新疆财经大学
实验报告
课程名称：计量经济学
实验项目名称：多元线性回归模型和
多重共线性
学号： 2016101606
姓名：杨宇星
班级：财政16-1
指导教师：赵珍
2018年 11 月 14 日
新疆财经大学实验报告
课程名称计量经济学实验类型
学号2016101606 姓名杨宇星班级财政16-1
同组学生
实验地点7210 起至日期2018年11 月14日共34 节课实验软件（主要仪器设备）EViews软件
实
验
掌握多元线性回归模型的估计和检验方法；掌握多重共线性模型的识别和修正。
目
的
1.建立EViews文件，录入数据，得到结果，如下图1。
实
验
内
容
与
步
骤
图1
2.建立多元线性回归模型，估计参数，并进行检验。
（1）在命令框中输入ls y c x2 x3 x4 x5 x6,回车，得到结果，如下图2。
图2
6
5
4321077.56398624.12271773.3438193.5013088.03773.274?X X X X X Y -++++-=)2830.321)(177929.4)(944215.0)(380395.1)(012692.0)(690.1316(=se )752685.1)(108296.3)(465073.3)(939591.3)(031172.1)(208384.0(--=t
995406.02=R 989664.02=R 3525.173=F 10=n
（2）检验
拟合优度：该模型995406.02
=R
，989664.02=R ，可决系数很高，这说明模型对样本
拟合度很好。
F 检验：P=0.000092<0.05，说明回归方程显著，即国内旅游人数X2，城镇居民人均旅游支出X3，
图3
由相关系数矩阵可以看出，各解释变量之间的相关系数较高，尤其是x2和x3之间高度相关，证明解释变量之间存在多重共线性。
（3）方差扩大因子检验法
为了进一步了解多重共线性的性质，做辅助回归，计算各个辅助回归模型的可决系数，并计算方差膨胀因子VIF J。选择view/ coefficient diagnostics/variation inflation factors,结果如下图4。
图4
经验表明，VIF J大于等于10时，说明解释变量与其余解释变量之间有严重的多重共线性。这里的解释变量X2,X3,X6的方差扩大因子远大于10，表明可能存在严重的多重共线性。
4.逐步回归法修正
（1）运用OLS方法分别求Y对各解释变量X2,X3,X4,X5,X6进行一元回归，回归结果如下图5。
图5
通过一元回归结果分析，选取X3作为回归模型的第一个解释变量，形成一元回归模型。（2）将剩余解释变量分别加入模型，如下图6
图6
R=0.9718最大，并且各参数的t检验显著，通过观察比较可知，新加入变量X5的二元回归方程2
参数符号也符合经济意义。因此，保留X5。
（3）在保留X3,X5 的基础上，继续进行逐步回归，结果如下图7。
图7
R=0.9872，明显增大，F统计量也很大，从图中分析可知，在X3,X5基础上加入X4后的方程2
说明样本拟合很好且回归方程显著，同时各解释变量的系数对应的t值较大，相应的P<0.05，说明各解释变量对因变量的影响显著，并且参数符号符合经济意义。因此，应保留X3,X5,X4。
（4）在X3,X5,X4的基础上加入X2,X6,结果如下图8。
图8
下表是1994年—2003年中国旅游收入及其主要影响因素的相关统计数据。
表2 1994年—2003年中国旅游收入及相关数据
数据来源:《中国统计年鉴2004》
1.建立EViews文件；
2.依据相关经济理论设定总体多元线性回归模型的具体形式，估计模型参数，写出模型的规范形式并对模型估计结果进行检验；
3.利用综合判断法、简单相关系数检验法、方差扩大因子检验法分别检验多重共线性；
4.用逐步回归法确定一个较好的回归模型。
计算分析题（共3小题，每题15分，共计45分） 1、下表给出了一含有3个实解释变量的模型的回归结果： 方差来源 平方和（SS ） 自由度（d.f.） 来自回归65965 — 来自残差— — 总离差(TSS) 66056 43 （1）求样本容量n 、RSS 、ESS 的自由度、RSS 的自由度 （2）求可决系数)37.0(-和调整的可决系数2 R （3）在5%的显著性水平下检验1X 、2X 和3X 总体上对Y 的影响的显著性 （已知0.05(3,40) 2.84F =） （4）根据以上信息能否确定1X 、2X 和3X 各自对Y 的贡献？为什么？ 1、 （1）样本容量n=43+1=44 （1分） RSS=TSS-ESS=66056-65965=91 （1分） ESS 的自由度为: 3 （1分） RSS 的自由度为: d.f.=44-3-1=40 （1分） （2）R 2=ESS/TSS=65965/66056=0.9986 （1分） 2R =1-(1- R 2)(n-1)/(n-k-1)=1-0.0014?43/40=0.9985 （2分） （3）H 0：1230βββ=== （1分） F=/65965/39665.2/(1)91/40 ESS k RSS n k ==-- （2分） F >0.05(3,40) 2.84F = 拒绝原假设 （2分） 所以，1X 、2X 和3X 总体上对Y 的影响显著 （1分） （4）不能。 （1分） 因为仅通过上述信息，可初步判断X 1，X 2，X 3联合起来 对Y 有线性影响，三者的变化解释了Y 变化的约99.9%。但由于 无法知道回归X 1，X 2，X 3前参数的具体估计值，因此还无法 判断它们各自对Y 的影响有多大。 2、以某地区22年的年度数据估计了如下工业就业模型 i i i i i X X X Y μββββ++++=3322110ln ln ln 回归方程如下： i i i i X X X Y 321ln 62.0ln 25.0ln 51.089.3?+-+-= （-0.56）(2.3) (-1.7) (5.8) 2 0.996R = 147.3=DW 式中，Y 为总就业量；X 1为总收入；X 2为平均月工资率；X 3为地方政府的
