计量经济学-重点讲解
计量经济学重点
第一章经济计量学的特征及研究范围
1、经济计量学的定义(P1)
(1)经济计量学是利用经济理论、数学、统计推断等工具对经济现象进行分析的一门社会科学;
(2)经济计量学运用数理统计学分析经济数据,对构建于数理经济学基础之上的模型进行实证分析,并得出数值结果。
2、学习计量经济学的目的(计量经济学与其它学科的区别)(P1-P2)
(1)计量经济学与经济理论
经济理论:提出的命题和假说,多以定性描述为主
计量经济学:依据观测或试验,对大多数经济理论给出经验解释,进行数值估计
(2)计量经济学与数理经济学
数理经济学:主要是用数学形式或方程(或模型)描述经济理论
计量经济学:采用数理经济学家提出的数学模型,把这些数学模型转换成可以用于经验验证的
形式
(3)计量经济学与经济统计学
经济统计学:涉及经济数据的收集、处理、绘图、制表
计量经济学:运用数据验证结论
3、进行经济计量的分析步骤(P2-P3)
(1)建立一个理论假说
(2)收集数据
(3)设定数学模型
(4)设立统计或经济计量模型
(5)估计经济计量模型参数
(6)核查模型的适用性:模型设定检验
(7)检验源自模型的假设
(8)利用模型进行预测
4、用于实证分析的三类数据(P3-P4)
(1)时间序列数据:按时间跨度收集到的(定性数据、定量数据);
(2)截面数据:一个或多个变量在某一时点上的数据集合;
(3)合并数据:包括时间序列数据和截面数据。
(一类特殊的合并数据—面板数据(纵向数据、微观面板数据):同一个横截面单位的跨期调查数据)
第二章线性回归的基本思想:双变量模型
1、回归分析(P18)
用于研究一个变量(称为被解释变量或应变量)与另一个或多个变量(称为解释变量或自变量)之间的关系
2、回归分析的目的(P18-P19)
(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)根据样本外自变量的取值,预测应变量的均值;
(4)可同时进行上述各项分析。
3、总体回归函数(PRF)(P19-P22)
(1)概念:反映了被解释变量的均值同一个或多个解释变量之间的关系
(2)表达式:
)
①确定/非随机总体回归函数:E(Y|X
i
=B
1+B
2
X
i
B
1
:截距;B
2
:斜率
从总体上表明了单个Y同解释变量和随
机干扰项之间的关系
②随机/统计总体回归函数:Y
i =B
1
+B
2
X
i
+μ
i
μ
i
:随机扰动项(随机误差项、噪声)
B
1+B
2
X
i
:系统/确定性部分
μ
i
:非系统/随机部分
4、随机误差项(P22)
(1)定义:代表了与被解释变量Y有关但未被纳入模型变量的影响。每一个随机误差项对于Y 的影响是非常小的,且是随机的。随机误差项的均值为0
(2)性质
①误差项代表了未纳入模型变量的影响;
②反映人类行为的内在随机性;
③代表了度量误差;
④反映了模型的次要因素,使得模型描述尽可能简单。
5、样本回归函数(P22-P25)
(1)概念:是总体回归函数的近似(2)表达式
①确定/非随机样本回归函数:?
i =b
1
+b
2
X
i
b
1:截距;b
2
:斜率
②随机/统计样本回归函数:Y
i =b
1
+b
2
X
i
+e
i
e
i :残差项(残差),e
i
= Y
i
-?
i
B
1+B
2
X
i
:系统/确定性部分
μ:非系统/随机部分
6、条件期望与非条件期望
(1)E(Y|Xi)(条件期望):在解释变量X给定条件下Y的条件期望,可以通过X给定条件下的条件(概率分布)得到;
(2)非条件期望:在不考虑其他随机变量取值情况时,某个随机变量的期望值。它可以通过该随机变量的非条件分布或边缘分布得到。
6、线性回归模型
回归参数为线性(B)的模型
7、回归系数/回归参数
线性回归模型中的B参数
8、回归系数的估计量(b
s
)
说明了如何通过样本数据来估计回归系数Bs,计算出的回归系数的值称为样本回归估计值
9、随机总体回归函数与随机样本回归函数的关系
(1)随机样本回归函数:从所抽取样本的角度
说明了被解释变量Y
i 同解释变量X
i
及残差e
i
之
间的关系;
(2)随机总体回归函数:从总体的角度说明了
被解释变量Y
i 同解释变量X
i
及随机误差项μ之
间的关系。
10、关于线性回归的两种解释(P25-P26)(1)变量线性:应变量的条件均值是自变量的线性函数
此解释下的非线性回归:E(Y)= B
1+B
2
X
i
2;
E(Y)= B
1+B
2
×1/X
i
(2)参数线性:应变量的条件均值是参数B的线性函数
此解释下的非线性回归:E(Y)= B
1+B
2
2X
i
*线性回归在教材中指的是参数线性的回归
11、多元线性回归的表达式(P26)
(1)确定/非随机总体回归函数:E(X)
=B
1+B
2
X
2i
+B
3
X
3i
+B
4
X
4i
(2)随机/统计总体回归函数:Y
i
=
B
1+B
2
X
2i
+B
3
X
3i
+B
4
X
4i
+μ
i
12、最小二乘法(OLS法)(P26-P28)
(1)最小二乘
以残差(被解释变量的实际值同拟合值之间的差)平方和最小的原则对回归模型中的系数进行估计的方法。
(1)表达式
(2)重要性质
①用OLS法得出的样本回归线经过样本均值点:;
②残差的均值()总为0;
③对残值与解释变量的积求和,其值为0,即
这两个变量不相关:
④对残差与?i (估计的Y i )的积求和,其值为
0,即
第三章 双变量模型:假设检验
1、古典线性回归模型的假设(P41-P44) (1)回归模型是参数线性的,但不一定是变量线性的:Y i =B 1+B 2X i +μi
(2)解释变量X 与扰动误差项μ不相关 (3)给定X i ,扰动项的期望或均值为0:E (μ| X i )=0
(4)μi 的方差为常数,或同方差:var (μi )=σ2
