第六章 自相关 答案
第六章 自相关
一、判断题
1.
模型中的解释变量含有滞后被解释变量的时候可以使用DW 检验法检验自相关。（F ） 2.
可以作残差对某个解释变量的散点图来大概判断是否存在自相关。（F ） 3.
存在序列相关时，使用标准公式估计的随机扰动项的方差不再具有无偏性。（T ） 4.
杜宾—瓦尔森检验能够检验出任何形式的自相关。（ F ） 5.
不存在负的自相关关系。（F ） 6.
LM 检验与DW 检验结果不一致是很有可能的。（T ） 7. 存在序列相关时，有可能会高估或者低估随机扰动项的真实方差，但通常会低估。（T ）
二、单项选择题
1．如果模型t t 10t u x y ++=ββ存在序列相关，则（ D ）。
A. ()0x u Cov t t =,
B. ()()s t 0u u Cov s t ≠=,
C. ()0x u Cov t t ≠,
D. ()()s t 0u u Cov s t ≠≠,
2．DW 检验的零假设是（ρ为随机误差项的一阶相关系数）（ B ）。
A ．DW ＝0
B ．0=ρ
C ．DW ＝1
D ．1=ρ
3．下列哪个序列相关可用DW 检验（t v 为具有零均值，常数方差且不存在序列相关的随机
变量）（ A ）。
A ． t 1t t v u u +=-ρ
B ．t 2t 21t t v u u u +++=-- ρρ
C ．t t v u ρ= ++=-1t 2t t v v u ρρ
4．DW 的取值范围是（ D ）。
A ．-1≤DW≤0
B ．-1≤DW≤1
C ．-2≤DW≤2
D ．0≤DW≤4
5．当DW ＝4时，说明（ D ）。
A ．不存在序列相关
B ．不能判断是否存在自相关
C ．存在完全的正的自相关
D ．存在完全的负的自相关
6．根据20个观测值估计的结果，一元线性回归模型的DW ＝2.3。在样本容量n=20,解释变
量k=1，显著性水平为0.05时，查得d L =1,d U =1.41,则可以决断（ A ）。
A ．不存在自相关
B ．存在正的自相关
C ．存在负的自相关
D ．无法确定
7．当模型存在序列相关现象时，适宜的参数估计方法是（ C ）。
A ．加权最小二乘法
B ．间接最小二乘法
C ．广义差分法
D ．工具变量法
8．对于原模型t t 10t u x y ++=ββ，广义差分模型是指（ D ）。
A ．()()()()
t t t t 1t 0t t x f u x f x x f 1x f y ++=ββ B ．t t 1t u x y ?+?=?β
C ．t t 10t u x y ?+?+=?ββ
D ．()()()1t t 1t t 101t t u u x x 1y y ----+-+-=-ρρβρβρ
9．假定某企业的生产决策是由模型t t 10t u P S ++=ββ描述的（其中t S 为产量，t P 为价格），
又知：如果该企业在t-1期生产过剩，经营人员会削减t 期的产量。由此决断上述模型存在
（ B ）。
A ．异方差问题
B ．序列相关问题
C ．多重共线性问题
D ．随机解释变量问题
10．根据一个n=30的样本估计t 01t t
??y =+x +e ββ后计算得DW ＝1.4，已知在5%的置信度下，d L =1.35,d U =1.49,则认为原模型（ D ）。
A ．存在正的自相关
B ．存在负的自相关
C ．不存在自相关
D ．无法判断是否存在自相关
11. 对于模型t 01t t
??y =+x +e ββ，以ρ表示t e 与1t e -之间的线性相关关系,则下列明显错误的是（ B ）。
A ．40DW 80.,.==ρ
B ．40DW 80.,.-=-=ρ
C ．2DW 0==,ρ
D ．0DW 1==,ρ
12.在回归模型满足DW 检验的前提条件下，当统计量等于2时，表明（ C ）
A. 存在完全的正自相关
B. 存在完全的负自相关
C. 不存在自相关
D. 不能判定
13.用矩阵形式表示的广义最小二乘参数估计量为，此估计量为（ D ）。
A.有偏、有效的估计量
B.有偏、无效的估计量
C.无偏、无效的估计量
D.无偏、有效的估计量
14.采用广义最小二乘法关键的一步是得到随机误差项的方差—协方差矩阵Ω，这就需要对
原模型Y X U β=+ 首先采用（ C ）以求得随机误差项的近似估计量，从而构成矩阵Ω
的估计量。
A.一阶差分法
B.广义差分法
C.普通最小二乘法 B.加权最小二乘法
三、多项选择题
1．DW 检验不适用下列情况的序列相关检验（ ABC ）。
A ．高阶线性自回归形式的序列相关
B ．一阶非线性自回归的序列相关
C ．移动平均形式的序列相关
D ．正的一阶线性自回归形式的序列相关
E ．负的一阶线性自回归形式的序列相关
2．以dl 表示统计量DW 的下方临界值，du 表示统计量DW 的上方临界值，则DW 检验的
不确定区域是（ BC ）。
A ．du≤DW≤4-du
B ．4-du≤DW≤4-dl
C ．dl≤DW≤du
D ．4-dl≤DW≤4
E ．0≤DW≤dl
3．DW 检验不适用于下列情况下的自相关检验（ ABCD ）。
A ．模型包含有随机解释变量
B ．样本容量太小
d Y X X X 1'11')(?---ΩΩ=β
C ．自相关形式不是一阶自回归形式
D ．含有滞后的被解释变量
E ．包含有虚拟变量的模型
4．针对存在序列相关现象的模型估计，下述哪些方法可能是适用的（ BCD ）。
A ．加权最小二乘法
B ．科克兰（Cochrane ）—奥卡特（Orcutt ）迭代法
C ．广义差分法
D ．Durbin 两步法
5．如果模型t t 10t u x y ++=ββ存在自相关，普通最小二乘估计仍具备（ AB ）。
A ．线性
B ．无偏性
C ．有效性
D ．真实性
6．DW 检验不能用于下列哪些现象的检验（ ABCD ）。
A ．递增型异方差的检验
B ．t 2t 21t t v u u u ++=--ρρ形式的序列相关检验
C ．t j 10i u x b b x ++=形式的多重共线性检验
D ．t
1t 2t 10t e y x y +++=-βββ???的自相关检验 7．在下列引起序列自相关的原因中，正确的有（ ABC ）
A ．经济变量具有惯性作用
B ．经济行为的滞后性
C ．设定偏误
D ．解释变量之间的共线性
四、简答题
1．简述DW 检验的局限性。
答：DW 检验存在三个主要的局限性：（1）有假定前提条件：解释变量非随机；模型包括截
距项；解释变量中不包含滞后的被解释变量；残差扰动项的自相关形式为一阶线性自回归形
式；无缺损数据。（2）要求有足够样本量，一般要求n≥15。（3）有不确定区域。
2．序列相关性的后果。
答：（1）参数的OLS 估计式仍然是无偏的，但用OLS 估计的参数的方差不再具有最小方差；
（2）使用标准公式计算出的方差通常会严重低估真实的方差；（3）模型的显著性检验失效；
（4）区间估计和预测区间的精度降低。
3．简述序列相关性的几种检验方法。
答：（1）图示法；（2）D-W 检验；（3）LM 检验法。
4．自相关性产生的原因有那些？
答：（1）经济变量本身的惯性作用；（2）经济行为本身的滞后性；(3)设定偏倚；（4）数据
的加工引起自相关；（5））扰动项自身特性引起自相关。
5．DW 值与一阶自相关系数的关系是什么？ 答：2
DW 1p -≈?或者()p 12DW ?-≈ 五、计算题
1.根据某地1961—1999年共39年的总产出Y 、劳动投入L 和资本投入K 的年度数据，运
用普通最小二乘法估计得出了下列回归方程：
(0.237) (0.083) (0.048)
,DW=0.858
上式下面括号中的数字为相应估计量的标准误差。在5%的显著性水平之下，由DW 检验临
界值表，得d L =1.38,d u =1.60。问： (1) 题中所估计的回归方程的经济含义； (2) 该回归方
程的估计中存在什么问题?应如何改进?