1、计量经济学 计量经济学是一门从数量上研究物质资料的生产、交换、分配、消费等经济关系和经济活动规律及其应用的科学。 2、数据质量 数据满足明确或隐含需求程度的指标 3、相关分析 主要研究变量之间的相互关联程度，用相关系数表示。包括简单相关和多重相关（复相关）。 4、回归分析（Regression Analysis） 研究一个变量（因变量）对于一个或多个其他变量（解释变量）的数量依存关系。其目的在于根据已知的解释变量的数值来估计或预测因变量的总体平均值。 5.内生变量 指由模型系统内决定的变量，取值在系统内决定 6、面板数据 时间序列数据和截面数据的混合 7.异方差: 总体回归函数中的随机误差项满足同方差性，即它们都有相同的方差。如果这一假定不满足，则称线性回归模型存在异方差性。 8.自相关 自相关是在时间序列资料中按时间顺序排列的观测值之间的相关或在横截面资料中按空间顺序排列的观测值之间的相关
9.多重共线性 解释变量之间存在完全的线性关系或近似的线性关系。解释变量存在完全的线性关系叫完全多重共线；解释变量之间存在近似的线性关系叫不完全多重共线。 10.虚拟变量 虚拟变量：在建立模型时，有一些影响经济变量的因素无法定量描述 构造只取“0”或“1”的人工变量，通常称为虚拟变量，记为D 11.平稳序列 是指时间序列的统计规律不会随着时间的推移而发生变化。 12.伪回归 所谓“伪回归”，是指变量间本来不存在相依关系，但回归结果却得出存在相依关系的错误结论。 13.协整 所谓协整，是指多个非平稳变量的某种线性组合是平稳的 14.前定变量 所有的外生变量和滞后的内生变量。前定变量=外生变量＋滞后内生变量＋滞后外生变量 15.恰好识别 恰好识别：能够唯一地估计出结构参数值。 16.结构式模型 体现经济理论中经济变量之间的关系结构的联立方程模型，称为结构式模型17.过度识别
计量经济学是经济科学领域内的一门应用科学，以一定的经济理论和实际统计资料为基础，运用数学、统计方法与计算机技术，以建立经济计量模型为主要手段，定量分析研究具有随机特性的经济变量关系。 2、数理经济模型与计量经济模型的区别。 数理：揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。 计量：揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述。 3、经典计量经济学模型的一般形式。 4、计量经济学的数据类型。 时间序列数据：按时间先后排列的统计数据。 截面数据：一个或多个变量在某一时点上的数据集合。 合并数据（平行数据）：既包含时间序列数据又有截面 数据。 5、建立计量经济学模型的步骤。 1） 模型的数学形式。③拟定模型中待估计参数的理论期望 值。 2）样本数据的收集： 差项产生序列相关。②截面数据易引起模型随机误差项 产生异方差。③样本数据的质量：完整性、准确性、可 比性、一致性。 3）模型参数的估计。 4 度检验、变量的显着性检验、方程的显着性检验。③计 量经济学检验：序列相关、异方差法（随机误差项）、 多重共线性（解释变量）④模型预测检验。 6、计量经济学模型的应用。 1）结构分析；2）经济预测；3）政策评价；4）检验与发展经济理论。 7、如何正确选择解释变量。 作为“变量”的原因：1 2）考虑数据的可得性；3）考虑入选变量之间的关系。 8、回归分析的目的。 1）根据自变量的取值，估计应变量的均值；2）检验建立在经济理论基础上的假设；3） 值，预测应变量的均值。 9、总体回归函数(PRF)和样本回归函数(SRF)各变量系数名称及函数方程。 10、随机误差项(Ui)的性质或主要内容。
计量经济学（第3版）例题和习题数据表表2.1.1 某社区家庭每月收入与消费支出统计表
表2.3.1 参数估计的计算表
表2.6.1 中国各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出（元） 资料来源：《中国统计年鉴》（2007）。
表2.6.3 中国居民总量消费支出与收入资料 单位：亿元年份GDP CONS CPI TAX GDPC X Y 19783605.6 1759.1 46.21519.28 7802.5 6678.83806.7 19794092.6 2011.5 47.07537.828694.2 7551.64273.2 19804592.9 2331.2 50.62571.70 9073.7 7944.24605.5 19815008.8 2627.9 51.90629.899651.8 8438.05063.9 19825590.0 2902.9 52.95700.02 10557.3 9235.25482.4 19836216.2 3231.1 54.00775.5911510.8 10074.65983.2 19847362.7 3742.0 55.47947.35 13272.8 11565.06745.7 19859076.7 4687.4 60.652040.79 14966.8 11601.77729.2 198610508.5 5302.1 64.572090.37 16273.7 13036.58210.9 198712277.4 6126.1 69.302140.36 17716.3 14627.78840.0 198815388.6 7868.1 82.302390.47 18698.7 15794.09560.5 198917311.3 8812.6 97.002727.40 17847.4 15035.59085.5 