(每个Y 值以相同的方差分布在其均值周围,非这种情况为异方差)
(5)无自相关假定:两个误差项之间不相关,cov (μi ,μj )=0
(6)回归模型是正确假定的:实证分析的模型不存在设定偏差或设定误差
2、OLS 估计量
运用最小二乘法计算出的总体回归参数的估计量
3、普通最小二乘估计量的方差与标准误(P44-P46)
(1)的方差与标准误
①方差:
②标准误:
(2)的方差与标准误
①方差:
②标准差:
(3)的计算公式
(n-2为自由度:独立观察值的个数)(4):回归标准误,常用于度量估计回归线的拟合优度,值越小,Y的回归值越接近根据回归模型得到的估计值
4、OLS估计量的性质(P46)
(1)b
1和b
2
是线性估计量:它们是随机变量Y
的线性函数
(2)b
1和b
2
是无偏估计量:E(b
1
)=B
1
,E(b
2
)
=B
2
(3)E(σ^2)=σ^2:误差方差的OLS估计量是无偏的
(4)b
1和b
2
是有效估计量:var(b
1
)小于B
1
的任意一个线性无偏估计量的方差,var(b
2
)
小于B
2
的任意一个线性无偏估计量的方差
5、OLS估计量的抽样分布或概率分布(P47-P48)
(1)新加的假设:在总体回归函数Yi=B
1+B
2
X
i
+
μ
i 中,误差项μ
i
服从均值为0,方差为σ^2的
正态分布:μ
i
~N(0,σ^2)(2)OLS估计量服从的分布情况:
b
1~N(B
1
,σ2
b1
)
b
2~N(B
2
,σ2
b2
)
6、假设检验(P48-P53)
(1)使用公式
(近似)(2)方法
①置信区间法
②显著性检验法:对统计假设的检验过程(3)几个相关检验
①t检验法:基于t分布的统计假设检验过程
②双边检验:备择假设是双边假设的检验
③单边检验:备择假设是单边假设的检验
7、判定系数r2(P53-P56)
(1)重要公式:
(TSS=ESS+RSS)
①总平方和(TSS)=:真实Y值围绕其均值的总变异;
②解释平方和(ESS)=:估计的Y值围绕其均值(?=)的变异,也称为回归平方和(由解释变量解释的部分)
③残差平方和(RSS)=:Y变异未被解释的部分
(2)r2(判定系数)的定义:度量回归线的拟合程度(回归模型对Y变异的解释比例/百分比)(3)r2的性质
①非负性
②0≤r2≤1
(4)r2的计算公式
(5)r的计算公式
8、同方差性
方差相同
9、异方差性
方差不同
10、BLUE
最佳线性无偏估计量,即该估计量是无偏估计量,且在所有的无偏估计量中方差最小
11、统计显著
拒绝零假设的简称
第四章多元回归:估计与假设检验
1、三变量线性回归模型
E(Y
i )=B
1
+B
2
X
t
+ B
3
X
3t
Y
i =B
1
+B
2
X
2t
+ B
3
X
3t
+μ
i
2、偏回归系数(B
2,B
3
):
(1)B
2:在X
3
保持不变的情况下,X
2
单位变动
引起Y均值E(Y)的变动量
(2)B
3:在X
2
保持不变的情况下,X
3
单位变动
引起Y均值E(Y)的变动量
3、多元线性回归模型的若干假定(P73-P74)(1)回归模型是参数线性的,并且是正确设定的
(2)X
2,X
3
与扰动误差项μ不相关
①X
2,X
3
非随机:自动满足
②X
2,X
3
随机:必须独立同分布于误差项μ
(3)误差项的期望或均值为0:E(μ
i
)=0
(4)同方差假定:var(μ
i
)=σ2
(5)误差项μ
i ,μ
i
无自相关:两个误差项之间
不相关,cov(μ
i ,μ
j
) i≠j
(6)解释变量X2和X3之间不存在完全共线性,
即两个解释变量之间无严格的线性关系(X
2
不能
表示为另一变量X
3
的线性函数)
(7)随机误差μ服从均值为0,(同)方差为σ
^2的正态分布:μ
~N(0,σ2)
i
4、多重共线性问题
(1)完全共线性:解释变量之间存在的精确的线性关系
(2)完全多重共线性:解释变量之间存在着多个精确的线性关系
5、多元回归函数的估计(P74-P75)
6、OLS估计量的方差与标准误(P75-P76)(1)b
的方差与标准误
1
(2)b
的方差与标准误
1
(3)b
3
的方差与标准误
7、多元判定系数(P76-P77)
8、多元回归的假设检验(P78)
(方法类似于第三章)
9、检验联合假设(P80-P81)
(1)联合假设:H
0:B
2
=B
3
=0(H
:R
2
=0)(多元
回归的总体显著性检验)
(2)三变量回归模型的方差分析表
变异来源平方和自由度MSS=ss/d.f. 来自回归 2
(ESS )
来自残差
(RSS)
n-3
总计
(TSS)
n-1
(2)F分布公式
10、F与R
2
之间的重要关系(P82-P83)
(1)关系式
(2)R2形式的方差分析表
变异来源平方和自由度MSS=SS/d.f. 来源于回
归(ESS)
2
来源于残
差(RSS)
n-3
总和(TSS)n-1
11、设定误差(P84)
会导致模型中遗漏相关变量
12、校正判定系数(P84-P85)
(1)作用
衡量了解释变量能解释的离差占被解释变量总离差的比例
(2)公式
(3)性质
①如果k>1,则≤R2,即随着模型中解释变量个数的增加,校正判定系数越来越小于非校正判定系数
②虽然未校正判定系数R2总为正,但校正判定系数可能为负
13、受限最小二乘法(P86-P87)
(1)受限模型:B
2=B
3
=0
(2)非受限模型:包含了所有相关变量
(3)受限最小二乘法:对受限模型用OLS估计参数
(4)非受限最小二乘法:对非受限模型用OLS 估计参数
(5)判定对模型施加限制是否有效的F分布公式
14、显著性检验
(1)单个多元回归系数的显著性检验
①提出零假设和备择假设;
②选择适当的显著性水平;
③在零假设为真的情况下,计算t统计量;
