【正文】 ed Rsquared . dependent var. of regression Akaike info criterionSum squared resid7906237. Schwarz criterionLog likelihood FstatisticDurbinWatson stat Prob(Fstatistic)Dependent Variable: NXMethod: Least SquaresDate: 03/21/02 Time: 11:06Sample: 1985 2001Included observations: 17VariableCoefficientStd. ErrortStatisticProb. CEGDPRsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid7902248. Schwarz criterionLog likelihood FstatisticDurbinWatson stat Prob(Fstatistic)Dependent Variable: NXMethod: Least SquaresDate: 03/21/02 Time: 11:09Sample(adjusted): 1986 2001Included observations: 16 after adjusting endpointsVariableCoefficientStd. ErrortStatisticProb. CED(GDP)Rsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid3303247. Schwarz criterionLog likelihood FstatisticDurbinWatson stat Prob(Fstatistic)下面結(jié)果是利用某地財政收入對該地第一、二、三產(chǎn)業(yè)增加值的回歸結(jié)果，根據(jù)這一結(jié)果試判斷該模型是否存在多重共線性，說明你的理由。目前可變成本占產(chǎn)品價格的20％。問，企業(yè)是否該選擇改進(jìn)？1某公司想決定在何處建造一個新的百貨店，對已有的30個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，估計得出（括號內(nèi)為估計的標(biāo)準(zhǔn)差） （） （） （） （）其中：＝第個百貨店的日均銷售額（百美元）；＝第個百貨店前每小時通過的汽車數(shù)量（10輛）； ＝第個百貨店所處區(qū)域內(nèi)的人均收入（美元）； ＝第個百貨店內(nèi)所有的桌子數(shù)量； ＝第個百貨店所處地區(qū)競爭店面的數(shù)量；請回答以下問題：（4） 。（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(jīng)濟(jì)模型，即，方程估計、殘差散點(diǎn)圖及ARCH檢驗輸出結(jié)果分別如下：方程估計結(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)果回答下列問題：（1）該模型中是否違背無自相關(guān)假定？為什么？（，）（2）該模型中是否存在異方差？說明理由（，）。1 設(shè)某商品的需求模型為，式中，是商品的需求量，是人們對未來價格水平的預(yù)期，在自適應(yīng)預(yù)期假設(shè)下，通過適當(dāng)變換，使模型中變量成為可觀測的變量。1運(yùn)用美國1988研究與開發(fā)（Ramp。結(jié)果如下： White Heteroskedasticity Test:Fstatistic ProbabilityObs*Rsquared ProbabilityTest Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 08/08/05 Time: 15:38Sample: 1 18Included observations: 18VariableCoefficientStd. ErrortStatisticProb. C6219633.6459811.XX^2Rsquared Mean dependent var6767029.Adjusted Rsquared . dependent var14706003. of regression13195642 Akaike info criterionSum squared resid+15 Schwarz criterionLog likelihood FstatisticDurbinWatson stat Prob(Fstatistic) 請問：（1）White檢驗判斷模型是否存在異方差。（3）該怎樣修正。（括號內(nèi)的數(shù)值為對應(yīng)參數(shù)估計值的t值）。（2）回歸方程中引入的原因是什么？如何解釋這個回歸解釋變量？（3）如何對貧窮國進(jìn)行回歸？又如何對富國進(jìn)行回歸？1為研究體重與身高的關(guān)系，我們隨機(jī)抽樣調(diào)查了51名學(xué)生（其中36名男生，15名女生），并得到如下兩種回歸模型： （）t=() () ()t=() () ()其中，W(weight)=體重 （單位：磅）；h(height)=身高 （單位：英寸）請回答以下問題：① 你將選擇哪一個模型？為什么？② 如果模型（）確實更好，而你選擇了（），你犯了什么錯誤？③ 航班正點(diǎn)到達(dá)的比率和每10萬名乘客投訴的次數(shù)的數(shù)據(jù)如下資料來源:(美)David 《商務(wù)與經(jīng)濟(jì)統(tǒng)計》，第405頁，機(jī)械工業(yè)出版社。(2)對估計的回歸方程的斜率作出解釋。試回答以下問題： (1)選用適當(dāng)?shù)淖儞Q修正異方差，要求寫出變換過程；(2)寫出修正異方差后的參數(shù)估計量的表達(dá)式。（1）導(dǎo)出模型的簡化型方程并判定上述方程中哪些是可識別的（恰好或過度）。2表中是中國1978年1997年的財政收入Y和國內(nèi)生產(chǎn)總值X的數(shù)據(jù): 中國國內(nèi)生產(chǎn)總值及財政收入 單位:億元 年 份 國內(nèi)生產(chǎn)總值X 財政收入Y19781979198010811082198319841985198619871988198919901991199219931994199510061997