199019347.8 9450.9 100.002821.86 19347.8 16525.99450.9 199122577.4 10730.6 103.422990.17 21830.9 18939.610375.8 199227565.2 13000.1 110.033296.91 25053.0 22056.511815.3 199336938.1 16412.1 126.204255.30 29269.1 25897.313004.7 199450217.4 21844.2 156.655126.88 32056.2 28783.413944.2 199563216.9 28369.7 183.416038.04 34467.5 31175.415467.9 199674163.6 33955.9 198.666909.82 37331.9 33853.717092.5 199781658.5 36921.5 204.218234.04 39988.5 35956.218080.6 199886531.6 39229.3 202.599262.80 42713.1 38140.919364.1 199991125.0 41920.4 199.7210682.58 45625.8 40277.020989.3 200098749.0 45854.6 200.5512581.51 49238.0 42964.622863.9 2001108972.4 49213.2 201.9415301.38 53962.5 46385.424370.1 2002120350.3 52571.3 200.3217636.45 60078.0 51274.026243.2 2003136398.8 56834.4 202.7320017.31 67282.2 57408.128035.0 2004160280.4 63833.5 210.6324165.68 76096.3 64623.130306.2 2005188692.1 71217.5 214.4228778.54 88002.1 74580.433214.4 2006221170.5 80120.5 217.6534809.72 101616.3 85623.136811.2资料来源：根据《中国统计年鉴》（2001，2007）整理。
E7.2 E7.3 E7.4
-------------------------------------------- (1) (2) ahe ahe -------------------------------------------- age 0.605*** 0.585*** (15.02) (16.02) female -3.664*** (-17.65) bachelor 8.083*** (38.00) _cons 1.082 -0.636 (0.93) (-0.59) （表2）Robust ci in parentheses *** p<0.01, ** p<0.05, * p<0.1 -------------------------------------------- N 7711 7711 -------------------------------------------- t statistics in parentheses * p<0.10, ** p<0.05, *** p<0.01 (表1) （1） 建立ahe 对age 的回归。截距估计值是1.082，斜率估计值是0.605。 （2） ①建立ahe 对age ，female 和bachelor 的回归。Age 对收入的效应的估计值是0.585。 ② age 回归系数的95%置信区间： (0.514，0.657) （3） 设H 0:βa,（2）-βa,（1）=0 H1:βa,（2）-βa （1）≠0 由表3，得SE ，SE(βa,（2）-βa,（1）)=√（0.0403）2+(0.0365)2=0.054 t=（0.605-0.585）/0.054=0.37<1.96 所以不拒绝原假设，即在5%显著水平下age 对ahe 的效应估计没有显著差异，所以（1）中的回归没有遭遇遗漏变量偏差。 （4） B ob’s predicted ahe=0.585×26-3.664×0+8.083×0-0.636=＄14.574 Alexis ’s predicted ahe=0.585×30-3.664×1+8.083×1-0.636=＄21.333 VARIABLES ahe age 0.585*** (0.514 - 0.657) female -3.664*** (-4.071 - -3.257) bachelor 8.083*** (7.666 - 8.500) Constant -0.636 (-2.759 - 1.487) Observations 7,711 R-squared 0.200
第八章 虚拟变量 一、单选题： 1、虚拟变量模型i i i D Y μβα++=中，i Y 为居民的年可支配收入，i D 为虚拟解释变量， i D =1代表城镇居民，i D =0代表非城镇居民。当i μ满足古典假设时，则α ==)0|(i i D Y E 表示（ B ） A 、城镇居民的年平均收入， B 、非城镇居民的年平均收入， C 、所有居民的年平均收入， D 、其他； 2、虚拟变量模型i i i D Y μβα++=中，i Y 为居民的年可支配收入，i D 为虚拟解释变量， i D =1代表城镇居民，i D =0代表非城镇居民。当i μ满足古典假设时，则βα+==)1|(i i D Y E 表示（ A ） A 、城镇居民的年平均收入， B 、非城镇居民的年平均收入， C 、所有居民的年平均收入， D 、其它； 3、在没有定量解释变量的情形下，以加法形式引入虚拟解释变量，主要用于（ C ）。 