④将t统计量的绝对值|t|同相应自由度和显著性水平下的临界值相比较;
⑤如果t统计量大于临界值,则拒绝零假设。该步骤中务必要使用合适的单边或双边检验。(2)所有偏斜率系数的显著性检验
①零假设:H
0:B
2
=B
3
=...=B
k
=0,即所有的偏回
归系数均为0;
②备择假设:至少一个偏回归系数不为0;
③运用方差分析和F检验;
④如果F统计量的值大于相应显著性水平下的临界值,拒绝零假设,否则接受;
⑤
(3)在(1)和(2)中可以不事先选择好显著性水平,只需得到相应统计量的p值,如果p值足够小,我们就可以拒绝零假设。
第五章回归模型的函数形式
1、不同的函数形式(P121)
强性模型形式
斜率
线性
双对数
对数—线
性
线性—对
数
倒数
逆对数
2、多元对数线性回归模型(P104-P107)
第一章绪论 一、填空题: 1.计量经济学是以揭示经济活动中客观存在的__________为内容的分支学科,挪威经济学家弗里希,将计量经济学定义为__________、__________、__________三者的结合。 2.数理经济模型揭示经济活动中各个因素之间的__________关系,用__________性的数学方程加以描述,计量经济模型揭示经济活动中各因素之间__________的关系,用__________性的数学方程加以描述。 3.经济数学模型是用__________描述经济活动。 4.计量经济学根据研究对象和内容侧重面不同,可以分为__________计量经济学和__________计量经济学。 5.计量经济学模型包括__________和__________两大类。 6.建模过程中理论模型的设计主要包括三部分工作,即__________、____________________、____________________。 7.确定理论模型中所包含的变量,主要指确定__________。 8.可以作为解释变量的几类变量有__________变量、__________变量、__________变量和__________变量。 9.选择模型数学形式的主要依据是__________。 10.研究经济问题时,一般要处理三种类型的数据:__________数据、__________数据和__________数据。 11.样本数据的质量包括四个方面__________、__________、__________、__________。 12.模型参数的估计包括__________、__________和软件的应用等内容。 13.计量经济学模型用于预测前必须通过的检验分别是__________检验、__________检验、__________检验和__________检验。 14.计量经济模型的计量经济检验通常包括随机误差项的__________检验、__________检验、解释变量的__________检验。 15.计量经济学模型的应用可以概括为四个方面,即__________、__________、__________、__________。 16.结构分析所采用的主要方法是__________、__________和__________。 二、单选题: 1.计量经济学是一门()学科。 A.数学 B.经济 C.统计 D.测量
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
计量经济学案例分析1 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长,而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展,人民生活水平不断提高,居民的消费水平也不断增长。但是在看到这个整体趋势的同时,还应看到全国各地区经济发展速度不同,居民消费水平也有明显差异。例如,2002年全国城市居民家庭平均每人每年消费支出为元, 最低的黑龙江省仅为人均元,最高的上海市达人均10464元,上海是黑龙江的倍。为了研究全国居民消费水平及其变动的原因,需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多,例如,居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素,并分析影响因素与消费水平的数量关系,可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费,由于各地区的城市与农村人口比例及经济结构有较大差异,最具有直接对比可比性的是城市居民消费。而且,由于各地区人口和经济总量不同,只能用“城市居民每人每年的平均消费支出”来比较,而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异,并不是城市居民消费在不同时间的变动,所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种,但从理论和经验分析,最主要的影响因素应是居民收入,其他因素虽然对居民消费也有影响,但有的不易取得数据,如“居民财产”和“购物环境”;有的与居民收入可能高度相关,如“就业状况”、“居民财产”;还有的因素在运用截面数据时在地区间的差异并不大,如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型,即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应,选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表的数据: 表 2002年中国各地区城市居民人均年消费支出和可支配收入
