计量经济学(第四版~)习题及参考-答案~详细版.doc
-
资源ID:583298
资源大小:573.50KB
全文页数:26页
- 资源格式: DOC
下载积分:8金币
快捷下载
会员登录下载
微信登录下载
三方登录下载:
微信扫一扫登录
友情提示
2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
5、试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
|
计量经济学(第四版~)习题及参考-答案~详细版.doc
|计量经济学(第四版)习题参考答案潘省初|第一章 绪论1.1 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1.2 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。1.3 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。1.4 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 就是一个估计量, 。现有一样本,共 4 个数,Y1niY100,104,96,130,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 。5.07439610第二章 计量经济分析的统计学基础 2.1 略,参考教材。|2.2 请用例 2.2 中的数据求北京男生平均身高的 99置信区间= =1.25NSx45用=0.05,N-1=15 个自由度查表得 =2.947,故 99%置信限为05.t=174±2.947×1.25=174±3.684xStX05.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170.316 至 177.684 厘米之间。2.3 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 120:0H备择假设 检验统计量 (1302)()10/5/5X查表 因为 Z= 5 > ,故拒绝原假设, 即96.025.Z96.025.Z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。2.4 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 : 2500H备择假设 : 1()(6250)1/20.8348/Xt查表得 因为 t = 0.83 < , 故接受原假3.)1(025.t 1.ct|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3.1 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 的抽样分布是正态分布。对(5)R 2TSS/ESS。错R2 =ESS/TSS。(6)若回归模型中无截距项,则 。对0te(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, 的值越大,斜率系数的方差越大。错。因为2,只有当 保持恒定时,上述说法才正确。2)(txVartx3.2 设 和 分别表示 Y 对 X 和 X 对 Y 的 OLS 回归中的斜率,证明YX2rr 为 X 和 Y 的相关系数。证明:|22222()i iiYXXYi ixyyxrxy 3.3 证明:(1)Y 的真实值与 OLS 拟合值有共同的均值,即 ;Yn(2)OLS 残差与拟合值不相关,即 。0teY(1) , 得两 边 除 以 , n0)(tttt tttttt YeeYY,即 Y 的真实值和拟合值有共同的均值。(2) 。 。Y0),(0,e)(2tttttt t tttt eYCoveXeXY3.4 证明本章中(3.18)和(3.19)两式:(1) 2)(txnXVar(2) 2),(tCov(1)|2 222 2112 22 2,()u()()()()()iiti nntiijiijijijtYXuXxnuXuxxu ( )2 22 2222 22222 () E()1()()iij iijijijtiij iijijiijijijtuxuxuEXEXnnuuun nxxXE 两 边 取 期 望 值 , 有 :( ) 等 式 右 端 三 项 分 别 推 导 如 下 : 222 222221()()(00()()0 ii ijij iijt tt t tt xxEuxEuXxn nxnXEnx( )因 此( ) 2)(txVar即(2)| 222,()(,)()()0()01tYXuuCovEEXXVarx( ) ( 第 一 项 为 的 证 明 见 本 题 ( ) )3.5 考虑下列双变量模型:模型 1: iii uXY21模型 2: iii )((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) ,注意到XY2nxxnVarxxiiiiii 222121)()(,0, 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) 222 222)()()(, iiii xVarryxYxxy容 易 验 证 ,这表明,两个斜率的估计量和方差都相同。3.6 有人使用 19801994 年度数据,研究汇率和相对价格的关系,得到如下结|果: )3.1()2.: 528.0846SeRXYtt 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 4.318 表明,在 19801994 期间,相对价格每上升一个单位,(GM/$)汇率下降约 4.32 个单位。也就是说,美元贬值。截距项 6.682 的含义是,如果相对价格为 0,1 美元可兑换 6.682 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。3.7 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(5.2: 81.067 2SeRHeightightW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) 78.1692.8*3.1267 34.5.eightWit(2) 4heigt3.8 设有 10 名工人的数据如下:X 10 7 10 5 8 8 6 7 9 10Y 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=+X + 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 =1.0。(1)序号 Yt Xt YyttXxtttyx2tty2tX1 11 10 1.4 2 2.8 4 1.96 1002 10 7 0.4 -1 -0.4 1 0.16 493 12 10 2.4 2 4.8 4 5.76 1004 6 5 -3.6 -3 10.8 9 12.96 255 10 8 0.4 0 0 0 0.16 646 7 8 -2.6 0 0 0 6.76 647 9 6 -0.6 -2 1.2 4 0.36 368 10 7 0.4 -1 -0.4 1 0.16 499 11 9 1.4 1 1.4 1 1.96 8110 10 10 0.4 2 0.8 4 0.16 100| 96 80 0 0 21 28 30.4 6686.91/nYt 810/nXt75282ttxy 6.3*75.69*Y估计方程为: tt X.0.3(2)22()()(230.475*1/8.35t ttenyxyn94)(/2txSt 73.1)(/ 22ttnXet 518.0)4.*8/()( 22 ttt yxyxR回归结果为(括号中数字为 t 值):R2=0.518 tt XY75.06.3(1.73) (2.93) 说明: Xt的系数符号为正,符合理论预期,0.75 表明劳动工时增加一个单位,产量增加 0.75 个单位,拟合情况。 R 2为 0.518,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 2.93,表明该系数显著异于 0,即 Xt对 Yt有影响.(3) 原假设 : 0.1:0H备择假设 : 检验统计量 (.)/(.7510)/.260.978tSe查 t 表, ,因为t= 0.978 < 2.306 ,0.258306c