【正文】 數(shù)據(jù)來源:《中國統(tǒng)計年鑒》試根據(jù)這些數(shù)據(jù)完成下列問題；(1)建立財政收入對國內(nèi)生產(chǎn)總值的簡單線性回歸模型，并解釋斜率系數(shù)的經(jīng)濟意義。2克萊因與戈德伯格曾用19211950年(19421944年戰(zhàn)爭期間略去)美國國內(nèi)消費Y和工資收入X非工資—非農(nóng)業(yè)收入X農(nóng)業(yè)收入X3的時間序列資料，利用OLSE估計得出了下列回歸方程：(括號中的數(shù)據(jù)為相應(yīng)參數(shù)估計量的標(biāo)準(zhǔn)誤)。2表中給出了1970~1987年期間美國的個人消息支出(PCE)和個人可支配收入(PDI)數(shù)據(jù)，所有數(shù)字的單位都是10億美元(1982年的美元價)。(2) 短期和長期邊際消費傾向（MPC）是多少？2為研究中國各地區(qū)入境旅游狀況，建立了各省市旅游外匯收入（Y，百萬美元）、旅行社職工人數(shù)（X1，人）、國際旅游人數(shù)（X2，萬人次）的模型，用某年31個省市的截面數(shù)據(jù)估計結(jié)果如下： t=() () () R2= F= n=31（1） 從經(jīng)濟意義上考察估計模型的合理性。2研究某地區(qū)19621995年基本建設(shè)新增固定資產(chǎn)Y（億元）和全省工業(yè)總產(chǎn)值X（億元）按當(dāng)年價格計算的歷史資料。 （2） 如果設(shè)定模型 作自適應(yīng)假定，估計參數(shù)，并作解釋。(1) 需求函數(shù)可識別嗎？(2) 供給函數(shù)可識別嗎？(3) 你會用什么方法去估計可識別的方程中的參數(shù)？為什么？(4) 假設(shè)我們把供給函數(shù)加以修改，多加進(jìn)兩個解釋變量 和，會出現(xiàn)什么識別問題？你還會用你在（3）中用的方法嗎？為什么？三、判斷題 錯在多元線性回歸模型里除了對隨機誤差項提出假定外，還對解釋變量之間提出無多重共線性的假定。錯DW值在0到4之間，當(dāng)DW落在最左邊（0ddL）、最右邊(4Dld4d)時，分別為正自相關(guān)、負(fù)自相關(guān)。其次為兩個不能判定區(qū)域。錯參數(shù)一經(jīng)估計，建立了樣本回歸模型，還需要對模型進(jìn)行檢驗，包括經(jīng)濟意義檢驗、統(tǒng)計檢驗、計量經(jīng)濟專門檢驗等。同時，模型與函數(shù)不是同一回事。錯引入虛擬變量的個數(shù)與樣本容量大小無關(guān)，與變量屬性，模型有無截距項有關(guān)正確要求最好能夠?qū)懗鲆辉€性回歸中，F(xiàn)統(tǒng)計量與T統(tǒng)計量的關(guān)系，即的來歷；或者說明一元線性回歸僅有一個解釋變量，因此對斜率系數(shù)的T檢驗等價于對方程的整體性檢驗。1錯應(yīng)該是解釋變量之間高度相關(guān)引起的。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。在最小二乘估計中，由于總體方差在大多數(shù)情況下并不知道，所以用樣本數(shù)據(jù)去估計：。是線性無偏估計，為一個隨機變量。因為，該表達(dá)式成立與否與正態(tài)性無關(guān)。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(shù)（修正可決系數(shù)）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(yán)格結(jié)論。正確最好能夠?qū)懗鲆辉€性回歸模型；F統(tǒng)計量與T統(tǒng)計量的關(guān)系，即的來歷；或者說明一元線性回歸僅有一個解釋變量，因此對斜率系數(shù)的T檢驗等價于對方程的整體性檢驗。 2錯誤解釋變量和對的聯(lián)合影響是顯著的2錯誤結(jié)構(gòu)方程中，解釋變量可以是前定變量，也可以是內(nèi)生變量。2錯誤在古典假定條件下，OLS估計得到的參數(shù)估計量是該參數(shù)的最佳線性無偏估計（具有線性、無偏性、有效性）。2錯誤由于方差不在具有最小性。