答：(1) 题中所估计的回归方程的经济含义：当其他解释变量保持不变时，劳动投入每增加
1%，平均而言总产出将增加1.451%；当其他解释变量保持不变时，资本投入每增加1%，
平均而言总产出将增加0.384%。换言之，该回归方程是一个对数线性模型，可还原为指数
的形式为：3841.0451.1938.3Y K L -=∧，是一个C-D 函数，1.451为劳动产出弹性，0.3841为
资本产出弹性。因为1.451+0.3841〉1，所以该生产函数存在规模经济。
(2) 因为DW=0.858, d L =1.38,即0.858<1.38,故存在正自相关。可利用广义差分法消除自相关
的影响。
2．根据我国1978——2000年的财政收入Y 和国内生产总值X 的统计资料，可建立如下的
计量经济模型： X 119806477556Y ?+=..
t=（2.5199） （22.7229）
2R ＝0.9609，E S .＝731.2086，F ＝516.3338，W D .＝0.3474
请回答以下问题：
（1） 何谓计量经济模型的自相关性？
（2） 试检验该模型是否存在自相关，为什么？
（3） 自相关会给建立的计量经济模型产生哪些影响？
（临界值24.1=L d ，43.1=U d ）
答：（1）对于t kt k t t t u x b x b x b b y +++++=...22110，如果随机扰动项的各期值之间存在着
相关关系，即)...,2,1,(0)(),cov(k s t u u E u u s t s t =≠=，称随机误差项之间存在自相关性。
（2）存在，因为W D .＝0.3474,24.1=L d ,即L d W D <.，故存在正自相关。
（3）①参数的OLS 估计量仍然具有无偏性；②参数的OLS 估计式的方差不再是最小的；
③用标准公式估计出的方差通常会严重低估真实的方差；④显著性检验失效；⑤区间预测精
度下降，区间估计变得无意义。
3．以某地区22年的年度数据估计了如下工业就业回归方程
321X 620X 250X 510893Y ln .ln .ln ..+-+-=
（-0.56） (2.3) (-1.7) (5.8)
2
0.996R = 147.1=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为地方政府的总支出。
（1）试证明：自相关的DW 检验是无定论的。（2）逐步描述如何使用LM 检验。
答：（1）查表得临界值05.1=L d ，66.1=U d 。147.1=DW 正位于1.05和1.66之间，恰
是D-W 检验的无判定区域，所以自相关的DW 检验是无定论的。
（2）对于模型t kt k t t t u x b x b x b b y +++++=...22110，设自相关的形式为
t p t p t t t v u u u u ++++=---ρρρ (2211)
假设0...210====p H ρρρ：，LM 检验检验过程如下：首先，利用OLS 法估计模型，得到残差序列t e ；其次，将t e 关于残差的滞后值进行回归，并计算出辅助回归模型的判定系数2R ；最后，对于显著水平α，若2nR 大于临界值)(2
p αχ，则拒绝原假设，即存在自相关性。
4. 为了研究我国经济增长和国债之间的关系，建立回归模型。得到的结果如下： Dependent Variable: LOG(GDP)
Method: Least Squares
Date: 06/05/18 Time: 18:58
Sample: 1985 2003
Included observations: 19 Variable Coefficient Std. Error t-Statistic
Prob. Adjusted R-squared 0.983 S.D. dependent var
0.86 S.E. of regression 0.11 Akaike info criterion
-1.46 Sum squared resid 0.21 Schwarz criterion
-1.36 Log likelihood 15.8 F-statistic
1075.5 Durbin-Watson stat 0.81 Prob(F-statistic) 0
其中， GDP 表示国内生产总值，DEBT 表示国债发行量。
问：（1）写出回归方程。（2）解释系数的经济学含义？（3）模型可能存在什么问题？如何检验？（4）如何就模型中所存在的问题，对模型进行改进？
答：（1） Log （GDP ）= 6.03 + 0.65 LOG(DEBT)+e t
（2）截距项表示自变量为零时，因变量的期望。不具有实际的经济学含义。
斜率系数表示GDP 对DEBT 的不变弹性为0.65。或者表示增发1%国债，平均而言国民经济增长0.65%。
（3）可能存在序列相关问题。
因为d.w = 0.81小于，因此落入正的自相关区域。由此可以判定存在序列相关。
（4）利用广义差分法。根据d.w = 0.81，计算得到，因此回归方程滞后一期后，两边同时乘以0.6，得
()()1t 1t 211t u 60DEBT B 60B 60GDP 60---++=.log ..log .
