计量经济学(第四版)习题参考答案
潘省初
》
第一章 绪论
试列出计量经济分析的主要步骤。 一般说来,计量经济分析按照以下步骤进行:
(1)陈述理论(或假说) (2)建立计量经济模型 (3)收集数据 (4)估计参数 (5)假设检验 (6)预测和政策分析 计量经济模型中为何要包括扰动项
为了使模型更现实,我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素,这些因素包括相对而言不重要因而未被引入模型的变量,以及纯粹的随机因素。
什么是时间序列和横截面数据 试举例说明二者的区别。
时间序列数据是按时间周期(即按固定的时间间隔)收集的数据,如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。
?
横截面数据是在同一时点收集的不同个体(如个人、公司、国家等)的数据。
如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。 估计量和估计值有何区别
估计量是指一个公式或方法,它告诉人们怎样用手中样本所提供的信息去估计总体参数。在一项应用中,依据估计量算出的一个具体的数值,称为估计值。如Y
就是一个估计量,1
n
i
i Y
Y n
==
∑。现有一样本,共4个数,100,104,96,130,则
根据这个样本的数据运用均值估计量得出的均值估计值为
5.1074
130
96104100=+++。
第二章 计量经济分析的统计学基础
略,参考教材。
请用例中的数据求北京男生平均身高的99%置信区间
N
S S x =
=
4
5= 用
=,N-1=15个自由度查表得005.0t =,故99%置信限为
x S t X 005.0± =174±×=174±
也就是说,根据样本,我们有99%的把握说,北京男高中生的平均身高在至厘米之间。
(
25个雇员的随机样本的平均周薪为130元,试问此样本是否取自一个均值为120元、标准差为10元的正态总体 原假设 120:0=μH
备择假设 120:1≠μH 检验统计量
()
10/2510/25
X
X μσ-Z ==
==
查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即 此样本不是取自一个均值为120元、标准差为10元的正态总体。 某月对零售商店的调查结果表明,市郊食品店的月平均销售额为2500元,在下一个月份中,取出16个这种食品店的一个样本,其月平均销售额为2600元,销售额的标准差为480元。试问能否得出结论,从上次调查以来,平均月销售额已经发生了变化
原假设 : 2500:0=μH
备择假设 : 2500:1≠μH
%
()100/1200.83?480/16
X X t μσ-=
===
查表得 131.2)116(025.0=-t 因为t = < 131.2=c t , 故接受原假
设,即从上次调查以来,平均月销售额没有发生变化。
第三章 双变量线性回归模型
判断题(说明对错;如果错误,则予以更正) (1)OLS 法是使残差平方和最小化的估计方法。对
(2)计算OLS 估计值无需古典线性回归模型的基本假定。对
(3)若线性回归模型满足假设条件(1)~(4),但扰动项不服从正态分布,则尽管OLS 估计量不再是BLUE ,但仍为无偏估计量。错
只要线性回归模型满足假设条件(1)~(4),OLS 估计量就是BLUE 。
:
(4)最小二乘斜率系数的假设检验所依据的是t 分布,要求β
?的抽样分布是正态分布。对
(5)R 2=TSS/ESS 。错
R 2 =ESS/TSS 。
(6)若回归模型中无截距项,则0≠∑t e 。对
(7)若原假设未被拒绝,则它为真。错。我们可以说的是,手头的数据不允许我们拒绝原假设。
(8)在双变量回归中,2
σ的值越大,斜率系数的方差越大。错。因为
∑=2
2
)?(t
x Var σβ
,只有当∑2
t x 保持恒定时,上述说法才正确。
设YX
β?和XY β?分别表示Y 对X 和X 对Y 的OLS 回归中的斜率,证明 YX
β?XY β?=2r r 为X 和Y 的相关系数。 证明:
/
2222
2
222
??()??i i
i i
i i YX
XY
i
i
i
i i YX XY
i i x y y x x y
x
y
y
x y x y
r x y ββββ===
?
?
?===∑∑∑∑∑∑∑∑∑
证明:
(1)Y 的真实值与OLS 拟合值有共同的均值,即 Y n
Y n
Y ==∑∑?;
(2)OLS 残差与拟合值不相关,即 0?=∑t
t e
Y 。
(1)
,得
两边除以,
=n ?0?)
