计量经济学复题.doc

2.1．对于人均存款与人均收入之间的关系式使用美国36年的年度数据得如下估计模型，括号内为标准差： EMBED Equation.3 ＝0.538　　 （1）的经济解释是什么？ （2）和的符号是什么？为什么？实际的符号与你的直觉一致吗？如果有冲突的话，你可以给出可能的原因吗？ （3）对于拟合优度你有什么看法吗？ （4）检验是否每一个回归系数都与零显著不同（在1%水平下）。同时对零假设和备择假设、检验统计值、其分布和自由度以及拒绝零假设的标准进行陈述。你的结论是什么？ 解答：（1）为收入的边际储蓄倾向，表示人均收入每增加1美元时人均储蓄的预期平均变化量。 （2）由于收入为零时，家庭仍会有支出，可预期零收入时的平均储蓄为负，因此符号应为负。储蓄是收入的一部分，且会随着收入的增加而增加，因此预期的符号为正。实际的回归式中，的符号为正，与预期的一致。但截距项为负，与预期不符。这可能与由于模型的错误设定形造成的。如家庭的人口数可能影响家庭的储蓄形为，省略该变量将对截距项的估计产生影响；另一种可能就是线性设定可能不正确。 （3）拟合优度刻画解释变量对被解释变量变化的解释能力。模型中53.8%的拟合优度，表明收入的变化可以解释储蓄中53.8 %的变动。 （4）检验单个参数采用t检验，零假设为参数为零，备择假设为参数不为零。双变量情形下在零假设下t 分布的自由度为n-2=36-2=34。由t分布表知，双侧1%下的临界值位于2.750与2.704之间。斜率项计算的t值为0.067/0.011=6.09，截距项计算的t值为384.105/151.105=2.54。可见斜率项计算的t 值大于临界值，截距项小于临界值，因此拒绝斜率项为零的假设，但不拒绝截距项为零的假设。 2-2．判断正误并说明理由： 随机误差项ui和残差项ei是一回事 总体回归函数给出了对应于每一个自变量的因变量的值 线性回归模型意味着变量是线性的 在线性回归模型中，解释变量是原因，被解释变量是结果 随机变量的条件均值与非条件均值是一回事 答：错；错；错；错；错。 2-3． 试证明： （1），从而： （2） （3）；即残差与的估计值之积的和为零。 答： = 1 \* GB2 ⑴根据定义得知， 从而使得： 证毕。 = 2 \* GB2 ⑵ 证毕。 = 3 \* GB2 ⑶ 证毕。 2-4．下面数据是对X和Y的观察值得到的。 ∑Yi=1110； ∑Xi=1680； ∑XiYi=204200 ∑Xi2=315400； ∑Yi2=133300 假定满足所有的古典线性回归模型的假设，要求：（1）β1和β2？（2）β1和β2的标准差？（3）R2？（4）对β1、β2分别建立95%的置信区间？利用置信区间法，你可以接受零假设：β2=0吗？ 解： = 1 \* GB2 ⑴， = 2 \* GB2 ⑵ ， ， = 3 \* GB2 ⑶， = 4 \* GB2 ⑷，自由度为8 ，解得：的95%的置信区间。 同理，，解得：为的95%的置信区间。 由于不在的置信区间内，故拒绝零假设：。 3.1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？ 解答： （1）log(x1)的系数表明在其他条件不变时，log(x1)变化1个单位，Y变化的单位数，即?Y=0.32?log(X1)?0.32(?X1/X1)=0.32?100%，换言之，当企业销售X1增长100%时，企业研发支出占销售额的比重Y会增加0.32个百分点。由此，如果X1增加10%，Y会增加0.032个百分点。这在经济上不是一个较大的影响。 （2）针对备择假设H1：，检验原假设H0：。易知计算的t统计量的值为t=0.32/0.22=1.468。在5%的显著性水平下，自由度为32-3=29的t 分布的临界值为1.699（单侧），计算的t值小于该临界值，所以不拒绝原假设。意味着RD强度不随销售额的增加而变化。在10%的显著性水平下，t分布的临界值为1.311，计算的t 值小于该值，拒绝原假设，意味着RD强度随销售额的增加而增加。 （3）对X2，参数估计值的t统计值为0.05/0.46=1.087，它比在10%的显著性水平下的临界值还小，因此可以认为