方程
减去上面的方程，得到 ()()()()()t 1t t 211t t v DEBT 60DEBT B B 40GDP 60GDP +-+=---log .log .log .log 利用最小二乘估计，得到系数。
L U 1.074L d =0.6ρ=12)log()log(t t t DEBT GDP B B u =++
第六章自相关案例分析
第六章 案例分析 一、研究目的 2003年中国农村人口占59.47％，而消费总量却只占41.4%，农村居民的收入和消费是一个值得研究的问题。消费模型是研究居民消费行为的常用工具。通过中国农村居民消费模型的分析可判断农村居民的边际消费倾向，这是宏观经济分析的重要参数。同时，农村居民消费模型也能用于农村居民消费水平的预测。 二、模型设定 正如第二章所讲述的，影响居民消费的因素很多，但由于受各种条件的限制，通常只引入居民收入一个变量做解释变量，即消费模型设定为 t t t u X Y ++=21ββ （6.43） 式中，Y t 为农村居民人均消费支出，X t 为农村人均居民纯收入，u t 为随机误差项。表6.3是从《中国统计年鉴》收集的中国农村居民1985-2003年的收入与消费数据。 表6.3 1985-2003年农村居民人均收入和消费 单位： 元
为了消除价格变动因素对农村居民收入和消费支出的影响，不宜直接采用现价人均纯收入和现价人均消费支出的数据，而需要用经消费价格指数进行调整后的1985年可比价格计的人均纯收入和人均消费支出的数据作回归分析。 根据表6.3中调整后的1985年可比价格计的人均纯收入和人均消费支出的数据，使用普通最小二乘法估计消费模型得 t t X Y 0.59987528.106?+= （6.44） Se = (12.2238) (0.0214) t = (8.7332) (28.3067) R 2 = 0.9788，F = 786.0548，d f = 17，DW = 0.7706 该回归方程可决系数较高，回归系数均显著。对样本量为19、一个解释变量的模型、5%显著水平，查DW 统计表可知，d L =1.18，d U = 1.40，模型中DW 第六章 自相关 思考题 6.1 如何使用 DW 统计量来进行自相关检验 ? 该检验方法的前提条件和局限性有哪些 ? 6.2 当回归模型中的随机误差项为 AR(1) 自相关时 , 为什么仍用OLS 法会低估的?j β标准误差 ? 6.3 判断以下陈述的真伪,并给出合理的解释。 1) 当回归模型随机误差项有自相关时 , 普通最小二乘估计量是有偏误的和非有效的。 2)DW 检验假定随机误差项i u 的方差是同方差。 3) 用一阶差分法消除自相关是假定自相关系数ρ为-1。 4）当回归模型随机误差项有自相关时 , 普通最小二乘估计的预测值的方差和标准误差不再是有效的。 6.4 对于四个解释变量的回归模型 011223344t t t t t t Y X X X X u βββββ=+++++ 如果样本量 n=50, 当 DW 统计量为以下数值时 , 请判断模型中的自相关状况。 1)DW=1.05 2)DW=1.40 3)DW=2.50 4)DW=3.97 6.5 如何判别回归模型中的虚假自相关 ? 6.6 在回归模型 12t t t Y X u ββ=++ 中 ,t u 无自相关。如果我们错误地判定模型中有一阶自相关 , 即1t t t u u v ρ-=+, 并 使用了广义差分模型 1121(1)()t t t t t Y Y X X v βρβρ---=-+-+ 将会产生什么问题 ? 练习题 6.1 表 6.6 给出了美国 1960~1995 年 36 年个人实际可支配收入 X 和个人实际消费支出Y 的数据。 1) 用普通最小二乘法估计收入-消费模型 ; 12t t t Y X u ββ=++ 表 6.6 美国个人实际可支配收入和个人实际消费支出 ( 单位 :1010 美元 ) 资料来源：Economic Report of the Prsident 注 : 数据为 1992 年价格 练习题6.1参考解答: （１）收入—消费模型为 Se = (2.5043) (0.0075) t = (-3.7650) (125.3411) R2 = 0.9978，F = 15710.39，d f = 34，DW = 0.5234 （２）对样本量为36、一个解释变量的模型、5%显著水平， 查DW统计表可知，d L=1.411，d U= 1.525，模型中DW （３）采用广义差分法 使用普通最小二乘法估计 的估计值 ，得 DW=1.830，已知，模型中因此，在广义差分模型中已无自相关。 由差分方程式可以得出： 因此，修正后的回归模型应为 6.4参考解答： （1）回归结果如下： （2）模型检验： 从回归结果可以看出，参数均显著，模型拟和较好。 异方差的检验： 通过white检验可以得知模型不存在异方差。 DW检验： 给定n=25, ,在的显著水平下，查DW统计表可知，。模型中，所以可以判断模型中存在正自相关。 （3）采用广义差分法修正模型中存在的自相关问题： 给定n=24，,在的显著水平下，查DW统计表可知，。模型中，所以可以判断模型中不存在自相关。 由差分方程式可以得出： 所以修正后的模型为： 6.5参考答案 （１）进口需求模型为 给定n=19，,在的显著水平下，查DW统计表可知，。模型中，所以可以 第六章 自相关 一、判断题 1. 模型中的解释变量含有滞后被解释变量的时候可以使用DW 检验法检验自相关。（F ） 2. 可以作残差对某个解释变量的散点图来大概判断是否存在自相关。（F ） 3. 存在序列相关时，使用标准公式估计的随机扰动项的方差不再具有无偏性。（T ） 4. 杜宾—瓦尔森检验能够检验出任何形式的自相关。（ F ） 5. 不存在负的自相关关系。（F ） 6. LM 检验与DW 检验结果不一致是很有可能的。（T ） 7. 存在序列相关时，有可能会高估或者低估随机扰动项的真实方差，但通常会低估。（T ） 二、单项选择题 1．如果模型t t 10t u x y ++=ββ存在序列相关，则（ D ）。 A. ()0x u Cov t t =, B. ()()s t 0u u Cov s t ≠=, C. ()0x u Cov t t ≠, D. ()()s t 0u u Cov s t ≠≠, 2．DW 检验的零假设是（ρ为随机误差项的一阶相关系数）（ B ）。 A ．DW ＝0 B ．0=ρ C ．DW ＝1 D ．1=ρ 3．下列哪个序列相关可用DW 检验（t v 为具有零均值，常数方差且不存在序列相关的随机 变量）（ A ）。 A ． t 1t t v u u +=-ρ B ．