计量多元模型练习.docVIP

1、某地区通过一个样本容量为722的调查数据得到劳动力受教育的一个回归方程为 R2=0.214 式中，edu为劳动力受教育年数，sibs为该劳动力家庭中兄弟姐妹的个数，medu与fedu分别为母亲与父亲受到教育的年数。问 （1）sibs是否具有预期的影响？为什么？若medu与fedu保持不变，为了使预测的受教育水平减少一年，需要sibs增加多少？ （2）请对medu的系数给予适当的解释。 （3）如果两个劳动力都没有兄弟姐妹，但其中一个的父母受教育的年数为12年，另一个的父母受教育的年数为16年，则两人受教育的年数预期相差多少？ 2、以企业研发支出（RD）占销售额的比重为被解释变量（Y），以企业销售额（X1）与利润占销售额的比重（X2）为解释变量，一个有32容量的样本企业的估计结果如下： 其中括号中为系数估计值的标准差。 （1）解释log(X1)的系数。如果X1增加10%，估计Y会变化多少个百分点？这在经济上是一个很大的影响吗？ （2）针对RD强度随销售额的增加而提高这一备择假设，检验它不虽X1而变化的假设。分别在5%和10%的显著性水平上进行这个检验。 （3）利润占销售额的比重X2对RD强度Y是否在统计上有显著的影响？ 3、下表为有关经批准的私人住房单位及其决定因素的4个模型的估计量和相关统计值（括号内为p-值）（如果某项为空，则意味着模型中没有此变量）。数据为美国40个城市的数据。模型如下： 式中housing——实际颁发的建筑许可证数量，density——每平方英里的人口密度，value——自由房屋的均值（单位：百美元），income——平均家庭的收入（单位：千美元），popchang——1980~1992年的人口增长百分比，unemp——失业率，localtax——人均交纳的地方税，statetax——人均缴纳的州税 变量 模型A 模型B 模型C 模型D C 813 (0.74) -392 (0.81) -1279 (0.34) -973 (0.44) Density 0.075 (0.43) 0.062 (0.32) 0.042 (0.47) Value -0.855 (0.13) -0.873 (0.11) -0.994 (0.06) -0.778 (0.07) Income 110.41 (0.14) 133.03 (0.04) 125.71 (0.05) 116.60 (0.06) Popchang 26.77 (0.11) 29.19 (0.06) 29.41 (0.001) 24.86 (0.08) Unemp -76.55 (0.48) Localtax -0.061 (0.95) Statetax -1.006 (0.40) -1.004 (0.37) RSS 4.763e+7 4.843e+7 4.962e+7 5.038e+7 R2 0.349 0.338 0.322 0.312 1.488e+6 1.424e+6 1.418e+6 1.399e+6 AIC 1.776e+6 1.634e+6 1.593e+6 1.538e+6 检验模型A中的每一个回归系数在10%水平下是否为零（括号中的值为双边备择p-值）。根据检验结果，你认为应该把变量保留在模型中还是去掉？ 在模型A中，在10%水平下检验联合假设H0：(i =0(i=1,5,6,7)。说明被择假设，计算检验统计值，说明其在零假设条件下的分布，拒绝或接受零假设的标准。说明你的结论。 哪个模型是“最优的”？解释你的选择标准。 说明最优模型中有哪些系数的符号是“错误的”。说明你的预期符号并解释原因。确认其是否为正确符号。 4、在经典线性模型基本假定下，对含有三个自变量的多元回归模型： 你想检验的虚拟假设是H0：。 （1）用的方差及其协方差求出。 （2）写出检验H0：的t统计量。 （3）如果定义，写出一个涉及(0、(、(2和(3的回归方程，以便能直接得到(估计值及其标准误。 5、有如下生产函数： （0.257） (0.219) 其中括号内数值为参数标准差。请检验以下零假设： （1）产出量的资本弹性和劳动弹性是等同的； （2）存在不变规模收益，即 。 6、下面给出依据15个观察值计算得到的数据： ， ， ， ， ， ， 其中小写字母代表了各值与其样本均值的离差。 要求：（1）估计三个多元回归系数； （2）估计它们的标准差；并求出与？ （3）估计、95%的置信区间； （4）在下，检验估计的每个回归系数的统计显著性（双边检验）； （5）检验在下所有的部分系数都为零，并给出方差分析表。