计量经济学题库 一、单项选择题(每小题1分) 1.计量经济学是下列哪门学科的分支学科()。 A.统计学 B.数学 C.经济学 D.数理统计学 2.计量经济学成为一门独立学科的标志是()。 A.1930年世界计量经济学会成立B.1933年《计量经济学》会刊出版 C.1969年诺贝尔经济学奖设立 D.1926年计量经济学(Economics)一词构造出来 3.外生变量和滞后变量统称为()。 A.控制变量 B.解释变量 C.被解释变量 D.前定变量 4.横截面数据是指()。 A.同一时点上不同统计单位相同统计指标组成的数据B.同一时点上相同统计单位相同统计指标组成的数据 C.同一时点上相同统计单位不同统计指标组成的数据D.同一时点上不同统计单位不同统计指标组成的数据 5.同一统计指标,同一统计单位按时间顺序记录形成的数据列是()。 A.时期数据 B.混合数据 C.时间序列数据 D.横截面数据 6.在计量经济模型中,由模型系统内部因素决定,表现为具有一定的概率分布的随机变量,其数值受模型中其他变量影响的变量是()。 A.内生变量 B.外生变量 C.滞后变量 D.前定变量 7.描述微观主体经济活动中的变量关系的计量经济模型是()。 A.微观计量经济模型 B.宏观计量经济模型 C.理论计量经济模型 D.应用计量经济模型 8.经济计量模型的被解释变量一定是()。 A.控制变量 B.政策变量 C.内生变量 D.外生变量 9.下面属于横截面数据的是()。 A.1991-2003年各年某地区20个乡镇企业的平均工业产值 B.1991-2003年各年某地区20个乡镇企业各镇的工业产值 C.某年某地区20个乡镇工业产值的合计数 D.某年某地区20个乡镇各镇的工业产值 10.经济计量分析工作的基本步骤是()。 A.设定理论模型→收集样本资料→估计模型参数→检验模型B.设定模型→估计参数→检验模型→应用模型 C.个体设计→总体估计→估计模型→应用模型D.确定模型导向→确定变量及方程式→估计模型→应用模型 11.将内生变量的前期值作解释变量,这样的变量称为()。 A.虚拟变量 B.控制变量 C.政策变量 D.滞后变量 12.()是具有一定概率分布的随机变量,它的数值由模型本身决定。 A.外生变量 B.内生变量 C.前定变量 D.滞后变量 13.同一统计指标按时间顺序记录的数据列称为()。 A.横截面数据 B.时间序列数据 C.修匀数据 D.原始数据 14.计量经济模型的基本应用领域有()。 A.结构分析、经济预测、政策评价 B.弹性分析、乘数分析、政策模拟 C.消费需求分析、生产技术分析、 D.季度分析、年度分析、中长期分析 15.变量之间的关系可以分为两大类,它们是()。 A.函数关系与相关关系B.线性相关关系和非线性相关关系 C.正相关关系和负相关关系D.简单相关关系和复杂相关关系 16.相关关系是指()。 A.变量间的非独立关系B.变量间的因果关系C.变量间的函数关系 D.变量间不确定性的依存关系17.进行相关分析时的两个变量()。
第二章 案例分析 研究目的:分析各地区城镇居民计算机拥有量与城镇居民收入水平的关系,对更多规律的研究具有指导意义. 一. 模型设定 2011年年底城镇居民家庭平均每百户计算机拥有量Y 与城镇居民平均每人全年家庭总收入X 的关系 图2.1 各地区城镇居民每百户计算机拥有量与人均总收入的散点图 由图可知,各地区城镇居民每百户计算机拥有量随着人均总收入水平的提高而增加,近似于线性关系,为分析其数量性变动规律,可建立如下简单线性回归模型: Y t =β1+β2X t +u t 50 60 708090100 110120130140 X Y
二.估计参数 假定所建模型及其随机扰动项u i满足各项古典假设,用普通最小二乘法(OLSE)估计模型参数.其结果如下: 表2.1 回归结果 Dependent Variable: Y Method: Least Squares Date: 11/13/17 Time: 12:50 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C 11.95802 5.622841 2.126686 0.0421 X 0.002873 0.000240 11.98264 0.0000 R-squared 0.831966 Mean dependent var 77.08161 Adjusted R-squared 0.826171 S.D. dependent var 19.25503 S.E. of regression 8.027957 Akaike info criterion 7.066078 Sum squared resid 1868.995 Schwarz criterion 7.158593 Log likelihood -107.5242 Hannan-Quinn criter. 7.096236 F-statistic 143.5836 Durbin-Watson stat 1.656123 Prob(F-statistic) 0.000000 由表2.1可得, β1=11.9580,β2=0.0029 故简单线性回归模型可写为: ^ Y X t t=11.9580+0.0029 其中:SE(β1)=5.6228, SE(β2)=0.0002 R-squared=0.8320,F=143.5836,n=31
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