2錯誤 產(chǎn)生多重共線性的主要原因是：經(jīng)濟本變量大多存在共同變化趨勢；因為，該表達(dá)式成立與否與正態(tài)性無關(guān)。兩階段最小二乘法得到的估計量為有偏、一致估計。3正確要求最好能夠?qū)懗鲆辉€性回歸中，F(xiàn)統(tǒng)計量與T統(tǒng)計量的關(guān)系，即的來歷；或者說明一元線性回歸僅有一個解釋變量，因此對斜率系數(shù)的T檢驗等價于對方程的整體性檢驗。3錯誤雖然秩條件是充要條件，但在對聯(lián)立方程進(jìn)行識別時，還應(yīng)該結(jié)合階條件判斷是過度識別，還是恰好識別。3錯是否引入兩個虛擬變量，應(yīng)取決于模型中是否有截距項。3正確要求最好能夠?qū)懗鲆辉€性回歸中，F(xiàn)統(tǒng)計量與T統(tǒng)計量的關(guān)系，即的來歷；或者說明一元線性回歸僅有一個解釋變量，因此對斜率系數(shù)的T檢驗等價于對方程的整體性檢驗。在最小二乘估計中，由于總體方差在大多數(shù)情況下并不知道，所以用樣本數(shù)據(jù)去估計：。是線性無偏估計，為一個隨機變量。因為，該表達(dá)式成立與否與正態(tài)性無關(guān)。反之亦然。在簡單線性回歸中，由于解釋變量只有一個，當(dāng)t檢驗顯示解釋變量的影響顯著時，必然會有該回歸模型的可決系數(shù)大，擬合優(yōu)度高?！韵嚓P(guān)性是各回歸模型的隨機誤差項之間具有相關(guān)關(guān)系。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。4錯誤半對數(shù)模型的參數(shù)的含義是當(dāng)X的相對變化時，絕對量發(fā)生變化，引起因變量Y的平均值絕對量的變動。首先，因為我們在設(shè)定模型時，對所研究的經(jīng)濟現(xiàn)象的規(guī)律性可能認(rèn)識并不充分，所依據(jù)的得經(jīng)濟理論對研究對象也許還不能做出正確的解釋和說明。其次，我們用以及參數(shù)的統(tǒng)計數(shù)據(jù)或其他信息可能并不十分可靠，或者較多采用了經(jīng)濟突變時期的數(shù)據(jù)，不能真實代表所研究的經(jīng)濟關(guān)系，也可能由于樣本太小，所估計的參數(shù)只是抽樣的某些偶然結(jié)果。4錯誤即使經(jīng)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 表示第i個方程過度識別 4正確隨機誤差項=。它是用估計時帶來的誤差，是對隨機誤差項的估計。1）因為DW=，所以模型中的隨機誤差存在正的自相關(guān)。直接線性模型表示投入要素之間完全可以替代，與實際生產(chǎn)活動不符。該問題存在明顯的序列相關(guān)性，不能采用OLS方法估計。行業(yè)生產(chǎn)方程不能選擇企業(yè)作為樣本。固定資產(chǎn)原值用資產(chǎn)形成年當(dāng)年價計算的價值量，不具備可比性。變量中有流量和存量，可能存在1個高階單整的序列。答：發(fā)生完全多重共線性問題，參數(shù)不能用最小二乘法進(jìn)行估計。（2）這是異方差A(yù)RCH檢驗，所以拒絕原假設(shè)，表明模型中存在異方差。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(shù)據(jù)和時間序列數(shù)據(jù)。解：（1）由，也就是說。但從統(tǒng)計檢驗結(jié)果看，對數(shù)人均收入lnX對期望壽命Y的影響并不顯著。（2）若代表富國，則引入的原因是想從截距和斜率兩個方面考證富國的影響，其中，富國的截距為，斜率為，因此。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。（2） 最后一個系數(shù)與期望的符號不一致，應(yīng)該為負(fù)數(shù)，即該區(qū)競爭的店面越多，該店收入越低。（3） 用t檢驗。解：（1）根據(jù)回歸結(jié)果，認(rèn)為最后一個回歸模型（第四個）最佳，即將NX（凈出口）對匯率、DGDP（GDP的一階差分）回歸的模型最好。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。匯率每提高一個單位，（億元），DGDP每增加一個單位（億元）。