A 、共线性分析， B 、自相关分析， C 、方差分析 ， D 、其它 4、如果你有连续几年的月度数据，如果只有2、4、6、8、10、12月表现季节类型，则需要引入虚拟变量的个数是（ B ）。 A 、模型中有截距项时，引入12个， B 、模型中有截距项时，引入5个 C 、模型中没有截距项时，引入11个， D 、模型中没有截距项时，引入12个 5、下列不属于常用的虚拟变量模型是（ D ）； A 、解释变量中只包含虚拟变量， B 、解释变量中既含定量变量又含虚拟变量， C 、被解释变量本身为虚拟变量的模型， D 、解释变量和被解释变量中不含虚拟变量。 6、考虑虚拟变量模型：i i i X D D D Y μβαααα+++++=3322110，其中 ???=其他一季度011D ???=其他二季度012D ???=其他 三季度013D ， 当其随机扰动项服从古典假定时，则下列回归方程中表示一季度的是：（ B ） A 、i i i X D D D X Y E βαα++====)()0,1,|(20312 B 、i i i X D D D X Y E βαα++====)()0,1,|(10321 C 、i i i X D D D X Y E βαα++====)()0,1,|(30213 D 、i i i X D D D X Y E βα+====0321)0,|( 7、在含有截距项的分段线性回归分析中，如果只有一个属性变量，且其有三种类型，则引入虚拟变量个数应为（ B ） A 、 1个， B 、 2个， C 、3个， D 、4个； 8、某商品需求函数为 u x b b y i i i ++=10，其中y 为需求量，x 为价格。为了考虑“地
名词解释 1、 因果效应：在理想化随机对照实验中得到的，某一给定的行为或处理对结果的影响 2、 实验数据：来源于为评价某种处理（某项政策）抑或某种因果效应而设计的实验 3、 观测数据：通过观察实验之外的实际行为而获得的数据 4、 截面数据：对不同个体如工人、消费者、公司或政府机关等在某一特定时间段内收集到的数据 5、 时间序列数据：对同一个体（个人、公司、国家等）在多个时期内收集到的数据 6、 面板数据：即纵向数据，是多个个体分别在两个或多个时期内观测到的数据 7、 离散型随机变量：一些随机变量是离散的 连续型随机变量：一些随机变量是连续的 8、 期望值：随机变量经过多次重复实验出现的长期平均值，记作E （Y ） 9、 期望：Y 的长期平均值，记作μY 10、方差：是Y 距离其均值的偏差平方的期望值，记作var （Y ） 11、标准差：方差的平方根来表示偏差程度，记作σY 12、独立性：两个随机变量X 和Y 中的一个变量无法提供另一个变量的相关信息 13、标准正态分布：指那些均值102==σμ、方差的正态分布，记作N （0，1） 14、简单随机抽样：n 个对象从总体中抽取，且总体中的每一个个体都有相等的可能性被选入样本 15、独立分布：两个随机变量X 和Y 中的一个变量无法提供另一个变量的相关信息，那么这两个变量X 和Y 独立分布 16、偏差：设Y Y E Y Y μμμμ-??）（为的一个估计量，则偏差是； 一致性：当样本容量增大时，Y μ ?落入真实值Y μ的微小领域区间内的概率接近于1，即Y Y μμ与?是一致的 有效性：如果Y μ ?的方差比Y μ~更小，那么可以说Y Y μμ~?比更有效 17、最小二乘估计量：21)(m i n i -Y ∑ =最小化误差m -i Y 平方和的估计量m 18、P 值：即显著性概率，指原假设为真的情况下，抽取到的统计量与原假设之间的差异程度至少等于样本计算值与 原假设之间差异程度的概率 19、第一类错误：拒绝了实际上为真的原假设 20、一元线性回归模型：i i 10i μββ+X +=Y ；1β代表1X 变化一个单位所导致Y 的变化量 21、普通最小二乘（OLS ）估：选择使得估计的回归线与观测数据尽可能接近的回归系数，其中近似程度用给定X 时预 测Y 的误差的平方和来度量 22、回归2R ：可以由i X 解释（或预测）的i Y 样本方差的比例，即TSS SSR TSS ESS R -==12 23、最小二乘假设：①给定i X 时误差项i μ的条件均值为零：0)(i i =X μE ； ②从联合总体中抽取的， ，，，），，（n ...21i i i =Y X 满足独立同分布； ③大异常值不存在：即i i Y X 和具有非零有限的四阶距 24、1β置信区间：以95%的概率包含1β真值的区间，即在所有可能随机抽取的样本中有95%包含了1β的真值 25、同方差：若对于任意i=1，2，...，n ，给定） （条件分布的方差时χμμ=X X i i i i var 为常数且不依赖于χ，则 称误差项i μ是同方差
计量经济学 复习题 一、单选题 1、怀特检验法可用于检验（ ）。 A.异方差性 B.多重共线性 C.序列相关 D.模型设定误差 2、计量经济学分析问题的工作程序是（ ）。 A.设定模型，检验模型，估计模型，改进模型 B.设定模型，估计参数，检验模型，应用模型 C.估计模型，应用模型，检验模型，改进模型 D.搜集资料，设定模型，估计参数，应用模型 3、对下列模型进行经济意义检验，哪一个模型是没有实际意义的（ ）。 A.i C （消费）i I 8.0500+=（收入） B.di Q （商品需求）i I 8.010+=（收入）i P 9.0+（价格） C.si Q （商品供给）i P 75.020+=（价格） D.i Y （产出量）6.065.0i K =（资本）4 .0i L （劳动） 4、戈德菲尔德—匡特检验法可用于检验模型的（ ）。 A.异方差性 B.多重共线性 C.序列相关 D.设定误差 5、在满足基本假定的情况下，对单方程计量经济学模型而言，下列有关解 释变量和被解释变量的说法中正确的有（ ）。 A.被解释变量和解释变量均为随机变量 B.被解释变量和解释变量均为非随机变量 C.被解释变量为随机变量，解释变量为非随机变量 D.被解释变量为非随机变量，解释变量为随机变量 6、根据样本资料估计得到人均消费支出Y 对人均收入X 的回归方程为 X Y ln 75.000.2ln += ，这表明人均收入每增加１％，人均消费支出将增加 （ ）。 A.2% B.0.75 C.0.75% D.7.5% 7、设k 为回归模型中的解释变量个数，n 为样本容量，则对总体回归模型 进行显著性检验(F 检验)时构造的F 统计量为( )。 A.)1/()/(--=k n RSS k ESS F B. )k n /(RSS )1k /(ESS 1F ---=