?(?∑∑∑∑∑∑∑∑=
∴+=?+=?+=t
t t t
t t t t
t t t t Y
Y e e Y Y e Y
Y e Y Y
Y n
Y n
Y ==∑∑?,即Y 的真实值和拟合值有共同的均值。
(2)
的拟合值与残差无关。,=,即因此,(教材中已证明),
由于Y 0??),?(0?0,0e ??)??(?2
2
t
∑∑∑∑∑∑∑∑∑∑====+=+=t
t
t
t t
t
t
t t
t t
t t
t
t
t
t e
Y e Y e Y Cov e Y
e X e
X e e X e Y βαβα <
证明本章中()和()两式:
(1)∑∑=2
2
2)?(t
t x n X Var σα
(2)∑-=2
2
)?,?(t x X Cov σβα (1)
22222
222
2
2211122
2
2
22
2
??,??()???2u()()?()
2()()()()
?2
()()?2
()i
i
t t
t
i n n n t i
i j i i
i j i j
i j i j
t
Y X Y X u u X u X X u u x u
X X n
n x
u u u x u x u X X n
n x u
u u x u
x x u u X n
n x α
βαβα
αββααβ
ββββ
ββ
ββ
β≠≠=+=++-=---=--+-=-??+-+
+
=
-?+-+++=
-?+-∑∑∑∑∑∑∑∑∑∑∑()2X
222
222
222
2
22
22
22
()??2E()1(()2())()2i i j
i i i j i j i j i j t i i j i j i i j i j i i i j i j i j
t u u u x u x x u u E E XE X n n x u u u E E u E u u n n
n n
x u x x u u XE n x ααββσ
σ≠≠≠≠≠????+++ ???-=- ???
????
???
??
+ ?=+==
?
?
?
?
++∑∑∑∑∑∑∑∑∑∑∑∑两边取期望值,有:()-+等式右端三项分别推导如下:
22
2
2
222
22
22222
2
222
22
212(()()())200?E()()?[]0i
i i i j i j i
i j
t t t t t
t
t t x X
x E u x x E u u X
x n x n x X X x x nX X X E n x n x n x σσββσσσσαα≠?? ?
? ??
?
=++==-=
+-=-+==∑∑∑∑∑∑∑∑∑∑∑∑∑(
=)
因此
()∑∑=2
2
2)?(t
t x n X Var σα
即
(2)
222
2
??,??()??????(,)[()][(())()]??[(()][()]?0()01?()t Y X Y X u u X Cov E E u X E u XE XE XVar X x α
βαβα
αββαβααβ
ββββββ
ββββββ
σ=+=++-=--=--=---=---=--=-=-
∑()(第一项为的证明见本题())
考虑下列双变量模型:
:
模型1:i
i i u X Y ++=
21ββ
模型2:i i i u X X Y +-+=)(21αα (1)1和1的OLS 估计量相同吗它们的方差相等吗 (2)2和
2的
OLS 估计量相同吗它们的方差相等吗
(1)X Y 2
1??ββ-=,注意到 n
x n x x x n x Var x n X Var Y x Y x x X X x i
i i i i
i i i i 2
2
2
22
2
212
2
2121)
()?()?(??,0,0,σσσα
σβαα=
=
-==-==-=∑∑∑∑∑∑∑==则我们有从而
由上述结果,可以看到,无论是两个截距的估计量还是它们的方差都不相同。 (2)
∑∑∑∑∑∑∑==---==222
22
2
222
)?()?()())((?,?i
i
i
i
i
i
i
i
i
i x
Var Var x
y
x x x Y Y x x x
y x σαβα
β=容易验证,
:
这表明,两个斜率的估计量和方差都相同。
有人使用1980-1994年度数据,研究汇率和相对价格的关系,得到如下结果:
)
333.1()22.1(:528
.0318.4682.6?2Se R X Y
t t =-=
其中,Y =马克对美元的汇率
X =美、德两国消费者价格指数(CPI )之比,代表两国的相对价格 (1)请解释回归系数的含义; (2)X t 的系数为负值有经济意义吗
(3)如果我们重新定义X 为德国CPI 与美国CPI 之比,X 的符号会变化吗为什么
(1)斜率的值 -表明,在1980-1994期间,相对价格每上升一个单位,(GM/$)汇率下降约个单位。也就是说,美元贬值。截距项的含义是,如果相对价格为0,1美元可兑换马克。当然,这一解释没有经济意义。
《
