【正文】 由于供給函數(shù)已經(jīng)是過(guò)度識(shí)別，再在該方程加進(jìn)前定變量，而這些變量在需求函數(shù)中并沒(méi)有出現(xiàn)，所以供給函數(shù)還是過(guò)度識(shí)別。全省工業(yè)總產(chǎn)值每預(yù)期增加增加1（億元），（億元）。平均說(shuō)來(lái)，旅行社職工人數(shù)增加1人，；國(guó)際旅游人數(shù)增加1萬(wàn)人次。（2）說(shuō)明，國(guó)內(nèi)生產(chǎn)總值對(duì)財(cái)政收入有顯著影響。第二個(gè)方程，已知，因?yàn)? 所以該方程有可能恰好識(shí)別。因?yàn)椴煌男詣e，身高與體重的關(guān)系是不同的，并且從模型的估計(jì)結(jié)果看出，性別虛擬變量統(tǒng)計(jì)上是顯著的?？扇?quán)數(shù)為。1解：（1）沒(méi)有違背無(wú)自相關(guān)假定；第一、殘差與殘差滯后一期沒(méi)有明顯的相關(guān)性；第二、根據(jù)DW值應(yīng)該接受原假設(shè)；（寫(xiě)出詳細(xì)步驟）（2）存在異方差（）；（寫(xiě)出詳細(xì)步驟）（3）說(shuō)出一種修正思路即可。（3）易得，只要當(dāng)P/V(10/),就有利潤(rùn)大于0。而其他三個(gè)：第一個(gè)NX對(duì)E的回歸擬合優(yōu)度太低，第二個(gè)NX對(duì)GDP回歸擬合優(yōu)度也較低，而第三個(gè)將NX對(duì)E、GDP的回歸有多重共線性存在。解：（1）每小時(shí)通過(guò)該百貨店的汽車增加10輛，該店的每日收入就會(huì)平均增加10美元。但二者適用條件不同：A、GoldfeldQuant 要求大樣本；擾動(dòng)項(xiàng)正態(tài)分布；可用于截面數(shù)據(jù)和時(shí)間序列數(shù)據(jù)。固定資產(chǎn)原值用資產(chǎn)形成年當(dāng)年價(jià)計(jì)算的價(jià)值量，不具備可比性。1）因?yàn)镈W=，所以模型中的隨機(jī)誤差存在正的自相關(guān)。4錯(cuò)誤即使經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量仍然是無(wú)偏的。4錯(cuò)誤階條件只是一個(gè)必要條件，即滿足階條件的的方程也可能是不可識(shí)別的。因?yàn)?，該表達(dá)式成立與否與正態(tài)性無(wú)關(guān)。3錯(cuò)是否引入兩個(gè)虛擬變量，應(yīng)取決于模型中是否有截距項(xiàng)。因?yàn)?，該表達(dá)式成立與否與正態(tài)性無(wú)關(guān)。2錯(cuò)誤由于方差不在具有最小性。1錯(cuò)（1）F－檢驗(yàn)中使用的統(tǒng)計(jì)量有精確的分布，而擬合優(yōu)度檢驗(yàn)沒(méi)有；（2）對(duì)是否通過(guò)檢驗(yàn)，可決系數(shù)（修正可決系數(shù)）只能給出一個(gè)模糊的推測(cè)；而F檢驗(yàn)可以在給定顯著水平下，給出統(tǒng)計(jì)上的嚴(yán)格結(jié)論。如：考慮一個(gè)非常簡(jiǎn)單的具有異方差性的線性回歸模型：；=則：1錯(cuò)虛擬變量還能作被解釋變量。錯(cuò)參數(shù)一經(jīng)估計(jì)，建立了樣本回歸模型，還需要對(duì)模型進(jìn)行檢驗(yàn)，包括經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)專門檢驗(yàn)等。 （2） 如果設(shè)定模型 作自適應(yīng)假定，估計(jì)參數(shù)，并作解釋。2表中是中國(guó)1978年1997年的財(cái)政收入Y和國(guó)內(nèi)生產(chǎn)總值X的數(shù)據(jù): 中國(guó)國(guó)內(nèi)生產(chǎn)總值及財(cái)政收入 單位:億元 年 份 國(guó)內(nèi)生產(chǎn)總值X 財(cái)政收入Y19781979198010811082198319841985198619871988198919901991199219931994199510061997數(shù)據(jù)來(lái)源:《中國(guó)統(tǒng)計(jì)年鑒》試根據(jù)這些數(shù)據(jù)完成下列問(wèn)題；(1)建立財(cái)政收入對(duì)國(guó)內(nèi)生產(chǎn)總值的簡(jiǎn)單線性回歸模型，并解釋斜率系數(shù)的經(jīng)濟(jì)意義。航班正點(diǎn)到達(dá)的比率和每10萬(wàn)名乘客投訴的次數(shù)的數(shù)據(jù)如下資料來(lái)源:(美)David 《商務(wù)與經(jīng)濟(jì)統(tǒng)計(jì)》，第405頁(yè)，機(jī)械工業(yè)出版社。（3）該怎樣修正。（臨界值，）1以廣東省東莞市的財(cái)政支出作為被解釋變量、財(cái)政收入作為解釋變量做計(jì)量經(jīng)濟(jì)模型，即，方程估計(jì)、殘差散點(diǎn)圖及ARCH檢驗(yàn)輸出結(jié)果分別如下：方程估計(jì)結(jié)果：Dependent Variable: YMethod: Least SquaresDate: 05/31/03 Time: 12:42Sample: 1980 1997Included observations: 18VariableCoefficientStd. ErrortStatisticProb. CXRsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid79919268 Schwarz criterionLog likelihood FstatisticDurbinWatson stat Prob(Fstatistic)殘差與殘差滯后1期的散點(diǎn)圖： ARCH檢驗(yàn)輸出結(jié)果：ARCH Test:Fstatistic