因為方程整體非常顯著，表明三次產(chǎn)業(yè)GDP對財政收入的解釋能力非常強，但是每個個別解釋變量均不顯著，且存在負(fù)系數(shù)，與理論矛盾，原因是存在嚴(yán)重共線性。假設(shè)改進(jìn)產(chǎn)品，則可變成本增加10％，*10％＝％，可見價格增加的幅度不如可變成本增加的幅度。（3）易得，只要當(dāng)P/V(10/),就有利潤大于0。1答：（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。（2） 最后一個系數(shù)與期望的符號不一致，應(yīng)該為負(fù)數(shù)，即該區(qū)競爭的店面越多，該店收入越低。（3） 用t檢驗。1解：（1）沒有違背無自相關(guān)假定；第一、殘差與殘差滯后一期沒有明顯的相關(guān)性；第二、根據(jù)DW值應(yīng)該接受原假設(shè)；（寫出詳細(xì)步驟）（2）存在異方差（）；（寫出詳細(xì)步驟）（3）說出一種修正思路即可。(3) ，廣告費用對銷售額的影響是顯著的。模型說明當(dāng)GDP 每增長1億元。（2）因為對如下函數(shù)形式 得樣本估計式 由此，可以看出模型中隨機誤差項有可能存在異方差?？扇?quán)數(shù)為。若當(dāng)為富國時，則平均意義上。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量經(jīng)濟學(xué)的檢驗。（3）對于貧窮國，設(shè)定，則引入的虛擬解釋變量的形式為；對于富國，回歸模型形式不變。因為不同的性別，身高與體重的關(guān)系是不同的，并且從模型的估計結(jié)果看出，性別虛擬變量統(tǒng)計上是顯著的。（3）。如果航班按時到達(dá)的正點率為80%，估計每10萬名乘客投訴的次數(shù)為 （次）解：（1）因為，所以取，用乘給定模型兩端，得 上述模型的隨機誤差項的方差為一固定常數(shù)，即 （2）根據(jù)加權(quán)最小二乘法，可得修正異方差后的參數(shù)估計式為 其中 2解：（1）給定模型的簡化式為 由模型的結(jié)構(gòu)型，M=3，K=2。首先用階條件判斷。第二個方程，已知，因為 所以該方程有可能恰好識別。其次用秩條件判斷。事實上，所得到的矩陣的秩為2，則表明該方程是可識別，再結(jié)合階條件，所以該方程為過度識別。（2）根據(jù)上述判斷的結(jié)果，對第一個方程可用兩段最小二乘發(fā)估計參數(shù)；對第二個方程可用間接最小二乘法估計參數(shù)。（2）說明，國內(nèi)生產(chǎn)總值對財政收入有顯著影響。模型整體擬合程度較高。工資收入X1的系數(shù)的t檢驗值雖然顯著，但該系數(shù)的估計值過大，該值為工資收入對消費邊際效應(yīng)，意味著工資收入每增加一美元，消費支出的增長平均將超過一美元，這與經(jīng)濟理論和常識不符。這些跡象表明，模型中存在嚴(yán)重的多重共線性，不同收入部分之間的相互關(guān)系，掩蓋了各個部分對解釋消費行為的單獨影響。平均說來，旅行社職工人數(shù)增加1人，；國際旅游人數(shù)增加1萬人次。 取，查表得，由于，說明旅行社職工人數(shù)和國際旅游人數(shù)聯(lián)合起來對旅游外匯收入有顯著影響，線性回歸方程顯著成立。為此，先估計如下形式的一階自回歸模型：即為Eviews給出結(jié)果，從結(jié)果看，t值F值都很顯著，不是很高。全省工業(yè)總產(chǎn)值每計劃增加1（億元）。全省工業(yè)總產(chǎn)值每預(yù)期增加增加1（億元），（億元）。由回歸結(jié)果可見，Y滯后一期的回歸系數(shù)并不顯著，說明兩個模型的設(shè)定都不合理。 （前定變量有： ） （1）需求函數(shù)，用階條件判斷，有，所以該方程為不可識別。（3）用兩段最小二乘法估計供給函數(shù)。由于供給函數(shù)已經(jīng)是過度識別，再在該方程加進(jìn)前定變量，而這些變量在需求函數(shù)中并沒有出現(xiàn)，所以供給函數(shù)還是過度識別。是狼就要練好牙，是羊就要練好腿。不奮斗就是每天都很容易，可一年一年越來越難。拼一個春夏秋冬！贏一個無悔人生！早安！—————獻(xiàn)給所有努力的人.學(xué)習(xí)參