(2)斜率系数为负符合经济理论和常识,因为如果美国价格上升快于德国,则美国消费者将倾向于买德国货,这就增大了对马克的需求,导致马克的升值。 (3)在这种情况下,斜率系数被预期为正数,因为,德国CPI 相对于美国CPI 越高,德国相对的通货膨胀就越高,这将导致美元对马克升值。
随机调查200位男性的身高和体重,并用体重对身高进行回归,结果如下:
)
31.0()15.2(:
81
.031.126.76?2Se R Height eight W =+-=
其中Weight 的单位是磅(lb ),Height 的单位是厘米(cm )。
(1)当身高分别为177.67cm 、164.98cm 、187.82cm 时,对应的体重的拟合值为多少
(2)假设在一年中某人身高增高了3.81cm ,此人体重增加了多少 (1)
78.16982.187*31.126.76?86.13998.164*31.126.76?49.15667.177*31.126.76?=+-==+-==+-=eight W
eight W
eight W
(2)99.481.3*31.1*31.1?==?=?height eight W
,
设有10名工人的数据如下:
X 10 7 10 5 8 8 6 7 9 10
Y 11 10 12 6 10 7 9 10 11 10
其中X=劳动工时,Y=产量
(1)试估计Y=α+βX + u(要求列出计算表格);
(2)提供回归结果(按标准格式)并适当说明;
(3)检验原假设β=。
(1)
6.910/96===∑n Y Y t 810/80===∑n X X t
75.028/21?2===∑∑t t t x y x β 6.38*75.06.9*??=-=-=X Y βα
估计方程为: t
t X Y 75.06.3?+= ]
(2)
222??(2)()(2)(30.40.75*21)/8 1.83125
t t t t
e n y x y n σβ=-=--=-=∑∑∑
934.2??)?(/?2===∑t
x
Se t σ
βββ
β
733.1??)?(/?2
2===∑∑t
t
x n X Se t σ
α
αα
α
518.0)4.30*28/21()(222
2
2===∑∑∑t t
t t y x y x R
回归结果为(括号中数字为t 值):
t
t X Y 75.06.3?+= R 2= 说明:
X t 的系数符号为正,符合理论预期,表明劳动工时增加一个单位,产量增加个单位,
拟合情况。 R 2为,作为横截面数据,拟合情况还可以.
《
系数的显著性。斜率系数的t 值为,表明该系数显著异于0,即X t 对Y t 有影响.
(3) 原假设 : 0.1:0=βH
备择假设 : 0.1:1≠βH
检验统计量 ??( 1.0)/()(0.75 1.0)/0.25560.978t Se β
β=-=-=- 查t 表,
0.025(8) 2.306c t t == ,因为│t │= < ,
故接受原假设:0.1=β。
用12对观测值估计出的消费函数为Y=+,且已知2?σ
=,X =200,∑X 2=4000,试预测当X 0=250时Y 0的值,并求Y 0的95%置信区间。
对于x 0=250 ,点预测值 0?y
=10+*250= 0?y
的95%置信区间为: —
00.025?(122)*y
t σ±-
2352350.29=±=±
即 - 。也就是说,我们有95%的把握预测0y 将位于 至 之间. 设有某变量(Y )和变量(X )1995—1999年的数据如下:
(1) 试用OLS 法估计 Y t = α + βX t + u t (要求列出计算表格);
(2) 22?R σ求和;
(3) 试预测X 0=10时Y 0的值,并求Y 0的95%置信区间。 (1)列表计算如下:
35/15===∑n Y Y t 115/55===∑X X t
365
.074/27?2
===∑∑t
t
t x
y x β015.111*365.03*??-=-=-=X Y βα
我们有:t
t X Y 365.0015.1?+-= (2)
048.03/)27*365.010()2()?()2222=-=--=-=∑∑∑n y x y n e t
t t t βσ 985.0)10*74/27()(2
22
2
2===∑∑∑t
t
t
t y x y x R (3) 对于0X =10 ,点预测值 0
?Y =+*10= )
0Y 的95%置信区间为:
∑-++-±2
20025.00)(/11?*)25(?x
X X n t Y σ
=770.0635.274/)1110(5/11*048.0*182.3635.22±=-++± 即 -,也就是说,我们有95%的把握预测0Y 将位于 至 之间.
根据上题的数据及回归结果,现有一对新观测值X 0=20,Y 0=,试问它们是否可能来自产生样本数据的同一总体 问题可化为“预测误差是否显著地大”
当X 0 =20时,285.620365.0015.1?0=?+-=Y 预测误差 335.1285.662.7?0
00=-=-=Y Y e 原假设0H :0)(0=e E 备择假设1H :0)(0≠e E
?
