【正文】 ted): 1963 1995Included observations: 33 after adjustmentsVariableCoefficientStd. ErrortStatisticProb.中間(dud4du)為不存在自相關(guān)區(qū)域。正確沒(méi)有唯一的統(tǒng)計(jì)形式1錯(cuò)在實(shí)際中，一元回歸是很多經(jīng)濟(jì)現(xiàn)象的近似，能夠較好的反映回歸的核心思想，是很有的。1錯(cuò)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。2錯(cuò)誤模型有截距項(xiàng)時(shí)，如果被考察的定性因素有m個(gè)相互排斥屬性，則模型中引入m－1個(gè)虛擬變量，否則會(huì)陷入“虛擬變量陷阱”； 模型無(wú)截距項(xiàng)時(shí)，若被考察的定性因素有m個(gè)相互排斥屬性，可以引入m個(gè)虛擬變量，這時(shí)不會(huì)出現(xiàn)多重共線性。3錯(cuò)誤應(yīng)該是解釋變量之間高度相關(guān)引起的。其中n為樣本數(shù)，k為待估參數(shù)的個(gè)數(shù)。4正確異方差的出現(xiàn)總是與模型中某個(gè)解釋變量的變化有關(guān)。或者雖然經(jīng)濟(jì)理論是正確的，但可能我們對(duì)問(wèn)題的認(rèn)識(shí)只是從某些局部出發(fā)，或者只是考察了某些特殊的樣本，以局部去說(shuō)明全局的變化規(guī)律，必然會(huì)導(dǎo)致偏差。當(dāng)把總體回歸函數(shù)表示成時(shí)，其中的就是殘差。 ⑶ 樣本選擇違反一致性。答：（1）這是異方差檢驗(yàn)，使用的是樣本分段擬和（GoldfeldQuant），因此拒絕原假設(shè)，表明模型中存在異方差。方程的擬合情況良好，可進(jìn)一步進(jìn)行多重共線性等其他計(jì)量經(jīng)濟(jì)學(xué)的檢驗(yàn)。t＝，有t知道，該變量顯著。解：（1）由模型可知。其余符號(hào)符合期望。當(dāng)2005年GDP 為3600億元時(shí)，地方財(cái)政收入的點(diǎn)預(yù)測(cè)值為： （億元）區(qū)間預(yù)測(cè)： 取,平均值置信度95%的預(yù)測(cè)區(qū)間為： 時(shí) （億元）個(gè)別值置信度95%的預(yù)測(cè)區(qū)間為： 即 = （億元）1解：（1）給定和自由度為2下，查卡方分布表，得臨界值，而White統(tǒng)計(jì)量，有，則不拒絕原假設(shè)，說(shuō)明模型中不存在異方差。（2）若代表富國(guó)，則引入的原因是想從截距和斜率兩個(gè)方面考證富國(guó)的影響，其中，富國(guó)的截距為，斜率為，因此。下面只對(duì)結(jié)構(gòu)型模型中的第一個(gè)方程和第二個(gè)方程判斷其識(shí)別性。同理，可判斷第二個(gè)方程為恰好識(shí)別。另外，理論上非工資—非農(nóng)業(yè)收入與農(nóng)業(yè)收入也是消費(fèi)行為的重要解釋變量，但兩者的t檢驗(yàn)都沒(méi)有通過(guò)。（1）根據(jù)局部調(diào)整模型的參數(shù)關(guān)系，有，將上述估計(jì)結(jié)果代入得到： 故局部調(diào)整模型為：意義：為了達(dá)到全省工業(yè)總產(chǎn)值的計(jì)劃值，尋求一個(gè)未來(lái)預(yù)期新增固定資產(chǎn)的最佳量。（2）供給函數(shù)，用階條件判斷，再結(jié)合零系數(shù)原則，該方程為過(guò)度識(shí)別。2答：該方程組有M=3，K=2。2答：在局部調(diào)整假定和自適應(yīng)假定下，上述二模型最終都轉(zhuǎn)化為一階自回歸模型。依據(jù)參數(shù)估計(jì)量及其標(biāo)準(zhǔn)誤，可計(jì)算出各回歸系數(shù)估計(jì)量的t統(tǒng)計(jì)量值：除外，其余的值都很小。寫(xiě)出結(jié)構(gòu)型方程組的參數(shù)矩陣 對(duì)于第一個(gè)方程，劃去該方程所在的行和該方程中非零系數(shù)所在的列，得由上述矩陣可得到三個(gè)非零行列式，根據(jù)階條件，該方程為過(guò)度識(shí)別。