计量经济学题库 计算与分析题(每小题10分) 1 X:年均汇率(日元/美元) Y:汽车出口数量(万辆) 问题:(1)画出X 与Y 关系的散点图。 (2)计算X 与Y 的相关系数。其中X 129.3=,Y 554.2=,2X X 4432.1∑(-)=,2Y Y 68113.6∑ (-)=,()()X X Y Y ∑--=16195.4 (3)采用直线回归方程拟和出的模型为 ?81.72 3.65Y X =+ t 值 1.2427 7.2797 R 2=0.8688 F=52.99 解释参数的经济意义。 2.已知一模型的最小二乘的回归结果如下: i i ?Y =101.4-4.78X 标准差 (45.2) (1.53) n=30 R 2=0.31 其中,Y :政府债券价格(百美元),X :利率(%)。 回答以下问题:(1)系数的符号是否正确,并说明理由;(2)为什么左边是i ?Y 而不是i Y ; (3)在此模型中是否漏了误差项i u ;(4)该模型参数的经济意义是什么。 3.估计消费函数模型i i i C =Y u αβ++得 i i ?C =150.81Y + t 值 (13.1)(18.7) n=19 R 2=0.81 其中,C :消费(元) Y :收入(元) 已知0.025(19) 2.0930t =,0.05(19) 1.729t =,0.025(17) 2.1098t =,0.05(17) 1.7396t =。 问:(1)利用t 值检验参数β的显著性(α=0.05);(2)确定参数β的标准差;(3)判断一下该模型的拟合情况。 4.已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ (-)=,2Y Y 68113.6∑(-)=, 求判定系数和相关系数。 5.有如下表数据
一、名词解释 1.时间序列数据的平稳性:如果随机时间序列均值和方差均是与时间t无关的常数,协方差只与时间间隔k有关,则称该随机时间序列是平稳的。 2.虚拟变量:是指人们构造的反应定性因素变化、只取0和1的人工变量,并且习惯上用符号D来表示。 3.异方差性:对于不同的样本点,随机误差项的方差不等于常数,则称模型出现了异方差性。 4.自相关性:如果随机误差项的各期值之间存在着相关关系,即协方差不等于0,则称模型存在着自相关性。 5随机变量的协整关系:如果同阶单整序列线性组合后单整阶数降低,则称变量之间存在着协整关系。 6.给定一个信息集,At,它至少包含(Xt,Yt),在“现在和过去可以影响未来,而未来不能影响过去”城里下,如果利用Xt的过去比不利用它时可以更好地预测Yt,称Xt为Yt的格兰杰原因,反之亦然。 7.随机变量的协整性: 8. 条件异方差ARCH模型:考虑m阶自回归模型AR(m) Yt=c+ρ1yt-1+ρ2yt-2+……+ρmyt-m+εt 其中εt为白噪声过程 随机误差项的平方(εt)2服从一个q阶自回归过程,即 (εt)2=α0+α1(εt-1)2+α2(εt-2)2+……+αq(εt-p)2+ηt (1) 其中ηt服从白噪声过程。对模型的一个约束条件是(1)的特征方程 1-α1z-α2z2-……-αq Z q=0 的所有根均落在单位圆外,即要求模型参数满足 其中α1+α2+……αq<1 此外,为保证εt2为正值,对模型的另一个约束条件为α0>0,αi≥0,1≤i≤q。上述模型即为条件方差模型。 9.误差修正模型ECM: 对于yi的(1,1)阶自回归滞后模型: εi Y t=α+β0x t+β1x t-1+β2y t-1+ ⊿y =β0⊿x t+γecm t-1+εt 。(1) 其中,ecm t-1=y t-1-α0-α1x t-1 ,γ=β2-1,α0=(α+ t β0)/﹙1-β2﹚,α1=β1/(1-β2) 称式(1)为误差修正模型ECM 10.多重共线性:多元回归模型的解释变量之间存在较强的线性关系的性质 二、填空题 1.合理选择解释变量的关键:正确理解有关经济理论和把握所研究经济现象的行为规律。 2.计量经济模型的用途一般包括:结构分析、经济预测、政策评价、实证分析。 3.计量经济模型检验的内容一般包括:经济检验、统计检验、计量经济检验、预测性能检验。 4.对于不可直接线性化的非线性模型的处理方法: 对于可间接线性化的模型,可以通过Cobb-Douglas生产函数模型、Logistic模型变换成标准的线性模型;对于不可线性化的模型,可以通过Toylor技术展开法、非线性最小二乘法来求得参数估计值。
计量经济学分析计算题(每小题10分) 1.下表为日本的汇率与汽车出口数量数据, X:年均汇率(日元/美元) Y:汽车出口数量(万辆) 问题:(1)画出X 与Y 关系的散点图。 (2)计算X 与Y 的相关系数。其中X 129.3= ,Y 554.2=,2 X X 4432.1∑ (-)=,2 Y Y 68113.6∑(-)=,()()X X Y Y ∑--=16195.4 (3)采用直线回归方程拟和出的模型为 ?81.72 3.65Y X =+ t 值 1.2427 7.2797 R 2=0.8688 F=52.99 解释参数的经济意义。 2.已知一模型的最小二乘的回归结果如下: i i ?Y =101.4-4.78X 标准差 (45.2) (1.53) n=30 R 2=0.31 其中,Y :政府债券价格(百美元),X :利率(%)。 回答以下问题:(1)系数的符号是否正确,并说明理由;(2)为什么左边是i ?Y 而不是i Y ; (3)在此模型中是否漏了误差项i u ;(4)该模型参数的经济意义 是什么。 3.估计消费函数模型i i i C =Y u αβ++得 i i ?C =150.81Y + t 值 (13.1)(18.7) n=19 R 2=0.81 其中,C :消费(元) Y :收入(元) 已知0.025(19) 2.0930t =,0.05(19) 1.729t =,0.025(17) 2.1098t =,0.05(17) 1.7396t =。