ProbabilityObs*Rsquared ProbabilityTest Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 06/10/03 Time: 00:33Sample(adjusted): 1984 1997Included observations: 14 after adjusting endpointsVariableCoefficientStd. ErrortStatisticProb. C9299857.7646794.RESID^2(1)RESID^2(2)RESID^2(3)RESID^2(4)Rsquared Mean dependent var5662887.Adjusted Rsquared . dependent var16323082. of regression12984094 Akaike info criterionSum squared resid+15 Schwarz criterionLog likelihood FstatisticDurbinWatson stat Prob(Fstatistic)根據(jù)以上輸出結(jié)果回答下列問(wèn)題：（1）該模型中是否違背無(wú)自相關(guān)假定？為什么？（，）（2）該模型中是否存在異方差？說(shuō)明理由（，）。利用1985——2001年我國(guó)的統(tǒng)計(jì)數(shù)據(jù)（摘自《2002中國(guó)統(tǒng)計(jì)年鑒》），估計(jì)的結(jié)果見(jiàn)下表。Sen和Srivastava（1971）在研究貧富國(guó)之間期望壽命的差異時(shí)，利用101個(gè)國(guó)家的數(shù)據(jù)，建立了如下的回歸模型：() () () R2=其中：X是以美元計(jì)的人均收入；Y是以年計(jì)的期望壽命；Sen和Srivastava 認(rèn)為人均收入的臨界值為1097美元（），若人均收入超過(guò)1097美元，則被認(rèn)定為富國(guó)；若人均收入低于1097美元，被認(rèn)定為貧窮國(guó)。se=（）（） 某人試圖建立我國(guó)煤炭行業(yè)生產(chǎn)方程，以煤炭產(chǎn)量為被解釋變量，經(jīng)過(guò)理論和經(jīng)驗(yàn)分析，確定以固定資產(chǎn)原值、職工人數(shù)和電力消耗量變量作為解釋變量，變量的選擇是正確的。4經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量將有偏的。3經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量將有偏的。在異方差性的情況下，常用的OLS法必定高估了估計(jì)量的標(biāo)準(zhǔn)誤。1聯(lián)立方程組模型不能直接用OLS方法估計(jì)參數(shù)。如果聯(lián)立方程模型中某個(gè)結(jié)構(gòu)方程包含了所有的變量, 則這個(gè)方程不可識(shí)別。在模型中引入解釋變量的多個(gè)滯后項(xiàng)容易產(chǎn)生多重共線性。多重共線性問(wèn)題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的。1經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量將有偏的。2在對(duì)參數(shù)進(jìn)行最小二乘估計(jì)之前，沒(méi)有必要對(duì)模型提出古典假定2當(dāng)異方差出現(xiàn)時(shí)，常用的t和F檢驗(yàn)失效；2解釋變量與隨機(jī)誤差項(xiàng)相關(guān)，是產(chǎn)生多重共線性的主要原因。3假定個(gè)人服裝支出同收入水平和性別有關(guān)，由于性別是具有兩種屬性（男、女）的定性因素，因此，用虛擬變量回歸方法分析性別對(duì)服裝支出的影響時(shí)，需要引入兩個(gè)虛擬變量。4庫(kù)依克模型、自適應(yīng)預(yù)期模型與局部調(diào)整模型的最終形式是不同的。請(qǐng)你繼續(xù)完成上述工作，并回答所做的是一項(xiàng)什么工作，其結(jié)論是什么？ （2）根據(jù)表1所給資料，對(duì)給定的顯著性水平，查分布表，得臨界值，其中p=3為自由度。 模型1： t=（）（） 模型2： t=（）（） 計(jì)算F統(tǒng)計(jì)量，即，給定，查F分布表，得臨界值。（臨界值，）一國(guó)的對(duì)外貿(mào)易分為出口和進(jìn)口，凈出口被定義為出口與進(jìn)口的差額?，F(xiàn)在，企業(yè)可以改進(jìn)該產(chǎn)品，但是改進(jìn)要增加10％可變成本（其他費(fèi)用保持不變）。D）支出費(fèi)用（Y）與不同部門產(chǎn)品銷售量（X）的數(shù)據(jù)建立了一個(gè)回歸模型，并運(yùn)用Glejser方法和White方法檢驗(yàn)異方差，由此決定異方差的表現(xiàn)形式并選用適當(dāng)方法加以修正。2考慮以下凱恩斯收入決定模型： 其中，C＝消費(fèi)支出，I＝投資指出，Y＝收入，G＝政府支出；和是前定變量。估計(jì)下列模型： 得到：Dependent Variable: PCEMethod: Least SquaresDate: 07/27/05 Time: 21:41Sample: 1970 1987Included observations: 18VariableCoefficientStd. ErrortStatisticProb.Mean dependent varAdjusted RsquaredAkaike info criterionSum squared residFstatisticDurbinWatson stat估計(jì)結(jié)果如下：Dependent Variable: YMethod: Least SquaresDate: 07/27/05 Time: 22:31Sample (adjus