计量经济学重点知识整理 1一般性定义 计量经济学是以经济理论和经济数据的事实为依据，运用数学和统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。 研究的主体（出发点、归宿、核心）： 经济现象及数量变化规律 研究的工具（手段）： 模型数学和统计方法 必须明确： 方法手段要服从研究对象的本质特征（与数学不同）,方法是为经济问题服务 2注意：计量经济研究的三个方面 理论：即说明所研究对象经济行为的经济理论——计量经济研究的基础 数据：对所研究对象经济行为观测所得到的信息——计量经济研究的原料或依据 方法：模型的方法与估计、检验、分析的方法——计量经济研究的工具与手段 三者缺一不可 3计量经济学的学科类型 ●理论计量经济学 研究经济计量的理论和方法 ●应用计量经济学：应用计量经济方法研究某些领域的具体经济问题 4区别： ●经济理论重在定性分析,并不对经济关系提供数量上的具体度量 ●计量经济学对经济关系要作出定量的估计，对经济理论提出经验的内容 5计量经济学与经济统计学的关系 联系： ●经济统计侧重于对社会经济现象的描述性计量 ●经济统计提供的数据是计量经济学据以估计参数、验证经济理论的基本依据 ●经济现象不能作实验，只能被动地观测客观经济现象变动的既成事实，只能依赖于经济统计数据 6计量经济学与数理统计学的关系 联系： ●数理统计学是计量经济学的方法论基础 区别： ●数理统计学是在标准假定条件下抽象地研究一 般的随机变量的统计规律性； ●计量经济学是从经济模型出发，研究模型参数 的估计和推断，参数有特定的经济意义，标准 假定条件经常不能满足，需要建立一些专门的 经济计量方法 3、计量经济学的特点：
计量经济学（第3版）例题和习题数据表
P24-25 表2.1.1 某社区家庭每月收入与消费支出统计表
表2.3.1 参数估计的计算表
表2.6.1 中国各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出（元）
表2.6.3 中国居民总量消费支出与收入资料 单位：亿元年份GDP CONS CPI TAX GDPC X Y 19783605.6 1759.1 46.21519.28 7802.5 6678.83806.7 19794092.6 2011.5 47.07537.828694.2 7551.64273.2 19804592.9 2331.2 50.62571.70 9073.7 7944.24605.5 19815008.8 2627.9 51.90629.899651.8 8438.05063.9 19825590.0 2902.9 52.95700.02 10557.3 9235.25482.4 19836216.2 3231.1 54.00775.5911510.8 10074.65983.2 19847362.7 3742.0 55.47947.35 13272.8 11565.06745.7 19859076.7 4687.4 60.652040.79 14966.8 11601.77729.2 198610508.5 5302.1 64.572090.37 16273.7 13036.58210.9 198712277.4 6126.1 69.302140.36 17716.3 14627.78840.0 198815388.6 7868.1 82.302390.47 18698.7 15794.09560.5 198917311.3 8812.6 97.002727.40 17847.4 15035.59085.5 199019347.8 9450.9 100.002821.86 19347.8 16525.99450.9 199122577.4 10730.6 103.422990.17 21830.9 18939.610375.8 199227565.2 13000.1 110.033296.91 25053.0 22056.511815.3 199336938.1 16412.1 126.204255.30 29269.1 25897.313004.7 199450217.4 21844.2 156.655126.88 32056.2 28783.413944.2 199563216.9 28369.7 183.416038.04 34467.5 31175.415467.9 199674163.6 33955.9 198.666909.82 37331.9 33853.717092.5 199781658.5 36921.5 204.218234.04 39988.5 35956.218080.6 199886531.6 39229.3 202.599262.80 42713.1 38140.919364.1 199991125.0 41920.4 199.7210682.58 45625.8 40277.020989.3 200098749.0 45854.6 200.5512581.51 49238.0 