【正文】 由于供給函數已經是過度識別，再在該方程加進前定變量，而這些變量在需求函數中并沒有出現，所以供給函數還是過度識別。全省工業(yè)總產值每預期增加增加1（億元），（億元）。平均說來，旅行社職工人數增加1人，；國際旅游人數增加1萬人次。（2）說明，國內生產總值對財政收入有顯著影響。第二個方程，已知，因為 所以該方程有可能恰好識別。因為不同的性別，身高與體重的關系是不同的，并且從模型的估計結果看出，性別虛擬變量統(tǒng)計上是顯著的?？扇鄶禐?。1解：（1）沒有違背無自相關假定；第一、殘差與殘差滯后一期沒有明顯的相關性；第二、根據DW值應該接受原假設；（寫出詳細步驟）（2）存在異方差（）；（寫出詳細步驟）（3）說出一種修正思路即可。（3）易得，只要當P/V(10/),就有利潤大于0。而其他三個：第一個NX對E的回歸擬合優(yōu)度太低，第二個NX對GDP回歸擬合優(yōu)度也較低，而第三個將NX對E、GDP的回歸有多重共線性存在。解：（1）每小時通過該百貨店的汽車增加10輛，該店的每日收入就會平均增加10美元。但二者適用條件不同：A、GoldfeldQuant 要求大樣本；擾動項正態(tài)分布；可用于截面數據和時間序列數據。固定資產原值用資產形成年當年價計算的價值量，不具備可比性。1）因為DW=，所以模型中的隨機誤差存在正的自相關。4錯誤即使經典線性回歸模型（CLRM）中的干擾項不服從正態(tài)分布的，OLS估計量仍然是無偏的。4錯誤階條件只是一個必要條件，即滿足階條件的的方程也可能是不可識別的。因為，該表達式成立與否與正態(tài)性無關。3錯是否引入兩個虛擬變量，應取決于模型中是否有截距項。因為，該表達式成立與否與正態(tài)性無關。2錯誤由于方差不在具有最小性。1錯（1）F－檢驗中使用的統(tǒng)計量有精確的分布，而擬合優(yōu)度檢驗沒有；（2）對是否通過檢驗，可決系數（修正可決系數）只能給出一個模糊的推測；而F檢驗可以在給定顯著水平下，給出統(tǒng)計上的嚴格結論。如：考慮一個非常簡單的具有異方差性的線性回歸模型：；=則：1錯虛擬變量還能作被解釋變量。錯參數一經估計，建立了樣本回歸模型，還需要對模型進行檢驗，包括經濟意義檢驗、統(tǒng)計檢驗、計量經濟專門檢驗等。 （2） 如果設定模型 作自適應假定，估計參數，并作解釋。2表中是中國1978年1997年的財政收入Y和國內生產總值X的數據: 中國國內生產總值及財政收入 單位:億元 年 份 國內生產總值X 財政收入Y19781979198010811082198319841985198619871988198919901991199219931994199510061997數據來源:《中國統(tǒng)計年鑒》試根據這些數據完成下列問題；(1)建立財政收入對國內生產總值的簡單線性回歸模型，并解釋斜率系數的經濟意義。航班正點到達的比率和每10萬名乘客投訴的次數的數據如下資料來源:(美)David 《商務與經濟統(tǒng)計》，第405頁，機械工業(yè)出版社。（3）該怎樣修正。（臨界值，）1以廣東省東莞市的財政支出作為被解釋變量、財政收入作為解釋變量做計量經濟模型，即，方程估計、殘差散點圖及ARCH檢驗輸出結果分別如下：方程估計結果：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期的散點圖： ARCH檢驗輸出結果：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)根據以上輸出結果回答下列問題：（1）該模型中是否違背無自相關假定？為什么？（，）（2）該模型中是否存在異方差？說明理由（，）。利用1985——2001年我國的統(tǒng)計數據（摘自《2002中國統(tǒng)計年鑒》），估計的結果見下表。Sen和Srivastava（1971）在研究貧富國之間期望壽命的差異時，利用101個國家的數據，建立了如下的回歸模型：() () () R2=其中：X是以美元計的人均收入；Y是以年計的期望壽命；Sen和Srivastava 認為人均收入的臨界值為1097美元（），若人均收入超過1097美元，則被認定為富國；若人均收入低于1097美元，被認定為貧窮國。se=（）（） 某人試圖建立我國煤炭行業(yè)生產方程，以煤炭產量為被解釋變量，經過理論和經驗分析，確定以固定資產原值、職工人數和電力消耗量變量作為解釋變量，變量的選擇是正確的。4經典線性回歸模型（CLRM）中的干擾項不服從正態(tài)分布的，OLS估計量將有偏的。3經典線性回歸模型（CLRM）中的干擾項不服從正態(tài)分布的，OLS估計量將有偏的。在異方差性的情況下，常用的OLS法必定高估了估計量的標準誤。1聯(lián)立方程組模型不能直接用OLS方法估計參數。如果聯(lián)立方程模型中某個結構方程包含了所有的變量, 則這個方程不可識別。在模型中引入解釋變量的多個滯后項容易產生多重共線性。多重共線性問題是隨機擾動項違背古典假定引起的。1經典線性回歸模型（CLRM）中的干擾項不服從正態(tài)分布的，OLS估計量將有偏的。2在對參數進行最小二乘估計之前，沒有必要對模型提出古典假定2當異方差出現時，常用的t和F檢驗失效；2解釋變量與隨機誤差項相關，是產生多重共線性的主要原因。3假定個人服裝支出同收入水平和性別有關，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服裝支出的影響時，需要引入兩個虛擬變量。4庫依克模型、自適應預期模型與局部調整模型的最終形式是不同的。請你繼續(xù)完成上述工作，并回答所做的是一項什么工作，其結論是什么？ （2）根據表1所給資料，對給定的顯著性水平，查分布表，得臨界值，其中p=3為自由度。 模型1： t=（）（） 模型2： t=（）（） 計算F統(tǒng)計量，即，給定，查F分布表，得臨界值。（臨界值，）一國的對外貿易分為出口和進口，凈出口被定義為出口與進口的差額?，F在，企業(yè)可以改進該產品，但是改進要增加10％可變成本（其他費用保持不變）。D）支出費用（Y）與不同部門產品銷售量（X）的數據建立了一個回歸模型，并運用Glejser方法和White方法檢驗異方差，由此決定異方差的表現形式并選用適當方法加以修正。2考慮以下凱恩斯收入決定模型： 其中，C＝消費支出，I＝投資指出，Y＝收入，G＝政府支出；和是前定變量。估計下列模型： 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估計結果如下：Dependent Variable: YMethod: Least SquaresDate: 07/27/05 Time: 22:31Sample (adjus