1解：描述投訴率（Y）依賴航班按時(shí)到達(dá)正點(diǎn)率（X）的回歸方程： 即 （）（） t=() () R2= F=這說(shuō)明當(dāng)航班正點(diǎn)到達(dá)比率每提高1個(gè)百分點(diǎn), 。但從統(tǒng)計(jì)檢驗(yàn)結(jié)果看，對(duì)數(shù)人均收入lnX對(duì)期望壽命Y的影響并不顯著。1解：將自適應(yīng)預(yù)期假設(shè)寫(xiě)成原模型 ①將①滯后一期并乘以，有 ②①式減去②式，整理后得到式中：1解：地方預(yù)算內(nèi)財(cái)政收入（Y）和GDP的關(guān)系近似直線關(guān)系，可建立線性回歸模型： 即 （） () t=() () R2= F=R2=，說(shuō)明GDP解釋了地方財(cái)政收入變動(dòng)的99%，模型擬合程度較好。該區(qū)域居民人均收入每增加1美元，該店每日收入就會(huì)平均增加1美元。答：存在嚴(yán)重多重共線性。其余符號(hào)符合期望。若當(dāng)為富國(guó)時(shí)，則平均意義上。應(yīng)該首先進(jìn)行單位根檢驗(yàn)和協(xié)整檢驗(yàn)。 ⑵ 估計(jì)方法錯(cuò)誤。4錯(cuò)誤有必要進(jìn)行檢驗(yàn)。斜率系數(shù)的t檢驗(yàn)是對(duì)回歸方程中的解釋變量的顯著性的檢驗(yàn)。3錯(cuò)隨機(jī)擾動(dòng)項(xiàng)的方差反映總體的波動(dòng)情況，對(duì)一個(gè)特定的總體而言，是一個(gè)確定的值。錯(cuò)誤有可能高估也有可能低估；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：3正確，該表達(dá)式成立與否與正態(tài)性無(wú)關(guān)。模型中大量采用滯后變量；認(rèn)識(shí)上的局限使得選擇變量不當(dāng)；……。2錯(cuò)誤應(yīng)該是解釋變量之間高度相關(guān)引起的。其中n為樣本數(shù)，k為待估參數(shù)的個(gè)數(shù)。錯(cuò)應(yīng)該是解釋變量之間高度相關(guān)引起的。對(duì)在分布滯后模型里多引進(jìn)解釋變量的滯后項(xiàng)，由于變量的經(jīng)濟(jì)意義一樣，只是時(shí)間不一致，所以很容易引起多重共線性。FstatisticDurbinWatson statAkaike info criterionSum squared residMean dependent varAdjusted Rsquared（2） 在5%顯著性水平上，分別檢驗(yàn)參數(shù)的顯著性；在5%顯著性水平上，檢驗(yàn)?zāi)Ｐ偷恼w顯著性。FstatisticDurbinWatson statAkaike info criterionSum squared residMean dependent varAdjusted Rsquared試對(duì)上述模型進(jìn)行評(píng)析，指出其中存在的問(wèn)題。(3)如果航班按時(shí)到達(dá)的正點(diǎn)率為80%，估計(jì)每10萬(wàn)名乘客投訴的次數(shù)是多少？設(shè)消費(fèi)函數(shù)為 式中，為消費(fèi)支出；為個(gè)人可支配收入；為個(gè)人的流動(dòng)資產(chǎn)；為隨機(jī)誤差項(xiàng)，并且（其中為常數(shù)）。（1）解釋這些計(jì)算結(jié)果。1為了研究深圳市地方預(yù)算內(nèi)財(cái)政收入與國(guó)內(nèi)生產(chǎn)總值的關(guān)系，得到以下數(shù)據(jù)：年 份地方預(yù)算內(nèi)財(cái)政收入Y（億元）國(guó)內(nèi)生產(chǎn)總值(GDP)X（億元）199019911992199319941995199619971998199920002001資料來(lái)源:《深圳統(tǒng)計(jì)年鑒2002》，中國(guó)統(tǒng)計(jì)出版社利用EViews估計(jì)其參數(shù)結(jié)果為(1)建立深圳地方預(yù)算內(nèi)財(cái)政收入對(duì)GDP的回歸模型；(2)估計(jì)所建立模型的參數(shù)，解釋斜率系數(shù)的經(jīng)濟(jì)意義；（3）對(duì)回歸結(jié)果進(jìn)行檢驗(yàn)；(4) 若是2005年年的國(guó)內(nèi)生產(chǎn)總值為3600億元，確定2005年財(cái)政收入的預(yù)測(cè)值和預(yù)測(cè)區(qū)間()。