检验:
若0H 为真,则
021.4332
.0335
.174
)1120(511048.00335.1)(11?)(2
2
2
000==
-+
+-=
-++-=
∑x X X n e E e t σ
对于5-2=3个自由度,查表得5%显著性水平检验的t 临界值为:
182.3=c t 结论:
由于 4.021 3.182t =>
故拒绝原假设0H ,接受备则假设H 1,即新观测值与样本观测值来自不同的总体。 有人估计消费函数i i i C Y u αβ=++,得到如下结果(括号中数字为t 值):
i
C ?= 15 + i Y 2R = @
() () n=19
(1) 检验原假设:β=0(取显著性水平为5%) (2) 计算参数估计值的标准误差;
(3) 求β的95%置信区间,这个区间包括0吗
(1)原假设 0:0=βH 备择假设 0:1≠βH
检验统计量 5.6)?()0?
(=-=β
βSe t 查t 表,在5%显著水平下 11.2)1119(025.0=--t ,因为t=> 故拒绝原假设,即0≠β,说明收入对消费有显著的影响。 (2)由回归结果,立即可得:
、
556.57.215)?(==α
Se
125.05
.681.0)?(==β
Se
(3)的95%置信区间为:
。
括所以在这个区间中不包之间在%的把握说也就是说有即为0,074.1~546.095,074.1~546.0264.081.0125.0*11.281.0)?(?2
βββα
±=±=±Se t
回归之前先对数据进行处理。把名义数据转换为实际数据,公式如下: 人均消费C =C/P*100(价格指数)
人均可支配收入Y =[Yr*rpop/100+Yu*(1-rpop/100)]/P*100 农村人均消费Cr =Cr/Pr*100
城镇人均消费Cu =Cu/Pu*100
农村人均纯收入Yr =Yr/Pr*100 城镇人均可支配收入Yu =Yu/Pu*100 处理好的数据如下表所示:
|
年份
C
Y
Cr Cu Yr Yu
1985
,
1986 <
1987
根据表中的数据用软件回归结果如下:
∧
t C = + t Y R 2=
t : DW=
农村:∧
t Cr = + t Yr R 2=
t : DW=
城镇:∧
t Cu = + t Yu R 2=
t : DW=
从回归结果来看,三个方程的R 2都很高,说明人均可支配收入较好地解释了人均消费支出。
、
三个消费模型中,可支配收入对人均消费的影响均是显著的,并且都大于0
小于1,符合经济理论。而斜率系数最大的是城镇的斜率系数,其次是全国平均的斜率,最小的是农村的斜率。说明城镇居民的边际消费倾向高于农村居民。
第四章 多元线性回归模型
应采用(1),因为由(2)和(3)的回归结果可知,除X 1外,其余解释变量的系数均不显著。(检验过程略) (1) 斜率系数含义如下:
: 年净收益的土地投入弹性, 即土地投入每上升1%, 资金投入不变的
情况下, 引起年净收益上升%.
: 年净收益的资金投入弹性, 即资金投入每上升1%, 土地投入不变的情况下, 引起年净收益上升%.
拟合情况:
92.01
29)
94.01(*811)1)(1(122
=----=-----=k n R n R ,表明模型拟合程度较高.
(2) 原假设 0:0=αH
》
备择假设 0:1≠αH
检验统计量 022.2135.0/273.0)?(?===α
α
Se t
查表,447.2)6(025.0=t 因为t=<)6(025.0t ,故接受原假设,即α不显著异于0, 表明土地投入变动对年净收益变动没有显著的影响. 原假设 0:0=βH
备择假设 0:1≠βH
检验统计量 864.5125.0/733.0)
?(?
===ββ
Se t 查表,
447.2)6(025.0=t 因为t=>)6(025.0t ,故拒绝原假设,即β显著异于0,表明资金投入变动对年净收益变动有显著的影响. (3) 原假设 0:0==βαH
备择假设 1H : 原假设不成立 检验统计量
?
47)
129/()94.01(2
/94.0)1/()1(/2
2=---=---=k n R k R F
查表,在5%显著水平下14.5)6,2(=F 因为F=47>,故拒绝原假设。 结论,:土地投入和资金投入变动作为一个整体对年净收益变动有影响.
检验两个时期是否有显著结构变化,可分别检验方程中D 和D ?X 的系数是否显著异于0.
(1) 原假设 0:20=βH 备择假设 0:21≠βH 检验统计量
155.34704.0/4839.1)?(?2
2
===ββSe t 查表145.2)418(025.0=-t 因为t=>)14(025.0t , 故拒绝原假设, 即2β显著异于0。
(2) 原假设 0:40=βH 备择假设 0:41≠βH 检验统计量
115.30332.0/1034.0)
?(?44
-=-==ββSe t ?