42964.622863.9 2001108972.4 49213.2 201.9415301.38 53962.5 46385.424370.1 2002120350.3 52571.3 200.3217636.45 60078.0 51274.026243.2 2003136398.8 56834.4 202.7320017.31 67282.2 57408.128035.0 2004160280.4 63833.5 210.6324165.68 76096.3 64623.130306.2 2005188692.1 71217.5 214.4228778.54 88002.1 74580.433214.4 2006221170.5 80120.5 217.6534809.72 101616.3 85623.136811.2资料来源：根据《中国统计年鉴》（2001，2007）整理。
一、 1、列举计量经济分析过程的几个要素：1、数据； 2、计量模型。 3、解释变量； 4、被解释变量； 5、相关影响。 2、计量经济分析过程基本围绕着四类值。例如要预测一个硬币被抛1000次出现正面的次数，第一步: 从理论上研究，出现正面的概率是1/2, 这个概率是真值；第二步：做实验，例如抛硬币100次，观察出现正面的次数，那么这个次数为观察值；第三步：估计概率，用观察的次数除以100作为概率的估计值；第四步：用估计的概率乘以1000作为硬币被抛1000次出现正面的预测值。 3、估计量一般都采用哪三种评选标准：1、无偏性；2、有效性；3、一致性. 4、无偏估计量的概念：若估计量的数学期望存在且等于其对应 真值，即 ()E θ θ=。 4估计量的有效性：设 1 θ 与 2 θ均为θ的无偏估计量，若对于任意θ，有 1 θ 的方差小于等于 2 θ的方差，则 1 θ较 2 θ有效。 5、列举计量经济分析的三种数据类型：1、横截面数据；2、时间序列数据；3、面板数据。 6、虚拟变量即一种二值变量，是对解释变量的一种定性描述。 二、： 1、简述多元线性回归中('i i i y x βε=+)的高斯-马科夫假设（Gauss – Markov assumption ）?若要求得到无偏估计量需满足其中的哪（些）项？ 112 {}0,1,2,...,{,...,}{,...,}{}1,2,...,{,}0 i N N i i j E i N x x V i N C ov εεεεσεε=====与相互独立，
若想得到无偏估计量，需满足{}0,1,2,...,i E i N ε==，和1 1 {,...,}{,...,}N N x x εε与相互独立 某种元件的寿命X(以小时计)服从正态分布N(),均未知.现测得16只元件的寿命如下(已知 t 0.05(15) =1.7531) : 159 280 101 212 224 379 179 264 222 362 168 250 149 260 485 170 问是否有理由认为元件的平均寿命大于225(小时)? 2：解 按题意需检验 : =225, : 取a =0.05.此检验问题的拒绝域为 t= t a (n-1). 现在n=16, t 0.05(15) =1.7531.又根据 ,s= 算得 =241.5, s=98.7259,即有 t ==0.6685 1.7531. t 没有落在拒绝域中,故接受,即认为元件的平均寿命不大于 225小时. 3、在平炉上进行一项试验以确定改变操作方法的建议是否会增加钢的得率,试验是在同一只平炉上进行的,每炼一炉钢时除操作方法外,其他条件都尽可能做到相同.先用标准方法炼一炉,然后用建议的方法炼一炉,以后交替进行,各炼成了10炉,其得率分别为 (1) 标准方法 78.1 72.4 76.2 74.3 77.4 78.4
Chapter 9. Assessing Studies Based on Multiple Regression 9.1 Internal and External Validity Multiple regression has some key virtues: ?It provides an estimate of the effect on Y of arbitrary changes ΔX. ?It resolves the problem of omitted variable bias, if an omitted variable can be measured and included. ?It can handle nonlinear relations (effects that vary with the X’s)
Still, OLS might yield a biased estimator of the true causal effect. A Framework for Assessing Statistical Studies Internal and External Validity ?Internal validity: The statistical inferences about causal effects are valid for the population being studied.
?External validity: The statistical inferences can be generalized from the population and setting studied to other populations and settings, where the “setting” refers to the legal, policy, and physical environment and related salient features.
