(湘潭大学出版社计量经济学课后习题讲解2.docVIP

第二章 2.4 以下是某城市10个市场苹果需求（Y）和价格（X）的数据： Y 99 91 70 79 60 55 70 101 81 67 X 22 24 23 26 27 24 25 23 22 26 （1）计算。 （2）假设，计算系数的OLS估计量。 （3）做出散点图和样本回归线（利用统计软件）。 （4）估计苹果在本均值点的需求弹性（）。 答：（1） （2） （3）散点图和样本回归线如下图所示： 2.5 DATA1-1给出了中国2011年各省市GDP（）和投资（）的数据。利用统计软件（Eviews或Stata）回答以下问题： （1）做散点图，观察投资对GDP的影响。 （2）估计回归方程。 （3）你如何解释斜率系数的含义？ 答：（1）散点图如下： 以下是用eviews6.0输出的结果，可知： ，即为所要求的估计回归方程。 斜率系数是指当投资变动1单位时，GDP将变动1.832478单位。 第三章 3.5 以下陈述正确吗？不论正确与否，请说明理由。 （1）值越接近样本均值，斜率的OLS估计值就越精确。 答：错误。因为，当X值越接近样本均值时将会变小，则也将变小，这将会导致变大。标准差的变大致使OLS估计值波动更大，OLS估计值也变得更不精确了。 （2）如果误差项与自变量相关，则估计量仍然是无偏的。 答：错误。在证明估计量是无偏性的时候，我们假定自变量是给定的，否则的第一个等式不成立。 （3）仅当误差项服从正态分布时，估计量才具有BLUE性质。 答：错误，在证明高斯-马尔科夫定理时，无需假设误差项服从正态分布。 （4）如果误差项不服从正态分布，则不能进行检验和检验。 答：正确。在证明相关统计量服从学生分布和F分布时，需要假设误差项服从正态分布。 （5）如果误差项的方差较大，则置信区间较宽。 答：正确。因为当误差项变大时，置信区间的表达式：中，估计量方差更大，从而可知置信区间将会变宽。 （6）如果自变量方差较大，则系数的置信区间较窄。 答：正确。因为自变量的方差较大，则系数估计量的方差较小。以一元回归方程为例： 系数估计量的方差随自变量方差的增加而增加。 （7）值较大意味着系数为零的可能性小。 答：错误。P值就是当原假设为真时样本观察结果对应的统计值出现的概率，p值较大意味着拒绝原假设犯错的可能性较小，也就是说系数为0的可能性也就越大。 （8）如果选择的显著性水平较高（p值较小），则回归系数为显著的可能性较大。 答：正确。当选择的显著性水平较高时，容许犯第类错误的概率上限将会下降，这使得我们断言“回归系数显著”的可能性也越大。 （9）如果误差项序列相关或为异方差，则估计系数不再是无偏或BLUE。 答：错误。当误差项序列相关或为异方差时，估计系数依然是无偏的，但是不再具有有效性，同时线性性也是满足的。 （10）值是零假设为真的概率。 答：错误。P值是当原假设为真时我们拒绝原假设的概率。 3.8 假设某人容量为19的样本估计了消费函数，并获得下列结果： 计算参数估计量的标准差。 构造的95%的置信区间， 的统计显著性。 答：（1） 可得： 可得： （2）由置信区间公式：，可得： ，原点没有包含在置信区间内，故是统计显著性的。 第四章 4.7 利用=某电缆制造商对其主要客户的年销售量（百万英尺），=GNP（10亿美元），=新房动工数（千套），=失业率（%），=滞后6个月的最惠利率，=用户用线增量（%）得到如下回归方程（16年的数据） （1）此模型中各系数的预期符号是什么? （2）系数符号是否与预期一致？ （3）系数在5%的显著性水平上是统计显著的吗？ （4）如果先做对的回归，拟合优度为。然后决定是否加进变量和。你如何知道是否应该把和加进模型？你用何种检验？进行必要的计算。 答：（1）的预期符号是正的；的预期符号是正；的预期符号是负；的预期符号是负；的预期系数是正。 由（1）知，、的系数符号和预期是不一致的。 ， 方法一： 方法二： 这说明，是不显著的。同理可以得到，、、都是显著的。 但对于，， 可知，是不显著的。 可以使用瓦尔德检验。由公式： 可知：，则说明是联合显著的。 则应该把他们两个加进模型（严格地说，应该是不能同时从模型中去掉）。 4.8 利用15个观察数据估计三变量（两个解释变量）回归模型得到如下结果：，。 （1）求残差平方和。 （2），和的自由度各为多少？ （3）检验假设：对被解释变量没有影响。使用什么检验？ （4）如果没有残差数据，但知道三变量回归方程的拟合优度，能否完成（3）中的检验？用什么计算公式？ 答：（1） （2）TSS的自由度是，RSS的自由度是，ESS的自由度是2。 （3）可以使用联合显著性检验：，，因此接受原假设。 （4）能。我们可以使用瓦尔德检