查表145.2)418(025.0=-t 因为|t|=>)14(025.0t , 故拒绝原假设, 即4β显著异于0。 结论:两个时期有显著的结构性变化。
(1),模型可线性化。参数线性,变量非线性
则模型转换为设,1
,1221x
z x z ==
u z z y +++=22110βββ (2)变量、参数皆非线性,无法将模型转化为线性模型。 (3)变量、参数皆非线性,但可转化为线性模型。
取倒数得:)
(1011u x e y
++-+=ββ
把1移到左边,取对数为:u x y y ++=-101ln
ββ,令则有,1ln y
y z -= u x z ++=10ββ
(1)截距项为,在此没有什么意义。X 1的系数表明在其它条件不变时,个人年消费量增加1百万美元,某国对进口的需求平均增加20万美元。X 2的系数表明在其它条件不变时,进口商品与国内商品的比价增加1单位,某国对进口的需求平均减少10万美元。
]
(2)Y 的总变差中被回归方程解释的部分为96%,未被回归方程解释的部分
为4%。
(3)检验全部斜率系数均为0的原假设。
)1/(/)1/()1(/22--=
---=k n RSS k
ESS k n R k R F =19216
/04.02/96.0= 由于F =192 F(2,16)=,故拒绝原假设,回归方程很好地解释了应变量Y 。
(4) A. 原假设H 0:β1= 0 备择假设H 1:β1 0
11?0.221.74?0.0092
()t S ββ===
(16)=,
故拒绝原假设,β1显著异于零,说明个人消费支出(X 1)对进口需求有解释作用,这个变量应该留在模型中。
B. 原假设H 0:β2=0
备择假设H 1:β2 0
2
2?0.1 1.19?0.084
()t S ββ-===<(16)=,
不能拒绝原假设,接受β2=0,说明进口商品与国内商品的比价(X 2)对进口需求地解释作用不强,这个变量是否应该留在模型中,需进一步研究。
}
(1)弹性为,它统计上异于0,因为在弹性系数真值为0的原假设下的t 值为:
469.432
.034
.1-=-=
t 得到这样一个t 值的概率(P 值)极低。可是,该弹性系数不显著异于-1,因为在弹性真值为-1的原假设下,t 值为:
06.132
.0)
1(34.1-=---=
t
这个t 值在统计上是不显著的。
(2)收入弹性虽然为正,但并非统计上异于0,因为t 值小于1(85.020.017.0==t )。
(3)由1
1)1(122-----=k n n R R ,可推出 2211(1)1n k R R n --=---
本题中,2R =,n =46,k =2,代入上式,得2
R =。
(1)薪金和每个解释变量之间应是正相关的,因而各解释变量系数都应为正,估计结果确实如此。
系数的含义是,其它变量不变的情况下,CEO 薪金关于销售额的弹性为;
、
系数的含义是,其它变量不变的情况下,如果股本收益率上升一个百分点(注意,不是1%),CEO 薪金的上升约为%;
与此类似,其它变量不变的情况下,公司股票收益上升一个单位,CEO 薪金上
升%。
(2)用回归结果中的各系数估计值分别除以相应的标准误差,得到4个系数的t 值分别为:、8、和。用经验法则容易看出,前三个系数是统计上高度显著的,而最后一个是不显著的。
(3)R 2=,拟合不理想,即便是横截面数据,也不理想。 (1)%。
(2)因为D t 和(D t t )的系数都是高度显著的,因而两时期人口的水平和增长率都不相同。1972-1977年间增长率为%,1978-1992年间增长率为%(=%+%)。
原假设H 0: β1 =β2,β3 =
备择假设H 1: H 0不成立 若H 0成立,则正确的模型是: u X X X ββY ++++=32110)(
<
据此进行有约束回归,得到残差平方和R S 。
若H 1为真,则正确的模型是原模型:
u X βX βX ββY
++++=3322110
据此进行无约束回归(全回归),得到残差平方和S 。 检验统计量是: ()
)
1(---=
K n S g
S S F R ~F(g,n-K-1)
用自由度(2,n-3-1)查F 分布表,5%显著性水平下,得到F C , 如果F< F C , 则接受原假设H 0,即β1 =β2,β3 =0; 如果F> F C , 则拒绝原假设H 0,接受备择假设H 1。
(1)2个,111200D D ??==?
???大型企业中型企业
其他
其他
[
(2)4个,