问:(1)利用t 值检验参数β的显著性(α=0.05);(2)确定参数β的标准差;(3)判断一下该模型的拟合情况。 4.已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ (-)=,2 Y Y 68113.6∑ (-)=, 求判定系数和相关系数。 5.有如下表数据 日本物价上涨率与失业率的关系 (1)设横轴是U ,纵轴是P ,画出散点图。根据图形判断,物价上涨率与失业率之间是什么样的关系?拟合什么样的模型比较合适? (2)根据以上数据,分别拟合了以下两个模型: 模型一:1 6.3219.14 P U =-+ 模型二:8.64 2.87P U =- 分别求两个模型的样本决定系数。 7.根据容量n=30的样本观测值数据计算得到下列数据:XY 146.5= ,X 12.6=,Y 11.3=,2X 164.2=,2Y =134.6,试估计Y 对X 的回归直线。 8.下表中的数据是从某个行业5个不同的工厂收集的,请回答以下问题:
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。
四、简答题(每小题5分) 1.简述计量经济学与经济学、统计学、数理统计学学科间的关系。2.计量经济模型有哪些应用? 3.简述建立与应用计量经济模型的主要步骤。 4.对计量经济模型的检验应从几个方面入手? 5.计量经济学应用的数据是怎样进行分类的? 6.在计量经济模型中,为什么会存在随机误差项? 7.古典线性回归模型的基本假定是什么? 8.总体回归模型与样本回归模型的区别与联系。 9.试述回归分析与相关分析的联系和区别。 10.在满足古典假定条件下,一元线性回归模型的普通最小二乘估计量有哪些统计性质? 11.简述BLUE 的含义。 12.对于多元线性回归模型,为什么在进行了总体显著性F 检验之后,还要对每个回归系数进行是否为0的t 检验? 13.给定二元回归模型:,请叙述模型的古典假定。 14.在多元线性回归分析中,为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度? 15.修正的决定系数2R 及其作用。 16.常见的非线性回归模型有几种情况? 17.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。 ①t t t u x b b y ++=310 ②t t t u x b b y ++=log 10 ③ t t t u x b b y ++=log log 10 ④t t t u x b b y +=)/(10 18. 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。 ①t t t u x b b y ++=log 10 ②t t t u x b b b y ++=)(210 ③ t t t u x b b y +=)/(10 ④t b t t u x b y +-+=)1(110 19.什么是异方差性?试举例说明经济现象中的异方差性。 20.产生异方差性的原因及异方差性对模型的OLS 估计有何影响。 21.检验异方差性的方法有哪些? 22.异方差性的解决方法有哪些? 23.什么是加权最小二乘法?它的基本思想是什么? 24.样本分段法(即戈德菲尔特——匡特检验)检验异方差性的基本原理及其使用条件。 25.简述DW 检验的局限性。 26.序列相关性的后果。 27.简述序列相关性的几种检验方法。
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
2000 2001 2002 2003 2253.40 2366.40 2475.60 2622.24 1670.00 1741.00 1834.00 1943.30 314.0 316.5 315.2 320.2 717.64 747.68 785.41 818.86 531.85 550.08 581.85 606.81 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 第八章案例分析 改革开放以来,随着经济的发展中国城乡居民的收入快速增长,同时城乡居民的储蓄存 款也迅速增长。经济学界的一种观点认为,20世纪90年代以后由于经济体制、住房、医疗、养老等社会保障体制的变化,使居民的储蓄行为发生了明显改变。为了考察改革开放以来中 国居民的储蓄存款与收入的关系是否已发生变化,以城乡居民人民币储蓄存款年底余额代表 居民储蓄(Y),以国民总收入GNI代表城乡居民收入,分析居民收入对储蓄存款影响的数量关系。 表8.1为1978-2003年中国的国民总收入和城乡居民人民币储蓄存款年底余额及增加额的数据。 单位:亿元 2004 鉴数值,与用年底余额计算的数值有差异。 为了研究1978—2003年期间城乡居民储蓄存款随收入的变化规律是否有变化,考证城 乡居民储蓄存款、国民总收入随时间的变化情况,如下图所示: 图8.5 从图8.5中,尚无法得到居民的储蓄行为发生明显改变的详尽信息。若取居民储蓄的增量 (YY ),并作时序图(见图 8.6) 从居民储蓄增量图可以看出,城乡居民的储蓄行为表现出了明显的阶段特征: 2000年有两个明显的转折点。再从城乡居民储蓄存款增量与国民总收入之间关系的散布图 看(见图8.7),也呈现出了相同的阶段性特征。 