t 2t 21t t v u u u +++=-- ρρ C ．t t v u ρ= ++=-1t 2t t v v u ρρ 4．DW 的取值范围是（ D ）。 A ．-1≤DW≤0 B ．-1≤DW≤1 C ．-2≤DW≤2 D ．0≤DW≤4 5．当DW ＝4时，说明（ D ）。 A ．不存在序列相关 B ．不能判断是否存在自相关 C ．存在完全的正的自相关 D ．存在完全的负的自相关 6．根据20个观测值估计的结果，一元线性回归模型的DW ＝2.3。在样本容量n=20,解释变 量k=1，显著性水平为0.05时，查得d L =1,d U =1.41,则可以决断（ A ）。 A ．不存在自相关 B ．存在正的自相关 C ．存在负的自相关 D ．无法确定 7．当模型存在序列相关现象时，适宜的参数估计方法是（ C ）。 A ．加权最小二乘法 B ．间接最小二乘法 C ．广义差分法 D ．工具变量法 8．对于原模型t t 10t u x y ++=ββ，广义差分模型是指（ D ）。 A ．()()()() t t t t 1t 0t t x f u x f x x f 1x f y ++=ββ B ．t t 1t u x y ?+?=?β BOX-JENKINS 预测法 1 适用于平稳时序的三种基本模型 （1）()AR p 模型（Auto regression Model ）——自回归模型 p 阶自回归模型： 式中，为时间序列第时刻的观察值，即为因变量或称被解释变量；， 为时序的滞后序列，这里作为自变量或称为解释变量；是随机误 差项；，，，为待估的自回归参数。 （2）()MA q 模型（Moving Average Model ）——移动平均模型 q 阶移动平均模型： 式中，μ为时间序列的平均数，但当{}t y 序列在0上下变动时，显然μ=0，可删除此项；t e ，1t e -，2t e -，…，t q e -为模型在第t 期，第1t -期，…，第t q -期 的误差；1θ，2θ，…，q θ为待估的移动平均参数。 （3）(,)ARMA p q 模型——自回归移动平均模型（Auto regression Moving Average Model ） 模型的形式为： 显然，(,)ARMA p q 模型为自回归模型和移动平均模型的混合模型。当q =0,时，退化为纯自回归模型()AR p ；当p =0时，退化为移动平均模型()MA q 。 2 改进的ARMA 模型 （1）(,,)ARIMA p d q 模型 这里的d 是对原时序进行逐期差分的阶数，差分的目的是为了让某些非平稳（具有一定趋势的）序列变换为平稳的，通常来说d 的取值一般为0,1,2。 对于具有趋势性非平稳时序，不能直接建立ARMA 模型，只能对经过平稳化处理，而后对新的平稳时序建立(,)ARMA p q 模型。这里的平文化处理可以是差分处理，也可以是对数变换，也可以是两者相结合，先对数变换再进行差分处理。 （2）(,,)(,,)s ARIMA p d q P D Q 模型 对于具有季节性的非平稳时序（如冰箱的销售量，羽绒服的销售量），也同样需要进行季节差分，从而得到平稳时序。这里的D 即为进行季节差分的阶数； ,P Q 分别是季节性自回归阶数和季节性移动平均阶数；S 为季节周期的长度， 如时序为月度数据，则S =12，时序为季度数据，则S =4。 在SPSS19.0中的操作如下 ARMA模型建模与预测案例分析 实验二 ARMA模型建模与预测指导 一、实验目的 学会通过各种手段检验序列的平稳性;学会根据自相关系数和偏自相关系数来初步判断ARMA模型的阶数p和q，学会利用最小二乘法等方法对ARMA模型进行估计，学会利用信息准则对估计的ARMA模型进行诊断，以及掌握利用ARMA模型进行预测。掌握在实证研究中如何运用Eviews软件进行ARMA模型的识别、诊断、估计和预测和相关具体操作。 二、基本概念 宽平稳:序列的统计性质不随时间发生改变，只与时间间隔有关。 AR模型:AR模型也称为自回归模型。它的预测方式是通过过去的观测值和现在的干扰值的线性组合预测，自回归模型的数学公式为: yyyy,，，，，,,,, tttptpt1122,,, ,,y式中: 为自回归模型的阶数(i=1，2，，p)为模型的待定系数，为误差，为？pitt一个平稳时间序列。 MA模型:MA模型也称为滑动平均模型。它的预测方式是通过 过去的干扰值和现在的干扰值的线性组合预测。滑动平均模型的数学公式为: y,,,,,,,,,,,, ttttqtq1122,,, ,,y式中: 为模型的阶数; (j=1，2，，q)为模型的待定系数;为误差; 为平稳？qjtt时间序列。 ARMA模型:自回归模型和滑动平均模型的组合，便构成了用于描述平稳随机过程的自回归滑动平均模型ARMA，数学公式为: yyyy,，，，，,,,,,,,,,,,,,, tttptptttqtq11221122,,,,,, 三、实验内容及要求 1、实验内容: (1)根据时序图判断序列的平稳性; (2)观察相关图，初步确定移动平均阶数q和自回归阶数p; (3)运用经典B-J方法对某企业201个连续生产数据建立合适的ARMA()模型，并pq,能够利用此模型进行短期预测。 2、实验要求: (1)深刻理解平稳性的要求以及ARMA模型的建模思想; (2)如何通过观察自相关，偏自相关系数及其图形，利用最小二乘法，以及信息准则建立合适的ARMA模型;如何利用ARMA模型进行预测; (3)熟练掌握相关Eviews操作，读懂模型参数估计结果。 四、实验指导 1、模型识别 (1)数据录入 打开Eviews软件，选择“File”菜单中的“New--Workfile”选项，在“Workfile structure type”栏选择“Unstructured /Undated”，在“Date range”栏中输入数据个数201，点击ok，见图2-1，这样就建立了一个工作文件。 1范围定义 1.1 案例场景 希赛信息技术有限公司(CSAI原本是一家专注于企业信息化的公司，在电子政务如火如茶的时候，开始进军电子政务行业。在电子政务的市场中，接到的第一个项目是开发一套工商审批系统。由于电子政务保密要求，该系统涉及到两个互不联通的子网：政务内网和政务外网。政务内网中储存着全部信息，其中包括部分机密信息；政务外网可以对公众开放，开放的信息必须得到授权。系统要求在这两个子网中的合法用户都可以访问到被授权的信息，访问的信息必须是一致可靠，政务内网的信息可以发布到政务外网，政务外网的信息在经过审批后可以进入政务内网系统。 张工是该项目的项目经理，在捕获到这个需求后认为电子政务建设与企业信息化有很大的不同，有其自身的特殊性，若照搬企业信息化原有的经验和方案必定会遭到惨败。