi)??i 5)Yi??0?1Xi??i 6)Yi?1??0(1?Xi1)??i

?7)Yi??0??1X1i??2X2i10??i

3、（3-17）假设要求你建立一个计量经济模型来说明在学校跑道上慢跑一英里

百度搜索“70edu”或“70教育网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，70教育网，提供经典综合文库计量经济学平时作业习题及答案(2)在线全文阅读。