第一章 导 论 一、名词解释 1、截面数据 2、时间序列数据 3、虚变量数据 4、内生变量与外生变量 二、单项选择题 1、同一统计指标按时间顺序记录的数据序列称为 （ ） A 、横截面数据 B 、虚变量数据 C 、时间序列数据 D 、平行数据 2、样本数据的质量问题，可以概括为完整性、准确性、可比性和 （ ） A 、时效性 B 、一致性 C 、广泛性 D 、系统性 3、有人采用全国大中型煤炭企业的截面数据，估计生产函数模型，然后用该模型预测未来 煤炭行业的产出量，这是违反了数据的哪一条原则。 （ ） A 、一致性 B 、准确性 C 、可比性 D 、完整性 4、判断模型参数估计量的符号、大小、相互之间关系的合理性属于什么检验？ （ ） A 、经济意义检验 B 、统计检验 C 、计量经济学检验 D 、模型的预测检验 5、对下列模型进行经济意义检验，哪一个模型通常被认为没有实际价值？ （ ） A 、i C （消费）5000.8i I =+（收入） B 、di Q （商品需求）100.8i I =+（收入）0.9i P +（价格） C 、si Q （商品供给）200.75i P =+（价格） D 、i Y （产出量）0.60.65i K =（资本）0.4 i L （劳动） 6、设M 为货币需求量，Y 为收入水平，r 为利率，流动性偏好函数为012M Y r βββμ=+++， 1?β和2 ?β分别为1β、2β的估计值，根据经济理论有 （ ） A 、1?β应为正值，2?β应为负值 B 、1?β应为正值，2 ?β应为正值 C 、1?β应为负值，2?β应为负值 D 、1?β应为负值，2 ?β应为正值 三、填空题 1、在经济变量之间的关系中， 因果关系 、 相互影响关系 最重要，是计量经济分析的重点。 2、从观察单位和时点的角度看，经济数据可分为 时间序列数据 、 截面数据 、 面板数据 。
第六章 6.1 解释概念 （1）双对数模型 （2）对数-线性模型 （3）线性-对数模型 （4）多项式回归 （5）标准化变量 （6）边际效应 （7）弹性 （8）瞬时增长率 答：（1）双对数模型是一种广泛应用的函数形式，模型中的因变量和自变量都以对数度量，比如设定一个双对数模型12ln ln Y X u ββ=++ （2）对数线性模型是指因变量取对数、解释变量为原有形式的模型。比如： 12log()wage educ u ββ=++。 （3）线性对数模型是指因变量为原有形式，解释变量取对数的模型。比如： 12ln Y X u ββ=++ （4）多项式回归模型中解释变量并不都是以线性的形式出现，多项式是由常数和一个或多个解释变量及其正整数次幂构成的表达式。多项式回归模型的一般函数形式表示为 21123k k Y X X X u ββββ-=+++++L （5）标准化变量是标准化变量就是将变量减去其均值并除以其标准差。 （6）边际效应是指一单位变量X 的变化所引起的变量Y 的单位变化。 （7）弹性是指一个变量变动的百分比相应于另一变量变动的百分比来反应变量之间的变动的灵敏程度。 （8）瞬时增长率是指仅当时间变动很小时，才近似等于因变量的相对变化。 6.2 考虑双对数模型 12ln ln Y X u ββ=++ 分别描绘出21β=，21β>，201β<<，21β=-，21β<-，210β-<<时表现Y 与X 之间关系的曲线。 答：当21β=时，Y 和X 对应的是曲线是：
当21β>时，对应的曲线是： 201β<<时： 21β=-时，Y 和X 对应的图形为：
21β <-时，对应的函数为： 210β-<<时，Y 和X 的曲线为： 6.3 在研究生产函数时，我们得到如下结果
P ART T WO Solutions to Empirical Exercises
Chapter 3 Review of Statistics Solutions to Empirical Exercises 1. (a) Average Hourly Earnings, Nominal $’s Mean SE(Mean) 95% Confidence Interval AHE199211.63 0.064 11.50 11.75 AHE200416.77 0.098 16.58 16.96 Difference SE(Difference) 95% Confidence Interval AHE2004 AHE1992 5.14 0.117 4.91 5.37 (b) Average Hourly Earnings, Real $2004 Mean SE(Mean) 95% Confidence Interval AHE199215.66 0.086 15.49 15.82 AHE200416.77 0.098 16.58 16.96 Difference SE(Difference) 95% Confidence Interval AHE2004 AHE1992 1.11 0.130 0.85 1.37 (c) The results from part (b) adjust for changes in purchasing power. These results should be used. (d) Average Hourly Earnings in 2004 Mean SE(Mean) 95% Confidence Interval High School13.81 0.102 13.61 14.01 College20.31 0.158 20.00 20.62 Difference SE(Difference) 95% Confidence Interval College High School 6.50 0.188 6.13 6.87
计量经济学-李子奈-计算题整理集合