因此采用了严格瀑布模型，并专门招聘了熟悉网络互通互联的技术人员设计了解决方案，在经过严格评审后实施。在项目交付时，虽然系统完全满足了保密性的要求，但用户对系统用户界面提出了较大的异议，认为不符合政务信息系统的风格，操作也不够便捷，要求彻底更换。由于最初设计的缺陷，系统表现层和逻辑层紧密耦合，导致70％的代码重写，而第二版的用户界面仍不能满足最终用户的要求，最终又重写的部分代码才通过验 收。由于系统的反复变更，项目组成员产生了强烈的挫折感，士气低落，项目工期也超出原计划的100％。 1.2 问题 问题1：请大家对张工的行为进行点评。 问题2：从项目范围管理的角度找出该项目实施过程中的主要管理问题。 问题3：如何避免类似的问题 1.3 参考答案 【问题1】 (1)张工注意到了系统运行环境的特殊性，在良好设计和实现的情况下满足了用户的要求。 (2)张工忽略了系统用户的潜在要求，在用户界面和操作的风格上范围定义不清晰，造成系统交付时的重大变更。 (3)张工在第一次问题发生后仍没有对范围进行有效的管理，造成了系统第二次的变更。 (4)张工没有对用户界面是否能够满足要求的风险进行有效的管理，而是采用了对风险适应性较差的瀑布模型组织开发。 第六章案例 案例一今日集团的“制造新闻” 策划新闻最典型的要数广东今日集团买配方的案例。今日集团前身是乐百氏公司下的乳酸饮料厂，企业经过艰苦奋斗，排名全国同行业的前列，因事业发展需要更换名称。 他们首先用征询型公关征集集团名称和产品名称，征来“今日”这个集团名称和“反斗星”的品牌名称，“制造”了一回新闻。随后，他们又在广州天河体育场搞儿童拼图活动，画了世界最大的一只和平鸽，破了吉尼斯世界记录。最轰动是他们很好地利用了马俊仁指导的“马家军”连破3项世界记录的轰动效应。马俊仁对中药食疗很有研究，队员喝了他配制的饮品，对增强体力很有好处。今日集团“制造”出1 000万元买断马俊仁神秘配方的新闻，将依该配方生产出的保健饮品命名为“生命核能”。1000万元买一个配方，这简直是天文数字，一下子引得全国几百家报纸杂志、电台电视台纷纷报道，持续两个多月。今日集团的新名字也随之家喻户晓。因为有了轰动效应，“生命核能”在全国的经销权的拍卖，一下子就卖了1 800万元。 【案例分析】 今日集团凭借公关智慧既解决了更名的知名度、美誉度问题，又开发了新产品，卖了经销权，真是一箭三雕，无形资产有形资产双丰收。 案例二名人策划 A.法国白兰地的精采“亮相” ——寻找时机的名人效应策划 1957年某日，美国首都华盛顿。主要干道上竖立着巨型彩色标牌：“欢迎您，尊贵的法国客人！”“美法友谊令人心醉!”整洁的售报亭悬挂着一长列美法两国的小国旗，它们精致玲珑，在微风中轻柔地飘拂，传递着温馨的情意，报亭主人特意设计绘制的“今日各报”的广告牌上，最鲜艳夺目的是美国鹰和法国鸡干杯的画面和“总统华诞日贵宾笃临时”及“美国人醉了！”等大标题，它们吸引着络绎不绝的路人去光临。 第六章 自相关性 本章教学要求：本章是违背古典假定情况下线性回归描写的参数估计的又一问题。通过本章的学习应达到：掌握自相关的基本概念，产生自相关的背景；自相关出现对模型影响的后果；诊断自相关存在的方法和修正自相关的方法。能够运用本章的知识独立解决模型中的自相关问题。经过第四、五、六章的学习，要求自行选择一个实际经济问题，建立模型，并判断和解决上述可能存在的问题。 第一节 自相关性的概念 一、一个例子 研究中国城镇居民消费函数，其中选取了两个变量，城镇家庭商品性支出（现价）和城镇家庭可支配收入（现价），分别记为CSJTZC 和CSJTSR ，时间从1978年到1997年，n=20。但为了剔除物价的影响，分别对CSJTZC 和CSJTSR 除以物价（用CPI 表示），这里CPI 为城镇居民消费物价指数（以1990年为100%），经过扣除价格因素以后，记 CPI CSJTSR X CPI CSJTZC Y = = 即如下表 回归以后得到的残差为 Dependent Variable: Y Method: Least Squares Date: 10/27/04 Time: 09:39 Sample: 1978 1997 Included observations: 20 Std. Error t-Statistic Prob. Variable Coefficien t C-103.369278.80739-1.3116690.2061 X0.9235510.01603357.603880.0000 3939.341 R-squared0.994605Mean dependent var Adjusted R-squared0.994305S.D. dependent var2124.467 S.E. of regression160.3247Akaike info criterion13.08692 Sum squared resid462671.9Schwarz criterion13.18649 第六章 自相关性 一、练习题 （一）名词解释 １.序列相关性 ２.一阶自相关 ３. D.W.检验 ４.广义差分法 （二）判断题 １.DW 检验主要是用于检验模型中是否存在高阶自相关性的（ ） ２.在存在自相关的情况下，普通最小二乘法（OLS ）估计量是有偏的和无效的（ ） 3.消除序列相关的一阶差分变换假定自相关系数ρ必须等于1（ ） 4.回归模型中误差项t u 存在自相关时，OLS 估计不再是有效的（ ） 5.Gold-Quandt 检验是检验模型自相关的有效方法之一（ ） 6.在古典回归模型基本假设中，要求随机误差项之间互不相关（ ） 7.逐步回归法是解决模型自相关性的基本方法（ ） （三）简答与分析题 １.什么是自相关性，其产生的原因有哪些？ ２.DW 检验是什么？其不足有哪些？ ３.举例说明经济现象中序列相关性的存在。检验序列相关性的基本方法思路是什么？ 4.根据某地区的1978——2000年的财政收入Y 和国内生产总值X 的统计资料，可建立如下的计量经济模型：（10`） X Y ?+=1198.06477.556 （2.5199） （22.7229） 2R ＝0.9609，E S .＝731.2086，F ＝516.3338，W D .＝0.3474 请回答以下问题： （1）试检验该模型是否存在一阶自相关？ （2）自相关会给建立的计量经济模型产生哪些影响？ （3）如果该模型存在自相关，试运用广义差分法消除一阶自相关，并简单写出步骤。 （2/1?d -=ρ ） （临界值24.1=L d ，43.1=U d 5.