为了分析居民储蓄行为在 1996年前后和2000年前后三个阶段的数量关系,引入虚拟变 量D 和D2°D 和D 2的选择,是以1996>2000年两个转折点作为依据,1996年的GNI 为66850.50 亿元,2000年的GNI 为国为民8254.00亿元,并设定了如下以加法和乘法两种方式同时引入 虚拟变量的的模型: YY = 1+ 2GNI t 3 GNI t 66850.50 D 1t + 4 GNh 88254.00 D 2t i D 1 t 1996年以后 D 1 t 2000年以后 其中: D 1t _ t 1996年及以前 2t 0 t 2000年及以前 对上式进行回归后,有: Dependent Variable: YY Method: Least Squares Date: 06/16/05 Time: 23:27 120000 8.7 1996年和 100000- 40000 2WM GNi o eOB2&ISEea9a9l2949698[Ma2 20CUC ir-“- 1CC0C 图 8.6 *OOCO mnoot , RtKXD Tconr GF* 计量经济学:部分计算题解法汇总 1、求判别系数——R^2 已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ (-)=,2Y Y 68113.6∑(-)=, 2、置信区间 有10户家庭的收入(X ,元)和消费(Y ,百元)数据如下表: 10户家庭的收入(X )与消费(Y )的资料 X 20 30 33 40 15 13 26 38 35 43 Y 7 9 8 11 5 4 8 10 9 10 若建立的消费Y 对收入X 的回归直线的Eviews 输出结果如下: Dependent Variable: Y Adjusted R-squared F-statistic Durbin-Watson (1(2)在95%的置信度下检验参数的显著性。(0.025(10) 2.2281t =,0.05(10) 1.8125t =,0.025(8) 2.3060t =,0.05(8) 1.8595t =) (3)在90%的置信度下,预测当X =45(百元)时,消费(Y )的置信区间。(其中29.3x =,2()992.1x x - =∑) 答:(1)回归模型的R 2 =,表明在消费Y 的总变差中,由回归直线解释的部分占到90%以上,回归直线的代表性及解释能力较好。(2分) 家庭收入对消费有显著影响。(2分)对于截距项, 检验。(2分) (3)Y f =+×45=(2分) 90%置信区间为(,+),即(,)。(2分) 注意:a 水平下的t 统计量的的重要性水平,由于是双边检验,应当减半 3、求SSE 、SST 、R^2等 已知相关系数r =,估计标准误差?8σ=,样本容量n=62。 求:(1)剩余变差;(2)决定系数;(3)总变差。 (2)2220.60.36R r ===(2分) 4、联系相关系数与方差(标准差),注意是n-1 在相关和回归分析中,已知下列资料: 222X Y i 1610n=20r=0.9(Y -Y)=2000σσ∑=,=,,,。 (1)计算Y 对X 的回归直线的斜率系数。(2)计算回归变差和剩余变差。(3) (2)R 2=r 2==, 总变差:TSS =RSS/(1-R 2)=2000/=(2分) 计量经济学习题解析 TYYGROUP system office room 【TYYUA16H-TYY-TYYYUA8Q8- 第一章 1、下列假想模型是否属于揭示因果关系的计量经济学模型为什么 (1)t S =+t R ,其中t S 为第t 年农村居民储蓄增加额(单位:亿元),t R 为第t 年城镇居民可支配收入总额(单位:亿元)。 (2)1t S -=+t R ,其中1t S -为第t-1年底农村居民储蓄余额(单位:亿元),t R 为第t 年农村居民纯收入总额(单位:亿元)。 2、指出下列假想模型中的错误,并说明理由: 其中,t RS 为第t 年社会消费品零售总额(单位:亿元),t RI 为第t 年居民收入总额(单位:亿元)(指城镇居民可支配收入总额与农村居民纯收入总额之和),t IV 为第t 年全社会固定资产投资总额(单位:亿元)。 3、下列设定的精良经济模型是否合理为什么 4、 (1)3 01i i i GDP GDP ββμ==+?+∑ 其中,i GDP (i=1,2,3)是第一产业、第二产业、第三产业增加值,μ为随机干扰项。 (2)财政收入=f (财政支出)+ μ,μ为随机干扰项。 答案1、(1)不是。因为农村居民储蓄增加额应与农村居民可支配收入总额有关,而与城镇居民可支配收入总额没有因果关系。 (2)不是。第t 年农村居民的纯收入对当年及以后年份的农村居民储蓄有影响,但并不对第t-1的储蓄产生影响。 2、一是居民收入总额RI t 前参数符号有误,应是正号;二是全社会固定资产投资总额IV t 这一解释变量的选择有误,它对社会消费品零售总额应该没有直接的影响。 3、(1)不合理,因为作为解释变量的第一产业、第二产业和第三产业的增加值是GDP 的构成部分,三部分之和正为GDP 的值,因此三变量与GDP 之间的关系并非随机关系,也非因果关系。 (2)不合理,一般来说财政支出影响财政收入,而非相反,因此若建立两者之间的模型,解释变量应该为财政收入,被解释变量应为财政支出;另外,模型没有给出具体的数学形式,是不完整的。 第二章五、计算分析题 1、令kids 表示一名妇女生育孩子的数目,educ 表示该妇女接受过教育的年数。生育率对受教育年数的简单回归模型为 (1)随机扰动项μ包含什么样的因素它们可能与受教育水平相关吗 第一章导论 一、单项选择题 1-6: CCCBCAC 二、多项选择题 ABCD;ACD;ABCD 三.问答题 什么是计量经济学? 答案见教材第3页 四、案例分析题 假定让你对中国家庭用汽车市场发展情况进行研究,应该分哪些步骤,分别如何分析?(参考计量经济学研究的步骤) 第一步:选取被研究对象的变量:汽车销售量 第二步:根据理论及经验分析,寻找影响汽车销售量的因素,如汽车价格,汽油价格,收入水平等 第三步:建立反映汽车销售量及其影响因素的计量经济学模型 第四步:估计模型中的参数; 第五步:对模型进行计量经济学检验、统计检验以及经济意义检验; 第六步:进行结构分析及在给定解释变量的情况下预测中国汽车销售量的未来值为汽车业的发展提供政策实施依据。 