计算分析题（共3小题，每题15分，共计45分） 1 （1）求样本容量n 、RSS 、ESS 的自由度、RSS 的自由度 （2）求可决系数)37.0(-和调整的可决系数2 R （3）在5%的显著性水平下检验1X 、2X 和3X 总体上对Y 的影响的显著性 （已知0.05(3,40) 2.84F =） （4）根据以上信息能否确定1X 、2X 和3X 各自对Y 的贡献？为什么？ 1、 （1）样本容量n=43+1=44 （1分） RSS=TSS-ESS=66056-65965=91 （1分） ESS 的自由度为: 3 （1分） RSS 的自由度为: d.f.=44-3-1=40 （1分） （2）R 2=ESS/TSS=65965/66056=0.9986 （1分） 2R =1-(1- R 2)(n-1)/(n-k-1)=1-0.0014?43/40=0.9985 （2分） （3）H 0：1230βββ=== （1分） F=/65965/39665.2/(1)91/40 ESS k RSS n k ==-- （2分） F >0.05(3,40) 2.84F = 拒绝原假设 （2分） 所以，1X 、2X 和3X 总体上对Y 的影响显著 （1分） （4）不能。 （1分） 因为仅通过上述信息，可初步判断X 1，X 2，X 3联合起来 对Y 有线性影响，三者的变化解释了Y 变化的约99.9%。但由于 无法知道回归X 1，X 2，X 3前参数的具体估计值，因此还无法 判断它们各自对Y 的影响有多大。 2、以某地区22年的年度数据估计了如下工业就业模型 i i i i i X X X Y μββββ++++=3322110ln ln ln 回归方程如下： i i i i X X X Y 321ln 62.0ln 25.0ln 51.089.3?+-+-= （-0.56）(2.3) (-1.7) (5.8) 2 0.996R = 147.3=DW 式中，Y 为总就业量；X 1为总收入；X 2为平均月工资率；X 3为地方政府
E4.1 E4.2 E4.3 E4.4
E4.1 VARIABLES ahe age 0.605 (0.0245) Constant 1.082 (0.688) Observations 7,711 R-squared 0.029 Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1 1. ① 截距估计值estimated intercept: 1.082 ② 斜率估计值estimated slope: 0.605 回归方程：ahe= 1.082+0.605*age ③ 当工人年长 1 岁，平均每小时工资增加0.605 美元。 2. Bob: 0.605*26+1.082=16.812 （美元） Alexis: 0.605*30+1.082=19.232 （美元） 答：预测Bob 的收入为每小时16.812美元，Alexis为19.232 美元。 3. 年龄不能解释不同个体收入变化的大部分。因为R-squared 反映了因变量的 全部变化能通过回归关系被自变量充分解释的比例，而分析得R-squared 的值为0.029，解释度低，说明年龄不能解释不同个体收入变化的大部分
E4.1 (0.0449) Observations 463 R-squared 0.036 Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1 ① 截距估计值： 3.998 斜率估计值： 0.133 回归方程： Course_Eval=3.998+0.133*beauty lave_esruo 0a u ty a e 1. 答：两者看上去有微弱的正相关关系 2. VARIABLES course eval beauty Constant 0.133 (0.0550) 3.998
1、广义计量经济学和狭义计量经济学 广义…是利用经济理论、数学以及统计学定量研究经济现象的方法统称。（回归分析、投入产出分析、时间序列分析等） 狭义…以揭示经济变量间的关系为目的，主要应用回归分析方法。 单方程模型和联立方程模型 对股票市场的研究VS对金融市场的研究 a. 横截面数据集（cross-sectional data set):即给定时点对个人、家庭、企业、城市、国家或一系列其他单位采集的样本所构成的数据集（应该忽略细小的时间差别） b.时间序列数据集（time series data set)： 是由一个或几个变量在不同时间的观测值所构成的。 c.混合横截面数据（pooled cross section): 有些数据既有横截面数据的特点又有时间序列的特点，但每一时点的样本不同，通常是分析政府政策效果的有力数据 d.综列数据（panel data): 由横截面数据集中每个数据的一个时间序列组成。（定点长期调查） 回归分析是关于研究一个应变量对另一个或多个自变量的依赖关系，通过后者的已知或给定值，去估计和预测前者的（总体）均值 随机干扰项的意义： 1。理论的含糊性（其他因素） 2。数据的欠缺（如财富） 3。核心变量与周边变量（或上或下的随机影响） 4。人类行为的内在随机性 5。糟糕的替代变量（永久消费和永久收入） 6。节省原则（多重共线性的影响） 7。错误的函数形式 线性回归模型的假定 1。函数形式： 2。干扰项的零均值：干扰项的零均值的意思是凡是模型不显著含有的并因而归属u的因素，对y的均值都没有系统的影响；正的u值抵销了负的u值，以至于他们对y的平均值的影响为零 3。同方差性：u的同方差性同时也意味着y的同方差性，即随着x的变动，y的取值的分布是一定的，是分布不变的。 4。无自相关：干扰项之间的无自相关意味着y的决定与其他期的u值无关，即不存在u(t-1)决定u(t)从而决定y的情况 5。回归量与干扰项的非相关：干扰项与自变量之间的非相关，干扰项本身是独立于自变量之外的，且如果干扰项与自变量存在相关，则不能独自说明其作用 6。正态性： 普通最小二乘法 总体回归函数（PRF)与样本回归函数（SRF)之差的平方和最小为最小二乘法的准则。 估计参数的特性 最小二乘估计量的线性和无偏性质 所谓线性即估计量是y的一个线性函数 所谓无偏即系数估计量的期望等于系数原值 估计参数的方差、标准差，协方差（注意到x的变差越大，则估计参数的方差越小）（如果