请搜集我国2005年各省的人均国民收入与人均储蓄的统计资料，建立储蓄收入模型，运用EVIEWS 统计分析软件，检验是否存在自相关性，如果存在，请运用适当的方法进行处理。 二、习题答案 第六章自相关 一、填空题 1. 回归模型残差序列的自相关指。 2. 以时间序列数据为样本建立起来的计量经济模型中的随机误差项往往存在较严重的__________。 3. D.W统计量与一阶自相关系数的关系是。 4. 建立线性回归模型，进行D.W检验，如果α=5%，填写下表空格： D.W统计量是否存在自相关 序号样本容量n解释变量个数（不 含截距项）k 1 25 2 0.83 2 30 5 1.24 3 50 8 1.98 4 60 6 3.72 5 200 20 1.61 5. 残差序列自相关的型式有两种：、和。 6. 识别模型残差项自相关型式的工具是，也就是计算残差序列的自相关系数（AC）和偏自相关系数(PAC)。 7. 用自相关图识别模型残差序列的自相关型式，如果AC函数拖尾，PAC函数截尾，则残差序列可建立型自相关。如果PAC函数拖尾，AC函数截尾，则残差序列可建立型自相关。如果AC、PAC函数都拖尾，则建立 型自相关。 二、选择题 1.若回归模型中的残差项存在一阶自回归形式的自相关，则估计模型参数应采用（）。 A.普通最小二乘法(OLS) B.加权最小二乘法（WLS） C.广义差分法（GLS） D.工具变量法(IV) 2.用于检验残差序列一阶自相关的DW统计量的取值范围是( )。 A. 0≤ DW ≤1 B.－1≤ DW ≤1 C.－2 ≤ DW ≤2 D.0≤ DW ≤ 4 3.已知DW统计量的值接近于2，则样本回归模型残差的一阶自相关系数 近似为（）。 A.0 B.-1 C.1 D.0.5 4.已知样本回归模型残差的一阶自相关系数接近于-1，则DW统计量近似等于( )。 A.0 B.1 C.2 D.4 第七章 误差序列相关性 一、研究目的 2003年中国农村人口占59.47％，而消费总量却只占41.4%，农村居民的收入和消费是一个值得研究的问题。 二、模型设定 影响居民消费的因素很多，但由于受各种条件的限制，通常只引入居民收入一个变量做解释变量，即消费模型设定为 t t t u X Y ++=21ββ 。 表6.3 1985-2003年农村居民人均收入和消费 单位： 元 根据表6.3中调整后的1985年可比价格计的人均纯收入和人均消费支出的数据，使用普通最小二乘法估计消费模型得 t t X Y 0.59987528.106?+= Se = (12.2238) (0.0214) t = (8.7332) (28.3067) R 2 = 0.9788，F = 786.0548，d f = 17，DW = 0.7706 该回归方程可决系数较高，回归系数均显著。 对样本量为19、一个解释变量的模型、5%显著水平， 查DW 统计表可知，d L =1.18，d U = 1.40，模型中DW 第六章 自相关 案例分析 一、研究目的 2003年中国农村人口占59.47％，而消费总量却只占41.4%，农村居民的收入和消费是一个值得研究的问题。消费模型是研究居民消费行为的常用工具。通过中国农村居民消费模型的分析可判断农村居民的边际消费倾向，这是宏观经济分析的重要参数。同时，农村居民消费模型也能用于农村居民消费水平的预测。 二、模型设定 正如第二章所讲述的，影响居民消费的因素很多，但由于受各种条件的限制，通常只引入居民收入一个变量做解释变量，即消费模型设定为 t t t u X Y ++=21ββ （6.43） 式中，Y t 为农村居民人均消费支出，X t 为农村人均居民纯收入，u t 为随机误差项。表6.3是从《中国统计年鉴》收集的中国农村居民1985-2003年的收入与消费数据。 表6.3 1985-2003年农村居民人均收入和消费 单位： 元 为了消除价格变动因素对农村居民收入和消费支出的影响，不宜直接采用现价人均纯收入和现价人均消费支出的数据，而需要用经消费价格指数进行调整后的1985年可比价格计的人均纯收入和人均消费支出的数据作回归分析。 根据表6.3中调整后的1985年可比价格计的人均纯收入和人均消费支出的数据，使用普通最小二乘法估计消费模型得 t t X Y 0.59987528.106?+= （6.44） Se = (12.2238) (0.0214) t = (8.7332) (28.3067) R 2 = 0.9788，F = 786.0548，d f = 17，DW = 0.7706 该回归方程可决系数较高，回归系数均显著。对样本量为19、一个解释变量的模型、5%显著水平，查DW 统计表可知，d L =1.18，d U = 1.40，模型中DW 基于ARMA模型的 国内生产总值分析 班级：金融工程3班 学号：2012302350006 姓名：严珂 一、案例分析目的 经济运行过程从较长时间序列看，由于市场机制的作用，呈现一定的规律，这对预测提供了依据。目前，预测经济运行时间序列的理论与方法较多，而ＡＲＭＡ模型在经济预测过程中既考虑了经济现象在时间序列上的依存性，又考虑了随机波动的干扰性，对经济运行短期趋势的预测准确率较高。由于国内生产总值是指一个国家或地区所有常住单位在一定时期内生产活动的最终成果。这个指标把国民经济全部活动的产出成果概括在一个极为简明的统计数字之中，为评价和衡量国家经济状况、经济增长趋势及社会财富的经济表现提供了一个最为综合的尺度，可以说，它是影响经济生活乃至社会生活的最重要的经济指标。不仅能够在总体上度量国民产出和收入规模，也能够在整体上度量经济波动和经济周期状态，因此，对GDP进行精确的拟合和分析对分析一国的宏观经济发展趋势具有重要意义。 我国实行改革开放政策后，逐步走上了市场化的经济道路，在高效率的市场经济机制推动下，我国的GDP的产出规模呈现增长模式，说明我国经济产出能力的不断增强，规模的不断变大。虽然经济的发展有着诸多不确定性，但是这并不影响在既定模式下对GDP产出规模的大概预测。在近十年的经济发展中，我国GDP的规模平稳较快发展，尤其在当前经济形势没有大的危机的情况下，每年的GDP产出规模是一个可以进行较为精确预测的数据。所以，在数据可以预测的情况下，如何以最为精确的方式预测到GDP产出规模是国家管理工作的基础和前提。 本案例拟选取1997年1月到2007年10月的国内生产总值的数据来构建ARMA模型，并利用该模型进行外推预测分析。 二、实验数据 我们以GDP为研究标的，在数据的选取上，我们选择了1994年3月至2013年12 第六章 序列相关性习题与答案 1、对于线性回归模型，随机扰动项u 产生序列相关的原因有哪些？ 2、DW 检验的局限性主要有哪些? 3、检验序列相关性的方法思路是什么? 