第二章简单线性回归模型 一、填空题 1、线性、无偏、最小方差性(有效性),BLUE。 2、解释变量;参数;参数。 3、随机误差项;随机误差项。 二、单项选择题 1-4:BBDA;6-11:CDCBCA 三、多项选择题 1.ABC; 2.ABC; 3.BC; 4.ABE; 5.AD; 6.BC 四、判断正误: 1. 错; 2. 错; 3. 对; 4.错; 5. 错; 6. 对; 7. 对; 8.错 五、简答题: 1.为什么模型中要引入随机扰动项? 答:模型是对经济问题的一种数学模型,在模型中,被解释变量是研究的对象,解释变量是其确定的解释因素,但由于实际问题的错综复杂,影响被解释变量的因素中,除了包括在模型中的解释变量以外,还有其他一些因素未能包括在模型中,但却影响被解释变量,我们把这类变量统一用随机误差项表示。随机误差项包含的因素有: 第二章案例分析 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长,而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展,人民生活水平不断提高,居民的消费水平也不断增长。但是在看到这个整体趋势的同时,还应看到全国各地区经济发展速度不同,居民消费水平也有明显差异。例如,2002年全国城市居民家庭平均每人每年消费支出为6029.88元, 最低的黑龙江省仅为人均4462.08元,最高的上海市达人均10464元,上海是黑龙江的2.35倍。为了研究全国居民消费水平及其变动的原因,需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多,例如,居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素,并分析影响因素与消费水平的数量关系,可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费,由于各地区的城市与农村人口比例及经济结构有较大差异,最具有直接对比可比性的是城市居民消费。而且,由于各地区人口和经济总量不同,只能用“城市居民每人每年的平均消费支出”来比较,而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y 选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异,并不是城市居民消费在不同时间的变动,所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种,但从理论和经验分析,最主要的影响因素应是居民收入,其他因素虽然对居民消费也有影响,但有的不易取得数据,如“居民财产”和“购物环境”;有的与居民收入可能高度相关,如“就业状况”、“居民财产”;还有的因素在运用截面数据时在地区间的差异并不大,如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型,即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应,选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表2.5的数据: 表2.52002年中国各地区城市居民人均年消费支出和可支配收入 1、某农产品试验产量Y (公斤/亩)和施肥量X (公斤/亩)7块地的数据资料汇总如下: ∑=255i X ∑=3050i Y ∑=71.12172i x ∑=429.83712i y ∑=857.3122i i y x 后来发现遗漏的第八块地的数据:208=X ,4008=Y 。 要求汇总全部8块地数据后进行以下各项计算,并对计算结果的经济意义和统计意义做简要的解释。 (1)该农产品试验产量对施肥量X (公斤/亩)回归模型Y a bX u =++进行估计; (2)对回归系数(斜率)进行统计假设检验,信度为; (3)估计可决系数并进行统计假设检验,信度为。 解:首先汇总全部8块地数据: 871 81 X X X i i i i +=∑∑== =255+20 =275 n X X i i ∑==8 1 )8(375.348 275 == 2) 7(7 127 127X x X i i i i +=∑∑== =+7?2 7255?? ? ??=10507 287 1 28 1 2X X X i i i i +=∑∑== =10507+202 = 10907 2) 8(8 1 28 1 28X X x i i i i +=∑∑== = 10907-8?2 8275?? ? ??= 87 1 81 Y Y Y i i i i +=∑∑===3050+400=3450 25.4318 3450 8 1 )8(== =∑=n Y Y i i 2) 7(7 1 2 712 7Y y Y i i i i +=∑∑== =+7?2 73050??? ??=1337300 287 1 2 81 2Y Y Y i i i i +=∑∑== =1337300+4002 = 1497300 2)8(8 1 28128Y Y y i i i i +=∑∑== =1497300 -8?( 8 3450)2 == ) 7()7(7 1 7 17Y X y x Y X i i i i i i +=∑∑== ==+7??? ??7255??? ? ??73050 =114230 887 1 81 Y X Y X Y X i i i i i i +=∑∑== =114230+20?400 =122230计量经济学-案例分析-第八章
计量经济学计算题解法汇总
计量经济学习题解析
计量经济学答案(部分)
计量经济学-案例分析-第二章
计量经济学计算题