Dependent Variable: REVMethod: Least SquaresSample: 1 10Included observations: 10VariableCoefficientStd. ErrortStatisticProb. CGDP1GDP2GDP3Rsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid+08 Schwarz criterionLog likelihood FstatisticDurbinWatson stat Prob(Fstatistic)通過(guò)建模發(fā)現(xiàn)，某企業(yè)的某種產(chǎn)品價(jià)格P和可變成本V之間滿足如下關(guān)系：。（2）回歸方程中引入的原因是什么？如何解釋這個(gè)回歸解釋變量？（3）如何對(duì)貧窮國(guó)進(jìn)行回歸？又如何對(duì)富國(guó)進(jìn)行回歸？某公司想決定在何處建造一個(gè)新的百貨店，對(duì)已有的30個(gè)百貨店的銷售額作為其所處地理位置特征的函數(shù)進(jìn)行回歸分析，并且用該回歸方程作為新百貨店的不同位置的可能銷售額，估計(jì)得出（括號(hào)內(nèi)為估計(jì)的標(biāo)準(zhǔn)差） （） （） （） （）其中：＝第個(gè)百貨店的日均銷售額（百美元）；＝第個(gè)百貨店前每小時(shí)通過(guò)的汽車數(shù)量（10輛）； ＝第個(gè)百貨店所處區(qū)域內(nèi)的人均收入（美元）； ＝第個(gè)百貨店內(nèi)所有的桌子數(shù)量； ＝第個(gè)百貨店所處地區(qū)競(jìng)爭(zhēng)店面的數(shù)量；請(qǐng)回答以下問(wèn)題：（1） 。根據(jù)某種商品銷售量和個(gè)人收入的季度數(shù)據(jù)建立如下模型： 其中，定義虛擬變量為第i季度時(shí)其數(shù)值取1，其余為0。四、計(jì)算分析題根據(jù)某城市1978——1998年人均儲(chǔ)蓄(y)與人均收入(x)的數(shù)據(jù)資料建立了如下回歸模型 se=（）（）試求解以下問(wèn)題（1） 取時(shí)間段1978——1985和1991——1998，分別建立兩個(gè)模型。4通過(guò)虛擬變量將屬性因素引入計(jì)量經(jīng)濟(jì)模型，引入虛擬變量的個(gè)數(shù)與模型有無(wú)截距項(xiàng)無(wú)關(guān)。3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；3秩條件是充要條件，因此利用秩條件就可以完成聯(lián)立方程識(shí)別狀態(tài)的確定。 2結(jié)構(gòu)型模型中的每一個(gè)方程都稱為結(jié)構(gòu)式方程，結(jié)構(gòu)方程中，解釋變量只可以是前定變量。1虛擬變量只能作為解釋變量。在經(jīng)濟(jì)計(jì)量分析中，模型參數(shù)一旦被估計(jì)出來(lái)，就可將估計(jì)模型直接運(yùn)用于實(shí)際的計(jì)量經(jīng)濟(jì)分析。 在計(jì)量經(jīng)濟(jì)模型中，隨機(jī)擾動(dòng)項(xiàng)與殘差項(xiàng)無(wú)區(qū)別。1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。2在模型的回歸分析結(jié)果報(bào)告中，有，則表明解釋變量 對(duì)的影響是顯著的。3 變量模型中，對(duì)樣本回歸函數(shù)整體的顯著性檢驗(yàn)與斜率系數(shù)的顯著性檢驗(yàn)是一致的。4異方差性、自相關(guān)性都是隨機(jī)誤差現(xiàn)象，但兩者是有區(qū)別的。 4隨機(jī)誤差項(xiàng)和殘差是有區(qū)別的。指出該計(jì)量經(jīng)濟(jì)學(xué)問(wèn)題中可能存在的主要錯(cuò)誤，并簡(jiǎn)單說(shuō)明理由。（1）解釋這些計(jì)算結(jié)果。相關(guān)系數(shù)矩陣Dependent Variable: NXMethod