4、在研究生产中的劳动在加值（value added ）中所占分额（即劳动份额）的变动时，古扎拉蒂考虑如下模型： 模型A: Y t =β0+β1t+u t 模型B ：Y t =α0+α1t+α2t 2+ u t 其中Y ＝劳动份额，t ＝时间。根据1949—1964年数据，对初级金属工业得到如下结果： 模型A: Y t = 0.4529—0.0041t R 2＝0.5284 d ＝0.8252 （－3.9608） 模型B ：Y t =0.4786－0.0127t ＋0.0005t 2 R 2＝0.6629 d ＝1.82 其中括弧中的数字是t 比率。 （1） 模型A 中有没有序列相关？模型B 呢？ （2） 怎样说明序列相关？ （3） 你会怎样区分“纯粹”自相关和设定偏误？ 5、判明一下陈述的真伪，简单地申述你理由。 （1）当自相关出现时，OLS 估计量时偏误的和非有效的， （2）德宾—沃森d 检验假定误差项u i 的方差有同方差性。 （3）用一阶差分变换消除自相关时，假定自相关系数Ρ为-1。 （4）如果一个是一阶差分形式的回归，而另一个是水平形式的回归，那么，这两个模型的R 2值是不可直接比较的。 （5）一个显著的德宾—沃森d 不一定意味着一阶自相关。 （6）在自相关出现时，通常计算的预报值的方差和标准误就不是有效的。 （7）把一个（或多个）重要的变量从回归模型排除出去可能导致一个显著的d 值。 （8）在AR （1）模式中，假设Ρ＝1即可通过贝伦布鲁特—韦布g 统计量，也可通过德宾—沃森d 统计量来检验。 （9）如果在Y 的一阶差分对X 的一阶差分的回归中有一常数项和一元线性趋势项，就意味着在原始模型中有一个线性和一个二次趋势项。 6、中国1980—2000年投资总额X 与工业总产值Y 的统计资料如表所示，问： （1）当设定模型为t t t X Y μββ++=ln ln 10时，是否存在序列相关性？ （2）若按一阶自相关假设t t t ερμμ+=-1，试用杜宾两步法估计原模型。 案例分析1：反击盛大新浪启动毒丸计划 新浪公司2005年2月22日宣布，其董事会已采纳了股东购股权计划，以保障公司所有股东的最大利益。按照该计划，于股权确认日(预计为2005年3月7日)当日记录在册的每位股东，均将按其所持的每股普通股而获得一份购股权。 购股权由普通股股票代表，不能于普通股之外单独交易，在购股权计划实施的初期，股东也不能行使该权利。 只有在某个人或团体获得10%或以上的新浪普通股或是达成对新浪的收购协议时，该购股权才可以行使，即股东可以按其拥有的每份购股权购买等量的额外普通股。盛大及其某些关联方目前的持股已超过新浪普通股的10%，而购股权计划允许其再购买不超过0.5%的新浪普通股。 一旦新浪10%或以上的普通股被收购(就盛大及其某些关联方而言，再收购新浪0.5%或以上的股权)，购股权的持有人(收购人除外)将有权以半价购买新浪公司的普通股。如新浪其后被收购，购股权的持有人将有权以半价购买收购方的股票。每一份购股权的行使价格是150 美元。 在一般情况下，新浪可以每份购股权0.001美元或经调整的价格赎回购股权，也可以在某位个人或团体获得新浪10%或以上的普通股以前(或其获得新浪10%或以上普通股的10天之内)终止该购股权计划。 新浪将就该购股权计划向美国证监会提交8-K表备案，该表将包括关于购股权计划具体条款更为详尽的信息，公众可以在美国证监会的网站上查阅。在购股权计划中的股权确认日之后，新浪将向每位股东发送一封信函，进一步详述购股权计划的细节。新浪董事会已经聘请了美国摩根士丹利担任公司的财务顾问，美国世达国际律师事务所和开曼群岛梅波克德律师事务所担任法律顾问，协助公司实施购股权计划。 案例分析2：我国第一例上市公司MBO案例 美的集团的前身是1968年何享健带着23人，凑足5000元办起的一个生产药瓶盖的生产组。1980年，该生产组改名为“顺德县美的电风扇厂”。1992年，美的进行股份制改造。1993年11月上市，股票名称为“粤美的”，成为中国第一批进行股份制改造、第一家上市的乡镇企业。 粤美的是从1998年起开始酝酿管理层收购的。1999年6月，以何享健之子何剑锋为法人代表的顺德开联实业从北镇经济发展总公司手中收购了3432万股法人股，成为美的的第二大 第六章 自相关 第一节 自相关的概念 一、自相关的概念 1.自相关的概念 在经典假定中，要求线性回归模型中随机误差项i ε满足无自相关，即 Cov(,)0i j εε= （i j ≠；,1,2,,i j n =L L ） 自相关就是指回归模型中随机误差之间相关，即 Cov(,)0i j εε≠ （i j ≠） 也可以称为序列相关。 2.一阶自相关与一阶自回归 若1Cov(,)0t t εε-≠，则称为随机误差序列存在一阶自相关。 这里主要讨论t ε，1t ε-满足下列关系的情况： t ε=ρ1t ε-+t ν 其中，11ρ-<<，t ν为误差项，且满足所有经典假定，即t ν 满足下列条件： （1）零期望()0t E ν=； （2）同方差2Var()t ννσ==常数； （3）无序列相关Cov(,)0t s νν=（t s ≠）； （4）与1t ε-不相关1Cov(,)0t t εν-= 则称为t ε为一阶线性自相关，也称t ε为一阶自回归。 3.在t ε满足一阶自回归的形式下，关于t ε的特点 ()0t E ε= 2 22Var()1v t εσεσρ ===-常数 2Cov(,)s t t s εεερσ-= ()s t ≠ 可见当1Cov(,)0t t εε-≠时，且t ε=ρ1t ε-+t ν，即在t ε满足一阶自回归的形式时，t ε满足零期望假定，满足同方差假定，但不满足Cov(,)0t t s εε-= ()s t ≠的无自相关的假定。 令12(,)n εεεε=L ，将（6.1.5）式和（6.1.6）式用矩阵表示为： 2()T E εεεσ=Ω=221v σρ-2121231...1.....................1n n n n n ρρρρ ρρρρρ-----?????????????? 其中，ρ是自相关系数， 12Cov(,) t t εεερσ-== 二、自相关产生的原因 自相关产生的原因是多方面的，主要有： 1. 经济变量的惯性作用 2. 模型设定不当的影响 3. 一些随机干扰因素的影响 4. 数据处理的影响 自相关性产生的原因很多，比如，农产品供给反映出的一种“蛛网现象”，即供给对价格的反应滞后了一个时期，因为供给决策的实现需要时间。这种现象也会产生自相关性。另外，还要注意，自相关性一般出现在时间数列中，但在横截面数据中也可能产生自相关现象，这需要具体情况具体分析。 第二节 自相关的后果 一、存在自相关时OLS 估计的性质 第6章习题答案及案例分析 一、名词解释 1．行政领导 行政领导是指在行政组织中，经选举或任命而享有法定权威的领导者或领导集体，依法行使行政权力，为实现行政组织制定的各种目标而实施的决策、指挥、控制、协调、监督检查等行政活动及其过程的统称。 2．行政领导者素质 所谓领导者素质有双重含义：首先是指构成领导者的各种内在要素，即使领导者之所以成为领导者的生理、心理、文化、思想、政治、道德等因素，以及由这些因素综合而形成的本质性能力，亦即领导能力。 3．领导魅力 所谓领导魅力，是领导者所具备的非凡品质，在领导活动中表现为对追随者的吸引力、凝聚力和感召力，并因此而形成领导者和追随者之间的和谐关系。 二、判断说明题 1．管理指导领导，领导保证管理。 参考答案： 错误；领导指导管理，管理保证领导。 2．行政领导者的工作性质是脑力劳动。 参考答案： 错误；行政领导者的工作性质是脑力劳动、生产性劳动和创造性劳动的统一。 三、简答题 1．领导与管理有什么联系与区别？ 参考要点： 领导与管理既有联系又有区别的。两者的联系在于：领导同管理一样都是一种在组织内部通过他人的协调活动，实现组织目标的过程；并且两者都是在劳动分工的基础上，组织内部部门化和层级岗位设置的结果。 两者的区别在于：1.权力基础不同2.作用对象不同 2．领导魅力需要具备什么样的素质? 参考要点： 1．品行要素2．情感要素3．胆略要素4．才华要素5．资历要素6．职级要素 3．概述行政领导者的责任类型。 参考要点： （1）行政领导者的责任是指行政领导者违反其法定的义务所引起的必须承担的法律后果。 （2）行政领导者的责任是有多方面的内容，主要由政治责任、工作责任、法律责任和道德责任等诸多层面构成。 四、论述题 《计量经济学》 实验报告 实验课题：各章节案列分析 姓名：茆汉成 班级：会计学12-2班 学号：2012213572 目录 第二章简单线性回归模型案例 (1) 1问题引入 (1) 2模型设定 (1) 3估计参数 (3) 4模型检验 (3) 第三章多元线性回归模型案例 (5) 1问题引入 (5) 2模型设定 (5) 3估计参数 (6) 4模型检验 (6) 第四章多重线性案例 (8) 1问题引入 (8) 2模型设定 (8) 3参数估计 (8) 4对多重共线性的处理 (9) 第五章异方差性案例 (10) 1问题引入 (11) 2模型设定 (11) 3参数估计 (11) 4异方差检验 (11) 5异方差性的修正 (14) 第六章自相关案例 (14) 1问题引入 (15) 2模型设定 (15) 3用OLS估计 (15) 4自相关其他检验 (15) 5消除自相关 (16) 第七章分布滞后模型与自回归模型案例 (18) 7.2案例1 (19) 1问题引入 (19) 2模型设定 (19) 3参数估计 (19) 7.3案例2 (20) 1问题引入 (21) 2模型设定 (21) 3、回归分析 (21) 4模型检验 (23) 第八章虚拟变量回归案例 (23) 1问题引入 (24) 2模型设定 (24) 3参数估计 (26) 4模型检验 (27) 第2章简单线性回归模型案例 1、问题引入 居民消费在社会经济的持续发展中有着重要的作用。适度的居民消费规模和合理的消费模型是人民生活水平的具体体现，有利于经济持续健康的增长。随着社会信息化程度和居民的收入水平的提高，计算机的运用越来越普及，作为居民耐用消费品重要代表的计算机已经为众多的城镇居民家庭所拥有。研究中国各地区城镇居民计算机拥有量与居民收入水平的数量关系。影响居民计算机拥有量的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入水平。从理论上说居民收入水平越高，居民计算机拥有量越多。所以我们设定“城镇居民家庭平均每百户计算机拥有量（台）”为被解释变量，“城镇居民平均每人全年家庭总收入（元）”为解释变量。 2、模型设定 （1）对数据X和Y的统计结果的描述 图表2-1：X和Y的描述统计结果 EVIEWS案例：(消除自相关)农村居民消费模型 第六章 案例分析 一、研究目的 2003年中国农村人口占59.47％，而消费总量却只占41.4%，农村居民的收入和消费是一个值得研究的问题。消费模型是研究居民消费行为的常用工具。通过中国农村居民消费模型的分析可判断农村居民的边际消费倾向，这是宏观经济分析的重要参数。同时，农村居民消费模型也能用于农村居民消费水平的预测。 二、模型设定 正如第二章所讲述的，影响居民消费的因素很多，但由于受各种条件的限制，通常只引入居民收入一个变量做解释变量，即消费模型设定为 t t t u X Y ++=21ββ （6.43） 式中，Y t 为农村居民人均消费支出，X t 为农村人均居民纯收入，u t 为随机误差项。表6.3是从《中国统计年鉴》收集的中国农村居民1985-2003年的收入与消费数据。 表6.3 1985-2003年农村居民人均收入和消费 单位： 元 年份 全年人均纯收入 （现价） 全年人均消费性支出 （现价） 消费价格指数 （1985=100） 人均实际纯收入 （1985可比价） 人均实际消费性支出 （1985可比价） 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 397.60 423.80 462.60 544.90 601.50 686.30 708.60 784.00 921.60 1221.00 317.42 357.00 398.30 476.70 535.40 584.63 619.80 659.80 769.70 1016.81 100.0 106.1 112.7 132.4 157.9 165.1 168.9 176.8 201.0 248.0 397.60 399.43 410.47 411.56 380.94 415.69 419.54 443.44 458.51 492.34 317.40 336.48 353.42 360.05 339.08 354.11 366.96 373.19 382.94 410.00第六章 自相关 思考题
第六章 自相关参考答案
第六章 自相关 答案
AR,MA,ARIMA模型介绍及案例分析
ARMA模型建模与预测案例分析
第六章(一)范围管理案例分析
公关 第六章案例及分析
计量经济学课件：第六章-自相关性
第六章自相关性
第六章 自相关
陆贵斌 7 序列自相关 案例分析
第六章 自相关 案例分析
ARMA模型案例分析
计量经济学第6章 序列相关性
第六章-案例分析
第六章 自相关
公共行政学_第六章_习题答案及案例分析
计量经济学案例分析报告
EVIEWS案例：(消除自相关)农村居民消费模型